过往的财务预测模型主要从基本面维度出发，基于三张表、DCF模型等预测公司业绩，本报告从财务形态相似性角度，通过DTW距离算法，寻找历史相似形态的财务片段，进而给出股票未来业绩预测。DTW财务预测模型在上证50成分股中取得了比较高的胜率和准确性，预测净利润TTM同比变化率和环比变化率的胜率分别能够达到80%和70%。
　　基于DTW财务预测模型的股票业绩预测值和真实业绩呈现较高的正相关性：基本每期剔除极端值后的预测利润增速和真实利润增速的相关系数基本为正，相关系数大于0的比例超过80%，平均相关系数达0.21，变异系数近0.83。
　　基于DTW财务预测模型的选股因子表现较好：因子平均IC超过0.03，胜率约56%，分组单调性较好。剔除后一半股票的组合年化超额收益达1.78%，超额回撤不到11%。
　　引入分析师一致预期数据，以增量信息的形式改善DTW财务预测因子，策略效果有明显改善。可以发现，分析师预期净利润增速和真实利润增速的相关系数基本均为正，胜率（相关系数大于0的比例）近95%，平均相关系数达0.30，变异系数超过1.62。因子IC均值达0.04，剔除后一半股票的组合年化超额提升到2.40%。另外，将模型放置于申万一级行业中进行测试，发现模型在偏周期的行业中表现较佳，如有色金属、交通运输、公用事业、环保、石油石化等。
　　公司业绩除受到公司本身因素影响外，还受到宏观经济环境、行业周期等外界因素的影响。报告进一步引入了经济、利率与信用三个维度的宏观周期视角，对历史财务片段进行过滤，仅在相同的宏观状态下寻找“真正可比”的历史片段。该优化显著提升了模型的表现，引入宏观周期过滤后的DTW财务预测因子，IC均值提升到0.06，多头组合年化超额提升到超过9%，剔除后一半股票组合年化超额近4%，且超额回撤分别仅约16.72%和7.56%。
　　风险提示：历史数据不代表未来，模型存在失效风险。