本报告基于业绩增长速度与加速度的双维度业绩趋势模型,结合行业整体法和中位数法刻画行业业绩,实现对高增长行业的有效筛选和预测。该模型在中信三级行业中表现突出,能在业绩发布当季末捕捉到明显超额收益,并有效避开业绩反转风险。叠加动量和RSRS技术指标对高增长行业进行进一步精选,提升策略稳定性和收益表现,最终行业轮动模型年化收益达32.7%,信息比率1.89,月度胜率67.0%
| 年份 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 | 年化收益 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 收益率 | 144.6% | 20.9% | -21.0% | 10.6% | 44.8% | 56.0% | 119.1% | -6.2% | 7.5% | 2.2% | 32.7% |
| 波动率 | 33.1% | 28.3% | 24.1% | 24.0% | 22.2% | 21.2% | 53.2% | 33.6% | 16.9% | 11.8% | 30.2% |
| 超额收益 | 13.6% | 8.1% | 12.2% | 10.9% | 21.0% | 8.4% | 28.0% | 7.7% | 14.6% | 2.7% | 13.8% |
| 信息比率 | 1.49 | 1.22 | 1.78 | 1.74 | 2.71 | 1.37 | 3.07 | 1.35 | 1.87 | 5.21 | 1.89 |
问题提出: 报告首先强调行业业绩同步高速增长往往意味着行业景气度上升,提供了良好的投资时机。基于此,报告试图回答三个关键问题:
行业业绩刻画方法:
业绩高增长行业的超额收益实证: 通过中信一级、二级、三级行业划分测试,结果显示:
公告滞后影响: 审计及公告流程导致业绩数据释放存在滞后。当季末调仓时效果最佳,但实际投资由于公告时间滞后通常只能公告后调仓,导致超额收益明显缩水。
模型定义: 基于两个维度:
分组方法: 先将行业按增长速度分成3组,再在每组内按加速度分成3组,共9个分组。第9组代表高速度和高加速度的行业组合。
参数N的敏感性测试: 回测显示,N≥8以上时,模型预测能力最佳,N=10时表现最优(分组收益单调性、信息比率及预测准确性),选择N=10作为模型参数。
模型优于线性外推: 相较于以当期业绩增速线性外推作为基准,业绩趋势模型避免了业绩反转风险,9组行业组合未来业绩高增长的概率显著更高(约47.4% vs 低于对照组),同时风险调整收益更优(信息比率1.78 vs 0.91)
模型应用样本扩展测试:
中位数法结果与行业整体法类似,N=10时表现最佳。
高增长行业组合年化收益达到26.8%,信息比率1.34,且下期落入业绩高增长区域概率48.6%,优于线性外推对照组。
预告数据替代最新公告数据依然存在样本偏差,降低模型效果。
扣除非经常性损益提升模型稳定性和预测能力,信息比率提升至1.52,年化收益28.3%
小结:
技术指标介绍:
动量的应用:
RSRS的应用:
最终业绩表现:
报告提供最近三期的行业组合名单,覆盖多样的细分行业,如水务、磷肥、机器设备、保险、铁路、航运等,体现模型的行业轮动动态调整能力
风险提示:
图1-图6: 分别展示中信一级至三级行业,基于整体法和中位数法刻画的分组年化收益表现。
表1: 业绩公告相较于报告期存在最长1-4个月的滞后,限制投资者即时换仓能力。
表2、表3: 公告后调仓的高增长行业组合年化收益较公告前掉落明显,超额收益减弱约1.4-3.6个百分点。
图7-图10: 业绩趋势模型参数N对年化收益和信息比率的影响及第9组未来业绩落点分布。
表5、表9: 业绩趋势模型(N=10)9组行业组合年化收益均高于其他分组,信息比率达到1.34-1.78,模型具有较好风险调整收益能力。
表7、表10: 预告数据替代公告数据后,模型分组收益单调性和信息比率下降,样本偏差问题明显。
表8、表11: 扣非归母净利润数据提升模型表现,特别是中位数法下信息比率提升显著。
图15: 在高增长组合内依据动量指标分组,高动量(尤其一月)表现反转,提示应剔除高涨幅行业。
表13-15: RSRS指标在参数n=10、m=500时表现较优,最低RSRS分组表现最差,应用该指标可辅助风险筛选。
图16、表16: 结合业绩趋势和技术指标的最终策略净值表现及历年收益统计,年化32.7%,信息比率1.89,且样本外表现稳定。
报告主要聚焦于策略构建及历史回测分析,未涉及具体个股估值方法或目标价设定,故无直接估值模型讨论。
报告主要风险点包括:
本报告提出并系统验证了基于业绩趋势的行业轮动模型,核心贡献在于:
总的来看,该模型通过多维度结合财务基本面和技术面信息,对行业轮动选股提供了有效且可实操的策略建议,适合机构投资者进行行业资产配置和动态管理。
| 组别 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 对照组 |
|---|---|---|---|---|---|---|---|---|---|---|
| 年化收益率 | 8.4% | 13.3% | 15.2% | 14.9% | 18.8% | 16.2% | 16.5% | 19.8% | 29.1% | 23.1% |
| 年化波动率 | 30.3% | 30.6% | 30.4% | 29.7% | 29.3% | 28.5% | 30.3% | 30.8% | 29.9% | 30.9% |
| 信息比率 | -1.20 | -0.46 | -0.18 | -0.29 | 0.35 | -0.13 | 0.01 | 0.53 | 1.78 | 0.91 |
资料来源:Wind,光大证券研究所
本报告充分利用上市公司业绩的释放规律和趋势特性,创新提出行业业绩趋势双指标,并结合动量与RSRS技术指标,提出简洁且有效的行业轮动策略。基于详尽的历史数据回测和参数敏感性分析,模型在多种环境下展现了良好的收益风险表现,为投资者提供了可行的行业动态配置方案。模型本身须持续关注市场结构变化带来的风险,及时调整参数与策略逻辑,以保证长期有效。
,1,4-20,21]
金融工程:基于业绩趋势的行业轮动模型.pdf