为什么这件事值得量化研究员关注
量化研究员熟悉的一类尴尬是：基本面研究里有很多高质量判断，但进入模型时只剩下一两个一致预期变量，例如一致 EPS、一致收入、评级变化或目标价变化。这样一来，大量关于“哪个 KPI 会超预期”“超预期会不会改变未来十二个月盈利路径”“业绩是否强化投资主线”的信息被压扁了。
事件驱动策略尤其依赖这些信息。财报窗口的收益分布通常不是平稳的：波动率上升、偏度变化、成交量放大、盘口流动性变差，而且收益与“预期差”之间的关系常常是非线性的。一个简单的 earnings surprise 变量可以解释一部分截面收益，但它很难区分以下几种情况：
第一，收入超预期但利润率下修； 第二，收入符合预期但指引明显上修； 第三，业绩小超预期但管理层确认了未来十二个月上修空间； 第四，业绩大超预期但只是一次性项目驱动，主线没有变化。
对量化模型来说，这四种情形不应被同一个 surprise 标签吸收。
这项研究的切入点是把分析师判断拆成可学习的 schema。所谓 schema，可以理解为一张固定的特征表：每条信号都回答同样几个问题，包括关注哪个指标、预期相对一致预期是上行还是下行、对未来十二个月一致 EPS 的影响方向、是否强化或削弱投资主线、信号对应的事件日期和发布时间。这样一来，自然语言观点就变成了可以进入 feature store 的事件特征。
信号体系：按时间和事件类型切分
信号按两个维度组织。第一个维度是时间：事件发生前叫 Preview，事件发生后叫 Reaction。第二个维度是事件类型：正式财报是 Earnings，非财报事件叫 Catalyst，例如投资者日、产品发布、临床试验、监管变化、分红、资本结构变化、行业会议等。
Earnings Preview 试图回答：在业绩公布前，分析师认为市场最可能在哪里被 surprised。它不是简单预测 beat 或 miss，而是要求分析师指出最关键的 KPI，并判断这个 KPI 相对一致预期的方向，以及它对后续盈利修正的意义。
Earnings Reaction 试图回答：业绩落地后，结果是否只是单季噪音，还是会改变市场对中期盈利路径的理解。它通常包含三个字段：投资主线是否被强化或削弱、财务结果相对一致预期是上行还是下行、未来十二个月一致 EPS 是否可能上修或下修。
Catalyst Preview 和 Catalyst Reaction 把同一套逻辑扩展到非财报事件。对量化研究员来说，这一点很重要，因为很多大波动并不发生在财报日。产品周期、监管审批、临床数据、资本开支计划、并购和分红政策都可能形成可重复的事件窗口。
图：四类信号的关系：横轴是事前与事后，纵轴是财报与非财报催化；财报前瞻负责提前定位波动，财报反应负责确认主线和盈利修正。
核心字段：把“观点”变成“可回测变量”
为了让信号可比较，每个字段都要有受控词表。以财报前瞻为例，可以把 KPI surprise 编码成有序变量 ，其中 表示非常可能下行， 表示可能下行， 表示大体符合， 表示可能上行， 表示非常可能上行。未来十二个月一致 EPS 影响也可以编码成 ，含义从明显下修到明显上修。
财报反应还需要两个额外变量。投资主线影响记为 ，分别对应削弱、不变、强化；财务结果相对一致预期记为 。这些变量看起来像评级，但它们的关键价值在于时间戳和事件上下文。同一个 ，在财报前十三天、财报前一天和财报后十天，含义完全不同。
如果只把这些变量当作静态因子，会浪费它们最重要的属性：它们是事件条件变量。更合适的处理方式是把股票收益放到事件时间里，比较不同信号 cohort 的相对表现。定义相对收益为
其中 是股票 在事件后第 个交易日的收益， 是对应基准的收益。研究里基准采用接近全市场、等权口径的全球股票基准，这与信号组合本身等权持有更匹配。对量化实现来说，基准选择不是细节：如果信号池偏中小盘、偏某些地区或偏高波动，用一个市值加权基准会制造虚假的 active return。
LLM 的真正作用：不是预测股价，而是清洗语义
这篇文章里最值得机器学习研究员借鉴的，不是“用了大模型”，而是大模型被放在了一个很合适的位置：不做收益预测，而做语义归一化。分析师定义的 KPI 是自由文本，同一个经济含义可能写成 margin、operating margin、EBIT margin、profitability、cost efficiency 或某个行业缩写。跨行业时更麻烦，premium、yield、load、NIM、AUM、SSS、ARR、CET1 这些词必须结合板块语境。
分类目标不是追求漂亮的 taxonomy，而是服务后续的截面检验。研究把 KPI 合并成六类：收入、需求或商业活动、指引或展望、盈利能力、财务成本或风险或资本配置、无法分类或语义模糊。更细的标签可以保留给审计和后续分析，但实证检验使用稳定的大类，避免每一类样本太少。
可以把这一步写成一个条件分类器：
其中 是分析师填写的 KPI 文本， 是行业上下文， 是六类标签集合。更关键的是方向归一化。有些指标越高越好，例如收入、利润率、订单、现金流、流动性、资本充足率、分红和回购；有些指标越高越差，例如成本、信用风险、杠杆、库存天数、税率、综合成本率、流失率和获客成本。因此模型还要输出一个方向变量
其中 表示上行是利好， 表示上行要反向理解， 表示需要人工复核。这个设计很像量化里的 weak supervision：规则和大模型负责大规模打标，但模糊样本不强行翻转，而是保留分析师原始方向或进入复核队列。
图： KPI 六分类和惊喜方向归一化：分类看业务含义而不是关键词，增长率作为修饰词处理，成本下降虽然字面是“下降”，但方向应归一为利好。
一个细节值得强调：文本里说“revenue growth”和“cost reduction”都含有变化方向，但它们不应进入同一类。收入增长归入收入类；成本下降归入财务成本、风险或资本配置类，同时方向被归一为有利。对做 NLP 特征工程的人来说，这相当于把 entity recognition、semantic role labeling 和 sentiment direction 分开处理，而不是指望一个情感分数解决所有问题。
从信号到交易：先定义可交易集合，再定义持有窗口
财报前瞻多头信号可以写成一个指示函数。令 表示三类更有信息含量的 KPI：指引或展望、盈利能力、财务成本或风险或资本配置。多头集合满足
含义很直观：KPI 类型必须落在有效集合里；不能出现下行惊喜或下修；同时至少有一个维度给出上行信息。空头信号对称地定义为
这里有一个重要的取舍：研究没有把 revenue 类 KPI 放进核心多头集合。原因不是收入不重要，而是实证上收入类上行惊喜的显著性弱于指引、盈利能力和财务成本类信号。对量化研究员来说，这是一个典型的特征选择结果：业务上重要的变量，不一定在事件窗口里有最强的截面区分度。
财报反应信号更强调确认。多头反应信号要求结果相对一致预期上行，同时不能出现主线削弱或 EPS 下修，并且至少有一个前瞻性维度支持继续持有：
空头反应信号为
把前瞻和反应串起来，就得到 earnings cycle 逻辑。若财报前瞻在交易日 发布，业绩公告日记为 ，默认持有窗口是从信号后一日到公告后一日：
如果公告后的反应信号也确认同一方向，则把仓位延长十个交易日。记反应发布日为 ，扩展窗口为
这个设计非常符合交易直觉：事前信号负责提前建仓，事后信号负责决定是兑现、延长还是放弃。它不是简单的“买 beat、卖 miss”，而是把事件路径分成 anticipation 和 confirmation 两段。
图： Earnings Cycle 多头实施流程：前瞻信号先选股，财报落地后用反应信号确认，确认则延长持有，股票池足够大时再平衡，并用区域股指期货做 beta 对冲。
组合构建：等权、beta 对冲和真实成本
信号有效不等于策略可交易。研究里的组合构建有几个明确选择。第一，股票等权；第二，只有当入选股票数量至少达到十只时才再平衡；第三，所有仓位都有明确退出时间；第四，按北美、欧洲、日本、亚洲或新兴市场分组，用滚动两年周收益估计股票对区域指数的 beta，再用相应股指期货对冲。
税前多头组合收益可以写成
其中 是当日入选股票集合， 是股票数量， 是区域 对应股指期货收益， 是区域集合。这样做的目的不是完全市场中性，而是压低事件策略最容易被质疑的部分：组合收益是否只是市场 beta 或地区 beta 的再包装。
税后收益则要扣除交易、融资、股息税和对冲成本。一个简化写法是
这里 是股票或地区对应的单边交易成本， 是多空融资成本， 是期货对冲的交易、保证金和滚动成本。研究对成熟市场使用约 2bps 交易成本，对亚洲和新兴市场使用更高且分档的成本；期货对冲另计 1bp 交易成本和每年约 20bps 的保证金与滚动成本。对事件策略来说，这一步不能省，因为财报季信号天然集中，换手和拥挤都会放大成本敏感性。
绩效评价也不是只看收益。研究同时报告复合增速、年化波动、最大回撤、Calmar、Sortino、月度 VaR 和 CVaR、月度胜率、相对基准的主动收益和信息比率。最常用的两个指标是
和
对量化研究员来说，信息比率比 Sharpe 更贴近这个策略的问题设定，因为组合已经用期货对冲了一部分市场 beta，剩下的是否稳定跑赢基准，才是信号价值的直接证据。
主要结果：强在“前瞻+确认”，而不是单纯的业绩后反应
最核心的实证结论可以概括为三句话。第一，结构化分析师评估在财报前后产生清晰的截面收益分散。第二，前瞻信号是更大的 alpha 来源。第三，把前瞻和反应结合起来，比单独使用任一端都更强。
研究中的关键数字是：earnings cycle 组合多头腿税后 Sharpe 为 1.49，信息比率为 1.23；单独财报前瞻策略多头腿税后 Sharpe 为 1.35；单独财报反应策略多头腿税后 Sharpe 只有 0.17。多空版本仍然为正，earnings cycle 多空税后 Sharpe 约 1.01、信息比率约 0.82，但吸引力不如多头腿。短腿整体偏弱，这与信号分布有关：上行惊喜的显著性和稳定性强于下行惊喜。
图：三类策略的累计税后表现：组合策略高于单独前瞻策略，单独前瞻策略又明显高于单独反应策略；读图时重点看多头腿，而不是把短腿收益当作对称 alpha。
这组结果对事件驱动研究有两个启发。其一，post-earnings announcement drift 仍然存在，但当分析师反应字段被拆成主线影响、结果相对一致预期、未来 EPS 修正后，单独的 reaction 信号并不强，说明市场对新公开财报信息的吸收很快。其二，真正稀缺的是事前判断：在业绩尚未公布、波动尚未完全定价时，分析师对关键 KPI 和指引方向的判断更有边际信息。
从特征重要性看，前瞻内部也不是所有字段等价。KPI surprise 单独看 Sharpe 最高，但在样本后段出现过明显回撤；把 KPI surprise 与 ，也就是未来十二个月一致 EPS 影响，组合起来更稳。这很像机器学习里的单特征强但脆弱、组合特征略降峰值但提高稳健性。对于交易模型，峰值 IC 不是唯一目标，特征在不同市场 regime 下是否失效更重要。
为什么前瞻更强：预期差、修订路径和主线确认
可以把这个结果放在一个轻量的截面回归里理解。对事件窗口内相对收益建模：
其中 是控制变量，例如行业、地区、市值、估值、动量、波动率和流动性。前瞻信号要成立，需要 或 在公告前窗口显著为正，而且不能被传统变量完全吸收。研究的实证显示， 的单调性更干净：预期上修越强，后续相对收益越高； 大体单调，但最极端的“非常可能下行”组在某些短窗口里不稳定，提示极端空头判断可能受到拥挤、流动性或事件前已定价的影响。
按 KPI 类型拆分后，结论更有操作性。上行惊喜中，指引或展望、盈利能力、财务成本或风险或资本配置这三类与正相对收益的关系最强；收入类上行惊喜较弱。下行惊喜并非所有类别都对称有效，指引类和需求类下行惊喜有时不服从简单单调关系。这解释了为什么交易信号没有把所有 KPI 类型一视同仁，而是只把三类高信息 KPI 放入核心集合。
图：前瞻信号的分组收益：一张图按 KPI surprise 分组，一张图按未来十二个月一致 EPS 影响分组；重点观察单调性、显著性，以及极端下行组是否对称。
图：按 KPI 类型拆分的累计相对收益：指引或展望、盈利能力、财务成本或风险或资本配置的上行惊喜更强，收入类上行惊喜不显著。
财报反应部分的价值更多在确认。业绩公布后一日，三个字段都呈现清楚的单调关系：强化主线的股票相对收益最高，削弱主线的股票最弱；结果明显好于一致预期的股票跑赢明显低于预期的股票；预期明显上修的股票跑赢预期明显下修的股票。把窗口拉长到十个交易日，方向仍然成立，但收益主要在第一天落地，之后以更慢速度累积。这意味着 reaction 更适合作为 position management 信号，而不是独立开仓信号。
图：财报反应信号的三组检验：投资主线影响、结果相对一致预期、未来十二个月一致 EPS 影响；重点看公布后第一日收益占比较大、后续十日缓慢延续的形态。
稳健性：真正要看的是“去掉便利条件后还剩多少”
事件策略很容易在回测里看起来漂亮，因为几个便利条件会悄悄抬高结果：包含小盘股、假设信号发布后立即成交、用本币收益忽略汇率、用不对等权的基准、或者让组合暴露在某些风格上。研究对这些点分别做了压力测试。
剔除小盘股后，earnings cycle 多头腿仍然保留约 1.1 的税后 Sharpe 和约 0.7 的信息比率。幅度下降，但没有消失。这个细节很重要，因为很多全球等权策略的额外收益来自小盘、流动性和覆盖率偏差。剔除后仍有正信息比率，说明信号不只是小盘溢价。
执行滞后对反应信号影响最大。如果假设没有一日滞后，reaction 策略明显改善；前瞻和组合策略对一日滞后相对不敏感。这也符合直觉：财报后信息被市场快速交易，反应信号的生存周期短；前瞻信号发生在公告前，信息衰减更慢。
本币收益和美元收益结果接近，说明核心结果不是汇率效应。用不同基准比较时，相对市值加权全球基准的信息比率更高，但研究也提示这与等权基准结果不直接可比。区域拆分中，多头腿在北美、欧洲、日本、亚洲或新兴市场都保持正的税后 Sharpe，欧洲最强，北美其次。对量化研究员来说，这比单一全球 backtest 更有说服力，因为它降低了“信号只在某个市场有效”的担忧。
图：稳健性检验的组合视图：剔除小盘股、执行滞后、本币与美元收益、不同基准和分区域表现。
组合 breadth 和换手也决定可交易性。earnings cycle 策略多空两腿平均各有约七十到八十只股票，随财报季节奏波动；日均双边换手约 37%，低于单独前瞻的约 44% 和单独反应的约 46%。这个换手水平对全球股票事件策略不算低，但在有明确持有窗口和至少十只股票才再平衡的约束下，仍可被制度化执行。真正需要额外评估的是容量：当信号集中在财报季，同一批高确信度股票可能被多个事件驱动 desk 同时交易，滑点会高于静态成本假设。
它是不是换皮的 earnings momentum
这是量化研究员最应该追问的问题。研究给出的证据是：不是简单换皮。风格回归里，组合策略对价值、动量、小盘、低波等因子有暴露，但前瞻和组合策略的 intercept 更高，说明在控制市场和风格后仍有剩余收益。更直接的是，earnings cycle 策略与传统 earnings momentum 因子的滚动六十三日 specific return 相关性接近零。
这点有经济解释。传统 earnings momentum 主要依赖一致预期修正本身，例如分析师上调 EPS 后股价继续漂移。AlphaSignals 试图捕捉的是修正之前的解释性信息：哪个 KPI 关键、这个 KPI 的 surprise 方向是否利好、结果是否强化主线、未来十二个月一致 EPS 是否可能被推动。换言之，它更接近“分析师为什么改预期”的结构化表达，而不是“预期已经改了多少”的结果变量。
图：因子暴露和与 earnings momentum 的区别：一张图展示风格载荷，一张图展示滚动相关接近零；重点不是说没有因子暴露，而是控制暴露后仍有信号残差。
三个案例：信号字段如何落到真实公司
第一个案例是汽车公司的财报前瞻。分析师把 auto margins 作为季度最关键变量，判断利润率压力可能高于市场预期，因此信号是可能下行惊喜，并伴随未来十二个月一致 EPS 小幅下修。这个信号的价值不在于预测收入，因为收入可能大体稳定；它指向的是市场更敏感的利润率变量。对模型来说，这相当于把“本季度最重要的预期差”从几十个财务科目里挑出来。
第二个案例是一家公司的业绩后反应。结果相对一致预期明显上行，投资主线被强化，未来十二个月盈利预期也可能明显上修。这类信号和“单季 beat 但主线不变”完全不同。它告诉组合经理：这不是一次性噪音，而可能改变中期盈利路径。因此在 earnings cycle 里，它可以用来延长已经由前瞻信号建立的仓位。
第三个案例是非财报催化。产品发布前，分析师把发布视为高重要性催化，判断若产品采用、生态参与度或价格组合高于当前假设，市场预期可能小幅上修；事件落地后，反应信号确认需求信号和生态影响偏正面，并强化主线。这个案例说明同一框架可以迁移到财报外事件，但研究也明确，催化剂信号的 alpha 还需要更系统的事后检验。
图：真实发布信号的字段形态：focus KPI、surprise 方向、未来十二个月一致 EPS 影响、投资主线影响，以及补充的简洁 takeaways。
对量化研究流程的落地建议
如果把这套思想搬进自己的研究平台，第一步不是训练一个很大的文本模型，而是建立 point-in-time 的事件数据库。每条信号至少需要证券标识、事件类型、事件日期、发布时间、字段值、分析师或团队、行业、地区、原文链接和版本号。事件研究最怕时间戳污染：如果信号实际在晚上发布，但回测假设当日开盘成交，结果会被严重高估。
第二步是 schema 治理。字段不能随分析师自由发挥而无限膨胀。KPI 文本可以保留自由形式，但分类层必须稳定；surprise、EPS impact、thesis impact 这类有序字段要使用固定词表。大模型可以参与初标、纠错和方向归一化，但每个标签都应能回溯到原始文本。对模糊样本设置 review queue，比强行打标更符合实盘风控。
第三步是标签对齐。事件窗口收益要扣除对应基准，并明确使用公告前、公告后、发布后一日、十交易日等固定 horizon。建议同时计算事件研究收益、截面回归系数、分组单调性、IC 和 decay curve。不要只看全样本 IC，要看财报季活跃周和非活跃周的差异，因为这类信号天然有时间聚集性。
第四步是组合层风控。等权只是起点，实盘应加入行业、地区、市值、波动率和流动性约束。beta 对冲可以用区域指数期货，但要处理滚动估计窗口、假期不同步和期货基差。成本模型要区分成熟市场与新兴市场，并把财报季的拥挤滑点作为单独情景，而不是全年平均滑点。
第五步是验证 LLM 分类层。可以把分类器当作一个会漂移的模型来监控：每月抽样人工复核，计算 Cohen's kappa、标签分布迁移、方向翻转率和下游策略对分类错误的敏感性。一个实用指标是把策略收益对分类噪声做扰动测试，例如随机把 5% 的 KPI 标签打乱，观察 Sharpe 衰减。如果策略高度依赖极少数标签，分类治理就要更严格。
常见坑：从漂亮 backtest 到可执行策略
最大的坑是 look-ahead bias。分析师信号虽然结构化，但它仍然来自研究生产流程，可能存在内部预览、修改和发布时间延迟。回测必须使用外部可得时间，而不是报告内部时间。
第二个坑是 coverage bias。能被分析师覆盖并发布高确信度信号的公司，本身就不是随机样本。它们可能更大、流动性更好、机构关注度更高。剔除小盘后仍有效果是好消息，但研究组合经理仍应把覆盖率、分析师变更、停发信号和股票纳入或移出 coverage universe 的历史记录下来。
第三个坑是多重检验。KPI 类型、surprise 等级、EPS impact、持有窗口、地区、基准和成本假设组合起来，可形成大量回测。研究强调核心结果在多个稳健性检验下保留，但外部复现者仍应预设主假设，避免把某个 KPI 子类的显著性当作普遍规律。
第四个坑是短腿误用。结果 clearly 显示多头腿强于短腿，且下行惊喜并不总对称。把同一信号简单取反去做空，可能得到很差的税后结果。空头需要单独的借券成本、可借性和事件风险模型。
第五个坑是把 reaction 当独立开仓信号。研究里 reaction 更适合确认和延长，而不是单独创造高 Sharpe。实盘中可以把 reaction 用作 position sizing 的乘数，例如前瞻建仓后，若反应确认则延长并维持风险预算，若反应中性则按原计划退出，若反应反向则加速减仓。
局限和开放问题
这项研究最有价值的地方也正是它的限制：信号来自高质量、专有、带分析师责任的判断。外部机构很难获得完全相同的输入，因此结果更应被理解为“结构化基本面判断可以产生事件 alpha”的证据，而不是一个可直接复制的产品说明书。
样本长度也偏短。财报反应信号从 2023 年 10 月开始，前瞻和组合策略从 2024 年 10 月开始，到 2026 年 5 月末。这个窗口覆盖了不同的市场阶段，但还不足以证明跨完整周期的稳定性。特别是多头腿受益于全球股票环境中对盈利交付和指引质量的偏好，未来若宏观波动主导个股事件，信号边际可能下降。
另一个开放问题是容量与拥挤。研究用交易成本和对冲成本做了税后调整，但没有充分展示信号被大规模采用后的衰减曲线。对卖方研究产品来说，这不是缺点，而是商业边界；对买方量化来说，这决定了自己复现时应该追求“同思路、异数据”的改进，例如用内部分析师纪要、电话会问答、管理层指引文本和行业专家数据重建类似字段。
最后，Catalyst Preview 和 Catalyst Reaction 的框架很自然，但实证仍少于财报信号。非财报事件类型更异质，事件时间更难标准化，预期基准也更模糊。这一方向值得关注，但需要更严格的事件分类和更谨慎的收益归因。
结论
这项研究的核心贡献不是发现一个神秘因子，而是把分析师判断工程化：用固定 schema 表达观点，用 LLM 清洗自由文本 KPI，用事件时间对齐收益，用前瞻信号定位预期差，用反应信号确认主线和盈利修正，再用等权组合、区域 beta 对冲和真实成本检验可交易性。
对量化研究员来说，最有可迁移性的结论有三条。第一，事前信号比事后信号更稀缺，尤其在财报这类高关注事件上。第二，不是所有基本面字段都等价，指引、盈利能力和财务成本或风险或资本配置类比收入类更能解释事件窗口收益。第三，反应信号的最佳用法可能不是独立开仓，而是对已有仓位做确认、延长或退出。
如果把这套思想抽象成一句话：不要只问分析师“看多还是看空”，要问“哪个变量会超预期、这个超预期是否改变未来十二个月盈利路径、事件落地后主线是否被确认”。当这三个问题被时间戳化、结构化并可回测时，基本面判断才真正进入量化模型。
