朱碧穎　趙爽

【摘要】投資中自上而下的分析方式是被廣泛認(rèn)可的，資產(chǎn)在行業(yè)間的配置問題，對(duì)整體投資效果的影響舉足輕重。Black_Litterman模型改進(jìn)于傳統(tǒng)的Markowitz模型，自提出后逐漸為人們所接受，并得到推廣。本文結(jié)合計(jì)算機(jī)技術(shù)，提出一種基于文本挖掘算法，使用網(wǎng)絡(luò)爬蟲抓取互聯(lián)網(wǎng)中行業(yè)熱點(diǎn)情緒，形成Black_Litterman模型的投資者觀點(diǎn)矩陣、以及觀點(diǎn)置信度，進(jìn)而確定行業(yè)資產(chǎn)配置權(quán)重的PSM_Black_Litterman（public sentiment mining Black_Litterman）模型。進(jìn)行實(shí)證分析，以申萬行業(yè)作為行業(yè)分類標(biāo)準(zhǔn)，進(jìn)行資產(chǎn)行業(yè)間配置，與流通市值行業(yè)配置、傳統(tǒng)Markowitz模型資產(chǎn)配置進(jìn)行比較。實(shí)證結(jié)果表明，本文所提模型可有效提高資產(chǎn)配置的平均收益率與幾何收益率，并減小方差。

【關(guān)鍵詞】資產(chǎn)配置 Black_Litterman模型 文本挖掘 市場情緒 網(wǎng)絡(luò)爬蟲

在選擇金融產(chǎn)品進(jìn)行投資時(shí)，普遍采用自上而下（Top-to- Down）的研究方式。在選股方面，首先確定資產(chǎn)在行業(yè)間的配置比例，再在各行業(yè)中進(jìn)行個(gè)股選擇是常用的方式。本文旨在Markowita模型、Black_Litterman模型的基礎(chǔ)上，提出一種利用文本挖掘方法挖掘輿論熱點(diǎn)，得到市場情緒作為觀點(diǎn)矩陣，繼而得到資產(chǎn)在行業(yè)間的配置方案的方法?？朔薆lack_Litterman模型存在的對(duì)分析師主觀態(tài)度難于量化表示的缺點(diǎn)。

一、Markowitz與Black_Litterman資產(chǎn)配置模型

（一）Markowitz資產(chǎn)配置模型

Markowitz在1952年發(fā)表論文《PORTFOLIO SELECTION》，在論文中提出了均值-方差模型，這篇論文標(biāo)志著現(xiàn)代投資組合理論的開端。Markowitz理論的思想基礎(chǔ)是：把資產(chǎn)投資收益率看做隨機(jī)變量，研究其期望與方差。Markowitz資產(chǎn)配置模型基于五條假設(shè)：證券市場具有有效性；投資者是風(fēng)險(xiǎn)厭惡的；投資者進(jìn)行資產(chǎn)配置選擇的依據(jù)是投資收益率的概率分布，而這個(gè)概率分布是可知的；用期望收益率衡量未來的收益水平，用方差衡量收益的不確定性，即收益的風(fēng)險(xiǎn)；市場是無摩擦的。

設(shè)市場存在n種風(fēng)險(xiǎn)資產(chǎn)，將第i種風(fēng)險(xiǎn)資產(chǎn)的的收益率記為ri，r=（r1，r2，…，rn）’，期望收益率記為μ=Er，資產(chǎn)間的協(xié)方差矩陣記為Σ，Σ=Var（r），無風(fēng)險(xiǎn)收益率記為rf，n種風(fēng)險(xiǎn)資產(chǎn)的投資比例為ω=（ω1，ω2，…，ωn）’。那么資產(chǎn)組合的期望收益率為μω=ω’μ，資產(chǎn)組合的風(fēng)險(xiǎn)為σ2ω=ω’Σω。

那么，當(dāng)資產(chǎn)組合中僅存在風(fēng)險(xiǎn)資產(chǎn)時(shí)，均值-方差模型記為：

當(dāng)資產(chǎn)組合中可以存在無風(fēng)險(xiǎn)資產(chǎn)時(shí)，均值-方差模型記為：

使用拉格朗日乘數(shù)法則，可直接求得上述均值-方差模型的最優(yōu)解。投資者可以依據(jù)個(gè)人偏好的無差異曲線找到對(duì)應(yīng)的最優(yōu)組合。此模型同時(shí)表明，最優(yōu)組合的選擇往往并非單獨(dú)取決于單個(gè)資產(chǎn)的數(shù)字特征，同時(shí)也取決于資產(chǎn)間的相關(guān)性。

Markowitz資產(chǎn)配置模型是在一系列嚴(yán)格的假定條件下推導(dǎo)出來的。因此，模型從面世之日起，眾多學(xué)者便提出由于模型的假定條件與實(shí)際金融環(huán)境存在差異，導(dǎo)致構(gòu)建的投資組合存在難以理解、對(duì)輸入的參數(shù)過于敏感、以及估計(jì)誤差被放大等問題。

（二）Black_Litterman資產(chǎn)配置模型

在高盛銀行任職的Fischer Black和Robert Litterman于1990年提出了Black_Litterman模型，于1992年又在《金融分析》期刊上對(duì)Black-Litterman模型作了詳細(xì)說明。他們將Markowitz的均值-方差模型最優(yōu)化理論和bayesian估計(jì)相結(jié)合，并且基于資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model，CAPM）以及夏普提出的逆最優(yōu)化理論建立了Black_Litterman資產(chǎn)配置模型。在國外理論界，Bevan和Winkelmann，He、Litterman，Satchell和Scowcroft、Drobetz都對(duì)Black-Litterman模型做了進(jìn)一步的完善，并對(duì)國際資產(chǎn)配置做了實(shí)證分析。在實(shí)際投資運(yùn)作中，很多大型投資機(jī)構(gòu)將Black-Litterman模型運(yùn)用在全球資產(chǎn)配置中，并已取得了豐厚收益。

Markowitz的均值-方差模型模型的主要投入要素為預(yù)期報(bào)酬率及方差。投資者必須利用長期的歷史資料，提出對(duì)投資組合所有的預(yù)期報(bào)酬率的看法，而這些看法皆為100%的信心水準(zhǔn)，Black和Littermam認(rèn)為投資者的看法在實(shí)際情況下，很難達(dá)到完全預(yù)測正確。在Black-Litterman資產(chǎn)配置模型中，投資者可以將自己的觀點(diǎn)和對(duì)這種觀點(diǎn)的信心程度量化并輸入模型中。

Black-Litterman資產(chǎn)配置模型的另一大優(yōu)點(diǎn)在于它的輸入是非常具有彈性的。投資者可以輸入對(duì)某些資產(chǎn)預(yù)期收益的一種觀點(diǎn)或者幾種觀點(diǎn)，也可以不輸入任何觀點(diǎn)。這樣就減少了投資人觀點(diǎn)設(shè)定的隨意性。需要指出的是，因?yàn)槟Ｐ图尤肓酥饔^觀念，使模型的估計(jì)變得相對(duì)復(fù)雜。這也成為現(xiàn)階段該模型研究的主要方向。

以市場均衡為先驗(yàn)知識(shí)，使用bayesian框架將先驗(yàn)知識(shí)與主觀觀點(diǎn)矩陣融合起來，得到后驗(yàn)分布，其中：

其中，τ表示的是資本資產(chǎn)模型的不確定性度量，當(dāng)τ趨近于0時(shí)，Black-Litterman計(jì)算出的權(quán)重將趨近于市場均衡權(quán)重；Σ代表各資產(chǎn)超額收益的協(xié)方差矩陣；Π表示隱含均衡收益向量，Π=δΣωeq，δ為風(fēng)險(xiǎn)規(guī)避系數(shù)，ωeq為市場基準(zhǔn)配置權(quán)重向量。P是一個(gè)K×N維矩陣，每一行代表投資者的一個(gè)觀點(diǎn)對(duì)應(yīng)的相關(guān)資產(chǎn)的權(quán)重，相對(duì)觀點(diǎn)的權(quán)重和為0，絕對(duì)觀點(diǎn)的權(quán)重和為1；Q是一個(gè)K×1維向量，分別對(duì)應(yīng)于P矩陣中的每個(gè)觀點(diǎn)的期望收益；Ω是一個(gè)K×K維對(duì)角矩陣，表示投資者對(duì)每個(gè)觀點(diǎn)的信心程度。

舉一個(gè)簡單的例子，一個(gè)投資者對(duì)三個(gè)資產(chǎn)的主觀觀點(diǎn)是：資產(chǎn)1的收益率被高估了2%，資產(chǎn)2的收益率會(huì)比資產(chǎn)3的收益率低3%，他對(duì)自己這兩個(gè)觀點(diǎn)的信心程度分別是w11和w22。那么，對(duì)應(yīng)的P、Q、Ω分別為：

運(yùn)用Black-Litterman資產(chǎn)配置模型，投資者可以輸入關(guān)于任何投資類別的任意數(shù)量的觀點(diǎn)，并與市場均衡狀態(tài)相結(jié)合，輸出最優(yōu)投資組合權(quán)重和預(yù)期收益。

本文致力于尋求一種更具普適性的，更易于量化的得到投資人觀點(diǎn)矩陣（即得到P、Q、Ω）的方法，即基于網(wǎng)絡(luò)文本挖掘的市場情緒度量方法。

二、基于網(wǎng)絡(luò)爬蟲的文本挖掘算法

本章闡述基于網(wǎng)絡(luò)爬蟲技術(shù)得到傳統(tǒng)Black_Litterman資產(chǎn)配置模型觀點(diǎn)矩陣以及置信度矩陣的方法。

（一）數(shù)據(jù)源的選擇

本文旨在使用網(wǎng)絡(luò)上的市場情緒作為分析依據(jù)，得到Black_ Litterman模型觀點(diǎn)矩陣以及置信度矩陣。那么必然對(duì)要分析的新聞文本具有一定要求，需要慎重選擇文本來源。文本來源選擇的是否適當(dāng)，將直接關(guān)系到black_litterman模型的輸入，進(jìn)而左右模型整體效果。數(shù)據(jù)源的選擇既要符合文本挖掘技術(shù)數(shù)據(jù)源的一般性要求，也要符合金融新聞?lì)愂袌銮榫w文本的特殊性要求。筆者認(rèn)為，至少需要具有全面行、權(quán)威行、和實(shí)效性。全面性保證得到的市場情緒可以代表多數(shù)人的觀點(diǎn)，減小偏差；權(quán)威性保證觀點(diǎn)來源于金融專業(yè)知識(shí)相對(duì)完備、經(jīng)驗(yàn)相對(duì)豐富的分析師，而且他們的觀點(diǎn)將會(huì)通過多種途徑傳播，進(jìn)而影響大眾觀點(diǎn)，成為大眾情緒；實(shí)效性保證情緒文本的及時(shí)性，減少滯后偏差。

鑒于此，本文選擇“搜狐證券—研究報(bào)告—行業(yè)研究”（網(wǎng)址：http：//stock.sohu.com/hyyj/） 中的新聞標(biāo)題短文本作為研究對(duì)象。它來源于各知名券商研究報(bào)告或者權(quán)威報(bào)刊，根據(jù)行業(yè)分類進(jìn)行過整理，新聞標(biāo)題短文本后給出了新聞發(fā)布時(shí)間，符合全面行、權(quán)威行、和實(shí)效性準(zhǔn)則。

（二）網(wǎng)絡(luò)爬蟲獲取文本

已經(jīng)選定數(shù)據(jù)源，接下來使用網(wǎng)絡(luò)爬蟲技術(shù)抓取網(wǎng)頁上的新聞標(biāo)題短文本。網(wǎng)絡(luò)爬蟲（Network Spider），是一種按照預(yù)先給定的規(guī)則，在運(yùn)行中自動(dòng)地抓取萬維網(wǎng)信息的程序或者腳本。它將一個(gè)網(wǎng)頁URL作為起始，讀取此頁面內(nèi)容，并通過此頁面上的超級(jí)鏈接作為線索找到另一個(gè)或多個(gè)與之有關(guān)聯(lián)的網(wǎng)頁。重復(fù)此操作，遍歷網(wǎng)絡(luò)頁面，依次將其文本和URL存入到網(wǎng)頁數(shù)據(jù)庫中。

爬蟲基本工作流程如下：

Step1.選取種子URL；

Step2.將這些URL放入待抓取URL隊(duì)列；

Step3.將URL隊(duì)列中對(duì)應(yīng)的網(wǎng)頁內(nèi)容抓取下來，存儲(chǔ)到已抓取網(wǎng)頁庫中，并將這些URL放到已抓取URL隊(duì)列中；

Step4.對(duì)已經(jīng)抓取到的URL隊(duì)列中的URL進(jìn)行分析，試圖從中分析出待抽取的新URL，將這些URL放入待抓取的URL隊(duì)列，從而進(jìn)入下一次循環(huán)。

使用網(wǎng)絡(luò)爬蟲技術(shù)，以網(wǎng)址：http：//stock.sohu.com/hyyj/ 作為起始URL，抓取此URL對(duì)應(yīng)頁面的HTML文本，存入文本文件中。其中除所需新聞短文本標(biāo)題外，還包含了大量的HTML標(biāo)記，以及非新聞標(biāo)題短文本以外的文字類信息，需要將其過濾掉。使用XPath與正則表達(dá)式技術(shù)，通過分析DOM結(jié)構(gòu)，使用正則表達(dá)式定位到具體位置。

（三）中文分詞

通過網(wǎng)絡(luò)爬蟲抓取得到待處理文本之后，需要對(duì)其進(jìn)行中文分詞。中文分詞包括三類算法：基于字符串匹配的分詞；基于理解的分詞；基于統(tǒng)計(jì)的分詞。將一個(gè)中文句子進(jìn)行拆分，從一個(gè)句子中解析出名詞、動(dòng)詞、形容詞、副詞等。這樣做的目的是：拆分出的名詞部分，可作為本條文本的對(duì)象詞，匹配數(shù)據(jù)庫中的申萬行業(yè)類別表，從而得到這條文本是描述的哪個(gè)行業(yè)的市場情緒的；拆分出的形容詞（副詞）部分，可作為本條文本的情緒詞，匹配數(shù)據(jù)庫中的通過調(diào)研得到的情感極性詞極性表，從而得到這條文本是正面情緒還是負(fù)面情緒，以及情緒的強(qiáng)弱程度。

本文使用中科天璣的ICTCLAS詞法分析系統(tǒng)，由張華平博士歷經(jīng)多年開發(fā)研制，開源，并提供了多種開發(fā)語言接口，包括C/C++/C#、Java、Python、Hadoop等，可以用于對(duì)需要進(jìn)行分析處理的文本做初始分詞。具體算法分為三個(gè)步驟，即原子切分；找出所有可能的原子間組詞方案；N-最短路徑選擇算法。各步驟的具體算法在ICTCLAS詞法分析系統(tǒng)主頁http：//ictclas.nlpir.org/ docs可以得到。

例如，將“房地產(chǎn)業(yè)：房產(chǎn)稅謠言四起，樓市溫和上行”進(jìn)行分詞，效果如圖1所示。

將結(jié)果匹配數(shù)據(jù)庫中的申萬行業(yè)表和情感極性表。以“房地產(chǎn)業(yè)：房產(chǎn)稅謠言四起，樓市溫和上行”為例：得到這條文本是表述“房地產(chǎn)”行業(yè)市場情緒的；“謠言”是負(fù)極性詞，極性強(qiáng)度是-1，“上”是正極性詞，情感極性是+2，故而這條文本的綜合情感是正極性的，綜合情感極性是+1。

由于中文反義句多以“反義詞+形容詞（副詞）”的形式出現(xiàn)，需設(shè)計(jì)否定詞處理模塊，當(dāng)遇到否定詞（如“不”，“沒”，“別”，“非”，“無”，“未”，“反”等）時(shí)，這個(gè)否定詞的作用對(duì)象取它后面最鄰近的一個(gè)情感極性詞，將其極性取反處理。

（四）構(gòu)建觀點(diǎn)矩陣及觀點(diǎn)置信度矩陣

以上是為了得到Black-Litterman資產(chǎn)配置模型中的P、Q、Ω，其中P代表了觀點(diǎn)與觀點(diǎn)對(duì)應(yīng)資產(chǎn)的匹配關(guān)系，分為絕對(duì)收益和相對(duì)收益兩種、Q代表了對(duì)應(yīng)于P矩陣中的每個(gè)觀點(diǎn)的期望收益、Ω代表了對(duì)每個(gè)觀點(diǎn)的信心程度。

至此，得到了Black-Litterman資產(chǎn)配置模型的輸入矩陣P、Q、Ω。

三、實(shí)證研究

在國內(nèi)A股申萬一級(jí)行業(yè)間使用本文所提PSM_Black_Litterman模型進(jìn)行實(shí)證分析。設(shè)兩組對(duì)照，以市值為權(quán)重進(jìn)行資產(chǎn)配置；使用傳統(tǒng)Markowitz資產(chǎn)配置模型得到的權(quán)重進(jìn)行資產(chǎn)配置。

（一）數(shù)據(jù)

從申萬一級(jí)行業(yè)28個(gè)分類中，選擇相關(guān)系數(shù)較小的13個(gè)行業(yè)；選擇自2010年2月至2015年1月61個(gè)月的行業(yè)指數(shù)數(shù)據(jù)，以及各行業(yè)類別中所含流通股市值，數(shù)據(jù)來源東方財(cái)富Choice數(shù)據(jù)。這樣共13*61個(gè)樣本內(nèi)數(shù)據(jù)。樣本外取自2015年2月至2015年12月進(jìn)行實(shí)證分析。

（二）市場情緒P、Q、Ω

在本文應(yīng)用背景下的P為N×N單位矩陣，可不再做計(jì)算；Q為N×1維向量，設(shè)第i種行業(yè)類別對(duì)應(yīng)的分量為Qi，Ω為N×N維對(duì)角矩陣，設(shè)第i種行業(yè)類別對(duì)應(yīng)的分量為Ωii。當(dāng)月數(shù)據(jù)由上月數(shù)據(jù)計(jì)算得到，見表1。

（三）PSM_Black_Litterman模型效果分析

使用上一小節(jié)得到的P、Q、Ω矩陣數(shù)據(jù)，計(jì)算各行業(yè)類別的最優(yōu)資本權(quán)重，即由PSM_Black_Litterman模型得到的資本權(quán)重，記為WA；另外，由流通市值計(jì)算而得的權(quán)重記為WB；由Markowitz資產(chǎn)配置模型計(jì)算而得的權(quán)重記為WC。并計(jì)算當(dāng)按照這樣的權(quán)重進(jìn)行投資時(shí)的組合月度收益率。當(dāng)月權(quán)重由上月數(shù)據(jù)計(jì)算得到。增加不許做空限制。見表2。

根據(jù)三種方式得到的行業(yè)配置權(quán)重WA、WB、WC，計(jì)算2015年2月至2015年12月，共計(jì)11個(gè)月各自收益情況如下表所示。見表3和表4。

可見，使用由Markowitz資產(chǎn)配置模型計(jì)算得到的權(quán)重WC為依據(jù)進(jìn)行行業(yè)配置，在收益率均值、幾何收益率角度，優(yōu)于由流通市值計(jì)算而得的權(quán)重WB為依據(jù)進(jìn)行的資產(chǎn)配置；但方差效果卻劣于它。而使用本文所提PSM_Black_Litterman模型，利用由網(wǎng)絡(luò)熱點(diǎn)新聞作為權(quán)重調(diào)節(jié)方式得到的權(quán)重WA進(jìn)行資產(chǎn)配置，其收益率均值、方差、幾何收益率均優(yōu)于傳統(tǒng)Markowitz模型，同時(shí)優(yōu)于由流通市值計(jì)算而得的權(quán)重WB為依據(jù)進(jìn)行的資產(chǎn)配置。

四、結(jié)論

Black_Litterman模型的關(guān)鍵問題之一是需要輸入分析師觀點(diǎn)，本文通過網(wǎng)絡(luò)爬蟲技術(shù)，抓取門戶網(wǎng)站內(nèi)的相關(guān)行業(yè)情緒，使用文本挖掘技術(shù)，提出一種將市場情緒量化為Black_Litterman模型所需P、Q、Ω矩陣的方法，由此提出一種PSM_Black_Litterman（public sentiment mining Black_Litterman）模型。通過實(shí)證分析，該模型可有效提高資產(chǎn)配置的平均收益率與幾何收益率，并減小方差。在后續(xù)的研究中，筆者希望通過過濾無效新聞、擴(kuò)充情感詞庫等方法，致力于進(jìn)一步提高模型效果。

參考文獻(xiàn)

[1]H.Markowitz.1952.PORTFOLIO SELECTION[J].JOURNAL OF FINANCE，7（1）：77-91.

[2]溫琪.金融市場資產(chǎn)選擇與配置策略研究[D].中國科學(xué)技術(shù)大學(xué)，2011.

[3]南方基金管理有限公司 柯曉.Black-Litterman模型的初步介紹及應(yīng)用[N].上海證券報(bào)，2008-12-10007.

[4]E.C.B.Bekaert G，Harvey C R，et.1998.al.Distributional characteristics of emerging market returns and asset allocation[J].Journal Portfolio Management，24（2）：102-116.

[5]S.S.S.A.2000.demystification of the Black-Litterman model：managing quantitative and traditional construction[J].Journal of Asset management，1（2）：138-150.

[6]D.W.2001.How to avoid pitfalls in portfolio optimization？putting the Black-Litterman approach at work[J].Financial Markets Portfolio Managemen，15（1）：59-75.

[7]韓正宇.現(xiàn)代投資組合理論述評(píng)[J].經(jīng)濟(jì)研究參考，2013，60：53-61.

[8]孫立偉，何國輝，吳禮發(fā).網(wǎng)絡(luò)爬蟲技術(shù)的研究[J].電腦知識(shí)與技術(shù)，2010，15：4112-4115.

[9]王強(qiáng)，武港山.對(duì)XPath模式定位能力的擴(kuò)充[J].計(jì)算機(jī)研究與發(fā)展，2001，06：674-678.

[10]周程遠(yuǎn).中文自動(dòng)分詞系統(tǒng)的研究與實(shí)現(xiàn)[D].華東師范大學(xué)，2010.

[11]張華平，劉群.基于N-最短路徑方法的中文詞語粗分模型[J].中文信息學(xué)報(bào)，2002，05：1-7.

[12]李存青.中文意見挖掘中的特征詞提取以及情感傾向分析[D].重慶大學(xué)，2010.

作者簡介：朱碧穎（1990-），女，漢，北京，碩士研究生，研究方向：文本挖掘，資產(chǎn)配置；趙爽（1990-），男，漢，北京，碩士研究生，主要研究方向：宏觀經(jīng)濟(jì)、計(jì)量經(jīng)濟(jì)。