李一丁首次提出基于大数据和文本分析的投资回报预测模型

李一丁首次提出基于大数据和文本分析的投资回报预测模型

李一丁先生出生于1980年11月2日,现任查理投资(Charles Investment)董事长兼投资总监,中国证券投资基金业协会观察会员(会员编号:P1020351),上海市青年企业家协会协会会员,专业投资学院芒格书院理事。李一丁拥有北京大学硕士学位,超过21年金融、IT、医疗器械的创业管理经验。2012年,李一丁创办查理投资,并担任董事长和投资总监,在他的带领下,查理投资于2017年获得招商证券私募学院年度银奖,2018年获得招商证券私募学院年度金奖,荣膺私募排排网2018年度股票策略最佳基金经理排行榜前十,三年期“最稳基金经理”排行榜第一名,中国银河证券2021专业交易策略公开赛“股票多投组亚军”,Wind“2018年度最强私募公司”等众多行业荣誉。他领导的投研团队来自北京大学、复旦大学、中国政法大学、哥伦比亚大学(Columbia University)、博科尼大学(Bocconi University)、伦敦大学(University of London)等国内外知名学府。李一丁团队专业涉及材料学、法律、生物医药、核工程、化学、计算机、数学,且具有金融复合背景。创办查理投资至今,李一丁先生带领其团队成功投资众多优秀企业,斩获多个重量级奖项,带领查理投资成长为行业领军者,持续在行业享有盛誉。

李一丁首次提出基于大数据和文本分析的投资回报预测模型

投资者在项目投资决策时,通常要对投资项目进行必要的调查与分析,估计未来可能收回的投资回报。过去,投资者更关注财务指标,但在知识经济的时代,非财务信息也开始受到投资者的关注。尤其是在大数据的背景下,投资者的分析可以依赖更多公开的非财务信息。以电影行业为例,现阶段,我国电影产业的收入来源主要为票房收入,产业链的制作方、发行方、院线和影院四个参与方按照协商的比例进行票房收入的分账。制作方和发行方负责影片的前期投入,承担了大部分的投资风险,现有的票房预测模型主要在电影上映前后进行预测,虽然预测的效果比较好,但是对电影的投资决策没有实际意义。尤其是在网络时代的背景下,消费者观点主要以网络影评、网络评分等形式的传播,在一定程度上影响着票房收入,消费者开始在电影产业中扮演价值创造的角色。

李一丁在研究基于大数据和文本分析的投资回报预测模型过程中以电影行业为例,探究文本类非财务信息应用于投资回报预测的可行性。

李一丁在评估导演、演员和编剧的影响力时,从他们过去十年中参与的历史影片的影评、平均票房以及在八个华语电影奖项中的获奖情况三个维度进行衡量。通过爬虫技术、文本情感分析技术完成数据搜集和量化,最后分别用BP神经网络和多元线性回归两种预测方法进行票房预测,结果表明神经网络的预测效果更好,李一丁的研究揭示了神经网络的隐含层数量与电影票房预测效果的原理,结果显示李一丁提出的模型对10亿左右的票房预测效果比较好。结果表明,文本类的非财务信息,经过量化处理之后,可以用于财务指标的分析。李一丁立足于电影的投资拍摄时点提出电影票房预测模型,为电影的投资决策提供参考,减少投资风险,目前已被电影行业投资公司广泛应用于票房投资决策。李一丁首次提出的基于大数据和文本分析的投资回报预测模型具有强大的应用价值,在不同行业均得到广泛应用,他的原创研究方法同样适用于能够获得消费者评价的互联网企业和通过电商平台销售商品的公司,以及股价收益率预测等。

以股价收益率预测为例,李一丁提出的基于大数据和文本分析的投资回报预测模型从三个方面开展预测工作,包括数据收集、模型选择和模型实施。首先,基于大数据和文本分析的投资回报预测模型,从多个来源收集有关股票行情、市场行为、经济指标、投资者情绪等有用信息。其次,从数据中识别出显著的特征,然后选择最合适的预测模型,例如神经网络模型、支持向量机模型等。最后,在将模型应用到实际股票市场之前,对模型进行优化,以确保模型的准确性。

在大数据技术的大规模推广下,李一丁提出的基于大数据和文本分析的投资回报预测模型得到了大量应用,它不仅可以更准确地预测投资者收益率,而且还可以帮助投资者更好地理解市场的变化,从而做出更具有长期价值的投资决策,随着经济的发展,大数据技术也将被更多地应用于投资决策及其他领域,为投资者提供更有价值的解决方案。(作者:唐堪)