汇聚财智 共享成长 从因子选股到模式识别 ——长江证券量化选股体系介绍.

Presentation on theme: "汇聚财智 共享成长 从因子选股到模式识别 ——长江证券量化选股体系介绍."— Presentation transcript:

1 汇聚财智 共享成长 从因子选股到模式识别 ——长江证券量化选股体系介绍

2 一、择时与选股 选股就是择时么？ 择时：做多、空仓（或者做空） 选股： 每只股票做多、空仓（或者做空） 分配权重

3 一、择时与选股 长江证券趋势跟踪系统

4 一、择时与选股 趋势跟踪方法的优点：识别的趋势较为稳健，可以稳定地抓住主要的市场趋势 万科 A 的趋势跟踪
资料来源：Wind, 长江证券研究部

5 一、择时与选股 用趋势跟踪方法构建组合： 资料来源：Wind, 长江证券研究部

6 一、择时与选股 识别相对趋势，并构建组合： 资料来源：Wind, 长江证券研究部

7 一、择时与选股 用趋势跟踪方法构建组合的缺点： 换手率太高 构建组合困难 持有的股票数量过多 无法判断哪些股票更好

8 一、择时与选股 两两之间识别相对趋势，以行业为例 采掘相对医药生物：结果很不稳定 资料来源：Wind, 长江证券研究部

9 一、择时与选股 对所有两两行业之间均识别相对趋势 对行业进行打分： A 行业相对 B 行业表现好：0.5 分，否则 -0.5 分
在状态改变的时刻，分值为 1 或者 -1 选取打分居前的 3 个行业，排名有变化时换仓，交易成本 0.5%

10 一、择时与选股 用相对趋势方法构建组合 资料来源：Wind, 长江证券研究部

11 本报告框架 择时 选股 趋势跟踪系统 趋势跟踪方法（无法实际应用） 单因子模型 多因子模型

12 二、多因子选股方法 多因子选股方法： rit = ait + b1itx1t + b2itx2t + … + bnitxnit + eit
选择合适的因子 足够的维度刻画 避免多重共线性 对 beta 做预测 基于均值回复状态空间的 Kalman 滤波 对因子做预测

13 二、多因子选股方法 选择合适的因子： 资料来源：Wind, 长江证券研究部

14 二、多因子选股方法 沪深 300 因子的周预测效果：胜率 60.69% 资料来源：Wind, 长江证券研究部

15 二、多因子选股方法 大小盘因子的周预测效果：胜率 52.20% 资料来源：Wind, 长江证券研究部

16 二、多因子选股方法 市净率因子的周预测效果：胜率 54.72% 资料来源：Wind, 长江证券研究部

17 二、多因子选股方法 构建组合： 2005 年至今 每周调仓： 20 只股票的组合 用 40 只股票作缓冲池 交易成本 1%

18 二、多因子选股方法 三因子组合： 资料来源：Wind, 长江证券研究部

19 二、多因子选股方法 因子预测胜率对收益的影响： 大小盘因子对收益的影响最大，其次是沪深 300 因子，最后是市净率因子
资料来源：Wind, 长江证券研究部

20 本报告框架 择时 选股 趋势跟踪系统 趋势跟踪方法（无法实际应用） 单因子模型 多因子模型 因子选股 预测 beta 预测因子（难点）
模式识别 事件驱动选股

21 三、事件驱动选股方法 事件驱动选股方法： 找到驱动因子 纯时间驱动因子（如限售股解禁） 时间 + 指标双重驱动（如盈利超预期）
对指标必须进行严格的定义 找到驱动因子和股票超额收益之间的关系 纯时间驱动因子：何时有超额收益 时间 + 指标双重驱动：什么样的股票在何时有超额收益

22 三、事件驱动选股方法 事件驱动选股类型： 高分红送转 限售股解禁 定向增发预案公告后 盈利超预期 调出指数成分的股票 异常交易公告

23 三、事件驱动选股方法 高分红送转： 选股逻辑： 高分红送转的股票往往具有总股本较小、每股公积金较高、每股未分配利润较高和成长性较高等特点
高送转股票也容易收到市场的追捧 每股分红送转 = 每股派息数（税前） + 每股送股数 + 每股转增股本数 每股分红送转相同的股票，股价越低，对投资者的吸引力越大 选股范围：每股分红送转/分红预案公布日股价 > 5% 考察目标：分红预案公布后 20 个交易日的超额收益 前几年超额收益不错，近几年超额收益有所下降

24 三、事件驱动选股方法 限售股解禁： 限售股解禁前 1-4 个交易日有明显的负超额收益
限售股解禁前 5-19 个交易日、限售股解禁当天以及限售股解禁后 1-20 个交易日有正超额收益 限售股解禁当天的正超额收益最大，限售股解禁前一个交易日的负超额收益最大 首发机构配售股份、公开增发机构配售股份和首发战略配售股份的超额收益较低 股权分置限售股份、首发原股东限售股份、定向增发机构配售股份、股权激励限售股份和配股原股东限售股份的超额收益较高 近几年限售股解禁后的超额收益不明显

25 三、事件驱动选股方法 定向增发预案公告后： 定向增发的三个阶段：董事会预案、股东大会通过和证监会批准
董事会预案公布为第一阶段，最容易受到市场炒作 选股范围：非 ST 股，公告日期未停牌且未涨跌停的股票 考察目标：未来 20 个交易日的超额收益 今年以来效果较差

26 三、事件驱动选股方法 盈利超预期： 如何衡量盈利超预期 (Earning Surprise) ?
市场认可程度：公布定期报表后首个交易日股价是否大涨 选股逻辑：公布定期报表后首个交易日股价大涨 -> 市场认为该股票盈利超预期 -> 未来一段时间股价仍有超额收益 选股范围：公布定期报表后首个交易日涨幅 > 5%且 < 9.9% 考察目标：未来 20 个交易日的超额收益 更适合小盘股行情，在大盘股行情下表现较差

27 三、事件驱动选股方法 调出指数成分的股票： 中证和巨潮系列指数，每年 6 月和 12 月的最后一个交易日进行成分股调整 选股逻辑：
对于指数基金较多的指数（如沪深 300 指数），由于换仓需求，调入成分股票在成分股调整日前表现较好，调出成分股票在成分股调整日前表现较差 由于之前的超跌，调出成分股票在成分股调整日后有正超额收益 选股范围：调出沪深 300 指数成分的股票 从 2006 年以来每次均实现正超额收益，但近期超额收益不明显 一年只有两次机会

28 三、事件驱动选股方法 异常交易公告： 包钢股份 2010-11-04 发布异常交易公告，称未来三个月内不存在重大事项
资料来源：通达信, 长江证券研究部

29 三、事件驱动选股方法 异常交易公告： 选股逻辑：未来三个月内不存在重大事项的股票，在三个月以后依然存在重大事项的可能性，这种朦胧的利好会被市场炒作，从而产生超额收益。 选股范围：读取公告中含有“未来三个月内”或类似字样的股票 考察目标：发布公告三个月后的前 10 个交易日到后 10 个交易日的超额收益 时间范围：2008 年至今

30 三、事件驱动选股方法 异常交易公告： 2008 年至今持有 20 个交易日的每月平均超额收益： 资料来源：Wind, 长江证券研究部

31 三、事件驱动选股方法 异常交易公告： 如何实现收益？利用资金规划模型： 资料来源：Wind, 长江证券研究部

32 三、事件驱动选股方法 异常交易公告： 实际组合 2008 年至今持有 20 个交易日的每月超额收益： 资料来源：Wind, 长江证券研究部

33 本报告框架 择时 选股 趋势跟踪系统 趋势跟踪方法（无法实际应用） 单因子模型 多因子模型 预测 beta 预测因子（难点） 因子选股
模式识别 事件驱动选股 异常交易公告策略 形态识别选股

34 四、形态识别选股方法 股价形态的分类： 常规形态： 整理形态 底部形态 顶部形态 无法判断哪些股票更好 特殊形态： 空中加油形态
条件更苛刻，选股效果好

35 四、形态识别选股方法 整理形态： 矩形整理 旗形整理 三角形整理

36 四、形态识别选股方法 矩形整理： 模式识别： 整理的时间超过 a 个交易日 整理的幅度（区间最高价/区间最低价-1）小于 b
今日收盘价向上突破区间最高价 测算每只股票突破后 20 个交易日的平均收益率 收益率均值 5.69%，胜率 77.89% 相对成交量、突破当天的涨幅和矩形整理的长度基本不影响收益率 大盘股、低 PE 股票、高 PB 股票、周期行业的收益更高

37 四、形态识别选股方法 旗形整理和三角形整理： 把旗形整理转变为我们熟悉的矩形整理
把最高价、最低价和收盘价向下（向上旗形整理）或向上（向下旗形整理）平移 c×T×P c 为平移参数 T 为旗形整理的已经过的天数 P 为突破当日的收盘价 对三角形整理做类似的平移

38 四、形态识别选股方法 空中加油形态： 股价从底部启动后快速拉升，到达一定高位后受到空头的抛压出现短暂的蓄势休整，主力在空中加油补充能量后，获得向更高目标发起攻击的动力，之后股价产生第二波攻势 空中加油形态和矩形整理形态有一些类似 空中加油形态具备整理时间短、整理幅度小、整理期间换手率高等特点，需要用另外的方法进行形态识别

39 四、形态识别选股方法 空中加油形态： 持有 40 个交易日

40 四、形态识别选股方法 空中加油形态： 收益率的影响因子： 股票在 a 个交易日内的涨幅 x1 调整时间 x2 调整期间换手率 x3
调整结束日的股价与第 T 日的股价相比的涨幅 x5

41 四、形态识别选股方法 空中加油形态： 预期收益 >5% 和 <0% 的股票持有 40 个交易日的各项指标：
资料来源：Wind, 长江证券研究部

42 四、形态识别选股方法 空中加油形态： 2009 年至今持有 40 个交易日的每月绝对收益和超额收益： 资料来源：Wind, 长江证券研究部

43 本报告框架 择时 趋势跟踪系统 选股 单因子模型 趋势跟踪方法（无法实际应用） 因子选股 多因子模型 预测 beta 预测因子（难点）
模式识别 事件驱动选股 异常交易公告策略 形态识别选股 常规形态（无法实际应用） 特殊形态 空中加油形态

44 分析师介绍 夏潇阳，上海交通大学数学系本科，金融工程硕士，长江证券研究部金融工程资深分析师，主要研究领域为趋势跟踪、择时与选股策略和模式识别。 重要申明 长江证券股份有限公司具有证券投资咨询业务资格，经营证券业务许可证编号：Z 。 本报告的作者是基于独立、客观、公正和审慎的原则制作本研究报告。本报告的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证，也不保证所包含信息和建议不发生任何变更。本公司已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，不包含作者对证券价格涨跌或市场走势的确定性判断。报告中的信息或意见并不构成所述证券的买卖出价或征价，投资者据此做出的任何投资决策与本公司和作者无关。 本公司及作者在自身所知情范围内，与本报告中所评价或推荐的证券不存在法律法规要求披露或采取限制、静默措施的利益冲突。 本报告版权仅仅为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用须注明出处为长江证券研究部，且不得对本报告进行有悖原意的引用、删节和修改。刊载或者转发本证券研究报告或者摘要的，应当注明本报告的发布人和发布日期，提示使用证券研究报告的风险。未经授权刊载或者转发本报告的，本公司将保留向其追究法律责任的权利。

45 汇聚财智 共享成长 夏潇阳 Tel: 执业证书编号：S