金融行业时序因子分析方法及其应用分析报告

时序因子相关分析

1. 时序调整因子的构建

• 基础因子：基于原始EP（盈利/价格）和BP（净资产/价格）因子，通过计算过去一段时间窗口内的排名分位数（RK）和标准分（ZS），构建了4个时序调整因子：EP_TTM_RK、BP_MRQ_RK、EP_TTM_ZS、BP_MRQ_ZS 【1】 。
• 调整逻辑：因子值的时序变化由分子端（企业价值，如财务指标）和分母端（市场定价，如市值）共同驱动，但财务指标低频且滞后，导致因子易受市值变化影响而成为反转因子。为“提纯”估值变化成分，需将时序调整因子对相同周期的反转因子回归取残差 【1】 。

2. 时序窗口与因子表现

• 窗口测试：设置3月、6月、1年、2年、3年窗口测试，发现BP_MRQ因子整体表现优于EP_TTM，且较短时间窗口（如3月、6月）调整因子优于较长窗口 【2】 。
• 相关性问题：时序调整因子与反转因子相关性较高，其收益很大程度来源于反转因子，而非估值变化 【2】 。

3. 剔除反转因子后的优化

• 回归残差法：对时序调整因子回归取残差后，EP_TTM因子在6个月至1年窗口表现较优（因盈利数据颗粒度细，短期信息更丰富），BP_MRQ因子在2年至3年窗口表现较优（因净资产数据时序变化平缓，需长期周期计算） 【4】 。
• 最终参数：EP_TTM和BP_MRQ的时序窗口分别设为6个月和2年，构造剔除反转后的改进因子 【4】 。

4. 时序动量改进因子

• 构建逻辑：计算因子相对于过去一段时间的百分比变化作为因子动量，得到EP_TTM_TREND和BP_MRQ_TREND 【5】 。
• 效果差异：BP_MRQ_TREND与反转因子相关性高，剔除反转后几乎失效；EP_TTM_TREND在窗口拉长时与反转因子相关性较低，表现更稳健 【5】 。

5. 改进效果总结

• EP因子：时序分位数改进后，RankICIR指标和多头收益提升，但2021年后仍存在失效迹象 【8】 。
• BP因子：改进后稳定性较差，2015-2018年多头收益显著提升，但2018年后失效明显 【8】 。

6. 因子溢价的时序特性（跨资产视角）

• 价值、动量等四大因子溢价的无条件成分长期稳健，但风险调整后收益（夏普比率）存在显著时变性。其来源并非主要由过拟合或套利活动导致，且未发现与宏观经济因素存在稳健的同期或预测性关系 【3】 。

（注：部分内容综合参考了多份资料的逻辑推导，未重复标注同一来源）