上市公司会修正自己之前的业绩预告。我们发现：能不能赚钱，
不取决于它“上修还是下修”，而取决于它为什么改口——而这，要 AI 来读。
一家公司先发预告说净利“增长约 50%”，过段时间又发修正公告改成“增长约 120%”。它同时告诉了你两件事：
数字好量化。但理由——是产品卖爆了，还是卖了套房、或者只是会计上调了个减值——才决定这次改口到底算不算数。传统量化只看数字，读不懂理由。
直觉上，上修是好消息、下修是坏消息，买上修卖下修不就行了？我们在 1,752 次真实修正上一测——上修减下修，持有60天的超额只有 +3.3%，统计上勉强够边(t=2.28)。甚至连下修的股票后面都还在涨。光凭方向，赚不到什么钱。
我们让 AI 读每一份修正公告的“变动原因”，只判断一件事：这次改口，是真·经营基本面变了，还是会计/一次性/谨慎措辞导致的技术性修正？1,752 次里，AI 判了 896 次“真基本面”、856 次“技术性”。
读修正理由，判断是真基本面还是技术性。揭晓 AI 的判断 + 这一类平均后续60天怎么走。
加上 AI 的判断，原本糊在一起的信号瞬间分层：
最妙的是那个不对称：会计减值类的下修（坏消息！）后续反而涨——因为那只是“计提一笔、靴子落地”，市场松了口气；而真经营恶化的下修才会继续跌。这个区别，数字上根本看不出来，只有读懂文字才知道。
光看方向：t=2.28。加上 AI 判定“是否真基本面”后：上修·基本面 − 下修·基本面 = +8.4%，t 飙到 4.51 (p<0.001)——信号强度几乎翻倍。
| 持有60日超额 | 真基本面 | 技术性(会计/一次性) |
|---|---|---|
| 上修 | +6.40% | +0.15% |
| 下修 | −2.04% | +3.21% |
上修·基本面−下修·基本面 +8.44%(t=4.51); 仅按方向 +3.28%(t=2.28)。样本 1,752(上修654/下修1098)。
多“上修·真基本面”、空“下修·真基本面”，持有60天，CH-4 因子调整后 alpha 25.7%/年(t=2.08)，且因子 R² 只有 0.02——基本和市值/价值/动量这些已知赚钱因素正交，是独立的新信息。
把 AI 的“基本面”标签打乱300次，精修效应消失：真实 +6.25% 高于 99% 的打乱结果（p=0.01）。增量来自真实判断，非巧合。
1,752 个事件、每年偏薄；光看方向的价差有些年份是负的。
多空需要做空(A股受限)；事件扎堆使组合 lumpy、回撤大；t=2.08 未过严苛的 3.0 门槛。
三篇研究是同一个主题的三个切面：盈利质量、多模态合成、修正动机。这一篇里 AI 的价值最突出——因为“你为什么改主意”恰恰是软信息最关键、数字最无能为力的地方。信号真实、机制清楚，但样本中等、实战有门槛——我们如实写下了它的强，也写下了它的边界。