[论文解读] Trade the Event: Corporate Events Detection for News-Based Event-Driven Trading

Zhihan Zhou, Liqian Ma+1 more|arXiv (Cornell University)|May 26, 2021

Stock Market Forecasting Methods参考文献 23被引用 4

一句话总结

本文提出一种事件驱动的交易策略，通过使用双层事件检测模型从新闻文章中检测企业事件，在超额收益和交易盈利能力方面表现出色。该方法结合了标记级别的事件标注与文章级别的上下文整合，在包含30万+篇新闻文章和分钟级股票数据的EDT数据集上进行了验证。

ABSTRACT

In this paper, we introduce an event-driven trading strategy that predicts stock movements by detecting corporate events from news articles. Unlike existing models that utilize textual features (e.g., bag-of-words) and sentiments to directly make stock predictions, we consider corporate events as the driving force behind stock movements and aim to profit from the temporary stock mispricing that may occur when corporate events take place. The core of the proposed strategy is a bi-level event detection model. The low-level event detector identifies events' existences from each token, while the high-level event detector incorporates the entire article's representation and the low-level detected results to discover events at the article-level. We also develop an elaborately-annotated dataset EDT for corporate event detection and news-based stock prediction benchmark. EDT includes 9721 news articles with token-level event labels as well as 303893 news articles with minute-level timestamps and comprehensive stock price labels. Experiments on EDT indicate that the proposed strategy outperforms all the baselines in winning rate, excess returns over the market, and the average return on each transaction.

研究动机与目标

• 开发一种比基于情感分析和特征提取的股票预测更具可解释性和客观性的替代方法，聚焦于企业事件作为股价变动的驱动因素。
• 解决现有模型依赖粗粒度文本特征或主观情感分析的局限性，通过在标记级别检测事实性企业事件。
• 通过利用新闻的时效性并将实时事件检测整合到动态交易策略中，提升交易表现。
• 创建一个大规模、高质量的基准数据集（EDT），用于企业事件检测和基于新闻的股票预测。
• 证明在低延迟条件下执行时，事件驱动策略在超额收益和单笔交易盈利能力方面优于市场指数。

提出的方法

• 提出一种双层事件检测模型：底层序列标注模型为每个标记分配事件标签，高层模型则整合全局文章上下文与底层预测结果。
• 采用分层架构，其中底层检测器将每个标记分类为k种预定义的企业事件之一或'O'（无事件），实现对事件提及的细粒度定位。
• 采用高层检测器，将整篇文章的表征与底层标记预测结果融合，以判断每种事件类型在文章中出现的可能性。
• 引入EDT数据集，包含9,721篇带有标记级别事件注释的新闻文章，以及303,893篇带有分钟级时间戳和股票价格标签的文章，用于基准测试。
• 实施一种实时交易策略，在新闻发布后立即触发交易，利用预测的事件类型及其预期市场影响。
• 采用多阶段评估流程：事件检测性能通过F1分数衡量，交易表现通过胜率、超额收益和单笔平均收益评估。

实验结果

研究问题

• RQ1 与传统的情感分析或词袋方法相比，在标记级别检测企业事件是否能提高股价变动预测的准确性和可解释性？
• RQ2 在双层检测框架中，整合局部（标记级别）和全局（文章级别）上下文在多大程度上提升了事件检测性能？
• RQ3 企业事件作为客观事实，在多大程度上比情感或文本特征更可靠地预测股价变动？
• RQ4 交易执行的时效性在事件驱动策略中有多关键？延迟执行会导致多大程度的性能下降？
• RQ5 大规模、专家标注的数据集（EDT）是否能支持事件驱动交易模型的稳健训练与基准测试？

主要发现

• 所提出的双层事件检测模型在EDT数据集上的F1分数优于所有基线模型，证明了在标记级别和文章级别均实现了更高的检测准确率。
• 事件驱动交易策略在超额收益方面显著优于市场指数，胜率更高，单笔交易平均收益也更大。
• 回测显示，新闻发布后仅延迟数十秒执行交易即导致平均收益为负，凸显了时效性的重要性。
• 当交易在新闻发布所在分钟的开盘价执行时，策略表现最佳，表明执行速度是决定盈利能力的关键因素。
• EDT数据集支持了稳健的评估，并为公司事件检测和基于新闻的股票预测设立了新基准，包含303,893篇新闻文章和详细的股票价格标签。
• 由于其客观性和事实基础，企业事件被证明是比情感或文本特征更有效、更可靠的股价变动指标。