金工定期报告：估值异常因子绩效月报.docx

该【金工定期报告：估值异常因子绩效月报 】是由【琥珀】上传分享，beplayapp体育下载一共【15】页，该beplayapp体育下载可以免费在线阅读，需要了解更多关于【金工定期报告：估值异常因子绩效月报 】的内容，可以使用beplayapp体育下载的站内搜索功能，选择自己适合的beplayapp体育下载，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此beplayapp体育下载到您的设备，方便您编辑和打印。东吴证券研究所内容目录估值异常因子绩效回顾 4附录:估值异常EPA因子选股模型简介 7引言 7经典均值回复布林带策略 7布林带策略风险收益特征 7估值偏离因子构建 8估值存在均值回复性 8估值布林带模型 8估值偏离因子的构建 10估值偏离因子的优化 11剔除个股估值逻辑变动带来的影响 11剔除Barra风格的影响 12估值异常因子构建 14风险提示 162/17东吴证券研究所图表目录图1:估值偏离EPD因子5分组及多空对冲净值走势(2010/02-2024/02) 4图2:缓慢偏离EPDS因子5分组及多空对冲净值走势(2010/02-2024/02) 5图3:估值异常EPA因子5分组及多空对冲净值走势(2010/02-2024/02) 5图4:估值异常EPA因子多头净值2月走势 6图5:经典均值回复布林带策略 7图6:基于估值的布林带模型结构 9图7:估值偏离EPD因子的5分组及多空对冲净值走势 10图8:缓慢偏离EPDS因子的5分组及多空对冲净值走势 12图9:纯净EPD因子的5分组及多空对冲净值走势 13图10:纯净EPDS因子的5分组及多空对冲净值走势 14图11:估值异常EPA因子的5分组及多空对冲净值走势 16表1:估值异常系列因子5分组多空对冲绩效指标(2010/02-2024/02) 5表2:估值偏离EPD因子的5分组多空对冲绩效指标(2010/01-2022/05) 11表3:缓慢偏离EPDS因子的5分组多空对冲绩效指标(2010/01-2022/05) 12表4:EPD、EPDS因子与常用Barra风格因子的相关系数 13表5:纯净EPD、纯净EPDS因子的5分组多空对冲绩效指标 14表6:剔除各个Barra风格因子前后缓慢偏离因子RankIC变化 15表7:EPD、EPDS、EPA因子的5分组多空对冲绩效指标 163/17东吴证券研究所估值异常因子绩效回顾作为东吴金工“基本面选股因子”系列研究的第一篇,我们在2022年6月发布的《从布林带到估值异常因子》中,将CTA领域常用的布林带均值回复策略与基本面的估值修复的逻辑相结合,利用估值指标PE存在的均值回复特性构建了估值偏离EPD因子;为了剔除个股估值逻辑变化带来的影响,我们在截面上用EPD剔除个股估值逻辑被改变的概率(由个股信息比率代理),构造缓慢偏离因子EPDS;最后剔除影响“估值异常”逻辑的Beta、成长与价值风格,最终得到估值异常EPA因子。2010年2月至2024年2月,估值偏离EPD因子在全体A股(剔除北交所股票,下同)中,%,%,,%,%;缓慢偏离EPDS因子在全体A股中,%,%,,%,%;估值异常EPA因子在全体A股中,%,%,,%,%。图1:估值偏离EPD因子5分组及多空对冲净值走势(2010/02-2024/02)12 110864202 3 4 5 52数据来源:Wind资讯,东吴证券研究所4/17东吴证券研究所图2:缓慢偏离EPDS因子5分组及多空对冲净值走势(2010/02-2024/02)数据来源:Wind资讯,东吴证券研究所图3:估值异常EPA因子5分组及多空对冲净值走势(2010/02-2024/02) 12345 5-11098765432102010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024数据来源:Wind资讯,东吴证券研究所表1:估值异常系列因子5分组多空对冲绩效指标(2010/02-2024/02)%%%%%%%%%%%%数据来源:Wind资讯,东吴证券研究所在全体A股(剔除北交所股票)中,2月份估值异常EPA因子五分组多头组合的收5/%,%,五分组多空对冲的收益率为-%。在全体A股中,选取EPA因子值最大的10%,等权重构成“估值异常”组合。该组合在2月的净值走势如图4所示。图4:估值异常EPA因子多头净值2月走势“估值异常EPD”合 02/07 02/22 02/29数据来源:Wind资讯,东吴证券研究所6/17附录:估值异常EPA因子选股模型简介引言本篇报告利用CTA研究领域常用的布林带均值回复策略,结合基本面的估值修复的逻辑,构建了效果不错的选股因子。在引入该因子的构造方法前,我们首先从布林带策略讲起。经典均值回复布林带策略布林带是经典的均值回复策略,使用价格的滚动均值作为中枢,2倍滚动标准差作为带宽,用中枢加减带宽分别构筑上轨、下轨。股价突破上轨时为卖出信号、突破下轨时为买入信号、回归中枢时为平仓信号。图5:经典均值回复布林带策略数据来源:Wind资讯,东吴证券研究所布林带策略风险收益特征布林带策略是一个高胜率、低赔率的策略,预期股价具有均值回复特性。假设资产收益率服从几何布朗运动:?????=??????+??????东吴证券研究所其中??为资产价格、??????为漂移率项、??????为波动率项,均值回复类策略受益于波动率(即??越大越好),而受制于漂移率(即??的绝对值越小越好)。这一类策略的盈利来源:非理性冲击导致价格偏离中枢,期望未来价格向中枢回复,利用震荡高抛低吸获利,而一旦出现趋势突破导致中枢改变,将造成损失。评价一个资产是否适合均值回复,必须同时考虑??和??,业界普遍认为资产的信息比率??是一个优秀的评价指标,当信息比率的??绝对值较小时,该资产比较适合均值回复策略。7/17估值偏离因子构建在上一节的布林带策略中,我们认为部分资产的价格存在均值回复的特性,而在选股研究领域,我们发现有一个指标也存在类似的属性——股票的估值PE。在这一章中,我们将探讨估值的均值回复特性,并利用这一特性构建估值偏离因子。估值存在均值回复性PE的本质是DCF模型的简化版本,为了说明这一点,我们从经典的DCF模型开始:????=∑ ??????(1+??)????=1其中??是企业的内在价值,??????是企业在t时刻的现金流,r是折现率。假设公司现金流状态良好,使用净利润????代替现金流??????,并采用永续增长模式推导,可以得到:∞??????1??1(1+??)??=∑(1+??)??=1+??+(1+??)(?????)??=1方程两边同时除以初始时刻净利润??1,得到DCF模型下合理估值水平的表达VE:??/??=11+??1+??+(1+??)(?????)东吴证券研究所实际投资中,投资者常使用市盈率PE对公司估值,短期内情绪的冲击可能使市场估值偏离合理水平,但长期来看,PE将以VE为中枢震荡,具有均值回复的性质。当估值偏离合理水平过多时,会出现估值修复,逐步回归合理水平。由DCF模型推导PE的过程中我们知道,当使用净利润代替现金流时,公司价值是对未来净利润的贴现。此处隐含净利润(或现金流)大于0的假设。若净利润为负,通过DCF模型折现得出的企业价值为负,与实际不符,模型失效。因此在构造因子过程中,我们剔除净利润为负的样本。此外,在接下来的章节中,我们会使用PE的倒数EP作为估值的代理变量,这是因为PE的分母EPS会跨越0点,在EPS趋向0时,PE的数值会趋向无限大。估值布林带模型在这一节中,我们仿照经典均值回复布林带的构造方法,构造估值布林带模型,用过去一段时间EP的均值、标准差分别构造估值中枢、带宽与上、下轨,如果某只股票当前的EP位于上轨以上或者下轨以下的部分,我们认为该股票的估值处于异常区间,如果其基本面不发生大的变化,未来的EP有很大概率回归正常区间。8/17东吴证券研究所图6:基于估值的布林带模型结构数据来源:东吴证券研究所金融工程团队整理当股票处在估值异常区间时存在两种假设,一是基本面估值逻辑不变,即未来估值中枢不变;二是基本面估值逻辑发生变化,即未来估值中枢改变。估值逻辑不变的两种情况:价格异动股票的基本面没有任何变化,估值的偏离仅仅由价格异动引起,估值中枢不变。盈利漂移股票的估值逻辑不变,但短期盈利数据发生改变,例如财报披露,盈利大幅改善。由于盈利漂移现象(PEAD)的存在,价格的变动往往滞后于基本面,在短期内会引起估值的偏离,但长期来看往往估值中枢不会改变。估值逻辑改变的三个层面:市场层面全市场的估值中枢发生了变动,例如牛市、熊市中大部分股票的估值中枢会发生同向的变动。可以通过横截面选股的方法规避市场层面估值逻辑改变带来的影响。如图4所示,股票A相对于历史中枢的距离是1倍标准差,股票B相对历史中枢的距离是3倍标准差,股票B相对股票A距离中枢的距离更远。将截面上选择距离中枢最远的股票视为处于“异常区间”做多(空),可以规避市场层面估值逻辑变化带来的影响。行业层面部分行业的估值中枢发生了变动,例如白酒、新能源行业,由行业层面的利好、利空引发。可以通过行业中性化剔除行业层面估值逻辑改变带来的影响。个股层面部分个股的基本面发生了较为深刻的基本面变化,例如估值逻辑改变、重大政策变9/17东吴证券研究所化等。估值偏离因子的构建基于上一节讨论的内容,我们构造本篇报告的第一个选股因子,步骤如下:确定计算估值偏离所用的时间窗口6个月计算时间窗口内EP的均值??????,6与标准差??????,6计算当期EP相对历史中枢的偏离程度????_??????_??=???????????????????????,6??????,6其中EP采用EPttm,??????,6是EP过去6个月的均值,??????,6是EP过去6个月的标准差。为了剔除行业层面估值逻辑改变代理的影响,接下来对????_??进行行业市值中性化处理,在横截面上回归行业哑变量以及标准化流通市值,其中流通市值经过box-cox标准化处理,取残差得到估值偏离因子,记为EPD(即EP_deviation)。该因子的核心逻辑是识别出当前估值显著偏离历史中枢,处于异常区间的股票。回测结果显示,2010/01-2022/05期间,%,。以下图7展示了估值偏离EPD因子的5分组及多空对冲净值走势,表2则展示了估值偏离EPD因子的5分组多空对冲绩效指标。%,,%,%。图7:估值偏离EPD因子的5分组及多空对冲净值走势数据来源:Wind资讯,东吴证券研究所10/17东吴证券研究所表2:估值偏离EPD因子的5分组多空对冲绩效指标(2010/01-2022/05)%%%%数据来源:Wind资讯,东吴证券研究所估值偏离因子的优化剔除个股估值逻辑变动带来的影响在上一章中,我们构建了估值偏离EPD因子,在构建选股模型时,我们使用横截面选股剔除了市场层面估值逻辑改变带来的影响,用行业中性化剔除了行业层面的影响。在这一节中,我们要讨论如何削弱个股层面估值逻辑改变带来的影响。关键问题:股票的估值偏离是否“异常”?估值偏离EPD因子认为:当前估值水平大幅偏离历史中枢的股票是“异常”的股票,但存在一些“强势股”、“崩盘股”,这些股票估值的偏离并不能称之为“异常”,因为他们的估值逻辑已经完全被改变,在未来不太可能再回到“正常”区间。啊接下来,我们需要寻找股票估值逻辑被改变概率的代理指标,这里我们提出了两个可能的代理指标:股票过去一段时间价格走势的强度????,126涨跌幅更极端的股票估值逻辑被改变的概率较大股票过去一段时间价格走势的稳定性????,126过去涨(跌)幅更平稳的股票相对而言市场分歧度较小,意味着市场对涨跌幅的认可度高,其估值逻辑被改变的概率较大。我们用过去一段时间的信息比率衡量股票估值逻辑被改变的概率:????=????,126????,126其中????,126是股票收益率过去126个交易日的均值,????,126是股票收益率过去126个交易日的标准差。IR绝对值较高的公司估值逻辑被改变的概率更大,更偏趋势突破,其“异常”被EPD11/17