《金融社交媒体大数据库》项目负责人、厦门大学经济学院姜富伟依托该数据库与湖南大学唐国豪、广东财经大学朱琳、南京理工大学廖存非等共同撰写的论文《基于自编码机器学习的资产定价研究——中国股票市场的金融大数据分析视角》在国内期刊管理科学学报上发表。

论文主要内容:

本研究在中国股票市场上，使用自编码机器学习方法和包含近百个公司特征变量的金融大数据，对资产价格进行解释和预测，并对自编码因子进行全面的宏观经济分析.研究发现，自编码因子能够从包含公司特征的大量信息中提取到有效的收益预测信号，并在横截面上获得显著的超额收益.在对因子重要度的研究中，研究发现我国股票市场异象具有时变特征.此外，研究从宏观经济状态和经济政策两个角度分析表明，基于自编码的投资模型的有效性与宏观经济息息相关，它能够在市场泡沫成分较大和投机气氛较浓的情况下成功对冲市场风险，且能捕捉到由财政政策和货币政策所导致的市场环境的变化.

《金融社交媒体大数据库》简介：

基于国内股票在线讨论社区，收集帖子、作者、评论及用户等信息，构建金融社交媒体大数据库。数据库涵盖了4600家A股上市公司股票在线讨论社区及上证指数社区，将2011年1月-2023年11月收录不少于2亿个帖子数据，获取并收集所有帖子信息、以及发布帖子的作者信息和评论用户信息。