最近一周的单因子表现(全行业)：上周三大体系权益乘、long_term_relative_strength (长相对强度)、alpha053 (反转类)表现最好。
　　单因子在时间序列上的表现：上周A市场下跌幅度较大，所有一级行业收益率皆为负。上周量价体系，几乎所有因子均呈现为负向风格，整体RankIC有一定的下行趋；财务体系，财务因子RankIC整体也出现了一定的下行趋。长上仍可增配较佳财务类因子。
　　中信一级行业的单因子表现：上周通跌幅最小，行业内销售净利率、long_term_relative_strength (长相对强度)、alpha006 (趋类)表现最好；建材跌幅最大，行业内总资产周转率、size_lncap (市值规模)、alpha021 (趋类)表现最好。

研究报告全文：研究金融工程周报2023-03-13投资咨询业务资格证监许可2012669号跟踪周报关注财务杠杆和长反转报告要点本文回顾了上周财务因子风格量价因子和算法因子体系最近一Barra101周的单因子表现上周财务因子多为负向预测因子选能力最佳权益乘呈现负向选能力量价体系主流风格仍为反转波动长反转类因子表现仍占优其他风格均有较为明显的负向暴露可适当基于风格的快速转换配置反转风格整体仍保持均衡不宜过高暴露敞口摘要金融工程团队最近一周的单因子表现全行业上周三大体系权益乘研究员周通longtermrelativestrength长相对强度alpha053反转类表现最好021-80401733zhoutongciticsfcom单因子在时间序列上的表现上周A市场下跌幅度较大所有一级从业资格号F3078183投资咨询号Z0018055行业收益率皆为负上周量价体系几乎所有因子均呈现为负向风格整体RankIC有一定的下行趋财务体系财务因子RankIC整体也出现了一定的下行趋长上仍可增配较佳财务类因子一级行业的单因子表现上周通跌幅最小行业内销售净利率longtermrelativestrength长相对强度alpha006趋类表现最好建材跌幅最大行业内总资产周转率sizelncap市值规模alpha021趋类表现最好重要提示本报告难以设置访问权限若给您造成不便敬请谅解我司不会因为关注收到或阅读本报告内容而视相关人员为客户市场有风险投资需谨慎金融工程周报目录摘要1一最近一周的单因子表现3一财务因子表现3二Barra风格因子表现3三算法挖掘机器学习因子表现4二一级行业的单因子表现4一财务因子表现4二Barra风格因子表现5三算法挖掘机器学习体系因子表现7三单因子在时间序列上的表现8一财务类因子表现8二量价类因子表现9附录1Barra的大类风格因子体系因子构建方法10附录2算法挖掘机器学习因子体系因子构建方法11附录3算法挖掘机器学习因子体系使用公式一览12附录4单因子评价方法13免责声明14图目录图表1财务因子RankIC均值-全行业3图表2Barra风格因子RankIC均值-全行业3图表3算法挖掘机器学习因子RankIC均值全行业4图表4财务因子表现一级行业4图表5Barra风格因子表现一级行业6图表6算法挖掘机器学习体系因子表现一级行业7图表7财务因子短周下的单因子表现RankIC累加值8图表8财务因子长周下的单因子表现RankIC累加值8图表9短周下的单因子表现RankIC累加值9图表10长周下的单因子表现RankIC累加值9图表11Barra大类风格因子体系量价类10图表12算法挖掘机器学习因子体系部分11图表13算法挖掘机器学习因子体系使用公式一览12214金融工程周报一最近一周的单因子表现一财务因子表现使用近一周的据回测财务因子里面选能力最佳的权益乘图表1财务因子RankIC均值-全行业基每本每经每营收活净同动益资比同总净产产BPS增比资资生长的增产产总率长同收净资销存现率比益利产售流金权EPS增率率周净动周流益TTM长TTM转利比转净乘率率率率率额0080060040020-002-004-006-008资料来源同花顺研究所二Barra风格因子表现使用近一周的据回测Barra风格因子里面选能力最佳的是longtermrelativestrength图表2Barra风格因子RankIC均值-全行业annualizedtradedvalueratiolongtermrelativestrengthlongtermhistoricalalphaquarterlyshareturnovermonthlyshareturnoverannualshareturnovercumulativerangerelativestrengthhistsigmahistalphasizelncaphistbetadailystdmidcap0020-002-004-006-008-01-012资料来源同花顺研究所314金融工程周报三算法挖掘机器学习因子表现使用近一周的据回测算法挖掘机器学习因子里面选能力最佳的是alpha053图表3算法挖掘机器学习因子RankIC均值全行业alpha053alpha006alpha009alpha021alpha023alpha028alpha032alpha043alpha046alpha049alpha051alpha1010060050040030020010-001-002-003资料来源同花顺研究所二一级行业的单因子表现一财务因子表现使用一级行业分类计算行业内财务标的RankIC和ICIR可以发现不同行业的最佳因子无论是按RankIC还是按RankICIR均差异明显财务标本身就具有行业特性且于不同行业间上市公司本身特质差别较大将单一因子均匀的应用于全市场选会具有较大的风险图表4财务因子表现一级行业成分行业最佳因子RankIC最佳因子RankICIR代码分类按RankIC均值均值按RankICIRCI00500147石油石化存周转率0136基本每收益同比增长率EPS1090每经营活动产生的现金流每经营活动产生的现金流净CI00500236煤炭-0109-1163净额同比增长率额同比增长率基本每收益同比增长率CI005003111有色金属-0069销售净利率-0726EPSCI005004170电力及公存周转率-0154每净资产BPS同比增长率-3419414金融工程周报用事业基本每收益同比增长率CI00500552钢铁-0222总资产收益率TTM-1825EPSCI005006360基础化工净资产净利率TTM-0120权益乘-1082CI005007132建筑每净资产BPS同比增长率-0181每净资产BPS同比增长率-1012CI00500881建材总资产周转率-0114总资产周转率-2002每经营活动产生的现金流CI005009128轻工制造-0109总资产周转率-1334净额同比增长率CI005010405机械权益乘-0110存周转率-0884电力设备CI005011257净资产净利率TTM-0038存周转率0456及新能源每经营活动产生的现金流净CI00501286防军工总资产周转率-01090705额同比增长率CI005013172汽车净资产净利率TTM-0141销售净利率-2393CI005014112贸零售每净资产BPS同比增长率-0049基本每收益同比增长率EPS0488消费者每经营活动产生的现金流每经营活动产生的现金流净CI0050155001631032服务净额同比增长率额同比增长率每经营活动产生的现金流每经营活动产生的现金流净CI00501675家电00691211净额同比增长率额同比增长率CI00501789纺织服装存周转率0099存周转率0740CI005018352医药流动比率0059流动比率0657每经营活动产生的现金流每经营活动产生的现金流净CI005019112食饮料00871082净额同比增长率额同比增长率CI00502088农林牧渔总资产周转率-0155基本每收益同比增长率EPS-3036基本每收益同比增长率CI00502137银行-0253基本每收益同比增长率EPS-3015EPS非银行CI00502269净资产净利率TTM-0136总资产周转率-1081金融CI005023127房地产每净资产BPS同比增长率-0130总资产周转率-1096CI005024116交通运输总资产周转率-0095总资产周转率-1184CI005025287电子净资产净利率TTM-0104基本每收益同比增长率EPS-1151CI005026120通销售净利率-0142销售净利率-0986CI005027261计算机每净资产BPS同比增长率-0090基本每收益同比增长率EPS-1065CI005028149传媒销售净利率-0123基本每收益同比增长率EPS-1525CI00502957综合权益乘-0087权益乘-1388CI00503017综合金融流动比率-0280基本每收益同比增长率EPS0763资料来源同花顺研究所二Barra风格因子表现使用一级行业分类本文首先计算基于Barra风格因子体系的单因子RankIC和RankICIR值可以发现不同行业的最佳因子无论是按RankIC还是按RankICIR均差异明显这可能是由于不同行业间上市公司本身特质差别较大以此导致的上市514金融工程周报公司权益回报率对因子的敏感性的天差地别图表5Barra风格因子表现一级行业成分行业最佳因子RankIC最佳因子RankICIR代码分类按RankIC均值均值按RankICIRCI00500147石油石化cumulativerange0118cumulativerange1940CI00500236煤炭midcap0215histbeta2181CI005003111有色金属longtermrelativestrength0134monthlyshareturnover0856电力及公CI005004170longtermrelativestrength0136histsigma1181用事业CI00500552钢铁histbeta0246histbeta5839CI005006360基础化工sizelncap0143histbeta3138CI005007132建筑sizelncap0215longtermrelativestrength1028CI00500881建材sizelncap0235histbeta3015CI005009128轻工制造sizelncap0133midcap1186CI005010405机械sizelncap0123dailystd1597电力设备CI005011257monthlyshareturnover0105annualshareturnover1044及新能源CI00501286防军工annualshareturnover0086histsigma0374CI005013172汽车longtermrelativestrength0172dailystd1614CI005014112贸零售quarterlyshareturnover0162cumulativerange1488消费者服CI00501550longtermhistoricalalpha0144quarterlyshareturnover1207务CI00501675家电sizelncap0182longtermrelativestrength2264CI00501789纺织服装histalpha0188histalpha2271CI005018352医药annualizedtradedvalueratio0106midcap0701CI005019112食饮料longtermrelativestrength0093histbeta0858CI00502088农林牧渔annualizedtradedvalueratio0131histbeta0720CI00502137银行dailystd0482histbeta2950非银行金CI00502269relativestrength0201longtermrelativestrength1515融CI005023127房地产dailystd0230longtermrelativestrength2897CI005024116交通运输histbeta0164histbeta1645CI005025287电子longtermrelativestrength0105histbeta0935CI005026120通longtermrelativestrength0164sizelncap2252CI005027261计算机histalpha0140sizelncap1151CI005028149传媒monthlyshareturnover0182relativestrength1487CI00502957综合quarterlyshareturnover0205annualshareturnover1191CI00503017综合金融longtermhistoricalalpha0239longtermhistoricalalpha0895资料来源同花顺研究所614金融工程周报三算法挖掘机器学习体系因子表现使用一级行业分类本文接着计算基于算法挖掘机器学习因子体系的单因子RankIC和RankICIR值可以发现不同行业的最佳因子无论是按RankIC还是按RankICIR均差异明显这亦可能是由于不同行业间上市公司本身特质差别较大将单一因子均匀的应用于全市场选会具有较大的风险图表6算法挖掘机器学习体系因子表现一级行业成分行业最佳因子RankIC最佳因子RankICIR代码分类按RankIC均值均值按RankICIRCI00500147石油石化alpha0280145alpha0280881CI00500236煤炭alpha1010200alpha1010756CI005003111有色金属alpha0530207alpha0531471CI005004170电力及公用事业alpha0460076alpha0460614CI00500552钢铁alpha1010174alpha1011663CI005006360基础化工alpha0530069alpha0431275CI005007132建筑alpha0210084alpha0210565CI00500881建材alpha0210115alpha0511120CI005009128轻工制造alpha0510131alpha0511555CI005010405机械alpha0060071alpha0281199CI005011257电力设备及新能源alpha0090056alpha0091085CI00501286防军工alpha0460068alpha0460470CI005013172汽车alpha0490088alpha0210849CI005014112贸零售alpha0510106alpha0510799CI00501550消费者服务alpha0210196alpha0211104CI00501675家电alpha0460121alpha0280815CI00501789纺织服装alpha0430155alpha0431464CI005018352医药alpha0430096alpha0431569CI005019112食饮料alpha1010095alpha0460885CI00502088农林牧渔alpha0460123alpha0531538CI00502137银行alpha0060347alpha0061733CI00502269非银行金融alpha0530139alpha0491289CI005023127房地产alpha1010095alpha0061944CI005024116交通运输alpha0210124alpha0212190CI005025287电子alpha0320061alpha0281040CI005026120通alpha0060082alpha0230821CI005027261计算机alpha0280079alpha0281001CI005028149传媒alpha0490152alpha0491928CI00502957综合alpha0060131alpha0511511CI00503017综合金融alpha0460123alpha0531538资料来源同花顺研究所714金融工程周报三单因子在时间序列上的表现一财务类因子表现最近半的追踪结果显示财务因子短周下表现波动较大除流动比率外其他因子累积表现为微弱负向选能力从最近三的较长来看基本每收益同比增长率销售净利率具明显的正向且稳定的选能力权益乘在2022前呈现负向选能力随后反转长上可增配较佳财务类因子图表7财务因子短周下的单因子表现RankIC累加值基本每收益同比增长率EPS每净资产BPS同比增长率总资产收益率TTM净资产净利率TTM总资产周转率销售净利率2流动比率存周转率每经营活动产生的现金流净额同比增长率权益乘151050-05-1-152022092120220928202210052022101220221019202210262022110220221109202211162022112320221130202212072022121420221221202212282023010420230111202301182023012520230201202302082023021520230222202303012023030820220914资料来源同花顺研究所图表8财务因子长周下的单因子表现RankIC累加值基本每收益同比增长率EPS每净资产BPS同比增长率总资产收益率TTM净资产净利率TTM总资产周转率销售净利率7流动比率存周转率6每经营活动产生的现金流净额同比增长率权益乘543210-1-2-3202105132020051320200713202009132020111320210113202103132021071320210913202111132022011320220313202205132022071320220913202211132023011320200313资料来源同花顺研究所814金融工程周报二量价类因子表现本段按照Barra分类方法将RankIC值按风格大类进行归类并在时序上进行累加后取平均最近半的追踪结果显示流动性和波动率因子的负向选能力日趋强劲而beta和规模因子则是在震荡显露出相同方向的苗头但市值和规模因子的表现较为保守有待进一步观察最近三的追踪结果则进一步验证了流动性和波动率因子稳健强劲的负向选能力而包含beta动量规模和市值在内的四个因子选风格模糊在正负之间震荡上周量价体系因子整体呈震荡态可适当基于风格的快速转换配置较佳风格整体仍保持均衡不易过高暴露敞口图表9短周下的单因子表现RankIC累加值beta流动性动量规模市值波动率10-1-2-3-4-5-6-72022-11-022023-02-022022-08-302022-09-052022-09-092022-09-162022-09-222022-09-282022-10-112022-10-172022-10-212022-10-272022-11-082022-11-142022-11-182022-11-242022-11-302022-12-062022-12-122022-12-162022-12-222022-12-282023-01-042023-01-102023-01-162023-01-202023-02-082023-02-142023-02-202023-02-242023-03-022023-03-08资料来源同花顺研究所图表10长周下的单因子表现RankIC累加值beta流动性动量规模市值波动率50-5-10-15-20-25-302021-02-052022-11-042023-02-092020-03-022020-03-312020-04-302020-06-032020-07-062020-08-042020-09-022020-10-092020-11-092020-12-082021-01-072021-03-152021-04-142021-05-182021-06-172021-07-162021-08-162021-09-142021-10-222021-11-222021-12-212022-01-202022-02-252022-03-282022-04-282022-06-012022-07-012022-08-012022-08-302022-09-292022-12-052023-01-042020-01-23资料来源同花顺研究所914金融工程周报附录1Barra的大类风格因子体系因子构建方法Barra的大类风格因子体系量价类的风格因子比较清晰的反映了权益资产市场表现的某一个维度背后的含义也非常明显图表11Barra大类风格因子体系量价类风格因子描述符说明因子定义StyleFactorDescriptor贝塔HistoricalBeta历史贝塔票收益率对300收益率的时间序列回归取回归系BetaMonthlyShareTurnover月换手率对最近一个月的票换手率求和然后取对QuarterlyShare季换手率对最近一个季度的票换手率求和然后取对流动性TurnoverLiquidityAnnualShareTurnover换手率对最近一的票换手率求和然后取对AnnualizedTraded化交易对最近一的日换手率进行加权求和ValueRatio额比率计算非滞后的长相对强度对票对收益率进行加权求Long-termRelative长相对和然后计算滞后交易日的时间窗口内的非滞后值的等权平Strength强度长反转均值最后取相反Long-TermReversalLong-termHistorical长历史计算非滞后的alpha取CAPM回归截距项然后计算滞后交AlphaAlpha易日的时间窗口内的非滞后值的等权平均值最后取相反规模LogofMarket市值规模流通市值的自然对SizeCapitalization市值取规模因子的立方然后对规模因子正交最后进行去极值CubeofSizeExposure等市值MidCapitalization和标准化处理计算非滞后的相对强度对票的对收益率进行加权RelativeStrength相对强求和然后计算滞后交易日的时间窗口内的非滞后相对强度12-month度动量的等权平均值Momentum历史在计算贝塔所进行的时间序列回归取回归截距项然后计HistoricalAlphaAlpha算滞后交易日的时间窗口内的非滞后值的等权平均值历史残差在计算贝塔所进行的时间序列回归取回归残差收益率的HistoricalSigma波动率波动率残差波动率DailyStandard日收益率最近一日收益率的波动率ResidualVolatilityDeviation标准差累积收益CumulativeRange最近12个月累积对收益率的最大值减去最小值率范围资料来源Barra研究所1014金融工程周报附录2算法挖掘机器学习因子体系因子构建方法在101FormulaicAlphas一文和其他类似研究的算法挖掘机器学习因子体系因子本身可能很难讲出具体的含义所产生的效果也容易受到datamining的影响在后这类因子可能会需要严谨的处理和统计学论证图表12算法挖掘机器学习因子体系部分因子说明因子公式化定义alpha006趋类-1correlationopenvolume100tsmindeltaclose15deltaclose1tsmaxdeltaclose150deltaclose1-1alpha009反转类deltaclose1sumclose88stddevclose8sumclose22-11sumclose22alpha021趋类sumclose88-stddevclose811volumeadv20volumeadv2011-11alpha023反转类sumhigh2020high-1deltahigh20alpha028反转类scalecorrelationadv20low5highlow2-closealpha032趋类scalesumclose77-close20scalecorrelationvwapdelayclose5230alpha043反转类tsrankvolumeadv2020tsrank-1deltaclose78025delayclose20-delayclose1010-delayclose10-close10-11alpha046反转类delayclose20-delayclose1010-delayclose10-close1001-11close-delayclose1delayclose20-delayclose1010-delayclose10-close10-1011-11alpha049反转类close-delayclose1delayclose20-delayclose1010-delayclose10-close10-10051-11alpha051反转类close-delayclose1alpha053反转类-1deltaclose-low-high-closeclose-low9alpha101反转类close-openhigh-low001资料来源研究所参考文献KakushadzeZura101FormulaicAlphasDecember92015WilmottMagazine201684201672-801114金融工程周报附录3算法挖掘机器学习因子体系使用公式一览图表13算法挖掘机器学习因子体系使用公式一览rankxcross-sectionalrankdelayxdvalueofxddaysagocorrelationxydtime-serialcorrelationofxandyforthepastddayscovariancexydtime-serialcovarianceofxandyforthepastddaysscalexarescaledxsuchthatsumabsxathedefaultisa1deltaxdtodaysvalueofxminusthevalueofxddaysagosignedpowerxaxaweightedmovingaverageoverthepastddayswithlinearlydecayingweightsdd11decaylinearxdrescaledtosumupto1xcross-sectionallyneutralizedagainstgroupsgsubindustriesindustriessectorsetciexisindneutralizexgcross-sectionallydemeanedwithineachgroupgoperatorOappliedacrossthetime-seriesforthepastddaysnon-integernumberofdaysdistsOxdconvertedtofloordtsminxdtime-seriesminoverthepastddaystsmaxxdtime-seriesmaxoverthepastddaystsargmaxxdwhichdaytsmaxxdoccurredontsargminxdwhichdaytsminxdoccurredontsrankxdtime-seriesrankinthepastddaysminxdtsminxdmaxxdtsmaxxdsumxdtime-seriessumoverthepastddaysproductxdtime-seriesproductoverthepastddaysstddevxdmovingtime-seriesstandarddeviationoverthepastddays资料来源研究所参考文献KakushadzeZura101FormulaicAlphasDecember92015WilmottMagazine201684201672-801214金融工程周报附录4单因子评价方法依照现有的因子库可以直接对相应的单因子进行评价进而形成相应的策略这样的策略只关注一个因子对权益收益率的影响主要关注这些因子RankIC值和RankICIR值RankIC代表因子的选能力其绝对值越大越好RankICIR代表因子稳定获得超额收益的选能力其绝对值越大越佳这一过程可以简要描述为计算附录1和附录2所有细分因子的值在每一个截面上分别计算属于同一个风格大类例如动量的细分因子与个下收益率计算Spearman秩相关系即得到该细分因子的RankIC值在时序上取RankIC均值利用因子的RankIC值计算RankICIR值RankICIR是某一时间维度的RankIC均值除以标准差时间维度与策略的调仓周相匹配计算风格因子的RankIC和RankICIR计算风格大类所有细分因子的RankIC和RankICIR的算术平均如需1314金融工程周报免责声明除非另有说明有限公司拥有本报告的版权和或其他相关知识产权未经有限公司事先书面许可任何单位或个人不得以任何方式复制转载引用刊登发表发行修改翻译此报告的全部或部分材料内容除非另有说明本报告使用的所有标服务标记及标记均为有限公司所有或经合法授权被许可使用的标服务标记及标记未经有限公司或标所有权人的书面许可任何单位或个人不得使用该标服务标记及标记如果在任何家或地区管辖范围内本报告内容或其适用与任何政府机构监管机构自律组织或者清算机构的法律规则或规定内容相抵触或者有限公司未被授权在当地提供这种息或服务那么本报告的内容并不意图提供给这些地区的个人或组织任何个人或组织也不得在当地查看或使用本报告本报告所载的内容并非适用于所有家或地区或者适用于所有人此报告所载的全部内容仅作参考之用此报告的内容不构成对任何人的投资建议且有限公司不会因接收人收到此报告而视其为客户尽管本报告所包含的息是我们于发布之时从我们认为可靠的渠道获得但有限公司对于本报告所载的息观点以及据的准确性可靠性时效性以及完整性不作任何明确或隐含的保证因此任何人不得对本报告所载的息观点以及据的准确性可靠性时效性及完整性产生任何依赖且有限公司不对因使用此报告及所载材料而造成的损失承担任何责任本报告不应取代个人的独立判断本报告仅反映编写人的不同设想见解及分析方法本报告所载的观点并不代表有限公司或任何其附属或联营公司的立场此报告所的投资及服务可能不适合阁下我们建议阁下如有任何疑问应咨询独立投资顾问此报告不构成任何投资法律会计或税务建议且不担保任何投资及策略适合阁下此报告并不构成有限公司给予阁下的任何私人咨询建议有限公司圳总部地址圳市福田区心三路8号卓越时代广场二北座13层1301-130514层邮编518048电话400-990-88261414