利用机构调研股票池内的文本、反转等信息构建超额收益显著的选股策略
　　随着A股市场成熟度逐渐提高，机构投资者的行为对市场影响不容忽视。机构调研信息记录机构投资者对上市公司调研的具体情况，可实时得知机构的关注热点，获得传统市场信息之外的增量信息。但在实际调研中，并非所有调研内容都传达出关于上市公司的正面信息，如何甄别并利用调研相关的正负面信息是值得研究的问题。本文使用文本分析方法，构建基于机构调研问答文本和调研相关的分析师研报文本的因子，并测试了一致预期和反转因子。最后我们利用前期测试的因子，使用层次筛选法构建了机构调研选股策略，相对中证500长期超额收益显著。
　　机构调研特征：调研数量稳步上升，调研股票偏中小市值，存在行业偏向
　　2012年以来A股机构调研数量稳步上升，2020年后呈现加速上涨趋势，机构调研活动日趋频繁。从调研数的占比来看，证券公司、基金公司和投资公司三种机构的调研次数总占比在2014年至2022年均保持在80%以上，是参与上市公司调研的主要投资机构。机构调研股票的市值中位数接近中证1000，偏向中小市值股票。此外，机构调研数据存在行业偏向性，电子、计算机、医药等行业关注度较高。
　　调研数量因子和反转因子表现较好，调研问答文本因子选股效果不佳
　　设置回测区间为2013/8/30～2023/1/31，机构调研数量因子认为调研次数越多意味着机构投资者的关注度越高，越有可能获得机构投资者买入，回测区间内因子多头超额收益显著。在被机构调研的股票中，需要规避前期上涨过多的股票，同时更多关注股价还在低位的股票，可根据该逻辑构建机构调研股票池内的反转因子，回测区间内因子的负向剔除效果显著。我们还对机构调研问答的文本进行利用，意在提取调研问答中的正负面信息，遗憾的是在尝试了多种文本学习方法后，均未构建出效果较好的因子。
　　机构调研股票池内的分析师研报文本因子和一致预期因子表现较好
　　参加机构调研的卖方分析师可能会在调研后撰写相关公司的研究报告，挖掘分析师在报告中传达的信息能为机构调研选股提供增量信息。本文分别测试了基础机构调研股票池内的分析师研报文本因子和一致预期因子。设置回测区间为2013/8/30～2023/1/31，分析师研报文本因子和一致预期因子均有较好的选股能力，因子多头具有显著超额收益。
　　使用层次筛选法构建机构调研选股策略，相对中证500长期超额收益显著
　　基于前期测试的因子，我们使用层次筛选法构建了2个月频调仓的机构调研选股策略。选股策略1首先使用分析师类因子和反转因子对机构调研股票池进行负向股票剔除，再用调研数量因子选择30只股票构建组合。选股策略2首先使用反转因子对机构调研股票池进行负向股票剔除，再用调研数量因子和分析师类因子选择30只股票构建组合。总体来看选股策略1的收益弹性比选股策略2更大。设置回测区间为2013/8/30～2023/1/31，在最优参数组合下，选股策略1的年化收益率为29.03%，相对中证500的年化超额收益率为22.17%，信息比率为2.09。
　　风险提示：因子测试、机器学习模型和量化选股模型是历史经验的总结，存在失效可能。机构调研股票总体偏中小市值，在大市值股票占优的极端行情中，策略可能表现不佳。
　　

研究报告全文：证券研究报告金工利用文本和反转改进机构调研选股华泰研究研究员林晓明SACNoS0570516010001linxiaominghtsccom2023年2月09日中国内地深度研究SFCNoBPY4218675582080134研究员李子钰利用机构调研股票池内的文本反转等信息构建超额收益显著的选股策略SACNoS0570519110003liziyuhtsccom随着A股市场成熟度逐渐提高机构投资者的行为对市场影响不容忽视SFCNoBRV7438675523987436机构调研信息记录机构投资者对上市公司调研的具体情况可实时得知机构研究员何康PhD的关注热点获得传统市场信息之外的增量信息但在实际调研中并非所SACNoS0570520080004hekanghtsccom有调研内容都传达出关于上市公司的正面信息如何甄别并利用调研相关的SFCNoBRB318862128972039正负面信息是值得研究的问题本文使用文本分析方法构建基于机构调研问答文本和调研相关的分析师研报文本的因子并测试了一致预期和反转因机构调研选股策略净值子最后我们利用前期测试的因子使用层次筛选法构建了机构调研选股策1略相对中证500长期超额收益显著策略净值12中证500净值相对净值机构调研特征调研数量稳步上升调研股票偏中小市值存在行业偏向82012年以来A股机构调研数量稳步上升2020年后呈现加速上涨趋势机构调研活动日趋频繁从调研数的占比来看证券公司基金公司和投资公4司三种机构的调研次数总占比在2014年至2022年均保持在80以上是参与上市公司调研的主要投资机构机构调研股票的市值中位数接近中证01000偏向中小市值股票此外机构调研数据存在行业偏向性电子201508201708201908202108计算机医药等行业关注度较高201308注时间区间20138302023131调研数量因子和反转因子表现较好调研问答文本因子选股效果不佳资料来源Wind朝阳永续华泰研究设置回测区间为20138302023131机构调研数量因子认为调研次数越多意味着机构投资者的关注度越高越有可能获得机构投资者买入回测区间内因子多头超额收益显著在被机构调研的股票中需要规避前期上涨过多的股票同时更多关注股价还在低位的股票可根据该逻辑构建机构调研股票池内的反转因子回测区间内因子的负向剔除效果显著我们还对机构调研问答的文本进行利用意在提取调研问答中的正负面信息遗憾的是在尝试了多种文本学习方法后均未构建出效果较好的因子机构调研股票池内的分析师研报文本因子和一致预期因子表现较好参加机构调研的卖方分析师可能会在调研后撰写相关公司的研究报告挖掘分析师在报告中传达的信息能为机构调研选股提供增量信息本文分别测试了基础机构调研股票池内的分析师研报文本因子和一致预期因子设置回测区间为20138302023131分析师研报文本因子和一致预期因子均有较好的选股能力因子多头具有显著超额收益使用层次筛选法构建机构调研选股策略相对中证500长期超额收益显著基于前期测试的因子我们使用层次筛选法构建了2个月频调仓的机构调研选股策略选股策略1首先使用分析师类因子和反转因子对机构调研股票池进行负向股票剔除再用调研数量因子选择30只股票构建组合选股策略2首先使用反转因子对机构调研股票池进行负向股票剔除再用调研数量因子和分析师类因子选择30只股票构建组合总体来看选股策略1的收益弹性比选股策略2更大设置回测区间为20138302023131在最优参数组合下选股策略1的年化收益率为2903相对中证500的年化超额收益率为2217信息比率为209风险提示因子测试机器学习模型和量化选股模型是历史经验的总结存在失效可能机构调研股票总体偏中小市值在大市值股票占优的极端行情中策略可能表现不佳免责声明和披露以及分析师声明是报告的一部分请务必一起阅读1金工研究正文目录本文研究导读3A股机构调研概况4机构调研数量呈稳步上升趋势4证券公司基金公司和投资公司是市场调研主力4机构调研股票偏中小市值市值中位数接近中证10005机构调研数据存在行业偏向性电子计算机医药等行业关注度较高6机构调研相关的因子构建和测试8机构调研数量因子8基础机构调研股票池内的反转因子9基础机构调研股票池内的分析师研报文本因子10基础机构调研股票池内的一致预期因子11机构调研问答文本因子11机构调研选股策略构建和测试13选股策略1构建和测试13选股策略2构建和测试15总结17风险提示17附录Barra风格因子18免责声明和披露以及分析师声明是报告的一部分请务必一起阅读2金工研究本文研究导读随着A股市场成熟度逐渐提高机构投资者的行为对市场影响不容忽视对机构投资行为的跟踪可实时得知机构的关注热点获得传统市场信息之外的增量信息对投资提供更多参考视角机构调研信息反映了上市公司接待投资机构上门调研或是通过策略会业绩发布会等形式进行信息披露的具体情况上市公司的机构调研次数越多也意味着机构投资者的关注度越高更可能获得机构投资者买入但在实际调研中并非所有调研内容都传达出关于上市公司的正面信息如何甄别调研相关的正负面信息是值得研究的问题本文将从3个方向展开研究1参加调研的卖方分析师可能会在调研后撰写相关公司的研究报告可利用相关的分析师一致预期数据和研报文本辅助改善机构调研选股策略2在发生机构调研的股票中可能需要规避前期上涨过多的股票而更多关注股价还在低位的股票这实际上是机构调研股票池内的一种股价反转效应3利用机构调研问答文本提取调研问答中的正负面信息本文主要研究内容如下图表1本文主要研究内容资料来源Wind华泰研究本文使用的数据如下图所示图表2本文使用的数据说明资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读3金工研究A股机构调研概况机构调研数量呈稳步上升趋势我们首先统计A股市场中调研数量随时间的变化情况原始数据来自于Wind数据库中的AshareISActivity中国A股机构调研活动和AShareISParticipant中国A股机构调研参与主体两张表由于有大量多对一调研即多个机构调研同一家上市公司的存在我们将分别展示多对一调研合并与否的统计结果对每月的调研总次数进行统计可以看出对于不合并多对一调研的统计结果月度调研次数自2011年以来持续上升2020年后调研次数增加速度加快而对于合并多对一调研的统计结果在2013年至2020年期间数量变化不大2020年以后也出现明显增长图表3A股全市场月度机构调研次数不合并多对一调研图表4A股全市场月度机构调研次数合并多对一调研900002500月度调研次数总计月度调研次数总计8000070000200060000150050000400001000300002000050010000002018-012013-012014-012015-012016-012017-012018-012019-012020-012021-012022-012023-012012-012013-012014-012015-012016-012017-012019-012020-012021-012022-012023-012012-01注时间区间2012年1月至2023年1月注时间区间2012年1月至2023年1月资料来源Wind华泰研究资料来源Wind华泰研究证券公司基金公司和投资公司是市场调研主力参与调研的投资机构主要包括保险公司基金公司公募基金外资机构投资公司私募基金和证券公司等从调研数的占比来看证券公司基金公司和投资公司三种机构的调研次数总占比在2014年至2022年均保持在80以上是参与上市公司调研的主要投资机构通过调研机构的占比变化趋势可以看出自2020年开始证券公司的调研次数占比开始下降与此同时基金公司的调研次数有所增加从具体调研活动类型来看特定对象调研的占比最高2018年以前占比达到70以上2018年以后比例开始下降但仍处于50以上特定对象调研主要是指从事证券交易或者能够传播有关信息的机构或个人对上市公司的调研活动以特定调研为主的机构调研活动都必须记录在案但是并不强制进行公开不同类型的调研活动都值得参考都能够反映投资机构对上市公司的关注程度后文在进行统计和因子构造时将使用所有类型的调研活动数据免责声明和披露以及分析师声明是报告的一部分请务必一起阅读4金工研究图表5调研机构类型占比变化趋势保险公司其他基金公司外资机构投资公司证券公司证券公司自营证券公司资管1008060402002012-012013-012014-012015-012016-012017-012018-012019-012020-012021-012022-012023-01注时间区间2012年1月至2023年1月资料来源Wind华泰研究图表6机构调研活动类型占比变化趋势一对一沟通业绩说明会其他分析师会议媒体采访投资者接待日活动新闻发布会特定对象调研现场参观路演活动1008060402002014-012022-012012-012013-012015-012016-012017-012018-012019-012020-012021-012023-01注时间区间2012年1月至2023年1月资料来源Wind华泰研究机构调研股票偏中小市值市值中位数接近中证1000从被调研股票市值中位数的月度变化趋势来看被调研股票的市值中位数保持在100亿元左右说明各类投资机构偏好对中小市值股票进行调研机构调研股票的市值中位数接近中证1000免责声明和披露以及分析师声明是报告的一部分请务必一起阅读5金工研究图表7机构调研股票市值中位数情况400机构调研股票市值中位数350中证500市值中位数300中证1000市值中位数250200150100500201410201510201610201710201810201910202010202110202210注时间区间2014年10月至2023年1月资料来源Wind华泰研究机构调研数据存在行业偏向性电子计算机医药等行业关注度较高从行业层面对被机构调研的股票进行分析可知不同行业之间的受关注度存在差异电子计算机医药家电等行业关注度较高2014年至2022年的年平均被调研次数都在30次以上2021年以来年平均被调研次数在90次以上相比之下非银行金融综合煤炭交通运输等行业关注度较低年平均被调研次数均在10次以下各行业之间调研数据的差异也反映了投资者对于不同行业的偏好调研次数较高的电子计算机等成长行业和家电食品饮料等消费行业正是2020至2021年的投资热门而随着疫情的来临医药行业也从2020年开始受到机构投资者的关注同时需要注意的是个股的被调研次数不仅与市场的投资偏好有关同样受到行业的经营模式和投资逻辑的影响煤炭石油化工等周期性行业以及金融类行业的投资逻辑相对清晰可以通过年报和财务报表等公开数据对公司的盈利进行估计因此调研需求也较少相比之下电子计算机等行业的经营模式较复杂需要大量调研以对上市公司进行深入研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读6金工研究图表8各行业内个股平均每年接受调研次数统计中信一级行业201420152016201720182019202020212022平均数电子142514092242330536413293601811808166105528计算机22022628274019772648278960197805119984534医药12361284134517302035171851438575141724137家电2219166235573363305326222245731591093905食品饮料941914120013311225258466037134125313829建材9031132142016251615191744406629112763440银行052074271414760158328745386159643042纺织服装1294139322301404185616732250544998013039农林牧渔892670138714701602165026104561112382898通信1770209930762921172715762166267971342794机械786900114911461011106814894589116072638电力设备及新能源1039111411628577375711989479195412422国防军工9098831340143214228012988500366102376有色金属59071284812267689001413474491402260轻工制造100079412731759246119042396325654052250汽车852706982108689311472551351778922181传媒1333167618311767208315553172297730332159基础化工671788962102711236991768457274442117钢铁783506126314148715951825504963952078商贸零售9288027021019184812882914238045991831石油石化960118112541533179015831543268137071804消费者服务239820482968176712936761009159022531778建筑11791087125912037855131367135425141251电力及公用事业679105592711717257031029106026001105房地产49298696280659130450510812367899综合金融0648001906636852交通运输437522440415526472100914002405847煤炭2210232287951861603566221200421综合157446353597439646179166698409非银行金融174242465490222292197364875369注计算方式为每年度行业内个股机构调研次数总和除以当年末行业内个股总数资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读7金工研究机构调研相关的因子构建和测试本章将在给定的机构调研股票池内对多个因子进行测试基础的机构调研股票池使用如下方式确定1考虑调研信息的时效性只保留调研日期和公布日期在10个自然日内的调研事件2对于机构的类型本文不做筛选部分机构调研相关研究只筛选公募基金参与的调研我们统计发现由于大量多对一调研的存在实际上公募基金参与了约80的调研活动因此本文不对机构类型进行挑选3对于调研活动的类型本文也不做筛选4对于多对一调研本文只统计一次调研事件5在每月第一个交易日回看过去60个交易日的调研事件满足上述4个条件的股票进入基础机构调研股票池由以上方式确定的基础机构调研股票池股票数量如下图所示将基础机构调研股票池内股票进行等权配置该组合相对沪深300和中证500具有一定超额收益但超额收益并不稳定图表9基础机构调研股票池股票覆盖的股票数量图表10基础机构调研股票组合净值表现40基础机构调研股票组合1600股票数量35沪深300140030中证500120025100020800156001040005200000201308201508201408201608201708201808201908202008202108202208201308201508201608201708201808201908202008202108202208201408注时间区间20138302023131注时间区间20138302023131资料来源Wind华泰研究资料来源Wind华泰研究接下来我们将对多个机构调研因子进行测试以求在现有股票池内得到更高的收益因子测试方法如下1股票池基础机构调研股票池剔除ST类股票剔除每个截面期下一交易日停牌的股票2回测区间201383020231313调仓周期月频调仓每个月第一个交易日以vwap价格成交4因子预处理因子进行去极值标准化6测试方法IC值分析因子分5层测试分层测试中交易费用为双边千分之三机构调研数量因子机构调研数量因子的逻辑简单清晰即认为上市公司的机构调研次数越多意味着机构投资者的关注度越高越有可能获得机构投资者买入我们在前期报告行业配置策略机构调研视角2021328中已经通过事件测试的方式验证了机构调研次数越多的股票未来一段时间超额收益为正的概率越高本节将测试机构调研数量因子的选股效果在每个月末截面我们统计过去90个自然日个股的机构调研次数作为股票的因子该因子的测试结果如下可知因子的多头组合组合1超额收益显著但在2021年后有明显回撤单独使用机构调研数量因子构建策略可能提升有限我们接下来将测试更多因子免责声明和披露以及分析师声明是报告的一部分请务必一起阅读8金工研究图表11机构调研数量因子分层测试各层组合相对等权基准组合净值15组合1组合2组合3组合4组合514131211100908201408201308201402201502201508201602201608201702201708201802201808201902201908202002202008202102202108202202202208注时间区间20138302023131资料来源Wind华泰研究图表12机构调研数量因子分层测试和IC测试结果组合1年化超组合2年化超组合3年化组合4年化超组合5年化超额TOP组合信息TOP组合RankICICIR额收益率额收益率超额收益率额收益率收益率比率胜率均值318003-076-102-1090765575079014注时间区间20138302023131资料来源Wind华泰研究基础机构调研股票池内的反转因子有些情况下可能是由于股价前期已出现上涨从而吸引了机构投资者的注意力才会发生针对该股票的调研事件此时股票的上涨预期已部分兑现调研后是否会延续上涨存在较大不确定性因此在发生机构调研的股票中可能需要规避前期上涨过多的股票而更多关注股价还在低位的股票这实际上是机构调研股票池内的一种股价反转效应本节将使用因子测试的方式验证该效应的存在基础机构调研股票池内的反转因子构造方法是在每个月末截面计算过去60个交易日个股的收益率并取相反数该因子的测试结果如下图表13基础机构调研股票池内的反转因子分层测试各层组合相对等权基准组合净值13组合组合组合组合组合1212345111009080706201908202102201402201408201502201508201602201608201702201708201802201808201902202002202008202108202202202208201308注时间区间20138302023131资料来源Wind华泰研究图表14基础机构调研股票池内的反转因子分层测试和IC测试结果组合1年化超组合2年化超组合3年化组合4年化超组合5年化超额TOP组合信息TOP组合RankICICIR额收益率额收益率超额收益率额收益率收益率比率胜率均值043029007-109-4800115044681047注时间区间20138302023131资料来源Wind华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读9金工研究可知基础机构调研股票池内反转效应较显著特别是前期涨幅较大的股票对应组合5超额收益表现最差但组合1超额收益不明显因此可使用反转因子在股票池内进行负向剔除基础机构调研股票池内的分析师研报文本因子参加机构调研的卖方分析师可能会在调研后撰写相关公司的研究报告挖掘分析师在报告中传达的信息能为机构调研选股提供增量信息本节我们将参照文本PEAD选股策略202217中的方法构建并测试基础机构调研股票池内的分析师研报文本因子步骤如下1训练集和测试集研报筛选以年度为单位构建训练集和测试集例如若2022年的数据为训练集则先确定2022年公布调研事件的股票再筛选出这些股票2022年的研报文本数据作为训练集类似地可构建出2023年的研报文本数据作为测试集2词频矩阵特征X构建对训练集的每篇研报的标题和摘要计算词频矩阵分别得到200词的标题词频矩阵和1000词的摘要词频矩阵同理生成测试集的词频矩阵3标签y构建计算研报对应股票在研报入库时间前后一个交易日相对中证500的超额收益令超额收益排名前50的股票标签为1排名后50的股票标签为04模型滚动训练和测试使用训练集的数据训练XGBoost模型并在测试集上测试每年滚动训练测试滚动区间为2013年至2023年图表15每年滚动训练测试资料来源华泰研究分析师研报文本因子的测试结果如下长期来看因子的分层效果较好多头组合组合1超额收益较显著图表16基础机构调研股票池内的分析师研报文本因子分层测试各层组合相对等权基准组合净值1413第1层第2层第3层第4层第5层12111009080706201908202102201308201402201408201502201508201602201608201702201708201802201808201902202002202008202108202202202208注时间区间20138302023131资料来源Wind朝阳永续华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读10金工研究图表17基础机构调研股票池内的分析师研报文本因子分层测试和IC测试结果组合1年化超组合2年化超组合3年化组合4年化超组合5年化超额TOP组合信息TOP组合RankICICIR额收益率额收益率超额收益率额收益率收益率比率胜率均值260109-025-289-3440525133228018注时间区间20138302023131资料来源Wind朝阳永续华泰研究基础机构调研股票池内的一致预期因子对于机构调研股票池内分析师信息的挖掘除了利用研报文本还可利用分析师一致预期数据例如股票在调研期间的一致预期EPS发生变化可能表明分析师根据调研信息对盈利预测做出了调整本节将测试一致预期EPS季度环比变化率因子的表现测试结果如下可知因子的多头组合组合1超额收益显著但在2021年后有一定回撤图表18基础机构调研股票池内的一致预期EPS季度环比变化率因子分层测试各层组合相对等权基准组合净值16第1层第2层第3层第4层第5层151413121110090807201908202102201402201408201502201508201602201608201702201708201802201808201902202002202008202108202202202208201308注时间区间20138302023131资料来源Wind朝阳永续华泰研究图表19基础机构调研股票池内的一致预期EPS季度环比变化率因子分层测试和IC测试结果组合1年化超组合2年化超组合3年化组合4年化超组合5年化超额TOP组合信息TOP组合RankICICIR额收益率额收益率超额收益率额收益率收益率比率胜率均值363-065-239-263-1421025929196033注时间区间20138302023131资料来源Wind朝阳永续华泰研究机构调研问答文本因子在实际调研中并非所有调研内容都传达出关于上市公司的正面信息如何甄别具体调研的正负面信息是值得研究的问题本节对机构调研问答的文本进行了利用意在提取调研问答中的正负面信息对于文本信息的学习我们使用了基于BERT的分析师研报情感因子202118中的情感模型打分方法以及文本PEAD选股策略202217中的收益率为标签的模型方法另外还尝试了正则表达式法但遗憾的是均未构建出效果较好的因子其中正则表达式法的逻辑较为简单我们将对方法进行说明供读者参考本文使用Wind数据库中的中国A股机构调研问答明细AShareISQA表来构建机构调研问答文本因子因子构建方法如下1将机构调研问题和内容拼接2针对每段拼接的文本匹配23条代表正负面信息的正则表达式求和得到正则表达式得分下方为4条正则表达式的举例其中正面表达式得分为1负面表达式得分为-1盈利利润业绩营收业务增长增加提升上升创新高提高正面盈利利润业绩营收业务降低减少大跌下滑下降创新低负面财政政策政府监管支持扶持补贴推动红利正面财政政策政府监管整改调整不确定负面免责声明和披露以及分析师声明是报告的一部分请务必一起阅读11金工研究3在每个交易日T对个股过去60个交易日的正则表达式得分求均值得到T日的机构调研问答文本因子下图为双星新材002585CH的某次调研问答信息和正则表达式得分举例图表20中国A股机构调研问答明细AShareISQA数据举例调研股票为双星新材002585CH事件ID提问日期回答日期入库时间问题内容回答内容正则表达式得分210428M43202142820214282021430000公司未来的公司二亿平米光学膜暨五十万吨高功能膜项目将于今年全部建成投产投5产业布局产后公司的光学膜及高功能膜产能将大幅提升创新结构和区域布局持续优化通过五大板块细分领域拓宽应用场景创造价值落实质量管控和良率提升加快推进研发创新产品开发新品迭代增长加快形成行业其它企业难以复制的丰富产品群210428M43202142820214282021430000公司业绩大1公司全年保持持续稳定的生产2020年年初面对突发疫情公司始终5幅增长原因保持稳定的生产与销售生产方面公司999的员工始终在岗由于原材料储备充足公司的所有生产线均保持良好高速运行销售方面由于年初大部分企业的物流运输均受影响公司积极协调各方资源使得公司运往各地的货物均能保持物流畅通210428M43202142820214282021430000公司二亿平公司二亿平米光学膜项目将于今年建成投产2021年4月9日披露了关4米光学膜项于两亿平米光学膜部分产线试车运行的公告使用募集资金投资建设的年目建设情况产2亿平米光学膜项目30万吨高功能膜材料产线已安装完毕投料试车项目投产后公司的膜材料整体产能将提升25以上规模优势将为公司未来业绩增长提供坚实的基础210428M43202142820214282021430000公司目前产公司围绕国家战略性新兴产业深入拓展五大板块光学材4料新能源4品结构材料可变信息材料节能窗膜热收缩材料新材料领域产品服务加大研发和产品结构调整创新深入开展以新产品量产实现市场拓展推动关键领域技术创新加速成果转化实现产能持续释放资料来源Wind华泰研究机构调研问答文本因子的测试结果如下图表21机构调研问答文本因子分层测试各层组合相对等权基准组合净值12第1层第2层第3层第4层第5层11100908201908202102201402201408201502201508201602201608201702201708201802201808201902202002202008202108202202202208201308注时间区间20138302023131资料来源Wind华泰研究图表22机构调研问答文本因子分层测试和IC测试结果组合1年化超组合2年化超组合3年化组合4年化超组合5年化超额TOP组合信息TOP组合RankICICIR额收益率额收益率超额收益率额收益率收益率比率胜率均值-100057-052-063-030-0344690083018注时间区间20138302023131资料来源Wind华泰研究从以上测试中可知机构调研问答文本因子的分层测试并不单调未体现出显著的选股能力免责声明和披露以及分析师声明是报告的一部分请务必一起阅读12金工研究机构调研选股策略构建和测试本章中我们将基于上一章中测试的因子构建机构调研选股策略由于机构调研股票池包含的股票有限我们将不使用常规的因子选股方法构建策略而是使用因子对股票池进行层次式筛选最终形成一个逻辑简明的量化选股策略选股策略1构建和测试考虑到分析师类因子和反转因子较好的负向选股能力首先使用这些因子对机构调研股票池进行负向股票剔除再用调研数量因子正向选股选股策略1构建步骤如下1将研报文本因子和一致预期EPS季度环比变化率因子标准化后等权合成在每个调仓日剔除合成因子排名后ratio1的股票2在第1步筛选的股票中计算过去60个交易日个股相对中证500的累积超额收益在每个调仓日剔除超额收益排名前ratio2的股票3在第2步筛选的股票中按照过去60个交易日调研次数排序选取前30只股票作为策略持仓股票的权重为log调研次数4回测区间2013年8月30日至2023年1月31日策略在每月第一个交易日以当日vwap价格调仓交易成本为双边千分之三策略基准为中证500选股策略1中有ratio1和ratio2两个参数我们对两个参数进行遍历策略的年化超额收益率和超额收益最大回撤如图表23和图表24反转效应的引入对于策略超额收益的提升非常明显即随着ratio2的减小策略的年化超额收益率整体呈现提升趋势使用研报文本因子和一致预期因子进行负向剔除也呈现出一定优化效果当ratio101时策略的年化超额收益率整体更高但不同参数组合下策略的超额收益最大回撤没有体现出明显的规律图表23不同参数组合下策略年化超额收益率ratio205ratio206ratio207ratio208ratio209ratio21ratio10200919971794165015381328ratio101220422171954183815261418ratio102204220261842191316551332ratio103199018691723183315871308注时间区间20138302023131资料来源Wind朝阳永续华泰研究图表24不同参数组合下策略超额收益最大回撤ratio205ratio206ratio207ratio208ratio209ratio21ratio10193614761613174016401448ratio101174614421297157316651458ratio102168417711426140815621398ratio103203317771626133213951423注时间区间20138302023131资料来源Wind朝阳永续华泰研究我们选择几组参数的结果将详细回测结果展示如下图表25不同参数组合下策略的详细回测指标年化超额超额收益最相对基准月月均双边换年化收益率年化波动率夏普比率最大回撤收益率年化跟踪误差大回撤信息比率Calmar比率胜率手率ratio101ratio206290329131004595221710601442209154660711030ratio101ratio205291028641024487220410721746206126633911645ratio101ratio207261229400894953195410291297190151625010227ratio102ratio20825712929088489719131015140818813667869760ratio10ratio2119582922067509613281024144813009258047257中证50060725570246520注时间区间20138302023131资料来源Wind朝阳永续华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读13金工研究图表26不同参数组合下策略的逐年收益率2013年收益2014年收益2015年收益2016年收益2017年收益2018年收益2019年收益2020年收益2021年收益2022年收益2023年收益率率率率率率率率率率率ratio101ratio2061478393317434-966-390-2249654940934210-5641151ratio101ratio2051417445518577-874-856-2314632537264143-3591194ratio101ratio2071411425515282-1057-030-2330498544973395-9411267ratio102ratio2081407432913233-904414-2595419661743040-9441226ratio10ratio21116526699703-16031153-2566418950513307-16451141中证50045039014312-1778-020-3332263820871558-2031724注时间区间20138302023131资料来源Wind朝阳永续华泰研究当ratio101ratio206时选股策略1的回测净值和超额收益如下图表27当ratio101ratio206时选股策略1的净值图表28当ratio101ratio206时选股策略1的超额收益超额收益回撤右轴累积超额收益左轴12策略净值中证500净值60001050058401063015420202102500030201308201408201508201608201708201808201908202008202108202208201408201508201608201708201808201908202008202108202208201308注时间区间20138302023131注时间区间20138302023131资料来源Wind朝阳永续华泰研究资料来源Wind朝阳永续华泰研究当ratio101ratio206时选股策略1的Barra风格因子暴露和排名前10的行业暴露如下从Barra风格因子暴露上来看策略具有高估值高成长高Beta的属性Barra风格因子的说明请参见附录图表29当ratio101ratio206时选股策略1Barra因子暴露图表30当ratio101ratio206时选股策略1的行业暴露04020028030230260150180201501301200801007010007007000060060060040040100500302-01300003-023-027电机医电计基汽建轻家子械药力算础车筑工电04设机化制备工造SizeBeta及新GrowthLiquidity能LeverageMomentum源BooktoPriceEarningYieldNon-linearSizeResidualVolatility资料来源Wind朝阳永续华泰研究资料来源Wind朝阳永续华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读14金工研究选股策略2构建和测试选股策略1使用研报文本因子和一致预期EPS季度环比变化率因子进行负向股票剔除考虑到这两个因子的多头也有较好表现我们在选股策略2中将使用这两个因子进行正向股票筛选选股策略2的构建方式如下1在每个调仓日计算过去60个交易日个股相对中证500的累积超额收益在每个调仓日剔除超额收益排名前ratio的股票2在第1步筛选的股票中将调研次数因子研报文本因子和一致预期EPS季度环比变化率因子标准化后等权合成选取合成因子排前30的股票等权配置3策略在每月第一个交易日以当日vwap价格调仓交易成本为双边千分之三我们将选股策略2中参数ratio进行遍历策略的年化超额收益率和超额收益最大回撤如下图相比选股策略1选股策略2的年化超额收益率随参数的波动范围更小选股策略1的收益弹性更强图表31不同参数下策略年化超额收益率和超额收益最大回撤ratio05ratio06ratio07ratio08ratio09ratio1年化超额收益率193219441739176717921602超额收益最大回撤168414161592139914191356注时间区间20138302023131资料来源Wind朝阳永续华泰研究不同参数的详细回测结果展示如下图表32不同参数下策略的详细回测指标年化超额超额收益最相对基准月月均双边换年化收益率年化波动率夏普比率最大回撤收益率年化跟踪误差大回撤信息比率Calmar比率胜率手率ratio05261029100904357193210921684177115625012481ratio06261629200904690194410811416180137625012017ratio07242428330864653173910211592170109660711479ratio0824552820087468217679951399178126642910579ratio09246428780864731179210201419176126633910012ratio122502939077506416021093135614611860718821中证50060725570246520注时间区间20138302023131资料来源Wind朝阳永续华泰研究图表33不同参数下策略的逐年收益率2013年收益2014年收益2015年收益2016年收益2017年收益2018年收益2019年收益2020年收益2021年收益2022年收益2023年收益率率率率率率率率率率率ratio051044474717986-689-735-2632471643253446-8741130ratio061292446616432-971-076-2529494539253896-9101031ratio071324513615736-937-123-2291403243643012-1706999ratio081240462313181-673221-2574450853242918-12981052ratio091453427312807-1073927-2553397760122602-10831010ratio11656389511255-13461151-2728444261202696-1847998中证50045039014312-1778-020-3332263820871558-2031724注时间区间20138302023131资料来源Wind朝阳永续华泰研究当ratio01时选股策略2的回测净值和超额收益如下免责声明和披露以及分析师声明是报告的一部分请务必一起阅读15金工研究图表34当ratio01时选股策略2的净值图表35当ratio01时选股策略2的超额收益超额收益回撤右轴累积超额收益左轴策略净值中证500净值945000840005735630010525015420315020210025105000030201908201308201408201508201608201708201808202008202108202208201408201508201608201708201808201908202008202108202208201308注时间区间20138302023131注时间区间20138302023131资料来源Wind朝阳永续华泰研究资料来源Wind朝阳永续华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读16金工研究总结随着A股市场成熟度逐渐提高机构投资者的行为对市场影响不容忽视机构调研信息记录机构投资者对上市公司调研的具体情况可实时得知机构的关注热点获得传统市场信息之外的增量信息但在实际调研中并非所有调研内容都传达出关于上市公司的正面信息如何甄别并利用调研相关的正负面信息是值得研究的问题本文使用文本分析方法构建基于机构调研问答文本和调研相关的分析师研报文本的因子并测试了一致预期和反转因子最后我们利用前期测试的因子使用层次筛选法构建了机构调研选股策略相对中证500长期超额收益显著机构调研特征调研数量稳步上升调研股票偏中小市值存在行业偏向2012年以来A股机构调研数量稳步上升2020年后呈现加速上涨趋势机构调研活动日趋频繁从调研数的占比来看证券公司基金公司和投资公司三种机构的调研次数总占比在2014年至2022年均保持在80以上是参与上市公司调研的主要投资机构机构调研股票的市值分布接近中证1000偏向中小市值股票此外机构调研数据存在行业偏向性电子计算机医药等行业关注度较高调研数量因子和反转因子表现较好调研问答文本因子选股效果不佳设置回测区间为20138302023131机构调研数量因子认为调研次数越多意味着机构投资者的关注度越高越有可能获得机构投资者买入回测区间内因子多头超额收益显著在被机构调研的股票中需要规避前期上涨过多的股票而更多关注股价还在低位的股票可根据该逻辑构建机构调研股票池内的反转因子回测区间内因子的负向剔除效果显著我们还对机构调研问答的文本进行利用意在提取调研问答中的正负面信息遗憾的是在尝试了多种文本学习方法后均未构建出效果较好的因子机构调研股票池内的分析师研报文本因子和一致预期因子表现较好参加机构调研的卖方分析师可能会在调研后撰写相关公司的研究报告挖掘分析师在报告中传达的信息能为机构调研选股提供增量信息本文分别测试了基础机构调研股票池内的分析师研报文本因子和一致预期因子设置回测区间为20138302023131分析师研报文本因子和一致预期因子均有较好的选股能力因子多头具有显著超额收益使用层次筛选法构建机构调研选股策略相对中证500长期超额收益显著基于前期测试的因子我们使用层次筛选法构建了2个月频调仓的机构调研选股策略选股策略1首先使用分析师类因子和反转因子对机构调研股票池进行负向股票剔除再用调研数量因子选择30只股票构建组合选股策略2首先使用反转因子对机构调研股票池进行负向股票剔除再用调研数量因子和分析师类因子选择30只股票构建组合总体来看选股策略1的收益弹性比选股策略2更大设置回测区间为20138302023131在最优参数组合下选股策略1的年化收益率为2903相对中证500的年化超额收益率为2217信息比率为209风险提示因子测试机器学习模型和量化选股模型是历史经验的总结存在失效可能机构调研股票总体偏中小市值在大市值股票占优的极端行情中策略可能表现不佳免责声明和披露以及分析师声明是报告的一部分请务必一起阅读17金工研究附录Barra风格因子本文使用的BarraUSE4模型包含十个风格因子其具体定义如下图表36Barra风格因子名称及其描述大类子类因子简要描述因子权重SizeLNCAP股票总市值的自然对数1BetaBETA股票收益率对中证全指收益率的线性回归斜率1MomentumRSTR历史收益率均值采用指数加权计算1DASTD历史波动率采用指数加权计算074ResidualVolatilityCMRA历史收益率的波动幅度016HSIGMABeta因子计算中线性回归残差项的标准差01Non-linearSizeNLSIZESize因子的三次方对Size因子的正交增量1BooktoPriceBTOP企业总权益值与当前市值的比值1STOM过去一个月的流动性035LiquiditySTOQ过去一个季度的流动性035STOA过去一年的流动性03ETOP过去12个月的市盈率066EarningYieldCETOP过去12个月的经营性净现金流与市值的比值034GrowthEGRO过去5年企业归属母公司净利润的复合增长率034MLEV市场杠杆038LeverageDTOA资产负债率035BLEV账面杠杆027资料来源USE4华泰研究免责声明和披露以及分析师声明是报告的一部分请务必一起阅读18金工研究免责声明分析师声明本人林晓明李子钰何康兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见彼以往现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬一般声明及披露本报告由华泰证券股份有限公司已具备中国证监会批准的证券投资咨询业务资格以下简称本公司制作本报告所载资料是仅供接收人的严格保密资料本报告仅供本公司及其客户和其关联机构使用本公司不因接收人收到本报告而视其为客户本报告基于本公司认为可靠的已公开的信息编制但本公司及其关联机构以下统称为华泰对该等信息的准确性及完整性不作任何保证本报告所载的意见评估及预测仅反映报告发布当日的观点和判断在不同时期华泰可能会发出与本报告所载意见评估及预测不一致的研究报告同时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以往表现并不能指引未来未来回报并不能得到保证并存在损失本金的可能华泰不保证本报告所含信息保持在最新状态华泰对本报告所含信息可在不发出通知的情形下做出修改投资者应当自行关注相应的更新或修改本公司不是FINRA的注册会员其研究分析师亦没有注册为FINRA的研究分析师不具有FINRA分析师的注册资格华泰力求报告内容客观公正但本报告所载的观点结论和建议仅供参考不构成购买或出售所述证券的要约或招揽该等观点建议并未考虑到个别投资者的具体投资目的财务状况以及特定需求在任何时候均不构成对客户私人投资建议投资者应当充分考虑自身特定状况并完整理解和使用本报告内容不应视本报告为做出投资决策的唯一因素对依据或者使用本报告所造成的一切后果华泰及作者均不承担任何法律责任任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效除非另行说明本报告中所引用的关于业绩的数据代表过往表现过往的业绩表现不应作为日后回报的预示华泰不承诺也不保证任何预示的回报会得以实现分析中所做的预测可能是基于相应的假设任何假设的变化可能会显著影响所预测的回报华泰及作者在自身所知情的范围内与本报告所指的证券或投资标的不存在法律禁止的利害关系在法律许可的情况下华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易为该公司提供投资银行财务顾问或者金融产品等相关服务或向该公司招揽业务华泰的销售人员交易人员或其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和或交易观点华泰没有将此意见及建议向报告所有接收者进行更新的义务华泰的资产管理部门自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策投资者应当考虑到华泰及或其相关人员可能存在影响本报告观点客观性的潜在利益冲突投资者请勿将本报告视为投资或其他决定的唯一信赖依据有关该方面的具体披露请参照本报告尾部本报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布的机构或人员也并非意图发送发布给因可得到使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员本报告版权仅为本公司所有未经本公司书面许可任何机构或个人不得以翻版复制发表引用或再次分发他人无论整份或部分等任何形式侵犯本公司版权如征得本公司同意进行引用刊发的需在允许的范围内使用并需在使用前获取独立的法律意见以确定该引用刊发符合当地适用法规的要求同时注明出处为华泰证券研究所且不得对本报告进行任何有悖原意的引用删节和修改本公司保留追究相关责任的权利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中国香港本报告由华泰证券股份有限公司制作在香港由华泰金融控股香港有限公司向符合证券及期货条例及其附属法律规定的机构投资者和专业投资者的客户进行分发华泰金融控股香港有限公司受香港证券及期货事务监察委员会监管是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司在香港获得本报告的人员若有任何有关本报告的问题请与华泰金融控股香港有限公司联系免责声明和披露以及分析师声明是报告的一部分请务必一起阅读19金工研究香港-重要监管披露华泰金融控股香港有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员有关重要的披露信息请参华泰金融控股香港有限公司的网页httpswwwhtsccomhkstockdisclosure其他信息请参见下方美国-重要监管披露美国在美国本报告由华泰证券美国有限公司向符合美国监管规定的机构投资者进行发表与分发华泰证券美国有限公司是美国注册经纪商和美国金融业监管局FINRA的注册会员对于其在美国分发的研究报告华泰证券美国有限公司根据1934年证券交易法修订版第15a-6条规定以及美国证券交易委员会人员解释对本研究报告内容负责华泰证券美国有限公司联营公司的分析师不具有美国金融监管FINRA分析师的注册资格可能不属于华泰证券美国有限公司的关联人员因此可能不受FINRA关于分析师与标的公司沟通公开露面和所持交易证券的限制华泰证券美国有限公司是华泰国际金融控股有限公司的全资子公司后者为华泰证券股份有限公司的全资子公司任何直接从华泰证券美国有限公司收到此报告并希望就本报告所述任何证券进行交易的人士应通过华泰证券美国有限公司进行交易美国-重要监管披露分析师林晓明李子钰何康本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员董事或顾问分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益本披露中所提及的相关人士包括FINRA定义下分析师的家庭成员分析师根据华泰证券的整体收入和盈利能力获得薪酬包括源自公司投资银行业务的收入华泰证券股份有限公司其子公司和或其联营公司及或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券研究所覆盖公司的证券衍生工具包括股票及债券包括衍生品华泰证券股份有限公司其子公司和或其联营公司及或其高级管理层董事和雇员可能会持有本报告中所提到的任何证券或任何相关投资头寸并可能不时进行增持或减持该证券或投资因此投资者应该意识到可能存在利益冲突评级说明投资评级基于分析师对报告发布日后6至12个月内行业或公司回报潜力含此期间的股息回报相对基准表现的预期A股市场基准为沪深300指数香港市场基准为恒生指数美国市场基准为标普500指数具体如下行业评级增持预计行业股票指数超越基准中性预计行业股票指数基本与基准持平减持预计行业股票指数明显弱于基准公司评级买入预计股价超越基准15以上增持预计股价超越基准515持有预计股价相对基准波动在-155之间卖出预计股价弱于基准15以上暂停评级已暂停评级目标价及预测以遵守适用法规及或公司政策无评级股票不在常规研究覆盖范围内投资者不应期待华泰提供该等证券及或公司相关的持续或补充信息免责声明和披露以及分析师声明是报告的一部分请务必一起阅读20