深度研究：基于遗传规划的一致预期因子挖掘-20220407-华泰证券-27页_2mb
报告摘要
基于遗传规划的一致预期因子挖掘总结
核心内容概述
本文介绍了一种基于遗传规划（Genetic Programming, GP）的一致预期因子挖掘方法，该方法通过模拟自然界的遗传进化过程，对分析师一致预期数据进行深度挖掘，以发现具有预测能力的因子。该研究是华泰金工人工智能系列的第四篇，旨在利用一致预期数据的高频变化特性，构建具有可解释性的选股因子。
主要观点与关键信息
1. 数据处理方案
- 一致预期数据具有高频更新的特点，能反映基本面的动态变化。
- 本文采用三维数据结构存储一致预期数据，第一维为股票，第二维为交易日，第三维为预测年份。
- 该结构解决了财务报表公布前后预测年份变动的问题，并适配了遗传规划中的矩阵运算算法。
- 对gplearn进行了定制化改进，支持三维数据结构的运算。
2. 因子挖掘结果
- 本文共挖掘出11个一致预期因子，包括变化率因子、复合因子以及结合真实基本面数据的因子。
- 因子可解释性较高，其中变化率函数ts_return出现频率最高，说明预期变化对股价影响显著。
- 复合因子多采用乘除运算，体现出分析师预期与真实数据结合的有效性。
- 一些因子引入了分析师预测标准差（DEGREE）进行改进，可能与新冠疫情带来的预测分歧有关。
3. 因子测试方法
- 采用IC值分析法和分层回测法对因子进行评估。
- IC值分析法通过计算Rank IC值来衡量因子的显著性与稳定性。
- 分层回测法通过构建多空组合评估因子对收益预测的非线性影响。
4. 测试结果
- Alpha1~Alpha11在沪深300、中证500和全A股中的表现各有不同，其中Alpha2、Alpha3和Alpha8表现较为突出。
- 从RankIC均值、IC_IR、年化超额收益率等指标来看，Alpha2和Alpha3在中证500和全A股中表现优于Alpha1。
- 多数因子的RankIC均值在1%~5%之间，信息比率（IC_IR）在0.3~0.5之间，胜率普遍在50%以上。
因子表达式和说明
| 因子 | 表达式 | 说明 |
|---|---|---|
| Alpha1 | ts_return(CON_EPS, 60) | 一致预期EPS变化率因子 |
| Alpha2 | div(ts_return(CON_EPS, 60), ts_decay_LINEAR(DEGREE, 60)) | 改进的一致预期EPS变化率因子 |
| Alpha3 | div(ts_return(CON_ROE, 60), ts_decay_LINEAR(DEGREE, 60)) | 改进的一致预期ROE变化率因子 |
| Alpha4 | sub(CON_ROE, ts_min(CON_ROE, 60)) | 一致预期ROE变化相关因子 |
| Alpha5 | -rank_div(ts_return(conv(CON_EP), 60), ts_decay_LINEAR(DEGREE, 60)) | 改进的一致预期PE变化率因子 |
| Alpha6 | div(ts_return(CON_GPE, 40), ts_mean(DEGREE, 40)) | 改进的一致预期GPE变化率因子 |
| Alpha7 | div(sub(ts_decay_LINEAR(UP_NUMBER90, 60), ts_decay_LINEAR(DOWN_NUMBER90, 60)), ts_decay_LINEAR(DEGREE, 60)) | 改进的预期业绩上下调因子 |
| Alpha8 | -ts_return(divinv(CON_BP), CON_EPS), 60) | 一致预期复合因子 |
| Alpha9 | ts_return.mul(CON_GPE, CON_CAGR), 60) | 一致预期复合因子 |
| Alpha10 | rank.mul(CON_CAGR, CON_EPS) | 一致预期复合因子 |
| Alpha11 | div(EP, ts_mean(delay(CON_EP,5), 60)) | 一致预期EP和EP的复合因子 |
因子相关性分析
- Alpha1~Alpha4之间的相关性较高，均属于一致预期盈利变化相关的因子。
- Alpha5~Alpha11之间的相关性较低，体现出因子构建的多样性。
- 从相关性矩阵来看，Alpha11与其他因子相关性较弱，可能具有更独立的预测能力。
因子测试结果汇总
沪深300成分股
| 因子 | RankIC均值 | IC_IR | 年化超额收益率 | TOP组合胜率 | 因子平均覆盖度 |
|---|---|---|---|---|---|
| Alpha1 | 4.89% | 0.43 | 7.06% | 63.03% | 81.20% |
| Alpha2 | 4.87% | 0.42 | 5.38% | 57.14% | 85.19% |
| Alpha3 | 4.77% | 0.43 | 4.76% | 55.46% | 87.93% |
| Alpha4 | 2.39% | 0.26 | 5.01% | 58.82% | 79.52% |
| Alpha5 | 3.14% | 0.35 | 3.51% | 61.34% | 96.67% |
| Alpha6 | 3.28% | 0.32 | 2.41% | 52.94% | 114.92% |
| Alpha7 | 3.31% | 0.29 | 6.68% | 63.03% | 63.97% |
| Alpha8 | 3.93% | 0.30 | 1.57% | 62.18% | 101.26% |
| Alpha9 | 2.53% | 0.26 | 2.60% | 49.58% | 92.93% |
| Alpha10 | 2.07% | 0.20 | 4.95% | 60.50% | 34.34% |
| Alpha11 | 4.93% | 0.43 | 2.26% | 54.62% | 71.98% |
中证500成分股
| 因子 | RankIC均值 | IC_IR | 年化超额收益率 | TOP组合胜率 | 因子平均覆盖度 |
|---|---|---|---|---|---|
| Alpha1 | 2.32% | 0.27 | 3.67% | 56.30% | 84.66% |
| Alpha2 | 2.74% | 0.30 | 3.10% | 49.58% | 95.61% |
| Alpha3 | 3.13% | 0.36 | 2.10% | 46.22% | 97.01% |
| Alpha4 | 2.03% | 0.26 | 0.60% | 46.22% | 88.37% |
| Alpha5 | 3.74% | 0.39 | 3.65% | 55.46% | 98.49% |
| Alpha6 | 3.32% | 0.38 | 1.26% | 48.74% | 117.21% |
| Alpha7 | 2.59% | 0.30 | 4.66% | 63.03% | 63.97% |
| Alpha8 | 4.28% | 0.41 | 1.85% | 49.58% | 101.97% |
| Alpha9 | 2.49% | 0.35 | 0.62% | 49.58% | 94.26% |
| Alpha10 | 2.57% | 0.21 | 3.71% | 57.14% | 37.37% |
| Alpha11 | 4.83% | 0.48 | 3.33% | 60.92% | 74.00% |
全A股
| 因子 | RankIC均值 | IC_IR | 年化超额收益率 | TOP组合胜率 | 因子平均覆盖度 |
|---|---|---|---|---|---|
| Alpha1 | 1.79% | 0.30 | 4.24% | 63.03% | 80.55% |
| Alpha2 | 2.92% | 0.40 | 5.65% | 65.55% | 93.15% |
| Alpha3 | 3.14% | 0.46 | 5.11% | 65.55% | 94.19% |
| Alpha4 | 2.72% | 0.47 | 2.11% | 58.82% | 88.27% |
| Alpha5 | 3.14% | 0.39 | 2.51% | 54.62% | 95.80% |
| Alpha6 | 3.74% | 0.48 | 2.44% | 50.42% | 117.68% |
| Alpha7 | 1.98% | 0.30 | 4.66% | 67.23% | 60.92% |
| Alpha8 | 5.02% | 0.53 | 1.80% | 60.50% | 98.46% |
| Alpha9 | 3.66% | 0.58 | 2.88% | 63.03% | 92.74% |
| Alpha10 | 2.16% | 0.20 | 4.95% | 60.50% | 34.34% |
| Alpha11 | 4.52% | 0.57 | 2.81% | 54.62% | 71.98% |
风险提示
- 遗传规划挖掘的因子是历史经验的总结，存在失效的可能。
- 测试股票池仅包含有分析师覆盖的A股，测试结果不能推广到全部A股。
总结
本文通过遗传规划技术挖掘出11个基于分析师一致预期的因子，其中多数因子具有较高的可解释性，并且在不同股票池中表现出一定的收益预测能力。因子测试结果显示，Alpha2、Alpha3、Alpha8等因子在沪深300、中证500和全A股中均表现较好。因子构建中，变化率与标准差的结合使用被证明是一种有效的改进方法，同时，不同因子之间的相关性差异也表明了因子构建的多样性。然而，需注意因子的适用范围和历史数据的局限性。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
