新闻舆情数据选股能力初探 | 开源金工
开源证券金融工程首席分析师 魏建榕
微信号：brucewei_quant执业证书编号：S0790519120001开源证券金融工程分析师 傅开波（联系人）微信号：18621542108执业证书编号：S0790520090003研究领域：资产配置、基金研究、因子模型摘 要
因子拥挤导致Alpha衰减，另类数据前景广阔
伴随着量化投资规模的蓬勃壮大，传统策略的同质化日趋严重，因子拥挤（ Factors Crowding）的困境逐渐浮现，最终导致Alpha空间日渐缩窄。另类数据因其孕育的独特Alpha信息，为量化策略的收益提供了新的广袤空间。通联数据（ Datayes）作为国内领先的数据智能金融科技公司，旗下的另类数据库种类丰富，其中新闻舆情数据作为其中另类数据的模块之一，蕴含丰富的股票情感信息。
新闻舆情数据的基本特征：样本总体略正偏，在财报季时新闻频次较多
我们对经初筛后共487万条新闻舆情数据进行统计：总体来看，日均出现新闻舆情数据的个股在1600只左右。因新闻舆情数据来源广泛，媒介较多，较能满足总体上的客观公正，我们对所有样本的新闻舆情分数（SentimentScore）进行频数统计，总体来看新闻舆情分数略偏正向; 此外在每年的财报季时，新闻频次较多，尤其是4月叠加上市公司年报和一季报时，新闻频次达到一年最高。
新闻舆情均值的变化量在中证500选股域上的绩效表现优异
我们根据通联数据新闻舆情数据，计算过去 天舆情分数平均值的变化量（ ）： 因子的多空收益比在全样本区间内表现良好，尤其在中证500选股域上表现优异：在回看天数 下，多空收益波动比为2.2，多头相对中证500的年化收益率为4.6%。
因子在三种不同换仓频率下的表现：双周频>月频>周频。在双周频上该因子的多空对冲年化收益率为12.00%，因子的年化ICIR为-2.3；月频下，该因子的多空对冲年化收益率11.92%，因子年化ICIR为-2.00。
因子与过去20日涨跌幅的相关性有一定正相关性，相关性接近0.1，与其余常见因子的相关性较弱，对该因子剔除常见10个因子后，剥离得到后的因子在中证500选股域上的表现依然优异：多空收益波动比达2.64，年化ICIR-2.27，多头相对中证500年化收益率4.86%。
风险提示
模型测试基于历史数据，市场未来可能发生变化。
报告链接
点击文末阅读原文，提取码：1234
报告发布日期：2021-07-09
01
因子拥挤导致Alpha衰减，另类数据前景广阔
在传统的量化投资领域，模型处理的信息通常来自财务数据和量价数据。然而伴随着量化投资规模的蓬勃壮大，传统策略的同质化日趋严重，因子拥挤（Factors Crowding）的困境逐渐浮现，最终导致Alpha空间日渐缩窄。另类数据因其孕育的独特Alpha信息，为量化策略的收益提供了新的广袤空间。在另类数据的研究领域，开源证券金融工程团队进行了一系列的研究，包括《上市公司招聘数据选股能力初探》、《高频股东数据的隐含信息量》、《北上资金高频数据的CTA潜力》、《从托管机构细窥北向资金选股能力》等。
本报告将对新闻舆情数据的选股能力进行初步探索。我们基于通联数据提供的新闻舆情数据，进行定量分析，以期探寻其中隐含的Alpha信息。通联数据（ Datayes）作为国内领先的数据智能金融科技公司，旗下的另类数据库种类丰富，其中新闻舆情数据作为其中另类数据的模块之一，蕴含丰富的股票情感信息。
02
新闻舆情数据的基本特征
2.1 新闻舆情数据的样例
我们使用通联数据中“getNewsRelatedScoreV2”（ 获取新闻情感信息） 和“新闻关联标签行业表”（ getNewsTagInd）这两张表， 进行新闻舆情原始数据集的构建 。通 联数据 的 新 闻 舆 情 数 据 ， 主 要 是 对 上 市 公 司 的 新 闻 进 行 情 感 分 数 打 分（ SentimentScore），分数值越高通常意味着新闻对该个股有正面情绪。通联数据新闻舆情数据的数据实例和表字段含义如图1和表1所示。2.2 新闻舆情分数总体略偏正向， 样本分布具有月度效应
我们对经初筛后共487万条新闻舆情数据进行描述性统计：总体来看，日均出现新闻舆情数据的个股在1600只左右（图2）。
因新闻舆情数据来源广泛媒介较多， 较能满足总体上的客观公正，我们对所有样本的新闻舆情分数（ SentimentScore） 进行频数统计（图3）， 总体来看新闻舆情分数略偏正向。
此外，我们对新闻舆情（ Sentiment） 的样本分布进行月度效应的统计（图4），在每年的财报季时，新闻频次较多，尤其是4月叠加上市公司年报和一季报时，新闻频次达到了一年最高。
03
因子在中证500选股域上表现优异
舆情值蕴含市场对于该股的情绪，我们用过去N天舆情分数的平均值（mean sentiment，简记为 ） 作为选股因子进行单因子测试。 从效果上来看， 不管是全样本、沪深300还是中证500选股域上看，回测结果均不尽如人意（图5）。
为此， 我们对因子 上做一定的变化， 记过去N天舆情分数平均值的变化量记为我们新因子 ：
我们对 进行单因子测试， 图6为在不同回看天数N下， 三个不同样本域下的选股效果。从图6可以看到：该因子的多空收益比在全样本区间内表现良好，尤其在中证500选股域上表现优异。
为了更进一步展现 因子在中证500上优秀的选股效果，我们取回看天数 进行中证500选股域上的测试。图7为按月调仓下， 因子在中证500上五分组和多空对冲净值的走势。从中可以看出，该因子在多空以及多头组上的表现优异：多空收益波动比为2.2，多头相对中证500的年化收益率为4.6%。
另外，我们对 因子进行三种不同换仓频率下的绩效测试（手续费设置为双边千三），如图8和图9所示，该因子在三种换仓频率上的整体表现：双周频>月频>周频。在双周频上该因子的多空对冲年化收益率为12.00%，多头相对中证500年化收益率为1.72%，因子的年化ICIR为-2.3；月频下，该因子的多空对冲年化收益率11.92%，多头相对中证500的年化收益率为4.61%，因子年化ICIR为-2.00。
此外，我们对该因子与常见因子进行相关性分析，从表2可以看到： 因子与过去20日涨跌幅的相关性有一定正相关性，相关性接近0.1，与其余因子的相关性较弱。
另外，对 剔除表2的10个因子并取残差，剥离后的因子在中证500选股域上的表现依然优异（图10和表3）：多空收益波动比达2.64，年化ICIR-2.27，多头相对中证500年化收益率4.86%。
04
风险提示
模型测试基于历史数据，市场未来可能发生变化。感谢实习生邓远洋（香港大学）对本报告的贡献。
更多交流，欢迎联系：
开源证券金融工程团队 | 魏建榕 张翔 傅开波 高鹏 苏俊豪 胡亮勇 王志豪 盛少成 苏良
end
团队介绍
开源证券研究所金融工程团队，是一支年轻而富有创造力的团队，我们致力于提供全面深入、独家创新的量化研究。团队首席魏建榕，复旦大学理论物理学博士，专注量化投资研究近10年，历任东方证券研究员、上投摩根基金研究员、方正证券高级分析师、东吴证券联席首席分析师。在实证行为金融学、市场微观结构研究等领域取得了多项独创性研究成果，在国际学术期刊发表论文7篇，代表研报《蜘蛛网CTA策略》系列、《高频选股因子》系列、《因子切割论》系列，在量化圈内有较好反响。2016年获新财富最佳分析师第6名、金牛分析师第5名、水晶球分析师第6名、第一财经最佳分析师第5名。
团队愿景
开源金工团队，将恪守「原创、深度、讲逻辑、可验证」的量化研究准则，努力为量化投资研究做出属于我们的微小贡献，共同见证中国量化投资事业的持续进步！
开源证券股份有限公司是经中国证监会批准设立的证券经营机构，由陕西开源证券经纪有限责任公司变更延续的专业证券公司，已具备证券投资咨询业务资格。
本报告仅供开源证券股份有限公司（以下简称“本公司”）的机构或个人客户（以下简称“客户”）使用。本公司不会因接收人收到本报告而视其为客户。本报告是发送给开源证券客户的，属于机密材料，只有开源证券客户才能参考或使用，如接收人并非开源证券客户，请及时退回并删除。
本报告是基于本公司认为可靠的已公开信息，但本公司不保证该等信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他金融工具的邀请或向人做出邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突，不应视本报告为做出投资决策的唯一因素。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司建议客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。若本报告的接收人非本公司的客户，应在基于本报告做出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。
本报告可能附带其它网站的地址或超级链接，对于可能涉及的开源证券网站以外的地址或超级链接，开源证券不对其内容负责。本报告提供这些地址或超级链接的目的纯粹是为了客户使用方便，链接网站的内容不构成本报告的任何部分，客户需自行承担浏览这些网站的费用或风险。
开源证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。开源证券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。
本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。
开源证券股份有限公司
地址：西安市高新区锦业路1号都市之门B座5层
邮编：710065
电话：029-88365835
传真：029-88365835