量化因子 103:新闻文本分析:行业共现变动

29 阅读3分钟

新闻文本分析:行业共现变动 (news-stock-industry-co-occurrence)

来源:factors.directory

Description: 该因子衡量在新闻文本中,与特定股票同时出现的行业数量的环比变化。基于信息扩散和网络效应的假设,新闻中行业与公司同时出现的情况,可能反映了潜在的跨行业或跨公司关联关系。该关系在一定程度上具有收益预测能力。在A股市场,该因子与未来收益通常呈现负相关关系,表明行业共现变动增加可能预示着短期收益的下降,反之亦然。 Explanation: 该因子基于新闻文本分析,通过计算新闻报道中与特定股票同时出现的行业数量的环比变化,来捕捉市场中潜在的信息扩散效应和行业间关联性的变动。当一个股票在新闻中频繁与多个行业同时出现时,可能暗示着该公司与这些行业的业务联系、供应链关系或者市场情绪相互影响正在加强。在A股市场,观察到该因子与未来收益呈现负相关关系,可能反映出:当股票与更多行业同时出现在新闻中时,往往伴随着更高的市场关注度,而高关注度短期内可能并不利于股价的超额收益。反之,当股票与较少行业同时出现在新闻中时,可能意味着市场对其关注度下降,但反而可能存在超额收益的机会。 因此,该因子可以用作短期收益预测的反向指标,同时反映了投资者对股票信息流的认知和预期变化。 Tags: 情绪因子

Formulas

行业共现变动因子计算公式:

\Delta NCO_{i,t} = NCO_{i,t} - NCO_{i,t-1}

Formula Explanation

其中:

  • NCOi,tNCO_{i,t}: 在 t 时间区间内(如一个交易日、一周),与股票 i 同时出现在新闻文本中的行业数量。
  • NCOi,t1NCO_{i,t-1}: 在 t-1 时间区间内,与股票 i 同时出现在新闻文本中的行业数量。
  • ΔNCOi,t\Delta NCO_{i,t}: 股票 it 时期相对于 t-1 时期的行业共现数量的环比变动,即行业共现变动因子。 该因子可以理解为股票 i 的行业关联度的增减变化。

来源:factors.directory

Related Factors

  • 新闻共现注意力溢出因子 (news-co-occurrence)
  • 历史新闻提及量因子 (news-volume)
  • 分析师共识覆盖加权动量 (analyst-coverage-momentum)
  • 新闻事件驱动动量因子 (news-momentum)
  • 外资券商关联网络牵引强度因子 (foreign-broker-network-factor)
  • 月度消费指数同比变动率 (consumer-index-change)
  • 隔夜新闻情感偏向因子 (overnight-news-sentiment)
  • 基金持仓网络牵引强度因子 (fund-network-factor)
  • 双向价格差分自相关性标准化因子 (price-auto-correlation)
  • 相对新闻点击量因子 (proportion-of-news-clicks)