量化投资月报：7月看好估值和量价，关注GAT模型

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 金工 7 月看好估值和量价，关注 GAT 模型 华泰研究 研究员 林晓明 SAC No. S0570516010001 SFC No. BPY421 linxiaoming@htsc.com +86-755-82080134 研究员 何康，PhD SAC No. S0570520080004 SFC No. BRB318 hekang@htsc.com +86-21-28972039 联系人 王晨宇 SAC No. S0570119110038 wangchenyu@htsc.com +8602138476179 风格因子 7 月表现预测 资料来源：Wind，华泰研究预测 2021 年 7 月 09 日│中国内地 量化投资月报 7 月因子观点：看好估值和量价因子，关注图注意力网络选股模型 综合内生变量、外生变量、因子周期三重逻辑，7 月看好估值因子和反转、波动率、换手率为代表的量价因子。华泰图注意力网络（GAT）选股模型2021 年上半年样本外表现出色，历史上量价因子占优的市场环境下，GAT选股模型表现更好。内生变量视角短期看好估值、波动率、换手率因子，不看好成长、盈利、财务质量因子。外生变量视角短期看好反转、波动率、换手率因子，不看好财务质量、小市值因子。因子周期视角中长期看好大市值、估值、盈利、财务质量、波动率、换手率因子。 图注意力网络（GAT）模型 2021 年样本外表现出色 传统因子选股模型通常将股票视作相互独立的样本，但股票间显然存在复杂关联，GAT 的优势在于将股票间关系作为增量信息纳入预测模型。华泰 GAT选股模型发布于研报《图神经网络选股与 Qlib 实践》（2021-02-21），采用158 个量价因子对沪深 300 成分股进行日频选股和调仓，截至 6 月底模型样本外跟踪表现出色。2021 年上半年 GAT 模型相对基准沪深 300 年化超额收益为 26.4%，信息比率为 2.67；对照组 LightGBM 模型年化超额收益为 6.1%，信息比率为 0.52。从历史上看，量价因子占优的市场环境下，GAT选股模型表现更好。 内生变量视角：短期看好估值/波动率/换手率，不看好成长/盈利/质量 内生变量视角基于因子动量、因子离散度、因子拥挤度三类指标，预测风格因子未来表现，因子动量反映因子过去一段时间内表现；因子离散度相当于因子估值；因子拥挤度反映因子是否处于拥挤状态。内生变量对大类风格因子 7 月表现预测结果如下：看好估值、波动率、换手率因子，不看好成长、盈利、财务质量因子。其中，估值、波动率、换手率因子在动量指标上占优；估值、小市值、波动率、换手率因子在离散度指标上占优，处于过度忽视状态；估值、波动率、换手率因子在拥挤度指标上占优。 外生变量视角：短期看好反转/波动率/换手率，不看好质量/小市值 外生变量视角假设风格因子表现受市场变量、宏观变量等外生变量驱动，对每个大类风格因子筛选出具备预测能力的外生变量，使用线性回归预测未来一个月的 Rank IC 值。外生变量对大类风格因子 7 月 Rank IC 预测结果如下：反转、波动率、换手率因子 Rank IC 预测值超过 5%，可能较为有效，建议短期看多上述因子表现；不看好财务质量、小市值因子未来一个月表现。 因子周期视角：中长期看好大市值/估值/盈利/质量/波动率/换手率 因子周期视角将华泰金工经济周期研究成果应用于风格配置，自上而下构建经济系统周期运行状态与因子表现对应关系的“因子投资时钟”，根据当前周期状态预测因子未来表现的整体趋势。预计未来一年处于库兹涅茨周期向上，经济长期趋势向上的环境，同时朱格拉周期向下，流动性趋于宽松。建议配置大市值、估值、盈利、财务质量因子。另外，波动率、换手率因子在不同的宏观环境下表现都较好，这两个因子建议长期配置。 风险提示：风格因子的效果与宏观环境和大盘走势密切相关，历史结果不能预测未来。金融周期规律被打破。市场出现超预期波动，导致拥挤交易。 -5%0%5%10%(0.5)0.00.51.0估值成长盈利财务质量小市值反转波动率换手率Beta技术内生变量得分外生变量预测（右轴） 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 金工研究 正文目录 7 月因子观点：看好估值和量价因子，关注 GAT 选股模型.......................................................................................... 4 图注意力网络（GAT）选股模型 ................................................................................................................................... 5 GAT 选股模型 2021 年上半年样本外表现出色 ...................................................................................................... 5 GAT 选股模型测试流程 ......................................................................................................................................... 6 GAT 选股模型原理：量价因子结合图注意力网络 ................................................................................................. 7 量价因子占优环境下，GAT 选股模型表现更好 ..................................................................................................... 8 因子表现回顾 ................................................................................................................................................................ 9 6 月大类风格因子表现 .......................................................................................................................................... 9 近 1 年大类风格因子表现 ..