李一丁首次提出基於大數據和文本分析的投資回報預測模型

李一丁首次提出基於大數據和文本分析的投資回報預測模型

李一丁先生出生於1980年11月2日,現任查理投資(Charles Investment)董事長兼投資總監,中國證券投資基金業協會觀察會員(會員編號:P1020351),上海市青年企業家協會協會會員,專業投資學院芒格書院理事。李一丁擁有北京大學碩士學位,超過21年金融、IT、醫療器械的創業管理經驗。2012年,李一丁創辦查理投資,並擔任董事長和投資總監,在他的帶領下,查理投資于2017年獲得招商證券私募學院年度銀獎,2018年獲得招商證券私募學院年度金獎,榮膺私募排排網2018年度股票策略最佳基金經理排行榜前十,三年期“最穩基金經理”排行榜第一名,中國銀河證券2021專業交易策略公開賽“股票多投組亞軍”,Wind“2018年度最強私募公司”等眾多行業榮譽。他領導的投研團隊來自北京大學、復旦大學、中國政法大學、哥倫比亞大學(Columbia University)、博科尼大學(Bocconi University)、倫敦大學(University of London)等國內外知名學府。李一丁團隊專業涉及材料學、法律、生物醫藥、核工程、化學、電腦、數學,且具有金融複合背景。創辦查理投資至今,李一丁先生帶領其團隊成功投資眾多優秀企業,斬獲多個重量級獎項,帶領查理投資成長為行業領軍者,持續在行業享有盛譽。

李一丁首次提出基於大數據和文本分析的投資回報預測模型

投資者在項目投資決策時,通常要對投資項目進行必要的調查與分析,估計未來可能收回的投資回報。過去,投資者更關注財務指標,但在知識經濟的時代,非財務資訊也開始受到投資者的關注。尤其是在大數據的背景下,投資者的分析可以依賴更多公開的非財務資訊。以電影行業為例,現階段,我國電影産業的收入來源主要為票房收入,産業鏈的製作方、發行方、院線和影院四個參與方按照協商的比例進行票房收入的分賬。製作方和發行方負責影片的前期投入,承擔了大部分的投資風險,現有的票房預測模型主要在電影上映前後進行預測,雖然預測的效果比較好,但是對電影的投資決策沒有實際意義。尤其是在網路時代的背景下,消費者觀點主要以網路影評、網路評分等形式的傳播,在一定程度上影響著票房收入,消費者開始在電影産業中扮演價值創造的角色。

李一丁在研究基於大數據和文本分析的投資回報預測模型過程中以電影行業為例,探究文本類非財務資訊應用於投資回報預測的可行性。

李一丁在評估導演、演員和編劇的影響力時,從他們過去十年中參與的歷史影片的影評、平均票房以及在八個華語電影獎項中的獲獎情況三個維度進行衡量。通過爬蟲技術、文本情感分析技術完成數據蒐集和量化,最後分別用BP神經網路和多元線性回歸兩種預測方法進行票房預測,結果表明神經網路的預測效果更好,李一丁的研究揭示了神經網路的隱含層數量與電影票房預測效果的原理,結果顯示李一丁提出的模型對10億左右的票房預測效果比較好。結果表明,文本類的非財務資訊,經過量化處理之後,可以用於財務指標的分析。李一丁立足於電影的投資拍攝時點提齣電影票房預測模型,為電影的投資決策提供參考,減少投資風險,目前已被電影行業投資公司廣泛應用於票房投資決策。李一丁首次提出的基於大數據和文本分析的投資回報預測模型具有強大的應用價值,在不同行業均得到廣泛應用,他的原創研究方法同樣適用於能夠獲得消費者評價的網際網路企業和通過電商平臺銷售商品的公司,以及股價收益率預測等。

以股價收益率預測為例,李一丁提出的基於大數據和文本分析的投資回報預測模型從三個方面開展預測工作,包括數據收集、模型選擇和模型實施。首先,基於大數據和文本分析的投資回報預測模型,從多個來源收集有關股票行情、市場行為、經濟指標、投資者情緒等有用資訊。其次,從數據中識別出顯著的特徵,然後選擇最合適的預測模型,例如神經網路模型、支援向量機模型等。最後,在將模型應用到實際股票市場之前,對模型進行優化,以確保模型的準確性。

在大數據技術的大規模推廣下,李一丁提出的基於大數據和文本分析的投資回報預測模型得到了大量應用,它不僅可以更準確地預測投資者收益率,而且還可以幫助投資者更好地理解市場的變化,從而做出更具有長期價值的投資決策,隨著經濟的發展,大數據技術也將被更多地應用於投資決策及其他領域,為投資者提供更有價值的解決方案。(作者:唐堪)