【国泰期货】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-250905（9页）.pdf

1、期货研究 请务必阅读正文之后的免责条款部分 1 人工智能人工智能系列系列二二：基于大语言模型的多信基于大语言模型的多信源舆情指数构建与应用源舆情指数构建与应用 虞堪 投资咨询从业资格号：Z0002804 宋子钰（联系人）从业资格证号：F03136034 报告导读：报告导读：在当今信息爆炸的金融市场中，舆情信息对投资决策的影响日益凸显。本报告深入研究了舆情信息的重要性、舆情指数的构建及其实证效果，旨在为投资者提供一种新的、有效的投资决策工具。本报告主要对以下内容进行了展开与介绍：舆情信息的重要性：市场情绪对投资决策影响显著，传统模型在捕捉情绪转折点时存在滞后性。社交媒体和新闻资讯中的海量非结构化

2、信息为构建前瞻性舆情指标提供了新的数据源。然而，现有舆情分析工具存在诸多问题，如数据来源单一、分析效率低下等，导致舆情指标无法准确反映市场舆情信息。舆情指数的构建与实证效果：报告创新性地融合了社交媒体、财经新闻和关注度强度三类数据源，通过“统计权重语义判别”框架精准筛选关键词，并引入“非线性编码+线性解码”动态因子建模结构，构建了高效闭环体系。基于过往数据，本报告发现舆情指数与沪深 300 指数显示出显著相关性，且具有 1-2 日的领先性，能提前发出看多或看空信号，对行情拐点的预测效果良好。舆情指数的应用场景和价值：舆情指数不仅对权益市场投资决策具有信息增量作用，还能辅助风险预警。此外，该指标

3、可以拓展至外汇、期货、商品等多类型资产市场，提供统一的情绪刻画框架，支持多市场联动分析。2022025 5 年年 0 09 9 月月 0 05 5 日日 二二二五二五年度年度 国泰君安期货研究所国泰君安期货研究所 期货研究 请务必阅读正文之后的免责条款部分 2 目录目录 1.舆情信息的重要性.3 2.舆情指数的构建过程.3 3.舆情指数的实证效果.5 4.舆情指数的应用场景和价值.7 期货研究 请务必阅读正文之后的免责条款部分 3 （正文）（正文）1.1.舆情信息的重要性舆情信息的重要性 在当今信息爆炸的时代，市场情绪对投资决策的影响日益显著。投资者需要及时、准确地了解市场舆情，以便做出合理的

4、投资选择。传统模型在捕捉市场情绪转折点方面存在滞后性，而社交媒体和新闻资讯蕴含的海量非结构化信息为构建前瞻性舆情指标提供了新的数据源。一般来讲，传统的量价模型，或是更为复杂的机器学习或深度学习模型，所使用基础数据大部分为日内交易时间段的数据。这意味着大量的盘后舆情信息难以被模型所捕捉，导致短期内的因子或模型预测效果出现失准的现象。市场情绪是长期被关注的指标，它反映了投资者对于金融市场的投资态度或预期，这类指标不论是从定性还是定量的角度，对于提高投资决策的胜率都具有显著的帮助。在对于舆情信息的刻画上，在技术和数据尚未成熟的阶段，一般采用的方式是使用调查问卷或者相似指数进行替代表征，最早甚至可以追

5、溯到1936 年，Keynes(1936)使用调查问卷的形式构建了投资者情绪并探究了这项指标对于市场的预测能力。发表于 2015 年的研究 Hao et al.(2015)则是直接使用了公开的消费者信心指数作为投资者情绪的表征，研究了 52 周高动量策略在不同情绪期下的表现效果。后续，随着数据量的增加和模型的进步，从 Baker and Wurgler(2006,2007)开始，相关研究开始从降维（如主成分分析，偏最小二乘法）的角度，从市场上的投资者情绪代理中(例如换手率，成交量，IPO 数量等)，提取共有信息，将多维的情绪代理变量转化为结合了代理中共同信息的单一变量，这一单一变量被视为投资者

6、情绪。在这样的方法论下，投资者情绪与权益市场走势之间的显著相互关系被不断的证实(Huang et al.,2014;Han and Li,2017;Song and Yu,2022等)。但这类方法所定义的投资者情绪信息来源大部分仍然集中于交易时间段的信息，无法解读盘后情绪或隔夜情绪的发酵，并将之应用于短期的投资决策中。基于研究和需求的痛点，从文本信息出发所构建的投资者情绪或舆情指数在人工智能算法的快速发展下应运而生。从 2004 年开始，Antweiler 和 Frank（2004）以及 Das 和 Chen（2007）就开始利用互联网消息记录来预测股票市场，此后越来越多的研究者采用这种方法来