新冠肺炎疫情是2020年对中国经济具有较大影响的事件,对我国第三产业,即服务类行业的影响较大。我国股市的走势会在新冠疫情爆发期间产生震荡,总体呈向下趋势。学者们发表过许多研究股票市场的论文,所有的论文都主要关注如何根据一个价格的以前的价值来描述一个价格的潜在生成过程的问题。在任何两篇论文中所使用的数据几乎是不相同的,各种模型都是通过使用非常复杂的统计技术进行研究的。从单一的统计学方法模型、单一的机器学习模型、单一的深度学习模型,到模型内部和与外部模型结合形成的组合模型,模型的复杂程度在增加,对金融数据的探索能力也在增强。结合现实背景,本论文研究新冠疫情爆发对快递行业的短期影响和长期影响,应用不同的方法和模型,展开一系列的研究,并得到结论。本论文根据中信行业分类标准的三级分类确定可以代表快递行业的上市公司,以其股票收益率数据为样本,分析新冠疫情对快递行业的短期和长期影响。在短期影响的分析上,应用事件研究法对疫情对快递行业的短期影响方向和冲击程度进行分析,利用市场模型计算异常收益率等指标,对指标进行统计分析,得到结论为:新冠疫情对五家上市公司的影响程度各不相同,在行业内具有传染效应,进而,根据t检验可知,对快递行业的短期影响效果显著,且影响具有持续性。由此,进一步分析新冠疫情对快递行业是否具有长期影响。构建新的组合模型CNN-GA-LSSVR,根据模型评价指标验证此模型存在优势,对数据进行预处理时,首先要对重尾数据做对数变换,再根据三倍标准差剔除异常值。首先,分别预测疫情前后的收益率,观察评价指标,初步分析可知新冠疫情对快递行业上市公司股票收益率是具有长期影响的,影响程度大小各不相同;其次,加入“累计确诊人数”作为新的特征数据拟合模型,与未加入的拟合效果相比,进一步验证了新冠疫情对快递行业上市公司股票收益率具有长期影响的结果。