20220207-德邦证券-第一期调仓_德邦金工选股月报_10页_2mb

金融工程月报总结

核心内容概述

本报告为德邦金工选股月报第一期，旨在跟踪多个选股策略与一个投资组合的表现，以评估其历史收益、风险及因子选股能力。报告由肖承志撰写，研究助理为王成煜。报告基于机器学习因子模型，结合风格因子与财务因子，构建了多个选股策略，并通过中证1000指数成分股筛选出最终持仓股票。

主要观点

• 报告采用机器学习方法对因子进行优化，旨在捕捉股票收益中的非线性效应。
• 投资组合的构建基于策略四（复合因子），该策略综合了策略二（十五因子机器学习残差因子）与策略三（十五因子机器学习反转因子）的因子等权和。
• 投资组合的持仓权重相等，且在调仓日筛选出符合标准的股票。
• 报告强调策略与组合的样本外跟踪，且不构成投资建议。
• 投资组合的表现需结合市场风格与因子特质进行归因分析。

关键信息

选股策略分析

1. 策略一：十因子机器学习残差因子

   • 基于十个风格因子计算选股因子。
   • 样本期平均RankIC为0.035，Rank ICIR为0.623。

2. 策略二：十五因子机器学习残差因子

   • 基于十个风格因子与五个财务因子计算选股因子。
   • 样本期平均RankIC为0.055，Rank ICIR为0.92。

3. 策略三：十五因子机器学习反转因子

   • 基于十个风格因子、五个财务因子及股票收益率计算反转因子。
   • 样本期平均RankIC为0.068，Rank ICIR为1.175。

4. 策略四：复合因子

   • 由策略二与策略三的因子等权相加得出。
   • 自2015年起持续使用该策略，样本期平均RankIC为0.066，Rank ICIR为1.132。

投资组合表现

• 2022年1月7日至2022年1月28日
  • 组合收益率为-8.07%，基准收益率为-9.24%。
  • 超额收益率为1.17%，其中因子特质贡献1.37%，风格与行业分别贡献-0.15%与-0.05%。
• 分年度表现
  • 从2015年初至今，组合年化收益率为16%，基准为2%。
  • 超额年化收益率为14%，策略波动率高于基准，但超额波动率较低。
  • 策略夏普比率为0.45，基准为0，超额夏普比率为2.03。
  • 超额最大回撤为7%，回撤时间跨度较短。

本期持仓信息

• 调仓日期：2022年2月7日
• 双边换手率：44.44%
• 新调入股票：52只，见表4。
• 新调出股票：47只，见表5。
• 调仓后持仓股票总数：234只。
• 保持上期持仓的股票：见表6。
• 持仓成本：以调仓日收盘价为准，权重相等。

风险提示

• 市场风格变化风险：若市场风格发生重大转变，可能影响策略表现。
• 模型失效风险：模型在不同市场环境下可能失效。
• 数据可用性风险：部分数据可能存在缺失或更新延迟，影响策略准确性。

投资策略与模型说明

• 策略基于因子模型，利用机器学习方法拟合特质收益率，以提高选股效果。
• 通过风格中性化处理，降低市场风格对策略的影响。
• 策略一至策略三分别基于不同因子组合，策略四为综合策略，表现最佳。
• 投资组合构建时，仅在中证1000成分股中筛选股票，并剔除不符合条件的股票。

分析师与研究助理简介

• 肖承志：德邦证券首席金融工程分析师，具有6年证券研究经验，专注于市场择时、资产配置与量化选股。
• 王成煜：德邦证券金融工程助理研究员，清华大学车辆工程本科，慕尼黑工业大学计算流体力学博士，擅长主动量化选股。

投资评级说明

• 投资评级基于报告发布后6个月内的相对表现。
• 股票评级分为买入、增持、中性、减持。
• 行业评级分为优于大市、中性、弱于大市。
• 基准指数为上证综指、深证成指、恒生指数、标普500或纳斯达克综合指数。

法律声明

• 本报告仅供德邦证券客户使用，未经授权不得复制、分发或引用。
• 报告内容基于公开信息，不保证其准确性或完整性。
• 投资有风险，决策需谨慎。

图表目录

• 图1：十因子机器学习残差因子的全市场RankIC
• 图2：十五因子机器学习残差因子的全市场RankIC
• 图3：十五因子机器学习反转因子的全市场RankIC
• 图4：复合因子的全市场RankIC
• 图5：投资组合表现

表格目录

• 表1：因子平均主动暴露及年化超额收益率贡献
• 表2：行业平均主动暴露及年化超额收益率贡献
• 表3：分年度表现
• 表4：新调入的股票列表
• 表5：新调出的股票列表
• 表6：保持上期持仓的股票列表