A股财务因子报告

A주 재무 요인 보고서

이 스킬은 재무 과정을 위한 응용 중국 보고서를 생성합니다: 실제 A주 데이터, Python 생성 차트, 요인 구성, 그룹화/회귀/알파 논의, 머신러닝 요인 설명, Word 산출물을 포함한 재무 지표 요인 보고서를 작성합니다.

표준 산출물

사용자가 달리 요청하지 않는 한 다음 항목을 생성합니다:

• outputs/ 디렉토리의 .docx 보고서
• outputs/ 디렉토리의 Python 스크립트(데이터, 차트, 결과 파일 재생성 가능)
• outputs/ 디렉토리의 CSV 데이터/결과
• outputs/ 디렉토리의 PNG 차트
• 사용자가 “코드 패키징” 또는 “코드 파일 형식 출력”을 요청할 경우 선택적으로 코드 파일 ZIP

DOCX 작업의 경우, 가능하면 documents 스킬도 사용하십시오: python-docx로 생성하고, 가능할 때 렌더링/확인하며, LibreOffice 렌더링이 불가능할 경우 이를 공개하십시오.

워크플로우

1. 요인 선택 또는 확인

   • 사용자가 “다른 지표”를 요청하면 스레드에서 사용되지 않은 새로운 요인을 선택하십시오.
   • 좋은 선택: 매출총이익률 질, 영업현금흐름 질, 재고 회전율, 매출채권 질, 매입채무 협상력, ROE 질, 부채비율 위험, 수익 성장 질, 비용율 통제, 밸류에이션 요인.
   • 사용자가 연속성을 요청하지 않는 한 기업과 지표의 반복을 피하십시오.

2. 실제 A주 데이터 사용

   • 네트워크가 허용될 때 동방재부 공개 인터페이스를 선호하십시오.
   • 소규모 사례의 경우 명확한 업종 대비가 있는 3~4개의 A주 상장 기업을 사용하십시오.
   • 대규모 표본 알파 점검의 경우 실행 시간을 관리 가능하게 유지하기 위해 약 300개의 비금융 A주 기업을 사용하십시오.
   • 운영 요인의 경우 요인이 명시적으로 금융 부문에 특화된 것이 아니라면 금융 업종을 제외하십시오.
   • API를 사용할 때 데이터 출처를 “동방재부 공개 재무 인터페이스 / 2024년 연례 보고서 기준”으로 명시하십시오.

3. 요인 구성

   • 2~4개의 해석 가능한 재무 지표를 구축하십시오.
   • 결합 전에 지표를 표준화하십시오.
   • 공식을 간단하게 유지하고 가중치를 평이한 중국어로 설명하십시오.
   • 예: 질 요인 = 0.50 × 표준화 핵심 지표 + 0.25 × 표준화 보조 지표1 + 0.25 × 표준화 보조 지표2

4. 차트 생성

   • 최소: 하나의 핵심 지표 막대 차트, 하나의 보조 지표 막대 차트, 하나의 요인 산점도/순위 차트.
   • 알파를 수행하는 경우: 그룹별 수익률 차트와 알파/베타 계수 차트를 추가하십시오.
   • 중국어 제목과 레이블을 사용하십시오. 차트는 Word 내에서 읽기 쉽게 유지하십시오.

5. 알파 검증

   • 이미지 요구 사항을 따르십시오: 하나의 기업만 설명하지 마십시오. 요인이 광범위한 주식 수익률 또는 가격 추세를 설명하는지 테스트하십시오.
   • 요인별로 5개 그룹으로 나누고 미래 수익률을 비교하십시오.
   • OLS 실행: Return = α + β × Factor + controls + ε
   • 가능할 때 규모, ROE, 레버리지 또는 밸류에이션과 같은 통제 변수를 사용하십시오.
   • 정직하게 해석하십시오:
     • 상위 그룹이 하위 그룹을 능가하고 β가 유의미한 양수이면: 요인이 양의 알파 증거를 보여준다고 말하십시오.
     • α가 양수이지만 β가 유의미하지 않으면: 시장/표본 절편은 존재하지만 요인 자체는 입증되지 않았다고 말하십시오.
     • 그룹화와 회귀가 충돌하면: 둘 다 설명하고 신중한 결론을 선택하십시오.

6. 머신러닝 섹션

   • sklearn이 설치되지 않은 경우에도 개념적 ML 요인 생성 섹션을 포함하십시오.
   • 적절하게 Lasso, Ridge, Random Forest, XGBoost를 언급하십시오.
   • ML이 여러 재무 특성을 결합하여 미래 수익률/ROE/현금흐름 개선을 예측한다고 설명하십시오.
   • 과적합을 피하기 위해 재무 논리와 샘플 외 검증을 강조하십시오.

7. 보고서 구조

   • 과정 보고서를 위해 다음 9개 부분 구조를 사용하십시오:
   • 초록, 키워드
   • 一、연구 배경 및 문제 제기
   • 二、데이터 출처 및 처리 기준
   • 三、지표 구축 및 요인 논리
   • 四、Python 차트 및 결과 분석
   • 五、전통적 방법: 그룹화 및 회귀 분석 / 알파 검증
   • 六、머신러닝 방법을 통한 종합 요인 생성
   • 七、기업 사례 해석
   • 八、투자 적용 제안 및 한계
   • 九、결론
   • 부록: 데이터 및 코드

8. 분량

   • 사용자가 5000/5500/5700자 이상을 요청하면 python-docx로 최종 DOCX 텍스트 길이를 확인하십시오.
   • 방법론, 알파 해석, 업종 주의 사항, ML 워크플로우를 통한 간결한 확장을 선호하고, 내용 채우기는 피하십시오.

API 참고

references/eastmoney-fields.md를 참조하여 데이터 가져오기 스크립트를 구현하거나 수정할 때 사용하십시오.

scripts/factor_report_template.py를 새 지표 스크립트를 만들 때 시작점으로 사용하십시오. 이를 워크스페이스 outputs/ 또는 work/에 복사한 다음 다음을 조정하십시오:

• 기업 목록 및 필드
• 요인 공식
• 차트 제목
• 보고서 설명

일반 해석 언어

평이한 중국어 설명을 사용하십시오:

• “알파가 존재하는가”는 요인이 일반 변수를 통제한 후에도 여전히 초과 수익을 창출하는지를 의미합니다.
• “요인이 수익률에 대해 설명력이 있다”는 고/저 요인 그룹이 다른 미래 수익률을 보이거나 회귀 β가 의미 있음을 의미합니다.
• “알파가 존재함을 증명할 수 없다”는 과장 주장보다 수용 가능하고 종종 더 낫습니다.
• “이 지표는 경영 질을 설명할 수 있지만, 단기적으로는 반드시 주가를 예측하지는 않는다”는 타당한 신중한 결론입니다.

최종 응답

최종 .docx 및 주요 지원 파일을 링크하십시오. 다음을 언급하십시오:

• 선택한 요인 및 기업
• 대규모 표본 알파가 테스트되었는지 여부
• 핵심 결론
• 생성된 코드/데이터/차트 파일