人工智能系列二：基于大语言模型的多信源舆情指数构建与应用

1. 舆情信息的重要性
   市场情绪对投资决策影响显著，传统模型捕捉情绪转折点存在滞后性。社交媒体和新闻资讯中的海量非结构化信息为构建前瞻性舆情指标提供新数据源，但现有工具存在数据来源单一、分析效率低下等问题，导致舆情指标无法准确反映市场舆情。

2. 舆情指数的构建过程

• 数据源：融合社交媒体（微博）、财经新闻（中科闻歌）和关注度强度（百度搜索指数）三类数据，保证信息多元化，降低单一数据源偏差。
• 关键词筛选：采用“统计权重—语义判别”框架，结合改进TF-IDF算法和Qwen3大语言模型，实现“频次代表性+语义有效性”双重筛选，自动化处理文本信息，提升效率与质量。
• 情绪指标输出：引入“非线性编码+线性解码”动态因子建模结构，捕捉非线性共性、时变结构与滞后关系，实现降维并保持因子可解释性。采用动态权重调整，放大强信号，平滑日内噪声，确保指数时间连续性与可靠性。

3. 舆情指数的实证效果

• 相关性：舆情指数与沪深300指数存在显著相关性，且具有1-2日的领先性。滞后期检验显示，在滞后1日和2日时，两者相关性显著（统计角度）。
• 拐点预测：舆情指数能提前发出看多/看空信号，如2024年9月24日提前看多，924行情前提前看空，以及2025年4月初见底前看多，验证了其择时能力。

4. 舆情指数的应用场景和价值

• 投资决策：为权益市场提供信息增量，创造另类Alpha，辅助风险预警。
• 多市场拓展：可下沉至外汇、期货、商品等市场，提供统一情绪刻画框架，支持多市场联动分析。
• 轻量化输出：每日单一连续数值直观反映情绪，降低使用门槛，灵活应用于多场景。
• 专题追踪：支持重大政策、突发事件、行业热点等情绪追踪，为投资策略提供量化支撑。

核心结论：舆情指数通过多源数据融合、LLM解析和动态因子模型，有效捕捉市场情绪，具有1-2日领先性，可提升投资决策科学性，辅助风险预警，并拓展至多资产市场，满足市场对先导性情绪指标的需求。