基本面量化系列专题之四：多因子模型在钢铁行业中的应用研究-20180927-渤海证券-23页-1mb

多因子模型在钢铁行业中的应用研究总结

核心内容

本报告是基本面量化系列专题之一，聚焦于多因子模型在钢铁行业个股层面的应用表现。分析师祝涛基于中信和申万行业指数筛选出钢铁行业成分股，并对估值、盈利、成长、动量、波动率、流动性和市值七大类因子进行了单因子检验和多因子模型构建，探讨其在不同市场环境和行业周期中的有效性。

主要观点

• 多因子模型在钢铁行业中的应用具有一定的效果，但需注意不同因子在不同周期中的表现差异。
• 盈利、成长、动量和波动率因子在钢铁行业中表现相对更为有效。
• 估值因子在行业整体估值下降时表现较好，盈利因子在行业业绩改善时表现更优，成长因子在行业利润增长时表现突出。
• 价量因子（如动量、波动率、流动性）的表现与市场整体风格偏好密切相关，缺乏明显规律性。
• 在行业复苏及繁荣阶段，应选择估值低、业绩好、成长性强的股票；在衰退阶段，选择低估值、好业绩、成长性尚可的股票可能具有一定的防守性。
• 由于钢铁行业股票数量较少，模型的构建更侧重于因子在不同阶段的表现分析，而非追求极致收益预测。

关键信息

一、单因子检验结果

1. 估值因子

• 有效因子：ETOP_barra、CETOP_barra
• 表现：因子收益均值为正，但显著性不高；2016年以后表现较佳，2014年底至2016年初为失效期。
• 多空收益：ETOP_barra和CETOP_barra多空收益均值较高，最大回撤较低。

2. 盈利因子

• 有效因子：qfa_roe、qfa_roa、SALE2EV
• 表现：因子收益均值为正，显著性较高；2011年8月至2012年11月为失效期。
• 多空收益：qfa_roe、qfa_roa、SALE2EV多空收益均值较高，但roe_ttm多空净值最大回撤较大。

3. 成长因子

• 有效因子：qfa_yoynetprofit_qq、yoy_growth_netprofit_qq、growth_netprofit_qq_3
• 表现：因子收益均值为正，显著性较高；2014年底至2016年初为失效期。
• 多空收益：三个因子多空收益均值相对较高，且在行业复苏期表现较好。

4. 动量因子

• 有效因子：RSTR_m1、RSTR_m3、RSTR_m6
• 表现：因子收益均值为负，反转效应显著；2017年之前表现较好，近两年有所失效。
• 多空收益：多空收益均值较高，但RS_6最大回撤较大。

5. 波动率因子

• 有效因子：dastd_barra、VOL_1、VOL_3
• 表现：因子收益均值为负，波动率低的股票表现较好；2014年底和2017年6月至今为失效期。
• 多空收益：dastd_barra、VOL_1、VOL_3多空收益均值较高。

6. 流动性因子

• 有效因子：MSS
• 表现：因子收益均值接近0，显著性较低；但MSS多空收益均值较高。
• 多空收益：MSS多空收益均值最高，且多空收益大于0的概率超过50%。

7. 市值因子

• 有效因子：LNCAP_barra、nonlinearsize_barra
• 表现：因子收益均值为负和正，但均显著；2014年底和2017年6月至今为失效期。
• 多空收益：两个因子多空收益均值较高，接近1。

二、多因子选股模型

• 模型构建：采用移动均值模型进行收益预测，结合因子正交处理以降低多重共线性。
• 选股策略：
  • 固定比例：选取预测收益前30%的股票，年化超额收益为8.7%。
  • 固定只数：选取预测收益前10的股票，年化超额收益为12.9%。
• 模型有效性：在行业复苏阶段，多因子模型表现较好；在行业衰退阶段，表现可能不稳定。

三、因子正交

• 正交处理：对估值与盈利、波动率与市值因子进行正交处理，以提高模型的稳健性。
• 相关系数：估值与盈利、成长相关性较高；波动率与市值相关性较高。

四、结论与展望

• 结论：多因子模型在钢铁行业中的应用具有一定效果，但需结合行业周期与市场环境。
• 展望：未来将进一步探索更多特色因子和基于宏观因子的选股策略，以提升模型的适应性和稳定性。

风险提示

• 未来模型可能存在失效风险，需持续关注因子有效性变化。

图表目录

• 图1：估值因子多空累计净值图
• 图2：盈利因子多空累计净值图
• 图3：成长因子多空累计净值图
• 图4：动量因子多空累计净值图
• 图5：波动率因子多空累计净值图
• 图6：流动性因子多空累计净值图
• 图7：市值因子多空累计净值图
• 图8：各大类因子多空累计净值图
• 图9：选取预测收益前30%股票的选股表现
• 图10：选取预测收益前10股票的选股表现

表格目录

• 表1：钢铁行业成分股
• 表2：因子分类及解释
• 表3：估值因子的单因子检验结果
• 表4：盈利因子的单因子检验结果
• 表5：成长因子的单因子检验结果
• 表6：动量因子的单因子检验结果
• 表7：波动率因子的单因子检验结果
• 表8：流动性因子的单因子检验结果
• 表9：市值因子的单因子检验结果
• 表10：各大类因子各年度多空收益率统计
• 表11：各大类因子间相关系数均值统计
• 表12：多因子模型股票池（2018年9月）