正在阅读:

华尔街开始用数据分析的眼光看待财经新闻

扫一扫下载界面新闻APP

华尔街开始用数据分析的眼光看待财经新闻

“经济新闻本身就是所发布经济数据的一种体现。同时,经济新闻中包含着前瞻性的评论。”

2016年11月9日,德国法兰克福证券交易所内一台电视正在播放特朗普胜选的新闻。 来源:视觉中国

就在美国媒体公信力因大选纷争备受质疑之际,旧金山联储(Federal Reserve Bank of San Francisco)的一项研究证明,新闻报道在预测经济活动方面具备巨大潜力。

旧金山联储经济学家发现,衡量新闻报道所含情绪的指标与同时期商业周期指标之间存在很强的关联性。同时,新闻报道中所隐含的情绪变化能够预测未来经济活动。经济学家们选取了1980年1月至2015年4月美国16家主要报纸的经济新闻报道和社论,再依据特定标准从中挑选大约23.1万篇文章作为研究对象。

根据他们的研究,在多数情况下,在预测联邦基金利率、消费、就业、通胀、工业生产以及标普500指数方面,衡量新闻报道情绪的指标要比目前广泛使用的指标表现更好。已有指标包括密歇根大学消费者信心指数(The University of Michigan’s Consumer Sentiment Index)和大型企业联合会消费者信心指数(Conference Board Consumer Confidence Index),它们分别创立于上世纪40年代末期和1967年。

这项研究基于一种假设,即经济情绪会影响到经济活动。目前有两种观点支撑着这种假设。一是所谓的“动物精神”概念,即消费者和商业信心本身可以拉动经济活动。第二,信心指标可能纯粹是提供了信息,它们包含公众如何看待未来经济状况的相关消息,但这些信息尚未来得及在真实数据中得到体现。

那么,究竟如何判定一篇经济新闻报道中所体现的“情绪”呢?旧金山联储的研究人员采取了一种新颖的衡量方法——通过一个拥有专利的机器学习预测模型,去给新闻文本内容中一系列不同情绪的表达程度打分。模型会评估整个句子结构,然后就其是否属于某种情绪分类给出一个概率评分。

这种方法与通常使用的文本式(或者词库式)分析方法形成鲜明对比。文本式研究方法基于文章中一些特定词语(如糟糕、疲弱、平稳、强劲等等)出现的频率来判断一篇报道的情绪倾向。为了达到对比的目的,研究者同时使用了这两种方法。

关于新闻报道如何影响金融市场的研究并非是新鲜事物。不过,旧金山联储这一研究的特殊背景在于,基于大数据和计算机算法的量化投资策略正在金融行业变得更加繁荣。

专注于量化金融领域的美国经济智库The Thalesians创始人沙希德·阿曼(Saeed Amen)对彭博说,旧金山联储研究报告的得出的结果是说得通的。“因为经济新闻本身就是所发布经济数据的一种体现。同时,经济新闻中包含着前瞻性的评论。”

阿曼本人曾做了大量基于新闻情绪分析的投资策略研究。在2015年的一项研究中,他在高频实时数据分析的基础上创建了“基于新闻的经济意外指数”。然后,他利用这些指数建立了两个宏观投资模型,分别是四大经济体(美国、欧盟、英国、日本)主权债期货交易,以及美国国债期货利差交易。

测试结果显示,从2011年到2015年:

经风险调整后,基于新闻情绪分析的四大经济体主权债期货交易组合回报率为1.14,相应的被动管理组合为0.79;

 

经风险调整后,基于新闻情绪分析的美国国债利差交易组合回报率为0.9,相应的被动管理组合为0.46。

阿曼这一研究的特别之处在于,他将新闻情绪分析应用到了宏观资产领域,而不是具体的股票投资。由于难以建立准确模型,这种宏观领域的运用被认为是一项复杂的工作。

他在研究中的一个直觉性发现是,表现最佳的交易规则往往与“战争冲突”和“安全”等新闻话题相关。他说:“在地缘政治明显不稳定的时期,我们可能会看到投资者从风险资产转向避险资产,比如美国国债。”

除了报纸这样的传统媒体,社交媒体和搜索引擎等也已成为此类研究关注的对象。其中就包括新任美国总统特朗普(Donald Trump)爱不释手的推特(Twitter)。

英国利物浦大学(University of Liverpool)金融学教授科斯塔斯·米拉斯(Costas Milas)2015年参与的一项研究显示,在当时的希腊债务危机期间,与“希腊退欧”(Grexit)相关的社交媒体讨论和谷歌搜索影响到了德国与一些欧元区外围国家之间的利差。这种影响甚至超出了经济数据的影响。

米拉斯参与的研究还发现,谷歌(Google)和Facebook上的“希腊退欧”搜索查询对市场造成的影响不及推特热词标签 “#Grexit”。他认为这是意料之中的。因为比起Facebook,人们更愿意点击推特上的链接。

他指出,(按照当时的数据)Facebook用户大约70%的新闻链接来自己家人和朋友,只有13%来自于新闻机构。相比之下 ,推特用户27%的新闻链接来源于新闻机构或记者,36%来自于家人和朋友。这种多样性意味着推特能够提供范围更广泛的信息。

米拉斯说,大量的学术研究表明,社交媒体讨论的话题能够预测金融市场的走势。这在负面经济新闻的传播中尤其明显。这种情况下,只使用金融变量的传统模型就显得力不从心了。

比如,美联社(Associated Press)的推特账户曾在2013年4月23日被黑客攻击。遭劫持的账户发出了这样一条假新闻:“白宫发生爆炸,(前)总统奥巴马受伤。”随后,标普500指数一度蒸发掉超过1300亿美元市值。直到美联社做出澄清、白宫出面回应,市场才迅速恢复。

相关研究还表明,在线搜索行为不仅会影响股市走势,还影响到流动性不那么强的房地产市场。研究称,买家在评估可获取信息时的搜索密度越大,价格受到的影响就越大。

未经正式授权严禁转载本文,侵权必究。

Twitter

2.9k
  • 马斯克:星舰将使生命多行星化
  • 《美国所谓“言论自由”的事实真相》报告发布

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

华尔街开始用数据分析的眼光看待财经新闻

“经济新闻本身就是所发布经济数据的一种体现。同时,经济新闻中包含着前瞻性的评论。”

2016年11月9日,德国法兰克福证券交易所内一台电视正在播放特朗普胜选的新闻。 来源:视觉中国

就在美国媒体公信力因大选纷争备受质疑之际,旧金山联储(Federal Reserve Bank of San Francisco)的一项研究证明,新闻报道在预测经济活动方面具备巨大潜力。

旧金山联储经济学家发现,衡量新闻报道所含情绪的指标与同时期商业周期指标之间存在很强的关联性。同时,新闻报道中所隐含的情绪变化能够预测未来经济活动。经济学家们选取了1980年1月至2015年4月美国16家主要报纸的经济新闻报道和社论,再依据特定标准从中挑选大约23.1万篇文章作为研究对象。

根据他们的研究,在多数情况下,在预测联邦基金利率、消费、就业、通胀、工业生产以及标普500指数方面,衡量新闻报道情绪的指标要比目前广泛使用的指标表现更好。已有指标包括密歇根大学消费者信心指数(The University of Michigan’s Consumer Sentiment Index)和大型企业联合会消费者信心指数(Conference Board Consumer Confidence Index),它们分别创立于上世纪40年代末期和1967年。

这项研究基于一种假设,即经济情绪会影响到经济活动。目前有两种观点支撑着这种假设。一是所谓的“动物精神”概念,即消费者和商业信心本身可以拉动经济活动。第二,信心指标可能纯粹是提供了信息,它们包含公众如何看待未来经济状况的相关消息,但这些信息尚未来得及在真实数据中得到体现。

那么,究竟如何判定一篇经济新闻报道中所体现的“情绪”呢?旧金山联储的研究人员采取了一种新颖的衡量方法——通过一个拥有专利的机器学习预测模型,去给新闻文本内容中一系列不同情绪的表达程度打分。模型会评估整个句子结构,然后就其是否属于某种情绪分类给出一个概率评分。

这种方法与通常使用的文本式(或者词库式)分析方法形成鲜明对比。文本式研究方法基于文章中一些特定词语(如糟糕、疲弱、平稳、强劲等等)出现的频率来判断一篇报道的情绪倾向。为了达到对比的目的,研究者同时使用了这两种方法。

关于新闻报道如何影响金融市场的研究并非是新鲜事物。不过,旧金山联储这一研究的特殊背景在于,基于大数据和计算机算法的量化投资策略正在金融行业变得更加繁荣。

专注于量化金融领域的美国经济智库The Thalesians创始人沙希德·阿曼(Saeed Amen)对彭博说,旧金山联储研究报告的得出的结果是说得通的。“因为经济新闻本身就是所发布经济数据的一种体现。同时,经济新闻中包含着前瞻性的评论。”

阿曼本人曾做了大量基于新闻情绪分析的投资策略研究。在2015年的一项研究中,他在高频实时数据分析的基础上创建了“基于新闻的经济意外指数”。然后,他利用这些指数建立了两个宏观投资模型,分别是四大经济体(美国、欧盟、英国、日本)主权债期货交易,以及美国国债期货利差交易。

测试结果显示,从2011年到2015年:

经风险调整后,基于新闻情绪分析的四大经济体主权债期货交易组合回报率为1.14,相应的被动管理组合为0.79;

 

经风险调整后,基于新闻情绪分析的美国国债利差交易组合回报率为0.9,相应的被动管理组合为0.46。

阿曼这一研究的特别之处在于,他将新闻情绪分析应用到了宏观资产领域,而不是具体的股票投资。由于难以建立准确模型,这种宏观领域的运用被认为是一项复杂的工作。

他在研究中的一个直觉性发现是,表现最佳的交易规则往往与“战争冲突”和“安全”等新闻话题相关。他说:“在地缘政治明显不稳定的时期,我们可能会看到投资者从风险资产转向避险资产,比如美国国债。”

除了报纸这样的传统媒体,社交媒体和搜索引擎等也已成为此类研究关注的对象。其中就包括新任美国总统特朗普(Donald Trump)爱不释手的推特(Twitter)。

英国利物浦大学(University of Liverpool)金融学教授科斯塔斯·米拉斯(Costas Milas)2015年参与的一项研究显示,在当时的希腊债务危机期间,与“希腊退欧”(Grexit)相关的社交媒体讨论和谷歌搜索影响到了德国与一些欧元区外围国家之间的利差。这种影响甚至超出了经济数据的影响。

米拉斯参与的研究还发现,谷歌(Google)和Facebook上的“希腊退欧”搜索查询对市场造成的影响不及推特热词标签 “#Grexit”。他认为这是意料之中的。因为比起Facebook,人们更愿意点击推特上的链接。

他指出,(按照当时的数据)Facebook用户大约70%的新闻链接来自己家人和朋友,只有13%来自于新闻机构。相比之下 ,推特用户27%的新闻链接来源于新闻机构或记者,36%来自于家人和朋友。这种多样性意味着推特能够提供范围更广泛的信息。

米拉斯说,大量的学术研究表明,社交媒体讨论的话题能够预测金融市场的走势。这在负面经济新闻的传播中尤其明显。这种情况下,只使用金融变量的传统模型就显得力不从心了。

比如,美联社(Associated Press)的推特账户曾在2013年4月23日被黑客攻击。遭劫持的账户发出了这样一条假新闻:“白宫发生爆炸,(前)总统奥巴马受伤。”随后,标普500指数一度蒸发掉超过1300亿美元市值。直到美联社做出澄清、白宫出面回应,市场才迅速恢复。

相关研究还表明,在线搜索行为不仅会影响股市走势,还影响到流动性不那么强的房地产市场。研究称,买家在评估可获取信息时的搜索密度越大,价格受到的影响就越大。

未经正式授权严禁转载本文,侵权必究。