--- title: '财报季暗战：AI 0.5秒读完财报，你的止损单正被定向收割｜PEAD、SUE双因子与期权收割术全拆解' source: 'https://www.youtube.com/watch?v=uOleD-j6tdo' video_id: 'uOleD-j6tdo' date: 2026-09-15 duration_sec: 732 channel: 'ApexQuant顶点量化' --- # 财报季暗战：AI 0.5秒读完财报，你的止损单正被定向收割｜PEAD、SUE双因子与期权收割术全拆解 > Source: [财报季暗战：AI 0.5秒读完财报，你的止损单正被定向收割｜PEAD、SUE双因子与期权收割术全拆解](https://www.youtube.com/watch?v=uOleD-j6tdo) ## Summary This video breaks down the micro-structure of earnings season, revealing why retail traders consistently buy high and sell low. It explains the Post-Earnings Announcement Drift (PEAD), the role of institutional algorithms, and how volatility strategies can be used to profit from the market's inefficiencies. ### Key Points - **The 0.5-Second Advantage** [00:13] — Institutional NLP algorithms parse earnings text in under 0.5 seconds, extracting EPS, revenue, and forward guidance before humans can react. - **Spread Widening** [00:37] — Market makers widen the bid-ask spread to 3–5 times normal levels to hedge against volatility, causing market orders to fill at unfavorable prices. - **Introduction to PEAD** [01:05] — PEAD stands for Post-Earnings Announcement Drift, a well-documented anomaly where prices drift in the direction of the earnings surprise over weeks. - **The 50% Information Gap** [01:30] — Only about 50% of the earnings surprise is reflected on announcement day; the rest drifts over the following weeks. - **Drift Distribution** [01:43] — The drift distribution: 25% in days 1–5, 15% in days 6–20, and 10% in days 21–60. - **Retail vs. Institutional Behavior** [07:53] — Retail traders buy options before earnings, paying high IV premiums; institutions sell options (iron condors or strangles) to collect the premium. - **Carnegie Mellon Study** [07:29] — A Carnegie Mellon study of 30 stocks from 2020 to 2025 found that shorting volatility outperformed buying volatility during earnings season. - **Dispersion Trade** [08:29] — A typical dispersion trade: sell the 30-day straddle on the S&P 500 and buy two-week options on 35 earnings stocks to profit from the volatility spread. - **IV Percentile Check** [09:28] — Check the IV percentile; if it's above 70%, selling volatility is more attractive because the panic premium is higher. - **Trading Rules** [10:05] — Avoid market orders in the first 15 minutes after earnings; use limit orders instead to avoid wide spreads. - **Three-Question Framework** [11:34] — The three-question framework: SUE history, earnings surprise consistency, and IV percentile before earnings. ## Transcript 你以为你在交易财报,其实你在给AI送钱。 本期视频,拆解财报记的微观结构, PMEAB意象与量化因子模型, 告诉你为什么散户总是高买低卖。 先看一个残酷的时间差。 财报文本一发布, 机构的自然语言处理算法在0.5秒内完成全文解析, 提起EPS,营收和最重要的前瞻主义。 在人类还没看清标题时 首批高频对冲订单已经执行完毕 紧接着 做事商为了规避剧烈波动风险 迅速撤单或大幅放宽报价 买卖价差瞬间扩大到正常时段的3到5倍 这时候你如果挂市价单 成交价格可能远偏离你的预期 等新闻端开始推送利好或利空 第一批散户带着情绪冲进市场 价格往往被算法顺势推到极端的假突破位置 等情绪重变 机构在沿着真实的基本面定价反向交易 收割前期追涨刷跌的筹码 你不是反应慢了 你是根本不在同一个时间维度里交易 PEAD 全称Posterly Announcement Drift 财报公布后价格飘移 这是金融协议最经典 最稳健的市场意向之一 一家公司发布财报后 股价并不会立即完全反映 业绩超预期或不及预期的全部信息 而是会在数天至数周内逐步朝着意外方向飘移 公告日的跳空只反映了大约50%的信息 剩下50%会在接下来几周慢慢释放 那些在公告日追高被套的人 往往等不到飘移完成就已经割肉离场了 这张图展示了PEAD的时间分布 公告日当天 价格大约只反映了50%的超预期信息 接下来的第一到五天会在飘移25% 第六到二十天继续飘移15% 直到第21到60天剩余的10%才慢慢释放完毕 这意味着财报发布后的价格不是一锤定音 而是缓慢飘移 如果你在公告日追高买入 但等不到飘移完成就割肉 那你正好把利润让给了那些更有耐心的机构 PEAD为什么能持续存在 第一个原因是投资者反应不足 散户和机构都不会立即消化财报信息 信息是逐步传播的 资金分批流入 第二个原因是套利摩擦 机构无法无限杠杆化资本来消除这个异常 交易成本 流动性限制 风险厌恶 都阻止了他们立即关闭套利窗口 第三个原因是分析师逐步上调评级 分析师不会在财报后立即调整所有目标价 而是依次更新 持续推动资金流入 这三个原因叠加 让PEAD成为量化机构最稳定的收益来源之一 SUE标准化意外盈余衡量的是EPS超预期的幅度有多意外不是超预期5%就完事而是看这个超预期相对于该股票历史波动来说有多大 如果一只股票历史波动很小 那么哪怕超预期5% SUE也会很高 代表真正的意外 反之 如果一只股票经常大幅超预期 那么超预期5%可能只是常态 SUE反而不高 这个标准化过程 将不同股票的盈余经济可以横向比较 EAR财报公告回报 捕捉的是市场对财报的及时反应 它计算财报公告前后三天的累计超额回报 相对于Formal French基准 这个指标不仅包含EPS本身 还包含管理层主引 电话会议仪器 订单流等信息 SUE和EAR的相关系数仅为0.004 几乎不相关 这意味着他们捕捉的是财报事件中完全不同的两个维度 SUE看基本面意外有多大 EAR看市场反应有多强 两者结合才能完整描述一个财报事件 这是Lux.Capital付贷508只股票 18881个股票季度观测值的回测结果 SUE单独使用 多头空投年化收益3.91% EAR单独使用 反而是负的3.39% 说明公告日的过渡反应部分会交退 但当SUE和EAR组合起来 做多同时处于最高组的股票 年化收益达到18.5% 做空同时处于最低组的股票 也有13.03%的收益 组合性收益5.48% 策略逻辑很简单 每季度独立按SUE和EAR将所有股票分成五组 做多同时处于最高组的 做空同时处于最低组的 只有60个交易日后重新平衡 散户和量化机构在采报季的认知差异 可以用这张对比图概括 散户看的是超预期没超预期 这是一个二元判断 量化机构看的是超预期的幅度乘以市场反应的强度 这是一个数学模型 散户追新闻热点情绪驱动 量化机构用双因子稍显统计驱动 数学从来都比二元判断更接近真相 这就是为什么散户在财报季总是高买低卖 而量化机构却能持续获利 不是所有股票的超预期都会带来上涨 Munu Inc.用Club Code提起了27家大型科技股的历史数据 发现AI巨头的盈利意外方向与次日股价走势的一致性普遍偏低 英伟达只有27% 台积电27% 高通25% 美光33% 这意味着这些AI巨头的EPS超预期 往往不保证次日股价上涨 因为预期已经被充分定价市场更关注全张指引和估值相反LAM Research的一致性高达75%Meta和阿里巴巴都是67% 亚马逊64% 同样的超预期 在不同股票上意味着完全不同的交易机会 这里有一个关键结论 不是所有超预期都值得追 因为达超预期后的上涨概率只有27% 你追的不是超预期 是别人会追超预期的换解 而LAM Research超预期后的上涨概率是75% 那才是真正的统计优势 对于LRCX这类股票 EPS超预期后次月上涨的概率高达75% 但对于NVDA超预期后次月上涨的概率只有27% 同样的超预期在不同股票上意味着完全不同的交易机会 所以,下次看到某支AI季头超预期 先别急着冲进去,看看它的历史一致性数据 财报季的期权市场,最好的策略不是赌方向,是卖保险 财报前,大量对冲和投机资金涌入期权市场 隐含波动率IE飙升 财报公布后,不确定性消除,IE瞬间坍塌 这就是Low Crash 在LV高位卖出期前的策略 赚的就是这个恐慌溢价的回落 卡内基梅隆大学的一项研究 测试了2020到2025年30只股票的财报季期前策略 结果显示 做空波动率策略前面优于做多波动率策略 其中 Shore Strong在总盈辉 平均盈辉 胜率和下谱比率上表现最强 财报季的期前市场 散户和机构的行为模式截然相反 散户在财报前买入struggle 赌大涨大跌 支付高额的I1溢价 机构在财报前卖出iron condo 或说strangle 收起I1溢价 散户胜利低 必须靠大行情才能回本 机构胜利高 小亏大赚 谁在送钱 谁在收钱 一目了然 当然 做空波动力也有风险 如果财报出现极端意外 I1可能不降返生 导致亏损 所以,仓位管理和风险控制永远是第一位的 财报季还创造了一个独特的套利机会 分散化交易 个股波动率飙升 但指数波动率保持稳定 因为个股的盈益惊喜在指数层面相互比较 一个典型的分散化交易是 卖出标普500的30天跨市期权 赚稳定的指数波动率 同时买入35只财报股的两桌期权 赚个股的独立波动 如果个股财报引发的波动如预期般分散 这个交易可以产生可观的利润 这个策略的核心逻辑是 指数波动必备高估 而个股波动必备低估 通过分散化交易赚取两者之间的再差 这张一表盘展示的是财报前IV百分位如果IV处于过期一年的高位比如超过70%那么做空波动率策略的胜利会更高因为IV越高 意味着恐慌溢价越大 财报后摊他的空间也越大 反之 如果IV处于低位 做空波动率策略的收益空间就有限 风险反而更大 所以 在财报季 检查IV百分位是做空波动率策略的第一步 最后 送你一个财报季的完整操作框架 公告前一到两周 检查LV百分位 如果LV处于过去一年的高位 超过百分之七时 考虑做空波动率策略 检查历史比率 近4G EPS比率超过百分之75的股票 超预期概率更高 避免重仓 财报日波动极大 单比仓位建议不超过总资金的百分之五 公告日当天 绝对不要在财报后15分钟内使用市价单 如果你是散户 前15分钟最好什么都不做 等AI合作事项完成定价 如果一定要交易 用现价单而不是市价单 公告后数天到数周 跟踪PEAD 公告日的票空只反映了大约50%的信息 后续还有票域空间 关注高益智信标的 LRCX META AMTN等 股票的超益期进号更合靠 财报季的对手盘不是市场 是比你快一万倍的 低安心团 PEAD告诉你 公告日的跳空 只反映一半信息 剩下的一半 会在几周内慢慢释放 SUE和EAR双因子 一个看基本面意外 一个看市场反映 两者结合 才能捕捉高质量信号 不是所有超预期都值得追 NVDA只有20%的上涨概率 而LRCX高达75% 财报季的期前市场 最好的策略不是赌方向 是卖保险 财报记不是猜你游戏 是概率游戏 而概率是可以计算的 财报记不是看财报猜涨跌的赌博 而是微观结构 数据延迟和量化因子的三重博弈 你以为你在分析基本面 其实你在和AI比速度 你以为你在追超预期 其实你在和机构比统计 在财报记的战场上 活得久的人不是最能猜的 是最知道什么时候该进场 什么时候该在场外看戏的 从今天起 打开一份财报之前 先问自己三个问题 这只股票的SUE历史表现如何 它的盈利意外方向一致性是多少 财报前的ID处于什么百分位 记住 财报季不是猜你游戏 是概率游戏 也欢迎在评论区留下你 最想继续猜解的问题 如果你喜欢这种 把宏观 市场结构 和量化思维 拆开讲清楚的分析 欢迎点赞 订阅ApexQuant 顶点量化 也欢迎在评论区 留下你最想继续抄写的问题 记住 先谈封扣 再谈收益