[Table_MainInfo]

Size: px

Start display at page:

Download "[Table_MainInfo]"

造唐
7 years ago
Views:

1 研究报告金融工程 ( 专题报告 ) 金融工程社交自媒体热股之沪深 300 增强分析师联系人联系人秦瑶 (8627) qinyao@cjsc.com.cn 执业证书编号 :S 邓越 dengyue1@cjsc.com.cn 杨靖凤 (8621) yangjf@cjsc.com.cn 报告要点选股逻辑 1. 行业分析师在社交自媒体平台推荐个股的阅读量是机构投资者对此个股的投资价值的认可程度和分析师在机构投资者中的影响力的综合表现, 分析师影响力大热度处于上升阶段的个股更有潜力取得超额收益 2. 分析师在行业内更容易取得超额收益, 我们采用行业中性配置的方法加权个股 3. 研报热度虽然体现当前市场热点, 但毕竟研报内容有事实支撑, 持有时间可以更长, 我们选择月度调仓以沪深 300 成分股为备选池, 年化超额收益 14.51%, 月相对胜率为 69% 市场表现对比图至日区间, 组合取得收益 65.20%, 同期沪深 300 指数收益 28.54%, 累计超额收益 36.67% 组合年化收益 27.36%, 基准指数年化 12.86%, 年化超额收益 14.51% 组合波动率 30.56%, 夏普比率 0.85, 基准指数波动率 32.25%, 夏普比率 0.45 组合相对于基准月胜率为 69.2% 2014 年超额收益 14.66%,2015 年超额收益 24.24% 资料来源 :Wind 相关研究 A 股系统风险防范与管理工具年组合收益 75.20%, 基准收益 60.54%, 超额收益 14.66%, 组合夏普比率 2.92, 基准夏普比率 2.42;2015 年组合收益 40.64%, 基准收益 16.30%, 超额收益 24.24%, 组合夏普比率 1.13, 基准夏普比率 0.54 长江证券金融工程产品组合报告一个周度策略调仓长江证券金融工程产品组合报告一个周度策略调仓请阅读最后评级说明和重要声明 1 / 23

2 目录数据来源与选股逻辑... 4 数据来源简述... 4 选股逻辑... 5 回测结果 ---- 以沪深 300 成分股为备选池... 5 因子值计算和行业中性配置... 5 一般性设定... 6 收益与风险结果... 6 持有时间和建仓起点... 9 超额收益来源探究超额收益理论分解组合在各行业超额收益与不择股的行业中性策略比较组合市值换手率和交易成本等信息数据特点概览推出金融工程产品图表目录图 1: 以长江证券研究所社交自媒体平台为例... 4 图 2: 指标计算示意图... 5 图 3: 组合收益和累计超额收益 ( )... 6 图 4: 分年度组合收益和累计超额收益 ( )... 7 图 5: 分年度组合收益和累计超额收益 ( )... 7 图 6: 逐月超额收益 ( )... 8 图 7: 累积超额收益曲线 ---- 与其他主要指数比较 ( )... 9 图 8: 各持有期限下的累积收益 ( ) 图 9: 各时间起点下的累积收益 ( ) 图 10: 各行业月平均超额收益图 11: 各行业超额收益贡献度图 12: 各行业月平均 beta 图 13: 与不择股的行业中性策略比较 ( ) 图 14: 股票组合市值水平 ( ) 图 15: 各市值分位数下月平均超额收益图 16: 换手率 ( ) 图 17: 每次交易成本占 NAV 比例 ( ) 图 18: 交易成本造成的收益减薄 ( ) 图 19: 冲击成本的影响请阅读最后评级说明和重要声明 2 / 23

3 图 20: 对沪深 300 成分股的覆盖率 ( ) 图 21: 对全市场股票覆盖率 ( ) 图 22: 每日发文数量和累计数量 ( ) 图 23: 在中证 500 选股中效果图 24: 产品 CJFE_RR_BIGDATA_HS300_01 的跟踪收益 ( ) 表 1: 风险收益指标 ( )... 8 表 2: 各行业超额收益来源细分 alpha 与 beta 请阅读最后评级说明和重要声明 3 / 23

数据来源与选股逻辑随着诸如朋友圈等社交自媒体平台的发展, 许多券商研究所或分析师团队在发布研究报告后, 除通过传统的邮件等形式推送给机构客户外, 通过此类平台展示自己的研究成果的方式也流行起来这样不仅能更方便地与客户交流, 也有助于提高团队知名度, 有利于自身职业发展, 所以越来越多的研究所和行业研究分析师已经开设这类社交自媒体平台社交自媒体平台为讯息传播提供便利的同时, 其自身携带的

4 数据来源与选股逻辑随着诸如朋友圈等社交自媒体平台的发展, 许多券商研究所或分析师团队在发布研究报告后, 除通过传统的邮件等形式推送给机构客户外, 通过此类平台展示自己的研究成果的方式也流行起来这样不仅能更方便地与客户交流, 也有助于提高团队知名度, 有利于自身职业发展, 所以越来越多的研究所和行业研究分析师已经开设这类社交自媒体平台社交自媒体平台为讯息传播提供便利的同时, 其自身携带的阅读人数信息也可以被平台后台服务器记录下来, 从而为量化选股在传统因子之外提供另一个维度的信息数据来源简述我们关注 80 余个 2014 年新财富上榜研究所或行业分析师的社交自媒体平台, 然后利用计算机技术自动提取发布于其上的每篇研究报告 ( 大致包含晨会内容行业报告个股报告等 ) 的文本内容和阅读量, 并从文本内容中匹配出其中的个股, 最后将阅读量加总到对应个股之上, 作为个股的热度因子值以长江证券研究所维护的社交自媒体平台为例 ( 图 1), 我们首先提取出每日发布内容的时间标题正文所属机构和阅读人数 ; 然后匹配出文本内容所提及的个股并计算它们对应的阅读量 ( 热度 ) 计算热度的方式为 : 若标题提及个股, 则文章阅读量全部计为该个股热度 ; 若正文提到个股, 则将文章阅读量除以正文提到的个股数目, 计为该个股热度这样赋予标题更大权重之后, 同样方法依次提取其他各研究所或分析师团队发布的内容, 将不同分析师提到的同一个股的热度累加, 计为当日该个股的总热度图 1: 以长江证券研究所社交自媒体平台为例请阅读最后评级说明和重要声明 4 / 23

5 选股逻辑 1. 行业分析师在社交自媒体平台推荐个股的阅读量是机构投资者对此个股的投资价值的认可程度和分析师在机构投资者中的影响力的综合表现, 分析师影响力大热度处于上升阶段的个股更有潜力取得超额收益 2. 行业分析师是深入了解其所在行业上市公司状况的专家, 他们所推荐个股更有可能超越其所在行业的平均水平, 即在行业内更容易取得超额收益 ; 但有时由于行业轮动效应, 相对整个市场无超额收益, 而这往往是单个行业分析师难以把握的, 即行业内的系统风险所以在不加入任何行业轮动模型的前提下, 我们采用行业中性配置的方法加权个股 3. 分析师研报的热度虽然与诸如财经新闻热度一样同为揭示当前市场热点的途径, 但二者背后的理念应大相径庭, 毕竟研报内容有分析师的数据事实支撑, 更着眼于中长期期望, 而非仅仅追逐市场热点, 故而持有时间应该可以更长, 不必在超短期内调仓我们选择月度调仓, 文中也会展示其他持有期限的收益情况回测结果 ---- 以沪深 300 成分股为备选池我们将样本股票池局限于沪深 300 成分股中, 并从中选出热度上升最快的 50 只股票, 按沪深 300 指数的申万一级行业权重加权, 行业内各股票等权每 22 交易日调仓并再平衡各入选股票权重因子值计算和行业中性配置利用调仓日前 20 日平均热度和前 20 至 40 日平均热度的比值刻画个股热度上升的速度, 计算公式如下 : 图 2: 指标计算示意图请阅读最后评级说明和重要声明 5 / 23

6 使用申万一级行业划分标准, 在各行业中按上述得分降序排列, 选出靠前的前一定数量的股票, 各行业入选股票数量与该行业总数量成比例, 共组成 50 只股票各行业权重按沪深 300 的行业权重加权, 行业内等权一般性设定一般性设定包括 : 持有时间 22 个交易日 ; 买入日若遇停牌开盘涨跌停则跳过这只股票 ; 卖出日若遇停牌开盘涨跌停则持有并等待下一个可交易日卖出 ; 交易成本佣金万八印花税千一过户费 ( 沪市 ) 万六 / 股收益与风险结果至日区间, 组合取得收益 65.20%, 同期沪深 300 指数收益 28.54%, 累计超额收益 36.67% 组合年化收益 27.36%, 基准指数年化 12.86%, 年化超额收益 14.51% 组合波动率 30.56%, 夏普比率 0.85, 基准指数波动率 32.25%, 夏普比率 0.45 收益曲线见图 3 4 5; 各指标见表 1 组合相对于基准月胜率为 69.2%, 逐月超额收益见图 6 图 3: 组合收益和累计超额收益 ( ) 请阅读最后评级说明和重要声明 6 / 23

7 图 4: 分年度组合收益和累计超额收益 ( ) 图 5: 分年度组合收益和累计超额收益 ( ) 请阅读最后评级说明和重要声明 7 / 23

8 表 1: 风险收益指标 ( ) 复合 2014 年 2015 年年化收益率组合 27.36% 组合 75.20% 组合 40.64% 基准 12.86% 基准 60.54% 基准 16.30% 年化超额收益 14.51% 14.66% 24.24% 年化波动率 sharpe 组合 30.56% 组合 18.88% 组合 31.97% 基准 32.25% 基准 19.14% 基准 32.04% 组合 0.85 组合 2.92 组合 1.13 基准 0.45 基准 2.42 基准 0.54 指数最大回撤区间 ~ ~ ~ 该区间指数涨跌 % -9.13% % 该区间组合涨跌 % -9.83% % Alpha( 日频 ) 0.05% 0.04% 0.08% beta R-squared 组合 VaR( 日频 ) 3.28% 1.63% 4.27% 基准 VaR( 日频 ) 3.37% 1.53% 4.67% 跟踪误差 6.8% 5.0% 8.3% 信息系数图 6: 逐月超额收益 ( ) 请阅读最后评级说明和重要声明 8 / 23

9 虽然此组合是从沪深 300 成分股中选取的股票组合, 但我们也想放在全市场看看其收益处于什么水平从买入并长期持有 ( 两年 ) 来看, 组合并不比中证 500 和创业板指逊色 : 至日, 组合录得累积收益 65.20%, 同期中证 500 和创业板指分别取得 28.54% 和 36.67% 的收益各指数对沪深 300 累积超额收益图绘于图 7, 可以看出, 两年间大小盘收益率数度转换, 两指数相对于沪深 300 的累积相对收益亦数度归零所以除非具有敏锐的市场判断和择时能力, 买入并长期持有小盘股指数并非明智之举, 而精耕沪深 300 成分股选股策略同样可以取得不俗收益图 7: 累积超额收益曲线 ---- 与其他主要指数比较 ( ) 持有时间和建仓起点图 8 为从至日区间, 从持有 5 交易日到持有 60 交易日再调仓的累计收益率依据当前热点选出的股票, 逻辑上确实为持有越短更易获取热点所提供的超额收益, 但同时也必须承受频繁调仓所带来的交易费用正如图 8 所示, 在不计交易成本时, 持有时间从短到长, 收益有明显的下降趋势, 而当考虑交易成本后, 短期持有的优势几乎被交易成本侵蚀殆尽综合考虑, 我们采取月度调仓请阅读最后评级说明和重要声明 9 / 23

10 图 8: 各持有期限下的累积收益 ( ) 在持有期为 22 个交易日的前提下, 我们考察不同建仓起点对策略收益的影响, 假设日为 T1, 那么以 T1, T21 为建仓起点的组合就可以穷举所有可能的情况, 因为 T22 为 T1 的下一个调仓日图 9 展示的是以 T1 到 T21 为建仓起点, 自 T22 到日的累积收益, 各时间起点取得收益的均值 ± 标准差为 (57.11%±10.43%) 图 9: 各时间起点下的累积收益 ( ) 请阅读最后评级说明和重要声明 10 / 23

11 超额收益来源探究超额收益理论分解假设单期指数收益可以分解为各行业收益的加权平均 : 其中, 是 i 行业在指数中的权重, 是对应行业中每个个股收益率在行业中的加权平均另外, 对于一个行业中性配置的投资组合 P, 各行业权重与指数相同, 同样有 : 其中, 仍是 i 行业在指数中的权重, 是投资组合中的该行业个股的平均收益同时, 在每个行业中, 对可能存在超额收益, 从而整体组合实现对基准指数的超额收益 : 从以上三式可以将一个行业中性投资组合对基准指数的超额收益分解为 : 即 : 其中, 为投资组合中属行业 i 的股票组合对该行业的 beta 的偏移为高 beta, 为低 beta 可见, 行业中性投资组合对基准指数的超额收益自然是来自于各行业内的超额收益继续各对各行业超额收益细分, 又主要来自于两部分, 一是对各行业的 alpha, 二是对各行业的 beta 偏移的风险收益其中 alpha 收益不必多表 ; 对于 beta 偏移带来的风险, 可分两种情况 : 1. 当行业上行时, 若, 超额收益贡献为负 ; 2. 当行业下行时,, 超额收益贡献为负请阅读最后评级说明和重要声明 11 / 23

12 所以对于行业中性策略而言, 在获取 alpha 收益的同时, 若有能力对行业择时, 可通过适时调节行业内 beta 增厚收益顺便一提,2013 年中以来, 不少市场中性产品采用沪深 300 之外的小盘股票组合, 并按沪深 300 的行业权重进行行业中心配置, 以沪深 300 股指期货对冲, 获得不菲的超额收益然而此法获得的超额收益可能有相当一部分来源于市场上行阶段的 beta 红利, 一旦市场环境发生变化 ( 即发生上述两种情况之一 ), 其风险可想而知组合在各行业超额收益对于本组合而言, 我们先来看对行业超额收益部分 ( 即式中 ) 图 10 统计了从到以来的 24 个持有期的各行业平均超额收益在 27 个申万一级行业中有 19 个行业取得相对正收益, 占比约 70%, 而且取得负相对收益的行业多为市值权重小的行业, 最终产生了正加权平均收益计算每个行业对最终超额收益的贡献度 ( 行业权重对行业超额收益 ), 绘于图 11, 可以看出权重前 50% 的行业基本提供了约 50% 的超额收益, 所以若能在金融地产板块取得不错超额收益, 则基本事半功倍图 10: 各行业月平均超额收益图 11: 各行业超额收益贡献度请阅读最后评级说明和重要声明 12 / 23

13 再来看各行业超额收益来源的细分项 ( 和 ), 见表 2 各行业基本实现正 alpha, 但 beta 偏移带来的超额收益大多为负表 2: 各行业超额收益来源细分 alpha 与 beta 行业行业权重行业行业权重银行 19.54% % 0.09% 有色金属 2.42% % 0.12% 非银金融 16.02% % -0.99% 电子 2.25% % -0.85% 房地产 6.20% % -2.24% 国防军工 2.18% % -0.79% 医药生物 5.28% % 0.32% 采掘 2.12% % -0.47% 传媒 4.57% % -1.21% 电气设备 1.75% % 0.14% 食品饮料 4.51% % -0.47% 通信 1.74% % -0.99% 公用事业 4.42% % -1.02% 商业贸易 1.57% % -0.53% 交通运输 3.75% % 0.19% 钢铁 1.34% % -0.33% 建筑装饰 3.63% % -0.99% 纺织服装 0.58% % -1.63% 汽车 3.56% % -0.57% 农林牧渔 0.57% % 0.29% 家用电器 2.99% % -0.99% 建筑材料 0.52% % -0.26% 计算机 2.90% % -0.13% 休闲服务 0.39% % 0.00% 机械设备 2.55% % 1.81% 综合 0.19% % -1.63% 化工 2.48% % 0.25% 组合 Beta 组合 Alpha 收益 1.65% 源于 beta 的风险超额收益 -0.50% 最终超额收益 1.16% 请阅读最后评级说明和重要声明 13 / 23

14 图 12: 各行业月平均 beta 与不择股的行业中性策略比较虽然我们已经将选股范围限定在沪深 300 成分股之中, 但我们的策略采用了行业内等权的设定, 由于小盘股效应的影响, 会不会超额收益仅仅来自于行业内等权的做法, 而非来自于我们的选股策略呢? 因此我们构建了一个沪深 300 行业内等权指数, 将沪深 300 所有成分股按行业权重加权, 行业内等权, 并在选股组合调仓日再平衡权重与选股组合指数 ( 不计交易成本 ) 比较 ( 图 13), 仍然有持续的超额收益积累图 13: 与不择股的行业中性策略比较 ( ) 请阅读最后评级说明和重要声明 14 / 23

15 组合市值换手率和交易成本等信息投资者关注的股票组合市值分布换手率等信息一并列于此计算每期股票组合的加权平均市值沪深 300 指数的市值中位数和加权平均市值 ( 图 14), 可以看出股票组合每期市值水平变化较大, 介于沪深 300 指数的市值中位数和加权平均市值之间图 14: 股票组合市值水平 ( ) 图 15: 各市值分位数下月平均超额收益将沪深 300 成分股按总市值从大到小分为十组, 分别在各组计算超额收益, 并各持有期收益的平均 ( 图 15), 组合大部分 (7/10 组 ) 都有超额收益, 在小市值组超额收益为负请阅读最后评级说明和重要声明 15 / 23

16 图 16: 换手率 ( ) 请阅读最后评级说明和重要声明 16 / 23

图 17: 每次交易成本占 NAV 比例 (2014.1.6 ---- 2016.2.29) 图 18: 交易成本造成的收益减薄 (2014.

17 图 17: 每次交易成本占 NAV 比例 ( ) 图 18: 交易成本造成的收益减薄 ( ) 简单估算冲击成本 : 请阅读最后评级说明和重要声明 17 / 23

18 计算在不同初始资金规模下从至的总收益 ( 图 19), 在资金大约增至约 70 亿时超额收益消失图 19: 冲击成本的影响数据特点概览由于我们关注的仅有 80 余个研究所或行业分析师的社交自媒体平台, 他们对沪深 300 成分股的覆盖度如何也会引起选样偏差图 20 展示了每一个日历日当日前 10 个历日日总计和前 30 个历日总计被提及的沪深 300 成分股比例日历日当日覆盖率平均为 49%, 即平均每日提到沪深 300 成分股 150 左右, 前 10 个日历日和前 30 日历日平均覆盖率分别为 81% 93%, 基本可以覆盖全部沪深 300 成分股请阅读最后评级说明和重要声明 18 / 23

19 图 20: 对沪深 300 成分股的覆盖率 ( ) 与本选股方法不同, 分析师自然不会只把目光局限在沪深 300 成分股中, 图 21 是每一个日历日当日前 10 个历日日总计和前 30 个日历日总计被提及的 A 股股票数量及比例前 30 个日历日总计被提及股票平均占全部 A 股的比例为 77%, 且一直呈增多趋势, 2015 年的平均覆盖率为 85% 图 22 是我们所关注的分析师自媒体每日及累计发文数量, 平均每日发文约 87 篇, 自 2014 年以来累计约 7 万篇可见, 虽然我们只关注了分析师群体的冰山一角, 他们产生的信息也已汗牛充栋, 而借助计算机技术可以快速提取信息, 不仅省去不少人力物力, 而且有望取得战胜市场的阿尔法收益图 21: 对全市场股票覆盖率 ( ) 请阅读最后评级说明和重要声明 19 / 23

20 图 22: 每日发文数量和累计数量 ( ) 图 23: 在中证 500 选股中效果既然覆盖率可以满足, 我们可以依同样逻辑和方法构从中证 500 成分股中选出 100 只构建组合, 在 2014 年和 2015 年分别取得 8% 和 29% 的超额收益, 收益曲线如图 23 对于在其他指数中的具体情况, 之后将另据篇幅详述请阅读最后评级说明和重要声明 20 / 23

21 推出金融工程产品在选股与择时的策略研究中, 我们尝试将所有的策略进行封装, 将各类选股择时等策略产品化, 以标准化的产品代码, 标准化的产品展示出来在策略调仓前一日, 发布选股策略的调仓方案或择时策略的买卖点, 以实现样本外跟踪策略表现目的, 并在下一次跟踪报告中公布跟踪结果并且, 在跟踪原有策略的同时, 对各策略的表现进行评估, 并不断改进目前我们已推出三只产品 ( 见报告长江证券金融工程产品组合报告推出三个相对收益产品 ), 产品代码分别为 CJFE_RR_EVENT_01 CJFE_RR_SELIND_01 和 CJFE_RR_BIGDATA_HS300_01, 其中 CJFE_RR_BIGDATA_HS300_01 为本报告所述方案的样本外跟踪实现未来我们会开发更多的选股择时策略本报告所述方案的回测区间为至 , 产品 CJFE_RR_BIGDATA_HS300_01 的跟踪收益至今 ( ) 为 9.84%, 同期沪深 300 回报 7.90%, 对沪深 300 超额收益 1.94% 图 24: 产品 CJFE_RR_BIGDATA_HS300_01 的跟踪收益 ( ) 风险提示 : 模型风险 ; 回测收益不代表真实交易情况 ; 历史表现不保证未来收请阅读最后评级说明和重要声明 21 / 23

22 请阅读最后评级说明和重要声明 22 / 23

23 长江证券研究所投资评级说明行业评级报告发布日后的 12 个月内行业股票指数的涨跌幅度相对同期沪深 300 指数的涨跌幅为基准, 投资建议的评级标准为 : 看好 : 相对表现优于市场中性 : 相对表现与市场持平看淡 : 相对表现弱于市场公司评级报告发布日后的 12 个月内公司的涨跌幅度相对同期沪深 300 指数的涨跌幅为基准, 投资建议的评级标准为 : 买入 : 相对大盘涨幅大于 10% 增持 : 相对大盘涨幅在 5%~10% 之间中性 : 相对大盘涨幅在 -5%~5% 之间减持 : 相对大盘涨幅小于 -5% 无投资评级 : 由于我们无法获取必要的资料, 或者公司面临无法预见结果的重大不确定性事件, 或者其他原因, 致使我们无法给出明确的投资评级联系我们上海浦东新区世纪大道 1589 号长泰国际金融大厦 21 楼 (200122) 电话 : 传真 : 武汉武汉市新华路特 8 号长江证券大厦 9 楼 (430015) 传真 : 北京西城区金融大街 17 号中国人寿中心 606 室 (100032) 传真 : 深圳深圳市福田区福华一路 6 号免税商务大厦 18 楼 (518000) 传真 : , 重要声明长江证券股份有限公司具有证券投资咨询业务资格, 经营证券业务许可证编号 : 本报告的作者是基于独立客观公正和审慎的原则制作本研究报告本报告的信息均来源于公开资料, 本公司对这些信息的准确性和完整性不作任何保证, 也不保证所包含信息和建议不发生任何变更本公司已力求报告内容的客观公正, 但文中的观点结论和建议仅供参考, 不包含作者对证券价格涨跌或市场走势的确定性判断报告中的信息或意见并不构成所述证券的买卖出价或征价, 投资者据此做出的任何投资决策与本公司和作者无关本报告所载的资料意见及推测仅反映本公司于发布本报告当日的判断, 本报告所指的证券或投资标的的价格价值及投资收入可升可跌, 过往表现不应作为日后的表现依据 ; 在不同时期, 本公司可发出与本报告所载资料意见及推测不一致的报告 ; 本公司不保证本报告所含信息保持在最新状态同时, 本公司对本报告所含信息可在不发出通知的情形下做出修改, 投资者应当自行关注相应的更新或修改本公司及作者在自身所知情范围内, 与本报告中所评价或推荐的证券不存在法律法规要求披露或采取限制静默措施的利益冲突本报告版权仅仅为本公司所有, 未经书面许可, 任何机构和个人不得以任何形式翻版复制和发布如引用须注明出处为长江证券研究所, 且不得对本报告进行有悖原意的引用删节和修改刊载或者转发本证券研究报告或者摘要的, 应当注明本报告的发布人和发布日期, 提示使用证券研究报告的风险未经授权刊载或者转发本报告的, 本公司将保留向其追究法律责任的权利

[Table_MainInfo]

[Table_MainInfo] 2016-3-21 产品报告研究报告金融工程 ( 专题报告 ) 长江证券金融工程产品组合报告一个周度策略调仓分析师联系人联系人范辛亭 (8621)68751859 fanxt@cjsc.com.cn 执业证书编号 :S0490510120008 陈奕 (8621)68751259 chenyi4@cjsc.com 杨靖凤 (8621)68751636 yangjf@cjsc.com.cn