基于分析师预测股票eps数据生成仓位因子构建投资组合

核心思想

每股收益即每股盈利（EPS），又称每股税后利润、每股盈余，指税后利润与股本总数的比率。每家分析师对股票都会有预测的eps数据，根据分析师排名情况，不同的分析师预测的准确度有所差异，因此相对于wind数据库，我们构建了排名加权预测eps数据。根据预测当年、后一年以及后两年的eps数据，构造业绩透支指数的仓位因子进而在个股上进行有效性测试，在此基础上在上证50指数上构建指数增强策略。

eps仓位因子的构建

首先滚动计算分析师预测eps，包括预测当年的eps₀，第二年的eps₁，第三年的eps₂；基于此，构建业绩透支指数$f$，衡量了透支后两年业绩与透支后一年比率:
$$f=\frac{((eps2-eps1)/eps1)}{((eps1-eps0)/eps0)}$$
对$f$进行以下两种去量纲方式处理，$f_1$及$f_2$：
$$f_1=f\to f_1=f_1/2\to f_1[f_1<0]=0\to f_1[f_1>1]=1$$
这样对业绩透支指数线性压缩到[0,1]区间，以1-$f_1$作为仓位进行调整，与买入持有0.5仓位权重的股票进行比对：
以上下5%分位数对$f$去极值，超过范围的数值设为临界值之后再线性压缩到[0,1]区间：
$$f_2=f\to f_2=\frac{f_2-min(f_2)}{max(f_2)-min(f_2)}$$

以1-$f_2$作为仓位权重进行调整，与买入持有0.5仓位的股票进行比对。

eps因子在个股上的测试：

上到下分别是$f_1$以及$f_2$的测试结果


此外，对每只股票所在行业进行了因子日平均超额收益分析，即按照业绩透支指数调仓得到的收益减去按照0.5倍持仓得到的收益，汇总如下表，可以看到按照$eps$进行调仓在医药生物、机械设备行业表现较好，并且$f_1$的效果较好。

eps在上证50股票池测试

由于分析师预测准确率的因素，存在有的股票上，实际的$eps$值与分析师预测值一直偏离的情况，以600000为例展示如下，时间区间为16年到18年底，可以看到分析师预测的$eps$一直在实际的$eps$之上，因此剔除这只股票：

最终选取了$ep{s}_0$和实际$eps$值相差不大的股票，具体如下：

作为我们的股票池，在2015年底到现在的时间范围内以$f_1$为指标进行仓位的控制标准，测试结果如下，可以看到要比buy&hold的累计收益效果好，因此基于eps数据进行仓位构建是具有研究价值的：