金融科技（Fintech）和数据挖掘研究（六）：利用数据挖掘构建热点主题组合 近年来，对于主题型投资机会的研究逐渐成为市场的热点。一方面，随着被动化投资的兴起，各类主题指数基金受到越来越多投资者的关注。另一方面，同一主题下股票收益的共性及领先-滞后关系的研究，也是当前量化选股模型的一个重要补充。因此，本文借用FactSet的供应链与深度行业分类数据，提出一种自动化程度可调节的主题组合构建框架，以满足各类型投资者的不同需求。 主题组合构建步骤。（1）找到与主题相关的若干龙头公司；（2）获取龙头公司的共同业务；（3）获取龙头公司的共同供应商及其共同业务； （4）将龙头公司业务交集与共同供应商业务交集合并为一个集合，遍历所有上市公司，获取至少从事集合中一项业务的公司；（5）将上一步得到的公司做进一步过滤，得到最终的主题组合。 5G业务集合。首先，从龙头公司及其供应商的深度行业分类中，分别获取和5G基站建设相关的业务集合。将它们合并，得到5G基站建设业务集合。其次，用类似的方法获取5G手机业务集合与5G芯片业务集合，并与基站建设业务一同构成完整的5G业务集合。 【更多详情，请下载：金融科技（Fintech）和数据挖掘研究（六）：利用数据挖掘构建热点主题组合】