期货公司研报实战价值几何（三） 一致预期是反向指标？

geroge_pjq

一、概述

在前期《期货公司研报实战价值几何》系列文章中，我们金工团队通过收集整理四家期货公司研究早报，识别研报中的多空情绪构建相应交易信号，并对信号进行跟踪测试对比四家期货公司的策略表现。整体看，原始信号交易频率太高，稳定性欠佳，实战意义欠缺。随后，针对信号交易频率过高、信号不稳定的缺点，金工团队通过不同方法平滑交易信号，降低交易频率，研究发现通过合成的方式构建的策略能较好克服原信号交易频率过高，信号稳定性不佳的缺点，初步具备实战价值。

本文是在前期工作上的继续探索。在前文《期货公司研报实战价值几何（一）》中，我们发现通过自建词典的方式所得出的策略效果是文中所提三种方法中表现最佳的，那么另外两种方法是否还有继续挖掘价值？本文这里将做进一步的探索。

二、研究方法2.1 数据准备

本文是在前文《期货公司研报实战价值几何》系列文章基础上的进一步拓展，研究数据仍沿用前文中的数据，即金工团队收集整理的本公司中信建投期货有限公司及另外三家期货公司的早报。各家期货公司数据的起止时间，数据的预处理过程，多空情绪标注方法等具体数据处理可详见前文。

2.2 研究思路

自建词典带有领域专家知识，能更好的反应每篇研报中分析师的多空倾向，通用的词典则效果较差。从《期货公司研报实战价值几何（一）》中三种方法的表现看，开源的工具cnsenti默认使用知网Hownet进行情绪识别，涉及领域较宽泛，效果是三种方法中最差的。那么一个直观的想法是，若同时结合前期的两篇系列文章中的做法，通过对cnsenti工具处理所得的信号进行均值化、合成等处理方式，应该也能找到可用的反向交易信号。接下来进行结果验证。

总结

本文在前文的基础上继续探索期货公司的研报价值。在前文系列（一）中我们通过三种方法识别期货公司的早报多空情绪构建交易策略，从策略的表现看，交易频率过高稳定性欠佳。在前文系列（二）中针对（一）中交易频率过高稳定性欠佳的问题，金工团队通过信号的均值化处理、信号合成等方法，能较好的克服信号交易频率过好稳定性不足的问题。从前期的研究结果看，自建的词典效果较好，而通用的宽泛式词典效果最差。我们通过设置较高的阈值使得研究员只有强烈的看多或者看空的时候才能触发做多做空的条件，而均值化处理以后再通过四家期货公司“投票”决定当日品种的多空信号，构建反向交易策略。从策略表现看，交易频率虽仍略偏高，但整体绩效表现较好。更重要的是，该策略的意义在于，当各家期货公司的研究员产生一致预期明显看多或看空的时候，或是一个反向交易的机会。

从研究内容看，系列（一）（二）包括本文都是基于情绪词典的方式，后续我们将继续探索通过机器学习的方式，挖掘期货公司的研报价值，欢迎关注。我们按第二部分的思路对四家公司各个研究品种的多空信号进行回测，对比不同方法下各个期货公司的实战绩效。回测参数上也均与前文保持一致。即回测品种为41个品种，回测时间为原始数据的起止时间，测试的杠杆比例为4（即持仓合约总价值为账户资金的4倍），手续费为交易所基础上加10%。