高质量股票池构造体系

1、核心观点股票池优化框架：本篇报告针对多因子策略中的股票池构造环节做了深入研究，从更为宏观的视角审视了股票池优化存 在的问题。我们提出了两层优化框架：（1）刚性优化，目的是保证股票可交易（2）柔性优化，目的 是提升股票池质量。基于该框架，我们在柔性优化部分对因子型和事件型两种风险做了深入研究。事件型优化：事件型风险部分，我们将其划分为可预测部分和不可预测部分，并对两种事件分别设定了优化方式。 对于不可预测事件，我们采用跟踪剔除法进行优化。对于可预测负向事件，我们参考风控模型中的 分箱法构造了财务质量打分模型。回测结果显示，财务质量打分模型能够有效的筛选出质量存疑的 财务报告。因子型优化：因子型优

2、化部分，我们分别从合成方式、剔除范围以及敏感性分析几个角度进行了实证研究。测试 结果表明，负向因子合成剔除能够有效提升策略表现。风险提示：报告结果均基于历史数据，历史数据存在不被重复验证的可能请务必参阅正文之后的重要声明纲目提要光大证券研究所金融工程团队请务必参阅正文之后的重要声明2Part1: 权衡可交易与高质量的股票池构建框架Part2: 刚性优化保证股票可交易 Part3: 柔性优化提升股票池质量 Part4: 不可预测负向事件跟踪Part5: 可预测负向事件研究Part6: 财务危机风险预测模型展示 Part7: 负向因子优化测试Part8: 负向因子对股票池的优化Part1:权衡可交

3、易与高质量的股票池构建框架光大证券研究所金融工程团队请务必参阅正文之后的重要声明31.1 高收益与可交易性存在矛盾从可交易性角度来说，如果一只股票的流动性较 差，那么其交易成本也较高，甚至无法满足交易 要求。流动性因子的多头组平均成交金额不足1 亿元。从分域角度来看，因子在小市值分域内有效性更强同样选择流动性因子分别在沪深300和中 证500指数成分股内进行测试，中证500股票池中 超额收益更为明显。小市值股票较多会降低策略 容量上限。以“流动性溢价”问题为例：从超额收益角度来 看，市场会给予流动性较差的股票更高的溢价。 流动性在全市场内能够获得显著超额收益。121086420多空相对收益多头

4、净值 空头净值 中证全指543210沪深300多空净值中证500多空净值光大证券研究所金融工程团队请务必参阅正文之后的重要声明41.2 高质量股票池构造框架原始股票池沪深300中证500中证800刚性优化ST次新股低流动性柔性优化基本面负面清单量价因子空头财务造假预警全市场低市值负面事件行业成分股净资产为负风格分域刚性优化：保证股票可交易 优化的目标包括风险警示股票（ST/*ST）、次新股、低流动 性、极小市值以及净资产为负 等。柔性优化：提升股票池质量我们通过对基本面负面清单、量 价因子空头组合、有可能财务造 假的股票以及发生过负面事件的 股票进行剔除，可以保证股票池 相对“干净”。目标：保

5、证可交易性的同时提升质量光大证券研究所金融工程团队请务必参阅正文之后的重要声明5Part2:刚性优化保证股票可交易光大证券研究所金融工程团队请务必参阅正文之后的重要声明62.1 刚性优化初探优化目标风险说明优化方式次新股股价波动交大剔除风险警示（ST/*ST）基金产品合同要求禁投剔除净资产为负未来有被ST的风险剔除低流动性冲击成本高、无法交易低于阈值部分剔除极小市值容量低，超额收益无法获得低于阈值部分剔除长期停牌无法交易停牌时间超过阈值剔除剔除上市不足1年、停牌时间超过15个交易日、ST/*ST、净资产为负的股票。计算股票过去60个交易日的平均成交金额，取前1500只股票作为初选股票池。将被剔

6、除的沪深300及中证500指数成分股与初选股票池合并。050100150200250中证800成分股流动性排名在1500名之外光大证券研究所金融工程团队请务必参阅正文之后的重要声明72.2 黏性剔除机制缓冲区规则以上规则构造的TOP1500股票池周转率较高，容易产生较多由股票池成分股变动而导致的无效交易成本。为了保证样本内股票个数稳定，我们参考了中证指数公司指数编制方案中的“缓冲区规则”，对股票的纳入 与剔除采用“宽进严出”的准则。计算股票过去60个交易日的平均成交金额，取前1500只股票作为初选股票 池。调整股票数量均值20181614121086420说明样本调整数量定期调整指数样本时，每

7、次调整数量比例一般不超过10%。老样本成交金额缓冲区规则如果沪深 300 指数老样本日均成交金额在样本空间中排 名前 60%，则参与下一步日均总市值的排名。缓冲区规则为有效降低指数样本周转率，沪深 300 指数样本定期调 整时采用缓冲区规则，排名在前 240 名的候选新样本优 先进入指数，排名在前 360 名的老样本优先保留。备选名单对沪深 300 指数进行定期审核时，设置备选名单用以定 期调整之间的临时调整。光大证券研究所金融工程团队请务必参阅正文之后的重要声明82.3 缓冲区规则有效降低周转率股票池变动遵循“宽进严出”准则当股票的流动性不满足排名要求，但是还没达到剔除规则时，进入“剔除缓冲

8、 区”。当股票满足流动性排名要求，但是股票池中没有股票被剔除时，进入“纳 入缓冲区”。剔除规则：过去N个交易日中有K个交易日不满足排名要求（KN）；连续M个交易日不满足排名要求（MK）；连续N-M个交易日满足排名要求（NKM）。按照最近 一个交易日的流动性排名纳入相应数量股票。0510152025优化后优化前光大证券研究所金融工程团队请务必参阅正文之后的重要声明92.4 刚性剔除后收益能力对比流动性1500股票池与全市场收益能力相似收益表现对比因子在流动性1500股票池中的表现相比于全市场 有所下降，但是幅度并不大，净值走势与全市场 一致。相比于沪深300和中证500股票池，因子在流动性 15

9、00股票池表现更好。日度胜率总收益率年化收益率年化波动率夏普比率RankIC最大回撤起始日期最大回撤结束日期沪深30053.13%197.48%10.02%6.15%0.982.43%10.00%2020/3/242020/7/13中证50053.59%292.78%12.73%6.25%1.45.94%9.55%2020/3/242021/7/21流动性150053.20%413.11%15.40%6.80%1.685.95%10.23%2021/4/292021/7/22全市场55.17%591.47%18.45%6.09%2.376.45%7.66%2015/9/22015/10/23最

10、大回撤876543210全市场多空净值沪深300多空净值中证500多空净值流动性1500多空净值光大证券研究所金融工程团队请务必参阅正文之后的重要声明102.5 刚性剔除后可交易性对比因子多头组成交金额保持在1亿元以上可交易性对比我们对比了流动性因子在全市场与流动性1500股 票池中多头组股票的平均成交金额。随着市场中 股票数量的增多，二者差距逐渐拉大2014年之后，因子在流动性1500股票池的多头组 成交额均值基本保持在1亿元以上，可交易性保持 稳定。2012201320142015201620172018201920202021全市场0.370.530.832.711.210.730.43

11、0.821.241.05流动性0.510.841.323.961.691.260.981.842.723.081500光大证券研究所金融工程团队请务必参阅正文之后的重要声明11Part3:柔性优化提升股票池质量光大证券研究所金融工程团队请务必参阅正文之后的重要声明123.1 柔性优化提升股票池质量负向事件预测剔除主要为财务造假预测，部分财务指标对于股票收益 的预测能力较差，但是对于财务造假事件有预测能 力。因此可以通过对财务造假事件进行建模预测， 进而规避财务造假概率较高的股票。事后剔除事前预测负面清单财务造假预测有息负债率流动性异常财务比率负向因子“非标”意见高管减持独立董事辞职净利润预减风

12、险警示预测负向事件发生后剔除部分负向事件发生后，股价会出现持续性下跌，如 果在事件发生后及时将其剔除，也可以及时规避风 险。负向因子剔除因子型剔除的逻辑较为直接，寻找有负向预测能力 的因子，剔除期望收益率最低的部分股票。光大证券研究所金融工程团队请务必参阅正文之后的重要声明13Part4: 不可预测负向事件跟踪光大证券研究所金融工程团队请务必参阅正文之后的重要声明144.1 事件驱动测试流程估 计 期估 计 参 数窗 口 期统 计 收 益tttiimiRi R光大证券研究所金融工程团队请务必参阅正文之后的重要声明15 = + ti1nARi1 30ACAR nt 4.2 基本面维度负向事件基本

13、面维度负向事件为业绩预告的类型。报告类型共有8种，其中负向事件包括续亏、略减、预减和首亏。回测结果上来看，四种类型报告均有显著负向超额收益。其中续亏类型的报告负向收益强度最大，在事件发生后7个交易日，平均累计超额收益达到-7.14%。0.60%0.40%0.20%0.00%-0.20%-0.40%-0.60%-0.80%-1.00%-2.00%-1.50%-1.00%-0.50%0.00%0.50%1.00%-30-26-22 -18 -14 -10 -6 -2 2 6 101418222630超额收益：右轴累计超额收益-2.00%-1.50%-1.00%-0.50%0.00%0.50%1.0

14、0%-6.00%-5.00%-3.00%-4.00%-2.00%-1.00%1.00%0.00% -30-26-22 -18 -14-10 -6-2 26 10 14 18 2226 30超额收益：右轴累计超额收益-1.50%-1.00%-0.50%0.00%0.50%-2.50%-2.00%-1.50%-1.00%-0.50%0.00%0.50%-30-26-22 -18-14-10-6-22610141822 2630超额收益：右轴累计超额收益-7.00%-2.50%-1.20%-3.00%-8.00%-3.00%-2.50%-1.40%-3.50%-2.00%-5.00%-2.50%-2

15、.00%-1.50%-1.00%-0.50%0.00%0.50%1.00%-4.00%-3.00%-2.00%-1.00%0.00%1.00% -30-26 -22 -18-14-10 -6-22 6 10 14 18 22 26 30超额收益：右轴累计超额收益光大证券研究所金融工程团队请务必参阅正文之后的重要声明164.3 经营层面负向事件部分经营类事件对股价的负向冲击明显，但是预测难度较高。我们测试了其中的四类事件分别为公司改名、立案调查、董事长离职以及高管减持超过10%。回测结果上来看，四种事件均有显著负向超额收益。其中立案调查事件的负向收益强度最大，在事件发生后7个交易日，平均累计超额

16、收益达到-13%。-0.40%-0.20%0.00%0.20%0.40%0.60%0.80%-2.00%-1.00%0.00%1.00%2.00%3.00%-30-26 -22 -18-14 -10-6-2 2 6 10 14 1822 26 30超额收益：右轴累计超额收益-0.80%-0.60%-0.40%-0.20%0.00%0.40%0.20%0.60%-2.00%-1.00%0.00%1.00%2.00%3.00% -30-26-22-18-14-10-6-226101418222630 超额收益：右轴累计超额收益-1.00%0.00%1.00%-10.00%-8.00%-6.00%-

17、4.00%-2.00%0.00%-30-26-22-18-14-10 -6 -2 2 6 10 14 18 22 26 30超额收益：右轴累计超额收益-3.00%-0.60%-1.00%-12.00%-5.00%-1.20%-0.20%-4.00%-0.80%-3.00%-1.20%-14.00%-6.00%-1.40%-0.25%-0.15%-0.10%-0.05%0.00%0.05%0.15%0.10%0.20%-2.00% -0.40%-3.00% -0.60%-0.80%-4.00%-1.00%-0.20%0.20%0.00%0.40%-30 -26 -22-18-14-10-6 -2

18、2610 1418 222630超额收益：右轴累计超额收益光大证券研究所金融工程团队请务必参阅正文之后的重要声明174.4 不可预测负向事件跟踪剔除测试每个交易日在全市场中挑选出上述负向事件，并将其纳入负向股票池，持续30个交易日。每个交易日在全市场股票池中剔除负向股票池中的股票，剩余股票等权买入。等权买入全市场股 票，作为比较基准。测试区间选择2010年1月4日至2021年12月31日。0.90.9511.051.11.151.21.2501234562010-1-42011-1-42012-1-42013-1-42014-1-42015-1-42016-1-42017-1-42018-1-

19、42019-1-42020-1-42021-1-4负向事件跟踪剔除等权重组合相对收益：右轴光大证券研究所金融工程团队请务必参阅正文之后的重要声明18Part5: 可预测负向事件研究光大证券研究所金融工程团队请务必参阅正文之后的重要声明195.1 财务危机风险探究公司陷入财务危机是一个逐步的过程，通 常由财务状况正常开始逐渐恶化，最终导 致财务危机或破产。因此，公司的财务危 机不但具有先兆，而且是可预测的。可 预 测 性对于财务危机风险，学术界有不同的定义方式。大体包括：股票被特别处理（ST/*ST）。公司受到监管处罚。常 见 危 机与公司财务状况相关的 财务危机是投资者需要 关注的重点。因此对

20、危机事件只保留 与公司财务状况相关的 风险事件事件提纯光大证券研究所金融工程团队请务必参阅正文之后的重要声明205.1.1 财务危机风险探究特别处理（ST/*ST）-6.0%-5.0%-4.0%-3.0%-2.0%-1.0%0.0%1.0%-30.0%-25.0%-20.0%-15.0%-10.0%-5.0%0.0%5.0%-30-28-26-24-22-20-18-16-14-12-10-8-6-4-2024681012141618202224262830超额收益率：右轴累计收益率累计超额收益率00.20.40.60.811.2020406080100120亏损导致ST其他原因 占比：右轴数

21、量上来看，随着近些年处罚力度的增强， 2018年以来被特别处理的企业总数增多，由 亏损导致的被特别处理事件占比下降。事件驱动测试结果来看，股票被特别处理前 30个交易日至后12个交易日负向超额收益尤 为明显，预测价值较高。特别处理事件提纯仅使用由于亏损导致的特别处理事件。剔除由ST转为*ST的特别处理事件。剔除由ST/*ST转为退市的特别处理事件。光大证券研究所金融工程团队请务必参阅正文之后的重要声明215.1.2 财务危机风险探究监管处罚010002000300040005000600070008000分支行高管 公司高管 无关联关系公司其它关联方 公司控股参股公司公司股东公司本身10009

22、008007006005004003002001000业绩预测结果不准 确或不及时信息披露虚假或严 重误导性陈述未按时披露定期报告未及时披露公司重 大事项未按时披露定期报告未及时披露公司重大事项信息披露虚假或严重误导性陈述业绩预测结果不准确或不及时未依法履行其他职责。公司本身、公司股东、公司高管、 分支行高管、公司其他关联方、 公司控股参股公司、无关联关系处 罚 类 型与 公 司 关 系光大证券研究所金融工程团队请务必参阅正文之后的重要声明225.1.3 财务危机风险探究监管处罚事件驱动测试结果来看，负向超额收益更为 持续和明显，在事件发生前后30个交易日均 有显著负向收益。监管处罚事件提纯被

23、处罚标的与公司关系：仅使用与处罚标的为公司本 身的样本。违规类型：“未及时披露公司重大事项”和“信息披 露虚假或严重误导性陈述”两种违规类型作为样本。-0.50%-0.40%-0.30%-0.20%-0.10%0.00%0.10%0.30%-3.5%-3.0%-2.5%-2.0%-1.5%-1.0%-0.5%0.5%0.0%-30 -27 -24 -21 -18 -15 -12 -9 -60.20%-3 0369 12 15 18 21 24 27 30超额收益率：右轴累计收益率累计超额收益率光大证券研究所金融工程团队请务必参阅正文之后的重要声明235.1.4 问题报表确认财务危机风险的发生一

24、般要经 历积年累月的经营情况恶化， 问题发生前的财务报告已经存 在了问题，因此可以将其纳入 到负例样本中。我们以财务危机风险样本为基 础，将事件发生前2个会计年 度的财务报表均定义为问题报 表。10050015020025030040035020102011201220132014201520162017201820192020带息债务货币资金光大证券研究所金融工程团队请务必参阅正文之后的重要声明245.2 分箱法探究财务指标与财务危机关系在银行借贷场景中，评分卡是一种常用的用来衡量客户信用风险的手段。通过给各个特征进行分 档，能够快速对新客户给出信用评分。我们将参考银行系统中常用的评分卡风控

25、模型，使用其中 的分箱思想为财务报表构建一套财务质量打分体系。将缺失值变成可用数据、异常值处理、发现非线性关系。重要指标1：IV（Information Value）评价指标有效性、确定分箱数量) = (=1重要指标2：WOE（Weight of Evidence）财务指标打分标准。= ln= ln( ln )光大证券研究所金融工程团队请务必参阅正文之后的重要声明255.2.1 分箱法流程图初选财务指标财务指标分箱财务危机风险 发生概率2. 计算组内问题报表占比1. 财务指标等频分箱财务指标分箱财务危机风险发生概率4.计算分箱后的IV3.卡方检验，合并无区分度的箱光大证券研究所金融工程团队请务

26、必参阅正文之后的重要声明260%5%10%15%20%25%30%35%5.2.2 指标有效性筛选以现金比率为例：现金比率与财务危机发生概率为负相关。当现金比率指标低于5%时，财务危机发生概 率开始显著抬升。当指标值低于-20%时，财务危机风险发生概率为32.18%。财务指标与财务危机风险发生概率的关系是怎样的。财务指标处于哪些区间时财务危机风险发生概率最高。光大证券研究所金融工程团队请务必参阅正文之后的重要声明275.2.3 卡方检验合并箱体从现金比率与财务危机风险的关系来看，指标值 在高于5%之后就已经没有显著区分度了。分箱 操作只会为模型引入噪音，因此我们使用卡方检 验对属性相似的箱体进

27、行合并。我们设定一个目标分箱数量K，对所有相邻的两 个箱体进行卡方检验，合并pvalue最高的两个 箱子后重复上述操作，直到箱子数目为K时停止 检验。35%30%25%20%15%10%5%0%(-,-0.2(-0.2,-0.13(-0.13,-0.07(-0.07,-0.03(-0.03,-0.01(-0.01,0(0,0.03(0.03,0.05(0.05,0.05(0.05,0.06(0.06,0.07(0.07,0.08(0.08,0.08(0.08,0.1(0.1,0.11(0.11,0.13(0.13,0.14(0.14,0.15(0.15,0.16(0.16,0.18(0.18,

28、0.2(0.2,0.25(0.25,0.27(0.27,0.31(0.31,0.34(0.34,0.38(0.38,0.43(0.43,0.48(0.48,0.95(0.95,+)低区分度区域高区分 度区域0.180.160.140.120.10.080.060.040.0201357911131517192123252729对财务指标的分箱数量进行2到30的遍历操作，观察分箱数量与IV值之间的关系。随着分箱数量的增多，IV值呈现单调上升状态，且 增速逐渐降低。当分箱数量大于7时，IV值的增速显 著下降，继续增加分箱数量无法为指标带来更多的 信息提升。光大证券研究所金融工程团队请务必参阅正文之

29、后的重要声明285.2.4 现金比率分箱结果展示合并箱体之后的结果在各个箱体之间均有 较好的区分度，数据在离散化的同时尽可 能保留了足够多的有效信息。-1.2-1.4-1-0.8-0.6-0.4-0.200.20.4(-,-0.15(-0.15,-0.08(-0.08,-0.05(-0.05,0.04(0.04,0.08(0.08,0.18(0.18,+)30%25%20%15%10%5%0%(-,-0.15(-0.15,-0.08(-0.08,-0.05(-0.05,0.04(0.04,0.08(0.08,0.18(0.18,+)分箱正常样本量异常样本量财务危机发生概率WOE(-,-0.15

30、86433828.12%-120.07%(-0.15,-0.0896124019.98%-75.19%(-0.08,-0.05100319816.49%-51.67%(-0.05,0.04636783911.64%-11.25%(0.04,0.0832723329.21%14.88%(0.08,0.1877466617.86%32.20%(0.18,+)1202511888.99%17.55%光大证券研究所金融工程团队请务必参阅正文之后的重要声明295.2.5 分布函数拟合正向指标正向指标：指标值越大，发生财务危机风险的概率越低。应收账款周转率与财务危机风险发生概率负相关，当指标值低于0.37

31、时财务危机风险发生概率 达到25%以上。总资产同比增长率指标同样为负相关，指标值为负时财务危机风险概率开始升 高。00.050.10.150.20.250.3(-,0.37(0.37,0.49(0.49,0.67(0.67,0.9(0.9,2.86(2.86,+)00.050.10.150.20.250.3光大证券研究所金融工程团队请务必参阅正文之后的重要声明305.2.6 分布函数拟合负向指标负向指标：指标值越大，发生财务危机风险的概率越高。金融负债占权益比与财务危机风险发生概率正相关，指标高于2.39时财务危机风险概率开始提升。应收款资金占比指标同样为正相关，指标值超过1.53时财务危机风

32、险概率开始升高。00.050.10.150.20.25(-,0.01(0.01,0.09(0.09,0.23(0.23,0.71(0.71,1.75(1.75,2.39(2.39,+)00.050.10.150.20.250.3(-,0.04(0.04,0.39(0.39,0.82(0.82,1.53(1.53,3.39(3.39,4.89(4.89,+)光大证券研究所金融工程团队请务必参阅正文之后的重要声明315.2.7 分布函数拟合区间指标区间指标：指标值过高或过低时财务危机风险发生的概率越高。盈利增速过高或过低均会抬升财务危机风险发生的概率。当指标值低于-63%或高于44%时发生 财务危

33、机风险的概率均较高。商誉规模同比小于0%或高于7%时发生财务危机风险的概率开始 升高。00.050.10.150.20.250.30.350.4(-,-0.63 (-0.63,-0.28 (-0.28,-0.19 (-0.19,-0.06 (-0.06,0.04(0.04,0.2(0.2,0.44(0.44,+)00.050.10.150.20.250.30.35(-,-0.06(-0.06,-0.02(-0.02,0(0,0(0,0.07(0.07,+)光大证券研究所金融工程团队请务必参阅正文之后的重要声明32Part6: 财务危机风险预测模型展示光大证券研究所金融工程团队请务必参阅正文之后

34、的重要声明336.1 财务危机风险预测模型构造对于指标的有效性我们使用IV值进行过初步筛选，挑选出了IV高于0.1的指标。有 效 指 标 筛 选财务指标之间可能有较高的相关性，需要对同类指标合并。挑选一个IV值最大的指标作为基础在余下的指标中挑选出与其相关性在0.6以上的指标作为一组同 类 指 标 合 成以各箱子对应的WOE 值作为该箱的分数。WOE值为正的部分不 进行打分同类指标得分求均值为最终得分指标打分光大证券研究所金融工程团队请务必参阅正文之后的重要声明34-60-40-20020406080100120050100150200250300350财务报告质量得分（分）：右轴收盘价（元）

35、6.2 财务危机风险结果展示我们对所有公司的年报均以上述打 分模型进行评价打分，其得分越高 代表企业发生财务危机风险的概率 越大。以康得新(002450.SZ)为例康得新从2016年开始财务质量评分 大幅降低。20162017年年报质量评分处于 低位，股价依然上行。2018年底，康得新被质疑财务造 假，并且被立案侦查。财务危机风险预测模型提前2年发 出了预警。光大证券研究所金融工程团队请务必参阅正文之后的重要声明356.3 财务报告质量评分的优化效果181614121086420group_0group_1group_2group_3group_4股票池：全市场股票剔除银行及ST/*ST。调仓

36、日期：每年年报发布截止日，也即每年的4月 30日。回测区间：2006年9月21日2022年4月29日。分组方式：根据财务报告质量评分将股票从低到高分 成5组，组内等权。光大证券研究所金融工程团队请务必参阅正文之后的重要声明366.4 财务报告质量评分的优化效果低分组合在2016年之后表现明显弱于高分组合，而在此之前并没有明显的区分度。这是因为注册制的推进使得低质量股票的“壳价值”降低，市场不再热衷于炒作小市值股 票，财务报告的质量对股价的正向影响变得越来越明显。21.81.61.41.210.80.60.40.20group_0group_1group_2group_3group_4分组年化收

37、益率年化波动率夏普率最大回撤Group_0-3.53%23.18%-0.3257.04%Group_1-0.13%22.21%-0.1951.70%Group_22.43%22.55%-0.0748.21%Group_34.27%22.44%0.0146.03%Group_43.12%22.18%-0.0446.50%光大证券研究所金融工程团队请务必参阅正文之后的重要声明376.5 财务危机预警组合构建（沪深300）回测区间：2016年3月1日2022年4月29日。调仓日期：每年年报发布截止日，也即每年的4月30日。分组方式：股票池内财报质量评分最低的10%作为预警组合，剩余股票作为对照组合。

38、均等权重合成。00.511.52.52相对净值沪深300剔除预警组合等权重预警组合等权重月度胜率 年化超额收益 年化波动 夏普率 最大回撤最大回撤开始时间 最大回撤结束时间201660.00%4.14%7.67%0.024.37%2016/3/162016/4/21201775.00%17.74%6.19%2.222.85%2017/1/162017/2/16201875.00%15.31%7.90%1.433.74%2018/10/122018/10/29201966.67%15.69%8.01%1.465.46%2019/2/142019/3/25202075.00%27.58%8.37%

39、2.824.08%2020/7/72020/7/14202150.00%1.43%10.67%-0.2411.14%2021/2/102021/3/22202250.00%0.22%9.25%-0.413.43%2022/1/182022/4/20全区间 66.22%12.50%8.32%1.0211.14%2021/2/102021/3/22光大证券研究所金融工程团队请务必参阅正文之后的重要声明386.6 财务危机预警组合构建（中证500）回测区间：2016年3月1日2022年4月29日。调仓日期：每年年报发布截止日，也即每年的4月30日。分组方式：股票池内财报质量评分最低的10%作为预警组

40、合，剩余股票作为对照组合。均等权重合成。月度胜率 年化超额收益 年化波动 夏普率 最大回撤最大回撤开始时间 最大回撤结束时间201650.00%-1.37%5.96%-0.907.24%2016/7/292016/11/14201750.00%-1.85%5.79%-1.017.50%2017/1/42017/8/7201883.33%40.76%9.16%4.014.74%2018/10/192018/11/21201966.67%24.73%10.80%1.9212.60%2019/1/312019/3/7202075.00%30.97%10.96%2.467.41%2020/8/1920

41、20/9/8202141.67%2.20%10.44%-0.179.12%2021/1/132021/3/24202250.00%-4.70%11.12%-0.788.18%2022/1/272022/4/6全区间 59.46%13.62%9.33%1.0313.00%2016/7/292017/8/700.511.52.52相对净值中证500剔除预警组合等权重预警组合等权重光大证券研究所金融工程团队请务必参阅正文之后的重要声明39Part7:负向因子对股票池的优化光大证券研究所金融工程团队请务必参阅正文之后的重要声明407.1 负向因子使用逻辑因子空头端信息的最佳使用方式空头端信息使用方式将

42、负向因子纳入收益模型中，其空头端预测能力 以打分形式展现。正收益负收益空头组合多头组合整体单调空头单调尾部负向收益多个负向因子合成，剔除期望收益率最低的部分 股票，其空头端预测能力以尾部截断的形式展 现。空头端信息使用方式光大证券研究所金融工程团队请务必参阅正文之后的重要声明41多头端有效，空头端有效：因子整体单调。多头端无效，空头端有效：因子仅在空头端单 调。多头端无效，空头端尾部有效：因子在多空两端 均不单调，但是空头端尾部可贡献负向收益。7.2 业绩基准构造负向因子表我们从估值、盈利、成长、技术等几个维度挑选 了常用的因子作为因子池进行后续研究。具体因 子构造方式如下表所示：因子类别因子

43、简称因子名称因子计算方式BP市净率倒数净资产/总市值EP_TTM市盈率倒数TTM归母净利润TTM/总市值估值EPTTM_Quantile市盈率倒数TTM分位点EPTTM过去252个交易日的分位点DP派息率倒数过去一年分红/总市值，以分红实施公告日为准SP_TTM市销率倒数TTM营业收入TTM/总市值ROE_S_Q单季度净资产收益率单季度归母净利润/(期初净资产+期末净资产)ROA_S_Q单季度总资产收益率单季度归母净利润/(起初总资产+期末总资产)盈利GPOA_S_Q单季度总资产毛利率(单季度营业收入-单季度营业成本)/总资产息税前利润*(1-有效税率)*2/(期初全部投入资本+期末全部投入资

44、 本)成长单季度净资产收益率-上年同期单季度净资产收益率ROIC_S_Q单季度投入资产收益率ROE_YOY单季度净资产收益率同比 ROA_YOY单季度总资产收益率同比单季度总资产收益率-上年同期单季度总资产收益率GPOA_YOY单季度总资产毛利率同比单季度总资产毛利率-上年同期单季度总资产毛利率PROFIT_YOY单季度归母净利润同比（单季度归属于母公司的净利润-上年同期单季度归属于母公司的 净利润）/ABS(上年同期单季度归属于母公司的净利润)（单季度营业收入-上年同期单季度营业收入）/ABS(上年同期单季 度营业收入)SALES_YOY单季度营业收入同比OP_YOY单季度营业利润同比（单季

45、度营业利润-上年同期单季度营业利润）/ABS(上年同期单季 度营业利润)SUE_S_Q单季度标准化预期外盈利(单季度实际净利润-预期净利润)/历史净利润标准差SUR_S_Q单季度标准化预期外收入(单季度实际营业收入-预期营业收入)/历史营业收入标准差因子类别因子简称因子名称因子计算方式5DR5日反转过去5个交易日的累计收益率技术20DR20日反转过去20个交易日的累计收益率TVSTD55日成交金额标准差过去5个交易日成交金额的标准差 TVSTD2020日成交金额标准差过去20个交易日成交金额的标准差 TVMA55日成交金额移动平均值过去5个交易日成交金额的平均值 TVMA2020日成交金额移动

46、平均值过去20个交易日成交金额的平均值 VOL55日平均换手率过去5个交易日换手率的平均值 VOL2020日平均换手率过去20个交易日换手率的平均值VEMA5成交量的5日指数移动平均过去5个交易日成交量的指数移动平均VEMA20成交量的20日指数移动平均过去20个交易日成交量的指数移动平均 MONEYFLOW20日资金流量MEAN(收盘价,最高价,最低价)*成交量光大证券研究所金融工程团队请务必参阅正文之后的重要声明427.3 因子多头端与空头端有效性评价方式RankIC评价方式：RankIC能较好的捕捉因子的线性预 测能力，将股票根据因子值等分成两组，分别计算多头 组与空头组的RankIC可

47、以分别度量因子的多头与空头的 线性预测能力。组合收益评价方式：将股票根据因子值分组，分别取空 头端的5%，10%，20%构建组合，计算组合相对于基 准的信息比。中证500 中证500 中证500中证500沪深300沪深300 沪深300沪 深 300 因子简称全区间多头年 空头年 空头5%相对全区间年化 多头年化 空头年化 空头5%相对年化ICIR 化ICIR化ICIR 基准信息比ICIRICIRICIR基准信息比BP1.521.031.72-1.220.890.561.05-0.56EP_TTM2.472.122.18-1.341.510.791.73-0.94EPTTM_Quantile3

48、.883.053.4-1.941.910.822.21-0.82DP2.231.711.8-0.521.250.531.42-0.82SP_TTM1.170.781.3-1.20.350.10.49-0.21ROE_S_Q2.662.42.29-1.541.350.91.41-0.6ROA_S_Q2.432.292.07-1.361.330.861.34-0.72GPOA_S_Q2.032.171.35-1.261.370.941.4-0.45ROIC_S_Q1.991.851.67-1.221.090.571.31-0.53ROE_YOY4.023.552.81-1.752.071.491.

49、62-1.14ROA_YOY3.963.392.71-1.881.891.511.36-1.03GPOA_YOY3.443.081.89-1.472.051.671.48-1.16PROFIT_YOY3.522.962.7-1.462.041.441.79-0.86SALES_YOY2.622.211.87-1.471.671.281.46-1.17OP_YOY3.512.892.76-1.471.921.31.66-0.97SUE_S_Q3.522.782.68-1.411.991.661.32-0.71SUR_S_Q2.522.081.65-1.141.851.691.13-0.78中证5

50、00中证500 中证500中证500沪深300 沪深300 沪深300沪深300因子简称全区间年 多头年化 空头年化 空头5%相对 全区间年 多头年化 空头年化 空头5%相对化ICIRICIRICIR基准信息比化ICIRICIRICIR基准信息比20DR3.162.533.36-1.171.811.151.99-0.7TVSTD54.663.794.44-21.510.91.52-0.83TVSTD204.253.64.05-2.151.581.051.57-1.01TVMA53.542.983.46-1.7410.671.01-0.65TVMA202.742.382.68-1.510.820

51、.620.79-0.45VOL53.663.153.46-1.611.711.261.81-0.95VOL203.392.973.21-1.631.461.171.54-0.96VEMA54.033.383.97-1.881.570.931.58-0.7VEMA203.122.693.04-1.771.540.941.54-0.68MONEYFLOW2.4422.22-1.060.070.27-0.13-0.77光大证券研究所金融工程团队请务必参阅正文之后的重要声明437.4 业绩基准构造与测试说明多因子策略构建流程基准指数：沪深300、中证500股票池：流动性1500调仓周期：周度调仓回测区

52、间：2011年1月2021年10月风险控制1：组合行业、市值暴露与基准指数保持一致；风险控制2：个股权重相对于指数成分股权重偏离不超过2%；风险控制3：组合在成分股内权重下限90%；限制卖空；总权重和为1。首先对因子进行缺失值填充、去极值、标准化、市值和行业中性化、二次标准化。其次，对因子进行对称正交处理，剔除因子 间的相关性。最后，计算正交后因子过去 个交易日的 周度 ，并依此计算因子权重。此外，我 们对因子权重方向与其逻辑不符的做了归零 处理。光大证券研究所金融工程团队请务必参阅正文之后的重要声明447.5 业绩基准展示沪深300指数增强基准组合年化收益率13.47%，年化波动率5.87%

53、，夏普比率1.66，最大回撤 7.55%。中证500指数增强基准组合年化收益率16.91%，年化波动率5.65%，夏普比率2.28，最大回撤 6.06%。日度胜率总收益率年化收益率年化波动率夏普比率换手率最大回撤最大回撤起始日期最大回撤结束日期沪深30057.86%289.12%13.74%5.87%1.666.08%7.55%2020/8/52020/11/27中证50056.76%420.08%16.91%5.65%2.286.95%6.06%2019/1/312019/3/80123456789超额净值策略净值中证500012345678基准超额净值基准策略净值沪深300光大证券研究所金

54、融工程团队请务必参阅正文之后的重要声明457.6 因子分类研究初探沪深300增强策略中三类因子选择如下：多头端有效、空头端有效：ROICenhance、 NP_YOY_Quantile、NP_YOY2多头端无效、空头端有效：EPTTM_Quantile、DP、ROIC_S_Q多头端无效、空头端尾部有效： MONEYFLOW、有息负债率、IVR因子分类因子简称沪深300全区间年化ICIR沪深300多头年化ICIR沪深300空头年化ICIR沪深300空头5%相对基准信息比多头端有效 空头端有效ROICenhance2.151.641.71-1.08NP_YOY_Quantile1.61.211.0

55、9-0.8NP_YOY21.731.341.25-0.88多头端无效 空头端有效EPTTM_Quantile1.910.822.21-0.82DP1.250.531.42-0.82ROIC_S_Q1.090.571.31-0.53多头端无效 空头端尾部有效MONEYFLOW0.070.27-0.13-0.77有息负债率0.140.260.18-0.89IVR0.490.350.54-1.13因子分类因子简称中证500全区间 年化ICIR中 证 500 多头年化ICIR中 证 500 空头年化ICIR中证500空头5%相对基准信息比多头端有效 空头端有效ROICenhance2.151.641.

56、71-1.08NP_YOY_Quantile1.61.211.09-0.8NP_YOY21.731.341.25-0.88多头端无效 空头端有效EPTTM_Quantile1.910.822.21-0.82TVMA53.542.983.46-1.74DAVOL2.881.753.21-1.66多头端无效 空头端尾部有效SP_TTM1.170.781.30-1.20ABINV0.230.16-0.32-0.97有息负债率0.280.110.41-1.14中证500增强策略中三类因子选择如下：多头端有效、空头端有效：ROICenhance、 NP_YOY_Quantile、NP_YOY2多 头 端

57、 无 效 、 空 头 端 有 效 ： EPTTM_Quantile、TVMA5、DAVOL5多头端无效、空头端尾部有效：SP_TTM、 ABINV、有息负债率光大证券研究所金融工程团队请务必参阅正文之后的重要声明467.6.1 因子构造补充我们对沪深300和中证500策略选择了三类因子各三个，部分未涉及到的因子补充说明如下表所示。NP_YOY_Quantile单季度归母净利润同比行 业分位数单季度归母净利润同比在中信一级行业中的分位数NP_YOY2单季度归母净利润加速度单季度归母净利润二阶同比/过去8个单季度归母净利润标准差5DR5日反转过去5个交易日的累计收益率IVR特异度1-过去20个交易

58、日Fama-French三因子回归拟合优度MONEYFLOW资金流量用收盘价、最高价及最低价的均值乘以当日成交量即可得到该交易日的资金流量光大证券研究所金融工程团队请务必参阅正文之后的重要声明47因子简称因子名称因子计算方式ROICenchanceROIC增强因子计算ROIC的成长性、稳定性、持续性进行等权合成。其中，成长性为ROIC的上一年同期变化；稳定性 为ROIC过去n个季度的标准差，持续性为ROIC的二阶同比变化。7.7 多头端有效、空头端有效避免当作负向因子使用组合表现方法对比多空均有效的单调因子不管以哪种方式纳入模型 中均能为模型带来增量信息。加权方式的提升效果明显优于尾部剔除方式

59、。因 此，我们在做负面剔除优化时应当尽量避免将多 空均有效的单调因子当作负向因子使用。加权尾部剔除日度胜率总收益率年化 收益率年化 波动率夏普比率换手率最大回撤最大回撤 起始日期最大回撤 结束日期沪深300基准组合57.86%289.12%13.74%5.87%1.666.08%7.55%2020/8/52020/11/27ROICenhance加权58.36%307.05%14.22%5.76%1.785.78%7.68%2020/8/52020/11/27ROICenhance尾部58.28%297.37% 13.96%5.87%1.75.67%8.29%2020/7/14 2020/11

60、/27剔除NP_YOY_Quantile58.17%304.34%14.15%5.82%1.745.74%7.17%2020/8/52020/12/1NP_YOY_Quantile58.09%296.37%13.94%5.77%1.725.79%7.72%2017/7/312018/2/6NP_YOY2加权58.24%301.28%14.07%5.91%1.75.75%7.44%2017/8/42018/2/6NP_YOY2尾部剔除58.17%295.35%13.91%5.89%1.685.77%7.04%2017/9/292018/2/1最大回撤 结束日期中证500基准组合5.65%夏普比率