量化研究系列报告：让情绪“有结构”，大模型如何挖掘研报新价值.pdf

量化研究系列报告：让情绪“有结构”，大模型如何挖掘研报新价值。本篇报告依托 DeepSeek 大模型，将情感分析从研报标题拓展至 摘要层面，结合摘要结构解析与多维量化方法，并基于结构化情绪信 号实现对研报摘要价值的重构。

基于 DeepSeek 大模型的研报摘要结构化情感分析

本文依托 DeepSeek 大模型，将情感分析从研报标题拓展至摘 要，实现从黑箱评分向结构化、可解释评分的转变。通过拆解摘要结构 （业务发展—战略布局、技术创新、渗透率、经营效率；财务表现—盈 利质量、稳健性、业绩对比；其他因素—股东行为、政策影响、市场驱 动），引入类别识别、情绪倾向、出现顺序及字数占比四维量化分析。

结构化情绪视角下研报摘要价值的多维洞察

从实证结果看，分类识别显著提升了研报分析的颗粒度，能多维度 揭示企业真实价值。其中，利好情绪的“密度”指标对超额收益预测有 效，尤其“业绩超预期”密度、“盈利改善”密度表现突出，相关选股策略 显著跑赢市场。情绪信息的“出现顺序”与“篇幅占比”反映强调方式，利 好越早出现或篇幅越大，定价能力越强，战略、创新及政策类信号尤 为明显，但基本面信号得效力较弱。

研报摘要因子的构建与多维绩效评估

综合情绪类别、篇幅占比与情绪密度等维度，构建四类研报评分因 子（简单加权、篇幅加权、类别重要性加权、篇幅&类别重要性加权）， 并引入集中度调整与非线性权重进行优化。实证结果显示，研报评分在 报告发布后 20 日、40 日具有显著的收益解释力，体现出较强的事件驱 动特征。 将四类因子等权合成个股综合评分因子 ?????_??????_???，其整 体表现稳健，五分组收益结构严格单调，具备一定选股与收益预测能 力，且与传统因子相关性较低。?????_??????_???的多头年化收益为 12.8%、相对中证 800 的年化超额 13.5%，自 2020 年以来年胜率为 100%，今年截至 5 月底的月胜率为 100%，超额 10.4%；年度超额最大 回撤控制良好，相对等权组合均控制在 4%以内。