【量化金融】量化多因子策略基础介绍

6Young2023-10-112024-05-15

因子分类

第一类叫做量价因子，第二类叫做基本面因子，第三类叫另类因子。而里面量价因子大概是占60%的左右，20%是基本面因子，剩下20%是另类因子

量价因子主要是有哪些数据去产生的呢？一般是来源成交量的数据，包括每分每秒的这个这个股票的价格、资金流、以及各类K线等技术指标，包括动量指标、周期指标、成交量指标、价格指标等。

基本面因子则是大家说的财务报表、营收、券商报告、分析师预期等，一般都是来源于这个包括万得、朝阳永续的数据库。而这种数据，它的一个时间更新频率一般比较长，一般是以这个月频或者季度的数据进行更新，不像价格每分每秒都在发生改变。

还有就是另类因子，包括社交舆情，电商数据，门店数据这样的一些因子

比如：盈利能力因子：资本收益率（ROE）,资产回报率（ROA），主营业务毛利率，主营业务利润率，净利率。像成长，盈利，估值这些都可以划到基本面因子里面去。

一般来说，基本面因子的数据离不开三大财务报表。对于量化来说，我们需要的是记录了财报发布，修正的那三张表，这样能避免未来数据的引入。所以这三张表里一般有两个日期，财报的发布日和对应的会计日期，同时我们还需要注意每条记录是单季度的还是累积的。

因为存在更新或者修正的情况，财报数据里，经常出现的一种情况就是，同一个会计日期，可能会对应多个发布日期，例如上市公司在发布今年年报时，也会披露或者更新去年的年报数据，我们需要注意的一点就是在当前时点可以使用最新的数据，但是不要引入未来数据。

对于因子的计算来说，为了避免未来数据的问题，有两种方案：

第一种方案，可以保证我们在当时的时点能拿到最新的因子数据，但是却面临着不同股票之间在这一日期存在不可比的问题，第二种方案又会造成信息的滞后。像Barra CNE5计算的基本面因子采用的是第二种方案，但最新的模型改成了第一种。究竟哪种方案好，需要去测算。

提到基本面因子，就不得不说TTM(Trailing Twelve Months)，这也是经常在券商研报里发的因子库列表当中看到，意思就是滚动12个月，或者说滚动四个季度。例如我们常说的滚动PE，意思就是当前的市值／过去4个季度的净利润。

这里不讨论为什么要引入TTM。现在有的数据商会提供一些财务衍生指标的报表，这里面会包含一部分TTM的数据，但是，可能并不全，这时候我们得自己计算TTM的数据了，那么问题来了，怎么计算?

我们用Q1(t)，S1(t)，CQ3(t)，A(t)分布表示上市公司的一季报，半年报，三季报(累积)，年报。那么:

基于上面的公式，我们可以快速的给出TTM函数的Python实现，当然，考虑到全历史，全样本的计算，我们可能还要考虑一些加速的方案。（基本面因子经常要用到Pandas的DataFrame里面的sort，drop_duplicates，groupby这些函数）