量化评论（25）：业绩超预期Plus组合的构建

金融工程专题 请务必参阅正文后面的信息披露和法律声明 1 / 22 2021 年 7 月 7 日 《开源量化评论（20）-北上资金行业配置的双轮驱动力》-2021.2.24 《开源量化评论（21）-从茅指数动力学研判抱团现状》-2021.3.30 《开源量化评论（22）-年报展望全扫描：基金经理如何看后市》-2021.4.6 《开源量化评论（23）-“金股+”组合的量化方案》-2021.4.26 《开源量化评论（24）-上市公司招聘数据的选股能力》-2021.5.12 业绩超预期 Plus 组合的构建 ——开源量化评论（25） 魏建榕（分析师） 胡亮勇（联系人） weijianrong@kysec.cn 证书编号：S0790519120001 huliangyong@kysec.cn 证书编号：S0790120030040 ⚫ 业绩预告、业绩快报和定期报告构成了投资者了解上市公司的三个窗口 在 2019 年之前，业绩预告披露数量整体呈现波动上升的趋势，后续随着监管机构对业绩预告披露要求的放松，上市公司业绩预告披露数量有一定程度的下降。业绩快报披露主要集中在中报和年报两个时期，其中又以年报的业绩快报为主。随着上市公司数量不断增加，且退市节奏相对较缓慢，定期报告披露数量逐年稳定上升。 沪深 300 指数成分股分析师覆盖度持续保持在 90%以上的水平；中证 500 指数成分股分析师覆盖度在 70%~90%之间浮动；随着注册制的实施，公司上市节奏加快，全市场个股的分析师覆盖率呈现了较大幅度的下滑，从 2016 年 Q3 的 75%以上的覆盖率水平逐步下降到 2021 年 Q1 不足 50%的覆盖率。 财务报告发布前后的事件收益中，披露时间最早的业绩预告未来超额收益表现最好，其次是业绩快报，公布时间最靠后的定期报告未来超额收益水平最低。 ⚫ 预期外盈余（SUE）因子和预期外百分比（PCT）因子均具有良好的选股表现 多报告融合后的 SUE 因子表现相对业绩预告 SUE 因子，虽然在多头端收益有了一定的下降，但是在分组收益的区分度上有了提升；从多空净值来看，相比定期报告亦出现明显改善。在测试区间期间，多报告融合后的多头年化收益率为21.56%，夏普比率 0.72，多空对冲年化收益率为 14.15%，夏普比率为 3.46。 多报告融合后的业绩预期外百分比因子分组收益虽然整体单调，但分组四和分组五比较靠近，多头年化收益率 17.23%，夏普比率 0.72，多空对冲年化收益率14.10%，夏普比率 2.68。 ⚫ 超预期股票池内收益增强大有可为 在测试期间，超预期个股在分析师覆盖股票池中占比大约处于 30%~40%的区间，2020 年第一季度由于受新冠疫情的影响，超预期个股占比下滑到 20%左右水平，受益于国内疫情率先控制，2021 年一季度在 2020 年低基数的基础上业绩超预期个股占比大幅上升到 60%的水平。 超预期股票池内的选股，我们从多个不同的角度展开测试，包括基于财务数据的标准化预期外因子、基于价格数据的区间收益和跳空收益、基于交易行为的开源金工独家因子，以及基于资金流的大小单残差。结果表明，以上所选因子在超预期股票池内均具有良好的区分度。 基于不同维度等权合成得到的最终选股因子，选取其中得分最高的前 N 只股票构成投资组合，测试期内表现出了强劲的超额收益能力。投资组合持仓个股越高，超额收益水平相对越低。 选取合成因子得分最高的 30 只股票构建的超预期 30 组合，在测试期内多头收益率高达 43.13%，夏普比率为 1.53，月度胜率约 70%；对冲基准收益为 31.08%，夏普比率为 3.6，月度胜率超 80%。 ⚫ 风险提示：模型测试基于历史数据，市场未来可能发生变化。 相关研究报告 金融工程研究团队 开源证券 证券研究报告 金融工程专题 金融工程研究 魏建榕（首席分析师） 证书编号：S0790519120001 张 翔（分析师） 证书编号：S0790520110001 傅开波（分析师） 证书编号：S0790520090003 高 鹏（分析师） 证书编号：S0790520090002 苏俊豪（研究员） 证书编号：S0790120020012 胡亮勇（研究员） 证书编号：S0790120030040 王志豪（研究员） 证书编号：S0790120070080 盛少成（研究员） 证书编号：S0790121070009 苏良（研究员） 证书编号：S0790121070008 金融工程专题 请务必参阅正文后面的信息披露和法律声明 2 / 22 目 录 1、 数据概览 .................................................................................................................................................................................... 4 1.1、 财报数据：披露的节奏与数量 ..................................................................................................................................... 4 1.2、 分析师一致预期数据：覆盖率与 alpha 特征 ............................................................................................................... 4 2、 数据预处理 ................................................................................................................................................................................ 5 2.1、 数据口径一致化 ............................................................................................................................................................. 6 2.2、 因子数据标准化 ............................................................................................................................................................. 6 2.3、 调仓日期定期化 ..........................