20241011-东方证券-因子选股系列之一〇九_相对定价类基本面因子挖掘_45页_2mb

金融工程专题报告：相对定价类基本面因子挖掘与指数增强组合分析

一、核心内容总结

1. 相对定价类基本面因子构造方法

• 传统基本面因子以比值形式构建，存在除数效应及分子分母可比性问题。
• 采用截面整体回归替代经典个体除法，将基本面指标进行对数化处理，回归残差作为因子值，有效解决上述问题。
• 回归版本因子表现优于传统方法，在样本内外均保持显著的选股能力。

2. 基本面因子挖掘

• 从三张报表（利润表、现金流量表、资产负债表）中提取515个数据字段，两两回归后筛选出32个低相关性（相关系数低于0.05）的有效因子。
• 代表因子包括：单季EBIT同比变化、单季综合收益、单季未分配利润同比变化等。
• 复合因子月度IC均值0.069，年化ICIR达348，月均多头超额101%。

3. 基本面衍生因子挖掘

• 利用盈余公告披露时的量价数据（如开盘跳空、换手率等）进行回归挖掘，得到2个低相关的有效衍生因子。
• 复合衍生因子月度IC均值0.069，年化ICIR达438，月均多头超额0.77%。

4. 基本面类复合因子及指数增强组合

• 将34个独立因子与传统基本面因子（26个）复合，得出综合因子月度IC均值0.103，年化ICIR达517，月均多头超额143%。
• 在三大指数（沪深300、中证500、中证1000）内均显著有效，IC均值分别为0.085、0.094、0.106。
• 指数增强组合表现：
  • 沪深300增强组合：年化超额12.01%，最大回撤-48.6%，信息比2.78。
  • 中证500增强组合：年化超额21.22%，最大回撤-4.9%，信息比3.88。
  • 中证1000增强组合：年化超额23.99%，最大回撤-72.1%，信息比3.39。

5. 风险提示

• 量化模型基于历史数据，未来可能存在失效风险。
• 极端市场环境可能对模型效果造成冲击。

---

二、总结

本报告通过截面回归方法重构传统基本面因子，挖掘出34个有效因子及2个衍生因子。复合后的因子在全球主要指数上表现优异，为指数增强策略提供了稳健超额收益。投资需注意模型时效性及极端市场风险。