20171106-兴业证券-决胜量化选股策略周报_29页_3mb
报告摘要
证券研究报告总结
核心内容
本报告主要分析了近期市场走势及兴业证券的多组量化选股策略表现,结合市场风格、经济数据发布及策略历史表现,提出本周推荐的“3+2”量化选股策略。报告涵盖多头策略与增强策略,并对各策略的构建逻辑、表现数据及持仓明细进行了详细说明。
市场表现
- 上周市场整体向下,主流指数呈现不同幅度的下跌,其中创业板指数跌幅最大,为 $3.34%$,上证综指和中证500指数分别下跌 $1.32%$ 和 $3.07%$,沪深300跌幅较小,为 $0.73%$。
- 两市成交额有所放量,日均成交额约为4818亿元。
- 融资余额略有上升,截至11月2日为9996亿元。
- 市场风格偏向价值。
本周推荐
本周推荐“3+2”量化选股策略,因其在近期表现中具有相对优势。
策略表现
多头策略
- RV量化选股策略:总收益率3495.72%,年化收益率32.39%,最大回撤率71.74%,最大回撤开始日期20080115,结束日期20081104。
- SA量化选股策略:总收益率2244.97%,年化收益率34.05%,最大回撤率68.33%,最大回撤开始日期20080115,结束日期20100903。
- 3+2量化选股策略:总收益率7874.72%,年化收益率40.91%,最大回撤率60.80%,最大回撤开始日期20080115,结束日期20081027。
- VG量化选股策略:总收益率7603.94%,年化收益率40.53%,最大回撤率63.36%,最大回撤开始日期20080115,结束日期20081104。
- GM量化选股策略:总收益率5845.47%,年化收益率37.71%,最大回撤率65.70%,最大回撤开始日期20080306,结束日期20081104。
- VGS_TB量化选股策略:总收益率12245.01%,年化收益率45.82%,最大回撤率66.66%,最大回撤开始日期20080115,结束日期20081104。
增强策略
- RV300选股300增强策略:总收益率134.04%,年化收益率8.22%,最大回撤率4.43%。
- Smart Alpha 增强策略:
- 全A选股500增强策略:总收益率399.91%,年化收益率16.12%。
- 500选股500增强策略:总收益率183.23%,年化收益率10.15%。
- 多因子增强策略:
- 全A选股500增强策略:总收益率819.78%,年化收益率22.89%。
- 500选股500增强策略:总收益率226.27%,年化收益率11.61%。
- 300选股300增强策略:总收益率168.98%,年化收益率9.63%。
策略说明
RV量化选股及增强策略
- 构建逻辑:结合风险调整的分析师评级和未来12个月预期市盈率,各占 $50%$ 的权重。
- 多头策略:每个中信一级行业选择RV综合分数最高的股票,等权形成组合。
- 增强策略:在沪深300成分股中选择RV综合分数前 $30%$ 的股票,按行业权重等权形成组合。
SA量化选股策略
- 构建逻辑:基于SmartAlpha因子,每月末选择排名前30的股票构建等权组合。
“3+2”量化选股策略
- 构建逻辑:结合长期盈利与成长能力、中期业绩增速、市场面反转效应,最终选择日均成交金额最小的20只股票构建等权组合。
- 长期筛选:选取过去五年扣非后ROE、营业收入同比增长率、扣非后归属母公司股东净利润同比增速,行业内排名前一半的股票。
- 中期筛选:选择最近一个季度营业收入同比增长率和归属母公司股东净利润同比增长率均大于 $15%$ 的股票。
- 市场面筛选:在前两步筛选基础上,选择日均成交金额最小的20只股票。
VG量化选股策略
- 构建逻辑:结合价值因子(BP_LR, EP_Fwd12M, SP_TTM等)与成长因子(Earnings_SQ_YoY, SaleEarnings_SQ_YoY, Sales_SQ_YoY等),各占 $50%$ 的权重。交易行为因子进行风险中性处理。
- 多头策略:选择VG因子排名前 $20%$ 的股票,再根据交易行为因子排名前30的股票,等权形成组合。
GM量化选股策略
- 构建逻辑:结合成长因子(Earnings_SQ_YoY, SaleEarnings_SQ_YoY, Sales_SQ_YoY等)与动量因子(Momentum_1M, Momentum_3M, Momentum_60M等),各占 $50%$ 的权重。
- 多头策略:选择GM因子排名最高的股票,等权形成组合。
VGS_TB量化选股策略
- 构建逻辑:结合价值因子(BP_LR, EP_Fwd12M, SP_TTM等)、成长因子(Earnings_SQ_YoY, SaleEarnings_SQ_YoY, Sales_SQ_YoY等)、情绪因子(EPSChange_FY0_1M, RatingChange_3M, TargetReturn等)和交易行为因子(Volume20D_240D, TSKEW_20D, VolumeCV_20D等),各占 $1/3$ 的权重。交易行为因子与动量因子正交化处理。
- 多头策略:选择VGS_TB因子排名前30的股票,等权形成组合。
Smart Alpha 增强策略
- 构建逻辑:基于机器学习中的AdaBoost算法,从33个传统因子中选择20个具有区分能力的因子合成SA因子,降低波动性并提升选股能力。
- 全A选股500增强策略:在每个中信一级行业内选择SA因子排名前 $10%$ 的股票,按中证500权重等权形成组合。
- 500选股500增强策略:在中证500成分股内,每个中信一级行业内选择SA因子排名前 $10%$ 的股票,按中证500权重等权形成组合。
多因子增强策略
- 构建逻辑:基于VGS_TB因子,各行业选择因子排名前 $10%$ 或 $30%$ 的股票,按行业权重等权形成组合。
关键信息
- 本周推荐“3+2”量化选股策略,因其在近期表现中相对优势明显。
- 多头策略中,RV、SA、3+2、VG、GM、VGS_TB策略均表现出不同程度的超额收益。
- 增强策略中,RV300选股300增强策略和Smart Alpha增强策略表现较为突出。
- 各策略均采用等权方式构建投资组合,部分策略还结合行业权重。
- 本报告中涉及的策略均基于历史回测和样本外跟踪,部分策略使用机器学习算法优化因子选择。
- 持仓明细显示,各策略在不同行业中分布较为均衡,权重多为 $3.33%$ 或 $5.00%$。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载