如何使用优矿之“新闻热点”?

来源:https://uqer.io/community/share/55fa68a0f9f06cb1199d44c6

本期讲解如何使用优矿的新闻热点相关API,以及一个“然并卵”的示例策略。

包括:

  • 股票新闻热点获取:NewsHeatIndexGet
  • 股票新闻情感获取:NewsSentimentIndexGet
  • 股票相关新闻获取:NewsByTickersGet

本篇中,我们只研究沪深300成分股。

from quartz.api import set_universe
universe = set_universe("HS300")

1. 获取新闻热点

使用:NewsHeatIndexGet

Type:       function
Definition: DataAPI.NewsHeatIndexGet(exchangeCD='', ticker='', secShortName='', beginDate='', endDate='', secID='', field='', pandas='1')
Docstring:
包含证券相关的新闻热度指数数据,输入一个或多个证券交易代码、起止日期,获取该证券一段时间内的新闻热度指数(即证券当天关联新闻数量占当天新闻总量的百分比(%))。每天更新。(注:1、2014/1/1起新闻来源众多、指数统计有效,2013年及之前的网站来源不全、数据波动大,数据自2004/10/28始;2、新闻量的统计口径为经算法处理后证券关联到的所有常规新闻;3、数据按日更新。)

关键的参数:

  • secID: 证券代码列表
  • beginDate:新闻搜索开始日期
  • endDate:新闻搜索结束日期
data = DataAPI.NewsHeatIndexGet(secID=universe, beginDate="20150916", endDate="20150916")
data.sort('heatIndex', ascending=False).head()
secID exchangeCD exchangeName ticker secShortName newsPublishDate heatIndex insertTime updateTime
125 600030.XSHG XSHG 上海证券交易所 600030 中信证券 2015-09-16 4.726101 2015-09-16 01:10:03 2015-09-17 13:53:26
205 600837.XSHG XSHG 上海证券交易所 600837 海通证券 2015-09-16 3.508772 2015-09-15 22:05:04 2015-09-17 13:53:26
251 601688.XSHG XSHG 上海证券交易所 601688 华泰证券 2015-09-16 2.685285 2015-09-16 01:36:04 2015-09-17 13:53:26
241 601398.XSHG XSHG 上海证券交易所 601398 工商银行 2015-09-16 2.542069 2015-09-15 22:30:08 2015-09-17 13:53:26
269 601939.XSHG XSHG 上海证券交易所 601939 建设银行 2015-09-16 2.398854 2015-09-15 22:30:08 2015-09-17 13:53:26

获取的数据列表中,每一行就是对应的证券在某一天的新闻热度(heatIndex)。可以看到9月16日,中信证券(600030)荣登热度排行榜榜首!

2. 获取新闻情感

光知道新闻热度的话不够,我们还需要这道整体的新闻情感(正面or负面?)。

使用:NewsSentimentIndexGet

Type:       function
Definition: DataAPI.NewsSentimentIndexGet(exchangeCD='', ticker='', secShortName='', beginDate='', endDate='', secID='', field='', pandas='1')
Docstring:
包含证券相关的新闻情感指数数据,输入一个或多个证券交易代码、起止日期,获取该证券一段时间内的新闻情感指数(即当天证券关联新闻的情感均值)。(注:1、2014/1/1起新闻来源众多、指数统计有效,2013年及之前的网站来源不全、数据波动大,数据自2004/10/28始;2、新闻量的统计口径为经算法处理后证券关联到的所有常规新闻;3、数据按日更新。)

关键的参数:

  • secID: 证券代码列表
  • beginDate:新闻搜索开始日期
  • endDate:新闻搜索结束日期
data = DataAPI.NewsSentimentIndexGet(secID=universe, beginDate="20150916", endDate="20150916")
data.sort('sentimentIndex', ascending=True).head()
secID exchangeCD exchangeName ticker secShortName newsPublishDate sentimentIndex insertTime updateTime
49 000831.XSHE XSHE 深圳证券交易所 000831 五矿稀土 2015-09-16 -0.294702 2015-09-16 09:20:07 2015-09-17 14:03:25
125 600030.XSHG XSHG 上海证券交易所 600030 中信证券 2015-09-16 -0.171486 2015-09-16 01:10:03 2015-09-17 14:03:25
171 600489.XSHG XSHG 上海证券交易所 600489 中金黄金 2015-09-16 -0.162101 2015-09-16 02:05:34 2015-09-17 14:03:25
231 601225.XSHG XSHG 上海证券交易所 601225 陕西煤业 2015-09-16 -0.162101 2015-09-16 02:05:34 2015-09-17 14:03:25
95 002653.XSHE XSHE 深圳证券交易所 002653 海思科 2015-09-16 -0.154720 2015-09-15 20:35:05 2015-09-17 14:03:25

获取的数据列表中,每一行就是对应的证券在某一天的新闻情感(heatIndex),负数代表负面情感,正数代表正面情感。可以看到9月16日,中信证券(600030)在新闻情感指数榜上排名倒数第二!

3. 股票详细新闻获取

用户如果想更深度的剖析个别新闻对某只证券的影响,可以通过API获取详细的新闻分析列表:

使用:NewsByTickersGet

Type:       function
Definition: DataAPI.NewsByTickersGet(ticker='', secShortName='', secID='', exchangeCD='', beginDate='', endDate='', field='', pandas='1')
Docstring:
包含证券相关的新闻数据,同时可获取针对不同证券的新闻情感数据。输入证券代码或简称、查询的新闻发布起止时间,同时可输入证券交易所代码,获取相关新闻数据,如:新闻ID、新闻标题、发布来源、发布时间、入库时间等。(注:1、自2014/1/1起新闻来源众多、新闻量日均4万左右,2013年及之前的网站来源少、新闻数据量少;2、数据实时更新。)

关键的参数:

  • secID: 证券代码列表
  • beginDate:新闻搜索开始日期
  • endDate:新闻搜索结束日期

我们来试着获取2015年9月16日当天中信证券的相关新闻:

data = DataAPI.NewsByTickersGet(secID='600030.XSHG', beginDate='20150916', endDate='20150916')
data.sort('relatedScore', ascending=False).head(10)
secID exchangeCD exchangeName ticker secShortName newsID newsTitle relatedScore sentiment sentimentScore newsPublishSite newsPublishTime newsInsertTime
71 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14554253 “股民好伴侣”南方理财金H详细操作指南 0.999999 -1 -0.028868 中国经济网 2015-09-16 09:27:00 2015-09-16 09:41:30
106 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14564116 嘉实超短债债券:2015年第八次收益分配公告 0.999993 -1 -0.196649 证券之星 2015-09-16 13:16:23 2015-09-16 13:37:17
118 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14575307 银华交易型货币(ETF):关于增加东兴证券、中航证券为基金申购赎回代理机构的公告 0.999950 -1 -0.402002 证券之星 2015-09-16 16:14:01 2015-09-16 16:57:18
31 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14539393 中信证券总经理程博明被查 已有11名骨干被带走 0.999950 -1 -0.097207 新浪财经 2015-09-16 02:42:00 2015-09-16 03:19:25
19 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14537527 中信三家营业部“重出江湖” 7个交易日买入A股119.49亿元占比近17% 0.999181 -1 -0.133462 新浪财经 2015-09-16 01:36:00 2015-09-16 01:40:36
33 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14539225 中信证券危机应对:火上浇油 0.998778 -1 -0.253825 和讯网 2015-09-16 03:14:10 2015-09-16 03:16:14
40 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14551566 中信证券事件再升级:总经理被查 遇前所未有危机 0.998508 -1 -0.225816 网易财经 2015-09-16 05:01:25 2015-09-16 08:58:45
61 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14548828 中信证券事件再升级:总经理程博明被查 0.998508 -1 -0.221037 中国证券网 2015-09-16 08:08:43 2015-09-16 08:12:59
129 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14584031 复盘中信证券:它曾是证券行业的新一代龙头 0.997775 -1 -0.008536 金融界 2015-09-16 21:44:48 2015-09-16 21:50:33
53 600030.XSHG XSHG 上海证券交易所 600030 中信证券 14549075 “国家队主攻手”陷救市漩涡 中信证券总经理程博明被调查 0.997283 -1 -0.159776 新华网 2015-09-16 07:26:00 2015-09-16 08:16:56

4. 使用新闻数据编写简单策略

策略的指导想法是买入市场关为热点,并且新闻情感为正面的股票。

策略参数:

  • 开始日期:2010年1月1日
  • 结束日期:2015年9月1日
  • 选择域:沪深成分股(2010年1月1日采样)
  • 调仓周期:10个交易日
  • 买入方法:等权重买入
  • 规则:选取热度最高的100支股票,从中再选取情感最高并且为正的20支。
from CAL.PyCAL import *

start = '2010-01-01'                       
end = '2015-09-01'                        
benchmark = 'HS300'                        
universe = set_universe('HS300', start)        
capital_base = 1000000                      
freq = 'd'                              
refresh_rate = 10                         

def initialize(account):                     
    pass

def handle_data(account):                    
    cal = Calendar('China.SSE')
    endDate = cal.advanceDate(account.current_date, '-1b', BizDayConvention.Preceding)
    beginDate = cal.advanceDate(endDate, '-10b', BizDayConvention.Preceding)

    # 获取当前参考期内股票热度
    data = DataAPI.NewsHeatIndexGet(secID=account.universe, beginDate=beginDate.strftime("%Y%m%d"), endDate=endDate.strftime("%Y%m%d"))

    # 只选取热度排名前100的股票
    sortedHeatIndex = data.groupby('secID')[['secID', 'heatIndex']].mean()
    choosenStocks = list(sortedHeatIndex.sort('heatIndex', ascending=False).index[:100].values)

    # 获取选取的50支股票的情感指数
    data = DataAPI.NewsSentimentIndexGet(secID=choosenStocks, beginDate=beginDate.strftime("%Y%m%d"), endDate=endDate.strftime("%Y%m%d"))

    # 只选取正面情感最高的20支股票
    data = data.groupby('secID')[['secID', 'sentimentIndex']].mean()
    sortedSentimentIndex = data.sort('sentimentIndex', ascending=False)
    sortedSentimentIndex = sortedSentimentIndex[sortedSentimentIndex['sentimentIndex'] > 0]
    choosenStocks = list(sortedSentimentIndex.index[:20].values)

    estimtedPortfolioValue = account.referencePortfolioValue

    # 卖出当前持仓
    for s in account.valid_secpos:
        order_to(s, 0)

    # 等比例买入选择股票
    for s in choosenStocks:
        order(s, int(estimtedPortfolioValue / len(choosenStocks) / account.referencePrice[s] / 100.)*100)

看来这么简单的想法确实是“然并卵”!

results matching ""

    No results matching ""