20220614-国信证券-金融工程专题研究_反转因子全解析_36页_5mb

金融工程专题研究：反转因子全解析

核心内容

本报告分析了A股市场中反转因子的表现及其改进方法，提出了一种结构化的反转因子构建框架，旨在提升因子的选股能力，并探讨其在指数增强组合中的应用效果。

主要观点

• 反转因子的统一框架：A股市场存在显著的反转效应，但自2019年以来阶段性失效。通过构建更精准的均值回复基准，可以显著提升反转因子的选股能力。
• 结构化反转因子：基于分析师共同覆盖、基金共同持仓、概念共同覆盖、形态相似股票四个维度，构建了结构化反转因子，其表现优于传统反转因子。
• 因子有效性提升：在2019年之前及之后的阶段，结构化反转因子的选股能力均显著提升，特别是在市场呈现动量效应时，其表现更为稳健。
• 残差因子分析：将结构化反转因子与传统反转因子剥离后，残差因子仍具有显著的选股能力，说明结构化反转因子提供了额外的选股信息。
• 其他反转因子的改进：该框架也可用于改进其他反转类因子（如三个月反转因子、一个月日内反转因子），提升其收益表现。
• 指数增强组合应用：在中证500和中证1000指数增强组合中，结构化反转因子显著提升了超额收益，同时降低了最大回撤和提升了信息比。

关键信息

反转因子的统一框架

• 反转因子基于均值回复理论，即过去超额收益高的股票未来表现较差，反之亦然。
• 传统反转因子的构建假设股票收益向市场平均收益回复，但此方法在某些市场环境下（如机构抱团）表现不佳。
• 通过分析师共同覆盖、基金共同持仓、概念共同覆盖、形态相似股票四个维度，构建更精准的均值回复基准。

分析师共同覆盖下的反转因子

• 构建方式：以共同覆盖股票的分析师数量为权重，构建股票收益的均值回复基准。
• 表现：2019年之前，月均超额收益从0.45%提升至0.61%；2019年之后，月均超额收益从-0.12%提升至0.07%。
• IC表现：2019年之前月度IC均值为0.072，年化ICIR为2.64，胜率81%；2019年以来，月度IC均值为0.050，ICIR为2.32，胜率68%。

基金共同持仓下的反转因子

• 构建方式：以基金持仓向量的余弦相似度为权重，构建均值回复基准。
• 表现：2019年之前，月均超额收益为0.45%，2019年之后提升至0.09%。
• IC表现：2019年之前月度IC均值为0.068，年化ICIR为2.54，胜率77%；2019年以来，月度IC均值为0.046，ICIR为2.11，胜率68%。

概念共同覆盖下的反转因子

• 构建方式：以共同覆盖股票的概念数量为权重，构建均值回复基准。
• 表现：2019年之前，月均超额收益为0.45%，2019年之后提升至0.09%。
• IC表现：2019年之前月度IC均值为0.07，年化ICIR为2.43，胜率75%；2019年以来，月度IC均值为0.04，ICIR为2.11，胜率73%。

形态相似股票下的反转因子

• 构建方式：以股票收益向量的相关系数为权重，构建均值回复基准。
• 表现：2019年之前，月均超额收益为0.45%，2019年之后提升至0.09%。
• IC表现：2019年之前月度IC均值为0.066，年化ICIR为2.98，胜率84%；2019年以来，月度IC均值为0.042，ICIR为2.32，胜率75%。

结构化反转因子

• 构建逻辑：优先使用分析师共同覆盖和基金共同持仓，次之概念共同覆盖，最后形态相似股票，若均未找到则使用行业均值。
• 表现：月度IC均值为0.065，年化ICIR为2.67，胜率80%。
• 应用效果：在中证500增强组合中，年化超额收益从23.75%提升至24.50%，最大回撤从4.37%降至3.24%，信息比从4.09提升至4.29；在中证1000增强组合中，年化超额收益从28.14%提升至29.96%，最大回撤从7.68%降至5.14%，信息比从3.57提升至3.92。

风险提示

• 市场环境变动风险：市场环境的变化可能导致因子失效。
• 因子失效风险：在某些特定市场环境下，因子可能无法持续有效。

图表目录

• 图1：A股市场反转与动量因子的多空收益（2010-2022.4）
• 图2：A股市场投资者持股结构
• 图3：A股市场投资者交易结构
• 图4：一个月反转因子的月度超额均值（2010-2018）
• 图5：一个月反转因子的月度超额均值（2019-2022.4）
• 图6：一个月反转因子的多空收益（2010-2018）
• 图7：一个月反转因子的多空收益（2019-2022.4）
• 图8：股票-属性二维矩阵
• 图9：2022年4月底覆盖昭衍新药的卖方分析师
• 图10：股票-分析师覆盖矩阵
• 图11：昭衍新药分析师共同覆盖反转因子计算过程（2022年4月底）
• 图12：分析师共同覆盖反转因子的月度超额（2010-2018）
• 图13：分析师共同覆盖反转因子的月度超额（2019-2022.4）
• 图14：分析师共同覆盖反转因子的多空收益（2010-2018）
• 图15：分析师共同覆盖反转因子的多空收益（2019-2022.4）
• 图16：分析师共同覆盖反转因子基准的覆盖度
• 图17：股票-基金持仓矩阵
• 图18：余弦相似度计算示意图
• 图19：通策医疗等股票的基金持仓向量的余弦相似度（2021年年报）
• 图20：基金共同持仓反转因子的月度超额（2010-2018）
• 图21：基金共同持仓反转因子的月度超额（2019-2022.4）
• 图22：基金共同持仓反转因子的多空收益（2010-2018）
• 图23：基金共同持仓反转因子的多空收益（2019-2022.4）
• 图24：基金共同持仓反转因子基准的覆盖度
• 图25：Wind概念的数量及股票覆盖情况
• 图26：股票-概念覆盖矩阵
• 图27：概念共同覆盖反转因子的月度超额（2010-2018）
• 图28：概念共同覆盖反转因子的月度超额（2019-2022.4）
• 图29：概念共同覆盖反转因子的多空收益（2010-2018）
• 图30：概念共同覆盖反转因子的多空收益（2019-2022.4）
• 图31：概念共同覆盖反转因子基准的覆盖度
• 图32：股票-收益矩阵
• 图33：中国铁建等股票收益序列的相关系数（2022年4月底）
• 图34：形态相似股票反转因子的月度超额（2010-2018）
• 图35：形态相似股票反转因子的月度超额（2019-2022.4）
• 图36：形态相似股票反转因子的多空收益（2010-2018）
• 图37：形态相似股票反转因子的多空收益（2019-2022.4）
• 图38：形态相似股票反转因子基准的覆盖度
• 图39：结构化反转因子的构建过程
• 图40：结构化反转因子的月度超额（2010-2022.4）
• 图41：结构化反转因子的多空收益（2010-2022.4）
• 图42：结构化反转因子的月度超额（2010-2018）
• 图43：结构化反转因子的月度超额（2019-2022.4）
• 图44：结构化反转因子的多空收益（2010-2018）
• 图45：结构化反转因子的多空收益（2019-2022.4）
• 图46：结构化反转因子各基准的覆盖度
• 图47：结构化反转残差因子的月度超额均值
• 图48：结构化反转残差因子的多空收益
• 图49：结构化反转残差因子的月度IC和累计IC
• 图50：反转剩余残差因子的月度超额均值
• 图51：反转剩余残差因子的多空收益
• 图52：三个月反转因子改进前后月度超额均值
• 图53：三个月反转因子改进前后的多空收益
• 图54：一个月日内反转因子改进前后的月度超额均值
• 图55：一个月日内反转因子改进前后的多空收益

表格目录

• 表1：有概念共同覆盖立讯精密的股票（2022年4月底）
• 表2：反转因子在宽基指数中的选股能力对比（2010-2022.4）
• 表3：结构化反转因子相对于传统反转因子的信息含量（2010-2022.4）
• 表4：中证500指数增强组合历史收益表现
• 表5：中证1000指数增强组合历史收益表现