专栏名称: 春晓量化
欢迎交流
目录
相关文章推荐
陕西商务  ·  2月1日至2月7日陕西生活必需品市场运行分析 ·  22 小时前  
陕西商务  ·  2月1日至2月7日陕西生活必需品市场运行分析 ·  22 小时前  
西安头条  ·  陕西一学校拟晋升 ·  2 天前  
西安头条  ·  陕西一学校拟晋升 ·  2 天前  
896汽车调频  ·  陕西今年将建成1条高铁线! ·  3 天前  
陕西省文化和旅游厅  ·  老陕专享!少华山冬日免票狂欢!一键穿越冰雪秘境→ ·  4 天前  
陕西省文化和旅游厅  ·  老陕专享!少华山冬日免票狂欢!一键穿越冰雪秘境→ ·  4 天前  
51好读  ›  专栏  ›  春晓量化

【方正金工】主要指数ERP节前突破均值+2倍标准差,交易性因子回撤明显—金融工程周报20240217

春晓量化  · 公众号  ·  · 2024-02-18 20:00

正文

本文来自方正证券研究所于2024年2月17日发布的报告《主要指数ERP节前突破均值+2倍标准差,交易性因子回撤明显》,欲了解具体内容,请阅读报告原文,分析师:曹春晓 S1220522030005。


摘要


1、市场估值

截至2024年2月8日,沪深300指数股债收益差为6.69%,接近均值+2倍标准差,处于历史高位,从中长期角度来看具备较高投资价值。

截至2024年2月8日,主要指数中,上证50、沪深300、中证500、创业板指PE(TTM)分别为9.61倍、10.95倍、20.84倍和25.74倍,分别位于历史31.07%、20.52%、 9.69%和 0.49%分位数。

从相对估值来看,截至2024年2月8日,创业板指相对于沪深300指数相对PE为2.83倍,位于历史0.02%分位数,相对PB为2.84倍,位于历史32.3%分位数。创业板50指数相对于上证50指数相对PE为2.41倍,位于历史0.03%分位数,相对PB为3.47倍,位于历史13.1%分位数。

2、资金流动观察

上周,北向资金净流入160.82亿元。上周北向资金流入较多的行业包括银行、食品饮料、非银等,分别流入37.17亿元、34.04亿元、22.83亿元,与此同时,北向资金在医药生物、基础化工、房地产等行业分别流出14.62亿元、3.25亿元、2.62亿元。

3、量化组合绩效跟踪

上周,方正金工沪深300指数增强组合周超额收益为-0.11%,中证500指数增强组合周超额收益为-1.68%,中证1000指数增强组合周超额收益为-1.04%,中证2000指数增强组合周超额收益为-2.96%,“预期惯性组合”超额收益为-2.7%。

今年以来,沪深300指数增强组合超额收益为0.87%,中证500指数增强组合超额收益为0.79%,中证1000指数增强组合超额收益为1.5%,中证2000指数增强组合超额收益为-2.02%,“预期惯性”组合超额收益为-7.64%。

今年以来,主要风格因子中估值、盈利和波动率因子多头表现较好,分别能获得15.68%、7.76%和4.25%的多头超额收益率。

4、量价因子绩效跟踪

在方正金工多因子选股系列研究中,我们分别构建了“适度冒险”、“完整潮汐”、“勇攀高峰”、“球队硬币”、“云开雾散”、“飞蛾扑火”、“草木皆兵”、“水中行舟”、“花隐林间”、“待著而救”、“多空博弈”等11个特色量价因子。上述因子虽然由高频数据计算得到,但是在月度频率上仍然有较为出色的选股能力,我们对十一个量价因子的测试,可以看到,所有因子的RankICIR绝对值都在4.0以上。今年以来,其中11个细分因子合成的综合量价因子今年以来全市场十分组多空组合相对收益为6.68%,多头组合超额收益为-3.85%。


风险提示

本报告基于历史数据分析,历史规律未来可能存在失效的风险;市场可能发生超预期变化;各驱动因子受环境影响可能存在阶段性失效的风险。


报告正文

1 市场估值: 沪深300指数股债收益差位于历史高位

1.1 股债收益差曲线

股债收益差指标对于中长周期市场择时具有较好的指示意义,我们以股票指数市盈率的倒数 - 10年期国债收益率来刻画股债收益差,从历史表现来看,股债收益差曲线具备较为明显的均值回复特征。截至2024年2月8日,沪深300指数股债收益差为6.69%,接近均值+2倍标准差,处于历史高位,从中长期角度来看具备较高投资价值。

截至2024年2月8日,中证500指数股债收益差为2.36%,接近均值+2倍标准差。

截至2024年2月8日,中证1000指数和Wind全A指数股债收益差分别为0.88%和4.03%,皆接近均值+2倍标准差。

1.2 主要市场指数估值分位数

截至2024年2月8日,全部A股PE(TTM)为15.68倍,位于2009年以来25.67%分位数;PB_LF为1.29倍,位于2009年以来0.28%分位数。

截至2024年2月8日,主要指数中,上证50、沪深300、中证500、创业板指PE(TTM)分别为9.61倍、10.95倍、20.84倍和25.74倍,分别位于历史31.07%、20.52%、 9.69%和 0.49%分位数。

1.3 创业板指/沪深300相对估值仍处于历史低位

从相对估值来看,截至2024年2月8日,创业板指相对于沪深300指数相对PE为2.83倍,位于历史0.02%分位数,相对PB为2.84倍,位于历史32.3%分位数。创业板50指数相对于上证50指数相对PE为2.41倍,位于历史0.03%分位数,相对PB为3.47倍,位于历史13.1%分位数。

1.4 电力设备、环保等行业PE处于历史低位

2 上周北向资金净流入160.82亿元,银行等行业资金流入明显

2.1 北向资金:上周银行、食品饮料、非银等行业流入较为明显

上周,北向资金净流入160.82亿元。上周北向资金流入较多的行业包括银行、食品饮料、非银等,分别流入37.17亿元、34.04亿元、22.83亿元,与此同时,北向资金在医药生物、基础化工、房地产等行业分别流出14.62亿元、3.25亿元、2.62亿元。

2.2 基金发行:上周权益型基金合计成立规模30.16亿元

3 组合表现:中证2000增强组合今年以来超额-2.02%

上周,方正金工沪深300指数增强组合周超额收益为-0.11%,中证500指数增强组合周超额收益为-1.68%,中证1000指数增强组合周超额收益为-1.04%,中证2000指数增强组合周超额收益为-2.96%,“预期惯性组合”超额收益为-2.7%。

今年以来,沪深300指数增强组合超额收益为0.87%,中证500指数增强组合超额收益为0.79%,中证1000指数增强组合超额收益为1.5%,中证2000指数增强组合超额收益为-2.02%,“预期惯性”组合超额收益为-7.64%。

今年以来,主要风格因子中估值、盈利和波动率因子多头表现较好,分别能获得15.68%、7.76%和4.25%的多头超额收益率。

4 高频因子低频化系列因子今年以来表现较好

在方正金工多因子选 股系列研究中,我们分别构建了“适度冒险”、“完整潮汐”、“勇攀高峰”、“球队硬币”、“云开雾散”、“飞蛾扑火”、“草木皆兵”、“水中行舟”、“花隐林间”、“待著而救”、“多空博弈”等11个特色量价因子,其中除“球队硬币”因子数据源为 日频数据外,其余所有因子均根据分钟频数据计算得到,为了降低因子换手率,我们对所有的因子进行了月度频率的平滑处理,即高频因子低频化处理。

1)“适度冒险”——《成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一》

2)“完整潮汐”——《个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二》

3)“勇攀高峰”——《个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三》

4)“球队硬币”——《个股动量效应的识别及“球队硬币”因子构建——多因子选股系列研究之四》

5)“云开雾散”——《波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五》

6)“飞蛾扑火”——《个股股价跳跃及其对振幅因子的改进——多因子选股系列研究之六》

7)“草木皆兵”——《显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八》

8)“水中行舟”——《个股成交额的市场跟随性与“水中行舟”因子——多因子选股系列研究之九》

9)“花隐林间”——《推动个股价格变化的因素分解与“花隐林间”因子——多因子选股系列研究之十》

10)“待著而救”——《大单成交后的跟随效应与“待著而救”因子——多因子选股系列研究之十一》

上述因子虽然由高频数据计算得到,但是在月度频率上仍然有较为出色的选股能力,以下为我们对十个量价因子的测试,可以看到,所有因子的Rank ICIR绝对值都在4.0以上。

从以上各因子之间的相关性来看,各因子之间虽然有一定的相关性,但整体相关性相对较低。

进一步我们将上述11个因子正交化后简单等权合成为综合量价因子,其表现相较于单个因子大幅提升。

今年以来,其中11个细分因子合成的综合量价因子今年以来全市场十分组多空组合相对收益为6.68%,多头组合超额收益为-3.85%。

5 风险提示
本报告基于历史数据分析,历史规律未来可能存在失效的风险;市场可能发生超预期变化;各驱动因子受环境影响可能存在阶段性失效的风险。



**ChatGPT**

【方正金工】Code Interpreter在金融市场数据分析中的应用——ChatGPT应用探讨系列之五

【方正金工】ChatGPT投资相关插件测试及策略开发——ChatGPT应用探讨系列之四

【方正金工】不同大语言模型产品操作性能及进阶应用比较——ChatGPT应用探讨系列之三

【方正金工】ChatGPT在择时、风格、行业、选股中的应用实践——ChatGPT应用探讨系列之二

【方正金工】ChatGPT在投资研究工作中的应用初探——ChatGPT应用探讨系列之一



**量化选股**

【方正金工】超预期陷阱与估值动态及“预期惯性”因子构建—多因子选股系列研究之十五

【方正金工】股票日内多空博弈激烈程度度量与“多空博弈”因子构建——多因子选股系列研究之十四

【方正金工】剥离分析师预期调整中的动量效应与真知灼见因子构建—多因子选股系列研究之十二

【方正金工】大单成交后的跟随效应与“待著而救”因子——多因子选股系列研究之十一

【方正金工】推动个股价格变化的因素分解与“花隐林间”因子——多因子选股系列研究之十

【方正金工】个股成交额的市场跟随性与“水中行舟”因子——多因子选股系列研究之九

【方正金工】显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八

【方正金工】如何跑赢股票型基金指数?

【方正金工】基于Wind偏股混合型基金指数的增强选股策略——多因子选股系列研究之七

【方正金工】个股股价跳跃及其对振幅因子的改进——多因子选股系列研究之六

【方正金工】波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五

【方正金工】个股动量效应的识别及“球队硬币”因子构建——多因子选股系列研究之四

【方正金工】个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三

【方正金工】个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二

【方正金工】成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一



**ETF深度**

【方正金工-ETF深度报告】ETF基金投资者画像研究(持有人篇)

【方正金工-ETF深度报告】ETF行业2022年发展回顾及产品创新前瞻



**基金研究**

【方正金工-ETF深度报告】ETF行业2022年发展回顾及产品创新前瞻







请到「今天看啥」查看全文