重大事件以外的新闻.docxVIP

本文是大数据系列的第四篇，继续对新闻事件进行分析。在第三篇《大数据系列(3):新闻事件收益分析》使用新闻事件来分析股票的市场表现。新闻事件属于非结构化数据类型，需要将其进行清洗转化成结构化数据进行应用，对于文本类型数据借助算法、人工标注等方式。通常新闻类数据供应商会对新闻进行大类分类及情感标注等，而对于财经新闻类，需要更细化的结构化处理，比如专门涉及风险事件库等。 对于财经类新闻，其中必然包含相当一部分是涉及公司本身的重大事件，比如业绩快报业绩预告、担保事件、停牌、分红、股权激励等。这种属于已处理好部分“财经类新闻”的机构化数据，可以进行更加细致的分析。本文的出发点就是，对于财经类新闻在去除已结构化的股票重大事件后，剩余的财经类新闻事件是否具有投资价值。 为前后一致，本文分成两部分，第一部分是全部新闻事件的股市表现统计，第二大部分是将股票重大事件剔除后的新闻事件的股市表现统计。关于如何界定新闻事件与之前发布的报告一致，不再赘述。同样本文对于新闻大类划分从非交易时间和交易时间（即盘前盘中）、正面负面两个维度共四类进行分析。 一、全部新闻事件概述 本篇新闻分析时对于当天涨跌停的事件均予以扣除。下表是识别出事件分年度数量统计。 表 1：全部新闻事件统计 Mode ALL 2013 2014 2015 2016 2017 2018 2019 2020 2021 1 31452 35 1844 1443 5287 5635 6879 3766 4904 1659 2 18570 0 1269 1055 3094 3471 4056 1964 2657 1004 3 49358 704 1210 943 2277 2286 2027 13092 21366 5453 4 6731 204 560 373 760 707 545 1067 1782 733 5 44700 35 3024 2613 7306 7820 9271 5322 6909 2400 6 55547 897 1752 1338 3124 3095 2624 14068 22715 5934 7 79463 738 3323 2504 7683 7782 8768 16604 25386 6675 8 26750 228 1966 1574 4054 4434 4787 3275 4764 1668 Wind, 表中 Mode 数值意义如下： 1：盘前正面新闻事件 2：盘中正面新闻事件 3：盘前负面新闻事件 4：盘中负面新闻事件 5：全部正面新闻事件 6：全部负面新闻事件 7：全部盘前新闻事件 8：全部盘中新闻事件 下文关于 Mode 均按此定义。下表是识别出事件中所涉及股票数量分年度统计。 表 2：全部新闻事件公司数量统计 Mode ALL 2013 2014 2015 2016 2017 2018 2019 2020 2021 1 2547 35 1122 815 1989 1676 1736 1267 1471 877 2 2255 0 833 604 1465 1185 1195 848 955 561 3 4002 562 788 548 1250 1151 1073 3251 3799 2842 4 1693 169 365 213 454 369 347 672 948 493 5 2623 35 1527 1230 2204 1926 1975 1612 1767 1145 6 4024 677 1023 731 1542 1324 1288 3299 3831 2940 7 4012 593 1631 1217 2307 2103 2158 3397 3872 3115 8 2761 193 1138 818 1718 1418 1411 1402 1707 939 全部A股 2468 2592 2808 3034 3467 3566 3750 4111 4663 Wind, 新闻事件基本覆盖一半左右 A 股。整体来看，非交易时段（盘前）正面新闻事件、交易时段（盘中）正面新闻事件、非交易时段（盘前）负面新闻事件、交易时段（盘中）负面新闻事件、（盘前和盘中）正面新闻事件和（盘前和盘中）负面新闻事件相应当天 T 日收益均值如下图所示，交易时段（盘中）新闻事件影响更大一些。图中柱状图上标记的是新闻事件个数。 图 1：不同新闻类型 T 日收益 Wind， （一）盘前正面新闻事件 与上篇报告方法一样，给出四种不同交易策略：1Long 做多、2Short 做空、3Pchg(按照新闻事件当天股价的涨跌方向来确定交易方向)、4NewsSame。“NewsSame”策略只在前四种新闻事件模式中采用，对于正面类事件，仅当新闻