自動駕駛過財報季：為財報週而生的智能體

一年四次，行事曆遞給每一位股東同一道難題：你持有的公司會公布業績，而它們的股價可以在公布後幾秒內劇烈地重新定價。財報季交易和多數交易問題不同，因為時機精確到分鐘為人所知，而結果卻完全無從得知。

那份不對稱，正是自動化擅長處理的。這篇文章會談：財報日到底是什麼在推動一檔股票、為什麼抱著部位過關卡、指望一份亮眼財報是賭博、以及那三個把財報週放上軌道、卻不假裝能預測任何事的智能體模式。

財報日到底是什麼在推動一檔股票

重要的那個數字不是業績本身。而是業績減去市場早已預期的部分。一家公司可以營收成長 30%、卻重挫，因為市場共識是 35%。它可以萎縮、卻反彈，因為每個人都做好了更差的心理準備。反應定價的是驚喜，不是那一季。

財測通常比那一季本身更有份量。公布的數字描述的是過去三個月；前瞻財測推動的是接下來的十二個月。有大量乾淨的優於預期，因為管理層在法說會上下修了下一季的展望，而在幾分鐘內被賣掉。

接著是這一切發生時機的機制。多數公司在收盤後或開盤前公布，所以最初的重新定價發生在盤外時段，那裡流動性稀薄、價差寬闊，而許多散戶的停損單根本沒有生效。等到常規盤開盤時，這檔股票往往已經跳空到它的新水位。那個交易日的頭半個小時，接著決定跳空是守住、擴大、還是消退——一場機構重新布局者與早盤反手交易者之間的角力。

這些都不是什麼奇技淫巧的知識。散戶交易者一貫低估的，是一旦公布出爐，他們能影響的其中之少。可控的決策全都發生在財報之前：你帶著多大的部位進去、你的出場在哪裡、以及在每一種情境下你會怎麼做。

抱著部位過關卡、賭一份優於預期，是賭博

不加修飾地說：因為你預期業績會好，就把一個滿倉的部位抱著過財報，是一場賭注，不是一個策略。從你的座位看，這個事件是二元的。你不知道結果、不知道市場真正據以交易的「悄悄話數字」、也不知道財測會如何落地。有管理層管道與通路查核的專業分析師都經常被驚到；一個憑直覺的散戶交易者，是在不知道權重的情況下擲一枚被灌了鉛的硬幣。

跳空機制讓它比一次普通的擲硬幣更糟。停損保護不了你過一份財報。如果一檔股票收在 $95、在糟糕的財測之後開在 $78，你設在 $90 的停損就變成開盤的一張市價單，並在 $78 附近成交。你接受的風險大約是 5%；你實際承擔的風險大約是 18%。選擇權可以界定那份風險，但透過財報避險有它自己眾所周知的成本問題：在已知事件之前，隱含波動率被定價拉高，所以保護正好在你想要它的時候最貴。

而且不，一個 AI 智能體不會改變這其中任何一項。智能體無法在財報發生之前就知道結果，任何暗示能做到的產品都值得你懷疑。智能體改變的是這個事件周圍的一切：它從不忘記一個財報日、從不把昨天的自滿帶進財報週、也從不在最初那波動的幾分鐘裡僵住。紀律是可自動化的。先見之明不是。

智能體能運行的財報季交易模式

有三個模式站得住腳，因為它們沒有一個需要預測結果。

模式	智能體做什麼	它防範什麼
財報前去風險	在你持股的財報日之前，減碼、避險或出場	滿倉部位的跳空風險
財報後反應	只在業績公開之後、在嚴格限制內行動	猜測；交易傳聞
財報週上限	在財報週縮小部位上限、暫停新進場	整個投資組合的事件集中

財報前去風險是主力。一組具體的規則：在任何持股公布財報前三個交易日，把部位減到一半；前一天，把它的移動停損從 15% 收緊到 8%；只有對超過投資組合 10% 的部位才完全站到一旁。財報之後，如果原本的論點仍成立，就在 48 小時內重新進場。你對好消息保留一些曝險，同時為壞消息的傷害設上限，而這條規則對每一檔持股、每一季，都同樣地套用自己。

財報後反應用回應取代預測。資訊不對稱在業績公開的那一刻消失；剩下的是一波快速移動、你可以用規則去交易的重新定價。例如：如果一檔觀察清單上的股票在其財報日開盤跌超過 8%，就 30 分鐘內什麼都不做；不去接刀。如果它開高、並在頭 30 分鐘維持在它的開盤價之上，就進場一個半倉部位，停損設在開盤區間下方。用於像 CPI 和聯準會日這類總體公布的同一套事件反應邏輯，在這裡以個股的規模適用，而一條新聞感知的流水線能讀取公布本身，而不只是價格反應。

財報週上限處理的是投資組合層級。財報會群聚：在高峰週，你三分之一的持股可以在五個交易日內公布。一條上限規則（在任何有三檔或以上持股公布財報的一週，把新部位的最大規模砍半、並完全封鎖槓桿）承認你的分散在暫時上比看起來更弱。回應被量測條件的部位大小規則是一門自己的紀律，在波動感知智能體裡有進一步發展。

打造由行事曆驅動的智能體

原料並不迷人：一份對應到你實際持股、可靠的財報行事曆。多數交易者查他們最愛那兩三檔的財報日，然後被第七號部位打個措手不及。一個智能體追蹤每一檔持股的日期，包括那些你已不再盯的，並在公司重新安排時重新查核——而它們重新安排的頻率，比人們以為的還高。

從那裡起，自動化就是一組相對於日期的規則。上一節裡的一切都以「這檔持股財報前 N 天」或「N 小時後」為關鍵，而那正是人類跨十來個部位做得很差、軟體卻做得完美的那種簿記工作。

以下是在 Obside 上的設定長什麼樣。你在 copilot 裡輸入：「對我持有的每一檔股票，在它的財報日前五個交易日提醒我。前一天，把那個部位的移動停損從 15% 收緊到 8%，並封鎖對它的新買進，直到財報後 24 小時。」助理會把這道指令重述成受監控的條件——行事曆監看、每個部位的停損調整、暫時的買進凍結——你在任何東西運行之前先核准它。這個智能體接著也會把規則套用到你下個月新增的持股上，因為這條規則是針對你的投資組合寫的，而不是針對一份你必須維護的股票清單。

先以紙上模式跑過一整個完整的財報季。那次演練回答了那些重要的問題：警示到得夠早、來得及行動嗎、停損收緊在正確的日期觸發了嗎、有一份重新安排的財報溜過去了嗎。一個財報季的紙上證據，勝過任何份量的、對規則抽象的推理。

智能體修不好的東西

那些限制值得同等的篇幅。跳空不尊重停損，不管收不收緊：一檔隔夜跳空下跌 18% 的股票，8% 的移動停損會在開盤讓你出場，也是跌 18%。在財報前收緊停損，減少的是對緩慢的財報前漂移的曝險；它並不為隔夜跳空風險設上限。只有部位大小才做得到那件事。

第一反應消退的頻率，高到足以懲罰機械式的追價。一檔開高 6% 的股票，可以在法說會揭露疲軟財測後、以紅盤收場；一次恐慌的跳空下跌，可以在午餐前就反轉。帶有持有期與半倉的反應規則有幫助，但沒有任何規則能從一場根本上充滿雜訊的重新定價裡萃取出確定性。

交易暫停和稀薄的盤外委託簿，會在正好最糟的時刻延遲或扭曲執行。而最深的限制，是這篇文章開頭就講的那一個：沒有任何東西，人或機器，能可靠地事先知道財報結果。如果你的優勢取決於預測財報結果，你沒有優勢；你有的是一個故事。自動化在股票市場更廣的現實，包括交易時段、暫停與券商路由，在用於股票交易的 AI 智能體裡有涵蓋。

接下來往哪走

叫出你目前的持股，找出每一檔的下一個財報日。如果任何一個日期讓你意外，那就是用你自己的投資組合做出的、支持一個由行事曆驅動智能體的論證。在沒有任何事迫在眉睫時，就決定好你的去風險規則，用一個段落把它寫下來，並精確地把那一段自動化。在 Obside 上，那個段落會變成一個運行中的智能體，帶著行事曆感知的警示與每個部位的風險規則——在它碰到一張實盤訂單之前，先以紙上模式跑過一整個財報季。

僅供教育參考，不構成投資建議。交易存在風險，可能導致本金損失。