20221122-华安证券-量化基本面系列报告之六_个股alpha与行业beta的双剑合璧_37页_2mb

个股 alpha 与行业 beta 的双剑合璧总结

核心内容

本报告提出了一种个股 alpha 与行业 beta 双驱选股策略，旨在通过耦合个股评价和行业评价，实现投资收益的最大化。投资收益由 alpha 和 beta 两部分组成，其中 alpha 来源于个股选择或交易择时，beta 来源于市场、行业或风格趋势。在 A 股市场中，行业效应显著，pure alpha 越来越稀缺，因此，将两者结合具有重要意义。

主要观点

• 将个股 alpha 与行业 beta 结合具有实践意义：A股行业效应显著，个股周期与行业周期不完全同步，因此需要在两者之间进行动态平衡，以提高投资效益。
• 构建动态平衡模型：通过个股相对行业的弹性（$\beta$）权衡个股和行业的影响，构建了一个耦合模型，将个股 alpha 与行业 beta 相结合。
• 实证表现良好：双驱策略在多个指标上优于传统 alpha 策略，如年化收益率提升、夏普比率提高、调仓胜率增加等。

关键信息

1. 行业轮动与因子选股

• 行业轮动叠加因子选股：一种“自上而下”的选股方法，先确定目标行业，再在该行业内精选个股。但这种方法存在容错率低、策略成本高、行业与个股联动性强等问题。
• 行业轮动策略表现不佳：基于动量的周频与月频行业轮动策略表现均不理想，总收益为负，RankIC 为负，换手率高，说明行业轮动的挑战性较大。
• 行业与个股的高分化：部分行业如银行、家电、电新等内部个股 $\beta$ 系数呈现明显分化，说明行业周期和公司周期并不完全同步。

2. 个股因子与行业因子的耦合

• 个股 $\beta$ 系数的合理性论证：
  • 个股走势与行业走势具有较强同向性，行业对个股影响显著。
  • 个股 $\beta$ 系数在时间序列上具有稳定性，中位数分布集中在 0.5～1.5 之间。
  • $\beta$ 系数可用于衡量个股对行业的弹性，从而在模型中进行动态平衡。
• 动态平衡模型：
  • 个股综合评分 = $\frac{1}{1 + \beta_{stock,ind}}$ × 个股自身评分 + $\frac{\beta_{stock,ind}}{1 + \beta_{stock,ind}}$ × 行业评分。
  • 该模型通过 $\beta$ 系数平衡行业与个股的影响，为选股提供了新思路。
• 权重分配：
  • 个股评价权重略高于行业评价权重，表明公司基本面和交易逻辑更为重要。
  • 当行业评价高于个股评价时，高弹性个股受益更多；当行业评价低于个股评价时，高弹性个股可能被拖累。

3. 双驱选股策略构建

• 三维个股评价模型 (alpha)：
  • 包含基本面（盈利趋势）、估值（安全边际）、技术面（交易逻辑）三个维度。
  • 因子处理方式包括中位数去极值、行业市值中性化、z标准化等。
  • 单因子评价指标包括作用方向、单调性等，用于衡量因子对收益率的预测能力。
• 行业评价模型 (beta)：
  • 基于资金面和分析师预期构建，包括情绪因子和资金因子。
  • 行业评分用于衡量行业整体表现，对个股收益具有重要影响。
• 双驱策略表现：
  • 实证显示，双驱策略在2013.1.1-2022.11.11期间，年化收益为31.0%，相对中证800的年化超额收益为24.9%。
  • 组合权重优化后，年化收益提升至32.5%，年化超额收益提升至26.3%，夏普比率提高至1.11。

风险提示

• 量化模型基于历史数据，无法保证未来表现。
• 模型存在失效风险，需注意市场变化对策略的影响。

结构总结

• 投资收益来源：alpha（个股超额收益）和 beta（行业/市场趋势收益）。
• 行业效应显著：A股行业轮动频繁，需关注行业 beta 的影响。
• 个股与行业的动态平衡：通过 $\beta_{stock,ind}$ 权衡行业与个股的影响，构建耦合模型。
• 实证验证：双驱策略在多个指标上优于 alpha 策略，提升了收益和降低了风险。
• 模型优化：引入“最大化夏普”对组合权重进行优化，进一步提升策略稳定性。

图表与数据支持

• 图表1：投资收益的组成。
• 图表2：行业轮动叠加因子选股流程。
• 图表3：中信一级行业月度涨跌幅（2022.1.1-2022.08.31）。
• 图表4：基于动量的行业轮动策略表现。
• 图表5：行业轮动策略净值曲线。
• 图表6：月度涨幅靠前的300只个股行业分布情况。
• 图表7：分行业建模与通用建模对比。
• 图表8：包含个股因子与行业因子的多因子模型。
• 图表9：电新行业成分股 $\beta$ 系数分布。
• 图表10：宁德时代与大洋电机 $\beta$ 系数对比。
• 图表11：个股与行业耦合模型推演过程。
• 图表12：各行业个股 $\beta$ 系数统计结果。
• 图表13-14：个股 $\beta$ 系数稳定性分析。
• 图表15-17：权重区间与综合评价分析。
• 图表18：自定义单因子评价指标说明。
• 图表19-20：个股盈利因子说明。
• 图表21：盈利因子检测结果。
• 图表22-24：估值因子说明与检测结果。
• 图表25-28：技术面因子与收益表现。
• 图表29-35：双驱策略表现与优化效果。
• 图表36-66：组合权重优化与策略效果分析。

总结

本报告提出了一种将个股 alpha 与行业 beta 相结合的双驱选股策略，通过动态平衡模型，提高了投资组合的风险收益比。该策略在多个实证指标上表现出色，且通过组合权重优化进一步增强了策略的稳定性与实用性。