大数据系列（3）新闻事件收益分析-20211213-银河证券-30页_2mb

大数据系列(3)新闻事件收益分析总结

核心内容

本文是大数据系列的第三篇，聚焦于新闻事件对股票市场收益的影响。通过分析不同时间段（盘前与盘中）和不同情绪（正面与负面）的新闻事件，探讨其对股票收益的短期与长期影响，并提出相应的交易策略以提高胜率。

主要观点

1. 交易时间新闻事件影响更大：

   • 对于正面新闻事件，交易时间（盘中）的收益均值更高，且当天收益大于非交易时间（盘前）。
   • 对于负面新闻事件，交易时间（盘中）的收益均值为负的比例更高，且整体影响更显著。

2. 事件响应程度与胜率正相关：

   • 事件响应程度越高，胜率越高，尤其是负面新闻事件。
   • 高响应组的收益随时间衰减，但胜率仍保持在50%以上。

3. 市场情绪与新闻情绪结合提升胜率：

   • 对于正面新闻事件，采用“NewsSame”策略（市场方向与新闻情绪一致）胜率更高。
   • 对于负面新闻事件，同样采用“NewsSame”策略能提高胜率。

4. 策略表现差异：

   • “Long”和“Short”策略在不同时间段表现不一，但“NewsSame”和“Pchg”策略在多数情况下表现更优。
   • “Pchg”策略根据新闻事件当天股价涨跌方向决定交易方向，胜率较高。

关键信息

• 新闻事件分类：根据发生时间分为盘前和盘中，根据情绪分为正面和负面。
• 分析时间窗口：T日之后1、2、5、10个交易日。
• 交易策略：
  • 1Long：做多策略。
  • 2Short：做空策略。
  • 3Pchg：根据新闻事件当天股价涨跌方向决定交易方向。
  • 4NewsSame：市场方向与新闻情绪一致的策略。
• 数据分析结果：
  • 对于盘前正面新闻事件，响应程度高的组别在T1至T10期间收益和胜率均较高。
  • 盘中正面新闻事件的收益和胜率在响应程度高的组别中表现更优，且影响持续时间更长。
  • 盘前负面新闻事件的胜率在响应程度高的组别中逐步提升，但收益在5个交易日后趋于消失。
  • 盘中负面新闻事件的收益和胜率在响应程度高的组别中更为显著，且持续时间更长。
  • “NewsSame”策略在多数情况下胜率最高，尤其适用于交易时间的新闻事件。

结构概述

一、新闻事件概述

• 非交易时间正面新闻事件影响有限，收益多为正。
• 交易时间正面新闻事件收益更高，影响更显著。
• 非交易时间负面新闻事件影响较大，收益多为负。
• 交易时间负面新闻事件影响更明显，收益更显著。

二、不同新闻事件模式分析

(一) 盘前正面新闻事件

• 收益和胜率随事件响应程度提升而提高。
• 响应程度高的组别（Top）在T1至T10期间收益和胜率均显著提升。

(二) 盘中正面新闻事件

• 收益和胜率在响应程度高的组别中表现更优。
• T1至T2期间胜率超过55%，T5至T10期间胜率逐渐下降。

(三) 盘前负面新闻事件

• 负面影响在T1至T5期间持续，T5后逐渐消失。
• 响应程度高的组别（Top）胜率逐步提升。

(四) 盘中负面新闻事件

• 负面影响持续时间更长，T1至T10期间收益和胜率均显著。
• 响应程度高的组别（Top）在T1至T10期间收益和胜率均较高。

(五) 全部正面新闻事件

• 收益和胜率在响应程度高的组别中表现更优。
• T1至T10期间收益逐步上升，胜率逐步下降。

(六) 全部负面新闻事件

• 负面影响在T1至T5期间持续，T5后逐渐消失。
• 响应程度高的组别（Top）在T1至T10期间收益和胜率均较高。

(七) 盘前全部新闻事件

• 响应程度高的组别（Top）在T1至T10期间收益和胜率均较高。
• 胜率在T5后逐步下降。

(八) 盘中全部新闻事件

• 响应程度高的组别（Top）在T1至T10期间收益和胜率均较高。
• 胜率在T5后逐步下降。

风险提示

• 报告结论基于历史数据，无法预测未来市场走势。
• 市场受即时性政策影响较大，可能存在统计规律之外的波动。
• 基金历史收益不代表未来业绩，文中观点仅供参考，不构成投资建议。

结语

本文强调了交易时间新闻事件对市场的影响更为显著，并指出事件响应程度与胜率之间的正相关关系。结合市场情绪和新闻情绪的“NewsSame”策略在提升胜率方面表现突出，为投资者提供了有价值的参考。