基本面趋势预期收益率
factor.formula
首先，计算每个股票在不同时间跨度上的基本面因子移动平均值：
其次，在每个月末，使用上一期计算的基本面因子移动平均值对下一期股票收益率进行截面回归，从而估计不同基本面因子在不同时间跨度上对未来收益的风险溢价：
最后，利用回归估计的风险溢价系数和当期基本面因子移动平均值，计算股票的预期收益率：
其中：
- :
表示股票 $i$ 在 $t$ 月的第 $k$ 个基本面因子在滞后 $j$ 个季度后的取值。例如，若 $j=0$，则为当期值；$j=1$ 则为滞后一季度。
- :
表示股票 $i$ 在 $t$ 月的第 $k$ 个基本面因子，时间跨度为 $L$ 个季度的移动平均值。$L$ 取值为 1、2、4 和 8，分别代表 1个季度，半年度，年度以及两年时间跨度。
- :
表示股票 $i$ 在 $t$ 月的收益率，通常为考虑股息再投资后的回报率。
- :
表示 $t$ 月截面回归的截距项，代表市场整体收益率水平。
- :
表示在 $t$ 月截面回归中，第 $k$ 个基本面因子，时间跨度为 $L$ 个季度移动平均值的回归系数，代表该基本面因子在特定时间跨度下的风险溢价或收益预测能力。$E_t[\beta_{t+1,L}^{k}]$ 表示对未来 $t+1$ 期该回归系数的预期，实践中通常采用当期的回归系数作为未来系数的估计值。
- :
表示 $t$ 月截面回归的残差项，代表模型无法解释的股票 $i$ 的特异性收益。
- :
表示选取的用于计算的基本面因子个数，此处选取了7个基本面因子：净资产收益率（ROE）、总资产收益率（ROA）、每股盈利（EPS）、应计利润比净资产（Accrual-based Profit to Equity Ratio, APE）、现金流利润比总资产（Cash-based Profit to Total Asset Ratio, CPA）、毛利润比总资产（Gross Profit to Total Asset Ratio, GPA）、净派息率（Net payout ratio）。这些因子覆盖了盈利能力、运营效率、现金流和股东回报等多个维度，旨在从不同角度捕捉企业的价值和成长性。
factor.explanation
该因子 (FIR) 通过截面回归方法，结合了多个基本面因子的多季度移动平均值，并将其与未来的股票收益率进行关联分析。其核心思想在于：基本面趋势具有一定的持续性，并能对未来收益率产生预测作用。该因子综合考虑了基本面信息的绝对水平以及其随时间变化的趋势，旨在挖掘那些具有基本面持续改善的股票，并基于其风险溢价估计其预期收益率。预期收益率越高，意味着股票的投资价值越高。该因子融合了价值投资和趋势跟踪的理念。