>> 中信證券-2023年下半年量化選股策略：細(xì)化風(fēng)控，深挖兌現(xiàn)-230525
| 上傳日期： |
2023/5/25 |
大?。?/td>
| 3169KB |
| 格式： |
pdf 共31頁 |
來源： |
中信證券 |
| 評(píng)級(jí)： |
-- |
作者： |
趙文榮,王兆宇,史周 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告 |
|
|
2023年以來A股市場(chǎng)總體上行，但主體風(fēng)格在大盤、價(jià)值、科技主題等領(lǐng)域快速切換，年內(nèi)價(jià)值、低波因子表現(xiàn)占優(yōu)，成長(zhǎng)、盈利因子持續(xù)走弱，科技主題板塊的超額收益均被如市值、反轉(zhuǎn)等因子所解釋，獲取超額收益的難度高于往年。市場(chǎng)價(jià)格的變化本質(zhì)由基本面預(yù)期變化驅(qū)動(dòng)，當(dāng)前核心寬基指數(shù)的強(qiáng)預(yù)期與弱業(yè)績(jī)現(xiàn)象顯著，成長(zhǎng)、盈利組合的基本面預(yù)期走弱，僅價(jià)值組合的預(yù)期成長(zhǎng)性顯著提升。展望下半年，市場(chǎng)主體風(fēng)格弱化下，選股策略應(yīng)精細(xì)化組合風(fēng)險(xiǎn)控制，深挖業(yè)績(jī)兌現(xiàn)主線。離散化風(fēng)險(xiǎn)模型大幅擴(kuò)充解釋變量，實(shí)現(xiàn)風(fēng)險(xiǎn)精細(xì)化描述，基于此的因子動(dòng)量與純Alpha反轉(zhuǎn)效應(yīng)顯著，當(dāng)前環(huán)境下更應(yīng)重視純Alpha反轉(zhuǎn)策略。業(yè)績(jī)兌現(xiàn)一看預(yù)期邊際改善，受業(yè)績(jī)驅(qū)動(dòng)型的預(yù)期改善策略3月后超額收益顯著回升；二看“成長(zhǎng)周期向上”的科技板塊主題組合，困境反轉(zhuǎn)策略年內(nèi)月勝率達(dá)80%；三看企業(yè)行為隱含的對(duì)未來業(yè)績(jī)?cè)鏊僦敢?，股?quán)激勵(lì)目標(biāo)增速較高個(gè)股具備投資價(jià)值，股權(quán)激勵(lì)精選組合年內(nèi)超額收益為6.82%。
▍市場(chǎng)特征：板塊風(fēng)格多輪切換，戰(zhàn)勝基準(zhǔn)難度加大。
?。?）市場(chǎng)總體上行，板塊風(fēng)格歷經(jīng)多輪切換。1月前為大盤風(fēng)格，2月后切入主題成長(zhǎng)，4月后再到大盤價(jià)值。
?。?）傳統(tǒng)基本面因子風(fēng)格弱化，成長(zhǎng)、盈利因子持續(xù)回撤，價(jià)值、低波因子表現(xiàn)占優(yōu)。雖然今年以來數(shù)字經(jīng)濟(jì)、人工智能等科技主題曾一度獲得市場(chǎng)追捧，但個(gè)股層面主題板塊的超額收益均被如市值、反轉(zhuǎn)等因子所解釋。
?。?）風(fēng)險(xiǎn)模型對(duì)個(gè)股總波動(dòng)解釋度的分布區(qū)間低于過去兩年。說明通過風(fēng)格、行業(yè)的偏離來獲得超額收益的難度總體上高于以往。
?。?）實(shí)際運(yùn)作來看，公募滬深300、中證500增強(qiáng)基金年內(nèi)戰(zhàn)勝基準(zhǔn)比例不足三分之一。中證1000增強(qiáng)由于備選樣本股數(shù)較廣，目前來看，戰(zhàn)勝基準(zhǔn)的比例和超額收益尚處于較正常的水平。
▍風(fēng)格解析：預(yù)期變化驅(qū)動(dòng)基本面風(fēng)格切換，經(jīng)濟(jì)復(fù)蘇錨定于企業(yè)營收增長(zhǎng)。
（1）核心寬基指數(shù)的強(qiáng)預(yù)期與弱業(yè)績(jī)。各指數(shù)實(shí)現(xiàn)凈利潤增長(zhǎng)率2023Q1財(cái)報(bào)披露后小幅提升，但相對(duì)2021年末以來的下行趨勢(shì)幅度仍不明顯；各指數(shù)一致預(yù)期凈利潤FTTM增長(zhǎng)率顯著提升，創(chuàng)業(yè)板指、科創(chuàng)50、中證1000指數(shù)幅度更高。
（2）預(yù)期變化推動(dòng)基本面風(fēng)格切換，價(jià)值組合的預(yù)期成長(zhǎng)性顯著上行。中證全指成長(zhǎng)組合預(yù)期成長(zhǎng)性下行，盈利組合預(yù)期盈利水平下降，而價(jià)值組合的預(yù)期成長(zhǎng)性顯著提升，這也解釋了風(fēng)格因子的走勢(shì)。
（3）市場(chǎng)對(duì)經(jīng)濟(jì)復(fù)蘇進(jìn)展的關(guān)心錨定于營收的預(yù)期變化。PS視角下市場(chǎng)的估值偏貴，PE、PB視角下市場(chǎng)總體估值較低，部分熱門行業(yè)從PB-ROE、PE-凈利潤增長(zhǎng)率的角度來看與擬合中樞偏離較多，但從PS-營收增長(zhǎng)率來看則非常接近擬合中樞，說明在投資者關(guān)注經(jīng)濟(jì)復(fù)蘇進(jìn)展的大背景下，重點(diǎn)關(guān)注于上市企業(yè)的營業(yè)收入增長(zhǎng)情況，且目前市場(chǎng)價(jià)格點(diǎn)位已經(jīng)隱含了較高的營收增長(zhǎng)預(yù)期。
▍組合管理：精細(xì)化風(fēng)險(xiǎn)刻畫，弱風(fēng)格環(huán)境重個(gè)股Alpha。
?。?）離散化因子處理，重視因子排序。對(duì)各大類因子進(jìn)行了基于分位數(shù)的分組劃分，每個(gè)因子的每個(gè)分組以啞變量形式體現(xiàn)在回歸方程中。離散化的本質(zhì)是對(duì)排序關(guān)系的描述，而非數(shù)量關(guān)系的描述，而且為非線性問題預(yù)留了靈活的操作空間。
（2）精細(xì)化因子刻畫，因子收益動(dòng)量和個(gè)股Alpha反轉(zhuǎn)效果顯著。因子離散化之下，回歸模型的解釋變量數(shù)量大幅擴(kuò)充，也實(shí)現(xiàn)了對(duì)因子收益更精細(xì)的刻畫，因子收益動(dòng)量和個(gè)股Alpha反轉(zhuǎn)效果顯著。
（3）市場(chǎng)主體風(fēng)格缺失環(huán)境，純Alpha反轉(zhuǎn)策略相對(duì)收益更高。因子動(dòng)量策略長(zhǎng)期IR和年化超額收益率均高于純Alpha反轉(zhuǎn)策略，說明在A股市場(chǎng)總體上通過風(fēng)格或行業(yè)的把握來獲取超額收益相對(duì)容易，而在風(fēng)格弱化的年份，純Alpha反轉(zhuǎn)策略的超額收益更高。
▍業(yè)績(jī)主線：精選預(yù)期改善個(gè)股，挖掘企業(yè)隱含目標(biāo)增速。
（1）預(yù)期邊際改善策略：復(fù)蘇預(yù)期下收益有所回升，個(gè)股超額貢獻(xiàn)突出。2023年以來，超額收益主要在3月份之后實(shí)現(xiàn)，這說明在進(jìn)入業(yè)績(jī)密集披露期時(shí)，市場(chǎng)開始回歸業(yè)績(jī)主線投資，預(yù)期邊際改善策略受益于業(yè)績(jī)驅(qū)動(dòng)而獲得更好的收益表現(xiàn)。
?。?）科技板塊選股：主題性投資熱點(diǎn)下，精選業(yè)績(jī)驅(qū)動(dòng)組合?；诳萍及鍓K行業(yè)和個(gè)股的成長(zhǎng)周期特征，選擇具備“成長(zhǎng)周期向上”特征的股票構(gòu)建組合，困境反轉(zhuǎn)精選組合僅在2023年4月跑輸中信科技基準(zhǔn)指數(shù)，月勝率為80%，具備持續(xù)性的超額收益能力。
?。?）企業(yè)行為視角：股權(quán)激勵(lì)事件隱含的預(yù)期目標(biāo)增速。對(duì)未來業(yè)績(jī)?cè)鏊兕A(yù)期的指引或是股權(quán)激勵(lì)預(yù)案期超額收益的主要來源，在當(dāng)前預(yù)期不明朗的情況下，具有目標(biāo)凈利潤增速的個(gè)股更具投資價(jià)值。
▍風(fēng)險(xiǎn)因素：模型失效風(fēng)險(xiǎn)；市場(chǎng)預(yù)期大幅變化；宏觀及產(chǎn)業(yè)政策出現(xiàn)重大變化。
|
|
