关于下文引用的数据。 本文中的一些统计数据来自 V12 宇宙群组（227,594 份买入申报，截至 2024 年）。自 2025-01-01 以来，实时样本外买入宇宙（28 个市场）显示，在 20,688 份申报中，胜率为 52.96%，平均 90 天回报率为 +8.59%。有关当前数据，请参阅方法论；有关冻结审计参考，请参阅 STRATEGY_PROOF 部分。
一名内部人士可能行动过早，两名可能是朋友，但一个月内出现三名内部人士行动，则开始像是掌握了信息。
How to interpret a single filing: who bought, how much, when, and which patterns actually carry signal.
Start with the pillar guide: 如何解读内幕交易：字段解读指南
内幕交易研究有一个听起来很神秘的坏习惯。但它并非如此。它大多归结为一个简单的命题：公司内部人士比市场上其他人更了解他们的公司，但他们并非所有交易都携带相同数量的信息。有税单的存在。有多样化的存在。有期权授予的存在。因此，有用的做法是识别那些看起来不像是行政行为，而更像是基于信念的交易子集。
这就是集群交易的切入点。Cohen、Malloy 和 Pomorski 在一篇比许多因子动物园理论更经久不衰的论文中，将一个实用理念形式化：当几位内部人士在短时间内朝同一方向交易时，内部人士信号会更强。30 天内有三名或更多内部人士交易，是量化分析师会点头认可、合规官会去倒咖啡的门槛。
其吸引力显而易见。一位首席财务官的单独出售可能意味着支付学费。而三位高管在股价下跌后买入，就很难仅仅解释为家庭预算安排。聚合排除了特殊动机，保留了共同成分，即私人信息或至少是异常强烈的内部信念。
对于一项涵盖 17 个市场的研究来说，这种常识性直觉仅仅是个开始。更困难的部分是使信号在不同司法管辖区之间具有可比性，因为这些司法管辖区在几乎所有实际重要事项上都存在分歧：谁必须报告、报告速度如何、什么算作可报告交易，以及数据如何清晰地与上市公司关联。
“30 天内三名内部人士”这个阈值并非神圣不可侵犯。它之所以有用，是因为它平衡了稀有性和样本量。如果将门槛设为两名内部人士，信号会更频繁，但噪音也会更大。如果设为五名，你会得到一个更纯粹的事件，但在较小的市场中，你可能会只剩下一些装饰性的轶事组成的“回溯测试”。
30 天的窗口期也同样务实。它足够长，可以捕捉到错开的申报和内部禁售期，但又足够短，以保留共同信息事件的概念。如果将窗口期拉得太长，一个集群就仅仅变成了一个季度。
这里的用户视角是每个市场中集群信号的夏普比率。这是正确的直觉。原始收益会美化非流动性市场、小盘股市场以及一切都表现良好的时期。夏普比率至少会衡量信号是否为投资者在所承受的路径上带来了回报。
它仍然是一个不完美的衡量标准。一个稀疏但高信念集群的市场可能比一个频繁、中等信号的市场显示出更低的夏普比率，仅仅因为分散投资的作用。交易成本、卖空信号的借贷限制以及申报滞后也可能将一个漂亮的样本内夏普比率变成一个相当普通的实际结果。量化金融充满了美好的比率，但它们在与经纪人接触后就会消失。
Cohen、Malloy 和 Pomorski 的持久贡献不仅仅是内部人士可以预测回报。这个结果早于他们几十年。他们更深刻的观点是，内幕交易活动的“结构”很重要。内部人士共同交易比内部人士单独交易包含更多信息。
这听起来可能有些过于直观。好的论文往往如此。其成就是系统地展示了这一点，并以一种经受住标准控制的方式，将集群活动与孤立交易区分开来。
如果多名内部人士在同一时间段内买入，那么以下几点更有可能成立。
首先，该信号不太可能是由个人流动性需求驱动的。家庭冲击通常不会在整个高管层同步发生。
其次，信息集可能更广泛。不同的内部人士看到业务的不同方面。职能部门之间的一致性可能表明估值差距并非某个人偶然发现的怪癖。
第三，交易行为本身可能反映了内部信心。内部人士了解在坏消息公布前买入的法律和声誉风险。当多人仍选择买入时，这本身就具有信息价值。
反向情况，即集群卖出，则更为复杂。卖出通常不如买入具有信息量，因为内部人士卖出的原因很多，其中大部分都平淡无奇。集群卖出仍然可能很重要，特别是如果它发生在长期上涨之后且排除了机械性交易，但买入方是文献中通常发现更清晰信号的地方。
跨市场重访不仅仅是重复性研究。它检验了该信号是行为常数还是法律产物。
如果集群内部人买入在美国有效，但在欧洲披露规则下失效，这会告诉我们一些关于备案延迟、市场效率以及公共披露本身在多大程度上消除了内部人优势的信息。如果该信号在两种制度下都存在，那将更令人印象深刻。
它还解决了一个实际的投资者问题。如果您运行全球策略，是否应该在不同国家对集群交易给予同等权重？几乎肯定不会。该信号在概念上可能相似，但可投资版本取决于当地的微观结构。
在一篇涵盖17个市场的文章中，人们很容易直接跳到排行榜。法国0.8，加拿大1.1，北欧1.4，大家鼓掌，然后有人注意到一个市场将修订报告为新备案，而另一个市场则在同一标识符下报告配偶交易。夏普比率一直都是法律上的漏洞。
一次认真的重新审视必须从报告制度开始。
在美国，根据《证券交易法》第16条，内部人通常在两个工作日内报告大多数交易的Form 4。在欧洲，《市场滥用条例》（MAR）第19条要求履行管理职责的人员及其密切关联人员及时通知交易，且不迟于交易发生后的三个工作日。这听起来足以用于幻灯片演示，但对于干净的跨国比较来说，相似度还不够。
被涵盖的人员不同。常见的交易类型不同。国家主管机构发布数据的方式不同。市场是否拥有集中的机器可读访问权限也不同，这往往令人头疼。
因此，集群策略部分是对信息流的检验，部分是对发布机制的检验。如果一个市场拥有更快、更清晰的信息传播，其备案后的阿尔法可能较低，因为市场更有效地吸收了信息。这并非底层内部人信念信号的失败，而是市场能够解读信息的标志。
MAR旨在统一欧盟大部分地区的这些规定，并在一定程度上做到了。但实施和数据可访问性仍因监管机构和场所而异。一些监管机构提供结构化披露，而另一些则提供具有税务纠纷美感的PDF文件。对于量化分析师来说，这种差异是实质性的。
法国在AMF的监管下，属于MAR框架。17个国家样本中的许多其他欧洲市场也是如此。书面上的截止日期可能相同，但从交易日期到机器可摄取信号的实际延迟仍然可能不同。
| Market | Regulator | Rule | Deadline | Notes |
|---|---|---|---|---|
| FR | AMF | MAR Art 19 | T+3 | PDMR（高级管理人员）及与其密切相关的人员必须在三个工作日内通知交易；实施质量取决于发布格式和发行人映射。 |
| US | SEC | 第16节，Form 4 | T+2 | 对于受监管的内部人，报告速度普遍更快，EDGAR访问结构高度规范，使得事件构建比许多非美国市场更省力。 |
对于集群信号，以下选择并非日常事务，它们就是策略本身。
公开市场购买和出售应与期权行权、授予、赠与及其他非自由裁量交易分开。许多论文都这样做，因为混合篮子会稀释经济内容。一簇与薪酬相关的条目是薪资事件，而非阿尔法事件。
一个合适的集群通常需要一个共同的方向。30天内提交的三份文件，一份买入，两份卖出，可能表明混乱而非共识。如果目标是捕捉共同的信念，则应排除或单独分类混合方向的集群。
同一个人可能以多个姓名变体出现。密切相关的人员在不同市场可能报告方式不同。在多个实体任职的董事会成员可能产生匹配错误，从而创建虚假集群。任何曾对欧洲文件进行实体匹配的人都知道，现代金融仍然依赖姓氏和遗憾。
您是按交易日期还是申报日期排序？对于可投资策略而言，答案是申报日期，因为投资者无法交易他们尚未看到的交易。但交易日期对于描述性工作仍然有用。两者之间的差距本身就提供了关于信号衰减的信息。
集群信号可以在1、3、6或12个月内进行测试。文献通常发现，在中期而非短期内效果最强。等权重与市值加权投资组合也很重要，尤其是在小盘股主导事件集时。
简报要求提供每个市场集群信号的夏普比率。此处提供的实时数据为我们提供了一个锚点：数据库包含162,574份董事交易申报。这足以支持一项严肃的跨国研究。但仅凭这些数据，还不足以在不假装缺失数字是性格特征的情况下，打印出逐个市场的夏普比率表。
因此，这篇诚实的文章同时做了两件事。它解释了稳健的结果应该是什么样子，并明确指出了实际计算仍需完成的地方。
162,574份申报文件的基础数据并非玩具数据。即使在筛选出酌情交易、删除重复修订、映射发行人并要求在30天内有三名内部人之后，也应有足够的事件来估算较大司法管辖区的市场层面表现和较小司法管辖区的区域汇总表现。
可能的瓶颈不是总观测值，而是在应用质量过滤器后，按市场划分的事件稀疏性。17个市场的划分意味着有些国家会有大量集群，而另一些则不会。市场越小，夏普比率的估计就越不稳定。这是不崇拜排行榜的另一个原因。
在不凭空捏造市场夏普比率的情况下，文献中的先验知识相当清晰。
首先，在大多数具有可用数据的市场中，集群式买入在风险调整后的基础上应优于孤立买入。
其次，集群式卖出应较弱且不那么一致，除非样本经过仔细筛选以剔除机械性卖出和与薪酬相关的卖出。
第三，在规模较小、覆盖度较低的公司以及信息传播较慢的市场中，信号应更强。
第四，在申报文件更快、更清晰且受到更广泛关注的市场中，披露后的阿尔法应较低，因为市场处理这些信息更有效率。
这些都不是有争议的。它们是那种能够经受住考验的结果，因为它们与经济机制而非统计上的异想天开相关联。
一个国家的高夏普比率可能反映了真正的低效率。它也可能反映了以下四种不那么浪漫的解释之一。
如果一个市场产生的集群交易很少，那么少数成功的案例可能会主导估算结果。
在小盘股占主导的市场中，等权重投资组合在纸面上看起来往往很出色，但在现实中却很昂贵。
如果备案文件的时间戳或聚合方式异常，事件窗口可能会意外捕获预先存在的动量或过时的披露信息。
如果存活公司的发行人标识符比退市公司更清晰，回溯测试结果可能会向上漂移。退市有一个无益的习惯，即恰好在内部人提供信息时变得相关。
一次名副其实的重新审视应该是保守的。最初的洞察力足够强大，不需要装饰性的优化。
使用发行人层面的事件，其中至少三名不同的内部人在30个日历日内提交了同方向的酌情交易。不同是指身份解析后不同的受益所有人，而不是来自一位高管及其家族办公室的三条明细。
在公开申报日期形成信号，使用当日收盘价或下一个可交易收盘价，具体取决于时间戳粒度。这避免了在信息公开之前进行交易的常见错误。
如果可以做空，则构建市场中性或基准相对的多空投资组合；否则，仅对集群买入进行多头操作。等权重和价值权重都值得报告。如果只显示其中一种，等权重通常是学术上更敏感但机构上不那么现实的选择。
报告原始收益、波动率、夏普比率、命中率和因子调整后的阿尔法（如果存在本地因子模型）。至少要与市场和规模敞口进行比较。一个秘密地只是小盘股反弹策略的集群策略仍然有趣，但它不应戴着假胡子。
使用子周期分割，对于欧洲市场，在相关情况下使用MAR前后数据，以及替代的集群阈值，例如2-in-30和3-in-60。如果信号在轻微扰动下仍然存在，信心就会增加。如果一旦改变一个参数就消失，那么你发现了一个PowerPoint效应。
估算换手率和实施成本。信号可能在统计上很优雅，但在经济上却微不足道。这种情况比量化分析师公开承认的要常见。
有意义的争论不再是集群内部人买入是否包含信息。它确实包含。更有趣的问题是，在披露改革、数据商品化和事件驱动系统策略普及之后，这些信息还有多少可以被利用。
可能在最大、最规范的市场中，至少部分如此。美国内幕交易数据易于获取且被大量挖掘。这往往会压缩备案后的窗口期。但“压缩”不等于“消失”。与真实私人信息相关的信号通常衰减缓慢，因为它们受限于容量且是偶发性的。
在欧洲和其他非美国市场，答案可能因国家而异。在数据仍然分散或发布格式不佳的地方，信息优势可以持续更长时间，尽管实施成本也会增加。Alpha往往隐藏在CSV文件难以触及的地方。
17个市场的比较可以告诉我们信号是根本上源于人性还是主要源于制度。
如果集群买入在几乎所有地方都有效，那么内幕协调是一个普遍的行为事实。如果它们只在披露混乱的地方有效，那么这种优势更多是关于数据处理，而非内幕人士本身。这两种发现都将是有用的。前者是金融结果，后者是市场结构结果。投资者可以从两者中获利，前提是他们知道自己所处的业务类型。
内部人交易可以为投资者提供有用的信号，但必须仔细评估并结合具体情况。
对于实时流程而言，集群逻辑是从轶事转向排名的少数几种明智方法之一。
如果您正在全球范围内对备案文件进行分类，关注的顺序通常是：
这个层级并不优雅，但它在经验上是合理的。
一旦完成17个市场的回溯测试，夏普比率表应被用于确定风险敞口和优先研究工作，而不是决定该现象是否“真实”。该现象已足够真实。市场层面的分散度主要会告诉您在哪里最容易变现。
这种区别很重要。投资者经常混淆信号存在与信号可及性。一个市场可能包含有信息量的内部人集群，但由于成本、流动性不足或披露延迟，仍可能导致策略表现不佳。现实就是如此残酷。
在进行基本的集群测试之后，自然的扩展是显而易见且有用的：
最后一点尤其未被充分探索。并非所有集群都相同。三位内部人看到大象的不同部分，应该比三位看到同一条尾巴提供更多信息。
回报是直接的。一项17个市场的集群交易研究不仅能重温经典论文，还能告诉我们内部人信念在何处仍作为可投资信号在公开披露后存续，以及市场在何处已完成解读。具体的下一步很简单：为每个市场计算基于申报日期的集群投资组合，发布包含交易类型筛选器和置信区间的完整夏普比率表，然后测试赢家是数据管道最差的市场还是行为效率最低的市场。这是一个有用的开放性问题，与量化金融中的许多问题不同，它具有可回答性。
编辑注：本文是在没有实时网络研究（本代次中Grok不可用）的情况下编写的。常青来源已在上方引用；数值声明均取自我们截至2026-05-17的数据库快照。
我们对内部交易信号的分析揭示了来自稳健数据集的重要见解。在17个市场的220,691笔已定价交易中，平均90天回报率为-1.70%，胜率为41.82%。该队列的年化夏普比率为-0.08，表明回报未能充分补偿所承担的风险。这与同一市场中227,594份买入申报的更广泛背景相符，这些申报也反映了平均90天回报率为-1.70%，总夏普比率为-0.08。这些数据强调了利用内部交易信号固有的挑战，表明尽管识别集群信号可能存在潜力，但整体表现仍不尽如人意。必须考虑到这些发现是基于大量的样本规模和特定的90天时间范围。
指几位不同的内部人士在短时间内购买同一家公司的股票。关键词是“不同”（不同的人, 而非同一个人提交两次申报）和“购买”（公开市场买入, 而非奖励或行权）。我们引擎使用的确切时间窗口和阈值已在方法论页面中说明。
因为它们聚合了独立的决策。一位内部人士可能出错、情绪化或发出信号；而三位具有不同角色和不同信息集的内部人士在同一时间得出相同结论, 则更难解释。Cohen, Malloy 和 Pomorski 的常规交易与机会主义交易的划分强化了这一点：集群买入几乎是机会主义交易的必然结果。
没有哪种模式是万能的。我们纳入的28个监管体系在信息披露质量、申报延迟和市场深度方面存在差异，相同的筛选条件在不同市场会产生不同的样本量和可靠性。这种异质性正是本研究旨在衡量的；对于小样本的市场结果，应视为轶事而非普遍规律。
有两个实时视图：集群买入筛选器预设按综合得分对活跃集群进行排名，集群页面则跟踪随着申报文件到达而最新形成的集群。
Antoine Flamarion bought EUR 3.85m of Tikehau Capital on July 16. Read the filing against the private markets backdrop a...
LVMH rose 2.66% on July 16 as luxury steadied, while the latest insider record stayed quiet after March family buys.
Nuvalent’s CEO filed a EUR 22.1m merger-related Form 4 as GSK closed its $124 cash deal. The real story is the oncology ...
Whitestone REIT’s CEO filed a 1.16 million-share sale as the Ares cash deal closes, with retail REITs still trading on r...
ABC Arbitrage’s July 15 board sales came as European markets slipped and the stock sat near 5.06 EUR, with a 7.90 EUR ta...
Qualys CEO Sumedh S. Thakar sold 3,100 shares in a July 14 10b5-1 plan. Read it against cyber peers, market strength, an...
