13. 事件研究法：重大事件前后的深度变化、公告效应、流动性危机
做量化交易这些年，我越来越觉得市场像一个人——平时挺正常，一遇到大事就慌。你想想看，财报发布、央行加息、黑天鹅事件……这些重大事件前后，市场的微观结构会发生剧烈变化。今天我们就聊聊怎么用事件研究法，来捕捉这些变化。
13.1 事件研究法的核心逻辑
说白了，事件研究法就是「看前后对比」。我们把某个事件发生的时间点设为 T=0，然后观察 T-n 到 T+n 这段时间内，市场深度的变化、价差的波动、成交量的异常。
我个人习惯把事件窗口分成三段：
- 事前窗口（比如 T-30 到 T-1）：看看有没有信息泄露，或者市场在提前消化预期
- 事件窗口（T 到 T+1）：公告发布瞬间的反应，这是最剧烈的阶段
- 事后窗口（T+2 到 T+30）：市场是否恢复，流动性是否回归正常
我在项目中遇到过一件事：某次财报发布前，订单簿的深度突然变薄，价差拉大。我当时以为是系统bug，后来才发现是有人在提前布局。嗯，这就是事件研究法能捕捉到的信号。
13.2 公告效应：信息冲击下的深度变化
公告效应，说白了就是「消息出来，市场怎么动」。我把它拆成两个维度来看：
- 价格维度：收益率、波动率的变化
- 深度维度：订单簿各档位的挂单量变化
举个例子，假设某公司发布超预期财报。公告前，买一档深度可能只有 500 手，卖一档 600 手。公告后 1 秒内，买一档深度可能瞬间飙到 2000 手，卖一档却只剩 100 手——这说明市场在抢筹。
关键指标：
- 公告前后 5 分钟的深度变化率
- 买卖价差的瞬时扩大幅度
- 成交量在公告后 1 秒内的爆发倍数
我曾经踩过一个坑：只看价格变化，忽略了深度变化。结果发现价格没怎么动，但深度已经空了——那是流动性危机的前兆。所以我现在做事件研究，一定把深度和价格放在一起看。
13.3 流动性危机：深度消失的瞬间
流动性危机，说白了就是「想买买不到，想卖卖不掉」。我记得 2020 年 3 月那次市场暴跌，很多股票的买一档深度直接归零，价差扩大到平时的 10 倍以上。
怎么量化？我一般用这几个指标：
| 指标 | 正常市场 | 流动性危机 |
|---|---|---|
| 买一档深度 | 500-1000 手 | 0-50 手 |
| 买卖价差 | 0.01-0.02 元 | 0.10-0.50 元 |
| 订单簿斜率 | 平缓 | 陡峭 |
| 成交量 | 正常 | 骤降或骤升 |
为什么会这样？因为做市商在恐慌中会撤单，高频交易者也会关闭算法。市场深度就像退潮一样，一层层消失。
避坑指南：我曾经在流动性危机中试图用限价单抄底，结果订单挂了 10 分钟都没成交。后来我学乖了——深度低于某个阈值时，直接改用市价单，或者干脆不交易。
13.4 代码实现：事件窗口分析
下面是我常用的一个分析框架。它把事件前后的深度数据拉出来，计算关键指标的变化。
import pandas as pd
import numpy as np
def event_study_depth(df, event_time, window_pre=30, window_post=30):
"""
事件研究法：分析深度变化
df: 包含时间戳、买一深度、卖一深度、价差
event_time: 事件发生时间
"""
# 定位事件索引
event_idx = df[df['timestamp'] == event_time].index[0]
# 截取窗口
pre = df.iloc[event_idx - window_pre:event_idx]
post = df.iloc[event_idx:event_idx + window_post]
# 计算变化
depth_change = post['bid_depth'].mean() - pre['bid_depth'].mean()
spread_change = post['spread'].mean() - pre['spread'].mean()
# 异常检测：深度是否低于阈值
if post['bid_depth'].min() < pre['bid_depth'].quantile(0.05):
print("⚠️ 流动性危机信号：深度异常下降")
return {
'depth_change': depth_change,
'spread_change': spread_change,
'pre_mean_depth': pre['bid_depth'].mean(),
'post_mean_depth': post['bid_depth'].mean()
}这段代码虽然简单，但我在实盘里用了很久。核心逻辑就是：对比事件前后的均值变化，同时加一个异常检测——如果深度跌到事前 5% 分位数以下，就报警。
13.5 知识体系：事件研究法的核心逻辑
下面这张图是我自己总结的，把事件研究法的整个流程串起来了。
这张图把整个流程串起来了。从定义事件开始，到划分窗口，再到数据采集和分析。我个人习惯在「分析」这一步多花时间——因为公告效应和流动性危机的信号往往藏在细节里。
小技巧：做事件研究时，别忘了加一个「对照组」。比如拿同行业其他股票在相同时间窗口的数据做对比，这样能排除市场整体波动的影响。我吃过这个亏——有一次分析某只股票的公告效应，结果发现整个板块都在涨，差点把市场beta当成alpha。
好了，事件研究法就聊到这儿。记住一句话：市场深度是流动性的温度计，而重大事件就是温度计的试纸。学会看这张试纸，你就能在市场恐慌时找到机会，在狂热时保持清醒。