量化策略專題研究：業(yè)績、估值與行業(yè)輪動

1、目錄投資聚焦1 HYPERLINK l _TOC_250014 業(yè)績、估值視角下的行業(yè)輪動邏輯框架1 HYPERLINK l _TOC_250013 收益源于業(yè)績或估值的變動，估值受業(yè)績預(yù)期、投資者情緒等因素影響1 HYPERLINK l _TOC_250012 行業(yè)輪動邏輯：業(yè)績彈性預(yù)期差定位，投資者情緒把握買入時點2 HYPERLINK l _TOC_250011 業(yè)績：業(yè)績增速的相對變化是超額收益的重要來源3 HYPERLINK l _TOC_250010 分析師一致預(yù)期數(shù)據(jù)時效性優(yōu)于財報3 HYPERLINK l _TOC_250009 中證800指數(shù)空間成分股分析師預(yù)期數(shù)據(jù)更完備3

2、HYPERLINK l _TOC_250008 業(yè)績增速的相對變化是超額收益的重要來源5 HYPERLINK l _TOC_250007 利用成長偏離度指標(biāo)刻畫相對業(yè)績增速的變化5 HYPERLINK l _TOC_250006 估值：估值只是交易行為的結(jié)果，警惕“價值陷阱”8 HYPERLINK l _TOC_250005 簡單通過估值及其分位點構(gòu)建行業(yè)組合超額收益較低8 HYPERLINK l _TOC_250004 不同行業(yè)選擇不同估值指標(biāo)構(gòu)建行業(yè)組合超額收益仍然較低9 HYPERLINK l _TOC_250003 把握估值的驅(qū)動力：業(yè)績投資者情緒10 HYPERLINK l _TOC

3、_250002 相對業(yè)績增速與投資者情緒是相對估值水平的重要驅(qū)動力10 HYPERLINK l _TOC_250001 是否值得買？利用業(yè)績彈性預(yù)期差刻畫未被估值反映的業(yè)績彈性預(yù)期12 HYPERLINK l _TOC_250000 何時買入？業(yè)績彈性預(yù)期差定位，投資者情緒狀態(tài)把握買入時點14結(jié)論與投資建議16風(fēng)險因素17插圖目錄圖1：相對業(yè)績增速的變化更容易獲得市場溢價2圖2：業(yè)績、估值視角下的行業(yè)輪動邏輯框架2圖3：汽車行業(yè)一致預(yù)期凈利潤增速中位數(shù)與凈利潤TTM同比增速中位數(shù)歷史情況3圖4：中證800指數(shù)成分股的分析師覆蓋情況4圖5：中證全指成分股的分析師覆蓋情況4圖6：中證800指數(shù)成分

4、股市值占中證全指成分股市值比重情況4圖7：中證800空間各行業(yè)市值占中證全指空間各行業(yè)市值比重4圖8：汽車行業(yè)相對業(yè)績增速與汽車行業(yè)相對強弱指數(shù)5圖9：成長偏離度指標(biāo)分組各行業(yè)組合歷史表現(xiàn)6圖10：ROETTM分組各行業(yè)組合表現(xiàn)7圖滾動一致預(yù)期ROE分組各行業(yè)組合歷史表現(xiàn)7圖12：凈利潤TTM同比增速分組各行業(yè)組合歷史表現(xiàn)7圖13：滾動一致預(yù)期凈利潤增速分組各行業(yè)組合歷史表現(xiàn)7圖14：市盈率（PETTM）分組各行業(yè)組合歷史表現(xiàn)8圖15：市凈率（PBLF）分組各行業(yè)組合歷史表現(xiàn)8圖16：市盈率（PETTM）分位點分組各行業(yè)組合歷史表現(xiàn)8圖17：市凈率（PBLF）分位點分組各行業(yè)組合歷史表現(xiàn)8圖1

5、8：有色金屬、煤炭、石油石化行業(yè)PETTM歷史情況9圖19：不同行業(yè)選取不同估值指標(biāo)的估值分位點分組各行業(yè)組合歷史表現(xiàn)10圖20：成長偏離度分組各組估值偏離度中位數(shù)圖21：投資者情緒指標(biāo)分組各組估值偏離度中位數(shù)圖22：業(yè)績彈性預(yù)期差分組各行業(yè)組合歷史表現(xiàn)12圖23：高業(yè)績彈性預(yù)期差、高成長偏離度、低估值(PETTM)行業(yè)組合歷史表現(xiàn)13圖24：投資者情緒指標(biāo)分組各行業(yè)組合歷史表現(xiàn)14圖25：業(yè)績彈性預(yù)期差定位，投資者情緒把握買入時點的行業(yè)輪動策略歷史表現(xiàn)15圖26：全部中信一級行業(yè)成長偏離度情況16圖27：全部中信一級行業(yè)業(yè)績彈性預(yù)期差情況16圖業(yè)績彈性預(yù)期差行業(yè)市場情緒情況（近1月?lián)Q手率-近

6、1年換手率）17表格目錄表1：高成長偏離度組合（G5）歷史表現(xiàn)6表2：高ROETTM、高一致預(yù)期ROE、高凈利潤TTM同比增速、高一致預(yù)期利潤增速、高成長偏離度行業(yè)組合歷史表現(xiàn)比較7表：按市盈率（TT、市凈率（LF）及其分位點分組各行業(yè)組合年化超額收益9表4：不同行業(yè)選取不同估值指標(biāo)的估值分位點最低組（G1）歷史表現(xiàn)10表5：高業(yè)績彈性預(yù)期差行業(yè)組合（G5）歷史表現(xiàn)12表6：高業(yè)績彈性預(yù)期差、高成長偏離度、低估值（PETTM）行業(yè)組合歷史表現(xiàn)13表7：低投資者情緒行業(yè)組合（G1）歷史表現(xiàn)14表8：高投資者情緒行業(yè)組合（G5）歷史表現(xiàn)14表9：業(yè)績彈性預(yù)期差定位，投資者情緒把握買入時點的行業(yè)輪動

7、策略歷史表現(xiàn)15 投資聚焦（捉投資者情緒變化來進(jìn)行配置技術(shù)面交易型（通過調(diào)研把握行業(yè)基本面的變化趨勢進(jìn)行配置基本面趨勢型（通過行業(yè)的估值周期及業(yè)績預(yù)期判斷行業(yè)的定價偏差使用，但該類研究中大多存在以下兩點問題：1行業(yè)更為重要。2、其余綜合考慮業(yè)績預(yù)期與估值的研究大多僅針對單一行業(yè)，并未構(gòu)建系統(tǒng)的分析框架進(jìn)行行業(yè)比較，使得行業(yè)配置的主觀性較強。因此，在本篇報告中，我們聚焦于如何將行業(yè)的業(yè)績預(yù)期、估值有機(jī)結(jié)合起來，試圖為投資者建立業(yè)績與估值視角下更加科學(xué)、合理的行業(yè)比較分析框架。 業(yè)績、估值視角下的行業(yè)輪動邏輯框架收益源于業(yè)績或估值的變動，估值受業(yè)績預(yù)期、投資者情緒等因素影響行業(yè)是股票的集合，其收益

8、源于成分股的股價變動，而股價漲跌源自公司業(yè)績或估值的變化，即： = 其中，P是股價，PE是市盈率，EPS即為每股收益。進(jìn)一步有： = + + =+上式表明，股票收益源于業(yè)績或估值的變化，同理，行業(yè)的收益也可以使用業(yè)績與估值變化這個分析框架進(jìn)行討論。其中，估值受業(yè)績預(yù)期、投資者情緒等因素影響，業(yè)績的變化往往決定了估值中樞的變化，而投資者情緒也會對其實際估值水平產(chǎn)生一定擾動。而從超額收益角度來看，行業(yè)的超額收益通常應(yīng)來自于高于市場平均水平的業(yè)績增速或高于市場平均水平的估值變化，但業(yè)績增速的相對變化同樣會對估值的相對變化產(chǎn)生重要影響，業(yè)績增速相對提高地更多的行業(yè)更容易獲得市場溢價。因此，相對業(yè)績增速

9、的變化也是本文重要的考察因素。A EPS 20%EPS 10%； A EPS 15%EPS 10%A 股EPS EPS 圖 1：相對業(yè)績增速的變化更容易獲得市場溢價25%20%15%10%相對業(yè)績增速10A股票業(yè)績增速市場平均業(yè)績增速相對業(yè)績增速下降至510%t0t1資料來源： 行業(yè)輪動邏輯：業(yè)績彈性預(yù)期差定位，投資者情緒把握買入時點如上文所述，單一考慮業(yè)績或估值均不構(gòu)成某行業(yè)的買入條件，以合理的價格買入績優(yōu)行業(yè)更為重要。因此，在篩選行業(yè)時本文更注重未被估值反映的成長性，定位具有“業(yè)績彈性預(yù)期差”的行業(yè)。此外，考慮到資金占用存在時間成本，而預(yù)期差的修復(fù)通常需要市場情緒的推動，因此我們也將在高業(yè)

10、績彈性預(yù)期差的行業(yè)范圍內(nèi)通過投資者情緒把握買入時點。圖 2：業(yè)績、估值視角下的行業(yè)輪動邏輯框架Step3：通過投資者情緒把握業(yè)績彈性預(yù)期差修復(fù)的時點。情Step2：通過估值定位未被估值反映的業(yè)績彈性業(yè)績彈估值性預(yù)期差。Step1：通過業(yè)績定位公司質(zhì)量。業(yè)績資料來源： 業(yè)績：業(yè)績增速的相對變化是超額收益的重要來源分析師一致預(yù)期數(shù)據(jù)時效性優(yōu)于財報下圖展示了汽車（中信）行業(yè)的一致預(yù)期凈利潤增速中位數(shù)、與凈利潤 TTM 同比增速中位數(shù)的歷史走勢，可以發(fā)現(xiàn)，二者在絕大多數(shù)時間走勢相似，但分析師一致預(yù)期數(shù)據(jù)的披露頻率更高，在時效性方面明顯優(yōu)于上市公司財報數(shù)據(jù)，能夠更及時地反映上市公司業(yè)績變化。圖 3：汽車

11、（中信）行業(yè)一致預(yù)期凈利潤增速中位數(shù)與凈利潤 TTM 同比增速中位數(shù)歷史情況一致預(yù)期凈利潤增速中位數(shù)（%）凈利潤同比增速中位數(shù)（%，右軸）1201001201000-20-401501000-50資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)中證 800 指數(shù)空間成分股分析師預(yù)期數(shù)據(jù)更完備我們將股票的覆蓋度分為有覆蓋和充分覆蓋兩種，有覆蓋是指在統(tǒng)計區(qū)間內(nèi)有 1 家及3 需要注意的是，此處機(jī)構(gòu)僅包含內(nèi)地持牌券商。800年以來中8002018年為例， 80088.9%74.9%，而中證全指成62.1%42.7%800指數(shù)空間成分股的分析師預(yù)期數(shù)據(jù)更完備。圖4：中證800指數(shù)成股的師覆蓋況圖5：中證

12、全成分的分師蓋情況覆蓋率充分覆蓋率覆蓋率充分覆蓋率100%90%80%70%60%50%40%30%20%10%2010 2011 2012 2013 2014 2015 2016 2017 2018100%90%80%70%60%50%40%30%20%10%2010 2011 2012 2013 2014 2015 2016 2017 2018資料來：朝永續(xù)中信券量化投分析統(tǒng)資料來：朝永續(xù)中信券量化投分析統(tǒng)800指數(shù)成分股同時也具備較強代表性。2010800指數(shù)成70%20199月30800800 指數(shù)空間的各行業(yè)股票流通市值占對應(yīng)行業(yè)指數(shù)成分股流通市值的比重也較高，29 67.65%，銀

13、行、非銀行金融、石油石化、80%800 800 指數(shù)空間內(nèi)各行業(yè)股票一致業(yè)績預(yù)期。圖 6：中證 800 指數(shù)成分股市值占中證全指成分股市值比重情況100.00%80.00%60.00%40.00%201020112012201320142015201620172018 2019-09資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)圖 7：中證 800 空間各行業(yè)市值占中證全指空間各行業(yè)市值比重100%90%80%70%60%50%40%30%20%10%銀行非銀行金融石油石化食品飲料銀行非銀行金融石油石化食品飲料餐飲旅游交通運輸房地產(chǎn)建筑電子元器件國防軍工有色金屬計算機(jī)機(jī)械資料來源：Wind，中

14、信證券數(shù)量化投資分析系統(tǒng)（截至 2019 年 9 月 30 日）業(yè)績增速的相對變化是超額收益的重要來源一般來說，高成長性的行業(yè)應(yīng)存在一定估值溢價，但行業(yè)間成長性的相對變化同樣會對其估值水平產(chǎn)生重要影響，業(yè)績增速提升幅度較大的行業(yè)更易獲得市場溢價。因此，業(yè)績增速的相對變化同樣是重要考察因素。定義行業(yè)的相對業(yè)績增速如下：= 800 = 800 成分股一致預(yù)期凈利潤增速中位數(shù)= 行業(yè)業(yè)績增速 基準(zhǔn)業(yè)績增速以汽車（中信）此，我們認(rèn)為業(yè)績增速的相對變化是超額收益的重要來源。圖 8：汽車行業(yè)相對業(yè)績增速與汽車行業(yè)相對強弱指數(shù)相對業(yè)績增速（汽車，%）汽車/中證全指（右軸）0-20-401.61.41.210

15、.80.6資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)利用成長偏離度指標(biāo)刻畫相對業(yè)績增速的變化成長偏離度 =相對業(yè)績增速 近 3 年相對業(yè)績增速均值近 3 年相對業(yè)績增速標(biāo)準(zhǔn)差本文主要采取分組回測的方法檢驗指標(biāo)對于篩選行業(yè)的有效性，回測框架如下：1、 回測區(qū)間：2010 年 1 月 1 日至 2019 年 9 月 30 日。2、 行業(yè)指數(shù)：中信證券一級行業(yè)指數(shù)。3G1、G2、G3、G4、G5 五個行業(yè)組合。29 G1、G2、G3、G4、G5 6、6、6、6、5。456、 再平衡周期：每月月末調(diào)倉。1 2019 9 15.63%2012 年、2019 年以外高成長偏離度行業(yè)組合各年度均取得了正

16、超額收益。圖 9：成長偏離度指標(biāo)分組各行業(yè)組合歷史表現(xiàn)G1（低）G2G3G4G5（高）4.03.54.03.53.02.52.01.51.00.50.0資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)表 1：高成長偏離度組合（G5）歷史表現(xiàn)年化基準(zhǔn)年化全部收益率全部收益率11.22%收益率4.05%超額收益7.17%波動率8.20%0.87單邊）3.45最大回撤-15.63%起始日期20150723結(jié)束日期201509152019（截至9 月 30 日）24.88%30.94%-6.06%5.39%-1.133.71-6.82%2019010720190425年化年化信息比率換手率相對收益最大回

17、撤最大回撤2018-25.85%-34.52%8.67%6.88%1.263.29-7.05%2018101620181116201710.65%3.03%7.63%7.04%1.083.39-6.86%20170414201706122016-12.37%-12.43%0.06%8.16%0.013.99-7.17%2016010420160518201556.69%37.29%19.39%16.16%1.203.83-15.63%2015072320150915201452.97%40.40%12.57%5.56%2.263.25-2.82%2014121620141224201322.9

18、0%7.69%15.21%7.36%2.072.93-4.08%201307182013091320120.47%6.96%-6.49%5.80%-1.123.25-8.90%20120913201212202011-30.71%-31.59%0.89%5.42%0.163.60-5.92%2011031520111115201015.93%-0.81%16.74%7.80%2.153.35-6.27%2010091520101018資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)（同比增速1ROETTM分組各行業(yè)組合的歷史表現(xiàn)進(jìn)行比較。可以發(fā)現(xiàn)高成長偏離度行業(yè)組合的超額收益、信息比率均優(yōu)于傳統(tǒng)

19、業(yè)績指標(biāo)。2010 年 1 2019 9 ROETTMROE、高凈利潤TTM 同比增速、高一致預(yù)期利潤增速行業(yè)組合的年化超額收益分別為 7.17%、4.94%、4.85%、6.20%、7.17%0.87、0.73、0.73、0.36、0.68。這一定程度較大的行業(yè)更容易獲得超額收益。圖10：ROETTM分組各行組表現(xiàn)圖11：滾動一致期ROE分組行業(yè)組歷史現(xiàn)低)G2G3G4高)低）G2G3G4G5（高）4.03.53.04.03.53.02.52.01.51.00.50.03.53.02.52.01.51.00.50.0資料來：Wind，中信證數(shù)量投資分系統(tǒng)資料來：Wind，中信證數(shù)量投資分系統(tǒng)

20、圖12：凈利潤TTM同比增速分各行業(yè)合歷表現(xiàn)圖13：滾動一致期凈潤增分組各業(yè)組歷史現(xiàn)54G1（低）54G1（低）G3G5（高） 32103.53.02.52.01.51.00.50.0G1（低） G3 G5（高） 資料來：Wind，中信證數(shù)量投資分系統(tǒng)資料來：Wind，中信證數(shù)量投資分系統(tǒng)高一致預(yù)期 ROE高凈利潤 TTM高一致預(yù)期利潤高 ROETTM 組組同比增速組高成高一致預(yù)期 ROE高凈利潤 TTM高一致預(yù)期利潤高 ROETTM 組組同比增速組高成長偏離度組年化收益率8.99%8.90%7.18%10.25%11.22%基準(zhǔn)年化收益率4.05%4.05%4.05%4.05%4.05%年化

21、超額收益4.94%4.85%3.13%6.20%7.17%年化波動率6.77%6.63%8.81%9.16%8.20%增速組1 為統(tǒng)一標(biāo)準(zhǔn)，本篇報告行業(yè)指數(shù)的指標(biāo)值均為中證 800 指數(shù)成分股內(nèi)該行業(yè)股票指標(biāo)值的中位數(shù)。高一致預(yù)期 ROE高凈利潤 TTM高一致預(yù)期利潤高 ROETTM 組組同比增速組高成長偏離度組增速組信息比率0.730.730.360.680.87換手率(單邊）1.121.732.363.183.45相對收益最大回撤-11.72%-13.51%-18.03%-17.23%-15.63%資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng) 估值：估值只是交易行為的結(jié)果，警惕“價值陷阱

22、”簡單通過估值及其分位點構(gòu)建行業(yè)組合超額收益較低圖4 至圖7 展示了按行業(yè)市盈率（TT、市凈率（LF）及其分位點分組后201012019年9 （G1） 1.40%、2.71%、1.70%、2.15%。圖14：市盈率（PETTM）分組行業(yè)組歷史現(xiàn)圖15：市凈率（PBLF）分各業(yè)組合史表現(xiàn)G1（低）G2G3G4G5（高）G1（低）G2G3G4G5（高）4.03.53.04.03.53.02.52.01.51.00.50.03.532.521.510.50資料來：Wind，中信證數(shù)量投資分系統(tǒng)資料來：Wind，中信證數(shù)量投資分系統(tǒng)圖16：市盈率（PETTM）分位分組各業(yè)組歷史現(xiàn)圖17：市凈率（PBL

23、F）分點組各行組合史表現(xiàn)低）G2G3G4G5（高）低）G2G3G4G5（高）3.532.53.532.521.510.503.532.521.510.50資料來：Wind，中信證數(shù)量投資分系統(tǒng)資料來：Wind，中信證數(shù)量投資分系統(tǒng)表（ETT（B）pettmpettm 分位點pblfpblf 分位點G1（低）1.40%2.71%1.70%2.15%G21.12%2.06%0.82%0.17%G33.78%2.52%2.04%1.63%G46.30%1.93%5.71%1.68%G5（高）0.83%-0.14%4.27%3.82%資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)不同行業(yè)選擇不同估值指

24、標(biāo)構(gòu)建行業(yè)組合超額收益仍然較低（PB）（PETTM）PB 法進(jìn)行估值。因此，對于銀行、非銀行金融、煤炭、有色金屬、石油石化五個行業(yè)的估值水平使用 PB 分位點進(jìn)行衡量，而其余行業(yè)則使用PETTM 分位點進(jìn)行衡量。圖 18：有色金屬、煤炭、石油石化行業(yè) PETTM 歷史情況有色金屬煤炭石油石化1201001201000-20-40資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)下圖所示，可以看出低估值行業(yè)組合（G1）的超額收益仍然較低，2010 1 2019 9 組、PBLFG1 組。（aue ra）效應(yīng)。圖 19：不同行業(yè)選取不同估值指標(biāo)的估值分位點分組各行業(yè)組合歷史表現(xiàn)低）G2G3G4G5（高

25、）32.532.5210資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)表 4：不同行業(yè)選取不同估值指標(biāo)的估值分位點最低組（G1）歷史表現(xiàn)基準(zhǔn)年化年化超年化相對收益最大回撤最大回撤年化收益率收益率額收益波動率最大回撤起始日期結(jié)束日期全部6.05%4.05%2.00%7.17%0.28-13.78%20150609201810162019（截至 2019 年 9 月 30 日）28.77%30.94%-2.17%6.09%-0.36-4.41%20190327201909272018-38.56%-34.52%-4.04%6.55%-0.62-10.06%20180404201810162017-

26、0.26%3.03%-3.29%4.73%-0.70-5.91%20170616201712282016-5.49%-12.43%6.95%6.33%1.10-3.90%2016011120160203201549.00%37.29%11.70%13.35%0.88-11.58%2015060920150708201446.03%40.40%5.63%6.83%0.83-3.82%201412042014121720135.64%7.69%-2.05%7.81%-0.26-8.84%201303292013101520128.46%6.96%1.50%4.85%0.31-5.99%201209

27、19201212252011-24.31%-31.59%7.29%4.67%1.56-3.82%20110624201108162010-3.54%-0.81%-2.73%6.14%-0.44-6.79%2010011820101126資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng) 把握估值的驅(qū)動力：業(yè)績+投資者情緒相對業(yè)績增速與投資者情緒是相對估值水平的重要驅(qū)動力通常來說，股票估值受業(yè)績預(yù)期、投資者情緒等因素影響，為了量化二者對估值水平的實際影響，我們首先定義了行業(yè)估值水平以及投資者情緒指標(biāo)。使用估值偏離度刻畫行業(yè)相對估值水平800 成分股內(nèi)該行業(yè)PETTM 800 PETTM 中位數(shù)，行業(yè)

28、的相對估值為行業(yè)估值與基準(zhǔn)估值之差。需要注意的是，盡管估值指標(biāo)能夠在中證全指空間內(nèi)計算， 800 指數(shù)空間進(jìn)行計算。= 800 PETTM = 800 PETTM 中位數(shù)行業(yè)相對估值 = 行業(yè)估值 基準(zhǔn)估值同樣地，為了使不同行業(yè)的相對估值水平具有可比性，類似于成長偏離度的構(gòu)建，我們對行業(yè)相對估值進(jìn)行時間序列維度的標(biāo)準(zhǔn)化，構(gòu)建估值偏離度指標(biāo)，算法如下所示。該指標(biāo)既能夠衡量當(dāng)前相對估值偏離長期相對估值的水平，又能夠使得不同行業(yè)的相對估值水平具備可比性。估值偏離度 =相對估值 近 3 年相對估值均值近 3 年相對估值標(biāo)準(zhǔn)差使用換手率的變化刻畫投資者情緒800 （1 1 年換手率的差值，衡量對于某行業(yè)

29、的投資者情緒。= 800 成分股內(nèi)該行業(yè)股票換手率的中位數(shù)= 1 個月?lián)Q手率均值 1 相對業(yè)績增速與投資者情緒是相對估值水平的重要推動力下圖展示了分別按成長偏離度、投資者情緒指標(biāo)分組各組估值偏離度的中位數(shù)情況。G5 組的估值偏離度分別為-0.410.21；而投資者情緒指標(biāo)組的估值偏離度分別為-0.260.05圖 20：成長偏離度分組各組估值偏離度中位數(shù)0.30.20.10-0.1-0.2-0.3-0.4圖 21：投資者情緒指標(biāo)分組各組估值偏離度中位數(shù)0.100.050.00-0.05-0.10-0.15-0.20-0.25-0.5-0.30G1（低）G2G3G4G5（高）G1（低）G2G3G4

30、高）資料來：Wind，中信證數(shù)量投資分系統(tǒng)資料來：Wind，中信證數(shù)量投資分系統(tǒng)是否值得買？利用業(yè)績彈性預(yù)期差刻畫未被估值反映的業(yè)績彈性預(yù)期在這一部分，本文將聚焦如何將業(yè)績與估值有機(jī)結(jié)合起來，定位具有業(yè)績彈性預(yù)期差的行業(yè)。投資者判斷當(dāng)前業(yè)績水平下估值是否合理時，通常會參照當(dāng)前行業(yè)業(yè)績所處歷史分位點以及估值所處分位點，如果估值分位點低于業(yè)績分位點顯然是很好的買入時點。A 90%10% A B、C、D 90%分位點附近；當(dāng)市B、D 行業(yè)的估值同樣處于較低水平，這時候如何篩選行業(yè)至關(guān)重要。預(yù)期。因此，將行業(yè)的業(yè)績彈性預(yù)期差定義為成長偏離度與估值偏離度的差值。業(yè)績彈性預(yù)期差 = 成長偏離度 估值偏離度

31、2010120199月期間， 1.16。圖 22：業(yè)績彈性預(yù)期差分組各行業(yè)組合歷史表現(xiàn)低）G2G3G4G5（高）4.03.54.03.53.02.52.01.51.00.50.0資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)基準(zhǔn)年化年化換手率基準(zhǔn)年化年化換手率相對收益最大回撤最大回撤年化收益年化收益超額收益波動率信息比率(單邊）最大回撤起始日期結(jié)束日期全部4.05%9.02%7.76%1.163.78-11.74%20150615201509152019（截至31.52%30.94%0.58%7.19%0.083.43-5.40%20190312201907019 月 30 日）基準(zhǔn)年化收益超

32、額收益年化收益超額收益波動率(單邊）最大回撤起始日期結(jié)束日期2018-28.02%6.50%5.85%1.113.07-5.02%2018091320181019201714.57%11.54%6.45%1.793.83-3.68%20170414201706012016-4.26%8.18%7.79%1.054.23-4.54%2016071120160914201554.47%17.17%12.94%1.333.29-11.74%2015061520150915201449.55%9.15%5.45%1.682.87-3.32%2014121620141222201341.76%34.07

33、%9.49%3.595.01-3.22%201301162013020620122.83%-4.14%6.70%-0.624.04-10.78%20120913201212142011-23.01%8.58%5.97%1.444.26-2.71%20110829201109092010-3.86%-3.05%6.56%-0.473.7711.31%2010010620100702年化年信息比率換手率相對收益最大回撤最大回撤資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)現(xiàn)，可以發(fā)現(xiàn)高業(yè)績彈性預(yù)期差行業(yè)組合的表現(xiàn)遠(yuǎn)優(yōu)于高成長偏離度、低估值行業(yè)組合。2010 1 2019 9 9.02%、7.17%

34、、1.40%1.16、0.87、0.19。其中圖 23：高業(yè)績彈性預(yù)期差、高成長偏離度、低估值(PETTM)行業(yè)組合歷史表現(xiàn)高業(yè)績彈性預(yù)期差組合高成長偏離度組合低估值組合4432.521.510.50資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)表 6：高業(yè)績彈性預(yù)期差、高成長偏離度、低估值（PETTM）行業(yè)組合歷史表現(xiàn)高業(yè)績彈性預(yù)期差組合高成長偏離度組合低估值組合年化收益率13.07%11.22%5.45%基準(zhǔn)年化收益率4.05%4.05%4.05%年化超額收益9.02%7.17%1.40%年化波動率7.76%8.20%7.36%信息比率1.160.870.19換手率(單邊）7.576.91

35、3.55相對收益最大回撤-7.76%-8.20%-7.36%資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)何時買入？業(yè)績彈性預(yù)期差定位，投資者情緒狀態(tài)把握買入時點簡單通過投資者情緒指標(biāo)選擇情緒高漲行業(yè)表現(xiàn)不佳1 2019 9 月（G（G2.65%、2.12%，信息比率分別0.33、0.19。簡單通過投資者情緒指標(biāo)構(gòu)建行業(yè)組合效果一般。圖 24：投資者情緒指標(biāo)分組各行業(yè)組合歷史表現(xiàn)G1（低）G2G3G4G5（高）3.533.532.5210.50資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)年化基準(zhǔn)年化年化年化換手率相對收益年化基準(zhǔn)年化年化年化換手率相對收益最大回撤最大回撤收益率收益率超額收益波

36、動率信息比率(單邊）最大回撤起始日期結(jié)束日期全部6.70%4.05%2.65%7.96%0.335.20-20.12%20150730201711212019（截至9 月 30 日）33.64%30.94%2.70%6.81%0.405.59-4.81%20190123201903122018-32.66%-34.52%1.86%7.51%0.254.80-5.58%201808082018102220174.07%3.03%1.04%6.73%0.154.26-5.90%20170915201711212016-14.86%-12.43%-2.43%7.83%-0.314.37-7.18%2

37、016010620161214201559.22%37.29%21.92%12.60%1.745.92-14.65%2015073020151230201442.57%40.40%2.17%8.96%0.245.83-12.50%201409182014123120134.77%7.69%-2.92%7.38%-0.406.31-10.70%201304102013110520126.84%6.96%-0.12%5.81%-0.025.98-6.14%20121029201212312011-40.62%-31.59%-9.02%6.15%-1.474.06-9.55%201108242011

38、1229201010.42%-0.81%11.22%7.38%1.524.98-5.53%2010042620100705年化基準(zhǔn)年化年化年化換手率相對收益最大回撤最大回撤年化基準(zhǔn)年化年化年化換手率相對收益最大回撤最大回撤收益率收益率超額收益波動率信息比率(單邊）最大回撤起始日期結(jié)束日期全部4.05%2.12%11.14%0.196.26-25.01%20150615201507082019（截至26.49%30.94%-4.44%9.11%-0.496.73-10.23%20190312201905242018-34.52%-9.03%7.92%-1.145.51-10.00%2018010

39、42018121720173.03%-7.11%9.05%-0.795.43-11.23%20170411201711299 月 30 日）年化基準(zhǔn)年化年化年化換手率相對收益最大回撤最大回撤收益率收益率超額收益波動率信息比率(單邊）最大回撤起始日期結(jié)束日期2016-11.20%-12.43%1.24%6.59%0.196.29-4.09%2016042120160510201552.06%37.29%14.77%22.47%0.666.30-25.01%2015061520150708201456.23%40.40%15.83%8.92%1.775.82-7.42%20140224201406

40、16201322.05%7.69%14.36%13.11%1.106.86-7.35%201310142013110120125.12%6.96%-1.85%6.30%-0.297.30-7.78%20120312201205102011-36.63%-31.59%-5.04%6.36%-0.796.26-11.87%201101312011072820100.18%-0.81%0.98%11.21%0.096.22-10.74%2010061020101227資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)投資者情緒能夠推動業(yè)績彈性預(yù)期差的修復(fù)2010 1 2019 9 月期10.81%1.0

41、3。圖 25：業(yè)績彈性預(yù)期差定位，投資者情緒把握買入時點的行業(yè)輪動策略歷史表現(xiàn)業(yè)績彈性預(yù)期差定位，投資者情緒把握買入時點的行業(yè)輪動策略5.00中證全指5.00中證全指組合相對強弱（右軸）4.003.002.001.000.002.502.001.501.000.500.00資料來源：Wind，中信證券數(shù)量化投資分析系統(tǒng)年化基準(zhǔn)年化年化年化年化基準(zhǔn)年化年化年化換手率相對收益最大回撤最大回撤收益率收益率超額收益波動率信息比率(單邊）最大回撤起始日期結(jié)束日期全部15.23%4.05%11.18%10.81%1.035.79-19.76%20150615201507082019（截至9 月 30 日）23.68%30.94%-7.26%9.93%-0.736.49-12.55%20190312201907012018-28.09%-34.52%6.43%8.17%0.794.96-5.82%2018010420180214201714.82%3.03%11.79%6.14%1.926.26-4.30%2