超预期和低预期事件前后股票表现差异 [page::4][page::5][page::6]

• 超预期事件前后股票普遍上涨，且事件后涨幅延续性强。

- 低预期事件前股票普遍下跌，事件后快速反弹但延续性较弱。

• 事件前部分预期信息已被市场提前消化，尤其超预期前股票涨幅明显。[page::5]

行业与季度维度的预期差信息反应 [page::7][page::8][page::9]

• 周期性行业如煤炭、建筑材料超预期信息易被提前发现；消费及科技行业低预期信息易被提前发现。

- 金融地产板块预期信息较难被提前价格发现。

• 半年报、一季报超预期事件前股票涨幅最高且事件后延续性强，三季报超预期事件上涨延续性最弱。

- 低预期事件后，一季报和半年报上涨延续性较强，年报涨幅延续性较弱。[page::7][page::8][page::9]

超预期事件交易策略及表现分析 [page::10][page::11][page::12]

• 按事件前20个交易日股票涨跌幅分组，跌幅高组和涨幅高组事件后均上涨，突显超跌补涨机会。

- 构建策略：公告日前20日涨幅排名前7%及跌幅排名前3%超预期事件的股票买入，持有30-50日。

• 超跌补涨事件组相比整体超预期事件组表现出显著超额收益及较高年度胜率。[page::10][page::11][page::12]

低预期事件投资策略及关键筛选指标 [page::13][page::14][page::15]

• 低预期事件中，事件前跌幅较大组未来上涨显著。

- 结合预期业绩改善筛选更优质低预期股票，提升胜率，避免基本面陷阱。

• 持有时间应短于30日以内以获取较高胜率。

- 未来预期业绩改善较多的低预期股票，事件后涨幅和胜率明显提高，尤其前三季度事件对应当年预期业绩，四季度对应次年预期业绩。[page::13][page::15]

低预期股票组合长期表现与局限 [page::18][page::19][page::20]

| 指标 | 过去5日跌幅TOP50 | 过去10日跌幅TOP50 | 过去15日跌幅TOP50 | 过去20日跌幅TOP50 | 低预期组合 | wind全A指数 |
|------------|------------------|-------------------|-------------------|-------------------|--------------|-----------------|
| 年化收益率 | 13.5% | 18.5% | 19.1% | 20.9% | 17.3% | 7.0% |
| 年化波动率 | 31.2% | 31.5% | 31.6% | 31.7% | 29.4% | 23.6% |
| 最大回撤 | -60.4% | -52.1% | -57.0% | -51.6% | -58.3% | -56.0% |
| 夏普比率 | 0.43 | 0.59 | 0.60 | 0.66 | 0.59 | 0.30 |
| Calmar比率| 0.22 | 0.35 | 0.33 | 0.41 | 0.30 | 0.13 |

• 低预期高跌幅组合长期跑赢大盘，夏普比率和Calmar指标明显优于市场。

- 但收益波动及最大回撤较大，稳健性不足，难以作为定期调仓组合。

• 低预期适合基于事件快速交易，组合持仓体验差。[page::18][page::19][page::20]

预期差事件集中披露时间窗口 [page::18]

• 超预期和低预期事件主要集中在财报披露期间。

- 一季度和三季度结束后，事件密集度在未来20个交易日内最高。

• 半年报事件披露较慢，集中时间延展至50个交易日。

- 年报事件披露时间最长，集中在80-90个交易日内完成。[page::18]

风险提示及未来展望 [page::0][page::21]

• 本报告基于历史公开数据，不构成未来收益保证，策略表现可能受宏观环境、市场波动影响。

- 超预期和低预期事件因本质不同，低预期无法构建长期稳健因子，适合短期策略。

• 未来报告将探讨低预期股票组合的稳健构建方法，提升策略稳定性和收益表现。[page::0][page::21]

报告深度分析：《预期差策略：超预期和低预期的事件投资机会》

---

一、元数据与报告概览

• 报告标题：预期差策略：超预期和低预期的事件投资机会（真实超预期系列之三）

- 日期：2024年7月4日

• 发布机构：申万宏源证券研究所

- 作者及联系方式：王宇涵，邓虎

• 主题：基于超预期和低预期事件，分析A股市场中业绩公告与分析师预期之间的差异如何驱动股票价格的变化，并从量化角度提出事件驱动投资策略。

- 核心论点：
- 超预期事件及低预期事件前后，股票出现显著变化，且两者的涨幅及延续性特征不同。
- 预期差事件在周期性行业和金融地产相对更容易出现，且行业间预期差信息被市场提前发现的能力不同。
- 提出基于超预期和低预期事件的具体投资策略：超预期事件优选公告日前20个交易日涨幅靠前和跌幅靠前的股票持有较长时间（30-50日），低预期事件选跌幅较大且未来预期业绩改善股票，持有时间相对较短（约30日），但低预期事件不适合定期组合构建。

• 风险提示：所有模型基于历史数据，市场波动和风格转换等因素可能导致模型表现波动，报告不做未来预测[page::0,21]。

---

二、逐节深度解读

1. 预期差事件前后股票涨跌幅变化（第4-9页）

1.1 股票在预期差事件前后是否上涨？

• 定义：超预期事件定义为公司单季度净利润实际值超过分析师一致预期；低预期相反。区分业绩预告（净利润区间）和业绩快报/正式财报（净利润准确值）。

- 观察指标：使用股票相对所属一级行业指数的超额收益，事件前后分别计算买入卖出假设的收益表现，考察2011年至2024年5月31日区间内数据。

• 结果摘要：

- 超预期事件：事件前后股票均呈上涨态势，事件后涨幅增长势头放缓。
- 低预期事件：事件前股票呈现下降趋势，事件后则反弹上涨，但涨幅延续性较弱。

• 此外无论超/低预期事件，市场均对预期差产生溢价，事件后股票上涨，不过超预期的延续性较低预期更强，低预期则呈现短期高幅反弹[page::4]。

1.2 股票数量分布特征及事件对走势的影响

• 在财报部分，事件前股票上涨数量占比支持超预期观点，事件后上涨数量占比下降，下跌股票增多，表明市场部分提前兑现超预期利好。

- 低预期事件则相反，事件前下跌股票数量多，事件后上涨股票占比提升。

• 相同逻辑也适用于业绩预告部分，图3至图6显示此类特征，市场多反应了预期差事件的价格变化特征[page::5,6]。

---

2. 预期差事件涨幅变化的行业与季度特性（第6-9页）

2.1 行业特征与预期事件市场提前反应情况

• 通过统计申万一级行业中每股发生超/低预期事件数量，周期性行业、金融地产板块预期差事件较多，相对的消费和先进制造等行业预期事件较少。

- 低预期事件数量多于超预期，关联于分析师预测偏乐观。

• 按行业市场提前反应超预期和低预期能力测算，周期行业如煤炭、建筑材料、基础化工、公用事业等超预期容易被提前发现，反映市场较早对利好信息定价。

- 低预期容易被提前发现的板块则有家用电器、食品饮料、社会服务等消费行业和科技制造等。

• 金融地产和石油石化等行业预期信息难以被提前反应，因其更受宏观政策不确定影响。

- 大类板块表现出不同的预期差事件前后的涨跌模式，科技、先进制造板块的超预期事件后涨幅延续性强，金融地产则相对差，低预期事件反映科技和先进制造板块较快情绪修复，消费板块负面反应的持续时间更长[page::6,7,8,9]。

2.2 季度特性分析

• 超预期事件前股票涨幅均较事件后涨幅高，一季度、半年报涨幅明显高于年报，其中年报信息公开较滞后，涨幅累计较少。

- 事件后，超预期事件在一季报、半年报及年报中的上涨延续性较强，但三季报上涨不明显。

• 低预期事件前股票跌幅普遍小于事件后涨幅，一季度及年报跌幅最大；事件后，上涨延续多在一季报、半年报，对三季报、年报的延续性较弱。

- 结论反映投资者对年内早期季度数据更为敏感，也反映了事件信息的时效性[page::9]。

---

3. 预期差事件投资策略（第10-17页）

3.1 超预期事件投资策略

• 从事件池中以事件前20个交易日涨跌幅为基准，分成20组，前后跌幅极端（G1跌幅最大，G20涨幅最大）组均在事件后表现出上涨趋势，且超跌组涨幅更高。

- 构建“超预期超跌补涨组合”：选公告日前20日内股价涨幅排名前7%和跌幅排名前3%标的，持有30-50日。

• 超跌补涨组比纯超预期事件池具有更高的超额收益，回测显示不同超跌与补涨组合比例能影响年度收益率和胜率，当超跌事件占30%时，胜率最高。

- 年度分解显示补涨与超跌组表现交替领先，但综合构成的事件组性能稳定优于单独组。

• 该策略理论基础在于：市场对部分超预期信息反应不足的超跌股票在事件公告后修复，且部分已上涨幅度较大的股票存在延续性，结合两者挖掘收益潜力[page::10-13].

3.2 低预期事件投资策略

• 低预期事件本身为负面，但事件前跌幅较大股票在事件后显著反弹，尤其跌幅排名前1%的股票涨幅领先。

- 为避免投资“基本面陷阱”，筛选未来预期业绩将改善的股票，测算发现收益显著高于整体。

• 将低预期高跌幅股票按预期业绩改善分组，发现业绩改善幅度大对应着更高的未来回报，且收益的年度绝对胜率和平均收益均明显提升。

- 持有期建议较短（事件发生后约30个交易日以内），此后上涨概率下降。

• 低预期事件组合年度收益存在较大波动，风险较高，且不能稳定构建定期调仓组合，但在明确业绩改善信号时表现优异。

- 未来结合低预期事件构建稳健收益组合具有潜力，将在后续报告重点探索[page::13-17,18-20].

---

4. 低预期事件与定期股票组合构建挑战（第18-21页）

• 低预期事件分布不均且反弹周期短，构建基于低预期股票的固定周期调仓组合表现不稳定。

- 回测显示基于过去5/10/15/20等跌幅排名最大的股票组合长期年化收益达到13.5%-20.9%，但波动率与最大回撤偏高，风险调整后指标优于市场基准，夏普比率约0.43-0.66，但年化收益波动和年度表现起伏大。

• 年度表现显示部分年份收益大幅领先市场，部分年份则亏损明显。

- 结论认为低预期股票组合需结合业绩改善信号，通过快速调仓利用短期反弹机会，而不适合作为长期稳定持有的投资工具。

• 报告指出低预期事件作为超预期事件的反面，投资逻辑不完全对称，不能直接因子化，更多依赖于甄别未来基本面改善的股票[page::18-21]。

---

5. 总结（第20-21页）

• 超预期事件产生的预期差机构定义明确、市场反应较充分，股票价格漂移现象明显且具有持续性。

- 针对超预期事件结合事件前涨跌幅建立补涨+超跌事件组合，具有较好的收益和风险调节特性。

• 低预期事件前后同样出现股价漂移，反映市场对负面信息的分阶段反应，表现为事件前跌幅大股票反弹明显但持续性弱，涨幅高但胜率低，属于风险与机会并存型。

- 完善低预期事件选股需结合未来业绩改善指标，避免业绩持续恶化带来的风险。

• 低预期事件不宜构建定期调仓组合，但具备赛道广、数量多的优势，且在超预期因子失效期内可作为补充，具体组合构建逻辑为后续研究重点。

- 报告基于2011年以来完整业绩数据，量化策略经过充分验证，建议投资者结合各自风险偏好合理配置[page::20,21]。

---

三、图表深度解读

关键图表解读

• 图1、图2（业绩快报、正式财报及业绩预告预期事件前后超额涨跌幅均值）：

- 图表清晰显示超预期事件前股票相对上涨，事件当天涨幅重置，后续继续上涨但增幅放缓；低预期事件则相反，事件前走跌，事件当天反弹，反弹幅度有限，涨势不持久。

- 这说明市场对未来业绩的预期差存在动态调整，预期差投资机会存在漂移效应。

• 图3-6（超预期与低预期事件前后，股票上涨与下跌数量占比变化）：

- 超预期事件前上涨股票占比较大，事件后上涨比例减少，说明超预期信息部分提前反映；反向低预期事件后上涨股票数量增加，反映悲观预期兑现后市场修复。

• 图7（申万一级行业预期事件数量对比）：

- 行业内各行业超/低预期事件出现频率分布广泛，煤炭、建筑材料等周期行业超预期多且易被市场提前发掘，消费板块低预期多且亦易提前兑现。

• 图8-10（预期差信息行业提前发现能力及不同行业板块涨跌幅）：

- 具体行业的超预期预期信息预先反应能力与行业周期性相关，周期性行业信息可较早被市场消化，非周期性消费和科技板块表现为低预期信息市场预先反映明显。

• 图11-12（不同季度超/低预期事件股票涨跌幅对比）：

- 不同季度业绩公告对应不同市场反应强度，年报因信息延迟性，事件前涨幅较小，事件后上涨延续性较强，对应季报则表现不同。

• 表1-3，图13-14（超预期事件分组及超跌补涨策略表现）：

- 表数据和策略回测显示，基于事件前股价涨跌幅筛选的股票组合在事件后获得超额收益，尤其结合超跌补涨选股框架，年度收益胜率优异。

• 表4-7，图15-18（低预期事件与业绩改善筛选）：

- 低预期高跌幅事件组结合未来预期业绩改善，获得显著的超额收益和更高的事件后股价上涨概率。

• 表8-9，图23（低预期股票组定期策略与波动）：

- 回测呈现低预期高跌幅组合虽整体年化收益明显跑赢基准，但波动率大，最大回撤深，收益不稳定，反映策略执行难度及风险。

• 图19-22（季度业绩公布后预期差事件数量分布）：

- 季度业绩发布集中带动预期差事件数量激增，尤其一季度和三季度短期内大量发生，年报事件跨度长。

---

四、风险因素评估

• 报告采用的量化模型及数据基于历史公开数据，当前宏观环境、市场波动、投资风格转变将对模型表现产生影响。

- 预期差策略历史表现不代表未来表现，尤其低预期策略表现波动较大，投资者须警惕短期回撤风险。

• 低预期事件存在陷入基本面持续恶化陷阱的风险，筛选未来业绩改善是降低该风险的关键。

- 超预期事件虽延续性较强，但也可能因产业变化或市场预期转变而失效，需要持续观察。

• 报告并未包括未来走势预测，所有策略均需结合投资者风险承受能力谨慎应用[page::0,21]。

---

五、批判性分析与细节提醒

• 报告的实证分析依赖于历史数据，事件定义基于季度归母净利润，与微观细分利润指标（如单季度经营现金流等）存在局限。

- 低预期事件的市场反应较复杂，报告将其拆分为高跌幅且预期改善子集，增强策略有效性，但对极端情况和消息面干扰的考量较少。

• 投资策略强调分组筛选，受限于样本内效应和时变因素，未来可能面临策略alpha减弱。

- 行业分类以申万一级标准呈现，个别细分子行业可能存在差异，政策风险和新兴行业快速变化未深入讨论。

• 虽良好展示了超预期投资策略成效，对于低预期策略，虽提出方向但实际操作难度、交易成本和流动性风险未充分评估。

- 报告提出低预期作为超预期补充的未来议题，点明当前策略不宜因子化，反映低预期事件的复杂性。

---

六、结论性综合

本报告基于2011年至2024年5月的A股市场业绩数据，围绕“预期差”事件开展详尽研究。通过量化统计股票在超预期和低预期事件发生前后相对涨跌幅，揭示两类预期差事件对股票价格的显著影响及其差异化表现：

• 超预期事件：

- 股票事件前涨幅明显，事件后继续上涨但增速放缓。
- 超预期事件后股价涨幅延续性较强，市场对正面业绩超预期反应持续。
- 周期性行业及部分板块超预期利好消息更易被市场提前消化。
- 构建兼顾事件前涨幅峰顶和极端下跌标的的超跌补涨策略，历史收益突出，显示组合投资潜力。

• 低预期事件：

- 事件前股票普遍下跌，事件后迅速反弹，但涨幅持续性差，呈现“高赔率低胜率”特征。
- 消费和科技等板块低预期消息往往被市场提前反映，金融地产等预期难以获提前发现。
- 结合未来业绩预期改善指标筛选低预期股票，是构建有效投资组合的关键，有望规避“基本面陷阱”并提升收益。
- 然而，低预期事件缺乏因子稳定性和适合定期调仓的组合构建特性，风险和回撤较大。

• 策略建议：

- 对超预期事件，建议公告日前选取涨幅靠前(7%)和跌幅靠前(3%)股票，持有30至50个交易日，充分利用其价格漂移和涨幅延续性。
- 对低预期事件，重点关注事件前跌幅靠前且未来业绩预期改善的标的，持仓时间建议控制在30日以内，灵活操作以捕捉快速反弹。
- 低预期事件虽非理想的定期因子化对象，但可在策略组合多样化及超预期因子失效时间段作为有益补充。

• 图表支持：

- 大量图表（如图1-23）和分组回测表（表1-9）清晰展示了不同事件组股票的涨跌幅分布及其投资收益特性，进一步证实了各类事件的市场反应机制和投资价值。
- 行业和季度分析揭示了市场预期信息的阶段性差异，以及不同板块在事件前后表现的异质性。

整体来看，本报告系统而详尽地揭示了业绩预期差异对A股股票价格影响的机制与规律，提出基于预期差量化的事件驱动投资策略，结构科学、数据充分、实证有力，既深化理论理解，也提供了可操作的投资框架和风险警示，是超预期与低预期事件投资策略领域的重要贡献，值得机构和专业投资者深入研究和关注[page::0-22]。

---

报告