量化分析入门：情感分析基础、情感词典构建、基于规则的情感打分

各位同学好，今天我们正式进入量化分析的世界。说实话，很多做金融舆情的人，一听到「量化」两个字就觉得头大。其实没那么玄乎。你想想看，我们每天看新闻、读研报，心里不也在给每条消息打分吗？「这条偏利好」、「那条是利空」——这就是最原始的情感分析。

我最早接触这个领域，是在一家私募做舆情监控。那时候团队每天手动标记几百条新闻，累得半死。后来我就在想：能不能让机器替我们干这活？嗯，这就是我们今天要聊的内容——情感分析的基础。

情感分析到底在分析什么？

说白了，情感分析就是让计算机理解一段文本的情绪倾向。在金融场景里，我们通常把它分成三类：

• 正面：业绩预增、政策利好、行业景气度提升
• 负面：暴雷、减持、监管处罚、业绩亏损
• 中性：公告发布、人事变动、常规经营信息

但这里有个坑。我在项目中遇到过，很多同学把「中性」当成垃圾桶，分不清的就往里扔。其实中性信息在量化模型里很有价值——它代表市场没有预期差，往往意味着股价会维持原有趋势。

情感词典：量化分析的基石

做情感分析，绕不开词典。你可能会问：现在深度学习这么火，为什么还要用词典？

我的回答是：在金融领域，词典方法依然是最稳定、最可解释的方案。我见过太多用BERT跑出来的情感分数，模型自己都说不清为什么给这条新闻打0.8分。但词典不一样——每个词都有明确的权重，出了问题你能追查。

金融情感词典的构建，我建议分三步走：

1. 基础词典：从公开资源里拿，比如知网Hownet、台湾大学NTUSD。这些词典覆盖了通用情感词，但金融领域不够用。
2. 金融领域扩展：这是关键。我当年花了两个月，从3000份券商研报里提取高频情感词。比如「超预期」、「拐点」、「戴维斯双击」这些词，通用词典里根本没有。
3. 行业定制：不同行业的情感词差异很大。医药行业的「临床试验成功」是大利好，但放在煤炭行业就毫无意义。

基于规则的情感打分：从词典到分数

词典有了，怎么打分？这里我给大家展示一个最基础、也最实用的规则引擎。

核心逻辑其实很简单：

情感分数 = 正面词得分 - 负面词得分
最终分数 = 情感分数 × 程度副词系数 × 否定词反转

但实际落地时，你会发现很多细节。举个例子：

「公司业绩没有出现大幅下滑」——这句话里有否定词「没有」、程度副词「大幅」、负面词「下滑」。按照规则：先识别负面词「下滑」得-1分，程度副词「大幅」放大到1.5倍，否定词「没有」反转方向。最终得分是 +1.5。

你看，一条看似负面的表述，经过规则处理后，其实是正面信号。这就是规则引擎的价值——它能捕捉语言中的细微结构。

一个完整的打分流程

为了让大家更直观地理解，我画了一张流程图。这张图展示了我个人习惯使用的打分流水线：

这张图里，我特意把规则引擎拆成了四个子模块。你可能会问：为什么需要感叹号增强？

我在做A股舆情监控时发现，很多利空新闻会用感叹号来强化语气，比如「业绩暴雷！」。这种标点符号本身就能传递情感强度。所以我加了一条规则：句子中出现感叹号，情感分数乘以1.2倍。

实战中的词典构建技巧

最后，我分享几个词典构建的实战经验。这些是我踩过坑之后总结出来的：

词典类型	来源	词条数量	注意事项
通用情感词典	知网Hownet	约1.2万	金融领域准确率仅60%
金融情感词典	券商研报+财经新闻	约5000	需要定期更新，每年至少一次
行业定制词典	行业研报+公告	约2000	不同行业差异大，建议单独维护
程度副词词典	人工整理	约200	权重设置需要回测验证

嗯，这里要注意一点。词典不是越多越好。我见过有人把网络流行语也加进去，结果「我太难了」这种句子被判定为强烈负面。但在金融语境里，这只是一句调侃。所以，词典构建一定要紧扣金融场景。

好了，今天的内容就到这里。情感分析入门其实不难，难的是把细节做扎实。下一节我们会聊更进阶的内容——如何用情感分数构建量化策略。但在此之前，我建议你把今天讲的规则引擎亲手实现一遍。代码不复杂，但跑通之后你会对情感分析有全新的理解。

---

公众号:蓝海资料掘金营，微信deep3321