论文标题：Constructing Cybersecurity Stocks Portfolio Using AI

论文链接：https://doi.org/10.3390/forecast6040053

期刊名：Forecasting

期刊主页：https://www.mdpi.com/journal/forecasting

随着数字化时代的到来，网络安全问题日益凸显，相关企业的市场表现也受到了越来越多投资者的关注。然而，网络安全股票的波动性较大，传统的投资分析方法往往难以准确把握其走势。在此背景下，将人工智能技术引入股票组合构建，旨在通过其强大的数据处理和模式识别能力，挖掘出更具潜力的投资标的，为投资者提供更科学、更有效的决策支持。

近日，一项关于利用人工智能 (AI) 构建网络安全股票组合的研究取得了令人瞩目的成果。

本研究采用了ChatGPT-4o作为核心工具，构建了一个涵盖七家网络安全领域公司的股票组合，并在每个季度初根据市场动态调整各公司的权重。研究团队首先对网络安全市场趋势进行了深入分析，重点关注生成式AI的应用以及网络威胁管理的实施情况，以此筛选出技术发达和且在新兴趋势中受益的公司。在数据收集方面，不仅涵盖了历史股票价格、财务比率和季度收益等结构化财务数据，还从金融新闻、财务报告以及社交媒体帖子等渠道获取了大量非结构化数据。

通过对这些数据运用自然语言处理技术中的VADER情感分析工具，研究者能够量化市场对每只股票的情绪倾向，从而为股票选择提供更具前瞻性的参考依据。在股票筛选过程中，研究团队设定了严格的财务指标门槛，如要求公司市值至少达到10亿美元以确保流动性，且需连续八个季度实现年收入增长10%以上，以保证投资组合的稳定性和成长性。此外，还结合了随机森林和支持向量机等机器学习模型对股票价格走势进行预测，并根据预测结果、情感分析得分以及财务比率等因素为每只股票计算出综合评分，最终依据评分高低确定投资组合的构成及权重分配。

实验结果显示，AI选定的股票组合在研究期间的整体表现极为出色。从总回报率来看，AI的表现大幅优于领先的网络安全ETF以及纳斯达克100 (QQQ) 和标普500 (SPY) 等市场指数，总回报率高达273%。

从夏普比率来看，AI选定的组合在大多数年份都优于CIBR和HACK这两只领先的网络安全ETF，尤其是在2021年，AI组合的夏普比率高达4.17，表明其在承担相对较低风险的情况下获得了较高的超额回报。然而，2022年AI组合的夏普比率降至－2.69，反映出在该年度市场环境下，股票的表现受到了较大挑战，这也提示投资者在应用AI投资策略时需充分考虑市场周期和宏观经济环境的影响。

本研究成功证明了人工智能在构建网络安全股票组合方面的有效性，其通过整合多种先进技术手段，能够更精准地识别出具有投资价值的网络安全股票，并在动态市场环境中实现持续优化和调整，为投资者带来了显著的超额收益。尽管在特定年份面临市场波动的挑战，但整体而言，AI驱动的投资策略展现出了强大的适应性和盈利能力。未来，随着人工智能技术的进一步发展以及金融市场数据的不断丰富，有望进一步提升AI在股票投资领域的应用效果，为投资者创造更多的价值。同时，研究团队也指出，当前研究仍存在一些局限性，如机器学习模型可能出现过拟合问题，以及情感分析在处理复杂文本数据时的准确性有待提高等，这些问题都将是未来研究的重点方向。

Forecasting 期刊介绍

主编：Sonia Leva, Politecnico Di Milano, Italy

期刊发表与预测相关的理论、实践、计算和方法论文章。