事件驅動分析基本流程——以業績預告為例

作者:盧威 原文鏈接:事件驅動分析基本流程——以業績預告為例

摘要

事件驅動是一類傳統的投資策略,其將離散化的事件時間對齊,來看其是否具有的超額收益。這裡所說的事件可以是公告,如業績預告,定增公告,高轉送等,也可以是技術指標,如CCI小於-200,DEA穿0等等。本文旨在完成一個簡易的事件驅動分析基本流程,以及由事件驅動分析轉化為投資策略的一些思考。

一、事件列表獲取

首先我們要獲取事件數據,如下調用業績預告API,對於事件分析來說,一定要知道的是股票代碼和事件發生的時間欄位,保留forecastType欄位,方便以後對不同業績預告做分組分析。

二、行情數據獲取

事件分析需要用到一個窗口內的行情數據,但通過離散的時間點反推拿數據調用API太多,並且也是會冗餘的。故我們先將所有可能用到的行情數據全部拿出,生產一張日期-股票的二維表。

業績預告公布通常是收盤後發生,此處我們計算每日收益採用的更接近實際的開盤至開盤的收益。

三、基準收益選取

我們分析結果是要看最後事件是否具有超額收益,故要設置一個基準收益,看處於事件的股票的收益是否比基準收益更高。此處我們將股票同行業的平均收益做為基準收益,更細緻的分析,可以將市值因素考慮進來,出於運算時間的考慮此處沒有加上。

四、時間窗口分析

事件驅動分析將時間發生點設置為T+0,將所有事件發生對齊到T+0點,並設置T-n到T+n為事件影響期,看事件的超額收益情況。

接下來我們對幾類常見的業績預告進行時間窗口分析,首先看下有哪些分類,以及其樣本數量。

可以看出這個API將業績預告分為13類,將樣本點過少的狀態剔除,分析樣本點大於2000的業績預告事件。它們分別是,22——業績預增;11——預計虧損;24——盈利下降;51——經營預期及其他(該條描述不明也不予分析);21——預計盈利;23——盈利減緩;41——基本持平

接下來進行每個事件的時間窗口分析:

從上圖我們可以看出,第一,在業績預增公告發布時有一個明顯的開盤至開盤的超額收益(兩條紅虛線之間),但這個收益在公開信息的情況下是沒法抓到的;第二,業績預增公告發布之前,股票存在明顯的超額收益,表明確實存在公告發布之前就有很大的漲幅;第三,業績預增公告發布之後,股票幾乎沒有超額收益,有一點利好出儘是利空的感覺。

從上圖可以看出,預計虧損事件在公告發布之前就有明顯的負的超額收益,並在預計虧損事件公布之後快速下跌,不過最後並不會再持續下跌。

從上圖可以看出,盈利下降事件在公告發布之前就有明顯的負的超額收益,並在盈利下降事件公布之後快速下跌,並在25個時間窗口內持續下跌。

從上圖中可以看出,預計盈利事件表現出在公告發布之前有一定的超額收益,在公告發布時有一個顯著的超額收益;並在隨後的25個交易日,有著顯著的超額收益。此處的預計盈利分類不知其確切意思,可能有扭虧為盈的意味。不過像這樣的事件我們就可以著重分析,因為其在公告發布後仍有不錯的超額收益,這部分是我們能掌握的。

從上圖可知,盈利減緩事件,呈現出公告發布前幾乎沒有超額收益,但在公告發布之後的25個交易日呈現出顯著的超額收益。有些反常,但我們暫不深究數據本身。

從上圖可知,基本持平事件,呈現出公告發布前幾乎沒有超額收益,公告發布的兩日呈現出負的超額收益,然而之後的24個交易日呈現出顯著的超額收益。有些反常,但我們暫不深究數據本身。

五、事件驅動分析轉化為投資策略

上面的事件分析給了我們另一個角度來看股票的超額的收益,然而事件的發生實際上是離散的,上述分析無法給出我們一個投資策略。本文提供一個簡易的思路來將事件驅動分析轉化為投資策略。

我們知道我們上面的分析是將每一個處於事件的股票累計收益的平均,故一個直接的想法便是將所有處於事件的股票等權買入,但因為事件是離散的,我們在一個持有期會面臨著新的處於事件的股票需要買入,而導致實際上我們對每一個股票並不都是同一權重的。 此處給出的解決辦法是,首先計算出處於事件窗口期的最大股票個數,然後以這個最大股票個數的倒數做為每一隻處於事件的股票的權重,這樣就能保證所有處於事件的股票以同一權重跑完整個窗口期。

如上我們得到了預計盈利事件的窗口期有交叉的最大股票個數,225;故我們編寫如下策略。

查看回測詳情,以及回測曲線可以看出,預計盈利事件自帶擇時屬性;牛市時,該事件相對較多,而在熊市時,該事件相對較少。

六、總結

本文以業績預告為例,給出了一個事件驅動的基本分析過程,並給出最後的demo策略。通過上面的分析過程,我們可從另一個角度來看股票的超額收益,將離散的事件規整到同一分析維度,來看這類事件是否是存在超額收益的。但最後我們做策略時,我們還是要面對離散的事件,如果各事件窗口不存在交叉的話,我們可以很簡單使用凱利公式來得到我們對每個事件的最優倉位。然而大部分時候,事件的窗口都存在很多的交叉,如上策略我們做了一個最大股票個數平均倉位的處理,但是這樣資金利用率非常低,而且存在事件個數在各年份不一定穩定的問題,所以在真實情況下,我們對未來該事件發生的次數做一個預測或許是一個更好的方式。

其他事件驅動文章:

歷史高送轉分析

高管增持事件選股

盈利預增事件

異動事件


推薦閱讀:

權重歸來,繼續上攻;破關3300近在眼前
上漲趨勢,剛剛開始,拿住股票

TAG:量化 | 金融 | 股票 |