金融工程多因子系列：价值投资的逻辑~高质量+低估值-20180803-东兴证券-27页-3mb

金融工程多因子系列：价值投资的逻辑——高质量+低估值

核心内容

本报告分析了金融工程中价值投资的逻辑，结合估值、盈利与成长三个维度，构建了一个综合投资组合。报告指出，股票的未来收益率由盈利水平、增长速度和估值水平共同决定。其中，估值因子的核心逻辑是“买被低估的资产，卖被高估的资产”，盈利因子的核心逻辑是“买优质的资产，卖劣质资产”，成长因子则反映了股票未来发展的潜力。综合三者，投资组合应选择低估值、高盈利、高成长的股票。

主要观点

• 估值与盈利的结合：低估是基于相同质量的前提，质优也要价低才值得投资。因此，对估值因子进行盈利中性化处理，对盈利因子进行估值中性化处理，以提升选股能力。
• 高估值也不可怕：若高估值股票有较高的盈利能力和增长率支撑，仍可能带来良好收益。
• 小市值股票的特性：在相同盈利和估值分组下，小市值股票收益率通常高于大市值股票。但考虑到小市值的不稳定性，报告倾向于选择大市值、低估值、高盈利的股票。
• 成长因子的加入：成长因子对股票收益率有显著区分度，因此将其纳入选股标准。
• 投资组合表现：选出的投资组合 pick 在未对冲情况下年化收益率达 32%，最大回撤为 32%，优于沪深300、上证综指、上证50等市场指数；使用中证500指数对冲后，年化收益仍可达到 17%，夏普比率 1.8，显示出良好的风险调整后收益。

关键信息

1. 估值因子分析

• 估值因子定义：常见的估值因子包括 B/P、Ecut_q/P、E_q/P、Ecut_ttm/P、E_ttm/P。
• 改进逻辑：引入盈利因子中性化，以表达“相同质量下，价格较低的资产为低估”。
• 表现分析：
  • Ecut_q/P 和 E_q/P 表现最好，其中 Ecut_q/P 的 rank IC 值为 5.9%，大于0的比例超过 80%。
  • B/P 的选股能力相对较弱。
• IC值：衡量因子对收益率的预测能力，E_q/P 和 Ecut_q/P 的 IC 值和 rank IC 值均较高。

2. 盈利因子分析

• 盈利因子定义：包括 单季度净利率、单季度ROA、单季度ROE、ROA_ttm、ROE_ttm。
• 改进逻辑：引入估值因子中性化，以表达“相同标价下，质量最优的资产才值得购买”。
• 表现分析：
  • 单季度ROE 和 ROE_ttm 表现最佳，其中 单季度ROE 的 rank IC 值为 4.02%。
  • 单季度净利率 对股票区分度较弱，后几组收益趋于一致。
• IC值：单季度ROE 和 ROE_ttm 的 IC 值和 rank IC 值均较高。

3. 市值因子分析

• 市值因子定义：以总市值作为衡量标准。
• 表现分析：
  • 市值因子在2013年和2017年失效，小市值股票虽有高收益潜力，但风险较大。
  • 市值因子与估值、盈利因子存在较强相关性，需谨慎使用。

4. 综合投资组合分析

• 选股逻辑：
  • 排除ST股票、近一年内上市、单季度净利润为负、近12个月净利润为负、单季度净利润同比增长率为负或超过 1000%。
  • 选择 Ecut_q/P 排名前30%、单季度ROE 排名前30%、单季度净利润同比增长率 排名前30% 的股票。
• 投资组合表现：
  • 年化收益率达 32%，显著高于市场指数。
  • 最大回撤为 32%，远低于市场指数。
  • 对冲中证500指数后，年化收益率为 17%，夏普比率 1.8。

5. 回测与数据处理

• 回测时间：2007年1月30日至2018年6月29日。
• 调仓日：每月最后一个交易日。
• 数据处理方法：
  • 缺失值处理：使用上一调仓日值或股票池平均值替代。
  • 异常值处理：采用分位数法识别和处理异常值。
  • 行业与市值中性化：通过多元回归剔除行业和市值对因子值的影响。
  • 标准化处理：包括 Z值标准化 和 Rank标准化，以提高因子的可比性。

结论

本报告通过分层法和IC值法对估值、盈利和市值因子进行了系统检验，得出以下结论：

• 估值因子和盈利因子的改进方法显著提升了其选股能力。
• 在低估值、高盈利和高成长的组合下，投资组合表现优异，年化收益率达 32%，最大回撤控制在 32%，风险调整后收益显著。
• 小市值股票虽有高收益潜力，但其不稳定性较高，因此投资组合更倾向于选择大市值、低估值、高盈利的股票。
• 未来研究可考虑加入更多因子（如动量因子）以进一步优化投资策略。