德邦金工机器学习专题之三：基于财务与风格因子的机器学习选股-20220125-德邦证券-20页_2mb

报告摘要

金融工程专题总结：基于财务与风格因子的机器学习选股

核心内容概述

本文探讨了基于风格因子和财务因子的机器学习选股方法，旨在构建一个风格中性、具有稳健超额收益的投资因子。通过引入财务因子，提升了机器学习模型的选股能力，并构建了机器学习残差因子、反转因子以及复合因子，以评估其在不同股票池中的表现。

主要观点

机器学习选股方法：通过机器学习模型拟合股票收益与因子之间的非线性关系，相较于传统线性因子模型，能更好地捕捉收益的非线性效应。
风格中性因子：通过正交化处理，确保因子不暴露于风格、行业等市场因子，从而提高选股的独立性和有效性。
财务因子的引入：从资产负债表和利润表中选取了季度ROE、营业成本同比增速、总成本同比增速、研发投入同比增速和营业利润同比增速等财务指标，作为模型输入，提升选股能力。
模型构建：使用神经网络、随机森林和提升树三种模型，通过参数调优和集成方式，提升模型的稳健性。
因子构建方式：
- 残差因子：通过风格因子与财务因子的线性回归，提取特质收益率，再通过机器学习模型拟合得到。
- 反转因子：基于上一期因子对本期特质收益率的拟合残差，取反后进行风格中性处理，具有显著的多空收益。
- 复合因子：将残差因子与反转因子等权结合，形成一个兼具稳定性和收益性的因子，表现出良好的超额收益和信息系数。
回测结果：
- 在中证1000指数成分股中，复合因子在2015年至2021年间每年均维持正的超额收益，年化超额收益率约为14%。
- 在全市场、中证500指数成分股中，复合因子表现出较好的选股能力，而在沪深300指数成分股中效果不佳。
组合容量测试：策略可支持百亿级别的投资组合，且换手率较低，策略执行较为稳健。
收益归因：超额收益主要来源于对财务因子的正确暴露，以及对风格与财务因子非线性效应的捕捉。

关键信息

1. 因子计算方法

特质收益率：通过风格因子的WLS回归，得到股票的特质收益率。
机器学习残差因子：基于风格因子与财务因子拟合得到的残差进行正交化处理，使其风格中性。
机器学习反转因子：基于上一期因子对本期特质收益率的拟合残差取反，再进行风格中性处理。
复合因子：将残差因子与反转因子进行等权加总，形成一个更稳健的选股因子。

2. 因子表现

机器学习残差因子：
- 在全市场，平均RankIC为0.035，RankICIR为0.623。
- 在中证1000成分股中，平均RankIC为0.026，RankICIR为0.268。
机器学习反转因子：
- 在全市场，平均RankIC为0.068，RankICIR为1.175。
- 在中证1000成分股中，平均RankIC为0.073，RankICIR为0.8。
复合因子：
- 在全市场，平均RankIC为0.066，RankICIR为1.132。
- 在中证1000成分股中，平均RankIC为0.07，RankICIR为0.8。
- 在中证500成分股中，表现优于基于风格因子的模型，超额收益显著提升。

3. 投资组合表现

组合构造：采用市值等权方式构建组合，每期平均包含约200只股票。
换手率：策略的年度平均双边换手率为8.14，相对较低。
容量测试：初始资金从10亿增加至500亿，年化收益率从16.1%下降至11.1%，策略容量可达百亿级别。
收益归因：超额收益主要来自于对财务因子的正确暴露，以及机器学习模型对非线性关系的捕捉能力。

4. 风险提示

市场风格变化风险：因子表现可能受市场风格变化影响。
模型失效风险：模型在样本外可能表现不佳，存在过拟合风险。
数据可用性风险：财务数据可能不完整或延迟，影响模型准确性。

结论

本文通过引入财务因子，显著提升了基于风格因子的机器学习模型的选股能力。复合因子在中证1000、中证500等股票池中表现出较强的选股能力，而沪深300指数成分股中表现不佳。策略具有较低的换手率和较高的容量，可支持百亿量级的投资组合。超额收益主要来源于对财务因子的正确暴露，以及对非线性关系的捕捉。未来可进一步探索如何在沪深300指数成分股中优化模型和数据以提高选股能力。

分析师与研究助理简介

肖承志：德邦证券研究所首席金融工程分析师，拥有6年证券研究经验，擅长市场择时、量化选股和因子研究。
王成煌：德邦证券研究所金融工程助理研究员，具有计算流体力学背景，专注于主动量化选股。

投资评级说明

股票投资评级：
- 买入：相对强于市场表现20%以上；
- 增持：相对强于市场表现5%~20%；
- 中性：相对市场表现在-5%~+5%之间波动；
- 减持：相对弱于市场表现5%以下。
行业投资评级：
- 优于大市：预期行业整体回报高于基准指数10%以上；
- 中性：预期行业整体回报介于基准指数-10%与10%之间；
- 弱于大市：预期行业整体回报低于基准指数10%以下。