Page  2 Go-Goal 数据商城 在利率下行、强改革背景下，我国大类资产配置从楼市转向股市将成为趋势。这一趋 势催生了大量以量化对冲为策略的投资机构，进而衍生出对数据库、数据包的巨大需求。 背景.

Presentation on theme: "Page  2 Go-Goal 数据商城 在利率下行、强改革背景下，我国大类资产配置从楼市转向股市将成为趋势。这一趋 势催生了大量以量化对冲为策略的投资机构，进而衍生出对数据库、数据包的巨大需求。 背景."— Presentation transcript:

1

2 Page  2 Go-Goal 数据商城 在利率下行、强改革背景下，我国大类资产配置从楼市转向股市将成为趋势。这一趋 势催生了大量以量化对冲为策略的投资机构，进而衍生出对数据库、数据包的巨大需求。 背景

3 Go-Goal 数据商城 鉴于新增量化投资机构的各种细分 数据需求，传统集成式的数据业务需要 适应新形势，主动求变。 从支付能力角度来看，大量新成立 或者绩效较差的量化投资机构购买整个 数据库的支付意愿较弱。 【局限】

4 定位 Go-Goal 数据商城定位于新近成立或者 细分需求较广的量化投资机构以及相关专业 投资人士，以低成本数据包的形式解决用户 模型构建或回测的需求。 Location Go-Goal 数据商城

5 使用 Use API 接口的实用性在于它能够调取部分内容，而避免出现使用部分模块却要购 买整个库的尴尬，这种 “ 零售 ” 模式目前已经成为市场主流。

6 商城数 据 个股卖方 原始预测 数据包 个股一致 预期数据 包 业绩超预 期事件包 研报事件 包 调研事件 包 …… API 数据

7 一、个股卖方原始预测数据包 卖方原始预测数据库摘录个股研究报告、行业报告、策略报告、晨报、周预测表全部个股的预期 类数据，并进行了大量的数据衍生和加工。严苛的质量校对体系，确保每一个数据的精准！数据采集 覆盖率高，数据录入、校对、处理等错误率控制在 0.1% 以下，这是国内同行所难以企及的指标，客观 、及时地反映市场预期水平。  同一篇报告中对同一个数据的描述也会出现前后的不一致，这，我们注意到了！  一个 EPS 被分为 11 种类型，包括考虑增发、转债、母子公司合并、会计报表差异等等。  数据处理层层把关，整理、校对、除噪、衍生，确保精准。

8 一、个股卖方原始预测数据摘录指标 营业收入净利润 EPSPEROE 目标价评级 ……

9 这是一个卖方原始预测数据的数据引擎。系 统不只摘录了个股报告的信息，还完整摘录了来 自行业报告、策略报告、机构周（月）预测一览 表内的个股预测数据。更为重要的是，系统提供 的业绩预测数据全部经过精心校对，对预测数据 中的排版等造成的数据错误、作者撰写错误、时 滞引的数据噪音、预测假设不同引发的不可比错 误等全部经过校对。对于无法判断原因的异常数 据，全部电话与研究员本人沟通确认。 年度 2009 年 2010 年 2011 年 2012 年 2013 年 2014 年 报告总量 129881162606187247225092205137170340 个股报告数 6491585429876451030939587580274 覆盖的上市公 司家数（ A 股） 157219242161224520642129 提供报告机构 数 201308251279258222 A 股研究机构 数 778795979095 研究员数 384346854844729365656281 日均报告数 （交易日） 519650748900820681 研究员年均报 告数 333438303127 机构年均报告 数 646527746806795767 一、个股卖方原始预测数据完整性

10 年度 2009 年 2010 年 2011 年 2012 年 2013 年 2014 年 报告总量 129881162606187247225092205137170340 个股报告数 6491585429876451030939587580274 覆盖的上市公司家数（ A 股） 157219242161224520642129 提供报告机构数 201308251279258222 A 股研究机构数 778795979095 研究员数 384346854844729365656281 日均报告数（交易日） 519650748900820681 研究员年均报告数 333438303127 机构年均报告数 646527746806795767

11 流水号原始 ID 证券代码证券名称报告分类 ID 机构名称作者机构评级机构原始评级报告撰写日期报告首次入库日期 68766892600002 齐鲁石化 25 国泰君安侯继雄中性 2005/1/32005/1/4 68766892600002 齐鲁石化 25 国泰君安侯继雄中性 2005/1/32005/1/4 68896905898 鞍钢新轧 22 光大证券赵志成收集优势 2005/1/32005/1/4 68896905898 鞍钢新轧 22 光大证券赵志成收集优势 2005/1/32005/1/4 689369091171 兖州煤业 28UBSJoe Zhang 买入 Buy12005/1/32005/1/5 689369091171 兖州煤业 28UBSJoe Zhang 买入 Buy12005/1/32005/1/5 689369091171 兖州煤业 28UBSJoe Zhang 买入 Buy12005/1/32005/1/5 68946910349 工银亚洲 28Goldman Sachs 林达威中性 In-line2005/1/32005/1/5 68946910349 工银亚洲 28Goldman Sachs 林达威中性 In-line2005/1/32005/1/5 68946910349 工银亚洲 28Goldman Sachs 林达威中性 In-line2005/1/32005/1/5 68956911144 招商局国际 28UBSIngrid Wei 中性 Neutral22005/1/32005/1/5 68956911144 招商局国际 28UBSIngrid Wei 中性 Neutral22005/1/32005/1/5 68956911144 招商局国际 28UBSIngrid Wei 中性 Neutral22005/1/32005/1/5 68966912700 腾讯控股 28UBSEric Wen 收集 Buy22005/1/32005/1/5 68966912700 腾讯控股 28UBSEric Wen 收集 Buy22005/1/32005/1/5 68966912700 腾讯控股 28UBSEric Wen 收集 Buy22005/1/32005/1/5 68876903386 中国石化 28 中银国际刘志成中性同于大市 2005/1/4 68876903386 中国石化 28 中银国际刘志成中性同于大市 2005/1/4 68876903386 中国石化 28 中银国际刘志成中性同于大市 2005/1/4 68886904600028 中国石化 25 中银国际刘志成中性同于大市 2005/1/4

12 一、卖方原始预测数据精准性 月度错误报告统计

13 一、卖方原始预测数据精准性 单券商错误报告统计

14 二、个股一致预期数据包  朝阳永续的一致预期 ® 数据是中国业绩预测领域内唯一合法注册了商标的数据类型，已成为中国 上市公司市场预期水平的行业标准、度量中国资本市场预期估值水平的基准数据，是中国证券行业主流 卖方及买方机构进行数据挖掘研究的稳定助手，被广泛用于量化投资研究、策略分析、风险控制、主题 选股、股价驱动因素分析等各个投资领域。国际上包括 Bloomberg 、路透、 UBS 等亦是我们的客户，其 业绩预测欧洲市场用的是 I.B.E.S. 的数据，而国内 A 股和 H 股就是使用朝阳永续的一致预期 ® 数据。  朝阳永续的一致预期 ® 数据以卖方原始预测为基础，从卖方机构影响度、发布时间两个维度进行 加权计算，科学严谨的算法保障了一致预期 ® 数据 的 “ 准确、及时、完整 ” ， 更贴近实际市场综合预期水平。

15 二、个股一致预期数据分类 库名内容简介 个股一致预期库全部 A 股的市场一致预期系列数据，包括个股的预期经营业绩、估值、评价等各类指标。 指数一致预期库各类指数（如沪深 300 等）的一致预期估值系列数据，包括预期估值数据、研究员评价、统计衍生、少量情绪度量指标等。 行业一致预期库 提供各类指数、全体 A 股的各种分类标准下的行业预期估值数据。包括预期估值数据、研究员评价、统计衍生、部分情绪度量 指标等。 分机构行业预期库衍生提供各卖方机构对指数、行业的预期估值数据库（如申万对银行业的预期）。

16 二、朝阳永续一致预测数据算法 １ 加权计算： 90 日内有 5 家以上机构出具了该股的预测，严格按照朝阳永续的一致预期算法，对机构影响力和时间影响 力进行双重加权。 ２ 手工估算：当预测机构数或预测时间等有效性达不到一致预期要求时，我们进入优化估算流程。比如：预测机构数 达不到要求，如只有 2 家机构，则根据机构的影响力直接取影响力大的机构的数据作为一致预期数据；再如：满足不了 90 日内预测的要求，必须调取 120 日的预测数据，此时 90~120 日的预测值必须两家以上预测值进行算术平均，平均值 作为一个有效值参与 90 日内的加权计算。 ３ 数据模拟：即统计日起的历史未有机构出具有效预测数据，因此以最近的四个季度滚动收益或其他有效预测数据进 行模拟计算所得的数据；该预测数据只能作为指数估值时的测算数据，不能作为该股票的预测值。 ４ 沿用数据：即统计日起的历史 6 个月内未有机构出具有效预测数据，因此沿用 6 个月前的一致预期数据。

17 二、业绩预期因子与财务因子贡献度实证 通过基于 IC 指标的对比，可以发现，无论正相关或是是负相关检验，预期指标相较财务指标均更 加分布在图形的两端，相关程度更高，盈利预测指标的解释能力较强。

18 二、业绩预期因子与财务因子贡献度实证 在风险与报酬对比上来看，盈利预测指标在 PE 、 PB 、净利同比的对比上占优。

19 三、业绩超预期事件包  核心研究员调升  分析师调升  业绩预告超预期（年报）  业绩预告超预期（季报）  文本标题超预期  文本摘要超预期  本期财报业绩同比增速超年度一致预期业绩同 比增速  本次预告业绩同比增速超年度一致预期业绩同 比增速。 1 、可能超预期事件包

20 三、业绩超预期事件包 由于多数研究员不进行季度报表的预期，因此利用预测年 Y1 年的一致预期净利润进 行比较，比较的方式包括两种：报表周期超预期与报表发布日超预期。 2 、确认超预期事件包

21 三、业绩超预期事件包 建立在实证基础上的事件库，确保了收益的可靠性！  建立了基于上市公司公告、业绩预期分析、研究员行为研究、文本挖掘的各类事件库。  沉淀了朝阳永续 20 年来对投资实务的思考。 挖掘维度内容简介 核心研究员评级调整核心研究员前瞻预测、评级调整、行为分析、重点报告等挖掘 业绩超预期 / 低预期财报、业绩预告、同比增速等挖掘 文本挖掘文本标题、文本摘要超预期、目标价调整、拐点、基本面变动等挖掘 公告事件超过 60 个公告事件类别 值得阅读报告上榜分析师报告、行业深度报告、最有价值报告、热点行业报告、热点公司报告等挖掘

22 三、业绩超预期事件包 文本挖 掘 研究员 行为 公告挖 掘 1 、研究员的行为：在财报期，研究员敢于上调盈利预 测，这种指向性是非常明确的。 2 、公告挖掘：如果一个公司之前业绩预告是预增 50~100% 现在调整到 60~110% ，财报意义很大。 3 、基于文本的挖掘：在财报期内，研究员敢于用超预 期等字眼去撰写研报，这类的信号也是非常有意义的 。

23 三、业绩超预期事件包的实务性 -- 朝阳 50 指数 从事件数据库中流出的公司，朝阳永续通过二 次加工后每季度精选出 50 只个股，组成朝阳 50 指数。 多年来，朝阳 50 指数显著跑赢沪深 300 指数的 组合，有力的说明了事件数据库的合理性及个 股超预期的研究诊断能力。

24 四、研报事件包 领先报告、首篇报告、首次关注、文本摘要 超预期、文本摘要低预期、文本标题超预期 、文本标题低预期、文本标题拐点、文本利 好、文本目标价调升、文本目标价调降 研报事件 Research Report

25 五、调研事件包 1 、调研公告 2 、调研邀请

26 研究员 researcher 六、研究员 1 、新财富研究员 2 、个股最值得信赖的分析师 3 、股票专家

27 Page  27

28