文章核心观点 - 探讨利用新闻情绪变化作为美国股市熊市的早期预警指标的可能性 通过分析每日整体新闻情绪的变化并采用5日平滑处理 可以生成一个接近“无记忆”的动态信号 该信号在近期两次熊市（COVID-19疫情初期及2021-2022年）前均出现了持续多日的负面信号 先于显著的市场下跌出现 [1][7] 美国市场历史表现与新闻研究背景 - 美国市场展现出极强的增长韧性 熊市后的复苏通常迅速 以S&P500为例 在COVID-19疫情初期市值下跌约30% 但仅一个月后便开始回升 六个月内完全收复失地 到年底时指数较疫情初始已上涨超过10% [1] - 此前研究已成功利用LSEG的Machine Readable News和News Analytics数据预测股票层面的具体行为 股票层面的新闻信号具有高度稀疏性 往往“突然出现” [1] 整体市场新闻情绪的特征与挑战 - 从预测整体市场趋势的角度看 新闻并不稀疏 每天产生并记录数以万计的文章 [2] - 对美国市场整体新闻情绪进行聚合时 挑战从稀疏性转变为序列相关性 美国每日整体新闻情绪在相对较长的滞后期内表现出高度的自相关性 [2] - 每日整体数据通过对所有与美国上市股票相关的文章的情绪评分进行求和来计算 [5] 新闻情绪变化指标的构建 - 为了获得一个接近“无记忆”的指标以感知市场转折 转而观察每日整体新闻情绪的变化 该指标在第一天之后未表现出显著的自相关 第一天的负自相关表明存在均值回归行为 [5] - 为了利用新闻情绪变化作为指标 基于观察到的1日自相关进行调整 将指标在若干回溯日内进行平均以增加对波动的稳健性 本研究采用了5日回溯平均 另一种方法是仅考虑低于平均每日变化两个标准差的极端值 [7] 新闻情绪指标在熊市预警中的应用 - 将经过5日简单平滑处理的每日整体新闻情绪变化作为检测器 应用于SPY在最近两次熊市（疫情初期及2021-2022年）中的表现 [7] - 在这两次熊市中 均观察到一个多日的负面信号先于显著的市场下跌出现 且该信号并非由市场走势所触发 [7] LSEG金融新闻服务价值主张 - LSEG的金融新闻服务融汇了路透社独家新闻与数千个全球新闻来源渠道 旨在为金融界人士提供全面的全球报道、评论和分析 [9] - 该服务是路透社新闻面向金融界的独家提供商 每天通过多种形式支持全球金融市场 提供可操作的见解 [10] - 服务提供先进的分类结构、标签和搜索功能 用户可根据需求定制新闻提要 并通过桌面、信息推送和API获取 [10] - 服务面向人类和机器 支持监听新闻、研究分析、数据建模、市场风险监控和回溯测试策略等多种目的 [13] 新闻作为预警系统对投资者的意义 - 美国市场的投资者往往在看涨环境中运作 系统化交易者和自主交易者的模型与习惯可能最适应牛市 [11] - 将新闻作为即将打破现状的早期预警系统 能够帮助所有投资者在需要时保持足够的灵活性 [11]