量化基本面系列报告之六：个股alpha与行业beta的双剑合璧

金融工程 专题报告 个股alpha与行业beta的双剑合璧 ——量化基本面系列报告之六 报告日期：2022-11-22 主要观点： 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 分析师：骆昱杉 执业证书号：S0010522110001邮箱：luoyushan@hazq.com 相关报告 1.《企业生命周期理论如何运用在行业轮动中？——中观量化系列报告之三》2022-2-23 2.《企业生命周期理论如何运用在选股中？——量化基本面系列报告之 �》2021-11-22 3.《如何借鉴赛道型基金持仓？基于业绩归因视角——量化基本面系列报告之四》2021-9-10 4.《消费升级，需求为🖂：景气度视角下的消费行业轮动策略——中观量化系列报告之二》2021-05-25 5.《盈利、估值视角下寻求板块轮动的确定性——中观量化系列报告之一》2021-01-26 6.《当价值遇见成长：均衡估值因子 ——量化基本面系列报告之三》2020-12-09 本篇报告从最大化选股策略效益的角度，将个股评价与行业评价进行耦合，构建个股alpha与行业beta双驱选股策略。 将个股alpha和行业beta相结合具有实践意义 投资收益的来源包含alpha和beta，理论上，我们希望alpha和beta收益都高，但在实践中，尤其是量化研究领域，我们一般解决的是“挖alpha”或“追beta”的问题，并不能将两者有效兼顾。一方面，A股的行业效应不可忽视，且purealpha日渐稀缺；另一方面， 个股周期与行业周期并不完全同步，个股的内生特性也值得深挖。因此，本文尝试综合权衡个股内生性与行业属性，将个股评价与行业评价进行耦合，在此基础上构建alpha与beta双驱选股策略。 构建动态平衡个股和行业的耦合模型，挖alpha与追beta，双管齐下通过个股相对行业的弹性β构建了动态权衡个股和行业的耦合模 型，模型通过β来权衡个股自身特性和行业的影响权重。然后，通过实例论证将个股与行业通过耦合模型相结合的有效性，先后构建了基于盈利、估值、技术面的三维个股评价策略(alpha)，基于资金面和分析师预期的行业评价策略（beta），最后通过耦合模型将两个并行策略结合构造alpha与beta双驱选股策略。 个股alpha策略与行业beta策略相得益彰，组合权重优化锦上添花实证表明，在个股alpha策略上耦合主动管理beta的行业轮动策 略具有良好的协同效应，叠加后的双驱策略相较于原始的alpha策略，所有的收益指标均有所提升、风险指标均有所降低，风险收益比 得到了有效提高。2013.1.1-2022.11.11，双驱策略优选50等权组合的 年化收益为31.0%，相对中证800的年化超额24.9%，相较于原始的alpha策略，年化收益率提升了2.7%，夏普比率提高了0.11，调仓胜率提高了3%，盈亏比提升了0.2，最大回撤降低了4.5%，行业配置的 收益均值从0.34提升至了0.56。在双驱策略构建的组合中，引入“最 大化夏普”对组合个股权重优化后的表现得到了进一步提升，优化后 50等权组合的年化收益32.5%，年化超额26.3%，夏普比率1.11。 风险提示 量化模型基于历史数据，过去的回测业绩不代表未来；量化模型本身存在失效的风险。 敬请参阅末页重要声明及评级说明证券研究报告 正文目录 1挖alpha，追beta，双管齐下5 1.1行业轮动叠加因子选股：在beta里选alpha5 1.2个股因子叠加行业因子选股：alpha和beta一起选10 2个股评价和行业评价耦合模型初探11 2.1寻找alpha与beta的连接桥梁11 2.2耦合模型构造：左手个股alpha，右手行业beta12 2.2.1.𝜷𝒔𝒕𝒐𝒄𝒌,𝒊𝒏�的合理性论证13 2.2.2.个股与行业之间如何进行动态平衡？14 3基于耦合模型的双驱选股策略16 3.1基于盈利、估值、技术面的三维个股评价模型(alpha)16 3.1.1基本面：盈利趋势向好17 3.1.2估值：守住安全边际19 3.1.3技术面：兼顾交易逻辑20 3.1.4风险管理：规避崩塌风险21 3.1.5基于盈利、估值与技术指标的个股优选策略24 3.2基于资金面和分析师预期的行业评价模型(beta)26 3.3.1情绪面：分析师维度的盈利上修26 3.3.2资金面：锚定“聪明钱”27 3.3.3构建基于资金面和情绪面的行业轮动策略28 3.3构建alpha和beta双驱的个股优选策略28 3.3.1alpha与beta双驱策略的回测结果30 3.3.2个股alpha和行业beta的耦合具有协同效应30 3.3.3组合权重优化提升策略稳定性33 4总结35 风险提示：36 图表目录 图表1投资收益的组成5 图表2常用的“行业轮动叠加因子选股”流程6 图表3中信一级行业月度涨跌幅（2022.1.1-2022.08.31）7 图表4基于动量的周频与月频行业轮动策略的表现8 图表5基于动量的周频与月频行业轮动策略的净值曲线8 图表6今年1-8月月度涨幅靠前的300只个股的行业分布情况（2022.1.1-2022.08.31）9 图表7分行业建模与通用建模10 图表8包含个股因子与行业因子的多因子模型10 图表9电新行业成分股相对行业的β系数分布11 图表10宁德时代和大洋电机相对电新行业的β系数11 图表11个股与行业耦合模型推演过程12 图表12各行业内的个股相对行业的β系数的统计结果（2022.08.31）13 图表13全市场个股近30日β的标准差的中位数分布14 图表14全市场个股近30日β的离散系数的中位数分布14 图表15行业评价与个股内生评价的权重区间15 图表16行业评价对不同弹性个股的价值15 图表17“好行业+普通公司”与“好公司+普通行业”的综合评价16 图表18自定义单因子评价指标的说明17 图表19个股盈利因子说明17 图表20个股盈利因子列表及因子释义18 图表21个股盈利因子检测结果19 图表22各行业采用的估值方法20 图表23个股估值因子列表20 图表24个股估值因子检测结果20 图表25个股技术面因子列表21 图表26个股技术面因子检测结果21 图表27过去20日价格斜率因子的分组表现22 图表28换手率变化因子的分组表现22 图表29成交额分位因子的分组表现22 图表30“风险因子_高位崩塌”的分组表现22 图表31航天信息走势图：高位崩塌23 图表32广和通走势图：高位崩塌23 图表33触发“高位崩塌”风险的个股收益分布图23 图表34触发“高位崩塌”风险的个股的年度情况23 图表35康弘药业：持续下探24 图表36融捷股份：加速反弹24 图表37个股负向剔除规则24 图表38基于盈利、估值与技术指标的个股优选策略表现（截至2022.11.11）25 图表39股票组合净值曲线25 图表40基于Brinson理论的框架组合收益分解25 图表41组合收益的Brinson行业归因净值曲线26 图表42分析师维度的盈利预测调升因子的算法27 图表43行业分析师情绪因子测试结果27 图表44行业资金因子测试结果27 图表45行业轮动策略表现28 图表46行业轮动策略净值曲线28 图表47最新行业组合持仓28 图表48alpha与beta双驱策略29 图表49alpha+beta双驱策略表现30 图表50alpha+beta双驱策略净值曲线30 图表51alpha+beta组合收益的Brinson归因净值曲线30 图表52alpha+beta双驱策略的效果31 图表53alpha+beta双驱策略超额净值曲线31 图表54兼顾行业beta后策略的效果（分年度）31 图表55alpha+beta与alpha策略的月度收益分析31 图表562022年11月alpha策略和双驱策略的个股行业分布情况32 图表57个股alpha组合收益的Brinson归因净值曲线32 图表58alpha+beta组合收益的Brinson归因净值曲线32 图表59个股优选策略（非行业中性化）33 图表60alpha与alpha+beta组合交叉持仓的比例（%）33 图表61alpha+beta双驱组合的换手率（%）33 图表62常见的组合权重优化模型34 图表63“最大化夏普”组合的优化效果34 图表64“最大化夏普”优化组合的超额净值曲线34 图表65“最大化夏普”后的个股权重35 图表66“最大化夏普”优化后组合权重的变化35 1挖alpha，追beta，双管齐下 投资的起点和终点都是取得投资收益，投资收益可拆分为alpha和beta，beta收益取决于市场、行业或风格趋势，alpha收益则是除上述beta收益后的超额收益，来源于个股选择或交易择时。从beta的构成看，由于A股做空成本较高，在不考虑仓位择时的情况，很难完全剥离市场beta，更多的可能是立足于行业或风格的beta。 图表1投资收益的组成 资料来源：wind资讯，华安证券研究所 从投资效益最大化的角度，我们希望alpha和beta收益都高，同时风险可控，但在实践中，尤其是量化研究领域，我们一般解决的是“挖alpha”或“追beta”,“选个股”或“选行业”的问题，并不能两者兼顾。从选股维度看，以多因子选股策略为例，我们以获取alpha为目的，在构建策略时，会对因子做行业市值中性化，对行业无偏好，不对风格进行完全剥离，即忽略行业beta。从选行业维度，认为行业配置是获取超额收益的重要来源，行业轮动目的是寻找大beta，是一种中观策略，不会深入研究行业内个股的差异性，即忽略个股alpha。 实际上，一方面，A股市场存在明显的行业效应，我们很难只关注个股的内生性而忽略行业周期的影响，每一个大牛股都有行业或时代的烙印；与此同时，在一个越来越有效的市场中，纯粹的、稳定的alpha日渐稀缺，也越来越“贵”，主动拥抱行业beta有助于拓宽投资道路。另一方面，当行业发展到一定时期，行业内个股的分化加剧，个股周期与行业周期并不完全同步，聚焦个股的内生性也是非常有必要的。 基于此，我们期望能有一种方法，兼顾选个股和选行业，在两者之间进行动态 平衡，取长补短，使得我们的组合即能保护个股的内生性又能享受行业赋予的beta，最大化投资效益。目前，业内将两者结合的研究较少，有同行尝试用“行业轮动叠加因子选股”、“个股因子叠加行业因子选股”两种方法将个股和行业因素相结合。 1.1行业轮动叠加因子选股：在beta里选alpha “行业轮动叠加因子选股”法是“自上而下”的一种“串联”选股方法，研究路径为“行业-个股”，先通过行业轮动策略确定目标行业，然后在优选的目标行业基础上建模精选个股，个股精选包括分行业建模和通用建模两种方式。 图表2常用的“行业轮动叠加因子选股”流程 资料来源：wind资讯，华安证券研究所 在投资实践中，行业轮动叠加因子选股方法是“串联”选股逻辑，选行业和选个股具有较高的联动效应，这就要求选行业和选个股的双重准确性，不可避免的出现以下问题： （1）“选行业”作为第一道关，关乎收益的第一步，但在结构性行情持续演 绎的格局下，行业轮动的速度和准确性难以跟上行情的演绎，操作难度也极高。图表3（见下页）为今年来30个中信一级行业的月度表现，1月至8月，月涨跌幅前2的行业的轮动过程是：银行/房地产→有色/煤 炭→煤炭/房地产→消费者服务/食品饮料→汽车/石化→消费者服务/电新→汽车/机械→煤炭/石化，月度涨跌幅靠后的2个行业分别是军工/医药→家电/非银→电子/消费者服务→综合/电新→房地产/银行→公用事业/石化→消费者服务/食品饮料→汽车/电新。可见，无论是前2还是后 2组合，轮动速度非常快，月度轮动的换手率接近100%；同一个行业在相邻几个月表现极端，先后出现在Top2和Bottom2。 图表3中信一级行业月度涨跌幅（2022.1.1-2022.08.31） 20