概念数量因子：文本数据的另类应用

概念数量因子：文本数据的另类应用

本文构建了概念数量因子，并对其进行了优化与拓展分析。

概念数量因子的定义与构建：
基于同花顺概念指数，通过匹配上市公司在e互动、互动易、公告等文本数据中的关键词，确定个股实际归属的概念数量，构建概念数量因子（CN）。由于CN与总市值显著正相关，采用DGTW调整法进行市值中性化，得到市值调整概念数量因子（ACN）。

因子有效性检验：
ACN的RankIC双周均值为0.019，胜率57.18%，表现出较强的多头效应。十分组收益率基本单调，多头组（组10）月均收益率2.42%。ACN多头组偏好高弹性、高换手、高估值的个股，具备“预期驱动”特征。基于ACN构建的沪深300、中证500、中证1000指数增强策略，在2018.01.02-2026.04.30间均实现稳健的超额收益，其中中证1000增强策略年化超额收益率达12.24%。

拓展分析与稳健性检验：

1. 动态更新： 尝试引入概念稀缺度与信息衰减加权，但未提升因子绩效。
2. 指数数量因子： 构建指数数量因子（IN）并同样进行市值中性化，得到市值调整指数数量因子（AIN）。AIN的RankIC均值和胜率均高于ACN，但多头组收益率及十分组单调性不及ACN。
3. 数据源稳健性： 使用“开盘啦”题材库替代同花顺概念指数，重新计算ACN，其有效性依然保持，但表现略弱，主要由于覆盖度差异。

结论： 概念数量因子具备一定的数据源稳健性，ACN在指数增强中表现优于AIN，且偏好高弹性、高换手、高估值的“预期驱动”型个股。