金融科技（Fintech）和数据挖掘研究（六）：利用数据挖掘构建热点主题组合-20191205-海通证券-17页.pdf

【金融科技（Fintech）和数据挖掘研究】的这一篇报告主要探讨了如何利用数据挖掘技术来构建热点主题投资组合，特别是在金融领域的应用。报告强调了近年来主题投资的热度，指出被动投资和量化选股模型的发展使得对主题投资的研究变得更加重要。 报告首先介绍了构建主题投资组合的五个基本步骤： 1. 识别与主题相关的龙头公司。 2. 分析这些龙头公司的共同业务。 3. 查找龙头公司的共同供应商及其业务。 4. 将龙头公司和供应商的业务集合合并，筛选从事相关业务的上市公司。 5. 对筛选出的公司进行进一步过滤，形成最终的主题投资组合。 以5G为例，报告展示了如何运用上述步骤构建5G主题投资组合。通过分析5G基站建设、5G手机和5G芯片业务，结合FactSet的供应链与深度行业分类数据，确定了5G业务集合。然后，将所有A股公司的业务与5G业务集合对比，选出涉及5G业务的公司，再根据财务状况和业务相关性进行调整。2019年10月底，5G等权组合和营收占比加权组合的表现明显优于通信行业和5G概念指数。 报告还提出了评估主题投资组合优劣的两个标准： 1. 股价走势的一致性：组合内股票价格的涨跌趋势应与主题热点同步，相关性越高，组合代表性越强。 2. 股票间的动量溢出：在主题组合内，前期表现较弱的股票可能会有后续补涨，而前期涨幅大的股票可能难以持续。 然而，报告也指出，这种基于供应链和行业分类的框架在处理跨行业主题，如云计算时，可能不够有效。对于这类主题，更依赖于分析师的专业经验和对单个公司业务的深入理解。 报告提醒，数据挖掘方法虽然有助于构建投资组合，但基于历史数据的模型可能存在失效风险，投资者需要谨慎对待。 总结来看，这篇报告详细阐述了利用数据挖掘技术在金融科技领域构建热点主题投资组合的方法，提供了5G主题投资组合的实例，并讨论了该框架的适用性和局限性，为投资者提供了新的投资思路。