多因子與ESG策略：分析師共同覆蓋增強機器學習模型訓練

證券研究報告·量化深度多因子與ESG多因子與ESG策略關(guān)系型數(shù)據(jù)魯植宸luzhichenAC執(zhí)證編號：S1440522080005魯植宸luzhichenAC執(zhí)證編號：S1440522080005研究助理：徐建華研究助理：徐建華xujianhua@20221220221209日市場表現(xiàn)4%市場表現(xiàn)4%-6%-16%-26%本文從特征工程的角度出發(fā)，基于分析師共同覆蓋信息構(gòu)造關(guān)系矩陣，在已有因子庫的基礎(chǔ)上對因子進行批量的衍生，利用存量的有效因子和新的數(shù)據(jù)源交互的方式生成高質(zhì)量、低相關(guān)性的新因子，從而為存量因子庫和多因子選股應用場景進行賦能。相關(guān)研究報告22.09.11 22.09.01 （）22.05.30 22.05.12 CNE722.04.26 VIX相關(guān)研究報告22.09.11 22.09.01 （）22.05.30 22.05.12 CNE722.04.26 VIX滬深300上證502021/7/52021/8/52021/9/52021/10/52021/11/52021/12/52022/1/52022/2/52022/3/52022/4/52022/5/52022/6/52%3%。風險提示：模型計算可能存在偏誤，業(yè)績不代表未來;因子測試、機器學習建模是對歷史經(jīng)驗的總結(jié)，模型學習到的市場規(guī)律在未來存在失效的可能。本報告由中信建投證券股份有限公司在中華人民共和國（僅為本報告目的，不包括香港、澳門、臺灣）提供。在遵守適用的法律法規(guī)情況下，本報告亦可能由中信建投（國際）證券有限公司在香港提供。同時請參閱最后一頁的重要聲明。 多因子與ESG 多因子與ESG策略量化深度報告目錄一、言 1二、系數(shù)的用 2三、析共覆蓋 3析共覆的輯內(nèi)涵 3于析共覆的關(guān)構(gòu)建 3股考分師同覆的益相性析 6四、析共覆在型訓中應用 7析共覆的生因構(gòu)建 7生子原因的信增量 7生子模訓中的用 8四、結(jié)展望 參考獻 圖表目錄圖表1：關(guān)型據(jù)例 1圖表2：關(guān)型據(jù)用框架 2圖表3：基分師覆蓋關(guān)矩構(gòu)示例 4圖表4：與瑞療同覆分師股的業(yè)分布 4圖表5：與瑞療同覆分師多行及部股票 5圖表6：每度在覆蓋系個數(shù)分布 5圖表7：每度在覆蓋系個數(shù)統(tǒng)計 5圖表8：個在樣分析共覆樣下收益相系描統(tǒng)計 6圖表9：個在樣分析共覆樣下收益相系分布 6圖表10：衍因與有因的關(guān)分特征 7圖表型動示意圖 8圖表12：聯(lián)訓合因子IC、ICIR 9圖表13：單子組試:ML 10圖表14：單子組試:ML_Common 10圖表15：原因與加衍因在部合表現(xiàn) 10圖表16：原因與加衍因在部合凈值 圖表17：原因與加衍因在空合表現(xiàn) 圖表18：原因與加衍因在空合凈值 12請參閱最后一頁的重要聲明請參閱最后一頁的重要聲明請參閱最后一頁的重要聲明一、引言在多因子選股策略的框架下，股票收益率是由一系列因子決定的，因此，如何挖掘選取合適的因子，成為了多因子選股研究的核心問題。傳統(tǒng)的因子挖掘多基于對股票的基本面分析，通過評估公司的財務、股價等相（RE（OAEPS增長率等，這一類因子主要適用于低頻場景。因子，逐漸成為了可能。由此，一些相對豐富全面的因子庫也得以建立，此前在《量價因子策略庫》中已介紹7376供應鏈關(guān)系等數(shù)據(jù)。關(guān)系型數(shù)據(jù)在因子挖掘場景的應用的研究逐漸受到關(guān)注，包括供應鏈、分析師共同覆蓋、地理關(guān)聯(lián)、新聞-MoskowitzGrinblat（1999）指出在美股市場存在顯著的行業(yè)關(guān)聯(lián)，MenzlyOzbas了公司之間的科技關(guān)聯(lián)度，表明與一家公司有較高科技關(guān)聯(lián)度公司的當期收益可以幫助預測其股票未來收益，科技因子由此而來。圖表1：關(guān)系型數(shù)據(jù)示例資料來源：中信建投在早期報告中，團隊探究了供應鏈關(guān)系在因子建模場景的應用，從供應鏈的角度對國內(nèi)上市公司之間的供應商-IC標上均有顯著提升。如果兩家公司在地理、業(yè)務等方面有聯(lián)系或具有相似的基本面，那么其股票收益之間可能也存在關(guān)聯(lián)和可本研究擬從分析師共同覆蓋的角度，構(gòu)建國內(nèi)上市公司之間的關(guān)聯(lián)矩陣，并探討其在模型訓練中的增強效完善關(guān)系型數(shù)據(jù)的系列研究。二、關(guān)系型數(shù)據(jù)的應用數(shù)據(jù)存儲技術(shù)、算力、算法的普及應用，使得量化策略中挖掘積累的因子庫迅速發(fā)展壯大，隨著因子種類和數(shù)量不斷增多，以及機器學習這類非線性工具在因子合成場景的廣泛應用，新數(shù)據(jù)、新因子、新信息的有效性不單單取決于其單因子的效果強弱，在當下的研究與實務中，新因子相對于已有因子帶來的邊際增量顯得更加重要。一方面，因子挖掘愈加深入，眾多浮出水面的因子之間的同質(zhì)性和擁擠度也日益增加，想要在此之外繼續(xù)提取潛在有效的單因子已較為困難，而研究因子之間的互相影響和調(diào)節(jié)效用還存在很大空間。另一方面，經(jīng)濟社會發(fā)展逐步形成共同體，公司之間的關(guān)聯(lián)也日趨緊密，其股票收益之間自然也產(chǎn)生了一定聯(lián)系，因此，從關(guān)系型數(shù)據(jù)入手挖掘相關(guān)要素，探索新因子與原有因子的關(guān)聯(lián)效應和邊際增量，成為因子衍生和策略增強的又一新穎視角。再從高低頻數(shù)據(jù)的融合角度分析，高頻因子主要由大樣本下的量價數(shù)據(jù)驅(qū)動，其同質(zhì)性和擁擠度較高，相比之下，中低頻的基本面因子之間的相似度則普遍偏低，開發(fā)周期也更長。因此，基于高頻數(shù)據(jù)和低頻數(shù)據(jù)的不同特點，將二者以某種方式結(jié)合，預期可實現(xiàn)對已有特征的信息增強，而關(guān)系型數(shù)據(jù)源于基本面又可與高頻因子關(guān)聯(lián)衍生，從而打開了研究的新窗口。具體而言，可以首先通過人工和機器等途徑挖掘各種因子，利用其中的關(guān)系型數(shù)據(jù)，通過構(gòu)造關(guān)系矩陣和關(guān)聯(lián)因子，在已有因子庫的基礎(chǔ)上進行衍生，再與存量的有效因子聯(lián)合開展模型訓練，以及基準偏離等組合優(yōu)化，并比較是否加入衍生因子的效果差異，最后達到探究關(guān)系型數(shù)據(jù)的應用能否增強策略競爭力的目的。圖表2：關(guān)系型數(shù)據(jù)的應用框架資料來源：中信建投三、分析師共同覆蓋分析師共同覆蓋的邏輯內(nèi)涵公司間的基本面關(guān)聯(lián)是近年來學術(shù)研究和實務投資愈加關(guān)注的熱點之一。由于注意力有限，投資者在關(guān)注某只股票時，容易忽略與其具有地域、行業(yè)、供應鏈、科技等方面關(guān)聯(lián)的其他股票對其價格變動的影響，這通常會導致關(guān)聯(lián)股票之間產(chǎn)生收益上的超前滯后關(guān)系，從而也帶來了投資機會。AliHirshleifer（2020）通過實證分析指出，以往研究發(fā)現(xiàn)的行業(yè)、地理等一系列關(guān)聯(lián)因子，實際上是分析師共同覆蓋這一本質(zhì)驅(qū)動因素在不同維度的表現(xiàn)，也就是說，分析師共同覆蓋是聯(lián)系公司之間基本面的有效而通用的因子，或許能更好地識別公司關(guān)聯(lián)信息，其背后原因主要是：分析師會覆蓋基本面層面存在關(guān)聯(lián)的公司映了關(guān)聯(lián)性的強弱基于分析師共同覆蓋的關(guān)聯(lián)構(gòu)建操作步驟為：統(tǒng)計每一位分析師在研究年度內(nèi)覆蓋的所有股票構(gòu)建全市場所有股票的鄰接矩陣，對于每一位分析師，本報告認為其覆蓋的所有股票之間存在相關(guān)關(guān)1最終可以構(gòu)建矩陣????，用以表征股票之間的分析師共同覆蓋關(guān)系，即? ????=[????21 ? ??????1

? ? ?????2??? ?????????其中，????????表示第??個股票與第??個股票的分析師共同覆蓋數(shù)量。3為鄰接矩陣構(gòu)建的具體示例，從中可以看出，分析師共同覆蓋數(shù)量最多的兩只股票為藥明康德和恒720，所呈現(xiàn)出的關(guān)聯(lián)較弱。圖表3：基于分析師共同覆蓋的關(guān)聯(lián)矩陣構(gòu)建示例邁瑞醫(yī)療藥明康德恒瑞醫(yī)藥安圖生物長春高新金域醫(yī)學益豐藥房智飛生物愛博醫(yī)療圣農(nóng)發(fā)展鴻遠電子邁瑞醫(yī)療615957565252525252藥明康德617239544352614052恒瑞醫(yī)藥597230594150564742安圖生物573930344834382831長春高新565459344143615432金域醫(yī)學524341484148393931益豐藥房525250344348403551智飛生物526156386139404222愛博醫(yī)療524047285439354222圣農(nóng)發(fā)展5543335220鴻遠電子2221211220數(shù)據(jù)來源：中信建投，Wind，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/21為了更好地說明這一關(guān)聯(lián)構(gòu)建的意義，本報告以邁瑞醫(yī)療為例，統(tǒng)計了與其有共同覆蓋分析師的股票的申4數(shù)量達到了200余家，其次有國防軍工、農(nóng)林牧魚、食品飲料等二十余類行業(yè)，涉及面較廣。圖表4：與邁瑞醫(yī)療有共同覆蓋分析師的股票的行業(yè)分布02 02 1 1 13 379 916151413131121192323253034395050200150100201250數(shù)據(jù)來源：中信建投，Wind，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/21進一步地，本報告還具體找出了與邁瑞醫(yī)療有共同覆蓋分析師較多的行業(yè)及對應關(guān)聯(lián)度較強的股票，如圖5瑞醫(yī)療與鴻遠電子、圣農(nóng)發(fā)展、絕味食品等其他行業(yè)的股票之間也存在共同覆蓋關(guān)系。 多因子與ESG 多因子與ESG策略量化深度報告圖表5：與邁瑞醫(yī)療有共同覆蓋分析師較多的行業(yè)及部分股票數(shù)據(jù)來源：中信建投，Wind，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/2167度內(nèi)每只股票在鄰接矩陣上存在的鄰居數(shù)量的分布，說明了股票之間的關(guān)聯(lián)關(guān)系強弱隨時間變化的情況。201621萬-252500-3200之間。從分布上看，2016-202147315665911，說明每個分析師覆蓋的股票范圍更加集中。圖表6：每年度存在共同覆蓋關(guān)系的個股數(shù)量分布 圖表7：每年度存在共同覆蓋關(guān)系的個股數(shù)量統(tǒng)計數(shù)據(jù)來源：Wind，朝陽永續(xù)，中信建投注：數(shù)據(jù)截至2022/10/21

數(shù)據(jù)來源：Wind，朝陽永續(xù)，中信建投注：數(shù)據(jù)截至2022/10/21個股間考慮分析師共同覆蓋的收益率相關(guān)性分析2017-2022A129202228%6個1%-8%。圖表8：個股在全樣本與分析師共同覆蓋樣本下的收益率相關(guān)系數(shù)描述統(tǒng)計區(qū)間 均值 標準差10%分位數(shù)20%分位數(shù)30%分位數(shù)40%分位數(shù)50%分位數(shù)60%分位數(shù)70%分位數(shù)80%分位數(shù)90%分位數(shù)2022全市場28%13% 12%18%21%25% 28%31%35%39%45%共同覆蓋關(guān)聯(lián)個股34%14%17%23%27%30%34%37%41%46%52%2021全市場12%10%0%4%7%9%12%14%17%20%25%共同覆蓋關(guān)聯(lián)個股17%13%2%6%10%13%16%19%22%26%33%2020全市場30%11%12%11%12%16%20%24%27%30%32%35%39%44%共同覆蓋關(guān)聯(lián)個股34%34%50%2019全市場48%共同覆蓋關(guān)聯(lián)個股36%35%37%21%26%2018全市場13%14%13%14%18%24%共同覆蓋關(guān)聯(lián)個股20%26%38%41%45%49%54%2017全市場22%23%26% 29%共同覆蓋關(guān)聯(lián)個股26%30%數(shù)據(jù)來源：Wind，朝陽永續(xù)，中信建投注：數(shù)據(jù)截至2022/10/21圖表9：個股在全樣本與分析師共同覆蓋樣本下的收益率相關(guān)系數(shù)分布數(shù)據(jù)來源：Wind，朝陽永續(xù)，中信建投注：數(shù)據(jù)截至2022/10/21四、分析師共同覆蓋在模型訓練中的應用分析師共同覆蓋的衍生因子構(gòu)建本報告進一步對利用前文所述的共同覆蓋矩陣矩陣和得到權(quán)重矩陣????。特定因子??為各個股票對應的特定因子值，是一個??×1的向量（下稱原有因子，即??11??1??=[?]????其中，????表示第??個股票的因子值。對于上述因子向量??進行如下運算，可以得到對應的衍生因子????：????=?????????×1（下稱衍生因子定股票??，其原有因子值為????，則衍生因子值為??????=∑????????????????。衍生因子對原始因子的信息增量為了衡量通過分析師共同覆蓋矩陣處理得到的衍生因子庫對原始因子庫的信息增量，研究計算了各個原有1015%，就各個年份而言，衍生因子與原始因32%-12%-16%圖表10：衍生因子與原有因子的相關(guān)性分布特征均值 標準差10%分位數(shù)20%分位數(shù)30%分位數(shù)40%分位數(shù)50%分位數(shù)60%分位數(shù)70%分位數(shù)80%分位數(shù)90%分位數(shù)201715.98%15.15%12.39%15.00%15.12%14.98%14.93%11.69%11.29%3.98%4.89%4.69%4.81%5.61%5.69%5.62%4.86%5.86%5.56%6.85%7.22%6.30%9.20%9.06%12.96%11.93%18.37%22.90%26.75%23.66%19.63%201817.44%20.97%201910.59%7.25%8.62%10.96%14.60%202010.75%10.81%6.53%7.15%8.00%9.83%10.08%12.23%12.37%12.37%12.12%14.87%19.07%22.97%20218.06%14.06%13.60%16.96%16.39%21.99%202210.18%7.79%8.87%10.68%22.62%22.03%全周期10.79%6.28%7.91%9.89%16.37%18.87%數(shù)據(jù)來源：中信建投，Wind，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/21衍生因子在模型訓練中的應用376用和與原有因子庫的聯(lián)合應用，分析基于分析師共同覆蓋關(guān)系的衍生因子相對于存量因子庫的增量。衍生因子庫與原有因子庫的聯(lián)合應用分析基于已有因子庫和分析師共同覆蓋關(guān)系矩陣衍生的因子，本文進一步在模型訓練-因子合成-因子評估測試場景設(shè)計對照實驗，評估分析利用分析師共同覆蓋關(guān)系矩陣，基于本文所提供的方式批量衍生出的因子相對于原始因子庫帶來的策略維度的增量。XGBOOSTBoosting1010個交易日的選股和組合構(gòu)建。100ICIR100個因子作為模型輸入。例如，TICIR376ICIR100個因子作為訓練模型的特征。5%、95%winsorize縮尾處理，再對縮尾之TT+lT+6計算收益率作為標簽，在每個交易日的界面上對標簽進行標準化，此操作是因為本文建模的應用場景為截面選股學習到。圖表11：模型滾動訓練示意圖資料來源：中信建投為了評估分析師共同覆蓋關(guān)系信息對因子庫、模型和策略帶來的增量，本文采取以下平行對照實驗：ML100個因子作為個股的樣本特征ML_Common100個因子，利用分析師共同覆蓋關(guān)系提取的矩陣100個因子+100200維特征。疊加衍生因子模型輸出的有效性分析為了衡量經(jīng)過分析師共同覆蓋矩陣處理后因子的有效性，研究評估了疊加衍生因子所訓練模型在測試集上5ICIR。從全周期來IC7.21%2%IR值為5.341IC均有不同程4%IR20185圖表12：聯(lián)合訓練合成因子IC、ICIR2022/10/21模型輸出在因子選股中的表現(xiàn)單因子測試本報告進一步通過分組、多空測試，評估比較兩種方案下模型輸出的效果。股票池為中證全指成分股（剔ST和停牌的股票2018/01/01-2022/10/2155日調(diào)倉進行測T~T+4日每日一個子組合取平均，不考慮交易費用。 多因子與 多因子與ESG策略量化深度報告 3210分組2多空組合1分組40分組343210分組2多空組合分組1分組4分組0分組3數(shù)據(jù)來源：Wind，中信建投，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/21

數(shù)據(jù)來源：Wind，中信建投，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/21201801022018032120180102201803212018060620180817201811062019011820190409201906252019090420191122202002122020042420200713202009222020121020210301202105172021072820211018202112282022031720220606202208162018010220180321201806062018081720181106201901182019040920190625201909042019112220200212202004242020071320200922202012102021030120210517202107282021101820211228202203172022060620220816頭部組合表現(xiàn)1516展示了頭部組合效果。疊加分析師共同覆蓋信息后，頭部組合在年化超額收益、夏普比8%2%0.1。圖表15：原始因子與疊加衍生因子在頭部組合的表現(xiàn)年化收益夏普比率年化波動率最大回撤日勝率年化超額超額夏普比率超額年化波動率超額最大回撤超額日勝率2018分析師共同覆蓋-7.13%-0.2122.78%13.62%49.79%24.59%5.166.03%6.06%5.44%5.43%65.29%原始因子-9.66%-0.3721.53%16.38%48.97%22.06%4.6362.81%2019分析師共同覆蓋43.31%42.08%1.971.9719.29%13.11%56.15%9.71%1.145.91%9.60%53.50%原始因子18.81%12.54%56.97%8.47% 1.01 5.68%4.61%52.26%2020分析師共同覆蓋66.43% 2.18 24.98%17.66%55.97%42.52%3.678.18%4.36%57.44%原始因子58.15%2.0423.95%15.61%57.61%34.24%3.347.36%3.40%59.09%2021分析師共同覆蓋19.01%1.0518.32%14.27%55.97%14.33%1.887.06%7.09%7.10%57.44%原始因子15.32%0.9117.48%14.49%55.56%10.64% 1.405.63%53.31%2022分析師共同覆蓋-15.35% -0.7918.99%20.81%21.22%51.56%11.27%1.827.60%8.22%52.36%原始因子-11.85% -0.5320.19%53.13%14.77%2.792.732.606.49%4.29%56.54%57.30%56.70%全周期分析師共同覆蓋19.67% 0.9617.43% 0.8921.13%23.31%54.25%20.79%7.00%9.60%原始因子20.54%21.22%54.76% 18.55%6.58%6.20%數(shù)據(jù)來源：中信建投，Wind，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/21量化深度報告中證全指MLML_Common 中證全指MLML_Common 3210頭部組合凈值20180102201802272018041920180611201807312018091820181114201901042019030120190422201906142019080220190923201911182020010720200304202004232020061620200806202009242020112020210111202103082021042720210621202108092021092920211124202201132022031020220505202206242022081220221010數(shù)據(jù)來源：中信建投，Wind，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/21多空組合表現(xiàn)1718展示了多空組合的表現(xiàn)。疊加分析師共同覆蓋信息后，多空組合在年化收益、超額、勝202110%3%0.03。圖表17：原始因子與疊加衍生因子在多空組合的表現(xiàn)年化收益夏普比率年化波動率最大回撤日勝率年化超額超額夏普比率超額年化波動率超額最大回撤超額日勝率2018分析師共同覆蓋63.79%4.9210.19%5.93%63.37%95.52%3.8022.63%13.39%59.92%原始因子54.51%3.6012.34%8.30%59.67%86.23%3.0426.44%18.33%58.68%2019分析師共同覆蓋19.83%1.899.90%8.35%55.74%-13.77%-0.5025.37%32.69%48.97%原始因子17.25%1.5810.45%4.43%53.69%-16.35%-0.5526.62%28.40%46.09%2020分析師共同覆蓋53.33%2.9914.75%8.96%58.85%29.42%0.7426.56%22.00%52.48%原始因子53.61%2.9814.85%6.72%57.61%29.70%0.7128.08%18.04%54.96%2021分析師共同覆蓋13.11%0.8615.76%15.95%54.32%8.42%0.3720.92%17.89%50.83%原始因子3.61%0.3016.37%23.72%53.91%-1.07%-0.0522.36%24.87%52.07%2022分析師共同覆蓋4.10%0.3912.19%20.16%50.52%30.72%1.2127.82%33.46%49.74%原始因子11.06%1.119.93%11.07%53.65%37.68%1.5925.00%25.50%50.26%全周期分析師共同覆蓋29.95%2.1112.83%20.16%56.91%31.07%1.0524.71%33.46%52.49%原始因子26.93%1.8813.16%23.72%55.88%28.05%0.9225.84%29.93%52.49%數(shù)據(jù)來源：中信建投，Wind，朝陽永續(xù)注：數(shù)據(jù)截至2022/10/21 多因子與ESG 多因子與ESG策略量化深度報告20180102201801022018021320180403201805212018070320180814201809262018111420181226201902152019032920190516201906282019080920190923201911112019122320200212202003252020051220200623202008062020091720201106202012182021020120210322202105072021062120210802202109132021110320211215202201272022031720220505202206172022072920220909MLML_Common43MLML_Common43210多空組合凈值2022/10/21四、總結(jié)與展望本期報告拓展自團隊早期對供應鏈關(guān)系的研究，聚焦于關(guān)系型數(shù)據(jù)的一個表征——分析師共同覆蓋，基于此構(gòu)造了股票之間的關(guān)系矩陣展開分析，進而從特征工程的角度入手，對本團隊《量價因子策略庫》報告中所300余個因子通過矩陣乘法的方式進行特征提取，從而衍生出新的因子特征，并將原始因子和衍生因子XGBOOSTIC2%，IR1。在分組測試、多空收益等評估維度上，疊加分析師共同覆蓋關(guān)系矩陣衍生因子訓練的模型方案，相對原始因子建模方案帶來不同程度的超額收益、夏普、風險層面的優(yōu)化。參考文獻AliU,HirshleiferD.Sharedanalystcoverage:Unifyingmomentumspillovereffects[J].JournalofFinancialEconomics,2020,136(3):649-675.LeeCMC,SunSR,etal.Technologicallinksandpre