本报告由天风证券金融工程团队撰写，深入探讨如何基于基础数据构建分析师一致预期指标，以提升Alpha模型的绩效。核心内容包括：定义分析师预测偏离度并分析其与时间跨度、企业规模、行业的相关性；提出多维度加权方法（时间、分析师精度、业绩报告）精确估计一致预期净利润；衍生五大类一致预期指标（EP_FY、EP_ROLL、Growth_FY、PEG、DEP、EP_PER），回测显示EP_ROLL、DEP、EP_PER的IC均值超0.06；创新缺失值填充方法，基于行业利润增速分位点估计预期净利润。适合量化研究员、金融工程师、投资经理、金融数据分析师等专业人士，为构建更有效的选股因子提供增量信息。
本报告由天风证券金融工程团队撰写，深入探讨如何基于基础数据构建分析师一致预期指标，以提升Alpha模型的绩效。核心内容包括：定义分析师预测偏离度并分析其与时间跨度、企业规模、行业的相关性；提出多维度加权方法（时间、分析师精度、业绩报告）精确估计一致预期净利润；衍生五大类一致预期指标（EP_FY、EP_ROLL、Growth_FY、PEG、DEP、EP_PER），回测显示EP_ROLL、DEP、EP_PER的IC均值超0.06；创新缺失值填充方法，基于行业利润增速分位点估计预期净利润。适合量化研究员、金融工程师、投资经理、金融数据分析师等专业人士，为构建更有效的选股因子提供增量信息。
本报告由天风证券金融工程团队撰写，深入探讨如何基于基础数据构建分析师一致预期指标，以提升Alpha模型的绩效。核心内容包括：定义分析师预测偏离度并分析其与时间跨度、企业规模、行业的相关性；提出多维度加权方法（时间、分析师精度、业绩报告）精确估计一致预期净利润；衍生五大类一致预期指标（EP_FY、EP_ROLL、Growth_FY、PEG、DEP、EP_PER），回测显示EP_ROLL、DEP、EP_PER的IC均值超0.06；创新缺失值填充方法，基于行业利润增速分位点估计预期净利润。适合量化研究员、金融工程师、投资经理、金融数据分析师等专业人士，为构建更有效的选股因子提供增量信息。核心数据:IC均值超0.06（EP_ROLL;EP_PER）;PEG与Growth_FY指标IC均值约0.05。
本报告由天风证券发布,发布于 2017 年。
覆盖 2017 年,全文约 31。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化研究员、金融工程师、投资经理、金融数据分析师等读者参考。
重点分析了金融投资、金融工程、基础数据、天风证券等议题。