20181118-华泰证券-华泰金工因子跟踪周报_小市值因子延续强势表现_14页_1mb

金工研究/量化投资周报总结

核心内容概述

本报告为2018年11月18日的华泰金工因子跟踪周报，主要分析了上周A股市场行情、风格因子表现以及量化基金的业绩情况。

主要观点

1. 市场行情回顾

• 上周A股市场延续反弹行情，创业板指涨幅最大，为6.08%，上证综指涨幅最小，为3.09%。
• 中证1000指数涨幅最大，达7.95%，成为表现最好的指数。
• 在29个中信一级行业中，28个行业上涨，仅石油石化行业下跌。
• 电子元器件、非银行金融、医药行业成交额领先。

2. 风格因子表现

• 小市值因子在各类股票池中表现突出，RankIC值超过35%。
• 反转、技术、估值因子在各类股票池中表现良好。
• 财务质量、beta因子在各类股票池中出现回撤。
• 成长、盈利、波动率、换手率因子表现相对平淡。
• 从本月初至今，小市值、反转、技术因子表现优秀，财务质量、beta因子回撤，其余因子整体表现一般。

3. 量化基金表现

• 主动型量化基金上周收益率中位数为3.18%，与非量化基金基本持平，近1个月表现稍强。
• 指数型量化基金上周收益率中位数为2.72%，近1个月收益率中位数为4.86%。
• 对冲型量化基金上周收益率中位数为-0.09%，近1个月收益率中位数为-0.53%。
• 普通股票型+偏股混合型基金上周收益率中位数为3.20%，近1个月收益率中位数为5.93%。
• 上周表现最好的基金为九泰久盛量化先锋A（主动型），一周收益率达8.64%。

4. 基金仓位测算

• 偏股混合型基金仓位预测值较前一周基本持平。
• 采用逐步回归和Lasso回归方法进行测算，保留414只基金。
• 仓位预测值均值变化曲线显示近期仓位变化不大。

关键信息

5. 风格因子合成与IC值计算

• 通过OLS线性回归进行行业与市值中性化处理。
• 对新因子值进行中位数去极值和标准化处理。
• 风格因子合成后，计算与个股下期收益率的Spearman秩相关系数。

6. 附录信息

• 附录一：列出所有细分因子及其计算方式。
• 附录二：详细说明风格因子合成与IC值计算方法。
• 附录三：展示细分因子在不同股票池中的IC值表现。

风险提示

• 风格因子的效果与宏观环境和大盘走势密切相关，历史结果不能预测未来。
• 量化与非量化基金的业绩受多种因素影响，包括环境、政策、基金管理人变化等。
• 投资需谨慎，过去业绩好的基金不代表未来依然业绩好。
• 基金仓位测算方法基于日频基金净值数据和行业数据，存在一定局限性。

图表说明

• 图表1：重要市场指数近期涨跌幅。
• 图表2：中信一级行业指数一周涨跌幅和成交额。
• 图表3：风格因子上周RankIC值。
• 图表4：风格因子本月初至今RankIC值。
• 图表5：风格因子2018年初至今RankIC均值（月频）。
• 图表6：风格因子2017年初至今RankIC均值（月频）。
• 图表7：风格因子2007年初至今RankIC均值（月频）。
• 图表8：风格因子2017年初至今IC_IR比率（月频）。
• 图表9：风格因子2007年初至今IC_IR比率（月频）。
• 图表10：量化基金近期业绩表现。
• 图表11：三类量化基金上周收益率排序榜单。
• 图表12：三类量化基金近一个月收益率排序榜单。
• 图表13：偏股混合型基金仓位预测值均值曲线。
• 图表14：细分因子近期IC值表现（全A股）。
• 图表15：细分因子近期IC值表现（沪深300成份股）。
• 图表16：细分因子近期IC值表现（中证500成份股）。

总结

本报告详细分析了2018年11月A股市场行情、风格因子表现及量化基金业绩，指出小市值因子在各类股票池中表现强势，而财务质量与beta因子表现不佳。量化基金整体表现与非量化基金持平，部分基金如九泰久盛量化先锋A表现突出。基金仓位测算显示近期变化不大，且风格因子合成与IC值计算方法较为复杂。投资需谨慎，因历史表现不能预测未来。