量化模型与构建方式 1. 模型名称：RL-TBN（基于文本网络的强化学习模型） - 模型构建思路：通过融合强化学习的动态优化与文本网络（TBN）的结构化先验，构建数据驱动的协方差矩阵估计框架。强化学习采用近似策略优化（PPO）算法，TBN用于衡量企业间的产品相似性[3] - 模型具体构建过程： 1. 收缩方法：将样本协方差矩阵向目标矩阵收缩，公式为： $\widetilde{\mathbf{R}}_{t}=(1-\alpha)\widehat{\mathbf{R}}_{t}+\alpha\mathbf{\widetilde{R}}_{t}$ 其中$\alpha$为收缩强度，$\widetilde{\mathbf{R}}_{t}$为目标矩阵（如TBN或单位矩阵）[32][33] 2. TBN构建：解析公司10-K报告中的产品描述，计算企业间相似性得分。通过归一化词向量和余弦相似度构建TBN矩阵： $B_{t}={\frac{M_{t}M_{t}^{\mathsf{T}}}{\|M_{t}\|_{F}^{2}}}$ $M_t$为归一化后的企业产品描述矩阵[37][38] 3. 强化学习优化： - 状态定义为股票收益向量$s_t = (r_{1,t}, r_{2,t}, ..., r_{N,t})$ - 动作为收缩强度$\alpha_t$ - 奖励函数采用指数效用：$r_t = \frac{1 - e^{-\gamma r_{p,t}}}{\gamma}$，其中$r_{p,t}$为投资组合收益率[48] - 使用PPO算法更新策略，目标函数为： $J(\theta) = \mathbb{E}[\min(\rho_t(\theta) A_t, \text{clip}(\rho_t(\theta), 1-\epsilon, 1+\epsilon) A_t)]$ $\rho_t$为策略比率，$A_t$为优势函数[53] - 模型评价：RL-TBN结合了TBN的低波动性优势和RL的动态适应性，能有效降低估计误差并提升投资组合稳健性[4][5] 量化因子与构建方式 1. 因子名称：基于文本网络的相似性因子（TBN因子） - 因子构建思路：通过分析公司10-K报告中的产品描述，量化企业间产品相似性，作为股票相关性的先验信息[36] - 因子具体构建过程： 1. 提取每家公司10-K报告中描述产品的非通用名词（约200个/公司） 2. 构建二进制词向量$P_i$并归一化： $V_{i}={\frac{P_{i}}{\|P_{i}\|_{2}^{2}}}$ 3. 计算企业间余弦相似度，形成TBN矩阵$B_t$[37][38] - 因子评价：TBN因子具有低波动性和基本面关联性，能捕捉行业结构和供应链关系，优于传统相关性矩阵[23][24] --- 模型的回测效果 1. RL-TBN模型： - 年化波动率：0.088 - 夏普比率：1.351 - 风险价值（VaR）：0.129 - 换手率：未明确数值（但提及考虑20bps交易成本）[4][77][79] 2. 基准模型对比： - 样本协方差法（Sample）：波动率0.186，夏普比率0.805 - TBN固定收缩法（TBN_Half）：波动率0.186，夏普比率0.805 - 等权重组合（Naive）：波动率未明确，夏普比率低于RL-TBN[77][79] --- 因子的回测效果 1. TBN因子： - 预测股票相关性：滞后一期的TBN相似性得分对下一期股票相关性的回归系数为0.349（显著）[106] - 矩阵范数稳定性：TBN的Frobenius范数波动显著低于样本相关性矩阵[100][101] - 经济周期敏感性：高收缩强度（$\alpha>0.773$）与低投资者情绪（-0.106）和高宏观经济不确定性（0.938）显著相关[94][95] --- 补充分析 - 面板向量自回归（PVAR）：验证TBN与股票相关性的动态关系，过渡矩阵显示TBN对相关性有持续影响[109][110] - 脉冲响应分析：TBN相似性得分每增加1单位，未来股票相关性下降0.133单位（统计显著）[106][110]