评估新闻事件前后滑点需要哪些数据？

直接回答

要以可辩护的方式评估“新闻事件前后的滑点”，你需要以下输入数据：(1) 定义新闻事件的时间点，(2) 衡量交易执行结果，(3) 建立用于比较的参考价格，以及 (4) 捕获成本和数据质量信息。目标不是预测结果，而是计算实际观察到的差异，并理解不确定性来源。

机制与定义

滑点通常指在下单时（或附近）选定的参考价格与实际成交价格（或成交均价）之间的差距。当市场对新闻做出反应时，波动性和流动性可能迅速变化，导致参考价与成交价之间的差距扩大。

一个完整的评估通常会区分稳定机制与可变条件：

• 市场变动：由新信息引起的价格变化。
• 执行摩擦：流动性限制、买卖价差扩大、部分成交以及订单路由/处理的影响。
• 成本：显性成本（如有）以及反映在价差和费用中的隐性成本。

需要收集的数据输入（及其原因）

1) 新闻事件说明

收集明确的事件标识和时间戳：

• 事件时间：数据发布的预定时间，或你定义为“反应开始”的时间点。
• 时间标准与时区：所有数据源使用统一的时间标准。
• 事件窗口：定义“新闻前后”的规则（例如，从事件前 X 秒到事件后 Y 秒）。即使后续测试多个窗口，也应明确说明该规则。

2) 参考价格构建

选择并记录用于滑点计算的参考价格定义方式：

• 参考来源：中间价、最后成交价，或来自指定交易场所的买卖报价中点。
• 参考时间戳规则：是在下单时、最近一笔行情时，还是以固定频率采样。
• 一致性规则：对每个观测值使用相同的方法。

3) 执行与订单数据

需要足够详细的数据以重建实际发生的情况：

• 下单时间 和 订单参数（方向、订单类型、数量）。
• 成交时间戳 和 成交价格（或至少有效的平均成交价）。
• 部分成交标识：头寸是否通过多笔成交建立。
• 已取消/过期订单：避免在未跟踪的情况下将“尝试”与“成功执行”混淆。

4) 成本与流动性代理指标

为区分摩擦成本与纯粹价格变动，应包括以下变量：

• 买卖价差及其时间序列，在事件窗口附近的数据。
• 可用的流动性/可得性代理指标（例如，若有，可使用深度指标）。
• 任何可观测的费用或佣金组成部分，并使用相同的会计规则应用。

5) 数据来源与转换日志

创建简短的审计轨迹：

• 每个字段的来源（平台导出、市场数据流、日历来源）。
• 任何时间转换、重采样或过滤规则。
• 如何处理缺失值（删除行、插值或标记为缺失）。

实证或示例计算（含明确假设）

一种典型的计算方法是将每笔成交的滑点定义为：

• 滑点 = （有效成交价格）−（参考价格），买卖方向的符号需一致定义。

一种可行的方法是在事件窗口内汇总滑点：

• 使用下单时间的参考价格计算滑点（假设）。
• 对每次事件，计算落在反应窗口内所有成交的平均滑点（假设）。
• 同时计算分布情况（中位数和百分位数），因为新闻驱动效应可能呈现厚尾特征。

若测试多个窗口大小，应将窗口选择视为变量，并报告每个窗口的结果，而非在看到结果后才选择其中一个。

局限性与风险（重大失效模式）

大多数研究至少存在一个重大局限性：

• 时间戳不匹配：事件时间、市场数据时间戳和执行时间戳可能处于不同时区或具有不同延迟。即使微小的对齐误差也可能被误认为滑点。
• 参考价格偏差：选择滞后或超前真实决策时刻的参考价格，可能高估或低估滑点。
• 部分成交与订单行为：在波动剧烈期间成交跨越多秒，“滑点”可能混合了市场影响与执行时机。
• 选择偏差：仅筛选已成交订单可能排除最差结果，使数据看起来更干净。
• 非平稳性：历史上观察到的关系不能保证未来新闻或不同市场环境下行为相同。

验证与后续问题

在解释效应之前，应先进行质量检查以验证评估结果：

• 通过检查事件前的价差和价格变动是否合理，确认时间戳对齐。
• 量化数据丢失（缺失成交、缺失报价或不完整订单）。