多因子选股模型python_Python与多因子模型——从股票排雷到Bert

1. 前言

18，19年A股出现不少财务造假的案例，一旦爆雷之后股价便会出现断崖式的下跌，为组合带来极大的风险。而多因子模型由于买的股票数量多，增加了踩雷的概率，所以我们希望构建一类模型，能够帮助我们识别财务造假的个股。

传统的方法还是会从公司的基本面数据出发，例如公司治理，股东质押，商誉等等。再通过打分的方式构造一个禁投池，应用在组合优化当中，从而避免踩雷。本文主要也是从股票排雷出发，但标题感觉起大了，其实本文其实提供了一个使用NLP技术来进行股票风险预警的模型。

2. 模型搭建

2.1 一点点思路

其实这个思路已经有很多人都想到了，但是效果好不好，我们暂且搁置，毕竟我们要先做了才知道坑在哪里，才知道如何优化与改进。

我的想法很简单，对于每只股票，通过爬虫爬取东方财富股吧的评论数据，雪球的讨论数据，再通过模型获得相应的情感得分，如果情感得分低的话，那么预测个股短期存在股价下行的风险。

我抽了一些股票的股吧评论看了下，挺不堪入目的，基本都是在骂，所以简单使用股吧数据效果应该不佳，不过模型搭建出来后，我们可以将其应用在个股新闻的情感分析上，估计这样效果会好一些。

而新闻的缺点的是其衰减非常快，当一篇利空新闻发布后，股价可能很快就会有所反应，对于大A股，可能新闻没有发布股价就开始反应了。新闻这块其实挺复杂的，空间维度我们爬虫的源要多，保证覆盖的广度，另一方面，在时间维度上，新闻信息的衰减很快，所以我们还要保证数据的及时性&#