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。[东吴证券]:金工定期报告:“重拾自信2.0”RCP因子绩效月报 - 发现报告
当前位置:首页/其他报告/报告详情/

金工定期报告:“重拾自信2.0”RCP因子绩效月报

2023-08-02高子剑、庞格致东吴证券张***
金工定期报告:“重拾自信2.0”RCP因子绩效月报

金工定期报告20230802 证券研究报告·金融工程·金工定期报告 “重拾自信2.0”RCP因子绩效月报 20230731 报告要点 “重拾自信2.0”RCP因子多空对冲绩效(全市场):2014年2月至今,“重拾自信2.0”RCP因子在全体A股中,10分组多空对冲的年化收益为20.49%,年化波动为7.59%,信息比率为2.69,月度胜率为81.57%,月度最大回撤为6.08%。 7月份“重拾自信2.0”RCP因子收益统计:在全体A股中,7月份“重拾自信”10分组多头组合的收益率为8.87%,10分组空头组合的收益率为-0.63%,10分组多空对冲的收益率为9.50%。 “重拾自信2.0”RCP因子选股模型简介:我们基于行为金融学中一种非常常见的预期偏差——过度自信,创新性地运用高频分钟序列号数据,通过计算利好超涨和股价回调的时间点差距构造了过度自信因子CP;进一步考虑过度自信之后可能出现的过度修正后,我们将第一代过 度自信因子CP剔除日内收益后得到第二代重拾自信因子RCP。在回测期2014/01/01-2022/08/31内,以全体A股为研究样本,新因子IC均值为0.04,年化ICIR为3.27,10分组多空对冲的年化收益率为20.69%,信息比率为2.91,月度胜率高达81.55%。 风险提示:1.未来市场变化风险;2.单因子模型风险;3.数据测算误差风险。 2023年08月02日 证券分析师高子剑 执业证书:S0600518010001 021-60199793 gaozj@dwzq.com.cn 研究助理庞格致 执业证书:S0600122090090 panggz@dwzq.com.cn 相关研究 《重拾自信选股因子2.0——从过度自信到重拾自信》 2022-09-15 《“重拾自信”RCP因子绩效月报20230630》 2023-07-01 1/21 东吴证券研究所 内容目录 1.“重拾自信2.0”RCP因子绩效回顾4 2.附录:“重拾自信2.0”RCP因子选股模型简介5 2.1.过度自信因子的构建5 2.1.1.DHS模型简介5 2.1.2.CP因子的构造方法7 2.2.重拾自信因子的构建10 2.2.1.过度反应的后续——过度修正10 2.2.2.RCP因子的构造方法11 2.2.3.RCP因子的改进13 2.2.4.纯净重拾自信因子的表现15 2.3.其他重要讨论17 2.3.1.关于剔除收益率的讨论17 2.3.2.新重拾自信因子的分年度表现18 2.3.3.重拾自信因子的参数敏感性19 2.3.4.重拾自信因子的多空收益分解19 3.风险提示20 2/21 东吴证券研究所 图表目录 图1:“重拾自信2.0”RCP因子10分组及多空对冲净值走势(2014/02-2023/07)4 图2:“重拾自信2.0”RCP因子多头净值7月走势5 图3:DHS模型简介7 图4:日频因子CP_Intraday构造示例8 图5:CP_Mean因子10分组及多空对冲净值走势9 图6:CP_Std因子10分组及多空对冲净值走势9 图7:CP因子10分组及多空对冲净值走势9 图8:股票在收到利好消息当天的价格走势10 图9:RCP_Mean因子10分组及多空对冲净值走势12 图10:RCP_Std因子10分组及多空对冲净值走势12 图11:RCP因子10分组及多空对冲净值走势12 图12:CP_mean,CP_std双因子10分组年化收益率13 图13:RCP_mean,RCP_std双因子10分组年化收益率14 图14:CP_New因子10分组及多空对冲净值走势14 图15:RCP_new因子10分组及多空对冲净值走势14 图16:纯净RCP因子10分组及多空对冲净值走势16 图17:纯净新RCP因子10分组及多空对冲净值走势16 图18:新旧纯净RCP因子10分组多空对冲净值走势17 图19:RCP_deRet20因子10分组多空对冲净值走势18 表1:“重拾自信2.0”RCP因子(2014/02-2023/07)5 表2:过度自信因子CP的10分组多空对冲绩效指标10 表3:重拾自信因子RCP的10分组多空对冲绩效指标13 表4:新旧CP、RCP因子的10分组多空对冲绩效指标15 表5:新旧重拾自信因子与常用Barra风格因子的相关系数16 表6:新旧纯净RCP因子的10分组多空对冲绩效指标17 表7:新重拾自信因子RCP分年度表现18 表8:纯净RCP因子分年度表现19 表9:过度自信因子、重拾自信因子的10分组多空对冲绩效指标(回看40、60日)19 表10:重拾自信因子RCP的多空收益分解20 3/21 1.“重拾自信2.0”RCP因子绩效回顾 作为东吴金工“行为金融拥抱选股因子”系列研究的第一篇,我们在2022年6月发布的《重拾自信选股因子——从过度自信到重拾自信》中,对行为金融学中一种常见的预期偏差——过度自信,进行讨论。我们根据经典的DHS模型,从“投资者过度自信的程度影响股价”的逻辑出发,用“股价快速上涨和快速下跌的时间差”作为代理变量,创新性地构造了过度自信CP因子。在此基础上,我们又做了进一步思考,考虑了既然投资者存在过度自信,那么股价回调时他们可能也会过度悲观,导致回调幅度过大,但是由于利好消息的存在,这种形态的股票之后一定会补涨。基于上述考虑,我们将第一代过度自信CP因子和日内收益正交,将残差项作为第二代重拾自信RCP因子。基于重拾自信RCP因子构造的组合,其表现明显优于传统组合方式。 在2022年9月发布的《重拾自信选股因子2.0——从过度自信到重拾自信》报告中,我们使用标准化因子代替排序值以尽量保留因子信息,使新RCP因子纯净化后的效果大幅改进。2014年2月至2023年7月,“重拾自信2.0”RCP因子在全体A股中,10分组多空对冲的年化收益为20.49%,年化波动为7.59%,信息比率为2.69,月度胜率为81.57%,月度最大回撤为6.08%。 图1:“重拾自信2.0”RCP因子10分组及多空对冲净值走势(2014/02-2023/07) 8 ¾1 ¾5 ¾9 ¾2 ¾6 ¾10 ¾3 ¾7 ¾10-¾1() ¾4 ¾8 7 6 5 4 3 2 1 0 2014201520162017201820192020202120222023 数据来源:Wind资讯,东吴证券研究所 4/21 东吴证券研究所 表1:“重拾自信2.0”RCP因子(2014/02-2023/07) 全体A股 年化收益率 20.49% 年化波动率 7.59% 信息比率 2.69 月度胜率 81.57% 最大回撤率 6.08% 数据来源:Wind资讯,东吴证券研究所 在全体A股中,7月份“重拾自信”10分组多头组合的收益率为8.87%,10分组空头组合的收益率为-0.63%,10分组多空对冲的收益率为9.50%。 在全体A股中,选取重拾自信因子值最大的10%,等权重构成“重拾自信”组合。该组合在7月的净值走势如图2所示。 图2:“重拾自信2.0”RCP因子多头净值7月走势 “重拾自信2.0RCP”¾合Wind全A指数 1.1 1.05 1 0.95 06/3007/0707/1407/2107/28 数据来源:Wind资讯,东吴证券研究所 2.附录:“重拾自信2.0”RCP因子选股模型简介 2.1.过度自信因子的构建 2.1.1.DHS模型简介 5/21 东吴证券研究所 DHS模型是学术界非常经典的一个行为金融学模型,对短期动量和长期反转问题提出了一种基于投资者行为偏差的解释,由Daniel;Hirshleifer和Subrahmanyam等人在1998年提出。具体假设如下: 在时期0,投资者持有1单位的禀赋。 在时期1,知情交易者收到有关资产价值的信号s_1,同时在时期2接收到关于真实资产价值的类似信号s_2,形式如下: 𝑠1=�+� 𝑠2=�+� 式中,θ表示资产的真实价值信息;�表示在时期1仅被知情交易者接收到的一些 私人信息;η表示在时期2被所有投资者接收到的公共信息。进一步地,DHS模型保证: � 𝜃~𝑁(𝜃̅,𝜎2) � 𝜀~𝑁(0,𝜎2) 同时,知情交易者是过度自信的,从而我们可以知道�的精度要超出其真实水平,即 𝜎2<𝜎2。市场中资产的定价反映了个体关于资产真实价值的预期,所以在每个时间点 �� 上: 𝑃1=𝐸𝐶[𝜃|�+𝜀] 𝑃2=𝐸𝐶[𝜃|�+𝜀,�+𝜂] 𝑃3=� 由正态分布变量的性质,可得: 1� 𝜎2 �=(�+𝜀) 𝜎2+𝜎2 �� 𝜎2(𝜎2+𝜎2)𝜎2𝜎2𝜎2𝜎2 �=����+���+��� 2� �� 东吴证券研究所 �=𝜎2(𝜎2+𝜎2)+𝜎2𝜎2 ����� � 我们暂时假设如果知情交易者变得如此自信以至于价值的𝜎2趋向于0,那么修正后 的定价公式为: 1� �2 � 2 �=(�+𝜀)=�+� � 6/21 𝜎2𝜎2𝜎2𝜎2 �=���+��� 2�� 注意在知情交易者的私人信息�完全确定的情况下,第二个时期定价表达式的分母 D也将改变并服从于: 𝜎2𝜎2𝜎2𝜎2 �=𝜎2𝜎2⟹� =���+���=�+� ��� 2𝜎2𝜎2𝜎2𝜎2 东吴证券研究所 ���� 简单来说,以收到利好消息为例(下文均以利好消息为例,利空消息逻辑相同,方向相反),时期0,所有交易者收到相同初始财富和信息。时期1,知情交易者收到关于股票价值的非公开噪声消息。产生过度自信,股价大幅上涨,远超股票的真实价值。时期2,所有交易者收到关于股票价值的公开噪声消息。过度自信有所减弱,但仍然存在,股价适当回落,仍超出股票的真实价值。时期3,股票真实价值被揭示出来。过度自信结束,股价继续回落到真实价值。 图3:DHS模型简介 数据来源:Danieletal.,东吴证券研究所 2.1.2.CP因子的构造方法 基于上述DHS模型的分析,我们就想,有没有什么办法可以刻画知情交易者的过度自信程度?区别于看涨幅、换手率等直观指标的思路,我们提出了一种新的方法:我们可以看时期1发生利好超涨和时期2股价回调,这两个时间点的差距。如果这两个时间点差距很大,那就说明知情交易者信心满满,他们敢于把股价维持在高位很长时间;如果这两个时间点差距较小,那就说明知情交易者信心不足,他们本身对利好消息也存有疑问。 我们将这种时间差距定义为CP(ConfidencePersistence,信心持久度)。我们认为CP的长短与非公开噪声消息的真实程度有关,如果非公开噪声消息的真实程度很低,即更像谣言,那么该消息将很快被辟谣,因此股价在高位持续的时间会很短,即CP很 7/21 东吴证券研究所 短;反之,如果非公开噪声消息的真实程度很高,股价将维持较长时间的高位,即CP很长。因此,我们以CP值的大小来构造因子,我们称它为“过度自信因子”,CP(高股价持续时间)越长,公司越利好,未来收益就会越高。 基于以上思考,我们定义CP的构造方式: 日频因子: (1)将每天9:30-11:30以及13:00-15:00之间的242分钟,标记为第1,2,3…… 242分钟,称其为分钟序号。 (2)使用每只股票每天242个的分钟收盘价,计算出240个分钟收益率。 (3)计算每天240个分钟收益率的均值mean和标准差std。 (4)逐一检视当天240个分钟收益率,大于mean+std的部分为快速上涨区间,小于mean-std的部分为快速下跌区间。 (5)分别计算快速上涨区间和快速下跌区间的分钟序号的中位数,用下跌中位数减去上涨中位数,得到日频因子CP_Intraday。 以某股票某一天的分钟收益率为例(见下图4),图中标红的即为快速上涨区间,标绿的即为快速下跌区间。标红的快速上涨区间的分钟序号是13,15,16,20,21,33,