国盛证券-多因子系列之五：使用预测数据改进财报月基本面因子-190509

《国盛证券-多因子系列之五：使用预测数据改进财报月基本面因子-190509（23页）.pdf》由会员分享，可在线阅读，更多相关《国盛证券-多因子系列之五：使用预测数据改进财报月基本面因子-190509（23页）.pdf（23页精品完整版）》请在悟空智库报告文库上搜索。

        我们发现基本面多因子组合在财报月的换仓滞后问题会影响组合业绩表现。大部分基本面因子的数据来源于公司发布的财务报告，因此在财报频发的  4、8、10  三个月中，如果不及时换仓，会使得很多公司发布财报后很多天信息才能反映到我们的策略当中，造成换仓滞后的问题。经测算，我们发现组合确实在财报月表现不佳。
        简单增加换仓频率能缓解部分滞后问题，但是使用该方法有先决条件。在财报月增加换仓频率虽然能提升因子表现，但同时也增加了换手率，提高了交易成本。经测算，在不控制换手率且只投资于基本面多因子的情况下，该方法适用的临界成本约为双边千五左右。
        进一步地，我们尝试使用预测数据在不提高换手率的前提下改进基本面因子的预测能力。我们借鉴海外文献中的做法，使用基本面预测模型对财报月的基本面因子表现进行增强，并且分别采用线性模型和非线性模型进行了尝试。实证结果表明，大部分基本面因子可以通过该方法提升因子  IC。
        将分析师预测数据和模型预测数据结合效果更佳。由于分析师预测数据相比模型预测数据具有预测更准确但覆盖率不高的特点，因此我们可以将两者结合，扬长避短。我们发现使用两者结合的数据在组合端能较好的地提高基本面多因子业绩表现，年化收益从  13.79%提升到  16.25%，信息比率从  2.481提高到  2.764。
        风险提示：量化专题报告中的观点基于历史统计与量化模型，存在历史规律与量化模型失效的风险。