如何用好基本面数据，提高量化策略收益？
在量化交易当中，财务数据和行情数据有一个很大的区别，你今天去查某支个股的收盘价，和过几年再去查，这两个时间点的价格都是一致的。但是财务数据呢，某家企业去年的净利润是多少，今天查到的数值，却不一定等于三年后的数值。
下面举个栗子就明白了~
炒股年头儿长的小伙伴都应该听说过一个上市公司，叫獐Z岛，对，就是那个扇贝跑来跑去的公司。
这个公司呢，在2014、2015已经连续两年亏损，已经被实施退市风险警示，如果接着2016年再亏损，那就可以喜提毕业大礼包了，所以，2016年的经营结果对公司能否保壳十分关键。
2017年3月21日，獐Z岛披露了2016年度报告。按照年报当中显示，2016全年实现归母净利润7959w，终于扭亏为盈，保壳成功，胜天半子。
但是，不出意外的话，就要出意外了，2019年7月，证监会经过调查，最终认定獐Z岛存在虚增利润，涉案金额达到1.3个小目标。经过追溯调整以后，公司2016年的净利润和归母净利润都双双转负，倒亏5000w+。
更吊诡的是，明明这个公司的净利润数据已经修订过了，但在2026年的今天去查，还有好多行情软件上显示的是那个最初的造假金额。
TDX
DFCF
上面的例子想说的是，同一个报告期，同一家公司，同一个净利润科目，在不同的时间点，出现了两个完全相反的答案。
平常咱F10看财报数据，很多人都以为财报数据是静态的，发布出来后就不变了，其实不是的，财报数据是动态的，会随着日期发生改变的 ，除了那种造假被揪出来强制改正之外，日常上市公司也是会对之前的财报主动进行修订。
由于财报数据的动态性，稍不注意，你的基本面量化策略可能就在引入未来函数，今天回测2017年的基本面策略，查询到的是那调整后的亏损的5000w。
假设策略要求净利润必须为正，或者要求净利润同比保持一定增速，那么獐Z岛自然会被排除在候选股票池之外，策略在2017年就成功识别出了獐Z岛的经营问题，提前避开了后面财务暴雷的风险。
这样的回测结果看起来可能非常亮眼，但实际上经历了一次穿越时空的爱恋，2017年的策略不可能知道2019年的证监会的调查结果，更不可能提前使用2年后才出现的净利润调整结果，站在2017年，投资者能够看到的就是盈利7000w，而不是亏损5000w，这个财务造假的雷没有那么顺利避开。
要在量化中用好基本面数据，首先就要理解A股上市公司的财务报告是怎样披露的，通常情况下，一季报需要在当年4月底之前披露，半年报需要在当年8月底之前披露，三季报需要在当年10月底之前披露，年报则需要在次年4月底之前披露，所以每年4月你就可能前脚看到去年年报披露，后脚就看到今年一季报。
比较低级的错误就是，比如说，在2026年1月就调用2025年的年报数据，以为过完年就可以调数据了，这种就实在太低级了，但凡了解过交易所披露规则的都不会犯，就不在今天的讨论之列了。
用好财报数据，至少要了解3个时间概念，第一个是报告期，也就是财务数据描述的是哪个经营阶段。第二个是公告日期，也就是上市公司在什么时候把这份财务报告公开给市场看。第三个是修订日期，也就是公司在首次披露(公告日期)之后，什么时候对原来的数字进行了更正、追溯调整或者重新披露。
很多基础数据库只强调报告期，而量化回测真正关心的则是后两个时间，数据什么时候首次可见，以及后来发生的修订在什么时候开始可见。
咱以浓眉大眼的中X国际为例，“2024-12-31”是报告期，表示这份财务报告是年报，统计的是2024年1月1日至2024年12月31日的财务状况，“2025-02-12”是公告日期，表示它在这一天公开了自己2024年年报，修订标志为0，表示这是首次发布，“2025-03-28”是修订日期，别是它在这一天对自己的财报进行更正，将自己的净利润和归母净利润分别提高了1.93亿和2.19亿，修订标志为1，表示这是修订版本。
从这里就可以看出来，公告日期和修订日期是让量化回测不要出现未来函数的关键变量，也给提高基本面利用效率打下基础。
以往很多人做基本面策略研究，为了避免未来函数，财务数据的使用都非常保守。比如说，2026年4月中旬这个时点，有的上市公司已经发了2025年报和2026一季报，有的则发了2025年报，有的则还停留在2025年的三季报，大部分是业绩不好不敢见公婆，非要压点的，为了避免未来函数，则4月只能取去年三季报的数据，要到5月初才能统一取今年一季度的数据，以此类推，9月初以后才能统一使用半年报，11月初以后才能使用三季报。
这种用法虽然避免了未来函数，但从信息利用效率来看，过度保守同样会付出代价。假设一家公司在3月份的时候就发了去年年报，经营现金流、净利润和ROE都出现明显改善，而策略直到5月初才能使用这一part数据，那么财报公布后的2个月里，策略仍然把它当成一家只披露到去年三季报的公司，市场已经开始根据年报重新定价，策略却仍然停留在旧数据上。
反过来，一家公司3月份公布的财报如果明显恶化，继续使用旧数据也可能导致策略继续错误持有，原来的ROE、利润增速和现金流或许还符合标准，但新财报已经表明经营质量下降。如果策略必须等到统一时点才更新，基本面风险就无法及时进入选股程序。
所以啊， 从信息利用率的角度出发，可以不要求所有股票在同一个交易日使用相同报告期 ，假设策略在4月中旬调仓，有些上市公司可能尚未发布年报，只能继续使用上一年三季报，有些公司已经发布年报，可以使用年度数据，还有极少数公司可能已经披露一季报，可以进一步使用一季报。
除非你是要做报告期横截面建模，不然不同上市公司使用不同报告期也不算是口径混乱，反而更加符合当时真实的信息环境，真正需要统一的并不是报告期，而是“所有数据在决策时都已经公开”这一条规则。
哦豁，废话太多了，总结一下，在量化入门期，想用好基本面数据，记住三个基础要点就够了。
（1）基本面数据不是F10里面看到的那种静态横截面，而是会不定时动态改变的。
（2）要记住和区分报告期、公告日期和修订日期这3个概念，不踩未来函数的坑和提高效率就都靠这哥仨。
（3）取数规则不用太保守，只要在决策时财报已公开就大胆用，不要求必须是统一报告期。
都说到这儿了，那就利用这些规则对上期的绩优红利策略进行改进一下，是骡子是马牵出来溜溜。
这个红利策略是作为小市值互补的防空洞策略，主打的是纯基本面选股，逻辑神经大条，中规中矩保持每年正向收益， 类似于GARP(Growth at a Reasonable Price)策略，用合理的价格买成长型公司，只不过这些基本面只是用来做股票池筛选，最终还是在候选池子当中买股息率最高的前N支股票，具体构建过程请见上月的文章 《 两个群的人都瞄上了这个策略 》 。
现在来回顾一下策略绩效，作为改进对比的基准。
选股5支
选股10支
一般情况下，红利策略跟小市值策略是跷跷板效应，但 这俩冤家之前都是被AI拿去当血包，被狂抽流动性，成难兄难弟了，最近AI拉胯，资金回流，红利跟小市值就开始分化了，目前是小市值苦一苦，红利板块开路虎。最近小市值策略也是遇到了2次行业冥灯，算是信号互相印证了。
在原始版的红利策略当中，用来过滤选股池的基本面因子用的是最保守的取数规则，也就是统一报告期，5月才能对一季报全部可见。
在改进版的策略中，就采用时效性更高的取数规则，不统一报告期，具体来说就是， 在1月至4月，改进版会同时查询上一年三季报、上一年年报和当年一季报；在5月至8月，同时查询当年一季报和半年报；在9月至10月，同时查询半年报和三季报；11月至12月则查询三季报。
这样的财报候选范围覆盖了当前月份中可能提前披露的新财报，同时又保留了尚未披露新财报公司的上一期数据。然后根据公告日期和修订日期进行判断，如果昨日及之前可见，那么就取可见范围内的最新财报的最新数据，为了避免未来函数，默认所有财报公布后都只能是第二天可见。
来看一下改进版的策略绩效。
选股5支
选股10支
从中可以看出来， 选股5支，改进版红利策略年化收益从25.30%提升到26.34%，夏普率从0.9103提升到0.9497，最大回撤从26.37%下降到26.04%。 选股10支，改进版红利策略年化收益从20.45%提升到21.92%，夏普率从0.8019提升到0.8705，最大回撤从23.31%下降到23.18%
有一丢丢的提升作用，但效用不是特别明显，主要的原因是，该策略当中最核心的选股因子股息率，原本就是日级别更新的TTM数据，基本面取数规则的改进对它没有影响，影响的是用来进行股票池过滤的基本面因子，因此最大的效用就没有发挥出来，看来下次还是得找个更保守的基本面策略才行。
再来进行一个分年收益统计，依旧是中规中矩。
好了，这个绩优红利策略的改进说完了，如果之前有用原始版进行魔改/模拟/实盘的小伙伴，建议改用新版的，下面是参数设置的要点。
ACCOUNT_ID ：就是你自己的股票账户的资金账号，回测的时候可以不填或乱填，实盘的时候一定要填自己正确的账号。
ACCOUNT_TYPE ：因为要使用股票账户进行交易，所以该参数固定为“STOCK”。
ACCOUNT_MODE ：就是你打算用多少钱来跑这个策略，可选值为MONEY和RATIO。选MONEY就表示按照ACCOUNT_MONEY设定的金额，选RATIO就表示使用总账户ACCOUNT_RATIO那么多比例的资金。
ACCOUNT_MONEY ：策略金额，单位是“元”，根据自己的资金情况设置。
ACCOUNT_RATIO ：占总账户资金的比例，数值在0~1.0之间，0.3表示占30%比例。
STRATEGY_TRADETIME ：策略进行交易的时间，因为该策略是日线策略，一天那么长，所以需要指定一个具体的时间进行下单交易，必须是在交易时间段内。
ORDER_TIMEOUT ：订单超时时间，默认是60秒，下单后超过60秒没有全部成交就是超时， 策略程序会自动检查出超时的委托单，然后撤单重下 。
STRATEGY_PATH ：策略相关文件的存储路径，策略程序会在STRATEGY_PATH这个路径底下再新建一个名为STRATEGY_NAME的文件夹，策略相关的持仓文件和交易日志文件都会保存在这个文件夹底下，这些文件是做仓位隔离和信息回溯的关键。
STRATEGY_NAME ：策略名称， 一旦开启实盘之后，策略名称不要随意修改 ，不然就无法识别策略持仓文件，如果在盘中修改然后重启策略的话，就识别不了修改之前下的委托单和成交单。 特别说明就是，策略名称除了中文和英文之外，不要含有任何特殊字符，不然就无法正确识别券商柜台的委托回报。
SELECT_NUM ： 每一次选择多少支符合条件的股票作为目标持仓，这里默认是5支。
PE_HIGH ：基本面估值筛选时，市盈率PE指标的上限。
PB_HIGH ： 基本面估值筛选时，市净率PB指标的上限。
PEG_HIGH ： 基本面估值筛选时， 市盈增长比率 PEG指标的上限。
ROE_LOW ：基本面盈利筛选时， 净资产收益率ROE 指标的下限。
PROFIT_YOY_LOW ： 基本面成长筛选时，净利润增长率的下限。
MONTH_DAY ：每个月的第几个交易日进行交易，默认是第1个交易日。
TOKEN ： 因为这里用到Tushare数据源，所以这里要填入自己Tushare的token，关于如何在QMT当中安装tushare，详见文章 《QMT自带的基本面数据这么拉胯，量化大神是怎么用它来实盘的》 。
本次绩优红利 策略改进版 的回测/实盘源代码，已经分享在『量化达摩院』社群当中，群友请原路径自取，还不会使用QMT进行策略回测和实盘的小伙伴，请参照社群知识库第二章的第3和第4部分进行操作。
根据之前的规则约定，带V1字样的是回测版，仅支持回测，主要是代码少，方便看策略逻辑，带V2字样的是回测实盘一体版，同时兼顾实盘和回测，方便对比回测实盘之间的差异，后缀py的是策略源码文件，rzrk是QMT当中的策略备份文件，在QMT中导入后，除了能看到源码外，还会带有策略回测时的各项参数，因此墙裂建议量化萌新通过rzrk导入的方式使用策略，会非常省心省力。
下期见~
★
往期回顾
★
------量化社群------
------量化策略------
------心得杂谈------
_ Tip：点击关键字可以直接查看对应文章。 _
END
如果对本文有疑惑，或是想聊聊
亦或是围观朋友圈当点赞之交
戳我，让我们一路同行
吃瓜吐槽写代码
风险提示：市场有风险，投资需谨慎。所有策略思路和策略源码仅供参考和学习，不构成投资建议，策略回测仅代表历史收益，不代表未来收益。
本文由量化君原创。转载时请注明作者及出处。
在微信公众号阅读原文 ↗
