金工小市值专题之五：微盘股的拥挤度测算和择时-20230710-德邦证券-21页_3mb

金融工程专题：微盘股的拥挤度测算和择时

核心内容

本报告聚焦于微盘股的投资策略与市场趋势分析，探讨了小市值股票的投资逻辑、策略优化以及公募基金的配置情况。德邦金工通过多篇专题报告和年度策略报告持续关注小市值风格的崛起，并提出多种择时方法以优化微盘股投资策略。

主要观点

• 小市值风格占优：2021年以来，万得微盘股指数（8841431.WI）走势强劲，小市值风格表现突出，尤其在2023年4月之后出现显著上涨。
• 增强策略潜力：小市值增强策略通过因子优化、择时调整等方式提升了投资效果，尤其“小市值+低波动”组合较为稳定。
• 公募基金配置增长：截至2022年第四季度，已有2837支公募基金配置微盘股，但整体配置比例仍然较低，显示出较大的配置空间。
• 择时策略分析：采用扩散指数作为择时工具，结合首次阈值法、延迟阈值法和经典双均线策略进行回测，发现经典双均线策略在参数优化后表现最佳，年化收益可达37.66%，卡尔玛值为3.88。

关键信息

公募基金配置情况

• 微盘股配置：截至2022年Q4，公募基金持有微盘股市值约为47.5亿，占其流通市值比例为0.94%，较2015年最高点仍有差距。
• 30-50亿市值股票配置：截至2022年Q4，公募基金持有市值在30-50亿区间股票市值约为945亿，占其流通市值比例为2.86%。
• 100亿以下市值股票配置：截至2022年Q4，公募基金持有100亿以下市值股票市值约为4560亿，占其流通市值比例为4.08%。
• 中证1000指数配置：截至2022年Q4，公募基金持有中证1000成分股市值约为8046亿，占其流通市值比例为8.86%。
• 中证500指数配置：截至2022年Q4，公募基金持有中证500成分股市值约为10032亿，占其流通市值比例为9.66%。
• 沪深300指数配置：截至2022年Q4，公募基金持有沪深300成分股市值约为31230亿，占其流通市值比例为8.70%。

择时策略分析

• 扩散指数：通过计算成分股中处于上升趋势的股票比例，判断指数整体趋势。
• 首次阈值法：当扩散指数达到0.9以上时空仓，下降至0.1以下时满仓。回测结果显示年化收益为25.09%，最大回撤为24.54%，卡尔玛值为1.02。
• 延迟阈值法：在第二次触碰阈值才交易，回测年化收益为22.69%，最大回撤为24.54%，卡尔玛值为0.92。
• 经典双均线：短期均线（如10日MA）站上长期均线（如20日MA）时满仓，反之空仓。参数优化后，年化收益最高可达37.66%，卡尔玛值为3.88。

下半年展望

1. 趋势向好：微盘股已走出低谷并创新高，市场利空因素基本被消化，未来表现值得期待。
2. 利率环境变化：年内利率持续下行预期兑现，但利率有拐头向上的迹象，可能对微盘股估值形成压力。
3. IPO供给加速：上半年IPO募资规模显著低于往期水平，预计下半年会有超大额IPO，但主板IPO仍以优质大盘股为主。
4. 拥挤度风险：机构持股比例仍然偏低，100亿以下小市值股票的配置仍不拥挤，具备进一步增长空间。

风险提示

• 市场风格切换风险
• 微盘股退市风险
• 择时策略模型失效风险

图表目录

• 图1：2021年以来德邦金工发表的小市值系列研究
• 图2：公募基金全部持股中持有微盘股比例（按流通市值测算）
• 图3：公募基金重仓股中持有微盘股比例（按流通市值测算）
• 图4：公募基金全部持股中持有市值在30到50亿区间股票比例（按流通市值测算）
• 图5：公募基金重仓股中持有市值在30到50亿区间股票比例（按流通市值测算）
• 图6：公募基金全部持股中持有市值在100亿以下股票比例（按流通市值测算）
• 图7：公募基金重仓股中持有市值在100亿以下股票比例（按流通市值测算）
• 图8：公募基金全部持股中持有中证1000成分股比例（按流通市值测算）
• 图9：公募基金重仓股中持有中证1000成分股比例（按流通市值测算）
• 图10：公募基金全部持股中持有中证500成分股比例（按流通市值测算）
• 图11：公募基金重仓股中持有中证500成分股比例（按流通市值测算）
• 图12：公募基金全部持股中持有沪深300成分股比例（按流通市值测算）
• 图13：公募基金重仓股中持有沪深300成分股比例（按流通市值测算）
• 图14：各板块公募基金全部持股的内部占比
• 图15：各板块公募基金重仓持股的内部占比
• 图16：首次阈值法择时效果
• 图17：首次阈值法最优参数：回顾20交易日下最大卡尔玛参数择时效果
• 图18：首次阈值法最优参数：回顾20交易日下最大年化收益参数择时效果
• 图19：首次阈值法最优参数：最大年化收益参数择时效果
• 图20：延迟阈值法择时效果
• 图21：延迟阈值法最优参数：回顾20交易日下最大卡尔玛参数择时效果
• 图22：延迟阈值法最优参数：回顾20交易日下最大年化收益参数择时效果
• 图23：延迟阈值法最优参数：最大年化收益参数择时效果
• 图24：经典双均线择时效果
• 图25：经典双均线最优参数：回顾20交易日下最大卡尔玛参数择时效果
• 图26：经典双均线最优参数：回顾20交易日下最大年化收益参数择时效果
• 图27：经典双均线最优参数：最大年化收益参数择时效果
• 图28：万得微盘股指数
• 图29：中国主要利率走势情况