量化交易之基本面因子
由ftkj2018创建，最终由ftkj2018 被浏览 91 用户
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.#营运效率因子。在全市场、沪深300和中证500中，资产周转率变动因子（ATD）、毛利率变动因子（GPMD）、产能利用率提升因子（OCFA）和营业利润率变动因子（OPMD）的多头组合均有较强的年化收益表现，选股能力整体表现较为优异。
4.#估值因子。在全市场中，市净率倒数因子（BP_LR）、股息率因子（DP）、市盈率倒数因子（EP_TTM）、经营现金流市值比因子（OCFP_TTM）和市销率倒数因子（SP_TTM）具有较强的单调性。
5.#规模因子。Ln_MC因子在全市场有效性检验中表现较为出色。大多数规模因子的IC检验有效性表现欠佳，总市值对数因子（Ln_MC）在全市场有效性检验中表现较为出色，但在宽基指数范围内表现相对较弱。