金融工程专题研究：券商金股全解析，数据、建模与实践

初识券商金股 券商金股组合既包含分析师对行业风格的偏好，又包含分析师对推荐时点的判断。绝大多数券商的金股组合以月度形式推出，这意味着数据更新频率更高、时效性更强，能够更加及时地反映机构投资者对当前市场的偏好及判断。 目前，市场上采用的券商金股数据主要来源于每市APP、朝阳永续数据库和券商研究报告。本文对不同数据来源的优缺点进行了比较，并对数据整理过程中的细节进行了介绍，尽可能保证数据的严谨性和准确性。 券商金股股票池：普通股票型基金指数的良好表达 从券商金股数量、报告发布时效性、买卖方互动性、推荐逻辑与分析师盈利预测调整、超预期股票与券商金股、金股池换手率、内部结构等方面对券商金股的特征进行多维度解析。总体来看，券商金股股票池呈现出数量较多、时效性较强、互动性强、换手率较高、特质性强的特征。 根据券商金股的推荐家数进行加权，构建券商金股指数。从指数表现来看，券商金股指数与普通股票型基金指数走势十分接近，二者年化跟踪误差仅为5.91%。可以说，券商金股股票池是主动股基指数的良好表达。 基于此，如果能够在该股票池中进行进一步优选，那么就可以达到稳定战胜主动股基中位数的表现。 基于券商金股的公募业绩增强策略 在A股市场中，公募基金的长期表现优于传统宽基指数，然而想要战胜公募基金中位数并非易事。对于考核相对排名的公募基金而言，如果每年都能够稳定地战胜公募基金中位数，那么其长期业绩排名将处于相对靠前的位置，从业绩稳定性和持续性来看都能够带来明显的提升。 我们以券商金股股票池为选股空间和约束基准，采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离，以全体公募基金的行业分布为行业配置基准，构建券商金股业绩增强策略。 在2018年-2021年回测区间内，考虑仓位及交易费用的影响后，组合年化收益为35.86%，相对普通股票型基金指数年化超额17.31%，年化跟踪误差为6.35%，信息比为2.21，相对最大回撤为4.92%，在2018年-2021年期间，组合每年的业绩排名都排在主动股基前30%的水平。 券商金股精选组合 为提升组合的进攻性，我们从基本面和技术面两个维度对券商金股股票池进行筛选，构建券商金股精选组合。 在2018年-2021年回测区间内，考虑交易费用的影响后，组合年化收益49.59%，相对中证500指数的年化超额收益达到45.61%，信息比2.60，收益回撤比5.83。 风险提示：市场环境变动风险，因子失效风险。 近年来，随着卖方研究竞争的日益激烈，“卖方研究买方化”成为行业发展的共识和趋势。在这样的大背景下，券商研究所相继推出“券商金股”组合，通过集结研究所的核心团队，每月推出10只左右股票构成金股组合并进行持续跟踪。 一般来讲，“券商金股”组合既体现了总量分析师（如宏观、策略、金融工程等团队）自上而下的行业、板块及风格配置能力，又能够反映出行业分析师自下而上的选股能力，是券商研究所研究实力核心竞争力的体现。作为与国内机构投资者（特别是公募基金）互动最为紧密的卖方研究团队，券商金股股票池不仅蕴含着巨大的Alpha潜力，其更大的价值在于能够更加及时、高效地反映出公募基金对于市场的前瞻性判断。研究发现，券商金股股票池能够较好地跟踪普通股票型基金指数的表现，若能够在该股票池中进行进一步精选，则可以获得稳定战胜普通股票型基金指数的表现。本报告我们将对券商金股组合的数据来源和细节处理进行详细介绍，对该股票池的特征及表现进行具体分析，最后通过多因子的方式从券商金股股票池中进行优选，以期稳定战胜公募股基指数。 实证结果显示，该方法构建的组合历史表现稳健，2018年到2021年每年都能稳定战胜普通股票型基金指数，在公募主动股基中每年都排在前30%的水平。 初识券商金股 披露频率高、时效性强 对于量化投资者而言，上市公司财务数据、公募基金持仓数据和分析师盈利预测数据是几类重要的数据来源。然而在实际应用中，这几类数据的披露都存在不同程度的滞后性。 以上市公司财务数据为例，图1展示了上市公司季报、半年报及年报的披露时间示意图，可以看到上市公司财务数据多发于1月、4月、7月、8月和10月，一年之中有7个月份为财务报告发布的真空期。一般来讲，若上市公司无最新的数据披露，投资者仅能沿用上一期数据。这意味着，每年3月底、6月底和12月底，数据滞后时间可能达到3个月之久。 图1：上市公司财务报告披露时间示意图 以公募基金持仓数据为例，表1列出了公募基金定期报告披露规则。从披露信息来看，基金季报需披露前十大重仓股信息，基金半年报及年报则需披露全部持仓信息；从披露时间上来看，季报披露截止时间为报告期结束后15个工作日，半年报披露截止时间为上半年结束后60天，年报披露截止时间为全年结束后90天。 表1：公募基金定期报告披露规则 图2展示了公募基金持仓数据披露时间示意图，可以看到公募基金的持仓信息披露月份多集中在1月、3月、4月、7月、8月和10月，其余几个月份为基金持仓信息披露真空期。此外，由于年报和半年报的披露时间相对滞后，而季报中仅披露前十大重仓股，因此无论是从数据的完整度还是数据的时效性上来看，都存在一定不足。例如12月底投资者仅能获取公募基金在三季度末的前十大重仓股数据，信息滞后时间长达3个月。此时，若公募基金出现大规模调仓，那么这一滞后的持仓信息有效性将大打折扣。 图2：公募基金持仓数据披露时间示意图 以分析师盈利预测数据为例，上市公司财务报告及公募基金持仓数据均是对过去信息的披露，分析师盈利预测数据则代表着分析师对上市公司未来业绩的前瞻性判断。然而，分析师盈利预测通常围绕上市公司最新披露的财务报告展开，因此分析师盈利预测调整多发于财报季，在信息的更新上同样存在滞后。图3中统计了分析师盈利预测调整数据中，报告发布时间与上市公司最近一次公告日期的间隔天数分布图，可以看到将近50%的研究报告发布于上市公司公告后的5天内，将近70%的研究报告发布于上市公司公告后1个月内，将近80%的研究报告发布于上市公司公告后2个月内。 图3：分析师报告发布日期与上市公司公告日期间隔天数分布图 综上所述，无论是披露历史信息的上市公司财务数据、公募基金持仓数据，还是对未来进行判断的分析师盈利预测数据，在数据的及时性和完整性上都存在不同程度的不足。这就会导致在业绩发布的真空期，投资者采用的数据存在明显的滞后。基于此，月度更新的券商金股组合能够在一定程度上弥补这一不足。 通常来讲，券商金股组合是由券商研究所总量团队统筹规划，由行业研究员负责金股提名，最后由策略研究员在综合考虑当下时点市场对于行业、板块及风格的偏好后形成的股票组合。可以说，券商金股组合既包含分析师对行业风格的偏好，又包含分析师对推荐时点的判断。目前，绝大多数券商的金股组合以月度形式推出，这意味着数据的更新频率更高、时效性更强，能够更加及时地反映出机构投资者对于当前市场的偏好及判断。 数据来源及优劣比较 与传统的标准化数据不同，券商金股数据的非标准化给投资者带来了一定的难度。目前，市场上采用的券商金股数据主要来源于每市APP、朝阳永续数据库和券商研究报告等，表2对不同数据来源的优缺点进行了比较。 表2：券商金股数据来源及优劣比较 （1）每市APP：每市APP是美市科技旗下的机构实名投研社区，也是国内最早收集券商金股数据的数据供应商之一。作为每市APP的主推产品，其收录的券商金股历史数据较为完整，目前收录的券商金股数量较全，与部分研究所更是建立了直接的合作关系。不仅如此，每市APP中还为用户提供了实时跟踪各家券商金股表现的平台，对券商金股的推荐逻辑、当月表现、推荐家数等信息进行了详细展示，用户体验较好。但是，每市APP数据主要以手工方式进行录入，数据录入时间存在一定的滞后性。其次，由于每市APP中并没有展示券商金股数据的来源信息，因此投资者无法对其历史数据的准确性进行校对。第三，每市APP数据主要以界面的形式呈现，投资者只能通过手动方式进行抓取，数据下载较为困难。 （2）朝阳永续数据库：朝阳永续数据库是国内最早收录券商分析师数据的供应商之一，对于券商研究报告收录较全是其提供券商金股数据产品最大的优势之一。朝阳永续从2021年5月份开始入库券商金股数据的收集和整理，在底层数据库中朝阳永续提供了券商金股组合的报告标题、发布日期、推荐逻辑等信息，便于投资者对数据的准确性进行校对。此外，朝阳永续数据库中不仅包含券商金股，还包含行业金股等信息。不过从数据质量上来看，其提供的券商金股数量存在一定缺失，很多券商金股的历史数据并没有收录在该数据库中。 （3）券商研究报告：一般来讲，券商金股的推出必须有研究报告作为支撑，券商研究报告是研究所发布券商金股的唯一合规途径，也是投资者获取数据的第一手资料。如果能够获取券商金股发布的原始研报，那么在数据获取的及时性和数据质量的准确性方面都有着较好的保证。不过，券商研究报告的下载和收集需要手动整理，对人工的要求较高，且在实际研究中我们发现部分券商金股的历史数据不对第三方研究平台公布，从而无法及时获取的情况。 由以上分析可知，从数据覆盖的完整度来看，每市APP数据和券商研报数据占优；从获取数据的难易程度来看，朝阳永续数据占优；从数据含有的信息量来看，券商研报和朝阳永续数据占优。总体来看，券商金股数据的获取来源各有优劣。由于券商金股数据的非标准化和人工录入等特性可能导致数据录入过程中出现错误，因此为了尽可能保证数据的准确性和严谨性，本文在处理过程中会进行交叉校对。如果三者数据来源存在冲突，则进行手动校对。 数据问题及细节处理 在对券商金股数据进行整理和更新过程中，由于涉及到人工录入和校对，因此极易出现录入错误等问题，主要总结如下： （1）数据一致性问题：部分券商在研究报告中发布的金股组合和提交给每市APP的金股组合存在区别。此时投资者可以影响力更大、公开性更强的研报版本为主，或对二者取并集同时纳入； （2）代码名称笔误问题：由于研报撰写者的笔误，部分券商研报摘要中的金股和正文中的金股存在区别，部分券商研报中提及的股票代码及对应的股票名称存在不匹配的问题。对此，在进行数据更新时，我们尽可能地找到券商金股发布的原始研报，对报告正文部分的股票代码及股票名称进行复核，保证二者之间的匹配性； （3）AH股同时上市问题：由于部分研报中仅列出股票名称，并未附上对应的股票代码，因此对于AH股同时上市的股票而言，在数据记录时可能存在一定的模糊性。例如，中国移动于2022年1月5日登陆A股主板。 在此之前，该公司为港交所主板上市公司。因此若券商分析师在其登陆A股之前进行推荐，所对应的代码应为港股代码0941.HK，而非A股代码600941.SH。对于这一问题，我们可以通过阅读原始研报的推荐逻辑，结合公司在不同市场上的上市时间及每市APP和朝阳永续的数据进行多重校对，避免数据记录出错。 表3：券商金股数据问题及细节处理 由以上分析可知，在券商金股数据更新过程中，如果能够获取券商金股对应的原始研究报告，那么就能够获取第一手最为准确的信息。实际上，各家券商金股报告的发布途径和报告标题普遍遵循一定的规律。从发布途径上来看，主要有Wind研究报告、研究所公众号、策略团队公众号、券商小程序等；从研报关键词来看，有“金股”、“投资组合”、“股票组合”、“关注标的”、“重点推荐标的”、“A股策略聚焦”等。国信金工团队对各家券商金股报告的发布途径、报告标题关键词进行了整理，在数据更新过程中，尽可能地将原始研究报告作为第一数据来源，同时将每市APP数据及朝阳永续数据作为数据交叉检验的备选来源，进行多重校对，尽可能保证数据的及时性和准确性。 券商金股股票池特征及市场表现 前文对券商金股的数据来源及细节处理进行了详细介绍，本部分我们将对券商金股股票池的特征、结构及市场表现进行分析。具体来讲，我们对券商金股股票池数量、数据获取时效性、买卖方互动性及券商金股内部结构进行分析，并从事件驱动角度来观察不同类别券商金股在被推荐后相对指数的