Factors Directory

Quantitative Trading Factors

กำไรมาตรฐานเกินความคาดหมาย

ปัจจัยพื้นฐานปัจจัยการเติบโต

factor.formula

กำไรเกินความคาดหมายมาตรฐาน:

ค่าเบี่ยงเบนสัมบูรณ์มัธยฐาน (MAD):

การประมาณค่าส่วนเบี่ยงเบนมาตรฐานแบบ Robust (Robust Standard Deviation Estimation, $\bar{\sigma}$):

โดยที่:

  • :

    กำไรต่อหุ้น (EPS) ที่ประกาศจริง การใช้ EPS แทนกำไรทำให้สามารถเปรียบเทียบบริษัทที่มีขนาดแตกต่างกันได้ดีขึ้น และลดผลกระทบของขนาดบริษัทที่มีต่อปัจจัย

  • :

    ประมาณการ EPS ฉันทามติของนักวิเคราะห์ ประมาณการ EPS ฉันทามติแสดงถึงมุมมองเฉลี่ยของตลาดเกี่ยวกับกำไรของบริษัท โดยปกติจะใช้ค่าเฉลี่ยของการคาดการณ์ของนักวิเคราะห์หลายราย

  • :

    ค่าประมาณส่วนเบี่ยงเบนมาตรฐานแบบ Robust ของกำไรสุทธิต่อหุ้นของบริษัทในช่วงห้าปีที่ผ่านมา คำนวณโดยใช้ค่าเบี่ยงเบนสัมบูรณ์มัธยฐาน (MAD) เพื่อลดผลกระทบของค่าสุดขั้ว (เช่น กำไรและขาดทุนครั้งเดียว) ต่อค่าประมาณส่วนเบี่ยงเบนมาตรฐาน และปรับปรุงความแข็งแกร่งของปัจจัย

  • :

    ตัวอย่างข้อมูลในอดีตของกำไรสุทธิต่อหุ้นของบริษัทในช่วงห้าปีที่ผ่านมา

  • :

    ค่ามัธยฐานของตัวอย่างข้อมูลในอดีตของกำไรสุทธิต่อหุ้นของบริษัทในช่วงห้าปีที่ผ่านมา ใช้ในการคำนวณค่ากลางของ MAD

  • :

    ค่าคงที่ตัวประกอบปรับขนาดที่ใช้ในการแปลง MAD เป็นค่าประมาณของส่วนเบี่ยงเบนมาตรฐาน สำหรับข้อมูลที่เกือบมีการกระจายแบบปกติ k มักจะใช้ค่าประมาณ 1.4826 ซึ่งได้มาจากความสัมพันธ์ระหว่าง MAD และส่วนเบี่ยงเบนมาตรฐานของการกระจายแบบปกติ และสามารถทำให้ MAD ประมาณค่าส่วนเบี่ยงเบนมาตรฐานได้ดีขึ้น

factor.explanation

ปัจจัยกำไรมาตรฐานเกินความคาดหมายสะท้อนถึงปฏิกิริยาของตลาดต่อข้อมูลกำไรของบริษัท โดยวัดจากความเบี่ยงเบนระหว่างกำไรที่เกิดขึ้นจริงและกำไรที่คาดการณ์ไว้ และทำให้เป็นมาตรฐานโดยใช้ค่าประมาณส่วนเบี่ยงเบนมาตรฐานแบบ Robust ค่าปัจจัยที่เป็นบวกบ่งชี้ว่ากำไรของบริษัทสูงกว่าที่ตลาดคาดการณ์ ซึ่งอาจนำไปสู่การเพิ่มขึ้นของราคาหุ้น ในขณะที่ค่าลบอาจนำไปสู่การลดลงของราคาหุ้น ปัจจัยนี้สามารถนำไปใช้ในการลงทุนเชิงปริมาณเพื่อคัดกรองหุ้นที่มีศักยภาพในการทำกำไรเกินความคาดหมาย สร้างแบบจำลองหลายปัจจัย และดำเนินการซื้อขายตามเหตุการณ์ ปัจจัยนี้คำนึงถึงความไม่คาดคิดของข้อมูลกำไรและมีอำนาจในการคาดการณ์มากกว่าตัวชี้วัดกำไรเพียงอย่างเดียว

Related Factors