选股因子系列研究（四十）：预期因子的底层数据处理.pdfVIP

目 录 1. 一致预期因子的处理方法 5 2. 预期因子的综合表现对比6 2.1 因子IC 表现 6 2.2 因子溢价 7 2.3 因子分组收益 7 3. 因子时间序列表现 8 3.1 因子溢价的时间序列表现 8 3.2 因子多空收益时间序列 9 3.3 因子多头时间序列走势 10 4. 结论 12 5. 风险提示 12 请务必阅读正文之后的信息披露和法律声明 金融工程研究 金融工程专题报告3 图目录 图1 NP 因子和G 因子十分组收益（2010.03-2018.09 ）8 图2 锁定财务年度VS 锁定最新年度因子溢价9 图3 锁定财务年度VS 平滑因子溢价9 图4 NP 因子多空净值走势10 图5 ROE 因子多空净值走势10 图6 NP 因子多头VS 基准走势 11 请务必阅读正文之后的信息披露和法律声明 金融工程研究 金融工程专题报告4 表目录 表 1 因子RankIC 对比（2010.03-2018.09 ）6 表 2 因子溢价（2010.03-2018.09 ）7 表 3 因子分组收益以及多空收益(%) （2010.03-2018.09 ）7 表 4 因子多头效应（2010.03-2018.09 ） 11 表 5 NP 因子多头分年度超额收益 11 请务必阅读正文之后的信息披露和法律声明 金融工程研究 金融工程专题报告5 近期我们发布了多篇采用一致预期数据构建的策略报告，如《行业预期数据的应用 分析》、《行业轮动系列研究8——预期情绪数据的应用分析》等，报告中发现一致预期 数据在选股以及行业轮动中都有较好的有效性。本篇报告深入到一致预期因子的底层处 理方式上，比较了几种不同的因子加工处理方式，对于策略和因子有效性的最终影响， 方便投资者在运用一致预期数据的时候少走弯路。 1. 一致预期因子的处理方法 关于分析师的一致预期数据，可以加工的因子种类较多，我们这里不讨论衍生因子 的情况，着眼于最基础的一致预期基本面因子进行分析。在这些因子中，盈利指标中的 净利润（NP ）、ROE，成长指标中的净利润同比增速（NPG ）、2 年复合净利润增速（G ） 基本涵盖了分析师进行预测的最重要的几类信息，这几个因子也是投资者最为关注的几 个因子，所以后文中主要对这四个因子进行分析。 在我们之前的专题报告《选股因子系列研究（三十三）——预期调整因子的收益特 征》中，我们讨论了预期数据比较好的因子处理方式是对预期数据进行历史时间序列标 准化，重建后的预期调整因子在各个维度的表现上都明显优于原始因子。故而本文所分 析的所有因子对象，都已经采用了这种处理方式，后文中我们不再过多赘述，文中提到 的净利润（NP ）、ROE 等因子，都已经进行了标准化处理。处理过后的因子，不再存在 上市公司本身体量不同带来的不可比情况，所有数据都为可比数据。 确定了因子对象以及因子处理方式，本文主要进行分析对比的，是在进行因子标准 化处理的时候，选用的底层因子的构成结构。即，以