多因子选股周报：成长类因子表现出色，本周三大指数增强组合均跑赢基准

金融工程周报 国信金工指数增强组合表现跟踪 沪深300指数增强组合本周超额收益2.12%，本年超额收益1.74%。 中证500指数增强组合本周超额收益0.81%，本年超额收益1.07%。 中证1000指数增强组合本周超额收益0.20%，本年超额收益2.45%。 因子表现监控 以沪深300指数为选股空间。最近一周：标准化预期外盈利、预期净利润环比、三个月反转等因子表现较好，而预期BP、BP、预期EPTTM等因子表现较差。最近一月：单季ROA同比、单季超预期幅度等因子表现较好，而一个月反转、股息率等因子表现较差。 以中证500指数为选股空间。最近一周：三个月机构覆盖、标准化预期外盈利、三个月盈利上下调等因子表现较好，而预期BP、单季SP、SPTTM等因子表现较差。最近一月：单季超预期幅度、单季净利同比增速等因子表现较好，而一个月反转、三个月反转等因子表现较差。 以公募重仓指数为选股空间。最近一周：预期净利润环比、单季净利同比增速、标准化预期外盈利等因子表现较好，而BP、预期BP、一个月波动等因子表现较差。最近一月：单季ROA同比、单季营利同比增速等因子表现较好，而一个月反转、三个月反转等因子表现较差。 公募基金指数增强产品表现跟踪 目前，公募基金沪深300指数增强产品共有51只（A、C类算作一只，下同），总规模合计558亿元。中证500指数增强产品共有51只，总规模合计531亿元。 沪深300指数增强产品最近一周：超额收益最高1.32%，最低-0.92%，中位数0.09%。最近一月：超额收益最高1.88%，最低-2.55%，中位数0.07%。 中证500指数增强产品最近一周：超额收益最高2.31%，最低-0.74%，中位数0.41%。最近一月：超额收益最高2.49%，最低-1.19%，中位数0.91%。 风险提示：市场环境变动风险，因子失效风险。 本文对国信金工指数增强组合、公募基金指数增强产品的表现进行跟踪分析，此外，我们还对常见选股因子在不同选股空间中的表现进行监控跟踪。 具体的，国信金工团队以多因子选股为主体，分别构建对标沪深300、中证500以及中证1000指数为基准的增强组合，力求能稳定战胜各自基准。对于公募基金的指数增强产品，我们会每周跟踪上市满三个月的沪深300指数增强、中证500指数增强基金产品的超额收益表现。对于常见选股因子，我们分别以沪深300指数、中证500指数、公募基金重仓指数为选股空间构造单因子MFE组合，并对因子MFE组合的表现进行定期监控跟踪。 国信金工指数增强组合表现跟踪 国信金工指数增强组合的构建流程主要包括收益预测、风险控制和组合优化三块，我们分别以代表大、中、小盘的沪深300、中证500和中证1000指数为基准构建指数增强组合，近期组合的表现如下图： 图1：国信金工指数增强组合表现 国信金工指数增强组合表现如下： 沪深300指数增强组合本周超额收益2.12%，本年超额收益1.74%。 中证500指数增强组合本周超额收益0.81%，本年超额收益1.07%。 中证1000指数增强组合本周超额收益0.20%，本年超额收益2.45%。 因子表现监控 我们首先介绍一下我们跟踪监控的因子列表，然后分别以沪深300指数、中证500指数、公募重仓指数为选股空间，构造单因子MFE组合并检验其相对于各自基准的超额收益。单因子MFE组合以及公募重仓指数的构建方式参见附录。 因子库 我们从估值、反转、成长、盈利、流动性、公司治理、分析师等维度出发，构造了常见的30余个因子，具体明细如下。 表1：因子库 沪深300样本空间中的因子表现 我们以沪深300指数为样本空间，对每个因子构造其相对于沪深300指数的MFE组合并跟踪其表现。下图展示了本周、近一月、今年以来以及历史上各因子MFE组合的超额收益表现。 图2：沪深300中各因子MFE组合的超额收益表现 以沪深300指数为选股空间： 最近一周：标准化预期外盈利、预期净利润环比、三个月反转等因子表现较好，而预期BP、BP、预期EPTTM等因子表现较差。 最近一月：单季ROA同比、单季超预期幅度等因子表现较好，而一个月反转、股息率等因子表现较差。 今年以来：三个月波动、BP等因子表现较好，而一年动量、预期净利润环比等因子表现较差。 中证500样本空间中的因子表现 我们以中证500指数为样本空间，对每个因子构造其相对于中证500指数的MFE组合并跟踪其表现。下图展示了本周、近一月、今年以来以及历史上各因子MFE组合的超额收益表现。 图3：中证500中各因子MFE组合的超额收益表现 以中证500指数为选股空间： 最近一周：三个月机构覆盖、标准化预期外盈利、三个月盈利上下调等因子表现较好，而预期BP、单季SP、SPTTM等因子表现较差。 最近一月：单季超预期幅度、单季净利同比增速等因子表现较好，而一个月反转、三个月反转等因子表现较差。 今年以来：预期EPTTM、预期BP等因子表现较好，而一个月反转、一年动量等因子表现较差。 公募重仓指数样本空间中的因子表现 我们以公募重仓指数为样本空间，对每个因子构造其相对于公募重仓指数的MFE组合并跟踪其表现。下图展示了本周、近一月、今年以来以及历史上各因子MFE组合的超额收益表现。 图4：公募重仓指数中各因子MFE组合的超额收益表现 以公募重仓股指数为选股空间： 最近一周：预期净利润环比、单季净利同比增速、标准化预期外盈利等因子表现较好，而BP、预期BP、一个月波动等因子表现较差。 最近一月：单季ROA同比、单季营利同比增速等因子表现较好，而一个月反转、三个月反转等因子表现较差。 今年以来：预期EPTTM、三个月波动等因子表现较好，而一个月反转、非流动性冲击等因子表现较差。 公募基金指数增强产品表现跟踪 我们对统计区间内上市满三个月的公募基金指数增强产品的超额收益进行跟踪，主要包括沪深300指数增强产品和中证500指数增强产品，在计算区间超额收益时，我们以95%*基准指数收益率作为业绩基准。 公募基金指数增强产品数量及规模 目前，公募基金沪深300指数增强产品共有51只（A、C类算作一只，下同），总规模合计558亿元。中证500指数增强产品共有51只，总规模合计531亿元。 沪深300指数增强产品表现 公募基金沪深300指数增强产品的超额收益表现如下图。 图5：公募基金沪深300指数增强产品超额收益表现 在公募基金沪深300指数增强产品中： 最近一周：超额收益最高1.32%，最低-0.92%，中位数0.09%。 最近一月：超额收益最高1.88%，最低-2.55%，中位数0.07%。 最近一季：超额收益最高4.19%，最低-6.50%，中位数-0.70%。 今年以来：超额收益最高2.75%，最低-5.16%，中位数-0.51%。 中证500指数增强产品表现 公募基金中证500指数增强产品的超额收益表现如下图。 图6：公募基金中证500指数增强产品超额收益表现 在公募基金中证500指数增强产品中: 最近一周：超额收益最高2.31%，最低-0.74%，中位数0.41%。 最近一月：超额收益最高2.49%，最低-1.19%，中位数0.91%。 最近一季：超额收益最高4.39%，最低-7.34%，中位数0.71%。 今年以来：超额收益最高3.76%，最低-3.74%，中位数1.04%。 附录 附录一：因子MFE组合构建方式 出发点：我们在实际构建指数增强组合时可能有多种约束条件，例如控制组合相对于基准指数的行业暴露、风格暴露、成分股内权重占比、组合换手率等约束，传统的十组分档收益、多空收益、IC_IR等检验方式无法检验在这些实际约束条件下因子的有效性。 如果我们在满足各种实际约束的条件下去检验因子实际的收益预测效果，那么检验后认为“有效”的因子更可能在最终组合中发挥其真实的收益预测作用，因此我们在因子有效性检验时就采用组合优化的方式来检验控制了各种实际约束后单因子的有效性。我们将组合优化的目标函数修改为最大化单因子暴露，其他约束条件和我们常见的风格约束保持一致，由此可以得到控制了行业暴露、风格暴露等约束下的最大化单因子暴露组合（Maximized Factor Exposure Portfolio，简称MFE组合），根据该组合相对于基准的收益表现我们可以判断该因子在既定的基准中是否有效。 构建方式：我们采用如下形式的组合优化模型来构建因子的MFE组合： 𝑇 𝑚𝑎𝑥𝑓𝑤 𝑠. 𝑡. 𝑠≤ 𝑋(𝑤 − 𝑤) ≤ 𝑠 𝑙 𝑏 ℎ ℎ≤ 𝐻(𝑤 − 𝑤) ≤ ℎ 𝑙 𝑏 ℎ 𝑤≤ 𝑤 − 𝑤≤ 𝑤 𝑙 𝑏 ℎ 𝑏≤ 𝐵𝑤 ≤ 𝑏 𝑙 𝑏 ℎ 𝟎 ≤ 𝑤 ≤ 𝑙 𝑇 𝟏𝑤 = 1 𝑇 该优化模型的目标函数为最大化单因子暴露，其中𝑓为因子取值，𝑓𝑤为组合在单因子上的加权暴露，𝑤为待求解的股票权重向量。模型的约束条件包括组合在风格因子上的偏离度、行业偏离度、个股权重偏离度、成分股权重占比控制、个股权重上下限控制等。 第一个约束条件限制了组合相对于基准指数的风格暴露，𝑋为股票对风格因子的因子暴露矩阵，𝑤为基准指数成分股的权重向量，𝑠, 𝑠分别为风格因子相对暴露的下限及上限； 𝑏 𝑙 ℎ 第二个约束条件限制了组合相对于基准指数的行业偏离，𝐻为股票的行业暴露矩阵，当股票𝑖属于行业𝑗时，𝐻为1，否则为0；ℎ, ℎ分别为组合行业偏离的下限以及上限； 𝑗𝑖 𝑙 ℎ 第三个约束条件限制了个股相对于基准指数成分股的偏离，𝑤, 𝑤分别为个股偏离的下限以及上限； 𝑙 ℎ 第四个约束条件限制了组合在成分股内权重的占比下限及上限，𝐵为个股是否属于基准指数成分股的0-1向量，𝑏, 𝑏分别为成分股内权重的下限以及上限； 𝑏 𝑙 ℎ 第五个约束条件限制了卖空，并且限制了个股权重上限𝑙； 第六个约束条件要求权重和为1，即组合始终满仓运作。 我们基于上述组合优化模型来针对给定基准指数构建最大化单因子暴露组合。 为了避免持仓过于集中导致收益不稳定，我们通常设置个股相对于其基准指数中权重的偏离幅度为0.5%-1%。 基于组合优化的方式构建特定基准指数下因子MFE组合的过程如下： 1.设定单因子MFE组合的约束条件，包括风格暴露、行业暴露、个股权重偏离、成分股内权重占比、个股权重上下限等约束。对于中证500及沪深300指数，我们控制MFE组合相对于基准在中信一级行业上相对暴露为0，在市值风格因子上相对暴露为0，个股相对于成分股最大偏离权重1%，成分股内权重占比100%，对于公募基金重仓指数，个股相对于成分股最大偏离权重0.5%，行业、市值因子保持与公募基金重仓指数中性。 2.在每个月末，根据约束条件构建每个单因子的MFE组合。 3.在回测期内根据各期MFE组合换仓，计算MFE组合历史收益并按双边0.3%扣除交易费用，计算MFE组合相对于基准的收益风险统计指标。 附录二：公募重仓指数构建方式 出发点：传统测试因子有效性的样本空间通常为几大宽基指数，如沪深300、中证500等，这些指数大多根据市值大小来划分，有比较稳定鲜明的风格特征。 在二级市场中，公募基金作为专业的管理者与重要的参与者，其持仓同样受到广泛关注，与常见宽基指数不同的是，基金经理会对市场做出主动的研判以获取超额收益，在不同的市场阶段，基金整体的持仓风格可能会动态变化。因此，我们认为因子在公募基金持股池中的表现也是一个很重要的测试维度。 如果我们以公募基金的持股信息构建一个公募重仓指数，那么在该样本空间中测试的因子表现更能反映出因子在“机构风格”下的有效性。根据因子在公募重仓样本空间中的表现，我们也可以更精确地判断该因子对公募持仓池是否选股有效。 选样空间：