>> 國金證券-Alpha掘金系列之十六：基于概念文本相似度聚類的組合優(yōu)化方案-250405
| 上傳日期： |
2025/4/6 |
大?。?/td>
| 2177KB |
| 格式： |
pdf 共19頁 |
來源： |
國金證券 |
| 評級： |
-- |
作者： |
高智威 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
掌握股票的“相似性”可以幫助投資者解決許多問題。因此，有效地衡量股票相似性對于投研來說及其重要。相似性研究的核心在于找到個股之間的“共性”因素，并通過定量化方法進行刻畫。本文將“投資概念”作為共性的代理變量，借助大模型實現了基于投資概念的股票相似性衡量，并在組合優(yōu)化的應用中證明其優(yōu)勢。
基于投資概念的股票拆解思路
我們提出一種從投資概念出發(fā)的股票相似性衡量思路，設計了自動化的股票概念提取工作流，使用思維鏈技術讓大模型分析研報與公告文本，提取出投資概念與對應解釋文本，并構建完善的股票概念關系數據庫。
在概念提取的思維鏈中，我們要求大模型從主營業(yè)務、產品產出、技術工藝、政策事件這些角度出發(fā)，將所有可能相關的概念名稱進行列示。在提取概念名稱時，我們要求大模型同步生成概念對應的名詞解釋與提取原因，以進一步降低大模型的幻覺現象，并獲取更加豐富的信息量。
如何根據概念衡量個股相似性
我們通過Embedding模型對概念文本進行向量化，并聚合到股票層面，最終在同一個向量空間中表示股票與概念兩類對象，進而實現對股票相似性的衡量。
具體來說，我們將前述步驟中生成的概念名稱、概念含義與提取原因合并為概念文本，并對這一長文本進行向量化。概念向量中嵌入了概念的語義信息，這使得我們能夠通過向量余弦相似度來衡量兩個概念之間的相似性。在股票層面加總向量并單位化之后，我們便能夠得到股票向量，并進行后續(xù)的個股相似性排序或聚類分析。
相似性的應用：組合優(yōu)化
最終我們將股票向量應用于組合優(yōu)化任務中，對股票向量進行降維聚類并將聚類結果替換掉傳統(tǒng)的行業(yè)分類。我們以滬深300、中證500與中證A500指數的增強策略為案例，通過對比不同的聚類方案與參數調優(yōu)，找到相較于傳統(tǒng)GICS或中信一級行業(yè)分類更加有效的股票聚類結果，并為組合超額凈值帶來提升。以滬深300增強策略為例，控制股票概念聚類的暴露能夠使信息比率達到1.838，而控制中信一級行業(yè)分類的策略其信息比率僅1.474。
整體來說，tSNE降維搭配Agglomerative層次凝聚聚類算法效果普遍最好。且股票聚類算法在滬深300上的優(yōu)勢相對中證500或中證A500都更好，這一方面有股票概念覆蓋度的原因，另一方面也說明概念相似性更適用于業(yè)務范圍較廣、涉及概念較多的大市值股票。上市公司的業(yè)務越難以通過單一的行業(yè)完整描述，則使用概念聚類的效果約好。
總結
股票概念關系數據庫的構建與相關性衡量是本文的核心貢獻，其能夠為我們帶來豐富的想象空間，譬如可以通過概念相似性捕捉動量溢出效應，快速布局存在補漲可能性的股票，并構建相應選股策略。如何進一步挖掘股票概念數據庫的潛力也是我們接下來的研究方向之一。
同時，股票概念關系數據庫的構建則是大語言模型在投研領域的又一重要應用案例。大模型能夠幫助我們將非結構化的文本信息融入現有策略框架中，并完成此前難以實現的各類任務，也將為傳統(tǒng)投研帶來全新的方法與思路。
風險提示
以上結果通過歷史數據統(tǒng)計、建模和測算完成，在政策、市場環(huán)境發(fā)生變化時模型存在時效的風險。策略通過一定的假設通過歷史數據回測得到，當交易成本提高或其他條件改變時，可能導致策略收益下降甚至出現虧損。大語言模型輸出結果具有一定隨機性的風險，模型迭代升級、新功能開發(fā)可能會導致結論不同。人工智能模型得出的結論僅供參考，可能出現錯誤答案的風險。
|
|
