本报告系统总结了兴业证券金工团队构建的四大核心量化选股策略:大健康精选、科技精选、沪深300指数增强和中证500指数增强。各策略均基于行业细分和多因子模型构建,采用成长、估值、情绪等有效因子,结合机器学习算法实现动态调整。样本内、样本外均表现出优异的超额收益和风险调整能力,夏普比率和最大回撤均优于基准,展现了稳健的策略稳定性和持续盈利能力。报告同时详述因子筛选、权重配置及春节效应调整,以实现长期稳健的投资回报
报告标题:《兴业证券经济与金融研究院定量选股策略回顾与总结报告》
分析师:郑兆磊
发布机构:兴业证券经济与金融研究院
发布日期:2022年6月19日
研究主题:兴业证券研究院基于量化模型构建的四大核心选股策略—大健康精选、科技精选、沪深300增强、中证500增强的策略设计、表现及评估。
报告核心论点总结如下:报告梳理了兴业证券四大量化选股策略的构建逻辑与历史表现,策略均表现出在样本内和样本外均稳健超额收益的能力。尤其在2020年以后,四大策略均实现显著的年化超额收益,其中大健康与科技精选策略超额收益分别达到36.1%和27.7%,指数增强策略则超额12%左右,结合夏普比率和最大回撤情况,均呈现较好风险调整后回报。作者试图向投资者展示这套基于多因子量化模型且细分行业的深度策略体系的有效性和稳健性,具备较高的实操价值。
报告开篇明确指出研究重点为兴证金工领域的四大量化选股策略,涵盖大健康、科技主题以及沪深300和中证500两大指数增强策略。四个策略均基于基本面量化模型,启动于2020年左右。报告旨在详细展示每个策略的构成、因子选取及样本内外表现,验证策略的稳健性和超额收益能力。,3]
医药行业因涵盖多种子行业且投资逻辑差异大,被划分为医药服务与医药制造与高科技两个领域。医药服务包括化学原料药、医疗服务、医药流通,医疗服务中专注于CXO、ICL的类公司被划入医药制造与高科技板块。针对不同子行业,分别设计了7个(医药服务)与6个(医药制造与高科技)的选股因子,权重采用等权合成,分别构成Service_Sig和Tech_Sig两个综合因子。最终每个大行业内部选出各10只股票,权重设计前五只7%,后五只3%,前十持仓权重达70%。这种行业细分与因子定制确保模型更精准捕捉不同细分领域的机会。,4]
从2011年末至2020年底,策略年化收益率达43%,较基准17.6%高出21.5个百分点。策略波动率略高但夏普比率(1.41)远优于基准(0.63),最大回撤较小且Calmar比率明显优异(0.84对0.32)。月度相对基准胜率高达71.3%,且在各年度均实现正超额收益,表明策略表现稳定且抗风险能力优越。,5]
样本外(2020年12月至2022年6月)策略区间收益24.2%,年化16.8%,基准同期返回负21%,策略超额36.1%。夏普2.27且最大回撤24.1%,表现进一步优于样本内。月度胜率72.22%,分季度和年度均实现正超额,说明模型更新后的适应性和稳健性依旧良好。2021年策略收益36.1%,远超基准-3.3%,2022年虽现负收益,但仍优于基准表现。,6]
科技板块以Wind定义的信息技术二级行业为基础,细分为技术硬件与设备、软件与服务、半导体制造和半导体设计四个子板块。每子行业选取针对性因子,硬件领域示例因子包括估值、成长、情绪及研发投入等共6个多因子,辅以资本支出和现金流过滤初始股票池以提升模型表现。半导体行业拆分为设计和制造因策略表现差异显著,以体现行业内的异质化逻辑。整体模型于2020年10月建立,遵循行业细分精细化建模思路。
2011-2020年,策略年化收益57.6%,超基准33.2%。夏普比率(1.55)优于基准(0.53),最大回撤54.8%优于基准65.7%。相对Calmar比率1.05显著高于基准0.28,显示风险回报更加匹配。月度相对基准胜率71.3%,各年度均实现正超额,表现稳定优异。,9]
样本外区间收益25.1%,年化收益17.4%,超基准27.7%,夏普2.04。最大回撤40.2%较高但仍优于基准39.1%。季度表现良好,2021年收益46.8%,大幅跑赢基准15.1%。2022年负16.3%,仍优于基准-22.8%,显示在震荡环境中策略相对防御力强。,10]
基于Adaboost算法构建动态因子筛选机制,构造复合Alpha因子,结合组合优化及行业、市值、Beta偏离约束条件(12%以内),实现指数增强目标。Adaboost算法通过迭代调整弱分类器的权重,强化错误分类样本的关注度,提升模型弱点补强能力。
2008年至2020年,策略年化收益26%,超基准15.1%。夏普1.09,跟踪误差4.6%,最大回撤39.4%,表现优秀。月度胜率79.17%,所有年度均实现超额,体现其高稳定性。,11]
2021年至2022年中,策略年化超额12.1%,最大回撤3.9%较小,夏普2.15,月度胜率77.78%。策略在2021年取得2.6%收益(优于基准-5.2%),2022年负5.4%但跑赢基准-12.8%,其抗跌性良好。,12]
策略基于对中证500成分股长期回测164个因子的单因子增强组合效果筛选,有效因子集中在成长、估值、量价及分析师情绪四大类,成长因子权重最高(40%),其他各20%。策略还针对2月份春节市场风格漂移专门调优因子列表,体现对市场微观行为季节性因素的敏感度和适应性。选股内要求严格的市值和行业中性,确保策略稳定。,13]
2010-2020年,策略年化收益15.4%,超基准12.2%。夏普比0.58,跟踪误差3.5%,最大回撤48.5%。月度胜率83.33%,年度超额收益稳定,策略表现稳健且风险适中。,14]
2020年末至2022年6月,策略年化超额15.8%,夏普4.05,跟踪误差3.9%,最大回撤3.6%,延续样本内优异表现。2021年收益31.2%超基准15.6%,2022年收益-7.1%,仍跑赢基准-14.2%。月度胜率77.78%,季度表现优异。
综上,所有表格及图表系统地支撑了报告的核心结论,即四大量化策略不仅在回溯分析中表现优秀,且在样本外测试中表现稳定,有良好适应性和抗风险能力。
报告核心不涉及传统的估值模型如DCF或P/E估值,而是基于多因子量化模型(成长、估值、情绪、研发、量价等多维组合因子)构建股票选股组合。同时沪深300增强策略通过Adaboost动态因子权重调整提升Alpha,体现了机器学习方法在选股中的应用。中证500增强通过长期单因子和复合因子测试筛选因子权重,体现了因子有效性测验及风险控制的系统化。整体估值侧重点在于因子有效性和组合构建技术,而非单一估值模型。
报告专门提示策略存在基于历史数据统计、模型构建的局限性,强调在市场政策及环境变化时模型效用可能失效。具体风险:
报告未明确给出具体风险缓解策略,但通过多因子分散、多行业细分和动态调整(如春节因子调优),体现了部分风险对冲措施。,15]
综上看,报告提供的信息丰富且系统,实务指导意义强,但部分类似未来风险应对和执行层面可进一步强化。
基于兴业证券经济与金融研究院对大健康精选、科技精选、沪深300增强及中证500增强策略的深入研究,报告展示了一套结构严谨、因子丰富且多维度风险控制的量化选股体系。数据表明,四大战略均在样本内和样本外表现出了显著且稳定的超额收益能力,夏普比率均优于基准,且最大回撤水平低于或接近基准,体现了优异的风险调整后表现。
图表与表格均充分佐证了策略的有效性与适应性,展示了选股模型设计、因子权重分配及策略调优的科学性与实战能力。风险提示强调模型随市场和政策环境变化有失效风险,投资者需密切关注市场以及模型调整。
总体来看,报告表达清晰且数据详实,具备高度的专业性和实用性,推荐投资者关注和参考兴业证券四大量化策略在不同行业和指数板块的稳健价值和超额潜力。
以上全面覆盖了报告的重要观点、数据和图表内容,结合对策略逻辑、风险及模型应用的深度剖析,适合具备一定金融量化背景的从业人员系统阅读理解。
定量研究:四大选股策略总结和回顾.pdf