锂电池产业链量化选股报告（28页）

传统量化因子主要来自于价量类数据、财报盈利数据、分析师预期数据等。依靠 大量的数据回测来筛选有效因子，策略的有效性建立在统计规律之上。而价量因 子的信噪比较低，当因子阶段性失效后修正难度较大；财报中的盈利数据滞后， 股价的拐点往往领先于盈利的拐点，且大幅领先于财报发布时间。分析师预期数 据跟实际盈利相差较大，当一个行业需求迎来大幅增长时，分析师对盈利预测调 整较频繁。比如根据统计 2021 年 40 多家机构对宁德时代的盈利预测共计 上调接近 200 次。 多因子模型缺乏信息优势，将盈利因子作为案例，量化投资中有一种表述为“盈 利因子发生转向”“盈利因子失效”，其原因是数据滞后，而并非股价不反应公司 的盈利。ROE 作为最常见的盈利因子，如果预知未来半年的 ROE，那么选出的 股票组合可以稳定的跑赢市场。但如果用最新一期财报中 ROEttm 作为选股因子，效果大打折扣，尽管有超额收益但是其本质是在博弈当期高 ROE 股票的延续性。

如果预知所有公司未来半年的 ROE，那么构建的高 ROE 组合将稳定的 跑赢低 ROE 股票，即便是 2015 年的市场环境也只是选股效果弱化，而非因子 转向。如果使用最近一期财报中的数据构建高 ROE 组合，本期 ROE 较高的个 股在下一期有两种状态，仍然在组合内或者盈利下降调出组合，而组合收益主要 由前者所贡献。即用 ROE 因子选股本质是在博弈本期高盈利公司未来盈利仍然 较高。 从产业链出发的基本面选股思路 基本面量化选股思路如下所示，通过构建产业链图谱更便于进行基本面对比，在 选择因子时也更加注重数据的领先性和逻辑性。目前使用最广泛的是中信和申万行业分类，存在两点不足：行业间上下游关系不 明确；每个公司被划分为一种行业，然而有些公司横跨多个领域。静态的行业划 分下只能在同一板块的公司间进行比较，而对产业链进行梳理之后，产业链上下 游的不同环节之间可以进行对比，相当于增加了比较维度。