投资要点：
　　寻找新的alpha源，是量化投资最基础的命题之一，而高频恰好是最近3-5年国内发展极为迅速的一个新兴领域。那么，对于交易和换手都有较为严格限制的公募量化而言，是否有必要研究乃至应用高频数据生成的相关信号？本文尝试给出我们的答案。
　　 2018年至今，海通量化团队已陆续开发了一系列高频因子。根据因子的特性，我们大致可将这些高频因子划分为反转型、动量型和深度学习类。反转型高频因子着重刻画投资者过度反应的行为特征，往往偏向于选择前期跌幅较大或换手率较低的股票；动量型高频因子更多刻画投资者的买入意愿、盘口的资金流向或具有信息优势投资者的交易行为；深度学习类高频因子以过去一段时间的高频特征作为输入，动态拟合近期有效的交易模式，通常适用于未来较短的时间窗口。
　　仅就过去9年的历史回测而言，高频因子的整体表现还是比较优异而稳定的，对传统的因子选股策略是一个十分有力的补充。周度调仓假设下，在中证800外及中证1000内这两个选股空间，反转型高频因子中的改进反转、尾盘成交占比、平均单笔流出金额占比和动量类高频因子的年化多头超额收益在15%-20%之间，而深度学习高频因子则可进一步达到25%以上。
　　高频因子已经成为量化选股策略中不可或缺的一种因子类型。以最传统的线性加权为基础的中证1000增强策略为例，2016年以来，引入精简后的人工逻辑高频因子和深度学习高频因子，各种约束条件下的年化超额收益都可稳定在24%以上。在较为宽松的约束下，甚至可以达到28%，和私募的平均水平接近。相对未引入任何高频因子的原始策略，年化超额收益的提升幅度在9.6%-16.2%之间。
　　风险提示。市场系统性风险、资产流动性风险、政策变动风险、因子失效风险。
　　

研究报告全文：TableMainInfo金融工程研究证券研究报告金融工程专题报告2023年1月8日TableTitle高频因子2022年度总结上高频因子在量化选股策略中已不可或缺以中证1000增强为例TableSummary投资要点寻找新的alpha源是量化投资最基础的命题之一而高频恰好是最近3-5年国内发展极为迅速的一个新兴领域那么对于交易和换手都有较为严格限制的公募量化而言是否有必要研究乃至应用高频数据生成的相关信号本文尝试给出我们的答案2018年至今海通量化团队已陆续开发了一系列高频因子根据因子的特性我们大致可将这些高频因子划分为反转型动量型和深度学习类反转型高频因子着重刻画投资者过度反应的行为特征往往偏向于选择前期跌幅较大或换手率较低的股票动量型高频因子更多刻画投资者的买入意愿盘口的资金流向或具有信息优势投资者的交易行为深度学习类高频因子以过去一段时间的高频特征作为输入动态拟合近期有效的交易模式通常适用于未来较短的时间窗口仅就过去9年的历史回测而言高频因子的整体表现还是比较优异而稳定的对传统的因子选股策略是一个十分有力的补充周度调仓假设下在中证800外及中证1000内这两个选股空间反转型高频因子中的改进反转尾盘成交占比平均单笔流出金额占比和动量类高频因子的年化多头超额收益在15-20之间而深度学习高频因子则可进一步达到25以上高频因子已经成为量化选股策略中不可或缺的一种因子类型以最传统的线性加权为基础的中证1000增强策略为例2016年以来引入精简后的人工逻辑高频因子和深度学习高频因子各种约束条件下的年化超额收益都可稳定在24以上在较为宽松的约束下甚至可以达到28和私募的平均水平接近相对未引入任何高频因子的原始策略年化超额收益的提升幅度在96-162之间风险提示市场系统性风险资产流动性风险政策变动风险因子失效风险请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告2目录1引言52高频因子选股能力测试521高频因子月度选股能力测试5211反转型高频因子5212动量型高频因子6213正交因子多头超额收益对比722高频因子周度选股能力测试8221反转型高频因子8222动量型高频因子8223深度学习类高频因子9224正交因子多头超额收益对比93引入高频因子的中证1000指数增强组合104总结145风险提示14请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告3图目录图1反转型高频因子月均IC正交前201401-2022126图2反转型高频因子月均IC正交后201401-2022126图3反转型高频因子年化多头超额收益正交前201401-2022126图4反转型高频因子年化多头超额收益正交后201401-2022126图5动量型高频因子月均IC正交前201401-2022127图6动量型高频因子月均IC正交后201401-2022127图7动量型高频因子年化多头超额收益正交前201401-2022127图8动量型高频因子年化多头超额收益正交后201401-2022127图9正交高频因子年化多头超额收益对比中证800外201401-2022128图10正交高频因子年化多头超额收益对比中证1000内201401-2022128图11反转型高频因子年化多头超额收益周度调仓正交前201401-2022128图12反转型高频因子年化多头超额收益周度调仓正交后201401-2022128图13动量型高频因子年化多头超额收益周度调仓正交前201401-2022129图14动量型高频因子年化多头超额收益周度调仓正交后201401-2022129图15深度学习高频因子年化多头超额收益周度调仓正交前201401-2022129图16深度学习高频因子年化多头超额收益周度调仓正交后201401-2022129图17正交高频因子年化多头超额收益对比周度调仓中证800外201401-20221210图18正交高频因子年化多头超额收益对比周度调仓中证1000内201401-20221210图19中证1000增强组合相对净值行业中性个股偏离112图20中证1000增强组合相对净值行业偏离4个股偏离112图21中证1000增强组合相对净值80成分股权重行业偏离4个股偏离113请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告4表目录表1高频因子列表5表2引入高频因子前后中证1000增强组合年化超额收益201601-20221210表3引入深度学习高频因子后的中证1000增强组合年化超额收益201601-20221211表4中证1000增强组合分年度收益风险特征行业中性个股偏离111表5中证1000增强组合分年度收益风险特征行业偏离4个股偏离112表6引入成分股权重约束前后的中证1000增强组合超额收益201601-20221213表7中证1000增强组合分年度收益风险特征80成分股权重行业偏离4个股偏离113请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告5近年来随着国内量化私募的蓬勃发展量化策略的迭代和更新不断加速即使是对于公募量化而言仅依赖传统的低频量价或基本面因子在愈发激烈的竞争环境中已很难获得持续的领先优势根据我们最近一年的同业交流和调研分析新的信息来源是当前所有量化从业人员颇为关注的话题之一而这其中又以高频信号和Alpha捕捉系统AlphaCaptureSystemACS最受认可并广为应用本文通过分析高频因子在不同空间内的选股表现并以1000增强为例初步探讨高频信号对当前量化选股策略的意义1引言2018年至今海通量化团队已陆续开发了一系列高频因子根据因子的特性我们大致可将这些高频因子划分为反转型动量型和深度学习类反转型高频因子着重刻画投资者过度反应的行为特征往往偏向于选择前期跌幅较大或换手率较低的股票动量型高频因子更多刻画投资者的买入意愿盘口的资金流向或具有信息优势投资者的交易行为深度学习类高频因子以过去一段时间的高频特征作为输入动态拟合近期有效的交易模式通常适用于未来较短的时间窗口下表展示了我们持续跟踪且长期有效性较好的高频因子具体的因子定义及计算方式可参考对应的专题报告表1高频因子列表因子类型因子名称改进反转尾盘成交占比高频偏度反转型下行波动占比平均单笔流出金额占比大单推动涨幅开盘后买入意愿占比开盘后买入意愿强度动量型开盘后大单净买入占比开盘后大单净买入强度改进深度学习高频因子深度学习类残差注意力深度学习高频因子资料来源WindHTI测试过程中的设定包括1使用2014年以来的高频数据2统一计算过去20个交易日的均值作为因子值3同时测试原始因子和剔除行业市值换手与反转的正交因子4深度学习类高频因子只测试周度选股能力其余因子分别测试月度和周度5测试范围为中证800指数内外中证1000指数内中证800与中证1000外6单因子测试时不考虑交易费用2高频因子选股能力测试21高频因子月度选股能力测试211反转型高频因子以下两图分别展示了正交前后反转型高频因子在不同选股空间中月均IC的绝对值1改进反转因子正交前后的IC差异较小而尾盘成交占比因子正交后的IC有明显提升其余4个因子在正交后IC均出现了较为明显的下降1本文中的IC均为取绝对值后的数值请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告6图1反转型高频因子月均IC正交前201401-202212图2反转型高频因子月均IC正交后201401-202212009009006006003003000000中证800内中证800外中证1000内中证800与中证1000外中证800内中证800外中证1000内中证800与中证1000外资料来源WindHTI资料来源WindHTI若从不同选股空间内的表现来看正交前除尾盘成交占比外其余因子均是在中证800与中证1000外的小盘股中IC更高但正交后除改进反转以外其他因子的IC对选股空间并不十分敏感对于选股因子而言除了IC很多时候我们更关注它的多头超额收益视因子选股方向而定选股范围内因子值最高或最低的10股票形成多头组合等权重加权后相对所有股票等权组合的超额收益下同由以下两图可见和IC的结果较为类似正交前尾盘成交占比表现不佳其余5个因子的年化多头超额收益大体在8-14之间相对而言在市值偏小的股票中中证800外或中证800与中证1000外这5个因子的表现都更好图3反转型高频因子年化多头超额收益正交前图4反转型高频因子年化多头超额收益正交后201401-202212201401-20221216161212884400-4-4-8-8中证800内中证800外中证1000内中证800与中证1000外中证800内中证800外中证1000内中证800与中证1000外资料来源WindHTI资料来源WindHTI正交对尾盘成交占比高频偏度下行波动占比和大单推动涨幅的多头超额收益都有明显的影响但影响结果大相径庭尾盘成交占比因子正交后的有效性和稳定性均大幅提升中证1000内的年化多头超额收益达到8而后三个因子的表现则显著下滑大单推动涨幅更是直接失效改进反转和平均单笔流出金额占比受到正交的影响较小年化多头超额收益变化不大正交后这两个因子在中证800与中证1000外的多头超额收益最高结合正交后的因子IC与年化多头超额收益我们认为在反转型高频因子中改进反转尾盘成交占比和平均单笔流出金额占比三个因子在不同的选股空间内都具备较强的选股有效性而在中证1000内它们的多头超额收益更是达到8或以上因此仅从单因子的角度我们有理由期待这三个因子加入多因子模型会有较为积极的贡献212动量型高频因子如以下两图所示动量型高频因子和反转型高频因子的表现差异明显首先正交前动量型高频因子的月均IC在003-005之间不及反转型高频因子其次反转型请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告7高频因子通常在中证800以外的选股空间内表现更好而动量型因子对选股空间的敏感性较低后两个大单类因子更是在中证800内的IC最高第三正交并未显著影响动量型高频因子的有效性IC的变化较小且正交后的因子在各选股空间内的表现接近图5动量型高频因子月均IC正交前201401-202212图6动量型高频因子月均IC正交后201401-202212006006004004002002000000中证800内中证800外中证1000内中证800与中证1000外中证800内中证800外中证1000内中证800与中证1000外资料来源WindHTI资料来源WindHTI从多头年化超额收益的角度来看正交前动量型高频因子的表现相对一般在不同选股空间内的差异也较小正交后年化多头超额收益普遍提升至10左右改善较为明显结合因子IC我们认为因子在中证800外或中证1000内的表现较为出色图7动量型高频因子年化多头超额收益正交前图8动量型高频因子年化多头超额收益正交后201401-202212201401-202212151510105500中证800内中证800外中证1000内中证800与中证1000外中证800内中证800外中证1000内中证800与中证1000外资料来源WindHTI资料来源WindHTI213正交因子多头超额收益对比由前两节的结论可知高频因子在中证800外或中证1000内的表现相对更好因此在构建中小盘策略或中证1000指数增强组合时引入高频因子应是较为理想的选择不过考虑到因子表现的差异适当的筛选也是必要的为此我们将所有反转型和动量型高频因子的年化多头超额收益进行了对比结果如以下两图所示在中证800外平均单笔流出金额占比开盘后买入意愿占比和开盘后大单净买入占比的年化多头超额收益均在10以上在中证1000内这3个因子的表现同样突出同时改进反转和尾盘成交占比因子也与它们较为接近平均单笔流出金额占比因子的年化多头超额收益虽不逊于动量型高频因子但IC仅为002图2对多因子模型的贡献存疑综上所述我们认为仅就过去9年的历史回测而言高频因子的月度选股表现还是比较优异而稳定的对传统的因子选股策略是一个十分有力的补充进一步若是构建中证1000增强策略4个动量型高频因子及反转型高频因子中的改进反转和尾盘成交占比都可考虑纳入收益预测模型请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告8图9正交高频因子年化多头超额收益对比中证800外图10正交高频因子年化多头超额收益对比中证1000内201401-202212201401-202212151510105500-5-5资料来源WindHTI资料来源WindHTI22高频因子周度选股能力测试221反转型高频因子当交易频率从月度提升至周度后除尾盘成交占比外其他反转型高频因子正交前的年化多头超额收益都有了显著提升并且在中证800与中证1000外的表现最优正交改变了部分因子的有效性如尾盘成交占比不同范围内的年化多头超额收益达到了10或以上而高频偏度下行波动占比和大单推动涨幅几近失效和月度下的结果类似改进反转和平均单笔流出金额占比正交前后的表现较为接近图11反转型高频因子年化多头超额收益周度调仓正交前图12反转型高频因子年化多头超额收益周度调仓正交后201401-202212201401-20221225252020151510105500-5-5-10-10-15-15中证800内中证800外中证1000内中证800与中证1000外中证800内中证800外中证1000内中证800与中证1000外资料来源WindHTI资料来源WindHTI222动量型高频因子正交前两类因子在不同选股空间内的年化多头超额收益并无显著差异但大单类高频因子的表现显著优于买入意愿类正交后动量型高频因子在中证800内的年化多头超额收益没有明显变化而在其余选股空间内则进一步提升除中证800内买入类高频因子的年化多头超额收益约为10-15大单类高频因子约为15-20请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告9图13动量型高频因子年化多头超额收益周度调仓正交前图14动量型高频因子年化多头超额收益周度调仓正交后201401-202212201401-20221225252020151510105500中证800内中证800外中证1000内中证800与中证1000外中证800内中证800外中证1000内中证800与中证1000外资料来源WindHTI资料来源WindHTI223深度学习类高频因子和前文介绍的反转型和动量型下简称人工逻辑高频因子相比在周度这样较快的调仓频率下深度学习高频因子的选股能力大幅领先年化多头超额收益在中证800内为15在中证1000内提升1倍至30在市值更小的中证800与中证1000外更是达到40由此可见深度学习高频因子较为适用于中小盘股票由于我们在深度学习模型中已添加正交层因此训练得到的因子在与低频风格和技术类因子正交后年化多头超额收益并未受到明显的影响图15深度学习高频因子年化多头超额收益周度调仓正交前图16深度学习高频因子年化多头超额收益周度调仓正交后201401-202212201401-202212454540403535303025252020151510105500改进深度学习高频因子残差注意力深度学习高频因子改进深度学习高频因子残差注意力深度学习高频因子中证800内中证800外中证1000内中证800与中证1000外中证800内中证800外中证1000内中证800与中证1000外资料来源WindHTI资料来源WindHTI224正交因子多头超额收益对比和月度类似我们同样横向对比了中证800外及中证1000内各高频因子的周度选股表现如以下两图所示反转型高频因子中的改进反转尾盘成交占比平均单笔流出金额占比和动量类高频因子的年化多头超额收益在15-20之间而深度学习高频因子则可进一步达到25以上至此本文已详细测试了所有高频因子尽管该领域当前的竞争尤为激烈但从我们定期跟踪的高频因子选股周报来看其中的部分依然具备较强的生命力因此随着alpha来源的逐渐稀缺以及整个公募量化对高频数据和信号的接受与应用程度越来越高我们认为高频因子已经成为量化选股策略中不可或缺的一种因子类型下文将以中证1000增强为例展示引入高频因子前后收益风险特征的变化请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告10图17正交高频因子年化多头超额收益对比周度调仓中证图18正交高频因子年化多头超额收益对比周度调仓中证800外201401-2022121000内201401-20221240403535303025252020151510105500-5-5资料来源WindHTI资料来源WindHTI3引入高频因子的中证1000指数增强组合本文在构建中证1000指数增强组合时收益预测模型中所使用的基础因子包括市值中盘市值三次方估值换手反转波动并分有无基本面因子盈利与SUE两种情况讨论随后我们逐步引入反转型动量型和改进深度学习三类高频因子考察组合收益的变化在预测个股收益时我们首先采用回归法得到因子溢价再计算最近12个月的因子溢价均值估计下期的因子溢价最后乘以最新一期的因子值风险控制模型包括以下几个方面的约束1个股偏离相对基准的偏离幅度不超过05122因子敞口市值估值中性常规低频因子05高频因子203行业偏离严格中性行业偏离上限2行业偏离上限44换仓频率周度5换手率限制单次单边换手不超过30组合的优化目标为最大化预期收益目标函数如下所示其中wi为组合中股票i的权重i为股票i的预期超额收益为使本文的结论贴近实践如无特别说明下文的测算均假定以次日均价成交同时扣除3的交易成本我们先不考虑改进深度学习高频因子对比引入高频因子前后组合的年化超额收益表2引入高频因子前后中证1000增强组合年化超额收益201601-202212个股偏离05个股偏离10个股偏离20无基本面有基本面无基本面有基本面无基本面有基本面行业中性51107331001486不引入行业偏离2641304711835111高频因子行业偏离4671466013352121行业中性120142114154127137反转型行业偏离2135154139173134171行业偏离4145159154188148175请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告11行业中性151183161180157191动量型行业偏离2165196172218178198行业偏离4176194201212196210行业中性143173155185164174反转型行业偏离2170190182201180188动量型行业偏离4177188190209218220资料来源WindHTI由上表可见首先即使是周度调仓加入基本面因子依然是更好的选择尽管其权重在较短的收益预测周期内必然较低其次引入反转型或动量型高频因子均可显著提升年化超额收益幅度最高可达10第三同时引入反转型和动量型高频因子并不一定能带来超额收益的进一步提升这表明和低频因子一样有必要对高频因子进行挑选如下表所示继续引入改进深度学习高频因子后年化超额收益再度稳定提升2016年以来各种假设下都可达到20有基本面因子如果根据前文的单因子分析结果精简人工逻辑高频因子只保留尾盘成交占比开盘后买入意愿强度和开盘后大单净买入占比下同年化超额收益则可稳定在24以上有基本面因子在较为宽松的约束下甚至可以达到28与私募的平均水平相当表3引入深度学习高频因子后的中证1000增强组合年化超额收益201601-202212个股偏离05个股偏离10个股偏离20无基本面有基本面无基本面有基本面无基本面有基本面行业中性143173155185164174反转型行业偏离2170190182201180188动量型行业偏离4177188190209218220行业中性反转型198211198206202223动量型行业偏离2211221227223222247深度学习行业偏离4221228239244253248行业中性221242233243228246精简人工逻辑行业偏离2232246250261257273深度学习行业偏离4236241251264257280资料来源WindHTI和不引入任何高频因子的原始组合相比年化超额收益的提升幅度在96-162之间足见对于最传统的以线性加权为基础的中证1000增强策略高频因子可谓是较为强有力的信息源补充下表展示了约束条件为行业中性个股基准偏离1的组合的分年度收益风险特征表4中证1000增强组合分年度收益风险特征行业中性个股偏离1超额收益相对回撤跟踪误差月度胜率信息比率2016410165710071520172560945100571201821710421005162019245274983499202024838607541220212293460753812022104245275201全区间243465387460资料来源WindHTI请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告122016年以来组合年化超额收益2432022年累计超额收益104全区间最大相对回撤46年化跟踪误差53月胜率87图19中证1000增强组合相对净值行业中性个股偏离15505050045450403540030350253002025015200101500510000201614201714201814201914202014202114202214最大回撤右轴组合净值中证1000资料来源WindHTI若可以容忍更大的跟踪误差也可进一步放松组合的风险约束换取更高的收益例如保持个股偏离仍为1但行业偏离的上限增加至4分年度的收益风险特征如下表所示表5中证1000增强组合分年度收益风险特征行业偏离4个股偏离1超额收益相对回撤跟踪误差月度胜率信息比率2016358165892623201725321549246320182392761833922019284294883584202033231669249920212007583672392022182316492286全区间264756386419资料来源WindHTI放松行业约束后组合的年化超额收益上升至264尤其是2022年收益改善较为明显从行业中性时的104提高到182但与此同时风险也不可避免地增加全区间最大相对回撤从46升至75跟踪误差从53升至63图20中证1000增强组合相对净值行业偏离4个股偏离1600805507050060450400503504030030250202001501010000201614201714201814201914202014202114202214最大回撤右轴组合净值中证1000资料来源WindHTI请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告13对于公募而言标准的指数增强还有80成分股权重的约束但从下表的对比来看是否添加这一约束对中证1000增强组合收益表现的影响并不是那么大在较为宽松的行业和个股偏离约束下年化超额收益约为25-27表6引入成分股权重约束前后的中证1000增强组合超额收益201601-202212基准偏离05基准偏离10基准偏离20无基本面有基本面无基本面有基本面无基本面有基本面行业中性221242233243228246全市场行业偏离2232246250261257273行业偏离4236241251264257280行业中性21823323525222424780成分股权行业偏离2222241251259257264重约束行业偏离4219239252277264266资料来源WindHTI在和表5及图20同约束的基础上再引入80成分股权重的约束组合的分年度收益风险特征如下表所示表7中证1000增强组合分年度收益风险特征80成分股权重行业偏离4个股偏离1超额收益相对回撤跟踪误差月度胜率信息比率201636712531006972017243154610052020182153354834012019245224492548202040332688359320213345280674192022176325992301全区间277525988472资料来源WindHTI2016年以来组合年化超额收益2772022年为176全区间最大相对回撤和跟踪误差分别为52和59对比没有成分股约束时有一定幅度的下降图21中证1000增强组合相对净值80成分股权重行业偏离4个股偏离170060600505004040030300202001010000201614201714201814201914202014202114202214最大回撤右轴组合净值中证1000资料来源WindHTI综上所述对于公募和私募近一年着力布局的中小盘量化策略及中证1000增强高频因子能够在不明显增加风险的条件下显著提升收益表现已成为当前一类非常重要的alpha来源请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告144总结寻找新的alpha源是量化投资最基础的命题之一而高频恰好是最近3-5年国内发展极为迅速的一个新兴领域那么对于交易和换手都有较为严格限制的公募量化而言是否有必要研究乃至应用高频数据生成的相关信号本文尝试给出我们的答案2018年至今海通量化团队已陆续开发了一系列高频因子根据因子的特性我们大致可将这些高频因子划分为反转型动量型和深度学习类反转型高频因子着重刻画投资者过度反应的行为特征往往偏向于选择前期跌幅较大或换手率较低的股票动量型高频因子更多刻画投资者的买入意愿盘口的资金流向或具有信息优势投资者的交易行为深度学习类高频因子以过去一段时间的高频特征作为输入动态拟合近期有效的交易模式通常适用于未来较短的时间窗口仅就过去9年的历史回测而言高频因子的整体表现还是比较优异而稳定的对传统的因子选股策略是一个十分有力的补充周度调仓假设下在中证800外及中证1000内这两个选股空间反转型高频因子中的改进反转尾盘成交占比平均单笔流出金额占比和动量类高频因子的年化多头超额收益在15-20之间而深度学习高频因子则可进一步达到25以上高频因子已经成为量化选股策略中不可或缺的一种因子类型以最传统的线性加权为基础的中证1000增强策略为例2016年以来引入精简后的人工逻辑高频因子和深度学习高频因子各种约束条件下的年化超额收益都可稳定在24以上在较为宽松的约束下甚至可以达到28和私募的平均水平接近相对未引入任何高频因子的原始策略年化超额收益的提升幅度在96-162之间5风险提示市场系统性风险资产流动性风险政策变动风险因子失效风险请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告15信息披露分析师声明Table冯佳睿Analyst金融工程研究团队s袁林青金融工程研究团队本人具有中国证券业协会授予的证券投资咨询执业资格以勤勉的职业态度独立客观地出具本报告本报告所采用的数据和信息均来自市场公开信息本人不保证该等信息的准确性或完整性分析逻辑基于作者的职业理解清晰准确地反映了作者的研究观点结论不受任何第三方的授意或影响特此声明法律声明本报告仅供海通证券股份有限公司以下简称本公司的客户使用本公司不会因接收人收到本报告而视其为客户在任何情况下本报告中的信息或所表述的意见并不构成对任何人的投资建议在任何情况下本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任本报告所载的资料意见及推测仅反映本公司于发布本报告当日的判断本报告所指的证券或投资标的的价格价值及投资收入可能会波动在不同时期本公司可发出与本报告所载资料意见及推测不一致的报告市场有风险投资需谨慎本报告所载的信息材料及结论只提供特定客户作参考不构成投资建议也没有考虑到个别客户特殊的投资目标财务状况或需要客户应考虑本报告中的任何意见或建议是否符合其特定状况在法律许可的情况下海通证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易还可能为这些公司提供投资银行服务或其他服务本报告仅向特定客户传送未经HTI书面授权本研究报告的任何部分均不得以任何方式制作任何形式的拷贝复印件或复制品或再次分发给任何其他人或以任何侵犯本公司版权的其他方式使用所有本报告中使用的商标服务标记及标记均为本公司的商标服务标记及标记如欲引用或转载本文内容务必联络HTI并获得许可并需注明出处为HTI且不得对本文进行有悖原意的引用和删改根据中国证监会核发的经营证券业务许可海通证券股份有限公司的经营范围包括证券投资咨询业务请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告16海通证券股份有限公司TablePeopleInfo研究所路颖所长邓勇副所长荀玉根副所长02123219403luyinghaitongcom02123219404dengyonghaitongcom02123219658xyg6052haitongcom涂力磊所长助理余文心所长助理02123219747tll5535haitongcom075582780398ywx9461haitongcom宏观经济研究团队金融工程研究团队金融产品研究团队梁中华02123219820lzh13508haitongcom冯佳睿02123219732fengjrhaitongcom倪韵婷02123219419niythaitongcom应镓娴02123219394yjx12725haitongcom郑雅斌02123219395zhengybhaitongcom唐洋运02123219004tangyyhaitongcom李俊02123154149lj13766haitongcom罗蕾02123219984ll9773haitongcom徐燕红02123219326xyh10763haitongcom联系人余浩淼02123219883yhm9591haitongcom谈鑫02123219686tx10771haitongcom李林芷02123219674llz13859haitongcom袁林青02123212230ylq9619haitongcom庄梓恺02123219370zzk11560haitongcom王宇晴wyq14704haitongcom联系人谭实宏02123219445tsh12355haitongcom侯欢02123154658hh13288haitongcom郑玲玲02123154170zll13940haitongcom联系人曹君豪021-23219745cjh13945haitongcom吴其右02123154167wqy12576haitongcom黄雨薇02123154387hyw13116haitongcom滕颖杰02123219433tyj13580haitongcom张耿宇02123212231zgy13303haitongcom章画意02123154168zhy13958haitongcom陈林文02123219068clw14331haitongcom魏玮02123219645ww14694haitongcom江涛02123219819jt13892haitongcom舒子宸szc14816haitongcom张弛02123219773zc13338haitongcom固定收益研究团队策略研究团队中小市值团队姜珮珊02123154121jps10296haitongcom荀玉根02123219658xyg6052haitongcom钮宇鸣02123219420ymniuhaitongcom王巧喆02123154142wqz12709haitongcom高上02123154132gs10373haitongcom潘莹练02123154122pyl10297haitongcom联系人李影02123154117ly11082haitongcom联系人王冠军02123154116wgj13735haitongcom郑子勋02123219733zzx12149haitongcom王园沁02123154123wyq12745haitongcom方欣来021-23219635fxl13957haitongcom吴信坤021-23154147wxk12750haitongcom藏多02123212041zd14683haitongcom联系人孙丽萍02123154124slp13219haitongcom余培仪02123219400ypy13768haitongcom张紫睿021-23154484zzr13186haitongcom杨锦02123154504yj13712haitongcom王正鹤02123219812wzh13978haitongcom刘颖02123214131ly14721haitongcom政策研究团队石油化工行业医药行业李明亮02123219434lmlhaitongcom邓勇02123219404dengyonghaitongcom余文心075582780398ywx9461haitongcom吴一萍02123219387wuyipinghaitongcom朱军军02123154143zjj10419haitongcom郑琴02123219808zq6670haitongcom朱蕾02123219946zl8316haitongcom胡歆02123154505hx11853haitongcom贺文斌01068067998hwb10850haitongcom周洪荣02123219953zhr8381haitongcom联系人朱赵明02123154120zzm12569haitongcom李姝醒02163411361lsx11330haitongcom张海榕02123219635zhr14674haitongcom梁广楷01056760096lgk12371haitongcom联系人联系人纪尧jy14213haitongcom周航02123219671zh13348haitongcom彭娉01068067998pp13606haitongcom孟陆861056760096ml13172haitongcom肖治键02123219164xzj14562haitongcom汽车行业公用事业批发和零售贸易行业王猛02123154017wm10860haitongcom戴元灿02123154146dyc10422haitongcom李宏科02123154125lhk11523haitongcom刘一鸣02123154145lym15114haitongcom傅逸帆02123154398fyf11758haitongcom高瑜02123219415gy12362haitongcom联系人吴杰02123154113wj10521haitongcom汪立亭02123219399wanglthaitongcom房乔华021-23219807fqh12888haitongcom联系人联系人余玫翰02123154141ywh14040haitongcom张冰清021-23154126zbq14692haitongcom曹蕾娜cln13796haitongcom互联网及传媒有色金属行业房地产行业毛云聪01058067907myc11153haitongcom陈晓航02123154392cxh11840haitongcom涂力磊02123219747tll5535haitongcom陈星光02123219104cxg11774haitongcom甘嘉尧02123154394gjy11909haitongcom谢盐02123219436xieyhaitongcom孙小雯02123154120sxw10268haitongcom联系人联系人联系人郑景毅zjy12711haitongcom曾佳敏02123154399zjm14937haitongcom崔冰睿02123219774cbr14043haitongcom张恒浩02123219383zhh14696haitongcom康百川02123212208kbc13683haitongcom陈先龙02123219406cxl15082haitongcom请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告17电子行业煤炭行业电力设备及新能源行业李轩02123154652lx12671haitongcom李淼01058067998lm10779haitongcom房青02123219692fangqhaitongcom肖隽翀02123154139xjc12802haitongcom王涛02123219760wt12363haitongcom徐柏乔02123219171xbq6583haitongcom华晋书02123219748hjs14155haitongcom联系人吴杰02123154113wj10521haitongcom联系人朱彤02123212208zt14684haitongcom联系人文灿02123154401wc13799haitongcom姚望洲02123154184ywz13822haitongcom薛逸民02123219963xym13863haitongcom柳文韬02123219389lwt13065haitongcom吴锐鹏wrp14515haitongcom马菁菁mjj14734haitongcom基础化工行业计算机行业通信行业刘威075582764281lw10053haitongcom郑宏达02123219392zhd10834haitongcom余伟民01050949926ywm11574haitongcom张翠翠02123214397zcc11726haitongcom杨林02123154174yl11036haitongcom联系人孙维容02123219431swr12178haitongcom于成龙02123154174ycl12224haitongcom夏凡02123154128xf13728haitongcom李智02123219392lz11785haitongcom洪琳02123154137hl11570haitongcom杨彤昕010-56760095ytx12741haitongcom联系人联系人徐卓xz14706haitongcom李博lb14830haitongcom杨蒙075523617756ym13254haitongcom杨昊翊yhy15080haitongcom非银行金融行业交通运输行业纺织服装行业何婷02123219634ht10515haitongcom虞楠02123219382yunhaitongcom梁希02123219407lx11040haitongcom孙婷01050949926st9998haitongcom罗月江01056760091lyj12399haitongcom盛开02123154510sk11787haitongcom联系人陈宇02123219442cy13115haitongcom联系人曹锟010-56760090ck14023haitongcom王天璐02123219405wtl14693haitongcom任广博01056760090rgb12695haitongcom肖尧02123154171xy14794haitongcom建筑建材行业机械行业钢铁行业冯晨阳02123212081fcy10886haitongcom赵玥炜02123219814zyw13208haitongcom刘彦奇02123219391liuyqhaitongcom潘莹练02123154122pyl10297haitongcom赵靖博02123154119zjb13572haitongcom申浩02123154114sh12219haitongcom联系人颜慧菁yhj12866haitongcom刘绮雯02123154659lqw14384haitongcom建筑工程行业农林牧渔行业食品饮料行业张欣劼18515295560zxj12156haitongcom联系人颜慧菁yhj12866haitongcom联系人巩健gj15051haitongcom张宇轩02123154172zyx11631haitongcom曹有成18901961523cyc13555haitongcom程碧升02123154171cbs10969haitongcom郭好格13718567611ghg14711haitongcom联系人张嘉颖02123154019zjy14705haitongcom军工行业银行行业社会服务行业张恒晅zhx10170haitongcom林加力02123154395ljl12245haitongcom汪立亭02123219399wanglthaitongcom联系人联系人许樱之75582900465xyz11630haitongcom刘砚菲021-2321-4129lyf13079haitongcom董栋梁02123219356ddl13206haitongcom联系人胡舜杰02123154483hsj14606haitongcom徐凝碧02123154134xnb14607haitongcom毛弘毅02123219583mhy13205haitongcom王祎婕02123219768wyj13985haitongcom家电行业造纸轻工行业陈子仪02123219244chenzyhaitongcom郭庆龙gql13820haitongcom李阳02123154382ly11194haitongcom联系人朱默辰02123154383zmc11316haitongcom王文杰wwj14034haitongcom刘璐02123214390ll11838haitongcom高翩然gpr14257haitongcom吕科佳lkj14091haitongcom研究所销售团队请务必阅读正文之后的信息披露和法律声明金融工程研究金融工程专题报告18深广地区销售团队上海地区销售团队北京地区销售团队伏财勇075523607963fcy7498haitongcom胡雪梅02123219385huxmhaitongcom殷怡琦01058067988yyq9989haitongcom蔡铁清075582775962ctq5979haitongcom黄诚02123219397hc10482haitongcom董晓梅dxm10457haitongcom辜丽娟075583253022guljhaitongcom季唯佳02123219384jiwjhaitongcom郭楠010-58067936gn12384haitongcom刘晶晶075583255933liujj4900haitongcom黄毓02123219410huangyuhaitongcom杨羽莎01058067977yys10962haitongcom饶伟075582775282rw10588haitongcom李寅021-23219691ly12488haitongcom张丽萱01058067931zlx11191haitongcom欧阳梦楚075523617160胡宇欣02123154192hyx10493haitongcom郭金垚01058067851gjy12727haitongcomoymc11039haitongcom马晓男mxn11376haitongcom张钧博zjb13446haitongcom巩柏含gbh11537haitongcom邵亚杰23214650syj12493haitongcom高瑞gr13547haitongcom滕雪竹075523963569txz13189haitongcom杨祎昕02123212268yyx10310haitongcom上官灵芝sglz14039haitongcom张馨尹0755-25597716zxy14341haitongcom毛文英02123219373mwy10474haitongcom姚坦yt14718haitongcom谭德康tdk13548haitongcom王祎宁02123219281wyn14183haitongcom张歆钰zxy14733haitongcom周之斌zzb14815haitongcom海通证券股份有限公司研究所地址上海市黄浦区广东路689号海通证券大厦9楼电话02123219000传真02123219392网址wwwhtseccom请务必阅读正文之后的信息披露和法律声明