事件驱动策略及投资者调研事件概述 [page::1]

• 事件驱动策略通过捕捉特定公司事件（如增持、调研、股权激励等）实现Alpha收益，投资者调研是A股主要事件之一。

- 事件驱动策略构建包含事件有效性检验、事件增强、仓位管理和业绩回测等步骤。

• 本报告重点分析投资者调研公告的表现及其在构建组合中的应用。

投资者调研公告和超额收益分析 [page::2][page::3][page::4]

• 投资者调研公告主要集中于深交所，其中深交所中小板披露数量最多。

- 调研公告前后区间（-20至+60交易日）个股表现稳定正超额收益，公告后特别在20个交易日内收益显著。

• 不同基准测算下，尤其以市值指数为基准时，公告后60日有持续超额收益；行业指数和因子模型下超额收益相对较低。

- 不同类型投资者关系活动中，特定对象调研累计超额收益最高。

• 存在明显的日历效应，1、3月收益率较高，6、9、10、11月较低。

投资者调研事件内信息精选 [page::6][page::7][page::8]

• 调研次数：公告日前及后调研次数越多，对应超额收益越高，尤其超过3次收益显著提升。

- 调研提问数和参与人数：提问数少于4次及调研人数少于4人的个股公告后表现显著较差，剔除此类股票提升组合绩效。

• 基金公司参与人数增加，公告日前收益较高，证券公司参与人数多时公告日后中长期收益反而下降。

- 公告日期距调研日距离大于1天，中长期收益较高。

事件外信息及综合打分筛选 [page::9]

• 结合事件公告日前20日涨跌幅、分析师评级及预期PEG三因子，公告前表现较好（涨幅高）股票后续表现逆转，评级及估值合理性影响回报正向。

- 通过对事件内外信息的结合打分，精选出一批优质事件股票构建组合。

量化组合构建与回测表现 [page::10][page::11][page::12]

• 定期调仓组合（30只股票）年化收益41.6%，夏普比率1.3，最大回撤7.3%，相对于深证综指超额收益20%以上。

- 即时调仓组合年化收益45.4%，夏普1.3，最大持有10只股票，流动性和收益兼顾。

• 择时调仓组合运用成交分化和双均线信号实现市场择时，年化收益39.3%，最大回撤16.7%，夏普比率1.9。

- 各组合均明显优于无事件增强的基准选择组合，显示调研事件的Alpha价值。

2024年8月调研精选股票池示例 [page::12]

| 股票代码 | 股票简称 | 股票代码 | 股票简称 | 股票代码 | 股票简称 |
|------------|------------|------------|------------|------------|------------|
| 000050.SZ | 深天马A | 002250.SZ | 联化科技 | 300310.SZ | 宜通世纪 |
| 000338.SZ | 潍柴动力 | 002325.SZ | 洪涛股份 | 300319.SZ | 麦捷科技 |
| 000425.SZ | 徐工机械 | 002431.SZ | 棕榈股份 | 300388.SZ | 国祯环保 |
| 000572.SZ | 海马汽车 | 002444.SZ | 巨星科技 | 300428.SZ | 四通新材 |
| 000981.SZ | 银亿股份 | 002654.SZ | 万润科技 | 300456.SZ | 耐威科技 |
| 002035.SZ | 华帝股份 | 300009.SZ | 安科生物 | 300458.SZ | 全志科技 |
| 002044.SZ | 美年健康 | 300011.SZ | 鼎汉技术 | 300467.SZ | 迅游科技 |
| 002060.SZ | 粤水电 | 300036.SZ | 超图软件 | 300484.SZ | 蓝海华腾 |
| 002090.SZ | 金智科技 | 300065.SZ | 海兰信 | 300542.SZ | 新晨科技 |
| 002202.SZ | 金风科技 | 300219.SZ | 鸿利智汇 | 300548.SZ | 博创科技 |

• 组合优选标的覆盖中小市值成长股，紧贴市场热点，兼顾结构性机会。

金融研究报告详细分析报告

---

一、元数据与报告概览

• 报告名称：《量化事件研究系列（1）：布局调研事件组合正当时》

- 发布机构：中国国际金融股份有限公司（中金公司）研究部

• 分析师团队：耿帅军、王浩、王汉锋

- 发布日期：2017年8月左右（报告中涉及数据截至2017年8月16日）

• 主题：基于A股市场投资者调研公告的量化事件驱动策略研究，重点挖掘投资者调研公告所蕴含的超额收益机会，并构建相应的量化投资组合。

核心论点与目标

报告主要论述A股市场投资者调研作为一种公开且具备Alpha属性的事件，在公告日前后能够带来稳定的超额收益。利用事件内外信息进行选股和组合构建，报告设计了三套调仓策略（即时报仓、定期调仓和择时调仓），策略自2012年以来均表现优异，年化收益率明显高于市场基准，且夏普比率和最大回撤表现具有竞争力，显示该事件策略具备较高的投资价值和实操可行性。

---

二、逐节深度解读

1. 量化事件驱动策略背景与概述

报告指出，事件驱动策略通过捕捉特定公司公告事件来获得超额收益，是国际对冲基金中较成熟策略体系。A股市场目前适用的事件类型多样，涵盖股东行为（增持减持）、公司行为（并购重组、定向增发）、财务业绩（业绩预告）、分析师行为（分析师调研与评级变动）、市场行为（次新股、龙头股动态）及交易规则类事件（指数成分调整）等。

作者强调，投资者调研公告作为投资者关系活动的主类别，因其发生频率高且市场覆盖面广，成为研究重点。策略构建遵循四步流程：有效性检验、事件选增强、仓位管理和业绩回测，确保收益具有统计显著性和策略可操控性。[page::1]

2. 投资者关系公告及数据特点

投资者关系活动公告主要以深交所披露为主，尤其是中小板和创业板，数量远超上交所（截至2017年5月累计公告共约3.36万条，深交所占绝大多数），集中在年报、中报和三季报披露后，存在明显的季节性分布和日历效应（2月、10月公告量较少）。公告类型中以“特定对象调研”为最大类别，占比绝对领先，其次为现场参观、分析师会议等。[page::2,page::3]

3. 事件效应检验

通过事件研究经典方法（异常收益法和超额收益法），利用多种基准（宽基指数、行业指数、市值指数及Fama-French三因子模型）对投资者调研公告日及前后[K-20，K+60]交易日的表现进行了实证研究。统计结果显示：

• 调研事件公告日前后均展现出稳定正的单日超额收益和累计超额收益；

- 以市值指数和因子模型剔除市场及风险风格的异常收益显示，在公告后20个交易日达到峰值并略有回调，显示事件 alpha 在剔除因子影响后依然显著；

• 按公告月度及类型划分，特定对象调研收益最高，其他类别如路演、一对一调研收益表现较差，样本量小，统计显著性不足；

- 日历效应明显，1月和3月的超额收益较高，6月、9月、10月、11月则相对较低；

• 简单投资组合模拟显示，未经过筛选的调研事件所构建的组合，相较于深圳综指年化超额收益约12%（2012年至今）。[page::3,page::4,page::5]

4. 调研组合的事件内信息筛选逻辑

基于对调研公告内容的深度解读，报告提出若干影响超额收益的重要事件内指标：

• 调研次数：公告日前及后均观察到次数越多，后期超额收益越高，尤其超过3次调研显著优于平均水平；

- 公告日与调研日的间隔：公告日距调研日2日及以上，后期中长期收益更佳；

• 调研总人数：人数多，超额收益更显著，少于4人时表现弱；

- 基金及证券公司参与人数：基金公司参与前期影响正向，但公告后表现无明显影响，证券公司人数越多反而公告后中长期收益走弱（联合调研可能带来利润分散效应）；

• 提问数：提问数越多，超额收益越显著；少于4次提问的表现低于平均。

同时因指标相关性和统计显著性考虑，筛选时重点使用调研提问数和调研总人数指标，剔除表现明显较差样本。[page::6,page::7,page::8]

5. 事件外信息筛选因子与评分体系

事件外信息作为过滤条件主要使用：

• 公告日前的价格涨跌幅：涨幅大往往意味预期已提前消化，后续表现趋弱，表现负相关；

- 分析师评级：评级越高，预示市场对公司未来表现的认可度更高，表现正相关；

• 预期PEG（市盈率盈利增长比）：估值与盈利增长的衡量，表现负相关。

利用上述三个因子给待选股票池打分，实现排名筛选，从而结合事件内和事件外信息实现构建优选调研组合。[page::9]

6. 投资组合构建及策略表现

组合构建方法：

• 即时调仓：根据事件发生频率设定资金通道，每日扫描事件驱动股票，若有资金通道买入并持有固定周期，灵活反映事件最新信号，但仓位管理稍复杂；

- 定期调仓：按事件驱动周期设定固定调仓频率（月度为例），使用事件内外信息筛选个股构建等权或权重优化组合，仓位管理简单但事件信号时效性较弱；

• 择时调仓：结合市场择时指标（如成交分化度、双均线左右侧），对组合持有进行条件判断，提升风控。看多时买入组合，看空时空仓，进一步提高夏普比率和降低回撤。

主要绩效指标：

• 定期调仓组合（以持有30只股票为例，2012.7-2017.7）：

- 年化收益率41.6%，夏普比率1.3；
- 相较于深圳综指、中证500和中证1000均实现约20%年化超额收益；
- 最大回撤7.3%，信息比率2.2；
- 换手率相对合理，表现稳健。

• 即时调仓组合（持有最多10只）：

- 年化收益率45.4%，夏普比率1.3；
- 超额收益与定期调仓类似，但换手率和波动率略高，回撤更大约48.9%。

• 择时调仓组合：

- 年化收益率39.3%，最大回撤16.7%，夏普1.9，显著改善回撤和波动，兼顾收益和风险。

整体来看，结合事件内外信息筛选的调研驱动组合，在不同仓位管理模式下均取得显著Alpha，且相较于单纯基于三因子模型选股的组合明显提高收益，说明调研事件具备实用的选股增强能力。[page::10,page::11,page::12]

---

三、图表深度解读

图表1（第1页）：A股常见事件投资机会分类

• 描述：将A股事件投资机会归为财务业绩类、股东行为类、公司行为类、分析师行为类、市场行为类和交易规则类六大类别；

- 解读：投资者调研归于分析师行为类，强调该事件的逻辑内在基础及其投资价值；

• 联系文本：体现出报告采用事件驱动策略的多维思路，突出调研事件的Alpha潜力。

图表2（第1页）：事件驱动策略构建流程

• 描述：四步法，包括有效性检验、事件增强、仓位管理和回测，分别对应统计检验、信号提炼、组合管理和绩效验证；

- 解读：说明该报告的研究方法论体系，确保数据驱动和实证基础；

图表3-4（第2页）：投资者关系管理的政策指引及公告集中性

• 描述：展示2005年及2010年证监会、上交所及深交所围绕投资者关系管理的政策时间线及深交所公告数量远超上交所的事实；

- 解读：体现市场监管环境与信息披露透明化为事件驱动策略提供制度保障及数据基础。

图表5-6（第3页）：公告月份分布与活动类型

• 描述：调研活动集中在5、9、11月，主要是特定对象调研；

- 解读：事件分布呈季节性，便于投资组合调整时机设定。

图表7-11（第3-4页）：事件公告日前后证券超额及异常收益曲线和数据

• 描述：

- 图7显示公告日前超额收益累积攀升，公告日后依然保持稳定正收益；
- 图8-11使用不同基准指标（沪深300、中证500、中证1000、深圳综指、中信行业指数及Fama-French）验证结果一致；

• 解读：

- 超额收益稳健且具统计学意义；
- 市值及行业因素对收益影响不同，市值效应更明显。

图表12-13（第4页）：不同类别活动收益表现及投资者活动日历效应

• 描述：特定对象调研收益最高，部分活动负收益；月份分布对应超额收益有明显差异；

- 解读：优化组合时重视特定对象调研类别，结合月份效应调整策略时点。

图表14（第4页）：公告日后累计超额收益率（不同基准）

• 描述：多基准收益在公告日后前20交易日持续扩大；

- 解读：说明调研事件有持续Alpha效应，但剔除多因子模型之后收益逐步衰减，暗示部分收益中包含因子暴露。

图表15（第5页）：投资者调研组合收益曲线（相较深圳综指）

• 描述：从2012年到2017年，组合明显跑赢大盘，年化超额收益约12%；

- 解读：基础组合效果成立，为进一步筛选优化提供了实证基础。

图表16-29（第7-8页）：关于事件内信息的多维分析（调研次数、调研人数、参与机构数量、提问数）

• 描述：

- 图表显示不同维度的调研密度和参与人数均与公告后收益正相关；
- 证券公司参与超过2人则长线表现反而变弱，基金公司参与则利好；
- 提问数显著影响收益表现。

• 联系文本：为组合构建筛选条件定量化提供依据，调研主体和强度信息凸显Alpha特性。

图表30（第9页）：事件外信息因子IC值与公告后表现

• 描述：涨跌幅与公告后表现负相关，分析师评级正相关，预期PEG负相关，相关系数幅度3%-5%；

- 解读：尽管相关度不大，但方向一致，证明这些因子可辅助提高选股准确性。

图表31（第10页）：组合构建框架对比即时调仓与定期调仓

• 描述：

- 即时调仓利于把握事件信号时效，但管理复杂；
- 定期调仓管理简便，但信号会有一定时滞；

• 解读：展示作者对实用可操作策略的设计考虑。

图表32-39（第11页）：量化组合表现与风险指标数据

• 核心数据点：

- 定期调仓30只组合：年化收益41.6%，夏普1.3，最大回撤40.5%
- 即时调仓10只组合：年化收益45.4%，夏普1.3，最大回撤48.9%
- 相对基准深圳综指、中证500、中证1000超额收益幅度均达约20%

• 趋势：收益稳定领先且组合规模和持股数量的影响表现有一定边际效应；

- 图表联系：投资组合表现直观展示策略成功，风险可控且显著跑赢基准。

图表40（第12页）：择时调仓组合表现曲线

• 描述：择时组合在2012-2017年期间持续上涨，风险调控较好；

- 解读：指标结合市场宏观择时，减少回撤，进一步提升收益风险比。

---

四、估值分析

报告未直接涉及股票估值模型的计算细节（如DCF或具体目标价），而重点强调基于事件反应的Alpha策略构建，归属于量化选股范畴。其定量指标（收益率、夏普比率、信息比率、最大回撤）及因子模型调整体现对投资收益风险的多元衡量。从事实和数据角度强调投资者调研事件对组合超额收益的贡献，而非传统估值分析。

---

五、风险因素评估

报告中间接体现风险因素：

• 信息披露不充分或延迟可能影响事件有效性；

- 公告频率和市场情绪波动，事件驱动收益可能随市场状况波动；

• 证券公司参与人数过多或联合调研可能稀释收益；

- 交易成本和换手率较高（即时调仓换手率较大，存在流动性风险）；

• 择时信号判断失误可能导致空仓错失收益或持仓暴露风险。

报告未具体给出缓解策略，但通过择时调仓降低最大回撤以及定期调仓简化管理体现一定的风险控制思路。[page::10,page::11,page::12]

---

六、批判性视角及细节观察

• 报告依赖于过往数据建立模型，收益持续性是否会因市场机制变化而削弱尚需观察。

- 部分事件内信息指标之间存在多重相关，筛选标准的排除法虽然实用，但可能遗漏潜在变量，后续可考虑更系统的多因子融合模型。

• 换手率较高的即时调仓策略虽收益高但实际执行成本可能明显影响净回报，需重点考量执行层面风险。

- 证券公司联合调研对应收益降低值得深入分析其内在逻辑，如潜在信息泄漏或投资者间协调等。

• 报告对事件外因子使用较为简单，IC虽然有统计意义但较低，优化空间仍然存在。

- 报告对大盘环境变化、行业轮动、政策偏好等宏观风险讨论较少。

---

七、结论性综合

本报告系统深入研究了投资者调研公告作为量化事件驱动策略的重要投资机会，通过广泛覆盖沪深市场数据，从事件内多维信息（调研次数、参与人数、提问数、基金及券商参与度）和事件外因子（过去涨跌幅、分析师评级、预期PEG）并结合多基准（宽基、行业、市值和多因子模型）验证事件对个股产生的超额收益和异常收益，证实了该事件的Alpha效应稳定，且可持续。

基于此，报告创新设计了三种调仓策略模型：

• 定期调仓组合，管理简便且收益稳健，年化收益超过41%，夏普1.3，稳超市场基准20%；

- 即时调仓组合，利用事件信号时效性最大化收益，年化超45%，但波动及回撤随之增大；

• 择时调仓组合，通过市场择时调控仓位，兼顾收益与风险，夏普高达1.9，最大回撤控制在16.7%。

图表数据充分支持并具体化了上述结论，尤其是事件公告日前后的超额收益曲线以及组合业绩曲线，真实反映出调研事件具有未被充分消化的市场价值，且调研活动量大，样本丰富，适合量化模型稳定运作。

报告为投资者如何将投资者调研公告转化为实际的量化投资机会提供了明确路径和实证支撑，展示了事件驱动策略在A股市场的有效性和实战价值。

---

参考图片示意（部分核心图表示例）

• 

（事件公告日前后[T-20,T+60]每日超额收益及累计曲线）

• 

（投资者调研组合相对深圳综指年化超额收益走势）

• 

（事件驱动组合构建方法对比）

• 

（定期调仓组合与主要指数收益对比）

• 

（择时调仓组合表现）

---

整体评价

本报告彰显了投资者调研事件驱动策略在A股市场具有显著且稳定的超额收益能力，结合多维度指标与多策略组合运作，为投资者提供了具有高度实操性的量化投资框架和信号体系。该策略基于充分的数据验证，重点关注信息非对称和市场反应滞后问题，具有较强的市场说明力和前瞻性。但未来需要关注市场环境、流动性、信息披露政策及事件重要性变化对策略的潜在影响。

[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

报告