文章核心观点 - 在信息过载的市场环境中，挑战在于过滤噪音并识别真正驱动资产价格的信号 [1] - LSEG MarketPsych 通过人工智能和自然语言处理技术，将无结构的全球文本数据转化为结构化的情绪和主题洞察 [1][4] - 情绪评分具有预测性，媒体情绪最积极的股票组合在回测中表现显著优于最消极的组合 [5][8] - 该解决方案旨在帮助财富专业人士尽早识别市场主题驱动因素，提升投资组合精准度，并强化风险管理 [2] 从无结构文本到结构化信号 - 每天采集数百万篇文章、帖子和文字记录，并按公司或资产类别以及200多个经济和行为主题进行分类 [4] - 系统根据每次提及的强度和方向进行评分，生成涵盖10万多只全球股票的分钟级情绪和主题指数 [4] - 生成的数据可直接传输到仪表板或系统模型中，提供直观的市场反响视图 [4] 情绪主导价格的证据 - 在一项涵盖4000多只美国股票的20年回测中，当月媒体情绪最积极的十分之一股票在随后的三个月里表现显著优于最消极的十分之一股票 [5] - 这一信号在全球范围内均有体现，在印度尤为明显，且过去五年信号有所增强 [5] - 通过将情绪与其他媒体信号结合，StarMine MarketPsych模型将指标转化为每只股票的简单1到100的每日排名，排名靠前和靠后的十分位数之间平均每年相差10% [8] 财富顾问和客户的实际应用 - 主题监测：针对市场、行业或公司层面的特定主题情绪激增设定警报，快速评估投资组合风险 [9] - 投资思路生成与投资组合构建：在行业内增配高情绪股票、减配低情绪同业，改善风险调整后收益 [9] - 风险管理：将整体情绪的突然下降作为预警信号，提示获利回吐或盈利不及预期风险 [9] - 客户沟通：使用情绪-价格图表和主题热力图等可视化工具，将复杂分析转化为直观故事化表达 [9] 主要服务与应用 - 数据数字化：将国家、商品、货币、加密货币、股票部门及公司的含义和情绪转化为机器可读的价值和信号 [14] - 编辑语言框架：从新闻和社交媒体内容中测量情绪、金融语言和主题 [15] - 应用领域包括创建和增强交易策略、波动预测、风险管理、事件监测、宏观经济预测和财报电话会议咨询 [16][17]