基于PEAD效應的超預期因子選股效果如何

我們國泰君安量化配置團隊的行業(yè)輪動策略報《如何基于PD超預期因子構(gòu)建行業(yè)輪動策略——行業(yè)配置研究系列02_20220426》發(fā)布后，很多投資者關(guān)心這些超預期因子在選股上的效果如何。本報告主要展基于PD效應超預期因子在A股不同股票池的因子測試結(jié)果，供感興趣的投資者參考。本首先介紹一般的多因子模型框架。然后，對所有超預期因子，進行單因子測，詳細展示超預期因子不同股票池滬深300成分股、中證500成分股、全市）中的選股效果表現(xiàn)。最后，篩選出效果較好的因子，以等權(quán)加權(quán)合成復合因子為例，展超預復合因子三種股票池的選股效果，供投資者參考。多因子模型紹多因子模型utp-Fctorod,F）屬于國內(nèi)外主流量化選股模型之一使用多個因子預測股票未來收益篩選預期收益較好的股票，以期戰(zhàn)勝基準指數(shù)學術(shù)研究上這類模型屬于資產(chǎn)定價理論起源于PM資產(chǎn)定價理論1970年羅斯提出PT多因素模型，該模型認為股票未來的收益可以用若干因素來解釋：??=0+????11+??22...??????但是并沒有指出哪些具體的因素。實證研究方面1992年ama和enh提出三因素模型使用市場市值估值三個因子作為自變量解釋股票未來收益，效果不錯。???????=??+1???????)+2????+3????+??Fm-Frnch三因子模型論文發(fā)表后其他學者提出更多的市場異象比如盈利效應、投資效應等。這表明FF三因子模型的框架體系對這些異象解釋能力不足，需要引入新的定價因子2015年ama和enh從股利貼現(xiàn)模型出發(fā)推導出與股票收益相關(guān)的因素加入盈利和投資因子提出五因子模型發(fā)現(xiàn)模型的解釋能力提升模型表示形式如下：???????=??+1???????)+2????+3????+??其中W為盈利因子收益率A為投資因子收益率隨后Fma和Frnch使用五因子模型分析了多種常見的市場異象也研究了五因子模型在國際其他股票市場的效果。在目前實際投資研究過程中，多因子模型使用估值、盈利、成長、公司治理價（反轉(zhuǎn)流動性波動性等分析師預測超預期等幾大類因子進行選股，構(gòu)建一籃子股票的投資組合。多因子選股模型的體系廣義上講一般由有三部分組成收益預測模型風險模型交易成本模型目前國內(nèi)研究主要集中在前兩類模型其中收益預測模型主要是通過多因子打分選股、量化模型預測收益率選股，一般直接稱為多因子選股模型多因子模型選股基礎(chǔ)性工作是各類單因子和大類子選股效果的測試和跟蹤。多因子選股模型體系見下圖。圖1：多因子選股模型體系數(shù)據(jù)來源：下面介紹本報告用到多因子模型中單因子測試多因子加權(quán)兩部分內(nèi)容。單因子測試對各類因子進行單個因子選股效果測試是多因子選股的基礎(chǔ)工作。下面介紹因子的數(shù)據(jù)處理方法、單因子選股測試的一般步驟。股票池與比較基準為了測試單個因子的選股效果，首先需要確定比較基準和股票池。不同股票池中，股票的風格分布特征會有所不同，因子的選股效會略有區(qū)別。比如，滬深300以大盤藍籌為主，行業(yè)也多是分布在金融周期性行業(yè)選股邏輯與小盤股的投資邏輯明顯不同使用的因子也會不一樣。對于不同的股票池，都有對應的基準指數(shù)。我們?yōu)榱藰?gòu)建對應不同基準的選股策略，會對不同股票池進行單因子選股效果的測算，找出在特定股票池中選股效果較好的因子。實際研究中使用滬深300成分股中證500成分股全體A股等作為股票池對應基準指數(shù)一般為滬深300指數(shù)、中證500指數(shù)、中證500指數(shù)。初始股票池全體A（滬深300成分股中證500成分股等為了使測結(jié)果更符合實際投資過程，對無法交易的股票進行剔除，主要有以下幾種情形1）剔除選股當日的ST股票（2剔除上市不滿半年的股票3）剔除選股日由于漲停、停牌等原因而無法買入的股票。數(shù)據(jù)處理在確定股票池（1、2、3、...??之后對于N只股票K類因子，某類因子有f個子因子按照因子公式計算每只股票在因子f上的取值，一般稱為因子暴露Fctorxposure對于因子原始值一般需要進行去極值、標準化、缺失值填、市值行業(yè)中性等數(shù)據(jù)處操作。去極值個別股票可能存在因子數(shù)據(jù)錯誤、因子值過大過小等極端情況，為了保證數(shù)據(jù)質(zhì)量需要進行去極值操作因子去極值有固定比例縮尾3σ去極值法、中位數(shù)去極值D法等，我們主要使用中位數(shù)去極值法。中位數(shù)去極（dnbsoutevton絕對中位數(shù)）法是針對3倍標準差法的改進，原因在于國內(nèi)大部分股票因子值的分布并不服從正態(tài)分布，因此國內(nèi)大多數(shù)研究采用此方法處理極值。計算方法如下：對于某一期所有股票因子值，首先計算中位????，然后計??????、??????：??????=????????(????)??????=????????(|?????????|)??????=1.483???????通常把偏離中位數(shù)三??????以上的數(shù)據(jù)作為異常值。這種處理不受極端異常值的影響，結(jié)果更加穩(wěn)健。標準化由于不同因子在量綱上存在差別，因此在因子加、多元回歸中需要對單個因在橫截面上進行標準化從而讓不同因子的暴露度之間可比性。一般的標準化方法，將當期去極值后的因子值序列減去全部股票的均值、再除以其標準差，得到一個新的近似服從(0,1)分布的序列： ?????=?? ?? ??缺失值處理對于個別股票的因子值缺失的情況，需要使用數(shù)據(jù)替代算處理。由于不同因子可能在不同個股上存在缺失，如果不做處理則每個因子選股的股票池并不完全相同，不同因子之間選股效果的可比性會受到影響。單因子選股測試時，對于因子缺失的股票，可以考慮直接剔除，也可以使用替代算法替代。大類復合因子選股時可借鑒rra模型，當大類因子中只有部分因子缺失時，利用其余未缺失的因子指標來合成大類因子；當某支股票大類因子中子因子全部缺時，運用數(shù)據(jù)替換算法來替代具體有全市場均值替代行業(yè)均值替代回歸方程估多種方。我們在本報使用行業(yè)中值替代當某只股票某個因子缺失時考慮使用該行業(yè)的均值或中值替代。市值行業(yè)中性化處理對于選股而言，股票市值、行業(yè)差異較大，原始因子的選股效果受到市值、行業(yè)因素的影響。例如，不同行業(yè)、不同市值股票之際估值差別很大；以市盈率因子為例，按照分組法，低市盈率的一組主要是大市值的股票行業(yè)多屬于銀行周期性行業(yè)市值行業(yè)因素的直接影響低PE分組的股票組合收益。目前使用最多的做法是對因子進行市值行業(yè)中性化處理具體做：將每個股票標準化后的因子作為因變量，對對數(shù)市值和中信一級行業(yè)虛擬變量進行橫截面回歸，將回歸后的殘差作為每個股票因子值。一般認為，在全市場股票池中經(jīng)過中性化處理后的因子，排除了市值和行業(yè)的影響，更好地反映因子的投資邏輯和選股效果。例如，使用市盈率因子分組做了中性化處理之后每組在各行業(yè)市值區(qū)間上分布比較均勻。在實際使用上，除市值因子以外，其他因子均進行中性化處理。??????????=????(????????????)+∑????????????????+????1????????是第T期股票n的因子值??(????????????是第T期對數(shù)總市值因子的值，??????????????是第T期第i中信一行業(yè)因子啞變（屬于該行業(yè)為否則為0??是回歸殘差我們以上述回歸方程的殘差??作為原因子在市值行業(yè)中性化后的代理變量。因子測試方法我們通過因子IC測試分組回測單因子組合優(yōu)化等多種方式來考察因子收益預測的有效性與穩(wěn)定性。因子C測試我們計算T期因子值與T+1期股票收益率的Prson相關(guān)系wI同時計算因子T期因子值排序與T+1期股收益率的Sprmn相關(guān)系數(shù)nkI。因子的IC值是指第T期的因子值（因子中性化處理后殘差t與T+1期的股票收t1的相關(guān)系—Prson相關(guān)系數(shù)公式表示：??=????(??,??1)此外可以計算秩相關(guān)系—Sprmn相關(guān)系數(shù)使用兩個變量的位次計算，是與因子分布無關(guān)的，公式表示為：??????=????????????(??),????????(??1))可以通過以下指標評價因子效果：IC值的均—因子顯著性；IIR比率（IC均值/標準差—因子有效性；IC序列T（IC均*sqrt(樣本數(shù)-1)/IC標準差—因子顯著性；IC值的勝率（因子值與IC值同向的截面數(shù)占比。因子分組測試因子分組測試是根據(jù)因子值打分排序分多組測試各組組合累計凈值表現(xiàn)我們本報告采用分10組周度定期調(diào)倉的方法進行測試因子多空測試是分組測試中第一組與第十組多空強弱表現(xiàn)，多測試與分組測試可以一并進行。我們可以從多個維度考察分組測試效果：分組測試結(jié)果是否具備單調(diào)性，即各分組累計凈值表現(xiàn)與其排序是否具有一致性，分組測試結(jié)果單調(diào)性越高越好；分組多空收益表現(xiàn)，即考察第一組和第十組累計凈值相對強弱表現(xiàn)及其最大回撤；多頭組合相對市場基準表現(xiàn)，即考察第一組與市場基準指數(shù)相對強弱及最大回撤。因子分組測試主要考察以下績效指標：分組測試的累計收益率、最大回撤等；多頭、空組合的年化收益率、年化波動率、夏普比率、最大回撤等；多頭空頭組合相對市場基準的超額年化收益率超額年化波率、信息比率、超額最大回撤等。分組測試操作方便，結(jié)果直觀，是使用最廣的一種單因子測試方法，可以分析因子分組后各組收益的單調(diào)性。單因子組合優(yōu)化除了常用的I分組測試以外還可以使用組合優(yōu)化的方式構(gòu)建跟基指數(shù)的組合考察因子的超額收益表現(xiàn)我使用組合優(yōu)化方式添加多種約束條件構(gòu)建單因子的最大化股票得分組合考察單因子的選股效果具每期的組合構(gòu)建上嚴格控制市值行業(yè)中性并對個股權(quán)重進行約束，使用組合優(yōu)化求解個股權(quán)重構(gòu)建組合。組合優(yōu)化參數(shù)設置上，對于滬深300股票池，控制市值行業(yè)嚴格中性設置個股權(quán)重上限8%和個股權(quán)重偏離上限3%；對于中證500股票池和全市場股票池控制市值行業(yè)嚴格中性，設置個股權(quán)重偏離上限1%和個股權(quán)重上限1%。??單因子組合優(yōu)化模型公式表達得到每周末股票的得??????后控制跟蹤誤差、行業(yè)暴露、風格暴露等約束條件，以最大化股票組合得分??∑???????????為目標，求解組合股票的權(quán)???，具體如下：1 ?? ??????????∑??????????? ??1??.??. ∑??=1 （1）??????≤??≤??????,??=1,...,?? （）????????≤?????

≤??????,??=1,...,?? （3）??????????

基準指

??????∑??????=???? （4）1????∑?????????|≤???????????? （5）??1公2為個股上下限約束主要是不能賣空避免某些個股權(quán)重過高。公3為個股權(quán)重相對基準指數(shù)偏離約束主要是控制個股權(quán)重偏離程度。公4為行業(yè)權(quán)重約束可以按照基準中行業(yè)的權(quán)重設置行業(yè)偏離約束，也可以自行確定某些行業(yè)暴露程度。公5為因子暴露約束控制某些風格因子上暴露主要是控制市值上暴露。組合構(gòu)建根據(jù)每期組合優(yōu)化計算得到的股票名單和權(quán)重對單因子選股組合進行歷史業(yè)績測算。計算組合的相對比較基準超額收益、最大回撤、超額收益信息比率績指標本報告我們每構(gòu)建組合對組合的表現(xiàn)進歷史回。多因子加權(quán)基于單因子測試結(jié)果，我們篩選每類因子中單因子表現(xiàn)較好的因子作為備選因子每類因子都有多個候選因子進行單因子選股測試后，可能有多個因子效果較好，此時需要考慮同一類中多個因子值或因子得分如何加權(quán)合成大類因子值或大類因子得分對于第k類因子由于同一類中因子的經(jīng)濟學含義，投資邏輯比較趨同，相關(guān)性也較高，我們建議做等權(quán)合并處理事實每類內(nèi)也可以按照IC加權(quán)I_IR加權(quán)等方式進行加。除了每類選多個因子加權(quán)，也有每類只選效果最強的因子作為大類因子。為了選股效果的長期穩(wěn)定，建議使用多個子因子加權(quán)合成大類因子本報告只涉及超預期一類因子我后面會單因子等權(quán)相加的方式合成復合因子為例，展示超預期復合因子的效果。相關(guān)性處理合成大類因子以后，大類因子之間會有一定相關(guān)性。在加權(quán)時，因子共線性使得組合在某些因子上有重復的暴露，導致選股組合表現(xiàn)受到影響。在多因子回歸，因子共線性會導致回歸模型基本假設不滿足，將使回歸模型評估失真或者不準確。所以需要對相關(guān)性進行處理。常分析相關(guān)方式有計算相關(guān)系數(shù)矩陣、方差膨脹因子。處理相關(guān)性的方法：逐步回歸方式篩選因子、正交化方法使因子向量正等。常用的正交化方法施密特正交對稱正、正則正等。多因子加權(quán)在得到各大類復合因,進行正交化處理后需要考慮大類因子如何加權(quán)選股經(jīng)常使用的加權(quán)方有：等權(quán)IC均值加權(quán)IC的IR加權(quán)、最大化復合因子IR加權(quán)、最大化復合因子單期IC加權(quán)、半衰期IC加等。我們簡單介紹以下幾種。因子等權(quán)加，即每個因子分配相同的權(quán)重，其權(quán)重向：1??=(??

1,

,...

1??)??這種加權(quán)方式較為簡單，但是沒有考慮因子有效性的差異?；舅枷胧瞧降瓤创款愐蜃哟淼耐顿Y邏輯，不做有偏好和預測的主觀判斷。避免了數(shù)據(jù)過度擬合，忽略了因子預測能力的差別。IC均值加權(quán)是直接用各因子過去T期的因子IC的均值作為權(quán)重即權(quán)重向量為：??=(??1,2,...,????)??其中，??為復合因子k過去N期IC的均值，計算方式為????=1∑??

????。這種方式考慮了因子過去一段時間的有效性。??=1 ??I_IR加權(quán)，是以因子過去T期的因子IC的均值除以其標準差作為當期因子K的權(quán)重，即權(quán)重向量：??=(??1????,??2????,...,????????)??其??為因子IC的I計算公式??=1∑??

????這種方式同時考??慮了因子過去一段時間的有效性和穩(wěn)定性。

??1 ??最優(yōu)化復合IR加權(quán)n(2006)提出以最大化復合因子I_IR為目標函數(shù)對因子權(quán)重進行組合優(yōu)化計算因子權(quán)重方法給定各因子的IC均值向=(1,??2,...,??)??IC的協(xié)方差矩∑????復合因子的IR為：????????=????∑

????????求偏導數(shù)令偏導為0可以推導出最優(yōu)化權(quán)重的解???=∑????1??。這種方法的優(yōu)點是綜合考慮了過去一段時間的有效性穩(wěn)定性和相關(guān)性。加權(quán)后得到復合因子測試方法與單因子測試相同可以通過因子IC測試、分組測試、組合優(yōu)化考察復合因子收益預測的有效性與穩(wěn)定性。復合因子測試也計多頭組合的年化收益率、夏普比率、最大回撤，以及多頭組合相對市場基準的年化超額收益率、信息比率和超額最大回撤等績效指。提升樹等機器學模型對于因子加權(quán)，以往的常規(guī)做法是每類因子內(nèi)部先加權(quán)，然后大類因子之間再做加權(quán)，加權(quán)方式的選擇因人而異。近幾年的機器學習模型廣泛的應用于股票收益預測。實戰(zhàn)中應用較多、比較知名的是gboost、ght、toost等提升樹模使用機器學習模型可以將因子庫中大量的因作為特征輸入，預測股票下期超額收益。其中提升樹模型與分組打分、線性加權(quán)相比，可學因子和下期收益之間非線性關(guān)系預測效果更好gboost和ghtM都是梯度提升決策樹T的實現(xiàn)框架T(rdntoostngcsonTr)主要思想是利用一系決策樹作為弱分類，迭代訓練得到最優(yōu)模T模型具有訓練效果好、不易過擬合等優(yōu)點下面簡要介紹gboost和ght。oosttrmerdntoostng）是華盛大學陳天開發(fā)是目前使用最多的大規(guī)模并行開源oostngtre工具包。在數(shù)據(jù)科學方面，有大量的gge選手選用oost進行數(shù)據(jù)挖掘比賽，是各大數(shù)據(jù)科學比賽的必殺武器；在工業(yè)界大規(guī)模數(shù)據(jù)方面oost的分布式版本有廣泛的可移植性，支持在doop、sk等各個分布式環(huán)境上運行，使得它可以很好地解決工業(yè)界大規(guī)模數(shù)據(jù)的問。ght（ghtrdntoostngchn)是微軟亞洲研究院分布式機器學習工具包T）團隊開源的基于決策樹算法的分布式梯度提升框。相對于oost，ghtM在很多方面表現(xiàn)更為優(yōu)，主要的改進有基于stogrm的決策樹算、直方圖做差加、單邊梯度采樣SS、互斥特征捆綁算、直接支持類別特(tgorclFtur)、帶深度限制的f-wse的葉子生長策高效并che命中率優(yōu)化等從實驗數(shù)上看ghtM比oost快將近10倍內(nèi)存占用率大只有1/6，并且準確率也有提升。超預期因子紹業(yè)績超預期一般是指上市公發(fā)布業(yè)績報告（定期報告、業(yè)績預告、業(yè)績快報等）時，如果出現(xiàn)盈利超預期，股價會在發(fā)布后持續(xù)上漲一段時間學術(shù)上稱之為盈余公告后價格漂移效Post-rnngsnnouncmntrft）。PD效應最早由芝加哥大學l和rown(1968)發(fā)現(xiàn)，之后很多學者研究發(fā)現(xiàn)PD在不同市場、不同的時間階段普遍存在。近幾年在國內(nèi)量化選股的投資實戰(zhàn)中也應用較多，屬于基本面量化選股中表現(xiàn)名列前茅的一類因子。在學術(shù)和實際投資中，超預期因子的計算方法有兩種，一是基于價量數(shù)據(jù)的，計算公告前后量表現(xiàn)。價量類因子關(guān)注公告前后股票相對基準的異常收益、交易量的變動。另一種是基于基本面數(shù)據(jù)，主要使用財務和分析師數(shù)據(jù)計算業(yè)績超預期因子來衡量公告業(yè)績超預期程度。比如，計算標準化預期外盈利SE因子（Stndrddnxpctdrnngs），衡量新發(fā)布業(yè)績數(shù)據(jù)相對于預期盈利的幅度；對于預期盈利，也有兩種方式來估計，一是用歷史盈利數(shù)據(jù)建模，二是使用分析師預期數(shù)據(jù)。下面介紹本文中各種超預期因子的計算方式。D效應學術(shù)研究盈余公告后價格漂移效應最早由芝加哥大學l和rown(1968)提出。他們發(fā)現(xiàn)，超預期盈利的股票在公告后出現(xiàn)明顯的正收益，超預期虧損的股票在公告后出現(xiàn)明顯的負收益。此后四五十年，大量國內(nèi)外學者進行了相關(guān)研究，發(fā)現(xiàn)PD現(xiàn)象在各個國家的股票市場都普遍存在對有效市場假說提出了挑戰(zhàn)我們《如何基于D超預期因子構(gòu)建行業(yè)輪動策略中對國內(nèi)外學者的代表性研究進行詳細介紹感興趣的投資者可以查閱相關(guān)報告，此處不再羅列。超預期因子計算方法我們借鑒學術(shù)文獻中研究PD效應使用的指標結(jié)合實際投資中常用的個股超預期因子計算方法構(gòu)建了2種價量類4種財務類的超預期因子。這些因子嘗試從不同角度刻畫業(yè)績超預期程度都要較強的投資邏。下面介紹計算方法。價量類因子價量類因子使用業(yè)績公告前后市場價格和交易量的變化幅度來衡量業(yè)績超預期程度一般認為超預期的信息可以綜合反映公股價和成交量變化上。盈余公告前后異常收益因子__M和__M因子參考學術(shù)文獻做法，我們使用公告前后股票價格數(shù)據(jù)，計算個股的__M和__M因子兩個因子計算方式略有差異__M是盈余公（正式報告業(yè)績預告業(yè)績快報前N日至告后M日的每日超額收益之和__M表示盈余公告（正式報告、業(yè)績預告、業(yè)績快報）前N日至公告后M日時間區(qū)間個股收益減去期間基準指數(shù)收益后的超額收益。計算個股因子時基準指數(shù)我們統(tǒng)一使用中證500指數(shù)。公告日t日股票i的因子計算公式如下：??????????=?????1+??????)???+??1（1+??

） (2.1)??=???

??????

中證500?????????????????=∑???1(???????????

中證500??

(2.2)N和M的取值嘗試多種參數(shù)組合對于每只股票我們計算多組參數(shù)的br和r因子得到個股公告日t日的因子后對于非公告日均使用之前最近公告日計算的因子進行填。公告后開盤跳空因子Jump開盤跳空也是常用因,計算方法是股票業(yè)績公告后t日的開盤價相對t-1日收盤價的收益率減去中證500的收益：????

=????,?????????中證50,??

(2.3)????

??????,???1

??????中證500,???1對于非公告日均使用之前最近公告日計算的因子進行填充得股票每個交易日T的跳空因子。3和4因子此外，我們還計算Fostr(1984)文獻中提到的F3和F4因子。本文測試的盈余公告前后異常收益因子，見下表：表1：盈余公告前后異常收益因子列表因子名 名公告后1天異常收益 公告后跳空JupF3（1984） F4（1984）公告后2天異常收益之和 盈余公告前1天后2天異常收益之和公告后3天異常收益之和 盈余公告前1天后3天異常收益之和ABRAR

公告后4天異常收益之和 盈余公告前1天后4天異常收益之和盈余公告后5天異常收益之和 盈余公告前2天后2天異常收益之和盈余公告前1天后1天異常收益之和 盈余公告前2天后3天異常收益之和公告后2天累計異常收益 盈余公告前1天后2天累計異常收益公告后3天累計異常收益 盈余公告前1天后3天累計異常收益公告后4天累計異常收益 盈余公告前1天后4天累計異常收益盈余公告后5天累計異常收益 盈余公告前2天后2天累計異常收益盈余公告前1天后1天累計異常收益 盈余公告前2天后3天累計異常收數(shù)據(jù)來源：需要說明的是對于沒有業(yè)績公告的交易日股票因子值使用最近的因子值填充以Jump因子為例比如億緯鋰（300014.SZ2019年12月24日公告2019年度業(yè)績預告2020年2月28日發(fā)布2019年度業(yè)績快報2020年4月9日發(fā)布2020年一季度業(yè)績預告在2019年12月25日可以計算Jump因子2019年12月26日至2020年2月28日期間的Jump因子使用2019年12月25日的值填充2020年3月1日至2020年4月9日的Jump因子使用2020年2月29日的值填充，其他以此類推。盈余公告前后量的變動除了公告前價的變動可以反映市場對于業(yè)績超預期的認可程度公告前量的變動也可以作為參考指標。業(yè)績公告后股票的成交量放量成交金額擴大也表明市場股業(yè)績超預期的認可程度我們使用成交量成交金額換手率等數(shù)據(jù)計算公告前后“量”的變動來構(gòu)造因子。測算發(fā)現(xiàn)選股效果不佳篇幅原不做展示。財務類因子基于基本面數(shù)據(jù)的財務類因子主要使用財務和分析師數(shù)據(jù)計算SE因子來衡量公告業(yè)績超預期程度。其中，最常用因子的是標準化預期外盈利SE因子Stndrddnxpctdrnngs考察新發(fā)布業(yè)績數(shù)據(jù)相對于預期盈利的幅度；對于預期盈利，也有兩種方式來估計，一是用歷史盈利數(shù)據(jù)建模二是使用分析師預期數(shù)據(jù)此外實際投資實踐中，可以基于朝陽永分析預測數(shù)據(jù)構(gòu)建預測上下比例、預測調(diào)整幅等因子來衡股業(yè)績超預期程度。SE因子超預期最知名的因子是標準化預期外盈利S其投資邏輯實際公告盈值相對盈利預期值的增幅越大業(yè)績越超預期股未來表現(xiàn)越好。在學術(shù)文獻中計算SE時，分子是單季度預期外收益（???????(????)預期收益??(????)可以使用歷史財務數(shù)據(jù)估計也可以使用分析師數(shù)據(jù)估計標準化操作中分母可用去年同期單季度凈利潤的絕對值，也可用預期外收益的標準差。使用歷史財務數(shù)據(jù)估計預期收益??(????)分母使用預期外收益標準差我們先采用預期外收益的標準差作為分母。對于股票，SE是單季度預期外收益???????(????)）除以預期外收益的標準差：??????

=??,???,??,??

(2.4)其中????是公司i在q季度的實際收益??(????)是q季度的預期收益，????是過去4個季度預期外收益的標準差。對預期收??(????)，參考學術(shù)文獻做法，可以采用多種方式估計。對于無漂移項的情況，預期收益為上季度凈利潤：????,??)=????4 (2.5)其中：

√(??,?1??,?5)2 (,?4??,?8)2????=

?+4

(2.6)對于帶漂移項的情況預期收????,??等于去年本季度收益加上預期外收益的期????。其中：

????,??)=????4+???? (2.7)4??

?? )????=

??=1

,?4 ,??4

(2.8)????=

(2.9)√(??,?1????,?5,)2?(??,?4??,?8,(2.9)4個股凈利潤的選擇上在類型上可以使用歸母凈利潤扣非凈利潤、營業(yè)利潤等在時間區(qū)間選擇上可以使用單季度凈利（fa最近12個月凈利（我們使用業(yè)績預告業(yè)績快報定期報告三種財務報告數(shù)據(jù)計算SE等因子其中歸母凈利潤使用業(yè)績預告業(yè)績快報和定期報告數(shù)據(jù)；營業(yè)利潤使用業(yè)績快報和定期報告數(shù)據(jù)；扣非凈利潤只使用定期告數(shù)據(jù)。同時，凈利潤數(shù)據(jù)計算時，考慮會計調(diào)整、更正處理，保證在任意時點都使用當時可以獲得的最新數(shù)據(jù)。此外，業(yè)績預告一般公布凈利潤上下限，我們使用凈利潤上下限的均值，作為凈利潤使用。使用分析師預期數(shù)據(jù)作為預期凈利潤的估分母使用分析師預期數(shù)據(jù)絕對值計單季度歸母凈利潤超分析師預期幅度因為預期凈利潤的估計計算實際公告的單季度凈利潤相對分析師預期單季度利潤的增長幅實際公告的單季度凈利使用業(yè)績預告業(yè)績快報正式財報三種數(shù)據(jù)計算我們需要使用分析師預測凈利潤年度數(shù)據(jù)估算單季度預期凈利潤以第2季度為例假設剛發(fā)布了2季度業(yè)績預，我們需要計算分析師預期的2季度凈利潤，計算過程如：首先，計算分析師預測后3個季度凈利=分析師預測年度利-預告或公告的1季度歸母凈利潤得到。然后，計算分析師預測增長=分析師預測后3個季度凈利個季度凈利/去年對應的后3季度凈利隱含假設未來三個季度增長率一樣。其次分析師預期第2季度凈利=去年第2季度凈利（1+分析師預測增長率）。最后，單季度歸母凈利潤超分析師預期幅=（第2季度公告凈利-分析師預期第2季度凈利潤/bs(分析師預期第2季度凈利)。對于每只股票計算得到種SE因?qū)τ诜枪嫒站褂弥白罱嫒沼嬎愕囊蜃舆M行填充本主要測的SE因子如下表：表2：SE因子列表因子名標準化預期外單季度歸母凈利潤 標準化預期外單季度歸母凈利潤-帶漂移項標準化預期外單季度扣非凈利潤 標準化預期外單季度扣非凈利潤-帶漂移項單季度

利潤標準化預期外單季度毛利潤 標準化預期外單季度毛利潤-帶漂移項標準化預期外單季度營業(yè)利潤 標準化預期外單季度營業(yè)利潤-帶漂移項TTM

營收 標準化預期外單季度營業(yè)收入 標準化預期外單季度營業(yè)收入-帶漂移項標準化預期外歸母凈利潤TTM 標準化預期外歸母凈利潤TTM-帶漂移標準化預期外扣非凈利潤TTM 標準化預期外扣非凈利潤TTM-帶漂移項利潤標準化預期外毛利潤TTM 標準化預期外毛利潤TTM-帶漂移項標準化預期外營業(yè)利潤TTM 標準化預期外營業(yè)利潤TTM-帶漂移項營收 標準化預期外營業(yè)收入TTM 標準化預期外營業(yè)收入TTM-帶漂移分析師 單季度歸母凈利潤超分析師預期幅度數(shù)據(jù)來源：SE衍生因子除使用凈利計算S我們還使營業(yè)收A等財務指標替換公式中的凈利，計算標準化預期外營業(yè)收入、標準化預期外標準化預期外A等SE衍因子考察這些因的選效。計算公和方法與SE因相同。主要測試的SE衍生因子如下表：表3：SE衍生因子列表因子名標準化預期外P 標準化預期外P帶漂移項標準化預期外單季度GPOA 標準化預期外單季度GPOA-帶漂移標準化預期外單季度P 標準化預期外單季度P-帶漂移項標準化預期外單季度歸母ROA 標準化預期外單季度歸母ROA-帶漂移項單季TTM

歸母凈利扣非凈利歸母凈利扣非凈利

標準化預期外單季度歸母ROE 標準化預期外單季度歸母RO-帶漂移項標準化預期外單季度扣非ROA 標準化預期外單季度扣非ROA-帶漂移標準化預期外單季度扣非ROE 標準化預期外單季度扣非RO-帶漂移項標準化預期外GPOA(TTM) 標準化預期外GPOA(TTM)帶漂移項標準化預期外PTTM) 標準化預期外P(TTM)-帶漂移項標準化預期外歸母ROA(TTM) 標準化預期外歸母ROA(TTM)-帶漂移標準化預期外歸母RO(TTM) 標準化預期外歸母RO(TTM)-帶漂移項標準化預期外扣非ROA(TTM) 標準化預期外扣非ROA(TTM)-帶漂移標準化預期外扣非RO(TTM) 標準化預期外扣非RO(TTM)-帶漂移項數(shù)據(jù)來源：過去N日分析師預測上下調(diào)比例我們使朝陽永分析師測數(shù)據(jù)計算個過去N分析師預上調(diào)減下調(diào)比，來衡量股業(yè)績超預期幅。分析師預上調(diào)減去下調(diào)比例的值越大，說明業(yè)績超預程度越具體個指標上，可以計算上和下調(diào)報告數(shù)、上和下調(diào)券家數(shù)計算公式如下：過去N日報上調(diào)比-下比例=（上報告數(shù)-下調(diào)報告）/總報告數(shù) (2.10)過去N券商上調(diào)比-下調(diào)比（上調(diào)家-下調(diào)家/總家數(shù)(2.11)過去N日報告上調(diào)比=上調(diào)報告/總報告數(shù) )過去N日券商上調(diào)比=上調(diào)家/總家數(shù) 對于，取為60、90、180主要測試過去N日分析師預測上調(diào)減去下調(diào)比例因子列表如下：表4：過去N日分析師預測上下調(diào)比例因子列表因子名過去180日券商上調(diào)-下調(diào)比例 過去180日報告上調(diào)-下調(diào)比例上調(diào)下調(diào)比上調(diào)比例

過去60日券商上調(diào)-下調(diào)比例 過去60日報告上調(diào)-下調(diào)比例過去90日券商上調(diào)-下調(diào)比例 過去90日報告上調(diào)-下調(diào)比例過去180日券商上調(diào)比例 過去180日報告上調(diào)比例過去60日券商上調(diào)比例 過去60日報告上調(diào)比例過去90日券商上調(diào)比例 過去90日報告上調(diào)比例數(shù)據(jù)來源：過去N日分析師預測凈利/營調(diào)整幅度我們使朝陽永分析師預測數(shù)據(jù)計算過去N日分析預測凈利調(diào)幅度、預測營收上調(diào)幅因子衡量股票業(yè)績超預期的幅度分析調(diào)幅度越大說明業(yè)績超預期程度越高首先計算股票s在過去N日每發(fā)布預測報告分析師凈利上調(diào)幅度然等權(quán)平均得到個的凈利潤上因：????????????????營收上調(diào)幅度因子類似：

????

1??=??=

????????????????_????,??

(2.14)????????????????????

????

1??= ??=

????????,??????????_????,??????????_????,??

(2.15)對于，取值為60、90、120、180、360主要測試過去N日分析師預測凈利/營收調(diào)整因子列表如下：表5：過去N日分析師預測凈利潤營收調(diào)整因子列表因子名過去120天盈利調(diào)整過去60天盈利調(diào)整盈利調(diào)整過去180天盈利調(diào)整過去90天盈利調(diào)整過去360天盈利調(diào)整營收調(diào)整過去120天營收調(diào)整過去180天營收調(diào)整過去360天營收調(diào)整過去60天營收調(diào)整過去90天營收調(diào)整數(shù)據(jù)來源：單因測我們采用因子I分組測組合優(yōu)化等對超預期因子進行單因子測試。根業(yè)績超預期投資邏，股票因子值越大，預股的未來收益越在每周末進行分組調(diào)倉操按因子值從小到大排序分10組分別為t0t1t2…t8t9組因子最小的t0組為空頭因子最大的t9組多頭組回測日期區(qū)間為2010年1月至2022年5月下面對三種股票池（滬深300成分股中證500成分股、全市場超預因選股的測試結(jié)果進行展。滬深300股票池盈余公前異常收益我們認為公告前后異常收益越大個的業(yè)績超預期程度越高未來表現(xiàn)越好通過因子分組測和單因子組合優(yōu)發(fā)現(xiàn)：公告后1天異常收因、公前1后2天異常收益因子跳空因效果較好，組合優(yōu)相對基準（滬深300）的年化超額收益分別為5.52%、5.72%和5.37%，信息比率分別為10、1.05和104。包含公告交易日收計算的因子效略差。使用異常收益之和的R因子整略優(yōu)于使累計異常收相減的R因。分組測具結(jié)果和單因子組合優(yōu)化績效指如下。超額收益超額收益最大回撤..---....-.-----%.8.%%.超額收益超額收益最大回撤..---....-.-----%.8.%%.9.4.%%.85.37%.%.0.%%-7%6.73%-.Jp%.1.%%..2.%%.8.%.%.2.%-.%%.5%-.4%.1%..%.5.%%.9.%.%.6.%.%-2%.3%.43%.4%.9%..1.%%.1.%.%.0.%-.%%.0%.-盈余公告前天后天累計異常收益%.5%.9%.1.1.%%.2.%.%.4.%-.%%.5%-.盈余公告前天后天累計異常收益%.3%.9%..9.%%-.5.%.%.9.%-.%%.9%.-盈余公告前天后天累計異常收益%.6%.9%..2.%%-..%.%.3.%-.%%.3%-.盈余公告前天后天累計異常收益%.6%.6%.7.0.%%.5.%.%.7.%.%-2%.7%-.盈余公告前天后天累計異常收益%.0%.7%.5.8.%%-..%.%.3.%%-1%.9%-.盈余公告前天后天累計異常收益%.5%.%..2.%%-..%.%.3.%-.%%.3%-.盈余公告后天累計異常收益%.3%.8%..5.%%-.7.%.%.5.%-.%%.4%-.公告后天累計異常收益%.4%.9%..0.%%-.4.%.%.4.%-.%%.3%-.公告后天累計異常收益%.2%.1%.5.8.%%-.8.%.%.1.%-.%%.9%-.公告后天累計異常收益AR%.6%.9%.1.1.%%.9-1.%.%.5.%-.%%.6%-.盈余公告前天后天異常收益之和%.9%.9%.6.8.%%.1-0.%.%.7.%%-5%.7%-.盈余公告前天后天異常收益之和%.4%.8%.0.6.%%-.5.%.%.4.%-.%%.4%-.盈余公告前天后天異常收益之和%.5%.9%.6.9.%%-.4.79%.%.2.%.%-2%4.21%-.盈余公告前天后天異常收益之和%.7%.6%.2.5.%%-.5.72%.%.0.%%-7%5.96%-.盈余公告前天后天異常收益之和%.8%.6%.5.0.%%-..%.%.9.%%-8%.5%-.盈余公告前天后天異常收益之和%.4%.%..1.%%.9.%.%.5.%-.%%.5%-.盈余公告后天異常收益之和%.5%.%..2.%%.6.%.%.7.%-.%%.6%-.公告后天異常收益之和%.4%.9%.2.2.%%.5.%.%.6.%-.%%.4%-.公告后天異常收益之和%.1%.2%.4.7.%%.3-05.22%.%.9.%%-9%5.57%-.公告后天異常收益之和%.7%.3.%.3.%%-.5.52%.%.0.%%-9%6.80%-.公告后天異常收益ABR周度雙換手率RaIC超額收信息比超額收波動率多空收益超額收信息比超額收波動率超額最回撤多頭組空頭組因子名滬深內(nèi)組合優(yōu)化單因子組合優(yōu)化9多頭組。測試區(qū)間：2010.01-2022.05。..---.....-----....---.....-----..---....-........................%.4.%6%85.%-0.%-0.%.%-0.%.%-3.%-2.%-3Jp.%%.52%1.%.%-0.%-0.%-2.%.%.%.%-14.%%.33%-0%.%-0%..%-3.%.%.%-2.%3.%.%1%83%.%0.%-0.%0.%-0.%-0.%-2.%-2盈余公告前天后天累計異常收益%.5%.53%1%%.2.%.%-0.%.%-2.%-0.%-5盈余公告前天后天累計異常收益.%.%1%94%%.1.%-1.%-0.%.%-1.%-1.%-2盈余公告前天后天累計異常收益.%7%.33%13.%.%1.%-1.%-0.%-0.%-2.%.%-3盈余公告前天后天累計異常收益%.0%.55%42%.%-0.%-2.%1.%.%-1.%-2.%-3盈余公告前天后天累計異常收益%.3%.85%84.%.%-1.%-1.%-0.%.%.%-3.%-3盈余公告前天后天累計異常收益.%.%1%52.%.%1.%.%1.%.%-1.%-0.%-3盈余公告后天累計異常收益.%.%1%73%.%0.%-0.%-0.%.%-1.%-0.%-3公告后天累計異常收益%.1%.33%1.%.%1%.9.%-1.%.%-0.%-0.%-4公告后天累計異常收益%.4%.92%6.%.%-1.%.%-1.%-0.%.%-1.%-5公告后天累計異常收益AR.%6.%1%55.%-0.%1.%.%-1%.%-1.%-0.%-5盈余公告前天后天異常收益之和.%%.55%1%.%1.%.%-1.%-0.%-2.%-0.%-5盈余公告前天后天異常收益之和.%.%1%25%.%0.%-0.%-1.%-1.%-0.%-0.%-3盈余公告前天后天異常收益之和%.1%.14%72%.%0.%-1.%-0.%-0.%-0.%-0.%-4盈余公告前天后天異常收益之和.%.%5%63.%.%-0.%-0.%-0.%-0.%-1.%-0.%-4盈余公告前天后天異常收益之和%.1.%6%93.%.%-0.%-2.%-0.%.%.%-3.%-3盈余公告前天后天異常收益之和.%5.%1%1%.%0.%.%1.%.%.%-1.%-4盈余公告后天異常收益之和.%.%0%95.%.%0.%.%1.%.%-2.%.%-4公告后天異常收益之和.%%.54%0%.%0%..%-2.%.%-1.%.%-6公告后天異常收益之和.%%.75%25%.%-2.%-1.%-1.%.%.%-1.%-5公告后天異常收益之和.%.%6%64.%.%0.%-0.%-2.%.%-1.%-2.%-4公告后天異常收益ABR多空收益9多頭組空頭組因子名滬深內(nèi)年化超額收益。測試區(qū)間：2010.01-2022.05。滬深300股票池歷史回測效果較好的公告前后異常收益因子多頭組超額收益曲、單因子組合優(yōu)化超額收益曲線如下。圖2滬深300股票池公告前后異常收益因子多頭組 圖滬深0股票池公告前后異常收益因子組合優(yōu)超額收益曲線 化超額收益曲線測試區(qū)間：2010.01-2022.05。 測試區(qū)間：2010.01-2022.05。標準化預期外盈利SE我們認為標準化預期外盈利SE值越大個股的業(yè)績超預期程度越高，未來表現(xiàn)越好通過因子分組測試和單因子組合優(yōu)化發(fā)：標準化預期外單季歸凈利潤標準化預期外單季扣非凈利潤、標準化預期外單季毛利潤、標準化預期外單季營業(yè)利潤效果較好，組合優(yōu)化相對基滬深300的年化超額收益分別為6.81%8.12%、8.00%和8.48%，信息比率分別為.27、158、1.45和162。單季度凈利潤計算的SE效果均好于凈利潤TTM計算的S。凈利潤計算的SE優(yōu)于營計算的因。單季度不帶漂移好于帶漂移項TTM中結(jié)果相。分組測試具體結(jié)果和單因子組合優(yōu)化的績效指標如下。9多頭組單因子組合優(yōu)化滬深內(nèi)因子名標準化預期外單季度歸母凈利潤標準化預期外單季度歸母凈利潤帶漂移標準化預期外單季度扣非凈利潤標準化預期外單季度扣非凈利潤帶漂移項空頭組9多頭組單因子組合優(yōu)化滬深內(nèi)因子名標準化預期外單季度歸母凈利潤標準化預期外單季度歸母凈利潤帶漂移標準化預期外單季度扣非凈利潤標準化預期外單季度扣非凈利潤帶漂移項空頭組多頭組超額最大超額收益超額收益多空收益超額收益超額收益超額收益超額收益回撤 波動率信息比率最大回撤波動率信息比率單季度標準化預期外單季度毛利潤標準化預期外單季度毛利潤帶漂移項標準化預期外單季度營業(yè)利潤標準化預期外單季度營業(yè)利潤-帶漂移標準化預期外單季度營業(yè)收入標準化預期外單季度營業(yè)收入-帶漂移項標準化預期外歸母凈利潤標準化預期外歸母凈利潤-帶漂移標準化預期外扣非凈利潤標準化預期外扣非凈利潤-帶漂移項M標準化預期外毛利潤標準化預期外毛利潤-帶漂移項標準化預期外營業(yè)利潤標準化預期外營業(yè)利潤-帶漂移標準化預期外營業(yè)收入標準化預期外營業(yè)收入-帶漂移項分析師 單季度歸母凈利潤超分析師預期幅-.% 9.09%-.% .%-.%10.23%-.% 9.33%-.%11.28%-.%10.91%-.%12.74%-.%10.18%-.% .%-.% .%-.% 7.89%-.% 9.70%-.% .%-.% .%-.% .%-.% .%-.% .%-.% 8.66%-.% .%-.% .%-.% 6.50%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%.%.7 .%6.81%-.% .%.7.%.5 .%.% -.% .%.8.%.5 .%8.12%-.% .%.8.%.3 .%.%-.% .%.1.%.5 .%8.00%-.% .%.5.%.0 .%.%-.% .%.0.%.9.%8.48%-.%.%.2.%.0.%.3.%.7.%.6.%.0.%.0.%.4.%.7.%.9.%.0.%.4.%.8.%.7.%.6.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%7.34%.%.%.%.%.%4.89%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%.%.5.%.1.%.6.%.3.%.1.%.8.%.1.%.6.%.0.%.1.%.5.%.0.%.6.%.6組合優(yōu)化RaIC周度雙邊換手率.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%.% .% .%，朝陽永續(xù)，。測試區(qū)間：2010.01-2022.05。滬深內(nèi)因子名標準化預期外單季度歸母凈利潤標準化預期外單季度歸母凈利潤帶漂移標準化預期外單季度扣非凈利潤標準化預期外單季度扣非凈利潤帶漂移項單季度標準化預期外單季度毛利潤標準化預期外單季度毛利滬深內(nèi)因子名標準化預期外單季度歸母凈利潤標準化預期外單季度歸母凈利潤帶漂移標準化預期外單季度扣非凈利潤標準化預期外單季度扣非凈利潤帶漂移項單季度標準化預期外單季度毛利潤標準化預期外單季度毛利潤-帶漂移項標準化預期外單季度營業(yè)利潤標準化預期外單季度營業(yè)利潤帶漂移標準化預期外單季度營業(yè)收入標準化預期外單季度營業(yè)收入帶漂移項標準化預期外歸母凈利潤標準化預期外歸母凈利潤-帶漂移標準化預期外扣非凈利潤標準化預期外扣非凈利潤-帶漂移項M標準化預期外毛利潤標準化預期外毛利潤帶漂移項標準化預期外營業(yè)利潤標準化預期外營業(yè)利潤-帶漂移標準化預期外營業(yè)收入標準化預期外營業(yè)收入-帶漂移項分析師 單季度歸母凈利潤超分析師預期幅0空頭組-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%年化超額收益4 5 9多頭組多空收益-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%.%-.%-.%-.%-.%.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%.%-.%.%.%.%-.%-.%-.%-.%-.%-.%.%.%.%-.%-.%.%-.%-.%-.%-.%-.%-.%-.%.%-.%.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%.%.%-.%-.%-.%-.%.%-.%-.%-.%-.%.%.%.%.%.%.%-.%-.%.%.%.%-.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%10.23%.%11.28%10.91%12.74%10.18%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%.%，朝陽永續(xù)，。測試區(qū)間：2010.01-2022.05。滬深300股票池，歷史回測效果較好的SE因子多頭組超額收益曲、單因子組合優(yōu)化超額收益曲線如下。圖4：滬深300股票池SE因子多頭組超額收益曲 圖5：滬深300股票池SE因子組合優(yōu)化超額收益線 曲線 ，朝陽永續(xù)，測試區(qū)間：2010.01-2022.05。

，朝陽永續(xù)，測試區(qū)間：2010.01-2022.05。SE衍生因子我們認SE衍因子越大個股的業(yè)績預期程度越高未來表現(xiàn)越好通過因子分組測試和單因子組合優(yōu)化發(fā)：標準化預期外單季度P標準化預期外單季度歸母標準化預期單季度歸母、標準化預期外單季度扣非、標準化預期外扣非(TT)效果較好組合優(yōu)化相對基準滬深300的年化超額收益分別為7.15%6.64%.07%7.99%和.02%信息比率分別為1.29、1.33、1.41、1.57和176。、A計算的SE衍生因子效果明顯好于P、P、SP等計算的SE衍生因。不帶漂移項的因效果好漂移項的因。分組測試具體結(jié)果和單因子組合優(yōu)化的績效指標如下。...............................%...............................%..9.9.2.3.8.8.1.4.9.5-.5.0-.7.6.4.7.4.4.7.9.7.1.9.1.6.%.%4.%.7.%%-.6.%.%.0.%%-180%8.%-3標準化預期外扣非RO()-帶漂移項.%4.%.%.6.%%.2-69.02%.%.3.%%-142%10%-3標準化預期外扣非RO().%2%.1%.2.8.%%.8-8.%.%.9.%%-1%.%-4標準化預期外扣非ROA()-帶漂移項.%1%.1%.0.1.%%.6-7.%.%.8.%%-1%.%-4標準化預期外扣非ROA().%6.%.%.1.%%-.4.%.%.9.%%-1197.%-5標準化預期外歸母RO()-帶漂移項.%5.%.%.6.%%-.56.51%.%.8.%%-181%10%-6標準化預期外歸母RO().%4.%%.2.4.%%.3-8.%.%.0.%%-1%.%-4標準化預期外歸母ROA()-帶漂移項.%2.%%.2.0.%%.7-8.%.%.6.%%-1%.%-4標準化預期外歸母ROA().%3.%.%.6.%%.0-8.%.%.7.%%-1%.%-5標準化預期外P（）帶漂移項.%2.%.%.1.%%.2-6.%.%.8.%%-1%.%-5標準化預期外P（）.%2%.%.0.3.%%.2-8.%.%.0.%%-1%.%-2標準化預期外POA()-帶漂移項.%0%.%.0.4.%%.5-8.%.%.6.%%-1%.%-3標準化預期外POA().%4.%.%.6.%%.6-8.%.%.7.%%%606.%-3標準化預期外單季度扣非RO-帶漂移項.%4.%.%.7.%%.4-78.40%.%.6.%%-152%9.%-4標準化預期外單季度扣非ROE.%4.%.%.4.%%.2-9.%.%.7.%%60%7.%-3標準化預期外單季度扣非ROA-帶漂移項.%4.%.%.7.%%.1-87.99%.%.1.%%-156%9.%-3標準化預期外單季度扣非ROA.%6.%.%.8.%%.2-9.%.%.0.%%-1%256.%-4標準化預期外單季度歸母RO-帶漂移項.%5.%.%.1.%%.8-87.07%.%.9.%%-153%9.%-6標準化預期外單季度歸母ROE.%6.%.%.9.%%.8-9.%.%.7.%%-1%325.%-6標準化預期外單季度歸母ROA-帶漂移項.%6.%.%.3.%%-.76.64%.%.7.%%-102%10%-5標準化預期外單季度歸母ROA.%5.%.%.6.%%-.6.%.%.7.%%-1%.%-3標準化預期外單季度P-帶漂移項.%5.%.%.1.%%.2-9.%.%.3.%%-1%.%-6標準化預期外單季度.%3.%.%.7.%%.4-8.%.%.5.%%-1%.%-5標準化預期外單季度POA-帶漂移項.%3.%.%.9.%%.6-97.15%.%.4.%%-108%10%-5標準化預期外單季度POA單季度.%5%.%0.6.%%.1-1.%.%.2.%%-1%.%-3標準化預期外BP-帶漂移項.%3%.1%0.6.%%.4-9.%.%.2.%%-.9%.%-4標準化預期外周度雙換手率RaIC超額收信息比超額收波動率超額收最大回超額收益多空收益超額收信息比超額收波動率超額最回撤多頭組空頭組因子名滬深內(nèi)組合優(yōu)化單因子組合優(yōu)化9多頭組。測試區(qū)間：2010.01-2022.05。..9%.%.0.%.%2-.%.%-0...9%.%.0.%.%2-.%.%-0.%-.%.%-0-.%-.%標準化預期外扣非RO()-帶漂移項%.60.42%1%..%.%.%-2-.%.%.%-5-.%-.%標準化預期外扣非RO()%.%.1%..%-.%.%-1-.%.%.%-4.%-.%標準化預期外扣非ROA()-帶漂移項%.%.9%..%2.%.%-4-.%.%.%-.%-.%標準化預期外扣非ROA()%.0%.1%.7.%2.%.%-2-.%-.%.%-0-.%-.%標準化預期外歸母RO()-帶漂移項.%0.81%1%.9.%-.%.%-2-.%-.%.%-.%-.%標準化預期外歸母RO()%.%.7%..%2-.%.%-.%-.%.%-0-.%-.%標準化預期外歸母ROA()-帶漂移項%.%.9%..%-.%.%-1-.%-.%.%-.%-.%標準化預期外歸母ROA()%.5%.5%..%3-.%.%-.%-.%.%-3-.%-.%標準化預期外P（）帶漂移項%.%.9.%.%2.%.%.%3-.%.%-1-.%-.%標準化預期外P（）.%%.9.%-.%-.%.%-2.%.%.%-0-.%-.%標準化預期外POA()-帶漂移項%.%.9-.%-.%.%.%-0-.%-.%.%-2.%2-.%標準化預期外POA()%.%.6%..%1.%.%-1-.%-.%.%-2-.%-.%標準化預期外單季度扣非RO-帶漂移項%.1%.2%..%2.%.%-2-.%-.%.%-2-.%-.%標準化預期外單季度扣非ROE%.%.0%.%.-.%.%-0-.%-.%.%-2-.%-.%標準化預期外單季度扣非ROA-帶漂移項%.9%.6%..%2.%.%-3-.%-.%.%-1-.%-.%標準化預期外單季度扣非ROA%.%.2%..%3%..%-0-.%-.%.%-0-.%-.%標準化預期外單季度歸母RO-帶漂移項%.5%.3%..%2-.%.%-1-.%-.%.%-0-.%-.%標準化預期外單季度歸母ROE%.%.3%..%2.%.%-0-.%-.%.%-1-.%-.%標準化預期外單季度歸母ROA-帶漂移項%.30.02%1%..%3-.%.%-1-.%.%.%-1-.%-.%標準化預期外單季度歸母ROA%.%.8%.2.%.%.%-2-.%-.%.%-3-.%-.%標準化預期外單季度P-帶漂移項%.9%.1%.7.%.%.%-1-.%-.%.%-0-.%-.%標準化預期外單季度%.2%.5.%.%3-.%.%-3.%1.%.%-3-.%-.%標準化預期外單季度POA-帶漂移項%.60.08%1%2.%-.%.%-1.%1-.%.%-4-.%-.%標準化預期外單季度POA單季度.%.%2.%.%2-.%.%-.%-.%.%-.%-.%標準化預期外BP-帶漂移項.%.%%3.%%..%.%-.%.%-1-.%-.%標準化預期外多空收益9多頭組空頭組因子名滬深內(nèi)年化超額收益，。測試區(qū)間：2010.01-2022.05。滬深300股票池歷史回測效果較好的SE衍生因子多頭組超額收益曲、單因子組合優(yōu)化超額收益曲線如下。圖6滬深300股票池S衍生因子多頭組超額收益 圖7滬深300股票池S衍生因子組合優(yōu)化超額曲線 收益曲線測試區(qū)間：2010.01-2022.05。 測試區(qū)間：2010.01-2022.05。過去N日券/報告上下調(diào)比例我們認為過去N日券/報告上下調(diào)比越大個的業(yè)績超預期程度越高，未來表現(xiàn)越好通過因子分組測試和單因子組合優(yōu)化發(fā)：）過去90日券商上-下調(diào)比例、過去90日報告上-下調(diào)比例過去60日券商上調(diào)比、過去90日報告上調(diào)比效果較好相對基準滬深00）年化超額收益分別為8.17%、9.92%8.52%和9.15%，信息比率分別為1.61、1.99、1.75和1.84。整體上90日的因子效果最好。報告量計算因效果好券商數(shù)量計算的因。分組測試具體結(jié)果和單因子組合優(yōu)化的績效指標如下。9多頭組單因子組合優(yōu)化88889.%.%.%.4.%%-.79多頭組單因子組合優(yōu)化88889.%.%.%.4.%%-.79.15%.%.6.%%-.61.42%1.%-4過去日報告上調(diào)比例.%.%.%.5.%%-.1.%.%.9.%%-.70.64%1.%-3過去日報告上調(diào)比例%.7.%.%.3.%%-.8.37%.%.5.%%-.41.82%1.%-4過去日報告上調(diào)比例.%.%.%.7.%%-.3.%.%.2.%%-.5%.598.%-3過去日券商上調(diào)比例.%.%.%.5.%%-.88.52%.%.6.%%-.7%.9.%-1過去日券商上調(diào)比例.%.%.%.3.%%-.9.%.%.1.%%-.6%.1.%-3過去日券商上調(diào)比例上調(diào)比例.%.%.%.9.%%-.89.92%.%.3.%%-.31.45%1.%-4過去日報告上調(diào)下調(diào)比例.%.%.%.0.%%-.8.%.%.0.%%-.5.%1.%-3過去日報告上調(diào)下調(diào)比例%.5.%.%.0.%%-.98.94%.%.2.%%-.23.56%1.%-4過去日報告上調(diào)下調(diào)比例.%.%.%.1.%%-.38.17%.%.8.%%-.0%0.081.%-5過去日券商上調(diào)下調(diào)比例.%.%.%.8.%%-.9.%.%.4.%%-.0%.1.%-4過去日券商上調(diào)下調(diào)比例.%.%.%.0.%%-.9.%.%.8.%%-.8%.4.%-4過去日券商上調(diào)下調(diào)比例上調(diào)下比例周度雙換手率aIC超額收信息比超額收波動率超額收最大回超額收益多空收益超額收信息比超額收波動率超額最回撤多頭組空頭組因子名滬深內(nèi)組合優(yōu)化，朝陽永續(xù)，。測試區(qū)間：2010.01-2022.05。............%%%%%%%%%表13：滬深30股票池過去N日券/報告上下............%%%%%%%%%年化超額收益滬深因子名0空頭組5 9多頭組多空收益上調(diào)調(diào)比例過去日券商上調(diào)下調(diào)比例-.%-.%.%-.%-.%-.%-.%3.%4%.2%.%過去日券商上調(diào)下調(diào)比例-.%-.%.%-.%-.%-.%-.%3.%6%.1%.%過去日券商上調(diào)下調(diào)比例-.%-.%-.%-.%-.%-.%.%.%5%10.08%.9過去日報告上調(diào)下調(diào)比例-.%-.%-.%-.%-.%-.%-.%5.%5%13.56%.%過去日報告上調(diào)下調(diào)比例-.%-.%.%-.%-.%-.%-.%3.%5%10.93.%過去日報告上調(diào)下調(diào)比例-.%-.%-.%-.%-.%-.%-.%.%6%11.45.4上調(diào)比例過去日券商上調(diào)比例-.%-.%-.%-.%-.%-.%-.%5.%2%.0%.%過去日券商上調(diào)比例-.%-.%-.%-.%-.%-.%.%3.%7%.1%.%過去日券商上調(diào)比例-.%-.%-.%-.%-.%-.%.%3.%6%.5%.%過去日報告上調(diào)比例-.%-.%-.%-.%-.%-.%-.%.%7%11.82.4過去日報告上調(diào)比例-.%-.%-.%-.%-.%-.%-.%.%4%10.64.%過去日報告上調(diào)比例-.%-.%-.%-.%-.%-.%-.%4.%5%11.42.8，朝陽永續(xù)，。測試區(qū)間：2010.01-2022.05。滬深300股票池內(nèi)，歷史回測效果較好過去N日券商/報告上下因子多頭組超額收益曲線、單因子組合優(yōu)化超額收益曲線如下。圖8：滬深300股票池過去N日券商報告上下調(diào)比例 圖9：滬深00股票池過去N日券商報告上下調(diào)比因子多頭組超額收益曲線 例因子組合優(yōu)化超額收益曲線 ，朝陽永續(xù)，測試區(qū)間：2010.01-2022.05。

，朝陽永續(xù)，測試區(qū)間：2010.01-2022.05。過去N日盈/營收預測調(diào)整我們認為，過去N日盈/營收預測調(diào)整幅越大，個的業(yè)績超預期程度越高，未來表現(xiàn)越好通過因子分組測試和單因子組合優(yōu)化發(fā)現(xiàn)：）過去90天盈利調(diào)、過去90天營調(diào)效果較好相對基滬深300）的年化超額收益為5.98%、.37%，信息比率為11、0.85。）盈利調(diào)效果明顯好營收調(diào)。分組測試具體結(jié)果和單因子組合優(yōu)化的績效指標如下。9多頭組單因子組合優(yōu)化%.4.%.%.59多頭組單因子組合優(yōu)化%.4.%.%.5.%%-.1.%.%.8.%.%-7.%%-.2過去天營收調(diào)整.%.%.%.4.%%-.2.%.%.9.%.%-7%4.50%-.5過去天營收調(diào)整%.8.%%.0.2.%%-.6.%.%.4.%-.%.%%-.3過去天營收調(diào)整%.6.%.%.7.%%-.25.14%.%.6.%.%-2%4.84%-.7過去天營收調(diào)整%.6.%.%.8.%%-.2.%.%.7.%.%-2.%%-.7過去天營收調(diào)整營收%.8.%.%.1.%%-.05.98%.%.8.%.%-2%5.07%-.2過去天盈利調(diào)整.%.%.%.8.%%-.55.81%.%.6.%.%-2%3.73%-.1過去天盈利調(diào)整%.3%.7%.0.2.%%-.1.%.%.8.%-.%.%%-.5過去天盈利調(diào)整%.4.%.%.6.%%-.8.%.%.7.%.%-2%5.12%-.7過去天盈利調(diào)整%.3.%.%.6.%%-.66.24%.%.7.%.%-2%5.03%-.5過去天盈利調(diào)整盈利周度雙換手率aIC超額收信息比超額收波動率超額收最大回超額收益多空收益超額收信息比超額收波動率超額最大回撤多頭組空頭組因子名滬深內(nèi)組合優(yōu)化，朝陽永續(xù)，。測試區(qū)間：2010.01-2022.05。-----..........%.7%.4%.-----..........%.7%.4%.6%5.%1.%-1.%-2.%-1.%-1.%.%-5過去天營收調(diào)整%.4%.0%.1%1.%1.%-3.%-2.%.%.%.%-4過去天營收調(diào)整.%.%%.6%2.%0.%0.%0.%.%-2.%.%-5過去天營收調(diào)整%.6%.4%.4%1.%1.%1.%-2.%.%-1.%.%-5過去天營收調(diào)整.%%.7%.1%1.%-0.%-1.%-0.%.%.%-7.%-3過去天營收調(diào)整營收.%%.7%.9%1.%1.%1.%-1.%-0.%-0.%-5.%-7過去天盈利調(diào)整%.0%.3%.9%4.%-0.%0.%-3.%-0.%-0.%-5.%-6過去天盈利調(diào)整.%.%%.8%1.%-2%.93.%2.%.%.%-5.%-4過去天盈利調(diào)整%.1%.2%.1%3.%-0.%1.%1.%-0.%-4.%-4.%-5過去天盈利調(diào)整%.0%.3%.0%2.%0.%1.%-0.%-1.%-1.%-5.%-6過去天盈利調(diào)整盈利多空收益9多頭組0空頭組因子名滬深內(nèi)年化超額收益，朝陽永續(xù)，。測試區(qū)間：2010.01-2022.05。滬深300股票池內(nèi)，歷史回測效果較好過去N日盈利/營收預測調(diào)整因子多頭組超額收益曲線、單因子組合優(yōu)化超額收益曲線如。圖10：滬深30股票池過去N日盈/營收預測調(diào)整 圖1：滬深00股票池過去N日盈利營收預測調(diào)整因子多頭組超額收益曲線 因子組合優(yōu)化超額收益曲線 ，朝陽永續(xù)，測試區(qū)間：2010.01-2022.05。

，朝陽永續(xù)，測試區(qū)間：2010.01-2022.05。中證500股票池盈余公告前后異常收益我們認為公告前后異常收益越大個股的業(yè)績超預期程度越高未來表現(xiàn)越好。通過因子分組測試和單因子組合優(yōu)化發(fā)現(xiàn)：公告后1天異常收益因子、跳空因子效果較好，組合優(yōu)化相對基準中證500）的年化超額收益分別為5.46%和7.71%，信息比率分別為1.10和1.61。公告前后異常收因子在全市場的選股效果整體不。分組測試具體結(jié)果和單因子組合優(yōu)化的績效指標如下。表16：中證50股票池盈余公告前后異常收益因子主要績效指標9多頭組單因子組合優(yōu)化組合優(yōu)化中證內(nèi)因子名公告后天異常收益公告后天異常收益之公告后天異常收益之公告后天異常收益之盈余公告后天異常收益之和單季度盈余公告前天后天異常收益之盈余公告前天后天異常收益之盈余公告前天后天異常收益之盈余公告前天后天異常收益之盈余公告前天后天異常收益之盈余公告前天后天異常收益之公告后天累計異常收益公告后天累計異常收公告后天累計異常收盈余公告后天累計異常收益盈余公告前天后天累計異常收益空頭組多頭組超額最大超額收益超額收益多空收益超額收益超額收益超額收益超額收益回撤 波動率信息比率最大回撤波動率信息比率-.% 5.88%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%-.% .%.% .%-.% .%-.%10.27%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%.%.3.%.2.%.7.%5.46%.%3.95%.%.%.%.9.%.%.%.5-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%.%.0.%.9.%.%.%.6.2.6.%.5.%.2.%.%.5.5.%.%.%.%.%4.67%.%.%.%.%.%.%.%.%.%.%.%