本文提出并验证了基于个股深度解析的季度业绩超预期(QPEE)因子,通过剔除业绩预告、机构预期和市场一致预期中的重复信息,得到更接近真实超预期的因子SEUE,进而构建了行业轮动策略SEUE。2016年以来,该策略年化超额收益达10.8%,夏普比率1.68,且行业权重具备稳定性,推荐食品饮料、轻工制造、农林牧渔、医药生物、通信和机械设备等优质行业。
| 因子 | 年化收益率(G5多头) | 超额收益 | 最大回撤 | 夏普比率 |
|---|---|---|---|---|
| PNEE | 10.5% | 4.6% | -8.6% | 0.60 |
| IPEE-1 | 11.2% | 5.3% | -13.6% | 0.65 |
| IPEE-2 | 9.5% | 3.7% | -15.7% | 0.44 |
| ICEE | 9.9% | 4.0% | -15.4% | 0.51 |
报告标题: 真实超预期:行业轮动配置 SEUE策略
作者及联系信息: 证券分析师邓虎、支持研究王宇涵,申万宏源证券研究所
发布日期: 2022年12月26日
研究主题: 行业量化配置与超预期策略研究,重点聚焦于上市公司季报层面的业绩超预期对行业轮动配置策略的指导作用。
核心论点与结论:
报告提出了4种以个股层面超预期业绩数据为基础的行业超预期衡量因子:季度业绩超预期(QPEE)、业绩预告超预期(PNEE)、机构盈利预期上调(IPEE)以及行业一致预期上调(ICEE)。研究发现,QPEE因子是最接近“真实”超预期的指标,且其预测性和稳定性明显优于其他因子。通过剔除业绩预告、机构预期及行业一致预期的重复信息后,QPEE因子的有效性进一步提升,构建起的SEUE策略在2016年后产生了稳健的超额收益,年化超额收益可达10.8%。
模型所推荐2022年12月行业为食品饮料、农林牧渔、医药生物、轻工制造、机械设备和通信等6个行业。风险提示方面,模型基于历史数据构建,历史表现不代表未来,存在失效风险。
报告指出,上市公司业绩公告日的股价偏移(PEAD效应)在多个市场和时期均有体现,本研究将视角扩展至行业层面探讨PEAD效应,并尝试构建行业轮动策略。选取个股超预期信息加权合成为行业超预期。分析师覆盖率数据显示,主流行业核心上市公司覆盖度均超过50%,具备代表性(见图1)。
四种衡量维度及其来源分别为:
四个因子分别检测了市场关注的超预期维度,从实际业绩出发的QPEE与三个基于预期待变化的因子相互区分。研究还发现市场更关注是否发生超预期,而非超预期幅度大小,这一点在相关因子的风险收益表现中体现较为明显(详见后续表格分析,以及表1表2)。
QPEE通过两种算法构造:
两者相关系数达0.62,表现相近,最终报告选择年度预测季度化方式作为构造方案,理由是更加看重季度时点的及时信息,尽管准确度稍低。QPEE的风险收益指标优于同类细分因子,多头组合年化收益11.1%,夏普比率0.45,同时超额收益稳定(见表1、表3、图4、图5)。
PNEE来源于业绩预告数据信号,反映上市公司财务预告与市场预期的对比。2022年更新的业绩预告披露规则明确了不同板块披露时间与强制条件,使PNEE信号时效性得到保证,但准确度仍受披露及时性及质量影响较大。
PNEE多头组合年化收益10.5%,最大回撤46.6%,夏普0.39,数据表现稳健但波动较大(见表7,图6、图7、图11)。
衡量机构对个股盈利预期的变化,基于拟合预期净利润时间序列和机构分析师观点调研。分IPEE-1和IPEE-2两类:
对比分析显示IPEE-1表现更优,9.5%-11.2%年化收益水平,夏普比率约0.39-0.47,但是预期调整带有较强主观性,波动较大且受机构理念差异影响(见表8、表9,图10-13)。
基于朝阳永续数据库的行业一致预期净利润,先进行平滑再拟合趋势,拟合系数作为ICEE因子。因第三方数据库整合方式有所不同,行业一致预期与真实财务数据偏差存在,因而ICEE更侧重市场共识变化信号。2010年以来多头组合年化收益9.9% ,表现较为稳定(见表10及图14-17)。
四因子存在一定的相关性和信息重叠,其中:
报告采用对称正交方法对因子进行去重,剔除重复信息,获得正交因子组。此处理后,QPEE因子有效性显著提升,T值由2.84提升至3.28,月度胜率从55.5%提升至58.1%,超额收益和夏普率均有所增强(见表11至表14)。
类似图表对应PNEE(图6-7),IPEE-1/IP-2(图10-13),ICEE(图16-17)均表现出多头组合优于空头组合,印证该类因子具备一定预测能力,但通过正交剔除后QPEE表现更优。
本报告无传统企业价值估值部分,而是采用基于量化因子有效性的策略构建方法。核心是通过对季报业绩超预期因子的量化测算,结合因子有效性指标(IC、IC_IR、T-值、月度胜率、年化收益率、夏普比率)进行风险收益评估,最终通过对因子间相关性和共线性进行对称正交处理,筛选出最优的真实超预期因子QPEE,建立行业轮动模型SEUE。
模型以正交后的QPEE因子选择前6个因子值最高的行业构建等权组合,调仓频率为月度,基准为一级行业等权组合。体现了技术驱动基于因子稳健性的组合优化方法。
本报告系统梳理了行业层面基于个股业绩“真实超预期”的量化因子构建路径,定义了季度业绩超预期(QPEE)作为最具代表性和解释力的核心指标。通过正交剔除其他非真实业绩信息影响,形成了更为精准的真超预期信号。该信号驱动的SEUE行业轮动策略在2016年以后表现出极佳的风险调整后收益,年化超额收益达到10.8%,超额夏普比率高达1.68,且累计回撤显著降低,体现了因子与组合投资绩效的有力支撑。
报告中详尽的图表和表格数据(如表1-3、表7-10、表13-16及图4-25)充分验证了各因子表现及剔除后的QPEE因子的优势。具体案例如对宁德时代盈利预测变化的机构观察图(图8、9)显示了机构观点多样性和主观性对因子构建的复杂影响。
策略在各个季度、年份表现均优于基准,且合理剔除了噪声信息,具备一定的实操参考价值。最新的行业组合倾向于稳定回报行业如食品饮料、医药和农林牧渔等,符合经济周期与风险偏好的配置原则。
尽管如此,投资者仍需警惕模型基于历史数据构建带来的未来失效风险,特别是市场环境和信息披露规则变化对超预期信号机制的潜在影响。
本分析基于报告全文细致解读,力求摒弃主观臆断,全面覆盖文本及图表数据,体现专业、系统的研究报告解构与深度剖析。
行业量化配置策略研究系列之二:真实超预期 行业轮动配置 SEUE策略.pdf