Local EPUB Text
预测方法
预测的开发涉及非常详细的围绕关键性事件公告的交易数据的研究。对事件的研究考量了围绕公告对新闻事件相关的收益的定量化影响，一般有如下执行步骤。
1.确认并记录公告的日期、时间和事件的“超预期”的变动。为了创建出有效的模拟测试，事件和事件前后交易的证券价格的数据库必须非常详细，必须仔细将事件分类，报价和成交的数据必须在高频基础上进行抓取。未预期的部分成可以用以下两种方式来测量：
·实际值与基于自回归分析的预测值之间的差值。
·实际值与分析师一致预测值之间的差值。
2.计算出所研究的证券在信息公布前后所关注时间段的收益率。例如，如果研究者对评估CPI发布事件对美元/加元汇率在1秒内变化的影响感兴趣，他们就可以用过去CPI公布日的历史数据去计算上午8：30：00～8：30：01美元/加元汇率1秒内的变化（美国CPI公告总是在东部时间上午8：30发布）。
3.用简单线性回归方程估计公告的影响：
式中，Rt是按公告顺序排列的利益相关证券的收益向量；ΔXt是按公告顺序排列的“超预期”的变化向量；εt是关于消息公告的特异性误差；α是回归方程的截距，用来表示除了公告超预期的其他因素导致的收益变化；β衡量了公告对所分析证券收益的平均影响。
在计算股票价格变化时，需要使用宏观形势变化对其进行调整，以消除其对股票价格的影响。这些调整往往用夏普（1964）的市场模型来表示：
式中，“”符号表示平均估计，是在历史数据基础上利用市场模型估计的股票预期收益：
Ba和Brown（1968）第一次使用了这种方法，这种估计方法到今天为止已经产生了统计显著性的交易机会。
在任何一个平常的交易日，世界上都有大量的经济公告产生。这些公告可能关系到某一公司、某一行业或某一国家，甚至像宏观新闻那样，具有全球影响力。公司的新闻公告通常包括季度或年度业绩报告、收购和兼并公告、新产品发布等。行业新闻包括某国行业监管法规、关税，以及行业经济环境的改变等。宏观经济新闻包括主要中央银行的利率公告、政府发布的宏观经济指标，以及区域经济表现评估数据等。
随着科技的发展，如RSS资讯、提醒、专线报道，还有谷歌之类公司的新闻聚合引擎等，现在公告公布后投资者就可以立刻获取。一个良好的自动化事件套利系统能够抓取新闻，将事件分类，并且根据历史数据将事件与证券对应起来。不同的公司提供不同的机器可读的数据流，这些数据流可以被计算机轻易解析并用作事件驱动策略的输入量。提供机器可读产品的公司包括托马斯路透社、道琼斯和大量其他的小公司。
一个实际例子
最新的美国通货膨胀率数据每月在预定日期的上午8：30公布。当消息公布时，美元/加元即期汇率和其他货币对美元汇率都会即刻有一次性调整，至少从理论上说是这样。如果识别出这些调整实际发生的时间和速度，我们就可以构建有利可图的交易组合，这些组合能够抓取紧随最新通货膨胀数据公告之后的价格水平变化。
确定一个可盈利的交易机会，第一步是定义从公告开始到交易机会结束的时间段，这个时间段被称为“事件窗口”（event window）。我们挑选了最近美国通货膨胀数据公告的，2002年1月~2008年8月的分笔数据样本。由于所有的美国通货膨胀率数据公告均在东部时间上午8：30公布，我们将上午8：30～9：00定义为交易窗口，并且下载了这个时段内所有的报价和交易数据记录。我们将数据进一步分为5分钟、1分钟、10秒和15秒的区间，接下来测量了5分钟、1分钟、10秒和15秒的美元/加元即期汇率的收益变动。
购买力平价（purchasing power parity，PPP）理论指出，本币和外币的即期汇率就是国内和国外购买力之比，当美国通货膨胀率变化时，原本的购买力平价平衡就会被打破，从而促使以美元为基础的汇率调整到新的水平。当美国的通货膨胀率上升时，美元/加元的汇率会同时上升，反之亦然。为了让问题更简单一些，在本例中我们只考虑通货膨胀数据公布所带来的影响，忽略市场在公告之前对通货膨胀数据的预期值做出的调整。
符号检验法能够告诉我们，在上午8：00~9：00的“交易窗口”之内，如果市场对数据公布时间有恰当和一致的反应的话，这样的反应存在于怎样的时间间隔下。我们的数据样本仅包括公布通货膨胀数据的那些交易日，表9-1展示了主要的统计结果。
表9-1 美国通货膨胀率公告之后美元/加元持续交易机会的数量
就美国通货膨胀数据公布后的5分钟间隔的数据来看，发现似乎美元/加元只对美国通货膨胀率的下降做出持续反应，并且这个反应是瞬时完成的。当通货膨胀率下降时，美元/加元汇率在上午8：25～8：30的5分钟区间内，以95%的统计置信水平做出下降反应。这个反应可能潜在地支持了瞬时调整假说，毕竟美国通货膨胀新闻是在上午8：30公布的，这个时间对通货膨胀率下降的调整看起来已经完成了。如果通货膨胀率有所上升，则不存在任何有统计显著性的反应。
更高频率的抽样间隔则向我们展示了另外一幅景象——调整在短期内爆发式地发生。例如，在1分钟的时间间隔，我们可以看到，对通货膨胀率上升的反应在上午8：34～8：35持续发生。因此，这个消息公布后的价格调整，能够带来一个持续稳定的盈利机会。
如果将数据以30秒的间隔细分，我们观察到交易机会进一步增加了。对通货膨胀率上升的公告来说，价格调整在公告后四个30秒的时间间隔都可以发生。对显示通货膨胀率下降的公告来说，价格调整在公告后一个30秒的时间间隔内可以发生。
再进一步检查15秒的时间间隔，我们注意到甚至更多时间内有持续的交易机会。对通货膨胀率上升的公告来说，有五个15秒的时间间隔美元/加元都对上午8：30～9：00的通货膨胀公告做出了持续上升的反应，因此出现了唾手可得的交易机会。在同样的上午8：30～9：00区间内，持续伴随通货膨胀率下降的公告的是六个15秒的时间间隔。
总的来看，我们观察的时间间隔越短，能发现的货币对信息有统计显著性的反应次数就越多。这些机会短期的本质使得它们更适用于系统交易（比如黑箱交易）的方法，如果系统交易实施得好，可以减少执行延迟的风险，减少持有成本，并避免人类判断可能发生的昂贵错误。