量化模型与构建方式 1. 模型名称:PB-ROE-50组合 - 模型构建思路:基于PB(市净率)和ROE(净资产收益率)双因子筛选股票,选取估值合理且盈利能力强的标的[23] - 模型具体构建过程: 1. 计算全市场股票的PB和ROE值 2. 分别对PB(升序)和ROE(降序)排名并标准化 3. 合成综合得分: 4. 选取得分前50的股票等权重构建组合[23] - 模型评价:兼顾估值与盈利质量,但近期市场风格切换下超额收益回撤明显[23] 2. 模型名称:大宗交易组合 - 模型构建思路:通过"高成交金额比率+低波动率"筛选大宗交易事件中具有超额收益潜力的股票[28] - 模型具体构建过程: 1. 计算个股大宗交易成交金额占日均成交额比率(20日窗口) 2. 计算6日成交金额波动率 3. 对上述两指标分别排名并标准化 4. 合成得分: 5. 月频调仓选取前30%股票等权重配置[28] - 模型评价:事件驱动型策略,需警惕市场流动性变化对因子稳定性的影响[28] 3. 模型名称:定向增发组合 - 模型构建思路:以股东大会公告日为节点,结合市值因子构建定增事件驱动策略[34] - 模型具体构建过程: 1. 筛选公告定向增发的股票池 2. 剔除市值后30%的小盘股(规避流动性风险) 3. 按公告日后20日累计超额收益排序 4. 等权重配置前20%股票,月度调仓[34] - 模型评价:政策收紧环境下需持续跟踪定增折价率变化[34] --- 量化因子与构建方式 1. 因子名称:5分钟收益率偏度 - 构建思路:捕捉日内高频收益的非对称性特征[12] - 具体构建: 1. 取当日所有5分钟收益率序列 2. 计算偏度: 3. 滚动20日计算均值[12] - 因子评价:在沪深300池中表现稳健,反映反转效应增强[12][13] 2. 因子名称:动量调整大单 - 构建思路:结合价格动量与大单资金流向的复合因子[12] - 具体构建: 1. 计算20日动量收益 2. 计算5日大单净流入占比: 3. 正交化处理:[13] - 因子评价:在沪深300中有效性显著,但中证500池出现失效[13][15] 3. 因子名称:毛利率TTM - 构建思路:反映企业长期盈利能力[14] - 具体构建: 1. 取最近4季度毛利率数据 2. 计算TTM值: 3. 行业中性化处理[14] - 因子评价:在中证500股票池中表现突出,稳定性较强[14][15] 4. 因子名称:下行波动率占比 - 构建思路:衡量风险调整后的收益特征[16] - 具体构建: 1. 计算20日下行波动率: 2. 计算总波动率 3. 因子值:[16] - 因子评价:在流动性1500池中近期表现最佳[16][17] --- 模型的回测效果 1. PB-ROE-50组合 - 中证500超额收益:-1.29%(本周),0.59%(年初至今)[23] - 中证800超额收益:-1.89%(本周),0.98%(年初至今)[23] - 全市场超额收益:-4.18%(本周),-0.06%(年初至今)[23] 2. 大宗交易组合 - 中证全指超额收益:-1.00%(本周),13.75%(年初至今)[29] - 绝对收益:-5.25%(本周),10.22%(年初至今)[29] 3. 定向增发组合 - 中证全指超额收益:0.55%(本周),6.48%(年初至今)[35] - 绝对收益:-3.77%(本周),3.17%(年初至今)[35] --- 因子的回测效果 1. 5分钟收益率偏度 - 沪深300收益:2.21%(本周),4.77%(近1年)[13] - 中证500收益:0.61%(本周),6.04%(近1年)[15] - 流动性1500收益:1.94%(本周),20.89%(近1年)[17] 2. 动量调整大单 - 沪深300收益:2.14%(本周),13.90%(近1年)[13] - 中证500收益:-0.24%(本周),-2.81%(近1年)[15] 3. 毛利率TTM - 中证500收益:2.78%(本周),0.55%(近1年)[15] - 流动性1500收益:1.84%(本周),0.18%(近1年)[17] 4. 大类因子表现 - 规模因子:1.10%(本周)[18] - 残差波动率因子:0.99%(本周)[18] - 流动性因子:-0.94%(本周)[18] - 价值因子:-0.85%(本周)[18]
量化组合跟踪周报:大市值风格占优,市场现反转效应-20250412
光大证券·2025-04-12 21:07