Page 26 - 論文-黃毓婷V3 MFB

5. 結論

隨著人工智慧產業迅速崛起，AI 概念股成為市場關注焦點，而

市場情緒作為影響資產價格的重要非量化因子，也逐漸被納入投資組

合決策的考量範疇。針對此趨勢，本研究嘗試結合新聞情緒指標與

Black-Litterman 模型，發展一套具備動態調整能力的投資組合建構方

法，並以台積電、聯發科、鴻海與世芯-KY 四檔 AI 概念股為標的

進行實證分析。研究透過文字探勘技術計算每日新聞情緒指標，再納

入迴歸模型以預測個股報酬，進一步轉化為 Black-Litterman 模型中

的主觀觀點，作為調整資產配置權重的依據，藉此評估情緒資訊對資

產配置績效的影響。

整體實證結果顯示，新聞情緒能有效作為投資觀點的輸入來源，不

僅能捕捉市場訊號，亦具備提升投資報酬的潛力。本研究共建立 11

組投資組合，涵蓋台灣代表性的四檔 AI 概念股。其中，由世芯-KY

與鴻海組成的雙資產組合表現最佳，年化報酬達 20.89%，夏普比率

達 0.7491，最大回撤僅 17.80%，年化報酬及夏普比率遠高於元大

0050 的 10.40% 及 0.6155，顯示新聞情緒在掌握市場轉折與挖掘投

資機會方面具潛在價值。進一步分析各資產配置特性發現，新聞情緒

波動劇烈的標的 (如 Alchip) 在特定主題驅動下可快速放大投資報

酬，而情緒相對穩定的資產 (如 Foxconn) 則在高波動期間發揮風險

緩衝效果。此結果突顯動態調整配置的重要性，並驗證情緒因子有助

於在報酬與風險之間取得更佳平衡。值得注意的是，當持有多檔資產

而情緒訊號方向不一致時，過度分散反而可能稀釋整體績效。

在模型設計方面，本研究提出以迴歸模型的判定係數作為觀點信

心水準的依據，使 Black-Litterman 架構更具彈性與穩健性，並降低

過度依賴單一觀點所產生的風險。整體而言，本研究成果支持將情緒

指標作為資產配置資訊來源之一的可行性，並提供一種整合新聞文本

與量化模型的新思維方向。

24