劉逸凡，張?chǎng)螆?/p>

（貴州大學(xué)經(jīng)濟(jì)學(xué)院，貴陽(yáng) 550025）

引言

近年來(lái)，有更多人開(kāi)始結(jié)合行為金融學(xué)來(lái)研究投資者的行為是怎樣影響股價(jià)的。例如，行為金融學(xué)中有一類現(xiàn)象，那些頭腦發(fā)熱、過(guò)于相信自己、下單較多的投資者往往投資收益率要遠(yuǎn)低于那些下單頻率低的投資者，這就使得量化金融越來(lái)越多被人們使用，因?yàn)樗粫?huì)受投資者自身的影響，只會(huì)根據(jù)各種影響度大的指標(biāo)來(lái)綜合判別。筆者從大數(shù)據(jù)出發(fā)，能夠更加準(zhǔn)確地去衡量影響股票價(jià)格的各種因素，與之前的傳統(tǒng)衡量方式相比有了很大的提高，同時(shí)精確度上也有了更大提升，使得本文研究目標(biāo)更具現(xiàn)實(shí)意義。

我們之前的研究大多依賴于固有的經(jīng)驗(yàn)，從最早期的模型出發(fā)，認(rèn)為市場(chǎng)價(jià)格的隨時(shí)變化能夠充分反映市場(chǎng)上的各種信息信號(hào)。但是這種理論假設(shè)是在選股人兼顧信息并對(duì)各種繁雜的信息進(jìn)行及時(shí)處理的情況下才會(huì)發(fā)生。最新研究表明，投資者是不能夠像量化投資設(shè)定好的程序那樣來(lái)進(jìn)行充分理性投資的，其專注力和處理能力都是十分有限的。這也是關(guān)于行為金融學(xué)有限關(guān)注理論中相關(guān)的研究成果。此外，以行為金融學(xué)為根據(jù)，研究人員分析了許多有價(jià)值的指標(biāo)，為現(xiàn)在的研究給出了明確的實(shí)證證明和理論基礎(chǔ)。

以換手率、個(gè)股日交易量和百度搜索指數(shù)來(lái)表示投資者關(guān)注度就是這樣一種基于行為金融學(xué)產(chǎn)生的高效實(shí)用的研究趨勢(shì)，能夠有效鏈接各種研究標(biāo)的，得出精確的研究結(jié)果；同時(shí)，借助于該方法可以延伸到更多需要研究的相關(guān)的及不相關(guān)的研究標(biāo)的，使得該方法的成熟度逐年遞增。

本文實(shí)證回歸結(jié)果使用Python完成，數(shù)據(jù)來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)以及手動(dòng)收集的中信建投（601066）百度指數(shù)搜索量。百度指數(shù)計(jì)算的是投資者對(duì)某一關(guān)鍵詞的搜索數(shù)量，投資者可以簡(jiǎn)潔明了地從Python的實(shí)證中看出其對(duì)股價(jià)的影響與分析過(guò)程，加深對(duì)影響股票價(jià)格的各種因素之間的聯(lián)系的理解，從而作出更加具有參考價(jià)值的判斷。從百度搜索指數(shù)當(dāng)中能夠更深層次去發(fā)掘去預(yù)測(cè)股票價(jià)格，而該指數(shù)在我國(guó)網(wǎng)絡(luò)用戶中占有比極高的情況下又極具參考價(jià)值。

本文的研究意義是在更好應(yīng)用該模型的基礎(chǔ)之上，加深我們對(duì)該模型的理解與拓寬該方法的使用范圍，從而能夠更廣闊地應(yīng)用于各個(gè)領(lǐng)域，為社會(huì)經(jīng)濟(jì)發(fā)展帶來(lái)福音。

本文從文獻(xiàn)綜述、理論分析、數(shù)據(jù)來(lái)源及說(shuō)明、實(shí)證分析結(jié)果等方面進(jìn)行分析。

一、文獻(xiàn)綜述

本文主要研究百度搜索指數(shù)對(duì)股票價(jià)格的預(yù)測(cè)研究以及在此基礎(chǔ)上的向下延伸挖掘，如通過(guò)大數(shù)據(jù)分析其與指數(shù)的關(guān)系。目前最新前沿研究的是行業(yè)關(guān)注度與股票橫截面收益率——基于百度行業(yè)搜索指數(shù)的研究。其研究表明，行業(yè)搜索量與下一交易日的股票收益率呈同方向變動(dòng)，并且以此為基礎(chǔ)的多空策略能夠獲得4.89%的每年等權(quán)收益率。另外，關(guān)注強(qiáng)度越大，在深入延伸后會(huì)發(fā)現(xiàn)個(gè)股關(guān)注度的預(yù)測(cè)能力遠(yuǎn)弱于行業(yè)關(guān)注度對(duì)股價(jià)的預(yù)測(cè)能力。投資者概念關(guān)注對(duì)股票收益的影響研究——基于百度搜索數(shù)據(jù)中的研究結(jié)論拓展了有關(guān)投資者關(guān)注的理論研究范疇，同時(shí)也與之前研究發(fā)現(xiàn)的相類似。該研究表明，投資者的關(guān)注度與所關(guān)注的股票收益呈正相關(guān)，但會(huì)在后面呈反向變動(dòng)。而百度搜索數(shù)據(jù)在該篇文章中扮演著重要的角色，從其數(shù)據(jù)出發(fā)，探索其內(nèi)在相關(guān)性。

二、理論分析

行為金融學(xué)是一種把心理學(xué)和和經(jīng)濟(jì)學(xué)融合在一起形成的新科學(xué)。其研究目的在于探討自然人在面對(duì)處理各種有關(guān)經(jīng)濟(jì)的事項(xiàng)時(shí)所受到的各種干擾來(lái)給出答案。因?yàn)槲覀儼l(fā)現(xiàn)，在現(xiàn)實(shí)生活中，人們?cè)谧龈鞣N決策時(shí)往往不夠理性，比如投資者在投資時(shí)容易盲目下單，沖動(dòng)下單。行為金融學(xué)以心理學(xué)分析為基礎(chǔ)，很好彌補(bǔ)了各種傳統(tǒng)理論的不足之處，解釋了很多反常的經(jīng)濟(jì)現(xiàn)象，加深了人們對(duì)于各類經(jīng)濟(jì)現(xiàn)象的理解。

三、數(shù)據(jù)來(lái)源及說(shuō)明

本文所選擇的樣本為中信建投（601066）在2021年1月1日至2021年12月31日的開(kāi)盤價(jià)、收盤價(jià)、成交量、換手率，所選取的百度指數(shù)樣本來(lái)自百度公開(kāi)平臺(tái)，樣本一共記錄了一年股市交易日共243條數(shù)據(jù)（表1）。本文樣本數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，搜索量的數(shù)據(jù)均來(lái)自于百度指數(shù)，百度日搜索量提供了網(wǎng)絡(luò)平臺(tái)的搜索數(shù)據(jù)。在此基礎(chǔ)上構(gòu)建Lasso回歸模型，為本文的研究結(jié)果作了充分的佐證。

表1 描述性統(tǒng)計(jì)

另外，當(dāng)出現(xiàn)樣本缺失值樣本異常值的問(wèn)題時(shí)，我們一般采用如下方法：選擇使用該列數(shù)據(jù)的“眾數(shù)”、“中位數(shù)”或者“均值”等進(jìn)行替換，這樣會(huì)導(dǎo)致實(shí)證結(jié)果的真實(shí)性難以保證。而在基于大數(shù)據(jù)基礎(chǔ)使用機(jī)器學(xué)習(xí)算法進(jìn)行建模時(shí)，其樣本量越多精確度越高，所以我們一般采用保證樣本飽滿的方法進(jìn)行。

四、實(shí)證分析

本文首先對(duì)所選取的樣本進(jìn)行擬合，分別建立了Lasso模型、OLS回歸模型和隨機(jī)森林模型。將243組數(shù)據(jù)中的前80%作為訓(xùn)練集，訓(xùn)練模型；后20%作為測(cè)試集，驗(yàn)證模型效果。

LASSO回歸的特點(diǎn)是在擬合廣義線性模型的同時(shí)進(jìn)行變量篩選和復(fù)雜度調(diào)整。因此不論目標(biāo)因變量是連續(xù)的，還是二元或者多元離散的，都可以用LASSO回歸建模然后預(yù)測(cè)。變量篩選不是把全部的變量都加入模型來(lái)進(jìn)行擬合，實(shí)際上是有選擇性地把變量加入模型中從而能夠找到更優(yōu)性能的參數(shù)。復(fù)雜度調(diào)整旨在使用一些參數(shù)來(lái)降低模型復(fù)雜程度，目的在于防止過(guò)度擬合現(xiàn)象。就線性回歸模型來(lái)說(shuō)，復(fù)雜程度與回歸模型的變量個(gè)數(shù)有著直接的關(guān)系，變量的個(gè)數(shù)越多，模型的復(fù)雜程度就會(huì)越高。將多個(gè)變量進(jìn)行擬合能夠得出一個(gè)似乎更具代表性的模型，同時(shí)也可能產(chǎn)生過(guò)度擬合的風(fēng)險(xiǎn)。此時(shí)如果用全新的數(shù)據(jù)去驗(yàn)證模型，通常效果很差。一般來(lái)說(shuō)，變量個(gè)數(shù)大于數(shù)據(jù)點(diǎn)數(shù)量很多，或者某一個(gè)離散變量有太多獨(dú)特值時(shí)，都有可能存在過(guò)度擬合得現(xiàn)象。

在建立Lasso模型時(shí)進(jìn)行了參數(shù)調(diào)優(yōu)，輸出參數(shù)的最優(yōu)值alpha為0.001，max_iter為100，并進(jìn)行5次交叉驗(yàn)證后，得出模型預(yù)測(cè)的準(zhǔn)確率為78.19%，準(zhǔn)確率高于隨機(jī)森林模型和OLS回歸模型。模型的R_MSE=0.0076，L_R2=0.75，總體上擬合效果最好（圖1）。

圖1 Lasso擬合效果圖

在建立OLS回歸模型進(jìn)行擬合，模型的R_MSE=0.0075，L_R2=0.75，總體上擬合效果較好（圖3）。

圖2 OLS擬合效果圖

圖3 隨機(jī)森林?jǐn)M合效果圖

運(yùn)用隨機(jī)森林方法對(duì)中信建投收盤價(jià)進(jìn)行擬合，調(diào)整參數(shù)最優(yōu)值max_depthwe為5，min_samples_split：為9，n_estimators為10。進(jìn)行5次交叉驗(yàn)證后，得出模型預(yù)測(cè)準(zhǔn)確率為50.1%，低于Lasso模型預(yù)測(cè)準(zhǔn)確率，總體來(lái)說(shuō)模型預(yù)測(cè)效果不佳。

綜合上述3種模型的比較可以發(fā)現(xiàn)，LASSO模型的擬合效果最好。利用Lasso模型測(cè)算出特征重要性，對(duì)股票價(jià)格影響最大的是股票開(kāi)盤價(jià)；其次是代表投資者關(guān)注度的換手率、日個(gè)股交易股數(shù)和百度搜索指數(shù)都對(duì)股票價(jià)格產(chǎn)生影響。

表2 股票特征重要性

五、結(jié)論

比較上述3個(gè)回歸模型準(zhǔn)確率，Lasso模型體現(xiàn)出較高的精確性，意味著Lasso模型可以更好應(yīng)用于研究投資者關(guān)注度對(duì)股票價(jià)格的影響。從利用模型得出的特征重要性也可以看出，成交量、換手率、百度搜索指數(shù)代表的投資者關(guān)注度對(duì)股票價(jià)格存在一定的影響。本文研究結(jié)論表明，投資者關(guān)注度與股票價(jià)格有關(guān)，通過(guò)代表投資者關(guān)注度的換手率、日個(gè)股交易股數(shù)以及投資者通過(guò)搜索關(guān)鍵詞的3個(gè)指標(biāo)，可以反映出投資者關(guān)注度影響股票價(jià)格，可以作為股票預(yù)測(cè)的參考因素之一。