（一）净利润断层策略
“净利润断层”是基本面与技术面共振的经典投资策略，其核心逻辑在于当上 市公司业绩显著超出市场预期时，股价往往通过向上跳空缺口完成价格重估，并在 动量效应下形成趋势性上涨。 该策略的理论雏形可追溯至尼古拉斯·达瓦斯（1960）提出的“盈利惊喜—跳 空缺口—趋势延续”现象。《股票魔法师》一书中作者也对这一现象进行了论述并 多次应用于实战。实证检验方面，伯纳德与托马斯（1989）的研究也指出，投资者 因未能充分调整对盈余持续性的预期，导致市场对盈余信息存在渐进反应。 上述发现不仅为净利润断层现象提供了行为金融学解释，也印证了“净利润断 层”策略的核心逻辑——业绩超预期与价格动量之间的持续性关联，从而为基于价 格跳空的量化选股策略奠定了理论基础。
以新易盛为例： 2025年4月22日公司披露了2025年一季报，公司2025一季度利润同比增长 384.54%，次日开盘价较前日收盘价跳涨4.4%，自4月23日到7月15日股价上涨 172%。 2025年7月14日公司披露了2025年中报预告，公司预计其2025年上半年归母 净利润同比增长在327.68%和385.47%之间，次日开盘价跳涨14%，股价持续上 升，至8月30日股价上涨172%。
（二）研报标题超预期
卖方研究报告标题是信息浓缩的关键载体，其关键词选择直接反映机构对基本 面的预期偏差强度。当标题出现“超预期”等强情绪词时，表明盈余信息已突破分 析师共识预测的阈值，形成尚未被充分定价的预期差信号。 以五粮液为例： 五粮液于2020年4月28日发布了2020年一季报，当日中信证券发 布《……2020年一季报点评：超预期增长……》，申万宏源证券发布《五粮液： 20年超预期开门红……》，三个月内五粮液股价上涨68.7%。 2020年10月28日五粮液又披露了2020年三季报，随后，10月30日中银国际、 兴业证券分别发布《五粮液：营收领跑一二线名酒，业绩再超预期》、《五粮液： Q3收入超预期……》；11月2日国信证券发布《五粮液2020年三季报点评：Q3收 入略超预期，公司势能持续向上》，至2020年底，股价再上涨16.7%。
（三）分析师盈利预测上调
捕捉卖方群体对盈利预测的集体修正行为，识别基本面改善的早期信号。相较 于静态高增速筛选，预测上调的边际变化更能反映预期差的动态扩张，且对股价的 指引周期或可延伸至下一个盈余公告日。 以中宠股份为例： 2024年8月20日公司披露了2024年中报，申万宏源证券当日发布研报将其 2024年预测盈利从2.62亿元上调到 3.14亿元，天风证券也于8月23日将预测盈利 从2.49亿元上调到3亿元，从8月20日至10月22日，股价上涨59.1%。 2024年10月22日公司披露三季报后，国海证券，中泰证券于7日内分别将公司 盈利预期从3.02亿元、2.87亿元调整到3.86亿元、3.7亿元，至2024年年报业绩预 告披露（2025-01-17）前，股价上涨48.9%。2024年年报业绩预告披露后，1月19 日华泰证券盈利预期从3.5亿元上调至3.82亿元，2月5日东北证券盈利预期从3.15 亿元上调至3.79亿元，至一季报披露（2025-04-29）前，股价上涨55.4%。经历三 轮盈利预期上调，期间股价上涨204.4%。
我们将上述三个因子进行归类，划为两类：（1）基于技术面信号——净利润 断层因子使得公司股价实现向上跳空高开完成定价。（2）基于研报信号——研报 标题超预期+分析师盈利预测上调两个因子都蕴含了市场对公司基本面的看好态 度，可作为识别基本面改善的信号。
为验证上述三个指标的有效性，我们将三类因子采用统一的周期性调仓机制与 差异化的组合构建逻辑相结合先进行简单回测。 具体而言，我们分别使用上述三类因子并匹配A股核心财报披露的5个时间节点 ——每年1月31日（年报预告截止日）、4月30日（年报及一季报截止日）、7月15 日（中报预告截止日）、8月31日（中报截止日）、10月31日（三季报截止日）进 行因子有效性检验。 回测逻辑上，我们在这五个时间节点后的首个交易日执行买入操作，并在下一 报告期截止日收盘时卖出。持仓周期覆盖完整的财报真空期，规避了事件窗口重叠 干扰。
（一）净利润断层因子
净利层因子的检验逻辑聚焦于价格对业绩超预期的即时响应强度。 因子检验层面，在每一财报披露截止日（T日）收盘后，计算全市场个股在业 绩公告次日的跳空涨幅（计算公式为：（开盘价 - 前日收盘价）/ 前日收盘价）。 于T+1日时，将全市场股票按跳空涨幅从高到低排序并等分为五组（group_5为涨 幅最高组，group_1为最低组），每组股票等权构建投资组合，持有至下一财报截 止日收盘。 通过观察group_1至group_5五条净值曲线的分化程度，特别是group_5组是否 持续跑赢其他分组及沪深300基准，可验证断层幅度对未来收益的预测效力。若存 在单调递减规律，则证明跳空缺口的技术信号蕴含超额收益。
回测结果显示，净利润断层因子具有显著分层效应与长期超额收益持续性。累 计来看，2010-2025年期间，跳空涨幅最高的group5组合累计收益达1078%（年化 18%），显著领先于其他分组（group_1累计收益仅6%）。相对规律来看，五组净 值曲线呈现严格单调递减规律：group_5→group_4→group_3→group_2→group_ 1的年化收益率依次为18.0%、11.9%、11.0%、6.4%、0.2%，表明跳空缺口幅度 与未来收益存在显著正相关。
（二）研报标题超预期因子
研报标题超预期因子的检验逻辑则通过构建事件纯净组合来捕捉文本情绪价 值。 因子检验层面，我们选取每只股票的业绩公告日至所有股票业绩公告截止日期 间的研究报告作为参考样本，扫描样本内全部研报标题：实验组选取期间出现≥1 篇经TF-IDF(词频-逆文件频率)加权值＞0.8确认的强超预期关键词（如"超预期"、" 显著上修"）的股票构建投资组合以回测其收益情况。 回测结果显示，按上述条件筛选股票池回测结果显著跑赢沪深300。该股票组 合10年中至今年化收益率达18.3%（超额年化16%），年化波动率为26%，年化夏 普比率0.63。相同区间内，沪深300年化收益仅为2.3%。
（三）分析师盈利预测上调因子
分析师盈利预测上调因子的检验逻辑着重评估基本面修正趋势的持续性。 因子检验层面，我们同样选取每只股票的业绩公告日至所有股票业绩公告截止 日期间的研究报告作为参考样本，筛选分析师在报告中对该股票当年净利润预测出 现≥1次上调个股构成投资组合，若分析师盈利预测上调组合年化收益显著占优， 则表明预测上调行为对基本面改善具有前瞻指引价值，而非单纯噪音波动。
回测结果显示，按上述条件筛选股票池回测结果显著跑赢沪深300，但整体表 现不如研报标题超预期因子。该股票组合10年中至今年化收益率为16.1%（超额年 化13.8%），年化波动率为25.5%，年化夏普比率0.55。
在前期分组回测中，我们发现传统断层因子存在显著噪声干扰：第五组（跳空 涨幅最低组）包含大量仅微涨1%的无效信号，而第一组中甚至混杂着跳空下跌的 个股（如-1%缺口），这容易引发策略失效。 为提升因子的实战价值，本策略实施三重关键优化：阈值过滤、流动性筛选及 反转风险控制。
首先，我们设定绝对幅度阈值取代相对分组：分别选取两个阈值构建投资组 合： （1）业绩公告次日跳空高开≥3%的个股； （2）同步构建跳空高开≥5%的观察组，用于评估该信号的边际强度。 同时结合投资者及市场实际情况，实施流动性保护。剔除一年内上市的次新 股；剔除ST/*ST等风险警示股；排除一字涨停/跌停股，防范流动性陷阱导致的虚 假缺口。 此外，我们也引入了反转风险控制机制。产业及其他相关层面进展可能使得投 资者提前预期（财报发布前）到财报可能的盈余惊喜，财报前该股票已过度透支涨 幅，那财报后高开可能会引发利好兑现。因此我们建立多头风控：剔除财报发布前 30个交易日累计涨幅＞50%的个股，规避已充分定价标的。 优化后回测结果显示，经阈值过滤、流动性筛选及反转风险控制三重优化后， 净利润断层策略展现出显著的信号纯净度提升与风险收益特征优化。2010-2025年 期间，高开5%股票池累计收益达2792%（年化25.1%），夏普比率0.77；高开3% 股票池累计收益2061%（年化22.6%），夏普比率0.72，双双大幅跑赢沪深300指 数（年化1.1%）。两组策略净值曲线与沪深300表现呈持续分离状态，验证了跳空 阈值与超额收益的正向关系。
具体来看，净利润断层选股策略在不同年份的效果有波动，但也呈现出一定分 年份规律。 净利润断层选股策略跑输年份为2014年、2017年。这两年均为金融股显著占 优年份，金融股尤其是银行股普遍波动较小，尽管其业绩超预期但高开幅度也较难 达到3%阈值，24年高开3%组合跑输沪深300亦在于9.24行情中金融股脉冲上涨。 净利润断层策略在震荡市及结构性牛市中表现较优。如13-15年创业板牛市， 高开5%组合累计收益291%（年化58%），19-21年在TMT，白马股，新能源等板 块轮动下的结构性牛市下，组合累计收益也达300%，体现该因子能在结构性牛市 中抓住高景气标的的能力。
两大组合在月度层面也呈现鲜明的事件驱动特征。回测数据显示，两大组合在 财报披露季次月（2月、5月、7-8月）表现较优，对应年报预告、一季报、中报预 告调仓窗口。而1月与4月显著负超额（均值-1%至-2%），源于财报密集披露期前 的数据空窗效应——当市场进入新财报预期酝酿阶段，上一期断层因子指引价值衰 减。 分报告期调仓后表现验证预期差衰减规律。从T+30日收益轨迹看，年报预 告，一季报调仓后动能最强。高开5%组合在年报预告调仓后30日累计收益9.9% （T+60净值1.099），中报预告调仓后30日收益8.2%（净值1.082）。而三季报后表现疲弱（30日净值0.986），核心原因是四季度市场焦点转向次年盈利预测，当 季业绩超预期边际效应递减。
从组合市值分布来看，净利润断层因子选股组合主要以中小市值为主。以高开 5%组合（两组合结论相近）为例，2010年-2025年（截止中报预告）股票池市值中 位数为70亿左右，100-300亿中盘股数量占比平均在30%左右，而50亿市值以下股 票数量占比平均为43%。分年度来看，熊市及震荡市由于缺乏市场整体景气一致预 期，主要超预期个股小盘股居多（如10-13年，23-25年）。
行业分布来看，消费与TMT行业始终为断层策略核心板块。两板块整体占比持 续稳定在50%以上，大金融由于其低波特性整体占比较低。分年度来看，各年度板 块数量占比较高的行业基本与当年景气向好行业重合，如20-21年高端制造，23-24 年TMT，反应策略捕捉景气行业能力较强。
（一）研报超预期因子分析
基于2010-2025年全市场扫描数据，研报标题超预期事件呈现显著扩容与结构 演化。 我们整理了自2010年以来全市场所有研报，数据显示，全市场年均超预期个股 数量大致为165只，且数量从2010年的120家上升至2022年的270家峰值，2025年 回落至125家；超预期有效样本数量可控，年均超预期股票池约占全市场的5-8%。 此外，还需考虑该因子纯净信号占比。混合预期（同一公司既现超预期又现低 预期标题）年均出现的个股数量大致为10只，需考虑这一部分的噪音干扰。
为提升信号纯净度与实战适应性，针对研报标题超预期策略我们同样对上述检 测该因子时进行回测的方法实施优化。但研报标题超预期因子的优化措施比净利润 断层因子多了一条“冲突过滤”，以实现对选股效果提纯，尽可能排除另类数据非 结构化特征带来的噪音干扰。四重优化操作如下： （1）信号强度分层：分设"至少1家超预期"（基础组）与"至少2家超预期"（强 化组）组合，前者捕捉广度后者聚焦共识强度； （2）冲突过滤机制：要求组合个股在观察期内无任何低预期标题，规避情绪 矛盾导致的噪音交易； （3）流动性保护：剔除次新股、ST股及一字板个股，防范流动性陷阱与极端 风险； （4）反转风控：前置涨幅＞50%个股不纳入，避免"利好兑现"陷阱。 数据显示，标题超预期因子也相对沪深300有着显著的超额收益。"超两家"组 合年化收益23.3%（夏普0.80），"超一家"组合18.8%（夏普0.64），均大幅领先 沪深300的2.3%（夏普0.01）。
分年份来看，研报标题超预期因子于14年、22年、24年跑输。14年、24年或 受“快牛”行情影响，突发性利好使得传统基本面因子有效性降低。但相对于净利 润断层因子，该因子本身在卖方覆盖股票偏好影响下，样本股票池中白马股、权重 股居多，在牛市行情中跑输程度更小。
（二）基于分析师上调盈利预测
同样我们为优化给予分析师盈利预测上调因子，也提取出2010年至今市场每 篇研报盈利预测上调下调情况。 从信号分布看，2010-2025年间下调预测的股票数量持续高于上调群体（年均 差值达130家），尤其在盈利下行周期表现显著。混合预测（同一公司同时存在上 调与下调）比例长期维持在15%-25%。
策略构建延续四重优化逻辑： （1）信号强度分层：设立"至少1家上调"（基础组）与"至少2家上调"（强化 组）组合； （2）冲突过滤机制：严格排除存在任何下调记录的个股，确保预期方向纯净 性； （3）流动性保护：剔除次新股、ST股、以及一字板股，防范流动性陷阱与极 端风险； （4）反转风控：引入前置涨幅＞50%过滤机制，防范过度定价风险。 此举使最终样本量控制在全市场3-5%，满足组合分散要求。 数据显示，标题超预期因子也相对沪深300有着显著的超额收益。盈利预测上 调"超两家"组合年化收益27.2%（夏普0.95），盈利预测上调"超一家"组合19.7% （夏普0.68），均大幅领先沪深300的2.3%（夏普0.01）。
分年份来看，盈利预测上调整体年度胜率较高，“超两家”组合仅2022年跑输 （该年景气投资普遍失效），“超一家”组合亦在17年（“供给侧慢牛”）与24年 （“快牛”）行情下弹性有限。但该组合其在市场结构性牛市下往往也能抓住景气 α机会 （13-15年，19-21年）。
（三）研报合成因子分析
基于两类研报超预期因子的互补特性，本报告构建合成因子以提升策略稳定 性。 合成规则如下： （1）研报信号交集：仅纳入同时触发"标题超预期≥1家"且"盈利预测上调≥2 家"的个股，提升卖方共识质量。 （2）全域风控穿透：统一实施流动性保护（剔除次新/ST/一字板）及反转控 制（财报前涨幅≤50%），确保信号未提前定价。
研报合成因子回测整体效果好于上述两类单因子回测结果。其年化收益达 31.3%，年化夏普比率为1.10，兼顾了两类研报超预期事件，策略整体超额收益曲 线更为平滑。
分年份来看，研报合成因子仅22年跑输沪深300，年度胜率为94%，22年则为 历年来整体景气赛道较为稀缺的一年，超预期策略亦难有较优超额，14年、24年 “快牛”行情中跑赢幅度仍然不大。
研报超预期合成因子也是在财报披露季次月（2月、5-6月、7-8月）表现较 优，对应根据年报预告、一季报、中报预告的调仓窗口后。但其整体在9月-次年1 月收益较为一般，显示正式中报及三季报的超预期指引作用一般（但仍多数取得正 收益）。 分报告期调仓后的表现与净利润断层因子略有不同，其整体收益情况为年报预 告>中报预告>一季报>中报>三季报。从T+30日收益轨迹看，年报预告，中报预告 调仓后动能最强。研报合成因子在年报预告调仓后30日累计收益10%，中报预告调 仓后30日收益5%。而三季报后表现疲弱，核心原因或是四季度市场焦点转向次年 盈利预测，当季业绩超预期边际效应递减。
从策略选股的市值分布看，研报合成因子（标题超预期+盈利预测上调）聚焦 中大盘股，组合市值中位数达274亿（2025年），300亿以上市值股占比稳定40% 以上。这与断层因子形成鲜明对比。这种差异源于卖方覆盖偏好：头部券商80%研 报集中于市值前20%公司，导致小市值股即使超预期也难以触发券商研报超预期信 号。 行业分布映射卖方研究重心。消费板块始终为核心支柱："超三家"组合中消费 股平均占比35%（2010-2025年），2023年达37家（占比46%）。TMT与高端制造 呈接力态势。
本文我们围绕A股市场中“景气超市场预期”这一核心投资逻辑，系统构建并 检验了两大类超预期因子——（1）基于技术面的“净利润断层因子”（2）基于研 报信号的“研报标题超预期因子”和“分析师盈利预测上调因子”，并在此基础上 开发了多维度合成策略，显著提升了投资组合的稳定性和超额收益能力。
对于第一类超预期因子，基于技术面的净利润断层因子捕捉的是价格对业绩超 预期的即时反应。 当上市公司发布显著超预期的业绩后，股价往往通过向上跳空缺口完成重估， 并伴随动量效应延续涨势。通过设定跳空幅度阈值（如高开≥3%或≥5%）、实施 流动性筛选（剔除次新股、ST股、一字板股）以及引入反转风控（前置涨幅＞ 50%的个股予以排除），我们有效提升了信号的纯净度和实战价值。 回测结果显示，优化后的净利润断层策略在2010–2025年间表现突出，高开 5%组合年化收益达25.1%，夏普比率0.77，显著跑赢市场基准，尤其在震荡市和 结构性牛市环境中表现优异，体现出较强的景气捕捉能力和风险收益特征。 25年中报预告选股结果看，通过“业绩公告次日跳空高开≥5%”这一核心技 术信号筛选可得大约40只股票，组合内个股自7月15日（中报预告截止日后）以 来，平均涨幅可观。龙头个股如新易盛（+171%）、北方稀土（+88%）、金田股 份（+60%）等大幅上涨，强有力地证明了“跳空缺口”对价格重估的即时推动作 用和后续的动量效应。
对于第二类超预期因子，基于研报信号的两类因子——研报标题超预期和分析 师盈利预测上调，从卖方预期偏差的视角识别基本面改善的早期信号。 研报标题中的关键词如“超预期”“上修”等直接反映了机构对盈余惊喜的共 识强度，而盈利预测的上调行为则更具动态性和前瞻性。通过实施信号分层（如 “至少1家”与“至少2家”）、冲突过滤（排除任何低预期或下调记录）、流动性 保护以及反转风控，我们构建了纯净度高、代表性强的事件驱动组合。 回测表明，“标题超两家”组合年化收益23.3%，“预测上调超两家”组合年 化收益27.2%，均显著优于沪深300指数，展现出研报信号在预期差识别中的重要 作用。 进一步地，我们利用上述两种研报信号因子的互补特性，构建了“研报合成因 子”，即仅纳入同时满足“标题超预期≥1家”和“盈利预测上调≥2家”的个股， 并统一施加风控规则。 该合成因子年化收益提升至31.3%，夏普比率达1.10，收益曲线更为平滑，年 度胜率高，显示出多维信号叠加在提升策略稳健性方面的显著优势。
综合来看，本研究验证了在传统高增长策略效力渐弱的背景下，通过“预期 差”视角识别基本面惊喜的有效性。无论是技术面的价格响应，还是研报中的情绪 与预测修正，均能为投资者提供具备统计显著性和实战价值的alpha来源。多维因 子的合成与应用不仅增强了策略的稳定性，也为投资者在结构性行情中把握景气轮 动、优化组合配置提供了系统化、可操作的框架。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
