超预期因子构建与多维度定义 [page::0][page::5]

• 定义了四类超预期因子：标准化意外收益（SUE）、净利润同比超预期、分析师超预期、研报标题超预期。

- SUE因子通过标准化季度每股收益与市场预期差异计算，净利润同比超预期因子基于同比净利润与预期差异，分析师超预期考察滚动一致预期净利润120日变动，研报标题超预期基于多家券商报告标题出现“超预期”字样。

• 因子均在中证500及中证1000指数成分股中验证。

单因子表现与指标统计 [page::6][page::7][page::9][page::11]

• SUE因子在中证500表现一般，IC为0.03，多空组合Sharpe0.7，年化收益6.45%。

- 净利润同比超预期因子中证500年化收益9.19%，Sharpe 1.38，样本在中证1000内表现更佳，Sharpe 1.72。

• 分析师超预期因子中证1000年化收益最高达15.37%，Sharpe 1.78。

- 研报标题超预期组合年化收益11.18%，信息比率0.7，波动和回撤较大。

超预期股票池构建及组合表现对比 [page::12][page::14][page::16][page::18]

| 组合类型 | 策略年化收益 | 超额年化收益 | 信息比率 | 波动率 | 最大回撤 |
|--------------------------|--------------|--------------|----------|--------|-----------|
| SUETOP50 | 7.05% | 5.15% | 0.63 | 8.13% | -12.46% |
| 净利润同比超预期TOP50-100 | 13.74% | 11.84% | 1.82 | 6.49% | -5.27% |
| 分析师超预期TOP50 | 15.43% | 13.54% | 1.65 | 8.23% | -13.48% |
| 研报标题超预期TOP50 | 9.54% | 7.65% | 0.55 | 13.86% | -66.38% |

• 研报标题因子波动大且回撤高，未纳入最终组合。

- 分析师超预期TOP50与净利润同比超预期TOP50-100组合表现最佳，合并成两因子超预期组合，年化超额收益达12.68%，信息比率2.36。

增强因子构建与策略表现 [page::18][page::19][page::20]

• 选取波动率（3个月）、换手率稳定性（12个月）、日均成交额（1个月）、量价相关性（1个月）、北向资金净流入（20日）5项因子，相关性低，采用等权合成。

- 单因子换手率稳定性12个月表现优异，Sharpe比率达2.95。

• 合成因子多空组合年化收益达27.39%，但最大回撤36.02%，Calmar 0.76。

超预期精选策略构建与回测结果 [page::20][page::21][page::22][page::23]

| 持股数 | 策略年化收益 | 超额年化收益 | 策略波动率 | 最大回撤 | 夏普比率 |
|--------|--------------|--------------|------------|-----------|----------|
| 20只 | 25.61% | 23.77% | 23.45% | -30.38% | 1.09 |
| 30只 | 22.59% | 20.75% | 23.41% | -32.07% | 0.97 |
| 50只 | 22.28% | 20.44% | 23.45% | -30.64% | 0.95 |

• 持股20只精选策略表现最佳，年化收益率最高，波动率和回撤合理。

- 2021年收益突出，达86.86%；2024年受市场影响策略收益为负，但超越基准8.5%。

• 最新持仓显示科创板股票占约30%，行业集中于基础化工和电子。

风险提示 [page::0][page::25]

• 市场环境变动风险。

- 因子或模型失效风险。

金融研究报告：《超预期股票精选策略》详尽分析报告

---

一、元数据与概览

• 报告标题: 超预期股票精选策略

- 分析师: 别璐莎

• 发布机构: 湘财证券研究所

- 联系方式: 电话：(021) 50293663，Email：bls06644@xcsc.com

• 地址: 上海市浦东新区银城路88号中国人寿金融中心10楼

- 发布时间: 2024年3月28日（含相关研究2022-2024年多期更新）

• 研究主题: 构建基于盈利意外（超预期）的多因子量化选股策略，主要适用于中证500及中证1000指数成分股，重点关注超预期股票池的筛选与精选策略的构造。

核心论点与目标

报告围绕Post-Earnings-Announcement Drift（PEAD）现象，即公司盈利公告后，股价在盈利超预期时会持续上升，低于预期则持续下降，展开。报告构建了多维度超预期因子，包括标准化意外收益（SUE）、净利润同比超预期、分析师超预期和研报标题超预期，筛选中证1000成分股构建超预期股票池，并结合技术面和资金面量价因子进一步挖掘增强因子，提出“超预期精选策略”，实现了较高的年化收益与信息比率。

总体策略年化收益超过25%，在市场中表现出较强的超额收益能力，同时面临市场环境变化及模型失效风险。

---

二、逐节深度解读

1. 超预期策略概述

关键论点

• PEAD概念阐述：盈利高于预期后，股价不会立即完全反映全部盈利信息，而是持续漂移。

- 该现象基于实证研究支持，股价调整分为即时一部分和随时间分批完成。

• 盈利意外可通过时间序列预测、分析师预测及公告窗口收益量化。

- 报告基于多种维度构建测度超预期收益的因子，体现多样化定义与捕捉市场反应。

逻辑依据

• 报告引用Bernard and Thomas（1989）、Foster（1977）等经典文献，解释PEAD背后的统计方法和经济动因，突出实证和理论基础。

- 分析师预测往往比时间序列预测更准确，有助更有效检测股价漂移。

[page::3,4]

---

2. 超预期因子构建

包含四个核心因子：

2.1 标准化意外收益（SUE）

• 定义：公司实际季度每股收益与预期收益的标准化差异。

- 计算基于八季度季节性随机游走假设，估计季度收益的漂移和标准差。

• 样本条件苛刻，需至少12季度数据支持。

- 在中证500因子表现平平，IC均值0.03，ICIR 0.26，年化收益6.45%，夏普及Calmar比率较低，表现一般。

• 在中证1000指标稍优，IC均值0.02，年化收益7.74%，夏普1，Calmar0.54，表现略好于中证500。

图表：

• 图2-5展示SUE五组分层布置与多空净值趋势，整体区分度不高，较弱的收益异质性。

- 表1、表2量化统计指标印证上述分析。

[page::5,6]

---

2.2 净利润同比超预期因子

• 指实际季度净利润同比与市场预期值的标准化差异，减少季度自身噪声。

- 分段统计(中证500和中证1000)显示，IC均值虽低 (约0.02-0.03), 但ICIR较高，且年化收益9.19%-13.74%，Sharpe比率均超过1，表现稳健。

• TOP50-100组合优于TOP50组合，疑因最靠前的50只股票存在异常值效应（同期基数低导致同比扭曲）。

图表：

• 图6-9显示因子五组分层分布，净值分化明显且持续。

- 表3、表4提供因子统计指标，支持其因子有效性。

[page::7,8]

---

2.3 分析师超预期因子

• 依据分析师滚动一致盈利预测的120日变化率，揭示分析师对未来盈利预期的动态调整。

- 在中证500因子单因表现一般，但组合年化超额收益达10.64%，Sharpe超过1。

• 在中证1000成分股表现更好，IC及ICIR指标均提升，年化收益15.37%，Sharpe 1.78，信息比率突出。

图表：

• 图10-13多层级分层组合收益趋势良好，表5、表6统计数据进一步验证其有效性。

[page::8,9]

---

2.4 研报标题超预期因子

• 通过文本挖掘分析研报标题中出现“超预期”字样且来源券商家数≥2。

- 举例说明典型个股，如赛力斯、诺泰生物等。

• 统计分析显示每年季报、半年报和三季度公告前后该类研报数量活跃。

- 组合回测显示年化收益11.18%，超额收益6.22%，但近年伴有显著回撤，最大回撤达29.18%。

图表:

• 图14展示研报“超预期”股票月度均值，图15为组合净值与超额收益趋势。

[page::10,11]

---

3. 超预期股票池构建

• 基于四因子分别构造两个不同规模组合（TOP50、TOP50-100），并在中证1000成分股中测试其表现。

- 主要发现：
- 分析师超预期TOP50表现最佳，年化超额收益13.54%，Sharpe1.65。
- 净利润同比超预期TOP50-100表现其次，年化超额11.84%，Sharpe1.82。
- SUE TOP50组合表现一般，年化超额收益5.15%。
- 研报标题超预期因子组合波动较大，且最大回撤极高(超过66%)，表现波动明显，未纳入最终组合。

• 最终构建两因子组合（分析师超预期TOP50 + 净利润同比超预期TOP50-100），约100只股票，年化超额收益12.68%，信息比率2.36，优于三因子组合。

图表:

• 图16-24：各因子不同组合收益曲线，图23-24展示两因子与三因子组合对比。

- 表9-13详细统计各组合的收益、波动、回撤等指标。

[page::12-18]

---

4. 超预期精选策略构建

4.1 增强因子挖掘

• 从技术面和资金面选取五个量价及资金流相关因子：

1. 波动率（3个月）
2. 换手率稳定性（12个月）
3. 日均成交额（1个月）
4. 量价相关性（1个月）
5. 北向资金净流入（20日）

• 单因子检验表明“换手率稳定性”表现较好，IC均值0.07，ICIR0.92，年化收益21.81%，Sharpe2.95，Calmar3.51。

- 各因子间相关性低（见相关性矩阵表16），易于等权合成为一个综合增强因子。

• 在超预期股票池内回测显示年化收益27.39%，IC均值0.09，但波动率较高，最大回撤36%，Calmar比率0.76。

图表：

• 图25-26展现增强因子的分层表现与多空净值。

- 表14-17列出因子详情、单因子检验与相关性分析。

[page::18,19,20]

---

4.2 超预期精选策略构建与回测

• 在超预期股票池内，按增强合成因子排序，选取不同持股量构建组合（月度调仓，等权分配，交易费0.15%）。

- 回测区间2019年1月至2024年7月，测试持股20、30、50只三种配置。

策略表现关键指标：

| 持股数 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普比率 |
| ------ | ------------ | ------------- | -------- | -------- |
| 20 | 25.61% | 23.45% | 30.38% | 1.09 |
| 30 | 22.59% | 23.41% | 32.07% | 0.97 |
| 50 | 22.28% | 23.45% | 30.64% | 0.95 |

• 持股20只组合表现最好，特别是在2019-2021年连续取得超40%收益，2021年高达86.86%；2022年回撤较重，2024年年化收益为-19.73%，相较中证1000指数超额收益约8.5%。
• 2024年8月持仓显示科创板股票占比近30%，行业分布集中于基础化工和电子，半导体相关占比较重 ，股票如乐鑫科技、芯朋微、中微半导体等明显代表着成长与科技风格。

图表：

• 图27-29及表18-20展示各持股规模组合的表现及走势，表21详列最新持仓明细。

[page::20-23]

---

5. 总结及展望

• PEAD现象充分解读与量化，构建四大超预期因子，体现了盈利意外信息的多层次捕捉。

- 多因子实证检验表明分析师超预期与净利润同比超预期因子在中证1000中效果尤佳，尤其是净利润同比超预期因子收益稳定且风险配置合理。

• 两因子超预期组合在100只左右股票中表现最优，年化绝对收益14.58%，超额12.68%，信息比率2.36，显示策略较强的风险调整后的优越性。

- 增强因子从技术面和资金面挖掘，量价因子换手率稳定性表现突出，因子之间相关性低，合成后能够进一步提升策略收益，尽管波动和回撤增加。

• 超预期精选策略通过增强因子筛选，在持股20只配置下实现25.61%年化收益，在历史优秀表现的基础上，策略仍面临2024年的回撤挑战。

- 持仓行业聚焦新兴科技与基础材料行业，符合价值与成长兼顾的选股逻辑。

• 报告指出市场风险及因子模型失效风险，提示投资者关注策略适时性与风险管理。

[page::24]

---

6. 风险提示

• 主要风险涵盖市场环境变动带来的影响以及因子或模型可能失效的风险点。无明确缓解策略，投资者需关注这些潜在风险对策略收益的影响。

[page::25]

---

三、图表深度解读

（以下结合关键图表进行逐一说明）

1. 图1 超预期精选策略构建流程

展示了策略构建的四步流程：多维度超预期因子构建 → 超预期股票池构建 → 增强因子检验 → 超预期精选策略。明确流程层次和逻辑路径，为后续章节分析提供框架[page::4]。

1. 图2-5 SUE因子五组分层与多空净值

图2显示中证500成分股用SUE因子分层的回报趋势，最高组（level5）略优，但分辨度不明显。图3多空净值展现多头亦表现平平，最大净值不到1.4。中证1000（图4-5）表现略亮，但整体改进有限，反映SUE因子对中国市场中小盘股票挖掘能力有限[page::6]。

1. 图6-9 净利润同比超预期因子分层与多空净值

五组明晰分层，最高组持续跑赢，且中证1000表现优于500，10%以上年化超额收益，图9长周期净值稳定上升显示因子具有连续性和稳定收益特征[page::7,8]。

1. 图10-13 分析师超预期因子五组分层与多空净值

因子分层较为明显，尤其在中证1000中头部组合表现突出，收益水平和IC指标均优于其他因子，说明分析师一致预期调整是超预期股价上涨的重要信号[page::9]。

1. 图14-15 “研报标题超预期”个股数量及组合收益表现

体现基于文本挖掘研报数据的量化因子，数量同时反映盈利超预期热点分布，组合虽有超额收益，但波动和最大回撤高，提示此因子信息较为噪声[page::11]。

1. 图16-24 各因子组合收益比较图

图16-17表现SUE组合收益较弱；18-19净利润同比超预期TOP50-100表现优，头部组合反而相对不佳；20-21分析师超预期TOP50组合最佳表现突出。23-24两因子组合收益高于三因子组合，验证剔除劣质因子的组合优化[page::12-17]。

1. 表14-17增强因子相关表

单因子以换手率稳定性表现最好，因子相关性较低便于合成。合成后因子在超预期池内表现反而提升年化收益至27%，尽管波动和回撤同步增加，反映增强因子有效辅佐选股[page::18-20]。

1. 图27-29超预期精选策略各持股规模表现

持股20、30、50只均表现优异，但20只组合年化收益最高，回撤波动适中，支持较为集中持股策略优于分散[page::20-22]。

1. 表21最新持仓明细

持仓核心科创板股票占比约30%，表现策略倾向精选成长及科技板块，行业分布集中在基础化工和电子半导体行业[page::23]。

---

四、估值分析

本报告未特别涉及传统估值模型（如DCF、P/E等）评估，主要侧重量化因子构建与策略回测，估值成果以投资组合收益、风险指标体现。整体策略构造基于因子排序和组合构建方法，借助超预期信息实现“主动”选股，量化增强因子进一步提振盈利能力。

---

五、风险因素评估

• 市场环境变动风险：宏观政策、经济周期波动可能导致因子失效，盈利超预期释放的市场响应不及预期。

- 因子或模型失效风险：历史表现不代表未来，因子在不同市场环境或时间窗口表现不同，可能导致组合回撤或收益减弱。

• 报告缺乏具体缓解策略，风险提示短而笼统，提示投资者需持续关注市场变化和策略表现。

[page::0,25]

---

六、批判性视角与细微差别

• 报告对于SUE因子效用的分析较为谨慎，反映实际运行中该因子对中证市场中小盘股表现有限，体现了对不同因子实际表现的客观评估。

- 净利润同比超预期因子中最前50只股票失真的说明，显示作者对异常值及数据驱动陷阱有认识，拒绝盲目追求最高排序股票。

• 分析师超预期因子和研报标题因子展示了来自市场机构预期的多层信息，但研报标题因子表现波动大，表明文本挖掘因子在稳定性上仍不足。

- 增强因子虽带来更高收益，但伴随波动和回撤增大，提示高收益伴随高风险，需投资者风险偏好匹配。

• 20只持股组合的优异表现可能与控风险集中持股有关，但仍需关注单一股票风险敞口。

- 对2024年表现下滑的观察略显简单，缺乏具体行情因素与微观格局分析。

• 报告风险提示较为宽泛，未提供具体情景及概率评估，未来可加强风险管理建议。

---

七、结论性综合

报告深入研究了PEAD现象，构建了四个反映不同维度盈利意外信息的超预期因子，结合中证1000成分股数据进行了实证验证。结果显示分析师超预期因子与净利润同比超预期因子是最具实用价值的因子，成功筛选出了表现优异的股票池。通过合并两因子及引入量价与资金面增强因子，策略年化收益大幅提升至25%以上，显示出优秀的超额收益能力和风险调整表现。尤其，持有20只精选股票的组合在回测期内表现最佳，收益稳健、波动合理。

图表分析揭示，标准化意外收益（SUE）因子在国内市场表现欠佳，而基于分析师预期调整和净利润同比的因子具有更强的预测能力，配合增强因子综合应用可有效提升策略表现。研报标题文本因子虽有一定辅助作用，但稳定性不足，波动较大，未纳入最终主组合。

策略实际持仓偏重科创板成长股和基础材料，与策略逻辑吻合。报告同时明确存在市场环境变化和因子失效风险，投资者须警觉风险敞口。

综上，湘财证券所提出的超预期精选策略体现了基于基本面盈利信息的量化选股路径，结合加强的技术和资金面因子，具备较强的市场竞争力和策略持续盈利能力。该策略适合中证1000范围内的主动量化投资者，尤其偏好精选成长风格。后续跟踪需关注策略对市场结构变化的适应性以及动态调整。

---

全文溯源页码：[page::0,1,3-25]

---

报告