另类Alpha：研报情绪因子（附代码）

量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者，2019年被腾讯云+社区评选为“年度最佳作者”。
QIML编辑部独家撰写报道
1研报因子化随着量化投资竞争的加剧，我们需要从越来越多的数据中寻找Alpha，文本数据如新闻数据、社交评论数据、搜索数据及研究报告是常见的另类数据对这些核心观点进行情绪打分。
图片来自：通联数据

具体有如下步骤：
研报解析：排版解析，文本及表格抽取等；
内容解读：基础信息提取，获取每篇报告的标题、作者及股票代码及核心观点；
情感分析：根据上个步骤中提炼的核心观点，利用BERT模型对每 ( 点击阅读全文 )

→ 免费下载App，立即成为ETF达人