• 机构调研事件统计显示，自2012年8月以来，机构调研次数趋于稳定，81%的月份调研次数超过500次，提供充足样本用于量化策略构建。

• 典型案例：

- 雅本化学2021年10月机构调研后60日内股价涨超4倍。
- 新强联2020年9月调研后60日涨1.86倍，远超基准中证500。

• 数据处理：

- 去除2015年3月3日前样本后，样本量仍保持6.64万条，入库日至调研日差距缩小，样本相关性提高。
- 筛选入库日距调研日5天内的样本，最终有效样本数为44023条[page::4][page::5]。

• 机构调研因子构建：

- 因子包括调研方式（如业绩说明会）、调研机构（基金公司、证券公司）、调研月份、历史超额收益、成交量跳升t值、调研人数排名及业绩发布日前后日期等[page::5]。

• 事件研究主要发现：

- 全样本60日超额累计收益为1.68%，业绩说明会、投资者接待日活动为正向代表，累计超额收益最高达5.3%。

- 基金公司、券商自营及证券公司调研事件超额收益显著，其中基金公司调研超额收益最高达1.64%。

- 调研月份对表现显著影响，1、4、5、7、9月份调研超额收益较高，10-12月调研大多表现负收益。

- 低调研前60日累计超额收益和调研当日超额收益对应更佳表现，预示信息未被提前反映，分别达到2.3%和2.4%超额收益。


- 调研前成交量跳升t值较低的0、20、40组表现优异，累计超额收益高达2.25%。

- 类似地，调研前30日调研人数排名较低的60分组表现最佳，累计超额2.3%[page::10]。

• Top50表现优异个股画像揭示：

- 业绩说明会调研方式、证券公司调研机构、3、5、6、9月份调研更易获得超额收益。
- 调研前期信息泄露特征（如高调研前超额收益、高成交量跳升t值）可能削弱后续收益[page::12][page::14][page::15][page::16]。

• 策略构建：

- 选用调研日前60日成交量t值较低（0、20、40组）与调研距下个业绩发布日日期最短（0组）综合筛选股票。
- 理由为低成交量跳升表明信息泄露少，接近业绩发布日调研意味着信息可能更为准确提前披露，组合持有期40天。

• 策略回测表现：

- 2016年至2022年7月底，组合累计收益达259.8%，超额收益281%，年化超额收益22.5%，月度胜率63%，鲍狄指数（IR）0.70。
- 2021年风格轮动剧烈时期表现尤为突出，绝对收益83%，超额收益59%。


| 年份 | 组合收益 | 中证500收益 | 超额收益 | 年内月度胜率 | 相对回撤 |
|--------|----------|--------------|----------|--------------|----------|
| 2016 | 6.30% | -5.85% | 12.90% | 58.33% | 8.35% |
| 2017 | 5.14% | -0.17% | 5.32% | 50.00% | 13.50% |
| 2018 | 24.22% | -33.32% | 13.66% | 66.67% | 15.03% |
| 2019 | 61.49% | 27.07% | 27.09% | 66.67% | 13.38% |
| 2020 | 57.93% | 20.52% | 31.04% | 58.33% | 8.66% |
| 2021 | 83.74% | 15.51% | 59.06% | 75.00% | 5.30% |
| 2022.7 | -9.34% | -14.81% | 6.42% | 71.43% | 6.58% |

• 风险提示：

- 该模型基于历史数据，存在未来失效风险。
- 回测结果供研究参考，非投资推荐[page::0][page::17][page::18]。

【中信建投金融工程】深度专题117：掘金机构调研事件选股策略详尽分析

---

1. 元数据与概览

• 报告标题：《掘金机构调研事件选股策略》

- 作者及团队：丁鲁明（执业证书编号S1440515020001）及鲁明量化全视角团队

• 发布机构：中信建投证券股份有限公司

- 发布时间：2022年9月22日

• 研究主题：基于中国A股机构调研事件的数据挖掘与量化选股策略构建

核心论点与评级目标：
该报告深入研究机构调研事件在A股市场中的表现，利用丰富的历史调研数据、业绩公布信息及交易数据，挖掘机构调研事件中潜藏的选股信号。通过构建多个因子，结合事件研究与Top50优异个股画像，报告最终形成基于“调研日前60日成交量t值”和“调研距下一个业绩发布日日期”两个维度的多事件选股策略。报告显示，该策略自2016年以来，40天持有期组合累计收益达到259.8%，累计超额收益达281%，年化超额收益达22.52%，月度胜率为63%。整体报告观点紧扣A股机构调研规律，强调机构调研对选股的增量价值，提出模型基于历史规律具有参考价值，但风险提示明确指出过往不代表未来。[page::0,1,17,18]

---

2. 逐节深度解读

2.1 机构调研现象分析

• 关键论点：机构调研作为基金、保险、证券公司等专业投资者通过会议、业绩说明会等多种形式深入了解上市公司运营的行为，体现了机构对该股票的投资兴趣及潜在价值判断。2012年8月以来，机构调研事件数量趋于稳定，81%的月份调研次数超过500次，具备构建量化策略的连续样本基础。

- 数据支撑：图表1显示2012年8月后调研次数大幅增加，波动趋稳，2021年及以后明显上升趋势，满足策略构建基础需求。

• 案例论证：举例雅本化学2021年机构调研后60日4倍收益，新强联2020年调研后60日近1.86倍收益，反映调研事件能提供超额收益机会。

- 核心洞察：调研事件量大且稳定，为研究者提供了持续数据来源，且过往表现显示机构调研是投资价值信号的重要来源。[page::0,1,2,3]

2.2 数据使用和处理

• 数据来源详解：

- 调研信息来源于Wind数据库，包括调研日期、股票代码、调研类型及参与机构。
- 业绩发布信息包括业绩预告、快报及财报发布日期。
- 个股交易信息则含个股和指数日涨跌幅、成交量。

• 异常值处理：

- 数据起始于2015年3月3日，为保证样本时效性和准确性，剔除该日期之前调研数据。
- 过滤后样本仍达6.6万起，入库日与调研日差距大幅缩减，确保事件与后续市场表现相关性提升。

• 因子设计：基于实际逻辑和经验，定义7类因子：调研方式、机构类型、调研月份、调研前60日与当天累计超额收益、调研前60日成交量t值（量价跳升信号）、调研前30日调研人数排名及距离上下一个业绩发布日期的时间差。这些因子为后续研究和选股策略构建奠定基础。[page::3,4,5]

2.3 事件研究结果

• 总体表现：全样本(44023事件)60日平均超额累计收益为1.68%，显示机构调研本身具备一定正向收益表现。

- 调研方式影响：
- 业绩说明会、投资者接待日活动带来5.3%等显著正超额收益，是优选调研方式。
- 新闻发布会、分析师会议等显示负收益，或含信息泄漏或市场消化因素。

• 调研机构效应：

- 基金公司、券商自营及证券公司调研对应的累计超额收益均超过1.3%，尤其基金公司表现最佳（1.64%），指示这些机构具有较强的信息挖掘能力或市场影响力。

• 调研月份效应：

- 1、4、5、7、9月的调研展现较高超额收益，推测这些月调研更具针对性和信息价值。

• 超额收益因子特征：

- 调研前60日累计超额收益最低的组合表现最佳（约2.3%），而高收益组表现最差，可能体现逢低调研具备更大后续盈利空间。
- 调研当天超额收益最低的组合亦表现优异，反映市场对信息初期反应有限且后续更强劲。

• 成交量跳升t值影响：

- 低至中间低位的t值组表现优于高t值，暗示规模较小的成交量跳升更有利于超额收益，这可能与市场早期隐蔽建仓相关。[page::6-10]

2.4 Top50个股画像分析

• 方法说明：选取调研入库日累计超额收益最高的50个事件，分析各因子分布与全样本差异，解读高收益股票的共同特征。

- 关键发现：
- 业绩说明会出现在Top50的比例高于全样本，进一步印证其增量信息价值。
- 证券公司作为调研机构在Top50中所占比例显著高于全样本，表明证券公司调研更能捕捉盈利机会。
- 在调研月份上，3、5、6、9月的频率增加，与前述月份效应部分吻合。
- 调研前60日累计超额收益最高档次在Top50中占比大增，但与全样本调研前60日最低超额收益最佳的结论呈现背离，表明顶级个股可能存在信息更早泄露的特征。
- 同时调研当日超额收益最低（即T0日低收益）组在Top50集中，表明重大信息往往尚未完全反映于股价。
- 在成交量跳升t值上，高跳升组在Top50集中，但从整体效果考虑，低跳升更有策略价值，指示存在不同机制影响。
- 调研人数分布呈“两边高、中间低”的U型，表明调研人数极少或极多均可能对应更大的潜在收益，可能反映信息不对称或机构关注度差异。[page::11-16]

2.5 多事件选股策略构建

• 策略逻辑：结合调研日前60日成交量t值（反映调研信息泄露程度）与调研距下一个业绩发布日日期（体现调研指向近期增量业绩信息）的独立性和互补性构建复合因子选股策略。

- 因子选择依据：
- 调研日前成交量t值偏低（0，20，40组）代表隐秘且未提前泄露的信息，指示潜在股价上涨空间。
- 调研日距离下一个业绩发布日最近（0组）对应调研针对下一个业绩报告，增量信息更明确且具有实质利好。

• 策略表现：

2016年1月至2022年7月29日，40天持有期组合累计收益达到259.8%，累计超额收益281%，年化超额收益22.5%，月度胜率达63%。2021年风格轮动复杂环境下，该组合依然取得83%绝对收益和59%超额收益，充分显示策略稳健与有效性。
2022年上半年策略收益有所回落（-9.34%绝对，+6.42%超额），风险提示指出历史表现不代表未来，须谨慎对待。

• 风险提示及说明：模型基于历史数据构建，存在过去规律未来失效风险，回测结果供研究参考而非投资建议。[page::16-18]

---

3. 图表深度解读

图表1-3：机构调研次数与个股表现案例（第2-3页）

• 图表1说明：显示2012年至2022年机构调研次数大幅增长，2021年后出现爆发式增长，调研事件数据丰富且连续，为建模提供稳固样本。

- 图表2-3说明：雅本化学、新强联入库日后60日累计收益大幅超越中证500指数，体现调研事件潜在超额收益能力。

图表4-6：数据清洗样本筛选效果（第4-5页）

• 显示通过剔除2015年3月3日之前样本，样本量由88,319降至66,407，剔除入库日与调研日差距较大的数据，使样本更即时，保证研究结果针对性和时效性。

图表7-17：单因子事件研究（第6-11页）

• 图表7: 全样本调研事件60日平均累计超额收益为1.68%。

- 图表8-9: 明确区分超额收益正负的调研方式，比如业绩说明会显著收益正向，而新闻发布会和分析师会议表现负面。

• 图表10-11: 各调研机构均有正超额收益，基金公司和证券公司表现最佳。

- 图表12: 调研月份对收益影响显著，1、4、5、7、9月份调研表现优于其他月份。

• 图表13-16: 调研前60日累计超额收益、调研当天超额收益、成交量t值以及调研人数排名等因子均体现出特定区间表现更优（如超额收益低组优于高组），部分因子表现出U型或非单调性，体现复杂性。

- 图表17-18: 距业绩发布日期天数影响明确，特别是距下个业绩发布日期较近的超额收益明显更高，反映调研针对实际利好信息的及时性。

图表19-27：Top50优异绩效个股画像（第12-16页）

• 调研方式：Top50显著偏向业绩说明会。

- 调研机构：Top50显著偏向证券公司调研。

• 调研月份：Top50分布集中在3、5、6、9月，部分与全年月份分布显著不同。

- 调研前后超额收益分组：Top50中部分高调研前超额收益组占比较大，约束逻辑需细致。

• T0超额收益及成交量跳升t值：Top50样本T0日超额收益低组占优，成交量跳升t值在极端组别表现不同。

- 调研人数、距离业绩发布日情况：Top50显示“两端”分布较多，对提升选股模型具有启示价值。

图表28-31：多事件选股策略表现（第17-18页）

• 调研距下个业绩发布时间差与调研日前60日成交量t值叠加显示对收益有增强作用。

- 40天持有期策略自2016年有效，兼顾绝对收益与超额表现。

• 月度胜率63%及IR0.70体现有效的风险调整能力。

---

4. 估值分析

本报告重点集中于机构调研事件的事件研究与因子构建，并未直接涉及传统DCF、市盈率等绝对估值方法。策略的价值在于基于事件研究与历史超额收益构建的量化选股因子，从而辅助捕捉超额收益机会。因而报告中更多的是基于事件驱动及统计验证的相对估值视角，而非基于现金流或资产价值的绝对估值分析。

---

5. 风险因素评估

• 历史规律可能失效：报告明确指出其模型基于历史数据构建，未来市场环境变化可能导致策略失效。

- 数据局限性：调研数据缺失、机构类别不全或调研活动未全面披露可能影响因子有效性。

• 流动性及风格轮动风险：即使策略长期有效，短期受宏观风格轮动影响显著，2022年头部表现即有回撤。

- 事件信息时效性：调研透露的信息质量和后续兑现情况未知，或存在信息泄露风险。

报告并未提供具体缓解策略，但通过历年回测和复合因子构建，试图提升策略的稳健性。[page::0,16,17,18]

---

6. 批判性视角与细微差别

• 因子单调性不足：部分因子表现（如调研成交量t值、调研前30日人数排名）未体现清晰单调收益，表明市场因子响应可能更复杂，需要更细致分层或组合建模。

- Top50调研前60日累计超额收益与全样本矛盾：全样本中低调研前60日收益组表现更好，但Top50的高收益组却更集中在高调研前60日超额收益，这暗示信息泄露与市场反应复杂性，模型的解读和应用须谨慎。

• 调研月份影响可能反映季节性偏差或特定行业聚集，需结合宏观经济周期、行业基本面进一步验证。

- 样本时间截点限制：数据起始于2015年3月，前期市场与监管环境变化可能影响策略扩展性。

• 没有直接给出费用、滑点等交易成本考虑，策略真实收益可能受影响。

- 未对潜在政策风险、市场突发事件做详细说明，存在系统性风险敞口。

总体报告保持谨慎、数据驱动视角，充分披露模型风险，具备严谨性。但未来需结合多维市场风格和微观结构进一步验证及优化。

---

7. 结论性综合

本报告系统梳理了A股市场机构调研事件的级别、类型、时间等多维因子对应的超额收益表现。核心发现包括：

• 机构调研本身带来正向超额收益，尤其是业绩说明会与特定机构（基金公司、证券公司）调研更具增值信息，调研月份表现显著分异。

- 调研前60日成交量t值和距下一个业绩发布日的时间成为判断选股机会的关键因子，表明规模适度且调研指向明确的机构参与信息更可靠。

• Top50优异表现股票画像体现调研方式、机构类型和时间上存在较强结构差异，辅助指引因子构建。

- 基于二者复合因子的40天持有期策略自2016年以来体现出卓越的累计回报及超额收益，尤其在市场风格轮动剧烈的2021年表现稳健，显示模型具备实际应用潜力。

• 风险提示清晰，明确历史表现非未来保证，尤其注意信息泄露和策略适用性。

图表深度解读显示报告数据扎实，逻辑严密，模型构建基于大量样本和多层验证。整体呈现机构调研作为洞察上市公司有力手段，对量化选股具有实证支持，符合当前市场对“聪明钱”动态的挖掘需求。报告内容非常丰富，图表清晰展示关键因子表现及策略回测效果，为机构投资者提供了有效工具与思路。

---

附：部分关键图表示例

• 调研次数统计与趋势：

• 雅本化学入库日后收益表现：

• 业绩说明会调研方式累计超额收益最高：

• 调研机构基金公司累计超额收益领先：

• 距下个业绩发布日日期因子呈单调改善趋势：

• 40天持有期策略收益优异曲线：

---

总结：本报告以丰富数据、系统因子研究及周密事件分析为基础，科学验证机构调研在A股市场的选股价值，通过复合因子构建获取显著超额收益，展示了机构调研事件在量化投资中的可操作性和潜力。报告结合严谨的统计分析和实际案例，既满足学术研究深度也具备实务落地价值，是机构投资者在中国资本市场的重要参考依据。[page::0-18]

报告