“该策略使用Seeking Alpha报告交易美国股票，遵循按过去阿尔法排名的顶级贡献者，根据情绪分类头寸并持有63个交易日。”
资产类别: 股票 | 地区: 美国 | 周期: 每月 | 市场: 股票 | 关键词: 分析师技能
I. 策略概要
该策略使用Seeking Alpha (SA) 贡献者报告交易美国股票。样本包括分析单只股票（CRSP代码10和11）的报告，分为积极（做多）、消极（做空）或中性。分类基于披露的头寸或语气分析，使用负面词汇的百分比计算（Loughran和McDonald，2011）。报告中排名前三分之一和后三分之一的分别归类为消极和积极，而中性报告则被排除。
贡献者阿尔法计算为其过去10份报告的平均阿尔法，其中阿尔法是股票累计回报与基准（Fama-French五因子加上Carhart的动量）之间的符号差异。贡献者每月根据过去的阿尔法进行排名。排名前五分之一的贡献者推荐的股票在下个月被跟踪，头寸持有63个交易日。该策略动态识别并利用那些在跑赢基准方面有良好记录的贡献者。
II. 策略合理性
Seeking Alpha排名前五分之一的贡献者表现出显著的超额表现，在各种风险调整、绩效衡量和持有期方面均表现稳健。这种盈利能力之所以持续存在，是因为散户和机构投资者都未能识别贡献者之间的技能差异。因此，即使考虑了交易延迟，遵循顶级SA贡献者的建议仍然是一种可行且有利可图的策略。
III. 来源论文
The Cross-Section of Non-Professional Analyst Skill [点击查看论文]
- Michael Farrell、Russell Jame 和 Tian Qiu。威斯康星大学密尔沃基分校 – 金融系。肯塔基大学 – 加顿商学院。阿拉巴马大学 – 经济学、金融学和法律研究系
<摘要>
我们研究了Seeking Alpha（一个著名的众包投资研究平台）上非专业分析师（NPA）的技能横截面。我们估计60%的NPA是熟练的，并且我们记录了技能的巨大差异。即使考虑到买卖价差并允许三天投资延迟，遵循过去技能排名前五分之一的NPA的建议也能获得10%的年化异常回报。相比之下，无条件地遵循所有NPA的策略则获得微不足道的回报。对NPA建议后散户和机构订单不平衡的检查表明，两组投资者都没有认识到NPA之间能力上的巨大差异。
IV. 回测表现
| 年化回报 | 12.42% |
| 波动率 | 18.69% |
| β值 | N/A |
| 夏普比率 | 0.66 |
| 索提诺比率 | N/A |
| 最大回撤 | N/A |
| 胜率 | N/A |
