王 聪，高广阔，王 亮

（上海理工大学 管理学院，上海 200093）

引言

随着信息技术水平不断提高，人类社会迎来大数据时代。以大数据为“食”的量化研究如雨后春笋般爆发，量化投资在金融领域也得到了广泛关注。基于John R.Nofsinger（2001）提出的“情感投资”的广泛存在性，情感投资的定量研究也具有了为“投资者情感因素作用于产品定价”提供事实依据的重要作用。如果关于投资者情感的定量研究能够准确反映金融资产价格，则Fama和French（2014）的五因子模型将很有可能纳入“社会媒体因素”来重新定义股票价格的影响因素。

在理论研究方面，后续学者先后通过对Twitter为代表的社交媒体进行情感挖掘验证了投资者情感的变化与各类金融产品的价格之间具有相关关系。Johan Bollen（2011）[6]利用双维度情感对于道尔琼斯工业指数涨跌情况进行了预测，其准确率达到87.6%。宋敏晶（2013）通过在线股评收集数据并进行分词，研究了股评情感和股市表现之间的关系，发现股评情感均存在“周末效应”，即周末时投资者情绪整体向上。他还进一步建立主成分分析回归模型预测个股涨跌情况，准确率达到87.45%。杨阳（2015）对和讯网和新网财经中的上证180成分股进行数据挖掘来判断市场情绪的向好向坏，结果显示新闻数量与股票指数呈现显著正相关关系；新闻报道与个股收益率的正向指数具有正相关性高。

从计算机、统计学、金融学的领域划分角度来看，目前基于情感量化投资研究方法在这三个领域的对应分别是机器学习分类算法，统计学时间序列分析和金融学思考分析范式。……