量化选股学习笔记（十）：管理层的话，市场两天就读完了

这是我学习量化选股的第十篇笔记。上一篇测了分析师评级变动，结果失败：评级变动是新闻，但两天就被吸收了。上一篇结尾说下一步是模拟盘；市值的错误已经修好（第四到第八篇的数字和图都已更新），但在做模拟盘之前，我想再试一个新信号：财报新闻稿的语气。代码仍然由 Claude Code 编写，我负责提问、读代码和决定方向。

本文是学习记录，不构成任何投资建议。

为什么选新闻稿

第八篇的 SUE 用的是财报里的数字：EPS 比分析师预期高了多少。可公司发财报时，除了数字还有一整篇新闻稿：标题、要点、CEO 的引语、对下个季度的展望。同样是“超预期 5%”，一家公司说“创纪录的季度”，另一家说“面对挑战性的环境”，读者的感受完全不同。

学界对这件事有两种相反的发现：

• 乐观的语气是好消息：Davis、Piger、Sedor（2012）发现，新闻稿越乐观，公司之后的业绩越好，市场也会正面反应。
• “语气管理”：Huang、Teoh、Zhang（2014）发现，如果语气明显比数字支持的更乐观，之后的业绩和股价反而更差，因为管理层在粉饰。

所以要回答两个问题：语气里有没有数字之外的信息？如果有，市场是当场就消化，还是之后几个月还会慢慢反映？只有后一种才能做成月度调仓的选股信号。

数据是免费的。美国公司发财报时，要向 SEC 提交一份 8-K 表格（第 2.02 项“经营业绩”），新闻稿就是它的附件 99.1。SEC 的 EDGAR 系统允许每秒 10 次请求，我们用每秒 8 次，一共 20 万次请求，下载了 4,838 家公司从 2020 年 6 月起的 100,036 份财报 8-K，只保留文字，表格去掉。

第一课：先检查数据

和之前每一篇一样，先检查再用：

• 覆盖率够：87% 的公司-月份在过去 120 天内有一份新闻稿，大公司是 98%，和 SUE 差不多。从来不发的 530 家公司里，43 家是外国公司（它们用 6-K），410 家是微型股。
• 日期对得上：81% 和第八篇的财报公告日是同一天提交的。
• 大部分在收盘后发：59% 在下午 4 点以后提交，市场第二天才读到。所以信号沿用第八篇的规则：公告后第二个交易日收盘以后才算“知道”。
• 12% 不是季度财报：初步业绩、更正、在行业会议上的发言，也会用同一个第 2.02 项提交。这些去掉，每次财报只留一份新闻稿。

第二课：新闻稿的五分之一是律师写的

打开几份新闻稿就会发现，结尾总有大段的“前瞻性声明”和“safe harbor”：本新闻稿包含前瞻性陈述，实际结果可能因为以下风险而有重大差异……后面跟着一长串 risk、uncertain、failure、litigation。还有非 GAAP 指标的定义、电话会议的拨号方式、公司介绍、联系人。

这些段落占了全文的约五分之一，而且一年比一年多：

如果直接数全文的负面词，测到的是律师的措辞，而不是管理层的语气。左图里法律套话从 18% 涨到 24%；右图灰线是全文的负面词密度，被这些段落托在 0.85% 附近。清洗以后（蓝线），只剩管理层自己的话，负面词从 2020 年（疫情）的 0.67% 降到 2026 年的 0.37%：新闻稿一年比一年乐观。

清洗规则不是一次写对的，是看着失败的例子改了三次：

1. 第一版最负面的几篇，是前瞻性声明后面没有标题的风险清单（Darden、Monarch Casino）：“无法……”“失败……”“诉讼……”，只删掉了包含关键词的那一行，清单本身漏了进来。
2. 第二版里，safe harbor 段落中被换行切短的句子，看起来像小标题，又把法律段“重新打开”了（Interface）。
3. 第三版遇到了附件其实是幻灯片的公司（PSEG）：法律页放在最前面，两栏文字被读成了一栏。

最后的规则：一句法律套话会关掉它所在的段落，直到下一个标题；全文前五分之一之后出现的前瞻性声明，一直关到结尾。中位数留下约 40% 的字。1.5% 的新闻稿剩下不到 100 个字，不打分，主要就是那些两栏混在一起的幻灯片。没有分数比错误的分数好。

第三课：词典是为 10-K 编的

打分用的是 Loughran-McDonald 金融情绪词典，它是金融文本研究的标准工具。它的好处是专门为财报编的：通用词典会把 liability（负债）、tax（税）、cost（成本）算成负面词，可它们在财报里只是会计科目，这个词典把它们剔掉了。

但它是为 10-K 年报编的，用在新闻稿上有两个问题：

• 不认识吹嘘的词：负面词有 2,345 个，正面词只有 347 个。新闻稿最爱用的 record（创纪录）、growth（增长）、exceeded（超过）都不在任何一类里，headwinds（逆风）也不算负面。有一家公司（OppFi）的标题是“创纪录的季度收入和净利润”，第一版却打了最低分 −1.00：record 不算正面词，全文一个正面词也没命中，只命中了几个负面词。
• 把科目名当成语气：LOSS 和 LOSSES 占了全部负面命中的 32%，GAIN 和 GAINS 占正面的 6%。它们大多是“net loss per share”“credit losses”这样的科目名，说的是公司亏没亏钱，不是管理层的口气。所以这几个词单独计数，不算进语气。

最后的分数是：每 100 个词里，正面词减负面词。原计划的“(正 − 负) / (正 + 负)”也放弃了：5% 的新闻稿一共只命中不超过 5 个词，只要没有正面词，不管多长都是 −1.00，太不稳定。

清洗和这两处修正之后，最负面的几篇读起来就是真正的坏消息了：Under Armour 的下滑和重组、Krispy Kreme 的网络安全事件（一篇里出现了 21 次 incident）、YETI 的产品召回（一篇里 recall 出现了 61 次）。

第四课：语气是公司的写作风格

最正面的五篇新闻稿，大部分来自同一家公司：T-Mobile，每个季度都是。

• 同一家公司这一期和上一期语气的秩相关是 +0.69，全部差异里约一半（51%）来自公司之间。
• T-Mobile 一直最热情，英伟达稳定地乐观，摩根大通和地区银行一直平平淡淡，几乎不用情绪词。
• 不算 LOSS 以后，亏损公司的新闻稿反而比盈利公司更乐观：生物科技和年轻的科技公司特别爱讲 progress（进展）和 opportunities（机会）。

所以“语气水平”测到的主要是这是一家什么样的公司，而不是这个季度发生了什么。信号要用变化：这一期减去同一家公司的上一期。T-Mobile 永远热情，它的语气比上一期又热情了多少，才是新闻。

第五课：我的预测错了，文字几乎和数字无关

动手之前我预测，语气变化和 SUE 的相关大概有 0.2–0.3：业绩超预期，管理层自然说得更开心。

实际只有 +0.06。用 SUE 和营收超预期去解释语气变化，平均只能解释 0.6%。管理层说话的口气，和数字超没超预期，几乎是两回事。这是一个好消息：如果语气有预测力，它会是一个真正独立的新信息。

第六课：市场当场就读完了

和之前一样，先做事件研究：把每份新闻稿按语气变化分成五组，比较最正面的一组和最负面的一组，看公告前后 60 个交易日的累计超额收益（股票减市场平均）：

• 文字是新闻：第 −1 到 +1 天，语气变化最正面的一组比最负面的一组多涨 2.7 个百分点（t 值 16）。去掉 SUE 和营收能解释的部分，还有 2.1。市场确实在读这些字，不只是看数字。
• 然后就停了：蓝线在第 +1 天之后基本是平的。全部股票里之后 20 天再多 0.6，之后不再变化；10 亿美元以上的公司，前几周还略微回吐。
• 对比 SUE：橙线当天跳得更高（6.8），而且之后 60 天一直往上走，又多了约 3 个百分点。这就是第八篇的“盈余公告后漂移”。数字会漂移，文字不会。

第七课：成绩单

月度调仓，最早也要在公告后几天到几周才用上信号，只有漂移才吃得到。用第八篇同样的成绩单：

• 语气变化对下个月几乎没有预测力：行业内 IC 全部股票 −0.000，100 亿美元以上 −0.005，都不显著。去掉数字能解释的部分之后，6 年里没有一年是正的。按新闻稿发布多久分组，也没有一组有效。
• 赚不到钱：五分组多空每月约 −0.14%；只做多语气变化最正面的一组，扣成本后在每个规模都跑输股票池平均。
• 加进 SUE 反而有害：把 SUE 和语气变化的排名平均一下，IC 从 0.026 降到 0.019；在 100 亿美元以上的公司里，从 0.023 降到 0.011，只做多组合的超额收益从每月 +0.45% 降到 +0.13%。把一个没有前瞻信息的信号平均进来，只会稀释有信息的那个。

还有两个小尾巴，都不是大公司能用的策略：

• 语气水平是负的：IC −0.013（t 值 −3.1），越乐观的公司下个月表现越差。但它几乎全部来自亏损公司（−0.014），盈利公司里约为 0。这有点像“语气管理”：亏钱的公司讲着乐观的故事，之后股价更差。也可能只是生物科技公司天生乐观。它是公司的特质，不是新闻。
• 和去年同季度比的变化：IC +0.013（t 值 3.2），6 年都是正的，但到了 10 亿美元以上只剩 0.004。

为什么不再试 FinBERT 和大语言模型

原计划在词典之后，再用 FinBERT（专门训练过金融文本的模型）或者大语言模型来打分对照。我决定跳过：

• 词典已经能清楚地看到当天的反应（t 值 16），说明它抓到了真信息；问题不在打分不够准，而在信息被吸收得太快。
• 更好的打分，大概率只会让第 0、1 天的反应更清楚，变不出月度能用的漂移。
• 每多测一种方法，都会增加多重检验的次数，最后总能“找到”一个看起来显著的版本。这和上一篇跳过两个步骤是同一个理由。

和学界的对照

• 新闻稿语气有信息（Davis、Piger、Sedor 2012）：在 2021–2026 年的数据里成立，公告当天的反应和语气变化同方向，而且不只是数字。
• 语气管理（Huang、Teoh、Zhang 2014）：只在亏损公司的语气水平里看到一点影子。
• 10-K 词典用在别的文本上要小心（Loughran 和 McDonald 2011 的出发点就是通用词典在财报上不准）：同样的道理反过来也成立，为年报编的词典用在新闻稿上，会漏掉“创纪录”，会把“净亏损”当成语气。

踩过的坑

1. 只删关键词那一行不够：法律段是一整段，删掉“前瞻性声明”那一句，后面的风险清单还在。要按段落删。
2. 数据格式不止一种：大部分新闻稿是 HTML，但有的公司把幻灯片当附件，还有 2 份是 PDF 被存成了文字。清洗规则要看过各种格式的失败例子才可靠。
3. 一个索引对不齐的 bug：第一次算“这一期和上一期的相关”只有 +0.03，可同时又算出一半差异来自公司之间，两个数字互相矛盾。查下去是合并表格之后行的顺序变了，上一期对错了公司。两个结果互相矛盾时，先怀疑代码。
4. 我的预测：语气和 SUE 的相关，我猜 0.2–0.3，实际 0.06。动手之前先写下预测，事后才知道自己哪里想错了。

结论和下一步

1. 第三个新信号，第二次失败。新闻稿语气和分析师评级一样：是真新闻，但两天内就被价格吸收，月度调仓抓不到。
2. 三个新信号放在一起看，答案很清楚：SUE、评级变动、新闻稿语气都是公告前后的新信息，只有 SUE 在大公司里有效，它也是唯一一个信息在两天以后还没有被吸收完的。选因子之前，先问它的信息多久会被价格吸收。
3. 数据清洗决定了你测的是什么。不清洗，测到的是律师；不看极端例子，测到的是风险清单；不用变化，测到的是公司的写作风格。

下一步是 P13：把前面所有的结果写成一份完整的研究报告，事先固定一个策略（目前唯一站得住的是大公司里按 SUE 选股的只做多组合），然后开始模拟盘：每月月底按规则生成组合，用之后的真实收益来检验。