多因子量化选股系列专题研究：结构行情下沪深300增强策略改进方法研究

证券 证券研究报告 请务必阅读正文之后的免责条款 结构行情下沪深 300 增强策略改进方法研究 多因子量化选股系列专题研究｜2020.9.18 ▍ 中信证券研究部 ▍ 核心观点 王兆宇 首席量化策略 分析师 S1010514080008 赵文荣 首席量化与配置 分析师 S1010512070002 马普凡 量化策略分析师 S1010520030001 张依文 量化策略分析师S1010517080004 行业主动偏离是提升增强策略结构行情下配置价值的重要方式。通过主风格判断+相对估值修正+尾部剔除的方式构建沪深 300 增强基准模型，2013 年以来年化超额收益 14.4%；进一步以公募超低配为锚，捕捉结构行情的行业 Alpha。通过分层优化的框架构建放松行业约束的指数增强模型，结构行情明显的2017、2019、2020 年年化超额收益均提升 5%以上。 ▍ 投资聚焦：如何提升增强策略在结构行情下的表现？行业分化度是影响量化增强基金与主动偏股基金相对配置价值的重要因素。严格控制行业偏离虽能提升稳健性，但也损失了结构行情下的潜在收益。本篇报告以沪深 300指数增强模型为例，尝试在现有体系下放松行业偏离的约束，力求在跟踪误差可控的情况下获取行业的 Alpha。 ▍ 从底层因子表现看中低频量化增强的边界：拥抱主动逻辑，回归价值成长。（1）单因子增强组合的表现能够刻画严格控制行业、市值暴露后因子对模型多头超额收益的贡献。（2）因子表现是投资者行为的结果，投资者在中低频选股时更关注业绩、估值。单因子增强组合信息比前 10 的均为业绩、估值类因子。（3）日频级别量价策略发展迅速，很难在中低频利用技术因子获取稳健的多头 Alpha。常见的技术因子中，流动性、波动率因子一定程度与估值同源；反转因子收益大多源于趋势行情中的补涨、补跌逻辑。 ▍ 基础沪深 300 指数增强模型构建。（1）基本面/估值因子合成：通过盈利、成长类因子合成基本面因子，绝对估值类因子合成估值因子。二者 2012 年以来的年化超额收益分别为 10.4%、5.4%。（2）基本面/估值因子的轮动内涵：寻找稀缺性。企业成长性整体下行时，基本面优质公司是稀缺资产，因而得到一定估值溢价；企业成长性整体上行时，基本面优质公司变多，性价比（估值）更受关注。（3）基本面/估值因子的 GARP 配置逻辑：基本面因子表现较强时，寻找基本面优质的个股中估值相对较低的；估值因子表现较强时，寻找估值较低的个股中基本面相对较优的。基于类似于GARP 策略的配置逻辑，按主风格判断+相对估值修正构建沪深 300 增强策略，2013 年以来年化超额收益约 13.9%，信息比 3.5；进一步使用技术因子进行尾部剔除，年化超额收益提升至 14.4%，信息比率提升至 3.7。 ▍ 放松行业约束的指数增强模型构建。（1）分层优化的逻辑框架：使用行业Alpha 因子优化行业权重，根据行业权重调整比例放缩成分股权重以重构指数，并基于重构指数进行个股层面的组合优化。（2）以主动公募基行业超低配为锚，捕捉结构行情下的行业 Alpha。行业权重优化时，控制大类产业板块/市值风格偏离能够有效降低跟踪误差。重构指数 2011 年以来年化超额收益 3.7%，信息比率 1.9。（3）基于重构指数进行组合优化，放松行业约束的增强模型 2013 年以来年化超额收益提升至 15.5%，信息比 3.7。结构行情明显的 2017、2019、2020 年年化超额收益均提升 5%以上。 ▍ 结论与投资建议：（1）因子是投资者行为的结果，拥抱主动逻辑或是中低频量化增强的必然趋势。以 GARP 策略逻辑配置因子、辅以技术因子尾部剔除，沪深 300 增强策略 2013 年以来年化超额收益 14.4%，除 2018 年外超额收益均超 10%。（2）控制大类产业板块/市值风格偏离能够有效降低行业偏离对跟踪误差的影响。基于分层优化的思路能够使跟踪误差控制在4.5%以内的情况下，有效提升增强模型在结构行情下的超额收益。 ▍ 风险因素：主风格大幅切换风险；因子失效风险；模型失效风险。 多因子量化选股系列专题研究｜2020.9.18 请务必阅读正文之后的免责条款部分 目录 如何提升增强策略在结构行情下的表现 ............................................................................ 1 从底层因子表现看中低频量化增强的边界......................................................................... 2 如何更好地刻画因子有效性：单因子增强组合的表现 ....................................................... 2 拥抱主动，回归本源：具有长期稳健 Alpha 的因子多为业绩、估值类 ............................. 5 如何看待技术因子：中低频或已很难存在稳定的多头 Alpha ............................................ 8 基础沪深 300 指数增强模型构建 .................................................................................... 10 基本面、估值因子的大类因子合成 .................................................................................. 10 寻找“稀缺性”溢价，理解基本面与估值因子的相对强弱 .................................................. 12 基本面/估值因子的 GARP 配置逻辑：主风格判断+相对估值修正 .................................. 13 技术因子进行尾部剔除后，策略年化超额收益提升至 14.4% ......................................... 15 放松行业约束的指数增强模型构建 ................................................................................. 17 指数增强模型中放松行业约束的分层优化框架................................................................ 17 指数重构：以公募超低配为锚，捕捉结构行情中的行业 Alpha ....................................... 17 放松行业约束的指数增强模型构建 .......................................................................