Page 27 - 論文-黃毓婷V3 MFB
P. 27
本研究的主要貢獻可歸納為三點：其一，實證結果證明將新聞情
緒納入 Black-Litterman 模型具可行性與實用性，為傳統資產配置策
略引入非量化資訊提供嶄新視角；其二，導入情緒預測迴歸與信心水
準設定機制，提升模型對市場變化的反應能力，展現良好的動態調整
能力；其三，針對 AI 概念股進行具體應用，反映該模型於高話題產
業中具備實務參考價值與適用性。
儘管本研究已提出具體方法，仍存在若干限制。首先，新聞情緒
指標的準確性與代表性仰賴字典法與新聞文本品質，未來可嘗試結合
深度學習技術以提升辨識效率與準確度。其次，本研究未納入交易成
本、稅負與市場流動性等限制，實務應用時仍須考量實際操作風險。再
2
者，模型假設將 R 值直接作為信心水準設定，惟在實務上可能需更
複雜的信心評估機制以提升精確性與合理性。
綜上所述，新聞情緒資訊確實具有提升資產配置成效的潛力。本
研究展示整合財經新聞情緒與 Black-Litterman 模型的應用範例，突
顯非量化資訊在資產配置中的輔助角色。儘管研究結果未必涵蓋所有
市場情境與產業特性，然而在快速變動的投資環境下，納入市場心理
與情緒因素仍具理論與實務上的價值。未來研究可進一步延伸至國際
市場與其他產業領域，並納入宏觀經濟變數進行整合性分析，同時結
合風險控管機制與基本面或技術分析，發展出更具靈活性與穩健性的
投資組合模型。期盼本研究能作為後續相關議題之研究起點，並為資
產配置策略的設計提供多元且務實的參考方向。
25
