在投资标的数量日趋增加的环境下，投资者无暇对所有的股票进行跟踪研究，以因子投资、概念投资为代表的降维投资方式越来越受到市场的广泛关注。本报告从概念投资的角度出发，采用同花顺提供的概念主题数据库，向投资者展示了如何识别判断概念异动信号，测试了概念异动与市场价格之间的联系，并最终基于概念异动信号构建了相关的量化投资策略，向投资者展示了概念主题投资的独特价值。本报告主要结论如下：
　　根据概念热度与市场价格之间的联系，我们将概念主题的发展分为三大阶段：事件始发阶段、资金进场阶段和市场发酵阶段；相比之下，我们认为第二阶段（资金进场阶段）是买入胜率最高且最稳健的投资时点。
　　借助布林带轨线，我们在2014年8月至2023年2月末期间共识别到719次概念异动信号，即平均每月约发生7次。
　　在概念异动事件发生后短期内，相关概念股受到更高的市场关注度，交易活跃度和一致预期的乐观程度明显提升，从而为股价上升提供动力。此外，概念异动点往往出现在概念股的季度业绩同比增速与120天动量拐点附近。
　　事件效应测试结果显示，概念异动事件在发生后的平均累积超额收益呈现出显著的上升趋势，120日的平均累积超额收益约为4%；借助基本面因子对概念股进一步筛选，概念异动事件在发生后120个交易日平均能够获得7%以上的超额收益。
　　从不同时期表现看，概念异动事件的超额收益受牛熊市场环境的影响较小，受市场交易活跃度高低的影响更大。
　　基于概念异动信号，本文构建了具体的量化投资策略。回测结果表明，策略自2015年以来在全A、沪深300、中证500和中证1000股票池中分别获得了约11.61%、4.88%、8.10%和10.11%的年化超额收益。
　　风险提示：本报告结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险；本报告所提及个股或基金仅表示与相关主题有一定关联性，不构成任何投资建议。
　　

研究报告全文：证券研究报告金融工程2023年3月16日跟随概念异动信号的事件驱动策略专题报告蓝海启航系列研究之九在投资标的数量日趋增加的环境下投资者无暇对所有的股票进行跟踪研究以因子投资概念投资为代表的降维投资方式越来越受到市场的广泛关注本报告从概念投资的角度出发采用同花顺提供的概念主题数据库向投资者展示了如何识别判断概念异动信号测试了概念异动与市场价格之间的联系并最终基于概念异动信号构建了相关的量化投资策略向投资者展示了概念主题投资的独特价值本报告主要结论如下根据概念热度与市场价格之间的联系我们将概念主题的发展分为三大阶段事件始发阶段资金进场阶段和市场发酵阶段相比之下我们认为第二阶段资金进场阶段是买入胜率最高且最稳健的投资时点借助布林带轨线我们在2014年8月至2023年2月末期间共识别到719次概念异动信号即平均每月约发生7次在概念异动事件发生后短期内相关概念股受到更高的市场关注度交易活跃度和一致预期的乐观程度明显提升从而为股价上升提供动力此外概念异动点往往出现在概念股的季度业绩同比增速与120天动量拐点附近事件效应测试结果显示概念异动事件在发生后的平均累积超额收益呈现出显著的上升趋势120日的平均累积超额收益约为4借助基本面因子对概念股进一步筛选概念异动事件在发生后120个交易日平均能够获得7以上的超额收益从不同时期表现看概念异动事件的超额收益受牛熊市场环境的影响较小受市场交易活跃度高低的影响更大基于概念异动信号本文构建了具体的量化投资策略回测结果表明策略自2015年以来在全A沪深300中证500和中证1000股票池中分别获得了约1161488810和1011的年化超额收益风险提示本报告结果通过历史数据统计建模和测算完成在政策市场环境发任瞳S1090519080004生变化时模型存在失效的风险本报告所提及个股或基金仅表示与相关主题有一定rentongcmschinacomcn关联性不构成任何投资建议麦元勋S1090519090003maiyuanxuncmschinacomcn研究助理李世杰lishijie1cmschinacomcn敬请阅读末页的重要说明金融工程正文目录一概念主题异动简介411概念主题异动的具体案例412数据来源513数据覆盖度6二如何识别概念异动事件721识别概念异动事件和构建概念价格指数723事件识别效果示例824概念异动前后的市场特征9三概念异动事件超额收益分析1031事件驱动收益统计1032概念异动事件的改进方案1133不同时期下的事件效应表现12四基于概念异动事件的投资组合构建1341事件驱动策略构建方法1342概念异动事件策略的回测结果14五主要结论17敬请阅读末页的重要说明2金融工程图表目录图1猴痘概念热度指数与相关概念股价格走势示例4图2同花顺概念热度指数组成6图3全市场概念数量股票数量6图4概念股在全A股票中的覆盖度7图5事件识别图示8图6概念异动事件概念价格指数走势互联网金融9图7概念异动事件概念价格指数走势负极材料9图8概念异动前后的交易活跃度变化9图9概念异动前后的市场预期变化9图10概念异动增速拐点10图11概念异动动量拐点10图12概念异动事件的平均累积超额收益10图13优选概念异动股的平均累积超额收益12图14不同时期下A股市场走势与交易活跃度12图15不同时期下概念异动事件的超额收益12图16概念异动事件策略净值曲线全A样本14图17概念异动事件策略净值曲线沪深300指数成分股15图18概念异动事件策略净值曲线中证500指数成分股16图19概念异动事件策略净值曲线中证1000指数成分股16表1基本面评价指标11表2概念异动事件策略回测指标全A样本14表3概念异动事件策略回测指标沪深300指数成分股15表4概念异动事件策略回测指标中证500指数成分股15表5概念异动事件策略回测指标中证1000指数成分股16敬请阅读末页的重要说明3金融工程互联网的发展和股票数量的快速增加使得近年来股票市场包含的信息量激增由于当前A股市场仍以非专业投资者为主导相较于花费较高的时间成本去研究全市场数千只投资标的多数投资者更倾向于以类似因子投资的方式把时间精力用于热点概念的挖掘并用以指导投资决策纵观近几年5G概念华为概念猴痘概念和ChatGPT概念等热门概念在股票市场上引发了广泛的关注相关的概念股均走出了较为突出的独立行情我们不禁产生疑问概念投资是否具有获取Alpha的潜力如何精准地挑选未来上涨潜力较高的概念另一方面除了挑选具有发展潜力的概念进行降维投资以外如何避免过度右侧地跟风炒作也是概念投资者关注的一大问题因此在本篇报告中我们将对上述问题进行解答尝试向各位投资者展示概念投资所具有的独特价值一概念主题异动简介11概念主题异动的具体案例概念主题投资在A股市场中并不罕见由于投资者注意力存在连锁反应因此股票市场中的所谓主题投资可谓层出不穷甚至成为了主流投资文化之一从通过最新的新闻资讯发现市场的投资风向到根据政策会议的内容来挖掘未来发展主题的政策市再到跟随元宇宙概念ChatGPT概念等新兴概念的大方向实际上概念主题投资已经存在于股票投资中的各个角落通常来说我们会将某个概念在短期内关注度的迅速提高作为判断该概念主题是否发生异动的核心依据异动信号的出现往往代表了市场对该概念主题未来一段时间预期即将出现较大程度的转变为了更加清晰地介绍概念主题异动和概念股市场价格变化之间的联系我们以今年新出现的猴痘概念为例进行更加具体的介绍近两年除了新冠疫情外猴痘疫情的扩散蔓延同样是全球内发生的的重大公共卫生事件之一猴痘疫情最早被英国在当地时间2022年5月7日发现现阶段已经遍及英国西班牙德国法国等多个西方国家以猴痘概念的出现作为时间节点可以发现自去年五月以来之江生物688317SH长春高新000661SZ和百克生物688276SH等拥有猴痘病毒核酸测定试剂盒和相关疫苗的猴痘概念医药股迎来了一波快速上行的行情为探究概念热度与概念股市场价格变化之间的联系我们将猴痘概念的发展分为三大阶段事件始发阶段资金进场阶段和市场发酵阶段并展示了猴痘概念主题指数与各概念股股价的走势变化具体如图1所示图1猴痘概念热度指数与相关概念股价格走势示例资料来源招商证券iFind敬请阅读末页的重要说明4金融工程事件始发阶段与猴痘概念的实际发展情况一致概念热度指数显示猴痘概念在2022年5月7日在消息面上实现了零的突破尽管如此猴痘概念在本阶段仍然未能得到市场的充分关注概念热度指数依然维持在较低的水平相关概念股的股价也尚未出现反应资金进场阶段2022年5月19日猴痘概念的发展进入第二阶段概念热度指数出现明显的拉升从相关概念股股价变动可以发现在这一阶段中先觉资金正迅速流入相关概念股以之江生物688317SH为例5月20日和5月23日受猴痘疫情扩散蔓延的消息影响猴痘概念股之江生物两日的涨幅分别达到了1634和20市场发酵阶段当概念股价格出现大幅波动后猴痘概念已完全暴露在了投资者的视野中相关资讯的数量大幅增加市场不断发酵因此后续的跟随资金也陆续进入相关的概念股猴痘概念迎来了第二阶段的上升相比之下市场发酵阶段的变化幅度不如上一阶段但持续时间更长不难发现在事件始发阶段中鲜有投资者会关注到概念的投资机会即使能够捕捉到极低的信息量也会使得投资者难以对其未来走势进行明确的预判因此事件的始发阶段并非最科学可行的买点而另一方面过去的种种经验表明大部分跟随概念主题异动进行投资的投资者均是在市场发酵阶段进场好处在于经过大量的专业解读概念的买入逻辑已经比较清晰但此时买入相关股票存在较高的进场过晚高位追涨风险相比之下我们认为第二阶段资金进场阶段是最佳的投资时点一方面概念的强烈异动传递了市场的预期变动信息提升了买入胜率另一方面较早的进场时间能够有效避免高位追涨的风险因此本报告希望解决的一个核心问题在于如何准确地在市场正式开始发酵前捕捉到概念异动的信号从而获得超越市场的投资收益12数据来源本报告将采用来自同花顺iFind的概念专题数据库作为样本对概念异动事件进行识别与分析同花顺作为国内排名靠前的行情交易软件传统提供商之一在互联网金融大数据及技术领域深耕多年从用户挖掘市场热点概念的需求出发同花顺舆情监控系统和概念专题数据库应运而生舆情监控系统会对各重要概念进行监控筛选出近24小时中热度上升最快当前热度值最高的概念并对概念的热度变化原因进行梳理总结整理当日最热门的新闻资讯尤其是半夜发生的重大新闻在此基础上概念专题数据库为用户提供包括概念全景概念异动追踪概念热度指数和概念价格指数等工具为用户追踪热点概念的轮动提供支撑本文所使用的核心数据为同花顺iFind中的概念热度指数概念热度指数是一个综合指数由资讯指数研报指数社交指数和搜索指数组成底层数据来源中包含了新闻平台资讯如中国证券网证券时报网等券商研报如行业报告策略报告等社交媒体资讯如微信公众号微博股吧论坛等以及同花顺搜索指数等多维度的信息资讯指数新闻资讯指数中主要展示了与概念相关的重要新闻通过算法筛除大量的劣质新闻后将与概念相关的核心资讯进行筛选并量化为结构化的资讯指数此外算法还将自动识别新闻中所提到的事件概念地域公司产品人物等六大类共2万余个标签研报指数研报指数中的数据来自iFinD研报库除了将研报的内容量化为相应的结构化指数外投资者还可直接查询与该概念直接相关的研报并通过链接进行对应研报的下载社交指数社交指数的底层数据主要来源于微信公众号微博和论坛等社交媒体通过算法对与概念相关的微信公众号文章权威媒体财经大V以及大众议论的内容进行收集智能识别其中的关键信息方便挖取小道消息提前布局搜索指数搜索指数以搜索量数据基础科学分析并计算出各个概念关键词的搜索频次并结构化为相应的搜索指数最终概念热度指数由资讯指数研报指数社交指数和搜索指数加权计算得出以反映该概念的综合热度当概念热度指数发出异动信号时表明该概念在当前时点值得重点跟踪敬请阅读末页的重要说明5金融工程图2同花顺概念热度指数组成资料来源招商证券iFind13数据覆盖度我们对2014年以来同花顺所收录的概念主题数量进行了统计具体如图3所示由图可知概念主题数量自2014年以来始终维持上升趋势除2015年收录的概念主题的数量出现激增外在大部分时期概念主题数量的上升速度维持稳定每年平均新增约80个新的概念主题并与A股市场股票数量的增加速度较为接近截止至2023年2月28日同花顺所收录的概念主题数量已达到1140个图3全市场概念数量股票数量样本区间20140630至20230228资料来源招商证券iFind我们将包含概念股数量小于20只大于20只且小于50只大于50只的概念主题定义为小概念中概念和大概念三类概念数量占比分别为572122并计算了三种类别概念主题所包含的概念股并集在A股市场中的股票覆盖度具体如图4所示可以发现股票覆盖度最高的是大概念如华为概念5G概念等截止至2023年2月末所有大概念所包含的概念股已基本覆盖约99的A股上市公司中概念如白酒概念基建工程敬请阅读末页的重要说明6金融工程概念和小概念共享单车概念代糖概念等的股票覆盖度较接近截止至2023年2月末中概念与小概念所包含概念股约占全A股票的68和50从某种维度看概念类似于行业概念股类似于行业成份股投资者可以针对不同概念主题在不同时期的表现差异来进行轮动从而获得超额收益因此概念主题数量的不断丰富和覆盖度的提升能够为概念主题的轮动以及概念异动事件的研究开发提供坚实的基础和更大的便利图4概念股在全A股票中的覆盖度样本区间20140630至20230228资料来源招商证券iFind二如何识别概念异动事件21识别概念异动事件和构建概念价格指数通常而言识别异动事件的方法有两种一种是基于算法来识别即从时间序列的角度构建预测模型当实际值与预测值的偏离度大于一定范围则判定为异动优势在于更具备前瞻性但预测精度难以保证通常应用于基本面或价格超预期事件的判断另一种方法是基于规则的识别即通过特定的逻辑设置边界或根据历史均值和标准差来设置相对临界值并以突破临界值作为事件异动的判断该方法的优势在于均值与标准差仅根据历史数据进行计算避免使用了过多外部变量从而更具稳健性和简便性本报告选择借助布林带轨线来对概念主题的异动信号进行识别正常情况下概念热度指数将维持在轨线内部而当与某一概念主题相关的重大事件发生时概念热度指数将不断触及并且突破上轨线见图5中红圈若事件的影响力足够大概念热度指数甚至能够突破至数倍标准差以外说明该概念主题的市场关注度即将迎来强劲的上升趋势此刻的行情处于预热期先觉资金往往选择在此时进入那么我们也可以选择在此时参考介入2020111概念异动事件信号0其中为概念热度指数点数为布林带中线UP为布林带上轨线红圈中概念热度指数上穿布林带轨线代表概念异动信号的出现敬请阅读末页的重要说明7金融工程图5事件识别图示资料来源招商证券Wind除了利用概念热度指数对概念异动事件进行识别外在对异动事件的收益进行测试前还有一项重要的工作需要完成即利用概念股的行情计算各概念主题的价格指数便于对各概念的价格走势进行衡量具体来说我们利用各概念所包含概念股的日收益率序列按各概念股与该概念的相似度为权重加权合成得到概念主题的价格指数此外由于本篇报告的关注点在于投资者所熟悉的概念主题而非较偏门的概念主题并且考虑到概念股样本量过小容易导致概念价格指数的计算存在误差因此我们仅将包含10只以上概念股的概念主题作为研究样本而排除掉研究价值不高的小概念主题简而言之概念价格指数的计算步骤如下1筛选包含概念股数量大于等于10的概念主题作为样本2在各概念主题内以概念股与该概念的相似度作为权重将概念股的收益率加权合成为概念主题的收益率3根据概念主题收益率计算概念主题的价格指数23事件识别效果示例至此我们对概念异动事件的识别方法进行了介绍并构建了各概念指数的价格指数根据统计我们在2014年8月至2023年2月期间共识别到719次概念异动信号即平均每月约发生7次为了更加清晰地展示概念异动事件的识别效果我们选取互联网金融和负极材料两个概念主题对两个概念的异动事件判定结果进行展示由图6可知自2019年至2020年末互联网金融概念总共出现过两次异动事件分别发生在2019年9月29日和2019年11月23日通过当时的新闻资讯可以了解到2019年下半年多部门密集谋划金融监管多项政策细则剑指中小银行互联网金融数字金融等重点领域为互联网金融板块的结构性优化以及良性发展提供了巨大的契机因此从短期看两次概念异动事件发生后的一个月内互联网金融概念的价格指数均出现了不同程度的上行从中长期看异动事件发生后的一年内互联网金融概念的累计涨幅接近20互联网金融概念的异动事件在此期间获得了较可观的收益由图7可知负极材料概念仅在2021年3月28日发生过一次异动事件通过当时的新闻资讯可以了解到3月27日某上市公司投入50亿资金进军负极材料次日另一家上市公司业绩快报显示净利润同比增长148-181公司产品供不应求负极材料产销量实现同比增长众多利好消息均指向负极材料板块从价格指数看在异动事件发生后负极材料板块短期内仍维持震荡走势但随着市场的逐渐发酵负极材料概念在未来短短四个月内迎来了超过90的涨幅假设在概念开始发酵后再买入投资收益或许会下降超过一半以上并且可能会伴随较大的回撤风险综上可见概念异动事件能够帮助投资者在一个较早的时点买入未来上升机会较大的题材和追涨的投资方式相比跟随概念异动信号进行投资更具前瞻性敬请阅读末页的重要说明8金融工程图6概念异动事件概念价格指数走势互联网金融图7概念异动事件概念价格指数走势负极材料样本区间20190102至20201231样本区间20190102至20220630资料来源招商证券iFind资料来源招商证券iFind24概念异动前后的市场特征进一步我们通过观察所有概念的成份股在发生概念异动前后的市场特征变化尝试对概念异动事件与市场价格之间存在联动的逻辑进行探究图8图9分别为概念异动股在异动前后的交易特征和市场预期变化由图8可知在概念异动日T0之前概念异动股的平均日成交额和平均日换手率均稳定维持在一定范围内而在概念异动事件发生后短期内相关概念股的热度迅速提高交易活跃度明显提升类似地我们以卖方分析师的一致预期EPS和一致预期净利润衡量市场对概念股的预期见图9不难发现虽然在异动事件发生前概念股的市场预期已经略微有所上调但幅度较小而在概念异动事件发生后概念股的市场预期上升幅度明显变大可见概念异动事件前后无论是交易行为还是市场预期均存在明显的差异在概念异动事件出现后相关概念股将得到更高的市场关注度市场交易情绪明显提高有助于推高股价另一方面概念异动前后投资者对相关概念股盈利预期的乐观程度上升也为股票价格提供了更大的上升空间图8概念异动前后的交易活跃度变化图9概念异动前后的市场预期变化样本区间20140825至20230228资料来源招商证券Wind样本区间20140825至20230228资料来源招商证券Wind注数据经过标准化处理注数据经过标准化处理此外我们发现概念异动点往往出现在概念股的季度业绩同比增速与120天动量拐点附近在每一截面上我们计算了所有异动概念股的平均季度同比增速和平均的120日动量并绘制了其在概念异动日前后的变化见图10图11从统计结果看1概念异动事件发生后相关概念股利润项目的平均同比增速和平均120日动量都将迎来V型拐点并且在未来的数月里异动概念股的中长期增速呈现出持续上升的趋势表明概念异动事件对于股票增速拐点的判断存在一定的辅助作用2从上述的统计中我们还可以发现概念异动日与市场特征变化的拐点并非完全吻合而是稍早于拐点的出现这也印证了前文的说法通过挖掘概念热度指数的异常变化信号我们可以在一个较早的时间点发现市场的异动趋势并先于大多数投资者参与到未来较大概率得到市场关注的概念主题中敬请阅读末页的重要说明9金融工程图10概念异动增速拐点图11概念异动动量拐点样本区间20140825至20230228资料来源招商证券Wind样本区间20140825至20230228资料来源招商证券Wind注数据经过标准化处理注数据经过标准化处理三概念异动事件超额收益分析31事件驱动收益统计在上一章中我们介绍了概念异动事件的识别方法和具体示例并对异动概念所包含成份股的市场特征进行了统计分析本章我们将进一步对异动概念的事件驱动效应进行测试探究投资概念异动事件是否能够为投资者带来显著的超额收益我们将第0日设定为概念主题发生异动的首日若为非交易日则以下一交易日作为概念异动事件首日在此基础上我们以中证全指000985CSI作为业绩比较基准计算了所有概念价格指数在-20120日区间内的累计超额收益由图12可知概念异动事件发生前20个交易日事件并无明显超额收益然而概念异动事件在发生后120个交易日获得的平均累积超额收益呈现出显著的上升趋势并且上升单调性明显细看其累积超额收益特征我们可以发现1累积超额收益的最高点大概在第110个交易日附近概念异动事件平均可以得到超过4的累计超额收益和股东增持股权激励等反应时间较短的事件相比概念异动事件的事件效应反应周期更长平均能够维持半年或以上2与上文的市场特征分析结果一致概念异动日往往略早于概念发酵的时间通过概念指数来计算概念异动点可以有效地在更早的时间点实施投资操作图12概念异动事件的平均累积超额收益样本区间20140825至20230228以中证全指为基准资料来源招商证券iFind敬请阅读末页的重要说明10金融工程32概念异动事件的改进方案在上一节中我们的测试对象是概念即根据我们所编制的概念主题价格指数来计算异动概念在未来一段时间相对市场获得的超额收益但如此测试的粒度较粗而且概念并非可以实际投资的标的因此我们提出了一种改进方案在筛选出异动概念的基础上将测试对象从概念细化为概念股从上文的描述中可以得知各概念主题中包含了数十只甚至上百只股票若在各概念主题中进一步筛选基本面表现优秀的股票剔除基本面相对一般的概念股对异动概念的成分股进行优中选优或许能够增厚异动概念主题投资的收益因此我们借助招商量化多因子数据库对基本面较好的概念股进行筛选截止目前招商量化多因子数据库已收录百余个基础因子和衍生因子基于19项底层指标我们构建了成长价值市场预期交易行为和盈利能力五个不同维度的大类因子并最终将五个大类因子以等权的方式合成为各概念股的基本面分数指标具体信息见表1表1基本面评价指标大类名称因子符号数据类型SalesSQYoYDouble成长EarningsSQYoYDoubleSaleEarningsSQYoYDoubleBPLRDoubleSPTTMDouble价值Sales2EVDoubleCFPTTMDoubleEPFwd12MDoubleTargetReturnDouble市场预期RatingChange3MDoubleEPSChangeFY01MDoubleIVRDoubleTSKEW20DDoubleVWAPPOLSDouble交易行为VolumeCV20DDoubleTurnoverAvg20DDoubleSpreadBias120DDoubleVolume20D240DDouble盈利能力Momentum1MDouble资料来源招商证券Wind在识别出异动概念主题的基础上我们筛选各概念主题中基本面分数最高的三只股票作为对应概念的实际投资标的并计算了所有优选概念股在-20120日区间内的累计超额收益见图13由图可知优选概念异动股在异动事件在发生后120个交易日获得的平均累积超额收益同样呈现出显著且单调的上升趋势同时由于仅保留了基本面良好具有较高发展潜能的股票标的因此与直接投资概念相比投资优选后的概念股可以获得更高的事件收益事件发生后约110个交易日事件的平均累积超额收益率超过7累计超额收益率曲线相较上一节的测试有明显的优化敬请阅读末页的重要说明11金融工程图13优选概念异动股的平均累积超额收益样本区间20140825至20230228资料来源招商证券iFind33不同时期下的事件效应表现从分时期表现看我们发现概念异动事件的收益受牛熊市场环境的影响较小受市场交易活跃度高低的影响更大我们将2015年以来划分为4个时期第1时期201501-201602极端牛熊高成交活跃度第2时期201603-201901震荡市低成交活跃度第3时期201902-202112牛市高成交活跃度第4时期2022年至今震荡市高成交活跃度进一步我们统计了2015年以来以中证全指000985CSI衡量的A股市场走势和交易活跃情况见图14以及上述不同时期中概念异动事件的累计超额收益见图15图14不同时期下A股市场走势与交易活跃度图15不同时期下概念异动事件的超额收益样本区间20150101至20230228资料来源招商证券Wind资料来源招商证券Wind将两幅图进行对比后我们可以发现1无论是在牛熊切换的市场还是在震荡市中概念异动事件均能够相对A股市场获得较高的相对收益在2019年2月至2021年12月量价齐升的牛市中概念异动事件平均获得了约662的超额收益除此以外我们还发现无论是在2015年1月至2016年2月的极端牛熊切换还是在2022年以来的震荡市中概念异动事件依敬请阅读末页的重要说明12金融工程然表现良好分别获得了764和524的超额收益说明市场走势对异动事件的整体影响较小2概念异动事件的效果主要受市场交易活跃度影响自2016年3月开始的三年中A股市场的市场交易量经历了一定程度的萎缩在交易活跃度较低的情况下概念异动事件仅获得123的超额收益幅度远不如其它几个时期明显而随着2019年以来股票市场交易量逐渐恢复概念异动事件的效应亦随之变得明显因此我们认为市场牛熊并非概念异动事件效应的核心影响因素只要市场具有较高的交易活跃度资金均会青睐当前较为热门的概念主题跟随概念异动信息进行投资就能够以较大概率获得显著的超额收益四基于概念异动事件的投资组合构建41事件驱动策略构建方法在前文中我们定义了概念异动事件介绍了其识别方法并对事件发生前20个交易日至事件后120个交易日的平均累计超额收益进行了统计事件驱动分析的结果表明根据概念异动信号定义的股票事件在事件发生后可以获得较可观的超额收益该分析结论为我们寻找概念异动事件的超额收益来源提供了坚实的底层逻辑支撑但对概念异动事件的事件效应进行测试只是前期工作因此在本节中我们将进一步基于异动概念的成份股构建具体的事件驱动策略需要注意的是由于概念异动事件的发生时间是离散的不适合以定期调仓的方式来构建选股组合此外从上文中的分析可以得知市场交易活跃度是概念异动事件收益的重要影响因素之一因此在每个调仓日我们将根据当时的市场交易活跃度对仓位进行动态调整以发挥策略的最大效用具体来说我们设置了N个资金通道将资金平均分配至各个通道并对市场上的概念异动事件进行监测当监测到概念异动事件发生时我们将异动概念成份股中具有最佳基本面的三只股票纳入投资通道替换掉通道中原有的股票事件驱动策略的构建方法如下股票池本文将分别在全A股沪深300指数成分股中证500指数成分股中证1000指数成分股四个股票池中进行策略的构建按照上一章中介绍的方法在各异动概念中筛选基本面最优的三只股票作为代表概念股并以此作为概念异动事件的投资标的样本筛选考虑到事件发生当日股票存在无法交易的情况我们进一步将调仓日当天停牌涨跌停的样本进行剔除标的数量由于指数成分股的异动样本较少因此我们对沪深300中证500中证1000三类指数成分样本分别设置30个资金通道而对全A股票池设置50个资金通道调仓方式每日检测概念异动事件当监测到异动信号则将对应的概念股纳入通道中并持有至少120个交易日当持仓股票数量达到上限此后若出现新的买入信号则将新股票按顺序覆盖原通道中持有期超过120天的旧股票仓位动态调整在每个调仓日我们以滚动窗口计算中证全指的20日换手率在近三年的分位数若当时的日均换手率在25分位数以下则仅以七成仓位买入对应的概念异动股否则以满仓进行买入资金再平衡为保证各通道的资金量相对平衡我们于每季度最后一个交易日进行一次资金再平衡使各通道资金量均等回测区间由于存在约一个季度的建仓期因此各策略组合的投资收益统计区间为2015年1月1日至2023年2月28日比较基准及交易费用策略组合选择中证全指000985CSI沪深300000300SH中证500000905SH和中证1000000852SH四只宽基指数作为业绩比较基准单边交易费用为2敬请阅读末页的重要说明13金融工程42概念异动事件策略的回测结果1全A样本表2为在全A范围内异动概念事件驱动策略的回测统计指标从中可知1以概念异动事件为核心形成的事件驱动策略表现较优策略在2015年初至2023年2月末的累计收益率为1787年化收益和夏普比率分别为1379和04132以中证全指000985CSI代表全市场的价格走势可以发现同期中证全指的总收益率仅为1866年化收益和夏普比率分别为218和-0034与全市场相比概念异动事件在过去约8年里获得了160的累计超额收益年化超额约为1161图16为异动概念事件驱动策略的净值曲线可见1在扣除一定的交易费用后概念异动事件策略的净值曲线仍始终位于基准上方和基准指数之间的区分度较为明显2策略超额表现显著多空净值曲线上升较为平稳近几年A股市场资金趋于集中化赛道轮动概念轮动板块轮动等投资方式得到了广大投资者的青睐因此根据概念异动信号来对预期景气的概念主题进行左侧布局能够获得较高的超额收益当前A股市场仍处于偏好赛道投资的时期赛道内分化不明显同类型个股往往同涨同跌我们认为在当前环境下根据概念异动信息进行概念主题投资依然能够以较大概率获得超越市场的收益表2概念异动事件策略回测指标全A样本总收益率年化收益年化超额年化波动夏普比率最大回撤最大回撤开始日最大回撤结束日概念异动事件策略17870137911612612041351212015061220181018中证全指18662180002379-003457852015061220181018样本区间20150101至20230228资料来源招商证券Wind图16概念异动事件策略净值曲线全A样本样本区间20150101至20230228资料来源招商证券Wind2沪深300成分股表3为在沪深300指数成分股范围内异动概念事件驱动策略的回测指标从中可知1概念异动事件为核心形成的事件驱动策略在2015年初至2023年2月末的累计收益率为6219年化收益和夏普比率分别为629和01322概念异动事件驱动策略在沪深300中表现较为一般我们认为原因有以下沪深300指数成分股多为成熟期企业其新兴属性较弱不具备短线投资的条件根据我们2月发布的研究报告ChatGPT经历回调新兴概念持续性如何在概念异动事件发生的初期资金大多偏好于流入小盘股概念投资以小盘风格为主基于上述原因概念异动事件在沪深300指数成分股中表现略有不佳敬请阅读末页的重要说明14金融工程表3概念异动事件策略回测指标沪深300指数成分股总收益率年化收益年化超额年化波动夏普比率最大回撤最大回撤开始日最大回撤结束日概念异动事件策略62196294882499013253302015061220181018沪深300000300SH11751410002290-006946692015060820160128样本区间20150101至20230228资料来源招商证券Wind图17概念异动事件策略净值曲线沪深300指数成分股样本区间20150101至20230228资料来源招商证券Wind3中证500成分股表4为在中证500指数成分股范围内异动概念事件驱动策略的回测指标从中可知1在中证500指数成分股中以概念异动事件为核心形成的事件驱动策略表现较优策略在2015年初至2023年2月末的累计收益率为11517年化收益和夏普比率分别为1014和02722同期中证500指数的总收益率为1736年化收益和夏普比率分别为204和-0037可见与基准指数相比概念异动事件策略在过去8年里获得了约98的超额收益年化超额约为810图18为异动概念事件驱动策略的净值曲线可见1在扣除一定的交易费用后中证500概念异动事件策略的净值曲线仍始终位于基准上方和基准指数之间的区分度较为明显2自2015年以来策略组合净值曲线与基准指数之间的差距不断扩大累计超额收益上升趋势平稳总体而言在中证500指数成分股中根据概念异动信号来对预期景气的概念主题进行左侧布局能够获得较高的超额收益表4概念异动事件策略回测指标中证500指数成分股总收益率年化收益年化超额年化波动夏普比率最大回撤最大回撤开始日最大回撤结束日概念异动事件策略1151710148102624027252502015061220160128中证500000905SH17362040002627-003765192015061220181018样本区间20150101至20230228资料来源招商证券Wind敬请阅读末页的重要说明15金融工程图18概念异动事件策略净值曲线中证500指数成分股样本区间20150101至20230228资料来源招商证券Wind4中证1000成分股表5为在中证1000指数成分股范围内异动概念事件驱动策略的回测指标从中可知1在中证1000指数成分股中以概念异动事件为核心形成的事件驱动策略表现较优策略在2015年初至2023年2月末的累计收益率为14366年化收益和夏普比率分别为1188和03022同期中证1000指数的总收益率为1497年化收益和夏普比率分别为177和-0043可见与基准指数相比概念异动事件策略在过去8年里获得了约99的超额收益年化超额约为1011图19为异动概念事件驱动策略的净值曲线可见1在扣除一定的交易费用后中证1000概念异动事件策略的净值曲线仍始终位于基准上方和基准指数之间的区分度较为明显2自2015年以来策略组合净值曲线与基准指数之间的差距不断扩大累计超额收益上升趋势平稳总体而言在中证1000指数成分股中根据概念异动信号来对预期景气的概念主题进行左侧布局能够获得较高的超额收益表5概念异动事件策略回测指标中证1000指数成分股总收益率年化收益年化超额年化波动夏普比率最大回撤最大回撤开始日最大回撤结束日概念异动事件策略14366118810112946030261602015061220181018中证1000000852SH14971770002826-004372352015061220181018样本区间20150101至20230228资料来源招商证券Wind图19概念异动事件策略净值曲线中证1000指数成分股样本区间20150101至20230228资料来源招商证券Wind敬请阅读末页的重要说明16金融工程五主要结论在投资标的数量日趋增加的环境下投资者无暇对所有的股票进行跟踪研究以因子投资概念投资为代表的降维投资方式越来越受到市场的广泛关注本报告从概念投资的角度出发采用同花顺提供的概念主题数据库向投资者展示了如何识别判断概念异动信号测试了概念异动与市场价格之间的联系并最终基于概念异动信号构建了相关的量化投资策略向投资者展示了概念主题投资的独特价值本报告主要结论如下根据概念热度与市场价格之间的联系我们将概念主题的发展分为三大阶段事件始发阶段资金进场阶段和市场发酵阶段相比之下我们认为第二阶段资金进场阶段是买入胜率最高且最稳健的投资时点借助布林带轨线我们在2014年8月至2023年2月末期间共识别到719次概念异动信号即平均每月约发生7次在异动信号发生前后相关概念股的交易情绪存在明显差异在概念异动事件发生后短期内相关概念股的热度迅速提高交易活跃度明显提升此外概念异动点往往出现在概念股的季度业绩同比增速与120天动量拐点附近事件效应测试结果显示概念异动事件在发生后的平均累积超额收益呈现出显著的上升趋势120日的平均累积超额收益约为4借助基本面因子对概念股进一步筛选概念异动事件在发生后120个交易日平均能够获得7以上的超额收益从不同时期表现看概念异动事件的超额收益受牛熊市场环境的影响较小受市场交易活跃度高低的影响更大基于概念异动信号本文构建了具体的量化投资策略回测结果表明策略自2015年以来在全A沪深300中证500和中证1000股票池中分别获得了约1161488810和1011的年化超额收益敬请阅读末页的重要说明17金融工程分析师承诺负责本研究报告的每一位证券分析师在此申明本报告清晰准确地反映了分析师本人的研究观点本人薪酬的任何部分过去不曾与现在不与未来也将不会与本报告中的具体推荐或观点直接或间接相关任瞳研究发展中心执行董事量化与基金评价团队负责人管理学硕士18年证券研究经验2010年2015年至2018年2020年至2022年新财富最佳分析师金融工程方向在量化选股择时基金研究以及衍生品投资方面有深入独到的见解麦元勋量化与基金研究资深分析师金融学博士10年量化策略研究开发经验2015年至2018年2020年至2022年新财富最佳分析师金融工程方向主要从事量化因子选股策略事件驱动策略和基金评价等方向的研究开发评级说明报告中所涉及的投资评级采用相对评级体系基于报告发布日后6-12个月内公司股价或行业指数相对同期当地市场基准指数的市场表现预期其中A股市场以沪深300指数为基准香港市场以恒生指数为基准美国市场以标普500指数为基准具体标准如下股票评级强烈推荐预期公司股价涨幅超越基准指数20以上增持预期公司股价涨幅超越基准指数5-20之间中性预期公司股价变动幅度相对基准指数介于5之间减持预期公司股价表现弱于基准指数5以上行业评级推荐行业基本面向好预期行业指数超越基准指数中性行业基本面稳定预期行业指数跟随基准指数回避行业基本面转弱预期行业指数弱于基准指数重要声明本报告由招商证券股份有限公司以下简称本公司编制本公司具有中国证监会许可的证券投资咨询业务资格本报告基于合法取得的信息但本公司对这些信息的准确性和完整性不作任何保证本报告所包含的分析基于各种假设不同假设可能导致分析结果出现重大不同报告中的内容和意见仅供参考并不构成对所述证券买卖的出价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除法律或规则规定必须承担的责任外本公司及其雇员不对使用本报告及其内容所引发的任何直接或间接损失负任何责任本公司或关联机构可能会持有报告中所提到的公司所发行的证券头寸并进行交易还可能为这些公司提供或争取提供投资银行业务服务客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突本报告版权归本公司所有本公司保留所有权利未经本公司事先书面许可任何机构和个人均不得以任何形式翻版复制引用或转载否则本公司将保留随时追究其法律责任的权利敬请阅读末页的重要说明18