金融工程中期策略报告-20180519-东北证券-35页-2mb

2018 东北证券金融工程中期策略报告总结

核心内容

2018年，A股市场风格从大市值、盈利风格快速切换至小市值、成长风格。在存量资金博弈的背景下，传统的价值投资和市值投资逐渐被成长风格所主导，均衡偏成长成为新的趋势。报告聚焦于主题投资、量化基本面、机器学习算法在投资中的应用，并对ROE因子进行深入分析。

主要观点

• 主题投资：主题投资作为beta的重要组成部分，在A股量化投资中较为少见。然而，通过提炼核心资产特征并利用量化方法筛选标的，能够有效捕捉市场主题变化，实现超额收益。
• 基本面分析因子：基于估值视角，构建了DPRO（基于净利润）、DAUPRO（基于增量净利率）和PIFV（基于相对估值）因子。其中，DPRO因子表现优于传统ROA指标。
• 机器学习应用：采用多种机器学习模型（如随机森林、Boosting等），在价量指标分析中表现出较好的效果，显示出非线性策略在当前市场中的潜力。
• ROE因子：单季度ROE因子表现最佳，优于TTM和季报数据。通过剔除线性市值影响后，ROE因子在多数行业中表现出显著的预测能力，尤其是医药、基础化工和机械行业。

关键信息

2.1 主题投资

• 主题beta：在不同时间段中，主题投资能够提供稳定的收益。
• 核心资产组合：2017年表现优异，2018年仍能超越沪深300指数。
• 回测结果：DPRO因子的年化收益率为35.78%，多空组合年化收益率为30.05%，显著优于G1组。

2.2 行业分类分析

• 行业逻辑选股：根据行业特性选择合适的分析指标，如周期行业使用企业估值倍数，TMT行业使用市销率，金融行业使用市净率。
• 成长性判断：对于周期行业，使用营业收入增速判断成长机会，而非净利润增速。

2.3 基本面分析因子——基于估值视角

• 绝对估值视角：构建DPRO和DAUPRO因子，通过净利润和增量净利率进行衡量。
• 相对估值视角：构建PIFV因子，通过可比公司合成得到预期价值，并与实际市值进行比较。
• 回测结果：
  • DPRO因子IC均值为7.13%，多空组合年化收益率为30.05%，Sharpe值为2.288。
  • DAUPRO因子IC均值为2.97%，多空组合年化收益率为14.15%，Sharpe值为1.027。
  • PIFV因子IC均值为7.28%，多空组合年化收益率为26.24%，Sharpe值为2.441。

2.4 ROE因子选股再探索

• 不同口径ROE因子表现：单季度ROE因子表现最优，其次为季报/平均。
• 市值特征：单季度ROE因子对大市值股票有较高暴露，剔除市值影响后，因子表现更加显著。
• 行业特征：剔除市值影响后，ROE因子在医药、基础化工、机械等行业中表现优异，18个行业具有显著的T统计量。
• ROE与EP因子对比：ROE反映盈利信息，EP反映估值信息，二者在市值中性后均能有效选股。

回测与分析

• 因子有效性：DPRO和PIFV因子在回测中均表现出较高的IC均值和显著的T统计量，显示出较强的预测能力。
• 波动与回撤：DPRO和PIFV因子虽然收益较高，但波动也较大，尤其是在2017年市场风格切换期间。
• 因子衰减性：单季度ROE因子的衰减速度较慢，相比其他口径具有更长的有效期。

未来展望

报告指出，未来将深入研究量化基本面、主题投资、行业分类和机器学习算法，推动量化投资向更深层次发展，结合宏观和微观分析，探索更合理的投资策略。

回测结果汇总

图表说明

• 图1：组合收益分解演变，显示不同因子在组合收益中的作用。
• 图2：核心资产组合净值，显示DPRO因子在不同组别中的表现。
• 图3-4：传媒行业价值与成长因子表现，显示不同因子在行业中的效果。
• 图5-6：DPRO因子净值走势，显示其在不同市场环境下的表现。
• 图7-10：DAUPRO和DROA因子净值走势，显示其与市场风格的关系。
• 图11-21：G10组合持仓风格与风险贡献，显示因子在不同市场环境中的表现。
• 图22-24：ROE因子IC衰减性，显示不同数据口径下因子的有效性。
• 图25-28：ROE因子与市值、行业相关性，显示其在不同行业中的表现。
• 图29：净利润、净资产与总市值相关性，显示因子构成与市场行为的关系。

总结

2018年，东北证券金融工程组在主题投资、基本面分析因子和机器学习算法应用方面取得了显著进展。DPRO和PIFV因子表现优异，能够有效捕捉市场风格变化，提供超额收益。ROE因子在单季度数据下表现最佳，且在剔除市值影响后，展现出较强的行业区分能力。未来，将深入研究量化基本面、行业分类和机器学习方法，以进一步提升投资策略的有效性。