機構(gòu)調(diào)研個股潛在超額收益的挖掘

1、近年來，隨著機構(gòu)投資者業(yè)績開始顯著跑贏主流寬基指數(shù)，資本市場對機構(gòu)投資者行為的關(guān)注度不斷提升，具體表現(xiàn)在多個方面：機構(gòu)投資者每期披露的持倉會被市場各類投資者細致分析；機構(gòu)調(diào)研活動會受到廣泛報道，尤其是明星基金經(jīng)理的調(diào)研動向更是市場關(guān)注焦點，等等。拋開現(xiàn)象，深入到實質(zhì)，我們更想了解的是機構(gòu)動向是否真的蘊含超額 alpha。本篇報告我們以機構(gòu)調(diào)研信息為例，來探究我們?nèi)绾文軌蚋玫睦脵C構(gòu)的調(diào)研信息來輔助投資決策。1、 機構(gòu)調(diào)研數(shù)據(jù)概覽我們提取了 2013 年以來截至 2021 年 8 月的機構(gòu)調(diào)研數(shù)據(jù)，按照機構(gòu)調(diào)研總數(shù)和被調(diào)研上市公司數(shù)量分別進行統(tǒng)計。可以看到，機構(gòu)調(diào)研覆蓋的上市公司個數(shù)歷年差異較

2、大，2017 年之前呈現(xiàn)穩(wěn)定提升的態(tài)勢，2018 年和 2019 年有了明顯的下滑， 2020 年出現(xiàn)了一定程度的回暖。從機構(gòu)累計調(diào)研次數(shù)來看，2020 年后出現(xiàn)了較明顯的提升。2021 年截至 8 月初，機構(gòu)調(diào)研次數(shù)亦超過了 2019 年及之前的所有年份，表明機構(gòu)調(diào)研熱情開始升溫。圖1：機構(gòu)調(diào)研歷年覆蓋公司數(shù) 2018 年和 2019 年有較明顯的下滑15000013000011000090000700005000030000機構(gòu)調(diào)研總數(shù)2013201420152016調(diào)研上市公司數(shù)（右軸）20172018201920202021170016001500140013001200數(shù)據(jù)來源：東方

3、財富、 研究所從歷年機構(gòu)調(diào)研覆蓋的板塊來看，主要集中于新興產(chǎn)業(yè)板塊，傳統(tǒng)板塊機構(gòu)調(diào)研整體維持在相對較小的比例。值得注意的是，科創(chuàng)板自 2019 年開通以來，持續(xù)受到機構(gòu)投資者的關(guān)注，調(diào)研次數(shù)占比呈現(xiàn)顯著增長態(tài)勢。滬市主板和深市主板個股被機構(gòu)投資者調(diào)研的次數(shù)占比在 20%左右的水平，低于板塊個股數(shù)量占比。圖2：機構(gòu)調(diào)研多集中于新興產(chǎn)業(yè)板塊滬市主板深市主板中小板創(chuàng)業(yè)板科創(chuàng)板100%90%80%70%60%50%40%30%20%10%0%數(shù)據(jù)來源：東方財富、 研究所在行業(yè)層面，機構(gòu)調(diào)研的覆蓋偏好具有高度穩(wěn)定性，歷年機構(gòu)投資者調(diào)研行業(yè)多集中于化工、醫(yī)藥生物、機械設(shè)備、電子和計算機等行業(yè)，既與該類行業(yè)

4、上市公司數(shù)量相對較多有關(guān)，亦和此類行業(yè)具有較強的專業(yè)性密不可分。機構(gòu)調(diào)研相對較少的行業(yè)包括綜合、傳統(tǒng)周期行業(yè)，比如采掘、鋼鐵等，其次為上市公司數(shù)量相對較少的銀行業(yè)和非銀金融行業(yè)。圖3：機構(gòu)調(diào)研熱門行業(yè)集中分布在化工、醫(yī)藥生物、機械設(shè)備、電子等行業(yè)2013201420152016201720182019202020211400120010008006004002000數(shù)據(jù)來源：東方財富、 研究所在寬基指數(shù)層面，我們統(tǒng)計了機構(gòu)調(diào)研個股每個月在各主流寬基指數(shù)中的覆蓋度?？梢钥吹剑瑱C構(gòu)調(diào)研個股在各主流寬基指數(shù)中并沒有特別的偏好，占比具有穩(wěn)定的趨同性。從具體數(shù)值來看，機構(gòu)調(diào)研個股在主流寬基指數(shù)中的覆蓋比

5、例介于 30%70%之間。圖4：機構(gòu)調(diào)研個股在各主流寬基指數(shù)中覆蓋占比基本趨同滬深300中證500中證100030%25%20%15%10%5%2014/012014/052014/092015/012015/052015/092016/012016/052016/092017/012017/052017/092018/012018/052018/092019/012019/052019/092020/012020/052020/092021/012021/050%數(shù)據(jù)來源：東方財富、 研究所在個股層面，機構(gòu)調(diào)研的熱門個股往往是當年市場關(guān)注度較高的股票。2014 年起，美的集團連續(xù)三年位居機構(gòu)

6、調(diào)研首位，后續(xù)?？低暯影?，蟬聯(lián)三年最受機構(gòu)調(diào)研青睞個股，2019 年邁瑞醫(yī)療進入機構(gòu)調(diào)研十強榜單，2020 年后摘得榜首位置。不難看到，機構(gòu)頻繁調(diào)研的個股亦走出了不錯的行情。圖5：2020 年以來邁瑞醫(yī)療位居機構(gòu)調(diào)研個股首位年份第一名第二名第三名第四名第五名第六名第七名第八名第九名第十名2021邁瑞醫(yī)療 ?？低?中科創(chuàng)達 傳音控股 TCL科技 長春高新廣聯(lián)達華陽集團 瀾起科技 邁為股份2020邁瑞醫(yī)療海康威視德賽西威廣汽集團一心堂廣聯(lián)達珠江啤酒匯川技術(shù)衛(wèi)寧健康信維通信2019?？低?匯川技術(shù)廣聯(lián)達廣汽集團 邁瑞醫(yī)療 大華股份 樂普醫(yī)療 華東醫(yī)藥 森馬服飾 兆易創(chuàng)新2018?？低晿菲蔗t(yī)療

7、華東醫(yī)藥大華股份利亞德匯川技術(shù)廣汽集團衛(wèi)寧健康立訊精密美亞柏科2017海康威視 歌爾股份 廣汽集團 美的集團 B A 匯川技術(shù) 信維通信利亞德一心堂2016美的集團匯川技術(shù)?？低曅啪S通信廣汽集團宋城演藝格力電器利亞德實益達歌爾股份2015美的集團一心堂匯川技術(shù) 廣汽集團 吳通控股 科華生物世聯(lián)行廣聯(lián)達遠光軟件 華東醫(yī)藥2014美的集團匯川技術(shù)金螳螂廣汽集團宋城演藝森馬服飾格力電器勁嘉股份樂普醫(yī)療眾信旅游2013天喻信息 匯川技術(shù) 安潔科技 蘇寧易購 水晶光電 掌趣科技 TCL科技 廣田集團 科大訊飛長安B資料來源：東方財富、 研究所具體到 2021 年，我們發(fā)現(xiàn)十大熱門個股多集中在電子板塊，

8、前十名中占據(jù)了四席。位于調(diào)研榜首的邁瑞醫(yī)療，截止到 2021.08.05，累計有 1664 家機構(gòu)（含重復）參與公司的調(diào)研活動；其次為?？低暎瑓⑴c調(diào)研的機構(gòu)數(shù)累計高達 1506 次。表1：2021 年參與邁瑞醫(yī)療調(diào)研的機構(gòu)數(shù)量高達 1600 家股票代碼股票名稱機構(gòu)數(shù)量所屬行業(yè)PE-TTM總市值300760.SZ邁瑞醫(yī)療1664醫(yī)藥生物57.744,075.85002415.SZ海康威視1506電子33.635,126.29300496.SZ中科創(chuàng)達1101計算機98.44537.64688036.SH傳音控股1074電子43.521,363.44000100.SZTCL 科技1045電子10

9、.431,039.68000661.SZ長春高新1034醫(yī)藥生物31.511,153.45002410.SZ廣聯(lián)達901計算機201.32712.81002906.SZ華陽集團830汽車90.53197.73688008.SH瀾起科技809電子66.47647.97300751.SZ邁為股份778機械設(shè)備154.69707.28數(shù)據(jù)來源：東方財富、 研究所數(shù)據(jù)截至 2021.08.05從調(diào)研機構(gòu)類型來看，不同類型的機構(gòu)每年調(diào)研上市公司的個數(shù)也存在著顯著差異。證券公司歷年參與上市公司調(diào)研的家數(shù)占比超 20%，其次為基金公司和私募公司。圖6：證券公司參與個股調(diào)研的家數(shù)位居前列數(shù)據(jù)來源：東方財富、

10、研究所注：其他項中包括了各類機構(gòu)，但具體比例未知從更細分的機構(gòu)公募基金公司來看，嘉實基金、華夏基金和博時基金長期處于調(diào)研次數(shù)前列。一定程度上，公募基金管理規(guī)模與其調(diào)研次數(shù)呈正相關(guān)性。由于大部分上市公司對于調(diào)研信息的披露僅有機構(gòu)名稱，涉及具體調(diào)研人員的信息缺失比較嚴重，導致對于市場關(guān)注度更高的明星基金經(jīng)理調(diào)研統(tǒng)計存在較大偏差，為此此處不予展示。圖7：公募基金中華夏基金、嘉實基金和博時基金調(diào)研次數(shù)相對占優(yōu)資料來源：東方財富、 研究所2、 機構(gòu)調(diào)研事件收益分析相比于機構(gòu)調(diào)研各個維度的數(shù)據(jù)統(tǒng)計，我們更關(guān)注機構(gòu)調(diào)研的相關(guān)信息是否具有隱含的超額收益？比如，對于被機構(gòu)集中調(diào)研的個股后續(xù)是否有突出表現(xiàn)？公募基

11、金調(diào)研的個股未來表現(xiàn)是否優(yōu)于其他機構(gòu)調(diào)研的個股？為了直觀對比在調(diào)研前后不同事件對股價的影響，我們統(tǒng)計了不同事件在調(diào)研前后 60 個交易日上市公司股價平均超額收益情況，基準為中證 800 指數(shù)的漲跌幅。為了展示美觀，我們對 0 值左邊的數(shù)據(jù)進行了翻轉(zhuǎn)處理。其中，縱軸為凈值，橫軸為天數(shù)。、 不同機構(gòu)類型調(diào)研前后的收益表現(xiàn)從整體來看，機構(gòu)調(diào)研多發(fā)生在股價上漲的過程中，即上市公司股價開始出現(xiàn)上升趨勢后，各類機構(gòu)投資者開始逐步增加對該上市公司的調(diào)研。在調(diào)研前 60 個交易日，被調(diào)研上市公司股價平均累計超額收益在 6%以上；調(diào)研結(jié)束后，上市公司超額收益下滑比較明顯，60 個交易日后平均累計超額收益不足 2

12、%。從調(diào)研機構(gòu)類型來看，不同類型的機構(gòu)在調(diào)研后的超額收益沒有明顯差異。圖8：不同類型機構(gòu)調(diào)研后的個股超額收益表現(xiàn)差異不明顯基金公司保險公司證券公司信托公司私募公司銀行資管公司財務(wù)公司其他1.11.081.061.041.0210.98-60 -55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 55 60數(shù)據(jù)來源：東方財富、 研究所、 不同管理規(guī)模公募基金調(diào)研前后的收益表現(xiàn)公募基金作為 A 股市場持倉占比最高的機構(gòu)投資者，其調(diào)倉動向一直以來受到市場投資者的廣泛關(guān)注。我們簡單按照 2021Q2 季度主動

13、管理規(guī)模將前 20 名的公募基金歸為大公募，剩余基金公司歸類為小公募，統(tǒng)計管理規(guī)模不同的基金公司是否在調(diào)研前后具有不同的超額收益獲取能力。可以看到，公募基金管理規(guī)模大小與調(diào)研后個股未來的超額收益沒有必然聯(lián)系。圖9：公募基金管理規(guī)模與調(diào)研后的個股超額收益沒有必然聯(lián)系1.081.071.061.051.041.031.021.0110.99大公募小公募-60 -55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 55 60數(shù)據(jù)來源：東方財富、 研究所、 不同調(diào)研方式調(diào)研前后的收益表現(xiàn)調(diào)研方式在底層數(shù)據(jù)庫中

14、，存在著不同的字段形式，各個字段之間亦有同時出現(xiàn)的情形，比如現(xiàn)場調(diào)研和電話調(diào)研同時出現(xiàn)。為了盡可能準確地計算不同字段對應(yīng)的事件收益，我們對原始字段數(shù)據(jù)進行篩選、清洗。對于同時含有多個調(diào)研方式的數(shù)據(jù)進行剔除處理，因為無法區(qū)分哪種調(diào)研方式對結(jié)果的影響更大。對于近似表述的字段，進行合并處理，比如電話調(diào)研和電話會議，統(tǒng)一歸類到電話調(diào)研大類下面。最終，我們保留了九種主流的調(diào)研方式，并統(tǒng)計該九類調(diào)研方式在調(diào)研前后的收益表現(xiàn)。從最終結(jié)果來看，調(diào)研方式與未來超額收益的關(guān)聯(lián)度不是特別顯著，但是在調(diào)研前，不同調(diào)研方式的超額收益差別較大。比如業(yè)績說明會之前，個股超額收益傾向為負值，但是特定對象調(diào)研之前，超額收益傾向

15、為正值，間接表明業(yè)績說明會通常在股價低迷之時，而特定對象調(diào)研多發(fā)生在股價高漲之際。圖10：特定對象調(diào)研多發(fā)生在股價高漲之際，業(yè)績說明會多辦于股價低迷之時特定對象調(diào)研實地調(diào)研分析師會議 業(yè)績說明會一對一路演活動投資者接待日活動媒體采訪電話調(diào)研1.121.071.020.970.92-60 -55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 55 60數(shù)據(jù)來源：東方財富、 研究所、 參與調(diào)研機構(gòu)數(shù)量的收益表現(xiàn)上市公司調(diào)研活動機構(gòu)參與數(shù)量越多，通常表明該上市公司近期受到的關(guān)注度越高。在行情火熱的時候，參與

16、上市公司調(diào)研的機構(gòu)數(shù)量能夠達到上百家之眾。以 2021 年年初熱門的醫(yī)療器械公司邁瑞醫(yī)療為例，根據(jù)邁瑞醫(yī)療披露的機構(gòu)調(diào)研信息可知，在 2021 年 1 月 5 日當天，共有 719 家機構(gòu)參與了該公司的調(diào)研活動，參會機構(gòu)數(shù)量創(chuàng)下了該公司調(diào)研活動的歷史新高。但從分布來看，個股調(diào)研活動機構(gòu)參與數(shù)量通常在 20 家以內(nèi)。圖11：上市公司調(diào)研機構(gòu)參與數(shù)量多在 20 家以內(nèi)數(shù)據(jù)來源：東方財富、 研究所我們根據(jù)個股調(diào)研活動機構(gòu)投資者的參與數(shù)量來進行劃分，統(tǒng)計機構(gòu)參與多寡與調(diào)研前后股價的表現(xiàn)。從結(jié)果來看，參與調(diào)研的機構(gòu)數(shù)量越多，通常上市公司股價在被調(diào)研之前表現(xiàn)越好。僅有單個機構(gòu)參與的調(diào)研活動，上市公司股價反

17、應(yīng)相對溫和。從具體參與的機構(gòu)數(shù)量來說，參與機構(gòu)數(shù)量在 20 到 100 之間時，調(diào)研前后上市公司股價表現(xiàn)相對占優(yōu)。圖12：參與調(diào)研機構(gòu)數(shù)量高于 100 家時，個股未來超額收益為負1.081.061.041.0210.980.960.940, 1(1, 5(5, 20(20, 100(100, 1000-60 -55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 55 60數(shù)據(jù)來源：東方財富、 研究所前文我們從多個維度比較了機構(gòu)調(diào)研活動前后上市公司股價的超額收益水平，主要結(jié)論概括如下：機構(gòu)投資者調(diào)研活動

18、多集中于上市公司股價開始有了明顯漲幅之后，機構(gòu)調(diào)研前 60 個交易日平均累計超額收益率在 6%左右；機構(gòu)調(diào)研之后的個股超額收益相對調(diào)研之前有明顯的下滑，從測試結(jié)果來看，不同類型的機構(gòu)調(diào)研沒有顯著區(qū)分度。公募基金管理規(guī)模的大小與調(diào)研個股未來的表現(xiàn)沒有必然聯(lián)系，大小公募在調(diào)研后個股的超額收益水平幾無差異。特定對象調(diào)研通常發(fā)生在股價高漲之際，業(yè)績說明會則多開在股價低迷之時。一般而言，參與上市公司調(diào)研活動的機構(gòu)數(shù)量越多，上市公司前期股價漲幅越明顯；20 到 100 家機構(gòu)參與的調(diào)研活動，對應(yīng)的上市公司未來股價表現(xiàn)相對占優(yōu)。3、 機構(gòu)調(diào)研股票池的選股表現(xiàn)機構(gòu)調(diào)研本身是獨立的隨機離散事件，各個調(diào)研活動不以

19、特定頻率發(fā)生，為此更合適的收益測算方案為事件驅(qū)動框架?？紤]到前文機構(gòu)調(diào)研不同事件下的收益結(jié)果乏善可陳，且事件驅(qū)動回測框架需要不斷調(diào)整個股倉位，對股價作用周期相對較短等諸多問題，我們嘗試換種思路來挖掘機構(gòu)調(diào)研個股的隱藏 alpha。我們將機構(gòu)調(diào)研個股作為原始股票池，每個自然月底在該池子里去挖掘未來具有超額收益表現(xiàn)的個股。從每個自然月機構(gòu)參與調(diào)研的個股數(shù)量來看，每期基本穩(wěn)定在300600 只之間，在每年 4 月財報季機構(gòu)調(diào)研個股數(shù)量通常達到階段高點。2013 年部分月份機構(gòu)調(diào)研個股數(shù)量僅為個位數(shù)，存在明顯不合理，因此對 2013 年的所有數(shù)據(jù)均做剔除處理。圖13：每個月機構(gòu)調(diào)研的個股數(shù)量在 300

20、 家到 600 家之間浮動調(diào)研公司數(shù)量120010008006004002000數(shù)據(jù)來源：東方財富、 研究所在不做任何處理的情況下，機構(gòu)調(diào)研個股是否具有超越市場基準的收益呢？我們按照月度再平衡策略每月底買入當月機構(gòu)調(diào)研個股，并將其與直接買入持有中證 800 指數(shù)的收益進行對比?？梢钥吹剑瑴y試期內(nèi)機構(gòu)調(diào)研個股的月度再平衡策略，相比簡單買入持有中證800 指數(shù)存在一定的超額收益，但缺點在于超額收益并不穩(wěn)定，且在特定時期，超額收益持續(xù)為負。如 2016 年初到 2019 年初，持有機構(gòu)調(diào)研個股的平均收益率持續(xù)跑輸基準中證 800 指數(shù)。為此，我們嘗試對原始機構(gòu)調(diào)研的股票池進行精選，在每個換倉周期從股

21、票池中選取具有潛力的個股作為下一期的持倉。但，如何判斷個股未來的潛力呢？圖14：機構(gòu)調(diào)研個股月度再平衡策略具有一定的超額收益但并不穩(wěn)定43.532.521.510.5對沖凈值（右軸）機構(gòu)調(diào)研中證8001.71.51.31.10.90.7數(shù)據(jù)來源：東方財富、 研究所在原始的底層數(shù)據(jù)庫中，關(guān)于機構(gòu)調(diào)研數(shù)據(jù)涉及到兩個日期，分別是調(diào)研日期（RESEARCH_DATE）和公告日期（ANNOUNCE_DATE），前者是機構(gòu)實際參與調(diào)研的日期，后者是上市公司實際向全體投資者進行披露的日期，正常情況下公告日期晚于調(diào)研日期。我們在統(tǒng)計每個自然月上市公司調(diào)研活動機構(gòu)參與數(shù)量時，以公告日期所在的月份為基準。比如某只

22、個股在 4 月 29 日被多家機構(gòu)投資者調(diào)研，由于勞動節(jié)假期上市公司在 5 月 4 日才進行披露，但在調(diào)倉時，我們將該個股的調(diào)研數(shù)據(jù)劃歸到五月份，因為四月份我們無法獲取到該信息。根據(jù)統(tǒng)計結(jié)果，上市公司公告日期和機構(gòu)實際調(diào)研日期通常間隔在 7 個日歷日內(nèi)，合計占比超 65%，但由于未知的原因，部分上市公司公布機構(gòu)調(diào)研信息的日期存在相對較長期限的滯后，最長可達 500 個日歷日以上。對于這類數(shù)據(jù)我們進行剔除處理，因為間隔時間過長，機構(gòu)調(diào)研蘊含的信息價值損耗殆盡。通過圖 14 可知，超過 10 個日歷日的間隔占比已經(jīng)逐步趨向于 0。為了與月頻調(diào)倉節(jié)奏保持一致，我們將公布間隔超過 30 個日歷日的個股

23、進行剔除，同時，我們剔除公告日期早于調(diào)研日期的異常數(shù)據(jù)。圖15：公告日期與調(diào)研日期間隔天數(shù)通常位于 7 個日歷日以內(nèi)30%25%20%15%10%5%0%間隔天數(shù)占比0123456789 10 11 12 13 14 15 16 17 18 19數(shù)據(jù)來源：東方財富、 研究所根據(jù)前文所述，機構(gòu)調(diào)研數(shù)量分布存在右偏現(xiàn)象，無法等比例劃分股票池，且事件收益表現(xiàn)一般，導致其并不適合直接用來構(gòu)建選股因子，因此我們嘗試從機構(gòu)調(diào)研個股本身的邏輯出發(fā)，在機構(gòu)調(diào)研個股池中根據(jù)底層邏輯去做個股精選。我們嘗試分別從基本面、價量和資金流三個層面去展開，在每個維度我們選取具有代表性的因子來對機構(gòu)調(diào)研股票池的個股進行精選。

24、、 基本面：業(yè)績超預期在報告業(yè)績超預期 Plus 組合的構(gòu)建中，我們根據(jù)上市公司財報數(shù)據(jù)和分析師一致預期數(shù)據(jù)構(gòu)建了業(yè)績超預期因子 SUE，其在全市場中具有顯著的多頭區(qū)分度。將業(yè)績超預期應(yīng)用在機構(gòu)調(diào)研個股中，一個最直接的原因在于業(yè)績是驅(qū)動股價變化最根本的因素。按照 SUE 因子大小，我們將機構(gòu)調(diào)研股票池等分為三組，市值行業(yè)中性化后的結(jié)果如圖 16 所示。測試期內(nèi)，多頭組表現(xiàn)強勁，年化收益率高達 21.73%，夏普比率 0.82，對沖年化收益率 12.62%，夏普比率 1.80。2019 年后對沖超額收益穩(wěn)定性有所下降，但不改超額收益整體上行趨勢。圖16：機構(gòu)調(diào)研股票池中業(yè)績超預期因子多頭表現(xiàn)十分

25、優(yōu)異HedgeLowMedianHigh5.54.53.52.51.50.5數(shù)據(jù)來源：東方財富、 研究所2.92.41.91.40.9、 價量：理想反轉(zhuǎn)通過第二部分的事件驅(qū)動收益走勢（圖 8）可知，機構(gòu)調(diào)研大部分發(fā)生在個股股價已經(jīng)上漲起來的過程中，且調(diào)研后期超額收益下滑明顯，因此我們嘗試在機構(gòu)調(diào)研股票池上構(gòu)建反轉(zhuǎn)類因子。在報告A 股反轉(zhuǎn)之力的微觀來源之中，我們提出了理想反轉(zhuǎn)因子來代替常規(guī)的反轉(zhuǎn)因子，在本篇報告中，我們嘗試使用理想反轉(zhuǎn)因子來刻畫機構(gòu)調(diào)研前的個股漲跌幅。在全部機構(gòu)調(diào)研個股的樣本池中，根據(jù)理想反轉(zhuǎn)因子大小將股票池劃分為高中低三組，行業(yè)市值中性化后的表現(xiàn)如圖 17 所示。測試期內(nèi)，理想

26、反轉(zhuǎn)因子值最低組未來表現(xiàn)最好，年化收益率為 19.89%，理想反轉(zhuǎn)因子值最高組未來表現(xiàn)有明顯下滑，高前期漲幅導致后續(xù)上漲乏力，年化收益率僅為 4.13%。多空對沖收益在測試期內(nèi)表現(xiàn)穩(wěn)定，對沖年化收益率為 14.98%，夏普比率 1.90。圖17：理想反轉(zhuǎn)因子在機構(gòu)調(diào)研個股中對空對沖收益表現(xiàn)穩(wěn)定4.543.532.521.510.5HedgeLowMedianHigh3.42.92.41.91.40.9數(shù)據(jù)來源：東方財富、 研究所、 資金流：大單殘差個股股價變動長期受業(yè)績驅(qū)動，但中短期更多依賴資金的流入流出。在這個市場之中，總有一部分聰明資金先知先覺，在機構(gòu)調(diào)研之前已經(jīng)持續(xù)流入相關(guān)個股，推動股價

27、上漲。對于這種有資金持續(xù)介入的個股，我們傾向于其未來一段時間的股價依然會有相對占優(yōu)的表現(xiàn)。在報告大單與小單的 alpha 能力中，我們分別構(gòu)建了大單殘差因子和小單殘差因子，其中大單殘差具有正向選股能力，主要來源于大單資金的預見性。在前期有大單流入的基礎(chǔ)上后續(xù)又有機構(gòu)投資者來進行調(diào)研，通?？梢岳斫鉃閭€股在市場資金面和情緒面上產(chǎn)生了共振，那么其未來表現(xiàn)到底如何呢？我們將機構(gòu)調(diào)研的個股按照過去一個月大單殘差因子值分為高中低三組，分別測試各組未來一個月的收益表現(xiàn)?？梢钥吹?，大單殘差因子在機構(gòu)調(diào)研個股中多頭收益顯著，年化收益率 19.64%，夏普比率 0.75，且多空超額收益穩(wěn)定，對沖年化收益率為 13

28、.21%，夏普比率為 1.98。圖18： 大單殘差在機構(gòu)調(diào)研個股中具有穩(wěn)健的多空區(qū)分度4.543.532.521.510.5HedgeLowMedianHigh2.92.41.91.40.9數(shù)據(jù)來源：東方財富、 研究所、 因子合成以上各個細分因子在機構(gòu)調(diào)研股票池中均有顯著的多空區(qū)分度，為此我們嘗試對不同維度的因子進行合成，以構(gòu)建一個綜合性因子。因子合成的方法多種多樣，常用的合成方法有簡單易用的等權(quán)合成，有考慮因子表現(xiàn)穩(wěn)定性的 ICIR 加權(quán)合成，還有基于優(yōu)化求解的最大化 ICIR 合成，本文擬針對常用的三種方法均做一定嘗試。在合成之前，我們測試了各個細分時序上的相關(guān)性，可以看到各個細分因子之間

29、關(guān)聯(lián)度都處于較低狀態(tài)，表明大家提供的信息來源于不同維度。圖19：不同細分因子歷史相關(guān)性均處于較低水平BigDeal vs. IdealReverseIdealReverse vs. SUEBigDeal vs. SUE0.40.30.20.10-0.1-0.22014/012014/052014/092015/012015/052015/092016/012016/052016/092017/012017/052017/092018/012018/052018/092019/012019/052019/092020/012020/052020/092021/012021/05-0.3數(shù)據(jù)來源：

30、東方財富、 研究所、 等權(quán)合成在對基本面維度的業(yè)績超預期因子，價量維度的理想反轉(zhuǎn)因子和資金流層面的大單殘差因子進行等權(quán)合成時，由于理想反轉(zhuǎn)因子作用方向與其他兩個因子并不一致，因此我們先對理想反轉(zhuǎn)因子進行方向調(diào)整。由于部分機構(gòu)調(diào)研個股并不是分析師覆蓋標的，導致部分SUE 因子值為空，這里直接按照 0 值填充處理。等權(quán)合成后的因子表現(xiàn)如圖 20 所示：多頭年化收益率 25.66%，最大回撤 39.48%，對沖年化收益率為 22.44%，夏普比率為 2.7，最大回撤 6.52%。 金融工程專題 圖20：等權(quán)合成因子優(yōu)于各細分因子的單獨表現(xiàn)6.55.54.53.52.51.50.5HedgeLowMe

31、dianHigh5.44.94.43.93.42.92.41.91.40.9數(shù)據(jù)來源：東方財富、 研究所、 ICIR 加權(quán)合成ICIR 加權(quán)合成能夠?qū)⒏鱾€細分因子的歷史表現(xiàn)納入到權(quán)重分配中。測試期內(nèi)我們分別計算了各個細分因子的RankIC 值，其中理想反轉(zhuǎn)因子做了取反調(diào)整。這里我們回溯過去 12 期的 RankIC 值來計算當前的 ICIR，并以計算得到的 ICIR 值作為各個對應(yīng)細分因子的權(quán)重。我們對各個細分因子的時序 RankIC 進行累加，結(jié)果如圖 21 所示，可以發(fā)現(xiàn)理想反轉(zhuǎn)因子在測試期內(nèi)表現(xiàn)相對占優(yōu)，大單殘差因子在測試期內(nèi)一直很穩(wěn)定，SUE因子有效性則在 2019 年 8 月以后出現(xiàn)

32、了一定幅度的下滑。圖21：不同細分因子的 RankIC 累計值，其中理想反轉(zhuǎn)因子表現(xiàn)最優(yōu)SUE理想反轉(zhuǎn)大單殘差76543210數(shù)據(jù)來源：東方財富、 研究所回溯期的存在導致 ICIR 加權(quán)后的凈值曲線開始日期有所推后，ICIR 加權(quán)后的最終表現(xiàn)如圖 22 所示：測試期內(nèi)多頭收益率為 22.52 %，最大回撤 39.23%，多空對沖收益率為 21.78%，夏普比率 2.67，最大回撤 6.2%。多頭收益有所下滑，主要源于回溯期的存在導致錯過了 2014 年的一波大牛市行情。圖22：ICIR 加權(quán)的合成因子在測試期內(nèi)超額收益表現(xiàn)穩(wěn)定4.543.532.521.510.5HedgeLowMedianH

33、igh4.43.93.42.92.41.91.40.9數(shù)據(jù)來源：東方財富、 研究所、 最大化 ICIR 合成最大化 ICIR 采用了優(yōu)化求解的形式來尋找使得 ICIR 值最大的權(quán)重比例。在優(yōu)化求解過程中，為了貼合因子的方向，我們對權(quán)重做了不為負值的簡單約束。在測試期內(nèi)，最大化 ICIR 的合成因子多頭年化收益率為 22.45%，夏普比率 0.8，多空對沖年化收益率 21.87%，夏普比率 2.84，最大回撤 4.22%。相比于等權(quán)和 ICIR 加權(quán)合成，最大化 ICIR 加權(quán)的多空對沖收益在回撤控制方面表現(xiàn)更優(yōu)。圖23：最大化 ICIR 的合成因子的多空收益在回撤控制方面相對占優(yōu)HedgeLo

34、wMedianHigh4.543.532.521.510.5數(shù)據(jù)來源：東方財富、 研究所4.43.93.42.92.41.91.40.93.5、 細分及合成因子績效對比我們在表 2 中對比了各個細分因子以及合成因子在測試期內(nèi)的績效表現(xiàn)，從單因子來看，測試期內(nèi) SUE 因子多頭表現(xiàn)最好，年化收益率和夏普比率都相對占優(yōu)。合成因子上，由于等權(quán)合成因子起始區(qū)間覆蓋了 2014 年的牛市，導致其多頭年化收益率相比 ICIR 和最大化 ICIR 加權(quán)的合成因子均有所提升。從控回撤程度來看，最大化 ICIR 合成因子表現(xiàn)最優(yōu)。最大化指標名稱SUE理想反轉(zhuǎn)大單殘差等權(quán)合成ICIR 加權(quán)表2：等權(quán)合成因子多頭年

35、化收益率最高ICIR年化收益率21.73%19.89%19.64%25.66%22.52%22.45%年化波動率29.51%30.19%29.80%29.96%31.43%31.42%最大回撤-41.71%-44.54%-47.70%-39.48%-39.23%-38.77%夏普比率0.820.750.750.920.810.80Calmar 比率0.520.450.410.650.570.58Sortino 比率1.451.301.301.631.401.42下行風險16.67%17.53%17.26%16.88%18.07%17.84%數(shù)據(jù)來源：東方財富、 研究所4、 不同樣本池的因子表現(xiàn)

36、比較上文我們基于選股的底層邏輯對機構(gòu)調(diào)研股票池進行個股精選，發(fā)現(xiàn)基于三維度細分因子的等權(quán)合成因子在機構(gòu)股票池中有著不錯的表現(xiàn)。但，讀者可能對于機構(gòu)調(diào)研股票池是否真的有那么重要持懷疑態(tài)度。具體來說，在不同股票池對這三類細分因子進行等權(quán)合成，是否依然有相對亮眼的表現(xiàn)，機構(gòu)調(diào)研股票池是否并沒有預想的那么重要，并不具備超越其他股票池的超額收益獲取能力。為了解答這個疑惑，我們將細分因子等權(quán)合成的綜合因子分別在不同股票池內(nèi)進行測試。為了盡量保證結(jié)果可比，我們首先在多個股票池數(shù)量相對接近的主流寬基指數(shù)中進行測試，最后在全市場股票池中進行了補充比較。由于全市場股票池數(shù)量相對較多，我們做了五分組處理。圖24：等權(quán)合成因子在滬深 300 指數(shù)中的多頭收益率為13.48%圖25：等權(quán)合成因子在中證 500 指數(shù)中多頭區(qū)分度有所提升32.521.510.5HedgeLowMedianHigh2.32.11.91.71.51.31.12014/012014/072015/012015/072016/012016/072017/012017/072018/012018/072019/012019/072020/012020/072021/012021/070.93.532.5