本报告基于因子离散化风险模型,系统监测A股市场多因子表现,重点关注小市值、低估值、低波动等风格因子的显著超额收益及稳定表现。报告详细分析了因子动量策略在沪深300、中证500及中证1000指数内的超额收益及其趋势,指出小盘股具备优势。此外,量价变化因子和时段博弈因子表现稳定,展示了不同投资者行为特征对市场收益的驱动作用。报告结合多张因子表现图及多空净值走势,提供了完善的量化因子投资策略和行业配置建议,为市场投资提供参考指引
| 因子 | 超额收益显著组别(G1走势) | 走势特点 |
|---|---|---|
| Size | 明显上涨,市值较小的G1组表现最佳 | 小市值持续跑赢大市 |
| Momentum | 表现波动,短期动量有分化 | 动量因子近期表现波动 |
| Volatility | 低波动组上涨趋势明显 | 低波动风格收益更稳定 |
| Liquidity | 低流动性组表现更佳 | 低流动性因子收益持续 |
| Growth | 部分组别下跌 | 成长因子表现分化 |
| Value | 低估值组持续上涨 | 低估值风格表现稳定且优异 |
| Profit | 盈利较强组涨幅明显 | 盈利因子表现相对较好 |
报告标题: 小市值、低估值风格占优,量价因子表现稳定——多因子模型定期跟踪(2023年11月)
作者及机构:
发布时间: 2023年11月10日
主题及内容概述: 本报告主要利用中信证券研发的因子离散化风险模型,分析A股市场中基于多因子的风格表现,重点涵盖市值、波动率、流动性、估值等传统风格因子及量价变化和时段博弈因子。报告显示,2023年小市值、低估值等风格因子整体表现优异,且量价变化因子和特定时段博弈因子表现稳定。报告还引入因子动量策略,呈现小盘股优势和趋势性风格的形成,推荐关注相关行业及风格。
核心观点:
报告首先点明2023年以来至10月底,小市值、低波动、低流动性、低估值为优胜风格,具体年内超额收益分别达26.66%、6.73%、4.11%及4.80%。10月集中表现为小市值及低动量因子更占优势。因子间的表现分散度较大,反映这些因子驱动了市场的收益结构。
因子动量策略的提出基于离散化风险模型,显示因子收益具备良好动量特征,且在沪深300、中证500、中证1000指数空间中均取得正向超额收益,尤其小盘股表现更佳。10月产业推荐包括电子、医药、汽车及小市值、高动量、高流动性风格。
量价变化因子涵盖价格与成交量的涨跌组合,三类有效因子多空组合年内收益分别为9.22%、-8.25%、16.95%,10月表现为0.93%、-1.62%、0.38%,显示长期稳定性。时段博弈因子通过分时段剥离不同投资者偏好,体现显著的动量效应,其中隔夜因子表现优于早午盘因子。
报告风险提示明确指出因子失效及模型失效的可能性,提醒用户谨慎对待历史数据预测未来的局限。
离散化风险模型区别于常规模型的关键在于外部对因子进行“截面排序分组”,而非直接使用连续变量,从而使因子暴露向量更加离散化。这种方法使风险收益来源更直观,帮助投资者更清晰理解市场收益驱动因子,同时兼顾可投资性和模型泛化能力。回归加权方式也由以市值平方根加权转为以组合中实际权重加权,更贴近现实投资操作。行业因子采用中信一级行业分类以保持鲜明特色。
报告配套多张因子分组表现图揭示核心风格趋势(见图2-8),具体分析如下:
数据对应表1详细反映各因子组的超额收益、本月及年内表现,以及相关风险指标(年化波动、信息比率、最大回撤及回撤时间)。例如,规模G1组今年以来超额收益12.43%,年化超额收益19.19%,信息比率2.72,风险调整后的表现优异。
基于上述离散化风险模型,将过去20日累计因子收益作为轮动标准,构建了沪深300、中证500、中证1000的因子动量策略。2023年至10月底,三者的超额收益分别为2.89%、1.55%、1.07%,10月单月略有正收益,分别为0.02%、0.24%、0.03%。三大指数超额收益自3月起逐步扩大,暗示趋势性风格逐渐形成,尤其小盘股有更大优势。
报告推荐11月关注电子、医药、汽车三大行业及小市值、高动量、高流动性三个风格,以顺应当前市场趋势。
三个指数空间因子动量策略图(图9-11)均显示红色阴影的累积超额收益在部分时间段逐渐扩大,反映出策略的显著超额。沪深300表现相对领先,中证1000表现波动明显但总体逐步改善。
报告定义并构建四类量价变化因子:
使用过去30日价格与成交量变动绝对值的乘积加权求和,反映该状态的强度。
以中证全指为样本,月度调仓,2015年1月至2023年10月底长期跟踪结果表明三类有效因子多空组合收益分别为9.22%、-8.25%、16.95%,其中价跌量跌(PDAD)因子表现最强,2023年10月的短期表现也稳健。这表明市场中价格和成交量的协同变化具有显著的预测价值,适合作为量化投资的择时因子。
图12-17显示各因子分组表现及多空净值曲线,PUAU多空净值稳步提升至4倍,PDAD更是接近3.5倍,突显因子极高的收益潜力。
基于投资者交易偏好不同,研究提出分时段(早午盘与隔夜)博弈因子,以指数平滑加权平均法(EWMA)构建:
因子分析显示两者均具有显著动量效应。多空组合收益分别达7.46%(早午盘)和16.34%(隔夜);2023年10月单月也表现正向,隔夜因子更优。
图18-21展示两类因子分组表现与多空净值曲线,尤其隔夜因子呈持续增长趋势,确认其作为量化择时工具的有效性。
报告明确指出两大风险:
强调历史数据并不等同于未来表现,投资者需警惕模型和因子策略的潜在不确定性。
本报告作为风格及因子策略定期跟踪研究,未涉及传统的个股估值方法(如DCF、市盈率等)。其估值框架基于因子模型的超额收益及动量表现,通过历史回测与实时跟踪评估风格因子表现,无具体价格目标。模型采用离散化因子划分,重视统计显著性与实践可操作性。超额收益和信息比率作为核心回报指标衡量策略有效性。
报告强调以下风险:
风险提示贯穿报告始终,提醒读者对量化策略保持审慎,关注风险管理。
综上所述,本报告系统展示了2023年A股市场在多因子量化框架下的风格变化及因子表现,确认小市值、低估值、低波动和低流动性为主导风格,且散发显著的超额收益。通过离散化风险模型实现因子更好投资解释及应用,同时构建的因子动量策略显示风格轮动和趋势性逐步增强,小盘股优势明显。量价变化因子及分时段博弈因子展示了另类有效的量化信号,长期收益具备稳定性和可交易性。报告最后提示因子和模型存在失效风险,呼吁投资者关注风险管理和策略适应性。
整体上,报告鼓励投资者基于多因子动量策略,结合市场条件,重点关注电子、医药、汽车等行业及小市值、高动量、高流动性风格,捕捉持续性超额收益机会,且重视量价及时段博弈因子的应用潜力。此研究为量化投资提供了扎实的理论和实践支持,适合配置导向及风格选股。
参考文献及溯源:
内容均引用于中信证券研究部2023年11月10日发布的《小市值、低估值风格占优,量价因子表现稳定——多因子模型定期跟踪(2023年11月)》报告:,,,,,,,
多因子模型定期跟踪(2023年11月):小市值、低估值风格占优 量价因子表现稳定.pdf