20220726-基本面量化系列-挖掘基本面有效因子，探索行业视角量化投资-中信证券-27页.pdfVIP

基本面量化系列

挖掘基本面有效因子，探索行业视角量化投资

中信证券研究部

数据科技组张若海

2022年7月26日

请务必阅读末页的免责条款和声明

核心观点

从基本面量化的发展趋势看，算法模型的升级和数据指标的挖掘是核心创新方向。比较传统交易数据，基本面数据蕴含大量产业认知，是基本面量

化可持续的创新方向。基于近年来机器学习模型的发展，结合产业因子挖掘的文本分析与量化回测深度结合，产业视角的基本面量化因子挖掘逐步

可突破传统人力边界。本报告围绕核心因子的挖掘和使用，提供通用视角下，多行业基本面量化研究新思路。

自主构建以行业基本面为核心的有效数据矩阵，三大数据集群保证因子完整、有效、稀缺。我们的底层数据基于三大数据

集群：标准财务+行业运营核心数据集群、另类特色专业数据集群、投研流程数据集群，保证指标专业性和完整性，同时借

助另类数据提升因子的及时性和高频性。基于市场公开数据，我们采用自然语言处理技术实现周-月-季频的集群更新和指标

维护，从海量非结构化数据构建另类因子，提升数据稀缺性。

探索深度个股基本面因子挖掘，创新专家视角沉淀有效因子。专家视角下的因子蕴含大量背景知识，以分析师财务模型为

例，核心因子的敏感性体现在计算逻辑中。我们基于nlp技术并结合量化分析抽取财务模型底层逻辑的核心因子，并且自下

而上将公司级因子归集到行业层面，动态看待标的和行业的变化驱动因子。进一步反向推导计算公式得到核心因子的敏感

性，并对相应因子进行标准化和数字化。

探索行业视角量化投资，构建“政策+景气+ESG”投资新思路。基于自主构建的另类数据集+行业经营数据集，自上而下我

们以政策文本+行业运营指标做一级行业赛道选择，自下而上以中信证券自主ESG评分体系为标的筛选系统。基于以上策略，

在月度轮动视角，首先面对的问题是如何评价和筛选出长期稳定有效的指标。回测效果看，2018-01至2022-06，景气度+

政策+esg组合：累计收益率146.5%，年化收益率29.4%，最大回撤率25.0%，年化波动率26.9%，对标沪深300，组合超额

收益率为141.6%，超额胜率58.0%。

数据创新与算法优化双轮驱动。基本面指标方面，聚焦自下而上专家经验抽取，从重点个股财务模型，形成前瞻视野因子

抽取的系统工程。算法优化方面，聚焦政策+景气指标，进一步探索机器学习模式下，指标权重的有效反馈与自动修正，指

标前瞻性的动态市场反馈。

风险因素：数据计算风险，数据标注不准确风险，模型失效风险。

1

CONTENTS

目录

1.数据爆发+技术升级，因子挖掘为基本面量化投资新趋势

2.基本面量化有效因子挖掘和应用（政策力度指标+行业景气指标+ESG评分指标）

3.探索“政策力度+景气程度+ESG质量”投资新思路

2

1另类数据爆发叠加量化技术升级，数据科技驱动投资值得期待

金融IT投入逐年增长，券商信息技术能力或将持续提升。证券行业对信息科技重视程度不断增强，行业信息技术投入逐

年增长。2021年全行业信息技术投入金额338.20亿元，同比增长28.7%，占2020年度营业收入的7.7%。2017年至今证

券行业在信息技术领域累计投入近1200亿元，行业持续加大信息技术领域的投入为行业数字化转型和高质量发展奠定坚

实基础。

2017年至2021年证券公司信息技术投入2021年信息技术投入前十证券公司

金额（单位：亿元）同比增长