分析师预期修正理论和预期修正四阶段,预期EPS FY1 修正选股策略P1 阶段年化超额收益12.22%,对预期EPS、预期净利润两个指标的第二财年(FY2)进行单因子分析,我们做了4个改进:1.预期EPS FY2 修正选股策略P1 阶段年化超额收益13.38%,2.预期EPS FY1,2 修正选股策略P1 阶段年化超额收益16.34%;3.EPS FY1,2 叠加净利润FY1 组合P1 阶段年化超额收益16.87%;4.改进3 组合再叠加一个月反转P1 阶段年化超额收益18.99。因子深度研究系列:分析师预期修正动量效应选股策略 引言 ➢证券分析师由于对某个行业研究较为深入,与所研究行业的上市公司联系较紧密,其掌握的行业和个股信息通常比其他人要多,分析师预期数据已成为投资者重要的信息来源。特别是分析师对其自身推荐股票的预期调整通常被视为重要信号,其对之前预期的上调预示着分析师对该股票的后期表现更为看好,而对之前预期的下调则代表看跌该股票。 ➢分析师预期修正理论和预期修正四阶段 分析师预期修正意为在一个时间段内,分析师或机构对之前预测值的调整。预期调整有一定的趋势性,具体表现为前一期(月)预期均值的调整往往会带动后一期(月)预期均值继续往同向调整。我们利用分析师预期均值和预期离散程度把预期上调进一步划分为阶段一(P1,均值离散度均上调)与阶段二(P2,均值上调离散度下调),把预期下调划分为阶段三(P3,均值下调离散度上调)和阶段四(P4,均值离散度均下调)。 ➢预期EPS FY1修正选股策略P1阶段年化超额收益12.22% 我们选取预期EPS、目标价和净利润三个指标,对第一财年分析师预期指标的不同修正阶段构建资产组合。策略选用2009年7月至2019年7月机构覆盖数在4个及以上的股票数据,每月月底进行调仓,市场基准为中证全指月收益率。对于预期EPS的第一财年分析师预期(FY1)修正选股组合,表现最好的是P1阶段的股票,年化超额收益为12.22%。 【更多详情,请下载:因子深度研究系列:分析师预期修正动量效应选股策略】 镝数聚dydata,pdf报告,小数据,可视数据,表格数据
最新图说查看更多
    * 本报告来自网络,如有侵权请联系删除

    因子深度研究系列:分析师预期修正动量效应选股策略

    收藏

    价格免费
    年份2010-2019
    来源中信建投证券
    数据类型数据报告
    关键字股市, 金融机构, 债券, 证券
    店铺镝数进入店铺
    发布时间2020-05-01
    PDF下载

    数据简介

    分析师预期修正理论和预期修正四阶段,预期EPS FY1 修正选股策略P1 阶段年化超额收益12.22%,对预期EPS、预期净利润两个指标的第二财年(FY2)进行单因子分析,我们做了4个改进:1.预期EPS FY2 修正选股策略P1 阶段年化超额收益13.38%,2.预期EPS FY1,2 修正选股策略P1 阶段年化超额收益16.34%;3.EPS FY1,2 叠加净利润FY1 组合P1 阶段年化超额收益16.87%;4.改进3 组合再叠加一个月反转P1 阶段年化超额收益18.99。

    详情描述

    因子深度研究系列:分析师预期修正动量效应选股策略
    
    引言
    ➢证券分析师由于对某个行业研究较为深入,与所研究行业的上市公司联系较紧密,其掌握的行业和个股信息通常比其他人要多,分析师预期数据已成为投资者重要的信息来源。特别是分析师对其自身推荐股票的预期调整通常被视为重要信号,其对之前预期的上调预示着分析师对该股票的后期表现更为看好,而对之前预期的下调则代表看跌该股票。
    ➢分析师预期修正理论和预期修正四阶段
    分析师预期修正意为在一个时间段内,分析师或机构对之前预测值的调整。预期调整有一定的趋势性,具体表现为前一期(月)预期均值的调整往往会带动后一期(月)预期均值继续往同向调整。我们利用分析师预期均值和预期离散程度把预期上调进一步划分为阶段一(P1,均值离散度均上调)与阶段二(P2,均值上调离散度下调),把预期下调划分为阶段三(P3,均值下调离散度上调)和阶段四(P4,均值离散度均下调)。
    ➢预期EPS FY1修正选股策略P1阶段年化超额收益12.22%
    我们选取预期EPS、目标价和净利润三个指标,对第一财年分析师预期指标的不同修正阶段构建资产组合。策略选用2009年7月至2019年7月机构覆盖数在4个及以上的股票数据,每月月底进行调仓,市场基准为中证全指月收益率。对于预期EPS的第一财年分析师预期(FY1)修正选股组合,表现最好的是P1阶段的股票,年化超额收益为12.22%。
    
    【更多详情,请下载:因子深度研究系列:分析师预期修正动量效应选股策略】

    报告预览

    *本报告来自网络,如有侵权请联系删除
    相关「可视数据」推荐
    相关「数据报告」推荐
    `
    会员特惠
    客 服

    镝数聚官方客服号

    小程序

    镝数官方小程序

    回到顶部
    `