北向研究思考：从投资者的直观体验上来说，通过追随北向资金来进行行业/风格选择在历史上是比较有效的，但近一两年来效果似乎不如以往，通过因子测试我们证实了常见北向因子表现较差。我们认为可以通过构建有差异化的因子或者细化数据颗粒度来提升轮动效果。
　　北向资金分类与交易特征：从持股市值看，托管机构呈现出高度的头部集中化，主力是外资银行（配置型资金）与外资券商（交易型资金）。从覆盖度、换手率、与内资相关性三个方面，我们论证了北向行业/风格轮动的可行性。
　　差异化的北向因子：我们基于北向“关注度”构建的净流入最大抬升占比因子较基础北向因子在行业与风格轮动上有明显的多空、多头业绩提升。在行业轮动层面上，北向整体前三月净流入最大抬升占比IC9.4%，t值3.42，多空年化收益20%，多空夏普1.45，多头年化超额收益15.0%，IR1.62，月均双边换手率63.5%。通过将该因子与低相关的内资资金流因子结合，我们构建了内外资共振因子，其全历史业绩进一步提升，IC12.8%，t值4.27，多空年化收益28.1%，多空夏普1.84，多空胜率74.6%，多头年化超额收益15.1%，IR1.44，月均双边换手率118.9%。在风格轮动上，外资券商前三月净流入最大抬升占比不仅在收益端更出色，最大回撤也较常见北向因子低近一半，该因子t值3.48，多空年化收益13.5%，多空夏普1.31，多头年化超额收益6.1%，IR0.98，相对最大回撤10%，月均双边换手率73.7%。
　　细化数据颗粒度：通过将因子穿透到单家托管机构，我们发现了一些在多头时序表现上有差异化特征的因子。例如行业轮动层面上，摩根士丹利（券商）前三月净流入占比多头表现优异、超额稳健，避开了2021下半年以来北向因子普遍的大幅回撤；风格轮动上，JP摩根（券商）罕见地实现了2022年多头超额的增长。
　　其他结论：偏长周期的净流入效果明显好于短周期；北向机构在交易能力上差距较大，而在存量资金的差异上相对较小；摩根士丹利（券商）的行业/风格筛选能力较其他机构明显更强
　　风险提示：1.本报告中所述模型用量化方法通过历史数据统计、建模和测算完成，所得出的结论与规律在政策、市场环境发生变化时可能存在失效的风险。2.本报告中所述模型在市场结构及交易行为改变时有可能存在策略失效风险。
　　

研究报告全文：TablePage金融工程量化投资专题2023年2月10日证券研究报告北向TableTitle资金行业与风格轮动图净流入最大抬升占比风格轮动分组收益因子差异化与数据细化TableSummary报告摘要北向研究思考从投资者的直观体验上来说通过追随北向资金来进行行业风格选择在历史上是比较有效的但近一两年来效果似乎不如数据来源通联数据Wind广发证券发展研究中心以往通过因子测试我们证实了常见北向因子表现较差我们认为可以通过构建有差异化的因子或者细化数据颗粒度来提升轮动效果北向资金分类与交易特征从持股市值看托管机构呈现出高度的头分析师TableAuthor周飞鹏SAC执证号S0260521120003部集中化主力是外资银行配置型资金与外资券商交易型资金从覆盖度换手率与内资相关性三个方面我们论证了北向行业风021-38003649格轮动的可行性zhoufeipenggfcomcn差异化的北向因子我们基于北向关注度构建的净流入最大抬升分析师罗军占比因子较基础北向因子在行业与风格轮动上有明显的多空多头业SAC执证号S0260511010004绩提升在行业轮动层面上北向整体前三月净流入最大抬升占比020-66335128IC94t值342多空年化收益20多空夏普145多头年化超luojungfcomcn额收益150IR162月均双边换手率635通过将该因子与低分析师安宁宁相关的内资资金流因子结合我们构建了内外资共振因子其全历史SAC执证号S0260512020003业绩进一步提升IC128t值427多空年化收益281多空夏SFCCENoBNW179普184多空胜率746多头年化超额收益151IR144月均0755-23948352双边换手率1189在风格轮动上外资券商前三月净流入最大抬升anningninggfcomcn占比不仅在收益端更出色最大回撤也较常见北向因子低近一半该请注意周飞鹏罗军并非香港证券及期货事务监察委员会的注册持牌人不可在香港从事受监管活动因子t值348多空年化收益135多空夏普131多头年化超额收益61IR098相对最大回撤10月均双边换手率737相关研究TableDocReport细化数据颗粒度通过将因子穿透到单家托管机构我们发现了一些弹性因子研究多因子Alpha2023-02-02在多头时序表现上有差异化特征的因子例如行业轮动层面上摩根系列报告之四十六士丹利券商前三月净流入占比多头表现优异超额稳健避开了金融工程多维视角下的2023-01-282021下半年以来北向因子普遍的大幅回撤风格轮动上JP摩根券定增选股策略商罕见地实现了2022年多头超额的增长再谈SemiBeta因子高频测2023-01-16其他结论偏长周期的净流入效果明显好于短周期北向机构在交易算多因子Alpha系列报告之能力上差距较大而在存量资金的差异上相对较小摩根士丹利券四十七商的行业风格筛选能力较其他机构明显更强风险提示1本报告中所述模型用量化方法通过历史数据统计建模TableContacts和测算完成所得出的结论与规律在政策市场环境发生变化时可能存在失效的风险2本报告中所述模型在市场结构及交易行为改变时有可能存在策略失效风险识别风险发现价值请务必阅读末页的免责声明130TablePageText金融工程量化投资专题目录索引一北向资金简述5一托管机构的分类5二北向行业买入特征7三北向风格交易特征9二北向行业轮动10一数据说明10二因子构建10三分托管类别因子测试12四分托管机构因子测试17三北向风格轮动20一风格指数构建20二因子构建22三分托管类别因子测试22四分托管机构因子测试25四总结27五风险提示28识别风险发现价值请务必阅读末页的免责声明230TablePageText金融工程量化投资专题图表索引图1北向资金六大类托管行数量及平均市值占比截至2023年1月31日5图2北向资金分托管类别净流入情况亿元截至2023年1月31日6图3各托管类别月均双边换手率截至20231317图4各托管类别交易占比截至20231317图5北向资金各行业持股市值占行业自由流通市值比例2023年1月31日8图6主要托管类别行业市值覆盖度历史均值截至2023年1月31日8图7各托管类别行业月均双边换手截至20231318图8托管类别月度行业净流入占比自相关系数均值8图9北向整体外资券商与机构主动月度行业净流入占比相关系数均值9图10北向整体相对全A超额风格暴露截至2023年1月31日9图11北向超额风格暴露月度变化的自相关系数均值截至202313110图12区间累计净流入金额曲线最大抬升量示意图12图13行业绩优单因子秩相关系数14图14主要行业轮动因子多空净值截至2023年1月31日15图15主要行业轮动因子多头超额净值截至2023年1月31日15图16内外资共振因子分组月均收益16图17整体前三月净流入最大抬升占比分组月均收益16图18外资券商前三月净流入占比分组月均收益16图19北向整体前三月净流入占比分组月均收益16图20外资银行持仓占比分组月均收益16图21内资前月净流入占比分组月均收益16图22内外资共振因子月度收益截至202313117图23北向整体前三月净流入最大抬升占比因子月度收益截至202313117图24三种行业轮动因子多头超额净值对比截至2023年1月31日19图25七大风格指数净值截至2023年1月31日20图26托管大类在七大风格指数内覆盖度21图27前十大托管机构在七大风格指数内覆盖度21图28主要风格轮动因子多空净值截至2023年1月31日24图29主要风格轮动因子多头超额净值截至2023年1月31日24图30外券三月净流入最大抬升占比风格分组月收益24图31整体三月净流入占比风格分组月收益24图32整体持仓占比风格分组月收益25图33外券前三月净流入最大抬升占比风格轮动月度收益截至202313125图34具有差异化特点的机构因子风格轮动多头超额净值截至202313127表1北向资金前十大托管机构截至2023年1月31日6表2行业轮动因子描述11表3行业轮动因子按托管类别回测业绩截至2023年1月31日13表4整体前三月净流入最大抬升占比行业轮动分年业绩13识别风险发现价值请务必阅读末页的免责声明330TablePageText金融工程量化投资专题表5内外资共振因子全历史业绩指标截至2023年1月31日14表6内外资共振因子分年业绩14表7行业轮动因子按托管机构回测业绩截至2023年1月31日18表8摩根士丹利三月净流入占比行业轮动分年业绩19表9用于构建风格指数的大类因子20表10风格轮动因子描述22表11风格轮动因子按托管类别回测业绩截至2023年1月31日23表12外券前三月净流入最大抬升占比风格轮动分年业绩23表13风格轮动因子按托管机构回测业绩截至2023年1月31日26识别风险发现价值请务必阅读末页的免责声明430TablePageText金融工程量化投资专题一北向资金简述陆股通资金是海外投资者委托香港经纪商经由沪股通深股通两类互联互通机制购买沪深交易所股票的资金流即通常所称北向资金近年来北向资金的持续流入北向的持股及成交占比稳步提升加之数据披露的高频性与完整性使北向资金成为A股研究中的热点之一自2016年11月港交所披露陆股通个股持股数据以来我们得以基于个股数据探究北向资金的净流入交易特征及选股选行业选风格能力等特点同时北向持股数据可穿透到托管机构维度基于对机构的分类讨论我们又可以进一步细化研究数据及拓宽研究角度一托管机构的分类截至2023年1月31日仍有持股的托管机构共计156家而历史数据中总计出现过242家差异部分大多是中小机构短暂或少量的持股并卖出我们按托管机构背后的股东属性将所有机构分为六类分别是中资港资外资的券商及银行从持股市值看托管机构呈现出高度的头部集中化主力是外资银行与外资券商截至2023年1月31日持股市值前十的机构累计占北向整体持股市值比例约95其中前四家为外资银行占比约77后六家为外资券商占比约18从六类托管机构的数目及历史平均市值占比看外资银行及外资券商数目较少但市值占比远高于机构数目庞大的港资券商及中资券商图1北向资金六大类托管行数量及平均市值占比截至2023年1月31日托管行个数家市值占比右轴10010090908080707060605050404030302020101000中资券商中资银行港资券商港资银行外资券商外资银行数据来源通联数据Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明530TablePageText金融工程量化投资专题表1北向资金前十大托管机构截至2023年1月31日ID托管机构名称简称持股市值亿元市值占比累计占比C00019香港上海汇丰银行有限公司汇丰银行77512304304C00039渣打银行香港有限公司渣打银行51974204508C00100JPMORGANCHASEBANKNATIONALASSOCIATIONJP摩根银行42700167675C00010花旗银行花旗银行2394994769B01274MORGANSTANLEYHONGKONGSECURITIESLTD摩根士丹利券商1109644812B01161UBSSECURITIESHONGKONGLTDUBS券商934737849B01110JPMORGANBROKINGHONGKONGLTDJP摩根券商725928878B01224MLFELTD美林远东券商716328906B01451高盛亚洲证券有限公司高盛券商633025930C00093法国巴黎银行法巴券商552222952数据来源通联数据Wind广发证券发展研究中心从净流入角度看外资银行是主要增量资金持续且量大外资券商是博弈型资金累计净流入于近期创全历史新高中资券商一度是第三大资金来源但2021年底以来持续减仓2016年11月以来北向资金整体保持持续净流入态势截至2023年1月31日北向整体净买入约173万亿人民币持股市值占A股自由流通市值约66托管类别层面上分化极大外资银行累计净流入约15万亿元且长期保持净流入是北向作为增量资金的绝对主力外资券商累计净流入约2200亿元从时间上看2019年Q1前稳步建仓而此后买卖波动较大除此之外的四类北向资金净买入规模则相对较小图2北向资金分托管类别净流入情况亿元截至2023年1月31日中资银行外资银行港资券商港资银行整体中资券商右轴外资券商右轴2000025001800022501600020001400017501200015001000012508000100060007504000500200025000数据来源通联数据Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明630TablePageText金融工程量化投资专题从交易特征上看外资银行换手低交易占比相对较低是配置型资金外资券商换手高交易占比高是交易型资金一方面基于托管类别的日度持股市值测算的月均双边换手率显示中资券商最高1138外资券商较高819而外资银行最低131另一方面从交易占比看外资券商在每日北向交易中占比最高平均达55外资银行次之平均26左右其次为中资券商平均16注交易占比的计算方式为某类资金当日净买入金额绝对值与各类资金净买入绝对值之和的比值由于数据颗粒度有限此种算法并非传统意义上的真实成交占比只在将托管类别作为整体进行研究时具有参考意义图3各托管类别月均双边换手率截至2023131图4各托管类别交易占比截至20231311201138中资券商中资银行港资券商港资银行外资券商外资银行10082281980807060605042240403025020201311000数据来源通联数据Wind广发证券发展研究中心数据来源通联数据Wind广发证券发展研究中心二北向行业买入特征本节我们从几个维度分析利用北向资金进行行业选择是否具备基础条件考虑要有足够的持股量及交易活跃度我们仅将北向整体外资银行外资券商纳入待考察范围而鉴于中资券商的净流入趋势我们暂不将其纳入从覆盖度看三类资金在各行业的覆盖度较高我们测算每月末北向在各中信一级行业有持股的股票自由流通市值之和占该行业总自由流通市值的比例结果显示在历史平均角度除个别行业外三类北向资金在大部分行业的覆盖度超80从换手率看北向的月均行业换手率不低计算每日在各行业的持股市值占总体持股市值权重并基于此权重测算月均双边换手我们发现三类资金换手皆超过80且月度行业净流入占比指标自相关性低北向的行业切换速率具备产生轮动的条件从与内资的比较看机构主动净流入与北向净流入相关性低以机构主买主卖金额之差作为内资行业净流入我们测算发现内资与北向的单月行业净流入占比秩相关系数低且彼此领先滞后效应弱因而北向资金流或能提供不同于内资的Alpha信息识别风险发现价值请务必阅读末页的免责声明730TablePageText金融工程量化投资专题图5北向资金各行业持股市值占行业自由流通市值比例2023年1月31日整体外资银行外资券商454035302520151050家电建材煤炭银行医药机械传媒钢铁汽车电子建筑通信综合计算机房地产食品饮料交通运输有色金属石油石化基础化工轻工制造农林牧渔国防军工商贸零售纺织服装消费者服务非银行金融电力设备及新电力及公用事业数据来源通联数据Wind广发证券发展研究中心图6主要托管类别行业市值覆盖度历史均值截至2023年1月31日整体外资银行外资券商1009080706050403020100数据来源通联数据Wind广发证券发展研究中心图7各托管类别行业月均双边换手截至2023131图8托管类别月度行业净流入占比自相关系数均值100滞后1月滞后2月滞后3月908438198174080344357030602520750201404015114733010475181420010-50-10-75外资银行外资券商整体外资银行外资券商整体数据来源通联数据Wind广发证券发展研究中心数据来源通联数据Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明830TablePageText金融工程量化投资专题图9北向整体外资券商与机构主动月度行业净流入占比相关系数均值北向整北向整体北向整体北向整体体当月领先1月领先2月领先3月机构当月164113201机构领先1月321610103机构领先2月363516443机构领先3月393044155外资券外资券商外资券商外资券商商当月领先1月领先2月领先3月机构当月168-0537-14机构领先1月-18163-18-15机构领先2月05-0216241机构领先3月-040207151数据来源通联数据Wind广发证券发展研究中心三北向风格交易特征每月末我们以北向对个股持股市值占北向总市值比重减去个股自由流通市值占全A比重以此权重差乘上个股BARRA风格因子暴露来计算北向相对全A风格超配从存量看北向相对全A在大市值高PB及成长上的超配较为稳定历史上曾长期超配动量但在2021年下半年及2022年下半年超配下降明显从增量看北向相对全A风格超配的变化自相关性较低尤以外资券商最低自相关系数为北向月度风格超配一阶差分序列与滞后一至二月序列的秩相关系数图10北向整体相对全A超额风格暴露截至2023年1月31日市值贝塔动量波动率非线性市值BP流动性盈利成长杠杆2015100500-05-10-15数据来源通联数据Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明930TablePageText金融工程量化投资专题图11北向超额风格暴露月度变化的自相关系数均值截至2023131滞后1月滞后2月865651420-2-05-4-33-41-6-8-64外资银行外资券商整体数据来源通联数据Wind广发证券发展研究中心二北向行业轮动一数据说明行业分类中信一级行业投资标的为相应一级行业指数数据预处理为消除前视偏差北向日度持股及净流入做一期滞后处理因子预处理标准化回测区间20161230-20230131分档方式根据月末行业因子值从小到大分为8档调仓周期每月最后一个交易日以行业指数收盘价调仓多头对比基准中信一级行业指数等权组合暂不计交易费用二因子构建前文通过简单的覆盖度换手率与内资相关性等测算论证了利用北向资金进行行业选择具备基础条件接下来我们分析通过构建哪些指标进行北向行业轮动本质上基于北向进行交易是一种跟随策略我们可以构建静态存量和动态增量指标其中静态指标是考察北向存量资金在行业上的分布而动态指标则是观察一段时间内资金对行业的流入情况因子1持仓占比考察月末截面北向持股市值占行业市值的比例其计算方式为北向识别风险发现价值请务必阅读末页的免责声明1030TablePageText金融工程量化投资专题对某行业个股持股市值之和比该行业市值之和相较于单纯计算行业持股市值或行业持股市值占总北向市值比例而言剔除了行业间股票数量与市值差异因素使行业间更可比因子2超额配置比例考察北向对某行业的配置比例相较市场对该行业配置比例的差异是以另一种方式剔除行业间股票数量与市值差异因素而使行业间可比其计算方式为北向整体市值中某行业的占比相对该行业在全A市值比例的变化率逻辑上该指标显示了北向相对全市场更看好哪些行业因子3前N月净流入占比相较于前两种静态指标更突出了资金对于行业的近期冷热态度信息更新更及时其计算方式为过去N月内北向对某行业个股净流入金额之和比该行业市值本质上持仓占比是长时间跨度下的净流入占比蕴含长期主义的投资理念而净流入占比则更倾向于择时切换的波段投资理念因子4前N月净流入最大抬升占比在净流入占比的基础上进一步将时序上的买卖差异纳入考量与净流入占比相比其并非简单计算区间内累计净流入量而是测算区间内曾经一度的最大净买入量其具体计算方式为过去N月内北向对某行业累计净流入金额曲线的最大上升量比该行业市值我们认为该指标突出了一段时间内北向对行业的关注程度即使某行业经历了先大量卖出后大量买入或反之最终使得区间整体净买入较少但短期内资金的一度追捧也说明了该行业具备关注价值因子5对照组前N月内资净流入占比作为对照组其计算方式与北向净流入占比类似为过去N月内某行业个股机构主买主卖金额差之和比该行业市值我们以市场资金流中的常用指标机构主买主卖金额作为内资代理变量通过对比考察北向行业资金流在与内资相关性低的前提下是否具备其本身的Alpha信息表2行业轮动因子描述因子名因子描述持仓占比北向对某行业个股持股市值之和比该行业市值之和超额配置比例北向整体市值中某行业的占比相对该行业在全A市值比例的变化率前N月净流入占比过去N月内北向对某行业个股净流入金额之和比该行业市值前N月净流入最大抬升占比过去N月内北向对行业累计净流入金额曲线的最大上升量比该行业市值前N月内资净流入占比对照组过去N月内某行业个股机构主买主卖金额差之和比该行业市值数据来源广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1130TablePageText金融工程量化投资专题图12区间累计净流入金额曲线最大抬升量示意图765最4大3抬2升1累计净流入金额量0-1-2012345678910111213141516时间数据来源广发证券发展研究中心三分托管类别因子测试为增加对比维度我们首先对净流入占比因子设置前月前两月前三月共三类回看周期其次对北向整体外资银行外资券商分别构建因子并测试从整体测试结果看全部因子中表现最突出的是北向整体前三月净流入最大抬升占比因子多头及多空业绩指标均明显优于其它基础北向因子或内资净流入因子该因子IC94t值342多空年化收益20多空夏普145多头年化超额收益150IR162月均双边换手率635结构上从净流入占比因子的期限对比看偏长周期的净流入效果明显好于短周期尤其是一个月的净流入因子多空及多头均不理想这说明投资者无需过度关注短期内北向的行业交易变化在三个月的维度上考察北向对哪些行业持续买入更为合理从持仓占比与普通净流入占比的最优因子对比看两者多头收益较为接近但净流入占比回撤小一半以上因而信息比例更高但多空收益明显持仓占比更强这一方面体现了长线投资理念与波段投资的差别对优劣势资产的长期持有舍弃本身能获得不错的收益优劣资产的表现也能在长期中逐渐显现但代价是可能经历大幅回撤而加大切换频率后长期看不一定能显著提升收益但能规避大回撤另一方面也说明普通的北向净流入占比因子用于择行业时同样面临选股时的难题即净流入与收益间的非线性卖出最多的行业本身蕴含此前买入多的信息卖的前提是买行业本身具备一定关注价值从托管机构类别对比看外资券商更高的换手能有效降低多头及多空最大回撤但并未带来明显的收益提升综合来看动态类因子中北向整体类因子表现更优从内外资对比看有两点结论一是跟踪内资短周期交易行为效果好于长周期这与跟踪北向相反二是普通的北向净流入占比因子仅多头表现略好于内资而多空表现明显更弱这进一步说明当下跟踪北向资金不应限于普通的简单指标应寻求识别风险发现价值请务必阅读末页的免责声明1230TablePageText金融工程量化投资专题差异化因子以获取相对跟踪内资更好的收益本报告中的北向整体净流入最大抬升占比在多空及多头方面均明显优于内资净流入因子表3行业轮动因子按托管类别回测业绩截至2023年1月31日因子IC多空组合等权多头组合托管年化收最大回年化收年化超相对最月均双因子名称ICICIRt值夏普胜率IR类型益撤益额大回撤边换手整体851012491194430696301098807237167持仓占比外券8310325493448057589127106097225148外银81097239153362089644125105087309101整体10111829113144507661610685068367101超额配置比例外券91108267115497069616121101086326173外银911082651124550635891007906336286整体42064159-13353-01057536160172971376前月净流入占外券310481195021003852168470551121614比外银240360890734000549351300322971192整体46066161-21409-0144583312013332995前两月净流入外券400641577523705356981590642101221占比外银48066162123460095146443046276883整体7111227251287037535131115125137755前三月净流入外券58091220112197080606105890971221026占比外银580842046235004559210588095179734整体94141342199367145676166150162165635前三月净流入外券701182861272870996909983096230762最大抬升占比外银91122296144418103563122106109273622前月内资净流整体80104257175202107671105840762571386入占比前两月内资净整体440571400736700451402-19-0183591011流入占比前三月内资净整体440591443739702353514-02-002389751流入占比数据来源通联数据Wind广发证券发展研究中心表4整体前三月净流入最大抬升占比行业轮动分年业绩年份多空收益多空回撤多头超额相对最大回撤年化IR2017284681675126120182911361198712520194073825142297202056460464355362021-17527204900042022-78159-4093-040识别风险发现价值请务必阅读末页的免责声明1330TablePageText金融工程量化投资专题2023一月底24191416综合年化199367150165162数据来源通联数据Wind广发证券发展研究中心结合因子业绩与相关性我们进一步考虑构建内外资共振因子前文提到内外资在行业净流入占比上相关性低而一个月的内资净流入占比本身具备不错的多空及多头表现若将内外资结合选行业或能实现较单因子更好的效果我们筛选4个因子进行相关系数测算分别是前三月净流入最大抬升占比-整体前三月净流入占比-整体持仓占比-外资银行前月内资净流入占比-整体与净流入最大抬升占比相关性较低的仅有内资净流入占比为32因此我们将二者等权复合构建内外资共振因子内外资共振因子多空收益明显提升而多头历史业绩与净流入最大抬升占比持平内外资共振因子IC128t值427多空年化收益281多空夏普184多空胜率746多头年化超额收益151IR144月均双边换手率1189图13行业绩优单因子秩相关系数前三月净前月内资前三月净流持仓占比流入占比净流入占入最大抬升外银整体比整体占比整体持仓占比外银1000262139515前三月净流入262100089740占比整体前月内资净流13989100032入占比整体前三月净流入515740321000最大抬升占比数据来源通联数据Wind广发证券发展研究中心表5内外资共振因子全历史业绩指标截至2023年1月31日因子IC多空组合等权多头组合托管年化收最大回年化收年化超相对最月均双边因子名称ICICIRt值夏普胜率IR类型益撤益额大回撤换手内外资共振因子复合1281784272812481847461671511442171189数据来源通联数据Wind广发证券发展研究中心表6内外资共振因子分年业绩年份多空收益多空回撤多头超额相对最大回撤年化IR2017282861356717020184119215743181识别风险发现价值请务必阅读末页的免责声明1430TablePageText金融工程量化投资专题201918658178512052020607904196538520213081701331441102022-91210-66147-0642023一月底13350130综合年化281248151217144数据来源通联数据Wind广发证券发展研究中心图14主要行业轮动因子多空净值截至2023年1月31日持仓占比外资银行前三月净流入占比整体前月内资净流入占比前三月净流入最大抬升占比整体内外资共振因子行业等权组合605550454035302520151005数据来源通联数据Wind广发证券发展研究中心图15主要行业轮动因子多头超额净值截至2023年1月31日持仓占比外资银行前三月净流入占比整体前月机构主动净流入占比整体前三月净流入最大抬升占比整体内外资共振因子3028262422201816141210数据来源通联数据Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1530TablePageText金融工程量化投资专题图16内外资共振因子分组月均收益图17整体前三月净流入最大抬升占比分组月均收益1214121010080806060404020200-0200-04-021234512345数据来源通联数据Wind广发证券发展研究中心数据来源通联数据Wind广发证券发展研究中心图18外资券商前三月净流入占比分组月均收益图19北向整体前三月净流入占比分组月均收益0910080807060604050204000302-0201-0400-061234512345数据来源通联数据Wind广发证券发展研究中心数据来源通联数据Wind广发证券发展研究中心图20外资银行持仓占比分组月均收益图21内资前月净流入占比分组月均收益121008100608040602040002-0200-041234512345数据来源通联数据Wind广发证券发展研究中心数据来源通联数据Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1630TablePageText金融工程量化投资专题图22内外资共振因子月度收益截至2023131多头超额收益多空收益20151050-5-10-15201731201751201771201791201811201831201851201871201891201911201931201951201971201991202011202031202051202071202091202111202131202151202171202191202211202231202251202271202291202311201811120191112020111202111120221112017111数据来源通联数据Wind广发证券发展研究中心图23北向整体前三月净流入最大抬升占比因子月度收益截至2023131多头超额收益多空收益121086420-2-4-6-8201731201751201771201791201811201831201851201871201891201911201931201951201971201991202011202031202051202071202091202111202131202151202171202191202211202231202251202271202291202311201811120191112020111202111120221112017111数据来源通联数据Wind广发证券发展研究中心四分托管机构因子测试本节我们将因子穿透到具体托管机构层面进行测试具体的我们仅选取2023年1月31日持股市值最大的十家托管机构见表1其他机构由于市值较小暂不纳入整体上看动态类因子在机构上的分化度明显高于静态类指标换言之北向机构在交易能力差距较大而在存量资金的差异上相对较小对比表3将托管大类拆分为单家机构的做法能在大部分因子上区分出优于或劣于大类的机构因子但对于前三月净流入最大抬升占比因子而言这一化整为零的做法普遍削弱了因子表现识别风险发现价值请务必阅读末页的免责声明1730TablePageText金融工程量化投资专题分机构看摩根士丹利券商的行业筛选能力较其他机构明显更强其在持仓占比超额配置比例前三月净流入占比因子上的表现均强于其他机构摩根士丹利前三月净流入占比多头表现优异超额稳健避开了2021下半年以来北向因子普遍的大幅回撤在多头同样录得年化收益16的情况下其相对最大回撤仅95显著低于前述内外资共振因子及北向整体前三月净流入最大抬升占比因子但需注意其多空表现不及后二者表7行业轮动因子按托管机构回测业绩截至2023年1月31日因子IC多空组合等权多头组合因子年化收最大回年化收年化超相对最月均双边托管机构ICICIRt值夏普IR名称益撤益额大回撤换手汇丰银行83105258152270093137116099280136渣打银行8310525912338307510281072319127JP摩根银行60065160554420308665059261230花旗银行87102250153405090153132119222149持仓占摩根士丹利券商90101248140297094130110110186453比UBS券商701022506536704611696090259348JP摩根券商53071176853240629170074187344美林远东券商77094232864690569877073300188高盛券商64100248722060576948053151284法巴券商750972399639605711797089228204汇丰银行9211027296435055997806236099渣打银行95112276189402107138117093306142JP摩根银行71082203954050528564050352125花旗银行9110926814440908312099078318121超额配摩根士丹利券商111144355205273132156135131146455置比例UBS券商70095235147280092147127116178292JP摩根券商6108220312924709010786083169310美林远东券商720862111304390849574066335180高盛券商741052591551841149069072134235法巴券商80095235113427068135115100228130汇丰银行40061149102890087357062192811渣打银行70114278393130304630035181740JP摩根银行48071172432610336448054155629花旗银行3106215296185079118101117105918前三月摩根士丹利券商60099241110180082160144167951086净流入UBS券商060090230931000731150162481155占比JP摩根券商-18-03-072-17311-01357400451161090美林远东券商13021050-02359-0011903003329985高盛券商360661617622505610185101891155法巴券商37062151123198102120104125199897识别风险发现价值请务必阅读末页的免责声明1830TablePageText金融工程量化投资专题汇丰银行80103251962950697357060249704渣打银行981483601212900898569082207643JP摩根银行640832021043390727761067173629前三月花旗银行590832027932105710589099127695净流入摩根士丹利券商660962341242240936145050212736最大抬UBS券商38066160692830549781090185735升占比JP摩根券商30045109282130232610011200741美林远东券商300481171242020987054061158687高盛券商57087211104158079887208672713法巴券商52076185843330616044050249671数据来源通联数据Wind广发证券发展研究中心表8摩根士丹利三月净流入占比行业轮动分年业绩年份多空收益多空回撤多头超额相对最大回撤年化IR2017599785541862018253489043164201919790192722312020-23124290533392021421411839515420221159440470472023一月底07330516综合年化11018014495167数据来源通联数据Wind广发证券发展研究中心图24三种行业轮动因子多头超额净值对比截至2023年1月31日前三月净流入占比摩根士丹利券商前三月净流入最大抬升占比整体内外资共振因子3028262422201816141210数据来源通联数据Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1930TablePageText金融工程量化投资专题三北向风格轮动一风格指数构建为测试北向风格轮动效果我们需要构建A股风格指数对应行业轮动中的行业指数并以之作为个股风格标签对应行业标签参考BARRACNE5模型DJOrr等2012及BetaPlus1000因子指数石川等2020具体构建步骤如下选样空间每个月末剔除停牌STST涨跌停上市不满60个交易日股票后筛选出总市值最大的1000只股票风格因子价值盈利成长红利低波规模动量因子介绍见下表选样方式经BARRA异常值处理与标准化后对风格因子进行市值行业中性化市值因子只做行业中性股息率因子不做任何中性按因子值大小降序排列取前200只个股自由流通市值加权构造风格指数以上步骤每月末重复以进行调仓表9用于构建风格指数的大类因子因子名因子描述价值BARRACNE5BP盈利BARRACNE5EarningsYield成长BARRACNE5GROWTH红利股息率TTM低波BARRACNE5ResidualVolatility-1规模小市值lncap-1动量BARRACNE5RSTR数据来源广发证券发展研究中心图25七大风格指数净值截至2023年1月31日价值盈利成长小市值红利低波动量22201816141210080604数据来源Wind广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明2030