这份研究报告系统分析了全球43类企业事件（涵盖盈利指引、高管变动、指数调整等），揭示了市场对事件的过度反应或反应不足规律，并构建了EventML量化模型。研究发现：1）盈利指引上调的公司存在公告后正向漂移，尤其是中小盘股；2）高管变动和公司结构变更往往伴随持续负面反应；3）通过结合事件日超额收益（EAR）、NLP文本特征（如数字占比、关键词）和机器学习算法，模型在美欧市场实现了1.5倍以上夏普比率，且与传统因子相关性极低，为事件驱动策略提供了系统性解决方案。

欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai