【广发金工】基于大数据挖掘的概念轮动策略--互联网大数据挖掘系列专题之（九）(4)

上图中，横轴表示固定参数A、参数B前提下，参数C在0至0.05之间变动的51种情况，纵轴表示该参数下的累计净值，可以看到累计净值在1~3.2之间呈递增状态变动，且累计净值的波动不大。

【广发金工】基于大数据挖掘的概念轮动策略--互联网大数据挖掘系列专题之（九）

　　对于不同的参数，设置了不同参数变动区间，从参数敏感性分析结果来看，策略对三个参数变动并不太敏感。

　　四、总结4.1. 概念指数轮动策略是有效的择时策略基于舆情数据概念板块轮动策略，根据舆情变化和行情变化有较强的正相关关系，且舆情变化会领先于行情变化构建了量化择时策略。实证结果表明利用概念板块舆情信息作为买入信号源在历史区间内具有良好表现。基于概念舆情数据的概念板块轮动策略的要点包括：1、概念舆情能够很好地代表了舆情信息。利用网络爬虫程序抓取了概念热点相关的历史舆情数据，wind的概念指数的历史行情数据用于策略构建。2、本专题策略中对概念热点的舆情和历史数据涨幅设置阈值，当舆情涨幅和概念指数幅突破阈值时，发出买入信号买入概念指数，固定持有3个交易日后平仓，资金等权分配于概念指数。对阈值参数组合进行敏感性测试选择出了最优参数组合，同时发现策略对参数变动不敏感。4.2 研究不足与未来方向1、本专题策略假设概念指数是可以买卖的，在实际操作中需要买卖指数对应的ETF产品或者在概念指数下选择它的成分股构建投资组合。2、以一周为时间区间判断舆情和指数行情是否出现上涨，选择概念热点后持仓3个交易日，导致策略中每周可能会有1-2个交易日处于空仓日期。未来可以改进策略，在空仓日期再做相同判断，选择性买入指数，减少空仓日期，在控制住策略的回撤的同时，增强策略的收益。风险提示