**大盘的领先指标:**
**雪球情绪指数完整历史回测**
![飞书20220719-174906.jpg](https://dev-media.amazoncloud.cn/5bc3a51cc8994f0c98f7c3d4404ca618_%E9%A3%9E%E4%B9%A620220719-174906.jpg "飞书20220719-174906.jpg")
**前文我们对来源于股吧的情绪指数,通过简单策略以历史股价为基准进行了回测。对于雪球的情绪指数,我们用同样的方法对历史数据进行回测以期能有一些新的发现。**
## 数据筛选条件:
* 数据来源:雪球(www\.xueqiu.com),采集文本包括发帖内容,浏览量,评论量
* 过滤条件:浏览数大于5000,发帖数大于2,评论数大于2
* 用自然语言处理(Natural Language Processing) 量化文本所包含的情绪,按正、负面的程度进行打分,得分即为即情绪指数(范围为0-1)
## 量化策略:
* 选股:情绪指数前一天(t-1)排名前10的股票
* 配仓:按照情绪指数加权满仓配额
* 交易:在第一个交易日开盘价买入,收盘价卖出,不考虑交易成本
## 统计口径:
* 以一年250个交易日为年化标准
* 以沪深300指数为整体市场
* 无风险收益率为4%
# **2012-2018年结果**
### 1. **累计收益曲线**
![image.png](https://dev-media.amazoncloud.cn/b1ee583b0df6491ba89de12bd9d87546_image.png "image.png")
![image.png](https://dev-media.amazoncloud.cn/0b062dbb2a7d4443812e9d2f245b6b1d_image.png "image.png")
β:策略对市场整体风险的贡献度
由表中的最大回撤,波动率以及β系数,可见雪球情绪指数在11-18年的回测中波动率较大,这一点在收益率图上也能得到印证。但最终,在大盘经历15年熊市只能实现年化1.59%收益的情况下,雪球的单因子情绪模型还是实现了总体161.469%的超额收益。
### 2. **指标分析**
![image.png](https://dev-media.amazoncloud.cn/49cd8915b8f648ba803338cb3481f937_image.png "image.png")
α:主动超额收益
夏普比率:单位整体风险收益
特雷纳比率:单位系统性风险收益
信息比率:单位非系统性风险收益
但对于这8年间的回测也有不及预期的地方,在高风险的情况下,策略没有获得与之相匹配的收益,其夏普比率,信息比率等将风险纳入考量的收益指标均在行业平均水平。导致这个问题的重要原因是,虽然大盘的正收益平均和负收益基本一致,但本策略的正收益平均是低于负收益平均的绝对值的,两种最终都是靠着高于50%的胜率获取到了正的平均交易收益。但为何策略的胜率和平均交易收益只略高于大盘,但最终收益能达到大盘7倍左右。考虑到指标只是平均情况,但并未考虑超额收益出现的时机,而超额收益出现的越早或者早期超额收益幅度越大,期初对本金的增长效应越大,那么在后期正交易收益对他的乘数效应也随之会被放大。
![image.png](https://dev-media.amazoncloud.cn/847733fa070a4b8f862a226e7ba6d9c0_image.png "image.png")
将日收益率以时间为序列,点状分布,以方便通过离散度来更清晰看到大幅度的超额收益出现在哪一时刻。以15-10-23为轴,可以看到,左边的蓝点明显更离散尤其是正值区域,而右边正值区域蓝点则更聚合。之前的问题得到了答案,就是超额收益时间出现的时间较早,从而导致基数更大,收益乘数效应的周期更长,由此我们也做出合理的猜想,整个模型相较于大盘是否在时间序列存在一定的提前性。
### 3. **领先指标**
###
![image.png](https://dev-media.amazoncloud.cn/8d5221367f6d4046bacd0368a7d1abea_image.png "image.png")
我们的猜想在收益率曲线上得到了印证,尤其是15年市场经历大幅波动的关键转折时期,由上图我们可以看到情绪因子的收益率曲线比大盘提前5-30天不等。而标注出关键时间点则更为有价值,“蓝”“橙”“黄”四个上涨趋势信号,情绪因子提前了至少10天,为提前低价吸筹留出了充足的时间空间;而“灰”“绿”两个下跌趋势信号则能提前5-6天左右,对于类似于15年6月的快速回调,提前预知逃顶的每一天都弥足珍贵。
### 4. 额外发现
###
除了提前预知这个优势外,还有令人值得注意的便是,我们的策略是如何度过18年熊市的。虽然以该策略回测,不管是股吧还是雪球,12-18年还是19-21年,胜率都高于大盘约3%左右,但18年熊市大盘的胜率为46%左右,而策略的胜率为51%,高出大盘约5%左右,所以情绪因子依旧如之前分析,展现出了很好的抗熊能力。
### **2019-2021年结果**
##### 1. **累计收益曲线**
![image.png](https://dev-media.amazoncloud.cn/f0c66ab986084a4882f106d29b140b3f_image.png "image.png")
![image.png](https://dev-media.amazoncloud.cn/04671c5be2464aa9b88c9845244fffa2_image.png "image.png")
β:策略对市场整体风险的贡献度
到了19-21年,策略则显得稳定了许多,不仅风险较12-18年有所下降,而且收益也极大地提高了,实现了83.707%的年化收益。同时既在19-20年显示了与大盘很好的相关性,又在21年展现了很好的抗风险能力。
### **2. 业绩对标**
![image.png](https://dev-media.amazoncloud.cn/ff06d5866bc44568beee508b54e14678_image.png "image.png")
α:主动超额收益
夏普比率:单位整体风险收益
特雷纳比率:单位系统性风险收益
信息比率:单位非系统性风险收益
同类型比较:夏普比率两倍多。
![image.png](https://dev-media.amazoncloud.cn/10dcfd10404d4e249a53ce160f08102e_image.png "image.png")
![image.png](https://dev-media.amazoncloud.cn/a276a5663e8844628473d81f08d95cda_image.png "image.png")
同收益率比较:选取两年年化同为百分之八十以上基金,其标准差(波动率)为32.33%,策略为28.10%,收益相同情况下策略风险较小,所以单位风险收益也较高。
![image.png](https://dev-media.amazoncloud.cn/a167de7a244744e1975a31c0694db22e_image.png "image.png")
同风险比较:选股标准差同为28%左右基金,其两年年化为74.42%,夏普比率为其1.5倍左右。
![image.png](https://dev-media.amazoncloud.cn/3d2c8c24625d49aca39a30236053ebc8_image.png "image.png")
### **3. 收益分析**
![image.png](https://dev-media.amazoncloud.cn/ef329879f30d430bb8db501925a6d76c_image.png "image.png")
收益放大倍数=平均交易收益/(正收益平均+负收益平均)
我们同样好奇较高的超额收益来源于哪里。由上表可见,19-21年有着较高的正收益平均,尤其是结合上负收益平均,两者之和有将近0.17%的空间,远远高出大盘的0.02%,但最终平均交易收益相较于大盘并没有那么高,按道理胜率也比大盘高,平均交易超额收益应该被进一步放大。于是设计了一个新的指标——收益放大倍数,以量化正负收益差反馈到最终收益上的情况,最终情绪因子的收益放大倍数也的确没有大盘高,也就是策略的正收益平均优势并没有被完全发挥出来。
![image.png](https://dev-media.amazoncloud.cn/b1d8048b0c294eae913df9e0f61dc28f_image.png "image.png")
为了进一步寻找到原因,我们使用了与12-18年同样的分析手段,以20-6-18为轴,可以看到高于6%的超额收益都出现在后半部分,同时后半部分的负收益也很少超过-4%,也就是大幅超额收益主要都集中在了后半段,那么正如前文所述,正交易收益的乘数效应周期减少,其效应也随之会被缩小,导致了收益放大倍数不及预期。这也与其收益曲线反映的信息相吻合,19-20年基本与大盘正相关,21年在熊市中展现出信息价值,获得更多超额收益。
同时我们也得出一个的重要结论,不仅仅超额收益在绝对值上的领先很重要,其出现的早晚也会影响到最终的收益。这也就对应到了情绪因子的两个能力上——择股能力和择时能力,择股能力能选出优质资产,增加超额收益的绝对值,而择时能力则能提前发现市场信号,对冲风险,如果所有超额收益都能在时间序列上向前平移,其带来的效应也是数以倍计的。
最后,为了从实际去证明我们结论的依据,和情绪因子的择股能力,我们展示了四天的选股样本,可以看到,在20-21投资后期,我们的确通过情绪因子选取到了与情绪相匹配,具有巨额涨幅的股票,甚至在一定情况下,当情绪指数从大到小排名,股票涨跌幅也相应的有不完全递减关系。
![image.png](https://dev-media.amazoncloud.cn/b4c0838d141a4f0fbc568730203d46be_image.png "image.png")
![image.png](https://dev-media.amazoncloud.cn/47131901ef6a41b28c22f8904caa2859_image.png "image.png")