CANSLIM4.0策略：叠加企业生命周期

前言 风格轮动是资本市场中一个常见的现象，它不可避免地影响着投资者的选股策略和偏好。通过对过去几年市场风格变化进行回顾，我们发现市场风格发生了2次大的转变，而最近一次发生于23年12月底。风格的变化，必然导致选股策略要发生一定的调整，本文旨在研究如何将企业的现金流量相关因子纳入到选股策略中以提升组合表现。 市场及CANSLIM策略历史复盘 我们发现当市场偏向大市值风格时，盈利因子的表现会更好，高盈利分组相对低盈利分组有明显超额；流动性因子虽然历史上表现很稳定，但容易受动量因子的影响，当动量因子表现强势时，流动性因子会表现不佳；动量因子与成长因子正相关，而与BP因子负相关。 CANSLIM策略的超额收益更多来自于其选股能力，其在风格与行业上偏离带来的收益贡献不显著。 企业生命周期 成熟期企业组合相对其他生命周期组合在历史上更具有超额收益，2010年来成熟期企业组合年化收益9.5%，相对全A等权超额2.31%。过去15年中，有12年跑赢了指数。成熟期企业分组的个股偏好为：高盈利、低估值、低波动、低杠杆的中市值个股。 综合选股策略 CANSLIM策略及红利策略分别叠加成熟期企业的筛选后，各个组合的历史收益均有提升。综合策略自2012年来，年化收益23.4%，基准（中证800）年化收益4.1%，年化超额收益19.3%。在过去13年中，策略仅2014年没有跑赢基准，其他年份均获得8个点以上超额收益。另外，2024年至今（5月31日）策略绝对收益15%，相对基准超额收益17%。在所有股票型与偏股混合型基金中排名160（排名3.69分位数）。 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 2024年来A股市场波动非常显著，小微盘股在年初经历了大幅的调整，随着“国九条”新规的推出，市场对上市公司质量的要求越来越高，过去几年在A股市场非常奏效的量价选股策略表现均出现下滑，反之市场对基本面量化的关注越来越大。 本文采用经营活动现金流净流入 TTM 、筹资活动现金流净流入 TTM 、投资活动现金流净流入 TTM 指标来对个股进行划分生命周期，筛选处于成熟期的企业作为股票池，并叠加其他选股策略以期实现持续战胜基准的目标。 投资逻辑 市场风格的变化不可避免地影响着投资者的选股策略和偏好。今年来市场风格的变化导致基本面策略有效性增强。因此，本文旨在研究如何将企业现金流因子纳入到投资组合中，以更有效地指导投资决策。 一、CANSLIM策略历史表现回顾 （一）不同风格指数和风格收益近年的表现 市场风格轮动策略在A股市场一直受到投资者的密切关注。近年来，A股市场经历了两次显著的风格轮动，分别在2021年2月和2023年12月。在2021年2月之前，市场偏好主要集中在大盘成长型和大盘质量型股票。然而，自2021年2月之后，市场风格逐渐向小盘股倾斜，其中小盘价值型和小盘成长型股票连续超过两年展现出超额收益。 进入2023年12月，市场风格再次出现转变。在过去两年表现突出的小盘股遭遇了显著的回调，而大盘股则重新受到市场的青睐。特别是大盘价值型股票，其表现尤为突出，实现了显著的超额回报。 图表1 2017年来风格轮动现象 风格轮动是资本市场中一个常见的现象，它不可避免地影响着投资者的选股策略和偏好。 对于量化投资者而言，风格因子的收益表现是他们密切关注的关键指标。下面我们将采用Barra风格因子作为代表，对过去几年A股市场的风格因子的组合收益进行回顾与分析。 以下图表展示了自2017年以来Barra风格因子组合的累计收益情况。为与前文的分析框架相衔接，我们将风格因子组合的演变划分为三个关键时期：2017年至2021年2月、2021年2月至2023年12月，以及2023年12月至今。 经过对超过六年的数据进行深入分析，我们识别出两大类风格因子组合： 高波动性因子组合：这些因子组合在长期内表现出较大的波动性，包括Beta因子、动量因子、盈利因子、成长因子、账面市值比（BP）因子以及杠杆因子。这些因子组合在历史表现中显示出较大的波动性，这可能意味着它们对市场情绪和宏观经济因素更为敏感。 值得注意的是，波动性较大的因子组合并不总是意味着历史表现持续不佳，它们可能在某些市场环境下提供超额回报。 高收益因子组合：包括市值因子、非线性市值因子、流动性因子和波动率因子。这些因子组合在长期内实现了较为显著的累计收益，显示出较低的波动性和较高的收益稳定性。 这些因子的稳定性和收益潜力相比第一类因子会更佳。 图表2高波动性Barra风格因子组合 在第一阶段，即2017年至2021年2月期间，市场偏好大盘成长型和大盘质量型股票，盈利因子组合表现尤为突出。在这一时期，高盈利能力的股票显示出能够长期稳定地实现超额收益的能力。这一现象与市场主流认知相一致，即在2021年之前，投资者普遍认为投资于A股市场的“核心资产”，如上证50和沪深300指数中的蓝筹股，能够带来显著的超额回报。 进入第二阶段，即2021年2月至2023年12月期间，小盘价值型和小盘成长型股票成为市场的主导力量。在这一阶段，盈利因子组合经历了显著的回撤，然而，当市场在2023年12月再次转向大盘风格时，盈利因子组合重新展现出其超额收益的潜力。 图表3动量、成长、BP组合 图表4 BETA、杠杆组合 纵观整个时间区间，我们可以观察到动量因子和账面市值比（BP）因子的表现呈现出一定的负相关性，而与成长因子的表现则显示出较为同步的趋势（参见图表3）。 在第一阶段，即2017年至2021年2月期间，动量因子和成长因子组合的走势呈现出先下降后上升的模式。与此同时，BP因子组合则表现出相反的趋势，即先上升后下降。 进入第二阶段，即2021年2月至2023年12月期间，这三个因子组合均显示出震荡的走势。然而，自2021年7月开始，市场出现了分化：高BP因子组合，即那些被市场低估的股票，开始持续展现出稳定的超额收益。与此同时，动量因子组合和成长因子组合则经历了长达一年半的调整期，动量因子和成长因子在此期间均逐渐失效。直到2024年1月，即第三阶段开始时，动量因子和成长因子组合才出现了明显的反转迹象。 另外，BETA因子与杠杆因子组合虽然在过去历史中阶段性出现过一定超额收益，但长期来看两者非常不稳定。尤其在2021年之后，两者的因子组合净值基本都围绕在1附近波动（图表4）。 图表5高收益Barra风格因子组合 上图可以看出，波动率因子分组和流动性因子分组之间的历史走势存在一定相关性，在过去六年中，这两个因子组合的表现显示出了高度的稳定性。低波动率和低流动性分组的个股相对于高波动率及高流动性分组的个股，展现出了持续且稳定的超额收益。 图表6动量、波动率、流动性因子组合 图表7市值、盈利、估值因子组合 进一步的对比分析显示，在动量因子表现较为有效的阶段，即2019年至2021年期间，流动性因子经历了一定程度的回撤（参见图表6）。与此同时，波动率因子在这一时期内表现出了较强的稳定性，基本未受到动量因子波动的显著影响。这表明波动率因子具有一定的独立性，即使在动量驱动的市场环境中仍保持相对稳定的表现。 此外，2024年年初，波动率因子和流动性因子的组合均出现了较大的回撤。这一现象与市场对小微盘股的大幅调整和大盘股相对稳定的表现为背景。考虑到小盘股通常具有较低的流动性和波动率，这种市场动态可能导致了这两个因子组合的回撤。 过去六年市值因子经历了三次显著的转折点，分别在2019年5月、2021年2月、2023年12月。通过对比分析，我们发现2024年之前市值因子组合与BP因子组合表现出高度的相关性，两者在市场趋势上呈现出同向变动的特点。而进入2024年之后两者表现出现了明显的分化。这种变化可以归因于市场主线的转变，即市场开始更加青睐以“中字头”为代表的国企、央企等高股息高分红的个股。与此同时，小微盘股遭到市场的抛弃。 市值因子与盈利因子的关系则较为复杂和不稳定，但当市场风格转向偏好大市值股票时，高盈利因子组合相对于低盈利因子组合，展现出了一定的超额收益。在大市值股票受到市场追捧的背景下，盈利能力较强的公司更容易获得投资者的青睐。 （二）CANSLIM策略的历史风格暴露 通过上文对市场过去几年的复盘，我们对近年来表现出色的CANSLIM策略也进行复盘，对其过去几年的超额收益进行拆解，分析组合的收益来源。 1、历史业绩复盘 图表8 CANSLIM策略历史业绩 图表8展示了自2021年以来CANSLIM策略的业绩走势。CANSLIM策略自2019年10月成立以来，其表现一直受到市场的关注。投资者可以通过Wind组合管理搜索工具查询其详细情况。 回顾近年来的A股市场，我们注意到在经历了2019-2020年的牛市之后，市场出现了显著的调整。具体来看，大盘指数如上证50和沪深300分别累计下跌了32.5%和31.42%。 与此同时，小盘股指数中证500和中证1000的下跌幅度分别为18.19%和22.46%。在这一市场环境下，仅有红利指数实现了正向增长，累计涨幅达到24.56%。 在这一背景下，CANSLIM策略自2021年至今（截至6月7日）的涨幅达到了11.75%，这一表现显著超越了除红利指数以外的其他宽基指数。当我们进一步考虑牛市期间的收益情况，CANSLIM策略以100.1%的累计收益大幅领先于所有宽基指数，显示出其卓越的市场适应能力和收益潜力。 图表9 CANSLIM对比各大宽基历年收益 2、风格归因 截至2021年，市场上共有2837只主动型公募基金产品。自2021年至今（截至6月7日），这些公募基金的涨幅中位数为-25%。 在这一背景下，CANSLIM策略以11.75%的涨幅表现出色，其排名为第174位，位于所有主动型公募基金产品中的前6.13%分位数。这一表现不仅显著超越了公募基金的平均表现，也突显了CANSLIM策略在市场波动中的稳健性和收益潜力。 延续上文中对市场表现的分析方法，我们选择采用Barra风格因子模型来进一步剖析CANSLIM策略的持仓。 图表10组合风格暴露 通过对比2018年来策略每期持仓的风格暴露与四大宽基指数风格暴露，策略的BETA暴露均值0.34与中证500的BETA暴露均值接近，市值暴露1.23同样接近中证500的市值暴露1.2，反映出策略倾向于投资于中等市值的股票，与中证500的市场定位相一致。非线性市值的暴露介于中证800（0.44）与中证500（0.82）之间。 图表11风格暴露对比 策略在动量风格与成长风格上的暴露显著高于宽基指数，这与策略构建的初衷高度一致。 策略偏好选择具有较大动量的股票，这导致其波动率也相应地高于宽基指数，显示出策略具有较大的弹性。 另一方面，策略在盈利和账面市值比（BP）上的暴露明显低于沪深300与中证500指数。 这一点归因于策略更注重个股的成长潜力和动量表现，而非仅仅基于盈利能力和估值水平。这种选择可能使得策略在某些市场环境下能够捕捉到高增长机会，但也可能因为忽视了盈利和估值因素而面临较高的风险。值得注意的是，盈利上的暴露为0.09略高于中证1000指数，说明组合的盈利暴露非常偏小。 图表12风格收益贡献 图表12表示策略在每个风格上的收益，组合收益对比各大宽基指数的超额收益非常明显，但从分析的结果来看对组合有正贡献的风格并不多，组合的超额收益都来自于残差部分的收益，这里的残差表述并不十分恰当，因为从barra模型的公式来看，除10种风格因子外还有市场和行业部分。 10种风格中对组合有正贡献的有：beta、动量、市值、成长，其中动量的贡献最大。成长对于组合的收益贡献小于预期，但相比于成长在各大宽基中的贡献为负，还是有一定超额。流动性因子、BP因子、盈利因子的负贡献最大，其中BP因子在各大宽基上的贡献同样为负，盈利因子在沪深300和中证800上的贡献为正。 （三）CANSLIM策略的历史行业暴露 图表13组