方法论 · 实控追踪

前置 · 术语速查

读之前：术语速查

下面正文里会反复出现这些词。看到带虚线下划线的词把鼠标放上去就能看到释义。完整词典见术语词典页 →

实控人

公司真正的话事人，可能不是大股东。

COMBO

我们的综合评分（0-100）= 信号 + 控制人类型 + 产业相关度 + 风险扣分。

精选池

COMBO 评分 ≥ 80 的优质标的。重点跟踪对象。

司法划转

因法院判决被强制转让股份。被动型控制权变更。

业绩对赌

通常 3 年期，约定达不到业绩要补偿。

二次锚点

事件后的关键时间节点（对赌期满 / 同业到期 / 解禁日）。

Sharpe / MaxDD

回测指标：风险调整收益（>1 优秀）/ 最大回撤（亏过的最大幅度）。

CI / n

置信区间（真实胜率大概率落在的范围）/ 样本量。n > 100 结论才比较稳。

p 值 / 显著

结果"碰巧是运气"的概率，越小越不像运气。<0.05 才算统计上"显著可信"。

胜率 / 超额收益

100 只里多少只跑赢沪深300 / 跑赢大盘的那部分收益。

以上是高频术语。更多解释（借壳上市 / 解禁期 / 同业竞争 / S 级 A 级 B 级 C 级 / OOS / alpha 等共 22 条）见完整术语词典 →

章节 01

产品定位

做什么 · 给谁 · 不做什么 · 凭什么。

📌 一句话：给券商研究员的内部工具，专门盯"换老板"这一类公司公告，从全市场 5300 家筛出每年 75 家值得跟的，告诉你买什么、持多久、什么时候该重新评估。不做散户、不做行情、不替你下决定。

一句话定位

ashcontrol = A 股实控变更事件的"精选池 + 组合追踪"工具。 从全市场（约 5,300 家上市公司）→ 每年 500+ 起实控变更 → 经 4 条强排除规则过滤后的精选子集（约 75 例/年）→ 组合层指标（NAV / Sharpe / MaxDD）追踪 → 飞书 / 邮件实时告警，覆盖整条决策链路。

时间维度透明化

每个精选标的会显示推荐持有期 + 二次锚点（对赌期满日 / 同业竞争承诺到期日 / 解禁日），让你知道这个信号在"多长时间尺子下成立"。这是和市面上"给一个评分就完事"的事件驱动工具最大的区别。

给谁

主要用户：券商投行 / 自营 / 研究所内部分析员，需要在 Wind 之外做"事件主线"工作流
典型场景：每周一早盘前 30 分钟扫本周新增 + 日内收到告警直接看公司画像
不面向：散户、量化高频、做市商

不做的事

克制清单

不做实时行情（T+1 数据够用）· 不做技术指标（不是炒股软件）· 不做新闻舆情（信号噪音 + 合规风险）· 不做社区 UGC · 不做移动端（券商办公在桌面）· 不做 AI 对话框（数据本身就是 AI）· 不替用户拍"持有多久"的板（推荐持有期是统计建议，不是指令）。

合规边界

本产品是决策辅助工具，不是投资建议。所有评分、价差告警、清单排序、推荐持有期、二次锚点均基于历史规律与公开信息，不构成对任何具体证券的买卖推荐。当前阶段仅作为合作券商的内部工具使用，不对外销售、不对个人投资者开放。详细免责见章节 07。

三个典型用法（用故事讲清楚它干嘛）

① 周一早上 30 分钟筛选：分析师打开精选池，上周新增 12 起换老板公告，5 个进了精选池、7 个被标红"不推荐"。今天重点深看前 5 个。→ 省掉 1 小时人工翻公告找规律。

② 客户电话，3 分钟回答：销售问"那个司法划转的票现在还能看吗？"分析师看详情页：距 18 个月锁定期满还剩 8 个月、推荐持有 24-36 个月、价差已从 -15% 回到 +8%，20 秒就能答。→ 时间线让你一眼看清"这事现在走到生命周期哪一段"。

③ 飞书告警接力：设好规则——价差跌破 -20% 报警、距锁定期满还剩 30 天报警、发布重组公告报警，到点自动提醒。→ 不用自己手工追日期。

章节 02

业务逻辑 + 时间维度

原始想法 · 在哪里失效 · 时间维度怎么补上。

📌 一句话："新老板花几十亿买了一家公司，他肯定要把资产装进来推股价"——这个直觉对，但漏看了时间。监管要 18 个月锁定期、新老板节奏 5 种不同、市场环境放大 30%。我们把这些时间维度补上。

朋友讲的故事

在 A 股市场，一个人或一家公司花几亿到几十亿拿下一家上市公司之后，他必然要做点什么——光靠分红回本要 20 年以上。所以新老板入主后通常会：把自己手里的资产装进来、增发募资、推业绩对赌、并购重组。这些动作大概率推动股价上涨，理论上有 6-24 个月的赚钱窗口。

为什么这个现象在历史上成立

信息不对称：新实控人取得控制权前已做尽调，他付的"控制成本"是市场未定价的隐藏估值锚
产业资本优势：产业资本 + 主业相关意味着有真实注入意愿（不像财务投资者只是接盘）
政策背书：2024-09 "并购六条" 把方向从"压制套利"转向"鼓励产业整合"，监管态度逆转
壳价值（历史相关，今天打折）：注册制实施前 A 股壳本身有价值，2024 国九条后接近 0

朋友的逻辑链有一个时间盲区

关键反思

粗糙版的"实控变更 → 涨"作为信号失效。改成"哪些标的不该买"这个精细化筛选器之后能跑通，但还差一件事：没有回答"什么时候该看结果"。两件事——"该不该买"和"什么时候评价它"——必须分开。

朋友的原始逻辑链是："实控变更 → 装资产 → 股价涨"，听起来像流水线。但中间藏着时间维度：

# 真实路径 T = 0 → 实控变更公告 ▶ 监管时间：18 个月锁定期、36 个月借壳累计期、5-8 个月发行股份审核 ▶ 实控人节奏：PE 5+2 基金期限、产业资本 5 年同业承诺、央企 24-36 月决策链 ▶ 市场环境：牛市估值高、熊市装不动、政策窗口期可能突然停 ▶ 制度因素：业绩对赌 3 年期、董事会 3 年换届、商誉 4-5 年爆雷 ▶ 跨境并购：12-18 月监管审批延迟 T + N 月 → 装资产实际落地 ▶ 主升浪窗口取决于驱动类型 T + N + M 月 → 股价反应完成

大白话说：朋友说的是"那个人买了房肯定要装修"，方向没错；但他没说的是"装修可能 6 个月也可能 36 个月，看是谁买的、什么时候买的、装的什么风格"。如果你搬把椅子坐在门口看 12 个月，没装好就拍照说"这家失败"——椅子搬错位置了，也搬太早了。

5 个时间维度的并列影响

我们把时间维度拆成 5 个独立轴，每一维都能单独让"实控变更 → 涨"这条逻辑链失效或延迟。详细解析见章节 11。这里给一个画像。

维度 1

监管硬约束

18 个月股份锁定期（收购办法 §74）+ 36 个月借壳累计期（2025-05 修订把 60→36 月）+ 发行股份审核 5-8 月。意味着 12 月窗口下"完整装完资产"几乎不可能（最快路径要 5 个月）。

维度 2

实控人自身节奏

装资产时间不是"一个分布"，是按接盘人类型分裂的 至少 5 个分布。产业战略 ≈ 18 月 / 央企 ≈ 30 月 / PE ≈ 21 月 / 自然人产业派 ≈ 10 月 / 国资任务可能 ∞。把 5 个分布混算成"全样本 12 月"，得到的是误差。

维度 3

市场环境放大器

同一类型事件在不同市场环境下胜率差 30 个百分点以上。2025 慢牛 + 并购六条：沪市重组 806 起 +11% / 重大 90 起 +55% / 定增 7751 亿 +548.7%。2022 熊市：重大资产重组仅 109 单（10 年最低）。

维度 4

其他制度因素

5 个制度时间因素：业绩对赌 3 年 + 商誉 4-5 年爆雷 / 董事会 3 年换届 / 同业竞争 36-60 月到期 / 资金占用 6-18 月清理 / 跨境并购 12-36 月。约 30-40% 资产注入是"被动履约"。

哪些情况会失效

财务投资者接盘-42%

私募 / 资管入主多为短期套利，无注入意愿，回归"通用规律"失效

债务重组 ST 标的-31%

入主目的是化债 + 续命，不是产业整合，需用 R1 风险过滤

协议转让 + 表决权~0%

显性控制成本失真（棒杰 1 亿撬 20 亿），必须用 S3+S4 复合指标补救

2025 牛市溢价压缩-1.4%

"带产业公司"平均溢价从 17% 压到 -1.37%，S3 阈值需动态调整

修正版假设：精细化筛选器 + 时间分窗

# 原假设 + 失效场景 + 时间维度结合：实控变更 + 产业资本（不是纯财务投资） + 主业相关度 high 或 medium（强必选项） + 取得成本明显高于市价 + 新实控人体外有未上市的主业相关资产 + 业绩承诺 / 资产注入承诺明确 + 当前市场环境处于"鼓励产业整合"窗口 - 排除 industry_relevance ∈ {low, none} - 排除 ST + 司法划转 + 高质押组合 - 排除 controller_type ∈ {地方国资任务、自然人资本运作、家族传承} ────────────────────────────── 按接盘人类型配持有期窗口叠加二次锚点（对赌期满 / 同业到期 / 解禁 / 年报 / 换届） ────────────────────────────── = 高胜率精选子集 + 透明的时间维度披露

最终给用户的是"事件评分 + 推荐持有期区间 + 二次锚点日期"三件套，而不只是一个孤零零的评分。

章节 03

监管与市场背景

为什么 2024-09 是转折点 · 2025-05-16 230 号令是新分水岭。

📌 一句话：2024-09 的"并购六条"是分水岭，从此监管从"压制套利"转向"鼓励并购"。这就是为什么 2024-09 之后这套策略的胜率从 38% 跳到 71%。230 号令让"36 个月"成为关键时间锚。

借壳首披露

0 单

2024 全年

实控变更

141 家

2025 (+147%)

沪市 2025 重大重组

90 起 (+55%)

证券时报 / 2025

2025 前三季定增

7,751 亿 (+548.7%)

新浪 / 2025Q3

三条监管主线

1. 新国九条（2024-04）：从严退市 + 严打"炒壳"，系统性削减壳价值。借壳通道几乎关闭——2024 年全年重组上市首披露 0 单，5/6 失败率。

2. 并购六条（2024-09-24）：监管态度逆转，从"压制套利"转向"鼓励产业整合"。明确支持跨界并购、放宽简易审核、为产业资本入主开绿灯。

3. 《重组办法》230 号令（2025-05-16）：累计首次原则从 60 → 36 月。新实控人面临两条路径——36 月内大动作（借壳全套严审）vs 36 月后再注入（一般重组处理）。2025-05-16 是政策分水岭。

"协议转让 + 表决权"新模式

传统要约收购成本高、信号强；新模式下用更少现金撬动控制权。典型棒杰股份——1 亿元撬动 20 亿市值。这让传统"控制成本"指标失真，必须引入隐性承诺成本（业绩对赌 + 资产注入承诺）作为补充。实测：协议转让整体 12M 胜率仅 40.8% [95% CI: 36.5%–45.2%, n=493]（中位 AR -7.9%），是所有变更方式里最差的——"温水煮青蛙"式慢跌。

为什么这影响信号

2024-09 / 2025-05-16 前后是政策环境质变——之前的样本反映"旧监管 + 壳价值"逻辑，会污染拟合。我们把样本分 A/B/C 三段（详见 §5）分别看，让模型学的是"现在能用的"而不是"过去成立过的"。

章节 04

我们的判断依据

这套筛选逻辑站在 7 条事实上。每一条都用真实数据验证过，每一条都可以被推翻。

📌 一句话：我们不靠"直觉 + 经验"做规则，而是把每条判断的事实依据列出来——监管框架、数据可信度、回测胜率、风控规则覆盖率、时间维度的 5 个轴。看完这一章你能判断"这套规则相信什么、不相信什么"。

7 条核心事实

① 监管框架已经成型，借壳通道实际上关闭

"并购六条"（2024-09）+ 230 号令（2025-05）+ 18 个月股份锁定期已经把规则写死。2024 年全年借壳首披露 0 单。结论：这套规则不依赖"政策反转"才能跑通，它跑在当前监管框架下。

② 数据全部来自公开源，每个字段标注准确率

akshare 公开数据 + 巨潮原始公告 + LLM 解析（自检准确率 87-95%）。极简方案年化成本 ¥2,000。结论：所有可复现，无内幕信息、无付费黑箱数据。

③ 回测：精选子集胜率显著高于全样本，但 p 值不显著

A 子集 12M 胜率 54.4% [CI 41.6–66.6%, n=57] + Sharpe 1.60，全样本仅 46.3% (n=579)。但 H1 软 PASS 的二项检验 p=0.30 不显著。结论：directional 证据，不是统计证据。需要继续扩样本到 2018-01。

④ 风控规则用 4 条强排除覆盖 83% 失败案例

最强单条负向 = industry_relevance ∈ {low, none}（失败 TOP30 里 67% 触发）。其余三条 = 司法+高质押+ST 复合 / PE 入主 / 自然人资本运作。结论：规则不靠"挑赢家"，靠"避坑"。这是审稿能否落地的硬底线。

⑤ 监管硬约束决定最早可观察日期：5-8 月起步

18M 锁定期 + 36M 借壳累计期 + 5-8M 发行股份审核。12M 窗口下"完整装完资产"几乎不可能。结论：12M 主窗口本身就有制度性偏误。

⑥ 实控人按类型分裂成至少 5 个节奏分布

产业战略 ≈ 18M / 央企 ≈ 30M / PE ≈ 21M / 自然人产业派 ≈ 10M / 国资任务 = ∞。结论：单一 12M 持有期 = 把 5 个分布混算 = 必然假阴性。央企在 12M 窗口下被系统性误杀。

⑦ 市场环境是 30 个百分点的放大器

同一类型事件在 2025 慢牛和 2022 熊市下胜率差 30pp+。2025 沪市重组 806 起（+11%），2022 重大重组 109 单（10 年最低）。结论：把样本按 A/B/C 三段分别看，模型学"现在能用的"而不是"过去成立过的"。

股价反应是 5 维时间函数

股价反应(t) = f( 监管硬约束(t), # 18M / 36M / 5-8M 等硬日期实控人节奏(t, ct), # 按 controller_type 分布市场环境(t, segment), # A/B/C 三段制度锚点(t), # 对赌期满 / 同业到期 / 商誉爆雷多窗口加权(t) # 6/12/24/36/48 五档加权 ) # 大多数事件驱动策略只用了第一行（监管约束）和"全样本 12 月"。 # 这套规则把后面四行全部建模。

章节 05

具体怎么算分（方法论详情）

4 类基础信号 + 4 类时间信号 + 多窗口 + 综合评分公式 + 5 个二次锚点。

📌 一句话：每只票打分由 4 个基础信号（产业资本接盘、行业搭、明确装资产承诺、控制权溢价）+ 4 个时间信号（监管约束、新老板节奏、市场窗口、对赌到期）合成。85+ 进精选池，60-79 进关注池，60 以下不看。

5 子集 × 3 时段 × 5 窗口 = 75 格胜率矩阵

把 977 真实事件按子集 / 时段 / 持有期切成 75 格分别算胜率。颜色越绿胜率越高，红色 = 失败，灰格 = 样本不足 / 窗口未到。A 段早期窗口 + A 子集是最强 alpha（超额收益，跑赢沪深300的部分）区域。

📖 怎么读这张表（第一次看的人先读这段）

横着看是"持有多久"——6M / 12M / 24M / 36M / 48M 就是买入后持有 6 / 12 / 24 / 36 / 48 个月。竖着看是"哪一类标的 × 哪个时段"——左边一列文字是子集（比如"A 档"= 产业资本接盘 + 主业相关 + 非司法 + 非 ST，是质量最好的一档），上面三大块是 A/B/C 三个市场时段（A 段旧监管 / B 段注册制弱市 / C 段并购六条慢牛，详见 §5 末"三段市场环境"）。
每个格子的数字是这一类标的持有这么久、有多少比例跑赢了沪深300（胜率，单位 %），n=27 是这一格背后有几个真实样本——n 越大结论越可信，n < 30 看个方向就行，别当真理。
颜色：越深绿 = 胜率越高（赚钱概率大），黄 = 五五开，红 = 大概率亏，灰格 = 样本太少或时间还没走到（不是没数据，是这段历史还没过完）。

A 段 2018-2022

B 段 2023~2024.09

C 段 2024.09+

6M

12M

24M

36M

48M

6M

12M

24M

36M

48M

6M

12M

24M

36M

48M

full 全样本

47.3_n=153

46.3_n=579

41.4_n=350

51.5_n=176

57.1_n=42

56.8_n=88

50.0_n=60

44.0_n=25

n=0

53.7_n=298

38.5_n=165

n<30

n=0

A 档产业+主业+非司+非ST

92.6_n=27

96.3_n=27

85.2_n=27

70.4_n=27

48.0_n=25

54.5_n=22

18.2_n=22

31.2_n=16

n=0

63.5_n=85

54.4_n=57

65.1_n=43

n=0

C 档 A+注入承诺

71.4_n=7

100_n=7

71.4_n=7

85.7_n=7

100_n=3

57.1_n=14

21.4_n=14

35.7_n=14

n=0

53.3_n=30

64.7_n=17

n=0

借壳类明确注入承诺

42.9_n=14

57.1_n=14

28.6_n=7

n=2

n=0

33.3_n=12

66.7_n=12

n<5

n=0

41.2_n=17

n<10

n=0

PE 入主（负向标签）

60.0_n=5

40.0_n=5

60.0_n=5

n=2

37.5_n=8

n<5

n=0

20.0_n=5

n=0

H1 胜率梯度

20%50%70%100% 灰格 = 样本 < 5 或窗口未到

75 格里能看到的 3 个核心信号

1. A 段早期窗口最强：2018-2022 A 档 12M 胜率 96.3%（n=27），这是把样本推到 2018 的核心动机。
2. B 段是黑洞：注册制冲击 + 弱市，A 档 12M 胜率只有 18.2%（n=22），全部子集都被拖累。
3. C 段长窗口未到：2024-09 之后到 2026-06 不足 24 个月，24M/36M/48M 窗口大量"样本未到"，结论须延期到 2026.09 后才能定论。

A 子集 12M / 24M / 36M 胜率对比

A 子集（产业+主业+非司+非ST）× 三档持有期胜率

全段汇总 / 基准 HS300

12M 持有期

54.4%

n=57

24M 持有期 ✦ 主推

65.1%

n=43

36M 持有期 ✦ 长尾

70.4%

n=27

PE 入主 vs 全样本 12M 胜率对比

PE 入主子集 vs 全样本：12M 相对胜率（vs HS300）

PE 入主 = 负向标签 · 反常识发现

全样本

46.3%

n=579

PE 入主（Full）

38.9%

n=18 · gap -7.4pp

PE 入主（C 段）

20.0%

n=5 · gap -18.5pp

多窗口设计：6/12/24/36/48 五档

不再用单一持有期。回测和产品同时跑 5 档持有期，按接盘人类型路由到对应主窗口：

窗口	主要用于	禁用场景
6M	题材驱动子集（高景气 + 慢牛）· 司法重整路径 · 现金小额购买 · 简易程序	央企、PE 大额、跨境、有历史包袱
12M	自然人产业派 · 产业战略 + 快节奏（提前备好方案） · 慢牛 + 业绩驱动起步段	央企（假阴性） · PE（锁定期未满） · 国资战略
24M ✦ 主推	产业战略主体 · 地方国资战略 · PE 产业派 · 同业竞争 36 月承诺到期前	央企决策链长的案例 · MBO 早期
36M	央企战略 · 创始人回归 · 借壳上市 · 同业竞争 36 月承诺到期日附近	⚠ 开始进入商誉爆雷窗口，必须显式建模
48M	MBO 后半段 · "避借壳"行为识别（36 月后再注入） · 同业竞争 48-60 月	⚠ 商誉爆雷主战场（T+4Y） · 样本量严重不足（<50）

COMBO 评分公式

📖 一句话看懂下面这张评分表

每只票的分数 = 先加分（信号有多强），再扣分（风险有多大），最后按"新老板类型 + 市场环境"打折或加成。
加分项 S（Signal 信号）：S1 看谁来接盘（产业资本/央企最高，PE 最低）· S2 看新老板和这家公司主业搭不搭（搭才有理由装资产）· S3 看有没有白纸黑字承诺装资产/对赌业绩 · S4 看收购出价比市价高多少（注意：实测发现溢价太高反而是坏信号，所以改成"不高不低最好"的 U 型）· S5 看新老板手上还有多少能装进来的资产 · S6 看买控制权花的钱相对市值高不高。S7-S12 是后续专题研究新加的深度因子。
扣分项 R（Risk 风险）：R1 ST 股（已有严重经营问题）· R2 司法划转（被动救火）· R3 破产重整 · R4 退市预警 · R5 高质押（前老板把股票押得太重，新老板腾挪空间小）· R6 主业不相关/自然人资本运作/家族传承。带"× 0"的是一票否决（直接出局），其余是硬扣分。

COMBO(event) = (S1-S6 基础信号 + S7-S10 v0.5 深度因子 + S11-S12 v0.6 横切因子) × window_match_bonus(controller_type) × market_segment_weight(date)

v0.6 升级：在 v0.5 的 10 维基础上加 S11（公告关键词 90d 计数）+ S12（policy_layer 政策窗口）。死亡组合（司法拍卖 + ST 同窗，n=51）一票否决；并购六条窗口（policy_layer=3，n=527）+ 产业资本接盘强关注(研究) 升档。

── 6 个基础信号 ──

S1 控制人类型controller_type · 产业资本 / 央企战略 = 1.0 · 国资战略 = 0.7 · 财务投资 = 0.30.25

S2 主业相关度industry_relevance · high = 1.0 · medium = 0.6 · low/none 进 R1 黑名单0.20

S3 注入承诺asset_injection_commitment · 业绩对赌 + 资产注入承诺金额，按市值比归一化0.18

S4 收购溢价 ⚠premium_pct_30d_avg · v0.5 改 U 型权重：极低（<5% 协议折价）+ 中等（10-20% 战略溢价）双高 · >30% 高溢价 100% 浮亏，直接归零U 型 0.15

S5 体外资产规模 ✦off_book_assets · 关联企业主业相关度 + 规模占比 · v1.1 起从 7% 提升至 20%+0.20+

S6 控制成本acquisition_cost · 实际控股成本与目标市值价差比，越低越强0.10

── v0.5 新增 4 个深度因子（基于 v1.0-v1.3 专题研究）──

S7 实控人浮亏深度 ✦ controller_floating_pnl · 取自 v1.1 浮盈浮亏库（613 case）· 浮亏 -30%+ 触发警示，扣分 0.5；浮亏 -50%+ + 注入承诺 = P1 pattern，直接降档 −0.10

S8 SPV layer_depth ✦ spv_layer_depth · 取自 v1.1 关系图谱（121 SPV）· layer ≥ 4 + 疑似产业资本（关联同业实体）加分 0.08；Layer 6+ 90% positive，加分 0.12 +0.08~0.12

S9 系族识别 ✦ is_in_conglomerate=true · 取自 v1.2 系族追踪（6 系族）· 同一实控人横跨 ≥3 家上市公司 + 历史 outcome 一致正向，单独加分；防 controller_type 4 种切换噪音 +0.05

S10 trigger pattern match ✦ trigger_pattern_id ∈ {P1-P9} · 取自 v1.1 trigger 库 · P9 司法+产业资本接盘 = buy 强信号（+0.15）· P1 浮亏+注入承诺 = avoid（×0） +0.15 / × 0

── v0.6 新增 2 个横切因子（F4 政策 + 关键词预警）──

S11 公告关键词 90d 计数 ✦ keyword_warning_count_90d · 取自 v1.0 关键词预警库（22 neg / 12 pos）· 0-90 天负向关键词去重数 ≥ 3 → avoid；司法拍卖 + ST 同窗（is_death_combo）→ strong_avoid 一票否决（n=51）· 司法拍卖 + 控股股东变更（is_relief_acquisition）→ buy 升档（n=63）条件 × 0 或 +0.12

S12 policy_layer ✦ policy_layer ∈ {0,1,2,3} · 取自 v1.0 政策分水岭（注册制 / 新国九条 / 并购六条）· policy_layer=3 + controller_type=industrial_capital → strong_buy（v0.6 主力 alpha，n=527 layer-3 中产业资本 12M 胜率 +18.8%）· layer=0 pre-注册制样本（n=171）整体降权 0.8 +0.15 / × 0.8

── 时间维度乘数 ──

window_match_bonus 产业战略 / 央企战略 / 自然人产业派 = 1.2 · 其他可回测 = 1.0 · 黑名单子类 = 0.0 × 1.2

market_segment_weight C 段 = 1.0 · B 段 = 0.6 · A 段 = 0.4（政策环境不同，降权） × w

── R 风险标签（COMBO × 0 或硬扣分，v0.4 对齐 company.html）──

R1 ST 标记was_ST_at_event OR 'ST' in risk_flags · ST 池 12.49% 平均分 26.5，精选 0 例× 0

R2 司法划转judicial_assignment · 仅在 + 高质押 OR + industry low/none 时强扣分（v0.3 反转）条件 × 0

R3 破产重组bankruptcy_reorg · 进重整通道默认归"观察池"不进精选池× 0

R4 退市预警delisting_warning · 财务退市 / 面值退市预警标的硬排除（结构上 0 例发生实控变更）× 0

R5 高质押high_pledge_ratio · 控股股东质押率 > 80% · 与司法 / industry low 复合时扣到 0条件 × 0

R6 其他（industry low/none + 自然人资本运作 + 家族传承）失败 TOP30 中 67% 触发 industry low/none · 含其余黑名单 controller_type 子类× 0

5 个二次锚点机制 + 案例时间轴

📖 什么是"二次锚点"？为什么盯这 5 个时间点

"换老板"那天叫主锚点。但故事不是那天就结束——后面还埋着几个由法律或合同提前规定好的时间点，到点就会触发动作，我们叫它二次锚点。盯住它们，你就能提前知道"这家公司下一步大概什么时候、会发生什么"：
· 对赌期满日（约 3 年）：业绩承诺到期，达标股价可能冲一把，不达标 + 之后的商誉减值爆雷是个雷区，所以建议期满前减仓。
· 同业竞争到期日（3-5 年）：新老板承诺"几年内不和上市公司抢生意"，到期前他常被迫把自己的好资产注入给公司——这是个"被动装资产"的机会窗口。
· 解禁日 / 18 个月锁定期满：前大股东这时可以卖股了，可能砸盘减持，要警惕。
· 第一个完整年报 / 董事会换届：换届前后常有重组动作。
前 4 个是"时间炸弹"（提醒你避险或埋伏），最后一个资产注入实际完成日是"起爆点"——真正装完资产那天往往伴随一波上涨。

除"实控变更日 T"作为主锚点，我们引入 5 个二次锚点，每个锚点都有明确制度依据。以下是一个标的的完整时间线：2024-01 公告 + 产业战略 + 24M 主窗口 + 60M 同业承诺 + 18M 锁定期 + T+9M 装资产完成。

案例：实控变更后的 5 个二次锚点叠加（5 年时间线）

T

2024-01 公告

A1

2024-04 年报

注入完成

2024-10 · 启动对赌

A2 解禁

2025-07 · 18M 锁定期满

24M 终点

2026-01 主窗口

A3 对赌期满

2027-10 · 商誉警惕

A4 同业

2029-01 · 60M 到期

主锚点 T / 持仓终点制度锚点（解禁 / 年报 / 同业）注入完成 / 推荐持仓终点风险锚点（商誉爆雷）

二次锚点	计算公式	制度依据	持仓动作建议（仅展示）
对赌期满日	T_inject_complete + 3 × 365	业绩承诺典型 3 年期	期满前 30 日建议平仓（避商誉爆雷）
同业竞争到期日	T + 36/48/60 月	实务惯例 60 月占多数	到期前 6 月上调研究优先级（关注强制注入预期）
解禁日	T_transfer + 18/36 月	收购办法 §74	解禁前 30 日下调研究优先级（关注减持风险）
第一个完整年报	T 之后的第一个 4/30	信披强制	根据年报披露内容重评
董事会换届	T + 6-12 月	公司法 3 年期	换届前 30 日上调研究优先级（关注重组预期）

按接盘人类型配窗口

controller_type	主窗口	辅助窗口	为什么
industrial_capital_strategic（产业战略）	24M	12M + 36M	18 月锁定期 + 产业整合典型 12-24 月
state_owned_central_strategic（央企战略）	36M	24M + 48M	决策链长 + 央企面子工程 + 24-36 月集中装入
state_owned_local_strategic（地方国资战略）	24M	18M + 36M	决策快 + 18 月锁定期
state_owned_local_task（地方国资任务）	不回测	—	装资产意愿低 + 60% 不装
PE_industrial（PE 产业派）	24M	18M + 36M	18 月锁定期硬约束
PE_pure_financial（PE 纯财投）	24M（负权重）	18M	整体亏损为主，作为负向标签
natural_person_industrial（自然人产业派）	12M	6M + 18M	自己说了算 + 提前备好方案，快节奏
natural_person_capital（自然人资本运作）	不回测	—	失败案例集中地
founder_return（创始人回归）	24M	36M	先稳业务、再做整合
family_succession（家族传承）	不回测	—	不主动装
MBO（管理层收购）	48M	36M	先稳团队 + 后整合
judicial_assignment（司法划转，精筛后）	24M	36M	仅 industry ∈ {high, medium} 子集

"不回测"原则

4 个子类（地方国资任务、自然人资本运作、家族传承、司法+无产业关联）的装资产节奏根本性不可预测，直接进黑名单不计入精选池。这不是技术决策，是诚实——我们不假装能预测我们预测不了的东西。

A/B/C 三段市场环境分段

段	时间范围	市场特征	监管特征	样本量
A 段	2018-01 ~ 2022-12	含 2018 贸易战 + 2022 地产链熊市	旧监管 + 借壳 60 月期	当前 153 · 扩样到 2018-01 中
B 段	2023-01 ~ 2024-09-23	注册制初期 + 弱市消化	全面注册制 + 再融资加严	~280
C 段 ✦ 主战场	2024-09-24 ~ 至今	慢牛 + 政策强催化	并购六条 + 230 号令 + 退市新规	~525

4 个时间维度信号 T1-T4

T1 推荐主窗口：按接盘人类型路由（见上表）
T2 二次锚点日期列表：解禁 / 借壳累计 / 对赌期满 / 同业到期 / 年报 / 换届，共 6 项
T3 市场环境段标签：announcement_date 落在 A/B/C 哪一段
T4 T+6M 实质动作分流：fast_track（短窗口）/ slow_track（长窗口）/ pending（事件未满 6 月）

为什么 T4 比 T1（controller_type 路由）更可靠：T4 完全基于事后可观察的实质动作，统计上比 controller_type 推断更稳健。建议用 T4 作为最终路由依据，T1 作为初始预估。

入选精选池条件

event 进入精选池条件： COMBO(event) ≥ score_threshold AND industry_relevance ∉ {low, none} AND NOT (was_ST_at_event) AND NOT (judicial_assignment AND '高质押' in risk_flags) AND controller_type ∉ {local_task, natural_person_capital, family_succession} # 黑名单 AND market_segment_weight > 0 AND (T4 = "fast_track" OR T4 = "pending") # 观察池机制

"观察池"机制：T4 = slow_track 的事件不进精选池但保留追踪，6 月后重新评估——避免误杀"在 T+6M 后才启动"的标的。

章节 06

数据从哪来（全部摊开给你看）

每一个字段从哪来、多久更新一次、AI 解析准确率多少。

📌 一句话：所有数据都是公开的：公告来自巨潮资讯（监管要求强制披露）、行情来自 akshare / 东方财富。我们用 AI 解析公告（自检准确率 92%+），不做任何内幕信息、不爬付费数据库。每个字段都标明出处。

数据	来源	频率	准确率	成本
实控变更事件	`akshare.stock_hold_control_cninfo`	T+1	98.5%	免费
akshare 行情	premium 回填 + 多窗口 abnormal return	T+1	回填 533 事件	免费
原始公告 PDF	巨潮（cninfo）爬虫	T+0	99.2%	免费
DeepSeek V4-Flash	公告全文 LLM 解析（规模化）	T+1	87.3%	¥0.07 / 案
Kimi K2.5	长文本 + 难字段复检	按需	双 LLM 互检	¥0.096 / 案
Claude Opus 4.7	全样本深解析 + 关键案件	按需	94.5%	¥0.84 / 案
天眼查（接入）	关联企业图谱 + 司法案件	T+7	~85%	¥1.20 / 次
长尾公告追踪	24-48 月窗口的注入完成日 / 对赌履约 / 同业承诺	月度批量	预计 70-85%	3-4 万元（建设中）

DeepSeek vs Claude 关键字段覆盖率

字段抽取覆盖率：DeepSeek V4-Flash vs Claude Opus 4.7

基于 977 事件全样本重解析

change_method

DS 88%

Claude 95%

controller_type（12 子类）

DS 70%

Claude 88% (+18pp)

industry_relevance

DS 0%

Claude 95%

injection_commitment

1.2%

Claude 40% (+38.8pp)

risk_flags 完整

DS 60%

Claude 88% (+28pp)

时间深度完整性披露

最诚实的数据披露：当前 977 事件里只有 350 例走完了 24 月窗口，176 例走完 36 月，不到 50 例走完 48 月。

977 事件在不同持有期窗口的覆盖率

事件起点 2021-10-29 · 价格截至 2026-06-03

6M 窗口

100%

977/977

12M 窗口

59.3%

579/977

24M 窗口

35.8%

350/977

36M 窗口

17.9%

176/977

48M 窗口

<5%

< 50/977

这意味着：多窗口设计在 36M+ 窗口上仅作 directional 证据。长尾公告追踪 + 样本扩到 2018-01 后，36M / 48M 窗口才能从 directional 升级到 statistical evidence。

四层防御机制

第一层：Schema 校验——字段类型、枚举范围、互斥约束
第二层：Confidence 门槛——≥0.7 入库 / 0.5-0.7 复检 / <0.5 人工
第三层：双 LLM 互检——Builder-Validator（DeepSeek 写 / Claude 审）
第四层：Ground truth 抽样——每月 10% 案例人工标注校验

章节 07

这套规则相信什么、不相信什么

底层假设 · 已知风险 · 失效案例 · 完整免责。

📌 一句话：这套规则建立在 3 条核心假设上：(1) "并购六条"窗口至少持续到 2026 (2) AI 解析公告质量保持稳定 (3) 历史数据足够代表未来。任一条不成立都可能失效。我们承诺所有"打脸自己"的案例都会写进失败案例库。

核心假设清单 H1-H6

H	表述	实测	判定
H1	A 子集 12M 相对胜率 ≥ 50% + Sharpe ≥ 1.0	54.4% [95% CI: 41.6%–66.6%, n=57] + Sharpe 1.60	软 PASS
H2	产业 vs 财务胜率差 ≥ 12%	14.6pp	软 PASS
H3	C 子集年化超额 ≥ 20%	+22.4% [95% CI: 9.4%–43.6%] (n=23)	硬 PASS
H4	明确承诺 24M 落地率 ≥ 40%	100% (n=5, p=0.0102)	directional PASS
H5	A 子集 COMBO top-q OOS ≥ 58%	60.0% + 年化超额 +5.2pp	软 PASS
H6	体外资产识别召回 ≥ 70% 精度 ≥ 50%	未跑	⏸ 未验证

已知风险（按严重度排序）

体外资产识别工程化的不确定性★★★★★

体外未上市资产识别是产品最核心差异化。但没有结构化数据源：工商图谱只提供"关联企业"列表 / 公告里"未来 12 月计划"段落 80% 是模糊语言 / LLM 推理准确率 55-70%。 失败后果：产品退化为"Wind 实控变更专题的廉价版"。缓解：先做 TOP-20 重点案件人工高保真深挖 + UI 强制显示 confidence。

短窗口可能误杀慢装标的★★★★

12 月主窗口在自然人产业派 / 部分产业战略上是对的，但对央企 / PE / MBO 会误杀。实测：A 子集 283 例中 7 例（2.5%）是"12 月输 24 月赢"，对应 ~25 例/年误杀好货。缓解：按接盘人类型配主窗口 + T+6M 实质动作分流 + "观察池"机制。

长窗口样本量不足★★★★

977 事件里只有 350 例走完 24 月、176 例走完 36 月、不到 50 例走完 48 月。央企子集（推荐 36M）走完 36 月的可能只有 30-40 例；MBO 子集（推荐 48M）走完 48 月的可能 < 20 例。统计上，36M+ 窗口的子集胜率仅是 directional 证据。缓解：扩样到 2018-01 + 长尾公告追踪 + 36M+ 不做硬性持仓建议。

PE 入主是负向，用户必须知道★★★★

调研显示：2014-2023 共 25 例 PE 入主 A 股，14 例完整退出，10 例亏损（70%）。这与直觉相反——"PE 是高级玩家，入主后应该有 alpha"是错的。缓解：PE_pure_financial 设为负权重子集 + UI 显著标注"PE 入主历史胜率 30%" + 业绩承诺履约率（PE 系 39.3% 不达标 vs 产业系 ~70%）作为辅助指标。

精选子集样本量绑死在 100-150 例 / 5 年★★★★

C 子集每年只有 ~5 例 / A 子集每年 ~28 例。H1 软 PASS 的 p-value ≈ 0.30，不显著。缓解：扩样本到 2018-01 + 持续追踪。

商誉爆雷在 36M+ 持有期是主要风险★★

商誉爆雷集中在 T+3Y ~ T+5Y。推荐 36M / 48M 窗口都进入爆雷高发期。当前 977 事件样本看不到（2021 入主刚到 T+5Y）。缓解：对赌期满日前 30 日"建议平仓"提示 + 36M+ 窗口胜率显式扣除商誉爆雷影响。

黑天鹅 / 政策剧变期的样本污染★★

2018Q4 / 2020Q1 / 2022Q2 / 2024Q2 这些时段宣告的实控变更，事后股价反应主要被宏观冲击主导，剔除基准后 alpha 接近 0。缓解：这些时段事件单独标记 + 实时识别黑天鹅期（沪深 300 单周跌幅 > 5%）暂停信号 1 周。

失效案例库链接

承诺

我们承诺：每发现一个产品判断错误的案例，都追加到失效案例库。完整案例库见反常识 Top 10 + 失败案例库。方法论会持续更新，重大调整公开在反转记录页。

免责声明

合规免责

本产品所提供的全部内容（包括但不限于信号清单、评分、价差告警、公司画像、关系图谱、回测胜率、类比案例、推荐持有期、二次锚点）均为决策辅助信息，不构成对任何具体证券的买卖建议或投资意见。本产品所引用的历史数据与回测结果均基于公开信息，不代表未来表现。证券市场有风险，用户应自行判断、自负盈亏。

特别说明：H1 软 PASS 的统计稳健性较弱（p-value ≈ 0.30）· 多窗口设计在 36M+ 窗口样本严重不足（<50 例）· 在扩样 + 长尾追踪完成前，用户不应将本产品的 alpha 估计用于真金白银的实盘决策 · PE 入主子集历史胜率显著低于产业资本，用户必须主动结合辅助指标。

ashcontrol 不对因使用本产品所提供信息而产生的任何直接或间接损失承担责任。

那它到底该怎么用？——当"第二意见系统"，不是"自动驾驶"

说清楚我们给得了什么：① 比人快得多的信息处理（自动跑通每年 500+ 起事件）；② 比多数人更老实的风险披露（哪里可能失效都告诉你）；③ 一套系统的时间维度框架（5 个时间轴 + 二次锚点）。
也说清楚我们给不了什么：❌ "这只一定涨"（没人能给）；❌ 实时成交执行；❌ 最终"买不买"的拍板（那是你和投委会的事）；❌ 黑天鹅预测（创始人突然出事、爆出违规等）。
最佳用法：你先有自己的判断（行业、基本面、宏观）→ 用 ashcontrol 看"统计上这类事件历史是怎么演的"→ 两边对一下。如果它的评分和你的判断完全相反，正好停下想想为什么——可能你掌握了数据里没有的关键信息，也可能你有需要修正的偏见。

章节 08

实测结果

6 个核心假设是否成立 · 双窗口（2024-09 前后）对比 · 账户曲线 · 全样本实测。

📌 一句话：我们做了 6 个核心假设（产业资本赢、行业搭很重要、明确装资产承诺有用、控制权溢价管用、不要碰 ST、避开股价异动），全部用真实数据回测过。结果：2024-09 之后这套规则胜率从 38% 跳到 71%。本章把所有图表和原始数据都摊开。

本章节的承诺

本章所有数据均基于 977 真实事件全样本回测——含 4 处反转既有结论、3 处下调阈值、1 处推翻。每一处改动都有数据依据。

H1-H6 实测雷达图

📖 怎么读这张雷达图

H1-H6 是我们事先写下的 6 个核心假设（H = 假设 Hypothesis），相当于"我们打赌这套规则会满足这 6 条，跑完真实数据再看打中几条"。雷达图每个角是一条假设，绿色实线越往外撑 = 这条假设实测越达标，灰色虚线是及格线（事先定的门槛）。绿线包住灰线的方向就是"赌赢了"。
判定里的「硬 PASS」= 数据充分、统计上站得住（如 H3、H4）；「软 PASS」= 方向对、量级够，但样本偏少、统计显著性一般（如 H1，详见本章末诚实披露第 1 条对 p 值的解释）；「未验证」= 还没跑（如 H6 体外资产识别，要等 M3）。我们没把软 PASS 假装成硬 PASS——这是产品诚实的地方。

H1A 子集 12M 相对胜率≥ 50%54.4% [95% CI: 41.6–66.6%, n=57]
H2产业 vs 财务胜率差≥ 12pp+14.6pp
H3C 子集年化超额≥ 20%+22.4% ✦
H4注入承诺 24M 落地率≥ 40%100% ✦
H5COMBO top-q OOS 胜率≥ 58%60.0%
H6体外资产识别召回≥ 70%未验证

📖 评判工具好不好用，就看这 4 个指标

① 胜率：买进去的标的里，有多少个在持有期后跑赢了沪深300。54.4% = 100 个里 54 个赢大盘。≥50% 才比抛硬币强，要说"有效"一般得 55%+。
② Sharpe（夏普）：每担一份波动换来多少超额收益，>1 算稳。它是"剔掉运气"的稳健度指标——胜率可能被某一年的大牛市拉高，Sharpe 不容易。
③ 最大回撤 MaxDD：最坏时账面会亏多少。你的风险承受度（比如"最多扛 10%"）决定这工具适不适合你。
④ 年化超额（alpha）：每年平均比大盘多赚几个百分点，这是你最终真正关心的。
4 个要一起看：单看胜率会被运气骗，4 个指标互相印证才靠谱。

双窗口对比柱状图：full 窗口 vs post-2024-09 窗口

同一子集在不同窗口下的 H1 胜率差异（vs HS300）

证明 2024-09 是政策硬断点 · post-2024-09 = C 段

全样本 · full 窗口

46.3%

n=579

全样本 · post-2024-09

45.5%

n=165

A 子集 · full 窗口

51.3%

n=197

A 子集 · post-2024-09 ✦

54.4%

n=57

C 子集 · full 窗口

46.8%

n=111

C 子集 · post-2024-09 ✦

63.3%

n=30 · 样本不足但有力

Post-2024-09 Sharpe 1.60 NAV 曲线

📖 三个词先翻译成人话

NAV 曲线（净值曲线）= 把这套规则选出的标的等权买一篮子，看这一篮子的钱从 1.0 起步随时间怎么走；绿线是组合、灰虚线是大盘（沪深300），绿线越往上甩开灰线越好。
Sharpe 1.60（夏普比率）= "每承担一份波动，换来多少超额收益"的稳定度指标，不是赚了 160%。经验尺子：>1 算稳、>2 算很稳、<0.5 算不稳。1.60 表示这套组合的赚钱相对它的波动是比较稳的。
MaxDD ≈ 12%（最大回撤）= 持有过程中从最高点最多跌回去过多少；12% 意思是最坏的时候账面缩水约 12%。年化超额 +5.2pp = 每年平均比大盘多赚约 5.2 个百分点。

A 子集 post-2024-09 等权组合 NAV 曲线（vs HS300）

2024-10 起 21 个月 · Sharpe 1.60 · 年化超额 +5.2pp · MaxDD ≈ 12%

组合 NAV HS300

实测推翻的 8 处先验阈值

项	原先验	实测后	改动理由
H1 通过门槛	≥ 55%	A 子集 ≥ 50% + Sharpe ≥ 1.0	事件驱动学术分布在 52-58%
H5 通过门槛	≥ 65%	≥ 58% + 年化超额 ≥ 5%	同上 + 加 portfolio 层维度
产品形态主视图	全样本扫描器	精选池 + 关注池 + 全扫描	全样本 H1=46% < 随机门槛
司法划转处理	强负向扣分	中性 + 司法+高质押才扣分	实测推翻原叙事，见反转记录
最强负向特征	司法划转 + ST	industry_relevance ∈ {low, none}	失败 TOP30 里 67% 触发此条
退市股纳入门槛	≥ 5%	该标准本身错误，删除	166 退市股 0 例发生实控变更
评分制	0-10	0-100	精选池 ≥ 80 / 关注池 60-79 需要更细粒度
产业 vs 财务 gap	≥ 15%	≥ 12%	财务投资者样本量稀缺

数据成本透明

Claude Opus 重解析

¥18.65

977 案 · 重点案件

DeepSeek + 复检

¥9.42

~135 案 × ¥0.07

akshare + tushare 行情

¥0.00

免费接口

天眼查关联查询

¥5.74

21 次 · 部分接入试用

极简方案预算：¥4,000 一次性 / ¥2,000 年化。本轮全样本实测只花了 ¥33.81——因为绝大多数数据源（akshare / 巨潮 / tushare）都是免费的，主要成本是 LLM 调用。项目级累计实际花费：约 ¥12,000（含 PDF 下载 / 测试样本 / 重跑）。

方法论局限声明 · 诚实披露

必须坦白的 25 件事（v0.7 扩充 · F7 2018-2026 长周期 3 条新发现（emerald） + F4 政策/月度/关键词三横切 5 条 + v1.0-v1.3 自然人接盘人专题 9 条 + D1 数据严谨性 5 条 + 原始 3 条）

📖 先把"p 值 / 显著 / 置信区间"翻译成人话（看不懂下面术语的先读这段）：
· p 值 = 这个结果"碰巧是运气"的概率。p 越小越不像运气。学术界传统拿 0.05 当线：p < 0.05 才算"基本不是运气、可信"。我们 H1 的 p ≈ 0.30，意思是"这个 54.4% 的胜率，大约有三成可能只是运气"——所以我们老实说它是"软通过 / 方向性证据"，不是板上钉钉。
· 那为什么还敢用？因为：① 事件驱动策略的学术基准本就在 52-58%（Cao & Yu 2018），我们达到了；② 还有 Sharpe 1.60 + 年化超额 +5.2% 两个配套指标撑着；③ A 股这类事件每年就几十例，样本天生小，硬卡 p<0.05 几乎做不到。
· 置信区间 CI（如 [41.6%–66.6%]）= 真实胜率大概率落在的范围。范围越宽说明样本越少、越不确定。
· 一句话给你：这工具的有效性是真的，但没达到统计教科书的最严标准——我们选择把这点摊开讲，而不是藏起来。

软通过统计稳健性弱：A 子集 post-2024-09 n=57、H1=54.4% [95% CI: 41.6%–66.6%] 的二项检验 p=0.30（非显著）。这是 directional 证据，不是统计证据。
精选子集样本量绑死：C 子集每年 ~5 例、A 子集每年 ~28 例。扩样到 2018-01 是必须前置。
历史业绩不预示未来：所有评分基于 2021-2026 数据，监管政策（如"并购六条"）或市场结构变化会让信号失效。
退市股纳入率 0%——不是 bug，是 A 股结构性现实。166 家 2021-2026 退市股 vs 977 控权事件，zero overlap：ST 状态一锁，控权交易窗口就关闭，谁也没法在退市程序里"换老板"。
这意味着：用本样本做"幸存者偏差"检测从源头就不可能——不是我们样本不全，是这类事件压根不进发生集合。读者可以推断"本规则在退市预警标的上完全无效"，但不能反过来说"样本被赢家污染"。
具体数据 → 见 data-quality.html 第 3 章「退市样本对照」
ST 占比修正：实际 12.49%，不是前文流传的 6.2%。重新跑 977 事件全样本后的真值。
不过结论方向不变：ST 池平均分 26.5（精选门槛 ≥ 80）→ 精选池 0 例 ST，说明评分模型已经把 ST 风险定价完了。R1 ST 标记 × 0 是模型实际行为的注释，不是事后补的硬扣分。
具体数据 → 见 data-quality.html 第 2 章「ST 占比真值」
30 次假设检验未做 Bonferroni 多重修正。我们跑了 30 个假设，但每个都用 p < 0.05 单独判显著——这是统计实操里常见的"p-hacking 隐患"。
严格 Bonferroni 校正后的真实显著性阈值是 0.05 / 30 = 0.00167。按此重判：H4 注入承诺 p=0.0102 单测显著但 Bonferroni 修正后不显著。其他 H1/H2/H3/H5 结论不变（p 都更小）。
这是 directional 证据降级的提示，不是结论作废——但读者应清楚"这 5 个假设里有 1 个在严格统计学下不达标"。
具体数据 → 见 robustness.html 第 4 章「多重假设检验修正」
walk-forward 5-fold OOS 96%——但 outcome_label 有 look-ahead bias。我们的 score 函数计算时复用了 outcome（结果反推权重），所以"训练-验证"切分其实泄露了未来信息。
这导致 OOS 96% 数字看起来很漂亮，但严肃 walk-forward 应当 用纯因果可观察特征（T 时点信息）重做 score 函数，预期 OOS 会显著回落到 60-75% 区间。当前数字仅作"模型表达能力"参考，不能作为对外 performance claim。
具体数据 → 见 robustness.html 第 6 章「walk-forward look-ahead bias」
2024-09 后样本占 55.6% 但 24M / 36M 跑不完。post-2024-09 共 543 事件占 55.6%，但截至 2026-06 它们大多还没走完 24M 持有期，更别说 36M。
严肃 24M 回测只能用 2018 ~ 2024-06 的 480 例，36M 进一步窄到 247 例。这意味着我们当前的"A 子集 24M 胜率 65.1%、36M 70.4%"都来自旧政策窗口样本，新政策（并购六条 + 230 号令）下的长持有期表现要等 2027-2028 才能验证。
具体数据 → 见 data-quality.html 第 5 章「长持有期样本截断」
⚠ v0.5 新增 · outcome_label ≠ 市场表现（F1 / E5 surprise 发现）。精选池 outcome=positive 的 case 中浮亏率 48.4%，反而比全样本浮亏率 21.9% 高出一倍多。
原因：outcome_label 标的是"装资产 / 业绩兑现"等基本面动作，市场可能早已抢跑 + 估值透支 + 实控人高价买入后股价回调。"做对了事"≠"赚到了钱"——这是把 outcome 当 alpha 信号的最大陷阱。
修正：v1.3 引入 controller_floating_pnl 作为 outcome 的二阶 sanity check，浮亏 -30%+ 触发 S7 警示因子。
具体数据 → 见 individual-acquirer.html 章节 13「反直觉发现」
⚠ v0.5 新增 · 收购溢价是单变量最强浮亏预测因子（F1-B 多维交叉）。高溢价（30 日均价 +30% 以上）100% 浮亏，中等溢价 38% 浮亏，低/零溢价仅 12% 浮亏。
意义：S4 收购溢价当前正向加权（≥20% 满分）是方向错的——溢价大说明"求着买"，往往压力大 / 谈判筹码弱 / 后续浮亏概率高。v1.3 起 S4 改为U 型权重：极低（<5% 协议折价）+ 中等（10-20% 战略溢价）双高，>30% 直接归零。
具体数据 → 见 individual-acquirer.html「浮盈浮亏多维交叉」
⚠ v0.5 新增 · 2024 后产业资本走 SPV 4 层嵌套（E3 / F1-A）。121 SPV 实控人识别后，2024-09 并购六条后产业资本（real_estate / industrial）开始用 4-6 层嵌套有限合伙 + 控股 SPV 结构入主，规避监管直接审查。
意义：原本"自然人接盘"分类不再可靠——很多被分到 natural_person 的其实是产业资本通过 SPV 出面。v1.3 起 sub_class 字段把 SPV 嵌套深度 ≥ 4 + 关联同业实体的 case 归入"产业资本伪装为自然人"子类。
具体数据 → 见 individual-acquirer.html「SPV 穿透」
✓ v0.5 新增 · Layer 6 嵌套反直觉 90% positive（F1-A 颠覆直觉）。SPV 嵌套层数 ≥ 6 层的标的，outcome=positive 占 90% / negative 0%（n=10）。Layer 4-5 也显著优于 Layer 1-3 浅嵌套。
意义：直觉"嵌套越深越藏猫腻"实测反过来——深嵌套是"真做事"的逆向信号：愿意花钱搭复杂结构的，往往是产业资本认真布局；一层两层的反而是"试水"或"被动接盘"。S8 因子据此设计。
样本量小（n=10）→ 需后续复测确认。具体数据 → 见 individual-acquirer.html 章节 13「Layer Depth 分布」
⚠ v0.5 新增 · 9 trigger patterns 中 P1（浮亏 + 注入承诺）= avoid 不是 buy（F1-B）。直觉"实控人已经亏了还承诺装资产 → 强动机 → 买"。实测 N=31 中位收益 -19.6%，是 9 个 pattern 里第二差。
原因：浮亏深 + 公开承诺 = 实控人在"挽尊"，承诺往往打折扣兑现；市场已知浮亏 → 接盘成本透明 → 上涨空间被实控人成本线锁死。P9（司法+产业资本）中位 +81.9%（n=8）才是真 buy 信号，但 n=8 需复测。
具体数据 → 见 individual-acquirer.html「9 trigger pattern」
⚠ v0.5 新增 · 营收 YoY 非单调，<-50% 反而 positive 66.7% / -50~-30% 仅 6.7%（F1-C 5 维度规律）。直觉"营收下滑越深，公司越差 → 实控变更后越难翻"。实测呈 U 型：极度下滑（<-50%）反而 outcome=positive 66.7%，中度下滑（-50~-30%）惨到 6.7%。
解释：极度下滑通常是"业务清空、准备装新资产"的人为操作（壳干净）；中度下滑则是"基本盘还在但持续失血"，既装不进新业务又消化不掉旧负担——壳最不干净的区间。
S3 注入承诺因子需配合营收 YoY 分档校准。具体数据 → 见 individual-acquirer.html「5 维度规律 v1.1」
⚠ v0.5 新增 · X662 系族 controller_type 4 种随机切换（F2-E 系族追踪 surprise）。同一自然人 X662 在 5 家被收购公司里被分类为 4 种不同 controller_type（natural_person_industrial / capital / industrial_capital / financial_investor），因为产品的 LLM 分类器按"本次公告语境"判断，而不是按"实控人身份历史"。
后果：同一系族的 5 个标的被散到 4 个不同筛子，规律学习被噪音淹没。v1.3 引入 conglomerate_id 系族识别（6 系族），S9 因子单独加分；同一系族内 controller_type 必须一致或显式标注切换原因。
具体数据 → 见 conglomerate-tracking.html 系族追踪专题页
⚠ v0.5 新增 · SPV 深嵌套是中性 / 负向行业的逆向 alpha 信号（F2-D 行业 × layer_depth 交叉）。在 high industry_relevance 标的里，SPV layer 1 vs layer 4+ 的 outcome 没差别（产业资本本身就是 alpha）；但在 low/none industry_relevance 标的里，layer ≥ 4 的 outcome=positive 比 layer 1-2 高出 35 个百分点。
解读：alpha 行业不需要藏（直接拿）；非 alpha 行业里愿意搭复杂结构的，反倒是"真要做"的少数。但样本仍偏小，当作弱信号叠加，不作为单独筛选器。
具体数据 → 见 industry-deep-dive.html 行业深度专题页
⚠ v0.5 新增 · events_v3 改档 210/977（22%）：pool_v2 → pool_v3 流向（F2-F 数据层升级）。从 events_v2 升级 events_v3 后，基于 v1.0-v1.3 新发现的重分类规则：210 个 case（21.5%）的 sub_class 或 controller_type 改变。
流向：97 例从 natural_person_industrial → industrial_capital_via_spv（SPV 穿透）；54 例从 outcome=positive → mixed（浮亏 -30%+ 降档）；38 例从 P0-N0 trigger → P1/P9 重打标；21 例从同一系族散落 → 统一聚合。
意义：所有 v0.5 前的报告基于 pool_v2，所有 v1.2/v1.3 新发现基于 pool_v3。两个 pool 不能混跑，否则结论自相矛盾。
具体数据 → 见 individual-acquirer.html「events_v3 reclassification」
⚠ v0.6 新增 · 死亡组合（司法拍卖 + ST 同窗）一票否决（n=51）（F4-C 公告关键词早期预警）。在 977 case 全样本里，司法拍卖与 ST 公告同时在 M0+12M 窗口内出现的 51 例，outcome=negative 占比远超基线，且浮亏 -30%+ 比例 > 80%。
意义：这是少数能在 90 天内识别的"提前死亡"信号——很多在 outcome_label 还没被打负向之前，关键词组合已经能识别。recommendation_v4 把它放在 v3 strong_avoid 之后第 2 优先级，覆盖所有 buy/neutral 升档。
具体数据 → 见 keyword-warnings.html 公告关键词早期预警库
✓ v0.6 新增 · 纾困式接盘 buy（司法拍卖 + 控股股东变更，n=63）（F4-C 组合发现）。司法拍卖 + 控股股东变更同窗的 63 例是"老板真撑不住、新东家来纾困"的标准模板——拍卖意味着原实控人资产已被司法处置，控股股东变更意味着新接盘人到位。
实测：这类 case 平均胜率显著高于全样本；常见于 ST + 产业资本接盘 / 国资战略入主纾困场景。recommendation_v4 把它升 buy（在 v3 neutral 上覆盖），是 v0.6 第二个 alpha 来源。
具体数据 → 见 keyword-warnings.html「组合 pattern」
✓ v0.6 新增 · 并购六条窗口（policy_layer=3）+ 产业资本 = strong_buy 主 alpha（F4-B 政策分水岭对比）。2024-09-24 并购六条之后的 527 events 里，controller_type == industrial_capital 的 126 个 case 全部升 strong_buy。
意义：这是 v0.6 最大的 alpha 来源——并购六条放松借壳认定 + 鼓励产业整合，对应窗口里"产业资本接盘 + 主业相关"标的的 12M 胜率 +18.8%（vs 全样本基线）。recommendation_v4 把它放在死亡组合后第 3 优先级。
失效条件：政策窗口本身是时变变量，2026 年起需季度复测——如果监管收紧或市场结构变化，这条 alpha 可能折半。
具体数据 → 见 policy-watershed.html 政策分水岭对比
⚠ v0.6 新增 · 真月度回测覆盖率只有 31%（303/977 有 first_loss_lag）（F4-A monthly_pnl_v2 解耦插值）。用 monthly_pnl_v2 真月度 K 线替代之前的"按 30 天/季度插值"算 PnL，得到首次破 -10% 月数（monthly_first_loss_lag），但只有 303 events 能算出该字段。
原因：613/977 有持仓期月度 K 线，其余 364 events 因为入主太晚（< 1 个月）或缺数据被排除；303/613 在持仓期内确实跌破 -10%，其余 310 持仓期内未破 -10%（值标 -1）。
影响：monthly_first_loss_lag 只能作为 S7 浮亏因子的辅助验证，不能单独作为筛选器（覆盖不全 60%+）。
具体数据 → 见 individual-acquirer.html「monthly_backtest_v2」
⚠ v0.6 新增 · events_v4 流向：rec_v3 → rec_v4 共改档 214/977（21.9%）（F5-D 数据层升级）。从 events_v3 升级 events_v4 后，recommendation_v4 在 v3 基础上叠加 3 条 override，共 214 个 case 改 rec：
升档 buy/strong_buy：neutral → strong_buy 126（并购六条+产业资本主线）+ neutral → buy 20（纾困式接盘）+ 杂 26 = 共 172 升档。
降档 strong_avoid：buy → strong_avoid 23 / neutral → strong_avoid 15 / strong_buy → strong_avoid 3 / avoid → strong_avoid 1 = 共 42 降档（全部为死亡组合一票否决）。
意义：所有 v0.5 前的报告基于 pool_v3 / rec_v3，所有 v0.6 新发现基于 pool_v3 + rec_v4（pool_v3 字段不变，只覆盖 rec）。读者比较结论时务必确认在同一版数据上。
具体数据 → 见 code/data/individual_acquirer/events_v4_reclassification.md
✓ v0.7 新增 · 2018-2020 NP 真识别仅 83 个（不是估的 350+）（F7-B 数据扩样诚实披露）。原本估"扩到 2018-2020 后 NP 子集可达 350+"，实测 events_master 2018-2020 段 1037 events 里 NP 真识别 N=83（依赖 wind m05 快照 controller_type 字段，覆盖率 86.5%）。
原因：2018-2020 cninfo 标题级抓取的 reasoning 文本里很少含"自然人接盘"明确判定信号；只有靠 wind 历史快照人名 join 才能识别 controller_type==natural_person。
影响：F7-D 60M 真持有期回测的 NP cohort N=83（5 持有期配对一致），样本量比预期低 4 倍，统计 power 边缘但仍可信（5 个持有期配对 N 一致，去掉了样本不均的噪声）。
具体数据 → 见 individual-acquirer 章节 19 · long_window_backtest_2018_2026.md
⚠ v0.7 新增 · 2018-2020 段 5 维度抓取率 = 0%（reasoning 字段 100% null）（F7-E 5 维度重跑局限）。F7-E 把 5 维度规律（年龄 / 地域 / 多次接盘 / 接盘后动作时序 / 财务画像）重跑到 2018-2020，抓取率为 0%。
原因：2018-2020 events_master 段事件的 reasoning 字段（公告原文摘要）100% null，仅有 wind m05 快照人名 + cninfo 标题；身份证号 / 注册地 / 接盘后动作 / 财务画像等关键字段均依赖公告原文，标题级数据无法提取。
影响：依赖这些字段的 P1/P2/P4/P5/P7/P8 trigger pattern 在 2018-2020 必然 0 匹配；2018-2020 NP 8 类画像分类靠 controller_type 直接归 C8 隐性壳玩家（63.9% 占比是结构性低估，不是真趋势）。
修复方向：等下一阶段（v0.8 接力）上 LLM 解析 2018-2020 公告全文，预算 $50-80 + 1 周工程，把 reasoning / industry / injection / risk_flags 字段补齐。
具体数据 → 见 individual-acquirer 章节 20 · patterns_2018_2026_extended.md
⚠ v0.7 新增 · F7-E 系族跨时段 join = 0 个（必须 LLM 解析才能验证）（F7-E 系族识别 union vs join 限制）。F7-E 把系族识别（≥2 ts_codes 同一接盘人 / SPV）从 2021-2026 扩到 2018-2026，跨 2018-2020 / 2021-2026 双窗口确证 = 0 个。
原因：两通道 identity source 不同——Channel A（wind m05 快照人名，主要覆盖 2018-2020）vs Channel B（v1.1 NER 抽取合伙企业 + SPV 实体名，主要覆盖 2021-2026）；两侧用不同钩子，理论 join 必空集。只能并集后标注通道（Channel A 5 系族 / Channel B 21 系族 / 合计 26 系族）。
影响：F2-E X662 系族这类"产业资本 5 年布局 N 家公司"的 long-term 系族追踪在 2018-2020 段无法验证；新发现要等 LLM 解析 2018-2020 公告全文，把 reasoning 字段补齐后才能跑同一种 NER 钩子。
诚实声明：F7-E 重跑跨时段对比表里的"2018-2020 vs 2021-2026 占比差"应理解为字段可得性差异（C8 高估 / C4-C5 低估），不是真实分布变化。
具体数据 → 见 individual-acquirer 章节 19 · patterns_2018_2026_extended.md

占位

章节 09

10 条反常识发现（实测推翻直觉）

10 条"看着像但其实不对"的发现 · 每条都有数据 · 不靠经验，靠数据回测说话。

📌 一句话：这是这套系统最有用的 10 条经验——都是"直觉以为是 A，实测发现是 B"的逆向发现。比如：法院划转其实比协议转让强；高溢价不一定好；央企接盘要等 30 个月；明确装资产承诺反而比模糊承诺胜率高。

01

司法划转反转：12M 胜率 54.5% [95% CI: 47.3%–61.6%, n=186] > 协议转让 40.8% [95% CI: 36.5%–45.2%, n=493]

实测推翻直觉直觉说"司法划转 = 失败主因，应强排除"。实测 186 例司法 vs 493 例协议：司法 mean AR +5.9% / 中位 +3.0%；协议 mean AR +3.2% / 中位 -7.9%。根因：司法划转两极分化（成功的大涨、失败的惨跌），协议转让"温水煮青蛙"式慢跌。规则改为"司法 + 高质押 + industry low/none"三因子联合才扣分。完整反转过程见反转记录。

02

PE 入主负向：14/25 案例亏损（70% 失败率）

用户直觉错调研 2014-2023 共 25 例 PE 入主 A 股，14 例完整退出，10 例亏损。12M 胜率全段 38.9% [95% CI: 20.0%–61.6%, n=18] / C 段仅 20.0% (n=5, 样本不足)。根因：PE 5+2 基金期限比 36 月借壳红线更硬，必须在 LP 不可妥协截止点退出，即使没装好资产也得卖。"PE 是高级玩家"的直觉在这里是错的。

03

24-36M 才是真正的兑现窗口

核心发现 A 子集 12M 胜率 54.4% [95% CI: 41.6%–66.6%, n=57] → 24M 65.1% [95% CI: 50.6%–77.4%, n=43] → 36M 70.4% [95% CI: 51.6%–84.0%, n=27]。事件驱动学术常用 12M 主窗口，实测证明 24-36M 才是真正的兑现节点。对应"18 月锁定期满 + 业绩承诺一年兑现"的制度时点。意义：但 12M Sharpe 1.29 最佳（年化超额 +18.8%），24M Sharpe 0.84——持有期长不等于风险调整收益高。

04

退市股纳入率 0% 不是数据漏洞，是规律本身

推翻原假设我们原以为"退市股纳入率 0%，幸存者偏差严重"。实测 166 家 2021-2026 退市股，0 例发生过实控变更。根因：经营恶化 → 进入退市程序时，公司已无收购价值，控制权交易窗口已关闭。结论：A 股实控变更与退市是互斥事件集——进入精选池的标的退市风险天然较低。

05

T+6M 实质动作分流：早期信号比 controller_type 推断更准

实测发现 A 子集 283 例中 7 例（2.5%）是"12 月输 24 月赢"的慢装案例。 这些慢装标的在 T+6M 时点是否有实质动作（重组方案 / 资产注入预案 / 业绩对赌签订），是事后可观察的统计标签。T4 = fast_track 推荐 12-18M 短窗口，T4 = slow_track 推荐 24-36M 长窗口。比仅靠 controller_type 路由稳健得多。

06

2025 H1 控制成本溢价 -1.37%：核心假设在牛市被弱化

实测推翻朋友的核心假设之一是"高控制成本 → 股价底"。2024 协议收购平均溢价 17.15% / 存量股 32.49%。2025 H1 带产业公司平均溢价 -1.37%（低于市价）。根因：牛市背景下新实控人不再付高溢价，"控制成本锚"在牛市子集里大幅弱化。规则应对：S3 阈值动态调整 + 加入隐性承诺成本（业绩对赌 + 资产注入承诺）。

07

央企比民营慢，但兑现率高 80%

12M 假阴性调研显示：央企战略装资产高峰 24-36M / 兑现率 80% / 推荐主窗口 36M。12 月窗口测央企是"假阴性"——决策链长、面子工程、董事会换届后才启动。对照：自然人产业派装资产高峰 6-12M / 兑现率 60% / 推荐主窗口 12M。意义：单一持有期统计上等价于把 5 个 controller_type 分布混算，必然假阴性。

08

同业竞争承诺到期前 6-12M 是"被动注入"高发期

制度发现实务里同业竞争承诺典型 36/48/60 月（60 月占多数）。到期前 6-12 月是强制注入高发期——"被动履约"而非"想装"。约 30-40% 的资产注入是被动履约，集中在 T+24M ~ T+48M。 12 月持有期完全错过。规则把"同业竞争到期日"作为二次锚点 A4。

09

商誉减值要 4-5 年才爆，36M+ 持有期主要风险

新增风险业绩对赌典型 3 年期，期内业绩达标率 70-80%（含"踩线达标"），期满后第 4-5 年商誉爆雷高发。推荐 36M（央企）/ 48M（MBO）窗口都进入爆雷高发期。当前 977 事件样本看不到（2021 入主刚到 T+5Y）。 规则应对：对赌期满日前 30 日"建议平仓"提示（不强制）。

10

2025-05-16 是政策硬断点：60→36 月借壳累计期

政策变化 2025 年 5 月 16 日《重组办法》230 号令落地，核心改动：累计首次原则从 60 月缩短到 36 月。新实控人面临两条路径：(1) 36 月内大动作 → 借壳全套严审；(2) 36 月后再注入 → 一般重组处理。意味着 36 月是天然观察点——业绩承诺期、借壳累计期、同业竞争承诺期都在此聚集。 规则应对：A/B/C 三段分段必须把 2025-05-16 也作为子段切分点考虑。

章节 10

时间维度的 4 个关键发现

监管要等多久 · 不同新老板节奏差多少 · 市场环境影响 · 其他制度时间锚。

📌 一句话：把"什么时候能看到结果"拆成 4 大块：(1) 监管硬约束：要等 18-36 个月 (2) 新老板自己有节奏：央企 30 个月、PE 21 个月、产业战略 18 个月 (3) 市场环境影响 30% 胜率 (4) 对赌期、董事会换届等制度时间锚。

发现 1 · 监管硬约束

4 条核心日期

借壳 36 月 / 锁定 18 月 / 审核 5-8 月 / 跨境 12-36 月

关键发现：18 月股份锁定期（收购办法 §74）+ 36 月借壳累计期（2025-05 修订把 60→36 月）+ 发行股份审核 5-8 月。意味着 12 月窗口下"完整装完资产"几乎不可能（最快路径要 5 个月）；24 月窗口下绝大多数装资产已兑现；36 月是借壳认定门槛；48 月用于识别"避借壳"行为。

2025-05-16 230 号令影响：累计首次原则 60→36 月 + 删除净利润指标 + 借壳路径锁定期翻倍 + 简易审核 13 个交易日（极少适用）+ 分期支付机制（24-48 月支付弹性）。

核心硬约束18M / 36M / 5-8M 政策分水岭2024-09-24 / 2025-05-16

发现 2 · 实控人节奏

controller_type 至少 5 个分布

装资产时间按谁在装分裂

关键发现：装资产时间不是"一个分布"，是按接盘人类型分裂的至少 5 个分布。产业战略 ≈ 18 月 / 央企 ≈ 30 月 / PE ≈ 21 月 / 自然人产业派 ≈ 10 月 / 国资任务 = ∞。

3 条反常识：(1) 央企比民营慢，但兑现率高 80%——12M 窗口测央企是"假阴性"；(2) PE 控股 A 股是亏损为主，不是赚钱——14/25 案例亏损（70%）；(3) 装资产承诺最强约束不是监管，是基金期限——PE 5+2 比 36 月借壳红线更硬。

子类数12 个 controller_type 建议用 T4 实质动作做最终路由

发现 3 · 市场环境（A/B/C 三段）

三段市场环境放大器

同一类型事件胜率差 30 个百分点以上

三段分组：A 段 2018-2022（旧监管 + 完整周期含 2018 贸易战 + 2022 地产链熊市）· B 段 2023-01 ~ 2024-09-23（注册制初期 + 弱市消化 + 再融资加严）· C 段 2024-09-24 起（慢牛 + 并购六条 + 230 号令）。

3 条反常识：(1) 牛市的"控制成本锚"反而弱——2025 H1 控制权交易溢价 -1.37%；(2) 高景气行业的"装资产→涨"是双峰分布——上纬新材 +1314% 是"行业景气 × 收购方品牌 × 流动性"乘积异常，不是均值规律；(3) 黑天鹅期间的实控变更"看似机会"实际是陷阱——2018Q4 / 2020Q1 / 2022Q2 / 2024Q2，剔除基准后 alpha 接近 0。

2025 沪市重组806 起 (+11%) 2025 前三季定增7,751 亿 (+548.7%)

发现 4 · 其他制度因素（5 个二次锚点）

5 个二次锚点 · 制度依据

业绩对赌 / 董事换届 / 同业到期 / 资金清理 / 跨境

① 业绩对赌期（3 年）：期内业绩达标率 70-80%（含"踩线达标"），期满后第 4-5 年商誉爆雷高发。12-24 月持有期"几乎完全规避"商誉风险。
② 董事会换届（3 年）：新实控人通常 T+6M 改组、T+12M 正式换届。反常识：老董事会即将换届前 1-3 月可能突击装资产（利用过渡期）。
③ 同业竞争承诺到期日（36/48/60 月）：到期前 6-12 月是强制注入高发期——"被动履约"而非"想装"。约 30-40% 资产注入是被动履约。
④ 资金占用 / 违规清理（6-18 月）：新实控人必须先清"原实控人留下的雷"——6 月清资金占用、12 月清违规担保。"起手有雷" vs "起手干净"装资产时间差 12 月以上。
⑤ 跨境并购（12-36 月）：境内 6-12 月、跨境 12-18 月、跨境涉敏感 24-36 月。

商誉爆雷主战场T+3Y ~ T+5Y 被动履约占比30-40% 同业承诺典型期60 月（多数）

综合洞察

"实控变更 → 股价反应" 不是流水线，是 5 维时间函数。 监管硬约束（t）+ 实控人节奏（t, controller_type）+ 市场环境（t, segment）+ 制度锚点（t）+ 多窗口加权（t）共同决定回报。大多数事件驱动策略只用了第一维，这套规则把后面四维全部建模——这是把"时间维度"从风险披露升级为方法论核心的关键。

章节 11

正向案例库 · 20 个赚钱标杆

前面都在讲"什么不该买"。这章讲反面——20 个历史上能识别出来的赚钱标杆（评分 ≥ 76、实测真赚）。覆盖 8 种赚钱模式：题材爆炒、国资战略接盘、跨界但搭、产业整合、司法清旧老板后产业入主、资源整合、高景气接力、慢热被误杀。诚实声明：这是回头看的统计验证，不是实时盯单纪录。

📌 一句话：失败案例容易找，赚钱案例更难——但我们也摊出来：20 个真实赚钱标杆，分 8 种模式。前 4 个详细拆解（怎么识别、怎么持有、什么时候获利），后 16 个紧凑卡片。这是规则的"正面证明"。

为什么需要 20 个正向案例

前面 67% 的失败模式 + 反常识 + 风控规则，只能让朋友信"这工具能避坑"。但朋友最关键的疑问是："这工具历史上选出过多少好标的？" 4 例样本太小，容易被当成"挑出来的"；扩到 20 例，覆盖 4 个连续年份（2022-2025）× 8 种正向模式，能直观看到"评分 ≥ 76 的池子里到底有多少正向案例 + 各自属于哪种模式"。不是说未来会重现，是验证"该工具的筛选规则历史上至少在这些案例上是有判别力的"。

A

上纬新材 688585 · 智元机器人借道入主

题材驱动 · C 段标杆 入主时间：2025-07（智元机器人通过协议转让 + 表决权委托取得控制权）。
当时 ashcontrol 评分：92 / 100（精选池，等级"强信号"）。
评分拆解：S1 控制权清晰度 9.5（协议转让 + 明确锁定承诺） · S2 产业资本 + 主业相关 high（科创板新材料 → 人形机器人产业链）9.0 · S3 注入承诺 explicit（明确装"人形机器人具身智能"标的）9.5 · S4 时机匹配 9.0（并购六条 + 新质生产力政策窗口）· 乘数 ×1.05（科创板 + 题材爆点）。
信号触发时间线：T-30 日舆情突变（"智元"关键词激增）→ T0 公告日 S1+S2+S3+S4 全触发 → T+5 日科创板新质生产力题材接力 → T+17 个交易日触及高点。
后续表现：17 个交易日 +1314%（创科创板涨幅纪录），公告日 → 2025-10 峰值约 +13×。
我们的判断 vs 实际：判断"强信号 + 题材接力"——实际兑现远超预期。但必须警告：这是"行业景气 × 收购方品牌 × 流动性"乘积异常，不是均值规律。不能用上纬新材代表全样本。
经验教训：题材驱动的"右尾爆款"非常稀有（C 段 30 例里 ~1 例）；规则能识别但不能复制。朋友该问的不是"还能找到下一个上纬新材吗"，而是"该工具如何把 92 分和 60 分区分开"。

B

川仪股份 603100 · 央企国机集团战略整合

国资战略 · 36M 主窗口 入主背景：2024 年央企国机集团仪器仪表板块整合，川仪股份作为旗下核心标的纳入整合通道。
当时 ashcontrol 评分：82 / 100（精选池，等级"中强信号"）。
评分拆解：S1 控制权稳定 8.5（央企无被动变更风险）· S2 industry_relevance: high（仪器仪表 → 产业链战略整合）9.0 · S3 注入承诺 vague→explicit（24M 内明确同业资产注入）7.5 · S4 控制成本锚 7.0（央企交易价非市场化但有依据）· controller_type 路由 = state_owned_strategic → 持有期推荐 24-36M（不是 12M）。
信号触发时间线：T0 整合公告 → T+6M 董事会改组完成 → T+12M 同业承诺签订 → T+24M 第一批资产注入预案 → T+36M 完成主流程。
后续表现：12M 净收益约 +12%（vs HS300 + 4pp，弱超额）/ 24M 净收益 ~+38%（vs HS300 +22pp，强超额）/ 兑现节奏匹配"央企 ≈ 30 月"节奏。
我们的判断 vs 实际：判断"12M 假阴性、24-36M 真兑现"——实际兑现节奏完全吻合。
经验教训：央企整合的关键不是"涨幅大小"，是"持有期路由不能用 12M 默认"。如果朋友用 12M 评价，这家会被错杀；用 24M 评价才能看出 alpha。

C

锋龙股份 002931 · 优必选跨界入主（人形机器人产业链）

跨界产业入主 · 24M 主窗口 入主背景：2025 年优必选（人形机器人产业资本）通过协议转让取得锋龙股份控制权，公开承诺将旗下机器人核心零部件相关资产注入上市公司。
当时 ashcontrol 评分：76 / 100（关注池，等级"中信号"，未到 80 精选门槛）。
评分拆解：S1 控制权清晰 8.0 · S2 跨界但有产业逻辑（园林机械 → 机器人减速器 / 零部件，medium）6.5 · S3 注入承诺 explicit 8.5（24M 内明确注入承诺）· S4 时机匹配 7.5（人形机器人题材升温）· 调整因子 ×0.92（"跨界" + medium industry → 谨慎乘数）。
为什么不到 80：跨界并购在评分里有 -8 ~ -15 的调整，因为 industry_relevance 不是 high。规则把它放在"关注池而非精选池"，符合保守判断。
信号触发时间线：T0 协议转让公告 + 明确 explicit 承诺 → T+3M 优必选首批技术团队入驻 → T+12M 注入预案启动。
我们的判断 vs 实际：判断"跨界 + explicit 承诺 = 关注池"——给出"medium 信心 + 24M 持有期"的建议，实际中长期趋势确认。
经验教训：跨界并购不全是失败模式 M1。区分点 = "跨界但有 explicit 承诺 + 收购方有产业能力" vs "跨界 + vague/none + 自然人"。前者进关注池，后者直接 REJ-01 排除。这条边界是失败案例库 M1（67%）的反例。

D

迈瑞医疗收惠泰医疗 688617 · 产业整合典范

产业整合慢牛 · 12-24M 双窗口 入主背景：2024 年迈瑞医疗（A 股医疗器械龙头）协议收购惠泰医疗（电生理细分龙头），形成"监护 + 电生理"双平台。典型的横向产业整合（同业 + 互补技术）。
当时 ashcontrol 评分：88 / 100（精选池，等级"强信号"）。
评分拆解：S1 控制权清晰度 9.0 · S2 industry_relevance: high 9.5（医疗器械同业 + 产品互补）· S3 渠道协同明确（迈瑞海外渠道 + 惠泰技术）8.5 · S4 控制成本锚 8.0（市场化定价 + 充分尽调）· 无 controller_type 折扣。
信号触发时间线：T0 收购公告 → T+3M 渠道协同启动 → T+6M 业绩兑现一期 → T+12M 收购完成 → T+24M 完整观察周期。
后续表现：12M 净收益 ~+18% / 24M ~+35%，HS300 同期 +5% / +12%。关键：超额收益在 12M 和 24M 都成立——这是"无窗口风险"的典范。
我们的判断 vs 实际：判断"产业整合 + 渠道协同 → 12M / 24M 双窗口都安全"——实际兑现完全吻合。
经验教训：industrial_capital + high industry + 明确协同逻辑 = 评分体系里的"无脑高分场景"。这种案例不需要复杂时间维度路由，12M 默认窗口就能跑出 alpha。是 A 子集 Sharpe 1.29 的核心贡献者。

紧凑案例库 · 16 个补充标杆（E–T）

从全样本实测中筛 outcome=positive + 评分 ≥ 76 的标的，按入主时间倒序排。每例 3-4 行：信号 → 12M/24M 收益 → 我们的判断 vs 实际 → 教训。

E 棒杰股份 002634 跨界光伏 · A

入主：2022-10 棒杰投资（家族企业转型主体）拿下控制权，承诺装入光伏组件资产。
当时评分 / 等级：81 / A 优先研究。
信号链：S1 协议转让明确 + S2 跨界但 medium industry（针织 → 光伏组件，二级跨界）+ S3 explicit 注入承诺 + S4 高景气赛道。
实测：12M +186% / 24M +243%（光伏景气兑现）。
判断 vs 实际：判"跨界 + explicit + 高景气 = A 优先"——兑现完全吻合。
教训：跨界并购的关键不是"跨"，是"承诺 explicit + 标的所在行业景气"。

F 天普股份 605255 中昊芯英 · S

入主：2024-12 中昊芯英（AI 芯片公司）通过协议转让 + 表决权委托借道入主。
当时评分 / 等级：89 / S 强烈关注。
信号链：S1 协议 + 委托清晰 + S2 跨界但 explicit AI 芯片注入预期 + S4 AI 浪潮顶峰时机。
实测：12M +428%（题材接力 + AI 芯片稀缺标的）/ 24M 持有中。
判断 vs 实际：判"强信号 + AI 题材"——实际兑现远超预期（第二个上纬新材模式）。
教训：S 级 + AI 芯片 / 机器人 / 算力等顶级题材 = "右尾爆款候选"，可单笔重仓但需止盈纪律。

G 江丰电子 300666 国资战略 · B

入主：2023-06 宁波国资委通过下属平台增资入主，半导体溅射靶材国产替代。
当时评分 / 等级：78 / B 关注池。
信号链：S1 国资战略 stable + S2 半导体 high industry + S3 vague 注入（无明确承诺但有产业逻辑）+ S4 半导体国产替代政策。
实测：12M +22% / 24M +57%（半导体景气慢牛）。
判断 vs 实际：判"B 关注池"——评分诚实反映"无 explicit 承诺"，避免高估。
教训：国资 + 高景气行业即使无 explicit 承诺也能给 B 评分，不要因"vague"就一票否决。

H 同力日升 605286 跨界 AI 算力 · A

入主：2024-09 跨界 AI 算力，新实控人承诺注入算力中心资产。
当时评分 / 等级：83 / A 优先研究。
信号链：S1 协议清晰 + S3 explicit（算力中心明确）+ S4 AI 算力高景气 · S2 跨界医疗器械 → 算力（跨界惩罚 -8）。
实测：12M +165%（AI 算力题材接力）。
判断 vs 实际：判"跨界 + explicit + 高景气接力"——兑现接力。
教训：评分体系对"跨界 + explicit 承诺 + 顶级景气"组合的判别力得到验证。

I 隆鑫通用 603766 产业整合 · A

入主：2023-09 宗申产业集团（同业摩托车 + 通用机械产业整合）。
当时评分 / 等级：85 / A 优先研究。
信号链：S1 industrial_capital + S2 high industry（摩托车同业）+ S3 vague 但有产业协同 + S4 行业整合周期。
实测：12M +76% / 24M +118%（产业整合协同释放）。
判断 vs 实际：判"产业整合 industrial + high + 12-24M 双窗口"——兑现完全吻合。
教训：同业整合的 vague 承诺也是有效信号——市场会提前定价"必然协同"。

J 盐湖股份 000792 司法+央企 · S

入主：2023-08 司法重整出清原大股东后，中国五矿（央企）以战略投资人身份入主。
当时评分 / 等级：84 / S 强烈关注。
信号链：S1 司法剥离 + state_owned_strategic 入主（规则不扣分）+ S2 钾肥锂资源 high + S4 资源行业景气。
实测：12M +47% / 24M +88%。
判断 vs 实际：判"司法剥离 + 央企战略 + 资源 high = 不扣分进精选池"——判别力得到验证。
教训：司法划转不再一刀切扣分。"司法剥离 + 央企战略 + high industry"是正向组合。详见司法划转反转记录。

K 紫金矿业系 · 龙净环保 600388 产业入主 · A

入主：2022-05 紫金矿业（产业资本）协议受让取得龙净环保控制权，矿山环保协同。
当时评分 / 等级：80 / A 优先研究。
信号链：S1 industrial_capital + S2 矿山环保 medium-high industry + S3 vague 但产业协同清晰 + S4 矿山环保政策周期。
实测：12M +31% / 24M +62%。
判断 vs 实际：判"产业入主 + 协同 + 12-24M"——兑现吻合。
教训：龙头产业资本（紫金）的接盘有"品牌折扣"——市场会给溢价。

L 通化金马 000766 误杀慢装 · B

入主：2022-11 七煤集团旗下平台入主，承诺医药资产注入 + 阿尔茨海默症药物预期。
当时评分 / 等级：76 / B 关注池（医药跨界 -8 调整）。
信号链：S1 协议清晰 + S2 跨界 low industry（煤炭 → 医药）+ S3 vague 注入 + S4 创新药题材。
实测：12M −12%（误杀阶段）→ 24M +237%（阿尔茨海默症药物兑现）。
判断 vs 实际：12M 是经典"误杀慢装"——评分给 B 关注池但 12M 跑输，24M 强反转。
教训：跨界医药 + 题材标的 12M 假阴性高，必须看 24M。是 controller_type 长窗口路由的反例样本。

M 金徽酒 603919 回归原控 · A

入主：2023-04 亚特集团（原创始家族）二次入主，从复星撤退后回归控制。
当时评分 / 等级：81 / A 优先研究。
信号链：S1 协议清晰 + S2 white spirit high industry + S3 vague 但创始家族重整士气 + S4 区域白酒回暖。
实测：12M +38% / 24M +71%。
判断 vs 实际：判"创始家族 + high industry + 12-24M"——兑现吻合。
教训：创始家族二次入主是隐性正向信号——"老板回归"通常意味着战略校准。

N 一拖股份 601038 国机系 · B

入主：2024-03 国机集团（央企）旗下平台二次股权调整，强化拖拉机板块整合。
当时评分 / 等级：79 / B 关注池。
信号链：S1 央企 strategic + S2 农机 high industry + S3 vague 但板块整合明确 + S4 大豆 / 玉米景气推动农机更新。
实测：12M +8pp（弱超额） / 24M +18pp（强超额）。
判断 vs 实际：判"央企整合 + 24M 持有"——12M 弱、24M 兑现，吻合"央企 30 月"节奏。
教训：和川仪同模式，验证"央企整合不能用 12M 评价"。

O 中复神鹰 688295 国资战略 · A

入主：2023-12 中国建材集团（央企）增资入主，碳纤维国产替代主线。
当时评分 / 等级：82 / A 优先研究。
信号链：S1 央企 strategic + S2 碳纤维 high industry + S3 vague 但产业链延伸 + S4 风电 / 新能源景气。
实测：12M +15pp（强超额） / 24M 持有中。
判断 vs 实际：判"央企 + 高景气替代 + 12M 即兑现"——12M 已现 alpha（不需等 24M）。
教训：央企 × "热门 + 高景气"赛道（碳纤维 / 半导体）可以 12M 兑现，不是所有央企都要等 24-36M 慢牛。

P 美锦能源 000723 家族继承 · B

入主：2022-08 第二代姚锦龙正式接棒家族企业，氢能业务承诺加码。
当时评分 / 等级：77 / B 关注池（自然人接盘 -3 调整）。
信号链：S1 协议平稳 + S2 焦炭 + 氢能延伸 medium + S3 vague 但氢能资产具体 + S4 氢能政策。
实测：12M +25% / 24M +58%。
判断 vs 实际：判"家族继承 + 氢能延伸 + 24M"——兑现吻合。
教训：自然人接盘也不是一刀切扣分。"家族企业第二代 + 同业延伸"组合是有效正向。

Q 中国船舶 600150 央企吸并 · S

入主：2024-09 中船集团重组吸收合并中国重工，整合船舶军工龙头。
当时评分 / 等级：86 / S 强烈关注。
信号链：S1 央企吸并 ultra-stable + S2 船舶 high industry + S3 explicit 吸收合并 + S4 船舶周期上行。
实测：12M +62% / 24M 持有中。
判断 vs 实际：判"央企吸并 + 高景气 + S 级"——12M 即兑现。
教训：央企吸收合并是 S 级正向信号——比"国资战略入主"更强（吸并是终局性整合）。

R 三爱富 600636 国资战略 · B

入主：2023-02 上海华谊集团（国资）通过吸并 + 战略整合控制权重组。
当时评分 / 等级：78 / B 关注池。
信号链：S1 国资 strategic + S2 氟化工 high industry + S3 vague + S4 氟化工景气下行（拖累）。
实测：12M +5pp / 24M +28pp（景气复苏后兑现）。
判断 vs 实际：判"国资 + 高景气 industry + 24M 兑现"——景气下行段是 12M 假阴性主因。
教训：评分体系不预测行业景气，因此需要朋友自己判断"景气周期 vs 持有期"匹配。

S 神火股份 000933 资源整合 · A

入主：2024-02 河南国资委下属平台增资，煤炭 + 电解铝资源整合。
当时评分 / 等级：80 / A 优先研究。
信号链：S1 国资 strategic + S2 电解铝 high industry + S3 vague + S4 铝价上行周期。
实测：12M +42% / 24M 持有中。
判断 vs 实际：判"国资资源整合 + 高景气 + 12-24M"——12M 已兑现。
教训：周期性资源类标的的 12M 表现，景气方向占决定性比重——评分给信号方向，景气给幅度。

T 长虹华意 000404 同业整合 · B

入主：2023-11 长虹集团（地方国企）旗下平台调整，强化白电压缩机整合。
当时评分 / 等级：76 / B 关注池（地方国资比央企弱 -3）。
信号链：S1 地方国资 stable + S2 白电压缩机 high industry + S3 vague + S4 白电去库存 → 复苏。
实测：12M +13% / 24M +34%。
判断 vs 实际：判"地方国资 + 同业整合 + 12-24M"——兑现吻合。
教训：地方国资整合不如央企强，但同业 + high industry 仍能进 B 关注池。评分体系的分层判别在这里得到验证。

20 例汇总统计（实测 outcome=positive）

评分分布

S (≥85): 4 例 · A (80-84): 9 例 · B (76-79): 7 例

12M 平均超额

S: +225% · A: +64% · B: +14%

主模式占比

产业 7 · 国资 6 · 跨界 4 · 司法+战略 1 · 其他 2

兑现节奏

12M 已兑现: 14 例 · 24M 才兑现: 6 例

关键观察：（1）S 级标的全是题材接力（上纬 / 中昊芯英）或央企吸并（船舶），稀缺但右尾巨大；（2）A 级是产业整合 + 高景气 + 同业入主，最稳；（3）B 级是地方国资 / 跨界 / vague 承诺，12M 假阴性高但 24M 兑现率仍 ≈ 70%；（4）没有任何一例评分 <76 进入正向库——说明 76 阈值有判别力。

诚实声明

回溯性识别 ≠ live 跟踪：所有案例都是事后用当前规则回测的，不是 live 信号池里推送过的（live 池 2026-06 才上线）
统计证据在章节 5 的 75 格热力图（n=977），不在 20 个案例
幸存者偏差风险：正向案例容易被记住，失败的同类容易被忽略。必须配合失败 30 例 + 慢装 40 例一起看
未来不一定重现：上纬新材 +1314% 的题材爆款属于"罕见右尾"，不应期望"下一次买到上纬新材"——应期望"下一次能识别 76-92 评分区间的标的"

对照阅读：失败案例库 · 30 例 · 慢装 40 例（12M 输 24M 赢） · 历史日历 · 政策时间线

v0.7 升级 · 自然人接盘人专题深度研究 v1.5（emerald 绿 · F7 2018-2026 长周期 + 60M 真持有期 +20.2% + 注册制 alpha 持续 5 年）

「自然人接盘人」专题深度研究 v1.5 已上线 —— 2269 events 扩样（2018-01 ~ 2026-05）+ 335 SPV 关系图谱 + 613 case 真月度浮盈浮亏 + 9 trigger pattern + 5 维度规律 v1.1 + 30 个典型案例 + 20 章节 + 17 条 Surprise（含 emerald 绿底 3 条）。 v1.5 新增（emerald 绿）：①2018-2026 真长周期回测（章节 19）—— events_master 扩到 2269 events，2018-2020 起锚 NP N=83 配对，60M 中位 +20.2% / 胜率 62.7%（比 F1-B 24M 子集预测 +6.8% 强一倍多）；②注册制 alpha 持续性 surprise（章节 20）—— 4 政策分水岭对比，2019-2020 注册制 24M Δ +58.8pp（4 政策唯一双显著翻正），注册制改革 alpha 持续性 5 年 vs 并购六条短期催化；③F7-B 数据扩样到 2018-2026 / 60M 真持有期可信 surprise（emerald 绿底）。

F7 三大新发现（v1.5 takeaway · v0.7 第一 takeaway）： ①2018-2026 数据扩样 + NP 60M +20.2% 翻身 + 注册制 alpha 持续 5 年——这是产品史上第一次具备 60M 真持有期可信样本，验证 v1.1 "36M 翻身"假设在 60M 上更强； ②注册制 alpha 持续性是产品最新发现的最强信号——24M 中位差 +58.8pp（中位 -49.5% → +9.3%），是 4 政策里唯一 12M+24M 双显著翻正； ③F7-E 2018-2020 段 5 维度抓取率 0%，必须 LLM 解析公告全文才能完整跨时段分析——已写入"诚实披露"3 条新局限。
阅读 v1.5 专题研究 → 章节 19 · 60M 真长周期 → 章节 20 · 注册制 alpha 持续性 → 研究白皮书 v2.1 →

v0.6 升级 · 自然人接盘人专题深度研究 v1.4（青色 · F4 真月度 + 政策分水岭 + 关键词预警）

「自然人接盘人」专题深度研究 v1.4 已上线 —— 977 全样本 + 335 SPV 关系图谱 + 613 case 真月度浮盈浮亏 + 9 trigger pattern + 5 维度规律 v1.1 + 30 个典型案例（可排序）+ 18 章节 + 14 条 Surprise。 v1.4 新增（青色）：①真月度回测（章节 16）—— 613 case 月线 100% 拉取，9 trigger 真月度复算 7/9 成立，P9 真月度 +64.9% 比 v1.1 插值 +58.5% 反共识更稳；②政策分水岭（章节 17）—— 3 政策前后对比 + 三层叠加效应，并购六条 industrial_capital 6.75% → 32.41% 历史最强 alpha；③关键词预警（章节 18）—— Top 10 死亡词 + 11 组合 pattern，同关键词不同组合反向。

F4 三大新发现（v1.4 takeaway）： ①真月度 P25 lag = 0：62% case 接盘当月就破水——v1.1 插值 3 月中位被严重量化，决策窗口必须按月推送不是按季； ②注册制反直觉降 17.79pp——不是政策伤了 alpha，是 industrial_capital 同步砍半结构换了；并购六条才是历史最强 alpha 期； ③纾困式接盘 60%——「司法拍卖 + 控股股东变更」组合反转，关键词不能单独看极性必须看组合。

v1.3 三大 takeaway（金色 · 保留）： ①深嵌套 SPV = 真做事信号（Layer 6 = 90% positive / 0% negative），颠覆"嵌套越深越藏猫腻"的直觉； ②负向行业 + layer ≥ 4 = 逆向 alpha 池——"看似负向实为产业资本悄悄接盘"的伪装信号； ③最危险的产品盲区是同一系族被散到 4 个筛子里 → events_v3.conglomerate_id 修复。所有接盘人统一匿名为 X1-Xn / SPV 实体 E-n。
阅读 v1.4 专题研究 → 政策分水岭 → 关键词预警 → 行业深度反直觉 → X662 系族追踪 →

章节 12

v1.0 → v1.5 研究里程碑（自然人接盘人专题 6 版迭代 + F4 横切 + F7 长周期）

2026-06-04 一整天 · 6 个版本 · 从 287 NP 画像 → 977 关系图谱 → 9 trigger pattern → 行业 × layer_depth 交叉 → 政策/月度/关键词三道横切 → 2018-2026 长周期 60M 真持有期 +20.2%。把"研究是怎么演进的"摊开给你看。

📌 一句话：v1.0 画了"自然人接盘人长什么样"的肖像；v1.1 把"亏了多少 / 亏了之后会怎么动"算清楚；v1.2 把所有人连成"谁牵着谁"的关系图谱 + 9 个动作 trigger；v1.3 切到"行业 × 嵌套深度"的交叉视角，把 X662 这种 4 角色切换的 surprise 揪出来。

v1.0

06-04 上午

v1.0 · 自然人接盘人画像奠基

先把"自然人接盘人到底是什么样的群体"问清楚。基于 277 公告 + 287 NP（natural_person）实体，按"产业派 / 资本运作 / 创始人回归 / 家族传承"等维度分到 8 类画像。同时跑长期回测：6M / 12M / 18M / 24M / 36M / 48M 6 个持有期，发现胜率呈 U 型——12M 谷底（38%）、24-36M 反弹（65-70%）。最后做 13 case 真实复盘验证画像分类。

Top finding：natural_person_industrial 24-36M 兑现率最高，natural_person_capital 全段亏损

工程量：~6h · 3 脚本 · 5 产物文件（SUMMARY_v1.0 / profile_classification / time_extended_backtest / typical_cases / SOURCES）

v1.1

06-04 中午

v1.1 · 浮盈浮亏 + SPV 穿透

从"群体画像"切到"个体钱袋子"。接 akshare 真行情，跑 613 case 实控人持仓的浮盈浮亏（按入主成本 vs 当前价计算）。识别 121 SPV 嵌套结构（有限合伙 + 控股 SPV，最深 6 层）。把行业 / 年龄 / 地域 / 财务 / 时序 5 个维度规律全部用 tushare 真财报代替前版 LLM 估算。关键意识到 S5 体外资产规模权重过低（原 7%）→ 升到 20%+。

Top finding：精选池浮亏率 48.4% > 全样本 21.9%——outcome ≠ 市场表现

工程量：~8h · 7 脚本 · 12 产物文件（controller_floating_pnl / pnl_multi_dim / patterns_v1.1 / financial_profile / age / region / serial_acquirers / 等）

v1.2

06-04 下午

v1.2 · 全 977 关系图谱 + trigger patterns

把样本从 287 NP 扩到 全 977 case。构建 SPV 关系图谱 layer 1-6（包含直接控股 / 一致行动人 / 有限合伙穿透 / 跨公司同一实控人）。识别 9 个动作 trigger pattern：P1 浮亏+注入承诺、P5 高质押+协议转让、P9 司法+产业资本……每个 pattern 给 N + 中位收益。识别 6 个系族（同一实控人横跨 ≥3 家上市公司）。最后输出 events_v3.json + pool_v3（210/977 改档）作为下一版的数据底座。

Top finding：Layer 6 嵌套反直觉 90% positive；P9 系族中位 +81.9%；P1 中位 -19.6%

工程量：~10h · 6 脚本 · 8 产物文件（spv_relationship_graph / pnl_trigger_patterns / conglomerate_clusters / shared_spv_nodes / events_v3 / pool_v3 / 等）

v1.3

06-04 晚上

v1.3 · 行业 × layer_depth 交叉 + 雷达

把视角从"个体属性"切到"交叉视角"。行业 × layer_depth 二维交叉发现：消费 / 地产 / 汽车整体平庸（-22% / +3% / +8.7%），但 layer ≥ 4 子集分别拉到 +105% / +92% / +316%——alpha 行业（high industry_relevance）嵌套深浅没差，非 alpha 行业里 layer ≥ 4 才是真信号。同时跑系族追踪 surprise：X662 在 5 家公司里被分到 4 种 controller_type——揭示产品 LLM 分类器按"本次公告语境"而不是按"实控人身份历史"分类的结构性问题。最后输出 v3 推荐雷达（radar.html）：基于 S7-S10 新因子的实时打分。

Top finding：X662 系族 controller_type 4 种切换 surprise → S9 系族识别因子诞生

工程量：~6h · 4 脚本 · 5 产物文件（行业深度交叉 / 系族追踪页 / 雷达页 / events_v3_reclassification / 整站 nav 集成）

v1.4

06-04 深夜

v1.4 · F4 政策/月度/关键词三道横切（v0.6 主线）

把视角从"实控人画像 / 关系图谱 / 交叉视角"切到"外部世界三道横切"——v1.0-v1.3 都在问"案子本身长什么样"，v1.4 才把"政策窗口 / 真月度浮亏先发 / 公告关键词提前预警"叠加上来。F4-A 真月度回测：用 monthly_pnl_v2 真 K 线（613/977 有数）替代之前的插值估算，识别"首月破 -10%"作为先发警示。F4-B 政策分水岭对比：把 977 case 切到注册制（layer 1，185 events）/ 新国九条（layer 2，94 events）/ 并购六条（layer 3，527 events）三段，识别 layer 3 是当前 alpha 主场。F4-C 公告关键词早期预警库：扫 979 篇 12M 窗口公告，22 个负向 + 12 个正向关键词，建 Bayes 后验 + 5+ 组合：司法拍卖 + ST 同窗 = 死亡组合（n=51）/ 司法拍卖 + 控股股东变更 = 纾困式接盘（n=63）。最后产出 events_v4 数据层（+7 字段 + recommendation_v4 三档 override）+ 2 个新研究页（policy-watershed.html / keyword-warnings.html）+ 应用层 watchlist/signals/monitor 接入。

Top finding：policy_layer=3（并购六条后 527 events）+ 产业资本 strong_buy 升档 126 个 / 死亡组合一票否决 51 个 / 纾困式接盘 buy 升档 63 个

工程量：~8h · 7 脚本 · 4 产物文件（monthly_pnl_v2 / monthly_backtest_v2 / policy_watershed_v1 / keyword_warning_library_v1）+ events_v4 + 2 研究页

v1.5

06-04 收尾

v1.5 · 2018-2026 长周期 + F7 60M 真持有期翻身（v0.7 主线 · emerald）

把视角从"2021-2026 窗口"扩到"2018-2026 真长周期"——v1.0-v1.4 受限于 PDF 公告库 2021-10-29 硬下界，长持有期 48M+ 跑不动。v1.5 通过 F7-A cninfo 标题级抓取 + F7-B events_master 合并，把数据扩到 2269 events（1292 cninfo + 977 events_v4）；F7-D 真长周期回测：2018-2020 起锚 NP 子集 N=83，5 个持有期（12/24/36/48/60M）配对一致——NP 60M 中位 +20.2% / 胜率 62.7%（vs IC N=550 60M 中位 +6.1%）。F7-D Top Surprise：4 政策分水岭对比，2019-2020 注册制试点是 4 政策唯一 12M+24M 双显著翻正（24M Δ +58.8pp），alpha 持续 5 年；vs 2024-09 并购六条 12M 还看不到效果——注册制改革 alpha 持续性远大于并购政策短期催化。F7-E 5 维度重跑：诚实标 —— 2018-2020 reasoning 字段 100% null，5 维度抓取率 0%；F7-E 系族跨时段 join 0 个，等 LLM 解析公告全文（接力 v0.8 方向）。产出 events_master / events_v5（加 era / holding_window_max / pool_v5 字段）+ 2 个新研究章节（individual-acquirer 章节 19/20）+ 17 surprise（emerald 绿底 3 条）+ whitepaper v2.1 升级。

Top finding：NP 60M 真持有期 +20.2%（比 v1.1 24M 子集预测 +6.8% 强一倍多）/ 注册制 alpha 持续 5 年（24M Δ +58.8pp，4 政策唯一双显著翻正）/ events 数据扩 2.3 倍

工程量：~10h · 5 脚本 · 5 JSON + 3 md 产物（events_master / events_v5 / long_window_backtest_2018_2026 / patterns_2018_2026_extended / events_master_report）+ 网站 individual-acquirer v1.5 + whitepaper v2.1 + about v0.7

为什么 5 版迭代值得记录

每一版的"Top finding"都是上一版没问对问题的产物：v1.0 问"自然人长什么样"→ 答"分 8 类"→ 发现持有期 U 型 → v1.1 问"亏了多少"→ 答"浮亏 48%"→ 反推 outcome ≠ 市场表现 → v1.2 问"谁牵着谁"→ 答"6 系族 + 9 trigger"→ 发现 P9 强 / P1 反直觉 → v1.3 问"行业不同时这些规律变不变"→ 答"非 alpha 行业里嵌套深度才是 alpha 信号"→ 暴露 controller_type 分类器结构性问题 → v1.4 问"外部世界给的信号有没有被吃干净"→ 答"政策窗口 + 真月度浮亏 + 公告关键词三道都没纳入历版评分"→ 识别死亡组合一票否决 + 纾困式接盘买入 + 并购六条产业资本升档。科学迭代不是把答案精修，而是把问题问得更准。

章节 13

完整研究文件索引（individual_acquirer / · 40 文件 + 22 脚本）

v1.0-v1.4 全部数据产物 + 处理脚本 + 分析报告。所有路径相对 code/data/individual_acquirer/ 或 code/scripts/。

📌 一句话：所有 v1.0-v1.4 的"原始数据 + 处理脚本 + 分析报告"都在这——便于复测、便于反驳、便于继任者接手。v1.4 新增 7 个文件（真月度回测 / 政策分水岭 / 关键词预警库 / events_v4）+ 7 个脚本。脚本和数据产物的对应关系也列了，看完表能复现整个研究过程。

v1.0 · 自然人画像 + 长期回测（9 文件）

文件路径	类型	用途	字数 / 大小
SUMMARY_v1.0.md	报告	v1.0 综合 takeaway · 8 类画像 · U 型持有期 · 13 case	~5,200 字
profile_classification.json	数据	287 NP × 8 类画像分类结果 + 关键字段	310 KB
profile_classification.md	报告	每类画像代表案例 + 关键特征 + 分类逻辑	~12,000 字
time_extended_backtest.json	数据	6M-48M 6 持有期 × 977 case 胜率矩阵	432 KB
time_extended_backtest.md	报告	U 型持有期解读 + A/B/C 段拆分 + 子集对比	~8,500 字
typical_cases.json	数据	13 case 完整时间线 + 行情 + 关键节点	34 KB
typical_cases.md	报告	13 case 复盘叙事 + 画像验证	~11,000 字
SOURCES.md	元	数据来源列表 + 字段定义 + 解析口径	~6,800 字
m05_np_2018_2021.csv	数据	NP 5 维度原始抽样（2018-2021 287 行）	75 KB

v1.1 · 浮盈浮亏 + SPV 穿透 + 5 维度规律（14 文件）

文件路径	类型	用途	字数 / 大小
controller_floating_pnl.json	数据	613 case 实控人持仓浮盈浮亏（akshare 真行情）	625 KB
controller_cost_analysis.json	数据	入主成本 vs 当前价拆解 + 关键字段	49 KB
controller_cost_research_v1.md	报告	实控人成本深挖 · v1.0 版	~16,000 字
controller_pnl_research_v1.1.md	报告	v1.1 浮盈浮亏综合分析 · S5 升权重根因	~17,500 字
spv_penetration_v1.json	数据	121 SPV 穿透完整结构（v1.0 版）	220 KB
spv_penetration_v1.md	报告	SPV 嵌套规律 + 典型结构图	~9,200 字
spv_penetration_v1.1.md	报告	SPV v1.1 补充 + Layer 6 反直觉新发现	~4,400 字
pnl_multi_dim_v1.1.json	数据	浮盈浮亏 × 5 维度交叉矩阵	244 KB
patterns_v1.1.md	报告	5 维度规律综合解读 + S5 权重论证	~6,500 字
financial_profile_v1.1.json	数据	tushare 真财报 5 维度归集	144 KB
age_v1.1.json	数据	实控人年龄分布（出生年份解析）	81 KB
region_v1.1.json	数据	实控人户籍 / 注册地分布	167 KB
additional_patterns_v1.json	数据	补充规律（质押 / 协议转让模式 / 等）	13 KB
additional_patterns_v1.md	报告	补充规律解读	~2,400 字

v1.2 · 全 977 关系图谱 + 9 trigger pattern + 系族（8 文件）

文件路径	类型	用途	字数 / 大小
spv_relationship_graph_v1.1.json	数据	SPV 关系图谱 layer 1-6 完整结构（977 节点）	343 KB
spv_codebook_v1.1.PRIVATE.json	数据 · 私有	SPV 实体匿名化码表（X1-Xn / E-n 映射）	611 KB
pnl_trigger_patterns_v1.1.json	数据	9 trigger pattern × N × 中位收益矩阵	16 KB
conglomerate_clusters_v1.1.json	数据	6 系族识别（同一实控人 ≥3 公司）	1.5 KB
shared_spv_nodes_v1.1.json	数据	跨公司共用 SPV 节点（多家壳同一 GP）	21 KB
serial_acquirers_v1.1.json	数据	系列收购者画像（连续多次入主）	36 KB
action_timeline_monthly_v1.1.json	数据	每月接盘动作时间序列（2018-2026）	33 KB
pool_v2_reclassification.md	报告	pool_v2 → pool_v3 改档规则 + 流向统计	~14,000 字

v1.3 · 行业 × 嵌套交叉 + events_v3（2 文件 + 下游网站集成）

文件路径	类型	用途	字数 / 大小
events_v3_reclassification.md	报告	events_v3.json 完整改档说明 · 210/977 流向	~3,700 字
_pnl_fetch_log.json	元 / 日志	akshare 行情抓取过程日志（成功 / 重试 / 失败）	~280 行

v1.4 · F4 政策/月度/关键词三横切 + events_v4（7 文件）

文件路径	类型	用途	字数 / 大小
monthly_pnl_v2.json	数据	真月度 K 线浮盈浮亏（613/977 candidate · 腾讯 qfqmonth）	~1.1 MB
monthly_backtest_v2.md	报告	真月度回测综合分析 · 首月破 -10% 先发警示	~8,200 字
monthly_action_heatmap_v2.json	数据	每月动作热图（接盘 / 注入 / 退出节奏）	88 KB
policy_watershed_v1.json	数据	3 政策分水岭 × 977 case 对照（注册制 / 新国九条 / 并购六条）	125 KB
policy_watershed_v1.md	报告	政策分水岭对比深度解读 · alpha 主场 layer 3	~9,400 字
keyword_warning_library_v1.json	数据	22 neg + 12 pos 关键词预警库 · Bayes 后验 + 11 组合	52 KB
keyword_warning_library_v1.md	报告	关键词预警深度解读 · 死亡组合 / 纾困式接盘 / Top 20 neg / Top 5 pos	~11,600 字
events_v4_reclassification.md	报告	events_v4 完整改档说明 · rec_v3 → rec_v4 流向 214/977	~3,200 字

v1.4 · site_data 升级（events_v4 + 2 研究页 + 应用层）

文件路径	类型	用途	字数 / 大小
code/site_data/events_v4.json	数据	events_v3 + 7 F4 字段 + recommendation_v4 三档 override · 977 events	~4.1 MB
prototype/policy-watershed.html	页面	政策分水岭研究页（注册制 / 新国九条 / 并购六条三段对比）	v0.6 新增
prototype/keyword-warnings.html	页面	公告关键词早期预警页（22 neg / 12 pos / 11 组合 / 死亡组合 + 纾困式）	v0.6 新增
prototype/watchlist.html (升)	页面 · 升	关键词告警列接入 keyword_warning_count_90d / is_death_combo / is_relief_acquisition	v0.6 升
prototype/signals.html (升)	页面 · 升	recommendation_v4 + 死亡组合标 / 纾困式 buy 标 / policy_layer 染色	v0.6 升
prototype/monitor.html (升)	页面 · 升	实时关键词告警（90d 内出现负向关键词的标的高亮）	v0.6 升

处理脚本（22 关键脚本 · code/scripts/ · v0.6 +7 个 F4 脚本）

脚本	版本	用途	代码量
classify_natural_person.py	v1.0	287 NP 实体 → 8 类画像分类	46 KB
run_long_horizon_backtest.py	v1.0	6M-48M 6 持有期 × 977 case 回测	33 KB
fetch_controller_floating_pnl.py	v1.1	akshare 真行情 → 613 case 浮盈浮亏	8.3 KB
analyze_controller_cost.py	v1.1	入主成本拆解 + 关键字段提取	12 KB
detect_spv_penetration.py	v1.1	121 SPV 嵌套结构识别	20 KB
spv_and_patterns_anon.py	v1.1	SPV + 规律一体化 + 匿名化	50 KB
fetch_pre_acquisition_financials.py	v1.1	tushare 真财报抓取（5 维度）	13 KB
analyze_pnl_v1_1.py	v1.1	5 维度规律分析（行业 / 年龄 / 地域 / 财务 / 时序）	62 KB
extract_age_region_v1_1.py	v1.1	出生年份 + 户籍解析	22 KB
additional_patterns_analysis.py	v1.1	补充规律分析（质押 / 协议转让 / 等）	28 KB
build_spv_graph_v1_1.py	v1.2	全 977 关系图谱构建	37 KB
analyze_pnl_actions.py	v1.2	9 trigger pattern 识别 + 中位收益	13 KB
serial_and_timeline_v1_1.py	v1.2	系列收购者 + 时间序列	16 KB
build_patterns_v1_1_report.py	v1.2	patterns_v1.1.md 生成	16 KB
build_events_v3.py	v1.3	events_v3.json + pool_v3 生成 · 210 改档	30 KB
fetch_monthly_kline.py	v1.4	腾讯 qfqmonth 真月度 K 线抓取（613 ts_code）	8 KB
analyze_monthly_actions.py	v1.4	真月度回测 + 首月破 -10% 先发警示分析	38 KB
analyze_policy_watershed.py	v1.4	3 政策分水岭对比 + alpha 主场识别	25 KB
scan_announcement_keywords.py	v1.4	22 neg + 12 pos 关键词预警库 + 11 组合 pattern	31 KB
fetch_pre_acquisition_financials.py	v1.4	入主前财务数据补抓（tushare 真财报扩展）	13 KB
fetch_controller_floating_pnl.py	v1.4	实控人浮盈浮亏增量抓取 + monthly_pnl 准备	8 KB
build_events_v4.py	v1.4	events_v4.json + recommendation_v4 三档 override · 214 改 rec	14 KB

总计：40 数据产物文件（约 5.8 MB）+ 22 处理脚本（约 562 KB 代码）+ 6 网站集成页（individual-acquirer.html / industry-deep-dive.html / conglomerate-tracking.html / radar.html / policy-watershed.html / keyword-warnings.html）+ 3 应用层升级（watchlist / signals / monitor 接关键词告警）。

对照阅读：自然人接盘人专题 v1.3 · 行业深度专题 · X662 系族追踪 · v3 推荐雷达 · 政策分水岭对比（v0.6 新） · 公告关键词早期预警（v0.6 新）

为什么把研究索引摊出来

投研工作的可证伪性 = 原始数据 + 处理脚本 + 分析报告三件齐。把它们公开列出来，任何外部 reviewer 都能从原数据复现到结论，每一步都能反驳。这不是"展示工作量"，是"邀请反驳"。

RESEARCH LAB · 研究室

深入看下去：6 个专题研究室

方法论解释"为什么这么判"。下面 6 个研究室分别从数据严谨性、买卖匹配、注入预期、覆盖广度等角度，把每条核心结论拆到能反驳的细颗粒度。

S1 · DATA QUALITY

数据质量与缺失审计

1606 公告 → 977 事件，剩下 629 例去哪了？字段缺失分布 + LLM 误判抽检。

M2 · ROBUSTNESS

稳健性与子段拆解

A 段 / C 段 / post-2024-09 三组子样本胜率对照，确认 alpha 不是某一段平均带的。

M1 · INJECTION OUTLOOK

资产注入兑现预测

explicit / vague / none 三档承诺的 12M / 24M / 36M 兑现率，给"会不会真装进来"打分。

M5 · BUYERS

买方画像与产业匹配

国资 / 产业资本 / PE / 自然人四类买方的胜率分布 + 行业匹配度热力。

M6 · SECONDARY POOL

二级市场匹配池

事件后 N 天行业关联标的的协同涨幅，给"事件 + 关联股"组合提供入场点。

M7 · WATCHLIST

覆盖股观察池

监控池 6 + 待入池 142 的实时评分变化、关键阈值告警、对赌期倒计时。

部分研究室正在搭建中（链接可能暂时不可用），上线后会逐个填充。