基本面量化投资：价值投资、企业创新与机器学习

Based on the institutional environment of China's capital market, comprehensive investigate the China's basic quantitative investment strategy construction mechanism, based on the quantitative investment method, focus on the analysis of the company's fundamental values, combined with the application of big data, machine learning and AI, dig more effective new factors. Using the unique manual construction database, to study:1) The strategy construction mechanism of China's basic quantitative investment; 2) The selection of basic index and the validity of quantitative investment strategy; 3)The construction of the quantitative investment strategy of corporate relevance and enterprise innovation (including company association and stock return, patent application and patent quality, etc.) ; 4) Quantitative investment strategies based on large data and machine learning (including text analysis, e-commerce platform data, satellite data, etc.); 5)The application of artificial intelligence in basic quantitative investment. The characteristics and innovation of this project is to: 1) through in-depth field research, reveal the relevant Chinese capital market quantitative investment fundamentals of unique operating mechanism and mode of operation; 2) mining China factor alpha A stock market, make a useful supplement to the theory; 3) based on the emerging capital market, combined with the application of large data machine learning and artificial intelligence, to explore the ways of using the fundamentals in the capital market Chinese quantitative method to obtain excess returns. This topic not only enriches the research perspective of basic quantitative investment, but also provides a systematic and basic investment framework for investors, fund companies, etc., and it also provides reference and ideas for the Chinese market to excavate new Alfa factors, so as to improve the efficiency of the whole market.

本项目从基本面分析角度，基于中国资本市场的制度环境，深入分析公司内在价值的决定因素，并结合大数据和机器学习，挖掘有效的阿尔法因子，构建基于基本面信息的交易策略。利用网络爬虫、手工收集等构建的独特数据库，旨在研究：1)我国基本面量化投资的策略构建机制；2)基本面指标的选取及量化投资策略；3)公司关联与企业创新的投资策略；4)基于大数据的量化投资策略；5)人工智能和机器学习在量化投资中的应用。本项目的特色与创新在于：1)深入研究，揭示中国资本市场独特的阿尔法因子；2)从企业关联和创新角度，探索创新环境下企业估值的决定因素；3)立足新兴资本市场，结合大数据、机器学习和人工智能，建立更加科学有效的交易策略。本课题丰富了基本面量化投资的研究视野，为中国市场挖掘新的阿尔法因子提供思路，进而推动基本面量化投资在中国的发展，对于提升市场效率、降低市场套利成本、引导投资者理性投资具有十分重要的意义。

基本面量化投资作为现代投资实践的方法论，近年来在西方成熟市场已经得到较为广泛的应用。但由于基本面量化投资进入中国的时间不长，中国基金从业人员对该领域的研究和实践存在误解，且所采用的阿尔法因子还相对简单。在此背景下，本课题以基本面量化投资为方法，着重分析公司基本面价值，并结合基本面分析、大数据、机器学习和人工智能的应用，通过挖掘A股市场的阿尔法因子，探索在中国资本市场利用基本面量化方法获取超额收益的途径。本项目的主要研究内容有：1)从多个维度研究公司的基本面信息，比如企业创新、财务安全、企业社会责任、盈余质量等；2)分析信息中介（分析师、私募股权、审计师）的信息传递及其作用；3)基于对公司基本面信息和中介机构的分析，采用大数据的方法，构造量化投资策略。通过研究，我们取得以下重要成果：1）根据公司间的科技关联，首次构造“科技动量”因子，且据此构造的对冲策略可以在美股市场上获得1.17%的月度超额收益；2）分析了中国A股市场“科技动量”因子的显著性及预测周期，且据此构建的对冲策略可以获得8.67%的年度超额收益；3）根据公司在电商平台上的销售数据，构造了线上销售增长率因子，且据此构建的对冲策略可以获得1.27%的月度超额收益；4）根据主动型基金持仓，构造异常持仓因子，且据此构造的对冲策略可以获得年化8.60%的超额收益。本课题的研究产生了一系列对中国基本面量化投资具有重要借鉴意义的研究成果，既有利于提升市场效率、降低市场套利成本、实现资源合理配置，又对促进市场中优秀企业的成长具有十分重要的意义。本课题的研究成果共40项，包括期刊论文31篇，其中在国际权威学术期刊发表11篇，在国内顶尖学术期刊发表的文章20篇；获得国内外学术奖励7次；出版书籍2部。课题组在以前四年中的成果已经远超2018年项目计划书中所列出的预期研究成果：即 “发表8篇左右的论文，其中5篇左右发布在国内权威期刊上，3篇左右发布在国外重要期刊上”，项目取得了丰硕的成果。