本报告跟踪长江因子体系中各因子的历史表现,聚焦指数增强和ETF轮动策略。数据显示近期波动率、成长和价值风格因子表现良好,规模因子显著回撤。多因子选股策略中量价因子表现回暖,绝大多数基本面因子保持正超额收益。指数增强策略在主要宽基指数表现良好,ETF轮动策略也持续贡献正超额收益。短期建议减少规模因子暴露,强化量价因子配置,市场板块效应局部减弱需谨慎配置ETF轮动策略 。
| 因子 | 近一年ICIR | 超额收益 | 信息比 | 多空夏普比 |
|---|---|---|---|---|
| 盈利 | 36.62% | 4.58% | 0.41 | 0.90 |
| 量价相关性 | -63.90% | 3.75% | 0.75 | 1.78 |
| 非流动性 | 18.51% | 2.68% | 0.31 | 0.09 |
| 空头意愿 | 70.56% | 9.99% | 1.38 | 2.71 |
| 短期动量 | 59.07% | -4.57% | -0.91 | 1.42 |
资料显示短期动量影响因子表现波动较大。
| 因子 | 超额收益 | 超额最大回撤 | 信息比 | 月度胜率 | 月度盈亏比 |
|---|---|---|---|---|---|
| 波动 | 14.08% | 7.67% | 1.55 | 58.33% | 2.88 |
| 空头意愿 | 15.82% | 6.80% | 1.52 | 66.67% | 1.73 |
| 动量 | 3.37% | 7.22% | 0.52 | 50.00% | 1.42 |
| 主力资金 | 2.50% | 5.89% | 0.36 | 50.00% | 1.35 |
| 盈利增速 | -0.13% | 3.89% | 0.00 | 58.33% | 0.70 |
本报告标题为“金融工程丨深度报告”,由长江证券研究所出具。报告核心关注长江因子体系中各类选股因子、风格因子、多因子策略以及指数增强与ETF轮动策略的表现,旨在通过统计分析和回测验证,指导投资者合理配置因子策略以获得超额收益。报告作者包括郑起和覃川桃,均具备证券投资咨询执业资格。发布机构为长江证券股份有限公司,报告时间大致在2024年中。
报告主要信息点包括:
整体来看,报告传递的主旨是当前市场中,多因子选股依旧有效,建议在规模因子风险增加的背景下降低暴露,注重量价及基本面因子,同时适度调整ETF轮动策略的仓位,整体以理性且数据驱动的视角对市场策略表现进行动态跟踪和推荐,1,2,17,18,19,20]。
报告系统跟踪长江因子体系中因子的表现,设计指数增强与ETF轮动产品,重点关注合成多因子在选股及行业风格轮动的历史表现,数据以月度频率更新,力图反映最新的因子投资效果。疫情后市场板块效应减弱,因子表现趋于正常化,部分因子表现回暖,整体投资策略配置建议动态调整。
纯因子组合控制了投资组合中其他风格/行业因素暴露,更准确体现单个因子的收益贡献。报告基于长江一级行业及主流风格因子构建,定义及理论方向见表1:
| 因子 | 计算方法 | 理论方向 |
|---|---|---|
| 规模 | 流通市值对数 | -1 |
| 价值 | 市净率倒数 | -1 |
| 盈利 | 净资产收益率(TTM) | 1 |
| 成长 | 净利润同比(TTM) | -1 |
| 动量 | 近12个月去除最近1个月收益率 | -1 |
| 反转 | 近1个月收益率 | 1 |
| 换手率 | 近1个月平均换手率 | -1 |
| 波动率 | 过去21个交易日个股收益与沪深300收益回归残差波动率 | 1 |
| Beta | 过去21个交易日个股收益与沪深300收益回归残差斜率项 | 1 |
从图1可见,近三个月波动率、成长、价值因子表现优异且近一年贡献正收益,规模因子明显回撤。图2显示行业纯因子中电子、非银金融、通信板块表现较好,而非银金融近一年未持续贡献正收益。此表现说明传统规模因子可能面临挑战,而波动率、成长价值因子仍具备投资价值。
2024年初,长江因子体系升级到2.0,因子覆盖维度和更新频率均拓展。选股因子经筛选后,以量价因子和部分基本面因子作为指数增强基石。表2详细列出了9个量价类、4个成长类和基本面类因子的定义和理论方向,覆盖波动、流动性、交易拥挤度、局部定价、质量成长等维度。
选股策略按照月调仓频率,以因子值排序将股票分为10组,等权构建组合。
表3-5回测数据显示:
重要风险指标如IC值(因子预测能力指标)、信息比均被用于对因子有效性进行量化分析,体现了因子策略的质量和稳定性。这为指数增强及多因子模型的配置提供科学依据,6,7]。
长江因子体系2.0引入大量精细化的日度频率高频因子,多数为量价因子,反映市场微观结构特征。表6列举了30余种高频因子,涵盖波动、交易意愿、交易拥挤度、流动性、局部定价等方面,例如主买占比、成交占比熵、换手率变异系数、收益偏度等。
表7和8回测显示:
此部分数据表明高频因子虽具有一定选股能力,但在不同市场环境和指数中表现不均,建议动态观察并适度调整权重,9,10,11]。
基于长江因子体系2.0,报告设计了资金流、景气、风险、动量及个股alpha等指标构成的多因子ETF轮动策略因子池,因子定义见表10。
图3显示,近三个月动量、成交稳定性、波动因子表现优异,有效贡献正收益,主力资金等资金流因子有所回调,预期增长、盈利增速因子近一年表现为负。
表11风险指标显示波动、空头意愿、波峰的超额收益较高且月度胜率较好,显示ETF轮动策略短期内存在可操作性,但需警惕资金流等部分因子的回撤风险,13]。
根据上述选股因子,对沪深300、中证500、1000、2000构建月度调仓的指数增强组合。因子合成方式包括:
组合还加入风格、行业和个股偏离度限制。
图4-7显示:
表12风险指标进一步支撑其稳健性,沪深300及中证500表现尤为突出,月度胜率和盈亏比均处于较好水平,体现出多因子增强组合的风险调整后超额收益能力,15]。
报告提出等权合成指数池因子构建ETF轮动策略,区分市场历史不同阶段并分五组构建组合,暂不计交易成本。
图8显示前五组ETF组合净值走势明显分化,第一组表现优异,远超基准。表13年度风险指标数据显示:
表14展示最新因子排名靠前ETF指数,主要为电力、能源、金融等周期性和防御性板块,反映当前市场主题和轮动热点,16]。
总结部分系统复盘:
风险提示主要围绕模型失效风险,即市场环境和交易行为变化可能导致模型失效,以及历史数据不保证未来收益,强调对策略有效性的动态监控和谨慎使用,18]。
本报告主要聚焦因子策略表现和多因子权重组合优化,对股票或行业的绝对估值模型阐述较少。组合优化部分采用基于因子回测信息比例、因子排名等统计指标进行权重分配,配合风格、行业及个股偏离限制,目标为最大化组合复合因子暴露,结合市场流动性约束(如非流动性因子权重上限)。此种优化策略属于因子模型多目标优化范畴,强调风险调整后超额收益最大化,并非传统DCF或市盈率估值模型,14]。
报告指出两大主要风险因素:
此外,指数增强策略对规模因子的回撤敏感,ETF轮动策略资金流因子表现波动,需谨慎分配。报告没有详细说明缓释策略,但建议动态调节因子暴露和仓位配置以降低相关风险,17,18]。
本报告系统而详尽地揭示了长江因子体系中各种因子及组合策略的表现,从纯因子到多因子,从高频精细化因子到宏观指数池因子,涵盖了市场风格轮动和行业轮动策略,结合指数增强与ETF轮动的实操路径。核心见解如下:
图表数据充分支撑上述结论,风格行业因子收益图、因子回测表现表、高频因子库详实揭示因子优势与劣势,指数增强及ETF轮动净值走势数据展示投资策略有效落地。
综合来看,报告提供了基于大数据、多层次因子体系的系统量化投资参考,适合于有一定量化基础的投资者及机构用于配置多因子选股和资产轮动,强调动态调整与风险控制。报告立场务实客观,对未来配置策略提出谨慎建议,既强调机会也提示风险,具有较高参考价值。
本报告结构清晰,逻辑严谨,数据翔实,既有因子理论阐述,也有丰富的历史回测结果,辅以直观图表,具备较强的实操指导性。针对当前市场环境提出具体的、多样化的组合策略建议,体现了长江证券研究团队较强的量化建模与市场解读能力。适宜对量化投资尤其是多因子策略感兴趣的专业投资人士深入研读。
全文引证页码: ,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
金融工程深度报告:市场板块效应减弱 选股因子超额收益回归正常.pdf