Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >股市实战秘籍:用新闻联播情绪指标炒股

股市实战秘籍:用新闻联播情绪指标炒股

作者头像
灯塔大数据
发布于 2018-04-04 02:40:09
发布于 2018-04-04 02:40:09
9210
举报
文章被收录于专栏:灯塔大数据灯塔大数据

“跟着新闻联播炒股有肉吃。”对于这句话,很多老股民耳熟能详。不过,央视《新闻联播》究竟跟A股盘面有多大的关联度,跟着《新闻联播》究竟如何赚钱,真的有那么灵吗?

1

看看最近几次的神预测吧

每天晚上20时20分,越来越多的投资者开始守着一项新的“炒股神器”——新闻联播情绪指标(以下简称“情绪指标”),因为该指标精准地预测了5月5日的大跌;而在此之前,该指标也一直显示着与市场“神同步”的“看多”信号。

2

精准预测多空

自今年4月17日起,招商证券金融工程分析师夏潇阳推出了一项新的股市“预测仪”,情绪指标,通过该指标捕捉沪深300指数异动来分析市场。 每天晚上20时20分,夏潇阳会发布“看空”或者“看多”的情绪指标。 记者梳理发现,自夏潇阳推出这项“神秘指标”起,至今年5月4日为止,夏潇阳均维持“看多”,与市场走势一致。 而5月4日晚,夏潇阳发出指标翻空预警,神奇的是,5月5日,沪深主板市场迎来3个月以来的最大调整,沪深300指数重挫3.99%;上证综指大跌4.06%;深证成指跌4.22%。 此后截至5月11日,夏潇阳发出的情绪指标均是“维持看空”。 根据其5月11日晚间发的情绪指标显示,“新闻联播情绪指标30日均线52.76,距离情绪指标30日均线低点52.60的幅度只有0.16,尚未达到翻多条件。”

3

新闻联播的秘密

通过研究分析,夏潇阳发现,“一带一路”的中国南车、中国北车(南车北车),新闻联播自4月9日起开始宣传,南车北车也自4月9日起打开涨停启动一轮翻倍行情;而新闻联播与4月19日停止宣传一带一路,南北车4月20日开始起调整超过25%。 于是,夏潇阳想到,或许可以设计一个新闻联播的情绪指标,看看其对股市的影响。 夏潇阳对新闻联播数据的采集源来自新闻联播官方披露的新闻关键词,如强调、切实、稳增长、调结构等。通过公式对这些热词测算,就能得到当日的情绪指标。 夏潇阳通过获取每日新闻联播的热词列表,统计在该日之前出现同样的热词时,下一个交易日沪深300指数的表现定义为P,若假设下一个交易日沪深300指数收益率为R,定义参数a=1.5%和b=0.5%,通过公式计算就有了P的5个值:0、25、50、75、100,这5个值分别代表大跌、小跌、走平、小涨、大涨。 非首次出现的热词评级(Rank),就通过计算P的平均值来得到。 比如,某日新闻联播官方披露的关键词中出现了“走基层”,通过历史上出现该词的次数,以及其每次出现所对应的第二个交易日的大盘表现(P),取平均数,就是“走基层”在该日的情绪值(Rank)。 除此以外,该日还会出现其他关键词,将这些词所有的情绪值求平均值,就得到当日的情绪指标。 关于沪深300指数和定义参数ab值的选取,夏潇阳告诉澎湃新闻,沪深300指数和大盘相关性强,而且该指数相对来说不容易“受操控”;至于ab值,则是根据经验选取的参数。

4

神器并非“一劳永逸”

“不过,情绪值会有范围,但也不能说53是绝对多还是空,要相对比较。所以我们才最后淡化了事先设定阈值,而看情绪是否从高点回落。” 由于新闻联播当日与次日的关键词可能完全不同,这就将导致新闻联播情绪指标波动剧烈。因此,夏潇阳对其取了30日均线。 数据显示,大多数时候,当沪深300指数出现多空拐点时,情绪指标30日均线会提前反应,不过,“黑天鹅”的发生则不可避免 为了更加相对客观地评价情绪指标,夏潇阳加入了情绪指标择时策略:当情绪指标30日均线从高点回落1.0,指标看空;当情绪指标30日均线从低点回升0.5,指标看多。 通过对择时策略的计算和模拟操作,自2012年10月27日起至2015年5月4日,假设自信号发出后下个交易日开盘时开仓,共计大赚5次,小赚4次,持平5次,小亏4次,大亏(止损)2次(开仓后,某日收盘时亏损5%以上即止损)。 不过,夏潇阳坦言,情绪指标确实有一定参考价值,但任何指标都不是绝对的,这个指标也无法判断一两天的行情,只是希望能给投资者提供一个新思路。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2015-06-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 灯塔大数据 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
JPMorgan最新报告解读:A股新闻情绪指数策略(附下载)
7月下旬,J.P. Morgan(摩根大通)就基于关A股情绪写了一篇相关的研究报告(这里下载报告)。今天,公众号刚刚拿到了JPMorgan最新撰写的一篇基于A股情绪的量化报告。相对于上一篇来说,本篇报告不仅基于新闻分析数据构建了市场维度的情绪指数,还基于该情绪指数发出的交易信号进行了一系列测试。
量化投资与机器学习微信公众号
2020/12/08
1.4K0
JPMorgan最新报告解读:A股新闻情绪指数策略(附下载)
厉害了!新闻情绪因子
2、智能标签识别:识别新闻中存在的法人及自然人实体、SAM产品、行业、事件及概念。除了识别出这些标签,算法还能给出这篇新闻与这些标签的相关程度。
量化投资与机器学习微信公众号
2019/10/21
2.2K0
厉害了!新闻情绪因子
无敌了!新闻情绪因子进阶来啦!
我们详细分析对比了采用不同情绪得分计算方法的因子表现。从而得出一个很重要且结论:即情绪因子构建时应该考虑新闻与股票的相关度即情绪得分的时间衰减。基于以上的结论,在本篇推文中,我们主要基于中证800指数的成分股,测试新闻情绪因子在这些成份股中的具体表现。报告的第一部分我们会对从各个维度对新闻情绪数据进行统计,第二部分主要对基于日度的新闻情绪因子进行测试及对比。
量化投资与机器学习微信公众号
2019/10/25
1.7K0
用 Python 实现基于北向资金的择时买入卖出策略
最近自己一直在学习理财相关的东西,所以后面一段时间,可能会多分享一些这方面的学习笔记
数据STUDIO
2021/09/26
1.7K0
用 Python 实现基于北向资金的择时买入卖出策略
【必看】机器学习应用量化投资必须要踩的那些坑(系列55)
前四期传送门: 【系列54】因子的有效性分析基于7种机器学习算法 【系列53】基于XGBoost的量化金融实战 【系列52】基于Python预测股价的那些人那些坑 【系列51】通过ML、Time Series模型学习股价行为 今天,继续我们的机器学习应用量化投资系列。本期我们介绍一篇杨勇团队撰写的研究报告。希望大家在写策略注意这些问题。 前言 从高频到低频 机器学习在高频量化策略上应用更加容易。 从线性到非线性 机器学习下的非线性比线性更能榨取数据的价值,但也更容易过度拟合,因此需要合理使用。 从单次分析
量化投资与机器学习微信公众号
2018/05/25
1.5K0
单因子测试(中)——分层测试法
本文总结单因子测试的分层测试法。与回归法相比,分层测试法相对繁琐,但能展示更多细节。 分层测试法的思路是在统一的规则下, 利用单因子构建投资组合进行回测,然后对投资组合的表现进行全面评价,通过投资组合的表现说明因子的有效性。
量化小白
2019/01/22
9.5K0
“元宇宙”维权第一股!中青宝投资者维权征集已开启 投资者可索赔
2022年1月10日,中青宝发布公告称拟向公司实控人李瑞杰收购其所持的一家公司51%股权,并称该“公司”希望成为游戏UGC平台的先驱者。经查,该公司却是一家“无资产,无负债,且无主营业务收入,无利润”的空壳公司。
科技旋涡
2022/04/28
3210
“元宇宙”维权第一股!中青宝投资者维权征集已开启 投资者可索赔
10年可视化:A股春节效应
14亿、99.0865万亿、1万美元,这三个数字标志着我们向着联合国划定的高收入国家标准又迈进了一步!
量化投资与机器学习微信公众号
2020/02/20
4100
10年可视化:A股春节效应
Backtrader来啦:常见案例汇总
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 量化投资与机器学习公众号 独家撰写 公众号为全网读者带来Backtrader系列自推出第一期以来,受到了众多读者的喜爱与点赞,QIML也会继续把这个系列做好。 让那些割韭菜的课程都随风而去吧!!! 公众号将为
量化投资与机器学习微信公众号
2022/05/17
3.2K0
Backtrader来啦:常见案例汇总
简单量化短期的商品情绪
有时候,市场的情绪会演绎到比较夸张的位置,其实很简单的指标就可以量化,比如过去20个交易日的累计涨跌幅,同时计算过去滚动涨跌幅的分位数就大致可以判断市场情绪。
钱塘小甲子
2023/05/07
2310
简单量化短期的商品情绪
[股票预测]股票历史数据获取[通俗易懂]
通过参数设置获取日k线、周k线、月k线,以及5分钟、15分钟、30分钟和60分钟k线数据。本接口只能获取近3年的日线数据,适合搭配均线数据进行选股和分析。
全栈程序员站长
2022/09/12
1.6K0
[股票预测]股票历史数据获取[通俗易懂]
中国大数据电视新闻时代的到来
从大数据新闻的可视化来看,以央视2014年的“据说两会”为例,这次创造了一个全新的可视化Logo—“数据哥”(SIR DATA),这是CCTV电视新闻史上第一次出现基于大数据而生成的可视化人形图像。 中国大数据电视新闻时代的到来 ——《据说春运(节)》 《据说两会》开创中国大数据电视新闻之路 陈超 央视新闻中心 大数据新闻组 在全球进入“大数据时代”的背景下,中国电视应运而生了一个未来新闻业的重要方向——“大数据电视新闻”。从2014年马年春运春节到2014年的两会,央视一套通过“据说春运(节)”“据说两会
大数据文摘
2018/05/21
7410
股市行情指标计算原理和趋势反映--量化交易1-基础
量能也成为成交量,代表多空双方交战的过程,一定程度上决定了价格和走势。量能和价格走势进行结合,成为量价结合的分析方法。
嘘、小点声
2020/11/13
2.1K0
股市行情指标计算原理和趋势反映--量化交易1-基础
股票分析实战
沪深300股票指数由中证指数公司编制的沪深300指数于2005年4月8日正式发布。沪深300指数以2004年12月31日为基日,基日点位1000点·沪深300指数是由上海和深圳证券市场中选取300只A股作为样本,其中沪市有179只,深市121只样本选择标准为规模大,流动性好的股票。沪深300指数样本覆盖了沪深市场六成左右的市值,具有良好的市场代表性。作为一种商品。
润森
2019/08/29
8330
股票分析实战
基于A股新闻共现网络的股票收益分析
▪ 本文利用新闻数据,以全量公司(上市+非上市)为节点,以共同出现在新闻中为边,构建了新闻共现网络,并对其做社群检测;
量化投资与机器学习微信公众号
2023/04/20
5500
基于A股新闻共现网络的股票收益分析
智能量化交易第一步 | 利用Python获取金融数据 | Tushare使用示例
机器学习等方法基本都是数据驱动的,数据获取是开始的第一步,量化交易也不例外,做量化投资的第一步就是如何获取金融数据,这里给大家推荐一款很不错的工具TuShare,并且基于Python语言做一些简单的示例实现。
用户7623498
2020/08/04
2.5K0
智能量化交易第一步 | 利用Python获取金融数据 | Tushare使用示例
R语言构建追涨杀跌量化交易模型
作者:张丹(Conan), 程序员Java,R,Javascript 原文:http://blog.fens.me/finance-chase-sell/#comment-4627 久经股市的老股民,通常都会使用一种常见的交易策略,追涨杀跌交易法。追涨杀跌法,是股市操作的一个重要技巧,就是在股市上涨时买入股票,股市下跌时卖出股票。如果操作得当是很好的赢利手段,在中国股市2015年上半年的牛市中,追涨杀跌交易法就是交易神器法门。 目录 什么是追涨杀跌? 追涨杀跌的建型和实现 模型优化 1. 什么是追涨杀跌?
机器学习AI算法工程
2018/03/13
2.3K0
R语言构建追涨杀跌量化交易模型
用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)
本人最近在尝试着发表“以股票案例入门Python编程语言”系列的文章,在这些文章里,将用Python工具绘制各种股票指标,在讲述各股票指标的含义以及计算方式的同时,验证基于各种指标的交易策略,本文是第一篇,通过K线和均线案例讲述Numpy,Maplotlib等相关库的用法,并且还用代码案例来验证买卖的交易策略。在本系列的后面文章中,将陆续通过python绘制成交量、KDJ、MACD、RSI和OBV等指标,而且还会用Python编写针对这些指标的交易策略,敬请关注。
用户1153489
2019/09/29
3K0
用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)
Python3对股票数据进行分析
以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
全栈程序员站长
2022/07/01
2.5K0
Python3对股票数据进行分析
研报复制(三):基于相对强弱指标的大小盘轮动
A股市场上存在着明显的大小盘轮动的现象,一段时间大盘表现强势,一段时间小盘表现强势,所谓二八轮动。这种现象提供了构建大小盘轮动策略的可能,目前常见的两种构建大小盘轮动策略的方式分别为
量化小白
2019/08/29
1.2K0
研报复制(三):基于相对强弱指标的大小盘轮动
推荐阅读
相关推荐
JPMorgan最新报告解读:A股新闻情绪指数策略(附下载)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档