本报告基于北上资金在A股行业配置的交易行为构建历史偏好、定价权和边际变化三大因子,挖掘存量信息与增量信息的双轮驱动力机制。通过月度多空分组回测验证,持仓规模代表的历史偏好因子和净流入金额代表的边际变化因子分别对应存量与增量信息,二者合成因子在夏普比率、回撤和胜率上均获得提升,实现更优行业轮动超额收益表现。
| 因子名称 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 | 胜率 | 换手率 |
|---|---|---|---|---|---|---|
| 持仓规模 | 13.56% | 17.73% | 0.76 | -24.65% | 62.50% | 1.19% |
| 持仓规模占比 | 11.70% | 19.44% | 0.60 | -26.79% | 66.67% | 4.46% |
| 成交金额 | 12.54% | 19.34% | 0.65 | -26.09% | 64.58% | 11.31% |
| 成交金额占比 | 14.22% | 17.42% | 0.82 | -19.05% | 62.50% | 15.77% |
| 净流入金额 | 8.81% | 19.09% | 0.46 | -25.72% | 58.33% | 49.40% |
| 净流入金额占比 | 9.49% | 19.22% | 0.49 | -22.18% | 60.42% | 56.85% |
| 因子类型 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 | 胜率 |
|---|---|---|---|---|---|
| 存量因子 | 22.9% | 10.8% | 2.1 | -4.3% | 67.4% |
| 增量因子 | 13.6% | 9.4% | 1.4 | -6.0% | 65.2% |
| 合成因子 | 25.1% | 10.5% | 2.4 | -4.4% | 73.9% |
报告从2017年以来北上资金影响力逐渐增强的大环境展开,指出北上资金的超额收益拆解为择时、选股和行业配置三大方面。其中行业配置部分是长线资金对行业持仓主动偏离的体现,对超额收益贡献日益显著。作者围绕北上资金的每日持仓明细及调仓行为开展交易行为因子构建,探讨行业超额收益潜在驱动机制。
作者基于公开详尽的陆股通数据,构建了六个关键因子,将北上资金在行业上的交易行为划分为三个维度:
历史偏好因子
定价权因子
边际变化因子
以上因子均采用过去一个月数据滑动平均或求和平滑处理以减少噪声。灵活覆盖了资金配置的存量与增量两类信息,为定量研究行业轮动行为提供了系统基础。
历史偏好(2.1节):以2020年12月31日截面为例,持仓规模占比与行业实际流通市值比较显示,北上资金显著高配食品饮料、医药生物、家用电器三大行业,三者持仓规模合计占39.27%,远超22.58%的行业市值占比。相反,纺织服装和国防军工持仓严重低配,仅分别为行业占比的14%和36%。图1直观体现外资持仓占比更高的行业特点。
持仓规模变动趋势(图2):2017年至2020年,北上资金对各行业持仓规模整体呈上升趋势,其中食品饮料、家用电器和电子行业持仓规模稳居首位;而纺织服装、商业贸易等行业长时间处于较低持仓水平,表明北上资金对这些行业的历史偏好较弱。
定价权(2.2节):北上资金成交金额及其占比展现定价权的逐年提升趋势。2017年陆股通成交金额占比约1%,至2020年底攀升至14%左右。为克服缺乏行业成交数据的缺陷,作者采用个股持仓变动绝对值×成交均价的细粒度估算方法,估算成交额与实际成交金额高度相关(图4),据此推断行业成交金额估算的可靠性。
成交金额占比差异性(图5):行业间成交金额占比存在明显差异,银行、食品饮料、家用电器居高位,表明北上资金在这些行业具备较强的市场定价权;而通信、综合、纺织服装排名靠后,显示参与度相对不足。
边际变化(2.3节):北上资金分钟级净流入与市场分钟涨跌相关系数(R2) 2020年7月后跃升至高位(图6),说明边际偏好的变化对市场影响逐步显著。2020年不同行业净流入金额月度波动差异明显,化工、电气设备多月份持续净流入,食品饮料则多月净流出,展示边际变化极具行业异质性(图7)。
因子相关性(3.1节):历史偏好类因子(持仓规模及占比)与定价权类因子(成交金额及占比)高度相关,相关系数超过0.8,说明资金对行业的长期偏好与其定价能力基本共振。边际变化类因子(净流入金额及占比)相关度低于0.5,独立于其他因子,体现择时性质,提供不同维度信息(图8)
因子测试(3.2节)
多维指标对比(3.3.1节):成交金额占比以年化14.22%、夏普比率0.82夺冠,但持仓规模占比胜率最高(66.67%)。换手率差异明显,持仓类因子低(1%-5%),说明长期偏好稳定;定价权中等(约11%-15%);净流入类高换手率超50%,反映更灵活频繁的调仓行为(表2)。
行业持仓频率(3.3.2节): 食品饮料、医药生物、家用电器、电子、银行成为历史偏好与定价权因子频繁出现的优选行业,且这些行业自2017年以来表现相对强势,暗示北上资金偏好与市场表现间存在较强正相关(表3)。
参数敏感性测试(3.3.3节):增量型因子净流入金额对回溯期较敏感,3个月回溯期在年化收益及夏普比率上优于1个月和更长周期,说明适度平滑可提升因子稳定性和预测能力(图14)。
鉴于持仓规模与成交金额高度相关,作者采用截面回归消除二者多重共线性,发现成交金额因子回归持仓规模后超额收益能力减弱,显示其信息与持仓高度重叠,而净流入金额回归持仓规模后残差因子表现改善,表明净流入金额提供额外增量信息。
将持仓规模因子与净流入金额残差因子标准化后等权合成,组合多空策略夏普比率由2.1提升至2.4,最大回撤由边际变化的-6%降至-4.4%,胜率提高至74%,显著优于单因子策略(图17-19)。合成因子成功使存量与增量信息优势互补,构建更稳健且超额收益稳定的行业配置策略。
模型基于历史数据,未来市场环境可能变化导致模型效果下降,测量过程亦存在误差,应审慎对待因子稳定性和结果的普适性。
图1(北上资金行业持仓占比与行业实际市值对比)
反映了北上资金在食品饮料、家用电器和休闲服务等行业的明显示高配,红色柱子(行业实际占比)与蓝色柱子(北上资金持仓占比)差距巨大,体现资金历史偏好差异显著。低配行业如纺织服装和国防军工差异更为明显。该图为理解资金行业偏好奠定基础。
图2(行业持仓规模时间序列)
展示2017年至2020年八个半年节点的持仓规模数字,配合趋势线,直观揭示食品饮料、家用电器、电子等行业资金规模持续增长,行业偏好稳定延续;而纺织服装、商业贸易等行业资金规模低迷或波动有限,说明北上资金对这些行业投资或兴趣较低乃至排斥。
图3(北上资金成交金额占比)
红线显示成交占比从1%逐步攀升至14%,浅蓝色柱状呈现每日成交金额,二者表现出稳健提升趋势,代表北上资金的市场影响力增强,定价权提升。该图关键揭示定价权因子构建依据的合理性。
图4(估算成交金额与实际成交金额对比)
蓝线为实际成交金额,红线为细粒度估算,灰线为粗粒度估算。红蓝曲线高度重合,相关系数0.95以上,表明细粒估算方法有效,有效弥补数据缺失,支持后续行业层面成交金额分析。
图5(行业成交金额占比箱型图)
银行、食品饮料、家用电器事务于箱体及百姓箱体位置较高,表明成交金额占比显著高于多数行业。通信、综合、纺织服装等低位箱体,说明北上资金在这些行业的价格影响力弱,定价权不足。
图6(分钟净流入与市场分钟涨跌R2)
2020年7月之后,相关度暴增,达到60%,表述了资金流动对市场短线价格的强影响,表明资金边际变化对市场信号贡献巨大,边际因子有效性强。
图7(2020年行业月度净流入规模)
净流入和流出交错,表现出行业边际偏好的动态调整,化工、电气设备多月净流入,食品饮料则多月净流出,体现资金配置的动态择时特征。
图8(因子秩相关性矩阵)
历史偏好类因子与定价权类因子相关度超0.8,显示二者捕捉的是大体相似的资金偏好维度;净流入类因子相关性弱,行为更独立。反映资金行为信息存在明显存量与增量两类不同信号体系。
图9-10(持仓规模与持仓规模占比多空收益曲线)
均显示多头组合稳步跑赢基准和空头,累计净值远超基线,验证历史偏好因子的超额收益能力。
图11-12(成交金额与成交金额占比分组收益曲线)
多头组合净值稳步上升且波动较小,回撤率较低,体现定价权因子作为资金影响力指标的清晰超额收益。
图13-14(净流入金额与净流入金额占比分组收益曲线)
曲线波动大,收益表现相对弱,且胜率较低,体现边际变化因子的择时难度,但仍有一定的增量信息效用。
图15(不同因子多头收益对比)
成交金额占比与持仓规模因子表现较优,净流入因子最弱,综合展现多因子比较优势,
表2(因子多指标表现对比)
细化年化收益、波动率、夏普比率、最大回撤、胜率和换手率,成交金额占比因子表现最佳,持仓规模占比胜率最高,净流入因子换手率最大,风格差异明显。
表3(行业持仓因子频次)
明确表明食品饮料、医药生物、家用电器等行业在多个因子中频繁出现,确认北上资金核心偏好行业。
图14(净流入因子回溯期敏感性热力图)
显示回溯3个月时因子表现(年化收益和夏普比率)最佳,验证参数选择合理性并体现边际因子对平滑度敏感性。
图17-18(成交金额和净流入金额回归残差表现)
净流入金额残差因子超额收益表现优于成交金额残差因子,凸显边际变化带来独立增量信息。
图19(合成因子多空收益曲线及指标)
合成因子夏普比率最高(2.4),最大回撤最低(-4.4%),胜率74%,表明融合存量+增量信息构建的策略最具风险调整后收益优势。
本报告为行业资金行为分析研究报告,不涉及具体公司估值或个股目标价,无估值方法和结果部分。
报告明确指出核心风险是模型基于历史数据,未来市场环境可能循环变化,导致所建因子和模型效果不复存在,存在测量误差风险。未进一步细化其他潜在风险,但该风险提示充分表明模型构建的历史依赖局限。
开源证券金融工程团队通过系统梳理和量化分析,构建了六大交易行为因子(持仓规模及占比、成交金额及占比、净流入金额及占比),并基于北上资金详实的陆股通持仓和交易数据,从历史偏好、定价权和边际变化三维度展开探究。
存量信息层面,持仓规模及其行业占比体现北上资金的长期行业偏好,这一维度反映了资金的“脚投票”效应,表现稳定,历史偏好行业多为食品饮料、医药生物、家用电器、电子及银行,且这些行业近年表现强劲。持仓规模与定价权因子高度相关,显示资金偏好逐渐形成定价权。
增量信息层面,净流入金额及占比展现资金边际偏好的即时变化,是择时信号的体现,该因子提供相对独立信息但表现波动,择时难度较大,但优化回溯参数(3个月)后效果改善明显。
因子测试显示,持仓规模及成交金额类因子策略具有较高的年化收益率和夏普率,且换手率低,体现资金偏好较稳定;净流入因子换手高、波动大,适合短线择时。
因子合成实验利用回归残差提取增量信息,与存量因子组合后实现了夏普比率和胜率的双重提升,降风险、增收益,形成了超额收益的双轮驱动力。
图表数据直观展示了资金偏好及交易行为的行业异质性及时间演进,加强了结论的实证基础。
风险提示提醒投资者历史数据分析不保证未来效果,模型存在假设限制。
综上,报告有效揭示了北上资金行业配置行为背后的资金流动逻辑和收益来源,验证了行业超配(持仓规模)和资金调仓(净流入)两个维度的结合是行业轮动策略的核心驱动力。该研究为理解北向资金在A股市场的影响力提升及其对行业行情演变的传导机制提供了重要视角,对投资者把握行业配置机会、构建多因子策略具有重要指导意义。,3,5-15]
本分析严格依据报告内容结构与数据图表,引用页码依次如下:
,1,3-16]
图1(北上资金行业配置偏好示意)
图3(北上资金成交金额占比稳步提升)
图5(不同行业成交金额占比箱体图)
图6(分钟净流入与市场涨跌的R²跃升)
图9(持仓规模多空收益)
图13(净流入金额多空收益)
图15(多因子收益比较)
图19(合成因子多空收益)
量化评论(20):北上资金行业配置的双轮驱动力.pdf