선형 회귀 잔차 순이익
factor.formula
여기서:
- :
i번째 분기를 나타내며, i는 가장 최근 분기(t)부터 N분기 전까지, 즉 i = t, t-1, t-2 ... t-N+1입니다.
- :
회귀 분석에 사용되는 최근 분기 수를 나타냅니다. 기본값은 8이며 실제 조건에 따라 조정할 수 있습니다.
- :
i번째 분기의 모회사 귀속 순이익을 나타냅니다. 이 데이터는 차원 및 분포의 차이를 제거하기 위해 Z-점수로 정규화해야 합니다.
- :
i번째 분기의 비영업 수익을 나타냅니다. 이 데이터는 차원 및 분포 차이를 제거하기 위해 Z-점수로 정규화해야 합니다.
- :
i번째 분기의 직원에게 지급된 현금을 나타냅니다. 이 데이터는 차원 및 분포 차이를 제거하기 위해 Z-점수로 정규화해야 합니다.
- :
회귀 모델의 절편항으로 독립변수가 0일 때 종속변수의 기대값을 나타냅니다. 요인 계산에 직접 사용되지 않고 회귀 모델 구성에만 사용됩니다.
- :
회귀 모델에서 비영업 수익의 계수로, 다른 요인이 일정하게 유지될 때 비영업 수익의 각 단위 변화가 순이익에 미치는 영향을 나타냅니다.
- :
회귀 모델에서 직원에게 지급된 현금의 계수로, 다른 요인이 일정하게 유지될 때 직원에게 지급된 현금의 각 단위 변화가 순이익에 미치는 영향을 나타냅니다.
- :
i번째 분기의 회귀 잔차항을 나타내며, 비영업 수익과 직원에게 지급된 현금으로 설명되지 않는 순이익 부분을 반영합니다. 즉, 현재 기간의 정제된 순이익입니다. 이 요인의 값은 가장 최근 분기(t)에 해당하는 잔차로, $\epsilon_0$로 표시됩니다.
factor.explanation
재무 데이터에는 미래 주가를 예측할 수 있는 유효한 정보와 주가 예측력이 없는 노이즈가 모두 포함되어 있습니다. 데이터의 신호 대 잡음비를 개선하는 것이 효과적인 요인을 구성하는 핵심입니다. 순이익은 비영업 수익 및 직원에게 지급된 현금과 같이 회사의 핵심 운영 능력과 약하게 관련될 수 있는 여러 요인의 영향을 받습니다. 이 요인은 선형 회귀를 통해 이러한 노이즈를 제거하여 순이익의 예측력을 향상시키는 것을 목표로 합니다. 구체적으로 회귀 모델을 통해 비영업 수익과 직원에게 지급된 현금 흐름으로 설명할 수 있는 순이익 부분을 찾고 이를 노이즈 제거로 처리합니다. 나머지 잔차는 회사의 핵심 수익성과 더 관련이 있는 신호로 간주됩니다. 따라서 이 요인은 "선형 회귀 잔차 순이익"이라고 명명되었습니다. 이 방법을 통해 더 순수한 순이익 신호를 얻을 수 있어 요인 주식 선택의 효과를 개선할 수 있습니다. Z-점수 표준화는 다양한 변수 간의 차원 및 분포 차이를 제거하기 위해 회귀 전에 모든 변수를 처리하여 회귀 분석을 보다 합리적이고 신뢰할 수 있도록 만듭니다.