券商盈利预测分歧大怎么办：先定位哪一年、哪家偏离
调查盈利预测分歧，先定位哪个财年、哪个版本和哪家券商造成差距。保留原分布，过期预测分开，并形成具体报告回查清单。单个平均数可能掩盖重要假设，删除最远数字也可能删掉真正需要研究的问题。本题交付分歧定位与有证据的原因，不只是异常值处理建议。
本文实际分组并核对合成A股式预测，再用另供合成报告摘录验证一处分母差异，不读取真实券商全文，也不证明CoTrading已有分歧页面。结构化报告工具存在，不代表全文可得或全市场覆盖完整。拿不到原文时，原因继续未知，不能让模型用评级或数字大小反推经营驱动。
先接受同一预测对象
固定公司、目标财年、币种、EPS定义、截止日和新鲜度政策。样例截至2026年10月26日，研究2027年CNY摊薄EPS，距发表不超过60自然日视为新鲜。60天是明确阅读政策，不是经济上有效预测的统一标准，不能据此说第61天报告就错误。
取得报告编号、发布日期、财年表头和每股定义，确认券商别名，同券商财年保留最新合格报告。旧报告留作变化研究，不因检索次数多而给该券商更多平均权重。脚本从已接受合成数值开始，真实流程须先核时间和定义，查询窗口有限时写清观察样本及缺口。
少量返回预测可以支持具体回查，却不自动成为市场一致预期。贡献券商数、原始报告数和目标期覆盖分别统计；只有一个均值没有这些分母，读者无法判断分歧究竟来自样本大小、财年混合还是同一券商重复。接受阶段还应保留各来源股本和调整口径的说明位置。
分开财年和过期观测
原始记录含A较旧0.90与较新1.00，均为2027，选后者。F的4.00是2028，不能进入2027。E为2027的3.00，但发表于7月1日，按截止政策过期，不与10月新报告混成同一分布。它仍是合法历史记录，应另表保留而非消失。
| 券商 | 选定2027 EPS | 发布日 | 新鲜度组 |
|---|---|---|---|
| A | 1.00 | 10月20日 | 新鲜 |
| B | 1.10 | 10月21日 | 新鲜 |
| C | 1.20 | 10月22日 | 新鲜 |
| D | 2.00 | 10月23日 | 新鲜 |
| E | 3.00 | 7月1日 | 过期 |
原集合七份报告，新鲜目标年只有四家。全部记录当独立覆盖，会重复A、混入F年份并隐藏E年龄。过期表附日期和来源，读者能分清旧假设与当前差异；不能把所有不方便参与平均的数都叫异常并删掉。财年不匹配也不是价格离群，修复方式不同。
计算回查标志，不作统计定论
新鲜EPS为1.00、1.10、1.20、2.00，中位数1.15，均值1.325。Python统计参考说明偶数样本中位数取中间两数平均。均值与中位数只总结这个观察样本，不是公司未来结果的通用最佳估计，也不为券商预测正确性背书。
本例用透明规则：离正中位数绝对距离达到其中位数50%者回查。D差0.85，相对1.15约73.91%，因此入队。50%是诊断阈值，不是显著性检验，不证明D错误。保留定义，研究者可以理解为什么它被排到阅读前面，而不会误以为系统发现了统计异常事实。
center = median(fresh.values())
flagged = sorted(broker for broker, value in fresh.items()
if abs(value-center)/abs(center) >= D("0.50"))本例中心为正。真实中心为零或非常小时，先设计每股绝对差或其他适合诊断，不盲用比例除法。样本小，即使代码无错也不能推断市场分布稳定。规则作用是缩小回查范围，不把不确定性转化成一个看起来客观的红绿标签。
实际执行分布与回查队列
下载完整示例。使用Python 3.12+、标准库与合成记录，运行python R542.py。作者文件为docs/growth/research/round-5/examples/R542.py。
实际输出A至D新鲜、E过期，中位1.15、均值1.325，只标D。提供摘录前，D原因为unknown_requires_original_report。断言核分组和数值，D仍留在新鲜分布，离群删除标志为假。这样能看到问题本身，而不先删掉分歧再生成看似一致的均值。
回查清单指向D具体报告、目标财年、偏离程度与要找的问题，例如净利润、税、调整项或股数假设。不要把任务写成寻找券商错误的证据，差异可能合理而有信息。报告全文需要另行取得，只有结构化EPS与评级不能支持经营原因，更不能虚构已经阅读了全文。
从另供材料核实原因
第二阶段收到A、D合成摘录：预测利润均100百万，A用100百万摊薄股，D用50百万。重算利润除股数，分别复现EPS1.00和2.00，在该摘录范围内支持这一对的分母假设差异。它不自动解释所有券商差距，也不证明哪种股数最终会实现。
IAS 33概览说明每股分子分母需要关注，不验证这些虚构券商预测。摘录本身也是合成输入，不是从私有研报复制的引用。脚本检查两条公式匹配后才报告对照结论，来源标签随摘录保留供核查。
代码没有推导收入翻倍、利润率改善或D更看好产品，因为EPS字段和摘录都没有这些证据。评级或目标价标签同样不能补出经营驱动。原因确认应逐条对应材料，不把一个已核分母差异扩展成完整投资论点。仍不知道的假设继续列为问题。
用过期极端值反例检查分组
E的3.00比D更远，但它属于过期组。混进新鲜样本会改变摘要，让当前分歧看起来更大。正确办法是分开展示及回查，不静默删除，也不称E当前看多离群。若后来取得E更新报告，先按券商财年规则替换选定值，再重算分布，不原地改旧报告日期。
F的2028预测也不是2027的另一个极值。多年度报告必须先选目标列，页面最大数字未必相关。两种边界保留了具体任务：找可比差异再读来源。通用异常值删除会改变分布，却没有回答为什么数值不同，可以是另一建模政策，但不能算完成本公司研究。
已证实与未解解释分别交付
包内有原记录、最新券商财年选择、新鲜与过期表、摘要定义、标记报告引用和原因日志。只有原文或另供摘录支持时标已证实，不把合理猜测改成事实。没有全文就明确列待回查位置，查询返回少也不能声称已经覆盖整个市场共识。
审阅者重建中位数、D偏离和A/D股数计算，再查E过期与F年份排除，数值队列及证据边界都要通过。新预测、股本假设变化或更完整材料到来后重开，旧标志与原因保留在旧快照。最终交付可操作的分歧调查，不承诺完整报告阅读、共识覆盖或收益预测能力。
把标记转成有限阅读任务
每个回查项保留接受EPS、财年、发表日、偏离规则与待核问题，请求相关预测表和假设段，不无限搜索一个好听故事。回查可以结束为原因确认、可比性问题或仍未知，三种都合法。没有找到原文不应被写成没有经营风险，也不应自动把离群记录删掉作为任务完成。
数值提取与解释证据相连但分开。表格能证明D预测2.00，不证明为什么。另供摘录补上A、D利润和股数的可核算关系，不能据此把B、C也解释成同一假设，更不证明哪个预测最后准确。原因日志应标支持到哪一对、哪一项输入，防止局部证据扩张成整份报告结论。
更新时同时比较新鲜数值与覆盖。报告年龄越过窗口，会在无人修正EPS时改变中心，应标新鲜度组成变化。旧快照和标志保留，后续才看得出分歧移动来自新预测、纳入规则还是更好的来源证据。单看均值变化无法区分这几条路径，不能把全部变化都称盈利预期上调。
若材料显示定义本来不同，先修复或隔离口径，再生成可比分布。若只是未来股数假设不同，则保留这一真实分歧并说明条件，不必为了得到更窄区间强行统一。研究任务是理解差异，不是把所有报告压成同一个数；是否正规化，应另有透明规则和原值桥接。
样本不足时可交付具体资料缺口，不夸大共识。例如只有有限几家最近报告，就说明这是已返回报告样本，不能称覆盖全体券商。缺全文时也可完成分歧定位阶段，但原因阶段明确未完成。分开这些产物，既保留已经算出的成果，也不把尚未取得证据的经营故事混进去。
先解决同日冲突，再选最新预测
选择器先检查(券商, 财年, 发布日)。同键数值相同可去重，不同EPS抛same_date_forecast_conflict。只有日期没有盘中顺序证据，正序、反序都不能挑赢家；需要可靠报告序号或先解决来源冲突，不能用接口返回先后猜哪份更晚。
下载自检在B的10月21日1.10旁加入9.00，断言两种行序都拒绝；相同1.10重复则结果不变。分组前还用Decimal有限性检查拒绝NaN和正负无穷。这些是无效输入，不是应保留在分歧分布中的极端预测。有限高值仍按原回查政策处理，不因该输入守卫被自动删除。
常见问题
被标记就要删除吗？
不需要，标记产生回查任务，除非另有合理政策，否则保留分布。
EPS不同能自动看出经营原因吗？
不能，需原报告或可靠摘录支持，否则原因仍未知。