基于社交媒体情绪择时的量化投资策略研究

摘要：随着互联网大数据时代的到来，使利用海量的互联网数据进行量化投资成为可能。本文利用优矿的社交媒体情绪指数编制了基于投资者情绪的量化择对策略，挖掘其应用价值。基于本文构建的量化交易策略可在市场整体震荡下行的情况下，预先发出买卖交易信号，最终实现14.71%的累计收益率。

关键词：量化择时;社交媒体情绪;量化投资

一、引言

量化投资主要通过计算机运用数理统计的方法，对证券市场历史数据进行统计分析，并建立相关的模型，然后对于后期的相关数据采用该模型进行重新验证，最后通过结果分析构建相关的量化投资策略。量化投资在欧美发达市场的发展已经超过半个多世纪，其投资收益一直比较稳定，所以受到越来越多投资者的青睐。量化择时属于量化投资的一个分支，通过一定的统计分析对大盘或者个股的进行趋势判断，并做出相应的投资操作。如果判断是趋势向上则做多，如果判断趋势向下则做空，如果判断趋势盘整，则进行高抛低吸。

二、量化择对策略构建

社交媒体指数S是优矿通联数据平台发布的涵盖雪球网、东方财富网、新浪财经网等多个股票财经网站论坛社区评论的指数，利用股民当天发布的帖子数量、占比等来测度当天的投资者情绪。本文利用这一指数来编制相应的股票择对策略。基本思路是：若S连续两次发出看多（或看空）信号，则看多（或看空）上证指数，且保持这个判断，直到连续两次看空（或看多）信号出现，则发生看空（或看多）上证指数。指数的反转判断：若S发出多空交叉互现信号，则除最新信号外，前面的交又信号作废，以最新信号为判断起点，按照前面两条准则重新分析后面的信号。除此之外，为了降低策略运行时发生的风险，策略中还应加入止损信号。

三、实证检验策略有效性

本文选取实证时间的范围从2016年9月28日到2018年11月1日两年的时间。本文通过跟踪上证指数两年的价格走势，来验证量化择对策略的有效性。

（一）获取策略的多空观点

我们先计算择对策略发出的所有看多看空以及止跌观点，并将看多点、看空点、止跌点在上证指数图上标出。如图1所示红色代表看多点，绿色代表看空点，黄色代表止跌点。

（1）可以发现，策略总共发出6次看多信号，其中正确的判断有5次;看空信号5次，其中正确判断5次。止跌信号一次。看多正确率为83%，看空正确率为60%。总的正确率为71.5%。

（2）总的来说策略发出的看多信号都能较为准确的把握住指数波动的低点，从而能够及时买入。最后一次发出错误的看多信号，原因可能是S刻画的是散户投资者的情绪，而散户投资者存在一定的非理性特征，当市场行情大趋势由上涨转变为下跌后造成了投资者情绪的普遍低迷，股价的轻微波动就可能会造成情绪指数的巨幅波动，从而使择对策略错误的判断市场的拐点。

（3）策略的看空点多在上涨趋势的中上部分发出而不是在趋势最高点发出，这和本文的策略设计原理有关。我们将S>Mean-Std的区域定义为投资者情绪的高涨期，在这一区域内，指数会有很大的概率出现下跌拐点，但依旧会有一小段上涨的趋势，但出于规避风险，稳定收益的考虑，我们将Mean-Std的值设置为指数上涨的阀值，一旦S超过这个阀值，就看空指数，而不是等到S到最大值再看空。

综上，本文基于社交媒体情绪指数的量化择对策略在趋势择时中具有很高的准确率，可以较好的预先判断出上证指数的买卖拐点。

（二）策略的风险评价指标

通过利用策略的风险评价指标，我们可以从各个维度对策略进行客观全面的认识。

（1）年化收益率（Annualized Returns）

表示投资期限为一年的预期收益率，计算公式为：

其中，P为策略结束时的总资产，P为策略初始总资产，n指回测期间交易日数量。

（2）夏普比率（Sharp Ratio）

表示每承受一单位总风险，会产生多少超额报酬，可以综合衡量策略的收益与风险，计算公式为：

其中，P指策略年化收益率，r指无风险收益率，S指策略的收益波动率。

（三）量化择对策略回测详情（见表1）

四、结论

（1）在这两年的历史回测期间，买入持有上证指数的累计收益率为-8.82%，年化复合收益为-5.30%，夏普比率为0.26;采用择时策略的累计收益率为14.71%，年化复合收益为7.00%，夏普比率为0.54;采用择对策略的相对超额收益达到了23.53%，在两年的回测期中采用择对策略进行量化投资的收益率明显跑赢大盘，并获得了可观的投资回报。

（2）从回测期间上看，2016-2018年是A股由“牛”转“熊”的区间，虽然大盘在牛市行情中有较高的收益率，但随着行情转换，收益率很快转为负值。反观择对策略的效果，在牛市行情中达到了22.80%的高收益率，同时当行情转换下跌时，择对策略能够及时发出看空信号规避损失，这也从侧面印证了该策略对大盘走势具有较高的预测效果，能够较好的预测出大盘的拐点。

（3）由表1可以看出择对策略的夏普比率要远高于买入持有的夏普比率，这表明量化择对策略在相同的风险下能够获得更高的收益，或获得相同的收益率时，择对策略的风险更低。

参考文献：

[1]易志高，茅宁.中国股市投资者情绪测量研究：CICSI的构建明金融研究，2009（11）.

[2]易洪波，赖娟娟，董大勇.網络论坛不同投资者情绪对交易市场的影响——基于VAR模型的实证分析[J]，财经论丛，2015（1）.

作者简介：黄雪松（1998-），男，汉族，河南焦作人，单位：河南大学经济学院，2016级本科生，财政学专业。