基于网络舆情的量化选股策略实证研究

论文摘要

互联网时代,股市投资者获取金融市场信息、进行股票交易和交流等活动几乎都是通过互联网进行的。其中,股吧、论坛等网络平台聚集了大量个人投资者和机构投资者,他们会在这些网络平台发表对股市或者某只股票走势的看法,也会相互评论进行交流。行为金融学认为,人的决策行为是不理性的、且容易受到所处环境的影响,这也为股市投资研究提供了新的视角:通过研究股吧、论坛等网络平台的舆情来探究其对股市、投资的影响。本文使用机器学习中的支持向量机算法(SVM)构建基于网络舆情的量化选股模型,对网络舆情因子指标是否对量化选股模型的选股能力有影响来展开研究。首先,利用网络爬虫对2017年8月至2018年8月沪深300成分股的在线股评文本进行采集,对采集的股评文本进行情感分析后,计算出网络舆情因子值。然后,将网络舆情因子与通过有效性因子检验的7个基本面因子和技术面因子相结合,使用前3个月因子数据优化多因子量化选股模型的参数,并使用后9个月的因子数据进行回测,对比加入与未加入网络舆情因子的量化选股模型回测结果显示:(1)在回测期间,基于网络舆情的量化选股模型获得了8.07%的超额收益(基准为沪深300指数),而同期未加入网络舆情的量化选股模型的超额收益为5.47%(基准为沪深300指数)。(2)加入网络舆情的量化选股模型较未加入网络舆情的量化选股模型而言,最大回撤率降低了1.78%,获得了更稳定的回测收益。(3)对比了未加入网络舆情的量化选股模型,加入了网络舆情的量化选股模型在Alpha值、日胜率、IR值等回测评价指标上表现更好,有效提升了模型的选股能力。研究发现,股市行情与投资者情感之间存在联系,网络舆情因子是影响模型选股能力的重要因子,对网络舆情的研究不仅可以有效的提高量化选股模型的选股能力,还可以为新的量化选股因子的选择提供理论支持。

论文目录

摘要

Abstract

第1章导论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 文献综述

1.2.1 国外文献

1.2.2 国内文献

1.2.3 文献评述

1.3 研究思路、内容及方法

1.3.1 研究思路

1.3.2 研究内容

1.3.3 研究方法

1.4 本文创新点及不足之处

第2章相关理论与技术基础

2.1 量化投资概述

2.2 机器学习

2.2.1 机器学习概念

2.2.2 支持向量机

2.3 网络爬虫

2.4 文本情感分析

2.4.1 文本表示模型

2.4.2 文本特征选择

2.4.3 文本特征权重

2.4.4 文本分类算法

2.5 本章小结

第3章网络舆情因子的建立

3.1 股评文本数据采集

3.2 股评文本数据预处理

3.2.1 人工标注

3.2.2 中文分词

3.2.3 特征选择

3.2.4 股评的文本表示

3.3 构建网络舆情因子

3.3.1 建立情感分类模型

3.3.2 计算网络舆情因子值

3.4 本章小结

第4章多因子量化选股策略实证分析

4.1 候选因子选取及预处理

4.1.1 候选因子选取

4.1.2 因子值的预处理

4.2 因子有效性的检验

4.3 多因子量化选股模型的构建

4.3.1 SVM算法参数优化

4.3.2 多因子量化选股模型的建立

4.4 基于网络舆情因子的量化选股模型建立

4.5 本章小结

第5章结论与展望

5.1 结论

5.2 对未来的展望

参考文献

致谢

文章来源

类型: 硕士论文

作者: 刘宇

导师: 毛瑞华

关键词: 网络舆情,支持向量机,量化选股,情感分析

来源: 西南民族大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

单位: 西南民族大学

分类号: F832.51;F224

DOI: 10.27417/d.cnki.gxnmc.2019.000089

总页数: 66

文件大小: 1763K

下载量: 79

基于网络舆情的量化选股策略实证研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢