已更新完整文章+数据整理+全部1-3问代码 完整内容请看文末简介

摘要
本研究围绕中国A股市场中事件驱动型投资的量化分析展开，旨在通过对政策、监管、公司行为与突发事件等多种市场事件的建模与数据分析，构建一套系统的事件驱动投资策略模型。在过去一年（2024年9月至2025年9月）内，A股市场受多重政策与行业变化影响，事件型交易特征显著，因此本课题对事件影响、收益预测与资产配置进行了系统建模与实证验证。
在问题一中，首先对不同类型事件进行了定性分类与量化处理。研究通过提取事件的时间、类别、方向与强度等特征，构建了事件影响的数学描述模型。利用指数衰减与幂律混合核函数对事件的时序影响进行建模，并结合股票历史价格数据分析其在短期内对超额收益的影响。结果显示，不同事件类型对市场反应具有显著差异，其中政策与行业监管类事件的市场驱动力最强，对情绪与资金流向影响明显。
在问题二中，基于问题一的事件特征与市场响应结果，建立了事件收益预测模型。研究采用线性回归、岭回归、随机森林、Gradient Boosting / XGBoost / LightGBM等机器学习方法，以事件强度、行业背景、市场波动率等为输入特征，对未来短期累计收益进行预测。通过时间序列切分与样本外验证，模型的拟合优度（R²）与信息系数（IC）均表现良好，岭回归与随机森林的预测精度最高，表明事件特征对未来收益具有较高解释力。可视化结果显示模型预测值与实际收益呈正相关，验证了事件信号的可预测性。
在问题三中，研究将预测结果转化为投资权重，构建了事件驱动投资组合优化模型。该模型以马科维茨均值-方差理论为基础，并引入交易成本与换手惩罚项，形成带约束的均值-方差最优化问题。模型以近端梯度法（Proximal Gradient / FISTA）求解，在动态风险协方差与成本约束下实现最优权重分配。通过对实际市场数据的模拟回测，组合年化收益率达到8%至12%，夏普比约为0.9至1.1，最大回撤控制在10%以内，表明模型在风险控制与收益平衡方面具有良好表现。策略的净值曲线平稳上升，收益分布呈轻度右偏，显示出稳健的事件驱动特征。
本研究实现了“事件信号生成—收益预测—组合优化”的量化闭环。事件驱动型投资策略在政策与宏观预期明确的环境下尤为有效，具有显著的风险调整后收益优势。模型的稳定性验证了事件信号在A股市场中的实际可操作性。
关键词： 事件驱动投资；A股市场；量化模型；均值-方差优化；机器学习；近端梯度算法；风险控制；交易成本；政策冲击；金融数学建模。

目录
摘要 1
一、 赛题背景深度分析 5
二、 问题重述 5
三、问题分析 6
3.1. 问题本质与核心挑战 6
3.2. 问题一深度分析：事件分类与数学建模 6
3.2.1 事件特征的数学化表达 6
3.2.2 分类方法选择 7
3.3. 问题二深度分析：价格波动预测建模 7
3.3.1 多因子模型架构 7
3.3.2 预测模型技术路线 7
3.3.3 模型验证与调优 8
3.4. 问题三深度分析：套利策略与风险控制 8
3.4.1 均值-方差优化框架 8
3.4.2 尾部风险控制 8
3.4.3 止损机制设计 8
四、 模型假设 9
五、 模型原理 12
5.1 非齐次泊松过程（NHPP） 12
5.2 Hawkes过程（自激过程） 12
5.3 线性回归（OLS） 14
5.4岭回归（L2 正则） 14
5.5 随机森林回归（非线性基线） 15
5.6事件驱动多资产最优化组合模型（Event-Driven Portfolio Optimization Model） 16
5.7 近端梯度法（Proximal Gradient Method / FISTA 加速） 18
六、 问题一模型建立与求解:事件分类与数学特征建模 20
6.1数据清洗、整合 20
6.2四类事件的量化分析方法 24
（1）政策驱动类（Policy） 26
（2）行业监管类（Regulation） 26
（3）公司事件类（Corporate） 27
（4）突发事件类（Exogenous） 27
6.3模型建立 29
6.3.1 参数设定 29
6.3.2事件特征工程 30
6.3.3冲击–衰减核（Impact–Decay Kernel）与参数估计 31
6.3.4事件窗标签（供评估/训练/回测） 32
6.3.5事件到达过程:非齐次泊松（NHPP）、Hawkes（自激）过程 32
1 非齐次泊松（NHPP） 32
2 Hawkes（自激）过程 33
6.3.6模型评价与诊断 33
伪代码 33
6.4模型求解 34

1. 市场背景与数据面 34
2. 事件特征与强度 35
3. 衰减核参数与类型对比 36
4. 单事件拟合质量与时间结构 36
5. 事件窗标签（收益与超额） 40
   小结 40
   七、 问题二模型建立与求解: 事件收益预测结果分析 41
   7.1 参数说明 41
   7.2 特征工程 41
   1 直接特征（事件层） 41
   2 标准化（仅在训练集） 42
   7.3 时间防泄露切分与交叉验证 42
   7.4 基线预测模型 42
   1 线性回归（OLS） 42
   2 岭回归（L2 正则） 42
   3 随机森林回归（非线性基线） 42
   4 Gradient Boosting / XGBoost / LightGBM 43
   7.5 信号生成与事件级回测 43
   1 方向与仓位 43
   2 Top-K 选择 43
   3 交易成本与成本后收益 44
   4 组合累计收益（事件序列） 44
   7.6 诊断与稳健性 44
   7.5 端到端流程伪代码 45
   7.6 模型求解与可视化分析 45

1. 结果分析 45
2. 特征重要性与解释性 46
3. 可视化分析 47
   事件收益曲线与策略表现 47
   稳健性与诊断结果 48
   结果总结 49
   八、 问题三模型建立与求解: 最优化组合模型分析 49
   8.1 参数说明 50
   8.2由“事件预测”到“标的期望收益”的映射 50
   1 事件强度到逐日“期望超额收益冲击” 50
   2 事件到标的聚合（当日 alpha 预期） 50
   8.3组合优化模型构建 51
   8.4 CVaR 风险替代 51
   8.5 Kelly/半 Kelly 头寸缩放 52
   8.5 执行模型与滑点（Almgren–Chriss ） 52
   8.6 风险与止盈止损 52
4. Kelly/降杠杆 53
   8.7模型求解与结果分析 53
   8.7.1关键超参数 53
   8.7.2绩效指标分析 54
   8.7.3可视化分析 54
   1.净值曲线 54
   2.日收益分布 55
   正态性与厚尾 55
   成本影响 55
5. 杠杆与换手 56
6. Alpha 热力/权重热图 56
7. 归因与分层 56
8. 稳健性与灵敏度 57
   九、 模型优缺点与模型推广 57
   9.1. 模型优缺点 57
   9.2 模型推广 58

问题二内容展示

问题二：事件收益预测与信号生成的详细建模说明（含公式）

目标：在问题一完成“事件量化 + 衰减核参数 + 事件窗标签”的基础上，构建监督学习模型预测事件后的累计超额收益并转化为可交易信号，评估在成本后的事件级绩效。

---

定义

• 事件集合 E={e}\mathcal{E}=\{e\}E={e}，事件 $e$ 的时间为 $t_0(e)$，受影响标的集合为 $\mathcal{S}(e)$。

• 市场等权日收益：$r_t^{mkt}$；个股日收益：$r_{i,t}$。

• 事件窗标签：

  $${\text{AEXCESS}}_W(e)=\sum _{h=0}^W({\overline{r}}_{\mathcal{S}(e),t_0+h}-r_{t_0+h}^{mkt}),{\overline{r}}_{\mathcal{S},t}=\frac{1}{|\mathcal{S}|}\sum _{i\in \mathcal{S}}{r}_{i,t}.$$

• 预测目标（主任务）：

  ye(W)≡AEXCESSW(e)(W∈{1,3,5,10}) y_e^{(W)} \equiv \text{AEXCESS}_W(e)\quad (W\in\{1,3,5,10\}) ye(W)​≡AEXCESSW​(e)(W∈{1,3,5,10})

  以 $W=3$ 为主评估窗（可并行多个 $W$）。

1. 特征工程（来自问题一 + 派生）

1.1 直接特征（事件层）

对每个事件 $e$，构造向量 ${\mathbf{x}}_e$：

$${\mathbf{x}}_e=[\underset{\text{事件语义与强度}}{\underbrace{\text{dir},\text{imp},\text{breadth},\text{surprise},\text{sentiment},\text{source\_cred}}},\underset{\text{核参数与先验}}{\underbrace{{\tau }_1,\gamma ,w_1,{\beta }_0,\text{half\_life\_prior}}},\underset{\text{受影响股票数}}{\underbrace{\text{n\_codes}}},\underset{\text{类型独热编码}}{\underbrace{\text{type\_onehot}}}].$$

说明：imp 为分位数归一化后的强度；n_codes 为 codes 的数量；type_onehot 是 $\text{policy}/\text{regulation}/\text{corporate}/\text{exogenous}$ 的独热。
可选将 ${\text{CUMRET}}_w$ / ${\text{VOL}}_w$（问题一的标签）作为元特征辅助预测。

1.2 标准化（仅在训练集）

为避免尺度影响与数据泄露，对训练集特征做标准化，并将参数应用到验证/测试：

$${\tilde{x}}_{e,j}=\frac{x_{e,j}-{\mu }_j^{train}}{{\sigma }_j^{train}+10^{-12}}.$$

2. 时间防泄露切分与交叉验证

2.1 时间排序 + 样本外切分

将事件按 $t_0$ 升序排序，取最后 $\approx 20\%$ 作为样本外集合 ${\mathcal{E}}_{test}$，其余为训练集合 ${\mathcal{E}}_{train}$。

2.2 时间块交叉验证（可选 Purged K-Fold）

将 ${\mathcal{E}}_{train}$ 再按时间切为 $K$ 个相邻块做交叉验证；每次用历史块训练、未来块验证，中间留出gap 天以消除相邻泄露。

3. 基线预测模型与目标函数

3.1 线性回归（OLS）

$${\hat{y}}_e={\mathbf{w}}^{\top }{\tilde{\mathbf{x}}}_e+b,\underset{\mathbf{w},b}{\min }\sum _{e\in {\mathcal{E}}_{train}}(y_e-{\hat{y}}_e{)}^2.$$

3.2 岭回归（L2 正则）

$${\hat{y}}_e={\mathbf{w}}^{\top }{\tilde{\mathbf{x}}}_e+b,\underset{\mathbf{w},b}{\min }\sum _e(y_e-{\hat{y}}_e{)}^2+\alpha \Vert \mathbf{w}{\Vert }_2^2,$$

$\alpha >0$ 通过时间块交叉验证选择（如 α∈{10−3,…,103}\alpha\in\{10^{-3},\dots,10^3\}α∈{10−3,…,103}）。

3.3 随机森林回归（非线性基线）

以 ${\tilde{\mathbf{x}}}_e$ 为输入，训练回归森林 $\mathcal{F}$，输出 ${\hat{y}}_e=\mathcal{F}({\tilde{\mathbf{x}}}_e)$。
重要性（Gini/方差减少）用于解释：

$$\text{FI}(j)\propto \sum _{\text{splits on }j}\Delta (\text{node impurity}).$$

可扩展：Gradient Boosting / XGBoost / LightGBM；或将线性与树模型做简单平均集成
${\hat{y}}_e^{ens}=\lambda {\hat{y}}_e^{ridge}+(1-\lambda ){\hat{y}}_e^{rf},\lambda \in [0,1]$。

4. 评估指标（样本外）

• 决定系数：$R^2=1-\frac{\sum (y-\hat{y}{)}^2}{\sum (y-\bar{y}{)}^2}$。
• 平均绝对误差：$\text{MAE}=\frac{1}{n}\sum |y-\hat{y}|$。
• 相关性/信息比率（可选）：$\rho (\hat{y},y)$、$\text{IR}=\frac{\mathbb{E}[y-\hat{y}]}{\text{std}(y-\hat{y})}$。
• 命中率（方向正确率）：$\mathrm{Pr}[\text{sign}(\hat{y})=\text{sign}(y)]$。

5. 信号生成与事件级回测

5.1 方向与仓位

• 方向：sidee=sign(y^e)∈{−1,+1}\text{side}_e=\text{sign}(\hat{y}_e)\in\{-1,+1\}sidee​=sign(y^​e​)∈{−1,+1}。

• 强度权重（可选）：用 $|{\hat{y}}_e|$ 或软归一化：

  $$w_e=\frac{\exp (\kappa |{\hat{y}}_e|)}{{\sum }_{e^{\prime }\in \mathcal{B}}\exp (\kappa |{\hat{y}}_{e^{\prime }}|)},$$

  其中 $\mathcal{B}$ 是当期可交易的事件篮子（如样本外集或当月事件），$\kappa >0$ 控制尖锐度。

5.2 Top-K 选择

按 ${\hat{y}}_e$ 从大到小排序，取前 $K$ 做多头，后 $K$ 做空头；或仅取前 $K$ 做多。
给定持有窗 $W$，单事件成本前收益近似用标签代替：

$${\text{PnL}}_e^{gross}(W)={\text{side}}_e\cdot {\text{AEXCESS}}_W(e).$$

5.3 交易成本与成本后收益

设单边成本为 $c$（bp），则开仓 + 平仓共两次：

$${\text{PnL}}_e^{net}(W)={\text{PnL}}_e^{gross}(W)-2\cdot \frac{c}{10,000}.$$

5.4 组合累计收益（事件序列）

将样本外事件按时间排序，累计乘积：

$${\text{EQ}}_t=(1+{\text{PnL}}_{e_1}^{net})\times \cdots \times (1+{\text{PnL}}_{e_t}^{net})-1.$$

更贴近实际，可用问题一的衰减核做持仓时钟，在 $h=\mathrm{0..}W$ 内分日减仓：

$$\omega (h)=\frac{\kappa (h;{\hat{\tau }}_1,\hat{\gamma },{\hat{w}}_1)}{{\sum }_{u=0}^W\kappa (u;{\hat{\tau }}_1,\hat{\gamma },{\hat{w}}_1)},{\text{PnL}}_e^{gross}(W)\approx \sum _{h=0}^W\omega (h)\cdot ({\overline{r}}_{\mathcal{S},t_0+h}-r_{t_0+h}^{mkt}).$$