Q-CodeQ-Code 打开工作台

业绩披露溢价事件

事件驱动A股风险 中进阶更新 2026-09-25#披露溢价#预约披露#事件窗口

预约披露日历让"即将披露"提前可知:月初持有当月披露组合的等待期溢价观察框架,方向由对照组裁决。

策略目标

即将披露财报的股票,在披露前的持有期收益系统性更高——Frazzini 与 Lamont 在美股记录了这一业绩公告溢价,且换手与投机属性强的股票溢价更明显 [1];后续跨国证据确认该溢价并非美国特有 [2]。A 股拥有独特的制度条件:预约披露日制度让"未来何时披露"提前公开可知,"即将披露"完全可预期——这是美股样本不具备的落地条件。与站点已有条目的分工:披露及时性事件关注实际披露日相对预约日的偏差(披露行为),业绩预告事件关注预告的信息含量(披露内容),本条目关注披露前的等待期溢价(披露日历的可预期性)。三者共享披露日历数据,但事件定义互斥。

数据需求(披露日历 + 行情)

数据 字段 来源 用途
日历 预约披露日(未来值) 披露数据 事件集合定义
日历 预约变更记录 披露数据 失效标记
量价 日行情、换手率 行情 溢价统计与分层
状态 行业分类 基础信息 行业中位基准

核心数据是"未来已知"的预约日历:策略的可行性完全建立在预约日不被临时变更的前提上,变更记录单独标记。

披露集合与溢价

当月披露集合:Am={i:Dateisched∈m}A_m = \left\{ i : Date_i^{sched} \in m \right\},策略组合为月初等权持有 AmA_m,披露完成后按纪律移出。

事件溢价 = 披露组合月收益 − 同期非披露对照组收益(行业中位校准)。按披露月密集度(当月披露标的占比)与换手率分层统计 [1]。

执行规则与衔接

观察框架模式:月频滚动输出溢价台账(分年度、分行业、披露月密集度、预约变更组单独标记),方向确认后才升级实盘。与业绩预告事件的衔接:预告披露先于财报披露,双事件窗口重叠的标的分层标注,信息分配用正交化统计。执行纪律:月中已披露标的立即移出;预约变更标的从组合中剔除并单独成组统计其后续分布。

风险与失效场景

  • 预约变更失效:变更使"可预期"前提崩塌,变更组与非变更组的溢价结构可能完全不同;
  • 密集披露稀释:全市场集中披露的月份,注意力溢价被标的数量稀释;
  • 机制迁移:A 股散户结构下的注意力机制方向未必与美国样本一致,镜像对照必做;
  • 信息分配:公告前抢跑与公告后回落并存,持有窗口的切分直接决定捕捉哪一段;
  • 窗口重叠:与披露及时性、业绩预告事件的窗口重叠需正交化;
  • 日历完整性:预约数据的字段质量依赖数据源,缺失样本跳过不插补。

验证状态

待验证。需要完成:披露组对非披露对照组的月度溢价序列;预约变更组独立统计;披露月密集度分层;与披露及时性、业绩预告事件的窗口正交化;分年度稳定性。本文不提供任何未实测的收益或回撤数字。

参考文献与延伸

[1] Frazzini, A., & Lamont, O. A. (2007). The Earnings Announcement Premium and Trading Volume. NBER Working Paper, No. 13090.(业绩公告溢价的原始证据)

[2] Barber, B. M., De George, E. T., Lehavy, R., & Trueman, B. (2013). The Earnings Announcement Premium around the Globe. Journal of Financial Economics, 108(1).(溢价的跨国证据)

[3] Q-Code 量化策略工作台

策略逻辑结构

  1. 预约披露日历 — 未来披露日期与变更记录
  2. 当月披露集合 — 月初按预约日定义组合
  3. 变更标记 — 预约变更剔除并单独分组
  4. 披露组合 — 月初建仓、披露后移出
  5. 非披露对照组 — 同行业同规模对照
  6. 溢价分层台账 — 行业/密集度/换手分层

AI 生成提示词

复制以下提示词,打开 Q-Code 工作台粘贴到 AI 对话框,即可自动生成该策略的 QMT 策略代码(单个完整 .py 文件,支持 QMT 回测与实盘)。

请生成一个 QMT 兼容的 A 股业绩披露溢价观察模块。预约披露日历(含变更记录)与日度行情、换手率由参数注入:每月初识别当月预约披露的标的集合,构建披露组合与同期非披露对照组,计算月度溢价并按行业、披露月密集度、换手率分层输出台账;预约变更标的从组合剔除并单独成组统计,模块不产生自动交易信号,方向由对照组裁决。兼容回测与实盘分支,参数内联在 init,输出单个完整 Python 文件并包含详细日志。
用自然语言,生成你的 QMT 策略
注册即赠 200 积分,约可生成 5 次 · 支持 Kimi / GLM / DeepSeek
打开 Q-Code 工作台