该报告主要探讨了如何改进分析师一致预期环比增长因子以解决回撤问题。核心改进思路是考虑盈利端与情绪端的预期差,即分析师预期上调幅度减去市场情绪反应幅度。报告对比了两种方案:方案一尝试用EPS变化减去TTM估值环比构建因子,但因估值维度存在数据滞后和量纲不平滑问题效果不佳;方案二优化为EPS变化叠加反转因子,并最终采用分析师F1一致预期数据替代TTM盈利,剔除负估值个股并使用最小值处理,大幅平滑了因子表现。
改进后的因子特性包括:超额收益阶段在2019-2021年、2025-2026年表现突出,2022-2024年相对平稳;风格属性具备成长因子属性,弱贝塔特征明显,最大回撤显著降低(原始因子25个点,改进后16个点);与戴维斯双击因子逻辑不同,更适合作为弱周期成长维度纳入多因子体系,需结合场景理解其适用性。
报告重点分析了分析师预期偏离因子的改进逻辑与方案迭代,对比了不同方案的效果,并详细阐述了改进后因子的特性与适配性。报告指出,通过考虑盈利端与情绪端的预期差,以及采用F1一致预期数据等优化措施,可以显著提升因子的表现和稳定性。此外,报告还探讨了因子在不同市场环境下的表现,以及其作为弱周期成长维度纳入多因子体系的可能性。
根据报告,改进后的因子在2019-2021年、2025-2026年表现突出,2022-2024年相对平稳。因子具备成长因子属性,弱贝塔特征明显,最大回撤显著降低。然而,因子仍存在周期性,需持续跟踪不同市场环境下的稳定性。此外,报告指出当前情绪端替代方案为简化处理,后续可探索更精准的情绪指标,以进一步提升因子的适应性和表现。
报告提示了三个主要风险:一是因子仍存在周期性,需持续跟踪不同市场环境下的稳定性;二是分析师一致预期数据与财报数据存在差异,虽用F1数据优化,但仍需关注预期数据准确性;三是当前情绪端替代方案为简化处理,后续可探索更精准的情绪指标。这些风险提示提醒投资者在应用该因子时需谨慎,并结合具体场景进行综合判断。