——互联网大数据挖掘系列专题之（一）.PDFVIP

金融工程|专题报告 2014 年6 月25 日 证券研究报告 Tabl e_Title 图1：新闻热度择时策略原理 基于网络新闻热度的择时策略 ——互联网大数据挖掘系列专题之（一） Table_Summary 报告摘要：  互联网金融大数据强势来袭 伴随着互联网的快速发展，信息的提供者与使用者之间的界限已经越 来越模糊，而在互联网金融时代的背景下，金融信息的来源渠道也越来越 图2：新闻热度择时策略净值 丰富多样。投资者有更多的渠道来获取相关的金融信息，过去上百年的金 融研究，往往局限于对以数字形式存在的数据的研究，而忽略了对非结构 化的金融“数据”的研究，在当前互联网时代下，分析师的研究报告、股 吧论坛帖子的信息、新闻媒体的新闻以及微博和维信等非结构化文本信息 往往能够反应当前市场上投资者对股市的投资情绪，而这些信息往往又对 投资者的投资决策起到潜移默化的作用。 A 股市场每日同样有海量的个股新闻信息，这些信息能反映投资者当 前对股市的情绪。如何选择合适的新闻来源及有效变量将极大的影响投资 者进行有效的投资决策。采用互联网文本挖掘的方法对财经新闻热度进行 表1.新闻热度择时策略表现汇总 挖掘，并从中提取出对投资决策有利的信息是该专题报告研究的重点。  构建A 股新闻热度择时指标NQ 年化收益率 37.03% 鉴于个股的新闻量能够一定程度上反映网络媒体以及投资者对相应股 年化超额收益率 45.87% 票的关注程度，因此我们将某日个股的全部新闻总量（News quantity ）定 胜率 53% 义为该日A股市场的股票新闻热度指标NQ，并基于该指标的变化规律来建 赔率 1.14 立A股的择时策略。 累计最大回撤