《利用数据可视化进行财务故事讲述的全面指南》

这就是苹果那次臭名昭著的“iPhone需求预警”，正是这一事件引发了2019年1月的市场恐慌。这个例子很好地说明了：一个异常事件是如何导致整个趋势线向下移动的。

每股收益意外值散点图

在确定了主要的科技行业发展趋势之后，我们现在来看看每股收益意外值散点图。这种图表用于验证一个简单的假设：即业绩超出预期是否会导致股价上涨，而业绩低于预期是否会导致股价下跌？我们在x轴上标注每股收益的意外值，在y轴上标注财报发布后的股价回报率，然后添加一条回归线来显示两者之间的平均关系。

# 准备数据：删除缺失值，并在需要时转换earn_date字段（此处未使用）
df_plot = (
    df_earnings
    .dropna(subset=['eps_surprise', 'pct_post_3d', 'pct_post_10d', 'sector'])
    .copy()
)

# 1. 散点图：每股收益意外值与3天后的股价回报率，按行业分类显示颜色
plt.figure(figsize=(12, 5))

plt.subplot(1, 2, 1)
sns.scatterplot(
    data=df_plot,
    x='eps_surprise',
    y='pct_post_3d',
    hue='sector',
    alpha=0.6,
    s=40
)

# 整体回归线
slope, intercept, r_value, p_value, std_err = stats.linregress(df_plot['eps_surprise'], df_plot['pct_post_3d'])
line = slope * df_plot['eps_surprise'] + intercept
plt.plot(df_plot['eps_surprise'], line, 'red', linestyle='--', linewidth=2,
         label=f'y = {slope:.3f}x + {intercept:.2f}\nR²={r_value**2:.3f}')
plt.xlabel('每股收益意外值 (%)')
plt.ylabel('3天后的股价回报率 (%)')
plt.title('按行业划分的每股收益意外值与3天后股价回报率的关系')
plt.legendbbox_to_anchor=(1.05, 1), loc='upper left')
plt.grid(True, alpha=0.3)

# 2. 散点图：每股收益意外值与10天后的股价回报率，按行业分类显示颜色
plt.subplot(1, 2, 2)
sns.scatterplot(
    data=df_plot,
    x='eps_surprise',
    y='pct_post_10d',
    hue='sector',
    alpha=0.6,
    s=40
)

# 整体回归线
slope10, intercept10, r_value10, p_value10, std_err10 = stats.linregress(df_plot['eps_surprise'], df_plot['pct_post_10d'])
line10 = slope10 * df_plot['eps_surprise'] + intercept10
plt.plot(df_plot['eps_surprise'], line10, 'red', linestyle='--', linewidth=2,
         label=f'y = {slope10:.3f}x + {intercept10:.2f}\nR²={r_value10**2:.3f}')
plt.xlabel('每股收益意外值 (%)')
plt.ylabel('10天后的股价回报率 (%)')
plt.title('按行业划分的每股收益意外值与10天后股价回报率的关系')
plt.legendbbox_to_anchor=(1.05, 1), loc='upper left')
plt.grid(True, alpha=0.3)

plt.tight_layout()
plt.show()

# 可选：按行业分类的相关性汇总表
corr_3d = df_plot.groupby('sector')[['eps_surprise', 'pct_post_3d]].corr().unstack().xs('pct_post_3d', level=1, axis=1)['eps_surprise']
corr_10d = df_plot.groupby('sector')[['eps_surprise', 'pct_post_10d')).corr().unstack().xs('pct_post_10d', level=1, axis=1]['eps_surprise']

corr_df = pd.DataFrame({
    'Corr.eps_3Day': corr_3d.round(3),
    'Corr.eps_10Day': corr_10d.round(3)
}).sort_values('Corr.eps_10Day', ascending=False)

这条红色虚线趋势线展示了这种典型的关系：每当每股收益的实际表现超出预期1%时，股票在3到10天内通常会上涨0.05%到0.1%。这种平缓的上升趋势说明，虽然意外的好消息确实能带来一定的涨幅，但它们并不能确保股价会出现大幅波动。

你会发现，属于消费周期类行业的股票，其走势主要集中在右上角（即业绩超出预期后股价会上涨）；而房地产行业的股票则表现出更明显的上涨趋势。线条周围较大的波动范围说明，除了这些意外因素之外，还有许多其他因素会影响股票的走势。

收益分布图

热力图显示的是平均值，但平均值往往无法反映实际风险。而 violin 图则能展示收益的完整分布情况，包括收益幅度的大小以及收益分布的尾部是否集中。在这里，我们按照行业和市值区间来绘制了股票在盈利公告后3天内的收益分布图。

# 准备数据
df_plot = (
    df_earnings
    .dropna(subset=['pct_post_3d', 'sector', 'marketCap'])
    .copy()
)

# 1. violin 图：按行业划分的盈利公告后3天内的收益分布
plt.figure(figsize=(15, 6))

plt.subplot(1, 2, 1)
sns.violinplot(
    data=df_plot,
    x='sector',
    y='pct_post_3d',
    inner='quartile',
    palette='Set2'
)
plt.title('按行业划分的盈利公告后3天内的收益分布')
plt.xlabel('行业')
plt.ylabel('盈利公告后3天内的收益百分比')
plt.xticks(rotation=45, ha='right')
plt.grid(True, alpha=0.3)

# 2. violin 图：按市值区间划分的盈利公告后3天内的收益分布
plt.subplot(1, 2, 2)
sns.violinplot(
    data=df_plot,
    x='marketCap',
    y='pct_post_3d',
    inner='quartile',
    palette='Set3'
)
plt.title('按市值区间划分的盈利公告后3天内的收益分布')
plt.xlabel('市值区间')
plt.ylabel('盈利公告后3天内的收益百分比')
plt.xticks(rotation=45, ha='right')
plt.grid(True, alpha=0.3)

plt.tight_layout()
plt.show()

# 总结统计表
summary = df_plot.groupby(['sector', 'marketCap'])['pct_post_3d'].agg(['mean', 'median', 'std', 'count']).round(2)
print("总结统计：按行业和市值区间划分的盈利公告后3天内的收益的平均值/中位数/标准差/数量")
print.summary)

所有的 violin 图都显示，收益值大多集中在零附近，波动幅度也较小（±5%），这说明盈利公告后的市场反应通常比较混乱，没有明显的趋势。由于市场会迅速消化这些预期，因此很难通过这些数据获得可预测的投资机会。消费周期类行业和材料行业的股票偶尔会出现超预期的上涨走势，而小市值股票的波动性最大，这也意味着它们的风险更高，但偶尔也会带来较高的收益。并不是所有的可视化图表都能揭示出“阿尔法效应”；这个例子恰恰说明了这一点——要理解市场规律确实非常困难。

月度季节性因素

在观察到回报率分布接近零这一现象之后，现在让我们通过四个图表来分析月度季节性变化：平均3/10天后的回报率、每股收益的意外变动情况，以及每月发生的各类事件的数量。这些数据能够揭示出一些日历效应以及系统性的季节性偏差，而这些因素即便会导致个体数据的波动较大，仍然会影响投资者进入市场的时机选择。

# 1. 确保“earn_date”是日期类型
df_month = (
    df_earnings
    .dropna(subset=['earn_date', 'pct_post_3d', 'pct_post_10d', 'eps_surprise'])
    .copy()
)

df_month['earn_date'] = pd.to_datetime(df_month['earn_date'])

# 2. 获取月份编号和名称
df_month['month_num'] = df_month['earn_date'].dt.month
df_month['month_name'] = df_month['earn_date'].dt.strftime('%b')

# 3. 按月份汇总各项数据
monthly_agg = (
    df_month
    .groupby('month_num')
    .agg(
        pct_post_3d_mean=('pct_post_3d', 'mean'),
        pct_post_10d_mean>('pct_post_10d', 'mean'),
        eps_surprise_mean>('eps_surprise', 'mean'),
        n_obs=('earn_date', 'count')
    )
    .reset_index()
    .sort_values('month_num')
)

# 保持月份顺序和名称的一致性
month_order = monthly_agg['month_num'].tolist()
month_labels = df_month.drop_duplicates('month_num').set_index('month_num')[‘month_name’.reindex(month_order)

monthly_agg['month_name'] = month_labels.values

# 4. 绘制条形图
fig, axes = plt.subplots(2, 2, figsize=(14, 10))
fig.suptitle('收益公告后回报率的月度季节性变化及每股收益惊喜效应', fontsize=16)

# 3天平均回报率
axes[0, 0].bar(monthly_agg['month_name'], monthly_agg['pct_post_3d_mean'], color='skyblue')
axes[0, 0].set_title('各月份的3天平均收益回报率')
axes[0, 0].set_ylabel('回报率 (%)')
axes[0, 0].grid(alpha=0.3)

# 10天平均回报率
axes[0, 1].bar(monthly_agg['month_name'], monthly_agg['pct_post_10d_mean'], color='lightgreen')
axes[0, 1].set_title('各月份的10天平均收益回报率')
axes[0, 1].set_ylabel('回报率 (%)')
axes[0, 1].grid(alpha=0.3)

# 平均每股收益惊喜效应
axes[1, 0].bar(monthly_agg['month_name'], monthly_agg['eps_surprise_mean'], color='salmon')
axes[1, 0].set_title('各月份的平均每股收益惊喜效应')
axes[1, 0].set_ylabel('每股收益惊喜效应')
axes[1, 0].grid(alpha=0.3)

# 数据观测数量
axes[1, 1].bar(monthly_agg['month_name'], monthly_agg['n_obs'], color='gold')
axes[1, 1].set_title('各月份的收益公告事件数量')
axes[1, 1].set_ylabel('数量')
axes[1, 1].grid(alpha=0.3)

for ax in axes.ravel():
    ax.set_xlabel('月份')
    ax.tick_params(axis='x', rotation=0)

plt.tight_layout()
plt.show()

1月和10月的3天平均回报率通常最高，约为0.8%，而5月和7月的回报率则较低。10天的趋势也呈现出类似的模式，但波动幅度较小，2月和8月的回报率达到峰值。1月和5月的每股收益惊喜效应略为负值，这可能是由于对比对象较为不利；而7月、8月和12月由于节假日的原因，收益公告事件的数量较少。虽然存在一定的季节性规律，但其影响幅度很小，大约仅为0.5%。

不同市场环境下的情况

最后，在分析了那些细微的月度变化规律之后，我们将研究市场环境对不同行业10天收益表现的影响：会上方会展示热力图，下方则会用条形图来显示各行业的具体数据。这种分析有助于验证之前的研究结果——这些规律在牛市、熊市以及COVID疫情期间是否依然存在——同时也能帮助我们发现市场转换带来的投资机会，以及各种市场环境对行业收益的影响程度。

# 准备数据并提取年份信息
df_regimes = (
df_earnings
.dropna(subset=['earn_date', 'pct_post_10d', 'sector'])
.copy()
)

# 6. 排名：不同市场阶段下表现最佳的/最差的行业
print("\n按市场阶段划分的表现最佳/最差的行业：")
for regime in regime_order:
regime_data = agg_data[agg_data['market_regime'] == regime].sort_values('mean', ascending=False)
print(f"\n{regime}：")
print(regime_data[['sector', 'mean', 'count]].round(2).head(3))


在牛市期间（2023年及以后）和新冠疫情恢复期，消费周期类行业表现良好（收益回报率约为1.5%–2%），但在2022年的熊市中表现不佳。公用事业类行业在新冠疫情之前就已经出现了负收益。图表中的底部数据表明，在新冠疫情期间，整体收益率为正（约1%），其中基础材料和工业类行业的表现最为强劲。当前的牛市环境下这些行业的收益回报率依然为正，但幅度已有所下降。不同市场阶段下，各行业的领先地位会发生变化，并没有哪个行业能始终表现出色。

我们从这些分析中得到了什么？

通过六个相互关联的可视化图表，我们将15年的收益数据转化成了一个清晰且引人入胜的故事。

每个图表都针对某个具体问题进行解读，但结合起来看，它们描绘出了一个更全面的图景：收益意外变化确实会影响市场，但其影响在不同领域和时期是有所差异的。某些行业、阶段或市场环境往往能带来稳定的投资机会，而另一些则不然。

数据向我们展示了以下结论：

• 虽然不存在绝对确定的盈利机会，但特定领域确实存在投资机会：总体而言，市场的效率较高，收益与收益意外变化的关联性较弱，因此回报水平通常接近于零；不过，在不同时间段和市场环境下，消费周期类股票和原材料行业依然具有上涨潜力。因此，选择合适的行业进行投资非常重要。

• 不同的时间窗口会带来不同的投资结果：对于中盘房地产股来说，3天内的市场反应能带来约4%的收益；而对于消费周期类大盘股而言，10天内的市场反应则能使它们获得约3.2%的收益。切勿假设所有市场的反应都会以相同的速度发生。

• 对大型科技股的过度炒作并不会永远持续下去：气泡图显示，从2020年到2022年，AAPL、MSFT和NVDA等公司的股票确实带来了较高的回报，但自那以后这些股票的走势开始下滑，这说明市场对这些股票的热情正在减退。因此，不要去追逐那些曾经被过度炒作的股票。

• 把握市场节奏有助于获得更好的投资收益

  ：1月和10月，市场在公布收益后往往会出现略高的回报（约0.8%），而7月和8月的流动性通常较低。将季节性因素与行业选择结合起来，才能获得更高的投资收益。

• 不同的市场环境会决定哪些行业会成为赢家

  ：在COVID疫情恢复期间以及2023年之后的牛市中，消费周期类行业的表现往往不佳，而工业类行业则取得了较好的成绩。并没有所谓的“永远最优秀的行业”，只有目前来看表现最好的行业。因此，要根据当前的市场环境来选择投资对象。

• 具体的操作建议

  ：在牛市期间，1月份选择中盘至大盘的消费周期类股票进行投资，这样的策略能够结合所有这些有利因素，从而提高投资成功的概率。因为此时行业选择、季节性因素以及市场环境都处于有利的状态。

最后的思考

这个分析案例充分说明了可视化技术在金融领域的重要性：单纯的收益数据和意外变化表格是无法揭示这些规律的。

• 热力图能够立刻显示出哪些行业在市场中表现最佳。

散点图清楚地展示了收益与收益意外变化之间的弱相关性。

气泡图则记录了大型科技股在整个市场发展过程中的表现变化。

• 各种分析方法也让我们认识到一个残酷的事实：市场的波动往往非常剧烈。因此，不能简单地套用过去的分析方法来预测未来的市场走势。

努力解读这些数据所带来的回报是显而易见的：你从被动观察转变为了主动识别市场规律。你不仅能够了解发生了什么，还能知道这些事件发生的时间和地点。在交易和分析中，理解复杂市场的本质往往比掌握一个完美的公式更为重要。

通过可视化的方式讲述故事，就能将数据转化为直观的理解。而基于证据的直觉，每次都能带来比盲目猜测更好的结果。