如何使用優礦之“新聞熱點”？ · Python 量化交易教程

# 如何使用優礦之“新聞熱點”？ > 來源：https://uqer.io/community/share/55fa68a0f9f06cb1199d44c6 本期講解如何使用優礦的新聞熱點相關API，以及一個“然并卵”的示例策略。包括： + 股票新聞熱點獲取：`NewsHeatIndexGet` + 股票新聞情感獲取：`NewsSentimentIndexGet` + 股票相關新聞獲取：`NewsByTickersGet` 本篇中，我們只研究滬深300成分股。 ```py from quartz.api import set_universe universe = set_universe("HS300") ``` ## 1. 獲取新聞熱點使用：`NewsHeatIndexGet` ``` Type: function Definition: DataAPI.NewsHeatIndexGet(exchangeCD='', ticker='', secShortName='', beginDate='', endDate='', secID='', field='', pandas='1') Docstring: 包含證券相關的新聞熱度指數數據，輸入一個或多個證券交易代碼、起止日期，獲取該證券一段時間內的新聞熱度指數(即證券當天關聯新聞數量占當天新聞總量的百分比(%))。每天更新。（注：1、2014/1/1起新聞來源眾多、指數統計有效，2013年及之前的網站來源不全、數據波動大，數據自2004/10/28始；2、新聞量的統計口徑為經算法處理后證券關聯到的所有常規新聞；3、數據按日更新。) ``` 關鍵的參數： + `secID:` 證券代碼列表 + `beginDate`：新聞搜索開始日期 + `endDate`：新聞搜索結束日期 ```py 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 | 上海證券交易所 | 600030 | 中信證券 | 2015-09-16 | 4.726101 | 2015-09-16 01:10:03 | 2015-09-17 13:53:26 | | 205 | 600837.XSHG | XSHG | 上海證券交易所 | 600837 | 海通證券 | 2015-09-16 | 3.508772 | 2015-09-15 22:05:04 | 2015-09-17 13:53:26 | | 251 | 601688.XSHG | XSHG | 上海證券交易所 | 601688 | 華泰證券 | 2015-09-16 | 2.685285 | 2015-09-16 01:36:04 | 2015-09-17 13:53:26 | | 241 | 601398.XSHG | XSHG | 上海證券交易所 | 601398 | 工商銀行 | 2015-09-16 | 2.542069 | 2015-09-15 22:30:08 | 2015-09-17 13:53:26 | | 269 | 601939.XSHG | XSHG | 上海證券交易所 | 601939 | 建設銀行 | 2015-09-16 | 2.398854 | 2015-09-15 22:30:08 | 2015-09-17 13:53:26 | 獲取的數據列表中，每一行就是對應的證券在某一天的新聞熱度（heatIndex)。可以看到9月16日，中信證券（600030）榮登熱度排行榜榜首！ ## 2. 獲取新聞情感光知道新聞熱度的話不夠，我們還需要這道整體的新聞情感（正面or負面？）。使用：`NewsSentimentIndexGet` ``` Type: function Definition: DataAPI.NewsSentimentIndexGet(exchangeCD='', ticker='', secShortName='', beginDate='', endDate='', secID='', field='', pandas='1') Docstring: 包含證券相關的新聞情感指數數據，輸入一個或多個證券交易代碼、起止日期，獲取該證券一段時間內的新聞情感指數(即當天證券關聯新聞的情感均值)。（注：1、2014/1/1起新聞來源眾多、指數統計有效，2013年及之前的網站來源不全、數據波動大，數據自2004/10/28始；2、新聞量的統計口徑為經算法處理后證券關聯到的所有常規新聞；3、數據按日更新。) ``` 關鍵的參數： + `secID`: 證券代碼列表 + `beginDate`：新聞搜索開始日期 + `endDate`：新聞搜索結束日期 ```py 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 | 深圳證券交易所 | 000831 | 五礦稀土 | 2015-09-16 | -0.294702 | 2015-09-16 09:20:07 | 2015-09-17 14:03:25 | | 125 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 2015-09-16 | -0.171486 | 2015-09-16 01:10:03 | 2015-09-17 14:03:25 | | 171 | 600489.XSHG | XSHG | 上海證券交易所 | 600489 | 中金黃金 | 2015-09-16 | -0.162101 | 2015-09-16 02:05:34 | 2015-09-17 14:03:25 | | 231 | 601225.XSHG | XSHG | 上海證券交易所 | 601225 | 陜西煤業 | 2015-09-16 | -0.162101 | 2015-09-16 02:05:34 | 2015-09-17 14:03:25 | | 95 | 002653.XSHE | XSHE | 深圳證券交易所 | 002653 | 海思科 | 2015-09-16 | -0.154720 | 2015-09-15 20:35:05 | 2015-09-17 14:03:25 | 獲取的數據列表中，每一行就是對應的證券在某一天的新聞情感（`heatIndex`)，負數代表負面情感，正數代表正面情感。可以看到9月16日，中信證券（600030）在新聞情感指數榜上排名倒數第二！ ## 3. 股票詳細新聞獲取用戶如果想更深度的剖析個別新聞對某只證券的影響，可以通過API獲取詳細的新聞分析列表：使用：`NewsByTickersGet` ``` Type: function Definition: DataAPI.NewsByTickersGet(ticker='', secShortName='', secID='', exchangeCD='', beginDate='', endDate='', field='', pandas='1') Docstring: 包含證券相關的新聞數據，同時可獲取針對不同證券的新聞情感數據。輸入證券代碼或簡稱、查詢的新聞發布起止時間，同時可輸入證券交易所代碼，獲取相關新聞數據，如：新聞ID、新聞標題、發布來源、發布時間、入庫時間等。(注：1、自2014/1/1起新聞來源眾多、新聞量日均4萬左右，2013年及之前的網站來源少、新聞數據量少；2、數據實時更新。) ``` 關鍵的參數： + `secID`: 證券代碼列表 + `beginDate`：新聞搜索開始日期 + `endDate`：新聞搜索結束日期我們來試著獲取2015年9月16日當天中信證券的相關新聞： ```py 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 | 上海證券交易所 | 600030 | 中信證券 | 14554253 | “股民好伴侶”南方理財金H詳細操作指南 | 0.999999 | -1 | -0.028868 | 中國經濟網 | 2015-09-16 09:27:00 | 2015-09-16 09:41:30 | | 106 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14564116 | 嘉實超短債債券：2015年第八次收益分配公告 | 0.999993 | -1 | -0.196649 | 證券之星 | 2015-09-16 13:16:23 | 2015-09-16 13:37:17 | | 118 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14575307 | 銀華交易型貨幣(ETF)：關于增加東興證券、中航證券為基金申購贖回代理機構的公告 | 0.999950 | -1 | -0.402002 | 證券之星 | 2015-09-16 16:14:01 | 2015-09-16 16:57:18 | | 31 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14539393 | 中信證券總經理程博明被查已有11名骨干被帶走 | 0.999950 | -1 | -0.097207 | 新浪財經 | 2015-09-16 02:42:00 | 2015-09-16 03:19:25 | | 19 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14537527 | 中信三家營業部“重出江湖” 7個交易日買入A股119.49億元占比近17% | 0.999181 | -1 | -0.133462 | 新浪財經 | 2015-09-16 01:36:00 | 2015-09-16 01:40:36 | | 33 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14539225 | 中信證券危機應對:火上澆油 | 0.998778 | -1 | -0.253825 | 和訊網 | 2015-09-16 03:14:10 | 2015-09-16 03:16:14 | | 40 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14551566 | 中信證券事件再升級:總經理被查遇前所未有危機 | 0.998508 | -1 | -0.225816 | 網易財經 | 2015-09-16 05:01:25 | 2015-09-16 08:58:45 | | 61 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14548828 | 中信證券事件再升級：總經理程博明被查 | 0.998508 | -1 | -0.221037 | 中國證券網 | 2015-09-16 08:08:43 | 2015-09-16 08:12:59 | | 129 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14584031 | 復盤中信證券：它曾是證券行業的新一代龍頭 | 0.997775 | -1 | -0.008536 | 金融界 | 2015-09-16 21:44:48 | 2015-09-16 21:50:33 | | 53 | 600030.XSHG | XSHG | 上海證券交易所 | 600030 | 中信證券 | 14549075 | “國家隊主攻手”陷救市漩渦中信證券總經理程博明被調查 | 0.997283 | -1 | -0.159776 | 新華網 | 2015-09-16 07:26:00 | 2015-09-16 08:16:56 | ## 4. 使用新聞數據編寫簡單策略策略的指導想法是買入市場關為熱點，并且新聞情感為正面的股票。策略參數： + 開始日期：2010年1月1日 + 結束日期：2015年9月1日 + 選擇域：滬深成分股（2010年1月1日采樣） + 調倉周期：10個交易日 + 買入方法：等權重買入 + 規則：選取熱度最高的100支股票，從中再選取情感最高并且為正的20支。 ```py 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) # 獲取當前參考期內股票熱度 data = DataAPI.NewsHeatIndexGet(secID=account.universe, beginDate=beginDate.strftime("%Y%m%d"), endDate=endDate.strftime("%Y%m%d")) # 只選取熱度排名前100的股票 sortedHeatIndex = data.groupby('secID')[['secID', 'heatIndex']].mean() choosenStocks = list(sortedHeatIndex.sort('heatIndex', ascending=False).index[:100].values) # 獲取選取的50支股票的情感指數 data = DataAPI.NewsSentimentIndexGet(secID=choosenStocks, beginDate=beginDate.strftime("%Y%m%d"), endDate=endDate.strftime("%Y%m%d")) # 只選取正面情感最高的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 # 賣出當前持倉 for s in account.valid_secpos: order_to(s, 0) # 等比例買入選擇股票 for s in choosenStocks: order(s, int(estimtedPortfolioValue / len(choosenStocks) / account.referencePrice[s] / 100.)*100) ``` ![](https://box.kancloud.cn/2016-07-30_579cbdb03dd06.jpg) 看來這么簡單的想法確實是“然并卵”！