您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[中信期货]:金融工程周报:跟踪周报:量价类因子分化加剧 - 发现报告
当前位置:首页/其他报告/报告详情/

金融工程周报:跟踪周报:量价类因子分化加剧

2023-01-09周通中信期货墨***
金融工程周报:跟踪周报:量价类因子分化加剧

$研究|金融工程周报 2023-01-09 跟踪周报:量价类因子分化加剧 投资咨询业务资格: 证监许可【2012】669号 $Ⓒß½ $$300 $Ⓒ 11960 报告要点 本文回顾了上周财务因子、Barra风格量价因子和101算法因子体系$最近一周的单因子表现,同时也跟踪了行业轮动组合的周度表现。上周财务因子多为正向预测因子,选能力最佳的是总资产收益率TTM。量价体系$,上周市场风格上转变迅猛,因子分化较为明显,多因子表现不佳,其$历史贝塔与累积收益因子表现较好。可适当基于风格的快速转换配置较佳风格,整体仍保持均衡,不宜过高暴露敞口。 110 111180 107140 103 0/30/40/0/60/70/80/90/100/110/1 100 摘要: 最近一周的单因子表现(全行业):上周三大体系$总资产收益率TTM、 cumulative_range(累积收益率范围)、alpha006(趋½类)表现最好。 单因子在时间序列上的表现:上周市延续震荡上行,仅少$一级行业取得负收益。上周量价体系$,RankIC短暂无明显趋½;财务体系$,财务因子RankIC整体有一定上行趋½。长上仍可增配较佳财务类因子。 $一级行业的单因子表现:上周计算机涨幅最大,行业内净资产净利率TTM、midcap($等市值)、alpha021(趋½类)表现最好;贸零售跌幅最大,行业内存周转率、hist_alpha(历史alpha)、alpha006(趋½类)表现最好。 金融工程团队 研究员:周通 021-80401733 zhoutong@citicsf.com从业资格号F3078183投资咨询号Z0018055 重要提示:本报告难以设置访问权限,若给您造成不便,敬请谅解。我司不会因为关注、收到或阅读本报告内容而视相关人员为客户;市场有风险,投资需谨慎。 $金融工程周报 目录 摘要:1 一、最近一周的单因子表现3 (一)财务因子表现3 (二)Barra风格因子表现3 (三)算法挖掘/机器学习因子表现4 二、$一级行业的单因子表现4 (一)财务因子表现4 (二)Barra风格因子表现5 (三)算法挖掘/机器学习体系因子表现7 三、单因子在时间序列上的表现8 (一)财务类因子表现8 (二)量价类因子表现9 附录1:Barra的大类风格因子体系–因子构建方法10 附录2:算法挖掘/机器学习因子体系–因子构建方法11 附录3:算法挖掘/机器学习因子体系–使用公式一览12 附录4:单因子评价方法13 免责声明14 图目录 图表 1: 财务因子RankIC均值-全行业................................................. 3 图表 2: Barra风格因子RankIC均值-全行业............................................ 3 图表 3: 算法挖掘/机器学习因子RankIC均值–全行业................................... 4 图表 4: 财务因子表现($一级行业)................................................. 4 图表 5: Barra风格因子表现($一级行业)............................................ 6 图表 6: 算法挖掘/机器学习体系因子表现($一级行业)................................ 7 图表 7: 财务因子短周下的单因子表现(RankIC累加值)................................. 8 图表 8: 财务因子长周下的单因子表现(RankIC累加值)................................. 8 图表 9: 短周下的单因子表现(RankIC累加值)......................................... 9 图表 10: 长周下的单因子表现(RankIC累加值)......................................... 9 图表 11: Barra大类风格因子体系(量价类)............................................. 10 图表 12: 算法挖掘/机器学习因子体系(部分)........................................... 11 图表 13: 算法挖掘/机器学习因子体系使用公式一览....................................... 12 一、最近一周的单因子表现 (一)财务因子表现 使用近一周的据回测,财务因子里面选能力最佳的是总资产收益率TTM。 图表1:财务因子RankIC均值-全行业 基每 本 每净 资 BPS EPS(%) 收产总 益资 同同产 比比收 增增益 TTM 长长率 率率 0.1 0.08 0.06 0.04 0.02 0 -0.02 -0.04 -0.06 净 资总 产资销 净产售 利周净 TTM 率转利 率率 每 经额营 同活 比动增产长生 存率的 流现权 动周金益 比转流乘 率率净 资料来源:同花顺$研究所 (二)Barra风格因子表现 使用近一周的据回测,Barra风格因子里面选能力最佳的是 cumulative_range。 annualized_traded_value_ratio 图表2:Barra风格因子RankIC均值-全行业 cumulative_range long_term_historical_alpha long_term_relative_strength annual_share_turnover quarterly_share_turnover monthly_share_turnover hist_alpha daily_std hist_sigma relative_strength midcap size_lncap hist_beta 0.08 0.06 0.04 0.02 0 -0.02 -0.04 -0.06 -0.08 资料来源:同花顺$研究所 (三)算法挖掘/机器学习因子表现 使用近一周的据回测,算法挖掘/机器学习因子里面选能力最佳的是 alpha006。 图表3:算法挖掘/机器学习因子RankIC均值–全行业 alpha101 alpha053 alpha051 alpha049 alpha046 alpha043 alpha032 alpha028 alpha023 alpha021 alpha009 alpha006 0.08 0.06 0.04 0.02 0 -0.02 -0.04 -0.06 资料来源:同花顺$研究所 二、$一级行业的单因子表现 (一)财务因子表现 使用$一级行业分类,计算行业内财务标的RankIC和IC_IR。可以发现,不同行业的最佳因子,无论是按RankIC还是按RankIC_IR,均差异明显。财务标本身就具有行业特性,且于不同行业间上市公司本身特质差别较大,将单一因子均匀的应用于全市场选会具有较大的风险。 成分 行业 最佳因子 RankIC 最佳因子 代码 分类 (按RankIC均值) 均值 (按RankIC_IR) RankIC_IR CI005001 47 石油石化 权益乘 0.199 权益乘 1.551 CI005002 36 煤炭 存周转率 -0.090 存周转率 -2.062 CI005003 111 有色金属 存周转率 -0.129 存周转率 -1.536 电力及公 CI005004170流动比率 0.157 流动比率 3.307 用事业 CI005005 52 基本每收益同比增长率 钢铁0.176存周转率-0.676 图表4:财务因子表现($一级行业) EPS(%) 每经营活动产生的现金流净额 CI005006 360 基础化工 销售净利率 0.0810.619同比增长率 CI005007 132 建筑 总资产收益率TTM 0.137流动比率1.173 CI005008 81 建材 净资产净利率TTM 0.148总资产周转率0.658 每经营活动产生的现金 每经营活动产生的现金流净额 CI005009 128 轻工制造 0.093 2.252 流净额同比增长率 同比增长率 CI005010 405 机械 总资产收益率TTM 0.075 流动比率 0.643 电力设备 CI005011257流动比率 0.051 流动比率 0.875 及新能源 每净资产BPS同比增长 CI005012 86 防军工 0.082 每净资产BPS同比增长率 0.633 率 CI005013 172 汽车 净资产净利率TTM 0.064 存周转率 -0.576 CI005014 112 贸零售 总资产周转率 0.165 总资产周转率 1.456 消费者服 CI005015 50 务 总资产周转率 0.186 每净资产BPS同比增长率 1.245 CI005016 75 家电 总资产收益率TTM 0.160 销售净利率 1.548 CI005017 89 纺织服装 总资产收益率TTM 0.064 权益乘 -1.591 CI005018 352 医药 总资产收益率TTM 0.113 存周转率 -1.106 CI005019 112 食Ⓒ饮料 净资产净利率TTM 0.202 存周转率 -1.391 CI005020 88 农林牧渔 存周转率 -0.101 流动比率 1.005 基本每收益同比增长率 CI00502137银行0.231 净资产净利率TTM 4.562 EPS(%) 非银行金 基本每收益同比增长率 CI005022 69 0.133 基本每收益同比增长率EPS(%) 1.904 融 EPS(%) CI005023 127 房地产 净资产净利率TTM 0.168 每净资产BPS同比增长率 1.013 CI005024 116 交通运输 净资产净利率TTM 0.116 权益乘 0.786 CI005025 287 电子 每经营活动产生的现金每经营活动产生的现金流净额 0.0330.562 流净额同比增长率 同比增长率 CI005026 120 通 净资产净利率TTM 每经营活动产生的现金流净额0.1200.792同比增长率 CI005027 261 计算机 净资产净利率TTM 每经营活动产生的现金流净额0.0801.154同比增长率 CI005028 149 传媒 存周转率 0.133总资产周转率2.749 CI005029 57 综合 销售净利率 0.075销售净利率0.633 CI005030 17 综合金融 总资产周转率 每经营活动产生的现金流净额 0.353-2.340 同比增长率 资料来源:同花顺$研究所 (二)Barra风格因子表现 使用$一级行业分类,本文首先计算基于Barra风格因子体系的单因子RankIC和RankIC_IR值。可以发现,不同行业的最佳因子,无论是按RankIC还是按RankIC_IR,均差异明显。这可能是由于不同行业间上市公司本身特质差别较大,以此导致的上市 公司权益回报率对因子的敏感性的天差地别。 图表5:Barra风格因子表现($一级行业) 成分 行业 最佳因子 RankIC 最佳因子 代码 分类 (按RankIC均值) 均值 (按RankIC_IR) RankIC_IR CI005001 47 石油石化 cumulative_range 0.076 long_term_historical_alpha 0.442 CI005002 36 煤炭 long_term_historical_alpha 0.160 long_term_historical_al