量化组合研究:基于分析师盈利上调的选股研究-20211130-西部证券-22页_1mb
报告摘要
基于分析师盈利上调的选股研究总结
核心内容
本报告研究了券商分析师盈利预测变化对量化投资的影响,提出了一种新的度量指标——AFR(Adjusted Forecast Revision),用于更准确地刻画分析师盈利预测上调的程度。通过回测分析,评估了不同策略在沪深300、中证500和中证全指等股票池中的表现,并进一步探讨了业绩超预期因子在盈利上调股票池中的增强作用。
主要观点
- AFR指标:该指标通过比较当前盈利预测与历史预测的上调/下调比例,并考虑分析师覆盖数量,更便于计算且具有逻辑性。
- 盈利上调策略表现:在2010/7/30~2021/10/29的回测期间,盈利上调策略(S1、S2、S3)在不同股票池中均表现良好,随着持股数量集中,策略收益提升。
- 财报季调仓策略:在3、4、8、10月这四个财报密集披露的月份进行调仓,策略年化收益率略低于月度调仓策略,但换手率显著下降。
- 业绩超预期因子:SUER(结合SUE和SUR的复合因子)在盈利上调股票池中表现优于其他因子,具有较好的选股效果。
- 增强策略表现:盈利上调增强策略U和W在回测期间均能跑赢普通股票型基金指数,其中W策略年化收益率为22.24%,且换手率较低。
关键信息
1. AFR因子表现
| 股票池 | RankIC均值 | IC_IR | 多空年化收益 | 多空信息比率 | 覆盖率 |
|---|---|---|---|---|---|
| 沪深300 | 4.46% | 0.40 | 13.84% | 1.36 | 83.65% |
| 中证500 | 3.99% | 0.41 | 11.61% | 1.15 | 53.39% |
| 中证全指 | 4.42% | 0.58 | 17.70% | 1.87 | 40.55% |
2. 盈利上调策略表现
| 策略 | 年化收益率 | 年化波动率 | 最大回撤 | 年化双边换手 |
|---|---|---|---|---|
| S1 | 15.06% | 26.68% | -50.13% | 3.99 |
| S2 | 20.39% | 27.33% | -49.55% | 3.43 |
| S3 | 23.43% | 27.91% | -53.20% | 7.88 |
3. 财报季调仓策略表现
| 策略 | 年化收益率 | 年化波动率 | 最大回撤 | 年化双边换手 |
|---|---|---|---|---|
| T1 | 13.62% | 25.70% | -49.57% | 2.01 |
| T3 | 19.08% | 27.33% | -49.55% | 3.43 |
4. 盈利上调增强策略表现
| 策略 | 年化收益率 | 年化波动率 | 最大回撤 | 年化双边换手 |
|---|---|---|---|---|
| U | 24.66% | 26.68% | -48.65% | 7.16 |
| W | 22.24% | 27.91% | -46.86% | 3.34 |
策略对比与分析
- 策略集中度影响:随着持股数量的集中(如S2和S3),策略收益显著提高,S3策略年化收益率最高。
- 财报季调仓策略:虽然年化收益率略低,但换手率明显下降,适合注重交易成本的投资者。
- 增强策略表现:在盈利上调股票池中加入业绩超预期因子SUER,能进一步提升策略收益,U策略表现优于W策略,但W策略的换手率更低。
- 因子相关性:盈利上调因子与其他常见因子(如动量、市值、成长)相关性较低,而SUER因子与SUE、SUR因子相关性较高,说明其具有一定的独立性。
风险提示
- 历史数据依赖:本报告基于历史数据回测,未来市场结构可能发生变化,策略效果可能不一致。
- 分析师覆盖有限:全市场中分析师有效覆盖的股票数量占比不高,若出现分析师未覆盖的行情,策略可能跑输基准。
- 策略稳定性:部分策略在特定年份(如2020年)表现较弱,需注意市场波动性对策略的影响。
结论
基于分析师盈利上调的选股策略在回测期间表现良好,尤其在中证全指内,策略年化收益率达到17.70%,且具有较高的信息比率和较低的最大回撤。通过引入业绩超预期因子,进一步增强了策略的收益表现。尽管财报季调仓策略换手率较低,但其年化收益率仍优于普通股票型基金指数。未来在实际应用中需注意分析师覆盖不足的风险,并结合市场情况动态调整策略。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载