业绩预告、业绩快报和定期报告的披露数量及分析师覆盖率趋势 [page::3]

• 业绩预告披露数量呈波动上升趋势，近年监管放松导致披露略有下降。

- 业绩快报集中于年报及中报披露期，定期报告披露稳定上升。

• 沪深300指数成分股分析师覆盖率稳定在90%以上，中证500覆盖率70%-90%，全市场覆盖率自2016年Q3以来大幅下降至50%以下。

业绩预告的超额收益表现及因子构建效果优良 [page::4][page::7]

• 业绩预告发布前后60个交易日累积超额收益表现最佳，衰减缓慢。

- 标准化预期外盈余因子（SUE）用分析师一致预期替代时间序列预测，业绩预告样本池多头年化收益26.43%、夏普0.81，多空对冲年化17.93%、夏普2.24。

• 定期报告多头收益稍低但分组收益稳定，定期报告多头年化18.09%、夏普0.63。

多报告融合因子及预期外百分比因子（PCT）表现情况 [page::7][page::9]

• 多报告融合SUE因子多头年化21.56%，夏普0.72，多空对冲收益14.15%，夏普3.46，整体分层效果及夏普率均优于单一报告。

- 预期外百分比因子（PCT）对业绩预告样本表现优异，多头年化25.78%，夏普0.79，多空对冲收益22.81%，夏普2.93，但在超预期股票池中分层能力减弱。

超预期股票池收益及因子探索 [page::10][page::11][page::12]

• 超预期个股占比自2020年三季度以来显著提升，年化收益19.75%，对冲基准中证500后年化10.84%。

- SUE因子在超预期股票池保持较好分层能力，PCT因子分层效果减弱。

• 超预期收益（OER）因子反映公告日附近动量效应，长区间呈现反转，2017年后持仓区分稳定。

超预期跳空效应及跳空因子（JUMP）构建 [page::12][page::13]

• 跳空现象显著，业绩预告跳空幅度最大超过7%，跳空股票次日仍有约4%涨幅。

- 跳空选股策略优于基础超预期池，多报告融合次于业绩预告跳空表现。

• JUMP因子体现了公告后跳空收益减去基准，2017年后显著多头区分能力。

交易行为与资金流因子表现 [page::14]

• 理想反转因子在超预期股票池稳定产生超额收益。

- 大单残差因子表现较弱，小单残差因子表现显著，反映资金流对超预期股的青睐。

非国企与国企的表现差异 [page::15]

• 非国企超预期股票池表现优于国企，胜率62.5%，但波动较大，单独筛选风险较高。

超预期 Plus组合构建与绩效表现 [page::15][page::16]

| 年份 | 类型 | 年化收益率 | 年化波动率 | 收益波动比 | 最大回撤 | 月度胜率 |
|-------|-----------|------------|------------|------------|----------|----------|
| 全区间| 投资组合 | 43.13% | 28.17% | 1.53 | 30.65% | 68.37% |
| 全区间| 对冲净值 | 31.08% | 8.63% | 3.60 | 4.21% | 81.63% |

• 组合剔除上市不满60天、停牌、ST等股票，采用SUE、OER、JUMP、理想反转、小单残差等权综合排序，取前30只。

- 持仓股数越少，组合净值表现越好，30只股票组合兼顾规模与绩效。

• 持续显著的超额收益和较高的夏普比率证明策略的有效性和稳定性。[page::0][page::10][page::15][page::16]

分析报告：业绩超预期 Plus 组合的构建——开源量化评论（25）

---

1. 元数据与报告概览

• 报告标题：《业绩超预期 Plus 组合的构建》

- 作者及团队：金融工程研究团队，首席分析师魏建榕，及多位分析师、研究员

• 发布机构：开源证券，研究所

- 发布日期：2021年7月7日

• 研究主题：基于上市公司业绩超预期现象，结合多种因子构建超预期选股组合，提供量化投资策略

- 核心论点：
- 业绩预告、业绩快报及定期报告是投资者了解上市公司的重要窗口，其中业绩预告因披露时效性最高，往往对应未来超额收益最佳。
- 通过构建标准化预期外盈余因子（SUE）和预期外百分比因子（PCT）等，结合市场行为因子和资金流因子，在超预期股票池中筛选出优质标的，可以显著提升超额收益水平。
- 构建的“超预期 Plus”组合（精选持仓约30只股票）在历史测试期间表现稳定、优异，实现显著超额收益。

• 风险提示：模型基于历史数据，未来市场环境可能变化，需警惕模型有效性风险。

---

2. 逐节深度剖析

2.1. 数据概览

• 业绩财报滤镜：

- 业绩预告披露数量在2019年之前整体呈上涨波动趋势，后来因监管放松稍有下降。
- 业绩快报集中在中报及年报阶段，尤其以年报快报为主，数量波动明显。
- 定期报告披露数量随上市公司数量增长及退市节奏缓慢而逐年上升。

• 分析师覆盖率：

- 沪深300成分股覆盖度稳定维持在90%以上。
- 中证500覆盖度70%-90%浮动。
- 全市场覆盖率自2016年Q3约75%以上下降至2021年Q1不足50%，注册制实行后上市放快导致覆盖率普遍下降。

• 业绩预告的超额收益表现最优，定期报告表现最弱（图3），其背后的逻辑是发布时效性决定信息的市场反应速度及机会窗口。

图1展示了三个核心财报类型在不同时间点披露数量的明显差异，体现了市场披露节奏和监管环境的影响。[page::0, page::3, page::4]。

2.2. 数据预处理

• 解决分析师共识预期和财报数据口径不一致的问题，作了口径统一调整（附录部分详细介绍两种主要转换方式）。

- 采用因子标准化处理，去除公司规模所带来的绝对数值差异，使不同公司指标具备可比性。

• 调仓期定期化：财报发布时间虽集中但日期不一，采用月度归总及数据前向填充的方式统一调仓节奏。

- 避免前视偏差，确保调仓时间不提前用到不可用信息，实现真实可操作的交易策略设定。[page::4, page::5]

2.3. 标准化预期外盈余因子（SUE）

• SUE计算公式为净利润披露值与预期值之差的标准化，即差值除以预测误差波动率。

- 使用分析师一致预期数据代替以往基于时间序列预测的盈利预测，更贴近市场共识但覆盖率有所下降。

• 分析不同财报类型：

- 业绩预告SUE表现最佳，多头组年化收益26.43%，夏普0.81，多空对冲收益17.93%，夏普2.24。（图4）
- 定期报告SUE虽然披露全面，但因时效性较低，多头收益和夏普比均稍逊。（图5）
- 多报告融合提高了多空对冲性能，虽多头收益略降，但夏普率达3.46，风险调整后表现更优。（图6）

逻辑在于业绩预告的数据虽不及定期报告精细，但因市场信息较早披露，提供更优的alpha信号。[page::6, page::7, page::8]

2.4. 预期外百分比因子（PCT）

• PCT计算上与SUE类似，但标准化方法不同，分母为预期净利润绝对值，以更好剔除净利润规模影响。

- 业绩预告中表现优异，多头年化收益25.78%，夏普0.79，多空对冲夏普2.93。（图7）

• 定期报告表现下滑，动能有所减弱。（图8）

- 多报告融合的PCT整体单调性好，但最高组间差距缩小，仍然体现稳定超额收益，夏普比约2.68。（图9）

PCT因子与SUE一样，均表现出良好的选股能力，合力验证了超预期个股具备较高的投资价值。[page::8, page::9]

2.5. 超预期股票池的构建与表现

• 超预期股票池指实际财报表现超出分析师预期的股票，2000年代起维持在30%-40%，受疫情影响2020年Q1下降到20%，2021年Q1回升到60%。（图10）

- 池内股票组合自2013年4月起累计年化收益19.75%，相较于中证500明显超额，且对应最大回撤较低。（图11）

• 虽有超额，但幅度有限，因而进一步在池内选股策略展开研究。

2.6. 池内精选因子挖掘

• 标准化预期外因子SUE和PCT经过池内分组测试：

- SUE表现突出，PCT分层效果削弱，优选用SUE作为内部划分指标。（图12、13）

• 区间收益及公告日前后股价变动模式：

- 短期内超预期收益显示明显动量效应，长期呈现反转趋势。
- 以公告日前后[-1,+1]日累计超额收益构建超预期收益因子（OER），2017年后表现逐步稳健提升。（图14、15）

• 跳空效应：

- 报告发布次日跳空幅度强烈，预示信息逐步被市场消化，业绩预告跳空尤为显著。（图16）
- 跳空选股策略收益强劲，特别是业绩预告跳空。（图17）
- 将跳空量化为JUMP因子，2017年后表现优异。（图18）

• 交易行为因子：

- 利用理想反转因子测试，发现其对超预期股票池具有显著分层能力，能有效挖掘交易活跃度提升后的alpha。（图19）

• 大小单残差因子：

- 大单残差表现空头区分度，小单残差更佳，体现散户与大资金偏差对股价影响。（图20、21）

• 国企与非国企：

- 非国企超预期股票表现优于国企，胜率62.5%，但非国企波动较大，不建议单独作为筛选依据。（图22）

综上，多个因子从不同维度剖析超预期股票池，挖掘潜在优质个股，提升组合收益潜力。[page::10, page::11, page::12, page::13, page::14, page::15]

2.7. 超预期 Plus 组合构建与表现

• 组合构建流程：

- 移除上市不足60日、停牌、ST、一字涨跌停股票后得到初选池。
- 选用等权求和SUE、OER、JUMP、理想反转、小单残差五个因子得分，排名前N选择股票构建组合。

• 实测持仓规模：

- 持股数越少组合净值越高，综合考虑流动性与集中度平衡，选取30只股票组合作为最终方案。（图23）

• 30只组合历史绩效亮眼：

- 多头年化收益43.13%，夏普比1.53，月度胜率约70%。
- 对冲基准后的年化收益31.08%，夏普比3.6，月度胜率超80%。
- 各年份详细绩效见表2，近期年度表现依然强劲。

• 最新持仓见表3，包括信捷电气、卓胜微等多行业龙头，市值和估值分散合理。

这验证了基于多因子叠加的大幅精选逻辑带来的明显超额收益成果。[page::15, page::16, page::17]

2.8. 附录及风险提示

• 明确介绍两种分析师预测数据转化方式的细节及利弊，提升因子构建的数据准确性（年度转逐季累计与年度转单季度）。

- 具体转换案例（沪电股份2018-2021季度数据）展示两种方法的实操差异但方向吻合，保证数据处理合理。

• 反复强调模型基于历史数据，未来市场环境与行为变化可能导致策略失效。

- 明确投资评级标准及法律声明，强调本报告面向符合条件投资者，保留免责声明。[page::17, page::18, page::19, page::20, page::21]


---

3. 图表深度解读

图1（页3）：业绩预告、业绩快报与定期报告数量趋势

• 展示2010年至2021年各财报类型披露数量。

- 业绩预告和快报披露数量呈季节性波动且数量较定期报告多变动，定期报告稳步上升，体现报告发行节奏和监管变化。

• 业绩预告披露数量在2019后有所下降，反映监管松动。

- 支持文本论点关于财报披露节奏和监管背景的变化影响投资者信息获取的结论。

图2（页4）：分析师一致预期归母净利润个股覆盖率趋势

• 沪深300覆盖率始终保持约90%以上，中证500波动在70%-90，全市场自2016年以来大幅下滑至50%以下。

- 反映注册制实施后上市密度增加，分析师覆盖跟不上节奏。

• 该趋势说明基于一致预期的因子的市场覆盖降低，影响因子适用范围。

图3（页4）：累计超额收益表现不同财报类型

• 业绩预告超额收益最高，快报次之，定期报告最低。

- 说明更新越及时，市场对超预期的反应越充分，投资机会越早出现。

• 验证因子设计时重点关注业绩预告的重要性。

图4-6（页7-8）：SUE因子表现

• 图4：业绩预告SUE多头组收益显著，组合净值图形分层明显且逐渐拉开，夏普比高。

- 图5：定期报告SUE多头表现稍弱，多空均较稳健。

• 图6：多报告融合SUE保证了分层与夏普率，综合多报告优势。

- 支撑最终采用多报告融合策略和保留业绩预告SUE因子作为核心因子选择。

图7-9（页9）：PCT因子表现

• 类似SUE，业绩预告中PCT表现优异，定期报告表现下降，多报告融合后整体表现尚可。

- 多空对冲策略夏普比依然达2.68，表明因子依旧有效。

• 说明多因子融合策略必要性。

图10-11（页10）：超预期个股占比及其表现

• 2020年疫情冲击导致占比暂时下滑，2021年强势回升表明经济复苏驱动行业整体业绩改善。

- 超预期股票池整体表现优于中证500基准，且对冲后收益良好，验证超预期筛选有效性。

图12-13（页11）：池内SUE与PCT因子分层

• SUE因子继续在池内显示良好区分度，PCT失去部分分层能力。

- 指示SUE为更有效的池内进一步筛选指标。

图14-15（页11-12）：超预期收益（OER）因子

• 超预期收益在公告日前后短期内展现动量效应，长期显示反转。

- 选定公告前后[-1, +1]期作为OER因子设定区间，2017年以后效果逐渐显著。

• 表明交易前后信息影响效应和市场反应时间的重要性。

图16-18（页12-13）：跳空事件表现及JUMP因子

• 跳空明显且幅度显著，尤其业绩预告。

- 跳空策略超额明显，基于跳空因子JUMP进一步量化，可稳定分层。

• 突出跳空伴随的短期市场行为与信息不对称。

图19（页14）：理想反转因子

• 反转因子在超预期股票池内稳定有效，反映投资者情绪及机构行为的资金动向。

- 为多因子筛选奠定行为金融的支持。

图20-21（页14）：大小单残差因子

• 大单残差显示空头分层能力，小单残差多空分层均显著，说明市场不同资金量交易者对价格影响差异。

- 指示资金流向因子为超预期股票精选的重要标识。

图22（页15）：国企与非国企表现

• 非国企表现更佳，市场反应更灵敏，但波动大。

- 指示市场结构因素对超预期股票的影响，谨慎纳入筛选因子。

图23（页15）：不同持股规模的超预期Plus组合净值

• 持股数越少净值增长越快，说明精选效应明显。

- 选30只股票作为兼顾收益与流动性的均衡点。

图24（页16）：超预期30组合表现

• 该组合显著跑赢中证500，且风险调整后表现出色。

- 结合表2年度数据，历年均有显著正向收益，月度胜率高，表现稳定。

• 表3最新2021年6月持仓股票详细列表、PE、行业及流通市值合理，体现组合构建体系的严谨和行业分散。

---

4. 估值分析

本报告未涉及直接的传统企业估值模型（如DCF、PE估值目标价等），而是在量化选股框架下构建基于业绩超预期的因子组合，实质上属于因子模型(alpha策略)的业绩表现评估，重点在于因子回测结果中的收益率、夏普比、最大回撤、收益波动比等风险调整指标。组合通过“预期外盈余”及市场行为等因子筛选，实现了较高的alpha产生。

---

5. 风险因素评估

• 历史数据偏差风险：模型基于历史数据回测，不代表未来表现。市场环境变化可能使得部分因子失效。

- 数据覆盖率下降：随着注册制实施，分析师覆盖率下降，因子适用范围与代表性受到影响。

• 市场流动性和做空限制：A股做空限制影响空头因子表现，超预期负面消息个股难以直接做空。

- 上市新股限制：报告构建时剔除上市不足60天股票，说明新股短期内难以利用该模型。

• 策略结构性风险：因子叠加或合成存在潜在过拟合风险，实际操作时需关注回撤和风控。

- 政策风险：监管环境变动可能影响财报披露节奏和市场反应。

• 行业结构及资本市场变化风险：国企与非国企差异及资金流结构随市场变化会影响策略持续有效性。

报告明确风险提示，强调模型非固定方案，需结合市场动态持续监控与调整。[page::0, page::19]

---

6. 批判性视角与细微差别

• 依赖历史数据的限制：虽然模型在回测期表现优异，但A股因受政策、制度环境频繁变化，历史表现可逆性风险较大。

- 因子覆盖与解释：分析师覆盖率下降或许影响因子稳定性，尤其全市场覆盖不足50%，这对模型的推广带来挑战。

• 潜在过拟合风险：多因子等权合成后历史表现提升明显，但未见敏感性分析，过拟合风险需警惕。

- 市场行为因子局限：不少交易行为因子依赖于高频或微观数据，实际运用中数据可获得性和时效可能受限。

• 国企非国企筛选悖论：非国企表现好但波动大，基于此标签进行筛选可能错失收益，报告对此持谨慎态度但未进一步细化。

- 跳空因子因市场结构异质而易变：跳空幅度虽是强信号，但容易受大事件影响，可能产生非系统性噪声。

• 调仓频率影响：采用月度调仓简化实际操作，但个别超预期曝光时点跨度可能导致时效信息延迟。

整体来看，报告分析全面且数据充分，但未来策略调整不可忽视，需密切关注宏观及行业环境变化。

---

7. 结论性综合

本报告围绕上市公司业绩超预期展开，分别通过业绩预告、业绩快报及定期报告多维度分析，揭示了不同披露时间信息窗口与投资者收益之间的关系。业绩预告披露因时效早且透明度较高，成为超额收益的重要切入点。通过构建标准化预期外盈余因子（SUE）、预期外百分比因子（PCT）以及结合公告日前后超预期收益（OER）、跳空（JUMP）、交易行为因子（理想反转）和大小单残差因子等多因子融合，报告成功构建出选股体系，极大提升了超预期股票池中精选标股的收益表现。

核心图表如图4、6、9明确显示多报告融合SUE和PCT因子的优异表现，图11和图24严谨证明了超预期池内精选股票长期稳定的超额收益能力。其中，图23展示持仓股票数量对组合净值的敏感性，证实高度精选（30支股票）可同时保证流动性和收益。

超预期30组合自2013年以来实现43.13%的年化多头收益率和1.53夏普比。结合对比基准中证500以及对冲净值数据，展现显著的风险调整后超额收益能力。

最终结论明确提出“超预期 Plus”组合作为成熟、高效的量化投资策略工具，能为投资者提供业绩超预期主题下的优质投资标的、合理抉择及风险管理方案。但同时，报告也强调模型基于历史数据，且投资环境变量不可预测，投资者应谨慎应用并结合宏观市场环境和自身风险承受能力。

---

以上分析涵盖了报告所有重要章节、核心因子构建与验证、图表解析、风险提示及附加说明，全面且细致展现了报告的逻辑架构和结论价值。[page::0,1,3-19]

---

附：参考示意图举例

（示例仅，图片引用示范）

图1：业绩预告、业绩快报和定期报告发布数量趋势







图3：业绩预告发布前后累积超额收益表现







图24：超预期30组合历史表现

---

总结

《业绩超预期 Plus 组合的构建》报告以科学严谨的数据挖掘和因子分析为基础，充分利用财务报告不同发布时间窗口，结合市场行为与资金流动信号，构建高效选股组合。其超额回报和风险调整表现均优于市场，展现出高投资价值。未来，面对更复杂多变市场，持续更新数据口径和策略参数，同时关注交易成本和流动性，才能保持持续竞争优势。

报告