A-Aktien Finanzkennzahlen-Faktorbericht

Was macht A-Aktien Finanzkennzahlen-Faktorbericht?

Nutzen Sie diesen Skill, um einen praxisnahen chinesischen Anwendungsbericht für das Finanzstudium zu erstellen: einen 财务指标因子 Bericht mit echten A-Aktien-Daten, Python-generierten Diagrammen, Faktorkonstruktion, Gruppen-/Regressions-/Alpha-Diskussion, Machine-Learning-Faktor-Erklärung und einem Word-Dokument.

Standard-Lieferumfang

Erstellen Sie diese Dateien, sofern der Nutzer nichts anderes wünscht:

• Ein .docx-Bericht in outputs/.
• Ein Python-Skript in outputs/, das Daten, Diagramme und Ergebnisdateien neu erzeugt.
• CSV-Daten/-Ergebnisse in outputs/.
• PNG-Diagramme in outputs/.
• Optional ZIP der Codedateien, wenn der Nutzer nach „代码打包“ oder „代码文件形式输出“ fragt.

Für DOCX-Arbeiten verwenden Sie zusätzlich den documents-Skill, sofern verfügbar: Generieren Sie mit python-docx, rendern/überprüfen Sie nach Möglichkeit und geben Sie an, wenn LibreOffice-Rendering nicht verfügbar ist.

Arbeitsablauf

1. Faktor auswählen oder bestätigen

   • Wenn der Nutzer „换一个指标“ sagt, wählen Sie einen frischen Faktor, der im Thread noch nicht verwendet wurde.
   • Gute Optionen: 毛利率质量、经营现金流质量、存货周转、应收账款质量、应付账款议价、ROE质量、资产负债率风险、收入增长质量、费用率控制、估值因子.
   • Vermeiden Sie die Wiederholung von Unternehmen und Indikatoren, es sei denn, der Nutzer wünscht Kontinuität.

2. Echte A-Aktien-Daten verwenden

   • Bevorzugen Sie die 东方财富 öffentliche Schnittstelle, wenn Netzwerkzugriff erlaubt ist.
   • Für kleine Beispiele verwenden Sie 3–4 börsennotierte A-Aktien-Unternehmen mit klaren Branchenkontrasten.
   • Für Alpha-Checks mit großer Stichprobe verwenden Sie etwa 300 nicht-finanzielle A-Aktien-Unternehmen, um die Laufzeit handhabbar zu halten.
   • Schließen Sie Finanzbranchen bei operativen Faktoren aus, es sei denn, der Faktor ist explizit finanzsektorspezifisch.
   • Geben Sie die Datenquelle als 东方财富公开财务接口 / 2024 年年度报告口径 an, wenn Sie die API verwenden.

3. Faktor konstruieren

   • Bauen Sie 2–4 interpretierbare Finanzkennzahlen.
   • Standardisieren Sie die Kennzahlen vor der Kombination.
   • Halten Sie die Formel einfach und erklären Sie die Gewichte in einfachem Chinesisch.
   • Beispiel: 质量因子 = 0.50 × 标准化核心指标 + 0.25 × 标准化辅助指标1 + 0.25 × 标准化辅助指标2

4. Diagramme generieren

   • Mindestens: ein Balkendiagramm der Kernkennzahl, ein Balkendiagramm einer Hilfskennzahl, ein Streu-/Rankingdiagramm des Faktors.
   • Bei Alpha fügen Sie ein Gruppen-Rendite-Diagramm und ein Alpha/Beta-Koeffizientendiagramm hinzu.
   • Verwenden Sie chinesische Titel und Beschriftungen. Halten Sie die Diagramme im Word-Dokument lesbar.

5. Alpha-Validierung

   • Folgen Sie der Bildanforderung: Erklären Sie nicht nur ein Unternehmen. Testen Sie, ob der Faktor breite Aktienrenditen oder Preistrends erklärt.
   • Gruppieren Sie nach Faktor in 5 Gruppen, vergleichen Sie zukünftige Renditen.
   • Führen Sie eine OLS-Regression durch: Return = α + β × Factor + controls + ε
   • Verwenden Sie Kontrollvariablen wie Größe, ROE, Verschuldung oder Bewertung, sofern verfügbar.
   • Interpretieren Sie ehrlich:
     • Wenn die hohe Gruppe die niedrige Gruppe übertrifft und β signifikant/positiv ist: Sagen Sie, dass der Faktor positive Alpha-Hinweise zeigt.
     • Wenn α positiv ist, β aber nicht signifikant: Sagen Sie, dass ein Markt-/Stichproben-Intercept existiert, der Faktor selbst aber nicht belegt ist.
     • Wenn Gruppierung und Regression widersprüchlich sind: Erklären Sie beide und ziehen Sie eine vorsichtige Schlussfolgerung.

6. Machine-Learning-Abschnitt

   • Fügen Sie einen konzeptionellen ML-Faktorgenerierungsabschnitt ein, auch wenn kein sklearn installiert ist.
   • Erwähnen Sie Lasso, Ridge, Random Forest, XGBoost nach Bedarf.
   • Erklären Sie, dass ML mehrere finanzielle Merkmale kombiniert, um zukünftige Renditen/ROE/Cashflow-Verbesserungen vorherzusagen.
   • Betonen Sie finanzielle Logik und Out-of-Sample-Validierung, um Überanpassung zu vermeiden.

7. Berichtsstruktur Verwenden Sie diese neunteilige Struktur für Kursarbeiten:

   • 摘要、关键词
   • 一、研究背景与问题提出
   • 二、数据来源与处理口径
   • 三、指标构建与因子逻辑
   • 四、Python 图表与结果分析
   • 五、传统方法：分组与回归分析 / Alpha 检验
   • 六、机器学习方法生成综合因子
   • 七、公司案例解读
   • 八、投资应用建议与局限
   • 九、结论
   • 附件：数据与代码

8. Länge

   • Wenn der Nutzer 5000/5500/5700 字以上 anfordert, überprüfen Sie die endgültige DOCX-Textlänge mit python-docx.
   • Bevorzugen Sie präzise Erweiterung durch Methodik, Alpha-Interpretation, Branchenhinweise und ML-Workflow, nicht durch Fülltext.

API-Hinweise

Lesen Sie references/eastmoney-fields.md, wenn Sie Datenabrufskripte implementieren oder ändern.

Verwenden Sie scripts/factor_report_template.py als Ausgangspunkt, wenn Sie ein neues Metrikenskript erstellen. Kopieren Sie es in das Arbeitsbereichsverzeichnis outputs/ oder work/ und passen Sie es dann an:

• Unternehmensliste und Felder
• Faktorformel
• Diagrammtitel
• Berichtserzählung

Übliche Interpretationssprache

Verwenden Sie einfache chinesische Erklärungen:

• „Alpha 是否存在“ bedeutet, ob der Faktor nach Kontrolle üblicher Variablen immer noch Überrendite erzeugt.
• „因子对 return 有解释力“ bedeutet, dass hohe/niedrige Faktorgruppen unterschiedliche zukünftige Renditen zeigen oder die Regressions-β signifikant ist.
• „不能证明 Alpha 存在“ ist akzeptabel und oft besser als Übertreibung.
• „该指标能解释经营质量，但短期不一定预测股价“ ist eine gültige vorsichtige Schlussfolgerung.

Abschließende Antwort

Verlinken Sie das endgültige .docx und die wichtigsten Supportdateien. Erwähnen Sie:

• ausgewählter Faktor und Unternehmen
• ob Alpha mit großer Stichprobe getestet wurde
• Haupterkenntnis
• generierte Code-/Daten-/Diagrammdateien