「聪明钱」不聪明
「好财报」才聪明
4112 次回测,A 股两种「利好信号」的命运完全相反
跨事件对照回测复盘 · 第 02 期
一、两条新闻,两种反应
下午 3 点收盘,你的财经 APP 同时跳出两条推送 ——
新闻 A:「北向资金今日净买入 50 亿,大举加仓贵州茅台、宁德时代、招商银行……」
新闻 B:「XX 公司发布二季报,单季净利润同比增长 80%,大超市场预期。」
第一反应是不是这样:
- 新闻 A
:嗯,大资金看好,可以跟一下。 - 新闻 B
:嗯,业绩亮眼,可以买一点。
很多人会把这两类信号当作同一类来处理 —— 都是「利好」,都「值得跟」。
但统计学不答应。
这两个看起来都「利好」的信号,在过去 5 年的 A 股市场里,事件后的表现完全相反 —— 一个是真信号,一个是噪音。我们做了一次严格的对照回测,把这件事算到了小数点后两位。
二、研究设计:一次严格的「对照实验」
要回答「哪个信号是真的」,最干净的方式是让两个事件接受同一套检验。我们的设计:
统一变量(确保对比公平):
标的池:当前沪深 300 成分股(300 只) 基准:沪深 300 指数(000300.SH) 起点:2020-01-01,终点为该事件数据可得性允许的最晚日期 收益:前复权 close-to-close 观察窗口:T+1 / T+5 / T+20
两个事件的定义:
事件 A · 北向资金大幅净买入
个股单日北向净买入金额 ≥ 该股自身历史 99 分位
数据区间 2020-01 ~ 2024-08(港交所自此停披露)
样本量:3020 个事件
事件 B · 财报超预期
个股单季净利润同比 ≥ 50%,以财报公告日为 T+0
数据区间 2020-01 ~ 2024-12
样本量:1092 个有效事件
下面任何数字都来自这两组样本。
三、一张图说清楚两个相反命运
▲ 在此处插入对比图 对比图_真信号vs假信号.png
X 轴是事件后 0~30 个交易日,Y 轴是平均累计超额收益率(已扣除沪深 300 同期收益)。
两条线从 T+0 同一起点出发,然后分道扬镳:
- 红线(财报超预期)
:从 +0.59% 起步,持续上行,T+30 累计超额 ≈ +2% - 蓝线(北向资金大买入)
:从 +0.17% 起步,微抬后逐步下行,T+30 累计超额 ≈ -1%
30 天后,两条线的差距接近 3 个百分点。
这不是统计误差,这是结构性差异。
四、三个数字 · 三层差异
把关键节点放进一张对照表:
| +0.59% | |||
| 55.4% | |||
| +1.19% | -0.18% | ||
| 53.1% |
层次一:T+1 看似都「小赚」,命运已经分叉
财报组 T+1 超额 +0.59%,北向组 +0.17%。乍一看都是正的,但 A 股双边手续费 + 印花税大约 0.2 ~ 0.3% —— 财报组扣完成本还有正收益,北向组直接归零。
这个数字差异微妙但关键:它决定了一个信号是不是「可交易」。
层次二:胜率结构泄露了一切
财报组的胜率在三个窗口里稳定保持 53~55%,不随时间衰减。
北向组的胜率从 49.9% → 46.7% → 42.3%,单调下行,而且 T+1 的 49.9% 跟掷硬币没有任何区别。
胜率结构是判断信号真伪最直接的指标:
真信号 = 胜率持续高于随机,且时间稳定。
假信号 = 胜率接近随机,或随时间衰减。
层次三:T+20 反向告诉我们「漂移方向」
财报组持有 20 天,超额收益从 +0.59% 涨到 +1.19% —— 越拿越赚。
北向组持有 20 天,超额收益从 +0.17% 跌到 -0.18% —— 越拿越亏。
这种「持有时间的边际效应」,在学术上有专门的术语,下一节我们就来谈。
五、为什么是这样?背后的金融学原理
真信号的本质 —— 未被即时定价的新信息
财报超预期的特征是 —— 在公告发布的那一刻,新信息才进入市场。市场需要时间消化:分析师重写报告,机构调整模型,散户跟单进入。这个「重新定价」的过程是渐进的,所以股价在事件后持续漂移。
这个现象在金融学里有专门的名字:
PEAD
Post-Earnings Announcement Drift
财报后漂移效应 · 由 Ball & Brown(1968)最早记录
经过 50+ 年、几十个国家市场反复验证
是全球资本市场最 robust 的 anomaly 之一
这次回测,本质上是在 A 股重新验证了一个 60 年前发现的现象。
假信号的本质 —— 已经被定价的公开信息
北向资金的数据每天 18:00 公布,几千万投资者同时收到推送。当你看到「北向净买 50 亿」时,你不是在获得信息 ——
你在跟其他几百万人,同步接收一个已经发生过的事实。
按效率市场假说的朴素版本:已经公开的信息,已经反映在价格里。你能交易的最早时点是 T+1 开盘,而这段隔夜时间已经足够让价格消化掉信号。
更关键的是,「北向」根本不是一个统一的「聪明人」 ——
被动 ETF 跟踪指数权重 量化对冲基金做统计套利 主动多头基金做长线选股
把这三类完全不同动机的钱强行打包成「聪明钱」,信号本身就被稀释了。
六、一个可操作的辨别框架
把这次对照实验提炼出来,得到 4 个识别「真信号」的判断维度。下次你再看到任何「赚钱方法」,可以套这把尺子量一下:
| 胜率水平 | ||
| 胜率时间稳定性 | ||
| 超额收益时间结构 | ||
| 信号来源 |
财报超预期在四项都满足真信号特征,北向资金大买入在四项都偏向假信号特征。
这套框架可以套到任何「赚钱方法」上 ——
▸ 龙虎榜上榜?同步信息 → 大概率假信号
▸ 公司管理层增持?新信息 + 私有信号 → 大概率真信号
▸ 券商研报集中推荐?同步信息 + 已被定价 → 大概率假信号
▸ 业绩预告大幅上修?新信息 + 时间敏感 → 大概率真信号
注意我用的是「大概率」 —— 最终结论必须由数据回测验证。这是真专家和营销号的分水岭。
七、给普通投资者的三条具体建议
建议一:对「公开同步信息」打高折扣
凡是收盘后或盘前推送给所有人的「信号」 —— 北向资金、龙虎榜、龙头股池、机构净买入榜 —— 都应该在你的决策权重里乘以 0.3 的折扣。
它们更接近「噪音的同步广播」,而不是「信息优势」。
建议二:学会问「信号窗口」
任何号称有效的信号,你都应该追问一句:
它在 T+1 / T+5 / T+20 的表现分别是什么?
胜率有没有随时间衰减?
如果对方回答不上,这就是一个未经验证的「经验之谈」,不是统计学意义上的「信号」。
建议三:重视「新信息」超过「已知信息的再确认」
业绩预告、首次披露的重大事项、突发的政策变化 —— 这些是「新信息」。
龙虎榜公告、北向数据、券商集中推荐 —— 这些是「已知信息的再播报」。
前者有可能成为 alpha,后者大概率是 noise。
八、数据局限性(必须诚实地说)
跟上一篇一样,把这次研究的边界说清楚:
- 样本池是「当前」沪深 300
:存在幸存者偏差,曾被剔除的股票未纳入,实际收益会被高估。 - 「超预期」用了简化口径
:用「单季净利润同比 ≥ 50%」作为"超预期"的代理指标,不严格等同于「实际超过市场一致预期」,但对沪深 300 大盘股,两者高度相关。 - 北向数据 2024-08 截止
:港交所自该日起停止披露,2024 年 9 月「9·24 行情」后的数据未覆盖。 - 未控制其他事件
:事件日同时发生其他重大事件时,收益会被这些因素污染。 - 市场环境偏弱
:2020-2024 沪深 300 整体下跌约 30%,看「超额收益」比「绝对收益」更靠谱。
这次回测的核心结论可重复、可证伪 —— 代码与方法论已封装为独立框架。
任何关注本号的朋友,都可以拿同一套代码自己跑一遍验证(或挑战)这个结论。
尾声:在叙事过剩的市场里,需要一把统计学的尺子
A 股从来不缺「赚钱方法」。每天有几千篇研报、几百个内幕、几十个龙虎榜解读。
但 ——
经得起回测的「方法」
数量级少一个零。
这次的两个事件,结论本身并不复杂:一个跑赢、一个跑输,差距清晰可见。
复杂的是「为什么是这样」 —— 它涉及对信息流本质的判断,涉及对「市场叙事」和「统计真相」的辨别。
如果你能区分「公开同步信息」和「新信息释放」,你已经超过了 80% 的散户。
如果你能用回测验证任何「赚钱方法」,你已经超过了 95%。
数据不会说话,但数据不撒谎。
在叙事过剩的市场里,这是最稀缺的能力。
下一期我们会用同一套框架,继续验证更多被讲了十年的「市场常识」 —— 龙虎榜上榜、跌停板打开、机构密集调研、管理层增持……
关注公众号,看下一篇。
