龍 文，田嘉祺，毛元豐

中國科學(xué)院大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 100190

隨著國民經(jīng)濟(jì)的發(fā)展和金融市場的完善，越來越多的人開始進(jìn)行金融投資，其中股票成為重要投資工具。如何根據(jù)已有信息判斷股價(jià)趨勢并進(jìn)行相應(yīng)的交易操作是獲得超額收益的關(guān)鍵。按來源，信息可以分為內(nèi)幕信息和公開信息，利用內(nèi)幕信息從事證券交易活動(dòng)違反法律法規(guī)，假設(shè)市場中不存在內(nèi)幕交易，那么信息的重要來源之一就是公開的財(cái)經(jīng)新聞。

學(xué)術(shù)界關(guān)于新聞對(duì)股價(jià)影響的研究已有50年歷史，很多研究都證實(shí)了新聞對(duì)股票價(jià)格和股票收益存在影響[1-6]。新聞可以被劃分為多個(gè)層級(jí)，如公司新聞、行業(yè)新聞和市場新聞[7]，其中市場新聞和行業(yè)新聞屬于共性信息，公司新聞屬于特性信息。研究由早期對(duì)市場新聞和行業(yè)新聞的關(guān)注，逐漸轉(zhuǎn)向?qū)€(gè)股新聞的關(guān)注，Durnev等[8-9]認(rèn)為，股價(jià)變動(dòng)與市場平均變動(dòng)存在的較大差異主要是由個(gè)股信息導(dǎo)致的，Li等[10]認(rèn)為，媒體對(duì)某一公司基本信息的報(bào)道會(huì)顯著增加投資者的交易量；汝毅等[11]認(rèn)為，違規(guī)公司的事前新聞報(bào)道存在不對(duì)稱性的雙向聲譽(yù)溢出效應(yīng)。近年來，國外學(xué)者開始關(guān)注多個(gè)層面的財(cái)經(jīng)新聞，Shynkevich等[12]使用個(gè)股新聞、行業(yè)新聞等五種類別的新聞進(jìn)行了系統(tǒng)性研究，發(fā)現(xiàn)基于五類新聞的預(yù)測在預(yù)測精度和交易回報(bào)率上表現(xiàn)最優(yōu)。但國內(nèi)學(xué)者很少對(duì)新聞層次進(jìn)行區(qū)分，研究集中于個(gè)股新聞[13-14]，或者按時(shí)間段或關(guān)鍵詞[15-17]爬取全部新聞。雖然有研究劃分了個(gè)股新聞與行業(yè)新聞，如徐偉等[18]對(duì)比個(gè)股新聞和行業(yè)新聞對(duì)股價(jià)的影響，發(fā)現(xiàn)個(gè)股新聞的影響更大，但研究對(duì)象仍是單層級(jí)的新聞，缺少多層級(jí)新聞的綜合利用。

從研究方法上看，股價(jià)預(yù)測的研究起步較早，計(jì)量預(yù)測模型[19-21]被廣泛應(yīng)用。近年來，文本挖掘和機(jī)器學(xué)習(xí)在股價(jià)預(yù)測研究中的應(yīng)用增多，隨著一些技術(shù)難題不斷被解決，得出的結(jié)論相對(duì)更準(zhǔn)確，預(yù)測質(zhì)量得到明顯提升，其中支持向量機(jī)（support vector machine，SVM）被廣泛使用，其在克服維數(shù)過大和過度擬合學(xué)習(xí)方面具有優(yōu)勢。Kim[22]基于技術(shù)指標(biāo)利用支持向量機(jī)進(jìn)行股價(jià)預(yù)測。黃進(jìn)等[23]用結(jié)合了依存句法支持向量機(jī)預(yù)測金融領(lǐng)域的的輿情。戴德寶等[24]構(gòu)建上證投資者情緒綜合指數(shù)，使用支持向量機(jī)預(yù)測股指走勢。SVM有多種核函數(shù)，針對(duì)如何充分利用各種核函數(shù)的特點(diǎn)以提高學(xué)習(xí)效果這一問題，多核學(xué)習(xí)模型產(chǎn)生并成為核方法研究的熱點(diǎn)。與SVM相比，多核學(xué)習(xí)（multi-kernel learning，MKL）模型的靈活性更強(qiáng)，理論和實(shí)證研究已經(jīng)證明其在決策函數(shù)的可解釋性、核函數(shù)的選擇、預(yù)測精度的提升等方面具有優(yōu)勢[25-26]。Shynkevich等[12]以及Nam等[27]基于MKL模型訓(xùn)練新聞文本，對(duì)股價(jià)做出有效預(yù)測。

根據(jù)以上文獻(xiàn)，新聞對(duì)股價(jià)存在影響，且被認(rèn)為是一項(xiàng)很重要的信息源并用于股價(jià)預(yù)測。而新聞具有多個(gè)層級(jí)，但國內(nèi)學(xué)者很少對(duì)其關(guān)注?；诖耍疚膹男侣剬蛹?jí)性入手，研究多層級(jí)新聞體系對(duì)股價(jià)趨勢的預(yù)測作用，并以此建立交易策略進(jìn)行模擬交易判斷其對(duì)市場交易行為是否具有實(shí)際價(jià)值。同一經(jīng)濟(jì)體下同一行業(yè)的公司面臨的法律環(huán)境和市場供需環(huán)境相同，信息一致，且經(jīng)營情況具有強(qiáng)相關(guān)性[28]。因此，本文在個(gè)股新聞的基礎(chǔ)上加入子行業(yè)新聞和行業(yè)新聞構(gòu)建多層級(jí)新聞集。在方法方面，選擇MKL模型以更好地利用各層級(jí)新聞包含的信息。

本文可能的貢獻(xiàn)有兩個(gè)方面：一是多層級(jí)新聞體系的構(gòu)建，本文用個(gè)股新聞、子行業(yè)新聞和行業(yè)新聞構(gòu)成一個(gè)完整的立體新聞系統(tǒng)，補(bǔ)充了該領(lǐng)域的國內(nèi)研究；二是結(jié)合了新聞信息集、模型兩個(gè)維度，通過實(shí)驗(yàn)發(fā)現(xiàn)引入多層級(jí)新聞的MKL模型預(yù)測準(zhǔn)確率最高，且其在實(shí)際投資活動(dòng)中具有重要價(jià)值。

1 研究設(shè)計(jì)

1.1 數(shù)據(jù)獲取

本文選擇醫(yī)療行業(yè)為樣本行業(yè)，主要原因如下：一是該行業(yè)較為典型，是當(dāng)前也是未來的熱點(diǎn)行業(yè)之一；二是該行業(yè)有規(guī)范的行業(yè)及子行業(yè)劃分標(biāo)準(zhǔn)，便于構(gòu)建多層級(jí)新聞體系；三是該行業(yè)新聞報(bào)道數(shù)量較為充足，能夠滿足研究的需要。本文以全球行業(yè)分類標(biāo)準(zhǔn)（GICS）為基礎(chǔ)，參考證監(jiān)會(huì)行業(yè)分類標(biāo)準(zhǔn)，將醫(yī)療行業(yè)劃分為醫(yī)療保健用品、保健護(hù)理服務(wù)、生物科技、制藥這四個(gè)子行業(yè)。

本文從醫(yī)療行業(yè)中選取15支新聞數(shù)量最多且覆蓋全部子行業(yè)的股票作為研究樣本，樣本股票情況見表1。

表1 樣本股票Table 1 Sample stocks

數(shù)據(jù)包括股價(jià)數(shù)據(jù)和新聞數(shù)據(jù)，研究期間為2013年8月至2017年3月。股價(jià)數(shù)據(jù)包括樣本股的開盤價(jià)與收盤價(jià)，用以判斷股價(jià)趨勢，數(shù)據(jù)來源為wind。新聞數(shù)據(jù)是利用爬蟲程序在新浪財(cái)經(jīng)網(wǎng)站爬取的樣本股的個(gè)股新聞及當(dāng)天對(duì)應(yīng)的子行業(yè)新聞及行業(yè)新聞，爬取內(nèi)容包括新聞的標(biāo)題、日期、正文等，共獲得18 000余條個(gè)股新聞、近10 000條子行業(yè)新聞和34 000余條行業(yè)新聞。由于我國股市在交易日的15點(diǎn)停盤，因此本文認(rèn)為15點(diǎn)之后的新聞對(duì)當(dāng)天的股價(jià)不產(chǎn)生影響，將本交易日15點(diǎn)之后的新聞歸入下一個(gè)交易日的新聞文本之中。周末、節(jié)假日等休市日的新聞，使用同樣的方法進(jìn)行處理。

1.2 文本預(yù)處理

本文使用Python中文分詞工具“Jieba”對(duì)爬取的新聞文本進(jìn)行分詞處理分詞，提取文本對(duì)應(yīng)的特征詞條。分詞后導(dǎo)入停用詞詞典，篩掉停用詞，降低噪音影響。之后，運(yùn)用TF-IDF方法提取特征向量并計(jì)算權(quán)重，該方法常用于文本挖掘。TF為詞頻，用于計(jì)算該詞描述文檔內(nèi)容的能力；IDF為逆文檔頻率，用于計(jì)算該詞區(qū)分文檔的能力，兩者的表達(dá)式如下：

其中ni,j是詞ti在文件dj中的出現(xiàn)次數(shù)，∑knk,j是文件dj中所有詞匯出現(xiàn)次數(shù)的總和。

其中，|D|是語料庫中的文件總數(shù)，|{j:ti∈dj}|表示包含詞語ti的文件數(shù)目，為防止分母為0，通常使用(1 +| {j:ti∈dj}|)。

IF-IDF為TF與IDF的乘積，某文件內(nèi)的高詞語頻率和該詞語在整個(gè)文件集中的低文件頻率可產(chǎn)生高TF-IDF值，即某個(gè)詞對(duì)文章的重要性越高，它的TF-IDF值就越大。

1.3 模型選取

在提取每篇新聞的特征詞頻并計(jì)算權(quán)重后，以當(dāng)日股價(jià)變化作為分類標(biāo)簽，對(duì)每支股票同一天的新聞集合進(jìn)行訓(xùn)練，訓(xùn)練模型為多核學(xué)習(xí)（MKL）模型。

1.3.1 支持向量機(jī)

SVM是90年代中期發(fā)展起來的基于統(tǒng)計(jì)學(xué)理論的一種二類分類器，它與傳統(tǒng)統(tǒng)計(jì)方法的不同在于它以最小化結(jié)構(gòu)風(fēng)險(xiǎn)為原則，在不增加經(jīng)驗(yàn)風(fēng)險(xiǎn)的前提下，將置信區(qū)間的范圍最大限度地縮小，同時(shí)保證樣本預(yù)測誤差最小。

SVM的具體原理是在n維空間中找到一個(gè)分類超平面，從而將空間上的點(diǎn)分類，分類依據(jù)是最大化預(yù)測點(diǎn)距超平面的距離，如果遇到線性不可分的情況，可以利用核函數(shù)將數(shù)據(jù)從低維映射到高維特征空間，將低維特征空間的非線性問題轉(zhuǎn)換成高維特征空間的最優(yōu)線性問題，特征空間由核函數(shù)來定義。另外，核函數(shù)可以在低維空間進(jìn)行運(yùn)算，避免了在高維空間中的復(fù)雜計(jì)算。根據(jù)泛函的有關(guān)理論，只要一種核函數(shù)K(xi,xj)滿足Mercer條件，它就對(duì)應(yīng)某一變換空間中的內(nèi)積，即可用核函數(shù)替代內(nèi)積，構(gòu)造優(yōu)化問題如下：

核函數(shù)的選取與構(gòu)造是運(yùn)用SVM解決實(shí)際問題的關(guān)鍵，目前研究中廣泛使用三種形式的核函數(shù)，分別是線性核函數(shù)（line）、多項(xiàng)式核函數(shù)（poly）和高斯核函數(shù)（又稱徑向基核函數(shù)，簡稱rbf），表達(dá)式如下：

其中，Xi、Xj是低維特征向量，γ、r和d是人工設(shè)置的參數(shù)，d是一個(gè)正整數(shù)，γ是正實(shí)數(shù)，r是非負(fù)實(shí)數(shù)。

1.3.2 多核學(xué)習(xí)模型

多核學(xué)習(xí)模型是由核函數(shù)通過“積運(yùn)算”或者“線性組合”的方式構(gòu)造而成的。單核函數(shù)有局部性核函數(shù)和全局性核函數(shù)兩類，其中局部性核函數(shù)學(xué)習(xí)能力強(qiáng)，泛化性能較弱，而全局性核函數(shù)泛化能力強(qiáng)，學(xué)習(xí)能力較弱，高斯核函數(shù)屬于前者，多項(xiàng)式核函數(shù)屬于后者。本文把這兩類核函數(shù)結(jié)合起來，使用線性核、多項(xiàng)式核和高斯核的線性組合對(duì)樣本進(jìn)行訓(xùn)練，對(duì)每一個(gè)核也指定多組參數(shù)，將最優(yōu)線性組合結(jié)果作為最終使用的模型。另外，與SVM不同，MKL模型加入學(xué)習(xí)權(quán)重這個(gè)變量，該變量也會(huì)影響訓(xùn)練精度，因此運(yùn)用核函數(shù)可將特征空間中的數(shù)據(jù)表達(dá)問題轉(zhuǎn)換成核權(quán)重的選取問題。三個(gè)基核函數(shù)表達(dá)式同式（5）～（7），多核學(xué)習(xí)模型見式（8）：

其中，wj表示各基核函數(shù)的權(quán)重。

1.4 模型訓(xùn)練與分類器評(píng)估

本文根據(jù)股價(jià)漲跌為新聞打標(biāo)簽：如果價(jià)格上漲，那么當(dāng)天的新聞被打上正標(biāo)簽，否則就打上負(fù)標(biāo)簽。將每支股票同一天的所有新聞作為輸入，當(dāng)日股價(jià)的漲跌作為標(biāo)簽，一同進(jìn)入模型進(jìn)行訓(xùn)練，其中80%的樣本為訓(xùn)練集，剩余20%為測試集。

本文選擇預(yù)測準(zhǔn)確率作為評(píng)估分類器性能的標(biāo)準(zhǔn)，預(yù)測準(zhǔn)確率用正確預(yù)測的樣本占所有樣本的比重表示，計(jì)算公式如下：

其中，TP表示標(biāo)簽為正樣本，預(yù)測也為正樣本的數(shù)目；TN表示標(biāo)簽為負(fù)樣本，預(yù)測也為負(fù)樣本的數(shù)目；FP表示標(biāo)簽為負(fù)樣本，但預(yù)測為正樣本的數(shù)目；FN表示標(biāo)簽為正樣本，但預(yù)測為負(fù)樣本的數(shù)目。

2 新聞對(duì)股價(jià)趨勢的預(yù)測

2.1 個(gè)股新聞對(duì)股價(jià)趨勢的訓(xùn)練

首先考察個(gè)股新聞的預(yù)測能力，運(yùn)用SVM對(duì)個(gè)股新聞進(jìn)行訓(xùn)練，預(yù)測準(zhǔn)確率見表2，其中線性核函數(shù)的預(yù)測準(zhǔn)確率為0.594，多項(xiàng)式核函數(shù)的預(yù)測準(zhǔn)確率為0.608，高斯核函數(shù)的預(yù)測準(zhǔn)確率為0.602，均大于0.5。由此可見，個(gè)股新聞對(duì)股價(jià)趨勢的預(yù)測有一定的作用。

表2 基于不同新聞集各核函數(shù)的預(yù)測準(zhǔn)確率Table 2 Prediction accuracies of kernel functions based on different news sets

2.2 多層級(jí)新聞對(duì)股價(jià)趨勢的訓(xùn)練

2.2.1 基于SVM模型的訓(xùn)練

在對(duì)個(gè)股新聞進(jìn)行訓(xùn)練的基礎(chǔ)上，逐步加入子行業(yè)新聞和行業(yè)新聞進(jìn)行訓(xùn)練，其預(yù)測準(zhǔn)確率見表2。

由表2，對(duì)于同一新聞集，線性核的預(yù)測精度最差，多項(xiàng)式核最好，高斯核居中；逐步增加子行業(yè)新聞和行業(yè)新聞能提高預(yù)測精度，其中增加行業(yè)新聞對(duì)預(yù)測準(zhǔn)確率的提升作用較大，增加子行業(yè)新聞對(duì)預(yù)測準(zhǔn)確率的提升作用相對(duì)較小。

2.2.2 基于MKL模型的訓(xùn)練

考慮到各層級(jí)的新聞具有不同的內(nèi)容和特征，本文分別運(yùn)用不同的核函數(shù)訓(xùn)練多層級(jí)新聞集中每一層級(jí)的新聞，以考察使用多種核函數(shù)是否能提升預(yù)測準(zhǔn)確率，預(yù)測準(zhǔn)確率如圖1所示，圖中大立方體中的每一個(gè)小立方體代表新聞和核函數(shù)的組合，共有33=27組預(yù)測結(jié)果。圖中包含27個(gè)立方體，代表了在多層級(jí)新聞集中利用三種核函數(shù)訓(xùn)練三個(gè)層級(jí)新聞，其顏色深淺代表預(yù)測準(zhǔn)確率的高低，顏色越深表明該組合的預(yù)測準(zhǔn)確率越高。

圖1 基于多層級(jí)新聞的各核函數(shù)的預(yù)測準(zhǔn)確率Fig.1 Prediction accuracies of kernel functions based on multi-level news set

由圖1，從樣本總體來看，三個(gè)層級(jí)的新聞均使用多項(xiàng)式核函數(shù)訓(xùn)練的預(yù)測準(zhǔn)確率最高。雖然這個(gè)結(jié)果沒有體現(xiàn)出采用不同核函數(shù)的優(yōu)勢，但進(jìn)一步對(duì)具體股票進(jìn)行分析發(fā)現(xiàn)，在15支樣本股中，有9支股票（片仔癀、上海萊士、天目藥業(yè)、愛爾眼科、中源協(xié)和、沃森生物、白云山、云南白藥、中國醫(yī)藥）使用不同的核函數(shù)訓(xùn)練三層級(jí)新聞，比使用同一種核函數(shù)訓(xùn)練的準(zhǔn)確度有明顯提升。這在一定程度上映證了不同層級(jí)的新聞確實(shí)具有不同的特征，利用不同的核函數(shù)有區(qū)分地進(jìn)行訓(xùn)練有機(jī)會(huì)提高預(yù)測準(zhǔn)確性。

為更好地利用不同層級(jí)的新聞，本文進(jìn)一步在各層級(jí)新聞內(nèi)部使用MKL模型。由表2，在三種函數(shù)中，線性核函數(shù)表現(xiàn)最差，而線性核函數(shù)被證明是高斯核函數(shù)的特殊形式[29]，因此此處使用的多核學(xué)習(xí)模型中只考慮高斯核函數(shù)和多項(xiàng)式核函數(shù)。以1%為步長逐漸調(diào)整不同層級(jí)新聞的比重以及不同層級(jí)新聞中兩種核函數(shù)的比重，最優(yōu)模型的預(yù)測準(zhǔn)確率達(dá)到70.35%，該模型中各層級(jí)新聞和各核函數(shù)所占比例如表3所示。

表3 多核學(xué)習(xí)模型中各層級(jí)新聞、各核函數(shù)的比重Table 3 Ratios of news and kernel functions in multi-kernel learning model 單位：%

由表3進(jìn)一步看到，在新聞層級(jí)方面，個(gè)股新聞和行業(yè)新聞所占權(quán)重相對(duì)較大，合計(jì)超過80%，子行業(yè)新聞的權(quán)重相對(duì)較??；在核函數(shù)類型方面，多項(xiàng)式核函數(shù)的比重略大于高斯核函數(shù)。

將以上實(shí)驗(yàn)的預(yù)測準(zhǔn)確率由小到大排序，如圖2所示。不加*表示只使用個(gè)股新聞，加*表示使用個(gè)股新聞、子行業(yè)新聞和行業(yè)新聞構(gòu)成的多層級(jí)新聞體系。無論使用何種核函數(shù)，相比個(gè)股新聞，使用多層級(jí)新聞集都能提升預(yù)測準(zhǔn)確率，其中使用MKL模型可以使預(yù)測準(zhǔn)確率得到最大程度的提升，這映證了MKL模型在實(shí)際應(yīng)用的優(yōu)勢。

圖2 所有實(shí)驗(yàn)的預(yù)測準(zhǔn)確率Fig.2 Prediction accuracies of each experiments

2.3 穩(wěn)健性檢驗(yàn)

為檢驗(yàn)多層級(jí)新聞集預(yù)測的穩(wěn)定性，在15支樣本股票中隨機(jī)抽取兩個(gè)子集，每個(gè)子集均包含10支股票：子集1包括同仁堂、片仔癀、上海萊士、中源協(xié)和、沃森生物、中恒集團(tuán)、云南白藥、仁福藥業(yè)、康美藥業(yè)和中國醫(yī)藥；子集2包括片仔癀、天目藥業(yè)、中源協(xié)和、沃森生物、白云山、中恒集團(tuán)、云南白藥、復(fù)星藥業(yè)、康美藥業(yè)和海普銳，然后使用MKL模型對(duì)兩個(gè)子集進(jìn)行訓(xùn)練。

兩個(gè)子集的最高預(yù)測準(zhǔn)確率分別為71.12%和70.01%，表現(xiàn)較為穩(wěn)定，其各層級(jí)新聞和各核函數(shù)比例如表3所示，總體來看，核函數(shù)和各層新聞的比例結(jié)構(gòu)相似：多項(xiàng)式核函數(shù)比重略大于高斯核函數(shù)；個(gè)股新聞和行業(yè)新聞比重較大，各占40%左右，子行業(yè)新聞的比重較小，占20%左右。這一結(jié)果與2.2節(jié)對(duì)樣本總體進(jìn)行訓(xùn)練得到的結(jié)果基本一致。

表4對(duì)比了兩個(gè)抽樣子集與總體的預(yù)測準(zhǔn)確率，在多層級(jí)新聞體系下，雖然三個(gè)集合在核函數(shù)分配比例存在一定差異，但預(yù)測準(zhǔn)確率基本穩(wěn)定在70%，相比表現(xiàn)最好的核函數(shù)——多項(xiàng)式核函數(shù)，MKL模型的預(yù)測準(zhǔn)確率有明顯提升。

表4 各樣本下基于多層級(jí)新聞的預(yù)測準(zhǔn)確率Table 4 Prediction accuracies based on multi-level news under each sample

3 基于多層級(jí)新聞?lì)A(yù)測的交易策略模擬

根據(jù)以上實(shí)證結(jié)果，各層級(jí)新聞都能在股價(jià)預(yù)測中發(fā)揮作用，用MKL模型訓(xùn)練多層級(jí)新聞體系的預(yù)測準(zhǔn)確度最高。因此，本章將基于該提升作用，利用上述模型構(gòu)建交易策略，并通過模擬交易，檢驗(yàn)其在實(shí)際應(yīng)用中的有效性。

3.1 樣本內(nèi)股票交易策略收益檢驗(yàn)

本節(jié)首先考察新聞對(duì)未來股價(jià)趨勢的預(yù)測能力隨時(shí)間的變化情況，以便進(jìn)一步建立交易策略?？紤]到新聞對(duì)股價(jià)的影響時(shí)效相對(duì)較短，故本文只對(duì)比了當(dāng)日新聞對(duì)當(dāng)日股價(jià)趨勢、后一日股價(jià)趨勢及后兩日股價(jià)趨勢的預(yù)測準(zhǔn)確率。針對(duì)多層級(jí)新聞體系，分別采用SVM模型和MKL模型進(jìn)行訓(xùn)練，結(jié)果如表5所示。需說明的是，根據(jù)表5，三個(gè)基核中，多項(xiàng)式核函數(shù)的預(yù)測效果最好，故本節(jié)使用的SVM模型基于多項(xiàng)式核。

表5 當(dāng)期新聞對(duì)多時(shí)期股價(jià)趨勢的預(yù)測準(zhǔn)確率Table 5 Prediction accuracies of current news on multi-period stock price trend

由表5，MKL模型的預(yù)測準(zhǔn)確率優(yōu)于基于多項(xiàng)式核函數(shù)的SVM模型。滯后期股價(jià)趨勢的預(yù)測準(zhǔn)確率均大于50%，與當(dāng)期相比，滯后期股價(jià)趨勢的預(yù)測準(zhǔn)確率有一定程度的下降，滯后一期的準(zhǔn)確率下降相對(duì)較小，不到4%，滯后兩期下降較為明顯。因此本節(jié)選用多核學(xué)習(xí)模型基于當(dāng)天新聞?lì)A(yù)測滯后一天的股價(jià)趨勢，并根據(jù)預(yù)測的股價(jià)趨勢進(jìn)行交易。若預(yù)測得出后一日股價(jià)上升，則在當(dāng)日收盤時(shí)買入并在第二日收盤時(shí)賣出；若預(yù)測后一日股價(jià)下降，則不進(jìn)行操作。因?yàn)樵撃Ｐ蜑槔碚撃Ｐ?，所以暫不考慮交易費(fèi)用的問題。

為了更好地展示基于多層級(jí)新聞的MKL模型的優(yōu)越性，每支股票都顯示三種日均收益情況，分別是一直持有該股票的日均收益率，使用SVM（多項(xiàng)式核函數(shù)）模型訓(xùn)練個(gè)股新聞并按照預(yù)測結(jié)果操作的日均收益率，使用MKL模型訓(xùn)練多層級(jí)新聞體系并按預(yù)測結(jié)果操作的日均收益率，如圖3所示。

圖3 樣本內(nèi)股票交易策略收益率Fig.3 Return rates of stock trading strategy in sample

由圖3，在不考慮交易費(fèi)用的前提下，對(duì)樣本內(nèi)全部股票，使用基于個(gè)股新聞的多項(xiàng)式SVM模型和基于多層級(jí)新聞的MKL模型都能提升股票收益率。較買入并一直持有的策略，前者將日均收益率平均提升0.04個(gè)百分點(diǎn)，最高提升了0.17個(gè)百分點(diǎn)；后者將日均收益率平均提升近0.07個(gè)百分點(diǎn)，最高提升了0.18個(gè)百分點(diǎn)，即后者的提升能力高于前者，這表明在市場交易中，使用MKL模型訓(xùn)練多層級(jí)新聞?lì)A(yù)測股價(jià)趨勢對(duì)獲得較高收益有實(shí)際價(jià)值。

3.2 樣本外股票交易策略收益檢驗(yàn)

為進(jìn)一步檢驗(yàn)?zāi)Ｐ偷挠行?，在樣本外本文選取四支同行業(yè)的股票（東阿阿膠000423.SZ、長春高新000661.SZ、福瑞股份300049.SZ、貴州百靈002424.SZ），將它們基于上述MKL模型進(jìn)行預(yù)測，并根據(jù)預(yù)測的股價(jià)漲跌情況，運(yùn)用3.1節(jié)的交易策略進(jìn)行模擬操作。

四支樣本外股票的收益率情況如圖4所示，對(duì)于樣本外股票，基于個(gè)股新聞的多項(xiàng)式SVM模型和基于多層級(jí)新聞的MKL模型的交易操作同樣對(duì)收益率有提升作用，其中前者平均將日均收益率提升近0.04個(gè)百分點(diǎn)，最高提升了0.11個(gè)百分點(diǎn)；后者平均將日均收益率提升0.07個(gè)百分點(diǎn)，最高提升了0.12個(gè)百分點(diǎn)，與樣本內(nèi)股票相同，后者對(duì)收益率的提升程度更高。對(duì)比圖3和圖4發(fā)現(xiàn)，樣本內(nèi)與樣本外股票日均收益率的提升程度非常接近，其中針對(duì)多層級(jí)新聞的MKL模型對(duì)收益率的提升程度更大，這說明在行業(yè)內(nèi)MKL模型具有普適性，能夠使樣本實(shí)現(xiàn)最優(yōu)預(yù)測的模型同樣可以提升同行業(yè)樣本外股票的收益率，這進(jìn)一步說明了引入多層級(jí)新聞的MKL模型對(duì)交易策略構(gòu)建的有效性。

圖4 樣本外股票交易策略收益率Fig.4 Return rates of stock trading strategy outside sample

4 結(jié)論與展望

本文重點(diǎn)關(guān)注多層級(jí)財(cái)經(jīng)新聞對(duì)股價(jià)趨勢的預(yù)測作用，為充分地利用各層級(jí)新聞的特征，運(yùn)用MKL模型展開實(shí)證研究，最終通過構(gòu)建交易策略檢驗(yàn)其在市場交易中的有效性。

本文發(fā)現(xiàn)不僅個(gè)股新聞能在股價(jià)趨勢預(yù)測中發(fā)揮作用，對(duì)應(yīng)的子行業(yè)新聞和行業(yè)新聞也能在股價(jià)趨勢預(yù)測中發(fā)揮作用；不管是針對(duì)個(gè)股新聞中還是多層級(jí)新聞體系，對(duì)各核函數(shù)的比例進(jìn)行分配，即形成MKL模型，都可以更好地學(xué)習(xí)和利用文本中的信息；使用多層級(jí)新聞體系和MKL模型可以最大化地提升預(yù)測準(zhǔn)確率，相比只考慮個(gè)股新聞的SVM模型，引入多層級(jí)新聞的MKL模型將預(yù)測準(zhǔn)確率提升了10%。此外，較買入并一直持有的交易策略和基于個(gè)股新聞的SVM的交易策略，基于多層級(jí)新聞的MKL模型的交易策略獲得的收益最高，從而驗(yàn)證了該方法具有重要的實(shí)踐價(jià)值。

以上研究結(jié)論對(duì)該領(lǐng)域的研究及投資決策具有重要意義，該領(lǐng)域研究中，要注重新聞的層級(jí)，全面地掌握各層級(jí)新聞，有區(qū)分地處理不同層級(jí)的新聞；投資者在進(jìn)行投資決策時(shí)，有必要重視多個(gè)層級(jí)的新聞，并不只是局限于對(duì)目標(biāo)企業(yè)新聞的搜索與關(guān)注。本研究還有以下不足之處：樣本數(shù)量有限、所選行業(yè)有限等，希望未來得到進(jìn)一步的完善。