基于市场情绪挖掘的PSM_Black_Litterman资产配置模型.docVIP

基于市场情绪挖掘的PSM_Black_Litterman资产配置模型 　　【摘要】投资中自上而下的分析方式是被广泛认可的，资产在行业间的配置问题，对整体投资效果的影响举足轻重。Black_Litterman模型改进于传统的Markowitz模型，自提出后逐渐为人们所接受，并得到推广。本文结合计算机技术，提出一种基于文本挖掘算法，使用网络爬虫抓取互联网中行业热点情绪，形成Black_Litterman模型的投资者观点矩阵、以及观点置信度，进而确定行业资产配置权重的PSM_Black_Litterman（public sentiment mining Black_Litterman）模型。进行实证分析，以申万行业作为行业分类标准，进行资产行业间配置，与流通市值行业配置、传统Markowitz模型资产配置进行比较。实证结果表明，本文所提模型可有效提高资产配置的平均收益率与几何收益率，并减小方差。 　　【关键词】资产配置 Black_Litterman模型 文本挖掘 市场情绪 网络爬虫 　　在选择金融产品进行投资时，普遍采用自上而下（Top-to- Down）的研究方式。在选股方面，首先确定资产在行业间的配置比例，再在各行业中进行个股选择是常用的方式。本文旨在Markowita模型、Black_Litterman模型的基础上，提出一种利用文本挖掘方法挖掘舆论热点，得到市场情绪