在800家上市公司年度營業收入預測實驗中，通聯數據蘿卜投資的AI預測相比分析師一致預期的整體勝率為83%，即800家樣本企業中的83%的上市公司AI營收預測結果比分析師一致預期更接近真實值。

        在800家樣本企業分布的26個中信一級行業中，家用電器行業表現出類拔萃，AI預測的勝率達到了100%。除家用電器之外，其他勝率較高并且在90%以上的行業還包括商業貿易、國防軍工、建筑裝飾、食品飲料和建筑材料等。

        AI預測勝率高的同時，也具有較高的精度。根據統計，AI營收預測對800家樣本上市公司的2020年營業收入的預測誤差中位數為5.7%，精度上顯著領先一致預期8.8%的預測誤差。

        AI營收預測的精度在家電行業的表現亦十分不俗。AI營收預測對家電12家樣本上市公司2020年營收的平均預測誤差為3.5%，最大預測誤差為12.8%，最小預測誤差為0.1%，全方位超過分析師一致預期6.7%的平均預測誤差，19.0%的最大預測誤差和1.0%的最小預測誤差。

        家電行業AI預測高勝率背后的秘籍

        系統而嚴密的基本面投研框架

        以老板電器投研框架為例，首先在投研框架的第一層架構上，與宏-中-微觀對應，我們建立了宏觀因子、行業因子和個股因子三個并列節點，契合基本面分析邏輯的同時，從全局上保證了整體框架的完整性和嚴謹性。從框架的第二層架構開始，按照家電行業通用分析結構或者老板電器家電業務邏輯，行業和個股因子會被層層解構，最后在對應節點匹配具體的指標作為因子。

        考慮老板電器所在的家電行業具有典型的消費屬性，在宏觀因子節點下面，我們匹配了如社會消費品零售總額、人均可支配收入等與消費行業具有高關聯性的宏觀指標。

        行業因子層面，結合老板電器多元業務結構，我們設置了廚電行業整體、油煙機和其他項(包含洗碗機、集成灶和烤箱等產品)等多個并列節點。由于油煙機是老板電器主營產品，所以對于油煙機行業，我們首先分為供給和需求兩個角度;接著，對于比較重要的需求端我們進一步拆分為線下需求和線上需求;然后，線下需求按照房地產后周期、房地產精裝修和滲透率等三個邏輯形成的新增需求，以及更換周期帶來的替換需求等幾個層面進行深入的解構。

        個股因子層面，產銷存、渠道、市占率、財務指標、同業競爭對手等關乎企業營收的重要影響因素悉數被納入框架之中。結合老板電器的業務結構，銷售渠道等特點，產銷存、渠道、市占率等因素會被進一步拆解至產品或者區域等不同層面，然后在各個細分層面去匹配蘿卜投資平臺中的高頻指標。

        蘿卜投資平臺豐富和強大的數據支撐能力

        總體上，蘿卜投資平臺匯聚了海內外各領域18大傳統金融數據庫、9大另類數據庫，并用海量的非結構化數據創造出另類信息優勢。

        家電數據方面，蘿卜投資平臺匯集了30多種家電品類、6大維度、線上和線下全方位數據體系。就細分產品的顆粒度而言，蘿卜投資平臺家電數據品類齊全，從大到冰柜、冰箱，小到豆漿機、電熨斗等各類品類都能找到高頻指標。維度層面，家電產品的產量、銷量、進出口、庫存、財務指標和價格等各字段都在我們的數據能力之內。數據頻率方面，家電指標最高可以到周度頻率，足以滿足機器和投研人員對于行業數據的監控和跟蹤要求。

        蘿卜投資平臺海量的數據庫和立體化的家電數據體系，為家電企業提供了堅實的因子數據來源，家電企業進行AI營收預測取得高勝率和高精度的數據基礎。

        圖5. 老板電器個股投研框架中的電商銷售等另類高頻指標

        AI營收預測模型高質量的因子輸入

        我們的AI營收預測模型利用機器優勢充分挖掘數據與基本面的關聯，將驅動因子納入到金融量化模型中，形成了一套成熟的人機結合的投資體系。通過業務邏輯抽取、量化分析和算法等多種方式對海量數據庫中的因子進行篩選，機器則通過因子體系吸納專家經驗，甚至可以反哺人為的信息盲點，從而形成全面的基本面監控和預測體系。

        以格力電器為例，圖6-7-8是三個非常典型的對格力電器營收具有預測意義的因子。圖6是格力電器歷史和最新一季度營收環比走勢。如果剔除受疫情影響的2020年，格力電器季度營收環比增速的季節性變化規律十分明顯，而這一特征通過算法設置可以輸入給機器，從而在營收預測的模型中融入季節性因素對營收的影響。

        圖7反映的是一個相對另類的個股因子，即競爭對手的市占率對格力電器營收的預測性。根據相關性檢驗，美的市占率同比對格力電器營收同比有1個季度的領先性，相關性為-0.46，從量化層面證實了該因子的有效性。邏輯上，美的市占率同比這個因子通過反向相關和格力電器的營收同比形成耦合關系，機器獲取對應關系后，在AI營收預測模型中就融入了市場競爭因素對格力營收的影響。

        圖8是一個行業因子的實例，即國內空調銷量當月同比因子對格力電器營收的預測。國內空調銷量當月同比和格力電器營收同比是同步關系，相關性高達0.71，表明了該因子和格力電器營收同比之間的強關聯。二者雖然是同步關系，但是因為空調銷量指標是一個月頻指標，通過高頻的數據仍然可以領先1個季度預測格力電器的營收。邏輯上，國內空調銷量當月同比指標是對國內空調需求變化的度量，這個因子納入模型之后就帶來了中觀需求因素對格力電器營收的影響。

《電鰻快報》