>> 首創(chuàng)證券-金融工程2025年中期策略：文本分析之自然語言處理——基于MD&A文本信息的行業(yè)輪動策略-250609
| 上傳日期： |
2025/6/9 |
大小： |
3133KB |
| 格式： |
pdf 共29頁 |
來源： |
首創(chuàng)證券 |
| 評級： |
-- |
作者： |
陳軍華 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
目前量化投資的知識體系已非常成熟，無論是學(xué)術(shù)上還是業(yè)界，結(jié)構(gòu)化的數(shù)據(jù)均已被充分挖掘。為探索差異化的Alpha來源，本研究另辟蹊徑，聚焦于非結(jié)構(gòu)化的文本數(shù)據(jù)，基于自然語言處理技術(shù)（NLP）構(gòu)建文本因子體系，以期為量化模型提供低相關(guān)性的增量信息，在此基礎(chǔ)上構(gòu)建行業(yè)輪動策略。
因子樣本內(nèi)有效性顯著：余弦相似度變化、編輯距離相似度變化因子正向有效；情感語調(diào)和詞典正式度變化因子負(fù)向有效。將上述四個因子等權(quán)疊加，分組收益整體上呈現(xiàn)較為顯著的單調(diào)性，隨著預(yù)測收益的下降，實際收益近似單調(diào)下行。
模型樣本內(nèi)平均IC較高：十個持倉周期中，只有三個持倉周期IC為負(fù)，其余均為正。整體上看樣本內(nèi)各持倉周期的平均IC為21.0%，表明模型在樣本內(nèi)有較好的預(yù)測能力。
模型樣本內(nèi)收益穩(wěn)定：2021年至2023年每年均錄得正超額收益（費后），這三年的超額收益分別為35.94%、18.48%和5.08%。若以每一個持倉周期為單位統(tǒng)計超額收益，樣本內(nèi)只有最后一個持倉周期的超額收益出現(xiàn)虧損，其余持倉周期均錄得正超額收益，整體上看單個持倉周期超額收益的勝率為90%，較月度勝率有顯著提高。
模型樣本外泛化性持續(xù)：2024年超額收益為7.34%，2025年前5個月累計超額收益為2.08%。若從單個持倉周期來看，樣本外五個持倉周期中，只有一個持倉周期小幅虧損，超額收益為-0.32%，其余四個持倉周期均錄得正超額收益。
模型樣本外優(yōu)選行業(yè)收益排名靠前：從單個持倉周期所選行業(yè)收益位于全行業(yè)的平均名次來看，每個持倉周期的平均排名均優(yōu)于基準(zhǔn)15.5名，尤其是最后一個持倉周期，所選行業(yè)平均排名為10.8名，比基準(zhǔn)高4.7個名次。此外整體樣本外平均排名為12.8名，比基準(zhǔn)高2.7個名次。
2025年5月至8月持倉周期優(yōu)選行業(yè)：基于上市公司2025年一季報中MD&A文本信息，本研究所構(gòu)建的行業(yè)輪動模型優(yōu)選行業(yè)為：煤炭、建材、醫(yī)藥、食品飲料、銀行以及綜合金融等六個行業(yè)。
風(fēng)險提示：報告中所涉及的測算均基于上市公司歷史定期報告MD&A文本數(shù)據(jù)，雖然歷史數(shù)據(jù)可能在某些方面與未來相似，然而未來市場可能會發(fā)生變化，但并不會簡單重復(fù)。即使在相似度較高的MD&A文本數(shù)據(jù)下，由于受不同報告期當(dāng)時所處的宏觀經(jīng)濟(jì)周期環(huán)境、貨幣政策、財政政策等相關(guān)因素影響較大，同一個上市公司或者行業(yè)其未來表現(xiàn)可能與歷史規(guī)律有較大差異，最終影響行業(yè)輪動模型的效果。
|
|
