大数据量化投资研究之一:巧借东风,研报文本挖掘选股策略
借力研报,打造开放的量化选股模型.
传统的多因子量化选股模型是封闭的,缺乏捕捉市场热点的能力,通过大数据技术,从财经媒体和分析师研报中捕捉热点和政策的变化,可以打造开放的量化选股模型。
分析师个股类研报每年大约5 万份,相比财经媒体,分析师研报在专业度、可信度、规范度、实时度等方面有明显优势,是大数据量化投资的重要数据来源之一。
热词库建设是构建量化选股模型的关键.
通过对历史研报的统计,我们建立了基本面类、情绪面类、概念主题类三大热词库,其中基本面类和情绪类细分为正面词库和负面词库。
我们统计了单个热词在近4 年的选股效果,总体胜率比较高,相对沪深300 有明显超额收益。
“基本面+情绪面”热词库选股策略表现稳定.
2011-2014 年,策略相对沪深300、中证500 的年化超额收益为21.29%、14.84%,月度胜率大约70%。
“概念主题”热词库选股策略令人惊喜.
以“油价下跌”和“一带一路”为例,截止12 月19 日,“油价下跌”热词概念股平均超额收益27.78%,“一带一路”热词概念股平均超额收益21.48%,其中表现最好的是中国交建,超额收益达93.28%、绝对收益达101.55%。
“银河大数据量化投资”体系.
我们将逐步建立起“银河大数据量化投资”体系,数据来源包括财经媒体、分析师研报、行情财务三大部分。我们认为,通过对投资者情绪、行业政策舆论、概念主题舆论和个股舆论进行大数据分析,可以构建择时、行业配置、选股和组合管理等量化投资模型。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
CDA数据分析师 出品 作者：李诗怡 题目1 一家餐厅统计顾客的性别、年龄、消费金额等信息，在进行数据分析时，发现性别这一变量在 ...
2026-10-16核心资源推荐 CDA教材（2025）：https://edu.cda.cn/goods/show/3151CDA模拟题（2025）：https://edu.cda.cn/goods/show/2845CD ...
2026-10-16核心资源推荐 CDA教材（2025）：https://edu.cda.cn/goods/show/3151CDA模拟题（2025）：https://edu.cda.cn/goods/show/2845CD ...
2026-10-16一、为什么要区分这两种分布 在数据分析和统计学中，拿到一组数据后第一件事通常就是看它的分布形态。分布形态决定了你能用什么 ...
2026-10-15一、问题现象 在实际使用 Excel 透视表做数据分析时，经常会遇到这样的情况：数据源表格里明明新增了一行或一列金额数据，数据源 ...
2026-10-15核心资源推荐 CDA教材（2025）：https://edu.cda.cn/goods/show/3151CDA模拟题（2025）：https://edu.cda.cn/goods/show/2845CD ...
2026-10-15一、什么是预测式发货 预测式发货（Anticipatory Shipping）是亚马逊于2013年12月获得授权的一项美国专利（专利号 US 8,615,473 ...
2026-10-14一、SQL在金融量化体系中的定位 量化投资的本质是用数据驱动决策，而数据处理贯穿量化研究的全生命周期。从原始行情数据清洗、因 ...
2026-10-14核心资源推荐 CDA教材（2025）：https://edu.cda.cn/goods/show/3151CDA模拟题（2025）：https://edu.cda.cn/goods/show/2845CD ...
2026-10-14CDA数据分析师 出品 作者：李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义：指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说：我们得做用户画像。 于是团队关进会议室，白板写满便利贴，两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表，但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中，相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量，通常采用皮 ...
2026-10-12在Power BI可视化分析体系中，常规表格仅能展示枯燥的数值数据，存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表，但当被问到“数据是从哪里来的？经过哪些加工才进入数据仓库？ETL具体做了什么？”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下，依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货（Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及，传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计，但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者：李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中，业务数据大多存储在各类关系型数据库内，例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
