因子投资模型增强：基于深度学习来预测基本面数据
文献来源：Alberg J, Lipton Z C.Improving Factor-Based Quantitative Investing by Forecasting Company Fundamentals, Time Series Workshop at the 31st Conference on Neural Information Processing Systems (NIPS 2017). 2017.
推荐原因：经过回测发现，如果能够预知未来的基本面数据并构建组合，则能够大幅跑赢传统方式构建的组合。并且，基本面数据之间的关系可能比基本面数据与价格之间的关系具有更高的信噪比。因此，作者根据过去5年的基本面数据训练一个深度神经网络来预测未来的基本面数据，结果表明较之于简单预测（假设未来数据和当前数据一致）模型，神经网络模型在MSE、年化收益、夏普比率等指标都有明显的提升。
消费者的眼睛是雪亮的：消费者评价的投资价值
文献来源：Huang J. The customer knowsbest: The investment value of consumer opinions [J]. Journal of Financial Economics, 2018.
推荐原因：本文探究了消费者的评价是否包含着对投资有价值的信息。利用Amazon上买家对产品的评价信息，发现消费者的评价对于选股具有一定的价值。通过做多异常消费者评级高的公司，做空异常消费者评级低的公司，每月能够获得约0.56%到0.73%的超额收益，并且没有证据表明在后续一年中收益会反转。即使控制了销售利润率、广告、研发费用、交易量后，消费者的评价数据仍具有预测收益的能力。并且，异常的投资者评价能够预测营收及盈余异象。这些结果表明消费者的意见包含着关于公司基本面以及选股的信息。
关注我们
风险提示：本报告内容基于相关文献，不构成投资建议。
《天风证券-金融工程：海外文献推荐》
2018年4月11日（注：报告审核流程结束时间）
