readme
Table of Content
基本面量化系列（14）：在手之鸟，红利优选策略-策略复现
一、复现思路¶
通过多因子策略构建量化回测系统，共构建4个筛选条件和9个因子，9个因子等权配置，对经过4个筛选条件筛选后的股票进行打分，最终筛选出得分最高的30只股票。。调仓频率：月度调仓。数据来源：Tushare、wind、baostock、聚宽等
二、因子体系介绍¶
4个筛选条件分别为：每期股息率排名前500（股息率定义为调仓日前12个月股息率，使用总分红金额/市值，考虑了多次分红的情况，这个方法可以不用再单独考虑股本变化的影响。股息率的定义参考了华泰证券的一篇研报）、连续两年分红、过去十年没有审计保留意见、市值大于50亿。9个因子分别是两年股息率均值因子（dividend_yield_z）、净利润稳定性因子（net_profit_stability_z）、换手率因子（turnover_rate_z）、股东变化因子（holder_num_z）、ep因子（ep_signal）、bp因子（bp_signal）、派息率因子（dividend_yield_signal）、经营现金流资产比（opercashflow_to_assets_signal）、留存收益资产比（retained_earnings_to_assets_signal） 筛选条件 （1）每期股息率排名前500。调用Tushare数据的接口，输出字段dv_ttm，即股息率TTM=∑近12个月现金股利(税前)／指定日股票市值×100％（与wind中的股息率（近12个月）指标结果一样，用数据验证过）。每月调仓时，将股票的dv_ttm排名，筛选出前500只股票。湘财证券2025年3月25日的研报《高股息股票精选策略》中对于股息率的定义也是最近12个月内的现金分红/当前日股票市值。依据MSCI最新发布的中国权益市场风险模型TheBarra China Equity Model (CNE6)，股息率因子（dividendto price ratio/DTOP）被定义为最近12个月的每股股息除以上个月月末的股价。东方财富计算股息率分母是用的是最近一个交易日总市值。考虑到数据的可获得性，本文将股息率定义为股息率_TTM=∑近12个月现金股利(税前)／最近一个交易日股票市值。通过调用Tushare数据接口pro.daily_basic可获取每日股息率_TTM，排序取前500只股票。 因为是每月末调仓，即每个月最后一个交易日调仓，使用的是倒数第二个交易日的数据。因此，将所有股票在回测区间的倒数第二个交易日的股息率TTM数据下载至本地保存，不用每次运行都访问Tushare，提高运行效率。
（2）连续两年分红 考察调仓日前两个财年是否连续分红。通过Tushare的pro.vidend接口，导出分红数据存储到本地。构建连续两年分红函筛选函数is_consecutive_dividend_stock(date)，输入参数为调仓日date。设调仓日的月份为T，则调仓日晚于最新分红预案公告日（ann_date），则考察T-1和T-2是否连续分红。否则，考察T-2和T-3是否连续分红。只使用在调仓日已披露的数据，可以避免使用未来函数。连续两年分红输出结果为True，否则输出为False，输出的数据类型为DataFrame。
（4）市值大于50亿元筛选函数 每月最后一个交易日调仓，则需要获取倒数第二个交易日的数据。一是因为当天收盘之后，才会有当天股票的市值数据，要当天调仓执行股票买卖，只能使用前一个交易日的数据。另外，如果当天调仓使用当天的市值数据，会产生未来函数的问题。使用tushare数据daily_basic接口输出total_mv参数获得总市值数据，筛选大于50亿元的股票。因为一个月调仓一次，只获取调仓日前一个交易日的total_mv数据即可，可以大量减少不必要的数据。 （5）过去十年没有审计保留意见筛选函数 获取股票在调仓日（end_date）已公告的前十年的审计报告，筛选出十年全部为标准无保留意见的股票（剔除带强调事项段的无保留意见的股票，查看了曾经出具过此类审计报告的股票，很多被ST了，绝大部分股票在分红方面不具备优势，因此，应该被筛除），返回值为True，否则为False。使用Tushare数据fina_audit接口将审计数据下载至本地。
（2）在分红预案日和股东大会公告日之间的股票+1。这个因子比较简单，对于单只股票，给定回测时间，只需要判断回测日是否处于分红预案公告日和股东大会公告日之间。但数据获取难度比较大，tushare只有预案公告日，没有股东大会公告日。Wind、东方财富有预案公告日、股东大会公告日，但受制于试用账号限流，也拿不到数据。最终通过在咸鱼买到了聚宽的数据，取到了2018年-2023年的所有股票的分红信息，输出字段为股票代码、预案公告日、股东大会公告日。数据验证，通过与wind数据较差对比，抽查了部分数据，数据一致。但聚宽数据抓取了公告中所有与分红相关的内容，包括不分红的内容，数据清洗的难度比较大一些。本文使用的是聚宽的数据。 另外，还找到了baostock数据源可以提供分红预案公告日、股东大会公告日，且是开源免费的，但只能一次导出单只股票数据，通过先遍历每年所有股票，再遍历每一年，获得2018年-2023年所有股票分红信息。通过与wind数据交叉验证发现，数据的准确性一般，比如民生银行2018年的预案公告日，baostock上的日期为4月12日，而wind上的数据是3月30日。通过查看分红公告，3月30日、4月12日均有关于独立董事对上一年度利润分配的独立意见公告，wind抓取了较早的数据，而baostock抓取了较晚的数据，同样，还有风华高科2018年的预案公告日，baostock上的日期是4月28日，而wind上的数据是3月27日，查看公告具体内容，发现确实是3月27日已发布分红预案公告，但4月28日也发布了分红信息，两次发布的关于分红预案的信息均混同在其他公告日内容中，无法从公告标题上识别，咨询了wind客服，wind抓取的是较早发布预案公告的时间。综上看，还是wind的数据质量较高（因为较早发布预案公告日所提供的信息质量比较高，选股效果也会更好）。年度分红，基本在次年度3-4月份发布分红预案公告，绝大部分都是年度分红，年中分红、特殊分红非常少。
9个因子，等权配置，对每只股票打分
三、因子定义介绍¶
（1）两年股息率均值因子（dividend_yield_z） 采用过去两个财年股息率均值，例如，回测2023年的数据，则取2022年、2021年股息率均值。 年度股息率=年度每股股利之和/上个月末股价。年度若有多次分红，则将每股股利相加得到年度每股股利之和。上个月末股价指回测日的上个月末不复权收盘价。 在tushare数据pro.vidend接口中为end_date字段，绝大部分股票年度最后一次分红的end_date都是当年12月31日。实践中，采用年度每股股利之和/上个月末的股价的案例比较多，比如国泰君安研报《基于BarraCNE6的A股风险模型实践：风险因子篇》按上述方法定义股息率因子的。江海证券研报《股票多因子系列（二）：基本面类因子实测》定义股息率因子为：过去 12个月每股分红/上月末股价（更倾向于股息率TTM的概念）。天风证券研报《因子跟踪周报：盈利、股东持股比例因子表现较好-20240525》中定义股息率为：最近年度分红/当前市值。可见，计算年度股息率，分子为年度每股股利之和，分母股价采用上个月末股价具备一定的参考性，本文也采用回测日上月末收盘价（不复权）。考虑到当年年度分红预案公告日集中在3、4月份，调仓日在4月30号（含）之前，使用上上年度的年度每股股利之和（如2022年3月30日回测，用的是2020年度每股股利之和/2021年2月28日收盘价），调仓日在4月30日以后，使用上一年度每股股利之和（如2022年5月30日回测，用的是2021年度每股股利之和/2022年4月30日收盘价）。计算前面连续两年股息率，然后求均值。这种算法虽然导致股息率有一定的滞后性，但很好的规避了未来函数问题（一般只有4月30日以后才能拿到上一年度分红数据），同时，本文中定义股息率因子（筛选排名前500的股票）的时候用的是股息率_TTM，弥补了年度股息率时效性滞后的缺陷。 （2）换手波动率因子 取过去20天换手率的波动率（参考东吴证券研报《因子方法论之一：基于日内模式的因子改进-以流动性因子为例》中定义流动性因子的时候也是考虑前20个交易日换手率，调仓频率为月度调仓。天风证券研报《因子跟踪周报：盈利、股东持股比例因子表现较好- 20240525》定义换手率因子时，窗口也是取的过去20个交易日）。本文中也是月度调仓，选用20天换手率波动率，具备合理性。属于连续性因子，直接取绝对数，后面对其标准化。 （3）股东数量变化因子 股东户数在时序上的变化，定义为（最近一期股东数据-过去4个季度数据均值）/过去4个季度数据的标准差，并取相反数。Tushare中股东人数是按季度披露的最近开源证券研报《扎堆效应的识别：以股东户数变动为例》定义股东户数因子时，选取4期（即过去4个季度数据）时，稳定性及RankICIR值最高。因此，本文也选取过去4个季度的数据因为股东数量越少，说明在吸筹，因此，取相反数。也属于连续性因子，直接取绝对数，后面对其标准化 （4）ep标准分因子 定义为pe_ttm的倒数（招商证券研报《估值因子的内涵与逻辑-基本面量化系列研究之一》中定义了估值因子pe_ttm。华泰证券系列研报《上周市场整体偏弱，估值因子亮眼》也定义了估值因子pe_ttm）。通过调用tushare数据接口daily_basic输出参数pe_ttm（若pe为负值，则数据为空，通过dropna过滤掉了）再取倒数。属于绝对数，也属于连续性因子，后面对其标准化。 （5）bp因子（研报的结尾并没提到使用这个因子，本文中也不使用） 直接取pb的倒数。取绝对数，也属于连续性因子，后面对其标准化。 （6）派息率因子 定义为：派息率_TTM=股息率_TTMPE_TTM。因为股息率_TTM=过去12个月的每股股息/当前股价，PE_TTM=当前股价/过去12个月的每股收益。则派息率_TTM=股息率_TTM当前股价/（当前股价/PE_TTM）=股息率_TTM*PE_TTM。股息率_TTM和PE_TTM均可以通过调用Tushare的daily_basic接口直接获得。属于离散型因子，排名前20%和后20%的赋值-1，其余取值1，无需标准化。 （7）经营现金流资产比因子 经营性现金流资产比=最近一期财报经营活动产生的现金流量净额/最近一期财报总资产。经营性现金流就是经营活动产生的现金流量净额，因为只有充裕的净现金才具备分红的条件。研报原文提到了经营性现金流比总资产，因此，分母使用总资产。根据研报原文图31-35,可以看出，经营性现金流资产比、自由现金流资产比、现金流资产比，其中经营性现金流资产比的选股单调性最好，未来每股分红均值group5是最高的，且稳定性是最强的。因此选用经营性现金流资产比这个因子。中银证券研报《基本面财报因子的构建框 架初探》中也分析了净经营现金流比总资产_TTM是比较有效的选股因子。因受限于数据获取难度（现有数据库无法直接获取单季度财报数据，后续考虑收费数据库或者通过写函数计算），本文暂时采用最近一期财报数据代替。 通过调用Tushare数据接口pro.cashflow_vip输出参数n_cashflow_act获取区间内所有报告期的经营活动产生的现金流量净额数据（包括季度、半年度、年度）调用Tushare数据接口pro.balancesheet_vip输出参数total_assets获取区间内所有报告期的总资产数据（包括季度、半年度、年度），去除重复数据，按end_date升序排列，取最后一个数据，即得到最近一期财报数据，并将现金流量数据、总资产数据按照ts_code(股票代码)、end_date（对应报告期）合并在一起，将二者相除，即得到经营现金流资产比（要注意，回测时应该使用已经披露的数据，不能使用未披露数据，否则会产生未来数据问题，如7月10号披露0630中报，6月30日回测的时候，就不能用0630中报数据，只能用0331季报数据）。该指标属于离散型因子，排名后20%的赋值-1，其余取值0，无需标准化。 （8）留存收益资产比因子 这个定义比较明确，等于留存收益/总资产=最近一期财报留存收益/总资产。通过调用Tushare数据的pro.balancesheet_vip接口，输出参数total_assets获得总资产（total_asset）。输出参数surplus_rese获取盈余公积数据，参数undistr_porfitretained_获取未分配利润数据，将二者相加得到留存收益数据（retained_earnings）。将数据按照公告日期ann_date排序，按照股票代码ts_code、报告期end_date去重，保留最后一个数据，即得到最新一期财报数据（最近一期财报有可能为季度、半年度、年度），用retained_earnings/ total_asset得到留存收益资产比因子。排名后20%的赋值-1，其余取值0，无需标准化。 （9）财务收益稳健性因子 研报原文正文中提到计算过去八期的净利润、营业收入和营业利润的标准分，构建财务收益稳健因子，但研报结尾因子合成是净利润业绩稳健。考虑到使用净利润、营业收入和营业利润更加综合，本文使用计算过去八期的净利润、营业收入和营业利润的标准分，构建财务收益稳健因子。构建方法是，通过Tushare数据调用pro.income接口，输出revenue（营业收入）、operate_profit（营业利润）、n_income_attr_p（不含少数股东损益的净利润）取过去两年，共8期财报，将每期标准化（减去最小值，除以最大值减去最小值），再计算三者的均值。 （10）较上一个月的分红金额TTM增长因子 此处指过去12个月累计分红金额的变化值，而非每月分红，累计12个月。分红是非常低频的数据，很多情况下可能12个月只有一次。比如回测日的月份为k，则考察k到k-12月累计分红与k-1月到k-13月累计分红变化。对于分红当月，具备一定的区分度，尤其3、4月份，为分红高峰期。而对于非分红月份，则区分度较低。使用Tushare数据pro.dividend接口，输出参数cash_div_tax（税前每股分红，预案公告日会有数据，而税后每股分红cash_div只有在实施阶段才有数据）获取每股分红数据。输出参数ann_date（预案公告日，通过对比tushare分红数据和上市公司公告内容、wind数据库中的分红信息，发现只有预案公告日ann_date是准确的，可以使用。股东大会公告日和实施日的日期与ann_date是同一天，显然是不准确的，没有使用价值）。通过ts_code、end_date、ann_date、cash_div_tax去重，相同日期的数据只留一条。然后筛选过去12个月内每股分红数据求和（dividend_ttm），再筛选过去1-13个月内每股分红数据并求和(pre_dividend_ttm)，二者作差,dividend_ttm – pre_dividend>0，则记为1，否则记为0 （11）
四、复现结果及问题分析¶
最终复现结果是2016年-2024年，策略年化收益率约14%，与研报中差距较大。可能原因如下：（1）研报中，在分红预案日和股东大会公告日之间的股票、较上一个月的分红金额TTM增长的股票，在回测中这两个因子没有考虑进去。tushare数据库中，只有分红预案日数据，没有股东大会公告日数据，因此，没法生成这个因子。较上个月的分红金额TTM增长，股票的分红是离散型变量而非连续型变量，且一年分红的次数也不会太多，如过用分红金额TTM增长来作为一个因子，没有太大意义，如果用分红/股价的TTM值，那就是股息率了，因此，也没有考虑这个因子。（2）因子定义差距。换手率因子，研报中未说明取多长周期的换手率，回测中我取的是过去20天换手率的波动率。股东数量变化因子同理，研报中未说明取多长周期的变化率，回测中取的过去120天的变化率。ep、bp因子研报中也未说明是否直接取pe、pb的倒数，回测中简单取前一交易日pe、pb的倒数。经营现金流资产比因子、留存收益比因子，研报中未说明取多长周期的数据，回测中取的是上一财务年度的数据。净利润稳定性因子，研报内容描述的是计算过去八期的净利润、营业收入和营业利润的标准分，构建财务收益稳健因子，但在文章结尾构建因子部分描述为净利润业绩稳健。回测中简化处理取过去八期净利润，并对其进行标准化。如果研报中对因子的定义不同或者对数据进行过特殊处理，生成的因子与本次回测生成的因子会有很大差异，导致不同的选股结果。（3）回测本身的问题。数据处理相对简单粗暴。比如ep因子数据，应该把负值过滤掉（但分红良好且净利润为负的可能性比较小）。另外，回测中未对因子的IC值、因子单调性、因子相关性进行检验及测试。
未来研究思路：重点在基本面因子研究方面，更好的配合主观投资。也可以加入技术面因子，比如MACD，KDJ，RSI等指标进行过滤。看看测试的效果。