20220702-德邦证券-德邦金工选股月报——第六期_10页_1mb

金融工程月报总结 —— 第六期（2022.07.04）

核心内容

本报告为德邦证券金融工程团队发布的第六期选股月报，主要对四个机器学习选股策略及一个投资组合的表现进行跟踪分析，并对本期持仓进行更新。报告强调了策略的动态调整和样本外跟踪方式，同时提供了详细的绩效归因分析和风险提示。

主要观点

• 策略跟踪：本报告跟踪了四个基于不同因子的机器学习选股策略（策略一至四），并根据策略表现选择策略三作为本期的选股依据。
• 投资组合表现：从2022.06.06至2022.07.01，投资组合获得收益为6.67%，同期基准收益为5.9%，超额收益为0.78%。自2022.02.07样本外跟踪以来，累计超额收益为8.36%。
• 绩效归因：本期超额收益主要来源于因子特质选股能力（0.77%），风格贡献为0.07%，行业贡献为-0.06%。组合虽在风格上进行了中性化处理，但由于市场分组与中证1000成分股的交集以及股票权重的不均衡，仍存在一定的风格暴露。
• 分年度表现：投资组合在2015年至2022年的各年度表现不一，其中2022年为-4.8%。总体年化收益率为16.1%，年化波动率为31.5%，夏普比率为0.448，卡玛比率为22.21。
• 持仓调整：本期调仓双边换手率为158%，新调入股票79只，新调出股票79只，调仓后组合共持有200只股票。新调入股票列表见表4，新调出股票列表见表5，保持上期持仓的股票见表6。
• 风险提示：报告提醒了市场风格变化、模型失效及数据可用性等潜在风险。

关键信息

选股策略详情

• 策略一：基于十因子的机器学习残差因子，样本期平均RankIC为0.031，Rank ICIR为0.534。
• 策略二：基于十五因子的机器学习残差因子，样本期平均RankIC为0.053，Rank ICIR为0.907。
• 策略三：基于十五因子的机器学习反转因子，样本期平均RankIC为0.068，Rank ICIR为1.176。
• 策略四：策略二与策略三的复合因子，样本期平均RankIC为0.066，Rank ICIR为1.13。

投资组合表现

• 收益：2022.06.06至2022.07.01期间组合收益为6.67%，基准收益为5.9%，超额收益为0.78%。
• 分年度表现：见表3，其中2015年初至今总体年化收益率为16.1%，年化波动率为31.5%，夏普比率为0.448，卡玛比率为22.21。
• 持仓结构：调仓后组合共持有200只股票，各股票市值权重相等。

归因分析

• 风格贡献：0.07%
• 行业贡献：-0.06%
• 因子特质选股能力贡献：0.77%
• 因子主动暴露：见表1，其中动量因子贡献最大（0.4880），对数市值次之（0.1090）。
• 行业主动暴露：见表2，组合在行业上基本中性，但部分行业如医药、机械等有正向暴露，而部分如电力及公用事业、电子等有负向暴露。

本期持仓

• 新调入股票：79只，见表4。
• 新调出股票：79只，见表5。
• 保持上期持仓的股票：见表6，共计142只股票。
• 持仓成本：以调仓日收盘价为基准，投资组合中各股票权重相等。

风险提示

• 市场风格变化风险：市场风格可能变化，影响策略表现。
• 模型失效风险：模型可能因市场条件变化而失效。
• 数据可用性风险：数据可能不完整或不可靠，影响分析结果。

信息披露

• 分析师：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，专注于量化与基本面选股。
• 研究助理：王成煌，金融工程助理研究员，专注于主动量化选股。

投资评级说明

• 投资评级基于报告发布后6个月内的市场表现，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。

法律声明

• 本报告仅供德邦证券客户使用，不构成投资建议。
• 报告内容可能因市场变化而更新，不保证信息的准确性。
• 报告内容不得以任何方式复制、分发或引用，未经书面许可不得使用。

资料来源：Wind，德邦研究所