公告分类与标签化：业绩预增、重大合同、资产重组、分红送转、股东增持

做事件驱动策略，第一步就是给公告打标签。

很多人觉得这步简单，不就是看标题嘛。我刚开始也这么想，结果回测数据一塌糊涂。后来才发现，公告分类这件事，做对了是超额收益的起点，做错了就是过拟合的坑。

为什么需要分类与标签化？

你想想看，A股每天几百份公告，人工看根本来不及。量化策略要的是机器能理解、能打分、能排序。所以我们要把非结构化的公告文本，转成结构化的标签数据。

说白了，就是给每份公告贴个「身份标签」。比如「业绩预增」、「重大合同」、「资产重组」等等。这样策略才能快速筛选出有效信号。

五大核心公告类型详解

1. 业绩预增

这是我最喜欢的一类。业绩预增公告，说白了就是公司提前告诉你「我今年赚得不错」。但这里有个坑——预增幅度和实际增速往往有偏差。

我个人习惯把业绩预增分成三档：

• 略增：增幅0%-30%，市场基本没反应
• 预增：增幅30%-100%，有博弈空间
• 大幅预增：增幅超过100%，容易出涨停

我在项目中遇到过一家公司，预告增长150%，结果第二天高开低走。为什么？因为市场早就预期到了。所以光看增幅不够，还要看「超预期程度」。

2. 重大合同

重大合同公告，常见于建筑、工程、IT服务等行业。这类公告的核心看点是合同金额占营收的比例。

我一般这样分类：

合同金额占比	标签	市场反应
< 5%	普通合同	几乎无影响
5% - 20%	重要合同	小幅上涨
> 20%	重大合同	容易涨停

嗯，这里要注意：合同公告里经常有「框架协议」这种字眼。我曾经吃过亏，看到一份10亿的框架协议就冲进去，结果人家只是意向，根本没落地。所以标签里一定要区分「正式合同」和「框架协议」。

3. 资产重组

资产重组是A股最刺激的公告类型。停牌前买入，复牌后数板，这是很多人的梦想。但现实是，重组失败的概率也不低。

我一般把资产重组分成：

• 重大资产重组：涉及控制权变更、借壳上市
• 一般资产重组：收购、出售子公司等
• 重组终止：这个标签很重要，往往是利空

我记得有一次，某公司公告重组停牌，我按模型算出来复牌后至少3个板。结果复牌当天就开板了，因为重组方案不及预期。从那以后，我加了一个「重组方案质量」的评分标签。

4. 分红送转

分红送转公告，很多人觉得是利好。其实不然。高送转在2015年前后是爆炒题材，现在监管严了，市场也理性了。

我这样分类：

• 现金分红：股息率 > 3% 才算有效信号
• 送转股：10送10以上才算高送转
• 分红预案 vs 实施：预案阶段炒作空间大，实施阶段反而容易见光死

我个人习惯，分红送转的标签要结合股价位置看。如果股价已经涨了30%以上，那分红公告大概率是出货信号。

5. 股东增持

股东增持，尤其是大股东或高管增持，往往被解读为「内部人看好」。但这里有个细节——增持金额和增持方式。

我一般这样打标签：

增持类型	标签	信号强度
大股东增持 > 1%	强增持	★★★★★
高管增持 > 100万	中增持	★★★★
员工持股计划	弱增持	★★★
增持计划（未实施）	意向增持	★★

你想想看，大股东花几千万真金白银买自家股票，和只是发个增持计划公告，完全是两码事。所以标签里一定要区分「已实施」和「计划中」。

标签化系统的核心逻辑

说了这么多，其实标签化系统就三个步骤：

1. 文本解析：从公告标题和正文中提取关键词
2. 规则匹配：用正则或关键词库打上主标签
3. 量化打分：根据金额、比例、时间等维度给标签打分

下面是我画的一张标签化流程图，帮你理清思路：

代码示例：一个简单的标签分类器

下面是我写的一个简易版公告分类函数，用关键词匹配来打标签：

def classify_announcement(title, content):
    """
    公告分类与标签化
    title: 公告标题
    content: 公告正文（前200字）
    """
    text = (title + content).lower()
    
    # 业绩预增
    if any(kw in text for kw in ['业绩预增', '净利润增长', '大幅上升']):
        return '业绩预增'
    
    # 重大合同
    if any(kw in text for kw in ['重大合同', '签订合同', '中标公告']):
        return '重大合同'
    
    # 资产重组
    if any(kw in text for kw in ['资产重组', '重大资产', '收购', '借壳']):
        return '资产重组'
    
    # 分红送转
    if any(kw in text for kw in ['分红', '送转', '利润分配', '转增']):
        return '分红送转'
    
    # 股东增持
    if any(kw in text for kw in ['增持', '增持计划', '股东增持']):
        return '股东增持'
    
    return '其他'

这个函数虽然简单，但实际项目中我用了类似的逻辑，只是关键词库扩充到了200多个，还加了权重打分。嗯，这里要注意：关键词匹配容易误判，比如「增持」和「减持」只差一个字，所以正则里要加负向排除。

避坑指南：标签化常见的三个坑

• 坑一：同一份公告可能包含多个事件。比如「业绩预增+分红送转」同时出现。我的做法是：取权重最高的作为主标签，其他作为副标签。
• 坑二：公告日期和实际披露日期可能不一致。有些公司晚上发公告，算当天还是第二天？我统一按「公告日期+1」处理，避免盘中临时决策。
• 坑三：标签要定期更新。比如「高送转」这个标签，2018年之前和之后的市场反应完全不同。我每年都会重新跑一遍历史数据，调整标签权重。

好了，公告分类与标签化就讲到这里。记住一句话：标签是策略的起点，但绝不是终点。真正赚钱的，是标签背后的量化打分和择时逻辑。

---

公众号:蓝海资料掘金营，微信deep3321