股票|指数增强系列研究之二: 创业板指增强策略研究


导读
1、2020年2月14日 , 《再融资规则》修订正式落地 , 创业板指成分股中有近一半的公司可能符合新规则下的公开发行股票条件 。 2020年4月27日 , 中央全面深化改革委员会会议审议通过《创业板改革并试点注册制总体实施方案》 。 同日 , 证监会和深交所发布《创业板首次公开发行股票注册管理办法》等系列规则 , 标志着创业板注册制改革进入实施期; 利好的政策刺激与宽松的货币环境也助推 创业板指在2020年乘风破浪 ,截止7月10日的涨幅已达到54.52% , 在各大宽基指数中表现极为亮眼 。
2、我们沿用《指数增强系列研究之一:基于大类因子加权的指数增强策略》中的 单因子增强组合测试法测试了创业板指中有效的因子 , 发现 创业板指内成长因子的表现最为突出:最终我们结合单因子组合的信息比率、最大回撤和因子间的相关性 , 共挑选出 成长因子2个、分析师情绪因子1个、质量因子1个 , 并根据大类因子进行了加权合成 。
3、在我们最终的增强模型设定下 ,创业板指增强策略年化超额收益与信息比分别为7.26%与1.69 , 跟踪误差与最大回撤均控制在5%以内; 今年以来 , 截至6月30日 , 该增强策略在4.69%的跟踪误差下 ,实现了8.70%的超额收益 , 表现十分亮眼 。
4、我们会在样本外持续跟踪该增强策略 , 今年以来的表现已经上传到wind组合 ,欢迎搜索关注 。
风险提示:本报告模型及结论全部基于对历史数据的分析 , 当市场环境变化时 , 存在模型失效风险 。
1、当前市场环境创业板指的配置价值分析
1.1
创业板注册制助力长期健康发展
4月27日 , 中央全面深化改革委员会会议审议通过《创业板改革并试点注册制总体实施方案》 。 同日 , 证监会和深交所发布《创业板首次公开发行股票注册管理办法》等系列规则 , 搭建起创业板改革并试点注册制的整体制度框架 。 重要的规则如下:
创业板注册制改革后 , 制度层面整体与科创板相近 。 创业板改革后与科创板的相同之处主要体现在 :
涨跌幅限制相同 。 创业板改革并试点注册制后 , 新上市企业前五个交易日不设涨跌幅限制 , 之后涨跌幅限制从目前的10%调整为20% 。
注册流程相同 。 在试点注册制的安排方面 , 创业板试点注册制大体与科创板一致 , 注册程序分为交易所审核和证监会注册两个环节 。
融资融券与科创板相同 。 创业板注册制下发行上市股票自首个交易日起可作为两融标的 , 推出转融通市场化约定申报方式 , 实现证券公司借入证券当日可供投资者融券卖出 , 允许战略投资者及网下投资者出借获配股份 。
创业板改革后与科创板的不同主要体现在:
券商跟投要求放松 。 创业板注册制改革不再要求券商对其保荐的所有项目进行强制跟投 , 而是仅对未盈利、红筹架构、特殊投票权以及高价发行的四类公司采取强制性跟投 。
上市行业上 , 创业板与科创板具有差异性 。 证监会表示 , 创业板和科创板都承担着资本市场服务创新发展和经济高质量发展的战略任务 , 但两个板块各具特色、错位发展 。 科创板重点突出“硬科技”特色;而创业板主要服务成长型创新创业企业 , 支持传统产业与新技术、新产业、新业态、新模式深度融合 , 体现与科创板的差异化发展 。
在投资者适当性安排上 , 科创板要求投资者具备50万元的资产门槛 , 但创业板对存量投资者不设要求 , 对新增投资者的资产门槛则定为10万元 。
此外 , 创业板改革中关于上市条件和退市机制的规定如下:
上市条件方面 , 要求“最近两年净利润均为正且累计净利润不低于5000万元”或者“预计市值不低于10亿元 , 最近一年净利润为正且营业收入不低于1亿元”;取消最近一期末不存在未弥补亏损的要求;明确未盈利企业上市标准 , 但一年内暂不实施 , 一年后再做评估 。分页标题
退市机制方面, 丰富完善退市指标 , 将净利润连续亏损指标调整为“扣除非经常性损益前后孰低的净利润为负且营业收入低于1亿元”的复合指标 , 新增“连续20个交易日市值低于5亿元”的交易类退市指标和“信息披露或者规范运作存在重大缺陷且未按期改正”的规范类退市指标 , 退市触发年限统一为两年 。 简化退市流程 , 取消暂停上市和恢复上市环节 , 交易类退市不再设置退市整理期 。 强化风险警示 , 对财务类、规范类、重大违法类退市设置退市风险警示制度 。
短期来看 , 注册制改革对创业板的壳资源价值有一定程度的负面影响 , 注册制推行将疏通IPO“堰塞湖” , 弱化借壳上市的优势 , 壳公司价值可能会出现下降 。 但是从长期来看 ,创业板注册制改革将有利于创业板的长期健康发展 。
1.2
再融资新规有利于创业板上市公司做优做强
2020年2月14日 , 《再融资规则》修订正式落地 , 创业板为最大看点 , 主要体现在下述两个方面: 降低发行条件:取消创业板非公开发行股票连续盈利2年的条件;取消创业板公开发行证券最近一期末资产负债率高于45%的条件; 资产使用披露:取消创业板上市公司前次募集资金基本使用完毕的条件 , 将其调整为信息披露要求 。
据测算 , 创业板指成分股中 有48家可能符合新规则下的公开发行股票条件 , 集中分布在医药与计算机行业;有4家可能符合新规则下的非公开发行股票条件 , 分别为长盈精密、北京君正、光线传媒、蓝思科技 。
1.3
近期表现强劲 , 在市场大涨中弹性更强
从近期指数表现来看 , 4月以来 , 创业板指一路上行、表现强劲 , 最近一周更是放量大涨12.83% , 超过沪深300与万得全A指数涨幅 。

股票|指数增强系列研究之二: 创业板指增强策略研究
本文插图
市场大涨中弹性强:当市场大幅上涨时 , 创业板指的涨幅往往超过其他市场指数 。 我们将万得全A涨幅超过15%的月份认为是A股的市场大幅上涨月份 , 从创业板指数基日起至今的118个月度中 , A股一共出现7个大幅上涨月份 , 其中创业板指涨幅超过中证500的有7次 , 超过沪深300的有6次 , 超过万得全A的有7次 , 胜率分别达到100%、85.71%、100% , 可见在市场大幅上涨环境中创业板指业绩弹性更强 。
此外 ,创业板在货币宽松情况下表现通常优于市场 。 我们统计了从指数基日起至今的17次降准信息 , 降准后3个月内创业板指涨幅超过同期中证500涨幅的有13次 , 超过沪深300涨幅的有12次 , 超过万得全A涨幅的有11次 , 胜率分别达到76.47%、70.59%、64.71% 。

股票|指数增强系列研究之二: 创业板指增强策略研究
本文插图
综合以上分析 , 站在当前时间点 , 我们看好创业板指数的长期配置价值 。 而作为兼具贝塔和阿尔法特征的指数增强型策略 , 则是非常理想的一类配置工具 。 已有基金公司在相应领域布局了相关产品:
在接下来的章节里 , 我们将主要介绍兴业证券金融工程团队所在研究创业板指数增强策略的过程中所做的工作 , 为大家自行开发相关策略提供参考!
2、从指数增强的视角评价创业板指中的因子有效性
2.1
因子评价方法
在我们团队之前的报告《指数增强系列研究之一:基于大类因子加权的指数增强策略》中 , 我们提到用简单的信息系数分析评价因子 , 主要存在2个问题:第一 , 指数增强产品都有明确的业绩基准和可投资范围 , 在一个共同的股票池内所获的测试结果不一定适用于特定的选股范围 。 例如 , 沪深300内的有效因子就与中证1000内的很不一样;第二 , 在进行指数增强管理时 , 很多现实中必须满足的限制条件是无法在简单的IC测试或分位数组合测试中去实现的 , 这就会使得理想状况下获得的因子测试结果与投资实践产生较大的差异 , 从而导致最终的效果并不尽如人意 。 为了解决这两个因子评价过程中的痛点 , 在本文中我们仍然沿用前述报告提到的单因子增强组合测试法这一因子评价手段来进行创业板指基准下的因子评价和选择 。分页标题
2.2
单因子增强组合测试法
这里的alpha指的是待测试的单因子 , 我们的优化目标是最大化投资组合在该因子上的暴露 。 而各个约束条件的具体含义如下:代表市值中性 , 我们将其上下限设置为±0.01;代表行业中性 , 我们也将其上下限设置为±0.01;代表对成分股权重的偏离约束 , 我们要求最大偏离的绝对值不超过1%;代表满仓约束;表示只在成分股内进行选股 , b为是否属于基准成分股的0-1向量 。 我们将通过定期求解上述优化问题 , 获得待测试因子的历史超额收益率时间序列 , 并进行收益和风险分析 , 进而对该因子的有效性进行评价 。
这里需要注意的是 , 我们在上述的因子评价过程中 , 施加了与实际做指数增强管理基本相同的约束条件 , 如行业市值中性 , 最大个股偏离限制等 , 同时也将各种交易限制和成本纳入其中 。 换句话说 , 我们其实对每个待测试因子都构造了一个指数增强策略 。 通过对每个单因子增强策略的超额收益 , 信息比 , 最大回撤等绩效指标的评价 , 我们就能更加贴近实际地去了解该因子的投资价值 。
3、在长周期上选择有效因子
3.1
选择的方式与原则
利用上一章提到的方法 , 我们对当前兴业证券金融工程团队选股因子库中的六大类共163个因子在创业板指成份股内进行了单因子增强组合测试 , 测试区间是2010年12月31日到2020年6月30日 。 而后我们将对所有因子的表现进行归纳总结 , 确定创业板指增强策略所选因子和相应的因子权重 。 以下图表5给出了我们因子库中163个因子的分类情况和各类因子的数量:
为了方便后面的分析 , 这里我们首先给出因子挑选和权重配置的大体原则:
【股票|指数增强系列研究之二: 创业板指增强策略研究】1. 对于单因子的选择 , 我们最重要的评价指标是信息比率 , 同时将历史最大回撤作为参考;
2. 对于同属于一个大类且表现与含义相似的因子 , 一般只保留一个 , 以保持最终模型的简单性;
3. 我们会将挑选到的同属一个大类的因子先行合成 , 对于入选因子数量较多、表现较好的大类 , 在最终的多因子模型中赋予更高的权重配比 。
接下来 , 我们展示因子选择和权重配置过程 。
3.2
增强因子的选择与配置
从上图可见 , 在我们考察的时间范围内 , 创业板指单因子增强组合信息比高于0.8的因子共有14个 , 其中成长因子12个 , 分析师情绪因子1个 , 质量因子1个 。 这符合我们的直观理解 , 即在创业板这样的新兴成长板块 , 应该最为注重公司成长性 。
对于成长因子 , 可以看到表现最好的都是与单季度净利润增速相关的因子 , 因此这里我们选择表现最好的SUE1与NetProfitDeducted_SQ_YoY因子 , 二者都属于单季度净利润增速因子 , 但构造方式不同:SUE1的计算方法为最新季度的净利润同比增长值减去过去8个季度净利润同比增长值的平均后 , 再除以过去8个季度净利润同比增长值的标准差 , 以相对较长的周期评价了公司盈利对的短期增长水平 。 NetProfitDeducted_SQ_YoY的计算方式则简单直观 , 直接计算单季度扣非净利润的同比增长率 , 更注重一年内的增长 。
对于分析师情绪与质量因子 , 分别刻画了分析师对公司ROE判断的边际调整与公司ROE的水平 。 这三类因子综合选出的是成长较快 , 盈利质量高 , 分析师情绪边际改善的创业板公司 。 在权重配置上 , 我们给效果最好的成长因子60%权重 , 给分析师情绪与质量因子各20%权重 。
3.3
因子相关性的考量
我们的因子合成方法是先在类内等权合成 , 然后通过大类因子之间的加权得到最终的多因子alpha 。 在这种框架下 , 我们主要是通过调整大类因子权重的倾斜程度来体现模型的差异性 , 而对类内因子的合成方式则倾向于较为简单、稳健的等权合成 。 因此在这种设定下 , 大类因子之间的相关性就显得比较重要了 , 因为一旦大类因子间相关性很高 , 就可能导致我们对不同类别因子的权重倾斜失效 。 为了说明相关性的具体情况 , 我们在这里展示了上一小节所挑选因子的两两截面相关性矩阵 , 其中相关性指标我们用的是因子截面相关性的历史均值 , 时间区间与我们之前测试单因子增强组合的时间区间保持一致 。分页标题
从上述相关性矩阵中可以看出 , 相关性较高的因子对是成长类内的因子对 , 而大类之间的因子相关性普遍较低 , 最高也没有超过0.5 。 可以说因子的相关性符合我们的预期 , 也适合一个大类因子权重相对固定的多因子模型 。
4、指数增强策略回测表现
在完成了每个基准的指数增强多因子模型构建之后 , 我们将通过求解如下的投资组合优化问题来对策略的表现进行回测 。
此处的符号和大多数约束条件的定义与我们在1.2节中的表述是一致的 。 需要注意的是 , 个股偏离度约束条件3中的偏离水平在此处先设定为±1.5%;
其他细节说明如下:
1. 回测区间:2010年12月31日-2020年6月30日
2. 调仓频率:月频;调仓价格:自然月最后一个交易日的收盘价
3. 考虑交易限制:停牌股票不能交易 , 涨停股不能买入 , 跌停股不能卖出
4. 交易成本:买入0.1% , 卖出0.2%
以下是增强策略的历史及分年表现:

股票|指数增强系列研究之二: 创业板指增强策略研究
本文插图
可以看到 , 我们的创业板指增强策略自2011年以来的近10年来 , 每年都实现了正的超额收益 , 在5%的跟踪误差内 , 年化超额7.26% , 信息比为1.69 , 最大相对回撤-4.92% 。 2020年以来 , 策略表现优异 , 仅半年时间超额收益达到8.7% , 以此测算的全年信息比为3.74 。
5、总结
2020年2月14日 , 《再融资规则》修订正式落地 , 创业板指成分股中有近一半的公司可能符合新规则下的公开发行股票条件 。 2020年4月27日 , 中央全面深化改革委员会会议审议通过《创业板改革并试点注册制总体实施方案》 。 同日 , 证监会和深交所发布《创业板首次公开发行股票注册管理办法》等系列规则 , 标志着创业板注册制改革进入实施期;利好的政策刺激与宽松的货币环境也助推创业板指在2020年乘风破浪 , 截止7月10日的涨幅已达到54.52% , 在各大宽基指数中表现极为亮眼 。
我们沿用《指数增强系列研究之一:基于大类因子加权的指数增强策略》中的单因子增强组合测试法测试了创业板指中有效的因子 , 发现创业板指内成长因子的表现最为突出:最终我们结合单因子组合的信息比率、最大回撤和因子间的相关性 , 共挑选出成长因子2个、分析师情绪因子1个、质量因子1个 , 并根据大类因子进行了加权合成 。
在我们最终的增强模型设定下 , 创业板指增强策略年化超额收益与信息比分别为7.26%与1.69 , 跟踪误差与最大回撤均控制在5%以内;今年以来 , 截至6月30日 , 该增强策略在4.69%的跟踪误差下 , 实现了8.70%的超额收益 , 表现十分亮眼 。
附录1:不同个股偏离约束下的增强策略表现
这里我们展示不同约束条件版本的测试结果:由于前文的增强策略设置了市值行业中性 , 并将成分股权重偏离设置为1.5% , 这里我们展示其他条件不变 , 成分股权重偏离设置为0.5%和1%的情况 。 可以看到这3个策略变化的主要是风险敞口 , 随着个股偏离的放大 , 跟踪误差和年化超额都有提高 , 但信息比却几乎没有改变 。 投资者可以根据自己的风险承受水平选择相应的策略 。
附录2:选股范围扩大为创业板综的增强策略表现
这里我们展示将选股范围扩大为创业板综的测试结果:市值行业中性、个股偏离等条件与前文完全相同 。 可以看到 , 扩大选股范围后 , 每个策略的年化收益 , 信息比都有所提升 , 同时跟踪误差也有所提升 。

股票|指数增强系列研究之二: 创业板指增强策略研究
本文插图

股票|指数增强系列研究之二: 创业板指增强策略研究
本文插图
附录3:单因子增强组合测试结果
本部分结果见于研究报告 。分页标题
风险提示:本报告模型及结论全部基于对历史数据的分析 , 当市场环境变化时 , 存在模型失效风险 。
指数增强系列研究之一:基于大类因子加权的指数增强策略
证券研究报告:《指数增强系列研究之二:创业板指增强策略研究》 。
对外发布时间:2020年7月13日
--------------------------------------
分析师:徐寅
E-mail: xuyinsh@xyzq.com.cn
--------------------------------------