真实超预期系列研究之二：改进超预期因子的五点思考-20230716-申万宏源-31页_2mb

量化投资中真实超预期因子SUEI的改进与应用总结

核心内容

本研究针对SUE因子（标准化预期外净利润因子）近两年失效的问题，提出了一系列改进策略，构建了新的真实超预期因子SUEI。通过分析历史数据和市场行为，研究发现SUE因子在不同股票池中的表现有所下降，特别是在沪深300指数中，回撤显著。改进后的SUEI因子在多个股票池中表现优于原SUE因子，显著改善了回撤问题，并在多个指数中实现了更高的超额收益。

主要观点

1. SUE因子失效问题

   • SUE因子在2020年以来的选股有效性下降，尤其在沪深300和中证500股票池中表现不佳。
   • SUE因子的累计IC值进入平台期，表明其预测能力减弱。

2. 改进思路

   • 使用分析师一致预期业绩替代历史平均业绩：提升因子对市场预期的反映能力。
   • 引入时间线性加权：赋予近期业绩超预期更高的权重，提升策略的时效性。
   • 结合业绩预告、快报和财报：丰富信息维度，提升选股效果。
   • 剔除不适用行业：如金融地产，因其受宏观因素影响较大，不适合用超预期因子选股。
   • 在业绩真空期使用分析师预期业绩变化率：弥补财报未披露月份的策略有效性。

3. 因子表现

   • SUE_R：基于财报数据，覆盖度较高，收益稳健。
   • SUE_N：基于业绩预告，尤其在中小市值股票池中表现较好，收益弹性高。
   • SUE_I：结合三种业绩信息，提升覆盖度和选股效果，表现综合最优。

4. 不同股票池表现

   • 在中证500、中证1000和全市场中，改进后的因子表现优于SUE。
   • 在沪深300中，由于覆盖度较低，SUEI表现略逊于原SUE，但有所改善。

关键信息

改进方法

• 历史平均业绩替换为分析师一致预期：提升对市场预期的敏感度。
• 时间线性加权：对近期业绩超预期赋予更高权重，增强策略的敏锐度。
• 结合业绩预告、快报和财报：构建SUE_I因子，提高信息完整性。
• 剔除金融地产等不适用行业：避免因子失效。
• 业绩真空期使用预期变化率：提高策略在非财报月份的有效性。

因子表现对比

股票池表现

• 沪深300：SUEI表现略逊于原SUE，但有所改善。
• 中证500：SUEI表现优于SUE，改善了近两年的回撤。
• 中证1000：SUEI表现优于SUE，超额收益稳定。
• 全市场：SUEI表现稳健，超额收益最高。

图表支持

• 图1、图2：SUE-TOP50组合与基准指数的超额净值对比。
• 图3：SUE因子月度IC累计值。
• 图4：成长和价值因子的周度IC累计值。
• 图5：SUE与成长因子的月度秩相关系数。
• 图6：单季度一致预期业绩估算流程。
• 图7：设定时间窗口前后股票数量对比。
• 图8：不同公告内容的业绩预告个股数量占比。
• 图9：业绩预告最小值估算流程。
• 图10：SUE_R和SUE_N因子时间线性加权前后累计净值对比。
• 图11：每月底构造超预期因子使用的季度业绩数据图示。
• 图12、图13：SUE_R2和SUE_N因子宽基指数覆盖度。
• 图14、图15、图16：SUE_N因子在不同股票池中的分组净值和超额净值。
• 图17：SUE_I因子在宽基指数中的覆盖度。
• 图18-24：SUEI与SUE因子在不同股票池中的表现对比。
• 图25-30：SUEI与SUE因子在不同股票池中的年度收益对比。

表格支持

• 表1：朝阳永续一致预期数据算法。
• 表2：SUE_R、SUE_R1、SUE_R2在不同股票池中的IC检验结果。
• 表3：SUE_R在中证全指中的风险收益指标。
• 表4：SUE_N在不同股票池中的IC检验结果。
• 表5-8：SUE_R、SUE_N、SUE_I在沪深300、中证500、中证1000和全市场中的风险收益指标。
• 表9：SUE_I在不同股票池中的IC检验指标。

风险提示

• 本模型基于历史数据和第三方数据构建，历史表现不代表未来。
• 市场环境变化可能导致模型失效。
• 不同股票池中因子表现存在差异，需结合具体情况进行调整。