什么是情绪数据？❤️

什么是情绪数据？❤️

情绪数据顾名思义，就是用来量化大众对某只股票或整个市场的情绪。这些数据是通过分析各种网络平台（比如新闻、社交媒体、博客、论坛等）上的信息得来的。

通过自然语言处理 (NLP) 技术，平台可以分析这些文字内容是积极还是消极，从而为我们提供一个量化的情绪指标。这种大众情绪可以作为未来股价走势的一个领先指标。

BRAIN 平台为你提供了**情绪（sentiment）和社交媒体（social media）**等数据字段，它们都量化了人们在网络空间中对公司的看法。

基于成交量的情绪因子 🔊

将情绪数据与成交量数据结合起来，可以产生非常有效的信号。

• 核心思想： 如果一只股票在网络上被过度提及（情绪热度很高），但它的成交量却没有相应增加，这可能预示着一些不寻常的事情。
• 假设： 过度的关注（无论是正面的还是负面的）都可能是一个信号，预示着这只股票可能被高估或低估了。

ts_regression() 操作符 🧮

为了更好地分析情绪和成交量之间的关系，我们可以使用 ts_regression() 操作符。这个操作符可以帮助我们找出两个变量在一段时间内的关系。

• 用途： 它可以帮你找到一个最佳的线性函数，来描述两个变量（比如成交量和情绪）之间的关系。
• 输入： ts_regression(y, x, lookback_days, rettype=0)
  • y：因变量（你想要被解释的变量，比如情绪）。
  • x：自变量（用来解释 y 的变量，比如成交量）。
  • lookback_days：你想要回溯的天数。
  • rettype：返回值的类型（默认是 0，代表误差项）。

ts_regression() 最有用的地方在于它的误差项。误差项表示 y 的实际值和根据回归模型预测值之间的差距。如果误差项很大，说明情绪和成交量之间的关系出现了异常。

举例： 你可以用 ts_regression() 来预测每天的情绪，而自变量是每天的成交量。如果今天的实际情绪值远高于你的预测值（误差项为正），说明这只股票在网络上获得了异常高的关注。这可能就是一个有价值的交易信号。

通过这种方式，你可以用这个操作符来捕捉那些“异常”的情绪信号，并将其转化为你的 Alpha 策略。

什么是新闻数据？📰

新闻数据是 BRAIN 平台提供的一种特殊数据类型，它包含了各种影响市场的最新金融新闻。这些新闻可以来自不同的来源，比如：

• 公司公告： 财报、投资、分红等。
• 分析师报告： 评级、意见等。
• 法律事件： 调查、破产等。

通过将这些新闻与股票价格结合，我们可以获得更全面的市场洞察。

美股交易时间 ⏰

你需要了解美股的三个交易时段，因为新闻通常在主交易时段之外发布：

• 盘前（Pre session）： 凌晨 4:00 - 早上 9:30
• 主时段（Main session）： 早上 9:30 - 下午 4:00
• 盘后（Post session）： 下午 4:00 - 晚上 8:00

向量数据字段 🔠

新闻数据是一种特殊的向量数据字段。与我们之前看到的矩阵数据（每天每只股票只有一个值）不同，向量数据可以每天为每只股票存储多个值。例如，如果一只股票在一天内发布了多条新闻，向量数据可以全部记录下来。

在使用这些数据时，你需要先用 vec_~ 系列操作符将向量数据聚合为单一的矩阵值，才能进行后续的运算。

---

Alpha 策略：结合动量与反转 💡

我们可以利用一个名为 nws12_afterhsz_sl 的数据字段来创建 Alpha。这个字段会告诉你，在每条新闻发布后，是做多还是做空更有利。

我们的 Alpha 思想是：动量-反转混合策略。

• 条件： 如果一只股票有更多“做多有利”的新闻事件，就采取动量策略（做多）。
• 否则： 如果这类新闻较少，就采取反转策略（做空）。

这个策略的核心在于，它根据新闻情绪来决定是跟随趋势还是逆势而行。

---

如何实现？👨‍🏫

1. 聚合新闻信号：
   • 由于 nws12_afterhsz_sl 是向量数据，你需要先用 vec_avg() 操作符将它聚合起来。vec_avg(nws12_afterhsz_sl) 会计算出当天所有新闻事件的平均情绪值，从而得到一个单一的矩阵值。
2. 平滑信号：
   • 每天的新闻数据可能存在很多噪音，所以我们应该用时间序列操作符来平滑它。
   • ts_sum 或 ts_mean 都是不错的选择，它们可以计算过去一段时间内的新闻情绪总和或平均值，从而得到一个更清晰、更稳定的信号。
3. 设置条件：
   • 使用 rank() 操作符对平滑后的数据进行排名，并设置一个阈值。
   • 例如，rank(X) > 0.5 这个条件可以将一半的股票归为“积极”，另一半归为“消极”。
4. 构建最终的 Alpha：
   • 满足条件： 如果条件为真（即新闻情绪积极），你的 Alpha 应该采取动量策略。你可以直接使用一个常量 1 来表示做多。
   • 不满足条件： 如果条件为假，你的 Alpha 应该采取反转策略。这通常意味着做空。
   • 重要提示： 确保你的动量信号和反转信号的规模是平衡的，这样才能让你的策略按照预期工作。