💬 NLP

Fast Numbers, Slow Language: Bridging Quantitative and Qualitative Earnings Signals

本文介绍了“EarningsInOne”语料库，旨在弥合定量与定性盈余分析领域之间的鸿沟，揭示了虽然数值层面的意外表现会驱动即时的市场反应，但定性的电话会议情绪提供了一种独特的、可交易的信号，该信号在随后的交易日达到顶峰，但在过去一直被不兼容的评估指标所掩盖。

原作者： Ding Yu, Zhuo Liu, Hao Zhang, Hangfeng He

发布于 2026-06-30

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Ding Yu, Zhuo Liu, Hao Zhang, Hangfeng He

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：两种不同速度的新闻

想象一下，一家公司发布季度报告就像魔术师从帽子里变出一只兔子。这个事件实际上分为两个截然不同的阶段，而本文认为，金融界一直试图用同一副眼镜来观察这两个阶段，但这并不奏效。

“快速数字”（兔子）： 首先，公司发布一份包含硬性数学数据的统计新闻稿：“我们的每股收益为 1.52 美元，高于预期的 1.44 美元。”这发生得瞬间完成。计算机算法（机器人）读取这些数学数据，并在几分钟内进行股票交易。到第二天早上股市开盘时，股价已经根据这个数字进行了调整。这个数字带来的“阿尔法”（超额利润）转瞬即逝。
“慢速语言”（魔术表演）： 30 到 90 分钟后，首席执行官（CEO）参加电话会议对数据进行解释。他们可能会说：“我们持谨慎乐观态度，但经济形势比较复杂。”这是定性语言。人类需要时间去倾听、解读语气，并判断 CEO 是否在诚实表达或是在隐瞒某些信息。这种信号直到下一个交易日才会达到顶峰。

问题所在：两个群体，两套剧本

几十年来，有两个专家群体研究这一事件，但由于使用了完全不同的规则手册，他们从未进行过交流：

金融经济学家（数学派）： 他们研究了 50 年的“快速数字”。他们观察股价在几天或几周内的波动。他们使用一种名为“做多顶端，做空底端”（买入最好的消息，卖出最坏的消息）的策略，并以相对于风险所赚取的利润来衡量成功。
NLP 研究员（语言派）： 在过去的 10 年里，他们研究了“慢速语言”（电话会议）。但他们将其视为一场考试。他们试图预测每一家公司的确切股价变动，并使用衡量预测值与实际价格接近程度的指标（称为 MSE）来衡量成功。他们并没有真正的交易策略；他们只是想看看自己的 AI 是否能猜对那个数字。

结果： 数学派认为语言派毫无用处，因为他们的“考试成绩”（MSE）没有显示出清晰的利润。而语言派则认为数学派忽略了 CEO 语气的细微差别。他们使用的不是同一种语言。

解决方案：搭建桥梁

作者建立了一座名为 EARNINGSINONE 的桥梁。这是一个庞大的新数据库，将 1,500 家美国公司的财报新闻稿、电话会议和股价对齐在一起。

他们创建了一个统一的规则手册：

他们将“做多顶端，做空底端”的交易策略同时应用于数字和语言。
他们使用相同的“评分卡”（如夏普比率和信息系数）来评判两者。

发现：快速数字，慢速语言

当他们使用相同的规则运行测试时，一个清晰的模式显现了出来：

数字是快速的： 如果你试图在第二天早上开盘时利用“快速数字”（EPS 意外惊喜）进行交易，你几乎赚不到钱。机器人已经把利润吃掉了。然而，如果你在日内（新闻发布后的 5 到 60 分钟内）进行交易，你仍然可以获利。窗口期很小，但确实存在。
语言是慢速的： 如果你立即根据“慢速语言”（CEO 语气）进行交易，效果并不好。但如果你等到下一个交易日，语言信号会变得非常强大。市场需要时间来消化 CEO 的语气，到了第二天，价格会朝着语言所预测的方向移动。

类比：
把盈余公告想象成一场体育比赛。

数字是最终比分。裁判哨声一响，比分就出现在计分板上。每个人都能瞬间知道。在比赛开始后再去赌比分是徒劳的。
语言是赛后采访。教练可能会说：“我们表现不错，但我们的明星球员受伤了。”观众需要时间来处理这个信息。到了第二天早上，球队的股票（或名声）会根据这一伤情信息进行调整。

这为什么重要

对于数学派： 他们错过了短期利润，因为他们在等待数字后的第二天才进行交易。他们需要观察日内的实时数据，而不仅仅是第二天早上的数据。
对于语言派： 他们使用了错误的测试方法。他们试图预测每只股票的确切价格（就像猜测精确的温度）。相反，他们应该进行排名（就像猜测哪支队伍会赢）。当他们切换到“排名”方法时，他们的语言模型表现出了极高的盈利能力。

核心结论

本文证明了数字和语言讲述着两个不同的故事，且速度也不同。

数字是给机器人的：快速、即时，并在早晨前消失。
语言是给人类（以及有耐心的算法）的：缓慢、需要消化，并在第二天变得有价值。

通过修正衡量成功的方式，作者证明了“语言”部分的盈余电话会议实际上是一种真实的、可交易的资产，此前由于研究人员使用了错误的工具，这种资产一直被隐藏起来。

技术摘要：快速数字，缓慢语言：桥接定量与定性盈余信号

问题陈述
数十年来，金融经济学家和自然语言处理（NLP）研究人员一直在使用两种根本不兼容的框架研究盈余公告，这阻碍了对其各自信号的直接比较。

金融经济学： 关注定量意外（quantitative surprise）（即每股收益/营收相对于分析师预期的数值偏差）。历史上，该领域通过长/短交易策略（前十分位对后十分位）以及信息系数（IC）和夏普比率（Sharque ratio）等指标，在“次日开盘”这一时间维度上评估信号。近期的文献表明，对于非微型股而言，定量意外带来的可获利阿尔法（alpha）在公告时刻即已压缩，到次日开盘时便已消失。
NLP： 关注来自盈余电话会议文本（ECTs）的定性信号，例如管理层语气、业绩指引及问答环节的可信度。这些研究通常使用点对点指标（如针对波动率的均方误差 MSE）或符号无关的目标进行评估，往往缺乏实际的交易框架（例如，将所有股票视为同等可交易，而非进行排名）。

这种方法论上的分歧导致了两个空白：金融经济学家因等待次日开盘而错失了定量信号的短时界内阿尔法；而 NLP 研究人员则因其评估指标（MSE）无法与方向性交易表现对齐，而未能证明定性信号具有真实的经济价值。

方法论
作者引入了 EARNINGSINONE，这是一个旨在桥接这两个领域的统一语料库和评估框架。

数据集 (EARNINGSINONE)：
- 覆盖 S&P 1500 股票池（2022–2025年），包含来自 701 个代码的 5,428 个盈余事件。
- 将同一事件的三种数据模态对齐：盈余新闻（带有精确时间戳）、ECT 文本以及日内/次日价格数据。
- 使用大语言模型（GPT-5-mini）从新闻文章中提取数值实际值，并从 ECT 和新闻中生成情感得分。
统一评估框架：
- 交易机制： 对定量和定性信号均采用标准的“做多前十分位，做空后十分位”策略，从而背离了 NLP 社区的“全量交易”方法。
- 切入锚点与时界：
  - 快（数字）： 在 FirstActual（确认 EPS/营收的第一篇新闻文章，通常在发布后 1–5 分钟）切入，并持有短时日内时界（5–60 分钟）。
  - 慢（语言）： 在 NextOpen（次日市场开盘）切入，并持有次日时界（长达 390 分钟）。
- 指标： 使用 IC（斯皮尔曼秩相关系数）、Q5−Q1（五分位数价差）和夏普比率进行评估，而非 MSE。
信号构建：
- 定量： 源自新闻（由 LLM 提取）和供应商数据的 EPS 及营收意外。
- 定性： 源自完整 ECT 文本的标量情感得分（[-1, 1]），并进行了掩盖数字或利用数值标题进行锚定的消融实验。

关键结果
统一框架揭示了两种信号类型之间存在清晰的“速度分离”现象：

快速数字： 定量意外在公告时刻（FirstActual）达到峰值。
- 在 FirstActual 时，该策略实现了 0.03 的 IC 和 1.81 的夏普比率。
- 到 NextOpen 时，这种阿尔法已被大部分套利殆尽（IC 降至 -0.02，夏普降至 -0.31），证实了数值信息被算法瞬时处理。
- 加入营收意外（联合信号）并使用高质量供应商数据可以提升表现，但到次日开盘时的衰减情况依然一致。
缓慢语言： 定性 ECT 情感在 NextOpen 达到峰值。
- 在 NextOpen 评估的 Sentiment(ECT) 产生了 0.11 的 IC 和 2.28 的夏普比率，在这一时界内优于所有定量变体。
- 这证实了定性信号需要隔夜的人类解读，并在次日具有可交易性。
- 消融实验显示，掩盖 ECT 中的数字会降低表现（夏普 0.40），而用已知的数值盈余/亏损进行锚定则能改善尾部集中度（夏普 2.65）。
正交性： 两种信号在很大程度上是正交的（斯皮尔曼 $\rho$ = 0.21）。ECT 情感捕捉了超出标题盈余/亏损之外的管理层框架与语气，而新闻情感与数值结果的相关性更强（ $\rho$ = 0.38）。
基准表现： 朴素基准（随机长/短、仅做多、代码均值）以及先前的 NLP 基准（基于嵌入的 MLP）的表现显著逊于统一的基于信号的策略。

意义与主张
本文声称通过证明以下两点，弥合了金融经济学与 NLP 之间的鸿沟：

速度分离是真实的： 定量意外是一种“快速”信号，在数分钟内即被耗尽；而定性情感是一种“缓慢”信号，在隔夜后趋于成熟。
评估对齐至关重要： NLP 信号拥有真实的经济价值，但此前因指标（MSE）不匹配和缺乏交易框架而被掩盖。当使用金融标准指标（IC, Sharpe）和长/短框架进行评估时，ECT 情感展现出了稳健且可交易的阿尔法来源。
互补性： 两个社区研究的是互补的现象。金融经济学家可以通过在公告时间戳进行评估来回收短时界内的阿尔法，而 NLP 研究人员可以通过采用定量资产管理评估工具来验证语言信号的可交易性。

作者总结道，语言信号在其“自然速度”下评估时可能会展现出更好的价值，这一发现适用于其他混合了结构化数据与文本信号的数据丰富领域。本文作为一项研究贡献呈现；作者明确声明这些交易信号仅用于研究目的，不构成投资建议。