专题：AI是未来？我试了试新闻舆情因子

摘要

新闻舆情对股票的预测力众人皆知，比如所谓的“机构观点”、 “零售投资者情绪” 。这些往往大量的、不同来源的新闻包含了对一家公司持负面/正面/中性的态度，后者对其股票未来价格走势可能会产生影响。

大宗商品为什么不这么做？ 比如2020年原油崩盘之际，国内各种来源的负面舆情可能一天就能达到上百条。 又或者当全球需求走弱，技术革新之时，铜的负面新闻也会纷至沓来。

这种数据的特点在于它不是结构化的。它需要爬取、智能解析（如NLP）等额外处理来生成，比如对应商品的情绪。情绪得分是结构化的。然后，我们可以借助传统CTA策略来交易这种情绪。

我们将每个商品、每天的这样的情绪得分（一个介于中性/负面/正面之间的连续值，continuous）序列称为“舆情指数”。这篇报告，我们尝试构建了20种商品（南华商品指数下）的舆情指数。我们选择指数来研究，因为 主流商品通常拥有更为充分的舆情数据，情绪会出现“统计意义”。 当然，单纯考虑舆情数量，我们也可以做到更多的品种。

我们以国内原油（SC）为例，展示一个原油舆情指数，从17年开始。这里展示的指数只为说明用，为了显示出舆情走势。

大周期来看，我们的舆情指数较好的表达了：

• 2020下半年以来的原油的超级周期

• 22年和去年以来对原油需求的担忧，并且这种担忧可能会持续

• 2020年因covid导致的原油需求暴跌担忧

所以， 直观上我们的舆情指数合理。 我们自然将这种做法，连同一开始的数据处理流程应用在了其余主流大宗商品上。在不同商品的新闻数量分布方面，大体上，平均每年的新闻数目都比较“均匀”。

下面一节我们会讨论依据这些指数，如何构建一个简单的舆情策略组合，以及它和传统动量、基差策略之间的相关性。我们有什么样的发现。

先阐述组合构建细节。舆情指数的投资逻辑较为简单： 舆情指数上升时，我们做多对应商品主力期货，下降时我们做空。 组合是所有品种（20）的等权平均。这里所有交易单位均为1。在成本方面，我们 用1个滑点计入本文中所有的交易市场，同时移除管理费和提成等因素的影响。

信号方面，我们对所有标的构建60x240的二元均线策略，其是最为经典的趋势模型之一。作为对比，我们的基差和动量策略也采用这一方法，也覆盖同样的20个商品期货。这三种策略的长期收益走势如下，从2010至2023年。在第一年，我们对所有数据进行了“burn-in”。

首先 ， 我们的舆情因子有长期收益， 总回报略弱于基差和动量 。 回报稳定性方面，最差，它的收益集中在2020年开始，这可能不会太奇怪。因为在那之后， covid、供应链危机和全球地缘政治等因素导致商品成了大类资产中的主角。 技术上来说，彼时相比海外，中国期货市场的流动性（例如成交量）经历了巨量的增长，这也给社会舆论带来了契机。在此之前是11-12年，当时通胀也正好是中国的一个宏观主题。因而，我们的舆情组合表现符合认知 。

组合参数方面，我们分了两组均线，括号内为其夏普：

• 10x40(-0.16)，20x80 (-0.16)

• 50x200 (0.08) ， 60x240 (0.42)
  

我们的舆情因子更适合长周期。 换句话说，它在周期上的稳健性不如传统动量。比如，一个10x40的动量夏普是0.53，一个60x240的动量夏普仍有0.32，虽然后者夏普低于舆情。

接下来是相关性。整个样本内舆情因子和基差/动量（60x240）的相关性分别为0.1和0.2。这里需要注意 ， 尽管基差22-23年表现也不错，但是它们同期的相关性也仅有0.1。 换句话说，我们能在动量表现不佳的时期获得两种不同的正收益源。

我们从未涉及过该类cta策略： 用不同来源的、大量的新闻数据及其包含的情绪来投资国内大宗商品期货， 其中情绪使用了经典的NLP技术。 有正收益、 低相关、分散化， 我们的舆情组合能给传统基差和商品动量因子提供一层很好的互补。

我们没有做任何额外的优化，为了清晰说明： 1） 新闻数据有用； 2） 人工智能有用。当然，后者我们并未用来作常用的资产价格预测， 而是用来提取新闻语义输入到cta。 缺点之一，这类策略相比动量等因子，是否能更长期稳定，值得深究。

样本外，截至去年三季度，我们的舆情因子夏普比轻微下降至0.37。展望未来，我们自然会扩充一部分投资组合标的，持续跟踪。以及进一步研究它的alpha。

说明：截至2024年三季度，紫金天风期货研究所量化组计算