日期： 2023-03-01 01:09:26 来源：研而有信收集编辑：金融工程团队

重要提示

本公众号所推送的内容经由中信期货授权后发布，均为中信期货已公开的信息，不保证文中观点或陈述的完整性、准确性和更新及时性，且不作任何担保。本公众号所推送文章不构成任何形式的投资建议或销售要约，期货有风险，投资需谨慎。

文：金融团队

转自中信期货研究所金融工程团队报告

报告要点

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一周的单因子表现，同时也跟踪了行业轮动组合的周度表现。上周财务因子多为反向预测因子，选股能力最佳基本每股收益同比增长率EPS（%）呈现反向选股能力。量价体系中，上周量价体系中，全体因子为负向风格，其中残差波动率、流动性因子表现较好。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。

摘要

最近一周的单因子表现 (全行业) ：上周三大体系中基本每股收益同比增长率EPS（%）、daily_std (日收益率标准差)、alpha101 (反转类)表现最好。

单因子在时间序列上的表现：上周市场走跌，30个中信一级行业中仅两成看涨。上周量价体系中，全体因子为负向风格，其中残差波动率、流动性因子表现较好；财务体系中，财务因子RankIC整体初有一定上行趋势。长期上仍可增配较佳财务类因子。

中信一级行业的单因子表现：上周食品饮料涨幅最大，行业内权益乘数、hist_beta (历史贝塔)、alpha028 (反转类)表现最好；电力设备及新能源跌幅最大，行业内净资产净利率TTM、daily_std (日收益率标准差)、alpha053 (反转类) 表现最好。

正文

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基本每股收益同比增长率EPS（%）。

（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daily_std。

（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alpha101。

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IC_IR。可以发现，不同行业的最佳因子，无论是按RankIC还是按RankIC_IR,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。

（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RankIC_IR值。可以发现，不同行业的最佳因子，无论是按RankIC还是按RankIC_IR,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。

（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子RankIC和RankIC_IR值。可以发现，不同行业的最佳因子，无论是按RankIC还是按RankIC_IR,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。

三、单因子在时间序列上的表现

（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。

（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。

— 历史文章回顾 —

专题报告：多因子选股系列