盈利预测与一致预期

GDP增速预测 → 行业增加值增速 → 行业收入增速 → 龙头公司收入增速 → 利润率假设 → EPS预测

# 方法1：量价拆解
revenue = volume * price
# 例：中国神华(601088.SH) = 煤炭销量(亿吨) × 煤价(元/吨) + 电力收入

# 方法2：客户/产品拆解
revenue = sum(segment_revenue for segment in business_lines)
# 例：美的集团(000333.SZ) = 暖通空调 + 消费电器 + 机器人及自动化

# 方法3：门店/用户拆解
revenue = stores * revenue_per_store  # 或 users * ARPU
# 例：海底捞(6862.HK) = 门店数 × 翻台率 × 客单价 × 营业天数

SUE = (actual_EPS - consensus_EPS) / std(actual_EPS - consensus_EPS)
# consensus_EPS = 分析师一致预期EPS（取中位数）
# std = 过去8个季度预测偏差的标准差

# 策略逻辑
# 1. 业绩公告日（年报4/30前，中报8/31前，季报各截止日）
# 2. 计算SUE
# 3. SUE > +1.5 的股票买入持有 40 个交易日
# 4. SUE < -1.5 的股票卖出/做空（如果可以）

# 关键参数
holding_period = 40      # 持有交易日数
sue_threshold = 1.5      # SUE阈值
max_positions = 10       # 最大持仓数
rebalance_on = "earnings_date"  # 在业绩公告日调仓

# 1. 预期修正比率（ERM）
ERM = (上调家数 - 下调家数) / 总覆盖家数
# ERM > 0.3 = 正面动量, ERM < -0.3 = 负面动量

# 2. 预期变化幅度
eps_change_pct = (new_consensus - old_consensus_30d_ago) / abs(old_consensus_30d_ago)
# 变化 > +5% = 显著上调

# 3. 预期离散度
dispersion = std(all_analyst_EPS) / mean(all_analyst_EPS)
# 离散度 > 0.3 = 分歧大, 不确定性高
# 离散度 < 0.1 = 共识强, 确定性高

# 组合构建参数
config = {
    "universe": "沪深300成分股",          # 流动性保障
    "signal": "SUE > +1.5 或 ERM > +0.3", # 超预期信号
    "max_positions": 20,                  # 最大持仓
    "position_weight": "equal",           # 等权
    "holding_period": 40,                 # 交易日
    "rebalance": "earnings_calendar",     # 按财报日历调仓
    "stop_loss": -0.08,                   # 8%止损
}

## 盈利预测分析 — [标的代码] [公司名称]

### 盈利预测
- 预测方法：[Top-Down / Bottom-Up]
- 预测EPS：[X元]
- 预测依据：[收入增速X%，利润率X%，关键假设]

### 一致预期对比
- 一致预期EPS：[X元]（来源：[Wind/东财]，覆盖[N]家）
- 预期偏差：[+X% / -X%]
- SUE：[+X.X]
- 预期离散度：[X.X]（[高分歧/低分歧]）

### 分析师动量
- ERM（预期修正比率）：[+X.X]（过去30日[N]家上调/[M]家下调）
- 预期变化幅度：[+X%]

### 信号判断
- SUE信号：[强买入/买入/无/卖出/强卖出]
- 动量信号：[正面/中性/负面]
- PEAD建仓窗口：[是/否]（距财报发布[X]日）

### 风险提示
- [具体风险：如一次性收益、会计政策变更、商誉减值等]