本报告基于中信证券多因子离散化风险模型,深入分析了2023年A股市场中小市值、低估值等风格的优异表现,详细展示了量价变化因子和博弈因子的显著回暖趋势,叠加因子动量策略显现的稳定超额收益,彰显风格轮动和因子驱动的市场特征,为2023年第三季度末的资产配置和量化策略调整提供了明确指导依据 .
小市值、低估值等风格的超额收益表现:
王兆宇指出,截至2023年10月1日,小市值、低波动、低流动性和低估值因子在中证全指样本内的超额收益分别为23.75%、6.37%、4.59%和6.46%。特别是在9月内,小市值和低估值因子表现更为突出。,1]
因子离散化模型的优势:
该模型通过将连续因子转化为离散分组,提升波动率解释度和投资可操作性,实现更强泛化和更灵活迭代,能够更清晰地反映市场的驱动风格因子。,1]
因子动量策略表现:
赵文荣指出,因子收益率具有明显动量特征,过去20日累计因子收益具备良好轮动效果。2023年在沪深300、中证500和中证1000中,风格因子动量组合超额收益分别为2.83%、1.49%和1.12%。9月表现虽有波动,但总体趋势向好,且小盘优势明显。,3]
量价变化因子亮眼,博弈因子呈显著动量效应:
详细介绍了价升量升(PUAU)、价跌量升(PDAU)、价跌量跌(PDAD)三类因子以及早午盘和隔夜博弈因子,近年及2023年表现优异,特别是量价变化因子多空收益均超过8%。,5,6,7]
风险提示: 因子可能失效,模型基于历史数据,未来表现不保证,需谨慎对待。,7]
模型设计: 将连续因子按截面排序离散化为多个分组(前1/5、后1/5等),组合中按照实际权重进行加权回归(WLS),区别于传统以市值平方根加权,增强投资实际意义和解释力。
应用价值:
该离散化方法使风险收益来源更加直观,市场收益驱动力更清晰,行业因子采用中信一级行业分类系统,模型结构鲜明。
数据实证:
自年初以来,小市值组表现显著优于大市值组,超额收益远高于其他组别,表现出强烈的大小盘效应。波动率、流动性和估值因子也显示各组间显著分歧,说明风格因子对市场回报有显著驱动作用。
因子表现分组图(图2-8)分析:
在沪深300、中证500、中证1000指数样本中,基于过去20日累计因子收益构建的风格因子动量策略呈现正超额收益,尤其沪深300达到2.83%。图9-11显示,沪深300组合在3月份以后超额收益明显拉开,与指数走势分化,表明趋势型风格开始形成推动市场机构轮动,其中小盘股优势显著。,4]
10月阶段性投资建议,聚焦行业包括医药、汽车、通信、石油石化、煤炭,及小市值、高动量、低估值风格,体现策略的风格轮动主题。,4]
构造逻辑: 量价因子结合每日价格与成交量变化信号(价升量升、价跌量升、价跌量跌),利用过去30天的状态累计强度,揭示成交量与价格共同驱动的市场行为信号。
实证表现:
设计理念: 不同投资者偏好不同交易时段,剥离时间序列构建早午盘及隔夜博弈因子,利用指数加权移动平均(EWMA)技术捕捉时段内的动量效应。
实证数据:
图1对比因子离散化模型与常规模型,重点在于离散化处理(将因子分组处理为“前1/5”、“后1/5”)和回归权重从市值平方根变为实际组合权重,提高模型直观性和投资意义。
图2(Size因子分组)显示小市值组(G1,红线)从2023年1月至9月呈现显著上涨趋势,远超大市值组(G5,粉红线),表明2023年小市值股强劲表现。
图3(Momentum因子分组)波动较大,但中低组别在部分时间段领先,高组别表现较弱,显示动量效应存在但不稳。
图4(Volatility因子分组)显示低波动组表现优异,中高组别收益趋于下滑,验证低波动策略优胜。
图5(Liquidity因子分组)表现相似,低流动性组收益率更好,支持低流动性风格投资。
图6-8(Growth、Value、Profit因子分组)
**价升量升因子(PUAU)分组(图12)显示明显分层,组合表现呈现长期稳健向上趋势,说明交易量与股价一同上涨是优质信号。多空净值持续攀升(图13)进一步强化该结论。
**价跌量升因子(PDAU)与价跌量跌因子(PDAD)分组和多空净值亦显示稳健趋势,并且PDAD的多空净值增长最为显著(图16、17),暗示在价格下跌时量能变化同样重要。
隔夜博奔因子(图18)与其多空净值(图19)显示持续增长,说明隔夜市场动量效应显著。
早午盘博奔因子(图20)表现更为优异,多空净值(图21)近几年持续快速上涨,体现出早午盘交易时段的量价动量效应更强。
本报告未包含单独的估值模型或目标价推荐,侧重于因子收益率和风格轮动的量化分析。因子动量策略及多因子风险模型通过统计套利和风险暴露分层来判断风格超额收益。估值因子作为其中一环,尽管低估值风格表现良好,但未进行传统的DCF或市盈率直接估值。
因子失效风险: 市场风格切换或因子不再有效,可能导致策略收益下降。
模型失效风险: 由于模型基于历史轨迹,在未来市场结构、监管、宏观环境变化时,模型预测能力可能减弱。
数据不确定性: 历史数据和模型假设未必完美覆盖未来情况。
无明确缓解策略,仅提醒投资者风险意识。,7]
强烈依赖历史数据与统计关系: 报告多次强调“历史数据不代表未来表现”,但整体研究依赖历史多因子模型,实际操作的稳健性和适应市场异变能力存在不确定性。
模型依赖离散化方法的选择: 离散化带来了直观易操作的优点,但也可能丢失连续信息,影响模型精准度,没有呈现对比其限度的深入分析。
**部分因子分组表现差异较大且波动明显,暗示对应因子未必稳健,投资时需警惕出现反转风险。
对行业具体驱动因素解读较简略,主要聚焦量化风格,缺少宏观和政策层面联动分析。
中信证券2023年10月发布的《小市值、低估值风格占优,量价因子集体回暖》多因子模型跟踪报告,从量化多因子视角持续更新A股市场风格偏好和量价因子表现。其核心结论为:
2023年市场尚处于风格分散期,但小市值、低估值、低波动、低流动性风格显著优于市场平均,表现亮眼。尤其市值因子超额收益高达23.75%,显示小市值板块的核心投资价值。,1,3,4]
采用离散化风险模型方法,分组回归权重更具投资实际意义,模型对市场因子收益解释力强,适合捕捉风格驱动。各主要因子分组(Size、Momentum、Volatility、Liquidity、Growth、Value、Profit)中,Size和Value表现突出,Growth和Profit弹性较小,符合当前市场价值风格主导趋势。,2,3]
因子动量策略展现良好超额收益,沪深300、中证500、中证1000均呈正向趋势,3月以来小盘股优势明显,显示市场风格开始形成较为明确的趋势动量。,4]
量价变化因子(三类有效因子PUAU、PDAU、PDAD)以及分时段博奔因子均展现显著的多空收益和趋势性,特别是早午盘博奔因子表现最佳,表明基于价格与成交量的动态捕捉是量化选股中不可忽视的有效因子类型。,6,7]
报告同时明确提示因子和模型失效风险,强调历史数据的局限性,提醒投资者保持审慎。
综上,报告为投资者提供了基于多因子的量化视角和操作指引,指出中小市值+低估值+高动量风格依然是2023年后市场的主线。量价变化和博奔因子进一步丰富了量化因子库,提升了交易策略的时间分辨率和收益稳定性。建议关注医药、汽车、通信、石油石化、煤炭等行业,借助风格轮动与因子动量策略寻求alpha。
图2(Size因子分组表现)说明小市值组收益明显领先,体现大小盘差异的重要性。
图13(PUAU因子多空净值)表现为稳步向上的多空组合净值曲线,反映价格和交易量同步上升信号的有效性。
图21(早午盘博奔因子多空净值)展现出该博奔因子策略的持续高增长特征,是量化交易动态跟踪的良好辅助指标。
整体来看,中信证券的本篇量化风格跟踪报告提供了详尽且数据驱动的多因子模型应用,通过系统且科学的离散化处理及动量策略,精确捕捉了2023年A股市场的风格变迁。报告逻辑清晰、数据充分,建议保留审慎并持续关注模型表现改进,最适合作为量化投资及资产配置的参考工具。
,1,2,3,4,5,6,7]
多因子模型定期跟踪:小市值、低估值风格占优 量价因子集体回暖.pdf