基金重仓股的量价因子增强策略-20231022-中泰证券-15页_1mb

证券研究报告/量化投资策略报告总结

核心内容

本报告探讨了一种基于FarmPredict机器学习框架的量化投资策略，旨在通过量价因子在基金重仓股上构建增强选股组合。该策略分为两个步骤：首先利用基金行业仓位探测结果构建基础股票池，其次通过FarmPredict模型对股票池中的股票进行评分，最终选择前20只股票组成投资组合。

主要观点

• 基金重仓股与基本面研究：公募基金对基本面的研究较为深入，因此在基金重仓股基础上构建基于量价因子的组合较难获取稳定超额收益。
• 量价因子有效性：WorldQuant LLC提出的101个量价因子在A股市场有效性受到质疑，但通过机器学习框架可以增强其表现。
• 模型选择：FarmPredict框架结合主成分分析（PCA）和Lasso回归，擅长处理高维数据，能够有效识别信号与噪音。
• 策略表现：回测结果显示，该策略年化收益率达53.53%，Sharpe比率为1.78，最大回撤为26.62%，相对基准表现优异。
• 风险提示：模型基于历史数据，存在数据滞后、第三方数据不准确、历史规律失效等风险。

关键信息

基础股票池构建方法

1. 基金筛选：选择股票型和偏股基金，剔除指数型基金和主题型基金。
2. 持仓规模要求：保留规模在5亿以上的基金，并提取其前十大重仓股。
3. 行业筛选标准：
   • 超配仓位在最近7周内至少有5周净流入；
   • 最近一周出现净流出；
   • 过去三个月内该行业指数曾经历30%以上的涨幅。

FarmPredict模型构建

1. PCA分解：将因子矩阵X分解为主成分F和特异性成分U。
2. Lasso回归：使用Lasso回归对主成分和特异性成分进行建模，求解预测模型。
3. 新一期股票评分：基于新一期因子矩阵计算主成分和特异性成分，再结合模型参数对股票打分，选出前20只股票组成组合。

回测结果

• 整体表现（2019.1.1-2023.9.30）：

  • 年化收益率：53.53%
  • Sharpe比率：1.78
  • 最大回撤：26.62%
  • 年化超额收益率：49.97%
  • 总换手率：4232.40%

• 2023年表现（2023.1.1-2023.9.30）：

  • 年化收益率：21.35%
  • Sharpe比率：1.23
  • 最大回撤：9.63%
  • 年化超额收益率：26.99%
  • 总换手率：1256.00%

• 年度表现：

  • 2019年：5.73%
  • 2020年：1.06%
  • 2021年：6.93%
  • 2022年：-4.50%
  • 2023年：3.81%

• 月度表现（2023年）：

  • 1月：18.00%
  • 2月：-8.06%
  • 3月：5.53%
  • 4月：3.04%
  • 5月：-5.08%
  • 6月：-4.33%
  • 7月：17.81%
  • 8月：21.83%
  • 9月：8.18%
  • 10月：-7.34%
  • 11月：-0.73%
  • 12月：2.61%

最新推荐股票组合

投资评级说明

备注：评级标准为报告发布日后6~12个月内公司股价（或行业指数）相对同期基准指数的相对市场表现。A股市场以沪深300指数为基准，香港市场以摩根士丹利中国指数为基准，美股市场以标普500或纳斯达克综合指数为基准。

风险提示

• 本报告结论基于公开历史数据，可能存在数据滞后性。
• 第三方数据可能存在不准确风险。
• 模型基于历史数据得出，存在一定的局限性，无法完全准确刻画现实环境和预测未来。
• 历史规律可能失效，模型在极端情形下可能解释力不足。
• 结果仅作为分析参考，不构成投资建议。

重要声明

• 本报告由中泰证券股份有限公司发布，具有证券投资咨询业务资格。
• 报告基于公开资料和实地调研，反映了作者的研究观点。
• 报告中信息可能随时调整，不保证其准确性和完整性。
• 报告内容仅供参考，不构成任何投资、法律、会计或税务的最终操作建议。
• 报告中提到的投资及服务可能不适合个别客户，不构成私人咨询建议。
• 报告版权归中泰证券股份有限公司所有，未经书面授权不得翻版、发布、复制、转载、刊登、篡改或有悖原意的删节、修改。