關于個股精選量化模型GARP選股策略研究第1頁，共40頁，2023年，2月20日，星期二目錄2量化投資研究的定位

量化投資：倉位與情緒監控量化投資：行業配置與行業輪動量化投資：大小盤風格輪動監測量化投資：驅動因子及量化選股量化投資：事件驅動交易第2頁，共40頁，2023年，2月20日，星期二1.1

量化投資的思想就在你身邊大類資產配置行業輪動風格輪動量化選股策略…交易策略資產配置交易執行風險管理事件驅動相對價值中性策略多空策略高頻交易…一級資產行業配置組合模擬組合構建組合優化…程序化交易…市場風險組合風險風險預警…量化投資的思想無處不在量化策略量化投資強調紀律性、系統性和大概率事件打個比方，漏斗Vs.筷子3第3頁，共40頁，2023年，2月20日，星期二1.2定位：一張復雜的圖表賣方買方橫向數據整合平臺數量金融軟件數量化投資金融衍生品數量選股策略交易策略投資組合產品數量金融軟件產品金融工程產品數量選股策略數量金融軟件產品金融工程股票池/組合建議投資決策委員會投資組合產品客戶（投資者）買方機構宏觀數據行業數據公司數據市場數據數據提供商研究報告/投資建議策略研究宏觀研究行業公司研究賣方研究4第4頁，共40頁，2023年，2月20日，星期二目錄5量化投資研究的定位量化投資：倉位與情緒監控量化投資：行業配置與行業輪動量化投資：大小盤風格輪動監測量化投資：驅動因子及量化選股量化投資：事件驅動交易第5頁，共40頁，2023年，2月20日，星期二2.1中信證券基金倉位監測方法介紹可以分為凈值收益估計和凈值波動率估計兩種方法實際：股票S、債券B、現金C；假設：忽略現金部分，股票倉位a，則債券倉位1-a基金凈值收益估計法股票倉位a，則債券倉位1-a基金凈值波動估計法震蕩市線形趨勢不明顯時效果不好，此時波動率估計效果更好確定估計方法之后最為重要的就是確定不同資產的收益，尤其是股票頭寸指數替代法、基金重倉股替代法、風格重倉指數替代法等凈變動更值得關注股票S、債券B價格變動幅度不同導致倉位自然變化；基金主動調整組合導致倉位變動，我們稱為凈變動。（增倉行為：增加股票頭寸/減少債券或者現金頭寸應對贖回；減倉行為：賣出股票/申購資金沒有轉化成相應股票頭寸）6第6頁，共40頁，2023年，2月20日，星期二2.2基金倉位估計誤差控制在正負1%中信基金倉位監測所跟蹤基金數量與分類數據來源：中信證券數量化投資分析系統保本型偏債型中信證券基金倉位精度分析總體來看，基金倉位估計存在正負1%的誤差；由于采用了更加適用的模型，07年2季度以后跟蹤誤差出現顯著下降7第7頁，共40頁，2023年，2月20日，星期二2.3倉位峰谷值與倉位趨勢判斷全部樣本基金與股票型樣本基金歷史倉位測算走勢數據來源：中信證券數量化投資分析系統倉位的谷值與峰值可以幫助我們判斷趨勢的反轉。8第8頁，共40頁，2023年，2月20日，星期二2.4情緒影響投資決策，導致投資行為偏差投資者并非完全理性，受制于情緒波動心理因素在投資決策和市場演繹中起著重要作用情緒的大幅度波動導致認知偏差和情緒偏差，從而放大樂觀或者悲觀的情緒投資者情緒也是產生一些金融“異象”的原因之一投資者行為存在各種各樣的偏差過度自信過度反應與反應不足損失厭惡與處置效應從眾心理與羊群心理暴富心理與新股炒作安全心理與低價股效應《洛杉機時報》市場情緒周期9第9頁，共40頁，2023年，2月20日，星期二2.5建立投資者情緒監控指標體系，擬合成情緒指數項目代理變量名稱變量描述市場整體類指標P/E市場整體市盈率P/B市場整體市凈率TURNOVER市場整體換手率市場結構類指標ADV/DEC市場上漲家數比下跌家數ARMS上漲家數比上漲家數成交量比下跌家數比下跌家數成交量High/Low市場創新高家數比創新低家數SML小盤股相對大盤股的超額收益率IPO系列指標NIPO股票首發上市家數RIPO股票上市首日漲幅封閉式基金折價率CEFD市場封閉式基金折價率資金流動指標NAAA股帳戶凈增加數數據來源及頻率數據來源：Wind，中信數量化投資分析系統，中登等；周頻率A股凈開戶數歷史較短，以前四類指標為主10第10頁，共40頁，2023年，2月20日，星期二2.6采用主成份法擬合情緒指數，形成可持續更新標準化處理選擇主成份變量滾動計算，頭尾相連成指數采用主成份法，提取第一和第二主成份第一主成份，稱之為“投資者情緒水平指數”第二主成份，稱之為“投資者情緒變動指數”主成份擬合步驟周頻率數據；標準化數據來源及頻率數據來源：Wind，中信數量化投資分析系統，中登等；周頻率A股凈開戶數歷史較短，以前四類指標為主11第11頁，共40頁，2023年，2月20日，星期二2.7情緒指數的多種應用投資者情緒水平指數在±2之間波動可以提前1－2月預測股市的大頂和大底投資者情緒變動指數衡量投資者情緒的變動幅度歷史經驗表明，當情緒變動指數的值突破5時（其值一般在[－1.46，＋5.69]之間波動），后續鐵定出現一個跌幅超過6％的調整。當情緒指數從負值上升到3附近時，后續可能出現調整，調整幅度在歷史經驗上不一，或不超過1％，或達到5％。投資者情緒水平指數Vs.中標A股綜合指數投資者情緒水平指數Vs.未來一周漲跌幅數據來源：中信證券數量化投資分析系統數據來源：中信證券數量化投資分析系統12第12頁，共40頁，2023年，2月20日，星期二目錄13量化投資研究的定位量化投資：倉位與情緒監控量化投資：行業配置與行業輪動量化投資：大小盤風格輪動監測量化投資：驅動因子及量化選股量化投資：事件驅動交易第13頁，共40頁，2023年，2月20日，星期二3.1行業比較的自上而下VS自下而上Bottom-UpTop-DownPortfolioAssetAllocationSecuritiesSelectionRiskManagementA股市場行業結構股改前后發生很大變化產業轉型與整合大量市場外存量資產上市第14頁，共40頁，2023年，2月20日，星期二3.2從多個角度入手分析A股市場行業輪動規律A股市場具有獨特的投資時鐘和行業輪動特征行業間的高度聯動行業輪動快速切換行業配置結果長期短期中期動量反轉業績驅動估值回復中信行業證監會GICS周期非周期上/中/下游行業分類15第15頁，共40頁，2023年，2月20日，星期二3.3行業選擇：業績驅動+估值回復+動量反轉結果回溯：66.7%的月份配對66%以上行業。長期看能配好57.8%的行業。超配情況：08年11月耐用消費/能源/原材料09年4月金融地產/能源09年7月消費（零售、醫藥、半導體、傳媒）09年8月食品醫藥、健康設備、軟件服務、公用事業定量組合的歷史配置情況數據來源：中信證券數量化投資分析系統第16頁，共40頁，2023年，2月20日，星期二3.4主要基于業績驅動和估值回復進行中期行業配置數據來源：中信證券數量化投資分析系統2009年4月30日行業配置策略不同行業超配/低配情況（按GICS行業劃分）根據財務數據披露節奏季度調整——歷史成功概率58.9%17第17頁，共40頁，2023年，2月20日，星期二3.5積極利用動量反轉把握短期行業輪動數據來源：中信證券數量化投資分析系統持有期和觀測期均為一個月的動量反轉效應A股市場行業動量反轉效應分析短期動量效應顯著：持有期和觀察期均為一個月的動量效應最顯著中期反轉效應存在：持有期和觀察期均為六個月的反轉效應更明顯定量行業模型建議短期超配行業數據來源：中信證券數量化投資分析系統18第18頁，共40頁，2023年，2月20日，星期二目錄19量化投資研究的定位量化投資：倉位與情緒監控量化投資：行業配置與行業輪動量化投資：大小盤風格輪動監測量化投資：驅動因子及量化選股量化投資：事件驅動交易第19頁，共40頁，2023年，2月20日，星期二4.1確定大小盤輪動指標體系，計算月度風格指針大小盤風格輪動判斷指標體系指標名稱指標解釋指標應用技術指標12月的RSI（以大小盤指數的比值為對象）當RSI高于80，超買，利于大盤股；低于20，超賣，利于小盤股波動性上證指數的波動率（滾動100日計算并年化）波動率增大時，風險擔憂擴大，不利于小盤股盈利狀況工業增加值當工業增加值顯著回升時，大盤股方被關注通貨膨脹CPI上升的通漲帶來貨幣緊縮，此時，大盤股表現相對更好一些。貨幣環境M1增速銀根收緊更不利于小盤股流動比率（M1/M2）下降的M1/M2更不利于小盤股短期利率（3個月）貸款成本下降時，對于小盤股更有利風格指針的值通過加權計算各項指標而得到計算公式：大于5時，意味著投資風格傾向于大盤股；小于－5時，意味著投資風格傾向于小盤股20第20頁，共40頁，2023年，2月20日，星期二4.2通過風格指針的值判斷風格輪動趨勢小盤股/大盤股Vs.月度規模風格輪動指標（1996年至今）風格指針在大趨勢走向上判斷準確HitRatio達到近60%據此調整投資組合，超越全市場約80%21第21頁，共40頁，2023年，2月20日，星期二目錄22量化投資研究的定位量化投資：倉位與情緒監控量化投資：行業配置與行業輪動量化投資：大小盤風格輪動監測量化投資：驅動因子及量化選股量化投資：事件驅動交易第22頁，共40頁，2023年，2月20日，星期二5.1投資收益可以分解為市場因子、情緒因子、規模因子等多因素模型：除市場因子外，規模、價值、動能等因子對業績均有貢獻典型的因素模型Fama三因素模型包含動量的四因素模型TwoFactor：TheLittleBookthatBeatsTheMarketEarningYield(Modified)/ReturnonCapital(Modified)Barra模型59-FactorVanguard’s70-FactorModel市場因子情緒因子基本因子宏觀因子23第23頁，共40頁，2023年，2月20日，星期二5.2通過量化因子監控體系洞悉A股演繹路徑經過三次修改和完善形成目前的監控體系已跟蹤六大類共24個因子從99年以來市場表現，正在覆蓋更多因子因子分類成長因子價值因子盈利因子動量因子風險因子規模因子……成長型價值型績優型大中小盤GARP/VAM……風格劃分PEPBPSEV/EBIDTAEPS增長凈利潤增長營業利潤增長利潤總額增長銷售凈利率ROEROAROIC1MPrice3MPrice6MPrice12MPrice3MBeta6MBeta3MVol6MVol財務杠桿利息覆蓋倍數……資金動量盈余動量成交動量……預測EPS增長……毛利率期間費用率……PCF……總股本持股集中度流通股本……24第24頁，共40頁，2023年，2月20日，星期二5.3最新體系——綜合考慮因子收益率和模型穩定性L/SAccumulativePerformanceDifferenceofL/HPostAlphaProb.AccumulativeExcessReturnRankedInformationCoefficients(IC)Avg.ReturnVolatilitySharpRatioHitRatioDurationIRsICsAvg.Prob.T-Testing25第25頁，共40頁，2023年，2月20日，星期二5.4長期表現：估值/成長/風險因子貢獻顯著股市場長期驅動因素表現對比數據來源：中信證券數量化投資分析系統長期：估值/成長/風險輪動：規模階段：盈利其他：動量進一步分大盤和小盤進行細化研究26第26頁，共40頁，2023年，2月20日，星期二5.5不同因子表現存在周期性27第27頁，共40頁，2023年，2月20日，星期二5.6量化個股精選模型之一：GARP選股策略研究GARP策略意味著所有的股票都值得投資？GARP策略可以取代價值策略和成長策略？價值和成長會發生輪動，不同市場環境具有不同表現GARP策略兼顧成長與價值，可以平滑不同市場階段表現更具持續性價值/成長策略更加注重基本面分析，分析其內在價值，成長性GARP策略更加適合量化投資價值GARP成長價格低貴成長高低UnattractiveGARPValueGrowth28第28頁，共40頁，2023年，2月20日，星期二5.7GARP選股策略研究：量化流程29第29頁，共40頁，2023年，2月20日，星期二5.8尋找適合國內市場的一種模型設定：指標設定價值成長矩陣數據來源：財務指標和價格數據來自中信證券數量化分析系統預測數據來自一致預期成長指標預測EPS增長率上年銷售凈利率凈利潤增長率（上一期）

ROE（上一期）

ROE標準差（過去8期）價值指標預測P/E

預測P/E/G

歷史市凈率P/B歷史市銷率P/S

歷史EV/EBITDA財務指標哪種組合月度收益高PB低PBPS低PSPEG低PEGROE高ROEEPS增長高EPS增長依單一財務指標高低構造組合表現數據來源：中信證券研究部整理30第30頁，共40頁，2023年，2月20日，星期二5.9尋找適合國內市場的一種模型設定：打分方法打分方法排序按秩打分：排名越靠前得分越高，排名越靠后得分越低（打分不考慮行業差異）五個價值指標和ROE波動按倒序排序打分除ROE波動外四成長指標按順序排序打分總分：每個指標秩值得分加總分別得出價值度和成長性（金融業價值指標不考慮EV/EBITDA，因此四個價值得分加總之后*5/4進行恒等變換）證券簡稱EPS增長率銷售凈利率凈利潤同比增長率加權ROEROE波動率成長得分預測PE預測PEG市凈率PB市銷率PS企業倍數EV/EBITDA價值得分深發展A5.9779.1637.8139.283.79936.0329.3257.3995.4374.735-33.62萬科A7.2377.1744.8075.7254.82529.7688.8398.0924.8523.934-32.146南玻A7.4268.8579.3078.2366.34640.1723.7456.2383.0883.2325.55421.857深康佳A4.6722.2697.6243.7549.20827.5276.9315.0149.7039.7665.7737.184一致藥業4.6272.7376.6889.3253.48426.8614.1773.6371.5769.3794.75323.522價值成長矩陣打分示意數據來源：中信證券數量化投資分析系統31第31頁，共40頁，2023年，2月20日，星期二5.10我們的選股策略展現出持續的增強效果數據來源：中信證券數量化投資分析系統中信證券量化策略組合走勢（2006年8月之前為后驗的模擬，之后則是“真槍實彈”的show）32第32頁，共40頁，2023年，2月20日，星期二5.11價值動量模型的邏輯價值因子入選股票同時具備高E/P和高B/P的特征動量因子長期動量信號捕捉強勢行業和個股的“慣性”反轉因子作為短期信號修正33第33頁，共40頁，2023年，2月20日，星期二5.12量化個股精選模型之二：價值動量策略基礎股票池：滬深300；交易成本：0.3%月平均收益率為0.95%，超額收益的標準差為0.0262每期換手率平均是52.07%，入選的股票數量31.46支34市值加權等權重200312.92%7.44%2004-0.08%-2.19%20055.46%-0.06%200610.28%9.03%200710.62%20.86%200833.97%32.72%20090.06%11.50%平均10.46%11.33%2003~2009價值動量模型歷史表現模型歷年超額收益第34頁，共40頁，2023年，2月20日，星期二目錄35量化投資研究的定位量化投資：倉位與情緒監控量化投資：行業配置與行業輪動量化投資：大小盤風格輪動監測量化投資：驅動因子及量化選股量化投資：事件驅動交易第35頁，共40頁，2023年，2月20日，星期二6.1事件驅動交易、時機創造價值分紅送配、股權激勵、成