Skip to main content
ClaudeWave
Skill12k repo starsupdated today

corporate-events

Corporate-events analyzes major company events (mergers, stake changes, equity incentives, capital raises, and delisting risks) to identify trading opportunities. This skill calculates merger arbitrage spreads, interprets shareholder signals from stake increases and decreases, evaluates equity incentive structures and their market impact, assesses secondary offerings and rights issues, and flags ST and delisting warnings specific to Chinese A-share markets.

Install in Claude Code
Copy
git clone --depth 1 https://github.com/HKUDS/Vibe-Trading /tmp/corporate-events && cp -r /tmp/corporate-events/agent/src/skills/corporate-events ~/.claude/skills/corporate-events
Then start a new Claude Code session; the skill loads automatically.

SKILL.md

# 公司事件驱动分析

## 概述

通过公司层面的重大事件(并购、增减持、股权激励、再融资等)构建事件驱动交易策略。核心逻辑:事件公告包含增量信息,市场消化需要时间,事件前后存在系统性超额收益。

适用场景:
- 并购重组套利(A股借壳/资产注入/吸收合并)
- 大股东/高管增减持的信号提取
- 股权激励的行权价与解锁条件分析
- 定增/配股/可交债的折价套利
- ST/*ST/退市预警的规避与投机

## 核心概念

### 并购套利(Merger Arbitrage)

**A股并购特色**:
| 类型 | 频率 | 超额收益 | 风险 |
|------|------|----------|------|
| 借壳上市 | 低(注册制后减少) | 高(30-100%) | 极高(审批失败) |
| 资产注入 | 中 | 中(10-30%) | 高(估值/审批) |
| 吸收合并 | 低 | 低(5-15%) | 低(已达协议) |
| 要约收购 | 低 | 低(3-8%) | 最低 |

**价差计算**:
```
并购套利价差 = (要约价 - 当前价) / 当前价
年化收益 = 价差 / 预计完成时间(年)

示例:
  A公司要约收购B公司, 要约价25元, B当前股价23.5元
  价差 = (25 - 23.5) / 23.5 = 6.38%
  预计3个月完成, 年化 = 6.38% × 4 = 25.5%

风险评估:
  审批确定性: 已获商务部/证监会预审 → 高确定性
  对价方式: 现金 > 股票+现金 > 纯股票 (确定性递减)
  交易条件: 是否有MAC条款(重大不利变化)
```

**A股并购套利要点**:
- 停牌制度改革后,复牌首日涨跌幅受限(创业板/科创板20%)
- 关注"筹划重大资产重组"公告 → 停牌 → 复牌的节奏
- 审批链:董事会 → 股东大会 → 证监会(每一步都是风险点)

### 分拆/Spin-off

```
A股分拆上市条件:
  - 上市满3年
  - 子公司净利润 ≥ 母公司净利润10%
  - 子公司净资产 ≤ 母公司净资产30%

交易策略:
  预案公告 → 买入母公司(分拆预期提升估值)
  子公司上市 → 择机卖出母公司(利好兑现)

实例:
  2023年某科技公司分拆子公司至科创板
  预案公告后母公司20日涨幅18%
  子公司上市首日后母公司回调8%
```

### 大股东增减持信号

**增持信号**(看多):
| 信号强度 | 条件 | 超额收益(20日) |
|----------|------|----------------|
| 强 | 控股股东增持 > 总股本1% | +8~12% |
| 中 | 高管集体增持(≥3人) | +5~8% |
| 弱 | 单一董事/监事增持 | +2~4% |

**减持信号**(看空):
| 信号强度 | 条件 | 超额收益(20日) |
|----------|------|----------------|
| 强 | 控股股东计划减持 > 总股本2% | -5~10% |
| 中 | 解禁后首次减持 | -3~6% |
| 弱 | 高管离职减持 | -2~4% |

```
关键窗口期:
  - 公告前6个月: 内幕交易高发区,异常放量可能是先知资金
  - 公告后3日: 信息冲击最大
  - 公告后20日: 超额收益基本消化

过滤规则:
  排除: 被动减持(质押平仓)、大宗交易折价减持(可能是换手不是看空)
  保留: 竞价减持(真正看空)、增持后短期再减持(反向信号)
```

### 股权激励解读

```
关键要素:
  1. 行权价/授予价: 相对当前股价的折价率
     折价 > 50% → 激励力度大但可能摊薄严重
     折价 < 20% → 管理层对股价有信心

  2. 解锁条件: 业绩目标是否有挑战性
     例: "未来3年净利润复合增长率≥20%"
     vs 行业平均增长率10% → 条件较高 → 正面信号

  3. 激励对象: 核心技术人员占比
     核心技术人员 > 50% → 绑定核心人才 → 正面
     纯管理层 → 可能是利益输送

  4. 股份来源:
     定向增发 → 摊薄每股收益
     回购 → 不摊薄,更正面

  5. 等待期/解锁期:
     等待期1年+解锁期3年 → 标准方案
     等待期短+解锁条件低 → 利益输送嫌疑

A股实证:
  激励方案公告后60日平均超额收益: +6.2%
  解锁条件超预期的: +10.5%
  行权价接近当前价的: +8.3%
  首次推出激励 > 再次推出: 超额收益更高
```

## 分析框架

### 1. 定增/配股事件

**定增(定向增发)**:
```
事件时间线:
  预案公告 → 股东大会 → 证监会审批 → 发行 → 解禁

交易节点:
  1. 预案公告日: 关注折价率和募资用途
     折价率 = (当前价 - 发行底价) / 当前价
     折价率 > 20% → 利好(机构愿意折价买入 = 看好)

  2. 发行前: 定增对象有动力维护股价(锁定价格)
     公告后到发行前通常有正超额收益

  3. 解禁日: 定增股份解禁 → 卖压
     解禁前20日平均跌幅3-5%
     解禁后20日继续承压

募资用途评分:
  并购优质资产: +3分
  扩产/新项目: +2分
  补充流动资金: 0分 (中性偏负)
  偿还债务: -1分
  大股东认购比例 > 50%: +2分 (利益绑定)
```

**可交债(EB)**:
```
可交换债券 = 大股东以持有股份为担保发行的债券
  换股价 = 发行时约定的换股价格
  当股价 > 换股价 × 130% → 投资者倾向换股 → 相当于大股东减持
  当股价 < 换股价 × 70%  → 投资者持有债券 → 大股东用低利率融资

交易信号:
  发行可交债 = 大股东可能计划减持,但比直接减持更温和
  临近换股期+股价接近换股价 → 关注大股东是否有意让股价突破换股价
```

### 2. ST/退市预警

**ST标记规则(2024新规)**:
```
*ST (退市风险警示):
  - 最近一年净利润为负 + 营收 < 3亿(主板)/ 1亿(创业板)
  - 审计意见: 无法表示/否定
  - 财务造假

ST (其他风险警示):
  - 资金占用
  - 违规担保
  - 内控审计否定意见

退市条件:
  - 连续20个交易日收盘市值 < 3亿(主板)/ 5亿(创业板/科创板)
  - 连续20个交易日股价 < 1元
  - 财务类: *ST后下一年仍不达标
```

**交易策略**:
```
规避策略(推荐):
  - 持仓中排除所有ST/*ST
  - 排除 "最近一季度亏损 + 营收下滑 > 30%" 的潜在ST股
  - 排除审计机构出具保留意见的

投机策略(高风险,仅供研究):
  摘帽概念: *ST公司业绩扭亏 → 申请摘帽 → 涨停潮
  条件筛选:
    - 最近一季度盈利(扭亏拐点)
    - 有实质性资产重组/债务重组方案
    - 市值 > 10亿(远离面值退市线)
  风控: 仓位 < 5%, 止损 -15%
```

### 3. 事件日历与交易时间窗

```
T-30 至 T-1(事前窗口):
  增持/回购预案 → 逐步建仓
  并购预案 → 评估确定性后建仓

T(公告日):
  利好事件 → 集合竞价追入(注意涨停封单量)
  利空事件 → 开盘前挂单卖出

T+1 至 T+20(事后窗口):
  信息逐步消化,超额收益递减
  大事件(并购/重组): 消化期可达60天
  小事件(增持/回购): 20天基本消化

T+N(长期效应):
  股权激励解锁期前后: 管理层有动力维护股价
  定增解禁日: 确定性卖压
```

## 输出格式

事件驱动分析报告:
```
=== 事件概况 ===
标的: 000001.SZ 平安银行
事件: 控股股东增持计划公告
日期: 2026-03-25
增持规模: 10-20亿元 (占总股本0.8%-1.6%)

=== 信号评估 ===
信号强度: 强 (控股股东+金额大)
历史参考: 同类事件20日平均超额+8.2%
确定性: 高 (已公告增持计划, 6个月窗口期)

=== 策略建议 ===
操作: 公告次日开盘建仓
仓位: 5-8% (单事件上限)
持有期: 20-30个交易日
止损: -5% (低于公告日收盘价5%)
止盈: +12% 或 持有期满

=== 风险提示 ===
- 市场系统性下跌可能抵消事件效应
- 增持进度不及预期 → 关注月度增持公告
- 银行板块整体估值压制 → 超额收益可能偏低
```

## 注意事项

1. **信息时效性**:A股公告在交易所官网/巨潮资讯网首发,第三方平台有延迟,套利窗口可能已关闭
2. **内幕交易风险**:事件公告前的异常量价可能是内幕交易,跟随介入需谨慎(可能被监管调查)
3. **事件聚集效应**:同一标的多个事件叠加时信号增强(增持+回购+激励 = 强信号),但需排除"组合拳护盘"
4. **注册制影响**:借壳上市价值下降,传统壳资源套利空间大幅收缩
5. **量化可获取性**:tushare 提供增减持/股权激励/定增数据接口,但实时性不足(T+1或更慢)
6. **仓位控制**:单一事件驱动策略仓位不超过10%,事件失败(如并购被否)可能导致20%+跌幅

## 依赖

```bash
pip install pandas numpy
```
vibe-tradingSkill

Professional finance research toolkit — backtesting (7 engines + benchmark comparison panel), factor analysis, Alpha Zoo (452 pre-built alphas across qlib158/alpha101/gtja191/academic), options pricing, 77 finance skills, 29 multi-agent swarm teams, Trade Journal analyzer, and Shadow Account (extract → backtest → render) across 7 data sources (tushare, yfinance, okx, akshare, mootdx, ccxt, futu).

adr-hshareSkill

ADR/H-share/A-share cross-listing premium analysis — track pricing gaps between US-listed ADRs, HK-listed H-shares, and A-shares for arbitrage signals, dual-listing valuation, and delisting risk assessment.

akshareSkill

AKShare financial data aggregator (18k+ stars). Free, no API key. Covers A-shares, US, HK, futures, macro, forex. Primary fallback for tushare and yfinance.

alpha-zooSkill

Browse and bench the bundled alpha zoos — prebuilt cross-sectional factor libraries (Kakushadze 101, GTJA 191, Qlib 158, Fama-French / Carhart). Use when the user asks "which alphas exist", wants metadata on a named alpha, or wants to run IC/IR on a whole zoo over a universe.

ashare-pre-st-filterSkill

A 股 ST/*ST 风险预测框架 — 基于最新中报/三季报或业绩预告/快报,预测下一财年是否会因营收、利润、净资产、分红不达标而被风险警示,并将新浪监管处罚记录作为独立证据面纳入风险等级。仅适用于 A 股,不预测财务造假。

asset-allocationSkill

Asset allocation theory and optimizer usage — MPT / Black-Litterman / risk budgeting / all-weather strategy, including guides for 4 optimizers and rebalancing rules.

backtest-diagnoseSkill

Diagnose failed or underperforming backtests, locate the root cause, and fix the issue

behavioral-financeSkill

Behavioral finance applications: theories of overreaction and underreaction, behavioral explanations for momentum and reversal, investor sentiment cycles, cognitive-bias checklists, and debiasing quantitative strategies.