20170105-兴业证券-宽海拾贝_体系的力量之眼花缭乱的因子定义_17页_1mb

详细总结：《宽海拾贝：体系的力量之眼花缭乱的因子定义》

核心内容

本文是兴业证券定量研究团队“宽海拾贝”系列报告的第七篇，也是《体系的力量》系列研究的第二篇。报告重点阐述了多因子量化投资体系中因子定义的具体方式，包括因子的分类、定义框架以及实现方法。

主要观点

1. 因子定义框架：

   • 因子分为基础因子和衍生因子两类。
   • 基础因子直接来源于外部数据源，通过统一的因子矩阵形式进行组织。
   • 衍生因子基于基础因子，通过定义四种因子运算（时间点运算、时间序列运算、横截面运算、面板运算）生成。

2. 因子定义的难点：

   • 如何将不同来源、形式的数据转化为统一的因子矩阵；
   • 如何方便地定义因子之间的运算以生成更多因子；
   • 如何高效地生成因子数据。

3. 因子定义的实现：

   • 通过动态加载因子定义文件，系统自动执行因子计算；
   • 因子定义文件描述了因子的层次化结构，便于复用和扩展。

4. 因子的分类：

   • 行情因子：来源于价格、成交量、换手率等；
   • 财务因子：基于财务报表数据，包括最新财报、最新单季度、TTM等；
   • 预期因子：基于盈利预测数据，包括自定义汇总、向前预测年数、未来12个月等；
   • 宏观因子：无证券ID维度，需通过默认ID进行扩展；
   • 特征因子：包括行业分类、指数成份、交易状态等；
   • 因子数据库因子：直接使用已有的因子数据。

关键信息

基础因子

• 行情因子：

  • 数据来源：Wind金融工程数据库和量化研究数据库；
  • 常见因子：收盘价、开盘价、成交量、流通市值、日收益率等；
  • 填充方式：直接缺失或回溯期内最近非空值填充。

• 财务因子：

  • 数据来源：Wind金融工程数据库和量化研究数据库；
  • 常见因子：Earnings_SQ_YoY、Sales_LTG等；
  • 填充方式：根据回溯年数或回溯期数进行数据填充。

• 预期因子：

  • 数据来源：Wind盈利预测汇总和明细；
  • 常见因子：EPSChange_FY0_1M、SalesChange_FY0_1M等；
  • 转换方式：自定义汇总、向前预测年数、未来12个月插值平均等。

• 宏观因子：

  • 数据来源：Wind数据库；
  • 常见因子：无风险收益率、市场收益率、GDP等；
  • 处理方式：通过默认ID（如“000000.HST”）扩展为二维矩阵。

• 特征因子：

  • 常见因子：中信行业、沪深300成份权重、交易状态、证券简称等；
  • 处理方式：根据日期与起始日、剔除日的对比进行判断。

• 因子数据库因子：

  • 数据来源：因子数据库；
  • 特点：无需重新生成，直接调用已有数据，提升计算效率。

衍生因子

• 时间点运算：如EP_LYR（净利润/总市值），使用固定日期的因子进行计算。
• 时间序列运算：如Beta因子，基于历史数据进行回归计算。
• 横截面运算：如Z-score标准化，基于所有证券在同一日期的数据进行标准化处理。
• 面板运算：如时间序列与截面双重标准化，复杂度较高。

因子定义文件示例

• 通过实例化基础因子类（如FinancialFactor、ProspectFactor等），定义具体因子；
• 例如，定义EP_LYR和EP_Fwd12M，分别使用Earnings_LYR/TotalCap和EPS_Fwd12M/Close进行计算；
• 使用自定义函数（如DivideFun）作为定义算子，实现因子计算逻辑。

因子数据库因子表

总结

本文详细介绍了因子定义的具体方式，强调了因子定义框架的层次化和灵活性。通过统一的因子矩阵形式，不同来源的数据可以被标准化处理，便于后续的因子运算和策略构建。同时，通过动态加载因子定义文件，提高了因子定义的效率和可维护性。多因子投资体系是一个复杂的系统，需要在数据管理、因子定义、模型构建等多个方面进行精细化控制，以提高策略的表现和可操作性。