摘要：本文運(yùn)用固定收益分析師情感分析結(jié)果和其他信息作為模型輸入數(shù)據(jù)，使用機(jī)器學(xué)習(xí)方法預(yù)測(cè)中債價(jià)格指標(biāo)。研究結(jié)果表明：一是方向性預(yù)測(cè)較準(zhǔn)確，機(jī)器學(xué)習(xí)中的XGBoost方法效果最好，在預(yù)測(cè)中債指數(shù)時(shí)，二分類預(yù)測(cè)的平均準(zhǔn)確率為75%，四分類預(yù)測(cè)的平均準(zhǔn)確率為65%，在預(yù)測(cè)10年期與2年期中債國(guó)債收益率之差的變化時(shí)，二分類預(yù)測(cè)的平均準(zhǔn)確率為68%，四分類預(yù)測(cè)的平均準(zhǔn)確率為58%；二是借助模型可以篩選分析師，從而方便市場(chǎng)參與者從固定收益分析師中優(yōu)中選優(yōu)，參考研究結(jié)果，做好輔助決策；三是模型處理迅速，不存在人為判斷速度慢、工作量大的問題。

關(guān)鍵詞：情感分析 PaddlePaddle NLP 中債價(jià)格指標(biāo)

問題的提出

債券市場(chǎng)參與者能否通過自然語言處理技術(shù)（以下簡(jiǎn)稱“NLP”）并根據(jù)固定收益分析師（以下簡(jiǎn)稱“固收分析師”）的情感分析來預(yù)測(cè)中債價(jià)格指標(biāo)變化？根據(jù)當(dāng)前的技術(shù)，筆者認(rèn)為或許有一定的可行性。

（一）NLP在金融市場(chǎng)的應(yīng)用日益廣泛，為預(yù)測(cè)中債價(jià)格指標(biāo)提供了技術(shù)支持

早在20世紀(jì)80年代就已有機(jī)構(gòu)探索基于NLP進(jìn)行金融分析，但公認(rèn)的開創(chuàng)性工作是谷歌（Google）在2003年申請(qǐng)的一項(xiàng)專利，這項(xiàng)工作證明了用新聞來預(yù)測(cè)股票價(jià)值的有效性，并解決了早期NLP中的一系列問題。隨著推特（Twitter）、臉書（Facebook）等社交媒體上數(shù)據(jù)量暴漲，研究機(jī)構(gòu)發(fā)現(xiàn)通過分析Twitter等社交媒體上的公眾情緒可以顯著提高道瓊斯工業(yè)指數(shù)的預(yù)測(cè)準(zhǔn)確度。倫敦的對(duì)沖基金公司Derwent CapitalMarkets運(yùn)用Twitter 輿情輔助投資分析，在第一個(gè)月實(shí)現(xiàn)了1.85%的盈利。此后，越來越多的機(jī)構(gòu)參與到這項(xiàng)技術(shù)的研究中，由此帶來了更廣的數(shù)據(jù)維度和更豐富的應(yīng)用場(chǎng)景。同時(shí)，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，一些NLP領(lǐng)域的重要成果也逐漸被運(yùn)用，進(jìn)一步提升了機(jī)器學(xué)習(xí)對(duì)于文本語義的建模能力。

目前，基于NLP的金融分析方法已經(jīng)逐漸發(fā)展成為重要的投資分析工具。在實(shí)際的落地場(chǎng)景中，海外機(jī)構(gòu)運(yùn)用NLP技術(shù)解決的典型問題包括市場(chǎng)上關(guān)鍵指標(biāo)的預(yù)測(cè)，例如價(jià)格波動(dòng)、交易量、信用評(píng)級(jí)等，還包括宏觀經(jīng)濟(jì)因子的提取，乃至欺詐檢測(cè)、供應(yīng)鏈管理等。當(dāng)前NLP所面對(duì)的主要數(shù)據(jù)源包括公司公告、研究報(bào)告、財(cái)經(jīng)新聞、社交媒體等，各類數(shù)據(jù)的長(zhǎng)度和更新頻率也明顯不同。不同數(shù)據(jù)源的頻率和噪聲程度不一致，因此不同數(shù)據(jù)源會(huì)影響市場(chǎng)周期。一般來說，頻率低、權(quán)威性高的文本往往會(huì)產(chǎn)生深遠(yuǎn)而持久的影響，而高頻數(shù)據(jù)則主要反映市場(chǎng)短期的波動(dòng)性。我國(guó)一些學(xué)者也在積極運(yùn)用NLP技術(shù)預(yù)測(cè)客戶行為或金融市場(chǎng)變化。陳嘉鈺等（2019）以微信為例，基于LDA主題模型進(jìn)行社交媒體倦怠研究；王卓（2020）根據(jù)輿論平臺(tái)情緒研究其對(duì)股票市場(chǎng)的影響；熊杰（2020）根據(jù)政務(wù)微博的在線評(píng)論來研究用戶情緒及行為。

在實(shí)際的應(yīng)用場(chǎng)景中，NLP技術(shù)挖掘出的典型信息形式有三種。第一種是關(guān)鍵詞提取。通過詞袋模型、LDA技術(shù)或者近年來的詞向量技術(shù)，將原始文本濃縮為最能反映文本主題或語義特征的少數(shù)幾個(gè)詞匯。第二種是事件提取。通過事件模板、句法分析、命名實(shí)體識(shí)別等技術(shù)手段，從原始文本中抽取金融活動(dòng)相關(guān)事件，如公司并購(gòu)、首次公開募股（IPO）、中標(biāo)等，據(jù)此來分析不同事件對(duì)公司股價(jià)的影響。第三種是情感分析。市場(chǎng)情感分析已經(jīng)成為金融分析中的重要研究方向，涉及的應(yīng)用場(chǎng)景、技術(shù)實(shí)現(xiàn)方式和分析層次非常廣泛。

（二）固收分析師研究報(bào)告內(nèi)容豐富、發(fā)布頻率高，為運(yùn)用情感分析數(shù)據(jù)提供了舞臺(tái)

固收分析師公眾號(hào)內(nèi)容豐富，在量化領(lǐng)域尚未被充分挖掘，市場(chǎng)參與者可以借助NLP技術(shù)加以利用。一是固收分析師的情感數(shù)據(jù)尚未被充分利用。固收分析師的研究充分、扎實(shí)，有大量的數(shù)據(jù)和事實(shí)作為論據(jù)。在文章表述中，可發(fā)現(xiàn)固收分析師對(duì)市場(chǎng)的情緒流露，更自然、真實(shí)地表達(dá)了對(duì)市場(chǎng)的判斷，這與文章結(jié)論有同等重要的參考價(jià)值。就目前而言，對(duì)固收分析師的研究缺少定量的刻畫和成熟的運(yùn)用，其價(jià)值尚未被充分挖掘。此外，固收分析師發(fā)布文章的頻率較高，基本上能夠達(dá)到每周一篇或者更高頻率，其高頻公眾號(hào)文章的情緒流露便于在預(yù)測(cè)中債價(jià)格指標(biāo)時(shí)使用。二是讀者的反饋尚未被充分利用。固收分析師微信公眾號(hào)的讀者都是專業(yè)債券從業(yè)者或相關(guān)人員，專業(yè)能力非常強(qiáng)。如果直接從上述主體那里統(tǒng)計(jì)對(duì)市場(chǎng)的看法，成本高、時(shí)效性差，難度較大。而固收分析師微信公眾號(hào)的閱讀量數(shù)據(jù)避免了對(duì)個(gè)體債券從業(yè)者進(jìn)行統(tǒng)計(jì)的繁瑣，直接從整體角度反映了債券從業(yè)人員的看法，其獲得的成本非常低廉，而且時(shí)效性極強(qiáng)，可在預(yù)測(cè)中債價(jià)格指標(biāo)時(shí)加以利用，但目前還沒有這方面的實(shí)踐。

目前市場(chǎng)上已經(jīng)有人在手工挖掘固收分析師的研究報(bào)告。比如某微信公眾號(hào)在2017年的一段時(shí)間內(nèi)每天為市場(chǎng)整理主流固收分析師的觀點(diǎn)，并且根據(jù)分析師的情緒，統(tǒng)一匯總編制了固收分析師情緒指數(shù)。如果讀者只是想簡(jiǎn)單地了解市場(chǎng)情緒狀況，只要關(guān)心指數(shù)即可。固收分析師情緒指數(shù)的制定規(guī)則是：選取目前市場(chǎng)關(guān)注度較高的分析師，根據(jù)其觀點(diǎn)判斷其看多看空的情緒，每人賦予0～10分，然后進(jìn)行匯總加權(quán)。總分為100分，最低為0分。均值為50分代表看多看空均衡，100分代表市場(chǎng)極度看多，0分代表市場(chǎng)極度看空。該指數(shù)具有以下特點(diǎn)：一是指數(shù)擬合實(shí)際情況較好，且波動(dòng)較?。欢乔榫w指數(shù)變化有先于實(shí)際市場(chǎng)變化的趨勢(shì)。此指數(shù)利用固收分析師的情感，起到了較好的預(yù)測(cè)效果，但在2018年以后未再出現(xiàn)。

國(guó)內(nèi)某證券公司基于長(zhǎng)期債券換手率、債市杠桿率、債券基金久期、隱含稅率編制了固定收益?zhèn)星榫w指數(shù)并每周更新。自2016年以來，該情緒指數(shù)與10年期國(guó)債、3 年期國(guó)開債收益率的相關(guān)系數(shù)分別為0.79、0.84，情緒指數(shù)與利率走勢(shì)較為一致。該指數(shù)在持續(xù)更新，但主要運(yùn)用的是標(biāo)準(zhǔn)化數(shù)據(jù)，沒有運(yùn)用固收分析師的情感數(shù)據(jù)。

（三）預(yù)測(cè)中債價(jià)格指標(biāo)的基本思路

基于上述分析，筆者準(zhǔn)備利用固收分析師微信公眾號(hào)相關(guān)信息和其他信息來預(yù)測(cè)中債價(jià)格指標(biāo)。簡(jiǎn)單地說，就是利用文章摘要情感數(shù)值、閱讀量以及制造業(yè)采購(gòu)經(jīng)理指數(shù)（PMI）數(shù)值訓(xùn)練模型，再運(yùn)用模型預(yù)測(cè)中債價(jià)格指標(biāo)，算法如圖1所示。

從輸入來看，日新月異的開源程序提供了新穎、有效的支持。百度的飛槳（PaddlePaddle）情感分析工具可以將固收分析師的文章根據(jù)情感程度映射成介于0和1的數(shù)值，或者說將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，為使用機(jī)器學(xué)習(xí)等定量工具開拓了數(shù)據(jù)源，拓寬了模型的輸入范圍。

從模型來看，Scikit-learn、XGBoost提供了豐富的機(jī)器學(xué)習(xí)方法，為量化工作提供了廣泛的工具，方便市場(chǎng)參與者嘗試多種現(xiàn)有的高效方法來進(jìn)行預(yù)測(cè)。

從輸出來看，中債價(jià)格指標(biāo)豐富、覆蓋面廣，市場(chǎng)參與者可以測(cè)試多種程度的指數(shù)，包括中債指數(shù)和收益率曲線，為發(fā)行、投資、監(jiān)管提供輔助決策參考。

建模過程與方法

筆者使用機(jī)器學(xué)習(xí)方法建模預(yù)測(cè)，下面從輸入、模型、輸出三個(gè)方面介紹建模過程（見圖2）。

（一）模型輸入

模型輸入包括特征和標(biāo)簽兩部分。其中，特征是固收分析師情感分析數(shù)值、文章閱讀量、非制造業(yè)PMI，標(biāo)簽是被預(yù)測(cè)的中債價(jià)格指標(biāo)月度變化值。筆者按月選取模型中需要輸入的數(shù)據(jù)。

1.特征選取

特征主要來自固收分析師的公眾號(hào)內(nèi)容。數(shù)據(jù)類型包括以下三種：

第一種數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)，即文章摘要或總結(jié)。筆者使用PaddlePaddle將其轉(zhuǎn)化為數(shù)值，具體方式為采用結(jié)果中的positive value（正面情感數(shù)值），其與negative value的和為1，二者的選取沒有區(qū)別。采用4個(gè)固收分析師的微信公眾號(hào)數(shù)據(jù)，數(shù)據(jù)時(shí)間范圍為2020年6月至2022年9月，時(shí)間頻度為月，并以A、B、C、D作為上述公眾號(hào)固收分析師的代號(hào)，固收分析師的部分情感數(shù)值見表1。

第二種數(shù)據(jù)是結(jié)構(gòu)化數(shù)據(jù)，即文章的閱讀點(diǎn)擊量，可直接采用。

第三種數(shù)據(jù)是非制造業(yè)PMI與50的差值。上述第一種數(shù)據(jù)來源于固收分析師（專家的反饋），第二種數(shù)據(jù)來源于文章讀者（從業(yè)者的反饋），這兩種數(shù)據(jù)都帶有一定的主觀性。為保證模型輸入數(shù)據(jù)的客觀性和完備性，根據(jù)筆者觀察以及與從業(yè)人員交流，選取非制造業(yè)PMI與50的差值作為輸入值，以此代表市場(chǎng)客觀情況的反饋。

2.預(yù)處理特征數(shù)據(jù)

對(duì)于上述數(shù)據(jù)，筆者通過取對(duì)數(shù)來進(jìn)行預(yù)處理。因?yàn)殚喿x量是幾千或幾百的量級(jí)，而情感數(shù)值是0至1之間的數(shù)據(jù)，兩類數(shù)據(jù)的差距較大。筆者對(duì)其取以10為底的對(duì)數(shù)，這樣閱讀量數(shù)值介于0至4之間，情感數(shù)值介于0至-3之間，二者量級(jí)較為相近，便于后續(xù)模型處理。

3.標(biāo)簽選取

對(duì)于中債指數(shù)，筆者將月度環(huán)比值進(jìn)行二分類、三分類、四分類、五分類，下面舉一個(gè)例子。首先計(jì)算出中債價(jià)格指標(biāo)月度環(huán)比變化，而后進(jìn)行分類。如果進(jìn)行二分類且環(huán)比值小于0，記為-1，代表下降；如果環(huán)比值大于等于0，記為1，代表上升。最終預(yù)測(cè)出的結(jié)果也是-1、1等數(shù)字，代表模型對(duì)未來趨勢(shì)范圍的判斷。

（二）選擇模型

筆者使用Scikit-learn包中的邏輯回歸、高斯貝葉斯、KNN、隨機(jī)森林和XGBoost包中的XGBoost方法來預(yù)測(cè)數(shù)據(jù)。在選定模型后，使用Hyperopt針對(duì)各模型自動(dòng)調(diào)整優(yōu)化超參數(shù)，提升模型效果。

（三）模型輸出

被預(yù)測(cè)的數(shù)據(jù)結(jié)果為0、-1等標(biāo)簽性數(shù)字，筆者將其轉(zhuǎn)化為指標(biāo)環(huán)比變動(dòng)幅度，從而得到趨勢(shì)性判斷或分類別判斷。

實(shí)證結(jié)果與分析

筆者通過以下兩個(gè)場(chǎng)景來測(cè)試模型的性能。其中，第一個(gè)場(chǎng)景是預(yù)測(cè)中債指數(shù)，可以用于投資輔助決策；第二個(gè)場(chǎng)景是預(yù)測(cè)中債國(guó)債收益率的期限利差，可以用于宏觀經(jīng)濟(jì)判斷。

（一）預(yù)測(cè)中債指數(shù)

筆者對(duì)中債-綜合指數(shù)（凈價(jià)指數(shù)）的每月月末變化進(jìn)行分類，而后利用機(jī)器學(xué)習(xí)方法預(yù)測(cè)分類結(jié)果。

1.預(yù)測(cè)的準(zhǔn)確性

（1）二分類預(yù)測(cè)

二分類方法：將每月中債指數(shù)的變化（月末值-月初值）分為上升和下降兩類，如果環(huán)比大于等于0記為上升，反之記為下降。此類預(yù)測(cè)方法比較簡(jiǎn)單，只是方向性的預(yù)測(cè)，即根據(jù)目前的情況預(yù)測(cè)指數(shù)未來是漲還是跌。

預(yù)測(cè)結(jié)果：筆者使用邏輯回歸、高斯貝葉斯、KNN、隨機(jī)森林、XGBoost五種方法來預(yù)測(cè)分類（見表2）。需要指出的是，當(dāng)不同的固收分析師產(chǎn)生不同的情感取向或不同的預(yù)測(cè)結(jié)果時(shí)（即有不同判斷時(shí)），仍然可以利用模型進(jìn)行較準(zhǔn)確的預(yù)測(cè)。這樣不必耗費(fèi)過多時(shí)間去研究固收分析師的文章就可得到準(zhǔn)確的預(yù)測(cè)結(jié)果，提高了判斷中債指數(shù)變化的效率和準(zhǔn)確率。

（2）三分類預(yù)測(cè)

三分類方法：將每月中債指數(shù)的變化（月末值-月初值）分為下降、持平、上升三類。其中，小于-0.3為下降，大于0.3為上升，其余為持平。此類預(yù)測(cè)方法也比較簡(jiǎn)單，只是比二分類多了一個(gè)持平的分類。

預(yù)測(cè)結(jié)果：筆者同樣使用二分類的5種方法來預(yù)測(cè)，具體結(jié)果見表3，準(zhǔn)確率均不超過40%?？傮w來看，三分類模型的實(shí)用性較差。

（3）四分類預(yù)測(cè)

四分類方法：將每月中債指數(shù)的變化（月末值-月初值）分為大降、小降、小升、大升四類。其中，小于-0.8為大降，大于等于-0.8小于0為小降，大于等于0小于0.8為小升，其余為大升。此類預(yù)測(cè)對(duì)未來的方向做了更細(xì)致的預(yù)測(cè)，對(duì)上升或下降的程度作進(jìn)一步區(qū)分。

預(yù)測(cè)結(jié)果：筆者同樣使用二分類的5種方法來預(yù)測(cè)。從預(yù)測(cè)結(jié)果來看（見表4），只有XGBoost的預(yù)測(cè)平均準(zhǔn)確率超過50%，達(dá)到65%。

（4）五分類預(yù)測(cè)

五分類方法：將每月中債指數(shù)的變化（月末值-月初值）分為大降、小降、持平、小升、大升五類，比上面的四分類多了持平一項(xiàng)。其中，小于-0.8為大降，大于等于-0.8小于-0.1為小降，大于等于-0.1小于0.1為持平，大于等于0.1小于0.8為小升，其余情形為大升。

預(yù)測(cè)結(jié)果：從預(yù)測(cè)結(jié)果來看（見表5），只有XGBoost的預(yù)測(cè)平均準(zhǔn)確率超過50%，達(dá)到55%。

2.特征的重要性

隨機(jī)森林和XGBoost可以在預(yù)測(cè)時(shí)得到特征的重要性分值，哪個(gè)特征的重要性分值越高，說明該特征越重要，則可以根據(jù)該分值來對(duì)固收分析師優(yōu)中選優(yōu)，用作挑選分析師文章的輔助依據(jù)。特別是固收分析師眾多時(shí)，可以根據(jù)此模型輕松、快捷地挑選出固收分析師。本文的模型共有9個(gè)特征（見表6）。

筆者抽取4位固收分析師情感數(shù)值對(duì)應(yīng)的重要性得分作為選擇的依據(jù)，進(jìn)而嘗試判斷固收分析師的影響程度。下面兩個(gè)表是隨機(jī)森林和XGBoost的結(jié)果（見表7、表8）。

從方法來看，無論是情感數(shù)值還是文章閱讀量，隨機(jī)森林給出的重要性分值都比較接近，區(qū)分度不大。XGBoost方法在情感數(shù)值和文章閱讀量?jī)煞矫娑冀o出比較清晰的區(qū)分度。例如，從情感數(shù)值來看，固收分析師C的情感數(shù)值對(duì)結(jié)果的影響最顯著，達(dá)到0.28，比第二名0.08高出0.2；從文章閱讀量來看，固收分析師D對(duì)結(jié)果的影響最顯著，達(dá)到0.30，是第二名0.15的2倍。

（二）預(yù)測(cè)中債國(guó)債收益率的期限利差

根據(jù)中國(guó)人民銀行調(diào)查統(tǒng)計(jì)司課題組（2013）的研究，10 年期與2年期中債國(guó)債收益率之差對(duì)宏觀經(jīng)濟(jì)景氣一致指數(shù)具有先行作用，先行期達(dá)到12個(gè)月，可以為貨幣政策提供有價(jià)值的參考。筆者對(duì)以下期限利差的環(huán)比變化進(jìn)行分類，而后利用XGBoost方法預(yù)測(cè)分類結(jié)果，并使用訓(xùn)練集和Hyperopt來優(yōu)化模型超參數(shù)。

1.預(yù)測(cè)的準(zhǔn)確率

期限利差=10年期國(guó)債收益率曲線月末值-2年期 國(guó)債收益率曲線月末值

公式（1）

期限利差的環(huán)比變化=當(dāng)月期限差-上月期限差

公式（2）

從結(jié)果來看，二分類的預(yù)測(cè)平均準(zhǔn)確率達(dá)到68%（見表9），四分類預(yù)測(cè)平均準(zhǔn)確率達(dá)到58%，對(duì)期限利差的預(yù)測(cè)有一定的前瞻性。

2.特征的重要性

從情感數(shù)值來看，固收分析師A的情感數(shù)值和文章閱讀量對(duì)結(jié)果的影響都最顯著（見表10）。

結(jié)論

本文將固收分析師情感數(shù)值、文章閱讀量、PMI作為模型輸入數(shù)據(jù)，使用機(jī)器學(xué)習(xí)方法，對(duì)中債價(jià)格指標(biāo)每月的變動(dòng)范圍進(jìn)行分類預(yù)測(cè)。

（一）本文的主要工作

在建模過程中，筆者做了以下工作。一是使用PaddlePaddle的預(yù)訓(xùn)練模型，將固收分析師的文章映射成情感分?jǐn)?shù)，簡(jiǎn)單、迅速地將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。二是將固收分析師文章的閱讀量納入模型，以此反映固定收益市場(chǎng)的反饋。三是針對(duì)情感數(shù)值與閱讀數(shù)值數(shù)量級(jí)相差較大的問題，對(duì)模型取以10為底的對(duì)數(shù)，作為預(yù)處理的方法。在進(jìn)行預(yù)處理后，所用數(shù)據(jù)集中于-4至4之間，較為集中，有利于更好地發(fā)揮模型效果。四是使用Hyperopt對(duì)模型的常用參數(shù)進(jìn)行優(yōu)化。

（二）模型的效果和優(yōu)點(diǎn)

從結(jié)果來看，預(yù)測(cè)結(jié)果可以為市場(chǎng)參與者提供輔助決策參考。例如，當(dāng)預(yù)測(cè)中債指數(shù)時(shí)，二分類預(yù)測(cè)平均準(zhǔn)確率為75%，四分類預(yù)測(cè)平均準(zhǔn)確率為65%。當(dāng)預(yù)測(cè)10年期與2年期中債國(guó)債收益率之差的變化時(shí)，二分類預(yù)測(cè)平均準(zhǔn)確率為68%，四分類預(yù)測(cè)平均準(zhǔn)確率為58%。特別是固收分析師的情緒分值不同時(shí)，本文的模型仍然可以得到準(zhǔn)確的預(yù)測(cè)，體現(xiàn)了模型的價(jià)值所在。

從對(duì)固收分析師的評(píng)價(jià)來看，模型可以給出固收分析師的重要性得分，方便市場(chǎng)參與者從固收分析師中優(yōu)中選優(yōu)，參考研究結(jié)果，做好輔助決策。

從處理速度來看，模型可快速得出中債價(jià)格指標(biāo)的變化預(yù)測(cè)，模型總運(yùn)行時(shí)間不超過20分鐘，不存在人為判斷速度慢、工作量大的問題。

從方法來看，無論是在預(yù)測(cè)準(zhǔn)確率還是評(píng)價(jià)固收分析師的重要性方面，XGBoost方法的表現(xiàn)都是最好的。

（三）模型有待提升之處

一是文本數(shù)據(jù)的獲取。如果使用爬蟲獲取微信數(shù)據(jù)，則存在法律問題。為此，筆者使用手動(dòng)復(fù)制粘貼的方式獲取固收分析師的文章和文章閱讀量信息。當(dāng)分析師的數(shù)量較少時(shí)，手動(dòng)可以完成。如果分析師數(shù)量繼續(xù)增加，則文本數(shù)據(jù)的獲取成本較高，影響模型的使用。此外，固收分析師微信公眾號(hào)文章的發(fā)布頻率、數(shù)量和團(tuán)隊(duì)人員存在一定變數(shù)，恒定不變的分析師相對(duì)較少。未來如果可以快捷取得恒定可比的文章，則將有利于提升訓(xùn)練數(shù)據(jù)的數(shù)量和質(zhì)量。二是模型超參數(shù)選取。在本文模型中，筆者使用Hyperopt來自動(dòng)調(diào)節(jié)參數(shù)，省去很多手工操作。從實(shí)踐來看，效果對(duì)參數(shù)的變化較為敏感。如果能夠選取穩(wěn)健性更強(qiáng)的參數(shù)，將有利于模型性能的發(fā)揮。（本文獲“第二屆中債估值杯—固收量化專題”征文一等獎(jiǎng)）

參考文獻(xiàn)

[1]陳嘉鈺，李艷.基于LDA主題模型的社交媒體倦怠研究——以微信為例[J].情報(bào)科學(xué)，2019（12）：78-86.

[2]王卓.疫情情緒對(duì)中國(guó)股票市場(chǎng)的影響——基于多平臺(tái)輿情數(shù)據(jù)的研究[D].天津：南開大學(xué)，2020.

[3]熊杰.政務(wù)微博在線評(píng)論中的用戶情緒及行為研究[D].成都：電子科技大學(xué)，2020.

[4]中國(guó)人民銀行調(diào)查統(tǒng)計(jì)司課題組.我國(guó)國(guó)債收益率曲線與宏觀經(jīng)濟(jì)的先行關(guān)系及貨幣政策傳導(dǎo)研究[J].金融監(jiān)管研究，2013（1）：27-44.