本报告基于A股市场行业轮动现象,构建基于历史与预期盈利因子的复合盈利因子,实现行业轮动选择。主要因子包括历史ROE环比变化和预期盈利因子如EWMA_grow(ROE)、EWMA_grow(归母净利润),并综合多重加权方式优化复合因子,多空策略年化收益最高达16.74%,显著超越基准。该策略在2010年至2018年检验期间显示出稳定的收益表现与较高胜率,且超额最大回撤较小,行业选择月度收益分位数亦优于均值,具备较强的实战应用指导意义.
本报告聚焦A股市场的行业轮动现象,以盈利因子为核心,通过构造历史盈利因子与预期盈利因子,挖掘复合盈利因子在行业投资中的指导意义。报告核心论点是:基于利润表现,尤其是ROE环比变化的盈利因子,能有效捕捉行业轮动规律,实现超额收益。报告最终给出多种基于盈利因子的组合策略,展示了显著的历史超额收益及良好的风险控制效果。,1]
报告首先指出,A股市场行业轮动现象显著,季度收益前三至前五行业常常不同,行业轮动成为投资收益的重要来源(图表展示2010年1月至2018年4月季度收益前五的行业表现,整体收益呈稳步上升趋势,反映行业轮动的收益机会)。随后报告提出,通过历史和预期盈利数据的时效特点,构建复合盈利因子实现有效的行业选择。
报告详细定义了历史盈利因子,重点围绕ROE(净资产收益率)展开,包含ROE的同比(ROE_YOY)、TTM(滚动近12个月)、环比变化(ROE_chg),以及净利润同比和环比增长等指标,如ROE_grow(环比增长率)、NI_YOY、NI_grow等。通过统计这些因子与下期行业指数收益的相关性(IC和RankIC)指标,发现ROE的季度环比变化值ROE_chg的IC均值最高(0.1367),且胜率最高(72.73%),说明其预测能力较好,且优于其他因子指标。
历史盈利因子的回测数据显示,ROE_grow和ROE_chg两个环比变化类因子展现出良好业绩,年化收益率分别达到8.68%和8.09%,胜率均超过54%,且最大回撤控制在较低水平,表明基于ROE环比变化的盈利因子在历史数据中具有稳定的投资价值,多空组合策略表现同样良好,ROE_chg多空组合年化收益达9.77%且最大回撤仅8.91%。这为后续结合预期盈利因子形成复合因子奠定基础。
报告进一步提出预期盈利因子的构建方法,采用基础盈利因子(行业预期ROE、EPS、两年复合增长率、净利润同比和归母净利润)进行指数加权滑动平均处理,并计算月度环比变化指标,包括指数加权增长率(EWMA_grow)和变化量(EWMA_chg)。其中指数加权平均(EWMA)以参数span控制过去数据权重衰减,参数敏感性分析为其稳健性提供支持。
通过对预期盈利因子如EWMA_grow(ROE)和EWMA_grow(NIParent)的回测,多头年化收益率在10%以上,且参数K在一定区间(尤其是28-32)内表现最好,显示因子鲁棒性。同时,多空策略也实现双位数收益,且最大回撤保持在合理范围。
预期归母净利润因子EWMA_grow(NIParent)同样体现出显著收益,尤其参数K>32时,多头收益稳定超过11%,确认预期净利润对行业轮动策略的贡献。EPS的EWMA_chg因子在空头表现较好,可能可以用于建立对冲或多空策略,10]。
报告利用因子分组回测方法(将行业按因子值分为5组),检验盈利因子的单调性和有效性。EWMA_grow(ROE)、EWMA_chg(ROE)均展示良好单调性和稳定的收益超越基准;EWMA_grow(NIParent)在参数较大时(K>30)表现同样优异,印证指数加权预期因子的有效性,10]。
考虑到历史盈利因子与预期盈利因子的不同优势,报告选取历史ROE_chg与两大预期盈利因子(EWMA_grow(NIParent, 40)和EWMA_grow(ROE, 30))构成复合盈利因子。通过不同加权方式(IC加权、等权、固定加权)构建组合,回测结果显示均显著跑赢申万A股指数,其中IC加权年化超额收益高达13.01%,综合表现稳定且波动适中。
进一步,多空策略中IC加权复合因子年化收益达16.74%,最大回撤仅7.09%,胜率高达70%,说明该复合因子在行业轮动的捕捉上具备优异的风险调整收益表现。
各年度超额收益数据表明,除部分波动年份(2012年),复合因子长期呈现稳健超额收益,且最大超额回撤2013年以来控制约3.68%,显示策略具备一定的抗风险能力。
复合因子策略在2017年1月至2018年5月期间选出的行业多为钢铁、休闲服务、建筑材料、房地产等,月度收益分位数均显著高于随机水平,中位数收益约58.6%,反映策略对行业轮动的有效捕捉与超额收益能力。
图1(季度收益前五行业收益走势图) 展示了2010年至2018年第一季度,季度收益排名前五行业组合的收益走势,显示累计收益稳定向上,证实A股行业轮动收益显著。
表1(历史盈利因子定义和IC统计) 详细列示了ROE及净利润相关历史因子的计算方式和统计指标,ROE_chg因子IC及胜率领先,凸显其强预测信号。
表2(历史盈利因子回测:年化收益与最大回撤) ROE_grow和ROE_chg因子持续跑赢市场,表现稳定,适合多头及多空组合配置。
图2-3(EWMA加权预期盈利因子分组测试图与年化收益表) 说明指数加权方法平滑盈利指标趋势,增强信号稳定性,形成较好单调性和超额收益,7]。
图4-5(复合因子多头及多空组合净值曲线) 展示三个不同加权方法的复合因子组合表现,IC加权略优,整体收益远超基准,回撤受控,16]。
表3-4(复合因子年度超额收益及回撤) 体现了多年稳定超额表现,尤其好年份带来较大收益,收益波动中风险有限。
表5(行业月度收益排名及分位数) 展示近一年多个月度行业轮动中盈利因子筛选行业及其排名,选出行业多为传统行业轮动热点,实证支持策略选股有效性。
本报告未涉及股票或行业的直接估值(如P/E、DCF等),而是以量化因子构建盈利预测模型,应用于行业轮动策略及组合回测,侧重于投资策略效果评估。
报告未专门设风险章节,但通过最大回撤数据和胜率分析,间接反映了策略面临的市场波动风险和因子稳定性风险。报告指出各因子对参数变化的敏感度,建议合理选取参数范围以控制风险。且多头与多空组合的收益和回撤对比,暗示策略的风险控制能力较强。
总体来看,本报告系统地验证了盈利因子在A股行业轮动中的指导意义。通过对历史盈利指标尤其是ROE环比变化因子的深度挖掘,结合基于指数加权的预期盈利因子,构建了复合盈利因子,有效捕捉行业间盈利变化带来的轮动机会。回测结果表明:
报告明确传达了“业绩(盈利能力)为王,成长为尊”的投资理念,强调基于量化盈利指标因子可有效指导行业轮动投资,展现出较强的预测能力和收益稳定性。为基金经理及机构投资者提供基于盈利因子的行业轮动策略研究及实操路径,具有较高的参考价值–18]。
以上内容基于申万宏源证券研究所公开发布的量化研究报告严格解读分析,侧重数据、因子定义、实证方法与投资策略表现,未涉及具体个股推荐和估值定价。
基于盈利因子的行业轮动策略:业绩为王 成长为尊.pdf