本报告聚焦盈余公告后的价格漂移效应(PEAD),通过事件研究和因子化分析,揭示以标准化预期外盈利(SUE)为核心的多因子选股策略优异表现。SUE因子在不同市值股票池均表现稳健,尤其在中证1000(小市值)样本中ICIR达到1.01,多空信息比率3.32。结合市场反应的EAR因子及估值因子Ey,形成复合因子SUE_Ey可进一步提升选股能力,多空年化收益率超20%。此外,SUE因子在非金融板块效果显著,金融板块相对较弱,综合展示了基于业绩超预期的量化选股策略实证价值和应用潜力
| 样本池 | IC均值 | IC波动率 | ICIR | 多空年化收益 | 多空年化波动 | 多空信息比率 |
|---|---|---|---|---|---|---|
| 沪深300内 | 5.65% | 7.99% | 0.71 | 21.30% | 10.84% | 1.97 |
| 中证500内 | 5.29% | 6.78% | 0.78 | 20.58% | 10.20% | 2.02 |
| 中证1000内 | 5.62% | 5.58% | 1.01 | 30.46% | 9.18% | 3.32 |
| 因子 | IC均值 | IC波动率 | ICIR | 多空年化收益 | 多空年化波动 | 多空信息比率 |
|---|---|---|---|---|---|---|
| EAR因子 | 4.29% | 6.65% | 0.65 | 19.62% | 9.40% | 2.09 |
| SUE因子 | 5.62% | 5.58% | 1.01 | 30.46% | 9.18% | 3.32 |
| 股票池 | IC均值 | IC波动率 | ICIR | 多空年化收益 | 多空年化波动 | 多空信息比率 |
|---|---|---|---|---|---|---|
| 沪深300内 | 3.64% | 13.96% | 0.26 | 8.72% | 11.68% | 0.75 |
| 中证500内 | 4.90% | 9.70% | 0.51 | 15.01% | 11.07% | 1.36 |
| 中证1000内 | 4.34% | 8.10% | 0.53 | 12.50% | 11.57% | 1.08 |
| 股票池 | IC均值 | IC波动率 | ICIR | 多空年化收益 | 多空年化波动 | 多空信息比率 |
|---|---|---|---|---|---|---|
| 沪深300内 | 6.74% | 12.01% | 0.56 | 23.16% | 13.01% | 1.78 |
| 中证500内 | 7.85% | 8.75% | 0.90 | 27.23% | 12.19% | 2.23 |
| 中证1000内 | 8.61% | 8.09% | 1.06 | 32.94% | 11.18% | 2.95 |
| 股票池 | 年化超额收益 | 年化超额波动 | 超额信息比率 | 超额最大回撤 | 超额月度胜率 |
|---|---|---|---|---|---|
| 沪深300 | 8.84% | 6.87% | 1.29 | -12.92% | 70.07% |
| 中证500 | 13.66% | 8.02% | 1.70 | -7.24% | 70.80% |
| 中证1000 | 21.96% | 9.13% | 2.41 | -5.50% | 74.03% |
| 板块 | IC均值 | IC波动率 | ICIR | 多空年化收益 | 多空年化波动 | 多空信息比率 |
|---|---|---|---|---|---|---|
| 金融 | 2.92% | 8.68% | 0.34 | 6.12% | 9.63% | 0.64 |
| 周期 | 5.48% | 5.29% | 1.04 | 21.90% | 8.73% | 2.51 |
| 消费 | 4.99% | 5.46% | 0.91 | 24.66% | 9.74% | 2.53 |
| 成长 | 5.76% | 6.75% | 0.85 | 26.44% | 7.94% | 3.33 |
报告围绕PEAD效应,重点研究了预期外盈利(特别是以标准化预期外盈利SUE度量)的影响及其因子化的选股效果。核心结论包括:
总体上,报告系统性地构建了PEAD相关选股因子体系,明确展示了量化选股因子的实证有效性,并提出了更为综合的成长价值复合指标,为投资者在A股市场提供量化选股参考。,4,21]
报告划分为两大类:
基本面变化度量:盈余公告中的实际盈利减去公告前预期盈利,其中SUE(Standardized Unexpected Earnings)为广泛采用的指标。SUE定义为未预期盈利的标准化表现,能体现盈利增长。
SUE=σ(Et−E(Et))Et−E(Et)
同时提出营业收入的标准化预期外收入SUR指标:
SUR=σ(Rt−E(Rt))Rt−E(Rt)
预期盈利 E(Et) 的估计方法分两类:
市场反应度量:利用公告日前后一段时间内的市场价格波动反向推导未预期盈利,主要指标:
报告指出,基于基本面的SUE因子通常优于基于市场反应的EAR因子,且分析师覆盖度问题是选择因子的现实考量。
综合来看,成长性未预期盈利信号在传统金融板块影响有限,在成长及消费周期板块表现较好。
图1:长春高新盈余公告后价格漂移
图2:分析师覆盖度下降
图5~10:三种财报类型对应SUE的超额收益表现
图11~13:SUE因子全市场RankIC及分组表现
表1及图14~19:不同市值股票池内SUE表现
表2及图20~21:EAR因子表现略逊于SUE,但仍有选股价值
表3及图22:SUE和EAR交叉分组组合净值差异明显
图23~27:ERE因子筛选的两样本池数量及其IC及分组表现,显示ERE单独因子选股效果不足
表4及图28~33:EarningsYield估值因子在三大股票池均表现正向且显著,体现低估值选股优势
表5及图34:SUE与Ey的交叉分组构造强选股组合
表6及表7、图35~37:SUE_Ey复合因子在不同股票池均表现提升,超额年化收益高,信息比率提升,风险控制良好
表8及表9、图38~41:SUE因子在不同行业板块选股能力区别显著,金融板块效果最弱
附录SUR因子(图42~47)
整体,图表全面支撑报告论点,分析细致,充分展示了因子构造、回测及行业表现的系统研究。,6,8-23]
报告主要以因子分析为核心,直接涉及估值的部分聚焦于EarningsYield(收益率)因子:
估值因子构造:
估值驱动预设:
复合因子设计:
实证回测:
该估值结合成长性的因子设计,是对传统单维度估值的有效补充,体现实用量化策略价值。
报告明确提醒以下关键风险:
以上风险提示注重历史与现实的平衡,未夸大因子有效性,提示投资者需结合自身判断及环境变化调整策略。,21,22]
总体,报告结构严谨,分析数据完整,但仍有一定静态假设和隐含边界条件,投资者需综合考量。,22]
本报告通过系统梳理和实证分析盈余公告后的价格漂移(PEAD)现象,确认了以标准化预期外盈利(SUE)度量的盈余意外对股价的持续影响,支持其因子化应用于A股量化选股中。具体洞察如下:
图表数据及回测结果充分验证了因子构造的有效性和可操作性,投资组合采用上述因子筛选股票表现出较好的超额回报率和信息比率。同时风险提示清晰说明了历史依赖和市场结构演变可能带来的变数。
综上,报告提出并验证了一套基于盈余公告后价格漂移的优选组合量化模型,具有较强的理论基础和实证支持,在A股量化投资策略设计中具备重要指导价值。
图1:长春高新盈余公告后价格漂移示例
图2:分析师覆盖度逐年下降趋势
表1:不同市值样本池中SUE因子表现
| 市场池 | IC均值 | IC波动率 | ICIR | 多空年化收益 | 多空年化波动率 | 多空信息比率 |
| ------- | ------- | -------- | ----- | -------------- | --------------- | ------------ |
| 沪深300 | 5.65% | 7.99% | 0.71 | 21.30% | 10.84% | 1.97 |
| 中证500 | 5.29% | 6.78% | 0.78 | 20.58% | 10.20% | 2.02 |
| 中证1000| 5.62% | 5.58% | 1.01 | 30.46% | 9.18% | 3.32 |
表6:SUE_Ey复合因子优于单一SUE因子
| 因子 | 市场池 | IC均值 | IC波动率 | ICIR | 多空年化收益 | 多空年化波动 | 多空信息比率 |
| ------ | ------ | ------- | -------- | ----- | ------------- | ------------ | ------------ |
| SUE_Ey | 沪深300 | 6.74% | 12.01% | 0.56 | 23.16% | 13.01% | 1.78 |
| | 中证500 | 7.85% | 8.75% | 0.90 | 27.23% | 12.19% | 2.23 |
| | 中证1000| 8.61% | 8.09% | 1.06 | 32.94% | 11.18% | 2.95 |
| SUE | 沪深300 | 5.65% | 7.99% | 0.71 | 21.30% | 10.84% | 1.97 |
| | 中证500 | 5.29% | 6.78% | 0.78 | 20.58% | 10.20% | 2.02 |
| | 中证1000| 5.62% | 5.58% | 1.01 | 30.46% | 9.18% | 3.32 |
该研究系统地揭示并实证了基于PEAD效应的多维量化选股策略构建逻辑,优选标准化预期外盈利(SUE)及其复合因子的选股能力在A股市场得到实证验证,对于构建基于财报信息的量化组合,优化投资策略具有较强启示和应用价值。投资者应关注市场结构变化风险,结合多因子、跨板块策略,提升组合稳定性与收益水平。
量化组合研究:业绩超预期下的优选组合.pdf