量化分析报告 牛市各阶段哪些因子表现最好? 2024年10月15日 A股牛市阶段的划分可以考虑两类方法:景气度角度、市场趋势角度。景气 度角度来看,牛市一般启动于景气度上升之前,结束于景气度见顶后不久。景气前的涨幅往往最高,其次是景气中和景气后。各阶段占优风格各牛市不同,没有统一的规律,景气下未必总是成长占优。市场趋势角度更为直观,从情绪的抬升降温、冲顶过程进行划分,更注重量价特征。在因子表现统计中我们主要采用市场趋势角度的划分,与因子表现的一些拐点更为匹配。 分析师叶尔乐 纵观A股近3轮牛市,市场上涨背后的逻辑不同,不同阶段市场风格与表现领先的因子也不尽相同: 执业证书:S0100522110002邮箱:yeerle@mszq.com研究助理韵天雨 牛市的初期,因前期超跌过多,市场大幅买入低估值股票,大多数股票无差 执业证书:S0100122120002 别上涨,宽基指数往往是较好的选择,贝塔因子也表现出色; 牛市的中期,随着市场估值回升,行情开始出现分化,贝塔和价值因子作用 邮箱:yuntianyu@mszq.com研究助理吴自强执业证书:S0100122120016 减弱,市场开始偏好财务质量好,预期高,市场情绪好的股票; 邮箱:wuziqiang@mszq.com 牛市的末期,质地好,估值较低的公司已被充分定价,市场转而偏好成长动 相关研究1.量化周报:市场或延续震荡-2024/10/132.基本面选股组合月报:中证500增强组合9月超额收益达1.18%-2024/10/083.量化周报:上涨趋势中期有望延续-2024/10/074.资产配置月报:十月配置视点:预期快速反转下的AH弹性判断-2024/10/065.量化分析报告:九月社融预测:40708亿元-2024/10/01 量强,预期未来高盈利的股票,也侧面反映了牛市末期的特点。 基本面量化因子和机器学习因子在牛市的不同阶段表现出不同的有效性。基 本面量化因子在牛市初期效果一般,市场往往受到流动性和情绪的驱动,而在牛市中期,随着市场对公司基本面的关注增加,基本面因子的有效性会增强。到了牛市末期,市场可能再次受到其他因素的影响,如投机行为或对顶部的预期,这可能导致基本面因子的有效性再次减弱。另一方面,机器学习因子因模型较为超前,拥挤度较低,且包含流动性和情绪输入等原因,在19年牛市中表现较为出色,且各个阶段表现较为相近。公募持仓嵌入因子表现优于其他机器学习因子,主要得益于公募基金在同时期优秀的选股能力,对机器学习因子有所增益。 风险提示:本报告基于量化研究方法,可能存在模型偏差和数据处理误差。 市场环境不断变化,可能影响报告中的预测和建议。宏观经济、政策环境、行业动态等因素均可能导致实际结果与预期存在差异。 目录 1牛市的阶段划分3 1.1从景气度角度对牛市进行划分3 1.2从市场趋势对牛市进行划分5 2不同牛市阶段下的因子表现8 2.12009年牛市8 2.22014年牛市10 2.32019年牛市12 2.4特色基本面量化因子16 2.5特色机器学习因子16 3风险提示18 插图目录19 表格目录19 1牛市的阶段划分 1.1从景气度角度对牛市进行划分 从历史复盘来看,牛市一般启动于景气度上升之前。我们以2009、2014、2019为起点的三轮牛市来看,牛市启动时期景气度(景气度表征利润增速变化,详情参考《重构A股景气度指数:全A利润预测与结构解析》)一般仍处下行周期,通过预期的扭转市场进入牛市秩序。牛市起点距离景气度的起点时间各异,从涨幅分布来说,若划分为“景气前”、“景气中”、“景气后”,则可见“景气前”指数的涨跌幅和波动率都相对较大,“景气中”指数反而没有太大的分歧从而波动和涨幅都相对温和,“景气后”往往有最后一段冲顶阶段。因此牛市整体思路第一阶段应当为把握“Beta”,第二阶段寻找“Alpha”,第三阶段控制风险。(以下统计基于万得全A) 从占优风格来说,各牛市主流风格不同,景气下未必总是成长占优。我们以中证800价值、中证800成长、中证800质量、中证1000、中证红利为统计对象, 2009年牛市整体为质量占优;2014年牛市第一波见顶前虽为小盘占优,但考虑 后续景气兑现及景气见顶来说,质量和价值偏强;而2019年牛市整体为成长占优。当然从投资策略类型和Alpha的角度来说,弹性排序或又有不同。 牛市样本一(2008.11-2010.11):“景气前”:102交易日,66.05%,质量占优“景气中”:373交易日,38.30%,质量占优“景气后”:17交易日,6.75%,质量占优 图1:牛市样本一指数历史表现与景气度变化 资料来源:wind,民生证券研究院,注:指数为可比已缩放到与A股景气度指数同量纲 牛市样本二(2014.07-2017.11):“景气前”:420交易日,66.52%,红利占优“景气中”:337交易日,8.85%,价值占优“景气后”:65交易日,8.17%,成长占优 图2:牛市样本二指数历史表现与景气度变化 资料来源:wind,民生证券研究院,注:指数为可比已缩放到与A股景气度指数同量纲 牛市样本三(2019.01-2021.12):“景气前”:374交易日,54.77%,成长占优“景气中”:239交易日,14.39%,红利占优“景气后”:117交易日,3.05%,小盘占优 图3:牛市样本三指数历史表现与景气度变化 资料来源:wind,民生证券研究院,注:指数为可比已缩放到与A股景气度指数同量纲 1.2从市场趋势对牛市进行划分 基于景气度划分可刻画“有没有”基本面表现下的市场特征,但从市场走势来说不够直观,往往将部分剧烈下跌也纳入计算,我们也可以采用另一种基于市场趋势的划分方法: 在牛市的初期,往往伴随积极势头的信号,例如股价从低点稳步上升,伴随着逐渐增长的交易量,这表明市场信心正在恢复,投资者开始回归; 在牛市的中期,市场情绪热度相对开始降温,市场的分歧增加,投资者开始更加理性地评估市场的估值和基本面因素; 在牛市的末期,市场情绪可能会达到顶峰,投资者对市场的乐观预期可能会导致非理性的投资行为,从而推动市场出现最后一波上涨。 按照上述原则,我们对上证指数2009年、2014年和2019年启动的牛市划分为初期、中期和后期三个阶段。 表1:不同牛市的划分结果 牛市 初期 中期末期 2019年 2019.1.2-2019.4.22 2019.4.22-2021 2014年 2014.7.22-2014.10.1 2009年 资料来源:wind,民生证券研究院 2009年牛市自2008年12月31日至2010年11月11日,持续时间共 453个交易日,其中: 初期:持续了143个交易日,市场大幅上涨了88.91%。在市场经历了前期的大幅下跌后的强劲反弹期,投资者信心恢复,市场出现快速回升。 中期:持续了223个交易日,但市场出现了调整,跌幅为30.16%。这可能是牛市中的一次较大回调,市场在经历了初期的快速上涨后进行了一段时间的整理。 后期:持续了87个交易日,市场再次上涨,涨幅为32.60%。在中期调整之后,市场恢复了上涨趋势,直至牛市结束。 图4:2009年牛市划分 资料来源:wind,民生证券研究院,注:划分对象为上证指数 2014年牛市自2014年7月22日至2015年6月12日,持续时间共221 个交易日,其中: 初期:持续了54个交易日,期间市场上涨了15.16%。 中期:持续了83个交易日,涨幅达到29.54%。牛市的加速期,市场上涨速度加快,可能伴随着市场情绪的高涨和投机行为的增加。 后期:持续了84个交易日,经历了显著的上涨,涨幅高达64.72%。牛市的最后冲刺阶段,市场在达到顶峰前出现了快速而剧烈的上涨。 图5:2014年牛市划分 资料来源:wind,民生证券研究院,注:划分对象为上证指数 2019年牛市自2019年1月2日至2021年12月15日,持续时间共720 个交易日,其中: 初期:持续了73个交易日,期间市场上涨了28.92%。这一阶段属于快速上涨期。 中期:持续了443个交易日,涨幅为11.75%。这个阶段总体仍为上涨,但波动明显加大。 后期:持续了204个交易日,涨幅仅为1.22%。这表明到了牛市的末期,市场增长势头相对减弱。 图6:2019年牛市划分 资料来源:wind,民生证券研究院,注:划分对象为上证指数 表2:不同牛市的划分后的持续时间和涨跌幅 时期划分 持续时间 涨跌幅 2019年 初期 73日 28.92% 中期 443日 11.75% 后期 204日 1.22% 2014年 初期 54日 15.16% 中期 83日 29.54% 后期 84日 64.72% 2009年 初期 143日 88.91% 中期 223日 -30.16% 后期 87日 32.60% 资料来源:wind,民生证券研究院 2不同牛市阶段下的因子表现 2.12009年牛市 按市场趋势划分,2009年牛市划分为2008-12-31—2009-08-03,2009-08-04—2010-07-02,2010-07-03—2010-11-11三个时期。从barra的风格 因子收益来看,贝塔因子在初期收益显著,中期趋于平缓,末期再次上升;价值因子在初期表现较好;成长因子在中后期表现较好;而大市值,高流动性,高波动性的股票则全段下行。其他因子无显著收益。 图7:09牛市的风格因子收益 资料来源:wind,民生证券研究院 在09年牛市初期,情绪类,量价类与价值类的因子表现突出,在7个月内多头超额收益大多在30%以上。表明市场追求短期内技术面优秀,且估值较低的股票。其中ivr因子的IC最高,达到12%,显著高于全时段的4.8%。 表3:09牛市初期因子表现 因子名称 因子类别 因子含义 月度IC 平均月度收益 中证800收益 全时段月 度平均IC 全时段月度 平均收益 多头收益 多头超额收益 ivr 情绪 fama-french模型回归R方 0.1184 1.42% 104.9% 0.048 0.53% 148.0% 43.1% spread_bias 情绪 ln(特征组合净值)-ln(个股净值),特征组合由过去252日收益率相关系数最高的10只股票等权构成 0.1025 1.24% 104.9% 0.021 0.21% 120.6% 15.7% target_return_180d 情绪 180天一致预期目标价格/收盘价-1 0.1016 1.27% 104.9% 0.030 0.32% 143.6% 38.7% return_std_12m 量价 过去12月收益标准差 0.0934 1.10% 104.9% -0.028 -0.23% 121.8% 17.0% return_std_6m 量价 过去6月收益标准差 0.0912 1.07% 104.9% -0.026 -0.20% 117.1% 12.3% ep_fy3 价值 市盈率倒数fy3 0.0894 1.12% 104.9% 0.029 0.29% 144.9% 40.0% illiq 情绪 每天一个亿成交量能推动的股价涨幅 0.0887 1.10% 104.9% 0.046 0.46% 148.5% 43.6% return_std_3m 量价 过去3月收益标准差 0.0886 1.01% 104.9% -0.030 -0.25% 122.3% 17.4% close_max_div_min_6m 量价 6月最高价/6月最低价 0.0825 0.99% 104.9% -0.003 -0.01% 126.1% 21.2% est_ep 价值 一致预期市盈率倒数 0.0794 1.00% 104.9% 0.022 0.23% 144.9% 40.1% bp 价值 股东权益(报告期)/总市值 0.0776 0.94% 104.9% 0.022 0.25% 1