本文基于股票价格、规模、风险、盈利能力与投资水平五个维度构建欧氏距离,定义股票相似性,并据此设计相似股票动量因子。实证显示该因子在A股市场稳定有效,IC均值为0.0305,多空组合年化收益率达12.89%,最大回撤8.39%。基于行为金融学理论,控制异质波动、流动性、动量和规模变量后,因子仍具显著解释力。通过敏感性分析,选择相似股票样本容量80或距离阈值1、及过去1个月的历史收益作为指标能保证因子有效性。进一步构建相似预期差因子,结合自身和相似股票历史表现,IC提升至0.0910,年化收益率达18.72%,最大回撤8.60%,显著优于相似动量因子,表现稳健。
报告标题:基于相似股票历史收益的选股因子研究
发布机构:西南证券研究发展中心
发布日期:未明确说明,但研究数据为2016-2021年
主题:A股市场中的选股因子研究,尤其是基于“相似股票历史收益”的动量因子构建及其有效性检验
本报告由西南证券研究发展中心发布,针对A股市场基于相似股票历史收益的新型选股因子——相似股票动量因子及其改进因子——相似预期差因子进行了系统研究。报告核心目标是探讨为何经典美股市场上的动量因子效果在中国A股表现不佳,并创新性地构建了一个基于股票间“距离”定义的相似动量因子,进一步结合股票自身历史收益构造相似预期差因子,验证其选股有效性。最终,多空组合策略显示稳健的正收益,且对市场已知因子具有信息增补价值,显著提升 alpha 生成能力。
报告主要结论:
风险提示强调因子基于历史数据,未来表现依赖市场环境稳定性。,16,17]
报告借鉴He, Wang, Yu(2021)提出的“股票距离”定义,通过欧氏距离计算股票对间距离,综合5个维度指标:
以标准化后数据做欧氏距离,排除历史收益避免动量成分干扰。距离越小,说明越“相似”。定义相似股票为距离最小的一批股票。此定义旨在捕捉投资者感知的“代表性启发”与行为金融学中的认知偏差(锚定效应、后悔理论)。
公式如下:
Dijt=(Pit−Pjt)2+(Szit−Szjt)2+(BMit−BMjt)2+(REit−REjt)2+(Ivit−Ivjt)2相似股票动量因子 SIMi(t) 定义为与股票 i 最近 r 只股票的前一个月收益的市值加权平均,权重为相似股票的市值权重。其构造逻辑为投资者对相似股票历史表现的观感影响其未来收益预期,体现为代表性启发及路径依赖效应。
定义公式为:
SIMi(t)=k=1∑rWkRk(t−1),Wk=∑j=1rSzjSzk其中 Rk(t−1) 是第 k 只相似股票前一个月收益率。因子值越大,相关股票未来收益率越高的预期越强。
采用2016年12月至2021年12月的全市场数据,参数设定为 r=80,即选取每只股票最相似的80只股票构建 SIM 因子。将股票按照因子值分为5组,考察下期收益,排除市值数据缺失带来的噪声。
表1(分组检验)详细数据解读:
图1显示分组累计净值随时间变化趋势,历史净值差异显著,且具有明显单调性,印证了因子有效性。图2多空组合净值平稳上升,2018年熊市波动后2019年牛市持续增长,几乎无大幅回撤,说明因子具备抗风险能力及稳定收益属性,5]。
IC均值0.0305,置信水平95%拒绝零假设,IC与均值同向比例约61.67%,IR=0.2689,表明相似动量因子对未来收益的预测能力显著且稳定。图3展示累计IC持续稳定上升,增强了因子在不同市场环境下的普适有效性。
报告进一步通过相关系数矩阵和Fama-Macbeth回归,控制了异质波动率(Ang et al.,2006)、Amihud流动性指标、动量、规模等已知因子,分析相似动量因子的独立信息贡献。
表3(因子相关矩阵):
表4(单因子回归):
表5(多因子Fama-Macbeth回归):
综上,实证表明该因子不仅有效且信息独立,对选股具有潜在增益作用,8]。
关键参数包括:相似股票样本构建方式(固定样本容量vs固定距离阈值)及历史收益率的度量时长。
固定容量样本分析:
IC均值随样本容量从20增至80逐渐提升,之后波动趋稳(约0.0305)。样本容量小保留个股特征强,但偏误大;样本容量大降低特征差异,导致因子效能下降,80为最佳平衡点。
(图4)
固定距离阈值样本分析:
以某股票(西南证券600369.SH)2021年11月底股票距离分布为例(图5),大部分距离集中在(0,3]区间。
(图5)
IC均值随距离阈值(0.2到3)变化呈先升后降走势,最大期为距离阈值1时IC=0.0340,优于固定容量构建方式,说明严格控制距离阈值能获得更优代表性样本。
(图6),11]
历史收益度量敏感性:
以过去m个月市值加权平均收益率衡量历史收益,IC均值随m的增加从1到6个月整体下降,1个月历史收益表现最优(IC=0.0305)。
结合投资者心理学中代表性启发、后悔理论和路径依赖,报告引入股票自身历史收益率 ri(t),构建相似预期差因子:
ΔERi(t)=SIMi(t)−ri(t)若因子值大,说明相似股票历史收益高但个股自身尚未上涨,投资者预期存在上涨空间,宜积极投资。
回溯测试发现相似预期差因子的IC均值高达0.0450(优于设定阈值构建的SIM因子0.0340),显示更强选股能力。按因子值分组计算投资组合累计净值,初步统计组5(因子最大组)净值表现反转,未呈显著单调性(图8)。
分析其因由,组5股票混合了两类情况:
为消除上述偏误,报告基于前月超额收益(相对万得全A指数),将股票划分为强势组(前月超额收益正)和弱势组(负或零),并在强势组内按ΔER构建投资组合。
强势组内分组检验(表6)显著优于单纯分组,呈现统计上显著的收益递增关系,且多空组合收益(年化26.08%)显著超额表现,Sharpe比率和最大回撤等指标均优于SIM因子。
图9显示,控制股票自身市场表现后,相似预期差因子各组积累净值单调性显著,获得更稳定的投资信号。
表7与图10的IC分析进一步显示,ΔER因子IC均值0.0910,t值7.44,信息比率0.9609远优于SIM因子,累计信息系数稳定且持续攀升。
图11模拟了多头组合与沪深300及万得全A指数的净值对比,ΔER多头组合整体表现卓越,截止样本期末累计净值3.08,年化复合增长率达208‰,显著优于市场基准。
清晰展现了分组因子均值从负逐步到正与对应的下期平均月收益的显著正相关,说明基于相似股收益构建的因子能有效区分未来表现,统计显著,业绩稳健。
多组净值轨迹期内差异显著,分组间净值明显分层,充分展现因子的划分能力和时间上的稳定性。
多空组合稳步上升,波动和回撤低,强调因子能抵御市场剧烈波动,呈现正收益。
IC均值显著不为零,IC与均值同向概率超过60%,信息比率接近0.27,反映因子的预测能力虽非特别高但稳定有效。
持续上升曲线印证因子信息价值不断累积,表现稳定。
相似因子与已知因子关联程度说明其信息独特性。尤其与规模、异质波动率相关性非常低。
相似因子在控制其他因子后仍然显著,证明其选股效果非其他因子简单复制。
通过IC曲线说明了参数选取(样本容量、距离阈值)对因子有效性的影响,明确80个样本容量及距离阈值1的优化方案。
确认1个月收益率是最有效的对未来收益预测指标,强化了因子构建方法论基础。
图8初始净值分组混乱,后续通过超额收益筛选得到净值明显分层(图9),信息系数统计大幅提升(表7),累计IC曲线稳定上升(图10),最终多头组合净值显著超越市场(图11),充分展现因子的改进效果。
报告未涉及具体公司估值或现金流折现等估值方法,研究焦点为因子构建与实证效果检验,故不涉及传统股票估值模型。
报告指出:
报告未详细展开缓释策略,提示用户需警惕历史时序依赖与市场结构突变风险,17]。
本报告系统构建了基于股票间多维度欧氏距离定义的相似股票样本,进而构造了相似股票动量因子,同时结合自身历史收益引入相似预期差因子,实证显示两因子均能稳定有效预测A股下期收益,其中相似预期差因子表现更为优异。
关键数据指标指出,多空组合平均月收益率分别达到1.01%(相似动量因子)与1.44%(相似预期差因子),年化收益12.89%及18.72%,最大回撤低于10%,信息系数和信息比率均衡稳定。
图表呈现指标稳健且趋势清晰,参数敏感性分析合理界定了样本容量、距离阈值及历史收益时间窗口,确保因子稳定性。
回归分析确认因子能够提供除异质波动率、非流动性、动量和规模以外的新信息,体现选股意义。
尽管存在一定局限性和风险,报告表明相似股票动量因子及其改进版相似预期差因子是具备实际投资意义的选股工具。
报告最终确认,相似预期差因子优于相似动量因子,是更具潜力的alpha来源,且推荐强势股票分组运用以规避负收益扰动,获得显著超额回报,其多头组合累积收益表现优于沪深300及万得全A指数。
报告评级虽未明示个股买卖建议,但结合年化收益及统计显著性,可理解为该因子具备显著的投资参考价值,并体现西南证券对该因子体系的高度认可,12-16,19]。
综上,报告以严谨的数据分析与行为金融理论为基础,深刻揭示相似股票历史收益对A股市场选股效能的新视角,具备较强的学术价值和实际投资指导意义。
20220512-西南证券-西南证券因子选股系列:基于相似股票历史收益的选股因子研究.pdf