---
name: event-driven
description: 事件驱动分析：评估公告、业绩、政策、订单或资本运作对个股的影响路径、定价程度和失效条件。
---

# 事件驱动分析

## 输入数据说明

先运行：

```bash
python3 scripts/gather.py <symbol>
```

gather 工具返回：
- `quote` — 实时行情（价格、涨跌幅、成交量）
- `kline` — 60 日 K 线数据
- `technical` — 技术指标分析（趋势、支撑/阻力）
- `financials` — 基本面数据
- `news` — 近期新闻（事件识别核心来源）
- `stock_info` — 公司基本信息
- `sector_rankings` — 板块排名

新闻摘要只用于发现事件。金额、期限、合同对手、业绩变化或政策原文必须由公告/原文确认；只有摘要时不做精确量化。

制定短线计划时读取[短线交易决策框架](../stock-analysis/references/short-term-trading.md)，用状态机、相对强弱和风险单位约束事件交易。

## 分析框架（4 步法）

### 1. 事件分类

从新闻中识别核心事件并分类：
- **业绩类**：业绩预告/快报/正式报告超预期或不及预期
- **政策类**：行业政策利好/利空、税收优惠、准入门槛
- **订单类**：大额合同、中标、战略合作
- **资本运作**：定增/回购/增持/减持/并购/重组
- **监管类**：立案调查、处罚、退市风险

### 2. 影响路径

按顺序建立可证伪链条：

1. **基线**：事件前市场已知什么、原有预期是什么。
2. **增量**：新事实相对基线改变了什么，而不是事件听起来有多重大。
3. **传导**：先影响销量、价格、成本、现金流、份额、估值或仅影响情绪。
4. **首个验证变量**：下一次公告、经营数据或价格行为中先观察什么。
5. **失效**：哪项事实或数据会切断传导链。

同时建立**催化时钟**：

- 区分一次性披露与持续兑现事件，并写出事件特有的有效窗口或下一个里程碑。
- 新增事实、经营数据或价格接受在窗口内出现时维持证据等级。
- 窗口结束仍未兑现、关键里程碑延期或新增事实削弱传导链时，逐级降低证据等级。
- 固定天数只作为经过对应事件类型回测的参数，优先使用公告日期、交付节点和定期报告等可观察里程碑。

### 3. 市场反应判断

按事件前、首次反应和后续接受三个阶段评估：

- 事件前是否已有同方向超额收益或公开预期证据。
- 首次反应是否由成交量、板块扩散和个股相对强度共同确认。
- 后续是延续、回补缺口还是重新跌回事件前区间。

单凭“此前上涨”不能证明已经 price-in；必须同时说明事件何时进入公开信息、原预期是什么以及价格在何时反应。

### 4. 交易计划

制定具体方案：
- 事件兑现前仓位建议
- 事件兑现后操作建议
- 明确触发、失效、时间止损和潜在收益/R

## 证据等级

- **强**：原文已确认，预期增量明确，传导链和首个验证变量可观察。
- **中**：事件已确认，但增量大小或传导持续性仍需验证。
- **弱**：只有新闻摘要、概念关联或情绪推断。
- **冲突**：基本面增量与价格/板块反应方向不一致，等待更多证据。

## 输出格式

1. 事件摘要（一句话描述核心事件）
2. 事件分类与影响路径
3. 市场反应分析
4. 证据等级、已定价判断及待验证变量
5. 触发、失效、时间止损、潜在收益/R 与风险提示

完成标准：区分“已确认事实”“推断的影响路径”和“待验证项”，并为交易计划给出可观察的失效条件。