【方正金工】中证2000指数增强策略及小盘价值、成长、均衡组合构建——多因子选股系列研究之十三
本文来自方正证券研究所于2023年9月20日发布的报告《中证2000指数增强策略及小盘价值、成长、均衡组合构建——多因子选股系列研究之十三》,欲了解具体内容,请阅读报告原文,分析师:曹春晓 S1220522030005。
摘要
报告正文
近年来随着科创板、北交所的推出以及注册制改革,A股上市公司数量快速增加,截至2023年8月31日,A股上市公司已有5258家。而随着市场的不断扩容,中小市值公司的占比也逐渐提升,沪深300、中证500和中证1000的成分股市值普遍已大于全市场中位数,市场对表征小微盘股整体走势的宽基指数的需求与日俱增。2023年8月11日,中证指数有限公司正式发布中证2000指数(932000.CSI),该指数从沪深市场中选取市值较小且流动性较好的2000只股票作为指数样本,有效地弥补了小微盘股指数的空白,与沪深300、中证500和中证1000指数形成有效互补。
1.1 中证2000指数编制规则
根据中证指数公司的编制规则,中证2000指数以中证全指成分股作为选股样本空间,剔除过去一年日均成交额后10%的股票,以及中证800成分股、中证1000成分股、日均总市值排名前1500名的股票,然后从剩余样本中选取过去一年内日均总市值排名前2000的个股作为指数样本。
1.2 中证2000指数小微盘风格突出
从成分股的市值分布来看,中证2000指数小微市值风格突出。截止2023年8月31日,中证2000指数成分股自由流通市值中位数为20亿元,明显小于其他宽基指数,其中自由流通市值50亿元以下的成分股市值占比达到91.58%,50-100亿元和100-200亿元的成分股市值占比分别为7.87%和0.55%,没有自由流通市值超过200亿元的成分股。
1.3 近两年小微盘风格强势,中证2000优势凸显
在A股历史上,大小盘风格切换均较为显著且持续时间相对较长。2013-2015年小盘股表现明显好于大盘股,2017年、2019-2020年A股市场大盘风格明显占优,而2021年以来,小盘股持续维持强势,小盘风格尤其是微盘风格的优势更加突出,万得微盘股指数在2022年和2023年分别上涨15.54%和34.04%,显著跑赢其他宽基指数,然而万得微盘股指数每日选取全市场市值最小的400只股票,成分股流动性较低,配置难度高。中证2000指数的推出为市场提供了有效配置小微盘风格的工具。
1.4 中证2000指数行业分散,新经济特征明显
从行业分布上来看,中证2000指数的覆盖面广阔,且体现出鲜明的新经济特点。除银行外,中证2000指数覆盖了其余29个中信一级行业,自由流通市值占比最大的五个行业分别为机械、计算机、基础化工、医药和电子,均为创新成长型行业,而在非银金融、煤炭、钢铁、石油石化等行业上占比较低,充分体现了技术驱动型、创新驱动型的新经济特点。
2.2 中证2000指数增强组合构建
我们筛选上述部分在中证2000成分内表现优异的选股因子,按照传统多因子指数增强模型中的通用处理流程进行缺失值填充、去极值、标准化、中性化、正交化等处理,并通过最大化复合Rank IC_IR的方式进行因子合成。
对于风险约束部分,我们通过风格暴露、行业暴露、个股权重偏离等进行约束,以组合优化方式构建股票多头组合:
其中,第一个约束条件限制组合相对于基准组合的风格暴露,X为组合的风格因子暴露矩阵,此处我们仅限制组合与基准组合保持严格的市值中性;
第二个约束条件限制组合相对于基准组合的行业偏离,H表示组合的行业因子暴露矩阵,此处我们约束组合与基准组合的行业偏离幅度不超过2%;
第三个约束条件限制个股相对于基准组合成分股的权重偏离幅度,此处约束个股偏离不超过0.5%;
第四个约束条件要求个股权重不为负数;
第五个约束条件要求中证2000指数成分股的权重之和不小于80%;
第六个约束条件要求所有个股权重之和等于1。
我们按照月度频率对组合进行更新,从历史表现来看,中证2000指数增强组合表现较为出色,自2016年以来截至2023年8月31日,增强组合累计上涨209.19%,年化收益15.74%,同期中证2000指数下跌27.07%,年化收益为-4.01%,增强组合相对于中证2000指数年化超额收益为19.75%。
分年度来看,增强组合各年份中均大幅跑赢基准指数,今年以来截至8月31日,中证2000指数增强组合累计上涨16.88%,同期中证2000指数上涨3.36%,超额收益率为13.52%。
从组合表现来看,2016年以来截至2023年8月底,基于剔除前10%分位数的小盘价值组合年化收益为16.16%,相对中证2000指数年化超额收益20.30%,相对最大回撤为-9.02%,夏普比率为0.62,年化IR为2.50,2023年(截止8月底)组合收益为38.66%,超额收益为35.30%,相对最大回撤为-3.20%,年化IR高达8.41。
同期基于30-200亿元的小盘价值组合年化收益为13.17%,相对中证2000指数年化超额收益为17.31%,相对最大回撤为-6.50%,年化夏普比率为0.52,年化IR为2.42,2023年(截止8月)组合收益为17.53%,超额收益为14.17%,相对最大回撤为-3.30%,年化IR为4.20。
从持仓市值分布来看,剔除市值前10%分位数的小盘价值组合持仓股票的市值绝大多数都小于100亿元,大部分小于50亿元,2016年1月以来,每月持股市值中位数的均值为27.97亿元,小盘风格突出;而基于30-200亿元的小盘价值组合持仓股票的市值相对较大,2016年1月以来每月持股市值中位数的均值为38.59亿元。
从持仓风格暴露上可以看到,剔除市值前10%分位数的小盘价值组合更偏小市值,且在小市值风格上的暴露较为稳定,约为-1倍标准差,而由于近年来上市股票数量不断增加,小于30亿元的股票数量明显提升,基于30-200亿元的小盘价值组合在2018年后的小市值暴露明显低于2017年之前。两个组合在价值风格(BP)上均有明显的正暴露,在成长风格上几乎没有暴露,在质量风格上负暴露,符合我们希望构建更偏向价值风格的组合的目的。
从历史表现来看,2016年以来剔除前10%分位数的小盘成长组合年化收益为24.47%,相对中证2000指数年化超额收益为28.61%,相对最大回撤为-7.34%,年化夏普比率为0.93,年化IR为3.42,2023年(截止8月)组合收益为24.53%,超额收益为21.17%,相对最大回撤为-4.40%,年化IR为4.40。
同期基于30-200亿元的小盘成长组合年化收益为20.97%,相对中证2000指数年化超额收益为25.12%,相对最大回撤为-7.08%,年化夏普比率为0.81,年化IR为3.44,2023年(截止8月)组合收益为16.44%,超额收益为13.09%,相对最大回撤为-3.74%,年化IR为3.06。
此外,可以看到两个小盘成长组合在成长风格占优的2019-2021年表现突出,其中基于30-200亿元的小盘成长组合在2019和2020年的超额收益分别为40.98%和42.38%,IR分别为6.25和5.67,相对最大回撤仅为-3.18%和-3.86%。
从持仓市值分布来看,两个小盘成长组合均偏向小市值,且基于30-200亿元的小盘成长组合的市值分布在历史上更为稳定,两个组合每月持股市值中位数的均值分别为25.55亿元和37.65亿元,相对小盘价值组合市值相对偏小。
从持仓风格暴露上来看,两个小盘成长组合均显著偏向小市值,在价值上呈现小幅度的负暴露。剔除市值前10%分位数的小盘成长组合在成长上有明显的正暴露,在质量上没有明显的暴露,符合我们希望构建更偏向价值风格的组合的目的。
3.3 小盘均衡组合构建
在上述小盘价值组合与小盘成长组合基础之上,我们按照价值因子1/3和成长因子2/3的权重构建合成因子,在两个组合的合并持仓中选择合成因子得分最高的50只股票构建等权组合,得到同时兼顾价值和成长风格的小盘均衡组合。
根据统计,在两种小盘股筛选的条件下构建的小盘价值和小盘成长组合的持仓重合程度较低,将两个组合合并持仓后,每月股票数量均值在95只以上,即两个组合重合的股票约为不到5只,重合度小于10%。
从历史表现来看,2016年以来,剔除前10%分位数的小盘均衡组合年化收益为24.11%,相对中证2000指数年化超额收益为28.25%,相对最大回撤为-6.76%,年化夏普比率为0.92,年化IR为3.56,2023年(截止8月)组合收益为33.19%,超额收益为29.83%,相对最大回撤为-3.65%,年化IR高达6.59。
同期基于30-200亿元的小盘均衡组合年化收益为21.91%,相对中证2000指数年化超额收益为26.05%,相对最大回撤为-4.97%,年化夏普比率为0.85,年化IR为3.69,2023年(截止8月)组合收益为18.68%,超额收益为15.32%,相对最大回撤为-3.01%,年化IR为3.80。
可以看到经过对小盘价值和小盘成长组合的进一步优选,均衡组合的分年度收益更加均衡,无论是在成长风格占优的2019-2021年,还是在价值风格占优的2023年,两个均衡组合都能够实现较高的超额收益,且夏普比率和IR均有提升,相对最大回撤均显著减小,说明均衡组合在不同市场风格的情况下,都可以实现较好的绩效表现。
从持仓市值上来看,两个小盘均衡组合均偏向小市值,且基于30-200亿元的小盘成长组合的市值分布在历史上更为稳定,两个组合每月持股市值中位数的均值分别为27.20亿元和38.44亿元,持仓市值介于小盘价值和小盘成长组合之间。
从持仓风格上来看,小盘均衡组合在各风格因子上的暴露符合预期。以30-200亿元筛选的小盘均衡组合为例,其在价值、成长和质量上均有较为明显的正暴露。
4 风险提示
本报告基于历史数据分析,历史规律未来可能存在失效的风险;市场可能发生超预期变化;各驱动因子受环境影响可能存在阶段性失效的风险。
近期报告
**ChatGPT**
【方正金工】Code Interpreter在金融市场数据分析中的应用——ChatGPT应用探讨系列之五
【方正金工】ChatGPT投资相关插件测试及策略开发——ChatGPT应用探讨系列之四
【方正金工】不同大语言模型产品操作性能及进阶应用比较——ChatGPT应用探讨系列之三
【方正金工】ChatGPT在择时、风格、行业、选股中的应用实践——ChatGPT应用探讨系列之二
【方正金工】ChatGPT在投资研究工作中的应用初探——ChatGPT应用探讨系列之一
**量化选股**
【方正金工】剥离分析师预期调整中的动量效应与真知灼见因子构建—多因子选股系列研究之十二
【方正金工】大单成交后的跟随效应与“待著而救”因子——多因子选股系列研究之十一
【方正金工】推动个股价格变化的因素分解与“花隐林间”因子——多因子选股系列研究之十
【方正金工】个股成交额的市场跟随性与“水中行舟”因子——多因子选股系列研究之九
【方正金工】显著效应、极端收益扭曲决策权重和“草木皆兵”因子——多因子选股系列研究之八
【方正金工】基于Wind偏股混合型基金指数的增强选股策略——多因子选股系列研究之七
【方正金工】个股股价跳跃及其对振幅因子的改进——多因子选股系列研究之六
【方正金工】波动率的波动率与投资者模糊性厌恶——多因子选股系列研究之五
【方正金工】个股动量效应的识别及“球队硬币”因子构建——多因子选股系列研究之四
【方正金工】个股波动率的变动及“勇攀高峰”因子构建——多因子选股系列研究之三
【方正金工】个股成交量的潮汐变化及“潮汐”因子构建——多因子选股系列研究之二
【方正金工】成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一
**ETF深度**
【方正金工-ETF深度报告】ETF基金投资者画像研究(持有人篇)
【方正金工-ETF深度报告】ETF行业2022年发展回顾及产品创新前瞻
**基金研究**
【方正金工-ETF深度报告】ETF行业2022年发展回顾及产品创新前瞻
【方正金工】固收+基金发展复盘与简析思考——固收+基金系列研究之一
【方正金工】基金模拟持仓补全方法及增强FOF策略
【方正金工】偏股混合型基金指数:主动偏股基金中长期业绩的典范
【方正金工】收益独特基金与收益相似基金——基金相似度研究系列之二
**行业轮动**
【方正金工】5月行业组合超额1.89%,6月建议关注公用事业、计算机、社会服务、机械设备、美容护理、传媒等—行业轮动月报2306
【方正金工】4月行业组合超额4.10%,5月建议关注公用事业、社会服务、计算机、机械设备、传媒等——行业轮动月报202305
【方正金工】4月份建议关注公用事业、建筑装饰、社会服务、机械设备、医药生物、传媒等行业——行业轮动月报202304
【方正金工】2月份建议关注公用事业、电力设备、石油石化、有色金属、非银金融等行业——行业轮动月报202302
【方正金工】1月份建议关注公用事业、银行、家用电器、煤炭、农林牧渔、食品饮料等行业——行业轮动月报202301
**指数基金资产配置**
【方正金工】基于国泰基金ETF产品的轮动策略构建——指数基金资产配置系列之五
【方正金工】基于富国基金ETF产品的轮动策略构建——指数基金资产配置系列之四
【方正金工】基于工银瑞信基金ETF产品的轮动策略构建——指数基金资产配置系列之三
【方正金工】基于华宝基金指数产品的轮动策略构建——指数基金资产配置系列之二
【方正金工】基于权益型ETF产品的资产配置策略——指数基金资产配置系列之一
**指数投资价值分析**
【方正金工】小盘风格延续1000指增产品优势凸显——易方达中证1000指数量化增强分析
【方正金工】静待养殖周期拐点,聚集行业龙头收益弹性突出——中证畜牧养殖指数投资价值分析
【方正金工】智能时代,指向未来—中证人工智能主题指数投资价值分析
【方正金工】优选个股增强指数收益,估值低位反弹潜力可期——创业板成长指数投资价值分析
【方正金工】国产替代启新程,冬去春来芯气象——国证半导体芯片指数投资价值分析
【方正金工】云上未来:乘数字经济浪潮,扬人工智能之帆—中证云计算与大数据指数投资价值分析
【方正金工】技术创新叠加规模经济,光伏行业持续高景气增长—中证光伏龙头30指数投资价值分析
【方正金工】冬去春来,迎接“后疫情时代”港股互联网的三重拐点—中证港股互联网指数投资价值分析
本篇文章来源于微信公众号: 春晓量化