大数据之微信公众号深度量化研究

为何使用微信公众号

微信公众号相对于其他信息源的主要优势在于其时效性和信息深度。 对于证券行业来说， 主要的大数据来源有财经网站（新浪财经，腾讯财经等），证券网站（东方财富，同花顺等）， 社交网站（微博， 微信等）， 研报 网站（迈博汇金，东财研报等）， 基础数据网站（上交所，深交所，中证登等）

时效性：基础数据网站>社交网站=财经网站=证券网站>研报网站 信息深度： 研报网站>社交网站>财经网站>证券网站>基础数据网站

如何提取公众号内容

微信公众号信息抓取详细流程图

对同一公众号内的股票排序

从不同公众号之间的股票进行对比筛选

对于公众号之间的股票，首先控制个股的数量，然后以公众号优先级在股票之间比较，可以根据需要进行定制化的微信公众号股票对比筛选系统， 也可根据初步筛选结果结合技术分析系统进行综合筛选。

股票筛选流程举例

以下为排序举例： 公众号A共推荐5个股票A1-A5，公众号B推荐B1-B3，公众号C推荐C1-C3

对微信数据的分析结果

对于公众号推荐的股票，首先进行简单事件驱动分析，分析其T-5到T+30日的超额收益走势

可以看到， 相对沪深300而言，其推荐后的超额收益持续时间较为持久，而相对各行业指数而言，其超额收益在推荐后5日内就接近平缓，但是其整体具有超额收益的效果毋庸置疑。

对微信公众号选出股票的回测方法为：

将资金等分为N份，每次买入的持有时间为N日，每个公众号每日最多可以入选的股票数量设为M个，等权重买入所有出现信号的股票，若没有出现信号则使用沪深300指数ETF替代，交易成本设置为双边千5，剔除当日无法买入的股票或不想买入的股票（当日一字涨停或者跌停），若抛出日无法抛出则以之后能抛出的日均价作为抛出价。

对每个公众号进行测试，由于公众号数量众多，展示其中收益较高的前10个公众号，可以看到这些公众号相对其跟踪的行业指数具有明显的超额收益。

以公众号AlphaMasters为例设定参数为N=30， M=20， 则年化超额收益为21%，最大回撤3%。

对每个券商进行测试，下图为测试结果较好的券商，整体来说券商整体的超额收益效果比单个公众号更好，但是回撤也更大

以某券商为例：设定参数为N=30， M=20，年化收益10%，最大回撤7%

对每个行业的公众号进行测试，其中TMT行业的公众号推荐的股票相对其 行业指数超额收益明显，而轻工、食品饮料和建筑材料的公众号就不太容 行业指数超额收益明显，而轻工、食品饮料和建筑材料的公众号就不太容 易推具有超额收益的股票

设定参数为N=30， M=20，行业选择计算机，年化收益30%，最大回撤3%