林曉明S0570516010001
SFC No. BPY421 研究員
何 康 S0570520080004 研究員
王晨宇S0570119110038 聯繫人
報告發布時間：2020年10月11日
摘要
近兩週盈利因子和財務質量因子表現良好
在過去兩週（2020/09/28~2020/10/09）內，盈利因子和財務質量因子在各個股票池均表現良好。成長因子在中證500成分股票池的Rank IC超過15%，但在滬深300成分股票池中小幅回撤。反轉和技術因子在滬深300以外的股票池中均取得正收益，但在滬深300成分股票池中回撤明顯。換手率因子在各個股票池中Rank IC接近於0，沒有表現出明顯的收益相關性。beta、波動率、估值、小市值因子在近兩週內表現較差，在各個股票池均出現普遍回撤。
主動型量化基金近期表現弱於非量化基金
我們基於Wind量化基金分類，通過自主篩選，構建量化公募基金池，定期跟蹤業績表現。近兩週主動型、指數型、對沖三個類別的量化基金收益率中位數分別為2.89%、2.60%、0.42%，所有股票及偏股型公募基金收益率中位數為3.59%；近1個月主動型量化基金收益率中位數為3.51%，所有股票及偏股型公募基金收益率中位數為4.58%；主動型量化基金近期表現弱於非量化基金。我們基於結合上期持倉的二次規劃法、Lasso迴歸和逐步迴歸方法，對偏股混合型基金倉位變化情況進行測算，近兩週偏股混合型基金倉位出現回升，預測值整體水平較之前一週基本持平。
近兩週市場上行，表現最好的指數是創業板指
近兩週市場上行，創業板指區間內漲幅5.22%相對較大，上證綜指區間內漲幅1.64%相對較小；觀察市場重要規模指數發現，中證1000指數區間內漲幅2.83%相對較大，上證50指數區間內漲幅1.77%相對較小；近兩週表現最好的指數是創業板指。在30箇中信一級行業中，近兩週有27個行業處於上漲狀態；電力設備及新能源、電子、國防軍工行業表現相對較好，漲跌幅分別為9.19%、5.06%、4.66%；消費者服務、銀行、農林牧漁行業表現相對較差，漲跌幅分別為-3.53%、-0.67%、-0.47%；醫藥行業區間內成交額領跑其它行業。
風險提示：風格因子的效果與宏觀環境和大盤走勢密切相關，歷史結果不能預測未來；量化與非量化基金的業績受到多種因素影響，包括環境、政策、基金管理人變化等，過去業績好的基金不代表未來依然業績好，投資需謹慎。本報告所採用的基金倉位測算方法僅基於日頻基金淨值數據和行業數據，沒有利用基金報告中公佈的重倉股、行業分佈等信息，存在一定侷限性，敬請注意。
近兩週市場行情回顧
近兩週（2020/09/28~2020/10/09）A股市場重要指數和一級行業指數漲跌幅如下所示。
近兩週內市場上行。在四個重要的板塊指數（上證綜指、深證成指、中小板指、創業板指）中，創業板指區間內漲幅5.22%相對較大，上證綜指區間內漲幅1.64%相對較小；在五個重要的規模指數（中證全指、上證50、滬深300、中證500、中證1000）中，中證1000指數區間內漲幅2.83%相對較大，上證50指數區間內漲幅1.77%相對較小；表現最好的指數是創業板指。在30箇中信一級行業中，有27個行業處於上漲狀態；電力設備及新能源、電子、國防軍工行業表現相對較好，漲跌幅分別為9.19%、5.06%、4.66%；消費者服務、銀行、農林牧漁行業表現相對較差，漲跌幅分別為-3.53%、-0.67%、-0.47%；醫藥行業區間成交額領跑其它行業。
近兩週因子表現
我們針對估值、成長、盈利、財務質量、小市值、反轉、波動率、換手率、beta、技術共十個風格因子，在滬深300成份股、中證500成份股、中證1000成份股、全A股市場四種股票池內計算行業中性及市值中性的Rank IC值、IC_IR比率，並展示在下面七個圖表中。這一計算過程可以簡要描述為：
1. 計算附錄一表格中所有細分因子的值；
2. 對每個細分因子，用其自身作因變量，用對數總市值和30個一級行業啞變量作自變量進行OLS線性迴歸，取回歸殘差替代原始計算的因子值；
3. 對新因子值用中位數法去極值，再標準化，然後將屬於同一個風格大類（比如估值）的細分因子直接等權相加作為風格因子的值，與個股下期收益率計算Spearman秩相關係數，即得到該風格因子的Rank IC值；
4. 上週、本月初至今（或指定月份的）Rank IC值分別是用前一週五（或前一週最後一個交易日）、上個月（或指定月份前推一個月）的月底作為截面期計算因子值，經過前3步處理後與個股上週、本月初至今（或指定月份的）收益計算相關係數，指定時間區間內Rank IC均值是以自然月為頻率計算的月度Rank IC的平均值（本月的Rank IC值即為本月初至今Rank IC值），IC_IR是月度Rank IC的均值除以標準差。
十個風格大類共包含34個細分因子，它們的詳細計算方式參見附錄一，風格因子合成與IC值計算方法參見附錄二，細分因子IC值詳表參見附錄三。
近兩週量化基金表現
我們以 Wind 收集的量化概念類基金（包括主動型、指數型、對沖三個子類）為基礎，針對以下幾種情形進行調整：
1. 同一只基金可能存在A類、C類或其它類別份額，不同類別份額可以各自對應於獨立的基金代碼，我們在統計時只考慮成立最久的那一個基金代碼（若成立日相同則選A類份額）對應的業績表現；
2. 去除債券型基金、偏債混合型基金、封閉式基金、非主要投資於A股市場的基金，去除成立三個月之內的基金；
3. 去除明顯不是量化型的基金（主要通過基金經理背景、經歷和其它信息綜合判斷）；
4. 我們將所有開放式公募基金中普通股票型和偏股混合型合併作為參照組，因為基金數目眾多，細微調整對分位數計算的影響較小，所以對參照組沒有進行上述3條處理。
考慮到 Wind 收集的量化基金可能不全，所以此處討論的量化基金可以認為是全市場量化基金的一個有代表性的子集。近期量化基金表現如下面圖表所示。
基金倉位測算觀察
我們基於結合上期持倉的二次規劃法、Lasso迴歸和逐步迴歸三種迴歸方法，對偏股混合型基金2018年初至今倉位變化情況進行了測算。這一計算過程可以簡要描述為：
1. 選取Wind分類下的偏股混合型基金，剔除滬港深基金等非完全投資於A股市場的基金，剔除數據方面有缺失值或存在疑問的基金，剔除2017年以後成立的基金，共保留480只偏股混合型基金。
2. 以過去90個交易日基金的日頻收益率作為因變量，30箇中信一級行業指數日收益率作為自變量，樣本按時間衰減賦權，通過不同的迴歸方式對各行業變量前的迴歸係數進行擬合，再求所有迴歸係數之和，即得基金倉位預測值。
3. 對於結合上期持倉的二次規劃法，我們對目標函數進行最優化求解，需要求解的目標向量為倉位向量。目標函數包含兩項，第一項是基金日收益率預測值與真實值的均方誤差，第二項是基金在各指數的預測倉位與上期真實倉位的誤差平方和，λ是第二項損失項前的係數，此處將λ設為10。
4. 對於Lasso迴歸，其基本原理是在普通最小二乘的損失函數基礎上添加L1正則化項，使原本較為病態的迴歸問題可以正常求解。Lasso迴歸將某些行業前面的迴歸係數壓縮成0，提取出一組“迴歸效果最好”的行業組作為解釋變量組。Lasso迴歸具有一個可調參數λ，我們採用10折交叉驗證從1e-3至1的範圍內搜索最優λ值。
5. 對於逐步迴歸，我們採用逐步進入方法，每次引入或剔除自變量，都對原模型和新模型進行F檢驗。如果新自變量的引入能夠顯著提升模型的解釋能力，那麼引入該自變量；如果原自變量的剔除不會顯著降低模型的解釋能力，那麼剔除該自變量。直到不再有變量被選入或剔除為止。變量被保留的p值為0.05，被剔除的p值為0.1。
關於迴歸法進行基金倉位測算的具體方法，感興趣的投資人可以參閱華泰金工研報《再探迴歸法測算基金持股倉位》（2018.12.24）瞭解更多詳情。我們使用過去90個交易日的數據進行迴歸計算，按日滾動迴歸，得到偏股混合型基金倉位預測值均值變化曲線，如下圖所示。我們基於結合上期持倉的二次規劃法、Lasso迴歸和逐步迴歸等三種方法的測算結果顯示，近兩週偏股混合型基金倉位出現回升，預測值整體水平較之前一週基本持平。
附錄一：所有細分因子計算方法
上表第三列因子方向解釋：取值為1代表因子值越大越好，-1代表因子值越小越好。當採用等權法合成風格因子時，需將因子值乘以因子方向之後再相加。
附錄二：風格因子合成與IC計算方法
我們以某一截面期T估值類風格因子的合成為例，具體說明風格因子合成過程：
1.因子原始值計算：設第T期指定股票池（全A股、滬深300成份股、中證500成份股、中證1000成份股）內共存在N只股票，首先根據附錄一表格計算細分因子EP、BP、SP、股息率在第T期的值，均為N×1維向量；
2.因子的行業與市值中性化處理：用OLS線性迴歸擬合
取上述迴歸方程的殘差向量替代原始計算的因子值X^T作為第T期因子X的新值，仍記為X^T，這裡的X指代EP、BP、SP、股息率等細分因子（特別地，若因子X為‘對數總市值’因子，則它只對行業啞變量回歸，亦即對該因子只進行行業中性化處理）；
3. 因子去極值、標準化：
a) 中位數去極值：對於經過中性化處理之後的因子值X^T（N×1維向量），先計算其中位數D_M，再計算|X^T-D_M |的中位數D_M1，接下來將向量X^T中所有大於D_M+5D_M1的元素重設為D_M+5D_M1，將向量X^T中所有小於D_M-5D_M1的元素重設為D_M-5D_M1；
b) 標準化：將去極值處理後的因子值X^T（N×1維向量）減去其現在的均值、再除以其現在的標準差，就得到了標準化後的新因子值，仍記為X^T；
4. 風格因子合成與Rank IC計算：將屬於估值類的四個細分因子值（經過以上所有處理之後）乘以各自的因子方向（1或-1）之後直接等權相加，就得到了估值風格因子的值，與個股下期收益率向量r^(T+1)計算Spearman秩相關係數，即得到估值風格因子的Rank IC值；
5. 上週、本月初至今（或指定月份的）的風格因子Rank IC值分別是用上上週五、上個月底作為截面期計算因子值，經過前4步處理後與個股上週、本月初至今（或指定月份的）收益向量計算Spearman秩相關係數而得的，指定時間區間內Rank IC均值是以自然月為頻率計算的月度Rank IC的平均值（若指定時間區間中最末一天不是月底，則用最後一個月的月初至區間最末一天的Rank IC值作為最後一個月的Rank IC值），IC_IR是月度Rank IC的均值除以標準差（不年化）；
6. 細分因子的Rank IC值即用第2步處理結束後得到的因子值X^T乘以因子方向（1或-1）再與個股下期收益率向量r^(T+1)計算Spearman秩相關係數。
附錄三：所有細分因子IC值表現
所有細分因子在不同票池（全A股、滬深300成份股、中證500成份股、中證1000成份股）內的IC值表現如以下四張圖表所示：
風險提示
風格因子的效果與宏觀環境和大盤走勢密切相關，歷史結果不能預測未來。量化與非量化基金的業績受到多種因素影響，包括環境、政策、基金管理人變化等，過去業績好的基金不代表未來依然業績好，投資需謹慎；基金業績排名不構成對基金的投資建議。本報告所採用的基金倉位測算方法僅基於日頻基金淨值數據和行業數據，沒有利用基金報告中公佈的重倉股、行業分佈等信息，存在一定測算誤差，敬請注意；基金倉位測算結果不構成對擇時的投資建議。
免責聲明與評級說明
本公眾號不是華泰證券股份有限公司（以下簡稱“華泰證券”）研究報告的發佈平臺，本公眾號僅供華泰證券中國內地研究諮詢服務客戶參考使用。其他任何讀者在訂閱本公眾號前，請自行評估接收相關推送內容的適當性，且若使用本公眾號所載內容，務必尋求專業投資顧問的指導及解讀。華泰證券不因任何訂閱本公眾號的行為而將訂閱者視為華泰證券的客戶。
本公眾號轉發、摘編華泰證券向其客戶已發佈研究報告的部分內容及觀點，完整的投資意見分析應以報告發布當日的完整研究報告內容為準。訂閱者僅使用本公眾號內容，可能會因缺乏對完整報告的瞭解或缺乏相關的解讀而產生理解上的歧義。如需瞭解完整內容，請具體參見華泰證券所發佈的完整報告。
本公眾號內容基於華泰證券認為可靠的信息編制，但華泰證券對該等信息的準確性、完整性及時效性不作任何保證，也不對證券價格的漲跌或市場走勢作確定性判斷。本公眾號所載的意見、評估及預測僅反映發佈當日的觀點和判斷。在不同時期，華泰證券可能會發出與本公眾號所載意見、評估及預測不一致的研究報告。
在任何情況下，本公眾號中的信息或所表述的意見均不構成對任何人的投資建議。訂閱者不應單獨依靠本訂閱號中的內容而取代自身獨立的判斷，應自主做出投資決策並自行承擔投資風險。訂閱者若使用本資料，有可能會因缺乏解讀服務而對內容產生理解上的歧義，進而造成投資損失。對依據或者使用本公眾號內容所造成的一切後果，華泰證券及作者均不承擔任何法律責任。
本公眾號版權僅為華泰證券所有，未經華泰證券書面許可，任何機構或個人不得以翻版、複製、發表、引用或再次分發他人等任何形式侵犯本公眾號發佈的所有內容的版權。如因侵權行為給華泰證券造成任何直接或間接的損失，華泰證券保留追究一切法律責任的權利。華泰證券具有中國證監會核准的“證券投資諮詢”業務資格，經營許可證編號為：91320000704041011J。
8月28日
