20220820-浙商证券-金融工程深度_金股数据库及金股组合增强策略（一）_13页_1mb

金股数据库及金股组合增强策略总结

核心内容

本文围绕券商金股推荐数据构建了一个金股数据库，并基于该数据库开发了金股组合增强策略。该策略通过量化分析师推荐成功率，将金股推荐分为不同组别，构建增强组合，从而实现对券商金股组合的优化。

主要观点

• 金股数据库构建：以2020年1月为起点，构建了一个包含37个字段的金股数据库，收录了1267位分析师自2020年1月至2022年8月共12928条推荐记录及相关信息，数据库将月度持续增量更新。
• 推荐成功率指标化：使用Beta分布对分析师的推荐成功率进行量化处理，初始设为 $\alpha = \beta = 1$，并根据推荐结果动态更新参数，从而得到分析师的推荐成功率分布。
• 金股组合增强策略：基于分析师推荐成功率分布构建金股组合，通过分组回测发现，推荐成功率较高的组合能够产生更高的年化收益率与更优的风险调整后收益指标。
• 策略表现：基于统计期推荐成功率分组的第5组组合表现最佳，年化收益率达52.10%，夏普比1.72，卡玛比3.02，显著优于整体券商金股组合。
• 风险提示：本文结果基于历史数据建模推算，未来实际情况的不确定性与模型推测结果存在偏差，不作为投资参考建议。

关键信息

数据库结构

• 字段内容：包含机构名称、分析师信息、推荐月份、证券代码、证券简称、涨跌幅、行业信息等。
• 数据来源：公开市场可采集的券商金股推荐信息，由浙商证券研究所和WIND提供。
• 更新机制：数据库将月度持续更新，为策略迭代提供数据支持。

推荐成功率分布

• 统计期推荐成功率：分析师推荐成功率期望集中在0.5附近，且高成功率分析师的推荐更可能产生超额收益。
• 近一年推荐成功率：同样集中于0.5附近，但近期表现更受关注，以提高策略的适应性。

组合构建方法

• 股票池：当月所有券商推荐的金股，无额外筛选条件。
• 分组方法：将分析师按推荐成功率分为5组，构建等权金股组合。
• 调仓周期：每月末重复组合构建流程并调仓。

回测结果

风险指标

• 最大回撤：在不同分组中，最大回撤在-15%至-25%之间，但年化收益/回撤比均优于其他组别。
• 回撤时间：多数组合在2021年11月至2022年3月期间出现最大回撤，说明市场波动对策略有显著影响。

行业覆盖度

• 高覆盖度行业：电力设备、电子、食品饮料、医药生物、基础化工。
• 低覆盖度行业：公用事业、煤炭、环保、钢铁、综合。

策略有效性与局限性

• 有效性：策略在回测期间表现优异，能够产生稳定的超额收益。
• 局限性：历史数据不代表未来，分析师能力可能随时间变化，策略需动态调整。

结论

• 策略优势：基于分析师推荐成功率构建的金股组合能有效提升收益。
• 动态调整：金股数据库将持续更新，策略也将进一步迭代和优化。
• 行业影响：分析师推荐成功率可能受行业影响，后续研究将进一步探讨该影响。

投资评级说明

• 证券评级：以6个月内相对于沪深300指数的涨跌幅为标准，分为买入、增持、中性、减持。
• 行业评级：以6个月内行业指数相对于沪深300指数的涨跌幅为标准，分为看好、中性、看淡。
• 提醒：不同机构采用不同评级标准，投资者应结合自身情况独立判断。

法律声明及风险提示

• 免责声明：本报告信息来源于公开资料，不保证其真实性、准确性及完整性。
• 风险提示：本报告不构成投资建议，投资者应自行评估风险，承担相应后果。
• 版权声明：本报告版权归浙商证券所有，未经许可不得复制、发布或传播。