主题策略-基本面量化系列（30）如何利用关联图谱信息进行选股？-.docxVIP

1

2026.08.06

基本面量化系列（30）：如何利用关联图谱信息进行选股？

关联图谱信号的底层逻辑：价格发现并非完全同步

股票对共同基本面冲击的价格反应并不同步，关联股票因而可能成为目标股票的前置信息源。同一需求、成本、政策或景气冲击会同时影响多家公司，但研究关注、投资者结构和信息处理速度不同，使部分股票先完成定价、另一部分股票后续跟随。

核心问题：并非所有上涨信息都在关联网络中具有溢出效应。我们初步测算，分析师共同覆盖关联动量因子IC并不高，说明并非所有关联股票的上涨信息都具有溢出效应。若关联股票收益仅由行业行

情、主题拥挤或短期价格波动驱动，其对目标股票的预测能力往往较弱。

关联图谱因子改进思路：核心在于识别具有外溢能力的信息

研报标题主题相似性网络，补充跨行业的关联度覆盖。我们基于个股标题信息，构建了主题相

似性网络。该关联网络结构是分析师共同覆盖网络的有效补充，相较而言，研报标题主题网络的同行业权重集中度明显较低，能够识别更多由共同产业主题、政策线索和基本面驱动因素形成的跨行业关联。

基本面惊喜信号替代股价上涨信号：研报标题正向惊喜、评级上调或盈利预测上修。我们认为，基本面惊喜信息的外溢能力强于单纯的股价上涨信息，并综合研报标题正向惊喜、分析师评级上调和盈利预测上修，识别上市公司的正向基本面变化。根据Wind和朝阳永续数据，本文以每月严格筛选股票池为分母，对201