开源量化评论（89）：雪球大V用户发帖行为深度挖掘

金融工程专题 2024年03月10日 金融工程研究团队 雪球大V用户发帖行为深度挖掘 ——开源量化评论（89） 魏建榕（分析师）高鹏（分析师） 魏建榕（首席分析师） 证书编号：S0790519120001 weijianrong@kysec.cn 证书编号：S0790519120001 gaopeng@kysec.cn 证书编号：S0790520090002 张翔（分析师） 证书编号：S0790520110001 傅开波（分析师） 证书编号：S0790520090003 高鹏（分析师） 证书编号：S0790520090002 苏俊豪（分析师） 证书编号：S0790522020001 胡亮勇（分析师） 证书编号：S0790522030001 王志豪（分析师） 证书编号：S0790522070003 盛少成（分析师） 证书编号：S0790523060003 苏良（分析师） 证书编号：S0790523060004 何申昊（研究员） 证书编号：S0790122080094 陈威（研究员） 证书编号：S0790123070027 蒋韬（研究员） 证书编号：S0790123070037 相关研究报告 《开源量化评论（23）-“金股+”组合的量化方案》-2021.4.26 《开源量化评论（25）-业绩超预期Plus 组合的构建》-2021.7.7 《开源量化评论（32）-券商金股的内部收益结构》-2021.8.29 《开源量化评论（81）-雪球大V用户的选股行为alpha》-2023.11.5 雪球大V用户发帖行为信息 雪球用户发帖信息主要包含：用户id、发帖日期和时刻、关联个股信息、发帖文本内容和帖子情绪信息。所有发帖月均数量5.7万条，其中含股票发帖月均数量 3.1万条，单只股票发帖月均数量1.8万条，多只股票发帖月均数量1.3万条。所有雪球大V发帖样本60日事件收益均值为0.7%，低于自选股行为和模拟组合调仓事件收益。因此需要对雪球大V用户发帖内容进行情感分析，判断用户对个股的多空情感态度。 雪球大V用户发帖情感分析 多空关键词判断发帖多空情感。“预增”、“扭亏为盈”、“低估”、“量价齐升”等 30个看多个股的关键词，判断发帖情感效果优异，其中14个看多关键词样本事件收益超过2%，2个看多关键词样本事件收益超过3%。 个股关注度影响发帖个股收益。单只股票发帖样本事件收益0.9%，多只股票样 本事件收益0.5%。发帖个股日内关注度上升，事件收益水平整体下降。日内关注1次样本事件收益为1.2%，10次以上关注样本事件收益降为负值。 发帖情感分析：结合自选股与模拟组合行为。发帖前用户曾将发帖个股加入自选 的样本，事件收益提升至2.0%。发帖前用户曾调仓买入或增仓的个股样本，事件收益提升至2.8%。 雪球大V用户分时能力刻画 分时影响能力指标构建：指标计算方面，读取个股和指数日内分钟数据，计算发 帖时刻后5min，个股相对基准指数累计超额收益。对每个大V用户，计算各个用户所有符合条件样本的超额收益均值，记为分时能力指标R。 所有用户分时能力指标均值为0.13%，整体具有分时能力。我们对所有雪球大V用户的分时能力指标进行排序，筛选了大V个股样本数量10次以上、指标均值靠前的大V名单，其中超额收益均值2%以上的大V用户有12位。 雪球大V用户发帖行为组合优选 雪球大V发帖情绪指标优选组合：我们选择综合情绪指标靠前的20%个股样本， 等权构建事件组合得到情绪指标优选组合。全区间内，组合年化收益率为9.6%，收益表现优于同期沪深300年化收益（0.6%）和中证500年化收益（-2.9%）。 自选股绩效&情绪优选组合收益表现有一定提升。我们尝试将发帖行为信息融入 自选股优选，对自选股样本进行情绪优选。我们基于自选股绩效优选组合股票池，选择发帖情绪指标靠前的50%个股样本，构建得到自选股绩效&情绪优选组合。自选股绩效&情绪优选组合年化收益31.1%，相对于自选股绩效优选组合（25.6%）收益表现提升。分年收益来看，自选股绩效&情绪优选组合分年度均显著跑赢基准指数。 风险提示：模型测试基于历史数据，市场未来可能发生变化。 金融工程 研究 金融工程 专题 开源证券 证券研究报 告 目录 1、雪球大V用户发帖行为信息3 1.1、雪球大V用户发帖数据3 1.2、雪球大V用户发帖事件收益5 2、雪球大V用户发帖情感分析6 2.1、多空关键词判断发帖多空情感6 2.2、个股关注度影响发帖个股收益7 2.3、发帖情感分析：结合自选股与模拟组合行为8 3、雪球大V用户分时能力刻画9 4、雪球大V用户发帖行为组合优选10 4.1、雪球大V发帖情绪指标优选组合10 4.2、自选股绩效&情绪优选组合收益表现提升11 5、风险提示12 图表目录 图1：雪球用户数据整体框架：基本信息、自选股、模拟组合、发帖信息3 图2：发帖样本月度数量：含股票发帖月均数量为3.1万（单位：条）4 图3：发帖样本月度数量：单只股票样本多于多只股票样本（单位：条）4 图4：用户对单一个股发帖次数分布：部分超过10次5 图5：部分用户对个股关注的持续天数会持续较长时间5 图6：雪球大V发帖样本60日事件收益为0.7%5 图7：不同粉丝数量雪球大V发帖样本事件收益5 图8：部分看多关键词事件收益显著优于所有样本事件收益6 图9：单只股票发帖样本事件收益优于多只股票发帖样本7 图10：发帖个股日内关注度上升，事件收益整体下降8 图11：日内关注10次以上样本发帖前后超额收益更高8 图12：自选股挑选样本事件收益提升至2.0%8 图13：模拟组合调仓挑选样本事件收益提升至2.8%9 图14：雪球大V用户五维评价体系9 图15：某雪球大V发帖后对应个股的分时走势9 图16：雪球大V分时能力指标R均值为0.13%10 图17：情绪指标优选组合收益表现优于基准指数10 图18：自选股绩效&情绪优选组合收益表现优于自选股绩效优选组合11 表1：雪球用户发帖信息数据示例3 表2：看多关键词判断发帖情感效果优异：事件收益显著提升6 表3：看空关键词发帖情感分析：事件收益低于全部样本7 表4：分时能力指标R超过2%的雪球大V用户有12位10 表5：情绪指标优选组合净值指标优于基准指数11 表6：自选股绩效&情绪优选组合净值指标优于自选股绩效优选组合11 表7：自选股绩效&情绪优选组合分年度收益均显著跑赢基准指数12 雪球作为投资交流平台，其粉丝数量较多的大V用户是股票市场参与者的重要构成。我们在《雪球大V用户的选股行为alpha》专题报告中，介绍了雪球用户数据整体框架：雪球用户基本信息、自选股信息、模拟组合信息和发帖文本信息，并基于用户自选股和模拟组合信息构建了选股策略。进一步，我们对用户发帖文本信息进行了获取，本文将着重对雪球大V用户的发帖行为进行深度剖析。 图1：雪球用户数据整体框架：基本信息、自选股、模拟组合、发帖信息 资料来源：开源证券研究所 1、雪球大V用户发帖行为信息 1.1、雪球大V用户发帖数据 我们选择粉丝数量500以上的雪球用户，获取了各个用户的历史发帖信息。表1给出了雪球用户发帖信息数据示例，主要内容包含：用户id、用户发帖日期和时刻、关联个股信息、发帖文本内容和帖子情绪信息。我们对发帖信息处理流程分为三步：发帖过滤—文本映射股票代码—发帖多空情感分析。 用户ID发帖日期时间相关股票帖子内容点赞数回复数转发数 表1：雪球用户发帖信息数据示例 7329341***2023122420:44['SZ300007'] ['SZ300799', 7329341***2023122417:41 'SZ300454'] ['SZ001269', 7329341***2023122213:19 'SZ300700'] ['SZ002045', $汉威科技(SZ300007)$想像人一样用脚独立行走（足底配备柔性传感器），想像人一样用5个手指头拿东西（手指头配备柔性传感器），电子皮肤都是必须的，所以电子皮肤对于人形机器人的重要性不言而喻。 $*ST左江(SZ300799)$起死回生的概率多大，大家说说，没研究过的，拍脑门的就算了，不争辩，各抒己见，不推不吹。1.dpu造假概率多大？从目前看，还看不到造假的证据，光扔仓库一条还不够，听了一场公司电话会和一场专家会，反正说的有模有样，什么新华三，深信服，移动的订单，什么适配华为，海光... $岱勒新材(SZ300700)$3万吨高纯石英砂+光伏金刚钨丝线，对 标欧晶科技2连板。在光伏拉晶环节产品方面，公司具备规模化生产销售的产品有钨丝绳和高纯石英砂，其中高纯石英砂是公司收购的控股子公司黎辉新材核心产品，公司收购完成后将通过适当的快速投资助力产能提升，初步规划是将产能从现有... 7329341*** 20231220 09:01'SZ300691',电器，联合光电，创维数字 'SZ000810'] 7329341*** 20231219 $荣旗科技(SZ301360)$转 ['SZ301360',每100w台设备价值高达11:01和功能性检测设备独家供应'AAPL']大线（左右眼）的pancak测），每条大线5台，单台 7329341*** 20231214 11:09['SH605228']$神通科技(SH605228)$到了 M9于26日正式发布。 国内能做VR整机代工的上市公司：亿道信息，歌尔声学，国光 等 ：【荣旗科技】-苹果MR最核心标的， 25 15 2 31 11 2 1.4亿荣旗科技为MR一代/二代的外观商。1、大陆业成：1）独供两条组装e镜片功能性检测设备（透光、畸变检 价值130w美金，两条... ，加仓完毕，上午大嘴微博确认， 2870 19 28 0 28 3 0 29 30 3 用户ID发帖日期时间相关股票帖子内容点赞数回复数转发数 7329341*** 20231213 23:26['SH605228']$神通科技(SH605228)$m9越来越近，最契合m9的股票，光场3341 屏hud激光雷达。。。。 7329341*** 20231213 10:36['SZ300007']$汉威科技(SZ300007)$昨天下午还了解了一下，汉威科技给国3441 内基本上所有的人形机器人企业都送样了电子皮肤 7329341*** 20231213 ['SZ301261',$恒工精密(SZ301261)$特斯拉用的球墨铸铁减重，恒工精密， 13:042321 'TSLA']国内最大，叠加减速机核心部件，供货北京智通啥的 7329341*** 20231213 ['SZ301328',$维峰电子(SZ301328)$维峰电子不是因为激光雷达被拉起来 11:50的，是因为机器人，因为他是唯一进入T链还没有被炒作的机器2831 资料来源：雪球、开源证券研究所 'CSIH30590']人。 我们从帖子内容可以发现，大部分帖子文本会涉及到股票信息，包括股票名称或股票代码。但部分发帖可能并不涉及股票信息，因此我们需要首先过滤掉没有股票的发帖样本。从所有发帖与含有股票发帖数量分布来看（图2）：从201501-202311，所有发帖月均数量为5.7万条，其中含股票发帖月均数量为3.1万条。 图2：发帖样本月度数量：含股票发帖月均数量为3.1万（单位：条） 所有发帖：月度数量 含股票发帖：月度数量 160000 140000 120000 100000 80000 60000 40000 20000 201501 201504 201507 201510 201601 201604 201607 201610 201701 201704 201707 201710 201801 201804 201807 201810 201901 201904 201907 201910 202001 202004 202007 202010 2021