新闻情绪因子选股策略实战

📚 共计 30 章节

课程导论：什么是新闻情绪因子？

为什么它能预测股价？课程整体框架与学习路径。

金融文本数据源

获取财经新闻、社交媒体（如Twitter/微博）数据的API与爬虫方法。

文本预处理实战

中文分词（Jieba）、去停用词、词干提取与词形还原。

情感词典构建

通用情感词典（SnowNLP）、金融领域情感词典（Loughran-McDonald）定制。

基于词典的情感打分

规则匹配、加权打分、正负面情绪强度计算。

机器学习情感分类

使用朴素贝叶斯、SVM、逻辑回归进行情感分类。

深度学习情感分析

LSTM、BERT模型在金融文本情感分析中的应用。

深度学习BERT

新闻情绪因子构建

单日情绪得分、移动平均情绪、情绪变化率。

因子有效性检验

IC/IR分析、分组回测、多空组合收益分析。

因子与收益率的相关性

Pearson/Spearman相关系数、滞后相关性分析。

统计相关性

多因子模型融合

将情绪因子与动量、价值、规模因子结合。

多因子融合

事件驱动策略

基于财报发布、重大新闻事件的情绪套利策略。

舆情反转策略

识别情绪过度反应，做多/做空反转机会。

行业轮动策略

利用行业新闻情绪进行板块轮动配置。

日内高频情绪策略

基于分钟级新闻流的高频交易信号。

高频分钟级

策略回测框架搭建

使用Backtrader或Zipline进行回测。

回测绩效评估

夏普比率、最大回撤、胜率、盈亏比。

过拟合与样本外测试

时间序列交叉验证、滚动窗口测试。

过拟合验证

实盘交易接口对接

通过券商API（如IB、东方财富）执行交易。

情绪因子极端值处理、仓位管理、止损止盈。

数据更新与自动化流水线

使用Airflow或Crontab定时抓取新闻并更新信号。

自动化流水线

案例实战1：微博情绪选股

基于微博情绪的上证50成分股选股策略。

案例实战2：美股财报情绪

基于美股财报电话会议记录的情绪策略。

案例实战3：加密货币情绪

加密货币市场（BTC/ETH）的新闻情绪策略。

案例实战4：龙虎榜与游资情绪

A股龙虎榜与游资情绪的量化结合。

龙虎榜游资

策略优化：调参

遗传算法、贝叶斯优化调参。

另类数据结合

卫星图像、搜索指数、招聘数据与情绪因子结合。

另类数据创新

监管与合规

金融舆情分析的合规边界、数据隐私保护。

前沿探索：大语言模型

GPT/大语言模型在金融情绪分析中的最新应用。

课程总结与职业发展

构建情绪因子策略库、量化研究员成长路径。