三重邏輯均看好波動(dòng)率因子

1、正文目錄 HYPERLINK l _TOC_250025 9 月因子觀點(diǎn)：三重邏輯均看好波動(dòng)率因子 4 HYPERLINK l _TOC_250024 因子表現(xiàn)回顧 5 HYPERLINK l _TOC_250023 8 月大類(lèi)風(fēng)格因子表現(xiàn) 5 HYPERLINK l _TOC_250022 近 1 年大類(lèi)風(fēng)格因子表現(xiàn) 5 HYPERLINK l _TOC_250021 近期細(xì)分因子表現(xiàn) 6 HYPERLINK l _TOC_250020 因子表現(xiàn)計(jì)算方法 6 HYPERLINK l _TOC_250019 內(nèi)生變量視角 7 HYPERLINK l _TOC_250018 內(nèi)生變量綜合預(yù)測(cè)結(jié)果

2、 7 HYPERLINK l _TOC_250017 因子動(dòng)量 7 HYPERLINK l _TOC_250016 因子離散度 8 HYPERLINK l _TOC_250015 因子擁擠度 9 HYPERLINK l _TOC_250014 外生變量視角 11 HYPERLINK l _TOC_250013 外生變量選取 11 HYPERLINK l _TOC_250012 外生變量預(yù)測(cè)方法 11 HYPERLINK l _TOC_250011 條件期望模型 11 HYPERLINK l _TOC_250010 AIC 和 AICc 準(zhǔn)則 12 HYPERLINK l _TOC_250009

3、 外生變量篩選流程 12 HYPERLINK l _TOC_250008 回歸預(yù)測(cè)模型構(gòu)建 13 HYPERLINK l _TOC_250007 外生變量預(yù)測(cè)結(jié)果 13 HYPERLINK l _TOC_250006 因子預(yù)測(cè)結(jié)果解讀 13 HYPERLINK l _TOC_250005 因子周期視角 16 HYPERLINK l _TOC_250004 自上而下預(yù)測(cè)整體趨勢(shì)：因子投資時(shí)鐘 16 HYPERLINK l _TOC_250003 自下而上預(yù)測(cè)邊際變化：因子周期回歸擬合 17 HYPERLINK l _TOC_250002 風(fēng)險(xiǎn)提示 18 HYPERLINK l _TOC_2500

4、01 附錄一：所有細(xì)分因子計(jì)算方法 19 HYPERLINK l _TOC_250000 附錄二：風(fēng)格因子合成、Rank IC 值計(jì)算、因子收益率計(jì)算方法 19圖表目錄圖表 1： 內(nèi)生變量和外生變量對(duì)風(fēng)格因子 9 月表現(xiàn)的預(yù)測(cè) 4圖表 2： 8 月大類(lèi)風(fēng)格因子表現(xiàn) 5圖表 3： 近 1 年大類(lèi)風(fēng)格因子累積 Rank IC 值 5圖表 4： 報(bào)告中涉及的所有細(xì)分因子及其計(jì)算方式 6圖表 5： 內(nèi)生變量預(yù)測(cè)大類(lèi)風(fēng)格因子 9 月表現(xiàn)綜合預(yù)測(cè)得分 7圖表 6： 大類(lèi)風(fēng)格因子動(dòng)量歷史序列 8圖表 7： 大類(lèi)風(fēng)格因子 8 月底截面動(dòng)量和最新歷史分位數(shù) 8圖表 8： 大類(lèi)風(fēng)格因子離散度歷史序列 9圖表 9：

5、 大類(lèi)風(fēng)格因子 8 月底截面離散度和最新歷史分位數(shù) 9圖表 10： 大類(lèi)風(fēng)格因子擁擠度歷史序列 10圖表 11： 大類(lèi)風(fēng)格因子 8 月底截面擁擠度和最新歷史分位數(shù) 10圖表 12： 外生變量列表 11圖表 13： 外生變量篩選流程圖 12圖表 14： 大類(lèi)風(fēng)格因子 9 月 Rank IC 預(yù)測(cè)值 13圖表 15： 估值因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 13圖表 16： 成長(zhǎng)因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 13圖表 17： 盈利因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 14圖表 18： 財(cái)務(wù)質(zhì)量因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 14圖表 19：

6、小市值因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 14圖表 20： 反轉(zhuǎn)因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 14圖表 21： 波動(dòng)率因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 14圖表 22： 換手率因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 14圖表 23： Beta 因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 15圖表 24： 技術(shù)因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況 15圖表 25： 不同經(jīng)濟(jì)周期下的因子表現(xiàn)分類(lèi) 16圖表 26： 實(shí)體經(jīng)濟(jì)三周期濾波結(jié)果 17圖表 27： 估值因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 17圖表 28： 成長(zhǎng)因子去趨勢(shì)后

7、累計(jì)收益率與三周期回歸擬合 17圖表 29： 盈利因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 17圖表 30： 財(cái)務(wù)質(zhì)量因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 17圖表 31： 小市值因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 18圖表 32： 反轉(zhuǎn)因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 18圖表 33： 波動(dòng)率因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 18圖表 34： 換手率因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 18圖表 35： Beta 因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 18圖表 36： 技術(shù)因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合 18圖表 37： 報(bào)告中涉及的所有細(xì)分因子及其計(jì)算方式 19

8、9 月因子觀點(diǎn)：三重邏輯均看好波動(dòng)率因子綜合內(nèi)生變量、外生變量、因子周期三重邏輯，9 月看好波動(dòng)率因子；成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子動(dòng)量較強(qiáng)但需要謹(jǐn)防擁擠風(fēng)險(xiǎn)；反轉(zhuǎn)因子性?xún)r(jià)比不如波動(dòng)率因子；小市值因子未來(lái)表現(xiàn)可能受宏觀環(huán)境制約。內(nèi)生變量視角短期看好波動(dòng)率、盈利、小市值、成長(zhǎng)因子，不看好估值、技術(shù)因子。外生變量視角短期看好反轉(zhuǎn)、波動(dòng)率、估值因子，不看好財(cái)務(wù)質(zhì)量、Beta 因子。因子周期視角中長(zhǎng)期看好大市值、估值、盈利、財(cái)務(wù)質(zhì)量、波動(dòng)率、換手率因子。圖表1： 內(nèi)生變量和外生變量對(duì)風(fēng)格因子 9 月表現(xiàn)的預(yù)測(cè)0.70.60.50.40.30.2內(nèi)生變量得分外生變量預(yù)測(cè)（右軸）8.3%0.590.570.5

9、40.626.3%5.2%0.493.3%4.6%0.474.8%3.2%0.391.3%0.9%0.350.300.2% 0.2710%8%6%4%2%0%-2%0.1估成值長(zhǎng)盈財(cái)小利務(wù)市質(zhì)值量反波換轉(zhuǎn)動(dòng)手率率-4%Beta技術(shù)資料來(lái)源：Wind，華泰證券研究所內(nèi)生變量視角基于因子動(dòng)量、因子離散度、因子擁擠度三類(lèi)指標(biāo)，預(yù)測(cè)風(fēng)格因子未來(lái)表現(xiàn)，因子動(dòng)量反映因子過(guò)去一段時(shí)間內(nèi)表現(xiàn)；因子離散度相當(dāng)于因子估值；因子擁擠度反映因子是否處于擁擠狀態(tài)。內(nèi)生變量對(duì)大類(lèi)風(fēng)格因子 9 月表現(xiàn)預(yù)測(cè)結(jié)果如下：看好波動(dòng)率、盈利、小市值、成長(zhǎng)因子，不看好估值、技術(shù)因子。其中，成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子在動(dòng)量指標(biāo)上占優(yōu)；小市

10、值因子在離散度指標(biāo)上占優(yōu)，處于過(guò)度忽視狀態(tài)；小市值、Beta、波動(dòng)率、換手率因子在擁擠度指標(biāo)上占優(yōu)，而成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子當(dāng)前仍較為擁擠。外生變量視角假設(shè)風(fēng)格因子表現(xiàn)受市場(chǎng)變量、宏觀變量等外生變量驅(qū)動(dòng)，對(duì)每個(gè)大類(lèi)風(fēng)格因子篩選出具備預(yù)測(cè)能力的外生變量，使用線(xiàn)性回歸預(yù)測(cè)未來(lái)一個(gè)月的 Rank IC 值。外生變量對(duì)大類(lèi)風(fēng)格因子 9 月 Rank IC 預(yù)測(cè)結(jié)果如下：反轉(zhuǎn)、波動(dòng)率、估值因子 Rank IC 預(yù)測(cè)值超過(guò) 5%，可能較為有效，建議短期看好上述因子表現(xiàn)；不看好財(cái)務(wù)質(zhì)量、Beta 因子未來(lái)一個(gè)月表現(xiàn)；小市值因子未來(lái)表現(xiàn)可能受宏觀環(huán)境制約。因子周期視角將華泰金工經(jīng)濟(jì)周期研究成果應(yīng)用于風(fēng)格配置

11、，自上而下構(gòu)建經(jīng)濟(jì)系統(tǒng)周期運(yùn)行狀態(tài)與因子表現(xiàn)對(duì)應(yīng)關(guān)系的“因子投資時(shí)鐘”，根據(jù)當(dāng)前周期狀態(tài)預(yù)測(cè)因子未來(lái)表現(xiàn)的整體趨勢(shì)。預(yù)計(jì)未來(lái)一年處于庫(kù)茲涅茨周期向上，經(jīng)濟(jì)長(zhǎng)期趨勢(shì)向上的環(huán)境，同時(shí)朱格拉周期向下，流動(dòng)性趨于寬松。建議配置大市值、估值、盈利、財(cái)務(wù)質(zhì)量因子。另外，波動(dòng)率、換手率因子在不同的宏觀環(huán)境下表現(xiàn)都較好，這兩個(gè)因子建議長(zhǎng)期配置。因子表現(xiàn)回顧8 月大類(lèi)風(fēng)格因子表現(xiàn)大類(lèi)風(fēng)格因子 8 月在全 A 股票池的 Rank IC 值和因子收益率如下圖所示。反轉(zhuǎn)、波動(dòng)率、換手率因子表現(xiàn)良好，Rank IC 值超過(guò) 15%，因子收益率超過(guò) 2%。估值、Beta、技術(shù)因子表現(xiàn)尚可，Rank IC 值和因子收益率均

12、為正。小市值因子 Rank IC 值較高，但是因子收益率為負(fù)。前期表現(xiàn)強(qiáng)勢(shì)的成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子出現(xiàn)回撤。圖表2： 8 月大類(lèi)風(fēng)格因子表現(xiàn)19.8% 19.7%14.0% 15.0%2.3%2.8%2.9%8.1%0.9%3.8%1.0%0.6% 3.3%-0.2%-2.8%-3.3%-0.6%-0.5%-4.7%-0.3%25%因子Rank IC因子收益率（右軸）5%20%4%15%3%10%2%5%1%0%-5%0%-1%-10%-2%-15%估成盈值長(zhǎng)利財(cái) 小 反 波 換務(wù) 市 轉(zhuǎn) 動(dòng) 手質(zhì) 值率 率量-3%Beta技術(shù)資料來(lái)源：Wind，華泰證券研究所近 1 年大類(lèi)風(fēng)格因子表現(xiàn)對(duì)大

13、類(lèi)風(fēng)格因子近 12 個(gè)月的 Rank IC 值做累加，得到各月累積 Rank IC 值，如下圖所示?？偟膩?lái)看，成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子近 1 年整體表現(xiàn)良好，但是近 12 個(gè)月表現(xiàn)不佳；波動(dòng)率、換手率因子近 1 年同樣表現(xiàn)良好，近 2 個(gè)月表現(xiàn)尤為強(qiáng)勢(shì)；反轉(zhuǎn)因子近 1 年表現(xiàn)不及上述因子，但是近 3 個(gè)月逐漸復(fù)蘇；小市值、Beta 因子表現(xiàn)低迷；估值、技術(shù)因子表現(xiàn)相對(duì)一般。圖表3： 近 1 年大類(lèi)風(fēng)格因子累積 Rank IC 值120%估值 反轉(zhuǎn)成長(zhǎng)盈利財(cái)務(wù)質(zhì)量小市值波動(dòng)率換手率Beta技術(shù)100%80%60%40%20%0%-20%-40%2019-08-302019-09-302019-1

14、0-312019-11-292019-12-312020-01-232020-02-282020-03-312020-04-302020-05-292020-06-302020-07-312020-08-31-60%資料來(lái)源：Wind，華泰證券研究所近期細(xì)分因子表現(xiàn)計(jì)算 34 個(gè)細(xì)分因子 8 月 Rank IC 值，以及近 12 個(gè)月的月頻 Rank IC 值。將近 12 個(gè)月Rank IC 的均值除以標(biāo)準(zhǔn)差，得到近 1 年 IC_IR。近期細(xì)分因子表現(xiàn)如下圖所示。圖表4： 報(bào)告中涉及的所有細(xì)分因子及其計(jì)算方式30%上月Rank IC近1年IC_IR1.820%1.210%0.60%0.0-1

15、0%(0.6)bias psy rsi dif deamacd Betabias_turn_1m turn_3m turn_1mIVR_FF3factor_3m IVR_FF3factor_1m std_3mstd_1m exp_wgt_return_6m exp_wgt_return_3m return_3m return_1m ln_capital ocftoassetscurrent debttoassets assetturnover netprofitmargin grossprofitmargin ROAROEROE_G_q Profit_G_q Sales_G_q DPSP BP

16、 EP-20%(1.2)資料來(lái)源：Wind，華泰證券研究所因子表現(xiàn)計(jì)算方法因子 T 月表現(xiàn)的計(jì)算方法可以簡(jiǎn)要描述為：以 T-1 月最后一個(gè)交易日為截面期，以全 A 股為股票池，計(jì)算附錄一中 10 大類(lèi)共 34個(gè)細(xì)分因子值。對(duì)每一大類(lèi)風(fēng)格因子內(nèi)部各細(xì)分因子做去極值、標(biāo)準(zhǔn)化預(yù)處理及因子方向調(diào)整，再等權(quán)合成，得到截面期大類(lèi)風(fēng)格因子值。計(jì)算 T 月股票池內(nèi)個(gè)股區(qū)間收益。對(duì)大類(lèi)風(fēng)格因子或細(xì)分因子做去極值、標(biāo)準(zhǔn)化和行業(yè)市值中性化預(yù)處理，計(jì)算 T-1 月預(yù)處理后因子與T 月個(gè)股區(qū)間收益的Spearman 秩相關(guān)系數(shù)，即T 月因子Rank IC 值。對(duì)大類(lèi)風(fēng)格因子值、個(gè)股總市值做去極值和標(biāo)準(zhǔn)化預(yù)處理，以 T-

17、1 月預(yù)處理后大類(lèi)風(fēng)格因子值、預(yù)處理后個(gè)股總市值、中信一級(jí)行業(yè)啞變量為自變量，以 T 月個(gè)股區(qū)間收益為因變量，以流通市值平方根為權(quán)重，做加權(quán)線(xiàn)性回歸，大類(lèi)風(fēng)格因子值對(duì)應(yīng)的回歸系數(shù)即為 T 月大類(lèi)風(fēng)格因子收益率。詳細(xì)計(jì)算方法請(qǐng)參見(jiàn)附錄二。內(nèi)生變量視角內(nèi)生變量視角基于因子動(dòng)量、因子離散度、因子擁擠度三類(lèi)指標(biāo)，預(yù)測(cè)風(fēng)格因子未來(lái)表現(xiàn)。因子動(dòng)量反映因子過(guò)去一段時(shí)間內(nèi)表現(xiàn)；因子離散度相當(dāng)于因子估值，高因子離散度反映因子被過(guò)度忽視，低因子離散度反映因子被過(guò)度投資；因子擁擠度反映因子是否處于擁擠狀態(tài)。一般看好高因子動(dòng)量、高因子離散度、低因子擁擠度因子短期表現(xiàn)，三項(xiàng)指標(biāo)在截面和時(shí)序上均有預(yù)測(cè)效果。內(nèi)生變量綜合預(yù)

18、測(cè)結(jié)果基于因子動(dòng)量、因子離散度、因子擁擠度三類(lèi)指標(biāo)，分別從截面和時(shí)序角度，對(duì)大類(lèi)風(fēng)格因子 9 月表現(xiàn)進(jìn)行打分預(yù)測(cè)，綜合預(yù)測(cè)結(jié)果如下表所示?？春貌▌?dòng)率、盈利、小市值、成長(zhǎng)因子，不看好估值、技術(shù)因子。其中，成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子在動(dòng)量指標(biāo)上占優(yōu)；小市值因子在離散度指標(biāo)上占優(yōu)，處于過(guò)度忽視狀態(tài)；小市值、Beta、波動(dòng)率、換手率因子在擁擠度指標(biāo)上占優(yōu)，而成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子當(dāng)前仍較為擁擠。圖表5： 內(nèi)生變量預(yù)測(cè)大類(lèi)風(fēng)格因子 9 月表現(xiàn)綜合預(yù)測(cè)得分綜合預(yù)測(cè)得分0.590.620.540.570.490.470.390.350.300.270.70.60.50.40.30.20.10.0估成值長(zhǎng)盈財(cái)

19、小反波換技Beta利量 務(wù)市轉(zhuǎn)動(dòng)手術(shù)質(zhì)值率率資料來(lái)源：Wind，華泰證券研究所綜合預(yù)測(cè)得分是以下 6 項(xiàng)細(xì)分指標(biāo)的均值：歸一化截面因子動(dòng)量；因子動(dòng)量歷史分位數(shù)；歸一化截面因子離散度；因子離散度歷史分位數(shù)；1歸一化截面因子擁擠度；1因子擁擠度歷史分位數(shù)。其中，歸一化采用 min-max 歸一化，根據(jù)截面上各類(lèi)因子相應(yīng)指標(biāo)最小值和最大值，將其縮放至0, 1范圍內(nèi)；歷史分位數(shù)取每個(gè)因子最新月末截面期相應(yīng)指標(biāo)，在其歷史上（自 2007 年 1 月末截面期開(kāi)始）所處分位數(shù)，本身在0, 1范圍內(nèi)；因子擁擠度為反向指標(biāo)，故用 1 減去相應(yīng)指標(biāo)。因子動(dòng)量定義因子動(dòng)量為因子在過(guò)去 12 個(gè)月末截面期的 21 日

20、 Rank IC 均值。從截面角度看，成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子動(dòng)量較強(qiáng)，估值、小市值、Beta 因子動(dòng)量較弱。從時(shí)序角度看，成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子動(dòng)量仍處于歷史高位，超過(guò) 90%分位數(shù)水平；小市值、反轉(zhuǎn)、波動(dòng)率因子動(dòng)量處于歷史低位，低于 20%分位數(shù)水平。圖表6： 大類(lèi)風(fēng)格因子動(dòng)量歷史序列估值成長(zhǎng)盈利財(cái)務(wù)質(zhì)量小市值反轉(zhuǎn)波動(dòng)率換手率Beta技術(shù)20%15%10%5%0%-5%-10%2007-01-312008-01-312009-01-312010-01-312011-01-312012-01-312013-01-312014-01-312015-01-312016-01-312017-01

21、-312018-01-312019-01-312020-01-31-15%資料來(lái)源：Wind，華泰證券研究所圖表7： 大類(lèi)風(fēng)格因子 8 月底截面動(dòng)量和最新歷史分位數(shù)截面動(dòng)量時(shí)序動(dòng)量分位數(shù)（右軸）95.7% 97.0%7.1%91.5%5.85.225.0%1.6%15.2% 0.8%18.9%8.5%2.0%22.0%30.5%20.7%1.1%-1.0%-0.8%-0.9%8%6%100%75%4%50%2%25%0%-2%估成值長(zhǎng)盈財(cái)小反波換利務(wù)市轉(zhuǎn)動(dòng)手質(zhì)值 率 率量0%Beta-25%技術(shù)資料來(lái)源：Wind，華泰證券研究所因子離散度因子離散度計(jì)算方式為：在月末截面期，取每個(gè)中信一級(jí)行業(yè)因

22、子值排名前 20%個(gè)股的因子值中位數(shù)，以及因子值排名后 20%個(gè)股的因子值中位數(shù)，兩者求差值；30 個(gè)行業(yè)的差值求平均值，得到當(dāng)前截面期該因子離散度原始值；對(duì)當(dāng)前截面期因子離散度原始值做標(biāo)準(zhǔn)化，計(jì)算其在過(guò)去 72 個(gè)月末截面期的Z 分?jǐn)?shù)。從截面角度看，成長(zhǎng)、盈利、小市值、波動(dòng)率因子離散度相對(duì)較高，估值、換手率、Beta因子離散度相對(duì)較低。從時(shí)序角度看，小市值因子離散度處于歷史高位，超過(guò) 80%分位數(shù)水平，可能處于過(guò)度忽視狀態(tài)；估值、反轉(zhuǎn)、換手率因子離散度處于歷史低位，低于 10%分位數(shù)水平，可能處于過(guò)度投資狀態(tài)。圖表8： 大類(lèi)風(fēng)格因子離散度歷史序列估值成長(zhǎng)盈利財(cái)務(wù)質(zhì)量小市值反轉(zhuǎn)波動(dòng)率換手率Be

23、ta技術(shù)6543210(1)(2)(3)2007-01-312008-01-312009-01-312010-01-312011-01-312012-01-312013-01-312014-01-312015-01-312016-01-312017-01-312018-01-312019-01-312020-01-31(4)資料來(lái)源：Wind，華泰證券研究所圖表9： 大類(lèi)風(fēng)格因子 8 月底截面離散度和最新歷史分位數(shù)2.0截面離散度時(shí)序離散度分位數(shù)（右軸）1.41.683.5%1.51.548.2%1.156.1%47.0%0.60.99.8%0.014.6%8.5%0.27.9%20.7%10

24、.4%(0.7)100%1.51.00.575%50%25%0.00%(0.5)-25%(1.0)估成值長(zhǎng)盈財(cái)小利務(wù)市質(zhì)值量反波換轉(zhuǎn)動(dòng)手率率-50%Beta技術(shù)資料來(lái)源：Wind，華泰證券研究所因子擁擠度因子擁擠度計(jì)算方式為：在每個(gè)月末截面期，分別計(jì)算個(gè)股 a）過(guò)去 63 個(gè)交易日的日度漲跌幅標(biāo)準(zhǔn)差作為波動(dòng)率指標(biāo)，b）過(guò)去 63 個(gè)交易日的日均換手率作為換手率指標(biāo)，c）過(guò)去 63 個(gè)交易日個(gè)股收益與萬(wàn)得全 A 收益線(xiàn)性回歸的回歸系數(shù)作為 Beta 指標(biāo)；取各個(gè)中信一級(jí)行業(yè)因子值排名前 20%個(gè)股的波動(dòng)率/換手率/Beta 均值，以及因子值排名后 20%個(gè)股的波動(dòng)率/換手率/Beta 均值，兩者

25、求比值；對(duì)波動(dòng)率、換手率、Beta 的三個(gè)比值求均值，得到當(dāng)前截面期該因子擁擠度。從截面角度看，成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量、技術(shù)因子擁擠度相對(duì)較高，波動(dòng)率、換手率因子擁擠度相對(duì)較低。從時(shí)序角度看，成長(zhǎng)、盈利因子擁擠度超過(guò) 90%歷史分位數(shù)水平，財(cái)務(wù)質(zhì)量、技術(shù)因子擁擠度超過(guò) 70%歷史分位數(shù)水平，可能處于交易擁擠狀態(tài)；小市值、Beta因子擁擠度低于 5%歷史分位數(shù)水平，波動(dòng)率、換手率因子擁擠度低于 30%歷史分位數(shù)水平，交易相對(duì)不擁擠。圖表10： 大類(lèi)風(fēng)格因子擁擠度歷史序列估值成長(zhǎng)盈利財(cái)務(wù)質(zhì)量小市值反轉(zhuǎn)波動(dòng)率換手率Beta技術(shù)2.01.81.61.41.21.00.80.60.40.22007-01-

26、312008-01-312009-01-312010-01-312011-01-312012-01-312013-01-312014-01-312015-01-312016-01-312017-01-312018-01-312019-01-312020-01-310.0資料來(lái)源：Wind，華泰證券研究所圖表11： 大類(lèi)風(fēng)格因子 8 月底截面擁擠度和最新歷史分位數(shù)1.41.21.00.80.60.40.20.0截面擁擠度時(shí)序擁擠度分位數(shù)（右軸）98.8%1.92.1%1.21.283.5%1.273.2%0.90.849.4%0.70.733.5%0.50.528.0%29.3%3.0%1.2%

27、2100%80%60%40%20%Beta0%估成盈值長(zhǎng)利財(cái)小反波換技務(wù)市轉(zhuǎn)動(dòng)手術(shù)質(zhì)值率率量資料來(lái)源：Wind，華泰證券研究所外生變量視角外生變量視角假設(shè)風(fēng)格因子表現(xiàn)受市場(chǎng)變量、宏觀變量等外生變量驅(qū)動(dòng)，對(duì)每個(gè)大類(lèi)風(fēng)格因子篩選出具備預(yù)測(cè)能力的外生變量，使用線(xiàn)性回歸預(yù)測(cè)未來(lái)一個(gè)月的 Rank IC 值。以下分別展示最新一期預(yù)測(cè)方法及預(yù)測(cè)結(jié)果。外生變量選取選取 6 項(xiàng)市場(chǎng)指標(biāo)和 13 項(xiàng)宏觀指標(biāo)作為外生變量。選擇滬深 300 和中證 500 月漲跌幅、月波動(dòng)率及月均換手率，用于表征市場(chǎng)行情的變化。從國(guó)民經(jīng)濟(jì)核算、工業(yè)、價(jià)格指數(shù)、銀行與貨幣、利率與匯率 5 個(gè)方面，選擇較常用的 13 項(xiàng)宏觀指標(biāo)。時(shí)間

28、序列回歸模型的一個(gè)重要前提是自變量為平穩(wěn)時(shí)間序列，而大部分宏觀指標(biāo)和市場(chǎng)指標(biāo)在時(shí)間序列上的分布非平穩(wěn)，不符合預(yù)測(cè)模型對(duì)自變量的假設(shè)，因此我們針對(duì)不同的外生變量，進(jìn)行一定差分處理或計(jì)算變化率，使得外生變量在單位根檢驗(yàn)下均為平穩(wěn)時(shí)間序列。另外，部分宏觀變量數(shù)據(jù)發(fā)布具有滯后性，我們?cè)诮r(shí)將這部分宏觀數(shù)據(jù)按其實(shí)際發(fā)布時(shí)間滯后使用。例如，T-1 月的 M1 同比數(shù)據(jù)通常在 T 月中旬公布，因此我們?cè)?T 月末建模時(shí)用到的是 T-1 月的 M1 同比數(shù)據(jù)。下表展示具體 19 項(xiàng)外生變量及其所屬類(lèi)別和變量處理方法。為了更清楚地展示部分宏觀變量的滯后期，我們以 T 月末為截面期，最右列為外生變量能取到的最新

29、數(shù)據(jù)時(shí)間。圖表12： 外生變量列表變量類(lèi)別變量細(xì)分類(lèi)別變量名稱(chēng)變量處理方法最新數(shù)據(jù)時(shí)間市場(chǎng)變量滬深 300 月漲跌幅不處理第 T 月市場(chǎng)變量中證 500 月漲跌幅不處理第 T 月市場(chǎng)變量滬深 300 月波動(dòng)率變化率第 T 月市場(chǎng)變量中證 500 月波動(dòng)率變化率第 T 月市場(chǎng)變量滬深 300 月均換手率一階差分第 T 月市場(chǎng)變量中證 500 月均換手率一階差分第 T 月宏觀變量國(guó)民經(jīng)濟(jì)核算PMI二階差分第 T 月宏觀變量國(guó)民經(jīng)濟(jì)核算宏觀經(jīng)濟(jì)景氣指數(shù)先行指數(shù)變化率第 T-3 月宏觀變量工業(yè)工業(yè)增加值當(dāng)月同比二階差分第 T-1 月宏觀變量?jī)r(jià)格指數(shù)CPI 當(dāng)月同比二階差分第 T-1 月宏觀變量?jī)r(jià)格指數(shù)

30、PPI 全部工業(yè)品當(dāng)月同比一階差分第 T-1 月宏觀變量?jī)r(jià)格指數(shù)企業(yè)商品價(jià)格指數(shù) CGPI 當(dāng)月同比二階差分第 T-1 月宏觀變量銀行與貨幣M1 同比一階差分第 T-1 月宏觀變量銀行與貨幣M2 同比一階差分第 T-1 月宏觀變量銀行與貨幣大型存款機(jī)構(gòu)存款儲(chǔ)備金率二階差分第 T 月宏觀變量利率與匯率中債國(guó)債到期收益率 3 個(gè)月變化率第 T 月宏觀變量利率與匯率國(guó)債收益率差 10 年期-3 月期變化率第 T 月宏觀變量利率與匯率美元兌人民幣匯率變化率第 T 月宏觀變量利率與匯率SHIBOR1W變化率第 T 月資料來(lái)源：Wind，華泰證券研究所外生變量預(yù)測(cè)方法參考 Hua，Kantsyrev 和

31、Qian 于 2012 年發(fā)表論文 Factor-Timing Model，使用外生變量預(yù)測(cè)大類(lèi)風(fēng)格因子 Rank IC 值。首先使用條件期望模型和 AIC 準(zhǔn)則，在 T-1 月最后一個(gè)交易日，對(duì)每個(gè)大類(lèi)風(fēng)格因子篩選出可能影響因子 Rank IC 值的條件變量；其次將大類(lèi)風(fēng)格因子與篩選出的條件變量做線(xiàn)性回歸，預(yù)測(cè) T 月的因子 Rank IC 值。條件期望模型假設(shè)單個(gè)風(fēng)格因子 Rank IC 時(shí)序向量 Y 與外生變量時(shí)序向量 X 的聯(lián)合分布服從多元正態(tài)分布，即： () () ， ( ) ，則在給定 Xx 的情況下，Y 的條件分布仍為正態(tài)分布，條件數(shù)學(xué)期望和條件方差分別為：= (| = ) =

32、+ 1( )|=|= 1 其中 E(Y|X=x)稱(chēng)為 Y 關(guān)于 X 的回歸，它是 x 的線(xiàn)性函數(shù)。AIC 和 AICc 準(zhǔn)則使用 AIC 赤池信息量準(zhǔn)則衡量統(tǒng)計(jì)模型擬合優(yōu)良性。相比其它模型評(píng)價(jià)指標(biāo)，AIC 的優(yōu)勢(shì)在于兼顧模型簡(jiǎn)潔性和準(zhǔn)確性。在進(jìn)行多個(gè)模型比較和選擇時(shí)，通常選擇 AIC 最小的模型?；跅l件期望模型的 AIC 計(jì)算公式如下： = (|) + 2 其中 T 為樣本窗口長(zhǎng)度，N 為風(fēng)格因子數(shù)量（這里固定為 1），K 為外生變量數(shù)量。當(dāng)樣本數(shù)量較小時(shí)，基于 AIC 的方法可能會(huì)產(chǎn)生模型過(guò)擬合問(wèn)題。為避免此問(wèn)題，研究者提出 AICc 指標(biāo)，在 AIC 上添加小樣本誤差修正量。基于條件期望

33、模型的 AICc 計(jì)算公式如下： = (|) + 2 + 2 ( + 1) 1外生變量篩選流程樣本區(qū)間內(nèi)篩選外生變量流程如下圖所示，具體步驟為：最優(yōu)外生變量集合 S0 初始為空集，AICc 初始值 AICc0Tlog(|XX|)；遍歷不在 Si 中的每個(gè)外生變量 k，計(jì)算將 k 加入到集合 Si 后模型 AICc 值，取最小值A(chǔ)ICcmin；若 AICcmin 小于 AICci，則轉(zhuǎn)向第 4 步；否則篩選結(jié)束，集合 Si 為最優(yōu)外生變量集合；將 AICcmin 對(duì)應(yīng)的外生變量 k 加入 Si，即 Si+1Sik，AICci+1 為基于外生變量集合Si+1 計(jì)算得到的 AICc，并轉(zhuǎn)至第 2 步

34、。圖表13： 外生變量篩選流程圖資料來(lái)源：華泰證券研究所回歸預(yù)測(cè)模型構(gòu)建對(duì)于每個(gè)大類(lèi)風(fēng)格因子，取樣本區(qū)間為過(guò)去 72 個(gè)月，分三步預(yù)測(cè)未來(lái)一個(gè)月 Rank IC 值：使用 AICc 在樣本區(qū)間內(nèi)篩選出對(duì)因子 Rank IC 值具有解釋能力的外生變量；將篩選出來(lái)的全部外生變量納入回歸模型，在樣本區(qū)間內(nèi)構(gòu)造因子 Rank IC 值序列關(guān)于外生變量的多元線(xiàn)性回歸模型；將最新一期的外生變量代入回歸模型，得到未來(lái)一個(gè)月的因子 Rank IC 預(yù)測(cè)值。外生變量預(yù)測(cè)結(jié)果外生變量對(duì)大類(lèi)風(fēng)格因子 9 月 Rank IC 預(yù)測(cè)結(jié)果如下圖所示。反轉(zhuǎn)、波動(dòng)率、估值因子 Rank IC 預(yù)測(cè)值超過(guò) 5%，可能較為有效，

35、建議短期看多上述因子表現(xiàn)；不看好財(cái)務(wù)質(zhì)量、小市值、Beta 因子未來(lái)一個(gè)月表現(xiàn)；小市值因子未來(lái)表現(xiàn)可能受宏觀環(huán)境制約。圖表14： 大類(lèi)風(fēng)格因子 9 月 Rank IC 預(yù)測(cè)值8.3%6.3%5.2%4.6%4.8%3.2%3.3%0.9%1.3%0.2%9%8%7%6%5%4%3%2%1%Beta0%估成盈值長(zhǎng)利財(cái)小反波換技務(wù)市轉(zhuǎn)動(dòng)手術(shù)質(zhì)值率率量資料來(lái)源：Wind，華泰證券研究所因子預(yù)測(cè)結(jié)果解讀下面展示各個(gè)大類(lèi)風(fēng)格因子 Rank IC 預(yù)測(cè)值，以及進(jìn)入回歸模型的外生變量對(duì)預(yù)測(cè)結(jié)果的貢獻(xiàn)情況，貢獻(xiàn)度定義為自變量與回歸系數(shù)的乘積。圖表15： 估值因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況圖表1

36、6： 成長(zhǎng)因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況5.2% 5.3%1.7%1.3%0.0%-1.3% -0.3%-1.4%估值成長(zhǎng)3.2%3.5%0.0%-0.2%6%4%4%3%2%2%0%-2%預(yù)回IC測(cè)歸模值型截距項(xiàng)滬國(guó)美存深債同同元款PPIM2300比收比兌儲(chǔ)益人備月月 率民金波期 差幣率10動(dòng)匯率年率-3期1%0%CPISHIBOR1W-1%預(yù)回測(cè)歸IC模當(dāng)值型月截同距比項(xiàng)資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所圖表17： 盈利因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況圖表18： 財(cái)務(wù)質(zhì)量因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況3.3%3

37、.6%-0.3%盈利4%3%2%1%0%CPI-1%預(yù)回測(cè)歸IC模當(dāng)值型月截同距比項(xiàng)3%2%1%0%-1%IC預(yù)測(cè)值財(cái)務(wù)質(zhì)量1.9%0.9%-0.3%-0.7%M2CPI歸回模當(dāng)同型月比截同距比項(xiàng)資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所圖表19： 小市值因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況圖表20： 反轉(zhuǎn)因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況小市值2.7%1.3%0.2%-0.4%0.0%-1.2%4%3%2%1%0%-1%-2%IC預(yù)測(cè)值回國(guó)存CGPIPMI歸債款模收指儲(chǔ)型益標(biāo)當(dāng)備截率月金距期 差同率10項(xiàng)比-3年期月反轉(zhuǎn)8.3%8.3%10%8

38、%6%4%2%0%預(yù)回IC測(cè)歸模值型截距項(xiàng)資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所圖表21： 波動(dòng)率因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況圖表22： 換手率因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況10%8%6%4%2%0%-2%-4%預(yù)回IC測(cè)歸模值型截距項(xiàng)波動(dòng)率7.8%6.3%2.3%-0.4%0.0%-3.4%M2M1美存同同元款比比兌儲(chǔ)人備民金幣率匯率10%8%6%4%2%0%-2%-4%IC預(yù)測(cè)值換手率7.5%4.6%1.7%0.0%-1.7%-2.9%M2300回 滬美 存歸 深 同 元 款模比 兌 儲(chǔ)月型人備波截民金動(dòng)距幣率率項(xiàng)匯率資料來(lái)源

39、：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所圖表23： Beta 因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況圖表24： 技術(shù)因子 Rank IC 預(yù)測(cè)值及外生變量貢獻(xiàn)情況Beta1.5%0.2%0.6%0.6%-2.5%3%2%1%0%-1%-2%-3%IC預(yù)測(cè)值技術(shù)4.8%4.7%0.1%6%5%4%3%2%1%PPICGPI回滬0%歸深預(yù)回工IC300比模增模當(dāng)同測(cè)歸業(yè)型月月值型加截均同截值距換比距變項(xiàng)手項(xiàng)動(dòng)率資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所下面嘗試對(duì)預(yù)測(cè) Rank IC 絕對(duì)值超過(guò) 5%的風(fēng)格因子進(jìn)行解讀。在構(gòu)建回歸模型前，我們對(duì)部

40、分外生變量進(jìn)行了差分處理或計(jì)算變化率，在解讀預(yù)測(cè)結(jié)果時(shí)，我們應(yīng)關(guān)注這些外生變量取值的邊際變化，而非變量值本身。估值因子：回歸模型截距項(xiàng)為 5.3%，對(duì) Rank IC 預(yù)測(cè)值有較大正向貢獻(xiàn)，說(shuō)明長(zhǎng)期看估值因子存在正收益。M2 同比新值較前值降低 0.4pct，該指標(biāo)對(duì) Rank IC 有負(fù)向影響，為預(yù)測(cè)值提供 1.7%的正向貢獻(xiàn)。PPI 同比新值較前值提升 0.6pct，該指標(biāo)對(duì) Rank IC 有正向影響，為預(yù)測(cè)值提供 1.3%的正向貢獻(xiàn)。美元兌人民幣匯率新值（8月末）較前值（7 月末）降低 1.1%，該指標(biāo)為 Rank IC 預(yù)測(cè)值提供-1.4%的負(fù)向貢獻(xiàn)。滬深 300 月波動(dòng)率新值（8

41、月末）較前值（7 月末）降低 0.6%，該指標(biāo)為 Rank IC預(yù)測(cè)值提供-1.3%的負(fù)向貢獻(xiàn)。反轉(zhuǎn)因子：回歸模型截距項(xiàng)為 8.3%，對(duì) Rank IC 預(yù)測(cè)值有較大正向貢獻(xiàn)，說(shuō)明長(zhǎng)期看反轉(zhuǎn)因子存在正收益。其余外生變量對(duì)反轉(zhuǎn)因子 Rank IC 無(wú)影響。波動(dòng)率因子：回歸模型截距項(xiàng)為 7.8%，對(duì) Rank IC 預(yù)測(cè)值有較大正向貢獻(xiàn)，說(shuō)明長(zhǎng)期看波動(dòng)率因子存在正收益。M2 同比新值較前值降低 0.4pct，該指標(biāo)對(duì) Rank IC 有負(fù)向影響，為預(yù)測(cè)值提供 2.3%的正向貢獻(xiàn)。美元兌人民幣匯率新值（8 月末）較前值（7 月末）降低 1.1%，該指標(biāo)為 Rank IC 預(yù)測(cè)值提供-3.4%的負(fù)向貢

42、獻(xiàn)。另外，值得注意的是外生變量對(duì)小市值因子表現(xiàn)的預(yù)測(cè)。小市值因子回歸模型截距項(xiàng)為 2.7%，長(zhǎng)期看小市值因子存在微弱的正收益。CGPI 同比新值較前值降低 0.2pct，該指標(biāo)為 Rank IC 預(yù)測(cè)值提供-1.2%的負(fù)向貢獻(xiàn)。10 年期國(guó)債和 3 月期國(guó)債利差新值（8 月末）較前值（7 月末）降低 0.2%，該指標(biāo)為 Rank IC 預(yù)測(cè)值提供-0.4%的負(fù)向貢獻(xiàn)?？偟膩?lái)看，小市值因子未來(lái)表現(xiàn)可能受宏觀環(huán)境制約。因子周期視角因子周期視角將華泰金工經(jīng)濟(jì)周期研究成果應(yīng)用于風(fēng)格因子表現(xiàn)預(yù)測(cè)。預(yù)測(cè)分為兩部分：自上而下構(gòu)建經(jīng)濟(jì)系統(tǒng)周期運(yùn)行狀態(tài)與因子表現(xiàn)對(duì)應(yīng)關(guān)系的“因子投資時(shí)鐘”，根據(jù)當(dāng)前周期狀態(tài)預(yù)測(cè)因

43、子未來(lái)表現(xiàn)的整體趨勢(shì)；自下而上對(duì)風(fēng)格因子去趨勢(shì)累計(jì)收益率進(jìn)行三周期回歸擬合，外推因子未來(lái)表現(xiàn)的邊際變化。與前述內(nèi)生變量、外生變量視角不同，因子周期視角側(cè)重于對(duì)因子中長(zhǎng)期表現(xiàn)的預(yù)測(cè)。自上而下預(yù)測(cè)整體趨勢(shì)：因子投資時(shí)鐘對(duì)因子周期的研究發(fā)現(xiàn)，大部分因子的中長(zhǎng)期走勢(shì)與經(jīng)濟(jì)形勢(shì)掛鉤，影響較為明顯的兩個(gè)因素是經(jīng)濟(jì)增長(zhǎng)和流動(dòng)性，前者可使用庫(kù)茲涅茨周期刻畫(huà)，后者可使用朱格拉周期輔助判斷。我們借助這兩個(gè)變量將經(jīng)濟(jì)環(huán)境分為四種情況，不同經(jīng)濟(jì)周期下因子表現(xiàn)分類(lèi)如下圖所示，稱(chēng)之為因子投資時(shí)鐘。因子投資時(shí)鐘的詳細(xì)構(gòu)建方法請(qǐng)參考華泰金工研究報(bào)告周期視角下的因子投資時(shí)鐘（20181011）。圖表25： 不同經(jīng)濟(jì)周期下的因子

44、表現(xiàn)分類(lèi)資料來(lái)源：華泰證券研究所在不同資產(chǎn)類(lèi)別中，商品是靠近實(shí)體經(jīng)濟(jì)的一種資產(chǎn)，商品價(jià)格長(zhǎng)周期上的波動(dòng)在一定程度上反映了實(shí)體經(jīng)濟(jì)的總需求，因此可借助商品識(shí)別經(jīng)濟(jì)的中長(zhǎng)期波動(dòng)。CRB 綜合現(xiàn)貨指數(shù)三周期分解結(jié)果如下圖所示，預(yù)計(jì)未來(lái)一年處于庫(kù)茲涅茨周期向上，經(jīng)濟(jì)長(zhǎng)期趨勢(shì)向上的環(huán)境，同時(shí)朱格拉周期向下，流動(dòng)性趨于寬松。當(dāng)前周期運(yùn)行狀態(tài)處于因子投資時(shí)鐘的第四象限，建議配置大市值、估值、盈利、財(cái)務(wù)質(zhì)量因子。另外，波動(dòng)率、換手率因子在不同的宏觀環(huán)境下表現(xiàn)都較好，這兩個(gè)因子建議長(zhǎng)期配置。綜合來(lái)看，預(yù)測(cè)未來(lái)一年大市值、估值、盈利、財(cái)務(wù)質(zhì)量、波動(dòng)率、換手率因子有效。圖表26： 實(shí)體經(jīng)濟(jì)三周期濾波結(jié)果基欽周期朱格

45、拉周期庫(kù)茲涅茨周期1.5%1.0%0.5%0.0%-0.5%-1.0%1991-121992-121993-121994-121995-121996-121997-121998-121999-122000-122001-122002-122003-122004-122005-122006-122007-122008-122009-122010-122011-122012-122013-122014-122015-122016-122017-122018-122019-122020-12-1.5%資料來(lái)源：Wind，華泰證券研究所自下而上預(yù)測(cè)邊際變化：因子周期回歸擬合下面展示各個(gè)大類(lèi)風(fēng)格因子三周

46、期回歸擬合結(jié)果。三周期回歸擬合詳細(xì)方法請(qǐng)參考華泰金工研究報(bào)告因子收益率的周期性研究初探（20180605）。圖中紅線(xiàn)為去趨勢(shì)后因子累計(jì)收益率，灰線(xiàn)為回歸擬合曲線(xiàn)，灰線(xiàn)相對(duì)紅線(xiàn)的延伸部分為因子未來(lái)一年表現(xiàn)邊際變化情況預(yù)測(cè)。綜合來(lái)看，小市值、Beta 因子處于周期上行狀態(tài)，估值、反轉(zhuǎn)、波動(dòng)率、換手率、技術(shù)因子處于周期下行狀態(tài)，成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量因子即將見(jiàn)頂回落。 去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn)圖表27： 估值因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合圖表28： 成長(zhǎng)因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合15%10%5%0%-5%-10%2005-022006-022007-022008-0220

47、09-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-02-15%8%去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn)6%4%2%0%-2%-4%-6%2005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-02-8%資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所圖表29： 盈利因子去趨勢(shì)后累

48、計(jì)收益率與三周期回歸擬合圖表30： 財(cái)務(wù)質(zhì)量因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn) 去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn)10%10%5%5%0%0%-5%-5%2005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-022005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022

49、017-022018-022019-022020-022021-02-10%-10%資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn)圖表31： 小市值因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合圖表32： 反轉(zhuǎn)因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合20%15%10%5%0%-5%-10%-15%2005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-02-20%15%去趨

50、勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn)10%5%0%-5%-10%2005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-02-15%資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所 去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn)圖表33： 波動(dòng)率因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合圖表34： 換手率因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合15%10%5%0%-5%-10%2005-022006-022007-0220

51、08-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-02-15%15% 去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn)10%5%0%-5%-10%2005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-02-15%資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所圖表35： Be

52、ta 因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合圖表36： 技術(shù)因子去趨勢(shì)后累計(jì)收益率與三周期回歸擬合去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn) 去趨勢(shì)后因子累計(jì)收益率回歸擬合曲線(xiàn)10%10%5%5%0%0%-5%-5%2005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-022016-022017-022018-022019-022020-022021-022005-022006-022007-022008-022009-022010-022011-022012-022013-022014-022015-02

53、2016-022017-022018-022019-022020-022021-02-10%-10%資料來(lái)源：Wind，華泰證券研究所資料來(lái)源：Wind，華泰證券研究所風(fēng)險(xiǎn)提示風(fēng)格因子的效果與宏觀環(huán)境和大盤(pán)走勢(shì)密切相關(guān)，歷史結(jié)果不能預(yù)測(cè)未來(lái)。金融周期規(guī)律被打破。市場(chǎng)出現(xiàn)超預(yù)期波動(dòng)，導(dǎo)致?lián)頂D交易。附錄一：所有細(xì)分因子計(jì)算方法圖表37： 報(bào)告中涉及的所有細(xì)分因子及其計(jì)算方式因子類(lèi)別因子簡(jiǎn)稱(chēng)因子簡(jiǎn)稱(chēng)因子方向因子計(jì)算方式計(jì)算說(shuō)明估值估值-EPEP1Wind 因子 pe_ttm 的倒數(shù)估值估值-BPBP1Wind 因子 pb_lf 的倒數(shù)估值類(lèi)計(jì)算過(guò)程中涉及的四個(gè)估值估值-SPSP1Wind 因子 ps

54、_ttm 的倒數(shù)Wind 因子均可以按交易日提取。估值股息率DP1Wind 因子 dividendyield2成長(zhǎng)營(yíng)業(yè)收入增長(zhǎng)率Sales_G_q1由Wind 因子 oper_rev 自行計(jì)算同比增長(zhǎng)率成長(zhǎng)凈利潤(rùn)增長(zhǎng)率Profit_G_q1由Wind 因子net_profit_is 自行計(jì)算同比增長(zhǎng)率成長(zhǎng)ROE 增長(zhǎng)率ROE_G_q1由Wind 因子 roe_avg 自行計(jì)算同比增長(zhǎng)率成長(zhǎng)、盈利、財(cái)務(wù)質(zhì)量、市值類(lèi)計(jì)盈利ROEROE1Wind 因子 roe_avg算過(guò)程中涉及到的11 個(gè)Wind 因子盈利ROAROA1Wind 因子 roa均按季度（報(bào)告期）提取，使用方盈利毛利率grosspro

55、fitmargin1Wind 因子 grossprofitmargin法為：截面日在 4 月 30 日及以后盈利凈利率netprofitmargin1Wind 因子 netprofitmargin的可使用當(dāng)年一季報(bào)、上一年年報(bào)財(cái)務(wù)質(zhì)量總資產(chǎn)周轉(zhuǎn)率assetturnover1Wind 因子 assetsturn信息，截面日在 8 月 31 日及以后財(cái)務(wù)質(zhì)量資產(chǎn)負(fù)債率debttoassets-1Wind 因子 debttoassets的可使用當(dāng)年半年報(bào)信息，截面日財(cái)務(wù)質(zhì)量流動(dòng)比率current1Wind 因子 current（*部分金融企業(yè)不適用）在 10 月 31 日及以后的可使用當(dāng)年財(cái)務(wù)質(zhì)量資

56、產(chǎn)的經(jīng)營(yíng)現(xiàn)金流ocftoassets1Wind 因子 ocftoassets三季報(bào)信息。量回報(bào)率小市值對(duì)數(shù)總市值ln_capital-1Wind 因子 mkt_cap_ard 取對(duì)數(shù)反轉(zhuǎn)1 個(gè)月反轉(zhuǎn)return_1m-1反轉(zhuǎn)3 個(gè)月反轉(zhuǎn)return_3m-1個(gè)股最近 N 個(gè)月收益率（N=1，3）反轉(zhuǎn)衰減換手率加權(quán) 3個(gè)月反轉(zhuǎn)exp_wgt_return_3m-1 最近 N 個(gè)月內(nèi)，在每個(gè)交易日對(duì)個(gè)股計(jì)算如下公式的值，最終求和：日換手率乘以函數(shù)反轉(zhuǎn)衰減換手率加權(quán) 6個(gè)月反轉(zhuǎn)exp_wgt_return_6m-1exp(-x_i/N/4)乘以日收益率。其中 x_i 為該日距離截面日的交易日個(gè)數(shù)（N=1，3）個(gè)股每日收益率均采用Wind 后復(fù)波動(dòng)率1 個(gè)月波動(dòng)率std_1m-1 個(gè)股最近 N 個(gè)月內(nèi)日收益率序列的標(biāo)準(zhǔn)差權(quán)收盤(pán)價(jià)自行計(jì)算；個(gè)股每