20210930-渤海证券-因子监测月报_本月估值因子表现强势_推荐消费ETF与通信ETF_11页_812kb

报告摘要

本月我国主要市场指数涨跌互现，上证指数与沪深300指数小幅上涨，而中证500指数与创业板指数则出现下跌。在因子收益方面，估值因子表现强势，而基本面因子收益不佳。短期动量因子趋势效应显著，技术面因子收益回撤。整体来看，市场呈现分化格局，不同行业和市值类型股票的表现差异较大。

市场整体表现：
- 上证指数上涨1.64%
- 沪深300指数上涨1.63%
- 中证500指数下跌0.78%
- 创业板指数下跌0.08%
- 沪深300指数中大市值股票表现优于小市值股票
- 估值因子受周期股强势影响表现较好
- 基本面因子收益不佳
- 短期动量因子趋势效应显著，技术面因子收益回撤
历史收益率情况：
- 全市场近期表现较好的因子为短期动量因子
- 沪深300指数表现较好的因子为短期动量因子
- 中证500指数表现较好的因子为估值因子和短期动量因子
行业内部因子表现：
- 大部分行业小市值股票跑赢大市值股票
- 食品饮料、电力及公用事业等行业大市值股票表现优于小市值
- 盈利因子表现较好的行业为银行、食品饮料
- 成长因子表现较好的行业为银行、综合金融
- 估值因子表现较好的行业为有色金属、电力设备及新能源
- 短期动量因子在多数行业表现显著
- 长期动量因子在电力及公用事业、非银行金融、国防军工等行业表现较好
- 波动率因子、换手率因子在多数行业表现不佳
10月模型推荐：
- 模型看好行业为电子、食品饮料、通信
- 推荐投资消费ETF（159928.SZ）与通信ETF（515880.SH）

因子清洗：
- 样本范围包括全体A股、沪深300成分股、中证500成分股
- 剔除ST/PT股票及上市交易不满一年的股票
- 进行数据对齐、去极值、标准化、缺失值处理等初步数据清洗
因子RankIC计算：
- 采用Spearman相关系数计算RankIC，以衡量因子的收益预测能力
- 分为两步：
  - 第一步计算未中性化的RankIC值
  - 第二步剔除行业与市值影响，计算中性化后的RankIC值
历史收益率计算：
- 通过因子合成方法构建大类因子
- 通过因子正交消除多重共线性
- 进行横截面回归，得出各因子的历史收益率
行业分类：
- 以中信一级行业为蓝本，拆分非银行金融行业为二级子行业
- 采用31个行业分类标准，计算各行业上周RankIC值