跳转至


课程  因子投资  机器学习  Python  Poetry  ppw  tools  programming  Numpy  Pandas  pandas  算法  hdbscan  聚类  选股  Algo  minimum  numpy  algo  FFT  模式识别  配对交易  GBDT  LightGBM  XGBoost  statistics  CDF  KS-Test  monte-carlo  VaR  回测  过拟合  algorithms  machine learning  strategy  python  sklearn  pdf  概率  数学  面试题  量化交易  策略分类  风险管理  Info  interview  career  xgboost  PCA  wavelet  时序事件归因  SHAP  Figures  Behavioral Economics  graduate  arma  garch  人物  职场  Quantopian  figure  Banz  金融行业  买方  卖方  story  量化传奇  rsi  zigzag  穹顶压力  因子  ESG  因子策略  投资  策略  pe  ORB  Xgboost  Alligator  Indicator  factor  alpha101  alpha  技术指标  wave  quant  algorithm  pearson  spearman  tushare  因子分析  Alphalens  涨停板  herd-behaviour  momentum  因子评估  review  SMC  聪明钱  trade  history  indicators  zscore  波动率  强化学习  顶背离  freshman  resources  others  AI  DeepSeek  network  量子计算  金融交易  IBM  weekly  LLT  backtest  backtrader  研报  papers  UBL  quantlib  jupyter-notebook  scikit-learn  pypinyin  qmt  xtquant  blog  static-site  duckdb  工具  colors  free resources  barra  world quant  Alpha  openbb  数据  risk-management  llm  prompt  CANSLIM  Augment  arsenal  copilot  vscode  code  量化数据存储  hdf5  h5py  cursor  augment  trae  Jupyter  jupysql  pyarrow  parquet  数据源  quantstats  实盘  clickhouse  notebook  redis  remote-agent  AI-tools  Moonshot  回测,研报,tushare 

factors »

时间会证明一切!抢头财(报)就是抢头彩?!


题图:普渡大学 Engineering Fountain。普渡大学是印度安纳州的一所大学,距芝加哥 100 英里。QS 排名全球第 89 名。该校校训是 Every giant leap starts with one small step,即不积硅步,无以致千里。


Quote

青蒿一握,以水二升渍,绞取汁,尽服之。

这是古老的经验,但由于没有掌握真正的规律,这些方法时灵时不灵,并未成为抗疟的主流方法。1972 年,屠呦呦从黄蒿中分离提取青蒿素单体,找到了稳定有效的药物制备方法。1982 年,罗氏公司以薄荷醇为原料首次完成了青蒿素全合成,人类完全掌握了治疗疟疾的方法。

我喜欢这些 conventional wisdom,但要用赛先生的方法,把它们都重做一遍。

很多年前,我还没进入量化领域时,一名朋友告诉我他的赚钱之道,每年只做一次股票,就是买入最先披露年报的那家公司,赚个 20%左右就走。

他并非专业投资人,自己也还需要上班养家,所以,这个策略我只是记住了,从来没有使用过。

但是最近读到几篇论文,从实证的角度,证实了这个策略或者类似策略是有根据的。在这篇文章里,我们先介绍这些论文,然后,我还将对这个策略做一个小小的拓展,以适应国内市场。


关于财报公布时间的研究

1980年代起,William Kross 等人在财报公布时间上进行了持续研究。

1981 年,当时在普渡大学的 William Kross(他现在是纽约州立大学布法罗分校的荣休教授)发表了一篇论文,Earnings and Annoucement Time Lags,在研究 108 家公司(从 200 家初始样本中筛选),共 432 个观察值后,得出这样一个结论:

Quote

与广泛流传的共识一致,可以肯定地说,财报发布得越晚,就越有可能财报包含了不好的消息。如果实际发布的时间比预告发布时间晚一周或者更久,那么信号意义就越强烈。

此后,这方面的研究还在继续,并且越来越卷。

1999 年, Mark Bagnoi,同样也是来自普渡大学的荣休教授,发表了 A day Late, A Penny Short 这篇论文,进一步得出结论说,如果公司预告在某天发布财报,而实际上却错过了这个日期,那么平均每延迟一天,意外收益每股约降低一美分。


Bagnoi 使用了 First Call 公司的数据,数据还揭示了其他有趣的特征,比如,公司发布财报的日期越来越准确。在 1995 年,能准确发布财报的情况只有 59%,而在 1998 年,这个比例已经上升到了 80%。显然,这应该与 IT 科技的进步密切相关。

2018 年,Travis L. Johnson 在 Journal of Financial and Quantitative Analysis 发表了论文: "Time Will Tell: Information in the Timing of Scheduled Earnings News",把此项研究卷到了新高度。这篇论文共 63 页,内容十分丰富。2018 年发表以来,已经被引用 99 次,比较得学界认可。

Travis L. Johnson 来自德克萨斯的奥斯汀学院,这所学校成立于 1883 年,是德克萨斯大学系统中的旗舰机构,并享有“公立常春藤”(Public Ivy)的美誉,意味着它在学术水平和教育质量上可以与常春藤盟校相媲美。UT Austin 在多个学科领域内都享有很高的声誉,商学院和工程学院尤其知名,其中会计专业曾连续多年排名全美第一。

之前的文章主要研究的是,如果财报实际公布日期与预告日期不同,这一信息对预测未来收益有什么影响。

Johnson 这篇论文要研究的是,发布财报公布预告日期,是否本身就具有某种信号?如果确实存在这种信号的话,对投资的作用显然会更大,因为投资者可以提前反应。当然,这个研究难度就更大,所以,这篇论文的学术性比较强,比起结论来,它的研究方法更值得借鉴。

Johnson 的结论是,发布财报预告日期预示着企业的盈利消息,但市场往往会等到公告时才对其做出反应,也就是市场并不是强有效的,给我们提供了足够的时间去套利。

Info

Johnson 还不是这个系列的最终卷王。在 quant.stackexchange.com 上,有这样一个提问,如果我有过去 10 年所有盈利公告的时间,精确到毫秒,能否对下一次财报发布的具体时间做出合理预测?也许跟机器学习有关?

适应市场的策略

总结一下,这些论文说了两件事:

  1. 发布财报预告的日期,总体上是一种盈利消息的暗示。
  2. 实际发布日期越是推迟,就越可能是坏消息。

关于第 2 点,我们适当延伸一下。论文研究的是,如果公司事先给出了财报发布排期,结果没能准时发布,这就意味着搞砸了,有坏消息。

如果公司没有事先给出财报发布排期呢?

如果你不体面,制度就会让你体面。无论在美股还是 A 股,实际上都有一个预定的“发布日期”,就是不得晚于财年结束后多少天。

在 A 股,不同的板块、不同的盈利情况,预告日期不一样。有的可以不发预告,在 4 月 30 日前发布就可以了。

所以,我们把这个时间当成预告时间,那么,拖得越晚,就意味着公司治理问题越大,越是藏着坏消息;反之,发布越早,就越是好消息。

Tip

当然,财报预告也分预喜和预亏。

于是,无论是出于追逐业绩、还是追逐第一名的原因,最早发布年报预告的公司,也往往得到资金的追捧。

此外,这一策略还隐含了“择时”-- 因为最早的年报预告往往都是春节之前发布的,而据统计,A 股有 80%的概念出现春节行情。

这就是我那位朋友的策略赚钱的根本原因。

不过,我们还可以对这个策略略加修正,以提升策略的稳健性。这就是,按照申万一级行业分类,在每个行业内部,找到最先发布财报预告的公司买入,共持有 10 个行业左右。再多也没必要了,没有那么多行业赚钱。

如果有人喜欢这个策略,我就接着写如何自动获取公司财报预告。😁

老规矩,本期提及的论文,会发在群里。