本报告基于中国A股市场广泛覆盖的新闻数据,通过NLP技术构建新闻情绪基准因子SENTI和SENATT,日度信息系数分别为0.073和0.061,相关多空组合年化收益率达30%和34%。基于SENATT,进一步提取208个时序拓展因子,筛选24个有效因子进行分层回测,显示时序因子具备稳健的截面预测能力和投资价值。整体策略具备较强的盈利能力和较高的换手率特征,适应高度时效的新闻情绪信息应用
| 因子 | 年化收益率 | 超额年化收益率 | 年化波动率 | 最大回撤 | 夏普比率 | 信息比率 | 胜率 | 年化换手率 |
|---|---|---|---|---|---|---|---|---|
| SENTI多空组合 | 30.37% | 27.15% | 14.33% | 17.57% | 2.52 | 1.89 | 53.93% | 286.89 |
| SENATT多空组合 | 34.16% | 32.03% | 11.60% | 14.54% | 2.14 | 2.76 | 55.34% | 412.75 |
报告题目:另类数据新闻情绪在多因子选股中应用初探
作者:王程畅、徐建华
发布机构:中信建投证券股份有限公司
发布日期:2024年3月13日
研究主题:基于新闻情绪的多因子量化选股策略研究,覆盖中国A股市场,重点探索新闻情绪因子及其时间序列拓展因子在多因子选股中的应用价值。
本报告围绕新闻情绪在股票市场多因子选股中的应用,具体济于利用NLP技术对中国境内主要财经媒体及微信公众号的新闻数据进行情绪提取,构建了两个关键基准因子——SENTI和SENATT,并通过时间序列拓展算子生成更多时序因子,测试其在截面策略中的有效性。报告核心结论显示,新闻情绪因子可显著提高选股策略的收益率,多空组合年化收益率显著高于市场基准,且扩展后的时序因子具有一定预测能力,尤其是在截面化的多因子框架下具备应用潜力。报告对因子构造、因子测试、时序特征提取和风险因素均做了细致介绍,。
理论依据:报告指出新闻情绪对股价非即时且延续影响,前期新闻铺垫可能助力后续股价动量,因而提取基准因子SENATT的丰富时序特征,以捕捉此次演化中的规律和周期性。
时序特征算子:
时序因子有效性分析:
部分代表性因子深度回测亮点(图20-25)
这些结果说明,时序特征不仅补充了基准情绪因子的预测维度,更用其截面化能力为多因子策略优化提供了理论支持和实证依据。
图表1(新闻数据源样例图)
展示了新闻数据处理流程,包括对原始新闻的智能摘要、情绪提取及多维标签构建,体现数据处理的多层级、多维度特征提取过程,确保情绪因子的丰富性和准确性。
图表2(新闻数据对比表)
该表清晰对比了Bloomberg、Reuters、RavenPack与ChinaScope四大新闻情绪数据服务的覆盖范围、语言、历史数据起源、情绪分类等,突出中国市场特色的深度覆盖与中文语境优势。
图表3(情绪算法流程图)
详细展示了标签识别、新闻情绪分析和主体情绪分析三种算法的流程,凸显多模型融合以及深度学习与传统方法结合以提升准确率的技术路线。
图表6(因子测试流程图)
展现了因子数据处理全链路,从异常处理、截面标准化、去除非交易股、分层回测到IC测试,保障因子评估的严谨和科学性。
图表7(基准因子有效性测试)
显示SENTI与SENATT因子IC均值分别为0.073和0.061,IR均值较高,且两个因子均能稳定获得正向IC,占比超过70%,统计显著性强,表明因子具备中期稳定预测能力。
图表8&9(基准因子分层回测)
分层净值曲线显示高因子组表现优异,低组持续疲软,多空组合收益平滑上行,验证因子有良好区分能力和风险调整后盈利性。
图表10(多空组合关键指标)
年化收益率最高达到34.16%,最大回撤控制在20%以下,夏普比率最高2.52,信息比率2.94,胜率均超过50%,表明策略不仅赚钱且风险合理。
图表11&13(多头层年度收益统计)
等权配置收益显著优于市值加权,其中小盘股更活跃、获益明显,显示新闻情绪因子偏好成长性与信息敏感小盘股,强化了该策略在结构上的特点。,13]
图表14(多头层股票表现统计)
配置频次较高的大盘股表现波动较小,正收益胜率低于小盘股,符合经典小盘效应的预期,市值加权降低收益的因由得以验证。
图表15-17(时序特征提取算子介绍)
罗列了常用时间序列统计特征,如能量、自相关、熵、傅里叶小波变换等,展示了因子维度的多样化和细粒度时序分析的可能性。
图表18(时序因子有效性测试)
展示了部分时序因子的IC均值和统计特性,表明部分时序特征因子在截面策略中具备一定预测能力,尽管指标略逊于传统因子,但仍有应用价值。
图表19(分层回测因子说明)
描述24个有效时序因子的基本属性,囊括连续小波系数、快速傅里叶变换系数、线性趋势斜率截距等,展示研究成果的多样性。
图表20-25(代表性时序因子分层回测)
各代表因子均展示出良好的分层单调性和较好风险调整收益,部分因子多空组合年化超额收益超过30%,表现稳健,验证时序特征截面化的有效性。
本报告主要聚焦因子构建及策略回测,并未包含具体的公司估值模型或目标价,因此无传统DCF、市盈率等估值内容。研究重点在于新闻情绪因子设计、测试及策略表现。
本报告通过覆盖广泛的新闻源和先进NLP技术,成功构建中国A股市场新闻情绪基准因子SENTI和SENATT,日度IC均稳健,且多空组合年化收益率均超过30%,显示落地实用价值。进一步的时序拓展分析揭示,新闻情绪的时序特征虽较截面因子预测能力有差距,但部分时序因子单调性良好,多空组合年化超额收益可达30%以上,验证了其在投资策略中的补充作用。报告严谨的因子构建流程、详实的多维数据和丰富的统计指标构成了坚实的量化研究框架。
报告同时客观指出模型风险与局限,提醒投资者历史规律存在失效风险,策略高换手率带来成本和交易风险,强调结合宏观和定性分析的重要性。整体而言,新闻情绪因子特别是结合关注度和时序拓展后的综合因子,是传统量化因子之外有效扩展多因子选股框架的重要突破,为投资策略的创新提供了有力技术和数据支持。
本分析全文参考原始报告所有内容,具体页码分布按报告页码标注,概括整理,包括分析结论、图表解读和风险提示等均依据:
此份报告代表了当前中国A股市场利用另类数据与自然语言处理技术,结合量化因子和时间序列分析的前沿研究成果,为投资者在市场情绪波动频繁的环境中提供了创新且有效的策略工具。文中底层金融和机器学习技术分析清晰,统计指标详尽,内容翔实可靠,适合专业量化研究员和对多因子选股策略感兴趣的投资者深入研读。
基本面量化系列:另类数据新闻情绪在多因子选股中应用初探.pdf