本文介绍基于遗传规划技术挖掘分析师一致预期因子,设计了专用的三维数据结构以适配一致预期数据的特点,实现高效矩阵运算。共挖掘出11个因子并进行全面回测测试,结果显示因子具有较强的解释力和稳定的预测能力,且因子构建中变化率计算和复合乘除运算最为常见。引入分析师预测标准差作为调整手段,有效应对疫情后的预测离散度变化 。
| 数据名称 | 说明 |
|---|---|
| CON_EPS | 一致预期每股收益 |
| CON_NP | 一致预期归属母公司净利润 |
| CON_ROE | 一致预期净资产收益率 |
| CON_EP | 一致预期PE的倒数 |
| CON_BP | 一致预期PB的倒数 |
| CON_GPE | 一致预期PE/G的倒数 |
| CON_CAGR | 净利润2年复合增长率 |
| CON_NPG | 净利润同比增长率 |
| UP_NUMBER90 | 季度业绩上调家数 |
| DOWN_NUMBER90 | 季度业绩下调家数 |
| DEGREE | 分析师预测标准差(分歧度) |
报告标题:《基于遗传规划的一致预期因子挖掘》
作者/机构:华泰证券,研究员林晓明、李子钰、何康等
发布日期:2022年4月7日
研究主题:利用遗传规划方法挖掘分析师一致预期数据中的选股因子
研究范围:覆盖具有分析师一致预期覆盖的A股市场,回测区间2012年4月27日至2022年3月31日
报告性质:深度研究报告,属于华泰金工人工智能系列的第54篇,继承前三篇遗传规划相关研究的技术框架
核心论点:
报告开篇介绍遗传规划(Genetic Programming,GP)是一种启发式算法,模拟生物遗传进化过程,通过多代迭代优化数学公式群体以满足特定预测目标,适合于无监督下的因子挖掘任务。华泰在此前已有三篇相关遗传规划因子挖掘报告,本次研究基于前期技术框架,扩展至分析师一致预期数据的深度利用和因子创造,4]。
分析师一致预期数据是收集自卖方研究报告的个股财务指标及评级预测,日频更新,可反映市场对公司基本面的最新预期,且数据种类涵盖EPS、ROE、PE倒数、PB倒数、净利润增长率等多项财务指标及其衍生指标如分析师预测标准差、业绩调整次数等。因其高度关联基本面,在量化研究中价值显著,5]。
由于每只股票每个交易日具有未来2-3年不同时点的预期数据,数据维度超出传统二维量价数据,生成了股票×交易日×预测年份的三维数据结构。该结构解决了因财报发布时间导致预测年份可变的问题,同时适配遗传规划的矩阵运算需求,实现高效因子计算。
具体因子计算中基于最小预测年份确定短期推断窗口,确保不会使用未来信息(不存在信息泄露问题)。报告还通过具体“ts_mean(CON_EPS,5)”的计算示例,体现三维数据调用的实际步骤。
流程涵盖:
共11个主要因子Alpha1-Alpha11,因子表达式详见图表9,解析如下:
11个因子普遍依赖“ts_return”函数计算过去60天(或40天)预期的变化率,表明分析师预期的变动是主要信号来源。
多个因子采用分析师预测标准差(DEGREE)作分母做改进,提示控制预测分歧的稳定信号作用。疫情后预测离散度的提升也反映到因子设计:
图表10展示2020年以来全市场预测标准差中位数明显上升,支持这一逻辑。
因子之间的相关性矩阵揭示,Alpha1~Alpha4均与盈利变化率相关,高度正相关(0.5以上),其他因子间相关性较低,暗示组合构建潜力。
该图展现Alpha2在全A股的分层净值表现,分为5层,第一层(表现最好)净值显著优于后续层,分层效应明显,验证Alpha2在选股上的预测能力稳定。约2012年至2021年间,第一层持续走强与市场整体表现(基准)拉开差距,后几层均趋势下降,说明因子有效区分了高低表现股票。
图表1回顾了华泰遗传规划因子挖掘历程,显示这是成熟的研究线索。
图表2详细展示遗传规划的工作流程,从随机公式群体初始化、适应度计算、父代选择、交叉变异生成后代,迭代至收敛,清晰实现自动化因子发现。这种框架为本研究因子挖掘提供了技术基础。
图表3列举了主要一致预期财务指标及其具体定义,确认数据质量和计算基础;
图表4示例原始事实表,体现多时间、多股票、多年份结构;
图表5进一步形象化说明三维矩阵存储,结构中股票-交易日-预测年份维度桥接了现实数据的动态性,保证算法实用性和准确性。
该图展示查询方式:
图表展示了2012年至2022年间全市场分析师对EPS预测标准差的中位数,反映信息不确定性的时间动态。2020年疫情爆发后瞬间上升明显,说明市场对未来公司盈利预期的分歧度明显增加,该宏观事件与因子设计中的除以标准差逻辑密切相关,表明因子构建充分考虑市场结构演变。
该矩阵精细揭示了11个Alpha因子间的统计相关度。
三大股票池(沪深300、中证500、全A股)均显示各因子在IC均值、多空收益等指标上具有统计显著性:
报告分别详述11个因子的表现,概括如下:
报告主要聚焦因子挖掘和策略回测,未直接包含对某单一公司或行业的估值模型。因此,估值分析部分为空,报告着重于因子发掘、验证及解释,属于量化因子研发领域的技术型研究。
报告明确风险来自三方面:
报告未具体提及缓解策略,提示投资者须持续动态验证因子表现,23]。
综上,本报告展示了华泰证券基于遗传规划技术应用于中国A股分析师一致预期数据的创新因子挖掘流程与结果。通过建立针对预期数据特有的三维矩阵结构,适配遗传规划演化路径,快速生成并筛选出11个表现优异且逻辑合理的因子。
全面来看,该报告体现华泰证券在量化研究领域扎实的科技与理论积累,通过技术创新扩展一致预期信息的使用深度,为资本市场投资策略创新提供了坚实支撑。
Alpha2在全A股的分层回测净值图示
华泰金工遗传规划相关研究
遗传规划流程图
一致预期数据的三维数组形式示意
ts_mean(CON_EPS, 5)计算过程示例
分析师预测标准差中位数时间序列图
Alpha1分层回测净值(沪深300、中证500、全A股)
Alpha2分层回测净值(沪深300、中证500、全A股)
Alpha3分层回测净值(沪深300、中证500、全A股)
后续各因子均类似结构演示。
本报告以严谨的数据工程方法和系统性遗传规划挖掘框架,深化一致预期数据的金融价值发掘。11个创新性构造的因子在多个市场子池经严密的IC测试和分层回测验证均表现良好。分析师预测标准差作为因子改进权重的引入新颖且契合实际,反映出疫情期间市场结构变化对数据质量的影响。整体研究为量价基本面融合的因子研究带来范式创新,具有较高的实用价值和技术借鉴意义。
Gao H, Wen H, Yu S, “Pandemic Effect on Analyst Forecast Dispersion: Earnings Uncertainty or Information Lockdown?”, Emerging Markets Finance and Trade, 2021, Vol 57, Issue 6, pp.1699-1715
此分析全文系基于报告内容,严格遵守引用标注规则,同时系统解读了报告中关键章节、数据与图表,实现了对金融研究报告的全面、深度解构。
金工深度研究:基于遗传规划的一致预期因子挖掘.pdf