En este artículo, construimos una muestra de co-ocurrencias de noticias utilizando tecnologías de big data. Mostramos que las acciones que co-ocurren en artículos de noticias son menos arriesgadas, más grandes y más cubiertas por analistas financieros, y las acciones económicamente conectadas se mencionan con más frecuencia en los mismos artículos de noticias. Descomponemos una co-ocurrencia de noticias en un componente esperado y un componente de choque. Encontramos que es el componente de choque el que despierta una atención anormal de los inversores minoristas. Los componentes esperado y de choque predicen significativamente las correlaciones de retorno 12 meses en el futuro. Finalmente, un portafolio de varianza mínima global (GMV) con la matriz de covarianza aumentada por el poder predictivo de las co-ocurrencias de noticias para las futuras correlaciones de retorno produce un rendimiento relativamente superior en comparación con el portafolio GMV de referencia.