您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[华创证券]:【专题报告】基于canslim与FESC的沪深300指数增强策略 - 发现报告
当前位置:首页/其他报告/报告详情/

【专题报告】基于canslim与FESC的沪深300指数增强策略

2023-03-07秦玄晋、王小川华创证券变***
【专题报告】基于canslim与FESC的沪深300指数增强策略

金融工程 证券研究报告 专题报告2023年03月07日 【专题报告】 基于canslim与FESC的沪深300指数增强策略 华创证券研究所 证券分析师:秦玄晋 电话:021-20572522 邮箱:qinxuanjin@hcyjs.com执业编号:S0360522080005 证券分析师:�小川 电话:021-20572528 邮箱:wangxiaochuan@hcyjs.com执业编号:S0360517100001 相关研究报告 《2022年四季报公募基金十大重仓股持仓分析》 2023-01-24 《K线形态研究开篇:形态学初识与应用》 2023-01-13 《短期转好,但或未见底——2022年策略总结与 2023年初行业推荐》 2022-12-08 《2022年12月指数样本股调整预测》 2022-11-02 《2022年三季报公募基金十大重仓股持仓分析》 2022-10-28 摘要 持续对现有canslim系列选股模型及FESC行业轮动模型的样本外效果跟踪,近年来模型的表现均非常突出,两类模型均可以稳定战胜偏股混合基金指数。 本篇报告通过在沪深300指数上进行增强测试验证两个模型的有效性,建立了 有效的组合模型将两者结合实现对沪深300指数进行增强,从而实现了年化收益率16.9%,年化超额收益12.2%,连续8年跑赢沪深300的结果。 canslim策略适用的行业。 通过对中性化后的canslim组合因子在所有的中信一级行业上进行测试,我们根据各行业测试的IC统计结果将所有的一级行业划分为四类,同时结合各行业内因子的多空分组结果,我们一共筛选出17个行业,分别是:食品饮料、医药、石油石化、基础化工、机械、银行、建筑、建材、非银行金融、电力及公用事业、钢铁、传媒、煤炭、农林牧渔、电力设备及新能源、交通运输、国防军工。 行业轮动在沪深300指数上增强尝试。 通过对行业轮动的纯多头组合在沪深300上增强测试,可以发现行业轮动的结 果在沪深300上增强效果较好,并且不存在过拟合的风险。过去10年除2014年以外其他年份组合均跑赢沪深300,策略的表现较稳健。策略在此期间年化收益率18%,沪深300年化收益率4.7,年化超额收益13.3%。但相对收益的最大回撤较大为22%,发生于2021年;其次2014年的最大回撤也较大为20%。 通过对行业轮动的多空组合在沪深300上增强测试,过去10年均跑赢沪深300,策略在此期间年化收益率8.8%。策略的表现非常稳健,其中2013年超额收益最大为8%。相对收益的最大回撤不超3%,组合的跟踪误差为年化2.02%。 canslim在沪深300指数增强上尝试。 通过将canslim选股策略在沪深300上增强测试,策略在此期间年化收益率10.2%,相对沪深300年化超额收益5.5%,过去10年中有7年跑赢沪深300相对收益的波动较大历史每年最大回撤的最大值为-10.07%。 canslim+FESC沪深300指数增强策略。 我们将行业轮动信号与canslim选股策略的信号相结合应用在沪深300指数增强上,结合后的增强组合2013年至2022年底年化收益率16.9%,年化超额收 益12.2%,在2430个交易日中获得正收益的天数为1318天,盈利天数占比54.24%,盈利日平均每天盈利1.08%,亏损日数1112天,亏损天数占比:45.76%,亏损日平均每天亏损-1.12%。从分年收益来看,过去10年组合有9年跑赢沪深300,仅2014年跑输沪深300。过去10年每年超额收益最多达37%(2013年),平均每年超额收益12%。 风险提示: 策略基于历史数据回测,不保证未来数据的有效性。 投资主题 报告亮点 之前的研究我们都是单纯从选股或者行业轮动的角度去出发,定期的对个股或者中信一级、二级行业来进行评价打分,按照得分来推荐最后的股票组合或者行业组合。本篇报告将两者进行有效的结合,首先对所有的中信一级行业中适合使用canslim因子进行选股的行业进行筛选;其次分别利用历史的FESC行业轮动信号和canslim选股结果在沪深300指数上进行测试,验证模型信号的有效性;最后,通过有效的结合构建了包含FESC行业轮动及canslim选股策略的组合沪深300指数增强模型。 投资逻辑 在实际投资中,很多投资者的基金产品对应的基准为沪深300指数,如何长 期稳定的跑赢沪深300是他们投资中遇到的首要难题,本报告对现有的研究结果进行更深入的探究,巧妙的将行业轮动模型与选股模型有效的结合,构建了一套可以战胜沪深300指数的投资方法。 在每月我们根据行业轮动模型的信号与选股模型对所有个股的打分结果,通过对两个模型分配不同的仓位,最终构建组合沪深300指数增强模型,根据 历史数据回测,实现长期跑赢沪深300的效果。 目录 一、市场及策略回顾8 (一)2022年以来市场回顾8 (二)2022年canslim选股策略回顾10 (三)2022年行业轮动策略回顾12 二、canslim策略适用的行业13 (一)中信一级行业内canslim因子测试结果13 (二)行业内测试小结32 三、沪深300指数增强策略测试36 (一)行业轮动在指数增强上尝试36 1、纯多头测试的结果36 2、多空组合测试的结果38 (二)canslim2.0在指数增强上尝试40 四、CANSLIM+FESC指数增强策略42 �、总结44 图表目录 图表1各大宽基指数2022年以来涨幅及当前估值分位数8 图表2各大宽基指数当前估值分位数9 图表3六大风格指数2022年以来涨幅及当前估值分位数9 图表4各大风格指数当前估值分位数10 图表5canslim策略2022年至今收益走势10 图表6canslim2.0策略2022年至今收益走势11 图表7canslim3.0策略2022年至今收益走势11 图表8FESC行业轮动策略2022年至今收益走势12 图表92022年来行业轮动模型每月信号——中信一级行业12 图表10传媒行业因子IC时间序列13 图表11传媒行业因子分3组绝对收益13 图表12传媒行业因子IC统计对比14 图表13电力及公用事业行业因子IC时间序列14 图表14电力及公用事业行业因子分3组绝对收益14 图表15电力及公用事业行业因子IC统计对比14 图表16电力设备及新能源行业因子IC时间序列15 图表17电力设备及新能源行业因子分3组绝对收益15 图表18电力设备及新能源行业因子IC统计对比15 图表19电子行业因子IC时间序列15 图表20电子行业因子分3组绝对收益15 图表21电子行业因子IC统计对比16 图表22房地产行业因子IC时间序列16 图表23房地产行业因子分3组绝对收益16 图表24房地产行业因子IC统计对比16 图表25纺织服装行业因子IC时间序列17 图表26纺织服装行业因子分3组绝对收益17 图表27房地产行业因子IC统计对比17 图表28钢铁行业因子IC时间序列17 图表29钢铁行业因子分3组绝对收益17 图表30钢铁行业因子IC统计对比18 图表31国防军工行业因子IC时间序列18 图表32国防军工行业因子分3组绝对收益18 图表33国防军工行业因子IC统计对比18 图表34机械行业因子IC时间序列19 图表35机械行业因子分3组绝对收益19 图表36机械行业因子IC统计对比19 图表37基础化工行业因子IC时间序列19 图表38基础化工行业因子分3组绝对收益19 图表39基础化工行业因子IC统计对比20 图表40计算机行业因子IC时间序列20 图表41计算机行业因子分3组绝对收益20 图表42计算机行业因子IC统计对比20 图表43家电行业因子IC时间序列21 图表44家电行业因子分3组绝对收益21 图表45家电行业因子IC统计对比21 图表46建材行业因子IC时间序列21 图表47建材行业因子分3组绝对收益21 图表48建材行业因子IC统计对比22 图表49建筑行业因子IC时间序列22 图表50建筑行业因子分3组绝对收益22 图表51建筑行业因子IC统计对比22 图表52交通运输行业因子IC时间序列23 图表53交通运输行业因子分3组绝对收益23 图表54交通运输行业因子IC统计对比23 图表55煤炭行业因子IC时间序列23 图表56煤炭行业因子分3组绝对收益23 图表57煤炭行业因子IC统计对比24 图表58农林牧渔行业因子IC时间序列24 图表59农林牧渔行业因子分3组绝对收益24 图表60农林牧渔行业因子IC统计对比24 图表61汽车行业因子IC时间序列25 图表62汽车行业因子分3组绝对收益25 图表63汽车行业因子IC统计对比25 图表64轻工制造行业因子IC时间序列25 图表65轻工制造行业因子分3组绝对收益25 图表66轻工制造行业因子IC统计对比26 图表67商贸零售行业因子IC时间序列26 图表68商贸零售行业因子分3组绝对收益26 图表69商贸零售行业因子IC统计对比26 图表70石油石化行业因子IC时间序列27 图表71石油石化行业因子分3组绝对收益27 图表72石油石化行业因子IC统计对比27 图表73食品饮料行业因子IC时间序列27 图表74食品饮料行业因子分3组绝对收益27 图表75食品饮料行业因子IC统计对比28 图表76通信行业因子IC时间序列28 图表77通信行业因子分3组绝对收益28 图表78通信行业因子IC统计对比28 图表79消费者服务行业因子IC时间序列29 图表80消费者服务行业因子分3组绝对收益29 图表81消费者服务行业因子IC统计对比29 图表82医药行业因子IC时间序列29 图表83医药行业因子分3组绝对收益29 图表84医药行业因子IC统计对比30 图表85银行行业因子IC时间序列30 图表86银行行业因子分3组绝对收益30 图表87银行行业因子IC统计对比30 图表88有色金属行业因子IC时间序列31 图表89有色金属行业因子分3组绝对收益31 图表90有色金属行业因子IC统计对比31 图表91非银行金融行业因子IC时间序列31 图表92非银行金融行业因子分3组绝对收益31 图表93非银行金融行业因子IC统计对比32 图表94中信一级行业因子IC统计对比32 图表95第一类行业多空组合绩效33 图表96第二类行业多空组合绩效34 图表97第三类行业多空组合绩效35 图表98第四类行业多空组合绩效36 图表99行业轮动多头组合在沪深300上增强结果净值图37 图表100行业轮动在沪深300纯多头组合风险收益37 图表101纯多头相对沪深300超额收益38 图表102行业轮动多空组合在沪深300上增强结果净值图39 图表103行业轮动在沪深300多空组合风险收益39 图表104多空组合相对沪深300超额收益40 图表105canslim策略在沪深300上增强结果净值图41 图表106canslim在沪深300增强后组合风险收益41 图表107增强组合相对沪深300超额收益42 图表108canslim+FESC在沪深300上增强结果净值图43 图表109canslim+FESC在沪深300增强后组合风险收益43 图表110canslim+FESC增强组合相对沪深300超额收益44 一、市场及策略回顾 (一)2022年以来市场回顾 下图表示2022年1月至2023年2月20日各大宽基指数的累计收益,可以发现仅红利指数的累计涨幅为正(2.01%),科创50、创成长、创50、双创50等指数跌幅较大均超25%,A股的风格分化依旧非常明显。 图表1各大宽基指数2022年以来涨幅及当前估值分位数 代码 名称 2022年以来涨幅(%) 当前估值(PETTM) 2019年来市盈率分位数 000015.SH 红利指数 2.01 4.92 7.59 000002.SH A股指数 -9.58 13.29 54.25 000001.SH 上证指数 -9.60 13.26 53.2