为了清除未来数据,RQData重算了300多个衍生财务指标 | 精益求精,臻于至善

在量化投资中,财务数据是判断上市公司基本面情况的重要数据。米筐科技(Ricequant)基于量化交易的实际投资研究需求,依据上市公司三大表(资产负债表、现金流量表、利润表)原生财务数据,自主实现了超过 300 个衍生财务数据计算。

1. 米筐科技财务指标亮点

1,支持多种计算逻辑,支持基于LF(即last file,最近一期财报)、LYR(即last year ratio,最近一期年报)以及TTM(即trailing twelve months,滚动12个月)三种财务数据处理逻辑。
2,更贴近量化需要,和其他数据商提供的财务指标相比,米筐财务衍生指标计算过程中采取了“Point in Time”的处理方式,考虑历史数据实际公布时间点来对指标进行计算,严格避免未来数据,使得所使用的数据更好地反映历史时点真实情况。3,数据稳定,RQData已实现自动化清洗检查入库流程,更及时发现异常数据。4,指标种类丰富, 衍生财务指标分为估值衍生指标、经营衍生指标、现金流衍生指标、财务衍生指标、成长性衍生指标五类(见表1),涵盖了业内对于财务衍生指标绝大部分的使用需求。

财务衍生指标类型说明(表1)

2. 衍生指标计算逻辑

米筐科技财务衍生指标包含LF、LYR 和TTM 三种处理方式。若衍生指标定义中涉及资产负债表字段,则提供上述三种财务数据处理逻辑;若衍生指标定义中涉及利润表和现金流量表字段,则提供LYR和TTM两种处理逻辑。米筐科技财务衍生指标命名规则如表2。

衍生指标命名规则(表2)

注:和三大基础报表财务指标的LF、LYR以及TTM 处理后的命名指标不同,衍生财务指标不带有数字后缀。

3. PIT计算方式的说明

众所周知,财报的发布有一定的延迟,例如今年三月份发布的财报反映的是去年的经营状况,在进行量化回测等场景时,在今年三月份之前都无法获得去年年底的经营状况。将时钟倒转,以当时实际能获得的最新数据为基础进行下一步的计算或研究,这种方法称为PIT(即Point in Time)。

下面以300461.XSHE在2019年9月10日的基础财务指标滚动利润率数值进行说明(衍生财务指标依据基础财务指标计算):

注:对于资产负债表为TTM为最近四期报告数据均值,对于现金流量表和利润表,TTM为连续四季度报告数据的累加值。
利润表TTM = 最近一期年报的数据 + 最近一期披露数据 − 去年同期披露数据

如上图300461.XSHE 在2019年8月30日当天发布了2019半年报,2019半年报对2018q2的净利润进行了数值调整,2018q2在2019年半年报中数值由原先54961372.9700调整为24396031.7900,如图在计算2019年9月10日的300461.XSHE滚动净利润时采用的是当时2018q2的最新值24396031.7900而不是54961372.9700。

PIT财务数据应用于米筐四大投研产品(见下图),避免任何未来数据的干扰,为客户搭建准确可靠的投研业务系统。

4. 基于米筐PIT处理财务指标,避免策略回测表现失真

米筐提供的财务指标基于财报的调整记录做了严格的PIT处理,避免投研中未来数据带来的回测结果失真的问题。

以股票300029.XSHE为例,在10月24日发布,10月28日调整的情况下,一般数据供应商会把24——28日之间的净利润也修改为亏损3619万元。若以该数据进行回测,在24日选股策略则会“预知”该股票净利润大幅亏损,从而避免持有。该“预知” 能力,会导致策略在回测中表现明显提升——买入未来净利润上调的股票,或卖出未来净利润下调的股票。从而导致策略的回测表现失真,在实盘中无法重现。

get_factor严格按照回测中当前时间点,市场所能获知的财务情况计算因子取值,从而真实反映策略基于当前信息的选股能力,提升投研回测的准确度。

5. 基于财务报告完整调整记录,构建公司治理质量风险指标

随着证券市场监管的完善,和MSCI等知名机构把公司治理水平纳入指数编制的考量,投资者对于上市公司的治理水平关注度持续增加,上市公司的财务报告的操作是公司治理水平低下的重要表现之一。米筐的get_pit_financials查询财务数据提供上市公司各期财务报告的完整发布/修正记录,帮助客户追踪和分析上市公司财务操作的蛛丝马迹,构建公司治理水平质量的风险排查指标。

例如,查询股票300029.XSHE的2019年三季度报,发现其在10月24日公布亏损696万元,10月28日调整为亏损3619万元,其后出现多个财务负面新闻。该股票前复权收盘价也在10月28日后开始大幅下跌,直到年底。上述例子说明,通过财报记录的及时跟踪,能够发现排除存在治理问题的上市公司,避免潜在损失。

6. 米筐RQData数据本地化服务

RQData集成了简单高效的API,通过极简的本地安装方式,提供强大的数据查询访问功能。最大限度地免除数据整理、清洗及运维的烦恼,帮助投研人员更专注于投研及模型开发等关键环节。

米筐RQData上线五年,零服务中断。米筐采取了流式传输和压缩、负载均衡(CLB)及Kubernets技术来满足数据实时订阅的低延迟要求,实现了全自动化运维及高峰期动态扩容,能够保障不间断的投研及研发,为客户关键业务保驾护航。

米筐RQData提供全市场金融数据(表3)

RQData支持Python API、Matlab API及Excel插件等多种调取方式

米筐科技秉持“精益求精,臻于至善”的理念,为资管行业提供更多优质金融科技产品服务。米筐RQData自算衍生财务指标已加入RQData数据库。

欢迎点击链接或扫描下方二维码填写信息,30秒即可申请RQData金融数据API试用。

投资行为的盈亏依赖于您的独立思考和决策,本文所述观点并不构成投资或任何其他建议,Ricequant不提供或推荐任何投资品种。股市有风险,投资需谨慎。
原创文章除特别声明外,欢迎非商业转载,敬请注明出处。

发表评论

电子邮件地址不会被公开。 必填项已用*标注