【专题报告】

ChatGLM助力量化选股

2023年来市场的风格再次发生大的变化，今年的市场主要围绕ChatGPT引领的人工智能浪潮与“中特估”两条主线展开，传统的基本面模型基于历史的基本面信息或者分析师一致预期变化的维度较难取得明显的超额收益，故此，我们尝试从新的角度来做研究，脱离传统的基于纯粹的基本面和简单量价信息的思维，结合时代大环境从人工智能辅助投资的大方向来进行尝试。

构建ChatGLM因子

首先利用ChatGLM对分析师研报的文本数据进行情感打分并进行分类，以此获得初始的分类标签。其次，利用初始的分类便签与对应的研报文本数据对Bert模型进行微调获得所需的预测模型参数。对于微调后的模型及参数，我们将样本外的研报文本数据输入并提取其中的【CLS】向量，以此作为后续模型的输入样本。最后，我们使用Xgbo0st模型采用过去半年的样本作为训练数据滚动训练，来对未来一年的个股研报进行情感预测打分，并将过去三个月的所有样本计算平均作为个股的研报情感得分。

Chatglm_factor原始因子测试

Chatglm_factor 研报情感因子与 Barra 风格因子中的动量因子的相关性较高（0.43）。IC 统计结果发现该因子的IC 大于0占比均超过60%、IC的t检验显著。该因子IC均值、中位数均大于0.03。另外，其IC时间序列可以看出该因子在历史上的表现相对较稳定。从分组测试的结果来看，其得分最高的第10 组年化收益可达19.92%，信息比率1.05，年化超额收益8.5%，另外双边换手率年化仅10.42。其多空分组的测试结果来看，多空分组的年化收益达16%，夏普比率1.19，最大回撤 22%主要发生于22年下半年市场整体出现大回撤区间。

Chatglm_factor纯因子测试

我们对Chatglm_factor因子进行纯化,纯因子历史IC大于0的占比提升到86%,IC 的t统计量为8.88 非常显著。另外，年化IC_IR由之前1.01提升到 2.93。纯化后的因子IC表现更加平稳，红色折线一直维持在0轴上方。纯化后的因子第10组年化收益可达19.23%，信息比率1.72，年化超额收益7.37%，另外双边换手率年化11.74；多空分组的年化收益达14%，夏普比率 2.45，最大回撤仅3%。

Chatglm_factor因子选股策略

我们根据每月计算的个股情感得分选取情感得分最高的50只个股等权配置，策略在2014年06月01日至2023年6月12日期间年化收益率20.8%，基准（中证500）年化收益率5.3%，阿尔法15.6%。2014年06月01日至2023年6 月12日以来2198个交易日中，获得正收益的天数为1204天，盈利天数占比：54.78%，盈利日平均每天盈利1.2%，亏损日数994天，亏损天数占比：45.22%，亏损日平均每天亏损1.25%。

策略在 22 年整体回撤 15.47%，明显小于主动型基金的收益中位数；2023 年至今（6月12日）绝对收益13.66%，相对基准超额收益12.46%，大幅跑赢基准。

风险提示：

策略基于历史数据回测，不保证未来数据的有效性。

华创证券研究所

证券分析师：秦玄晋

电话：021-20572522

邮箱：qinxuanjin@hcyjs.com

执业编号：S0360522080005

证券分析师：王小川

电话：021-20572528

邮箱：wangxiaochuan@hcyjs.com

执业编号：S0360517100001

投资主题

报告亮点

人工智能不仅是今年A股市场的主线之一，同时人工智能随着各种技术的突破未来也将深入到各个行业领域。本报告开创性的使用 ChatGLM 来对分析师研报的情感进行打分划分标签，并以此为基础叠加 Bert 大模型与 Xgboost模型构建个股的情感因子。

投资逻辑

近两年来市场风格轮动较大，传统的基于基本面因子与简单量价因子的量化模型相较以往年份较难取得明显的超额收益。本报告结合时代大环境使用ChatGLM等来构建研报情感因子，通过测试该因子自 2014年来能取得非常不错的效果，尤其在近两年来以此为基础构建的选股模型超额收益非常明显。

一、市场及策略回顾.. .6
（一）2023年至今市场回顾 .6
（二）2023年至今CANSLIM策略回顾
（三）2023年至今行业轮动策略回顾， 8
二、利用 ChatGLM构建选股因*..
（一）本地部署ChatGLM大模型 .9
1、硬件需求.. 10
2、安装所需 python 库. .10
3、下载或加载 ChatGLM. 10
4、测试.. 11
（二）因子构建流程 11
1、ChatGLM进行研报情感打分. 12
2、Bert 模型进行微调与预测 14
3、Xgboost 进行打分并生成因子. 14
三、Chatglm_factor 因子进行测试. .16
（一）原始因子测试 ..16
1、因子相关性. .16
2、IC检验. .16
3、分组检验.... 17
4、多空分组收益对比. 18
（二）纯因子测试 18
1、IC 检验. .19
2、分组检验... .20
3、多空分组收益对比.. .20
四、TOP50个股历史回测及最新的个股名单. .21
（一）历史回溯.. .21
1、测试方法介绍. ....21
2、测试结果.. .21
3、策略分析. .22
（二）最新 TOP50个股名单. .23
五、总结. .24

图表目录

图表1各大宽基指数 2023年以来涨幅及当前估值分位数， .6
图表 2各大宽基指数当前估值分位数..
图表3六大风格指数 2023年以来涨幅及当前估值分位数
图表4 canslim策略 2023年至今收益走势. .8
图表5 FESC 行业轮动策略 2023 年至今收益走势. .8
图表6ChatGLM网页版使用案例. ..9
图表7硬件需求... ..10
图表8常见 transformers 版本较低错误展示 .10
图表9 加载 ChatGLM代码.. ..10
图表10 ChatGLM 本地版使用案例. ..11
图表 11因子构建流程.. ..12
图表12研报情感打分实例. ..12
图表13ChatGLM打分后样本得分统计 ..13
图表14 ChatGLM得分分布图. .13
图表 15 BERT 模型预测. .14
图表16 XGBo0st 打分流程图 .15
图表 17　因子相关性. ...16
图表18 IC统计结果. ..16
图表19IC 时间序列. .17
图表 20 IC 衰减趋势. .17
图表 21分10组超额收益， .17
图表 22分10组绝对收益 ..17
图表 23多空分组收益对比. ..18
图表 24多空组合对比. .18
图表 25IC统计结果 .19
图表 26IC时间序列. .19
图表 27 IC 衰减趋势... ...19
图表 28分10组超额收益 ...20
图表 29分10组绝对收益 ..20
图表 30多空分组收益对比 ..20
图表 31多空组合对比.. ...21
图表 32 chatglm 因子选股策略净值 ..21
图表 33行业分布..
图表34 市值分布. .22
图表35 策略风险收益. .23
图表36 TOP50个股名单 .23

一、市场及策略回顾

（一）2023年至今市场回顾

A 股市场在2022年下半年经历了非常艰难的阶段，2023年开始市场中各类投资者开始寻找新的热点和方向，截止目前市场的热点主要集中在chatgpt 引导的人工智能浪潮以及“中特估”方向。其他传统的热门行业如食品饮料、生物医药、电力设备及新能源等在年初经历了1个多月的短暂反弹后又陷入了下跌的趋势当中。

A 股的各大宽基指数也因此表现非常分化，科创50、红利指数的表现截止目前（2023年5 月31日）最好。科创50指数年初以来的最大涨幅高达21.36%，4月底以来随着部分“AI概念股”的回调指数出现一定幅度的回撤。红利指数因为其成分股中包含长江传媒、凤凰传媒、中南传媒，三个个股年初至今涨幅分别为76.49%、65.9%、36.7%，总权重占比7.5%；同时包含中国石化、中信银行、中国银行、中国神华、交通银行、农业银行等11只“中特估”成分股，总权重达28.8%，因此红利指数今年来表现不错。

图表1各大宽基指数2023年以来涨幅及当前估值分位数

代码	名称	2023年以来涨幅（%）	当前估值(PETTM)	2019年来市盈率分位数
000688.SH	科创50	9.79	44.59	34.26
000015.SH	红利指数	8.88	5.55	38.35
399303.SZ	国证2000	5.78	53.06	92.61
399102.SZ	创业板综	4.68	49.57	6.64
000852.SH	中证1000	4.46	35.81	38.35
000002.SH	A股指数	3.74	13.09	41.72
000001.SH	上证指数	3.73	13.07	41.16
000905.SH	中证500	3.13	25.46	62.77
881001.WI	万得全A	1.46	17.69	42.66
399107.SZ	深证A指	1.41	37.01	48.27
399106.SZ	深证综指	1.40	37.26	50.80
000009.SH	上证380	1.18	14.70	20.58
000906.SH	中证800	-0.61	13.13	25.63
399088.SZ	深创100	-0.66	21.51	0.13
399311.SZ	国证1000	-0.72	13.43	16.93
399101.SZ	中小综指	-0.79	36.08	12.54
000010.SH	上证180	-1.40	9.62	14.78
399295.SZ	创业蓝筹	-1.48	31.21	0.76
000300.SH	沪深 300	-1.89	11.69	15.15
399001.SZ	深证成指	-2.02	24.75	27.32
000903.SH	中证100	-3.15	12.57	65.48
399005.SZ	中小100	-4.44	20.35	2.15
931643.CSI	科创创业50	-4.99	32.82	1.44
000016.SH	上证50	-5.38	9.60	26.57
399330.SZ	深证100	-5.98	20.37	6.83
399006.SZ	创业板指	-6.53	31.48	2.62
399296.SZ	创成长	-6.61	30.98	0.00
399673.SZ	创业板50	-10.40	29.46	0.47

资料来源：wind，华创证券

图表2各大宽基指数当前估值分位数

资料来源：wind，华创证券

上图表示各大宽基指数当前的估值PETTM及对应2019年以来的估值分位数，当前仅国证 2000指数的估值分位数处于90%（从小到大排序）以上，其次中证100、中证500、深证综指的估值分位数超过50%。创成长指数当前的 PETTM为30.98，处于2019 年以来的最低分位数水平。沪深 300 的 PETTM为11.69，处于2019 年来15.15%的分位数。截至目前（2023年5月31日）超过一半的宽基指数估值水平处于2019年来的较低水平（低于30%分位数）。

图表3六大风格指数 2023年以来涨幅及当前估值分位数

代码	名称	2023年以来涨幅（%）	当前估值(PETTM)	2019年来市盈率分位数
399372.SZ	大盘成长	-8.46	18.56	4.02
399373.SZ	大盘价值	5.66	6.88	32.18
399376.SZ	小盘成长	1.09	26.57	66.88
399377.SZ	小盘价值	5.22	19.76	98.32
399374.SZ	中盘成长	-9.83	20.66	31.06
399375.SZ	中盘价值	4.82	12.24	71.00

资料来源：wind，华创证券

上图表示国证六大风格指数2023年至今（2023年5月31日）的涨幅及当前估值，与22年的结果相近，23年至今所有成长风格指数都跑输对应的价值指数，三个价值指数截止目前的涨幅都大于0，而大盘成长与中盘成长指数的涨幅为-8.46%、-9.83%。由此可见截止目前今年成长风格依旧大幅跑输价值风格。

（二）2023年至今CANSLIM策略回顾

下面我们对原来的CANSLIM策略做简单的回顾:

图表4 canslim策略2023年至今收益走势

资料来源：wind，华创证券

上图表示CANSLIM1.0策略在今年的走势，策略今年最大回撤10.01%。策略在今年的最大累计收益接近8%，之后经历5月份的回撤后，截止目前（5月31日）策略的累计收益-0.15%，相对偏股混合基金指数的超额收益3.03%，全市场主动权益基金排名 32%分位数。

CANSLIM 策略主要偏向成长趋势型的策略，面对成长风格大幅跑输价值风格的时段策略的表现较一般，超额收益远小于过去今年成长风格盛行的时间段。

（三）2023年至今行业轮动策略回顾

图表5 FESC行业轮动策略2023年至今收益走势

资料来源：wind，华创证券

上图表示2023年至今FESC行业策略的走势，今年来面对分化非常严重的A股市场，行业轮动在今年的表现相对较稳定。2023 年以来策略的累计涨幅 4.36%，相对偏股混合基金指数超额收益7.55%。行业轮动策略在2023年的最大回撤为-7.8%。

综上可以看出行业轮动模型在今年的表现要好于选股模型，选股模型相比过去几年的业绩明显的下降，故此，我们尝试从新的角度来做研究，脱离传统的基于纯粹的基本面和简单量价信息的思维，结合时代大环境从人工智能辅助投资的大方向来进行尝试。

二、利用ChatGLM构建选股因子

在之前的报告《人工智能助力量化投资 ChatGLM介绍》中我们对GLM大模型的原理及特点做过详细的介绍，在此不再赘述。

（一）本地部署ChatGLM大模型

开源的ChatGLM-6B 虽然规模不及千亿模型，通过我们之前的测试和对比其回答的效果已相当符合人类的逻辑，同时具有一定知识储备，对文章的总结也能实现让人比较满意的结果。另外，其开源及容易部署的特点也促使我们选择对其做深入研究，并结合到量化投资中。

使用 ChatGLM 方式有两种：一种是在线版本网页的QA 方式，可以通过网址：https://chatglm.cn/chat 进行内测申请使用。

图表6ChatGLM网页版使用案例

资料来源:https://chatglm.cn/

AttributeError: 'Logger' object has no attribute "'warning_once'"

另一种是本地部署，本文主要对本地部署进行介绍。根据官网的介绍，ChatGLM-6B 结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需6GB 显存）。因此多数个人投资者及一般机构投资者根据自己的需求也有能力进行本地的部署。

1、硬件需求

图表7硬件需求

量化等级	最低GPU显存（推理）	最低GPU显存（高效参数微调）
INT4	6 GB	7 GB
INT8	8 GB	9 GB
FP16（无量化）	13 GB	14 GB

资料来源:https://github.com/THUDM/ChatGLM-6B，华创证券

对比三种模式,FP16模型下对GPU显存要求较高超过10G,其他两种要求均不超过10G。
我们选择的是FP16 模型下的ChatGLM来进行部署。

2、安装所需 python 库

Python 环境，模型的部署首先需要依赖huggingface 的 transformers 模块，可以通过cmd中运行 pip installtransformers 来进行本地安装，需要注意按照官方文档其中 transformers库版本需在4.27.1以上。如果安装的版本较低，会发生如下错误提示：

图表8常见transformers版本较低错误展示

资料来源:htp://datalearner.com/blog/1051680925189690

另外还需要安装 sentencepiece、protobuf、cpm_kernels、torch>=1.10、gradio、mdtex2htmlSentencepiece，同样在 cmd 中进行安装。

3、下载或加载ChatGLM

首次运行模型时需要从huggingface 下载模型，可以通过如下代码进行下载，另外此命令也是后续调用本地模型的加载代码。

图表9 加载ChatGLM代码

资料来源:https://github.com/thudm/glm，华创证券

注意模型大小超过10G，首次下载模型耗时较长，下载时要保持网络通畅同时保证内存足够使用。

4、测试

我们对本地部署好的ChatGLM进行调试，同样对图表6中的问题进行询问，下图是本地版本的 ChatGLM的答案:

图表10 ChatGLM本地版使用案例

资料来源:https://github.com/thudm/glm，华创证券

上图表示利用本地部署的ChatGLM对问题“我在写一篇有关人工智能发展的论文，帮我列出提纲、目录结构”的答案，可以看出与网页版的答案并不相同。

（二）因子构建流程

通过上文的简介，我们可以非常简单的搭建自己的ChatGLM模型，进而我们可以结合预训练BERT模型(我们使用了熵简科技开源了的FinBERT 模型)来对文本数据进行处理。BERT 模型可以通过“预训练+微调”的应用范式对下游具体应用优化，在微调步骤中，预训练BERT模型在特定任务的数据集上进行额外的训练，使其更好地理解并解决特定任务。但微调步骤的关键问题在于需要一定量的带有标签的数据，对于金融文本而言，获取这类数据的成本较高，且可能存在数据泄露问题，现在我们可以通过对ChatGLM提问的方式，获得大量带有标签的文本数据。在此我们使用卖方分析师的研报文本来进行研究。今天的因子构建流程如下图所示：

图表11因子构建流程

资料来源：华创证券

1、ChatGLM进行研报情感打分

首先对每篇研报的标题和摘要做简单的预处理，删除其中的特殊字符；其次，对处理之后的文本数据我们调用ChatGLM模型来进行情感打分，对每篇分析师的报告做一个情感分类。

图表12研报情感打分实例

资料来源：htps://github.com/thudm/glm，朝阳永续，华创证券

上图表示我们筛选历史某只个股的分析师业绩点评报告，使用ChatGLM模型对其进行情感打分，报告得分为4.67分，总分为5分。

通过以上的方式我们对 2010-2013年间的初筛后的分析师研报的样本进行打分，初筛后的样本共计36747个，对其得分进行统计：

图表13ChatGLM打分后样本得分统计

	chatglm_score
count	36747
mean	4.09
std	0.55
min	1
25%	3.8
50%	4.2
75%	4.3
max	5

资料来源：wind，朝阳永续，华创证券

鉴于A股分析师进行点评是更多都是偏正向的报告，研报的情感多数偏正向，故进行打分后的样本得分呈现明显的右偏特征，得分的均值与中位数均大于4分。

图表14 ChatGLM得分分布图

资料来源：wind，朝阳永续，华创证券

上图表示ChatGLM 得分分布图，得分呈现明显的右偏特征，近半数的样本得分集中在4.5分左右。

2、Bert模型进行微调与预测

在本部分我们首先对上文中得到的ChatGLM得分样本进行筛选，为了保证微调样本的分布均衡我们将所有样本按照chatglm_score得分排序，然后将所有样本分成三等分打标签（0,1,2）。得分最高的分组标签为2，得分最低的分组标签为0。

我们将预训练 BERT 模型接上一层线性分类层使模型能够实现三分类微调任务，将以上述研报样本数据输入模型进行微调，我们的目的是让BERT模型学习分析师研报文字中的情感信息，获得每一篇研报的合适向量表征。我们尝试了LoRa和Adapter两种高效微调技术，由于二者分类结果区别不大，后文选用 adapter 技术来对 BERT模型进行微调。微调步骤完成后,我们将 2014年后的研报样本输入经过微调训练的 BERT模型,取[CLS]作为研报的向量表征，如下图所示：

图表15BERT模型预测

资料来源：华创证券

为什么我们只使用ChatGLM的打分结果去微调BERT，而不用ChatGLM直接对2014年后的样本进行预测？一是因为在我们之前报告的测试中，ChatGLM模型的高阶推理能力较弱，且我们没有对ChatGLM模型进行金融任务的优化，模型打分输出的离散结果更偏向于结果定性；二是因为相对于文本生成类模型，经过微调的 BERT模型能更好的处理文本上下文信息，在分类型任务中通常有不错的表现，是一个强大的基线方法，而通过ChatGLM获得的偏定量的结果，虽然并不是100%的“完美标签”，但能够一定程度解决微调BERT模型缺少数据标签的问题。

3、Xgboost进行打分并生成因子

我们将微调 BERT 模型时所用的线性分类层替换为 Xgboost分类器，使分类器模型能够得到灵活的动态训练。经过微调处理后，我们能够得到2014年后每一篇研报的向量表征，向量表征捕获了研报的上下文信息以及情感信息。将这些向量表征每个维度视为一个预测特征，进行训练与预测任务，再转为具体的情感得分，具体流程图如下：

图表16 XGBo0st打分流程图

资料来源：华创证券

我们采用滚动训练的方法训练 Xgboost 模型，保证在没有数据泄露的前提下使用更新的数据进行训练，具体来说，我们在每个年末重新训练 Xgboost 模型，训练集为过去半年研报 Xgbo0st 模型训练时，测试集为下一年的研报。在训练时，我们使用研报发布日的累计异常收益CAR[-1,1]三分类作为 label，计算方法如下:

其中，r_i,t为个股t日收益，r_m,t为中证500指数t日收益;

得到个股t日的CAR后，我们将个股t日CAR和其同行业股票进行比较，若其值排名位于行业内前 30%，则打上标签2，位于后30%，则打上标签0，其余打上标签1。

在训练集用价格作为标签训练，意思是研报发布日价格位于标签2的股票，可能是因为发生了更加积极的事件—>更加积极的事件会促使分析师在研报中使用更加积极的表达->XGB 挖掘这些特征向量中“积极表征”模式→在测试集中，XGB 对这些特征向量进行预测，根据之前学到的积极、消息表征模式对样本进行分类，每个分类输出一个概率。

Xgboost模型训练完成后，对每一个测试集的研报，模型会输出一个三分类概率，我们用预测结果为标签2的概率减去预测结果为标签0的概率作为最后的情感得分。然后我们提取个股最近三个月内的所有研报样本，采用算术平均的方式计算个股的平均情感得分作为情感因子。

三、Chatglm_factor 因子进行测试

通过上部分的流程我们可以构建一个以ChatGLM打分为基础的研报情感因子，我们将其定义为Chatglm_factor，在本部分我们对该因子进行测试，分析其2014年以来的表现。

（一）原始因子测试

1、因子相关性

图表 17因子相关性

	BETA	动量	市值	盈利预期	残差波动	成长因子	BP	杠杆	流动性	非线性市值	Chatglm_factor
BETA	1.00	0.14	0.01	-0.14	0.22	0.27	-0.13	-0.03	0.48	0.15	0.15
动量	0.14	1.00	0.30	0.06	0.47	0.17	-0.12	0.12	0.27	0.17	0.43
市值	0.01	0.30	1.00	0.22	0.13	0.14	0.08	0.35	0.08	0.26	0.21
盈利预期	-0.14	0.06	0.22	1.00	-0.20	-0.03	0.67	0.47	-0.16	0.11	0.14
残差波动	0.22	0.47	0.13	-0.20	1.00	0.34	-0.31	-0.03	0.59	0.16	0.29
成长因子	0.27	0.17	0.14	-0.03	0.34	1.00	-0.25	0.01	0.37	0.18	0.25
BP	-0.13	-0.12	0.08	0.67	-0.31	-0.25	1.00	0.52	-0.23	0.06	-0.04
杠杆	-0.03	0.12	0.35	0.47	-0.03	0.01	0.52	1.00	-0.06	0.10	0.10
流动性	0.48	0.27	0.08	-0.16	0.59	0.37	-0.23	-0.06	1.00	0.14	0.26
非线性市值	0.15	0.17	0.26	0.11	0.16	0.18	0.06	0.10	0.14	1.00	0.14
Chatglm_factor	0.15	0.43	0.21	0.14	0.29	0.25	-0.04	0.10	0.26	0.14	1.00

资料来源：wind，朝阳永续，华创证券

上图表示Chatglm_factor与Barra 风格因子之间的相关性，可以看出该因子和动量因子的相关性略高（0.43），因为分析师的推票与个股的上涨之间有密不可分的关系，而Chatglm_factor因子是基于分析师的研报来构建的衍生因子，故两者之间存在一定的相关性。

下文我们会测试扣除风格因子后的Chatglm_factor 纯因子的效果。

2、IC 检验

图表18 IC统计结果

	平均值	标准差	最小值	25%分位数	中位数	75%分位数	最大值	绝对值均值	大于0占比	年化IC_IR	IC的t统计量
Chatglm_factor	0.03	0.09	-0.23	-0.03	0.04	0.09	0.23	0.08	0.62	1.01	3.06

资料来源：wind，朝阳永续，华创证券

上图表示Chatglm_factor 因子的IC 统计结果，该因子的IC 大于0占比均超过60%、IC的t检验显著。该因子IC均值、中位数均大于0.03。因子的IC结果也符合经济学逻辑,Chatglm_factor因子得分越高，市场的对个股的认可度也越高，个股后市资金继续追捧股价上涨的概率越高。

图表19IC时间序列

资料来源：wind，朝阳永续，华创证券

图表 20 IC衰减趋势

资料来源：wind，朝阳永续，华创证券

上两图表示Chatglm_factor因子的IC 时间序列和衰减趋势，左图中的红色折线表示滚动12 个月的均值，可以看到 2014年以来多数时间段其都在0轴的上方，表示多数区间因子都是有效。另外可以发现因子在21年下半年之后回撤较大，这也与传统的分析师预期变化因子的效果相近，22年下半年以来该因子的表现又回归正常，IC大于0的占比逐渐提升。

上右图表示IC 的衰减趋势，可以看出其半衰期为 4.8，故因子有效性可持续一个季度以上，相对较稳定。

综述，从IC 的检测结果来看该原始因子比较有效，可以作为一个alpha 因子。

3、分组检验

图表 21分10组超额收益

资料来源：wind，朝阳永续，华创证券

图表 22分10组绝对收益

资料来源：wind，朝阳永续，华创证券

上两图表示该因子的分组测试结果统计，左图表示各分组相对等权组合的超额净值，可以看出其得分最高的第 10 组相较其他分组的超额非常明显，历史来看该因子仅在 22 年下半年出现过较明显的回撤。

上右图表示各分组的绝对收益的统计结果，可以看出表现最好的第10 组年化收益可达19.92%，信息比率1.05，年化超额收益8.5%，另外双边换手率年化仅10.42。

4、多空分组收益对比

图表 23多空分组收益对比

资料来源：wind，朝阳永续，华创证券

图表 24多空组合对比

分组	年化收益	年化波动率	最大回撤	夏普比率
空头组合	0.04	0.27	-0.57	0.27
多头组合	0.20	0.30	-0.44	0.76
多空组合	0.16	0.13	-0.22	1.19

资料来源：wind，朝阳永续，华创证券

上两图表示因子多空分组的测试结果，多空分组的年化收益达16%，夏普比率1.19，最大回撤 22%主要发生于22年下半年市场整体出现大回撤区间。

（二）纯因子测试

上部分我们分析了Chatglm_factor与Barra风格因子之间的相关性，其跟动量因子的相关性略高，在本部分我们首先利用风格因子对其进行纯化，然后再对纯化后的因子进行测试，测试结果如下：

1、IC 检验

图表25 IC统计结果

	平均值	标准差	最小值	25%分位数	中位数	75%分位数	最大值	绝对值均值	大于占比	年化IC_IR	IC的t统计量
Chatglm_factor_pure	0.03	0.04	-0.08	0.01	0.04	0.06	0.13	0.04	0.86	2.93	8.88

资料来源：wind，朝阳永续，华创证券

上图表示纯化后的Chatglm_factor 因子的IC 统计结果，相比之前因子的测试结果，纯化后的因子IC大于0的占比提升到86%，IC的t统计量8.88 非常显著。另外，年化IC_IR由之前1.01提升到 2.93。

图表26IC时间序列

资料来源：wind，朝阳永续，华创证券

图表27 IC衰减趋势

资料来源：wind，朝阳永续，华创证券

上两图表示Chatglm_factor因子的IC 时间序列和衰减趋势，左图中的红色折线表示滚动12 个月的均值，相比原始因子，纯化后的因子IC 滚动均值更加平稳，红色折线一直维持在0轴上方。另外,纯化后因子的半衰期为4.3,表示因子有效性可持续1个季度以上,非常稳定。

2、分组检验

图表 28分10组超额收益

资料来源：wind，朝阳永续，华创证券

图表 29分10组绝对收益

资料来源：wind，朝阳永续，华创证券

上两图表示纯化后因子的分组测试结果统计，左图表示各分组相对等权组合超额净值可以看出其得分最高的第10组长期来看超额收益远超其他分组。纯化后因子相对等权组合的超额收益相比之前表现更加稳定，回撤较小。

上右图表示各分组的绝对收益的统计结果，可以看出表现最好的第 10 组年化收益可达19.23%，信息比率1.72，年化超额收益7.37%，另外双边换手率年化11.74。

3、多空分组收益对比

图表 30多空分组收益对比

资料来源：wind，朝阳永续，华创证券

图表 31多空组合对比

分组	年化收益	年化波动率	最大回撤	夏普比率
空头组合	0.04	0.29	-0.60	0.29
多头组合	0.19	0.28	-0.38	0.78
多空组合	0.14	0.05	-0.03	2.45

资料来源：wind，朝阳永续，华创证券

上两图表示因子多空分组的测试结果，多空分组的年化收益达14%，夏普比率2.45，最大回撤仅3%。

四、TOP50个股历史回测及最新的个股名单

（一）历史回溯

1、测试方法介绍

我们按照如下方法进行回测：

数据:2014年01月01日至2023年5月31日的历史上所有A股,包括后来退市的A股。

调仓频率：月度调仓，调仓日为每月的第一个交易日，考虑停牌、涨跌停对交易影响。

仓位控制：等权调仓，同时个股的最大持仓比例不超过5%。

调仓规则：按照ChatGLM因子，每期选取得分最大的前50只标的。

策略基准：我们使用了中证 500 作为比较基准。

资金在选出股票上平均分配，交易费用买卖各收千分之1.3。

2、测试结果

图表32 chatglm 因子选股策略净值

资料来源：wind，朝阳永续，华创证券

2014年06月01日至2023年6月12日，选股策略在此期间年化收益率 20.8%,基准（中证 500）年化收益率5.3%，阿尔法15.6%。因为是满仓策略，最大回撤较大为 45.9%，最大回撤发生在2015年6月12日至2015年9月15日。

2014年06月01日至2023年6月12日以来2198个交易日中，获得正收益的天数为1204天，盈利天数占比：54.78%，盈利日平均每天盈利1.2%，亏损日数994天，亏损天数占比：45.22%，亏损日平均每天亏损1.25%。

3、策略分析

图表 33行业分布

资料来源：wind，朝阳永续，华创证券

可以看出该策略并没有明显的行业偏离，即使历史上仓位最大的化工行业也仅10%，策略的持仓相对比较分散。历史上平均仓位配置在5%以上的行业有：化工、机械设备、食品饮料、医药生物、汽车、电子、家用电器。

图表 34市值分布

资料来源：wind，朝阳永续，华创证券

从持仓股票市值的分布可以看出，投资标的的市值变化略大但持仓市值中位数基本维持在 100亿左右的水平，围绕市场75%市值分位数波动。

图表35策略风险收益

年份	策略组合	基准	超额	相对波动率	信息比
2014	28.72%	39.24%	-10.52%	8.02%	-1.31
2015	83.02%	40.63%	42.39%	9.72%	4.36
2016	-4.11%	-10.31%	6.19%	6.94%	0.89
2017	7.63%	-1.11%	8.73%	6.85%	1.28
2018	-19.73%	-34.18%	14.44%	8.41%	1.72
2019	51.04%	27.49%	23.56%	7.14%	3.30
2020	46.04%	18.65%	27.39%	8.15%	3.36
2021	32.47%	13.52%	18.95%	9.58%	1.98
2022	-15.47%	-20.26%	4.79%	9.15%	0.52
2023	13.66%	1.21%	12.46%	7.30%	1.71

资料来源：wind，朝阳永续，华创证券

我们选取中证 500 指数作为对比基准，从分年收益来看，除 2014 年以外，策略的表现相对比较稳健。

策略在22年整体回撤15.47%，明显小于主动型基金的收益中位数；组合2023年至今（6月12日）绝对收益13.66%，相对基准超额收益12.46%，大幅跑赢基准。

（二）最新TOP50个股名单

图表36TOP50个股名单

股票代码	简称	中信一级行业	股票代码	简称	中信一级行业
601916.SH	浙商银行	银行	002439.SZ	启明星辰	计算机
601577.SH	长沙银行	银行	603613.SH	国联股份	计算机
600129.SH	太极集团	医药	600850.SH	电科数字	计算机
301015.SZ	百洋医药	医药	688023.SH	安恒信息	计算机
002737.SZ	葵花药业	医药	688318.SH	财富趋势	计算机
600498.SH	烽火通信	通信	603918.SH	金桥信息	计算机
300146.SZ	汤臣倍健	食品饮料	300525.SZ	博思软件	计算机
603027.SH	千禾味业	食品饮料	301090.SZ	华润材料	基础化工
601857.SH	中国石油	石油石化	601882.SH	海天精工	机械
600583.SH	海油工程	石油石化	600761.SH	安徽合力	机械
600861.SH	北京人力	商贸零售	603308.SH	应流股份	机械
600418.SH	江淮汽车	汽车	000733.SZ	振华科技	国防军工
301039.SZ	中集车辆	汽车	600765.SH	中航重机	国防军工
601800.SH	中国交建	建筑	601628.SH	中国人寿	非银行金融
000065.SZ	北方国际	建筑	601318.SH	中国平安	非银行金融
002051.SZ	中工国际	建筑	601601.SH	中国太保	非银行金融
000928.SZ	中钢国际	建筑	601319.SH	中国人保	非银行金融
000333.SZ	美的集团	家电	002371.SZ	北方华创	电子
000921.SZ	海信家电	家电	300476.SZ	胜宏科技	电子
001308.SZ	康冠科技	家电	600416.SH	湘电股份	电力设备及新能源
603515.SH	欧普照明	家电	600312.SH	平高电气	电力设备及新能源
002959.SZ	小熊电器	家电	603556.SH	海兴电力	电力设备及新能源
600588.SH	用友网络	计算机	300129.SZ	泰胜风能	电力设备及新能源
301165.SZ	锐捷网络	计算机	002334.SZ	英威腾	电力设备及新能源
002152.SZ	广电运通	计算机	600642.SH	申能股份	电力及公用事业

资料来源：wind，朝阳永续，华创证券

五、总结

我们首先利用ChatGLM对分析师研报的文本数据进行情感打分并进行分类，以此获得初始的分类标签。其次，利用初始的分类便签与对应的研报文本数据对Bert模型进行微调预训练获得需要的预测模型参数。对于微调后的模型及参数，我们将样本外的研报文本数据输入其中提取其中的【CLS】向量，以此作为后续模型的输入样本。最后，我们使用 Xgb00st 模型采用过去半年的样本作为训练数据，滚动训练并对未来一年的个股研报进行情感预测打分，并将过去三个月的所有样本计算平均作为个股的研报情感得分。

上文得到的研报情感因子 Chatglm_factor 我们从三个角度对其进行测试评价，通过分析可得，Chatglm_factor 因子与Barra 风格因子中的动量因子的相关性较高（O.43）。IC 统计结果发现该因子的IC大于0占比均超过60%、IC的t检验显著。该因子IC均值、中位数均大于0.03。另外，其IC时间序列可以看出该因子在历史上的表现相对较稳定。从分组测试的结果来看，其得分最高的第10组相较其他分组的超额非常明显，第10组年化收益可达19.92%，信息比率1.05,年化超额收益8.5%，另外双边换手率年化仅10.42。其多空分组的测试结果来看，多空分组的年化收益达16%，夏普比率1.19，最大回撤22%主要发生于22年下半年市场体出现大回撤区间。

同时,我们对Chatglm_factor因子进行纯化,其纯因子历史IC大于0的占比提升到 86%，IC 的t统计量为8.88 非常显著。另外，年化IC_IR由之前1.01提升到2.93。纯化后的因子IC 表现更加平稳，红色折线一直维持在0轴上方。另外，纯化后因子的半衰期为4.3,表示因子有效性可持续1个季度以上，非常稳定。纯化后的因子第 10 组年化收益可达19.23%，信息比率1.72，年化超额收益7.37%，另外双边换手率年化11.74；多空分组的年化收益达14%，夏普比率2.45，最大回撤仅3%。

我们根据每月计算的个股情感得分选取情感得分最高的50只个股等权配置，策略在2014年06月01日至2023年6月12日期间年化收益率20.8%，基准（中证500）年化收益率5.3%，阿尔法15.6%。2014年06月01日至2023年6月12日以来2198个交易日中，获得正收益的天数为1204 天，盈利天数占比：54.78%，盈利日平均每天盈利1.2%，亏损日数994天，亏损天数占比：45.22%，亏损日平均每天亏损1.25%。

六、风险提示

策略基于历史数据回测，不保证未来数据的有效性。

金融工程组团队介绍

组长、首席分析师：王小川同济大学管理学博士。2017年加入华创证券研究所。

高级分析师：秦玄晋上海对外经贸大学硕士。2018年加入华创证券研究所。

助理研究员：杨宸祎美国伊利诺伊大学香槟分校会计学、金融工程学硕士，CFA。2021年加入华创证券研究所。

华创证券机构销售通讯录

地区	姓名	职务	办公电话	企业邮箱
北京机构销售部	张昱洁	副总经理、北京机构销售总监	010-63214682	zhangyujie@hcyjs.com
	张菲菲	北京机构副总监	010-63214682	zhangfeifei@hcyjs.com
	刘懿	副总监	010-63214682	liuyi@hcyjs.com
	侯春钰	资深销售经理	010-63214682	houchunyu @hcyjs.com
	过云龙	高级销售经理	010-63214682	guoyunlong@hcyjs.com
	蔡依林	高级销售经理 010	-66500808	caiyilin @hcyjs.com
	刘颖	高级销售经理	010-66500821	liuying5 @hcyjs.com
	顾翎蓝	高级销售经理	010-63214682	gulinglan @hcyjs.com
	车一哲	销售经理		cheyizhe @hcyjs.com
深圳机构销售部	张娟	副总经理、深圳机构销售总监	0755-82828570	zhangjuan @hcyjs.com
	汪丽燕	高级销售经理	0755-83715428	wangliyan @hcyjs.com
	张嘉慧	高级销售经理	0755-82756804	zhangjiahui1 @hcyjs.com
	董妹彤	销售经理	0755-82871425	dongshutong @hcyjs.com
	巢莫雯	销售经理	0755-83024576	chaomowen @hcyjs.com
	王春丽	销售经理	0755-82871425	wangchunli @hcyjs.com
上海机构销售部	许彩霞	总经理助理、上海机构销售总监0	21-20572536	xucaixia@hcyjs.com
	官逸超	上海机构销售副总监	021-20572555	guanyichao @hcyjs.com
	黄畅	上海机构销售副总监	021-20572257-2552	huangchang @hcyjs.com
	吴俊	资深销售经理	021-20572506	wujun1 @hcyjs.com
	张佳妮	高级销售经理	021-20572585	zhangjiani @hcyjs.com
	蒋瑜	高级销售经理	021-20572509	jiangyu @hcyjs.com
	施嘉玮	高级销售经理	021-20572548	shijiawei @hcyjs.com
	朱涨雨	销售助理	021-20572573	zhuzhangyu @hcyjs.com
	李凯月	销售助理		likaiyue @hcyjs.com
	张玉恒	销售助理		zhangyuheng @hcyjs.com
广州机构销售部	段佳音	广州机构销售总监	0755-82756805	duanjiayin @hcyjs.com
	周玮	销售经理		zhouwei@hcyjs.com
	王世韬	销售经理		wangshitao1 @hcyjs.com
私募销售组	潘亚琪	总监	021-20572559	panyaqi @hcyjs.com
	汪子阳	副总监	021-20572559	wangziyang@hcyjs.com
	江赛专	资深销售经理	0755-82756805	jiangsaizhuan @hcyjs.com
	汪戈	高级销售经理 021	-20572559	wangge @hcyjs.com
	宋丹玛	销售经理	021-25072549	songdanyu @hcyjs.com

华创行业公司投资评级体系

基准指数说明：

A 股市场基准为沪深300 指数，香港市场基准为恒生指数，美国市场基准为标普 500/纳斯达克指数。

公司投资评级说明：

强推：预期未来6个月内超越基准指数20%以上;

推荐：预期未来6个月内超越基准指数10%-20%;

中性：预期未来6个月内相对基准指数变动幅度在-10%-10%之间;

回避：预期未来6个月内相对基准指数跌幅在10%-20%之间。

行业投资评级说明：

推荐：预期未来3-6个月内该行业指数涨幅超过基准指数 5%以上;

中性：预期未来3-6个月内该行业指数变动幅度相对基准指数-5%-5%;

回避：预期未来3-6个月内该行业指数跌幅超过基准指数5%以上。

分析师声明

每位负责撰写本研究报告全部或部分内容的分析师在此作以下声明:

分析师在本报告中对所提及的证券或发行人发表的任何建议和观点均准确地反映了其个人对该证券或发行人的看法和判断；分析师对任何其他券商发布的所有可能存在雷同的研究报告不负有任何直接或者间接的可能责任。

免责声明

本报告仅供华创证券有限责任公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。

本报告所载资料的来源被认为是可靠的，但本公司不保证其准确性或完整性。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司在知晓范围内履行披露义务。

报告中的内容和意见仅供参考，并不构成本公司对具体证券买卖的出价或询价。本报告所载信息不构成对所涉及证券的个人投资建议，也未考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况，自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。本报告中提及的投资价格和价值以及这些投资带来的预期收入可能会波动。

本报告版权仅为本公司所有，本公司对本报告保留一切权利。未经本公司事先书面许可，任何机构和个人不得以任何形式翻版、复制、发表、转发或引用本报告的任何部分。如征得本公司许可进行引用、刊发的，需在允许的范围内使用，并注明出处为“华创证券研究”，且不得对本报告进行任何有悖原意的引用、删节和修改。

证券市场是一个风险无时不在的市场，请您务必对盈亏风险有清醒的认识，认真考虑是否进行证券交易。市场有风险，投资需谨慎。

华创证券研究所

北京总部	广深分部	上海分部
地址：北京市西城区锦什坊街 26 号恒奥中心C座3A	地址：深圳市福田区香梅路 1061 号中投国际商务中心A座19 楼	地址：上海市浦东新区花园石桥路 33 号花旗大厦 12 层
邮编：100033 传真：010-66500801	邮编：518034	邮编：200120
会议室：010-66500900	传真：0755-82027731 会议室：0755-82828562	传真：021-20572500 会议室：021-20572522

ChatGLM助力量化选股

构建ChatGLM因子

Chatglm_factor原始因子测试

Chatglm_factor纯因子测试

Chatglm_factor因子选股策略

风险提示：

华创证券研究所

相关研究报告

投资主题

报告亮点

投资逻辑

目录

图表目录

一、市场及策略回顾

（一）2023年至今市场回顾

（二）2023年至今CANSLIM策略回顾

（三）2023年至今行业轮动策略回顾

二、利用ChatGLM构建选股因子

（一）本地部署ChatGLM大模型

1、硬件需求

2、安装所需 python 库

3、下载或加载ChatGLM

4、测试

（二）因子构建流程

1、ChatGLM进行研报情感打分

2、Bert模型进行微调与预测

3、Xgboost进行打分并生成因子

三、Chatglm_factor 因子进行测试

（一）原始因子测试

1、因子相关性

2、IC 检验

3、分组检验

4、多空分组收益对比

（二）纯因子测试

1、IC 检验

2、分组检验

3、多空分组收益对比

四、TOP50个股历史回测及最新的个股名单

（一）历史回溯

1、测试方法介绍

2、测试结果

3、策略分析

（二）最新TOP50个股名单

五、总结

六、风险提示

金融工程组团队介绍

华创证券机构销售通讯录

华创行业公司投资评级体系

行业投资评级说明：

分析师声明

免责声明

华创证券研究所

华创证券-【专题报告】ChatGLM助力量化选股-230614.pdf