预期EPTTM因子

搜索文档
东方因子周报:Value风格登顶,预期EPTTM因子表现出色-20250615
东方证券· 2025-06-15 08:43
根据研报内容,以下是量化模型与因子的详细总结: 量化因子与构建方式 风格类风险因子 1. **Value因子** - 构建思路:衡量价值投资策略的有效性 - 具体构建:基于账面市值比(BP)和盈利收益率(EP)等指标 - 公式: $$ BP = \frac{净资产}{总市值} $$ $$ EP = \frac{归母净利润TTM}{总市值} $$ - 评价:市场对价值投资策略的认可度较高[10][12] 2. **Growth因子** - 构建思路:捕捉成长性股票的表现 - 具体构建:包括销售收入TTM的3年复合增速(Sales_growth)和净资产TTM的3年复合增速(Na_growth)[13] 3. **Volatility因子** - 构建思路:衡量股票波动性 - 具体构建:包括过去243天的标准波动率(Stdvol)和FF3特质波动率(Ivff)[13] 4. **Liquidity因子** - 构建思路:衡量股票流动性 - 具体构建:包括过去243天的平均对数换手率(TO)和流动性贝塔(Liquidity beta)[13] 5. **Trend因子** - 构建思路:捕捉趋势投资策略的表现 - 具体构建:基于EWMA(指数加权移动平均)计算趋势指标[13] 其他量化因子 1. **预期EPTTM因子** - 构建思路:基于分析师一致预期的滚动市盈率倒数 - 具体构建: $$ TTM\_FEP = \frac{一致预期滚动净利润}{总市值} $$ - 评价:在中证全指成分股中表现最佳[2][7] 2. **单季ROE因子** - 构建思路:衡量单季度净资产收益率 - 具体构建: $$ Quart\_ROE = \frac{单季净利润 \times 2}{期初净资产 + 期末净资产} $$ - 评价:在多个样本空间中表现突出[20][24][28] 3. **DELTAROE因子** - 构建思路:衡量净资产收益率的同比变化 - 具体构建: $$ Delta\_ROE = 单季ROE - 去年同期ROE $$ - 评价:在国证2000样本空间中表现显著[36][37] 4. **三个月UMR因子** - 构建思路:风险调整后的动量因子 - 评价:在创业板指样本空间中表现最佳[39][40] 因子回测效果 沪深300样本空间 - **高管薪酬因子**:最近一周收益0.91%,近一月收益1.78%[20] - **预期EPTTM因子**:最近一周收益0.85%,近一月收益0.80%[20] - **一个月反转因子**:最近一周收益-0.72%,近一月收益-1.83%[20] 中证500样本空间 - **单季ROE因子**:最近一周收益1.04%,近一月收益2.79%[24] - **单季营收同比增速因子**:最近一周收益1.02%,近一月收益3.23%[24] - **一个月反转因子**:最近一周收益-0.90%,近一月收益-0.34%[24] 中证1000样本空间 - **预期EPTTM因子**:最近一周收益1.23%,近一月收益1.86%[32] - **高管薪酬因子**:最近一周收益1.23%,近一月收益3.92%[32] - **三个月机构覆盖因子**:最近一周收益-0.61%,近一月收益-0.77%[32] 国证2000样本空间 - **一年动量因子**:最近一周收益3.13%,近一月收益6.05%[36] - **DELTAROE因子**:最近一周收益2.34%,近一月收益10.17%[36] - **预期PEG因子**:最近一周收益-2.95%,近一月收益-8.42%[36] 创业板指样本空间 - **三个月UMR因子**:最近一周收益7.07%,近一月收益6.61%[39] - **DELTAROA因子**:最近一周收益4.38%,近一月收益9.41%[39] - **标准化预期外盈利因子**:最近一周收益-3.85%,近一月收益-10.76%[39] 中证全指样本空间 - **预期EPTTM因子**:最近一周收益1.43%,近一月收益1.45%[44] - **3个月盈利上下调因子**:最近一周收益1.29%,近一月收益3.14%[44] - **一个月反转因子**:最近一周收益-1.23%,近一月收益-1.86%[44] 模型构建方式 1. **MFE组合构建模型** - 构建思路:最大化单因子暴露,同时控制行业和风格暴露 - 具体构建:通过线性规划求解,目标函数为最大化因子暴露,约束条件包括风格偏离、行业偏离、换手率等[59] - 公式: $$ \begin{array}{ll}max & f^{T}w \\ s.t. & s_{l}\leq X(w-w_{b})\leq s_{h} \\ & h_{l}\leq H(w-w_{b})\leq h_{h} \\ & w_{l}\leq w-w_{b}\leq w_{h} \\ & b_{l}\leq B_{b}w\leq b_{h} \\ & 0\leq w\leq l \\ & 1^{T}w=1 \\ & \Sigma|w-w_{0}|\leq to_{h}\end{array} $$ - 评价:适用于实际组合优化场景[59][60] 以上内容全面覆盖了研报中涉及的量化模型和因子,包括构建思路、具体过程、评价及测试结果。