最近一周的单因子表现(全行业)：上周三大体系中流动比率、relative_strength (年相对强度)、alpha051 (反转类)表现最好。
　　单因子在时间序列上的表现：上周A股市场稳健攀升，30个中信一级行业中七成看涨。上周量价体系中，动量、规模、流动性因子类中均有表现不俗个体、但未形成群体“气候”，而反转类大部分表现较好；财务体系中，财务因子RankIC整体也出现了上行趋势，可适量增配杠杆类和营运能力类因子。
　　中信一级行业的单因子表现：上周电子涨幅最大，行业内存货周转率、size_lncap (市值规模)、alpha043 (反转类)表现最好；汽车跌幅最大，行业内存货周转率、long-term historical alpha(长期历史alpha)、alpha046 (反转类)表现最好。

研究报告全文：中信期货研究金融工程周报2023-04-10投资咨询业务资格跟踪周报因子风格分化反转类部证监许可2012669号分表现尚可中信期货商品指数走势中信期货十年期国债期货指数中信期货沪深300股指期货指数中信期货商品指数123260119220报告要点115180111140本文回顾了上周财务因子Barra风格量价因子和101算法因子体系中最近107103100一周的单因子表现上周财务因子多为负向预测因子选股能力最佳流动比20226202272022820229202210202211202212202312023220233率呈现正向选股能力上周量价体系中动量规模流动性因子类中均有表现不俗个体但未形成群体气候而部分反转类因子表现较好在Barra风格因子风格分化的背景下可适当关注算法挖掘机器学习中的部分反转类因子结构行情下整体仍保持均衡不易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中流动比率研究员周通relativestrength年相对强度alpha051反转类表现最好021-80401733zhoutongciticsfcom单因子在时间序列上的表现上周A股市场稳健攀升30个中信一级行从业资格号F3078183投资咨询号Z0018055业中七成看涨上周量价体系中动量规模流动性因子类中均有表现不俗个体但未形成群体气候而反转类大部分表现较好财务体系中财务因子RankIC整体也出现了上行趋势可适量增配杠杆类和营运能力类因子中信一级行业的单因子表现上周电子涨幅最大行业内存货周转率sizelncap市值规模alpha043反转类表现最好汽车跌幅最大行业内存货周转率long-termhistoricalalpha长期历史alphaalpha046反转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中信期货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4二中信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6三单因子在时间序列上的表现7一财务类因子表现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财务因子表现中信一级行业4图表5Barra风格因子表现中信一级行业6图表6算法挖掘机器学习体系因子表现中信一级行业7图表7财务因子短周期下的单因子表现RankIC累加值8图表8财务因子长周期下的单因子表现RankIC累加值8图表9短周期下的单因子表现RankIC累加值9图表10长周期下的单因子表现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中信期货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数据回测财务因子里面选股能力最佳的流动比率图表1财务因子RankIC均值-全行业基每本股经每每股营股活收净同益动资比产同总净增产BPS生比资资长增产产总率的长同收净资销存现比益利产售流货金权率EPS增周净动周流益TTM率TTM率长转利比转净乘率率率率率额数0080060040020-002-004-006-008资料来源同花顺中信期货研究所二Barra风格因子表现使用近一周的数据回测Barra风格因子里面选股能力最佳的是relativestrength图表2Barra风格因子RankIC均值-全行业annualizedtradedvalueratiolongtermrelativestrengthlongtermhistoricalalphaquarterlyshareturnovermonthlyshareturnoverannualshareturnovercumulativerangerelativestrengthhistsigmahistalphasizelncaphistbetadailystdmidcap0080070060050040030020010-001-002-003资料来源同花顺中信期货研究所314中信期货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数据回测算法挖掘机器学习因子里面选股能力最佳的是alpha051图表3算法挖掘机器学习因子RankIC均值全行业alpha006alpha023alpha009alpha021alpha028alpha032alpha043alpha046alpha049alpha051alpha053alpha101012010080060040020-002-004-006-008资料来源同花顺中信期货研究所二中信一级行业的单因子表现一财务因子表现使用中信一级行业分类计算行业内财务指标的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均差异明显财务指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股会具有较大的风险图表4财务因子表现中信一级行业指数成分行业最佳因子RankIC最佳因子RankICIR代码股数分类按RankIC均值均值按RankICIRCI00500147石油石化总资产周转率0146835总资产周转率4232872每股经营活动产生的现金流净额CI00500236煤炭权益乘数-013435-169173同比增长率CI005003111有色金属净资产净利率TTM-015917销售净利率-940856电力及公每股经营活动产生的现金流净额CI005004170销售净利率00619360606196用事业同比增长率基本每股收益同比增长率每股经营活动产生的现金流净额CI00500552钢铁01783481773023EPS同比增长率CI005006360基础化工销售净利率0055925存货周转率1879411CI005007132建筑净资产净利率TTM0101968每股经营活动产生的现金流净额0746735414中信期货金融工程周报同比增长率每股经营活动产生的现金流净额CI00500881建材销售净利率0090973-106234同比增长率CI005009128轻工制造净资产净利率TTM0204964总资产周转率4182433CI005010405机械销售净利率0063512存货周转率-07071电力设备CI005011257销售净利率0051227总资产周转率-065318及新能源CI00501286国防军工销售净利率0063624存货周转率-152882CI005013172汽车存货周转率0037555权益乘数-096272每股净资产BPS同比增长CI005014112商贸零售0156375存货周转率-232666率消费者服CI00501550存货周转率0099445基本每股收益同比增长率EPS-085334务每股经营活动产生的现金流净额CI00501675家电净资产净利率TTM0103201-418921同比增长率CI00501789纺织服装销售净利率0096135净资产净利率TTM0863591CI005018352医药权益乘数-015169存货周转率-324035CI005019112食品饮料总资产周转率005598总资产周转率1300146CI00502088农林牧渔权益乘数0059727每股净资产BPS同比增长率1012178每股经营活动产生的现金CI00502137银行0108849每股净资产BPS同比增长率0868458流净额同比增长率非银行金CI00502269销售净利率0218393每股净资产BPS同比增长率5254501融CI005023127房地产权益乘数0079589存货周转率-195745CI005024116交通运输存货周转率0085922流动比率-074846CI005025287电子存货周转率-011736存货周转率-19809CI005026120通总资产收益率TTM0135472销售净利率2553407CI005027261计算机存货周转率-009406存货周转率-508946CI005028149传媒权益乘数-009344权益乘数-114482CI00502957综合存货周转率-013841存货周转率-553879CI00503017综合金融总资产周转率040637每股净资产BPS同比增长率2099481资料来源同花顺中信期货研究所二Barra风格因子表现使用中信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公司权益回报率对因子的敏感性的天差地别514中信期货金融工程周报图表5Barra风格因子表现中信一级行业指数成分行业最佳因子RankIC最佳因子RankICIR代码股数分类按RankIC均值均值按RankICIRCI00500147石油石化dailystd0144longtermhistoricalalpha0587CI00500236煤炭longtermrelativestrength0168histsigma0965CI005003111有色金属dailystd0140longtermhistoricalalpha1004电力及公CI005004170cumulativerange0082histbeta0550用事业CI00500552钢铁longtermrelativestrength0108relativestrength0942CI005006360基础化工relativestrength0040relativestrength0323CI005007132建筑histbeta0074histbeta0609CI00500881建材histbeta0083midcap0563CI005009128轻工制造histalpha0092histalpha1121CI005010405机械longtermhistoricalalpha0047longtermhistoricalalpha1168电力设备CI005011257dailystd0090longtermhistoricalalpha0432及新能源CI00501286国防军工longtermrelativestrength0082longtermrelativestrength0589CI005013172汽车longtermhistoricalalpha0110longtermhistoricalalpha1082CI005014112商贸零售longtermrelativestrength0088histbeta0644消费者CI00501550quarterlyshareturnover0154cumulativerange1403服务CI00501675家电histalpha0119histalpha0759CI00501789纺织服装histalpha0081histalpha1920CI005018352医药longtermrelativestrength0080midcap0603CI005019112食品饮料midcap0142midcap1340CI00502088农林牧渔histsigma0058relativestrength0799CI00502137银行longtermhistoricalalpha0157monthlyshareturnover0320非银行CI00502269longtermhistoricalalpha0125longtermhistoricalalpha0574金融CI005023127房地产midcap0121midcap1183CI005024116交通运输relativestrength0062histalpha0530CI005025287电子sizelncap0136sizelncap1555CI005026120通信sizelncap0198longtermrelativestrength2018CI005027261计算机sizelncap0096histsigma0777CI005028149传媒sizelncap0180histbeta0930CI00502957综合midcap0104midcap1193CI00503017综合金融cumulativerange0491cumulativerange1916资料来源同花顺中信期货研究所三算法挖掘机器学习体系因子表现使用中信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614中信期货金融工程周报子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股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中信一级行业指数成分行业最佳因子RankIC最佳因子RankICIR代码股数分类按RankIC均值均值按RankICIRCI00500147石油石化alpha0460155alpha0280949CI00500236煤炭alpha0430230alpha1011142CI005003111有色金属alpha0210112alpha0213118CI005004170电力及公用事业alpha0460074alpha1011125CI00500552钢铁alpha0230137alpha0091493CI005006360基础化工alpha0510080alpha0211738CI005007132建筑alpha0210149alpha0211231CI00500881建材alpha0490202alpha0281421CI005009128轻工制造alpha0510113alpha0510939CI005010405机械alpha0490116alpha0512033CI005011257电力设备及新能源alpha0090118alpha0281345CI00501286国防军工alpha1010108alpha0280811CI005013172汽车alpha0460109alpha0211324CI005014112商贸零售alpha0210102alpha0531240CI00501550消费者服务alpha0230101alpha0230600CI00501675家电alpha0230112alpha0461147CI00501789纺织服装alpha0280112alpha0211023CI005018352医药alpha0460138alpha0461225CI005019112食品饮料alpha0280144alpha0211771CI00502088农林牧渔alpha0090183alpha0091210CI00502137银行alpha0060144alpha0061020CI00502269非银行金融alpha0510109alpha0280527CI005023127房地产alpha0090074alpha0060613CI005024116交通运输alpha0510100alpha0510607CI005025287电子alpha0430086alpha0431337CI005026120通信alpha0530056alpha0320703CI005027261计算机alpha0230099alpha0231232CI005028149传媒alpha1010105alpha1011442CI00502957综合alpha0090093alpha0091215CI00503017综合金融alpha0090183alpha0091210资料来源同花顺中信期货研究所三单因子在时间序列上的表现714中信期货金融工程周报一财务类因子表现最近半年的追踪结果显示财务因子短周期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股能力从最近三年的较长期来看基本每股收益同比增长率销售净利率具明显的正向且稳定的选股能力权益乘数在2022年前呈现负向选股能力随后反转长期上可增配较佳财务类因子图表7财务因子短周期下的单因子表现RankIC累加值基本每股收益同比增长率EPS每股净资产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流动比率存货周转率15每股经营活动产生的现金流净额同比增长率权益乘数1050-05-1-15-22022121420230118202210192022102620221102202211092022111620221123202211302022120720221221202212282023010420230111202301252023020120230208202302152023022220230301202303082023031520230322202303292023040520221012资料来源同花顺中信期货研究所图表8财务因子长周期下的单因子表现RankIC累加值基本每股收益同比增长率EPS每股净资产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流动比率存货周转率7每股经营活动产生的现金流净额同比增长率权益乘数6543210-1-2-320201203202108032022040320200603202008032020100320210203202104032021060320211003202112032022020320220603202208032022100320221203202302032023040320200403资料来源同花顺中信期货研究所814中信期货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数最近半年的追踪结果显示流动性和波动率因子的负向选股能力日趋强劲而beta和规模因子则是在震荡中显露出相同方向的苗头但中市值和规模因子的表现较为保守有待进一步观察最近三年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股能力而包含beta动量规模和中市值在内的四个因子选股风格模糊在正负之间震荡上周量价体系中因子整体呈震荡态势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短周期下的单因子表现RankIC累加值beta流动性动量规模中市值波动率210-1-2-3-4-52022-06-082022-06-142022-08-032022-09-292022-12-012022-06-202022-06-242022-06-302022-07-062022-07-122022-07-182022-07-222022-07-282022-08-092022-08-152022-08-192022-08-252022-08-312022-09-062022-09-132022-09-192022-09-232022-10-122022-10-182022-10-242022-10-282022-11-032022-11-092022-11-152022-11-212022-11-252022-12-07资料来源同花顺中信期货研究所图表10长周期下的单因子表现RankIC累加值beta流动性动量规模中市值波动率50-5-10-15-20-252020-03-022021-03-252021-11-222022-07-202019-11-282019-12-262020-02-032020-03-302020-04-282020-05-292020-06-302020-07-282020-08-252020-09-222020-10-282020-11-252020-12-232021-01-212021-02-252021-04-232021-05-262021-06-242021-07-222021-08-192021-09-162021-10-252021-12-202022-01-182022-02-222022-03-222022-04-212022-05-242022-06-222022-08-172022-09-152022-10-202022-11-172019-10-31资料来源同花顺中信期货研究所914中信期货金融工程周报附录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中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历史贝塔股票收益率对沪深300收益率的时间序列回归取回归系数BetaMonthlyShareTurnover月换手率对最近一个月的股票换手率求和然后取对数QuarterlyShare季换手率对最近一个季度的股票换手率求和然后取对数流动性TurnoverLiquidityAnnualShareTurnover年换手率对最近一年的股票换手率求和然后取对数AnnualizedTraded年化交易对最近一年的日换手率进行指数加权求和ValueRatio额比率计算非滞后的长期相对强度对股票对数收益率进行加权求长期相对Long-termRelative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强度长期反转均值最后取相反数Long-TermReversalLong-termHistorical长期历史计算非滞后的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数规模LogofMarket市值规模流通市值的自然对数SizeCapitalization中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中等市值MidCapitalization和标准化处理计算非滞后的相对强度对股票的对数收益率进行指数加权年相对强RelativeStrength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中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中取回归残差收益率的HistoricalSigma波动率波动率残差波动率DailyStandard日收益率最近一年日收益率的波动率ResidualVolatilityDeviation标准差累积收益CumulativeRange最近12个月累积对数收益率的最大值减去最小值率范围资料来源Barra中信期货研究所1014中信期货金融工程周报附录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中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的影响在后期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趋势类-1correlationopenvolume100tsmindeltaclose15deltaclose1tsmaxdeltaclose150deltaclose1-1alpha009反转类deltaclose1sumclose88stddevclose8sumclose22-11sumclose22alpha021趋势类sumclose88-stddevclose811volumeadv20volumeadv2011-11alpha023反转类sumhigh2020high-1deltahigh20alpha028反转类scalecorrelationadv20low5highlow2-closealpha032趋势类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资料来源中信期货研究所参考文献KakushadzeZura101FormulaicAlphasDecember92015WilmottMagazine201684201672-801114中信期货金融工程周报附录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资料来源中信期货研究所参考文献KakushadzeZura101FormulaicAlphasDecember92015WilmottMagazine201684201672-801214中信期货金融工程周报附录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代表因子的选股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股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中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股下期收益率计算Spearman秩相关系数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期相匹配计算风格因子的RankIC和RankICIR计算风格大类中所有细分因子的RankIC和RankICIR的算术平均如需1314中信期货金融工程周报免责声明除非另有说明中信期货有限公司拥有本报告的版权和或其他相关知识产权未经中信期货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中使用的所有商标服务标记及标记均为中信期货有限公司所有或经合法授权被许可使用的商标服务标记及标记未经中信期货有限公司或商标所有权人的书面许可任何单位或个人不得使用该商标服务标记及标记如果在任何国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中信期货有限公司未被授权在当地提供这种信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国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中信期货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中所包含的信息是我们于发布之时从我们认为可靠的渠道获得但中信期货有限公司对于本报告所载的信息观点以及数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信息观点以及数据的准确性可靠性时效性及完整性产生任何依赖且中信期货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中信期货有限公司或任何其附属或联营公司的立场此报告中所指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中信期货有限公司给予阁下的任何私人咨询建议中信期货有限公司深圳总部地址深圳市福田区中心三路8号卓越时代广场二期北座13层1301-130514层邮编518048电话400-990-88261414