基于高斯秩的估值因子改进.pdfVIP

[Table_PageTop]金融工程研究

目录

1.传统PE因子的弊端5

2.传统PE因子的改进方案6

2.1.OLS回归6

2.2.分段回归9

2.3.混合高斯模型10

2.4.高斯秩方法12

2.5.因子相关性16

3.其他因子改进16

3.1.双变量估值因子16

3.2.现金流收入比因子18

3.2.1.原始因子18

3.2.2.改进因子19

3.3.单季度净利润同比增速因子21

3.3.1.原始因子21

3.3.2.改进因子23

4.改进估值因子补充测试24

4.1.因子分域测试24

4.1.1.沪深300测试25

4.1.2.中证500测试26

4.1.3.中证1000测试27

4.1.4.国证2000测试29

4.2.双变量估值因子分行业测试30

4.3.双变量估值因子相关性测试32

5.总结33

6.风险提示33

图表目录

图1：PE_TTM因子IC测试5

图2：PE_TTM因子分组测试净值6

图3：PE_TTM因子分组测试相对净值6

图4：PE_TTM_OLS因子IC测试7

图5：PE_TTM_OLS因子分组测试净值8

图6：PE_TTM_OLS因子分组测试相对净值8

图7：净利润TTM对数化数据分布（2024.09.10）9

图8：总市值对数化数据分布（2024.09.10）9

图9：PE_TTM（分段回归）因子IC测试9

图10：PE_TTM（分段回归）因子分组测试净值10

图11：PE_TTM（分段回归）因子分组测试相对净值10

图12：PE_TTM（混合高斯回归）因子IC测试11

图13：PE_TTM（混合高斯）因子分组净值12

图14：PE_TTM（混合高斯）因子分组相对净值12

图15：误差函数erf示意图13

图16：逆误差函数erfinv示意图13

图17：净利润TTM高斯秩数据分布（2024.09.10）14

请务必阅读正文后的声明及说明2/35

[Table_PageTop]金融工程研究

图18：总市值高斯秩数据分布（2024.09.10）14

图19：PE_TTM（高斯秩）因子IC测试14

图20：PE_TTM（高斯秩）因子分组测试净值15

图21：PE_TTM（高斯秩）