事件驱动型股市投资策略构建（2026 泰迪杯 C 题）
历年真题解法库 · 本题为公开赛题要点整理，完整原题与数据集请到官方渠道获取（链接见下）；
下方「练习数据」说明仅列官方来源，本站合成练习数据集与真源脚本将随优秀范文一并发布，避免断裂链接。
一、赛题要点
- 赛事：2026 年泰迪杯数据挖掘挑战赛 · C 题（真实题名「事件驱动型股市投资策略构建」）。
- 问题实质：结合新闻/公告等文本事件与行情数据，构建并回测事件驱动型选股/择时策略——即利用特定事件（业绩预告、并购、政策、舆情等）公告前后的异常回报来制定交易。典型设问包括：①事件数据清洗与事件窗口定义；②事件对回报的异常影响量化（事件研究法 CAR）；③基于事件特征构建选股/择时信号；④策略回测与绩效评估（回报、夏普、最大回撤）；⑤风险控制与稳健性分析。
二、需要产出什么
- 事件库与事件窗口定义（公告日、窗口 [−k,+k]）。
- 事件异常回报分析（CAR/AR 显著性与分布）。
- 可交易策略（信号生成 + 仓位/择时规则）。
- 回测绩效（累计回报、夏普、最大回撤、胜率）与稳健性。
三、数据说明（官方来源）
- 官方数据/赛题：泰迪杯官网 http://www.tipdm.org（请以当年发布为准）。赛题提供行情序列与事件/新闻文本数据。
- 练习数据说明：本题的合成练习数据集与真源生成脚本（
tools/gen_tidy2026c.py）将在对应优秀范文发布时一并放出，确保正文 / 配图 / 附录 / 真源四路数字一致。当前请先用官方数据集练手。
四、可用解法 → 对应手册
题型：文本 / 事件情感类
题型：选股 / 因素 / 分类类
题型：时间序列 / 回测类
题型：评价类
先看选型 👉 🧭 评价类选型指南
五、建模思路提示
- 事件研究法：用市场模型估计正常回报，事件窗口实际回报减正常回报得 AR，累计得 CAR；用 t 检验判断事件是否带来显著异常回报。
- 信号构建：把「事件类型 + 情感极性 + 历史 CAR」作为特征，训练「事件后是否正回报」的分类器，或用规则（CAR 显著为正则买入）。
- 回测严格按时间顺序：用历史事件训练/选参，在样本外事件上验证，避免前视偏差（look-ahead）。
- 绩效评估不只看回报，必须报夏普比率、最大回撤、胜率与换手率，并用蒙特卡洛做回报分布稳健性。
六、常见坑与规避
- 前视偏差是致命伤：任何用到「事件发生后才知道」的信息做信号都会虚高回报，回测必须严格时间切分。
- 事件回报常被大盘/行业动量带动，要剔除市场与行业基准后再判断事件本身的增量。
- 低频事件样本少，策略统计显著性弱，应做 bootstrap/交叉验证而非单次回测下结论。
- 只报高回报不报回撤/胜率，结论不可信；策略必须配套止损与仓位管理。
七、优秀范文（本站手写，非生成器）
本题范文将逐题手写发布（≥2500 字 · 4 张 SVG 配图 · 可运行 Python 附录，正文 / 配图 / 附录 / 真源四路数字一致）。
| 视角 | 链接 | 字数 · 配图 · 附录 |
|---|---|---|
| 范文一：事件研究法 + 类型筛选 + 样本外回测（60 股 ×500 日三因子合成市场与 238 条五类公告事件库、分层随机流切断「事件日选择与噪声序列共用 rng」的伪相关；估计窗 OLS 市场模型还原 CAR 形态——业绩预亏 −3.03%（t=−3.80） 最显著、政策扶持实测为零效应陷阱（t=−1.00）；训练期筛类型后样本外 200 日：46 笔、总回报 +35.5%、夏普 4.03、回撤 2.8%、胜率 73.9%，全面优于全事件买入与指数基准（+2.4%）；500 次随机入场对照均值 −0.10% 确认增量来自事件信号） | 事件驱动型股市投资策略（优秀范文一） | 2751 字 · 8 图 · 1 附录 |
| 范文二：策略构成分析与风险剖面（盈利来源中等集中：正单34/负单12、Top5 占 32.4%/Top10 占 52.9% 不靠单笔豪赌但要防头部依赖、事件强度与 CAR 不单调（中强度反最优 +0.11% 而强弱均偏负）证伪「公告越猛涨越多」、持有期 HOLD=8 更优（+37.6%/夏普 4.55/回撤 2.0%）优于固定 10 天、业绩预增×科技 +3.17% 的行业交互、估计窗 100/140 天 CAR 几乎不变的稳健、市场前跌时利好更有效（+2.48%/+2.55% vs 前涨 −0.89%）的逆向属性） | 事件驱动策略的构成分析与风险剖面：集中度、强度与状态依赖（优秀范文二） | 3133 字 · 8 图 · 1 附录 |
| 范文三：参数网格与稳健性全景（训练阈值大平原：τ∈[0,1.5] 全选业绩预增+并购落地且回报恒定 +35.5%、τ 至 2.0/3.0 依次退化为 +17.0%/0 的耐变筛选、类型组合稀释明确：加回被排除的政策扶持反跌 +30.2%、单类三级分化业绩预增 +22.8% > 并购落地 17.0% > 政策扶持 6.7%、HOLD×τ 网格 τ 方向整列平原但 HOLD=8 最优脊 +37.6%、训练/测试 60/40 平衡点最优（52%→+15.7%/68%→+23.2%各有回落）、剔除训练期最佳 15 条事件仍保 +17.0% 的韧性、表现面邻域均值约 +31.5%±9.3 的中坡高原非尖峰） | 事件驱动策略的参数网格与稳健性全景：阈值高原、组合稀释与表现面（优秀范文三） | 2863 字 · 8 图 · 1 附录 |
八、配套资源
- 回到 📚 历年真题解法库首页
- 总入口：🗺️ 专题手册库
- 论文怎么写：📝 论文模板使用说明专区
- 避坑总览：⚠️ 建模避坑指南专区
- 真源模型与配图脚本将在对应优秀范文发布时一并放出（见第七节）。