国信证券·2025-09-03 21:11根据提供的研报内容，总结如下： 量化模型与构建方式 1. 模型名称：超预期事件筛选模型[9][25] 模型构建思路：通过分析师的研报标题来识别上市公司业绩“超预期”事件，认为这是结合了客观数据和主观调研的综合判断，比单纯的数据比较更全面[9] 模型具体构建过程： 1. 数据来源：上市公司披露的2025年中报业绩预告或正式财报，以及随后分析师发布的点评研报[9][10] 2. 事件定义：在财报披露后，至少有一篇分析师研报的标题中包含“业绩”、“利润”、“营收”、“增长”、“超预期”、“好于预期”等关键词，即将该公司标记为“超预期”样本[9] 3. 筛选规则：仅考虑业绩、利润、营收相关的超预期，分红超预期等其他类型不纳入考虑[9] 4. 计算超预期公司占比：超预期公司占比 = 超预期公司数量 / 分析师覆盖公司数量，其中“分析师覆盖公司”定义为过去半年内至少有一篇研报覆盖的公司[25] 2. 模型名称：开盘跳空超额（AOG）模型[25] 模型构建思路：构建AOG指标来衡量市场对上市公司业绩公告的即时反应和认可程度，捕捉盈余公告后的价格漂移（PEAD）现象[25] 模型具体构建过程： 1. 指标定义：AOG（Alpha of Open Gap）指盈余公告次日开盘跳空超额收益[25] 2. 计算公式： 其中，Open_{t+1} 和 Close_t 分别代表股票在t+1日的开盘价和t日的收盘价，Open_{mkt,t+1} 和 Close_{mkt,t} 分别代表市场指数（文中使用中证500指数）在t+1日的开盘价和t日的收盘价[25] 3. 应用：将正式财报次日的开盘收益减去中证500指数收益率作为开盘跳空幅度指标，用于评估市场反应[25] 模型的回测效果 1. 超预期事件筛选模型，不同指数中超预期公司占比：沪深300成分股为24.41%，中证500成分股为12.75%，中证1000成分股为9.01%[26] 2. 超预期事件筛选模型，不同板块中超预期公司占比：大金融板块为12.70%[26] 3. 开盘跳空超额（AOG）模型，不同指数中超预期公司财报次日跳空幅度：中证1000指数成分股跳空幅度更大[26] 4. 开盘跳空超额（AOG）模型，不同板块中超预期公司财报次日跳空幅度：科技板块跳空幅度最大[26] 量化因子与构建方式 1. 因子名称：中报累计净利润同比增速[13][15] 因子构建思路：通过计算上市公司中报累计净利润的同比增长率，来衡量公司的盈利增长能力，并比较不同群体（指数、行业、板块）的中位数表现[13][15] 因子具体构建过程： 1. 数据来源：上市公司2025年正式中报[10][13] 2. 计算公式：（本期累计净利润 - 上年同期累计净利润） / |上年同期累计净利润| * 100%（注：公式为常规财务增长率计算，原文未明确给出，根据上下文推断） 3. 应用：计算不同指数成分股（如沪深300、中证500）、板块（如大金融、医药）、中信一级行业、热点概念及ETF标的指数成分股的该增速，并取中位数进行横向比较[13][15][17][22] 2. 因子名称：52周最高价距离[38] 因子构建思路：计算当前股价距离过去52周内最高价的幅度，用以衡量股票是否接近其近期高点，反映其价格势头和潜在阻力[38] 因子具体构建过程： 1. 计算公式：（当前收盘价 - 52周最高价） / 52周最高价 * 100%（注：公式为常规计算，原文未明确给出，根据上下文推断） 2. 应用：作为优选超预期公司的筛选条件之一，例如要求“当前52周最高价距离小于10%”[38] 因子的回测效果 1. 中报累计净利润同比增速因子，不同指数中位数：中证500指数成分股为8.53%，沪深300指数成分股为5.32%，中证1000指数成分股为3.30%[13] 2. 中报累计净利润同比增速因子，不同板块中位数：大金融板块为8.05%，医药板块为-6.69%[13] 3. 中报累计净利润同比增速因子，热点概念中位数：芯片指数、半导体精选指数均超过20%[17] 4. 中报累计净利润同比增速因子，ETF标的指数中位数：证券公司、300非银、科技龙头指数较高[22] 复合筛选规则 1. 规则名称：中报超预期公司优选规则[36][38] 规则构建思路：结合超预期事件、财务增速、市场即时反应和价格势头多个维度，综合筛选出优质的超预期公司[36][38] 规则具体构建过程： 1. 至少一篇分析师研报标题点评“超预期”[38] 2. 中报净利润累计同比增速大于30%，且去年同期累计净利润大于5000万[38] 3. 财报第二天开盘相对中证500指数跳空幅度（AOG）大于2%[25][38] 4. 当前52周最高价距离小于10%[38] 规则应用结果：根据此规则优选出如藏格矿业、天孚通信、药明康德等公司[38][41]