更新

本文策略代码部分已经过期，不再适合平台最新版本，请查看如下最新内容：

https://bigquant.com/wiki/doc/5z65pys6z2i6yep5yyw-vbxmD0RsJV

也可参考新版类似策略：

https://bigquant.com/wiki/doc/116-mcfVsYFPFP

\

导语

公司的基本面

/wiki/static/upload/bf/bf43777d-70f4-4cfc-be1c-d17c4002d57b.pdf

\

摘要

基本面投资逻辑日益受到量化组合投资者的重视，本篇报告重点关注各类基本面因子对不同风格股票预测能力的差异及其在策略构建中的应用。

研究表明，基于市值域划分、盈利域划分以及波动域划分的状态下，各类基本面因子对不同风格域内的股票收益预测能力存在显著差异，相应的因子权重应有所区分。

阿尔法模型构建过程中，我们分别考虑了最优因子权重、个股因子权重匹配、预期收益整合等细节内容，目的是使得因子组合更有效的适应不同风格的市场环境变化，提高模型预测精度。

基于风格域划分下的基本面多因子策略自 2013 年至 2018 年 6 月，实现年化超额收益 18%，信息比率 2.81。相比于未分域的基

摘要

我们梳理了铁矿石的产业链逻辑，将影响铁矿石价格的因子分为两大类四子类，基本面因子包括供应因子、需求因子、库存因子，而情绪因子是并列于基本面因子的一大类因子。

基本面因子相对于行情数据有更新频率更低、更新不够及时、统计口径时有变化等特点，所以数据处理方面有其特殊之处，本文从数据频率的统一、数据及时性、季节性调整以及奇异值的处理等方面进行了深入探讨。

对于单个因子来说，为了衡量其预测效果，我们采用三分位法作为信号生成机制，确定未来的交易头寸，从中发现三分位法的t统计量的值与我们通常追求的夏普比率（不考虑手续费和交易摩擦）相关性非常高，可达到98%以上，这一点与螺纹钢的结果一致。从

问题

某量化机构专业人士表示，目前国内市场无效的资金还是比较多，这让高频量价策略有着相当大的发展空间，但规模一旦做大，就要面对资金容量与业绩之间的矛盾问题。

所以，未来的趋势肯定会不断的降频，高频策略肯定还有，但不会是一个拿出来卖的产品，应该都是自营，并且竞争很激烈，门槛越来越高，很难有新进入者能够做高频策略。

海外经过更长时间的竞争，市场有效性更高，资管产品中资金容量更大的基本面量化就会更多一些。未来随着国内量化策略的发展，基本面策略也有可能会成为主流。

对于未来的发展，你有什么看法？

解答

高频量价策略和低频基本面量化虽然都是量化投资，但两者有着本质上的区别，且未来

平时喜欢做研究，分享一个策略，希望和大家多交流！欢迎拍砖！

策略思想：

买入条件

• 市净率尽可能小
• 股价创60日新高
• 3日线上穿5日线，5日线上穿10日线
• 当日成交量是昨日成交量的1.4倍
• macd柱状处于红色区域

卖出条件

• 收盘价下穿7日均线
• 7日均线下穿30日均线

持仓天数

• 持仓天数30天

如题

引言

机器学习在股价预测中展现出明显的优势，国内外学者在这一领域已经进行了大量的研究。本文首先运用六种机器学习算法与基准RW模型和现有五种模型进行对比，对比结果发现机器学习模型，尤其是非线性机器学习模型具有较好对预测精确性。其次，考虑到基于基本面分析的股价预测方法可以实现对中长期股票的预测，本文分析了基本面量化投资在长期股票预测中的应用与模型性能对比。最后，本文将基本面量化投资应用于我国A股市场进行适用性分析和模型绩效分析。

机器学习模型预测有效性的验证

模型架构

主要采用六种机器学习模型，包括三种线性机器学习和三种非线性机器学习模型。

• **线

挖掘因子是构建策略的第一步，有效的因子组合可以获取超额收益，而沉余琐碎因子则会让策略失效，所以搭建具有显著收益正相关性的多因子模型，是策略研究前期工作的重中之重。基本面因子以财务数据和股东数据为基础构建，如下：

1.#盈利能力因子。相较于其他盈利能力因子，CFOA在不同选股域中的有效性均较为显著，体现其对收益率较强的预测能力。同时，CFOA因子的多头组合在全市场普遍具有较高的年化收益和较低的最大回撤。

2.#成长能力因子。在全市场中，多数成长能力因子的IC检验有效性较为显著，其中业绩趋势因子（QPT）和标准化预期外净利润因子（NP_SUE1）在不同选股域中具有较强的收益预测能力。

3

摘要

本报告使用深度学习方法对基本面模型进行增强，增强模型首先对使用基本面模型选出初选股票池，然后使用深度学习模型对初选股票池进行二次筛选，该策略在较低的换手率水平下可以获得更高超额收益

基本面模型和深度学习模型具备组合基础

以中证800指数为基准的增强模型表现

以沪深300为基准的增强模型表现

正文

[/wiki/static/upload/d1/d160425b-d3c3-402c-8336-3adb0c369a0d.pdf](/wiki/static/upload/d1/d160425b-d3c3-402c-8336-3adb0c369a0

摘要

净值化时代，为满足客户的绝对收益需求，多资产配置是一种必然思路。CTA作为一类不同于股票、债券等传统资产的另类资产，策略本身的运作手段丰富，历史净值表现优异，同时众多优异的CTA产品回撤控制较好，收益风险比极佳。

从多资产配置视角看，对于CTA策略，首先我们需要明了的是，什么样的宏观及市场环境下，CTA策略具有较好的性价比，因为CTA策略也有小年和大年，当环境不利时，即使表现再好的CTA策略，可能收益也不及中性、股票多头等其他策略，此时从自上而下的视角看，最优的选择应该是增配其他更优的资产，而不是在CTA策略中“火中取栗”。这其实就是CTA策略的择时问题。本文中，我们构建了一套

摘要

我们梳理了铁矿石的产业链逻辑，将影响铁矿石价格的因子分为两大类四子类，基本面因子包括供应因子、需求因子、库存因子，而情绪因子是并列于基本面因子的一大类因子。

基本面因子相对于行情数据有更新频率更低、更新不够及时、统计口径时有变化等特点，所以数据处理方面有其特殊之处，本文从数据频率的统一、数据及时性、季节性调整以及奇异值的处理等方面进行了深入探讨。

对于单个因子来说，为了衡量其预测效果，我们采用三分位法作为信号生成机制，确定未来的交易头寸，从中发现三分位法的t统计量的值与我们通常追求的夏普比率（不考虑手续费和交易摩擦）相关性非常高，可达到98%以上，这一点与螺纹钢的结果一致。从

摘要

宏观指标作为外生变量主要通过影响下游产业的需求来影响铁矿石价格。之前的研究也多从宏观指标来研究对商品期货收益影响的因素，而本报告除宏观因子外，还从铁矿石产业链入手，从供给、需求、库存和成本四方面总结了影响铁矿石现货价格的基本面因素。

我们使用向量回归VAR模型研究发现与铁矿石收益显著负相关的分别是滞后二阶的中钢协会员企业粗钢产量季调值和沪市线螺终端采购量环比，滞后一阶的海外港口铁矿石发货量同比，滞后二阶的国内调查部分矿山铁精粉产量环比。另外通过格兰杰因果检验发现国内调查部分矿山铁精粉产量环比与中钢协会员企业粗钢产量季调值与铁矿石收益率互为格兰杰原因。

由于变量内生性和持续性强度

摘要

文献来源：Piotroski, J. D. , & So, E. C. . (2012). Identifying expectation errors in value/glamour strategies: a fundamental analysis approach. Review of Financial Studies, 25(9), 2841-2875.

推荐原因：本文通过对比价值/成长公司在基本面改善/恶化的不同状态下收益的表现，证明了预期偏差导致了价值/成长的收益差。我们发现价值溢价效应在财务指标与隐含业绩预期冲突的公司中表现尤为显著。分析师对未来的预

\

摘要

1.剔除相关性的营业利润TTM标准化成长因子的IC=2.2%，IR=0.48，多空夏普比=3。 2.考虑预收款的营业利润TTM标准化成长因子在剔除相关性后IC=2.1%，，多空夏普比=3.1。 3.考虑预收款后，房地产、综合和医药生物的营业利润TTM成长因子的IC显著增强

正文

/wiki/static/upload/08/080510eb-f983-42fd-8cdc-25b1cb3e2a6d.pdf

\

摘要

本文从深挖细分财务因子的角度出发，对报表中的经营性财务指标进行挖掘和研究，构造有效的基本面因子。 经营性财务因子具有较好选股能力，其中效果最为突出的是经营性流动负债的年初至今变化因子，中性化处理后，该因子的多空夏普比为2.59，多空年化收益率9.34%，多头组合的年化收益率为12.88%，IC为2%，IR为59%。经营性流动负债的其他因子选股效果也不逊色。 从IC的月度分布来看，经营性流动负债类因子在15年以来有效性更加突出。经营类因子和杠杆、成长、盈利等大类因子进行相关性均不显著，小于0.11。但是由于公司通常同时扩张或收缩自身的经营性资产和负债，文中构造的经营性因子之间存在较为

报告摘要

因子多空收益整体表现

以因子等权配置的多空组合作为基准，该基准2018年2月多空收益差为1.16%，自2016年以来的多空累计收益为19.12%，月最大回撤为-0.23%。

最近三月因子IC系数表现

最近3个月基本面因子表现最为稳定，反转类因子中的细分因子表现不一，估值因子在12月和1月表现不佳。综合来看，ROE、毛利率、净利率、每股收益、ROA增长率、ROE增长率、净利率增长率、每股收益增长率、主营业务收入增长率、销售费用比率、每股净资产、一个月换手率、一个月股价反转、DIF、MACD的表现最为突出。 当月因子IC系数表现盈利因子和成长因子与下一期股价在

主要结论

因子多空收益整体表现以因子等权配置的多空组合作为基准，该基准2018年2月多空收益差为1.16%，自2016年以来的多空累计收益为19.12%，月最大回撤为-0.23%。

最近三月因子IC系数表现最近3个月基本面因子表现最为稳定，反转类因子中的细分因子表现不一，估值因子在12月和1月表现不佳。综合来看，ROE、毛利率、净利率、每股收益、ROA增长率、ROE增长率、净利率增长率、每股收益增长率、主营业务收入增长率、销售费用比率、每股净资产、一个月换手率、一个月股价反转、DIF、MACD的表现最为突出。

当月因子IC系数表现盈利因子和成长因子与下一期股价在2018年2月表现

报告摘要

因子多空收益整体表现

以因子等权配置的多空组合作为基准，该基准2017年12月多空收益差为0.35%，自2016年以来的多空累计收益为16.13%，月最大回撤为-0.23%。

最近三月因子IC系数表现

最近3个月成长因子和换手率因子表现最为稳定，盈利因子在11月出现回撤，反转类因子中的细分因子表现不一，估值因子中PB稳定性好于PE。综合来看，ROA增长率、ROE增长率、毛利率增长率、净利率增长率、每股收益增长率、主营业务收入增长率、每股净资产、PB、一个月换手率、三个月换手率、一个月股价反转、DIF的表现最为突出。

当月因子IC系数表现

盈利

报告摘要

美股：估值重回合理区间，存在博弈做多机会股价近似等于盈利/（贴现率+风险偏好）。目前美国 EPS 预期不弱，二季度盈利数据大概率依旧能够保持稳健增长，不必过分担忧。贴现率受避险情绪影响，并未充分反映加息预期。回顾最近美股和美债的关系，每当议息会议临近，市场担忧加息节奏过快，美股震荡调整。加息落地后美元和利率短期震荡回落，美股反弹。

类似波段能否持续，值得关注。再看风险偏好，由于当前国际、美国国内环境矛盾，基本面数据稳健但突发风险事件频发导致投资者情绪谨慎，长短债的利差进一步缩短，美国国债收益率曲线愈发平坦化。综上所述，盈利加分、利率中性、风险偏好不高使 得目前美国估值重回合理

报告摘要

本月辩题：各板块业绩预告历史上偏离实际值有多大？

最近上市公司年报和一季度财报开始集中发布。另外，发布正式财报之前，根据上交所和深交所的规则，部分公司需要提前发布业绩预告，投资者也会根据业绩预告数据提取测算不同板块业绩增速情况。但是，不同板块的业绩预告披露条件差别很大。

这里我们就这个话题做了细致的分析，主要想讲清楚三个问题：1）不同板块的业绩预告披露细则的主要差异；2）历史上的业绩预告和真实财报的差异到底有多大；3）能否通过业绩预告来提前估算部分行业的最新财报的业绩增速情况。

业绩预告披露率：创业板>中小板>深交所主板>上交所主板。

其中创业板披露率基本为 1

报告摘要

投资时钟未失效，关键在于如何划分周期贸易战来临，突发事件和政治因素导致宏观变量与资产价格之间的稳定关系备受考验。本文重新聚焦投资时钟，验证其稳定性。

我们构造多头：投资时钟（复苏配股票、过热配商品、衰退配债券、滞胀配现金）与空头：避险时钟（复苏配现金、过热配债券、衰退配商品、滞胀配股票）两个维度来验证其有效性。投资时钟可获得年化20%的收益率，最大回撤17%，避免时钟年化-8.87%的收益，最大回撤80.29%，多空年化收益率达到31%。

通胀因子贡献有限，GDP+PPI时钟年化收益达27%通胀因子低效用的原因之一是由于商品指数覆盖大量工业品价格，CPI与PPI表现的差异直

报告摘要

\

资产价格反应市场预期而经济数据披露滞后

同期经济数据和资产价格表现出较高的相关性，由于数据可得性的问题，实际经济数据披露滞后到T+1期，而通常需要在T-1期制定投资决策。已披露经数据大部分pricein在资产价格里，但经济变量有一定的动量效应（特别是考察同比值的经济变量），该类趋势模型赚钱的本质是经济变量的动量收益。不确定性来自于经济变量的拐点和市场预期与真实经济数据披露的预期差

中美欧一揽子资产价格反映的经济预期同步回落

以一篮子资产价格同比为X，经济数据为Y，反观资产价格反映多少经济预期。历史上，资产价格与经济变量的波动同步见顶见底，08年之后，

报告摘要

基本面、通胀和加息节奏的赛跑

股价≈盈利/（利率+风险溢价），结合市场评论，简述暴跌逻辑：年四季度美国GDP按年率计算增长2.6%，不及预期，部分印证市场对美经济复苏前景的隐忧，非农数据超预期，尤其是平均时薪的亮点，结合当前相对高位震荡的油价，打开了市场对于通胀超预期的想象空间，美联储3月的议息会议渐行渐近，市场重新开始炒作加息节奏加速这件事，美元指数持续低位，回到投资时钟框架，“经济复苏不及预期，通胀或超预期”引发了对美国“类滞胀”的担忧，风险偏好高位回落，市场拐头，急跌引起持续卖盘，波动率大幅提升触发波动率贡献度加权类策略集体止损，技术上下跌趋势形成，负反馈发生，