20230614-华创证券-ChatGLM助力量化选股_28页_2mb

ChatGLM助力量化选股分析总结

背景

2023年股市经历重大风格变化，人工智能和中特估成为市场主线。传统基本面模型难以获得显著超额收益，因此报告尝试使用人工智能工具构建研报情感因子。

方法论

1. 利用ChatGLM对分析师研报进行情感打分与分类，获取初始标签
2. 在BERT模型上进行微调，使用CLS向量作为研报向量表征
3. 利用XGBoost模型进行滚动训练，预测未来一年个股研报情感
4. 每月根据情感得分选Top50个股等权配置

Chatglm_factor因子分析

• 与动量因子相关性较高(0.43)
• IC值中位数大于0.03，IC持续时间可持续超1季度
• 最优分组(第10组)年化收益达1992%，夏普比率达1.05

纯因子测试

• IC大于0占比提升至86%
• IC均值由0.01提升至0.0293
• 最优分组策略夏普比率达2.45

策略表现

• 2014年6月至今年化收益208%
• 超额收益达156%，最大回撤1547%
• 多数盈利日平均收益达12%

主要结论

基于ChatGLM构建的情感因子在多个维度验证有效，能够捕捉市场认可度转换信号，形成显著超额收益的量化选股策略。该策略在特定市场环境下，展现了利用人工智能优化投资研究的可行性。