基于投资者情绪与Black-Litterman模型的股票投资组合构建研究

《PLOS One》：Investor sentiment and stock portfolio construction: A study based on the black-litterman model

　　

摘要专业翻译 本研究将Black-Litterman（BL）模型与深度学习技术相结合，构建了纳入投资者情绪的股票投资组合。研究人员利用东方财富股吧中上证50指数（SSE 50 Index）八只代表性成分股的评论数据，构建了加权投资者情绪指数（investor sentiment index）。该情绪指数分别通过基于词典的方法（dictionary-based approach）和BERT模型进行构建。随后采用长短期记忆网络（Long Short-Term Memory, LSTM）预测股票收益率，并将其作为投资者观点（investor views）纳入BL模型框架进行投资组合优化。实证结果表明，纳入投资者情绪能够显著提升股票价格预测精度，其中基于BERT的情绪指数取得了最低的预测误差。在BL模型中，整合BERT情绪指数的投资组合（BERT_BL）在回测期间实现了106.58%的年化收益率，并展现出优越的风险调整后绩效指标：夏普比率（Sharpe ratio）为2.64，索提诺比率（Sortino ratio）为4.18。该模型在考虑交易成本、参数调整以及不同市场环境后仍保持稳健性。本研究验证了文本情绪分析在量化投资中的应用价值，通过将非结构化数据与经典资产配置模型相结合，提供了方法论上的创新。研究结果为寻求优化投资组合管理策略的投资者提供了实践参考。

论文解读文章

一、研究背景与问题提出

资产配置是投资管理的核心问题之一。传统均值-方差（Mean-Variance, MV）模型作为投资组合优化的基石，存在资产头寸过度集中、预期收益率可预测性差、对输入参数极度敏感等固有缺陷，严重限制了其在实际投资场景中的适用性。为弥补上述不足，Black和Litterman提出了经典BL模型，将贝叶斯方法与投资者主观观点相结合。在此基础上，深度学习技术的引入进一步优化并自动化了BL模型中主观判断的构建过程，有效克服了传统模型依赖人工操作的缺陷，提升了投资组合配置的科学性与实用性。

在各类资产中，股票凭借高流动性、高风险和高收益潜力受到广大投资者青睐。截至2023年，中国A股市场总市值已超过10万亿美元，成为全球第二大股票市场。随着互联网和通信技术的进步，越来越多的在线平台成为投资者表达观点和交流信息的媒介。信息获取渠道有限的股票投资者在参与受舆论影响的在线社交平台时，容易产生学习、模仿行为和情绪化决策。因此，金融文本信息被发现会影响公众的投资选择，是导致股市波动的显著原因之一。

尽管社交媒体时代产生了大量蕴含投资者情绪的非结构化文本数据，现有BL模型框架却未能有效纳入这些信息。目前多数研究构建投资者情绪仅用于提升预测精度，缺乏与投资组合模型的整合。此类研究过度强调理论价值而忽视实际应用性，且对不同情绪分析模型的比较研究仍然稀缺。这一局限不仅降低了模型对市场情绪的响应能力，也忽视了行为金融学所揭示的心理因素对资产定价的影响。

二、研究内容与主要结论

研究人员选取上证50指数中来自不同行业的八只代表性成分股，利用网络爬虫技术收集了2022年7月1日至2024年12月31日期间东方财富股吧的股票评论数据。基于这些评论，分别采用词典方法和BERT模型构建每日投资者情绪指数，并根据每条股评的阅读数和跟评数进行加权。随后利用LSTM网络预测未来股价，同时设置不考虑投资者情绪的对照组。结果表明，纳入投资者情绪提升了股价预测精度，其中基于BERT的情绪模型取得了最小的预测误差。最后，研究人员在BL模型框架内对三种情境下的股票收益率预测进行回测，并与等权模型、均值-方差模型等基准模型进行比较。结果显示，所提出的BERT_BL模型取得了最高的投资收益和最优的财务指标。即使在考虑交易成本、调整BL模型中主观观点的权重以及评估不同市场环境下的模型表现后，结果依然保持稳健。

三、主要技术方法概述

研究人员采用的主要技术方法包括：其一，基于词典的情绪分析方法，选用姜氏词典与中国金融情绪词典（CFSD）合并构建综合情感词典，利用Jieba分词和哈尔滨工业大学停用词表进行文本处理；其二，BERT-base-Chinese预训练模型，采用12层Transformer编码器结构，通过微调在东方财富股吧华夏上证50ETF标题情感标注数据集上进行三分类（消极、中性、积极）任务，测试集平均分类准确率达74.69%；其三，LSTM网络用于股价预测，以开盘价、最高价、最低价、收盘价、成交量及投资者情绪作为输入特征，通过网格搜索确定各股票的最优超参数；其四，BL模型框架，将LSTM预测的对数收益率作为绝对观点纳入模型，采用滚动窗口方法估计协方差矩阵。样本数据来源于东方财富股吧评论及Wind数据库。

四、研究结果

投资者情绪指数的构建

研究人员利用词典方法和BERT模型分别构建了每日加权投资者情绪指数。词典方法通过统计积极词和消极词数量计算情绪得分；BERT模型则通过微调后的分类模型对评论进行三分类。两者均以阅读数和跟评数作为加权系数。加权后，词典方法的平均情绪得分从0.15-0.34提升至0.43-1.44，BERT方法的平均得分从1.10-1.26小幅提升至1.16-1.39。Spearman相关分析显示，投资者情绪指数与股票收益率总体呈正相关，且BERT模型生成的情绪指数与股票收益的相关性更强、更显著。

股价预测

LSTM模型在三种情境下进行股价预测：纳入BERT情绪、纳入词典方法情绪、不纳入任何情绪。结果显示，无论采用何种情绪方法，纳入投资者情绪后测试集的预测误差均低于不纳入情绪的对照组。除中国石化（Sinopec）和中国联通（CUCC）外，BERT模型预测的情绪在大多数股票上优于词典方法，表明BERT构建的情绪指数能更准确地量化投资者情绪。

BL模型投资组合回测

在BL模型框架下，研究人员将LSTM预测的股票收益率作为投资者观点进行投资组合优化。回测期为2024年7月11日至2024年12月31日，共117个交易日。结果显示，BERT_BL模型在回测期间实现了106.58%的年化收益率，夏普比率为2.64，索提诺比率为4.18。传统MV模型的最大回撤最高，达11.66%，验证了均值-方差框架过度追求理论收益而忽视极端风险暴露的固有缺陷。BERT_BL模型优于Dict_BL和No_Sentiment_BL模型，主要因为BERT对市场情绪的突变更为敏感，能更有效地捕捉情绪变化。

交易成本分析

研究人员按照中国股市现行交易规则设定费用：买卖双向收取0.03%的佣金，卖出时额外征收0.1%的印花税。结果显示，交易成本导致所有BL模型组合的收益明显下降，但BERT_BL模型仍保持最高的年化收益率和索提诺比率，表明该模型在考虑真实交易费用后仍具有稳健的竞争力。

稳健性检验

研究人员检验了BL模型中参数τ（投资者主观观点的权重）的敏感性。结果表明，无论模型更侧重主观观点还是市场均衡收益，BERT_BL模型构建的投资组合均保持高收益和低波动。默认设置τ=0.025时实现了收益与风险的近乎最优权衡。此外，研究人员将回测样本划分为牛市（11个交易日）和熊市（35个交易日）两种市场环境进行检验。结果显示，BERT_BL策略在牛熊市期间均取得高于其他BL模型变体和基准的累计对数收益。在熊市中，尽管上证50指数下跌10%，该模型仍保持较好的收益水平。

五、讨论与结论

讨论部分指出，纳入投资者情绪显著提升了股价预测精度，且在所有BL模型中，仅BERT_BL模型在回测期间在收益和财务指标上均优于其他基准模型，证明BERT能够准确量化投资者情绪并提升投资者主观预期的合理性和准确性。在考虑交易成本、改变模型参数以及不同市场环境后，模型表现依然稳健，验证了模型的有效性。

研究结论部分可翻译为：本研究收集了2022年7月1日至2024年12月31日期间上证50指数中八个不同行业股票在东方财富股吧的评论数据，采用词典方法和BERT模型构建投资者情绪指数，并按日根据阅读数和跟评数进行加权。随后利用LSTM整合投资者情绪和价格信息预测未来股票收益率，将情绪指数作为投资者的主观观点纳入BL模型。结果表明，纳入投资者情绪显著提升了股价预测精度；在所有BL模型中，仅BERT_BL模型在回测期间在收益和财务指标上优于其他基准模型，证明BERT能准确量化投资者情绪并提高投资者主观预期的合理性和准确性。此外，在考虑交易成本、改变模型参数以及不同市场环境后，模型表现依然稳健，验证了模型的有效性。基于研究结果，研究人员建议监管机构加强投资者教育，提高上市公司信息披露透明度，并加强对社交媒体平台和投资论坛的监控以防止虚假信息传播和市场操纵。未来研究将采用更先进的机器学习模型、审视社交媒体情绪代理的固有偏差、纳入滑点成本和仓位限制等实际交易约束，并扩展投资范围至国内外多样化股票。