Workflow
分红因子
icon
搜索文档
量化周报:市场有望突破阻力-20250706
民生证券· 2025-07-06 21:24
量化模型与构建方式 1. **三维择时框架模型** - 模型构建思路:通过分歧度、流动性、景气度三个维度构建市场择时框架,判断市场状态并调整仓位[8] - 模型具体构建过程: - 分歧度指数:衡量市场观点离散程度,下行时预示市场趋同 - 流动性指数:监测资金面变化,上行代表宽松环境 - 景气度指数2.0:综合宏观与行业数据反映经济动能[27] - 当流动性上行、分歧度下行、景气度上行且ERP脱离极值时满仓[8] - 模型评价:历史表现显示能有效捕捉市场趋势[19] 2. **资金流共振策略模型** - 模型构建思路:结合两融资金与大单资金的协同效应筛选行业[34] - 模型具体构建过程: - 两融资金因子:Barra市值中性化后的融资净买入-融券净买入,取50日均值的两周环比变化率 - 大单资金因子:成交量时序中性化后的净流入排序,取10日均值 - 策略规则:在大单因子头部行业中剔除两融因子多头行业[39] - 模型评价:2018年以来年化超额收益13.5%,IR达1.7,回撤控制优于北向-大单策略[39] 3. **指数增强组合模型** - 模型构建思路:基于研报覆盖度分域,对不同覆盖度股票采用差异化因子增强[50] - 模型具体构建过程: - 覆盖度高域:侧重盈利质量、分析师预期等因子 - 覆盖度低域:侧重量价、微观结构等因子 - 动态调整域间权重[50] 量化因子与构建方式 1. **价值类因子** - dp_historical:过去四个季度现金分红总额/市值,近一周多头超额1.65%[47] - value_residual:市值对数对账面价值/净利润/负债回归残差,超额0.97%[47] - 构建公式: $$ \text{value\_residual} = \log(MV) - (\beta_1\log(BV) + \beta_2\log(NI) + \beta_3\log(Debt)) $$ 2. **成长类因子** - peg:PE/Growth比率,近一周超额1.42%[47] - sue1:净利润同比变化标准化值,公式: $$ \text{sue1} = \frac{\Delta NI_q - \mu(\Delta NI_{8q})}{\sigma(\Delta NI_{8q})} $$ 在沪深300内超额达2.66%[49] 3. **质量类因子** - gaexp_sales:管理费用/销售收入,近一月超额3.63%[47] - noa_to_ev:经营性净资产/企业价值,近一周超额0.81%[47] 模型回测效果 1. **三维择时框架** - 2025年7月仓位:满仓[8] - 历史年化超额收益:16.8%(2018-2025)[36] 2. **资金流共振策略** - 上周绝对收益:1.4% - 上周超额收益:0.4%(vs行业等权)[39] - 本年IR:1.7[39] 3. **指数增强组合** | 组合类型 | 上周超额 | 本年超额 | 年化超额收益 | |----------------|----------|----------|--------------| | 沪深300增强 | 0.10% | 4.98% | 7.45% | | 中证500增强 | 0.02% | 2.76% | 9.45% | | 中证1000增强 | 0.24% | 5.53% | 9.19% | [52] 因子回测效果 1. **价值因子** | 因子名称 | 近一周超额 | 近一月超额 | |----------------|------------|------------| | dp_historical | 1.65% | 1.68% | | ep_fy3 | 1.32% | 3.41% | [47] 2. **成长因子** | 因子名称 | 沪深300超额 | 中证500超额 | |----------------|-------------|-------------| | pe_g | 4.84% | 2.85% | | specific_mom6 | 1.94% | 1.59% | [49] 3. **质量因子** | 因子名称 | 大市值超额 | 小市值超额 | |----------------|------------|------------| | fix_ratio | 1.61% | 1.04% | | safexp_operrev | 3.26% | 0.39% | [49]
因子跟踪周报:成长、分红因子表现较好-20250705
天风证券· 2025-07-05 15:08
量化因子与构建方式 估值类因子 1. **因子名称**:bp - **构建思路**:衡量公司净资产与市值的相对关系[13] - **构建过程**:$$ bp = \frac{当前净资产}{当前总市值} $$ - **评价**:传统估值指标,反映市场对净资产的定价效率 2. **因子名称**:bp三年分位数 - **构建思路**:评估当前bp在历史区间的位置[13] - **构建过程**:计算股票当前bp在最近三年的分位数 3. **因子名称**:季度ep - **构建思路**:衡量净利润与净资产的关系[13] - **构建过程**:$$ 季度ep = \frac{季度净利润}{净资产} $$ 4. **因子名称**:季度sp - **构建思路**:衡量营业收入与净资产的关系[13] - **构建过程**:$$ 季度sp = \frac{季度营业收入}{净资产} $$ 盈利类因子 1. **因子名称**:季度roa - **构建思路**:评估资产盈利能力[13] - **构建过程**:$$ 季度roa = \frac{季度净利润}{总资产} $$ 2. **因子名称**:季度roe - **构建思路**:评估净资产盈利能力[13] - **构建过程**:$$ 季度roe = \frac{季度净利润}{净资产} $$ 成长类因子 1. **因子名称**:标准化预期外盈利 - **构建思路**:量化盈利超预期程度[13] - **构建过程**:$$ \frac{当前季度净利润 - (去年同期单季净利润 + 过去8个季度单季净利润同比增长均值)}{过去8个季度的单季度净利润同比增长值的标准差} $$ - **评价**:对短期市场反应敏感 2. **因子名称**:季度净利润同比增长 - **构建思路**:衡量净利润增长趋势[13] - **构建过程**:直接计算季度净利润同比增长率 波动率类因子 1. **因子名称**:Fama-French三因子1月残差波动率 - **构建思路**:衡量未被三因子解释的收益波动[13] - **构建过程**:对过去20个交易日日收益进行Fama-French三因子回归,计算残差标准差 反转类因子 1. **因子名称**:1个月反转 - **构建思路**:捕捉短期价格反转效应[13] - **构建过程**:累加过去20个交易日收益率 因子回测效果 IC表现 1. **bp因子**:最近一周IC 7.22%,最近一月IC均值3.46%,最近一年IC均值1.87%[9] 2. **标准化预期外盈利因子**:最近一周IC 7.52%,最近一月IC均值3.04%,最近一年IC均值0.60%[9] 3. **小市值因子**:最近一年IC均值4.00%,历史IC均值2.22%[9] 多头组合表现 1. **季度净利润同比增长因子**:最近一年超额收益9.60%,历史累计超额36.36%[11] 2. **小市值因子**:最近一年超额收益19.71%,历史累计超额66.81%[11] 3. **1个月换手率波动因子**:最近一年超额收益14.76%,历史累计超额32.41%[11] 数据处理说明 - 因子值经行业内排序分位数转换,并对市值、bp与行业进行中性化处理(规模与bp因子除外)[7] - 季度数据优先级:业绩预告 < 业绩快报 < 正式财报[14]