业绩链选股策略报告：多维度寻找高增长公司-20171225-光大证券-23页-1mb

多维度寻找高增长公司总结

核心内容

本报告探讨了如何利用业绩增速、业绩加速增长、业绩预告数据和分析师预期等多维度信息，构建高增长公司的选股策略。主要目的是在业绩数据滞后性影响下，提升选股模型的预测能力和超额收益表现。

主要观点

1. 业绩与股价同步但数据滞后

   • 股价上涨与业绩释放基本同步，但业绩数据具有滞后性，导致在季度末调仓时无法充分捕捉业绩释放期的超额收益。
   • 业绩同比增速比环比增速具有更高的选股价值，且在当季末调仓时，业绩增速最高组表现最佳。

2. 历史业绩预测能力有限

   • 仅依据历史业绩筛选高增长公司效果有限，但通过构建业绩增长速度与加速度指标，可以捕捉业绩加速增长趋势。
   • N=8时，业绩增长趋势指标的预测能力最强，第9组股票下期业绩高增长概率达48.6%，信息比率表现最佳。

3. 业绩预告数据有效降低滞后性

   • 业绩预告数据可提前反映业绩趋势，显著提升模型的预测能力和超额收益。
   • 使用业绩预告下限替代公告数据时，组合信息比率可达1.76，年化超额收益达15.0%。
   • 预告数据下限的组合表现优于预告上限和单纯使用业绩同比增速的组合。

4. 分析师预期筛选提升策略效果

   • 低预期增速组表现更佳，因投资者预期不充分，股价对超预期反应更强烈。
   • 依据分析师一致预期增速分组，最低预期组表现最优，年化超额收益达23.1%，信息比率达1.97。
   • 最终选取的股票组合在2009年至2017年10月期间，年化超额收益稳定，且每一年均跑赢市场等权指数。

关键信息

• 业绩释放与股价同步：股价上涨与业绩释放基本同步，但数据滞后导致选股效果下降。
• 业绩加速增长：业绩加速增长的公司下期业绩高增长概率达48.6%，且组合具有超额收益。
• 业绩预告数据：使用业绩预告数据可显著提升模型效果，年化超额收益达15.0%，信息比率达1.76。
• 分析师预期：低预期增速组表现更佳，年化超额收益达23.1%，信息比率达1.97。
• 最终组合：以业绩预告下限替代公告数据，结合业绩增长趋势指标分组的第9组股票构成最终投资组合，年化超额收益达15.0%，信息比率达1.76。

投资建议

• 推荐股票组合：共28只股票，基于业绩预告下限和业绩增长趋势指标筛选。
• 策略优势：在2009年至2017年回测期间，每年均取得正超额收益，年化超额收益稳定在15.0%左右。
• 调仓时点：建议在业绩预告截止日后进行调仓，以减少滞后性影响。
• 组合稳定性：组合信息比率表现良好，年化超额收益和胜率均优于传统业绩分组策略。

风险提示

• 模型失效风险：测试结果基于模型，存在模型失效的可能。
• 数据滞后性：即使使用预告数据，仍无法完全消除业绩数据的滞后性。
• 市场波动：分析师预期数据偏乐观，可能影响模型的准确性。

数据支持

• 图表：图1-图20展示了不同调仓时点和分组策略下的收益表现。
• 表格：表1-表16提供了详细的数据统计和分组效果分析。

结论

通过结合业绩预告数据和分析师预期，可以有效降低业绩数据的滞后性，提升选股模型的预测能力和超额收益表现。最终推荐的股票组合在回测期内表现优异，具有较高的胜率和信息比率，适合投资者在1-4月关注业绩高增长的投资机会。