“青出于蓝”系列研究之一：短期反转效应起源及其改进研究-20190904-招商证券-21页_1mb

报告摘要

A股市场短期反转效应起源及其改进研究总结

核心内容

本文围绕A股市场的短期反转效应展开研究，分析其起源，并提出改进方法以提升传统反转因子的选股效果。研究发现，A股市场存在明显的个股短期反转效应和行业短期动量效应，二者并不矛盾，而是相互关联。个股反转效应来源于行业内个股的反转效应与行业动量效应的综合结果，而行业动量效应的存在削弱了个股反转效应。因此，构建行业内反转策略能够增强全市场反转效应的表现。

此外，本文通过个股收益分解，将收益划分为预期收益、与现金流信息相关的收益以及与贴现率信息相关的收益。其中，与贴现率信息相关的收益对短期反转因子的改进效果显著，通过剔除现金流信息相关收益，得到的贴现率相关收益作为改进因子，其选股效果明显优于原始因子。

主要观点

A股市场短期反转效应显著：过去一个月收益率对个股未来一个月收益率具有显著的负向预测能力，且在等权加权方式下表现更优。
行业动量效应影响个股反转：行业层面存在短期动量效应，削弱了行业内个股的反转效应，从而导致全市场个股反转效应较弱。
改进因子提升选股效果：通过分解个股收益，得到与贴现率信息相关的收益作为改进因子，其IC_IR和Sharpe比率均显著优于原始因子。
综合策略表现更优：结合行业动量效应与行业内个股反转效应的综合选股策略，其年化收益和Sharpe比率均优于单独的行业动量或行业内反转策略。

关键信息

1. A股市场反转效应测试

IC测试结果：
- 原始反转因子：IC_IR为-0.50，t统计量为-6.55。
- 改进因子：IC_IR为-0.64，t统计量为-8.20。
分位数组合测试：
- 等权加权方式下，原始因子多空组合月平均收益为2.03%，改进因子为1.75%。
- 流通市值加权方式下，原始因子多空组合月平均收益为1.39%，改进因子为1.05%。
- 改进因子的t检验统计量更高，表明其预测能力更强。
年化收益与风险调整指标：
- 原始因子：等权加权年化收益为24.93%，Sharpe比率为1.26，最大回撤为20.62%。
- 改进因子：等权加权年化收益为22.43%，Sharpe比率为2.00，最大回撤为11.21%。
- 流通市值加权下，改进因子Sharpe比率为0.76，最大回撤为21.21%。

2. 行业内反转策略表现

等权加权方式下：
- 行业内反转策略年化收益为29.94%，Sharpe比率为1.70，最大回撤为18.46%。
- 原始因子年化收益为24.93%，Sharpe比率为1.26，最大回撤为20.62%。
流通市值加权方式下：
- 行业内反转策略年化收益为15.88%，Sharpe比率为0.84，最大回撤为31.57%。
- 原始因子年化收益为14.26%，Sharpe比率为0.56，最大回撤为48.65%。

3. 综合选股策略表现

综合策略（结合行业动量与行业内反转）：
- 年化收益为22.56%，Sharpe比率为0.68。
- 最大回撤为69.79%，胜率为57.20%。
行业内反转策略：
- 年化收益为15.77%，Sharpe比率为0.49。
行业动量策略：
- 年化收益为18.96%，Sharpe比率为0.53。

4. 反转效应分解与改进

收益分解：
- 个股收益分解为预期收益、现金流相关收益和贴现率相关收益。
- 只有贴现率相关收益展现显著的反转效应。
改进因子构建方法：
- 使用Fama-French三因子模型和分析师情绪因子（PMN）进行回归，计算残差作为贴现率相关收益。
- 该方法有效剔除现金流信息的影响，从而增强反转因子的预测能力。
改进因子效果：
- 在等权加权下，改进因子Sharpe比率为2.00，最大回撤为11.21%。
- 在流通市值加权下，改进因子Sharpe比率为0.76，最大回撤为21.21%。