股票分析工具-文本FADT選股.pdf

股票分析工具-文本FADT選股。本文對分析師盈利預測及評級調整中的文本數據進行挖掘，構建的 forecast_adj_txt 因子表現較為優秀：從因子視角來看，該因子分十層回測 嚴格單調，多頭端收益顯著，且與傳統的 forecast_adj 因子相關性低；從主 動選股的視角來看，以該因子多頭第一層為基礎池進行進一步股票精選，構 建出的主動量化 FADT 選股組合在回測期 20090123～20220630 內年化收 益達到 44.13%，夏普比率 1.48，年化雙邊換手 16 倍。參數穩健性測試結 果表明，模型受各組參數影響較小，文本因子過擬合程度較低。 盈利預測調整是“催化劑”事件的間接表達，使用機器學習識別相關文本 本文的初衷是找出對股價有重要影響的“催化劑”事件，通過分析師盈利預 測及評級調整等間接的方式可以對“催化劑”事件進行分析，因此我們的目 標轉換為對盈利預測調整的文本進行識別，找出分析師情感偏正向的調整事 件。在構建模型時，輸入特征為分析師研報文本轉換成的詞頻矩陣，預測標 簽為研報發布前后兩天對應個股的超額收益。在樣本外根據模型預測得分構 建 forecast_adj_txt 因子。測試結果表明該因子多頭收益顯著，分層效果嚴 格單調，同時與傳統方法構建的 forecast_adj 因子相關性低。 對各參數進行穩健性測試，模型大概率不存在過度調參導致的過擬合問題 對模型中的各組參數進行穩健性測試，主要討論了以下參數：訓練使用的非 線性模型、研報標題和摘要采用的詞數、樣本內窗口長度、樣本標簽的時間 區間、標簽分類數量等。測試結果表明，文本因子對各組參數均不敏感，不 同參數下 forecast_adj_txt 因子均具有較為穩定的分層效果，多頭端絕對年 化收益在 21%～23%之間，模型大概率不存在人為過度調參導致的過擬合 問題，參數敏感性較低，這可能提示我們分析師盈利預測調整研報文本的情 感識別是信噪比較高且規律不易隨時間改變的場景。

基礎池的構建方式多樣，在基礎池內進行股票精選構建 FADT 選股組合

基礎池的構建方式較為多樣，可以直接以 forecast_adj_txt 多頭第一層為基 礎池；也可以將 forecast_adj_txt 多頭第一層與 SUE_txt 多頭第一層或 forecast_adj 多頭第一層進行合并，使得基礎池收益沒有明顯削弱的同時股 票數量有所擴充。進一步考慮基本面的 ROE、凈利潤、營業收入、經營活 動現金流、市值以及技術面的反轉、換手、尾盤成交占比等因子，我們對基 礎池進行精選，構建每期 25 只股票等權持有的 FADT 選股組合。該組合在 回測期 20090123～20220630 內年化收益 44.13%，夏普比率 1.48，年化 雙邊換手 16 倍，相對中證 500 年化超額約 30%。