医疗行业多因子模型及单行业多因子测试代码模板

1、研究内容：

本文主要研究内容是基于rank IC分析医疗板块四大类因子（风格类、技术类、盈利能力类、基本面类）盈利预测能力，以及在此基础上构建医疗板块多因子rank IC赋权模型。
本文将分为以下三个板块：
1、因子选取及数据预处理
2、医疗板块因子分析
3、构建医疗板块多因子模型
本文内容较为基础，另附单行业因子研究及单行业rank IC多因子模型回测代码。

2、因子选取及数据预处理：

2.1、因子选取

本文基于海通证券研报的内容，选取四大类因子（风格类、技术类、盈利能力类、基本面类）作为所选研究因子。具体如下表：

2.2、数据预处理

股票池：申万一级医疗行业中非*ST股
时间维度：2010年1月1日——2018年8月1日
处理方式：去空值、去极值、中性化、标准化
（1）、去空值：先将任一因子数据全部为空的股票从股票池中剔除，再将剩余股票的空值用当天医药行业该因子的平均水平进行填充。
（2）、去极值：采取中位数去极值法
（3）、中性化：将除了市值外的因子对市值进行中性化。因为股票池全部为同一行业的股票。无需对行业哑变量进行中性化。
（4）、标准化：采取传统均值标准化方法

3、医疗板块因子分析

本文的因子分析方式为rank IC均值分析法。rank IC是分析因子有效性的常用指标。

3.1、rank IC介绍

因子IC的求解方式为：时间维度上因子与股票收益率相关系数的均值。因子rank IC求解原理与IC相同，不同的仅在于其使用的数据是因子在股票池中的排名而非其数值。这样的做法能够在统计学中避免很多问题，数值效果也更为有效。
具体公式如下：
t：日期
n：日期总数
rank_Sit：第i个因子在第t天的数据向量
rank_PCTt：第t天的股票收益率数据向量
rank_ICi：第i个因子的IC均值

3.2、医疗行业因子IC分析

医疗板块因子分析的结果汇总如下表：

可以很明显的看到：对于医药板块而言，部分基本面因子仍然有十分出色的表现。盈利能力因子（ROE）表现也十分出色。换手率、反转率等技术面因子与股票收益率有显著的反向相关关系。
而其中需要注意的是风格类因子：市值、PE和PB的rank IC表现并不出色。但如果将其与股票收益率做回归的话会发现R方仍然很高。其原因是17年后市值因子等出现反转，在17年前市值与股票收益反向相关而17年后变成正向相关，从而使得rank IC均值降低。因此我又测算了rank IC绝对值的均值，发现风格类因子的绝对值均值仍保持在较高水平，说明风格类因子仍然时有效的。

不同因子随时间的IC值如下：

可以看出：风格类因子（典型如PB值、市值对数）在后期逐渐出现反转趋势。技术类因子与收益率大体呈反向关系。基本面因子中，销售毛利率、净利润同比增长率、销售净利率等具有出色表现，而经营净现金流/净收益、经营净现金流/营业收入等效果不显著。

4、构建医疗板块多因子模型：

根据研报内容，本文先通过逐步筛选法筛选出选股效果最为显著的因子，然后通过因子在不同时间段的rank IC值对因子进行赋权，形成新的组合因子。通过组合因子进行选股。

4.1、逐步筛选法：

筛选因子过程中，本文采用了线性回归WLS模型。
模型将股票收益率看做是能用若干因子作为自变量的WLS线性回归模型进行解释的因变量。
本文通过以下筛选条件筛选因子：
条件一：已选因子f的WLS模型系数显著
条件二：在满足条件一的备选因子中，因子f能使模型新增调整R方最大
本文通过以上条件，筛选出如下的因子表：
显著性水平=0.2：
PB值、市值对数、换手率、ROE
显著性水平=0.3：
PB值、市值对数、换手率、ROE、销售毛利率、营业收入同比增长率、营业利润/营业收入

4.2、多因子模型：

通过以上所选因子，合成新的组合因子。因子的权重为学习周期内各因子的IC均值。然后选取组合因子分数最高的20只股票构建等权组合。
具体参数：
调仓周期：1个月
学习周期：12个月
购买股票数量：20
回测周期：2010年1月1日——2018年8月1日
因子池：显著性水平=0.2的因子（显著性水平=0.3的因子也有测试，收益率相差不大但是最大回撤会放大）
在测试中，学习周期为24个月的回测结果不如学习周期为12个月的回测结果。


学习周期为6个月的回测结果也不如学习周期为12个月的回测结果。

该模型策略年化收益达到28.19%，也具有较为明显的超额收益。

5、总结：

常见选股因子在医药行业内存在显著选股效果。风格类因子收益高但稳定性较差，从17年后存在反转趋势。技术类因子较为有效，与收益率呈显著负相关性。基本面因子则部分有效部分不有效。总体而言，企业盈利能力越高，资产增长越快，利润增长越快，盈利质量越好，偿债能力越强，股票收益表现越优。