Workflow
选股
icon
搜索文档
成长因子2.0:基于基本面预测的成长股策略构建
申万宏源证券· 2025-06-08 19:43
报告核心观点 报告围绕成长因子2.0,构建基于基本面预测的成长股策略,通过全市场理想组合测试、多视角筛选股票池、因子优选及因子化等方法,验证净利润增长预测在选股中的有效性,为投资提供参考[1] 分组1:预测净利润增长的作用——理想组合的前瞻性测试 - 研究背景:此前科技板块研究发现前瞻性筛选净利润增长公司并筛选成长因子,组合可跑赢板块整体,但未深入探讨,现研究全市场净利润增长预测适用性[6][7] - 前瞻性测试:基于中证全指成分股,每年4月底筛选已知未来一年归母净利润增长股票等权构建组合,与中证全指成分股等权组合对比,理想组合表现更优;筛选净利润增长股票按成长因子降序选前100只等权构建组合,在成长因子疲弱年份提升组合韧性[12][15] - 盈利预测:从预期视角和加速度视角预测净利润增长,移除原研究中分红相关筛选条件,加强净利润筛选要求,历史上A股企业未来一年净利润增长数量占比均值56%,2017年前后达峰值,2018年后下行,当前低于50%[22][24] 分组2:四个视角筛选预期净利润增长基础股票池 - 视角1:用最新一期财报单季净利润累计同比修正一致预期数据,要求同比高于上一期1%以上,预测胜率91.94%,近两年来中期股票数量约400只[28][30] - 视角2:通过ROE稳定修正预期数据,要求过去四期ROE - TTM数据极差小于1%且ROE水平在全市场前列,预测胜率82.55%,每期入选股票约100只[33][36] - 视角3:逐季度净利润同比加速增长,从历史财报数据考量企业景气度,要求过去4个季度单季度净利润加速增长,胜率80.19%,每期入选股票约150只[40][47] - 视角4:逐季度ROE同比加速增长,ROE加速增长体现企业盈利能力和景气度上升,胜率85.92%,每期入选股票约300只[52] - 收益表现:四种视角整体收益接近,视角三和视角四筛选股票少但年化收益率高,2023年以来优势明显,收益风险比小幅领先[57] 分组3:筛选股票池的情况 - 股票池情况:四种子视角合并组合股票筛选池平均有600 - 800只股票,平均预测胜率85.10%[60] - 市值水平:筛选池总市值和流通市值中位数分别约120亿和50亿,与中证1000相当,相比中证1000指数,筛选池各年份有收益提升,在下跌市场中超额领先[64][65] 分组4:筛选股票池的进一步因子优选 - 历史成长因子筛选:在筛选池按历史成长因子选100只因子值最高股票等权构建组合,表现提升,相对中证1000成长指数多数年份超额领先[75] - 组合行业中性:简单成长因子筛选忽视行业偏离问题,构建中证1000成长选股组合,拉平行业差距后,组合超额表现更稳定,成长因子疲软年份收益领先明显[76][80] - 多因子表现:对筛选出的股票池测试多种选股因子,选取Growth、Volatility因子等权选股,每年4、8、10月底调仓,选取得分靠前100只股票,组合收益进一步提升[82][90] 分组5:相似逻辑的因子化——二元分类到连续概率预测 - 因子化方法:采用逻辑回归模型将净利润增长二元分类转化为连续概率预测,输入因子包括行业属性、企业性质等,设置不同概率阈值筛选股票池,阈值与准确率正相关,与股票数量负相关,70%阈值较优[96][100] - 中证1000测试:局限在中证1000内,筛选池胜率90%但数量低,长期显著跑赢中证1000等权,不同加权方式表现有差异,等权组合受益于小市值效应,流通市值加权逐年战胜1000成长,行业对齐近几年表现较好[101][109]
指数择时互有多空,后市或偏向震荡
华创证券· 2025-06-08 14:12
根据研报内容,以下是量化模型与因子的详细总结: 量化模型与构建方式 1. **模型名称**:成交量模型 - **构建思路**:基于市场成交量变化判断短期市场趋势[10] - **具体构建**:监测宽基指数成交量周度变化,结合历史分位数划分中性/多空信号[10] - **评价**:对流动性敏感但易受噪声干扰 2. **模型名称**:低波动率模型 - **构建思路**:利用波动率均值回归特性捕捉市场反转[10] - **具体构建**:计算指数20日波动率Z-score,阈值±1.5触发信号[10] 3. **模型名称**:特征龙虎榜机构模型 - **构建思路**:跟踪机构席位买卖净额判断资金动向[10] - **具体构建**:统计龙虎榜机构净买入占比,超5%看多、低-3%看空[10] 4. **模型名称**:智能沪深300/中证500模型 - **构建思路**:融合量价与技术指标的多因子决策树模型[10] - **具体构建**:输入变量包括RSI(14)、MACD(12,26)、布林带宽度,采用随机森林分类[10] 5. **模型名称**:涨跌停模型 - **构建思路**:通过涨停板数量反映市场情绪[11] - **具体构建**:全市场涨停家数占比超8%看多,跌停超5%看空[11] 6. **模型名称**:长期动量模型 - **构建思路**:跟踪指数250日收益率判断趋势延续性[12] - **具体构建**:$$ Momentum_{250} = \frac{P_t}{P_{t-250}} -1 $$ 超15%看多[12] 7. **模型名称**:成交额倒波幅模型(港股) - **构建思路**:量价背离识别港股趋势转折[14] - **具体构建**:$$ \frac{Volume_{10D}}{ATR_{10D}} $$ 突破2倍标准差看多[14] 8. **模型名称**:形态识别模型(杯柄/双底) - **构建思路**:技术形态突破策略[37] - **具体构建**: - 杯柄形态:A点回撤>30%,B点反弹<50%,C点突破颈线[40] - 双底形态:两低点间隔>8周,突破颈线幅度>3%[43] 模型的回测效果 | 模型名称 | 年化收益 | 最大回撤 | IR | 胜率 | |------------------------|----------|----------|------|-------| | 成交量模型 | 12.3% | 22.1% | 0.82 | 58.7% | | 低波动率模型 | 9.8% | 18.5% | 0.65 | 61.2% | | 杯柄形态组合 | 39.98% | 15.2% | 1.21 | 67.4% | | 双底形态组合 | 28.21% | 19.8% | 0.97 | 63.1% | 量化因子与构建方式 1. **因子名称**:机构仓位因子 - **构建思路**:基金超配行业反映机构偏好[26] - **具体构建**:$$ OW_{it} = \frac{W_{it}}{MktCap_{it}} - \frac{\sum W_{it}}{\sum MktCap_{it}} $$ [26] 2. **因子名称**:分析师预期因子 - **构建思路**:盈利预测上调比例驱动超额收益[18] - **具体构建**:计算行业上调/下调评级个股占比差值[18] 因子的回测效果 | 因子名称 | IC均值 | IR | 多空收益差 | |------------------|--------|------|------------| | 机构仓位因子 | 0.15 | 2.1 | 8.7% | | 分析师预期因子 | 0.12 | 1.8 | 6.2% |
中证 1000 增强组合年内超额11.66%【国信金工】
量化藏经阁· 2025-06-08 13:25
指数增强组合表现 - 沪深300指数增强组合本周超额收益0.83%,本年超额收益5.09% [1][5] - 中证500指数增强组合本周超额收益1.13%,本年超额收益7.75% [1][5] - 中证1000指数增强组合本周超额收益1.86%,本年超额收益11.66% [1][5] - 中证A500指数增强组合本周超额收益1.24%,本年超额收益7.78% [1][5] 选股因子表现 沪深300成分股 - 最近一周表现较好的因子:三个月机构覆盖(0.71%)、单季ROA(0.68%)、单季ROE(0.64%) [6] - 最近一月表现较好的因子:预期PEG(2.31%)、单季超预期幅度(1.84%)、单季ROE(1.78%) [6] - 今年以来表现较好的因子:一个月反转(5.04%)、单季营收同比增速(4.22%)、三个月机构覆盖(3.74%) [6] 中证500成分股 - 最近一周表现较好的因子:标准化预期外盈利(1.05%)、一个月反转(0.90%)、DELTAROE(0.89%) [8] - 最近一月表现较好的因子:非流动性冲击(3.26%)、标准化预期外收入(2.49%)、一个月反转(2.37%) [8] - 今年以来表现较好的因子:一个月反转(7.61%)、单季营收同比增速(5.97%)、预期PEG(5.47%) [8] 中证1000成分股 - 最近一周表现较好的因子:单季营收同比增速(1.82%)、DELTAROE(1.78%)、单季ROE(1.75%) [10] - 最近一月表现较好的因子:高管薪酬(3.46%)、非流动性冲击(3.36%)、三个月换手(2.90%) [10] - 今年以来表现较好的因子:非流动性冲击(8.48%)、三个月换手(5.69%)、标准化预期外收入(5.56%) [10] 中证A500成分股 - 最近一周表现较好的因子:单季ROE(0.84%)、预期PEG(0.78%)、DELTAROE(0.75%) [12] - 最近一月表现较好的因子:预期PEG(2.59%)、单季ROE(2.37%)、单季超预期幅度(1.82%) [12] - 今年以来表现较好的因子:一个月反转(5.71%)、预期PEG(5.48%)、EPTTM一年分位点(3.73%) [12] 公募基金重仓股 - 最近一周表现较好的因子:DELTAROE(1.03%)、一年动量(0.96%)、单季营收同比增速(0.93%) [14] - 最近一月表现较好的因子:预期PEG(1.75%)、标准化预期外盈利(1.74%)、DELTAROE(1.71%) [14] - 今年以来表现较好的因子:DELTAROA(5.34%)、一个月反转(5.20%)、非流动性冲击(4.30%) [14] 公募基金指数增强产品表现 产品数量及规模 - 沪深300指数增强产品69只,总规模790亿元 [16] - 中证500指数增强产品70只,总规模454亿元 [16] - 中证1000指数增强产品46只,总规模150亿元 [16] - 中证A500指数增强产品40只,总规模250亿元 [16] 沪深300指数增强产品 - 本周超额收益最高1.14%,最低-0.35%,中位数0.07% [1][17] 中证500指数增强产品 - 本周超额收益最高0.88%,最低-0.75%,中位数0.07% [1][18] - 最近一月超额收益最高2.56%,最低0.12%,中位数1.51% [19] - 最近一季超额收益最高8.62%,最低0.42%,中位数3.20% [19] - 今年以来超额收益最高6.85%,最低-2.00%,中位数2.62% [19] 中证1000指数增强产品 - 本周超额收益最高0.89%,最低-0.89%,中位数0.37% [21][23] - 最近一月超额收益最高2.68%,最低-0.26%,中位数1.45% [21][23] - 最近一季超额收益最高9.37%,最低1.23%,中位数4.24% [21][23] - 今年以来超额收益最高11.00%,最低0.46%,中位数4.48% [21][23] 中证A500指数增强产品 - 本周超额收益最高0.41%,最低-0.43%,中位数0.16% [22][28] - 最近一月超额收益最高1.53%,最低-0.24%,中位数0.68% [22][28]
多因子选股周报:四大指增组合本周均跑赢基准,中证1000增强组合年内超额11.66%-20250607
国信证券· 2025-06-07 15:57
根据提供的研报内容,以下是量化模型与因子的详细总结: 量化模型与构建方式 1. **模型名称**:国信金工指数增强组合 - **模型构建思路**:以多因子选股为主体,分别构建对标沪深300、中证500、中证1000及中证A500指数的增强组合,通过收益预测、风险控制和组合优化三部分实现稳定超额收益[12][13] - **模型具体构建过程**: 1. **收益预测**:基于多因子模型(如估值、成长、盈利等因子)生成股票预期收益 2. **风险控制**:约束行业暴露、风格暴露(如市值中性)、个股权重偏离(最大1%)[41] 3. **组合优化**:采用优化模型控制跟踪误差,目标函数为最大化因子暴露,约束条件包括行业中性、成分股权重占比100%等[41][42] - **模型评价**:组合优化方法兼顾因子有效性与实际投资约束,回测显示稳定跑赢基准[13][15] 2. **模型名称**:单因子MFE组合(Maximized Factor Exposure Portfolio) - **模型构建思路**:通过组合优化最大化单因子暴露,检验因子在控制行业/风格约束后的有效性[41] - **模型具体构建过程**: - 优化目标函数: $$ \begin{array}{ll} \max & f^{T}w \\ s.t. & s_{l}\leq X(w-w_{b})\leq s_{h} \\ & h_{l}\leq H(w-w_{b})\leq h_{h} \\ & \mathbf{1}^{T}w=1 \end{array} $$ 其中 \( f \) 为因子向量,\( w \) 为权重,\( X \) 为风格暴露矩阵,\( H \) 为行业暴露矩阵[41][42] - 约束条件:行业中性、市值中性、个股权重偏离≤1%[41] - **模型评价**:更贴近实际投资场景的因子检验方法,避免传统分档测试的偏差[41] --- 量化因子与构建方式 1. **因子名称**:估值类因子(BP、EPTTM、股息率等) - **构建思路**:捕捉股票低估或高估信号[18] - **具体构建过程**: - **BP因子**:$$ BP = \frac{净资产}{总市值} $$ - **EPTTM因子**:$$ EPTTM = \frac{归母净利润TTM}{总市值} $$[18] 2. **因子名称**:成长类因子(单季营收同比增速、DELTAROE等) - **构建思路**:衡量企业盈利或收入增长能力[18] - **具体构建过程**: - **单季营收同比增速**:$$ \frac{本期营业收入-去年同期营业收入}{去年同期营业收入} $$ - **DELTAROE**:$$ \Delta ROE = ROE_{t} - ROE_{t-1} $$[18] 3. **因子名称**:流动性因子(一个月换手、三个月换手) - **构建思路**:反映股票交易活跃度[18] - **具体构建过程**: - **一个月换手率**:过去20个交易日换手率均值[18] 4. **因子名称**:分析师预期因子(预期PEG、三个月盈利上下调) - **构建思路**:利用分析师一致预期数据捕捉市场情绪[18] - **具体构建过程**: - **预期PEG**:$$ PEG = \frac{预期PE}{预期净利润增长率} $$[18] --- 模型的回测效果 1. **国信金工指数增强组合**: - 沪深300增强:本周超额0.83%,本年超额5.09%[6][15] - 中证1000增强:本年超额11.66%[6][15] 2. **单因子MFE组合**(以沪深300为例): - **三个月机构覆盖因子**:本周超额0.71%,年化IR 2.89%[20] - **单季ROE因子**:本周超额0.64%,年化IR 4.34%[20] --- 因子的回测效果 1. **沪深300样本空间**: - **三个月机构覆盖**:本周超额0.71%,历史年化IR 2.89%[20] - **单季ROA**:本周超额0.68%,历史年化IR 3.69%[20] 2. **中证500样本空间**: - **标准化预期外盈利**:本周超额1.05%,历史年化IR 7.54%[22] 3. **中证1000样本空间**: - **单季营收同比增速**:本周超额1.82%,历史年化IR 4.25%[24] 4. **公募重仓指数样本空间**: - **DELTAROE**:本周超额1.03%,历史年化IR 3.64%[28] (注:部分因子表现数据因文档格式限制未完全列出,但已覆盖核心因子及结果)
量化选股策略更新(250530)
银河证券· 2025-06-06 19:25
量化模型与构建方式 国企基本面因子选股策略 1. **模型名称**:国企基本面因子选股多头策略 - **模型构建思路**:基于中证国企指数成分股及北交所符合条件的国企股票构建样本池,根据行业分类(红利型、成长型)选择通用因子和行业特色因子,通过加权打分选股[3][4][5]。 - **模型具体构建过程**: 1. **样本池定义**:中证国企指数成分股+北交所上市满6个月的央/地方国企股票[3]。 2. **行业分类**:将ZX三级行业划分为红利型(资源品、公用事业等6类)和成长型(先进制造、软件服务等3类)[4]。 3. **因子选择**: - **通用因子**:股息率(TTM)、ROE(TTM)、营业现金比率等,权重根据行业类型调整(红利型股息率权重4,成长型为2)[5][6]。 - **行业特色因子**:如资源品的ROIC环比增量、房地产的存货周转率等[7][8]。 4. **得分计算**:通用因子得分(30%)+行业特色因子得分(70%)加权,归一化为百分制总分[9]。 5. **权重分配**:前50名个股按得分立方加权,公式为: $$w_{i}={\frac{s c o r e_{i}^{3}}{\sum_{i=1}^{N}s c o r e_{i}^{3}}}$$ [10]。 - **模型评价**:突出国企红利特征,兼顾行业差异,因子权重设计体现不同行业逻辑[5][9]。 科技主题基本面因子选股策略 1. **模型名称**:科技主题基本面因子选股多头策略 - **模型构建思路**:从符合科技定义的行业(电子、计算机等)中筛选高研发投入股票,按企业生命周期(引入期、成长期、成熟期)分域选股[17][19][21]。 - **模型具体构建过程**: 1. **样本池定义**:SW三级行业属于科技领域且研发费用占比>5%或研发人员占比>10%的股票[17][18]。 2. **生命周期划分**:根据现金流正负将企业分为引入期、成长期等阶段,剔除震荡期和衰退期股票[19][20]。 3. **因子选择**: - **通用因子**:毛利率环比增量、独立发明专利数量等[22]。 - **特色因子**:成长期关注资产负债率(正向),成熟期关注PB-ROE(正向)[22][28]。 4. **得分计算**: - 单因子分位数打分后,按公式调节总分均衡性: $${\hat{\mathbb{E}}}_{i}^{s}\nearrow\ ={\frac{1}{5}}M e a n(S_{i})+{\frac{M e a n(S_{i})}{S t d(S_{i})}}$$ [23]。 - 研发费用乘数调整总分: $$研发费用乘数 = 0.9 + 0.2 × Normalization\left(\frac{Mean_{industry}(研发费用/总市值)}{Mean_{Astock}(研发费用/总市值)}\right)$$ [25][26]。 5. **权重分配**:前50名个股按得分线性加权,公式为: $$w e i g h t_{i}={\frac{s c o r e_{i}}{\sum_{i=1}^{50}s c o r e_{i}}}$$ [27]。 - **模型评价**:强调研发投入和高成长性,生命周期分域增强因子有效性[21][22]。 --- 模型的回测效果 国企基本面因子选股多头策略 - **年化收益率**:23.09% - **年化超额收益**:21.01%(vs 中证国企指数) - **Sharpe比率**:1.0648 - **Calmar比率**:0.9799 - **最大回撤**:-23.56% - **超额收益Sharpe比率**:1.7000[11][12]。 科技主题基本面因子选股多头策略 - **年化收益率**:25.25% - **年化超额收益**:10.62%(vs 科技股样本池) - **Sharpe比率**:0.9404 - **Calmar比率**:0.7476 - **最大回撤**:-33.78% - **超额收益Sharpe比率**:1.4755[29][30]。 --- 量化因子与构建方式 国企基本面因子 1. **通用因子**: - **股息率(TTM)**:反映国企分红稳定性[6]。 - **ROE(TTM)**:央企业绩考核指标,衡量盈利能力[6]。 - **营业现金比率**:经营现金流/营业总收入,考核销售质量[6]。 2. **行业特色因子**: - **资源品**:ROIC环比增量(盈利+营运效率)[7]。 - **房地产**:存货周转率(销售效率)[8]。 - **银行**:资本充足率(抗风险能力)[8]。 科技主题基本面因子 1. **通用因子**: - **毛利率环比增量**:反映利润空间[22]。 - **独立发明专利数量**:衡量技术水平[22]。 2. **特色因子**: - **成长期**:资产负债率(正向,支持扩张)[22][28]。 - **成熟期**:PB-ROE(低估值高ROE)[22][28]。 --- 因子的回测效果 (注:报告中未单独列出因子级回测指标,仅展示模型综合效果)
新价量相关性因子绩效月报20250530-20250606
东吴证券· 2025-06-06 15:35
量化因子与构建方式 1. **因子名称**:新价量相关性RPV因子 - **构建思路**:通过划分价量四象限,利用月度IC均值甄别价量相关性因子的反转效应和动量效应,结合日内与隔夜信息叠加,以相关性形式加入成交量信息[6] - **具体构建过程**: 1. 日内价量相关性:使用CCOIV(日内收盘价与成交量相关性)代表,增强反转效应 2. 隔夜价量相关性:使用COV(隔夜收益与昨日成交量相关性)代表,体现动量效应 3. 信息叠加:将两类相关性因子加权合成RPV因子,公式为加权线性组合(未给出具体权重)[6] - **因子评价**:因子在A股市场中表现稳健,兼具反转与动量特性[6] 2. **因子名称**:聪明版日频价量相关性SRV因子 - **构建思路**:改进RPV因子,通过拆分日内涨跌时段并识别"聪明"交易时段(知情交易集中时段),优化价量相关性计算[6] - **具体构建过程**: 1. 日内部分:将下午交易时段中"聪明"指标(分钟级指标)最大的20%时段(24分钟)作为知情交易时段,计算下午涨跌与"聪明"换手率的相关系数 2. 隔夜部分:将换手率替换为昨日最后半小时换手率(知情交易比例更高) 3. 合成:结合优化后的日内与隔夜价量相关性因子,生成SRV因子[6] - **因子评价**:相比RPV因子,SRV因子在信息比率、最大回撤等指标上表现更优[6] --- 因子的回测效果 1. **RPV因子**(2014/01-2025/05全市场测试): - 年化收益率:14.69% - 年化波动率:7.75% - 信息比率(IR):1.90 - 月度胜率:72.79% - 最大回撤:10.63%[7][10] 2. **SRV因子**(2014/01-2025/05全市场测试): - 年化收益率:17.48% - 年化波动率:6.50% - 信息比率(IR):2.69 - 月度胜率:75.74% - 最大回撤:3.74%[7][10] 3. **2025年5月单月表现**: - RPV因子:多头收益3.99%,空头收益5.73%,多空对冲收益-1.74% - SRV因子:多头收益3.59%,空头收益5.68%,多空对冲收益-2.09%[10] --- 补充说明 - RPV因子在2014/01-2023/08回测期内年化收益16.29%,IR 2.41[6] - SRV因子在同期的RankICIR为-4.26,年化收益18.91%,IR 3.07,最大回撤仅3.11%[6]
热门头部量化私募微观博易:近三年收益在同类中居前5!量化选股取得高夏普!
私募排排网· 2025-06-05 11:48
量化选股策略市场表现 - A股市场近年缺乏指数型机会,β收益难求,量化选股产品因能捕捉结构性机会获取Alpha收益而受青睐 [2] - 量化选股相比主观投资具有三大优势:客观决策克服人性弱点、全市场高效扫描捕捉分散机会、快速反应与纪律性 [2] - 私募量化选股策略近半年、近一年、近三年、近五年收益分别为7.24%、26.57%、36.88%、86.17%,显著跑赢同期上证指数(0.63%/8.44%/5.05%/17.36%)等主要指数 [2][3] 微观博易量化选股产品 - "微观博易-夏之"产品自2024年6月转型量化选股后累计收益***%,月胜率超80%,12个月中仅2个月微幅回撤,夏普比率高约*** [4] - 产品采用多因子选股与非线性模型,结合人工因子和机器挖掘因子,定期调整权重,满仓运作获取市场收益和超额收益 [5] - 叠加T0策略并基于barra优化器做风控,行业偏离度不超过±5%,风格敞口暴露不超过±0.5个标准差,显著提升收益弹性 [6] - 产品成立于2021年4月,截至2025年5月累计收益***%,年化收益接近***% [4] 微观博易公司概况 - 成立于2015年12月,2016年6月获私募管理人资格,2019年6月获基金业协会会员资格,管理规模约60亿元,发行产品100余只 [7] - 在北京和上海设有办公室,团队30余人,核心成员毕业于斯坦福、牛津、清华等名校,曾任职Citadel、IMC、摩根士丹利等顶尖机构 [7] - 创始人吴晓青为计算机博士,曾在Google、美国银行、IMC任职,拥有10余年量化交易经验 [9] - 每年投入千万级资金用于基础设施,构建私有云、高性能计算集群、AI存储和低延时网络,自主研发微秒级股票交易系统和纳秒级期货交易系统 [10] 多资产策略表现 - 微观博易核心策略为多资产策略,涵盖期货、期权、股票等,管理规模50亿元以上属头部量化私募 [10] - 截至2025年5月,公司2只产品近三年平均收益***%,在多资产策略头部私募中排名第5 [11][12] - 2020年在上海组建股票阿尔法团队,经过三年迭代后推出"微观博易-夏之"等量化选股产品 [12] - 正在募集新产品"微观博易-夏之1期",计划在量化选股产品线继续扩展 [13]
四类荐股“套路”曝光!深圳证监局揭露非法证券期货活动“骗局”
21世纪经济报道· 2025-06-05 09:15
最近,资深股民老张被一个"炒股大师"的直播间吸引。 21世纪经济报道记者 杨坪 深圳报道 对方承诺,只要购买两箱指定品牌白酒,就能进入VIP群获取"牛股"信息。老张咬牙花1.5万元买酒后入 群,跟着"老师"操作,不到一个月亏掉20%本金。当他要求退款时,对方直接解散群聊消失无踪——消 费了高价白酒,最终却只换来一场空。 这并非个例。 套路二:以教育培训为名非法荐股。 当前市场出现了一系列利用短视频、公众号、直播、网站等宣传,引流至微信、钉钉以及其他小众 APP、群聊等"私域"作案的非法证券期货活动。这些行为,不仅严重扰乱资本市场秩序,侵害投资者权 益,还会面临法律的严惩。 近期,证监会组织开展"第六届全国防范非法证券期货基金宣传月活动",深圳证监局积极响应,向市场 揭露了四类"非法荐股"骗局,以提醒广大投资者理性投资。 四类荐股"套路"曝光 据深圳证监局发布的风险警示,不法分子不断翻新套路手法,甚至与诈骗活动交织,具有较强的迷惑性 和隐蔽性。 套路一:购买高价商品送荐股。 不法分子通过自媒体打造投资专家人设、宣传投资"战绩",随后将受害人拉入各种类型的群,群里有很 多"股民"在跟着"老师""专家"买股票,并声 ...
金融工程月报:券商金股2025年6月投资月报-20250603
国信证券· 2025-06-03 14:40
量化模型与构建方式 券商金股业绩增强组合 1. **模型名称**:券商金股业绩增强组合 - **模型构建思路**:基于券商金股股票池,通过多因子优选和组合优化的方式构建组合,以对标偏股混合型基金指数为目标[12][43] - **模型具体构建过程**: 1. 以券商金股股票池为选股空间和约束基准 2. 采用组合优化方法控制组合与券商金股股票池在个股、风格上的偏离 3. 以全体公募基金的行业分布为行业配置基准 4. 考虑仓位及交易费用影响,构建最终组合[43] - **模型评价**:历史表现稳健,能够稳定战胜偏股混合型基金指数,在公募主动股基中排名靠前[12][43] 模型的回测效果 1. **券商金股业绩增强组合** - 2018-2024年全样本年化收益:21.20%(满仓)/19.01%(考虑仓位)[47] - 相对偏股混合型基金指数年化超额:22.49%(满仓)/14.87%(考虑仓位)[47] - 2018年排名:4.18%分位点(33/789)[47] - 2019年排名:29.30%分位点(286/976)[47] - 2020年排名:17.45%分位点(194/1112)[47] - 2021年排名:16.85%分位点(317/1881)[47] - 2022年排名:21.35%分位点(509/2384)[47] - 2023年排名:11.55%分位点(330/2856)[47] - 2024年排名:6.80%分位点(226/3325)[47] 量化因子与构建方式 1. **因子名称**:EPTTM - **因子表现**:最近一个月表现较好[27] 2. **因子名称**:盈余公告后跳空超额 - **因子表现**:最近一个月表现较好[27] 3. **因子名称**:剥离涨停动量 - **因子表现**:最近一个月和今年以来表现较好[27] 4. **因子名称**:单季度营收增速 - **因子表现**:最近一个月表现较差[27] 5. **因子名称**:单季度净利润增速 - **因子表现**:最近一个月表现较差[27] 6. **因子名称**:SUE - **因子表现**:最近一个月表现较差,今年以来表现较好[27] 7. **因子名称**:总市值 - **因子表现**:今年以来表现较好[27] 8. **因子名称**:预期股息率 - **因子表现**:今年以来表现较差[27] 9. **因子名称**:波动率 - **因子表现**:今年以来表现较差[27] 10. **因子名称**:BP - **因子表现**:今年以来表现较差[27] 因子的回测效果 1. **EPTTM因子**:最近一个月多空收益表现较好[27] 2. **盈余公告后跳空超额因子**:最近一个月多空收益表现较好[27] 3. **剥离涨停动量因子**:最近一个月和今年以来多空收益表现较好[27] 4. **单季度营收增速因子**:最近一个月多空收益表现较差[27] 5. **单季度净利润增速因子**:最近一个月多空收益表现较差[27] 6. **SUE因子**:最近一个月多空收益表现较差,今年以来表现较好[27] 7. **总市值因子**:今年以来多空收益表现较好[27] 8. **预期股息率因子**:今年以来多空收益表现较差[27] 9. **波动率因子**:今年以来多空收益表现较差[27] 10. **BP因子**:今年以来多空收益表现较差[27]
【国信金工】券商金股6月投资月报
量化藏经阁· 2025-06-03 13:54
券商金股股票池上月回顾 - 2025年5月曼卡龙、潮宏基、科兴制药等券商金股月度涨幅靠前 [1] - 国元证券、华西证券、华创证券月度收益分别为10.78%、7.30%、5.70%,同期偏股混合型基金指数收益1.06%,沪深300指数收益1.85% [1][3] - 2025年以来东北证券、华鑫证券、东兴证券年度收益分别为45.28%、40.52%、39.15%,同期偏股混合型基金指数收益3.37%,沪深300指数收益-2.41% [1][7] 券商金股股票池中选股因子表现 - 最近一个月EPTTM(4.21%)、盈余公告后跳空超额(3.61%)、剥离涨停动量(3.04%)表现较好,单季度营收增速(-1.29%)、单季度净利润增速(-1.04%)、SUE(0.10%)表现较差 [18] - 今年以来总市值(18.21%)、剥离涨停动量(8.93%)、SUE(6.34%)表现较好,预期股息率(6.25%)、波动率(4.66%)、BP(3.01%)表现较差 [18] 券商金股股票池本月特征 - 截至2025年6月3日,43家券商发布286只A股金股 [19] - 绝对行业配置:机械(9.56%)、医药(9.04%)、电子(8.01%)、基础化工(7.75%)、食品饮料(6.46%) [23] - 相对行业变化:机械(+2.28%)、传媒(+1.49%)、医药(+1.32%)增配;电子(-3.25%)、计算机(-1.53%)、汽车(-1.31%)减配 [23] - 风格暴露:本月金股在小市值风格上暴露更高 [19] 券商金股推荐情况 - 海大集团、青岛啤酒、顺丰控股等获5家以上券商推荐 [21][24] - 东鹏饮料、杭州银行、巨化股份等获4家券商推荐 [24] - 奥瑞金、北化股份、宝新能源等为近12个月首次出现在金股池中 [25][26] 券商金股业绩增强组合表现 - 本月(20250506-20250530)绝对收益0.99%,相对偏股混合型基金指数超额-0.06% [28] - 本年(20250102-20250530)绝对收益4.97%,相对超额1.61%,在主动股基中排名30.18%分位点(1047/3469) [29] - 历史表现(2018-2024):年化收益19.01%,年化超额14.87%,每年排名均在前30% [33] 券商金股指数跟踪 - 本月(20250506-20250530)收益0.66%,偏股混合型基金指数收益1.06% [10] - 本年(20250102-20250530)收益3.07%,偏股混合型基金指数收益3.37% [10] - 券商金股指数能较好跟踪偏股混合型基金表现 [9] 券商金股行业组合表现 - 本月纺织服装、商贸零售、银行业超额收益排名前三 [14] - 今年以来农林牧渔、汽车、商贸零售行业超额收益排名前三 [14]