A股财务因子报告
使用该技能为金融课程作业生成一份应用型中文报告:包含真实A股数据的财务指标因子报告、Python生成的图表、因子构建、分组、回归/Alpha讨论、机器学习因子解释以及Word交付物。
标准交付物
除非用户另有要求,否则创建以下内容:
outputs/目录下的.docx报告。outputs/目录下可重建数据、图表和结果文件的 Python 脚本。outputs/目录下的 CSV 数据/结果文件。outputs/目录下的 PNG 图表。- 当用户要求“代码打包”或“代码文件形式输出”时,可选提供代码文件的 ZIP 压缩包。
对于 DOCX 文档,如果可用,也请使用 documents 技能:使用 python-docx 生成,尽可能渲染/验证,如果 LibreOffice 渲染不可用,请声明。
工作流程
-
选择或确认因子
- 如果用户说“换一个指标”,选择一个在当前对话中未使用过的新因子。
- 好的选择: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。
- 除非用户要求连续性,否则避免重复公司和指标。
-
使用真实 A 股数据
- 在网络允许时,优先使用东方财富公开接口。
- 对于小型案例,使用 3-4 家具有明显行业对比的 A 股上市公司。
- 对于大样本 Alpha 检验,使用约 300 家非金融 A 股公司,以保持运行时间可控。
- 对于经营类因子,排除金融行业,除非该因子明确针对金融板块。
- 使用 API 时,声明数据来源为“东方财富公开财务接口 / 2024 年年度报告口径”。
-
构建因子
- 构建 2-4 个可解释的财务指标。
- 在组合前对指标进行标准化。
- 保持公式简单,并用通俗中文解释权重。
- 示例:
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
-
生成图表
- 至少包含:一个核心指标柱状图,一个辅助指标柱状图,一个因子散点/排名图。
- 如果进行 Alpha 检验:增加分组收益图和 Alpha/Beta 系数图。
- 使用中文标题和标签。确保图表在 Word 中可读。
-
Alpha 验证
- 遵循图像要求:不要只解释一家公司。检验该因子是否能解释广泛的股票收益或价格趋势。
- 按因子分 5 组,比较未来收益。
- 运行 OLS 回归:
Return = α + β × Factor + controls + ε - 尽可能使用控制变量,如市值、ROE、杠杆或估值。
- 诚实解读:
- 如果高分组跑赢低分组,且 β 显著为正:称该因子显示正向 Alpha 证据。
- 如果 α 为正但 β 不显著:称存在市场/样本截距,但因子本身未被证明。
- 如果分组和回归结果冲突:解释两者,并选择谨慎的结论。
-
机器学习部分
- 即使未安装 sklearn,也包含一个概念性的 ML 因子生成章节。
- 酌情提及 Lasso、Ridge、随机森林、XGBoost。
- 解释 ML 如何组合多个财务特征来预测未来收益/ROE/现金流改善。
- 强调财务逻辑和样本外验证,以避免过拟合。
-
报告结构 针对课程作业使用以下九部分结构:
- 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
-
字数
- 如果用户要求 5000/5500/5700 字以上,使用
python-docx验证最终 DOCX 文本长度。 - 偏好通过方法论、Alpha 解读、行业注意事项和 ML 工作流程进行简洁的扩展,而不是填充内容。
- 如果用户要求 5000/5500/5700 字以上,使用
API 说明
在实现或修改数据抓取脚本时,请阅读 references/eastmoney-fields.md。
在创建新指标脚本时,使用 scripts/factor_report_template.py 作为起点。将其复制到工作区的 outputs/ 或 work/ 目录中,然后进行调整:
- 公司列表和字段
- 因子公式
- 图表标题
- 报告叙述
常用解读语言
使用通俗的中文解释:
- “Alpha 是否存在” 意味着该因子在控制常见变量后是否仍能创造超额收益。
- “因子对 return 有解释力” 指高/低因子组显示出不同的未来收益,或者回归 β 具有意义。
- “不能证明 Alpha 存在” 是可以接受的,并且通常比过度宣称更好。
- “该指标能解释经营质量,但短期不一定预测股价” 是一个有效的谨慎结论。
最终回复
提供最终的 .docx 文件和关键支持文件的链接。说明:
- 选择的因子和公司
- 是否测试了大样本 Alpha
- 主要结论
- 生成的代码/数据/图表文件