Amit Das
- 探究在非常规交易时段公布的季度收益报告是怎样引发股价大幅变动的。
- 剖析收益报告披露后新闻报道量的大幅增长态势，并研究其与股票估值的相关性。
- 探索如何借助新闻情绪来预测收益报告披露后的价格变动趋势，进而挖掘具有价值的交易机会。
理解和管理波动性是交易和投资组合管理中的关键环节。波动性作为衡量业绩最常用指标——夏普比率公式的重要组成部分，其重要性不言而喻。实际上，近年来市场对波动性的担忧持续升温。VIX 指数是追踪市场波动性的关键指数之一。可以看出，2020 年是一个明显的转折点，自此美国市场的波动性呈上升态势。2020 年至今，VIX 指数的平均收盘价约为 21.7 美元，较 2015 至 2020 年的平均收盘价涨幅超过 40%。这种上升态势并非仅由过去几年中那些我们期望仅出现一次的极端事件所驱动。深入剖析，自 2020 年初起，在 79% 的市场交易日里，VIX 指数的收盘价均高于 2015 至 2020 年的平均水平。
下图展示了新闻对短期波动性的预测效力。为聚焦于预测波动性本身，而非价格变动方向，我们根据所有历史每日收益率 z 分数的绝对值进行分组处理，并绘制出前 72 小时的平均新闻 z 分数。LSEG 新闻评分结果表明，在回顾过去五年波动性处于前 10% 的交易日时，该评分呈现出显著的上升态势。
vix 每日收盘价
数据来源：VIX 每日收盘价，数据截至 2025 年 1 月。数据基于 LSEG DataStream 数据。
存在多种方法可用于管理投资组合或公司层面在更广泛市场波动环境下的风险敞口。这些方法既包括定量方法，例如波动性缩放以及对跨策略相关性指标的考量；也涵盖更为基础的方法，旨在维持各种形式的平衡状态，无论是在跨行业层面，还是在多空头寸配置等方面。这些方法无疑为应对近年来所面临的挑战提供了有力的工具。然而，各类方法均是在投资组合构建阶段尝试解决波动性问题。在本文中，我们将探讨如何运用 LSEG 的新闻数据，在选股过程中对波动性进行管理。
新闻作为预测指标
新闻信号是判断市场在任意时点对某只股票看法的重要依据之一。与诸多源自价格数据的信号不同，新闻信号并非严格局限于对过往情况的反映。同时，它们也未必涉及公司的长期基本面因素，而对公司长期基本面的评估通常需要较长的周期。就当前研究目的而言，我们重点关注的是股票的短期特定波动性，这种波动性程度高于整体市场的波动性。
实现这一目标的最佳途径在于把握与该股票相关的关注程度及稳定性状况。机器可读新闻（MRN）数据档案收录了新闻文章的历史记录，每条记录均完整保存了文章的正文内容，以及作者认为文章所关联的公司信息。基于这些记录，我们针对每只股票生成历史计数，用于汇总在 3 天回溯时间窗口内发布的高极性文章数量。为评估所生成信号的有效性，我们深入探究了历史股票收益率规模与当时新闻信号之间的关联。同时，我们将新闻信号延迟 24 小时，以确保其提供的任何见解都能得到有效利用。
在开展此项工作时面临的一项挑战在于，不同股票的新闻报道量与波动性存在差异。为应对这一情况，并实现对整个美国股市的有效分组，我们考察新闻报道量与股票收益率的滚动z分数。通过这种方式，我们能够确定某只股票在特定日期的表现与“标准”行为之间的偏离程度。
数据来源： 新闻Z分数平均值 Z-Scores
数据基于LSEG机器可读新闻数据（路透社）。
上图表明，其在预测每日价格较大幅度波动方面具有一般性效用。接下来，我们将阐述如何借助新闻极性信号来预测极端价格重新调整的单个案例。
Meta 股价蜡烛图与新闻评分
数据来源：富时罗素，数据截至 2025 年 2 月 28 日。基于Kim 和 Wright （2005 年）的研究。过往表现并不保证未来结果。
2022 年 10 月中旬前后，Facebook 在美国、加拿大和巴西市场遭遇了一系列不利状况。这三起事件同期发生，致使截至 2022 年 10 月 26 日的新闻报道数量显著攀升。至 10 月 26 日当天，Meta 股价单日跌幅超过 26%。此后，新闻报道热度逐渐消退，直至 11 月 7 日再次急剧上升。在该新闻报道量激增后的一周内，该股票价格实现了 20% 的涨幅，弥补了前两周约一半的损失。此案例表明，异常高的新闻报道量可作为极端尾部风险（上涨和下跌）的预测指标。
当前，美国市场的交易者正面临波动性大幅加剧的阶段。为在投资组合层面应对这一状况，市场上提供了一系列工具与技术。LSEG 的机器可读新闻数据，是筛选高风险股票的有力工具，帮助交易者在选股阶段依据自身的风险承受能力做出决策。此外，LSEG 的历史新闻档案具备全球覆盖特性，这意味着上述优势能够灵活迁移至对投资者最为关键的任何市场。
我们的机器可读新闻（MRN）数据推送服务可实时覆盖全球部分领先的金融新闻供应商。LSEG 研究报告表明，该数据推送在生成股票短期与长期走势的方向性预测方面具有重要价值。在本文的研究中，我们将关注点转向预测股票的波动性。为此，我们每日对所有与特定股票高度相关的新闻进行扫描。随后，我们评估公司新闻报道的极性，而不涉及对方向性情绪的考量。如此一来，我们便能够针对任意给定时间点以及任意给定回溯期，得出围绕一家公司讨论强度的相关结论。
法律免责声明
未经伦敦证券交易所集团事先书面同意，不得复制或转发伦敦证券交易所集团内容。
此发布内容仅供参考且不具有法律效力，不构成任何合同的一部分，不构成、也无意构成任何性质的建议。请勿依赖本网站所载声明而行事。虽然伦敦证券交易所集团已作出合理努力确保此发布内容准确可靠，但并不保证本文件不存在错误或遗漏；因此，在任何情况下，您都不应依赖本文件的内容行事，而应自行寻求独立的法律、投资、税务和其他建议。我们和我们的关联公司均不对此发布内容或其他任何内容中的错误、不准确之处或时效性负责，也不对您因依赖该等内容而采取的任何行动负责。
版权所有 © 2024 伦敦证券交易所集团。保留所有权利。
此发布内容仅由伦敦证券交易所集团、其相应的集团企业及/或其关联公司或许可人（统称为“伦敦证券交易所集团”或“我们”）提供。
我们及我们的关联公司均不保证任何第三方内容提供商、广告商、赞助商或其他用户提供的观点或意见准确无误，也不对此等观点或意见背书。我们可能会链接到、引用或推广第三方的网站、应用程序和/或服务。您同意，我们对不属于伦敦证券交易所集团的网站、应用程序或服务不承担责任，也不对该等网站、应用程序或服务拥有控制权。
此发布内容仅供参考。此发布内容包含的所有信息和数据均通过伦敦证券交易所集团认为准确且可靠的来源获得。然而，由于可能存在人为错误和机械错误以及其他因素，该等信息和数据均“按原样”提供，不含任何类型的保证。您理解并同意，此发布内容不构成、也无意构成任何性质的建议。因此，在任何情况下，您都不应依赖本文件的内容行事。关于任何特定证券、投资组合或投资策略的适合性、价值或盈利性，您应自行寻求独立的法律、投资、税务和其他建议。我们和我们的关联公司均不对此发布内容或其他任何内容中的错误、不准确之处或时效性负责，也不对您因依赖该等内容而采取的任何行动负责。您明确同意，使用此文件及其内容的风险由您自行承担。
在适用法律允许的最大范围内，伦敦证券交易所集团明确声明不作任何明示或暗示的陈述或保证，包括但不限于不包含任何关于性能、适销性、特定用途适用性、准确性、完整性、可靠性和不侵权的陈述或保证。伦敦证券交易所集团、其子公司、其关联公司及其各自的股东、董事、高级职员、代理商、广告商、内容提供方和许可方（统称为“伦敦证券交易所集团各方”）明确声明不对因访问、使用或无法获得此发布内容（或其任何部分）而导致或与之相关的任何类型的任何损失、责任或损害承担任何责任；对于任何直接的、间接的、后果性的、特殊性的、附带性的、惩罚性的或惩戒性的损害，无论因何而起，且即便伦敦证券交易所集团各方的任何成员事先被告知可能发生此类损害，或本可预见因使用或无法使用此发布内容中的信息而产生或导致的任何此类损害，伦敦证券交易所集团各方的任何成员也不对您承担任何（共同或各自的）责任。为免生疑，伦敦证券交易所集团各方对因本文件所载信息而引起的或与之有任何关联的任何损失、索赔、要求、行动、诉讼、损害、费用或开支概不负责。
伦敦证券交易所集团是各种知识产权（“IPR”）的所有者，包括但不限于用于识别、宣传和推广伦敦证券交易所集团产品、服务和活动的众多商标。未经书面许可或未签订适用许可条款的情况下，本文中的任何内容均不应被解释为出于任何目的而授予使用商标或伦敦证券交易所集团其他知识产权的许可或权利。
