“该研究分析了1996年至2020年间标准普尔500指数中的1122家公司，利用Refinitiv Datastream的每日价格数据和带有公司元数据的新闻文章。经过数据清洗，使用缩小版BERT模型对新闻情感进行分类。作者通过新闻信号回测，利用隔夜市场低效性进行套利，在正面或负面新闻发布后开盘时买入或卖出股票，并在当天收盘时平仓。每个投资组合的最大权重设为100%。”
资产类别：股票 | 区域：美国 | 频率：日内 | 市场：股票 | 关键词：隔夜反转，非对称反应
策略概述
<数据>
作者研究了1996年至2020年在标准普尔500指数上市的1122家成分股公司。他们还使用了来自Refinitiv Datastream的每日开盘和收盘价格，以及经过派息和拆股调整后的收盘价格数据。每篇新闻文章都带有与新闻中提到的公司的元数据标签，包含公司的股票代码。经过数据匹配后，作者在新闻元数据中找到了812个独特的股票代码。数据限制在标题中包含公司名称或股票代码的新闻文章中。然后，将每篇新闻文章输入数据清洗管道，文本被转换为小写，并通过删除所有数字、标点符号和括号进行清洗，仅保留字母。
从调整后的收盘价中，计算每个资产对应的当天调整后的开盘价。作者计算了简单的收盘到收盘的回报率（总回报率），并将其分解为市场关闭期间的隔夜回报率和市场活动期间的回报率。
<模型>
作者实施了一个总参数为1895万的缩小版BERT模型。此模型专门在汤森路透财经新闻领域的数据上进行预训练，随后在标注的数据集上针对情感预测任务进行了微调。该模型被用来对新闻情感进行分类，分为积极、中立或消极情感。
<交易逻辑>
作者通过新闻信号进行了回测，使用隔夜新闻所引发的市场低效性进行套利。当有正面或负面新闻时，市场在次日的开盘价可能显著高于或低于前一天的收盘价。利用这些信息，作者在符合条件的股票上进行日内交易，开盘时买入或卖出，并在当天收盘时平仓。每个投资组合的最大权重设为100%。
策略合理性
该策略的有效性主要源于使用现代BERT模型来检测公司相关的隔夜新闻。研究表明，隔夜新闻（在股市关闭时发布的新闻）对次日的开盘股价有明确的方向性影响。正面新闻预测较高的开盘价，而负面新闻则预测较低的开盘价。然而，这个开盘价并不完全有效，市场参与者对新闻的反应可能会过度或不足，导致在接下来的交易日中回报率的可预测性。
论文来源
Overnight Reversal and the Asymmetric Reaction to News [点击浏览原文]
- 托马斯·当格尔 (Thomas Dangl)，维也纳理工大学，德卡投资公司
- 斯特凡·萨尔布雷赫特 (Stefan Salbrechter)，维也纳理工大学
<摘要>
隔夜发布的新闻对个股的开盘价具有显著的方向性影响，即当发布积极（消极）情绪的新闻时，市场往往会以更高（更低）的价格开盘。然而，由于市场参与者对新闻的过度或不足反应，开盘价并未完全反映所有信息，从而在随后的交易日中产生了可预测的回报模式。特别是，我们发现，强烈情绪的隔夜新闻加上较大的日间回报，会导致随后的交易日出现可预测的回报逆转。这种可预测的逆转独立于新闻情绪的正负极性。当没有隔夜新闻时，前一交易日的较大回报仅具有边际的预测能力。
回测表现
| 年化收益率 | 47.52% |
| 波动率 | 36.27% |
| Beta | N/A |
| 夏普比率 | 1.31 |
| 索提诺比率 | N/A |
| 最大回撤 | -59.7% |
| 胜率 | N/A |
