20220217-西部证券-量化组合研究：机构覆盖度分域下的选股研究1
需积分: 0 153 浏览量
2022-08-03
23:42:15
上传
评论
收藏 1.36MB PDF 举报
金工量化专题报告 |
1
|
请务必仔细阅读报告尾部的重要声明
机构覆盖度分域下的选股研究
量化组合研究
金工量化专题报告
分析师
杨俊文 S0800521010001
13127639350
yangjunwen@research.xbmail.com.cn
王红兵 S0800519090003
13924613850
wanghongbing@research.xbmail.com.cn
相关研究
Table_Title
● 核心结论
Table_Summary
基金重仓、机构高覆盖的股票，在
2019
和
2020
年的行情下，逐渐地成为
当时最契合市场的投资方式，然而
2021
年春节过后，白马股突然抱团瓦
解，基金重仓股在短时间内大幅回撤，经历整个
2021
年，虽然仍然有新
能源产业链里面的白马股表现突出，但更多的是挖票行情，一些机构覆
盖没那么充分、市值不大的股票逐渐地进入投资者的视野。
根据过去
180
天内有盈利预测覆盖的机构数量，我们将股票分为两类：低
机构覆盖股票（机构覆盖数量小于
5
的股票）、高机构覆盖股票（机构覆
盖数量大于等于
5
的股票）。经过回测看到，在
2013~2016
年间，机构覆
盖度较低的股票组合，相较机构覆盖度较高的股票组合具有超额收益，但
在
2017~2020
年间，情况发生了反转，高机构覆盖度的股票跑赢低机构覆
盖度股票，在
2021
年，风格又切回来，低机构覆盖度股票相较而言取得
了超额收益。
相比高机构覆盖度股票，机构覆盖不充分的股票，其基本面信息挖掘和
传播的速度更慢，机构参与的程度也低，这类股票发生错误定价的概率
越大，错误定价修正所需的时间也越长。在中证全指、中证
500
和中证
1000
三个不同样本空间，基于机构覆盖度分域进行因子测试，结果表明，一些
重要的价量因子，包括市值、短期反转、流动性因子在低机构覆盖域的选
股效果要显著好于在高机构覆盖域内的表现。
根据因子在不同域的选股表现，在中证
500
高机构覆盖域，选择
AFR
、
SUER
和
Liquidity
因子来选股，在低机构覆盖域，选择
Size
、
Reverse
、
Liquidity
和
SUER
因子来选股，不同域内选股然后合成股票组合，作为对
比，我们用
Size
、
Reverse
、
Liquidity
和
SUER
四个因子在中证
500
全域
内选股构建组合。在
2010/12/31~2021/12/31
整个回测期间，分域选股组
合的年化超额收益为
12.23%
，信息比率为
3.10
，而不分域组合的年化超
额收益为
9.68%
，信息比率为
2.15
，分域后的结果在年化超额收益率上提
升了
2.55
个百分点。
进一步，可以看到，
2017
年之后，由于
Size
、
Reverse
因子在中证
500
高、低机构覆盖域内的表现产生明显差异，因此分域选股组合的表现也
从
2017
年开始逐年好于不分域选股组合。
风险提示：本报告结果基于历史数据测算，未来市场结构的变化，可能带
来因子选股逻辑的改变；新股发行、分析师积极挖掘此前低关注度的股票，
这些都可能会带来高、低机构覆盖域的结构改变，进而影响因子选股的效
果。
证券研究报告
2022 年 02 月 17 日
剩余22页未读，继续阅读
评论0