Andrew2021-04-26 15:27:58
Andrew网课老师在这里举例的时候说到，现在甚至可以使用网民们使用各类表情包的频率和使用的语气词作为分析和建模中使用的因子（factor）。但参考行为经济学课程中的内容，如果分析师和基金经理真的这样做，是否就更容易陷入framing bias中了呢？谢谢！
回答（1）
开开2021-04-26 16:05:22
开开同学你好，我觉得这两者关系不大哈。或者同学你可以再详细说说你的想法吗？
- 评论（0）
- 追问（2）
- 追问
-
在这一段，网课老师说，factor不但包括在reading 23中所说到的size、style、volatility等，甚至可以包括twitter和facebook上网民交谈中的即时信息中的关键词的“情绪”，以此作为定量模型中的建模依据。但我感觉这样就会导致对市场情绪的判断在一定程度上被网民交谈时的语气所误导，也就是出现了行为经济学中所说的framing bias。
- 追答
-
只能说一下我的想法，同学可以参考一下。如果让分析师逐条去这些对话等等看是有可能的。但是要收集大量数据肯定得通过算法去处理，分类数据。比如说现在要把投资者的对未来市场的多空判断作为factor，看看和股市收益有没有什么关系。首先要通过爬虫这样的软件去社交媒体、论坛、股吧等投资者经常会表态的地方去爬数据，但像微信聊天，留言这样的非标准化数据，模型肯定是识别不了的，必须通过一定的规则去给收集到的信息打标签。比如通过对话中包含的关键词对语句进行判断这句话是看多还是看空，最后统计出来一个多空的比率（具体操作可能有说的不对的地方，但差不多就是这么个意思）。经过处理的数据给到模型其实就是一个量化的指标，因此应该不会收到framing bias的影响。
评论
0/1000
追答
0/1000
+上传图片