寬客眼中的港股那些事兒——另類因子&成長因子初探

作者: 智通編選 2018-07-13 18:28:55
隨著陸港通的推進(jìn),港股受到內(nèi)地投資者越來越多的關(guān)注。

本文來源興業(yè)證券研報(bào)。

隨著陸港通的推進(jìn),港股受到內(nèi)地投資者越來越多的關(guān)注。繼動量反轉(zhuǎn)效應(yīng)及價(jià)值維度研究后,我們推出“獵金系列二十五”,港股研究的第三篇深度報(bào)告。

我們構(gòu)建17個(gè)另類因子,測試結(jié)果顯示:絕大多數(shù)另類因子在港股中的選股效果相對較弱,僅過去240天日收益率峰度(RealizedKurtosis_240D)以及過去20天日均成交量/過去240天日均成交量(VolAvg_20D_240D)兩個(gè)因子選股效果顯著。以VolAvg_20D_240D為例,IC為0.035,T統(tǒng)計(jì)量4.69,多空組合年化收益17.9%,夏普率1.36,最大回撤9.1%。

另類因子在港股中失效而在A股中顯著與市場結(jié)構(gòu)不同有關(guān):A股過去十多年呈現(xiàn)較強(qiáng)的小盤股效應(yīng)以及非流動性溢價(jià);而港股市值因子的選股策略波動較大,是一個(gè)風(fēng)險(xiǎn)因子;另外流動性在港股市場屬于稀缺資源,長期具有流動性溢價(jià)。

我們構(gòu)建13個(gè)成長因子,從測試結(jié)果來看,半年度凈利潤、營業(yè)利潤同比增速的指標(biāo)具有顯著的選股能力。以營業(yè)利潤同比增速為例:IC為0.032,T統(tǒng)計(jì)量4.09,多空組合年化收益10.0%,夏普率0.99,選股能力突出。

blob.png

1、引言

相比于A股不足30年的發(fā)展歷程,港股卻有著近百年的歷史。作為成熟市場的代表,仔細(xì)觀察近20年來香港恒生綜指及恒生指數(shù)的表現(xiàn),不難發(fā)現(xiàn)其具有明顯的周期性特征。每一輪漲跌的背后都有著政治、經(jīng)濟(jì)、社會事件的深刻背景:從本世紀(jì)初的互聯(lián)網(wǎng)泡沫、SARS、911恐怖襲擊到08年的美國次貸危機(jī)、歐債危機(jī)、再到近年的滬港通、深港通等等,都在港股市場打下了深深的烙印。

blob.png

隨著內(nèi)地與香港金融市場彼此融合程度的不斷加深,港股也受到內(nèi)地投資者越來越多的關(guān)注。有鑒于此,我們興業(yè)定量研究團(tuán)隊(duì)開始布局港股研究。我們將從港股基本特征談起,逐漸過渡到量化因子篩選及有效選股策略的開發(fā),希望為大家提供一個(gè)全方位的認(rèn)知視角。

從整體市場來看,港股市場以機(jī)構(gòu)投資者為主、整體呈現(xiàn)低估值、仙股較多、流動性較差的特征;從動量反轉(zhuǎn)效應(yīng)來看,港股整體呈現(xiàn)短期、長期反轉(zhuǎn),中期動量的特征;從價(jià)值因子的角度來看:和凈利潤以及現(xiàn)金流相關(guān)的EP_SQ、EP_TTM_Deducted、OCFP_TTM、EP_TTM指標(biāo)有效性較強(qiáng)。在本篇報(bào)告中,我們將詳細(xì)測試另類以及成長兩大類因子的選股效果。本報(bào)告中所有因子的測試時(shí)間窗口為:2005年1月1日-2018年5月31日。

2、港股數(shù)據(jù)庫構(gòu)建及因子測試流程

資本資產(chǎn)定價(jià)模型(CAPM)以及套利定價(jià)模型(APT)孕育了多因子選股體系。整個(gè)多因子體系包括:Alpha模型、組合優(yōu)化、風(fēng)險(xiǎn)模型,尤以Alpha模型最為重要,是多因子體系的核心和基石。Alpha因子是構(gòu)成Alpha模型的基礎(chǔ),我們興業(yè)定量研究團(tuán)隊(duì)針對A股構(gòu)建了價(jià)值、成長、動量&反轉(zhuǎn)、質(zhì)量、分析師情緒、另類等六大類共計(jì)112個(gè)因子,在以往的報(bào)告中也分別驗(yàn)證了不同因子的表現(xiàn)。

2.1、興業(yè)定量多因子平臺簡介

經(jīng)過幾年的積累,我們構(gòu)建興業(yè)定量多因子研究平臺,完整地覆蓋了A股數(shù)據(jù)的更新、因子有效性衡量、策略回測、績效優(yōu)化等功能。在日常的分析和研究之中,該平臺起著非常重要的作用。對于港股,我們首先會將Wind相應(yīng)的港股上市公司基本資料、行情類數(shù)據(jù)、財(cái)務(wù)類數(shù)據(jù)遷移到平臺,形成完善的港股數(shù)據(jù)庫,而后進(jìn)一步去構(gòu)建因子并進(jìn)行單因子回測和策略研發(fā)。

blob.png

2.2 、 因子有效性測試的方法

為了對因子的表現(xiàn)進(jìn)行檢驗(yàn),我們采用Rank IC(Spearman 秩相關(guān)系數(shù))和分位數(shù)組合測試兩種方法。兩種方法的邏輯參見后續(xù)圖文說明(圖表-3、4)。

2.2.1、C Rank IC 測試

如果一個(gè)因子對股票的預(yù)期收益具有預(yù)測作用,那么股票當(dāng)期的因子值與下期股票的收益之間就會存在一定的相關(guān)性,我們可以用相關(guān)系數(shù)來刻畫二者之間相關(guān)性,從而反映該因子對收益的預(yù)測效果。如果計(jì)算兩者之間的 Pearson 線性相關(guān)系數(shù),那么某些異常值可能會對結(jié)果產(chǎn)生很大影響。因此,在這里我們將采用更為穩(wěn)健的 Spearman 秩相關(guān)系數(shù)來衡量因子的有效性。如下圖所示,按照所有股票當(dāng)期因子值大小進(jìn)行排序,得到名次序列 A,按照所有股票下期收益大小進(jìn)行排序,得到名次序列 B,計(jì)算序列 A,B 之間的相關(guān)系數(shù),即為 Rank IC。Rank IC的絕對值越大,表明該因子對股票收益的預(yù)測能力越強(qiáng)。一般地,我們會統(tǒng)計(jì)樣本區(qū)間內(nèi) Rank IC 的均值、標(biāo)準(zhǔn)差和 T-統(tǒng)計(jì)量,從預(yù)測能力的顯著性、穩(wěn)定性等多個(gè)角度分析因子的表現(xiàn)。

blob.png

2.2.2 、分位數(shù) 組合 測試

分位數(shù)組合測試是一種較為常用的用來衡量因子有效性的方法,如圖表-4 所示。首先,按照當(dāng)期因子值的大小將股票分為 1-5 五個(gè)等權(quán)的分位組合,組合下期的收益分別為 R1,R2,…,R5,我們根據(jù)多空組合的收益 R1-R5 來判斷因子的有效性,如果多空組合收益顯著異于零則表明該因子是有效的,組合夏普比率越高,表明因子越有效。但是值得注意的是,由于分位數(shù)組合法只考慮了多空兩個(gè)極端組合的收益,而忽略了中間各分位組合的相關(guān)信息,因此對因子有效性的刻畫上可能存在一定的局限性。

blob.png

2.2.3 、因子有效性測試的其他維度

一般而言,在做 A 股相關(guān)分析的時(shí)候,對于一個(gè)新的因子,我們會考慮該因子和市值以及行業(yè)的關(guān)系,如果因子收益有部分來自于行業(yè)或者市值,通過行業(yè)市值中性化的方式剝離其對因子的影響,取殘差作為因子收益率解釋變量。那么在分析其他市場的時(shí)候,我們首先需要清楚行業(yè)和市值是否對股票收益率具有一定的解釋性,然后才考慮是否需要對因子做行業(yè)市值方面的中性化。

3 、另類因子測試

3.1 、 另類因子選股有效性研究

我們構(gòu)建了 17 個(gè)港股另類因子,具體參見圖表-5(注意,圖表-5 中的方向是根據(jù)后續(xù)的 IC 測試的結(jié)果結(jié)合經(jīng)濟(jì)邏輯綜合判斷得來)。

blob.png

我們通過 IC 測試以及分位數(shù)組合測試研究上述因子的選股有效性。根據(jù) IC均值以及 T 統(tǒng)計(jì)量,我們發(fā)現(xiàn)絕大部分因子的選股效果(相應(yīng)的 IC 均值在 0.03,T 統(tǒng)計(jì)量穩(wěn)定在 3 左右)相對比較顯著。

blob.png

我們針對相對有效的 13 個(gè)因子進(jìn)行分位數(shù)組合測試,發(fā)現(xiàn)結(jié)果并沒有想象中的有效。大部分因子的測試結(jié)果呈現(xiàn)兩個(gè)規(guī)律:1、各組別之間單調(diào)性較為一般;2、盡管首尾組合表現(xiàn)差異較大,但是多空組合測試并不理想。

blob.png

blob.png

blob.png

blob.png

blob.png

blob.png

blob.pngblob.png

blob.png

blob.png

blob.png

blob.png

blob.png

我們進(jìn)一步探究分位數(shù)測試和IC測試差異較大的原因,這里以RealizedVolatility_240D因子為例進(jìn)行闡述。前面的測試顯示:該因子的IC為0.046,t統(tǒng)計(jì)量為2.95,同時(shí)波動率相對較大,為20%。而觀察該因子的分位數(shù)組合測試結(jié)果,可以發(fā)現(xiàn)雖然各組別年化收益率及夏普率單調(diào)性較好(首組年化收益率11.8%,尾組年化收益率4.3%),但是多空組合表現(xiàn)相對較差,年化收益率-0.6%,夏普率-0.03(具體參見圖表-15)。

IC和分位數(shù)測試的差異主要源于該因子的波動性較大。實(shí)際上該因子僅在62%的月份IC為正,在2007年(金融危機(jī)前)以及2009年金融危機(jī)后的反彈期,因子IC顯著為負(fù),這意味著市場在這兩個(gè)時(shí)段由偏好低波動風(fēng)格切換到偏好高波動的風(fēng)格,從而導(dǎo)致原來的低波動選股策略在相應(yīng)月份的組合收益顯著降低。

為什么會在這兩個(gè)時(shí)間段發(fā)生風(fēng)格切換呢? 2007 年香港股市處于牛市狀態(tài)(參見圖表 1 港股經(jīng)濟(jì)周期),市場風(fēng)險(xiǎn)承受能力上升,進(jìn)而偏好高波動風(fēng)格的選股策略。而金融危機(jī)之后(2008 年底開始),股市開始反彈,港股呈現(xiàn)一定的小市值特征,所以風(fēng)險(xiǎn)承受能力也有所上升,進(jìn)一步偏好高波動風(fēng)格的選股策略。

blob.png

blob.png

綜合IC以及分位數(shù)組合測試結(jié)果可以發(fā)現(xiàn),由于波動率較高,大多數(shù)另類因子在港股中并不是特別有效,但RealizedKurtosis_240D以及VolAvg_20D_240D兩個(gè)因子依然具有較強(qiáng)的選股能力。

RealizedKurtosis_240D(過去240天日收益率數(shù)據(jù)計(jì)算的峰度)描述的是股票收益率的分布特征。IC測試結(jié)果顯示該因子與收益率呈現(xiàn)負(fù)相關(guān)關(guān)系,當(dāng)期因子越小未來收益越大,我們知道峰度越小意味著收益率的分布越接近正態(tài)分布,尖峰厚尾的特征越弱,因而相應(yīng)股票的投機(jī)屬性也就越弱。分位數(shù)組合測試也驗(yàn)證了該因子具有較強(qiáng)的選股能力,多空組合年化收益7.2%,夏普率0.70,具體參見圖表-14。

VolAvg_20D_240D描述過去20天日均成交量/過去240天日均成交量,是股票成交短期放量的表征。IC測試結(jié)果顯示該因子越大越好,也就意味著,如果最近20天明顯放量,股價(jià)未來表現(xiàn)越優(yōu)異。近期放量實(shí)際上意味著短期流動性增強(qiáng),

反映了投資者對流動性的偏好。從分位數(shù)組合測試來看,該因子表現(xiàn)相當(dāng)優(yōu)異,各組別嚴(yán)格單調(diào),多空組合年化收益率17.8%,夏普率1.36,最大回撤9.1%,具體參見圖表-17。

3.2、另類因子在不同市場下的表現(xiàn)

在《寬客眼中的港股那些事兒系列一—市場特征以及動量因子研究》以及《寬客眼中的港股那些事兒系列二--價(jià)值因子研究》中,我們詳細(xì)分析了動量因子以及價(jià)值因子在高低波動市場、牛熊市中的表現(xiàn)。那么針對于有效的另類因子RealizedKurtosis_240D以及VolAvg_20D_240D,我們進(jìn)一步研究其在不同市場的表現(xiàn)差異。

在圖表1“港股周期性表現(xiàn)”中,我們研究了恒生綜指和恒生指數(shù)的周期性表現(xiàn),從中可以發(fā)現(xiàn)恒生綜合指數(shù)和恒生指數(shù)高度相關(guān)。進(jìn)一步,我們將市場分成牛市和熊市,可以發(fā)現(xiàn)港股市場呈現(xiàn)明顯的牛長熊短的特征,具體參見圖表21。觀察峰度以及放量因子在牛熊市場以及全市場的表現(xiàn),我們發(fā)現(xiàn)RealizedKurtosis_240D因子在牛熊市場中的表現(xiàn)與全市場表現(xiàn)差異不大,而VolAvg_20D_240D在熊市中表現(xiàn)更加優(yōu)異。VolAvg_20D_240D因子是衡量近期放量的特征因子,因子越大表示流動性越強(qiáng)。我們知道熊市中市場的流動性相對較差,投資者對流動性好的股票往往會給予更高的溢價(jià),因而該因子的表現(xiàn)更加優(yōu)異。

blob.png

blob.png

對比恒生綜指過去20個(gè)交易日日收益率波動率與過去250個(gè)交易日日收益率波動率大小,如果前者大于后者,則定義當(dāng)前市場為高波動,否則定義為低波動?;谏鲜鰧κ袌龈叩筒▌訝顟B(tài)的劃分,我們研究不同波動狀態(tài)下的另類因子表現(xiàn)。

blob.png

對比峰度以及放量因子在高低波動以及全市場中的表現(xiàn),我們發(fā)現(xiàn)兩個(gè)因子在高波動市場中的表現(xiàn)更加優(yōu)異。

blob.png

3.3 、 另類因子的其他維度探索

實(shí)際上針對于另類因子,我們還做了更多維度的嘗試和分析,比如市值中性化的分析、行業(yè)中性化的差異性分析(包括在具體行業(yè)中的選股測試)。從結(jié)果來看:1、港股的流通市值因子是一個(gè)風(fēng)險(xiǎn)因子,對另類因子做市值中性化,沒有顯著提升因子表現(xiàn);2、行業(yè)中性化也并沒有顯著提升因子表現(xiàn)。鑒于此,我們就不對另類因子做行業(yè)市值中性化處理。

blob.png

3.4 、另類因子在 A A  股及港股中差異對比及原因分析

我們知道在 A 股中另類因子選股效果顯著,以過去 20 個(gè)交易日的日均成交額為例,在 A 股中該因子 IC 0.107,T 統(tǒng)計(jì)量達(dá)到 8.4。分位數(shù)組合測試結(jié)果顯示該因子各組別嚴(yán)格單調(diào),且多空組合表現(xiàn)非常優(yōu)異,年化收益率達(dá)到 30.4%,夏普率 1.62。所以,我們這里定義的另類因子在 A 股中的選股有效性遠(yuǎn)強(qiáng)于其在港股中的表現(xiàn)。

blob.png

blob.png

另類因子更多的是從規(guī)模、流動性、風(fēng)險(xiǎn)以及量價(jià)關(guān)系的角度去構(gòu)建的,測試結(jié)果也顯示該類因子在A股和港股中有顯著差異。從市場結(jié)構(gòu)的角度來說:過去十多年,A股呈現(xiàn)出非常強(qiáng)的小盤效應(yīng),同時(shí)A股的流動性相對較好,小盤效應(yīng)和非流動性溢價(jià)造就了另類因子在A股中的有效性。

但反觀港股我們會發(fā)現(xiàn):1、港股并沒有明顯的小盤效應(yīng),前面的分析表明市值是一個(gè)風(fēng)險(xiǎn)因子;2、港股流動性相對較差。在“港股系列報(bào)告一”中,我們對比了港股日均成交金額以及換手率與A股的差異。從成交量上來看,港股的日平均成交量維持在千億港幣的水平,而A股市場目前日均成交額在4千億人民幣左右,兩者相差甚遠(yuǎn);從換手率的角度來看,港股日均換手率穩(wěn)定在0.31%左右,而A股日均換手率為2.86%,A股的換手率約為港股換手率的9倍。港股的流動性遠(yuǎn)低于A股,這使得流動性在港股市場是更為稀缺的資源,市場往往會對流動性好的股票給予更高的正向溢價(jià)。

blob.png

4、成長因子有效性測試

4.1、成長因子有效性測試

成長屬性是多因子體系中另一類重要的風(fēng)格因子,在A股中我們也論證了該類因子的有效性。針對港股,我們構(gòu)造了13個(gè)成長因子(圖表-31中的方向是根據(jù)后續(xù)的IC測試和背后的經(jīng)濟(jì)邏輯綜合得到的)。

blob.png

我們通過 IC 測試以及分位數(shù)組合測試研究上述因子的選股有效性,并對比行業(yè)中性化以后的表現(xiàn):1、從因子角度來看:半年度的凈利潤同比增速、營業(yè)利潤同比增速( Gr_Q_Earning、Gr_Q_OpEarning )相對有效,其他因子選股效果一般;這點(diǎn)與成長類因子在 A 股中的有效性規(guī)律一致;2、從行業(yè)角度來看:行業(yè)中性化以后,因子的選股有效性并沒有大幅度的變動,前面有效的半年度相關(guān)指標(biāo)選股能力依然非常強(qiáng);同時(shí)分位數(shù)組合測試顯示:行業(yè)中性化能一定程度提升Gr_Q_Earning、Gr_Q_OpEarning 因子的夏普比率 ?;诖?,我們后續(xù)相關(guān)研究均是用行業(yè)中性化下有效的成長因子( Gr_Q_Earning、Gr_Q_OpEarning )。

blob.png

4.2.1、Gr_Q_Earning

從Gr_Q_Earning ( 半年度度凈利潤同比增長率 )因子表現(xiàn)來看,IC 均值達(dá)到0.024,T 統(tǒng)計(jì)量為3.41,月度IC大于0 的比例為62.50%。而從分位數(shù)組合的測試結(jié)果來看,各組在年化收益率以及夏普率方面整體滿足單調(diào)性,多空組合的年化收益率為7.5%,夏普率達(dá)到0.785,最大回撤15.4%。

blob.png

blob.png

blob.png

blob.png

4.2.2、Gr_Q_OpEarning

從Gr_Q_OpEarning(半年度營業(yè)利潤同比增長率)因子表現(xiàn)來看,IC均值達(dá)到0.029,T統(tǒng)計(jì)量為4.08,月度IC大于0的比例為65.80%。而從分位數(shù)組合的測試結(jié)果來看,各組在年化收益率以及夏普率方面嚴(yán)格單調(diào),多空組合的年化收益率為10.0%,夏普率達(dá)到0.99,最大回撤23.7%。

blob.png

blob.png

blob.png

blob.png

總結(jié)成長類因子的表現(xiàn),可以發(fā)現(xiàn):1、半年度相關(guān)的指標(biāo)有效性整體較高,而較長時(shí)間周期的指標(biāo)有效性較低。這說明公司半年度增長利好會反映到接下來的股價(jià)當(dāng)中,而較長周期的財(cái)務(wù)信息可能已經(jīng)反映到早期的股價(jià)當(dāng)中,對未來的股價(jià)沒有預(yù)測作用;2、半年度營業(yè)利潤同比增長率相對最為有效。

4.2 、 成長因子在不同市場下的表現(xiàn)

前面我們分析了不同市場狀態(tài)(高低波動、牛熊市)下另類因子的表現(xiàn),會發(fā)現(xiàn)另類因子在不同市場的表現(xiàn)會有一定的差異。這里我們進(jìn)一步分析成長因子在高低波動以及牛熊市中的表現(xiàn)。

從測試結(jié)果來看,成長類的因子在牛市中的表現(xiàn)整體強(qiáng)于其在熊市中的表現(xiàn),而在高低波動市場中差異相對較小。成長類因子反應(yīng)的是公司財(cái)務(wù)方面的增長狀況,當(dāng)市場整體處于牛市狀態(tài)的時(shí)候,經(jīng)濟(jì)形勢向好,需求增大,有利于企業(yè)的成長和發(fā)展,因而成長類指標(biāo)的選股能力也相對較強(qiáng)。而企業(yè)的成長屬性和市場波動關(guān)聯(lián)性相對較弱,因而反應(yīng)成長屬性的因子在高低波動狀態(tài)下的表現(xiàn)并無顯著差異。

blob.png

blob.png

5 、總結(jié)與展望

本文主要研究了另類因子以及成長因子在港股中的選股有效性。我們首先測試了因子本身的表現(xiàn),進(jìn)一步研究市值因子對另類因子的影響。整體來看,僅部分另類因子有一定的選股能力。而研究成長因子的表現(xiàn),半年度的營業(yè)利潤、經(jīng)營活動現(xiàn)金流以及凈利潤增速選股能力突出。

截至目前,我們已經(jīng)研究了動量反轉(zhuǎn)效應(yīng)、價(jià)值效應(yīng)、另類因子、成長因子四個(gè)大的類別的因子在港股中的選股有效性。(編輯:劉瑞)


智通聲明:本內(nèi)容為作者獨(dú)立觀點(diǎn),不代表智通財(cái)經(jīng)立場。未經(jīng)允許不得轉(zhuǎn)載,文中內(nèi)容僅供參考,不作為實(shí)際操作建議,交易風(fēng)險(xiǎn)自擔(dān)。更多最新最全港美股資訊,請點(diǎn)擊下載智通財(cái)經(jīng)App
分享
微信
分享
QQ
分享
微博
收藏