金工专题报告-信达金工指数增强系列报告之三：基于基金持仓、特色基本面因子以及高频价量因子的1000指数增强

请阅读最后一页免责声明及信息披露http://www.cindasc.com1 信达金工指数增强系列报告之三： 基于基金持仓、特色基本面因子以及高频价量因子的1000指数增强 于明明金融工程与金融产品首席分析师执业编号：S1500521070001 联系电话：+8618616021459 邮箱：yumingming@cindasc.com 信达证券股份有限公司 CINDASECURITIESCO.,LTD 北京市西城区闹市口大街9号院1号楼邮编：100031 金工专题报告 于明明金融工程与金融产品首席分析师 执业编号：S1500521070001联系电话：+8618616021459 邮箱：yumingming@cindasc.com 股票研究系列 证券研究报告 信达金工指数增强系列报告之三：基于基金持仓、特色基本面因子以及高频价量因子的1000指数增强 2023年02月12日 本文是信达金工指数增强策略的第三篇，前两篇我们详细介绍了基金持仓因子以及信达特色基本面因子在1000增强中的效果，本文我们进一步将因子拓展至价量因子，并与前面两篇报告中的因子进行结合，最终形成信达金工中证1000增强策略。 基于高频价量的因子在中证1000成分股内选股表现优于沪深300和中证500。本文将信达金工因子选股系列《基于分钟线的高频选股因子》报告中构造的部分价量因子应用于1000指数成分股中，并对因子进行了降频处理，在回测区间2014/12/31~2022/12/30，表现较为优秀。相较中证1000指数： 日频改进波动率因子（Ret_Std_Imp_D）年化多空收益为68.74%，多空信息比为7.08； 日频尾盘成交额占比（TTV_Ratio_D）因子年化多空收益为 71.68%，多空信息比为7.21； 周频改进波动率因子（Ret_Std_Imp_W）年化多空收益为34.32%，多空信息比为3.26； 周频尾盘成交额占比因子（TTV_Ratio_W）年化多空收益为 34.03%，多空信息比为1.60； 基于基金因子、基本面特色因子、高频因子的中证1000指数增强组合表现优异。本文进一步探讨了如何将价量因子与基本面、基金等低频因子进行结合，考虑到策略的逻辑和效果，本文建议基本面因子和基金因子结合后，利用价量因子进行反向剔除，最终基于行业中性化构建1000增强组合，收益表现较为优秀。具体而言，在回测区间2014/12/31~2022/12/30，组合相较中证1000指数： 基本面组合年化超额收益29%，超额信息比6.68。 基本面基金组合年化超额收益29.87%，超额信息比7.02 基本面基金量价剔除组合年化超额收益32.43%，超额信息比7.56 中证1000指数增强组合在不同调仓频率以及单边0.15%的调仓手续费下相较中证1000指数仍有较高超额收益。在回测区间2014/12/31~2022/12/30，组合相较中证1000指数： 日度调仓频率下基本面基金量价剔除组合年化超额收益22.75%，超额信息比5.23。 周度调仓频率下基本面基金量价剔除组合年化超额收益18.17%，超额信息比4.38。 月度调仓频率下基本面基金组合年化超额收益14.35%，超额信息比3.46。 风险因素：以上结果通过历史数据统计、建模和测算完成，在市场波动不确定性下可能存在失效风险。 目录 1.基于基金持仓、基本面以及高频价量三大类因子结合的中证1000增强因子体系5 1.1中证1000增强策略因子体系：包括特色基金因子、特色基本面因子以及高频价量因子5 2.基于高频价量的选股因子构造及表现6 2.1中证1000指数成分股中的高频选股因子表现优秀6 2.2高频因子低频化处理，收益和换手率均有所降低，但仍较为有效9 3.中证1000增强组合构建13 3.1基本面复合因子，复合因子表现优异，超额收益显著13 3.2基本面基金因子组合，纳入基金因子后的组合效果提升明显15 3.3基本面基金复合量价剔除组合相较于基本面基金组合进一步提升17 3.4费率以及不同调仓频率下的组合仍具有单调性20 4.总结22 表目录 表1：日频改进收益波动率因子(Return_Std_Imp_D)IC与多空统计7 表2：日频尾盘成交额占比因子（TTV_Ratio_D）IC与多空统计9 表3：周频改进波动率因子(Ret_Std_Vol_Up_W)IC与多空统计10 表4：周频尾盘成交额占比因子（TTV_Ratio_W）IC与多空统计11 表5：股票池筛选标准13 表6：基本面因子定义13 表7：基本面复合因子绩效统计14 表8：基本面基金复合因子绩效统计17 表9：基本面基金量价复合因子(等权结合)绩效统计18 表10：基本面基金量价复合因子(周度剔除)绩效统计19 表11：组合日度调仓绩效统计20 表12：组合周度调仓绩效统计21 表13：组合月度调仓绩效统计21 表14：中证1000成分股中的高频因子绩效总结（2014/12/31~2022/12/30）22 表15：中证1000指数增强组合绩效总结（2014/12/31~2022/12/30）22 图目录 图1：信达金工中证1000增强体系5 图2：日频改进波动率因子(Return_Std_Imp_D)累计RankIC8 图3：日频改进波动率因子(Return_Std_Imp_D)多空净值走势8 图4：日频尾盘成交额占比因子（TTV_Ratio_D）累计RankIC9 图5：日频尾盘成交额占比因子（TTV_Ratio_D）多空净值走势9 图6：周频改进波动率因子(Ret_Std_Vol_Up_W)累计RankIC11 图7：周频改进波动率因子(Ret_Std_Vol_Up_W)多空净值走势11 图8：周频尾盘成交额占比因子（TTV_Ratio_W）累计RankIC12 图9：周频尾盘成交额占比因子（TTV_Ratio_W）多空净值走势12 图10：基本面复合因子净值走势15 图11：基本面基金复合因子净值走势17 图12：基本面基金量价复合因子(周度剔除)净值走势20 1.基于基金持仓、基本面以及高频价量三大类因子结合的中证1000增强因子体系 1.1中证1000增强策略因子体系：包括特色基金因子、特色基本面因子以及高频价量因子 用于中证1000指数增强策略的因子分为三大类：基于基金持仓构建的特色基金因子、基于财务数据进行改进的特色基本面因子（来源：《信达金工指数增强系列报告之二——1000指数增强中的基金持仓因子与基本面特色因子》），以及基于高频分钟线构建的高频价量因子。我们将这三大类因子以不同的方式进行结合最终形成了信达金工中证1000的指数增强策略。本篇报告中我们 将阐述其中的高频价量因子以及形成最终的中证1000指数增强组合。 图1：信达金工中证1000增强体系 资料来源：信达证券研发中心 2.基于高频价量的选股因子构造及表现 我们在信达金工因子选股系列《因子选股系列之一——基于分钟线的高频选股因子》深入讨论了如何利用日内股票分钟线数据构造高频选股因子，高频选股因子在中证全指成分股内取得了良好的表现。在本篇报告中，我们对于高频因子进行了重新整合，并在降低频率和换手方面进行了改进。 2.1中证1000指数成分股中的高频选股因子表现优秀 在信达金工因子选股系列《因子选股系列之一——基于分钟线的高频选股因子》中，我们介绍了一些基于分钟线且表现较为优异的高频因子，因子在中证全指成分股内选股时取得了良好的表现，那么高频因子在中证1000指数成分股内选股表现如何？我们测试了改进波动率因子以及尾 盘成交额占比因子在中证1000指数成分股的表现。 改进波动率因子 日度改进波动率因子定义如下： 𝑅𝑒𝑡𝑢𝑟𝑛_𝑆𝑡𝑑_𝐼𝑚𝑝_𝐷𝑖,𝑇(日度)=−√∑ 𝑟𝑖,𝑡,𝑇∈𝑟𝑖,𝑣𝑜𝑙𝑢𝑝,� (𝑟𝑖,𝑡,�−𝑟𝑖,𝑚𝑒𝑎𝑛,𝑇)2 ‖𝑟𝑖,𝑣𝑜𝑙𝑢𝑝,𝑇‖ 𝑟𝑖,𝑣𝑜𝑙𝑢𝑝,�=[𝑟𝑖,𝑡,𝑇|𝑣𝑜𝑙𝑖,𝑡,�∈𝑣𝑜𝑙𝑢𝑝,𝑖,�]，𝑟𝑖,𝑚𝑒𝑎𝑛,�= ∑𝑟𝑖,𝑣𝑜𝑙𝑢𝑝,� ‖𝑟𝑖,𝑣𝑜𝑙𝑢𝑝,𝑇‖ 𝑣𝑜𝑙𝑢𝑝,𝑖,�=[𝑣𝑜𝑙𝑖,𝑡,𝑇|𝑣𝑜𝑙𝑖,𝑡,�>𝑣𝑜𝑙𝑚𝑒𝑎𝑛,𝑖,�+𝑣𝑜𝑙𝑠𝑡𝑑,𝑖,𝑇] 𝑣𝑜𝑙𝑚𝑒𝑎𝑛,�= 1 240 𝑗=240 ∑𝑣𝑜𝑙𝑖,� 𝑗=1 ,𝑣𝑜𝑙𝑠𝑡𝑑,�=√ 1 240 𝑗=240 ∑(𝑣𝑜𝑙𝑖,�−𝑣𝑜𝑙𝑚𝑒𝑎𝑛,𝑖)2 𝑗=1 其中𝑟𝑖.,𝑡,�为第i只股票在T日第t分钟的收益率，‖𝑟𝑖,𝑣𝑜𝑙𝑢𝑝,𝑇‖定义为集合𝑟𝑖,𝑣𝑜𝑙𝑢𝑝,�的基数，放量时段 𝑣𝑜𝑙𝑢𝑝,𝑖,�定义为T日分钟成交量均值加分钟成交量标准差，当第t分钟成交量大于分钟成交量均值加分钟成交量标准差时，将第t分钟定义为放量时段，当全天没有属于放量且大于0的收益分钟线，则从当天的样本池中剔除该股票，该因子回测参数如下： 回测样本：中证1000指数成分股 样本筛选：剔除当日涨停或跌停的股票，剔除当日次新股、停牌以及ST或ST*股票回测区间：2014/12/31~2022/12/30 因子频率：每日 成交价格：每日收盘价 从表1中可以看出，改进波动率因子在中证1000指数成分股中选股效果较为优异，整体日均RankIC为7%，t值较为显著，多头端大部分年度相对中证1000指数均有超额收益，并且该因子在空头端的表现相较多头端更为有效。 表1：日频改进收益波动率因子(Return_Std_Imp_D)IC与多空统计 RANKIC ICIR t值 多头收空头收多空收益率益率益率 多空波动率 多空夏普 指数收益率 超额收益率 超额波动率 超额信多头换息比手率 多头持股 2015 6.32% 0.56 8.92 104.49%-5.85%113.65% 14.23% 7.99 76.10% 21.97% 14.59% 1.51 140.64 154 2016 8.52% 0.89 14.01 -5.19%-47.80%79.07% 8.51% 9.29 -20.01% 19.27% 4.49% 4.29 149.12 175 2017 7.59% 0.96 15.26 -8.37%-44.74%64.84% 6.54% 9.92 -17.35% 11.04% 3.31% 3.33 151.64 179 2018 7.59% 0.95 15.02 -24.31%-57.61%77.06% 7.48% 10.30 -36.87% 20.14% 4.47% 4.51 154.76 181 2019 7.98% 0.88 13.96 40.46%-23.25%80.27% 8.67% 9.26 25.67% 11.37% 4.08% 2.79 143.04 192 2020 6.33% 0.62 9.78 16.59%-17.89%39.78% 11.06% 3.60 19.39% -3.12% 6.92% -0.45 134.33 191 2021 5.41% 0.57 9.01 29.30%-7.27%37.45% 10.53% 3.56 20.52% 6.29% 8.82% 0.71 128.63 192 2022 6.28% 0.71 11.24 -7.46%-39.80%52.45% 8.30% 6.32 -21.58% 17.42% 6.78% 2.57 136.00 194 总结 7.00% 0.75 11.81 13.24%-33.74%68.74% 9.71% 7.08 0.53% 1