機(jī)器學(xué)習(xí)系列數(shù)據(jù)治理專題（六）：集聚投資有效性構(gòu)建DATALET數(shù)據(jù)資產(chǎn)

目錄圍繞市場(chǎng)需求釋放數(shù)據(jù)應(yīng)用潛能 4上市公司持續(xù)擴(kuò)容，數(shù)據(jù)廣度及精度要求提升 4板塊輪動(dòng)加速，自動(dòng)化標(biāo)注能力提升投研效率 4大模型擴(kuò)寬指標(biāo)維度，實(shí)現(xiàn)文本數(shù)據(jù)結(jié)構(gòu)化及高頻追蹤 5實(shí)現(xiàn)文本數(shù)據(jù)指標(biāo)化及指標(biāo)標(biāo)簽投資指向化雙重創(chuàng)新 6涌現(xiàn)能力助力自動(dòng)化標(biāo)注，挖掘指標(biāo)投資指向 7循環(huán)具象Prompt設(shè)計(jì)助力標(biāo)注能力自動(dòng)化及專業(yè)化 7創(chuàng)新及豐富指標(biāo)邏輯體系，實(shí)現(xiàn)投資指向性標(biāo)注 7大模型賦能文本數(shù)據(jù)指標(biāo)化，擴(kuò)充投研觀測(cè)視角 9通過(guò)自動(dòng)化文本數(shù)據(jù)指標(biāo)化，洞察市場(chǎng)情緒變化 9融合研報(bào)、電話會(huì)議及政策，構(gòu)建多維情緒指標(biāo)體系 10情緒類指標(biāo)構(gòu)建示例：研報(bào)情緒指標(biāo)與政策推進(jìn)力度指標(biāo) 10聚焦指標(biāo)特性，探索指標(biāo)投資有效性 12政策推進(jìn)力度指標(biāo)：可及時(shí)把握行業(yè)輪動(dòng)變化 12研報(bào)熱度指標(biāo)：在行業(yè)及個(gè)股維度均可較好判斷股價(jià)走勢(shì) 14風(fēng)險(xiǎn)因素 16插圖目錄圖1：個(gè)股報(bào)告及上市公司數(shù)量 4圖2：公司研究報(bào)告數(shù)量 6圖3：DATALET型數(shù)據(jù)庫(kù)結(jié)構(gòu)示意圖 6圖4：標(biāo)簽構(gòu)建流程 7圖5：下游成本影響程度打分標(biāo)簽構(gòu)建流程 8圖6：文本信息影響市場(chǎng)示意圖 9圖7：情緒類指標(biāo)分類 10圖8：上市公司研報(bào)情緒指標(biāo)構(gòu)建示意圖 圖9：2022年7月以來(lái)每月行業(yè)研報(bào)指標(biāo) 圖10：2022年7月以來(lái)每月行業(yè)政策情緒指標(biāo) 12圖11：政策情緒參數(shù)設(shè)置和各參數(shù)下策略收益情況 13圖12：政策情緒策略凈值曲線 13圖13：基于研報(bào)情緒構(gòu)建的行業(yè)擇時(shí)策略超額收益情況 14圖14：鋰電行業(yè)研報(bào)情緒選股結(jié)果回測(cè) 16表格目錄表1：A股行業(yè)輪動(dòng)情況 5表2：投研輔助類指標(biāo)標(biāo)簽示例 8表3：投資指向性指標(biāo)標(biāo)簽示例 8表4：2022年1月至2023年6月期間鋰電行業(yè)研報(bào)情緒選股結(jié)果 15▍圍繞市場(chǎng)需求，DATALET釋放數(shù)據(jù)應(yīng)用潛能上市公司持續(xù)擴(kuò)容，數(shù)據(jù)廣度及精度要求提升A股持續(xù)擴(kuò)容，數(shù)據(jù)廣度及信息維度要求大幅提升。A股傳統(tǒng)數(shù)據(jù)庫(kù)覆蓋寬度有限，導(dǎo)致數(shù)據(jù)的數(shù)量持續(xù)提升。注冊(cè)制試點(diǎn)啟動(dòng)以來(lái)，A股上市公司數(shù)量明顯增多，由35005000A股市場(chǎng)已全面推行注冊(cè)制，注冊(cè)制從之前試點(diǎn)的創(chuàng)被進(jìn)一步放寬，大量不同類型的企業(yè)尤其是成長(zhǎng)型、創(chuàng)新型企業(yè)預(yù)計(jì)將會(huì)持續(xù)加速上市。A60%圖1：個(gè)股報(bào)告及上市公司數(shù)量個(gè)股報(bào)覆蓋（右） 個(gè)股報(bào)數(shù)量 A股上市公司量0

0%資料來(lái)源：朝陽(yáng)永續(xù)，板塊輪動(dòng)加速，自動(dòng)化標(biāo)注能力提升投研效率A202272023730（按照中信證券一級(jí)行業(yè)分類計(jì)算8354次位居收益率前十名，同時(shí)6次位居收益率后十名。表1：A股行業(yè)輪動(dòng)情況2022-7 2022-8 2022-9 2022-10 2022-11 2022-12 2023-1 2023-2 2023-3 2023-4 2023-5 2023-6 2023-7煤炭2311282230179201525620房地產(chǎn)2272291292526281921172銀行251432599232910510206農(nóng)林牧漁4926222472418122129812建筑1318131182816852282110綜合5827812252610292952518交通運(yùn)輸2055151810282399192811商貿(mào)零售2412201444291761420198綜合金融1111297151120522188224有色金屬1225191620231281811271414紡織服裝10151019148223241311715石油石化1527231322121174221516鋼鐵92714121626137301616187建材282817262151021262324123非銀行金融263161761272715318241醫(yī)藥2719113231315201610133023基礎(chǔ)化工1624212121208222528171119電力及公用事業(yè)31312181721271213812622消費(fèi)者服務(wù)3021424323025143030299通信617224261761374330輕工制造211015201162122722121017傳媒19430107318611152729計(jì)算機(jī)142323129142422731628電力設(shè)備及新能源7292592816430212014524機(jī)械126185252451319177426家電172092710511148623121食品飲料296630511916112526135汽車(chē)2302413192732423266213國(guó)防軍工822823019141517129927電子1816286271891942422325資料來(lái)源：wind，自動(dòng)化數(shù)據(jù)標(biāo)簽提升投研效率，高效追蹤熱門(mén)板塊。傳統(tǒng)數(shù)據(jù)產(chǎn)品的標(biāo)簽體系多為人注能力可以使我們緊跟板塊輪動(dòng)，把握其中蘊(yùn)含的投資機(jī)遇。大模型擴(kuò)寬指標(biāo)維度，實(shí)現(xiàn)文本數(shù)據(jù)結(jié)構(gòu)化及高頻追蹤大模型可以賦能海量政策與研究報(bào)告等文本內(nèi)容實(shí)現(xiàn)及時(shí)跟蹤分析。數(shù)字化發(fā)展推動(dòng)大量數(shù)據(jù)產(chǎn)生并得以應(yīng)用于豐富的投研場(chǎng)景中。金融行業(yè)中常見(jiàn)的數(shù)據(jù)包括基本面數(shù)據(jù)、實(shí)現(xiàn)“T+0”級(jí)別追蹤，可幫助投資者關(guān)注政策帶來(lái)的“利好”圖2：公司研報(bào)告量 公司研報(bào)告量（位：篇） 同比增（右）

120%100%80%60%40%20%0%-20%-40%資料來(lái)源：朝陽(yáng)永續(xù)，DATALET實(shí)現(xiàn)文本數(shù)據(jù)指標(biāo)化及指標(biāo)標(biāo)簽投資指向化雙重創(chuàng)新DATALET型數(shù)據(jù)庫(kù)實(shí)現(xiàn)了文本數(shù)據(jù)指標(biāo)化及指標(biāo)標(biāo)簽投資指向化兩大創(chuàng)新。整體來(lái)看DATALET型數(shù)據(jù)產(chǎn)品的創(chuàng)新可分為兩個(gè)維度，一是在指標(biāo)維度的創(chuàng)新，二是在標(biāo)簽維Prompt循環(huán)提問(wèn)涌現(xiàn)能力對(duì)指標(biāo)進(jìn)行了圖3：DATALET型數(shù)據(jù)結(jié)構(gòu)意圖 資料來(lái)源：▍涌現(xiàn)能力助力自動(dòng)化標(biāo)注，挖掘指標(biāo)投資指向循環(huán)具象Prompt設(shè)計(jì)助力標(biāo)注能力自動(dòng)化及專業(yè)化PromptEngineering賦能指標(biāo)信息維度擴(kuò)容。圍繞PromptEngineering(提問(wèn)工程)展開(kāi)設(shè)計(jì)，能夠引導(dǎo)大模型生成我們希望得到的結(jié)果。Prompt是指為大型語(yǔ)言模型提供的一段文本或代碼片段，以幫助模型更好地理解和完成特定任務(wù)。Prompt可以被視為一通常是一些文本描述或關(guān)鍵詞，其作用在于引導(dǎo)預(yù)訓(xùn)練語(yǔ)言PromptEngineering的核心在于交互中問(wèn)題和需求的具象描述以及問(wèn)答邏輯的結(jié)構(gòu)化建立。Prompt模型進(jìn)行PromptPromptPrompt確認(rèn)指標(biāo)所屬行業(yè)分類；第二步是在確定指標(biāo)所Prompt經(jīng)充分利用了大模型的涌現(xiàn)能力，如所標(biāo)注內(nèi)容為指標(biāo)所處產(chǎn)業(yè)鏈環(huán)節(jié)時(shí)，在第二步PromptPromptPrompt的內(nèi)容進(jìn)行限定，達(dá)到專業(yè)化效果，從而獲取專業(yè)化標(biāo)簽。圖4：標(biāo)簽構(gòu)建流程Prompt實(shí)現(xiàn)指標(biāo)行業(yè)分類聚焦單一行業(yè)，結(jié)合標(biāo)注目標(biāo)字段特性，Prompt實(shí)現(xiàn)第Prompt實(shí)現(xiàn)指標(biāo)行業(yè)分類聚焦單一行業(yè)，結(jié)合標(biāo)注目標(biāo)字段特性，Prompt實(shí)現(xiàn)第三層提問(wèn)定語(yǔ)確認(rèn)結(jié)合定語(yǔ)限定，Prompt實(shí)現(xiàn)專業(yè)化標(biāo)注資料來(lái)源：創(chuàng)新及豐富指標(biāo)邏輯體系，實(shí)現(xiàn)投資指向性標(biāo)注我們?cè)趥鹘y(tǒng)數(shù)據(jù)庫(kù)產(chǎn)品上利用大模型進(jìn)行了指標(biāo)邏輯的豐富及創(chuàng)新，標(biāo)簽類型主要可以分為兩類：第一類是投研輔助型指標(biāo)，第二類是投資指向性指標(biāo)。源指標(biāo)格式存在差異，為保證最終數(shù)據(jù)庫(kù)中指標(biāo)數(shù)據(jù)格式的統(tǒng)一，我們?cè)趯?duì)其進(jìn)行融合時(shí)對(duì)不同來(lái)源指標(biāo)進(jìn)行了指標(biāo)字段的標(biāo)準(zhǔn)化處理。表2：投研輔助類指標(biāo)標(biāo)簽示例標(biāo)簽類型 標(biāo)簽名稱 字段內(nèi)容舉例指標(biāo)名稱 產(chǎn)量:鋰離子池:當(dāng)期比:月指標(biāo)維人 研究員A指標(biāo)單位 千安時(shí)投研輔助類標(biāo)簽資料來(lái)源：

指標(biāo)更狀態(tài) 1（在更）指標(biāo)更頻率 月指標(biāo)口徑 當(dāng)期值指標(biāo)數(shù)來(lái)源 聚源EDB在投資指向性指標(biāo)中，我們結(jié)合大模型涌現(xiàn)能力在指標(biāo)標(biāo)簽維度上進(jìn)行投資指導(dǎo)性的創(chuàng)新。在此類標(biāo)簽中，我們利用大模型的循環(huán)Prompt所提供的強(qiáng)涌現(xiàn)能力，給指標(biāo)標(biāo)注上了對(duì)應(yīng)行業(yè)、對(duì)應(yīng)產(chǎn)業(yè)鏈環(huán)節(jié)、對(duì)應(yīng)產(chǎn)業(yè)鏈環(huán)節(jié)（細(xì)分、指標(biāo)對(duì)相應(yīng)產(chǎn)業(yè)鏈環(huán)節(jié)下游分等多維度標(biāo)簽。表3：投資指向性指標(biāo)標(biāo)簽示例標(biāo)簽類型 標(biāo)簽名稱 標(biāo)簽內(nèi)容舉例指標(biāo)名稱 價(jià)格:磷酸鐵鋰:期值:月對(duì)應(yīng)行業(yè) 鋰電池業(yè)對(duì)應(yīng)產(chǎn)鏈環(huán)節(jié) 中游組部件半成品投資指向性指標(biāo)

對(duì)應(yīng)產(chǎn)鏈環(huán)（細(xì)） 電池正材料指標(biāo)對(duì)應(yīng)下環(huán)節(jié)本影（負(fù)向） 正向指標(biāo)對(duì)應(yīng)環(huán)下游本影程打分 70對(duì)相應(yīng)業(yè)景度影程度分 70資料來(lái)源：以指標(biāo)對(duì)相應(yīng)產(chǎn)業(yè)鏈環(huán)節(jié)下游成本影響程度打分此標(biāo)簽為例，在此標(biāo)簽構(gòu)建過(guò)程中，我們首先需要利用Prompt對(duì)指標(biāo)所屬行業(yè)進(jìn)行區(qū)分，之后需要確認(rèn)指標(biāo)所對(duì)應(yīng)的產(chǎn)業(yè)鏈環(huán)節(jié)及影響該環(huán)節(jié)下游成本變化的主要因素，最后結(jié)合第二部所提問(wèn)的內(nèi)容，作為定語(yǔ)來(lái)進(jìn)行Prompt，最終得到指標(biāo)對(duì)相應(yīng)產(chǎn)業(yè)鏈環(huán)節(jié)下游成本影響程度打分標(biāo)簽。圖5：下游成本影響程度打分標(biāo)簽構(gòu)建流程通過(guò)Prompt確認(rèn)指標(biāo)行業(yè)分類Prompt通過(guò)Prompt確認(rèn)指標(biāo)行業(yè)分類Prompt變化的主要因素Prompt確認(rèn)指標(biāo)對(duì)下游成本影響程度打分資料來(lái)源：▍大模型賦能文本數(shù)據(jù)指標(biāo)化，擴(kuò)充投研觀測(cè)視角通過(guò)自動(dòng)化文本數(shù)據(jù)指標(biāo)化，洞察市場(chǎng)情緒變化大模型自動(dòng)化生成全新文本數(shù)據(jù)標(biāo)簽標(biāo)注，助力文本數(shù)據(jù)量化應(yīng)用于中觀配置、產(chǎn)業(yè)政策強(qiáng)度分析、企業(yè)公告情緒分析。金融市場(chǎng)大量文本數(shù)據(jù)通常富含與投研相關(guān)的各類信息，當(dāng)前大量非結(jié)構(gòu)化文本數(shù)據(jù)以非指標(biāo)的形式存在，例如部分基金公司研究人員在投研過(guò)程中會(huì)將公司公告進(jìn)行并提取其中的文本信息，形成覆蓋個(gè)股公司公告的文本數(shù)據(jù)集。存儲(chǔ)形式多樣以及信息密度低等特點(diǎn)使得當(dāng)前文本數(shù)據(jù)無(wú)法直接應(yīng)用于投研場(chǎng)景，需要通過(guò)各類技術(shù)手段結(jié)合應(yīng)用場(chǎng)景從文本數(shù)據(jù)中挖掘投研可用的因子。針對(duì)政策與公司業(yè)績(jī)公告等文本數(shù)據(jù)構(gòu)建面向行業(yè)投資機(jī)會(huì)以及公司經(jīng)營(yíng)影響的標(biāo)準(zhǔn)化數(shù)據(jù)標(biāo)注，大模型能夠根據(jù)給定的政策自動(dòng)給出影響的投資行業(yè)，并將該政策賦予相對(duì)應(yīng)投資行業(yè)標(biāo)簽標(biāo)注；能夠根據(jù)公司公告自動(dòng)判斷對(duì)公司經(jīng)營(yíng)的正向/負(fù)向影響，并將該公司公告進(jìn)行情緒標(biāo)注等。借助行業(yè)標(biāo)簽的輔助與情感分類模型，能夠?qū)γ織l政策與公告的多維信息進(jìn)行統(tǒng)計(jì)，量化全市場(chǎng)政策在時(shí)序上的情緒變化，通過(guò)對(duì)大量政策文本進(jìn)行統(tǒng)計(jì)分析可以從全市場(chǎng)視角更加全面感知政策對(duì)行業(yè)投資的影響。對(duì)于特定主題，統(tǒng)計(jì)分析政策來(lái)源與主題內(nèi)二級(jí)概念的提及強(qiáng)度，可以對(duì)主題相關(guān)的產(chǎn)業(yè)政策結(jié)構(gòu)有更加清晰和量化的分析。借助公告等文本的情感分類，可實(shí)現(xiàn)對(duì)公告情緒的間接量化，構(gòu)建情緒底層數(shù)據(jù)。海量金融文本蘊(yùn)含增量Alpha。隨著信息化的發(fā)展，很多影響市場(chǎng)的信息最先以文本的方式進(jìn)行傳播，大量的金融新聞中都包含有對(duì)上市公司經(jīng)營(yíng)狀況的正面或負(fù)面描述。對(duì)于股票定價(jià)來(lái)說(shuō)，金融文本可能蘊(yùn)含有傳統(tǒng)投資數(shù)據(jù)之外的增量信息。本文嘗試對(duì)財(cái)經(jīng)新聞、分析師研報(bào)和公司公告文本庫(kù)開(kāi)展分析。圖6：文本信息影響市場(chǎng)示意圖資料來(lái)源：融合研報(bào)、電話會(huì)議及政策，構(gòu)建多維情緒指標(biāo)體系在傳統(tǒng)基本面指標(biāo)的基礎(chǔ)上，我們利用高頻另類數(shù)據(jù)實(shí)現(xiàn)了對(duì)市場(chǎng)情緒的側(cè)面刻畫(huà)。其中我們引入了能反映專業(yè)情緒視角的研報(bào)熱度指標(biāo)及電話會(huì)議情緒指標(biāo)，另外還包含可以反映政府對(duì)行業(yè)支持力度的政策推進(jìn)力度指標(biāo)。此類指標(biāo)我們均可以做到日頻更新，相較于傳統(tǒng)基本面數(shù)據(jù)具有更高的時(shí)效性。圖7：情緒類指標(biāo)分類指標(biāo)指標(biāo)指標(biāo)資料來(lái)源：情緒類指標(biāo)構(gòu)建示例：研報(bào)情緒指標(biāo)與政策推進(jìn)力度指標(biāo)研報(bào)情緒指標(biāo)構(gòu)建流程在構(gòu)建流程中，我們首先獲得大模型對(duì)相關(guān)研報(bào)文本中每個(gè)句子的情感判斷后，采用線性衰減加權(quán)方法構(gòu)建個(gè)股情緒指標(biāo)，之后聚集個(gè)股得到行業(yè)情緒指標(biāo)，具體步驟如下：首先，對(duì)于每個(gè)入庫(kù)日??，使用微調(diào)后的大模型預(yù)測(cè)分析師研報(bào)的情感得分，每個(gè)文本的情感得分區(qū)間為[-11]；2) 通過(guò)等權(quán)求和方式，計(jì)算上市公司每日??情感得分????????????。其中，????????????最大值????????????為構(gòu)建研報(bào)情緒指標(biāo)，計(jì)算上市公司過(guò)去??天的情感得分，通過(guò)線性衰減加權(quán)求和方式得到（越靠近當(dāng)日得分權(quán)重越大；構(gòu)建行業(yè)情緒指標(biāo)，采用同樣的行業(yè)關(guān)注度計(jì)算方式得到行業(yè)情緒指標(biāo)。圖8：上市公司研報(bào)情緒指標(biāo)構(gòu)建示意圖資料來(lái)源：家電、通信及食品飲料行業(yè)情緒處于領(lǐng)先位置。在個(gè)股研報(bào)情緒打分的基礎(chǔ)上，我們同樣構(gòu)建了行業(yè)級(jí)別的研報(bào)情緒打分指標(biāo)。在構(gòu)建行業(yè)打分時(shí)，我們以個(gè)股打分為基礎(chǔ)，并以個(gè)股的市值在行業(yè)內(nèi)的占比作為相應(yīng)權(quán)重，構(gòu)建了行業(yè)研報(bào)情緒指標(biāo)。在2022年7月至2023年6月期間，家電、通信及食品飲料行業(yè)情緒處于領(lǐng)先位置。圖9：2022年7月以來(lái)每月行業(yè)研報(bào)指標(biāo)（已剔除綜合、綜合金融）資料來(lái)源：wind，朝陽(yáng)永續(xù)，政策推進(jìn)力度指標(biāo)構(gòu)建流程了排除人為主觀的先驗(yàn)判斷，我們以中共中央、國(guó)務(wù)院、部分國(guó)家部委發(fā)布的相關(guān)政策為原始數(shù)據(jù)，關(guān)聯(lián)財(cái)經(jīng)新聞中對(duì)政策的提及和解讀，自動(dòng)化量化出每個(gè)政策相關(guān)新聞對(duì)公司或主題的正負(fù)情緒，同時(shí)因?yàn)橐恍┱叩挠绊懙难雍笮院统掷m(xù)性，我們根據(jù)時(shí)間序列長(zhǎng)度對(duì)政策做了衰減，以保證可以準(zhǔn)確地量化出政策對(duì)行業(yè)的影響程度。為了刻畫(huà)政策情緒的時(shí)效性，行業(yè)??政策情緒計(jì)算如下：????????????=平滑參數(shù)???????????????+(1?平滑參數(shù)??)??????????????1，其中????????????為行業(yè)當(dāng)月政策情緒得分20232720233月政策得分出現(xiàn)負(fù)值。圖10：2022年7月以來(lái)每行政策情指標(biāo)已剔綜合綜金融） 資料來(lái)源：wind，朝陽(yáng)永續(xù)，▍聚焦指標(biāo)特性，探索指標(biāo)投資有效性政策推進(jìn)力度指標(biāo)：可及時(shí)把握行業(yè)輪動(dòng)變化政策情緒指標(biāo)需要設(shè)135、1015個(gè)行業(yè)進(jìn)行配置。結(jié)果來(lái)看，政策情緒在短期平滑和長(zhǎng)期平滑均能獲得較客1-2月內(nèi)的政策情緒進(jìn)行行業(yè)選擇回測(cè)收益更高。圖11：政策情緒數(shù)設(shè)和各數(shù)下策收益況 行業(yè)配置數(shù)量平滑參數(shù)1351015平均收益率每月IC平均值024.1057.3136.2310.4611.6627.950.0514.8470.5651.1820.7714.9434.463.390.134.7665.0957.0022.2114.0338.623.450.1562.6173.6651.2620.9613.7344.443.480.262.6161.3343.8819.9013.9840.343.490.2578.5055.3538.6818.7612.6340.793.490.3108.4544.0841.7422.5411.7945.723.470.3587.6646.8443.0121.2911.8242.123.440.487.8843.7338.6320.3311.5640.433.380.45130.9234.3635.8419.5713.0046.743.300.5148.4128.0621.3214.2012.0744.813.200.55150.1628.1418.3917.4111.1545.053.080.6175.9631.8211.4614.8910.2448.872.940.65131.6110.1415.6115.5812.1137.012.800.777.0917.0823.8116.389.1028.692.700.7551.7035.4829.2924.0110.9630.292.650.820.7734.5727.5624.7710.1323.562.680.85-10.8515.3028.6224.7113.1614.192.770.91.0811.8527.4414.7816.7014.372.890.959.7810.1410.3523.8612.4813.322.93平均收益率72.4038.7432.5719.3712.3635.09資料來(lái)源：中國(guó)政府網(wǎng)，各部委官網(wǎng)，wind，測(cè)算注：統(tǒng)計(jì)期間為2008年1月1日-2022年10月31日在基于政策推進(jìn)力度指標(biāo)進(jìn)行2018-012023-6，2020年之前難以獲取超額收益，隨后獲取超20208.87%，最大回撤為-17.62%。圖12：政策情緒略凈曲線 超額凈（右） 滬深300 政策情組合 行業(yè)等組合212018-01-012018-02-252018-01-012018-02-252018-04-212018-06-152018-08-092018-10-032018-11-272019-01-212019-03-172019-05-112019-07-052019-08-292019-10-232019-12-172020-02-102020-04-052020-05-302020-07-242020-09-172020-11-112021-01-052021-03-012021-04-252021-06-192021-08-132021-10-072021-12-012022-01-252022-03-212022-05-152022-07-092022-09-022022-10-272022-12-212023-02-142023-04-102023-06-04

0.90.80.70.60.50.40.30.20.10-0.1-0.2資料來(lái)源：中國(guó)政府網(wǎng)、各部委官網(wǎng)，wind，測(cè)算注：超額凈值相對(duì)于行業(yè)等權(quán)組合研報(bào)熱度指標(biāo)：在行業(yè)及個(gè)股維度均可較好判斷股價(jià)走勢(shì)研報(bào)情緒在行業(yè)級(jí)別可較好反映市場(chǎng)對(duì)各行業(yè)的情緒判斷，對(duì)未來(lái)下一個(gè)月的股價(jià)走勢(shì)有一定預(yù)判作用?；谛袠I(yè)研報(bào)情緒得分我們針對(duì)中信一級(jí)行業(yè)構(gòu)建了行業(yè)擇時(shí)策略。構(gòu)建方式如下：1) 樣本空間：中信一級(jí)行業(yè)的行業(yè)指數(shù)；2) 回測(cè)區(qū)間：2019112023631日；3)年該行業(yè)得分50%分位數(shù)時(shí)在下一個(gè)月選擇買(mǎi)入該行業(yè)相應(yīng)指數(shù)，反之則買(mǎi)入寬基指數(shù)。暫時(shí)不考慮換手費(fèi)用。除食品飲料行業(yè)外，根據(jù)研報(bào)情緒構(gòu)建的中信一級(jí)行業(yè)擇時(shí)投資策略均可獲取正向超額收益，且部分周期類行業(yè)對(duì)研報(bào)情緒更為敏感。圍繞30個(gè)中信一級(jí)行業(yè)（綜合金融除外消費(fèi)者服務(wù)及基礎(chǔ)化工行業(yè)，其相較于相應(yīng)行業(yè)指數(shù)年化超額收益分別為28%、21%及20%走勢(shì)有一定預(yù)判作用。圖13：基于研報(bào)情緒構(gòu)建的行業(yè)擇時(shí)策略超額收益情況30%25%20%15%10%5%綜合電力及公用事業(yè)房地產(chǎn)機(jī)械電力設(shè)備及新能源煤炭家電醫(yī)藥食品飲料-5%-10%-15%資料來(lái)源：wind，朝陽(yáng)永續(xù)，測(cè)算在單一行業(yè)內(nèi)構(gòu)建研報(bào)情緒指標(biāo)同樣具有較強(qiáng)擇股能力。我們也利用研報(bào)情緒在行業(yè)內(nèi)部進(jìn)行了投資有效性回測(cè)。我們構(gòu)建了定期選股策略，具體做法為固定調(diào)倉(cāng)時(shí)間，并以調(diào)倉(cāng)頻率計(jì)算過(guò)去一段時(shí)間內(nèi)的情感指標(biāo)對(duì)股票進(jìn)行排序，持有情感最好的幾支股票建方式如下：1) ASTPT股票以及每個(gè)截面期下一交易日停牌的股票；2) 回測(cè)區(qū)間：2020112023631日；3) top3股組合，并在下一交易內(nèi)等權(quán)買(mǎi)入組合內(nèi)個(gè)股，暫時(shí)不考慮換手費(fèi)用。20201202112月期間，選股結(jié)果以高市值及中小市值公司混合為主，其中選股結(jié)果中不乏如寧德20221司。表4：2022年1月至2023年6月期間鋰電行業(yè)研報(bào)情緒選股結(jié)果月份TOP1TOP2TOP32022-01當(dāng)升科技先導(dǎo)智能中偉股份2022-02長(zhǎng)虹能源容百科技科達(dá)利2022-03長(zhǎng)虹能源科達(dá)利貝特瑞2022-04勝華新材振華新材恩捷股份2022-05星源材質(zhì)德方納米貝特瑞2022-06長(zhǎng)虹能源當(dāng)升科技先導(dǎo)智能2022-07先導(dǎo)智能中偉股份勝華新材2022-08新宙邦諾德股份星源材質(zhì)2022-09璞泰來(lái)電科芯片鵬輝能源2022-10貝特瑞星源材質(zhì)長(zhǎng)遠(yuǎn)鋰科2022-11天能股份鵬輝能源孚能科技2022-12華盛鋰電贏合科技天能股份2023-01科達(dá)利蔚藍(lán)鋰芯當(dāng)升科技2023-02蔚藍(lán)鋰芯長(zhǎng)遠(yuǎn)鋰科當(dāng)升科技2023-03國(guó)軒高科孚能科技天能股份2023-04蔚藍(lán)鋰芯先導(dǎo)智能鵬輝能源2023-05鵬輝能源先導(dǎo)智能天華新能2023-06天能股份寧德時(shí)代尚太科技資料來(lái)源：wind，朝陽(yáng)永續(xù)，TOP3組合年化超額收益達(dá)19.5%2020120236月期間，鋰電研報(bào)情緒O3組合相較于中信鋰電池行業(yè)指數(shù)年化超額收益達(dá)%%。2021104%，遠(yuǎn)高于鋰電產(chǎn)業(yè)鏈公司平均水平。圖14：鋰電行業(yè)報(bào)情選股果回測(cè) 超額凈（右） 情緒TOP3 WIND鋰電指數(shù)

1000%800%600%400%200%0%-200%資料來(lái)源：wind，朝陽(yáng)永續(xù)，測(cè)算▍風(fēng)險(xiǎn)因素底層數(shù)據(jù)產(chǎn)品可持續(xù)性不及預(yù)期；底層數(shù)據(jù)準(zhǔn)確性不及預(yù)期；投資機(jī)構(gòu)數(shù)字化不及預(yù)期；大模型技術(shù)發(fā)展與應(yīng)用不及預(yù)期；科技領(lǐng)域與數(shù)據(jù)確權(quán)監(jiān)管趨嚴(yán)。▍ 相關(guān)研究企業(yè)行為研究系列—上市公司分紅生態(tài)與事件效果分析（PPT） (2023-08-15)算法決策系列主題熱點(diǎn)投資聚焦20230814—關(guān)注海上風(fēng)電免稅店工業(yè)軟件手機(jī)陶瓷外殼、化學(xué)原料相關(guān)主題 (2023-08-14)企業(yè)行為研究系列—并購(gòu)重組國(guó)際經(jīng)驗(yàn)與國(guó)內(nèi)案例分析（PPT） (2023-08-11)算法決策系列：主題熱點(diǎn)投資聚焦20230807—關(guān)注工業(yè)軟件、車(chē)聯(lián)網(wǎng)、電解鋁、氟化工光熱發(fā)電、房地產(chǎn)相關(guān)主題 (2023-08-07)基本面量化中觀配置系（2023-08）—金融地產(chǎn)政策紅利逐步落地持續(xù)關(guān)注大模型與技自立 (2023-08-04)算法決策系列：主題熱點(diǎn)投資聚焦20230731—關(guān)注EDA、特高壓、動(dòng)力電池、減速器裝配式建筑、航空相關(guān)主題 (2023-07-31)基本面量化系列之區(qū)域經(jīng)濟(jì)—消費(fèi)驅(qū)動(dòng)占比穩(wěn)步提升，區(qū)域經(jīng)濟(jì)發(fā)展新增長(zhǎng)點(diǎn)日趨明確主動(dòng)偏股型基金全景透視（2023Q2）—增配成長(zhǎng)和科技，小盤(pán)風(fēng)格持續(xù)上行(2023-07-26)算法決策系列：主題熱點(diǎn)投資聚焦20230725—關(guān)注油氣開(kāi)采、啤酒、白銀、鈉離子電池網(wǎng)絡(luò)設(shè)備相關(guān)主題 (2023-07-25)算法決策系列主題熱點(diǎn)投資聚焦—算法決策系列主題熱點(diǎn)投資聚焦20230716—關(guān)注模塊、光刻膠、智能投顧、新能源汽車(chē)、多晶硅相關(guān)主題 (2023-07-17)中小微主題量化研究系列—上市公司分紅行為研究及預(yù)期高股息策略 (2023-07-14)企業(yè)行為研究系列—上市公司股東增持行為分析及效果對(duì)比（PPT） (2023-07-13)算法決策系列：主題熱點(diǎn)投資聚焦20230711—關(guān)注光模塊、半導(dǎo)體設(shè)備、信息化、汽配石墨、猴痘相關(guān)主題 (2023-07-11)基本面量化中觀配置系（2023-07）—汽車(chē)與電子景氣持續(xù)上行關(guān)注大消費(fèi)增量政策紅利 (2023-07-05)基本面量化系列之線下消費(fèi)專題—持續(xù)復(fù)蘇結(jié)構(gòu)分化——關(guān)注高端零售年輕悅己類下消費(fèi) (2023-07-03)算法決策系列主題熱點(diǎn)投資聚焦20230703—關(guān)注機(jī)器視覺(jué)半導(dǎo)體材料白酒鎂碳纖維、火電相關(guān)主題 (2023-07-03)算法決策系列主題熱點(diǎn)投資聚焦20230619—關(guān)注汽車(chē)制造配電網(wǎng)光通信工業(yè)互網(wǎng)、HPV疫苗相關(guān)主題 (2023-06-19)中小微主題量化研究系列—上市公司股東增持行為分析及選股策略 (2023-06-16)中小微主題量化研究系列—上市公司分紅行為分析與預(yù)期高股息策略 (2023-06-15)算法決策系列主題熱點(diǎn)投資聚焦20230612—關(guān)注虛擬現(xiàn)實(shí)自然語(yǔ)言處理稀土無(wú)機(jī)、疫苗相關(guān)主題 (2023-06-12)基本面量化系列之房地產(chǎn)開(kāi)發(fā)專題—聚焦房地產(chǎn)銷(xiāo)售數(shù)據(jù)中的結(jié)構(gòu)性變化 (2023-06-05)算法決策系列：主題熱點(diǎn)投資聚焦20230605—關(guān)注工程機(jī)械、工控信息安全、跨境電商無(wú)線充電、鈦白粉相關(guān)主題 (2023-06-05)基本面量化中觀配置系列（2023-06）—短期高頻博弈接近尾聲，關(guān)注政策催化與業(yè)績(jī)落地改善 機(jī)器學(xué)習(xí)系列——數(shù)據(jù)治理專（五數(shù)據(jù)資產(chǎn)沉淀與科技賦能創(chuàng)新助力數(shù)據(jù)科技實(shí)價(jià)值重估 (2023-05-31)股權(quán)投資專題—股權(quán)市場(chǎng)專精特新企業(yè)畫(huà)像與價(jià)值挖掘（PPT） (2023-05-31)中小微主題量化研究系列—上市公司股東增持行為分析及選股策略（PPT）(2023-05-30)算法決策系列主題熱點(diǎn)投資聚焦20230529—關(guān)注GPU數(shù)字資產(chǎn)跨境電商新能源、中藥相關(guān)主題 (2023-05-29)算法決策系列主題熱點(diǎn)投資聚焦20230521—關(guān)注充電樁海上風(fēng)電集成電路工控息安全、顯示面板相關(guān)主題 (2023-05-22)基本面量化系列之消費(fèi)基礎(chǔ)設(shè)施—擁抱新消費(fèi)，盤(pán)活舊資產(chǎn) (2023-05-18)算法決策系列主題熱點(diǎn)投資聚焦20230515—關(guān)注固態(tài)硬盤(pán)汽車(chē)芯片酒店生態(tài)農(nóng)業(yè)醫(yī)療改革、銻相關(guān)主題（PPT） (2023-05-15)機(jī)器學(xué)習(xí)系列——數(shù)據(jù)治理專題（四）—基于蒸餾大模型的金融文本信息挖掘應(yīng)用探索算法決策系列主題熱點(diǎn)投資聚焦20230509—關(guān)注光模塊IPTV超級(jí)電容鈉離子電池、大消費(fèi)相關(guān)主題 (2023-05-09)基本面量化中觀配置系（2023-05）—把握穩(wěn)增長(zhǎng)確定性與周期產(chǎn)業(yè)布局機(jī)會(huì)關(guān)注中估主題