中金研究

在报告 《基本面量化系列（23）： A股事件影响解析之十问十答》 中 ，我们对A股市场中主流的四大类事件信号的股价效应进行了全面梳理
，但大量的事件信号效应特征是否存在差异化？如何才能有效地加以利用呢？本篇报告作为事件研究的第二篇报告，聚焦于事件信号的应用和基于事件信号的策略构建维度 。

Abstract

摘要

基于短期事件的绝对收益策略：夏普比率可达1.47

短期事件：胜率较高 ，20个交易日内累计超额收益胜率接近60%
。 包括高股息预案日、间隔一年后深度报告覆盖推荐买入 、主动上调盈利预测且标题含超预期
、业绩表现超出一致预期20%的盈利公告事件、指数纳入公告事件。事件信号后的超额收益主要来源于市场的反应不足和特定资金流驱动的阶段性机会 。

短期事件信号优化： 基于稳健成长因子对市场反应不足类短期事件信号进行筛选
，以及基于反转 、流动性因子对指数纳入公告事件进行筛选，均可进一步提升事件信号后的短期收益表现
。我们取稳健成长因子大于0的市场反应不足类短期事件样本和反转因子
、流动性因子均值大于0的指数调整预测样本作为交易信号 ，构建投资策略。

基于短期事件的绝对收益策略：夏普比率可达1.47 。 当发出事件信号时
，则以特定金额买入相应股票，持有一段时间后卖出
。回测期内（2015-01-01至2025-09-25） ，该策略年化收益率可达18.0%，夏普比率达1.47
，每年均有正收益，即使在系统性风险较大的年份 ，如2016、2018 、2022年
，策略收益率仍分别可达6.1%
、5.9%、5.1%。

基于长期事件的组合策略：年化超额收益达14%

长期事件：盈亏比高，胜率一般 ，可以提示潜在的投资机会 。 具体包括增持计划公告日 、股票回购预案、主动上调盈利预测且标题含超预期
、间隔一年以后再次调研-特定对象调研、股权激励预案等。对于市场关注度较低的股票
，长期事件信号有利于提升价值发现的效率；对于大市值 、市场关注度较高的股票，长期超额收益主要来源于对盈利变化趋势的更深度认知（主动上调盈利预测事件）
。

基本面因子在长期事件组合内有效性相对较好 ，关注股东户数变化因子
、盈利成长趋势因子以及盈余质量因子。 价量因子中
，仅动量-隔夜、资金流-开盘流向因子在长期事件组合内表现较好，但年化超额收益也仅贡献3%左右 ，相对最大回撤也较高；基本面因子中
，股东户数变化因子 、盈利成长趋势因子
、盈余质量因子和市值因子均可贡献4%以上的年化超额收益 。

长期事件叠加因子的综合策略年化超额收益可达14%
。 2017年以来，长期事件叠加因子的综合策略年化收益率为22.9% ，相对偏股混合型基金指数超额收益率达14.0%。其中，大部分超额收益贡献于2021至2025年
，说明该策略可贡献与主流偏股型基金差异化的超额收益 。

风险提示： 本篇报告所构建模型均基于历史数据，未来市场环境、宏观经济状态发生变化时 ，模型存在失效风险

Text

正文

超额收益来源与事件信号的应用

超额收益来源：股票价格与实际价值存在偏离

超额收益指的是个股收益超出市场整体涨跌幅的部分
， 获取更高的超额收益是众多投资者的投资目标
。为实现这一目标，我们需要从理论上理解超额收益的来源 ，从而合理利用各方面信息
，包括财务信息 、事件信号等，高效地捕捉获取超额收益的机会。

从本质上讲 ，超额收益来源于发现股票价格与实际价值存在偏离的机会
， 赚取股票价格向价值回归过程中超额涨幅 。那为什么股票价格会相较于实际价值出现偏离呢？我们分别从短期价格偏离和中长期价格偏离阐释其中的机制
。

股票价格短期偏离实际价值的可能原因：

► 情绪过热/反应过度： 市场情绪较为旺盛的阶段，股价对于利好信息反应可能较大 ，推升股价短期内超出实际价值。

► 反应不足： 上市公司披露利好信息时
，如业绩增长超出市场一致预期的盈利公告，若公告当天定价尚不充分 ，公告后一段时间便可能存在持续性超额收益 。

► 特定资金流驱动： 如指数调整事件，跟踪指数的被动基金会随之调整持仓
，这部分资金的交易行为可能导致股票价格阶段性偏离其实际价值
。

股票价格中长期偏离实际价值的可能原因 ：

► 市场关注度较低时，股票可能未被充分定价。 我们在报告 《基本面量化系列（10）： 如何在低关注度股票中挖掘alpha？》 中开发的低关注度掘金策略就是利用了这一规律 ，策略核心思路就是在低关注度股票范围内
，找到财务质量高且近期存在利好事件催化的投资机会 。

► 业务增长性的市场认知不足，实际价值变化趋势可能未被充分定价。 基本面研究员的核心竞争优势就是在行业认知更加深入的基础上 ，能够发现尚未被定价的基本面趋势
。同时
，我们在报告 《基本面量化系列（20）：机器学习模型如何提升企业盈利预测的准确度？》 中开发的XGBoost盈利预测模型便是期望应用机器学习模型来预测上市公司未来的盈利变化趋势，从而找到盈利变化趋势未被充分定价的机会。

► 承担了特定风险 ，具有风险补偿带来的超额收益 。 如低流动性股票承担了较高的流动性风险
，在市场流动性紧缩的环境中，股票价格容易受较大影响 ，使得股票价格相对低估；而在市场流动性充沛的环境中
，则可能获得更高的收益
。

图表1：超额收益来源分析

资料来源：中金公司研究部

事件信号如何帮助我们获取超额收益？ 在报告 《基本面量化系列（23）： A股事件影响解析之十问十答》 中，我们梳理了A股市场中主流的四大类事件信号的股价效应 ，并发现短期有效的事件效应与中长期有效的事件效应的特征存在一定差异，具体来说： 短期事件效应胜率可以达到较高水平
， 应合理利用其择时能力，发现股票的阶段性机会； 中长期事件效应则更多具有高盈亏比特征 ， 可提示潜在机会
，但需结合多维度特征提高确定性。

本篇报告基于短期
、中长期超额收益存在的底层机制，结合不同类型事件效应的基本特征展开讨论 ，以期在合适的场景下合理利用事件信号
，并尝试构建基于事件信号的投资策略，供投资者参考 。

短期事件信号：提示个股的阶段性机会

我们在报告 《基本面量化系列（23）： A股事件影响解析之十问十答》 所梳理的事件库中 ， 以事件日后10个交易日（T1至T10区间）内累计超额收益胜率或20个交易日（T1至T20区间）内累计超额收益胜率超过55%为标准
， 筛选出短期具有超额收益的事件类型（以下简称短期事件）， 如下图表所示
。具体事件定义、事件日定义可参考上述报告的内容 ，本篇报告内不再赘述。

短期具有超额收益的事件信号的特征是胜率较高
，20个交易日内累计超额收益胜率可近60% 。 包括高股息预案日 、间隔一年后深度报告覆盖推荐买入
、主动上调盈利预测且标题含超预期、业绩表现超出一致预期20%的盈利公告事件 、指数纳入公告事件
。

图表2：短期具有超额收益的事件信号类型

注：统计期为2014-01-01至2025-06-30；T0为公告后第一个交易日；T1为公告后第2个交易日，以此类推；超额收益比较基准为中信一级行业的等权指数 资料来源：Wind ，中金公司研究部

短期事件有助于捕捉市场对公司盈利改善反应不足的机会，尤其对于小市值公司。 我们以业绩表现超出一致预期20%的盈利公告事件和间隔一年后深度报告覆盖推荐买入事件为例
，通过市值分组的方式对比不同市值样本的事件效应强弱 。

我们发现 小市值（50亿元以下）样本事件日后5、10
、20天内的累计超额收益会随着统计区间的拓展而增大，说明事件日后超额收益具有一定延续性 ，是一种反应不足的体现
。 对于大市值样本（100亿元以上）则往往在5个交易日内事件带来的超额收益已基本实现
，事件日后10、20个交易日的累计超额收益无进一步提升，说明大市值样本有效性相对较强 ，对信息的反应效率较高。

图表3：市值分组下
，业绩表现超出一致预期20%公告后平均累计超额收益统计

注：统计期为 2014-01-01 至 2025-06-30；T0为公告后第一个交易日；T1为公告后第2个交易日，以此类推；超额收益比较基准为中信一级行业内对应市值股票的等权指数

资料来源：Wind ，朝阳永续
，中金公司研究部

图表4：市值分组下，间隔一年后深度报告覆盖推荐买入事件后平均累计超额收益统计

注：统计期为 2014-01-01 至 2025-06-30；T0 为公告后第一个交易日；T1为公告后第2个交易日 ，以此类推；超额收益比较基准为中信一级行业内对应市值股票的等权指数 资料来源：Wind
，朝阳永续，中金公司研究部

指数调整事件带来资金流驱动的阶段性机会 。 对于指数纳入公告事件 ，其事件日前后的超额收益则是来源于资金流的驱动，本质的驱动力为指数调整后被动资金调仓行为。但如下图所示
，我们以指数调整名单公告日为事件日T0，发现调整名单公告前10个交易日 ，便已有较为明显的超额收益了
，说明存在套利资金的提前买入行为
。 我们可以通过提前对调整名单进行预测，实现对公告日前的超额收益的捕捉。 具体调整名单预测的方法论以及指数调整效应的深度分析可以参考报告 《2025年6月A股指数定期调整预测：指数调整效应未来如何演变？》 。

图表5：指数调整公告日（T0）前后的累计超额收益表现

注：统计期为2023-01-01至2025-06-30；超额收益比较基准为沪深300指数 资料来源：Wind ，中金公司研究部

短期事件信号具有一定的择时意义
，可作为交易信号使用
。 如下图所示，我们统计了历年短期事件信号在信号日后的绝对收益表现 ，各个事件信号在大部分年份胜率均可超过50%；市场整体相对弱势的年份中（2016 、2018
、2023年等）
，绝对收益胜率相对较低，但大部分信号仍可维持正的平均收益。

图表6：历年短期事件日后20天平均收益率统计

注：统计期为 2014-01-01 至 2025-06-30；指数纳入公告事件统计窗口为事件日前20日

资料来源：Wind ，朝阳永续
，中金公司研究部

图表7：历年短期事件日后20天绝对收益胜率统计

注：统计期为 2014-01-01 至 2025-06-30；指数纳入公告事件统计窗口为事件日前20日 资料来源：Wind，朝阳永续 ，中金公司研究部

中长期事件信号：挖掘潜在的未被充分定价的机会

我们在报告 《基本面量化系列（23）： A股事件影响解析之十问十答》 所梳理的事件库中， 以事件日后120个交易日（T1至T120区间）内平均累计超额收益6%以上且事件日后120个交易日平均累计超额收益超过20个平均累计超额收益3个百分点为标准
，筛选出长期具有超额收益的事件类型（以下简称长期事件）， 如下图表所示 。具体事件定义、事件日定义可参考上述报告的内容 ，本篇报告内不再赘述
。

长期事件的效应特征是盈亏比较高
，胜率一般，可以提示潜在的投资机会。 具体包括增持计划公告日 、股票回购预案
、主动上调盈利预测且标题含超预期、间隔一年以后再次调研-特定对象调研 、股权激励预案等 。其中 ，事件名称含“无覆盖 ”
，指的是取事件日前一年度无研究报告覆盖的样本，该类事件可能只在市场关注度低的样本中有效
。

图表8：长期具有超额收益的事件信号类型

注：统计期为2014-01-01至2025-06-30；T0 为公告后第一个交易日；T1 为公告后第 2 个交易日 ，以此类推；超额收益比较基准为中信一级行业的等权指数；无覆盖指的是事件日前一年度无研究报告覆盖 资料来源：Wind
，朝阳永续，中金公司研究部

综上所述 ，我们系统性分析了超额收益的来源以及短期
、中长期事件信号的效应特征和信号含义。我们认为 短期事件信号胜率较高
，可提示阶段性机会 ，具有一定的择时意义 ，适合作为交易信号使用；而 中长期事件信号胜率一般，盈亏比高
，可以挖掘潜在的未被充分定价的机会 ，但仍需跟多维度信息结合以提高胜率 ，适合构建长期事件股票池
，并进一步因子打分选股 。

基于短期事件的绝对收益策略：夏普比可达1.47

如前文所述，短期事件信号大致可分为捕捉市场反应不足的事件信号和资金流驱动的事件信号 ，其事件效应特征是短期胜率可以达到较高水平
，适合作为交易信号使用
。因此， 本节我们将结合基本面、价量等因子信息 ，对短期事件信号进行优化
，并尝试构建基于事件信号的绝对收益策略。

捕捉市场反应不足的短期事件信号优化：关注盈利的稳定性

我们取图表2展示的，除指数纳入公告以外的短期有效事件样本 ，作为市场反应不足类型的短期事件信号 。本节我们尝试 通过价量和基本面因子对该类事件信号进行优化
，期望提高信号胜率和收益表现。

为全面分析各类因子对该类事件信号的筛选效果，我们取 《量化多因子系列（5）：基本面因子手册》 和 《量化多因子系列（7）：价量因子手册》 报告中所介绍的核心因子（因子计算方法可参考上述报告内容） ，通过分组统计的方式进行检验
。如下图表所示，我们取 各个事件样本事件日前最新一期因子值
，作为该事件的因子打分，对比了因子值大于0和因子值小于0 的样本在事件日后20个交易日内的平均收益率 ，其中
，因子值均进行了去极值 、标准化
、中性化处理。

成长类因子对捕捉市场反应不足的短期事件分组效果较好 。 我们所定义的短期事件大多包含了上市公司盈利改善的信息，如：业绩表现超出一致预期等
。成长类因子则可提供上市公司业绩表现的时序信息 ，如稳健成长因子含有公司业绩增速的历史稳定性信息
，有助于提升盈利改善类事件信号的置信度。

动量-隔夜、资金流-开盘流向因子亦可提升事件效应 。 动量-隔夜 、资金流-开盘流向因子分别通过隔夜涨跌信息和日内成交结构信息追踪聪明资金的交易方向，进而提升事件信号的效果
。其中 ，动量-隔夜因子的分组效果优于开盘流向因子。

图表9：价量因子对短期事件样本的分组效果

注：统计期为2011-01-01至2025-09-30；因子方向已统一调整为因子值越大
，预测未来收益越好

资料来源：Wind，中金公司研究部

图表10：基本面因子对短期事件样本的分组效果

注：统计期为2011-01-01至2025-09-30；因子方向已统一调整为因子值越大 ，预测未来收益越好 资料来源：Wind
，中金公司研究部

相较而言，稳健成长因子对事件效应的优化效果相对稳定 ， 可重点关注 。进一步，我们统计了动量-隔夜因子、稳健成长因子不同年度对短期事件样本的分组效果
，并发现稳健成长因子的分组稳定性相对较好，仅2023年因子值大于0 的事件样本表现弱于因子值小于0 的样本 ，而动量-隔夜因子则在2016
、2018年等市场下行趋势阶段均呈现不同程度的失效
。考虑到绝对收益策略相对注重在下行市场阶段的收益稳定性
，我们认为稳健成长因子在该策略中的适配度更高。

图表11：历年动量-隔夜因子对短期事件样本的分组效果

注：统计期为2011-01-01至2025-09-30；因子方向已统一调整为因子值越大，预测未来收益越好

资料来源：Wind ，中金公司研究部

图表12：历年稳健成长因子对短期事件样本的分组效果

注：统计期为2011-01-01至2025-09-30；因子方向已统一调整为因子值越大
，预测未来收益越好；稳健成长因子的计算公式为当期业绩增速除以过去8个季度业绩增速标准差 资料来源：Wind，中金公司研究部

指数调整预测事件信号优化：结合反转、流动性因子

如前文所述 ，指数调整事件效应在调整名单公告前存在一定的抢跑行为
，主要原因在于指数调整的数据考察期截止日提前于指数调整名单公告日约一个月左右的时间，我们可以依据指数编制规则对指数调整的股票名单进行提前性预测 ，具体预测方法可以参考报告 《2025年6月A股指数定期调整预测：指数调整效应未来如何演变？》  。

因此
，对于指数调整事件信号的利用和回测，应 以指数调整名单的预测日作为事件日 ，可取每年5月 、11月的第一个交易日
。 同时，我们对沪深300等中证指数的定期调整预测准确度虽然整体较高
，但难以做到100%预测准确。策略回测时，要还原该事件真实的收益贡献 ，可 取我们2021年以来对沪深300等中证指数定期调整的预测名单作为样本股
， 具体可包含沪深300
、中证500、上证50指数 。

其中，由于部分纳入中证500指数的样本股是从沪深300指数剔除出来的 ，将同时存在沪深300指数基金的调出资金流和中证500指数基金的调入资金流
，两者形成对冲，可能减小纳入指数的事件效应 ，因而把此类样本进行了剔除处理。

与前文一样的思路
，我们用价量因子和基本面因子对此类事件历史样本进行打分，并对比了因子值大于0和因子值小于0的事件样本未来20个交易日的平均收益情况
。

基本面因子对于指数调整效应无明显预测效果 ，反转 、流动性因子具有一定的预测意义。 如下图所示
，基本面因子在指数调整预测样本中的分组效果不佳，甚至一些基本面因子得分较低的样本收益表现高于因子值高的样本 。相对而言 ，反转因子和流动性因子的分组效果相对较好，并具有一定的可解释性
，推荐关注前期涨幅低且流动性较好的事件样本
。

图表13：价量因子对指数调整预测样本的分组效果

注：统计期为2021-01-01至2025-09-30；因子方向已统一调整为因子值越大，预测未来收益越好

资料来源：Wind ，中金公司研究部

图表14：基本面因子对指数调整预测样本的分组效果

注：统计期为2021-01-01至2025-09-30；因子方向已统一调整为因子值越大
，预测未来收益越好 资料来源：Wind，中金公司研究部

绝对收益策略：年化收益率可达18%

结合以上分析 ，我们取稳健成长因子大于0的市场反应不足类短期事件样本和反转因子
、流动性因子均值大于0的指数调整预测样本作为交易信号
， 构建投资策略：当发出事件信号时，则以特定金额买入相应股票 ，持有一段时间后卖出。 该策略回测的具体参数如下图表所示 。

图表15：基于短期事件的投资策略回测框架

资料来源：中金公司研究部

基于短期事件的绝对收益策略年化收益率达18.0%
，夏普比率达1.47，每年均有正收益
。 如下图表所示 ，基于短期事件信号的投资策略2015年以来每年均有正收益
，即使在系统性风险较大的年份，如2016、2018 、2022年 ，策略收益率仍分别可达6.1%
、5.9%、5.1%，整体夏普比率达1.47
，索提诺比率达2.14。

该策略只有在事件信号发出后才对相应股票资产进行配置，并且持有周期较短（30个自然日） ，因而 股票仓位相对灵活
，不会持续保持满仓状态 。 这在震荡市和下行市场中，优势较为明显 ，依靠较高胜率的交易信号也可获得较为可观的收益
。但同时
，在市场大幅上涨的年份，受股票仓位未保持满仓的影响 ，相对市场指数超额表现一般。

该策略通常在业绩披露阶段股票仓位相对较高 。 从不同月份的股票仓位情况来看
，该策略通常在上市公司业绩密集披露阶段股票仓位相对较高，主要原因在于我们所定义的短期事件大多发生在这一阶段 ，如业绩表现超出一致预期的盈利公告 、高分红预案等
。

图表16：基于短期事件的投资策略回测表现

注：截至2025-09-25 资料来源：Wind
，中金公司研究部

图表17：基于短期事件的投资策略分年度收益统计

注：截至2025-09-25 资料来源：Wind，中金公司研究部

参数敏感性：建议单次买入金额保持2000万元及以下

对于基于事件信号的投资策略 ，有三方面问题是投资者在实践过程中会重点考虑的：1）是否存在路径依赖问题？2）策略容量有多少？3）交易的及时性对策略收益影响有多大？本节我们通过对策略回测框架的参数敏感性测试（回测起始日期
、初始资金、单个事件信号固定投资金额占初始资金的比例等）来回答上述问题。

策略回测的路径依赖问题较小 。 从数据层面来看，不同回测起始日的策略回测结果均较好
，夏普比率基本可保持在1以上，大部分情况下夏普比率可保持在1.5以上。从策略逻辑层面考虑 ，该策略每个交易信号持仓周期较短
，尤其在单个信号买入金额较小的情形下，投资较为分散 ，不同交易信号之间形成的资金占用的问题发生频率较低
。

策略容量方面
，建议单个信号买入金额保持在2000万元及以下。 如下图所示，由于回测起始日期较早时 ，后期累计收益较高
，固定买入金额的情形下平均仓位较低，策略收益表现受仓位影响较大 ，因而我们重点关注起始日为2019年和2022年的回测结果 。结合不同参数下的策略年化收益率和夏普比率
，我们建议单个信号买入金额应保持在2000万元及以下
。

策略的年化收益率和夏普比率主要受单个信号买入金额与初始资金之比的影响。 该比例越低，持仓越分散 ，平均仓位越低，年化收益率越低
，夏普比率越高；反之亦然 。

图表18：不同参数下，基于短期高胜率事件的投资策略收益表现

注：截至2025-09-25；n为单个事件信号固定投资金额占初始资金的比例 资料来源：Wind ，中金公司研究部

交易的及时性对策略收益的影响有多大？ 我们以2015年以来的策略回测为例
，假设初始资金2亿元，单个信号买入金额为2000万元（或1000万元）的情形下 ，我们测试和对比了买入日为事件日后第一个交易日（基准情形）的策略收益表现和买入日为基准情形下滞后1 、2、3
、4、5日的策略收益表现
。

单次买入金额占初始资金比例为10%的情形下
，滞后1日买入的策略年化收益率将降低2个百分点，约占基准情形年化收益率的11%；滞后5日买入的策略年化收益率将降低4.6个百分点 ，约占基准情形年化收益率的30%。

图表19：不同买入日下
，基于短期事件的投资策略收益统计（单次买入金额2000万元）

注：2015年以来，假设初始资金为2亿元 ，单个信号买入金额2000万元（占初始资金10%）的情况下回测；统计期截至2025-09-25

资料来源：Wind
，中金公司研究部

图表20：不同买入日下，基于短期事件的投资策略收益统计（单次买入金额1000万元）

注：2015年以来 ，假设初始资金为2亿元，单个信号买入金额1000万元（占初始资金5%）的情况下回测；统计期截至2025-09-25 资料来源：Wind
，中金公司研究部

综上所述，我们以短期高胜率事件作为交易信号构建了一个绝对收益类型的投资策略 ，策略收益表现较好
，初始资金2亿元的情形下，2015年以来年化收益率可达18.0% ，策略夏普比率可达1.47且每年均可贡献正收益 。该策略只在事件信号出现后才进行股票持仓
，不会长期维持较高的股票仓位，在震荡市和下行市场环境中可维持较为可观的收益水平 ，但在上行市场环境中相对优势不明显
。

风险提示

本篇报告所构建模型均基于历史数据
，未来市场环境 、宏观经济状态发生变化时，模型存在失效风险。