会议主要讨论的核心内容 多因子模型框架 [1][2][3] - 公司的多因子模型分为三个小模型:狭义多因子模型、奉献模型和超预期因子模型 - 狭义多因子模型主要用于股票收益预测，超预期因子模型主要用于因子开发 - 在因子测试中常用IC分组测试和单因子组合测试，需要控制行业暴露差异 超预期因子设计 [4][5][6][7][8][9] - 公司设计了基于盈利公告超预期和价量变动的6个超预期因子 - 价量类因子包括公告后异常收益和交易量变动，财务类因子包括标准化预期外盈利(SUE)及其衍生指标 - 这些因子旨在捕捉市场对公司业绩超预期的反应 因子测试结果 [10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32] - 在沪深300、中证500和全市场范围内，公司测试了各类超预期因子的选股效果 - 整体来看，SUE因子和分析师预测调整因子表现较好，能达到10%以上的超额收益 - 但近两年这些因子的有效性有所下降，可能与宏观环境和市场效率变化有关 问答环节重要的提问和回答 近期因子表现下滑的原因 [32] - 分析师指出，近期因子表现下滑可能与宏观经济环境和市场效率变化有关 - 在经济不景气时期，投资者更倾向于选择估值较低或有一定动量的股票，而不是单纯依赖基本面因子 - 这种情况下，传统的基本面因子策略可能会失去优势 如何应对因子表现下滑 [32] - 分析师建议可以考虑将基本面因子与动量等其他因子进行适当组合 - 通过动态调整因子权重的方式来应对不同市场环境下因子表现的变化 - 这样可以在一定程度上降低单一因子策略在特殊市况下的回撤风险