发帖
雷达卡
来源：factors.directory
Description: 该因子衡量了新闻报道中股票共同出现的频率及其变化，反映了投资者注意力在不同股票之间的转移效应。当同一新闻中提及多只股票时，投资者对单只股票的注意力可能会分散至其他相关股票，从而增加对所有被提及股票的整体关注度。这种基于新闻网络的注意力溢出现象，在存在卖空限制的市场中，可能导致对利好消息的过度反应，进而推动股价上涨，但同时也可能导致股票估值过高，并预示着未来表现可能出现下降。因此，该因子可以作为识别市场情绪和潜在定价偏差的指标。 Explanation: 该因子通过计算新闻中股票的共现频率及环比变化，捕捉投资者注意力在不同股票之间的转移。正值表示其他股票对目标股票的注意力溢出增加，可能预示着目标股票的关注度上升，但也可能伴随价格的过度反应风险。负值则表示注意力溢出减少，投资者对目标股票的关注度可能下降。该因子在行为金融学框架下，可用于研究市场情绪、投资者注意力以及股票收益的预测。 Tags: 技术因子
Formulas股票i和股票j在t交易日的相对共现新闻频率:
w_{ij,t} = \frac{N_{ij,t}}{N_{ii,t}}股票i和股票j在t交易日的相对共现新闻频率环比变动:
Δw_{ij,t} = w_{ij,t} - w_{ij,t-1}股票i的净共现注意力溢出因子(NCO):
nco_{i,t} = \sum_{j=1, j\neq i}^{N} Δw_{ij,t}Formula Explanation
其中：
- Nij,t: 为t交易日内，股票i和股票j在同一新闻中共同出现的次数（共现新闻数量）
- Nii,t: 为t交易日内，股票i在新闻中单独出现的次数
- wij,t: 为t交易日，股票i和股票j的相对共现新闻频率，表示股票j对于股票i的注意力溢出程度。使用股票i单独出现次数进行标准化，以消除股票i自身新闻报道量对共现次数的影响。
- Δwij,t: 为t交易日，股票i和股票j的相对共现新闻频率环比变动，表示股票j对股票i的注意力溢出程度的环比变化。
- ncoi,t: 为股票i在t交易日的净共现注意力溢出因子，表示所有其他股票j对股票i的注意力溢出程度变化的总和。该值越高，意味着投资者通过新闻报道对股票i的注意力溢出效应越强，潜在的过度关注风险越高。注意，此处对j求和时，j不等于i，避免计算股票i对自身的注意力溢出。
来源：factors.directory
Related Factors- 行业共现变动因子 (news-stock-industry-co-occurrence)
- 分析师共识覆盖加权动量 (analyst-coverage-momentum)
- 历史新闻提及量因子 (news-volume)
- 隔夜新闻情感偏向因子 (overnight-news-sentiment)
- 投资者关注度占比因子 (custom-stock-ratio)
- 新闻事件驱动动量因子 (news-momentum)
- 月度相对换手率溢出 (monthly-abnormal-turnover)
- 市场收益率协偏度因子 (covariance-skewness1)
- 相对新闻点击量因子 (proportion-of-news-clicks)
- 散户同步性因子 (herd-effect)
京公网安备 11010802022788号
