20210707-开源证券-开源量化评论(25)_业绩超预期Plus组合的构建_22页_2mb
报告摘要
金融工程研究团队与业绩超预期Plus组合构建总结
核心内容
本文探讨了基于业绩预告、业绩快报和定期报告的业绩超预期因子构建方法,并进一步构建了“超预期Plus组合”,以期实现更高的超额收益。研究团队包括魏建榕(首席分析师)、张翔、傅开波、高鹏等分析师和研究员,他们分别在不同维度上对超预期因子进行分析与优化。
主要观点
-
业绩预告与财报披露节奏
- 业绩预告、业绩快报和定期报告的披露时间不同,业绩预告最早,定期报告最晚。
- 业绩预告的披露数量在2019年之前呈现波动上升趋势,但后续因监管放松而有所下降。
- 业绩快报主要集中在中报和年报期间,定期报告则逐年稳定上升。
- 业绩预告的披露时间越早,未来超额收益表现越好。
-
分析师一致预期覆盖率变化
- 沪深300指数成分股分析师覆盖度保持在90%以上。
- 中证500指数成分股分析师覆盖度在70%~90%之间。
- 随着注册制的实施,全市场个股分析师覆盖度显著下降,从2016年Q3的75%降至2021年Q1的不足50%。
-
业绩超预期因子表现
- 标准化预期外盈余(SUE)因子和预期外百分比(PCT)因子均具有良好的选股能力。
- 多报告融合后的SUE因子在多头端收益略有下降,但在分组收益区分度和多空对冲表现上显著提升。
- 多报告融合后的SUE因子表现:多头年化收益率21.56%,夏普比率0.72;多空对冲年化收益率14.15%,夏普比率3.46。
- 多报告融合后的PCT因子多空对冲夏普比率为2.68,多头年化收益率17.23%。
-
超预期股票池增强策略
- 超预期个股在分析师覆盖股票池中占比约30%~40%,2021年一季度因低基数显著上升至60%。
- 在超预期股票池中,通过引入多个因子进行筛选,如SUE、OER、JUMP、理想反转因子、大小单残差因子等,进一步提升组合收益。
- 经过测试,超预期30组合表现优异,多头年化收益率43.13%,夏普比率1.53,月度胜率约70%;对冲基准后年化收益率31.08%,夏普比率3.6,月度胜率超80%。
-
组合构建方法
- 超预期Plus组合的构建步骤包括:剔除上市不满60天、停牌、ST、一字涨跌停的股票,形成初选池。
- 在初选池中,使用SUE、OER、JUMP、理想反转因子、小单残差因子等权排序加总,选取前N只股票构成组合。
- 持仓个股数量越少,组合净值越高,最终选取30只股票作为推荐持仓。
关键信息
-
因子表现:
- SUE因子在超预期股票池内具有良好的分层效果。
- OER因子在短期呈现动量效应,长期呈现反转效应。
- JUMP因子在超预期股票池内具有显著的多头区分能力。
- 小单残差因子在超预期股票池内具有较好的多空区分度。
-
超预期股票池表现:
- 2013年4月以来,超预期股票池年化收益率19.75%,对冲中证500后的年化收益率10.84%。
- 最新一期超预期30组合包含信捷电气、久之洋、拓邦股份、卓胜微等股票,主要分布在电子、有色金属、汽车等行业。
-
数据预处理与调整:
- 数据口径一致化:确保财务报告和分析师预期数据可比。
- 因子标准化:消除不同公司净利润量级差异。
- 调仓日期定期化:按月调仓,便于机构投资者操作。
- 避免前视偏差:避免使用未来数据影响因子构建。
-
分析师一致预期数据调整方式:
- 逐季累加模式:将全年预测值转化为逐季累计值,但存在对季度预测偏差。
- 单季度模式:将全年预测值转化为单季度预测值,逻辑为未来增速复现过去增速,但同样存在偏差。
-
风险提示:
- 模型测试基于历史数据,市场未来可能发生改变。
- 本研报适用于专业投资者及风险承受能力为C3、C4、C5的普通投资者。
附录与图表
- 图1:业绩预告、业绩快报和定期报告每期财报发布数量差异显著。
- 图2:分析师一致预期归母净利润个股覆盖率2017年以来明显下滑。
- 图3:业绩预告发布前后的累积超额收益表现最佳。
- 图4:业绩预告SUE因子表现亮眼,多头收益显著。
- 图5:定期报告SUE因子分组收益单调,多空对冲走势稳健。
- 图6:多报告融合SUE因子表现优异,多空对冲夏普比率高达3.46。
- 图7:业绩预告PCT因子分层效果优异。
- 图8:定期报告PCT因子多头组区分度有所下滑。
- 图9:多报告融合PCT因子多空对冲夏普比率为2.68。
- 图10:超预期个股占比在2020年三季度以来增长明显。
- 图11:超预期样本池内个股表现优于基准组合中证500指数。
- 图12:SUE因子在超预期股票池内具有分层效果。
- 图13:PCT因子在超预期股票池内多头组分层效果下滑。
- 图14:OER因子短区间呈现动量效应,长区间呈现反转效应。
- 图15:2017年后,OER因子在超预期股票池中具有稳定超额收益。
- 图16:不同业绩报表超预期跳空前后的超额累积收益率表现不一。
- 图17:业绩预告超预期跳空选股效果最佳。
- 图18:JUMP因子在超预期股票池内具有多头区分能力。
- 图19:理想反转因子在超预期股票池内表现优异,测试期内超额收益稳定。
- 图20:大单残差因子在超预期股票池内具有空头区分度。
- 图21:小单残差因子在超预期股票池内多空区分度显著。
- 图22:非国企在超预期样本池内表现优于国企。
- 图23:持仓个股数量越少,超预期Plus组合净值越高。
- 图24:超预期30组合历史表现惊艳,具有显著且稳定的超额收益。
表格
- 表1:分析师覆盖个股不同类型财报集中披露期位于不同的月份。
- 表2:超预期30组合分年度绩效。
- 表3:超预期30组合最新明细(20210630)。
- 表4:分析师一致预期数据的不同转换方式结果比较。
分析师承诺与投资评级说明
- 分析师承诺:研究报告中的观点反映分析师个人观点,不与报酬直接相关。
- 投资评级:
- 证券评级:买入(预计相对强于市场20%以上)、增持(预计相对强于市场5%~20%)、中性(预计相对市场波动在-5%~+5%之间)、减持(预计弱于市场5%以下)。
- 行业评级:看好(预计行业超越整体市场)、中性(预计行业与市场基本持平)、看淡(预计行业弱于市场)。
法律声明
- 本报告仅供开源证券客户使用,不构成对任何人的投资建议。
- 报告内容基于公开信息,不保证其准确性或完整性。
- 报告内容可能包含其他网站链接,但开源证券不对其内容负责。
- 报告内容的版权归属开源证券,未经许可不得复制或分发。
总结
本文通过分析业绩预告、业绩快报和定期报告的披露节奏与数据特点,构建了多种业绩超预期因子,并通过多维度筛选,最终形成了“超预期Plus组合”。该组合在测试期内表现优异,具有显著且稳定的超额收益。研究团队强调,模型测试基于历史数据,市场未来可能发生变化,建议投资者结合自身情况谨慎决策。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载