量化模型与构建方式 1. 模型名称：业绩预告跳空缺口事件驱动模型[21] 模型构建思路：基于上市公司一季度业绩预告披露后股价出现向上跳空缺口这一事件，构建事件驱动策略，认为该事件预示着未来一段时间内个股能持续创造超额收益[21] 模型具体构建过程： 1. 事件定义：将“一季度业绩预告披露完毕之后股价出现跳空缺口”定义为一类可交易事件。具体判定标准为：业绩预告披露日后的第一个交易日，其股价最低价高于披露日当天的最高价[21]。 2. 事件筛选：在历史数据（2016年至2025年）中，筛选出所有满足上述跳空缺口条件的事件，共计879次[21]。 3. 回测方法：在事件发生日（即跳空缺口出现当日）以收盘价买入对应股票，并持有固定周期（报告中测试了持有半年，即约120个交易日）[21]。 4. 收益计算：分别计算持有期内的平均绝对收益和平均超额收益。超额收益的基准为中证500指数[21]。 模型的回测效果 1. 业绩预告跳空缺口事件驱动模型，历史（2016-2025年）事件发生次数为879次[21]，持有半年的平均绝对收益约为12%（根据图2纵坐标“平均收益”序列末端数值估算）[23]，持有半年的平均超额收益（相对于中证500指数）约为12%（根据图2纵坐标“平均超额”序列末端数值估算）[23]，超额收益持续周期约为4个月[21]。 量化因子与构建方式 1. 因子名称：业绩预告同比增速[15] 因子构建思路：利用上市公司发布的一季度业绩预告中的净利润同比增长数据，构建一个反映公司短期业绩增长势头的因子[15] 因子具体构建过程：对于每家披露业绩预告的公司，取其预告中净利润增速的上限和下限，计算两者的算术平均值，作为该公司的业绩预告同比增速[15]。 公式为： $业绩预告同比增速 = \frac{预告增速上限 + 预告增速下限}{2}$ 其中，预告增速上限和下限来自公司官方发布的业绩预告[15]。 因子的回测效果 （报告中未提供基于业绩预告同比增速因子的分层回测或IC/IR等量化指标结果，仅提供了描述性统计，因此本部分无具体指标取值。）