2、事件分类与数据源：宏观事件、行业事件、公司事件与另类数据
做事件交易，第一步不是找策略，而是搞清楚——你到底在交易什么事件。
我刚开始做量化那会儿，踩过一个坑：看到新闻就往上冲，结果被假突破来回打脸。后来才明白，事件是有层级的，不同层级的事件，交易逻辑完全不同。你拿做财报的手法去赌非农，大概率要出事。
所以这一节，咱们把事件分分类，顺便聊聊数据源怎么找。嗯，这部分内容比较基础，但基础的东西往往最容易被忽略。
2.1 宏观事件：利率决议与非农数据
宏观事件，说白了就是能影响整个市场情绪的大事儿。这类事件的特点是：波及面广、波动剧烈、持续时间短。
我个人习惯把宏观事件分成两类：
- 政策类：比如美联储利率决议、欧央行议息会议、中国央行LPR调整
- 数据类：比如美国非农就业数据、CPI、GDP初值、PMI
为什么要把它们分开？因为交易逻辑不一样。
政策类事件，市场通常会提前消化预期。我记得有一次美联储加息75个基点，消息出来前美元已经涨了两天，结果落地后反而跳水——这就是典型的「买预期，卖事实」。
数据类事件则更刺激。非农数据公布那几分钟，黄金、外汇、股指期货经常出现瞬间几十点的波动。我建议新手不要在这时候追单，容易两边挨打。
关键数据源：
- 美联储官网（federalreserve.gov）——利率决议原文
- 美国劳工统计局（bls.gov）——非农、CPI原始数据
- 路透、彭博终端——实时数据推送
- 金十数据、华尔街见闻——中文速览
一个小技巧：我习惯在数据公布前15分钟挂好条件单，设好止损。别想着手动操作，你反应不过来的。
2.2 行业事件：财报与政策发布
行业事件，影响的是某个板块或细分领域。比如医药行业的集采政策、新能源车的补贴退坡、半导体行业的出口管制。
这类事件有个特点：信息密度高，但传播速度慢。宏观事件几分钟就消化完了，行业事件往往需要几天甚至几周才能完全定价。
我做过一个统计：A股行业政策发布后，相关板块的平均反应周期是3-5个交易日。这意味着你有足够的时间去分析、布局，而不是像宏观事件那样拼手速。
财报也是典型的行业事件。但注意，财报虽然是公司层面的，但龙头公司的财报往往能带动整个板块。比如苹果的财报会影响整个消费电子产业链，特斯拉的财报会影响新能源车板块。
关键数据源：
- 巨潮资讯网（cninfo.com.cn）——A股财报原文
- SEC EDGAR系统——美股财报
- 国务院、发改委官网——政策原文
- 行业研报（券商中国、慧博资讯）——解读与数据整理
避坑指南：我曾经吃过一次亏——看到某行业出了利好政策，直接重仓杀入，结果第二天高开低走，被套了整整一个月。后来才明白，政策发布前往往已经有资金提前埋伏了。你看到的利好，可能已经是别人的出货时机。
2.3 公司事件：并购与高管变动
公司事件，是事件交易里最微观、也最考验信息分析能力的类别。
常见的公司事件包括：
- 并购重组：收购、合并、资产注入
- 高管变动：CEO更换、核心技术人员离职
- 股权变动：大股东增减持、股权激励
- 诉讼仲裁：专利纠纷、合同违约
- 产品获批：新药上市、新产品发布
这里面，并购重组是最容易出大行情的。但要注意，A股很多并购重组消息在停牌前就已经泄露了。你想想看，为什么有些股票停牌前能连拉三个涨停？
高管变动则是个容易被低估的信号。我个人的经验是：核心技术人员离职，比CEO离职更值得警惕。CEO离职可能是战略调整，但技术大牛离职，往往意味着公司的技术路线出了问题。
关键数据源：
- 上市公司公告（巨潮资讯网、上交所/深交所官网）
- 企查查、天眼查——股权结构、高管背景
- Wind、Choice终端——事件日历与历史数据
- 社交媒体（雪球、微博）——小道消息的验证渠道
我的习惯：每天开盘前花10分钟扫一遍当天的公司公告。重点看「停复牌」「重大资产重组」「人事变动」这三类。别小看这10分钟，很多交易机会就是从公告里挖出来的。
2.4 另类数据源：卫星图像与舆情
传统数据源大家都在用，你能看到的信息，别人也能看到。真正的超额收益，往往来自另类数据。
什么叫另类数据？就是那些不是传统金融数据，但能反映基本面变化的信息。
举几个例子：
- 卫星图像：监测沃尔玛停车场的车辆数量，预测零售数据；监测油轮位置，预测原油库存
- 舆情数据：爬取社交媒体、论坛、新闻评论，分析市场情绪
- 供应链数据：海关数据、物流数据、招聘数据
- 支付数据：信用卡消费数据、支付宝交易数据
我记得有个经典的案例：某对冲基金通过卫星图像监测中国在建工厂的数量，提前判断出钢铁需求会上升，做多铁矿石期货，赚了一大笔。这就是另类数据的威力。
但另类数据也有坑。最大的问题是信噪比太低——数据量大，但真正有用的信号很少。我建议刚开始接触另类数据的朋友，先从舆情数据入手，因为获取成本低，而且有现成的工具可以用。
关键数据源：
- RS Metrics、Orbital Insight——卫星图像数据服务商
- StockTwits、Twitter API——美股舆情
- 微信指数、百度指数——中文舆情热度
- 天眼查、企查查——企业工商数据
注意：另类数据的合规性问题。有些数据来源可能涉及隐私或版权问题，用之前最好咨询一下法务。我曾经因为爬取某平台的用户评论数据，差点被发律师函——嗯，这事儿就不细说了。
2.5 知识体系总览
下面这张图，是我自己整理的事件分类与数据源框架。你可以把它当成一个「事件交易的地图」——遇到任何事件，先定位它属于哪一类，再去找对应的数据源。
这张图其实想表达一个核心观点：事件交易不是靠运气，而是靠信息差。你能比别人更快、更准地获取信息，你就能赚钱。而信息差，就藏在这些数据源里。
好了，事件分类和数据源就聊到这儿。下一节我们会深入具体的交易策略——嗯，不对，按课程安排，我们该讲事件驱动的交易逻辑了。不过那是后面的事，先把今天的内容消化掉再说。
公众号:蓝海资料掘金营，微信deep3321