基于研报大数据量化因子选股策略报告

AI 全书内容总结

本文是一份量化选股策略研究报告（作者张小宇，2014年11月），属「量化交易与统计」主题，是本组中少数真正的投资类资料。报告分四步展开：其一，用爬虫抓取金融界网站研报关注的股票，每月50只抽样换仓，验证研报关注股存在明显的正向溢价（正alpha）；其二，构建研报文本情绪指标，对文档分词统计乐观与悲观词频，并处理否定词及程度副词权重，回测2010年2月至2014年9月发现正情绪组合长期有正收益，但情绪单因子表现不稳定；其三，将情绪值与估值、成长、换手率、量比、均线形态等因子用回归法做月度多因子选股，剔除各期均不显著的成长类因子；其四，对估值因子按Wind一级行业中性化并引入对数市值因子，收益与波动均有改善。报告还做了敏感性检验：30只股票组合优于50只，10只难以分散风险；不同回归周期与等权、均值方差、风险平价等权重方式差异不大。最终策略为七因子、股票池取上月研报关注股、30只等权、月度换仓并卖空股指期货对冲，回测年化回报26.37%、最大回撤-15.14%。适合量化初学者了解文本情绪因子与多因子框架的构建流程；需注意数据截至2014年，属历史回测，不构成对当前有效性的保证。