【方正金工】股票舆情热度的反转效应与“热点反应”因子构建—多因子选股系列研究之二十二
共同实体：凸显效应因子 · 因子：情绪、反转 · 方法：统计线性 · 研究类型：另类数据、技术面(量价)
对比详情 综合质量 4 /5
新颖性 4 /5
可复现性 3 /5
分类
另类数据AI·机器学习技术面(量价) 日频分钟 情绪反转动量 A股 统计线性深度学习
本报告基于大模型情感打分、新闻发布后市场微观反馈以及同花顺股票热度数据，构建了包含glm4_news_emo、news_reaction、凸显效应及热度异常等四个选股因子，揭示了市场有限注意力下“热度越高、收益越低”的规律。
关键结论
凸显效应因子（剥离风格后）表现最优，多空年化26.15%，最大回撤仅-4.72%，信息比率高达3.76；news_reaction因子多空年化20.78%，IR 2.14。
核心要点
- 利用GLM-4大模型替代原始模型对新闻文本进行情感打分，构建glm4_news_emo因子
- 基于新闻发布后15分钟市场涨跌幅均值距离化构建news_reaction因子，利用均值回复和“利空出尽”逻辑
- 基于同花顺日频股票热度数据构建凸显效应因子，反映有限注意力下高热度股票后续表现不佳
- 通过识别热度异常波动且与涨跌幅方向不一致的时间段构建热度异常因子，利用动量效应
核心内容
报告针对新闻数据应用于选股的痛点，分别从情感打分准确性（引入GLM-4大模型）、市场反馈定价（新闻发布后15分钟市场反应）、有限注意力与凸显效应（股票热度数据）、异常热度动量效应四个维度构建了因子。其中“凸显效应”因子通过等权合成同花顺15分钟热度数据至日频，反映出市场有限注意力导致高热度股票后续大概率下跌的规律，剥离市值等风格因子后依然保持极高超额收益。
经济逻辑
市场投资者的注意力是有限的，倾向于集中在极度利好或利空的凸显信息上，导致这些信息被过度定价（利好兑现下跌，利空延续跌势）。因此，市场关注度或热度越高的股票，其后市大概率下跌。对于新闻发布后的市场反应，初期涨跌幅极端的股票后续往往反转下跌，而反应适中的表现更好。对于热度异常波动且与价格方向不一致的时间段，通常反映了信息未被充分消化，具有动量效应。
超额收益逻辑
基于有限注意力机制，市场注意力总是集中在极度利好或利空的凸显信息上，导致利好被过度定价、利空延续跌势。因此，高热度股票后续大概率下跌。同时，新闻发布后涨跌幅极端的股票存在反转效应（利好兑现/利空出尽），反应适中的表现更好；而热度异常波动与价格方向不一致的时间段则反映了信息未充分消化，具有动量效应。
构造细节 [factor]
因子定义
1. glm4_news_emo因子: 对过去7天相关性>0.3的新闻，利用GLM-4对文本进行情感打分(如正面为1，负面为-1)，等权合成至股票维度。 2. news_reaction因子: 取过去7天新闻发布后第一个交易日开盘后15分钟内分钟级收益率均值(news_reaction_mean)。对该均值进行截面均值距离化处理，即计算因子值距离截面均值的绝对距离，两端极值均纳入空头组合。 3. 凸显效应因子: 取同花顺IFind股票热度15分钟频数据，等权合成为日频数据，并取过去7天均值作为因子值。 4. 热度异常因子: 计算过去一周内热度数据的15分钟频变化差值，计算均值和标准差。识别差值超过均值±5倍标准差的异常时刻。筛选其中股票涨跌幅与热度变化方向不一致的时间段，计算这些时间段的涨跌幅平均值，作为因子值。
处理流程
- 数据获取: 获取数库科技新闻文本及同花顺IFind股票热度数据
- 文本打分: 使用GLM-4模型对新闻文本进行情感评分，提取情感倾向值
- 时间窗口计算: 定位新闻发布时间，计算发布后首个交易日开盘后15分钟内股票收益率均值和标准差
- 热度数据处理: 将15分钟频热度数据等权合成为日频数据，计算热度变化差值及均值、标准差
- 异常事件筛选: 根据均值±5倍标准差阈值识别热度异常波动且与涨跌方向不一致的时间段，计算区间涨跌幅均值
- 因子合成与处理: 将上述计算结果按过去7天等权合成至股票维度；news_reaction因子需额外进行截面均值距离化处理
- 风格中性化: 对凸显效应因子进行回归剥离市值等常见风格因子，得到纯因子
参数
新闻相关性阈值: 0.3新闻回看周期: 7天市场反馈时间窗口: 开盘后15分钟热度异常变化阈值: 均值±5倍标准差
数据输入
: (日频): (日频): (分钟级): (15分钟)
组合方式
通过剥离常见风格因子（市值、估值等）进行回归提纯
绩效
1.2%
glm4_news_emo_周IC
1.3
glm4_news_emo_年化ICIR
15.5%
glm4_news_emo_多空年化收益
0.95
glm4_news_emo_信息比率
-2.04%
news_reaction_周IC
-2.68
news_reaction_年化ICIR
63%
news_reaction_IC胜率
20.78%
news_reaction_多空年化收益
2.14
news_reaction_信息比率
-7.03%
news_reaction_最大回撤
33.02%
凸显效应因子_多空年化收益
3.19
凸显效应因子_信息比率
-3.13%
凸显效应因子_周IC
-3.32
凸显效应因子_年化ICIR
26.15%
纯凸显效应因子_多空年化收益
-4.72%
纯凸显效应因子_最大回撤
3.76
纯凸显效应因子_信息比率
-2.44%
纯凸显效应因子_周IC
-3.49
纯凸显效应因子_年化ICIR
1.37%
热度异常因子_周IC
1.97
热度异常因子_年化ICIR
10.89%
热度异常因子_多空年化收益
1.37
热度异常因子_信息比率
基准: 未明确指定基准指数，采用多空组合收益与IC指标评估
回测期: glm4_news_emo因子:2018年-2020年5月;凸显效应/热度异常因子:2022年起(IFind数据起始)至2024年4月
报告构建了四个核心因子:(1)glm4_news_emo因子基于GLM-4大模型新闻情感打分,周IC 1.2%,多空年化15.5%;(2)news_reaction因子基于新闻发布后15分钟市场涨跌幅截面均值距离化,周IC -2.04%,多空年化20.78%;(3)凸显效应因子基于同花顺股票热度数据,多空年化33.02%,IR 3.19,风格剥离后纯因子多空年化26.15%,IR高达3.76,最大回撤仅-4.72%;(4)热度异常因子捕捉热度异常波动与涨跌方向不一致时的动量效应,周IC 1.37%,多空年化10.89%,与主要风格因子相关性低。
收益归因 ✓ 已完成
对凸显效应因子进行了风格归因分析,发现与市值因子相关性达26%,低热度股票倾向于小市值。剥离所有常见风格因子后,纯凸显效应因子表现依然优异,多空年化收益26.15%,最大回撤仅-4.72%,IR 3.76,尤其在2024年春节小微盘股回撤期间表现稳健。news_reaction因子和news_reaction_std因子剥离风格后也仍然有效,且与主要大类因子相关性较低。热度异常因子与主要风格因子相关性低,异质性强。
方法: 回归法剥离常见风格因子(市值、估值等)
缺口: 凸显效应因子与市值因子存在26%相关性,在2024年春节前后小微盘股回撤期间,因子空头端大市值配置倾向性增强,对收益产生一定影响。news_reaction_std因子可能存在非线性特征,多头端超额收益不显著。
稳健性
子样本稳定性: glm4_news_emo因子在2018-2020.5期间表现稳定，未见显著回撤；凸显效应因子在2024年春节前后小微盘股回撤期间表现稳健，剥离风格后净值创新高。
风格偏差: 凸显效应因子与市值因子相关性较高（26%），倾向于小市值；其他因子与主要市场风格因子相关性较低。
因子整体表现稳定，对极端市场行情具有一定抗性。凸显效应因子经风格剥离后表现大幅提升，其他因子风格中性化后依然有效。
数据依赖
所需数据: 数库科技新闻数据、同花顺IFind股票热度(15分钟频)、股票分钟级行情数据
可复现性: medium
需要另类文本数据和热度数据，以及分钟级行情数据。大模型打分需要一定算力成本，数据获取存在较高门槛，但因子构造逻辑清晰，可复现性中等。
相关研究
基于词典或传统机器学习的新闻情感打分 — 改进对象，本文使用GLM-4大模型提升打分准确性
盈余公告后漂移(PEAD)及反转效应 — 逻辑相似，news_reaction因子利用了新闻发布后市场反馈的非线性特征
新颖性评估 [新数据]
引入了同花顺IFind股票热度这一新颗粒度数据(15分钟频)构建凸显效应因子，结合有限注意力机制挖掘出高ICIR的反转因子。此外，引入GLM-4大模型替代传统模型进行新闻打分，以及利用新闻发布后15分钟市场反馈构造均值距离化因子，具有一定的方法论创新。
不足与缺陷
- glm4_news_emo因子仅在2018-2020.5测试，样本过短，未在近年来验证，可能存在严重的市场风格过拟合问题。
- news_reaction_std因子呈现非线性特征，多头端超额收益不显著，难以作为单因子直接用于多空策略。
- 凸显效应因子与市值因子相关性高达26%，虽然剥离后效果好，但原始因子受微盘股风格影响较大。
- 新闻数据存在重复发布问题，可能引入大量噪音，研报未提出有效的去噪机制。
可复用元素
- 使用GLM-4等大模型进行金融文本情感打分的思路。
- 新闻发布后15分钟内的市场反应提取（均值与标准差）作为特征。
- 截面均值距离化的因子处理方法（将极端值均作为空头）。
- 15分钟频股票热度数据的异常点识别及与涨跌幅方向不一致的逻辑。
启发
- 将市场对新闻的反馈转化为非线性特征，而非简单的线性情感得分。
- 利用高频热度数据捕捉有限注意力，并通过剥离市值因子提纯。
- 通过识别异常点及方向不一致性构造动量因子。
改进方向
使用东方财富股吧发帖量结合发帖情感构建关注度偏离度（如剔除一般讨论后的极端情感帖增速），替代同花顺IFind股票热度数据构建凸显效应因子。
基于: 高关注度股票的过度定价效应（凸显效应因子） 预期收益: 减少热度数据中可能包含的被动浏览噪音，更精确捕捉散户极端情绪发酵点，进一步提升反映有限注意力的Alpha收益并降低市值风格依赖。
复现计划
1. 数据获取：获取数库科技新闻数据（含相关性、文本）、同花顺IFind股票热度15分钟数据及分钟级行情数据。2. 打分阶段：调用智谱GLM-4 API对新闻文本进行情感打分，合成glm4_news_emo因子，并回测2018-2020年表现。3. 市场反馈提取：基于新闻时间戳，匹配发布后第一交易日开盘15分钟内的分钟级收益率，计算均值与标准差。对均值进行截面均值距离化处理构建news_reaction因子。4. 凸显效应构建：将15分钟热度等权合成为日频，作为凸显效应因子，并使用市值等常见风格因子进行回归取残差。5. 异常动量构建：计算热度变化差值均值与标准差，识别±5σ异常且与价格方向相反的区间，计算区间涨跌幅均值。6. 回测验证：全市场十分组周频调仓回测，检验各因子的IC、ICIR及多空收益。
实体
GLM-4 [model]数库科技 [dataset]同花顺IFind股票热度数据 [dataset]glm4_news_emo因子 [factor]news_reaction因子 [factor]news_reaction_std因子 [factor]凸显效应因子 [factor]热度异常因子 [factor]有限注意力 [concept]凸显效应 [concept]曹春晓 [person]陈泽鹏 [person]
LOCAL SIMILARITY