>> 方正证券-金融工程2023年回顾及2024年展望:市场底部特征已明显,高频因子低频化样本外表现出色-231019
| 上传日期: |
2023/10/20 |
大小: |
2122KB |
| 格式: |
pdf 共45页 |
来源: |
方正证券 |
| 评级: |
-- |
作者: |
曹春晓,刘洋,邓璐 |
| 下载权限: |
此报告为加密报告 |
|
|
1.1沪深300指数股债收益差处于历史高位,长期配置性价比突出 股债收益差指标对于中长周期市场择时具有较好的指示意义,我们以股票指数市盈率的倒数- 10年期国债收益率来刻画股债收益差,从历史表现来看,股债收益差曲线具备较为明显的均值回复特征。截至2023年10月16日,沪深300指数股债收益差达到6.06%,处于历史均值+1倍标准差之上。从历史表现来看,达到或突破历史均值+2倍标准差位置,均为中长期重要底部区域,如2014年6月、2019年1月、2020年3月以及2022年10月,均在股债收益差曲线突破均值+2倍标准差后企稳反转,从目前市场状态来看,大概率已经接近于底部区域。 1.2基金发行热度:已处于历史冰点 基金发行热度往往与市场表现呈现正相关关系,当市场表现较好时,基民认购活跃,爆款基金频出,而当市场弱势交易清淡时,基金发行往往较为困难。从中长周期角度来看,基金发行的低点往往也是股票市场的低点,如2014年中、2019年初等。今年以来基金发行市场较为冷清,股票指数表现低迷,市场情绪已处于底部。 风险提示 本报告基于历史数据分析,历史规律未来可能存在失效的风险;市场可能发生超预期变化;各驱动因子受环境影响可能存在阶段性失效的风险。
研究报告全文:证券研究报告金工研究2023年10月19日市场底部特征已明显高频因子低频化样本外表现出色金融工程2023年回顾及2024年展望分析师曹春晓登记编号S1220522030005刘洋登记编号S1220522100001邓璐登记编号S1220523080003目录01市场择时底部特征已较为明显contents02行业比较中游制造景气改善较为显著03量化选股高频因子低频化样本外表现出色04基金业绩权益基金整体亏损TMT主题基金逆市上涨05发行申购基金发行行情冷淡ETF保持高景气增长06风险提示211沪深300指数股债收益差处于历史高位长期配置性价比突出股债收益差指标对于中长周期市场择时具有较好的指示意义我们以股票指数市盈率的倒数-10年期国债收益率来刻画股债收益差从历史表现来看股债收益差曲线具备较为明显的均值回复特征截至2023年10月16日沪深300指数股债收益差达到606处于历史均值1倍标准差之上从历史表现来看达到或突破历史均值2倍标准差位置均为中长期重要底部区域如2014年6月2019年1月2020年3月以及2022年10月均在股债收益差曲线突破均值2倍标准差后企稳反转从目前市场状态来看大概率已经接近于底部区域沪深300指数股债收益差曲线资料来源Wind方正证券研究所312基金发行热度已处于历史冰点基金发行热度往往与市场表现呈现正相关关系当市场表现较好时基民认购活跃爆款基金频出而当市场弱势交易清淡时基金发行往往较为困难从中长周期角度来看基金发行的低点往往也是股票市场的低点如2014年中2019年初等今年以来基金发行市场较为冷清股票指数表现低迷市场情绪已处于底部基金发行热度已处于历史冰点资料来源Wind方正证券研究所413主要蓝筹ETF申赎状况沪深300ETF份额达到历史最高位市场主要蓝筹ETF的申赎情况一定程度上反应了机构投资者对未来市场的态度通过对沪深300ETF的申赎情况进行深入分析可以看到在历史的几轮牛市启动前沪深300ETF的份额均出现快速增长的态势以华泰柏瑞沪深300ETF为例近期该ETF份额快速提升已刷新至历史新高这可能显示了投资者对未来市场行情的态度较为积极华泰柏瑞沪深300ETF份额达到历史最高位华夏上证50ETF份额提升明显资料来源Wind方正证券研究所514交易换手率已降至底部区域股票市场换手率是衡量市场情绪的常用指标之一在市场底部市场情绪低迷交易清淡我们以沪深300指数近1个月日均换手率在过去5年历史分位数作为观察市场情绪的指标可以看到在市场高位区域换手率的历史分位数或交易拥挤度往往处于高位而市场处于底部区域时换手率的历史分位数大多处于历史低位截至2023年10月16日沪深300指数最新换手率分位数已降至135分位数已处于历史底部区域沪深300指数换手率已降至历史低位资料来源Wind方正证券研究所615上市公司回购潮回购金额激增当股价处于较低水平时上市公司可以通过股份回购促使投资者重塑对公司的信任提振市场情绪回顾过往A股市场回购数据可以发现回购预案数增加往往发生在股市下跌态势较大时例如2016年初2019年初等近期回购预案数已出现明显增长同时从预案回购金额来看8月9月份预案回购金额激增2023年8月9月回购金额增加2023年8月9月回购预案数量增加资料来源Wind方正证券研究所716两融交易融资买入占比近期反弹融资买入额占市场总成交额的比例可以在一定程度上反映杠杆投资者的交易情绪我们用沪深两市的周度融资买入额占周度总成交金额的比例刻画融资买入占比可以看出历史区间内当融资买入占比跌破滚动历史均值-2倍标准差后市场往往会出现阶段性反弹近期融资买入额占比出现快速回落截至10月16日相较于上周环比略微上升至808融资买入占比近期已反弹资料来源Wind方正证券研究所817北上资金连续净流出暂未企稳自沪深港通开通以来北向资金成为A股市场重要的增量资金通过历史数据我们观察到北向资金的大幅流入或流出与市场涨跌具有较强的相关性自2023年8月以来北向资金持续流出10月以来累计流出已超过300亿元同时从历史表现来看北向大幅流出后企稳对后市反弹也会形成较强的支撑陆股通连续大幅净流出尚未企稳资料来源Wind方正证券研究所918市场见底之后如何操作复盘过往5轮A股市场下跌行情中沪深300ETF的份额变化情况我们总结出以下几点规律1300ETF申购操作同步或领先于市场见底当市场处于熊市尾声阶段300ETF份额早于市场见底持续增长大约领先60个-70个交易日2市场触底反弹后市场资金或及时赎回300ETF份额或选择持有甚至继续增持3市场见底之后指数迎来一波反弹修复行情随后出现回撤调整从指数见底到回调中间大约经历50个-70个交易日华泰柏瑞沪深300ETF份额变化资料来源Wind方正证券研究所1018市场见底之后如何操作我们将市场下跌及反弹行情划分为300ETF申购-300指数见底300指数见底-300ETF赎回300ETF赎回-300指数回调三个阶段1300ETF申购-300指数见底阶段沪深300和偏股基金指数同步下跌不同下跌行情中两个指数收益表现互有优劣2300指数见底-300ETF赎回阶段沪深300稳定跑赢偏股基金指数跟踪沪深300指数的被动指数基金增强指数基金是最优投资选择同时建议关注大盘成长消费食品饮料金融券商金融科技等风格或主题的被动指数基金SmartBeta基金3300ETF赎回-300指数回调阶段偏股基金指数表现相对占优若北上资金持续流入则偏股基金指数有较高概率实现正超额收益投资标的选择方面建议关注中小市值成长风格叠加高弹性特征过去120个交易日高波动高回撤高beta的主动权益基金或是跟踪中小盘成长指数中证1000指数科创100的被动指数基金增强指数基金SmartBeta基金11目录01市场择时底部特征已较为明显contents02行业比较中游制造景气改善较为显著03量化选股高频因子低频化样本外表现出色04基金业绩权益基金整体亏损TMT主题基金逆市上涨05发行申购基金发行行情冷淡ETF保持高景气增长06风险提示1221A股市场各年份行业分化均较为明显申万一级行业各年度表现行业2023年2022年2021年2020年2019年2018年2017年2016年2015年2014年2013年2012年2011年2010年2010年至今通信3461-1560305-8331996-3132-305-1595726941003471-2483-2850-9771463传媒2051-2607-0477862120-3958-2310-32397674175310702-539-2236-2721191计算机1264-25471379754805-2453-1126-30321002940316695-452-3446264413950石油石化1195-139320256721113-2526-468-3725302206352165-2587-3110-3489家用电器845-2095-195431085699-31404303-1874273212839331584-2476-00218722机械设备640-2074148331062392-3511-1019-168446774187960-557-362828113409非银金融615-2134-17556114551-25371730-1469-169012116-4802810-3192-2489-902汽车435-2013172045851460-3434-052-953469038431262501-3434-10503634建筑装饰348-10961639-792-212-2927-626-04414088331-12271854-3203582-020电子321-3654160436057377-42371347-1270719718564278-074-4138393914219纺织服饰269-1466339-708709-3433-2385-135689173327816-1015-2552751-2354煤炭-006109539607051089-32731286008-9492567-4266-478-2732-919-4278公用事业-103-16363138098512-2972-705-1769229055681078569-2272-1214-558银行-138-1047-458-3252293-14671328-493-1366318-9191448-485-22501362环保-215-22842064-148050-4562-260-1439428727205543236-2616919-466钢铁-223-23783406490-209-29621974-8131807834-1727-478-2824-2832-4157轻工制造-259-2004116515761927-3662-1262-1436898628832148-257-30851791603国防军工-328-2530111757982719-3104-1665-1858285053893335-566-330918384882有色金属-681-2031404734772427-41041539-61715383839-29641364-41812210119医药生物-704-2034-57351103685-2767356-1346566816023656847-3089296912581食品饮料-858-1512-60184977287-2195538574326581603-736-074-1037208133992建筑材料-956-261344623745103-303060500326854295-836432-327114432870基础化工-1116-1908371934982422-3172-381-71355012739654028-3106-22401382交通运输-1121-3412570241728-3017653-226032566476527-423-3272-1151-2194综合-12931057138113052613-3930-2147-1289711845601236-308-271116014888房地产-1394-1117-1189-10852275-2879080-176944856528-11943173-2200-2416-2845农林牧渔-1460-1143-49318294545-2244-1262-858667716271729-505-311821063790社会服务-1527-223-102799382792-1061-417-2119784537241947524-242585122398电力设备-1863-2543478694712437-3495-846-1718604731553224-1868-425320226804美容护理-2046-67401357942631-2279-437-10384226-40321342524-238627089683商贸零售-2425-708-460-022880-3270-1360-1347455132821323-1183-3330445-5069年度最大收益差58864748674011023758835027770398211719125191496856563768704939061资料来源Wind方正证券研究所1322结合宏观经济周期的多因素行业板块轮动模型影响行业板块涨跌分化的原因有很多宏观宏观中观微观信息相结合的行业轮动框架层面经济周期是重要因素之一中观层面景气改善是驱动行业板块涨跌的重要推手业绩的边际变化具有较强的指导意义微观层面资金流入流出微观交易结构也在一定程度上影响行业板块分化因此我们结合宏观货币信用周期模型以及估值业绩分析师预期资金流微观交易特征等不同维度的驱动因子构建了多因素行业指数轮动模型资料来源方正证券研究所1423多因素行业模型历史表现综合宏观-中观-微观信息的行业轮动模型表现较为出色年化收益为1678相对于行业等权指数年化超额收益1050结合宏观经济周期的多因素行业模型表现行业模型分年度表现行业轮动组合行业等权超额收益2012年8772266512013年2536131412232014年6239402922102015年5245423510102016年-488-11927042017年2299-01123102018年-2394-30146202019年341025678432020年5926192240042021年2593140011932022年-2066-1380-6862023年-350-223-127年化收益16786281050资料来源Wind方正证券研究所1524自下而上构建基本面景气度指标通过上市公司财务数据可以判断出企业的盈利情况行业或板块也类似对于不同行业或板块由于成分股的差异较大直接对比指数的财务指标会存在较大的偏差因此我们在对指数构建盈利因子时均需考虑其业绩的边际变化情况我们计算指数基本财务指标如营业利润归母净利润ROE等累计值TTM及单季度的同比及环比指标然后通过时间序列标准化的方式计算其Zscore指标时间窗口为最近8个季度对不同指数分别计算其自身景气度边际改善情况资料来源方正证券研究所资料来源Wind方正证券研究所1625合成后的基本面景气改善因子单调性非常理想我们筛选ROE净利润营业利润等维度财务指标经过上述处理后合成行业景气变化因子合成因子RankIC达到852且各分组表现出较好的单调性基本面景气改善因子换手较低每年仅调整三次基于基本面景气改善因子的行业轮动策略表现出较好的分化能力基本面景气改善因子分组单调性较好基本面景气改善因子多空分组分化明显资料来源Wind方正证券研究所1726大类行业板块的景气度情况中游制造板块景气度变化金融板块景气度变化医药板块景气度变化TMT板块景气度变化消费板块景气度变化周期板块景气度变化资料来源Wind方正证券研究所1827哪些行业景气度环比改善明显汽车行业景气度变化机械设备行业景气度变化房地产行业景气度变化医药生物行业景气度变化轻工制造行业景气度变化纺织服饰行业景气度变化资料来源Wind方正证券研究所19目录01市场择时底部特征已较为明显contents02行业比较中游制造景气改善较为显著03量化选股高频因子低频化表现出色04基金业绩权益基金整体亏损TMT主题基金逆市上涨05发行申购基金发行行情冷淡ETF保持高景气增长06风险提示20
|
|