定向增发组合

搜索文档
量化组合跟踪周报:动量因子占上风,公募调研选股组合表现佳-20250915
光大证券· 2025-09-15 10:54
量化模型与构建方式 1. PB-ROE-50 组合 - **模型名称**:PB-ROE-50 组合 - **模型构建思路**:基于市净率(PB)和净资产收益率(ROE)两个估值与盈利指标,通过综合筛选构建投资组合[24] - **模型具体构建过程**:从全市场股票中筛选出 PB 较低且 ROE 较高的股票,最终选取 50 只股票构成组合,具体公式为综合评分: $$Score = w_1 \cdot Rank(PB^{-1}) + w_2 \cdot Rank(ROE)$$ 其中 $w_1$ 和 $w_2$ 为权重,$Rank$ 为排序函数,选取评分最高的50只股票[24] - **模型评价**:兼顾估值与盈利质量,风格稳定,长期表现稳健 2. 公募调研选股策略 - **模型名称**:公募调研选股策略 - **模型构建思路**:基于公募基金调研行为,挖掘调研事件背后的超额收益机会[27] - **模型具体构建过程**:跟踪公募基金调研的上市公司,结合调研频率、调研后股价表现等指标,构建投资组合[27] - **模型评价**:事件驱动型策略,捕捉机构关注度提升带来的短期机会 3. 私募调研跟踪策略 - **模型名称**:私募调研跟踪策略 - **模型构建思路**:基于私募基金调研行为,挖掘调研事件背后的投资机会[27] - **模型具体构建过程**:跟踪私募基金调研的上市公司,结合调研深度、公司基本面等指标构建组合[27] 4. 大宗交易组合 - **模型名称**:大宗交易组合 - **模型构建思路**:基于大宗交易数据,通过“高成交金额比率、低波动率”原则筛选股票[31] - **模型具体构建过程**:计算每只股票的“大宗交易成交金额比率”和“6日成交金额波动率”,选取成交金额比率高且波动率低的股票,按月调仓,公式为: $$Selection\,Criteria = \frac{Block\,Trade\,Amount}{Total\,Trading\,Amount} > \alpha\,,\, \sigma_{6d} < \beta$$ 其中 $\alpha$ 和 $\beta$ 为阈值参数[31] - **模型评价**:利用大宗交易的信息优势,捕捉流动性冲击带来的定价偏差 5. 定向增发组合 - **模型名称**:定向增发组合 - **模型构建思路**:基于定向增发事件,挖掘再融资政策收紧背景下的投资机会[37] - **模型具体构建过程**:以股东大会公告日为节点,结合市值、调仓周期和仓位控制,筛选涉及定向增发的股票[37] - **模型评价**:事件驱动策略,适应政策变化,捕捉定增事件的超额收益 模型的回测效果 1. PB-ROE-50 组合 - 中证500:上周超额收益-0.57%,今年以来超额收益3.00%,上周绝对收益2.79%,今年以来绝对收益28.59%[25] - 中证800:上周超额收益-0.02%,今年以来超额收益16.16%,上周绝对收益1.89%,今年以来绝对收益36.42%[25] - 全市场:上周超额收益0.79%,今年以来超额收益22.30%,上周绝对收益2.87%,今年以来绝对收益48.27%[25] 2. 公募调研选股策略 - 上周超额收益3.82%,今年以来超额收益8.10%,上周绝对收益5.81%,今年以来绝对收益26.96%[28] 3. 私募调研跟踪策略 - 上周超额收益0.51%,今年以来超额收益12.02%,上周绝对收益2.44%,今年以来绝对收益31.56%[28] 4. 大宗交易组合 - 上周超额收益-1.77%,今年以来超额收益0.26%,上周绝对收益未明确,今年以来绝对收益62.65%[32] 5. 定向增发组合 - 上周超额收益-1.71%,今年以来超额收益-0.77%,上周绝对收益0.32%,今年以来绝对收益20.29%[38] 量化因子与构建方式 1. 5日反转因子 - **因子名称**:5日反转因子 - **因子构建思路**:捕捉短期价格反转效应[12] - **因子具体构建过程**:计算过去5日的收益率并取负值,公式为: $$5Day\,Reversal = -R_{t-5,t}$$ 其中 $R_{t-5,t}$ 为过去5日收益率[12] - **因子评价**:短期反转效应显著,尤其在小市值股票中表现突出 2. 早盘收益因子 - **因子名称**:早盘收益因子 - **因子构建思路**:捕捉开盘后短期价格动量[12] - **因子具体构建过程**:计算开盘后一定时间内的收益率[12] 3. 对数市值因子 - **因子名称**:对数市值因子 - **因子构建思路**:捕捉市值规模效应[12] - **因子具体构建过程**:对总市值取自然对数: $$Log\,Market\,Cap = \ln(MCAP)$$ 其中 $MCAP$ 为总市值[12] 4. 市销率TTM倒数因子 - **因子名称**:市销率TTM倒数因子 - **因子构建思路**:捕捉估值低估机会[14] - **因子具体构建过程**:计算市销率(TTM)的倒数: $$PS^{-1} = \frac{1}{P/S}$$ 其中 $P/S$ 为市销率[14] 5. 标准化预期外盈利因子 - **因子名称**:标准化预期外盈利因子 - **因子构建思路**:捕捉盈利超预期带来的价格反应[18] - **因子具体构建过程**:计算实际盈利与预期盈利的差,并除以标准差标准化[18] 6. 市盈率TTM倒数因子 - **因子名称**:市盈率TTM倒数因子 - **因子构建思路**:捕捉估值低估机会[18] - **因子具体构建过程**:计算市盈率(TTM)的倒数: $$PE^{-1} = \frac{1}{P/E}$$ 其中 $P/E$ 为市盈率[18] 因子的回测效果 1. 沪深300股票池因子表现(最近1周) - 5日反转因子:3.11%[13] - 早盘收益因子:2.31%[13] - 对数市值因子:2.24%[13] - 单季度ROA因子:2.08%[13] - 标准化预期外盈利因子:1.91%[13] 2. 中证500股票池因子表现(最近1周) - 市销率TTM倒数因子:1.60%[15] - 标准化预期外收入因子:1.55%[15] - 5日反转因子:0.65%[15] 3. 流动性1500股票池因子表现(最近1周) - 市销率TTM倒数因子:2.75%[19] - 标准化预期外盈利因子:2.69%[19] - 市盈率TTM倒数因子:2.67%[19] - 市盈率因子:2.18%[19] - 标准化预期外收入因子:1.85%[19]
【金工】市场呈现小市值风格,大宗交易组合再创历史新高——量化组合跟踪周报20250809(祁嫣然/张威)
光大证券研究· 2025-08-10 23:07
量化市场跟踪 - 全市场股票池动量因子获取正收益0.70% 盈利因子和Beta因子分别获取正收益0.34%和0.28% 市值因子表现负收益-0.58%体现小市值风格 [4] 单因子表现 - 沪深300股票池中单季度营业利润同比增长率因子表现最佳(1.25%) 单季度ROE同比因子(1.07%)和早盘收益因子(0.95%)表现突出 6日成交金额标准差(-0.91%)和标准化预期外收入(-0.89%)表现较差 [5] - 中证500股票池早盘后收益因子(1.24%)和5日成交量标准差(1.05%)表现优异 ROE稳定性(-0.96%)和5分钟收益率偏度(-0.84%)表现弱势 [5] - 流动性1500股票池对数市值因子(1.56%)和单季度净利润同比增长率(1.21%)领先 毛利率TTM(-1.20%)和5日平均换手率(-1.15%)表现不佳 [5] 因子行业内表现 - 基本面因子在公用事业和休闲服务行业表现一致 净资产增长率因子和净利润增长率因子获得正收益 [6] - 估值类因子中BP因子在建筑材料、银行、传媒行业正收益明显 EP因子在煤炭行业表现突出 [6] - 残差波动率因子和流动性因子在国防军工、石油石化、汽车行业表现一致 煤炭和银行行业呈现大市值风格 [6] 组合跟踪表现 - PB-ROE-50组合在全市场股票池获得超额收益1.43% 中证800股票池超额收益0.44% 中证500股票池超额收益-0.40% [7] - 公募调研选股策略相对中证800获得超额收益3.21% 私募调研跟踪策略超额收益0.16% [8] - 大宗交易组合相对中证全指获得超额收益3.61% [9] - 定向增发组合相对中证全指获得超额收益0.77% [10]
量化组合跟踪周报:小市值风格占优,PB-ROE组合表现较好-20250802
光大证券· 2025-08-02 09:55
量化模型与构建方式 1. **模型名称:PB-ROE-50组合** - **模型构建思路**:基于PB(市净率)和ROE(净资产收益率)两个核心财务指标,筛选出估值合理且盈利能力强的股票[25] - **模型具体构建过程**: 1. 从中证800股票池中筛选股票 2. 计算每只股票的PB和ROE值 3. 按PB从低到高、ROE从高到低排序 4. 选取排名前50的股票构建组合[25] - **模型评价**:该组合在中证800股票池中表现优异,超额收益显著[25] 2. **模型名称:机构调研组合** - **模型构建思路**:跟踪公募和私募机构的调研行为,选取被频繁调研的股票[28] - **模型具体构建过程**: 1. 统计机构调研数据 2. 筛选近期被密集调研的股票 3. 分为公募调研选股和私募调研跟踪两个子策略[28] - **模型评价**:近期表现不佳,获取负超额收益[28] 3. **模型名称:大宗交易组合** - **模型构建思路**:基于"高成交、低波动"原则,筛选大宗交易中具有超额收益潜力的股票[32] - **模型具体构建过程**: 1. 计算"大宗交易成交金额比率" 2. 计算"6日成交金额波动率" 3. 选择成交金额比率高且波动率低的股票 4. 月频调仓[32] - **模型评价**:长期表现优异,今年以来超额收益率达28.91%[33] 4. **模型名称:定向增发组合** - **模型构建思路**:利用定向增发事件效应,筛选具有投资价值的股票[38] - **模型具体构建过程**: 1. 以股东大会公告日为时间节点 2. 综合考虑市值因素 3. 控制调仓周期和仓位[38] - **模型评价**:在再融资政策收紧背景下仍保持较好表现[38] 模型的回测效果 1. **PB-ROE-50组合** - 中证500超额收益:0.62%(本周),3.61%(今年以来)[26] - 中证800超额收益:2.14%(本周),9.77%(今年以来)[26] - 全市场超额收益:0.76%(本周),10.18%(今年以来)[26] 2. **机构调研组合** - 公募调研选股:-0.67%(本周),6.65%(今年以来)[29] - 私募调研跟踪:-0.55%(本周),17.80%(今年以来)[29] 3. **大宗交易组合** - 超额收益:0.75%(本周),28.91%(今年以来)[33] 4. **定向增发组合** - 超额收益:1.55%(本周),9.32%(今年以来)[39] 量化因子与构建方式 1. **大类因子** - beta因子:本周收益0.73%[20] - 残差波动率因子:本周收益0.60%[20] - 规模因子:本周收益-0.51%[20] - 非线性市值因子:本周收益-0.40%[20] 2. **单因子表现(沪深300股票池)** - 表现最好: - 总资产毛利率TTM:2.64%[12] - 单季度总资产毛利率:2.37%[12] - 单季度ROA:2.28%[12] - 表现最差: - 标准化预期外盈利:-0.86%[12] - 5日成交量的标准差:-1.00%[12] - 动量调整小单:-1.10%[12] 3. **单因子表现(中证500股票池)** - 表现最好: - 单季度总资产毛利率:1.39%[14] - 5日反转:1.17%[14] - 总资产毛利率TTM:0.95%[14] - 表现最差: - 动量调整大单:-0.87%[14] - 日内波动率与成交金额的相关性:-1.31%[14] - 下行波动率占比:-1.48%[14] 4. **单因子表现(流动性1500股票池)** - 表现最好: - 总资产毛利率TTM:1.35%[18] - 单季度总资产毛利率:1.27%[18] - 单季度营业收入同比增长率:0.93%[18] - 表现最差: - 成交量的5日指数移动平均:-1.45%[18] - 5日成交量的标准差:-1.53%[18] - 下行波动率占比:-1.58%[18] 5. **行业内因子表现** - 净资产增长率因子:在传媒、通信行业正收益明显[23] - 净利润增长率因子:在家用电器、纺织服装、传媒行业表现较好[23] - 每股净资产因子:在通信、计算机行业表现较好[23] - 5日动量因子:在休闲服务、食品饮料行业动量效应明显[23] - BP因子:在美容护理行业表现较好[23] - EP因子:在综合行业表现较好[23] 因子的回测效果 1. **沪深300股票池因子** - 总资产毛利率TTM:最近1周2.64%,最近1个月2.18%[13] - 单季度总资产毛利率:最近1周2.37%,最近1个月2.16%[13] - 单季度ROA:最近1周2.28%,最近1个月5.83%[13] 2. **中证500股票池因子** - 单季度总资产毛利率:最近1周1.39%,最近1个月0.96%[15] - 5日反转:最近1周1.17%,最近1个月3.43%[15] - 总资产毛利率TTM:最近1周0.95%,最近1个月0.42%[15] 3. **流动性1500股票池因子** - 总资产毛利率TTM:最近1周1.35%,最近1个月0.23%[19] - 单季度总资产毛利率:最近1周1.27%,最近1个月-0.15%[19] - 单季度营业收入同比增长率:最近1周0.93%,最近1个月0.62%[19] 4. **行业内因子** - 每股经营利润TTM因子:在通信、综合行业正收益明显[24] - 1月动量因子:在休闲服务、食品饮料行业动量效应明显[24] - 对数市值因子:在综合行业表现较好[24] - 残差波动率因子:在国防军工、建筑材料行业表现较好[24] - 流动性因子:在建筑材料、医药生物行业正收益明显[24]
量化组合跟踪周报:市场小市值风格显著,PB-ROE组合表现较佳-20250705
光大证券· 2025-07-05 08:07
根据研报内容,以下是量化模型与因子的详细总结: 量化模型与构建方式 1. **模型名称:PB-ROE-50组合** - **模型构建思路**:基于市净率(PB)和净资产收益率(ROE)的双因子筛选,选取估值合理且盈利能力强的股票[25] - **模型具体构建过程**: 1. 在全市场股票池中计算每只股票的PB和ROE 2. 按PB升序和ROE降序进行综合排序 3. 选取排名前50的股票等权重配置 4. 按月频调仓[26] 2. **模型名称:大宗交易组合** - **模型构建思路**:通过"高成交金额比率+低波动率"原则捕捉大宗交易的超额信息[31] - **模型具体构建过程**: 1. 计算"大宗交易成交金额比率":$$ \frac{大宗交易金额}{总成交金额} $$ 2. 计算"6日成交金额波动率" 3. 对上述两指标分别排序并加权 4. 选取综合得分最高的股票月频调仓[31] 3. **模型名称:定向增发组合** - **模型构建思路**:利用定向增发股东大会公告日的事件效应选股[37] - **模型具体构建过程**: 1. 以股东大会公告日为事件触发点 2. 结合市值因子控制风险暴露 3. 采用动态仓位管理机制[38] 模型的回测效果 | 模型名称 | 本周超额收益 | 年内超额收益 | 本周绝对收益 | 年内绝对收益 | |-------------------|--------------|--------------|--------------|--------------| | PB-ROE-50(中证500)| 1.17%[26] | 3.57%[26] | 1.99%[26] | 6.93%[26] | | PB-ROE-50(全市场) | 1.36%[26] | 8.29%[26] | 2.51%[26] | 13.27%[26] | | 大宗交易组合 | -0.24%[32] | 24.37%[32] | 0.88%[32] | 30.09%[32] | | 定向增发组合 | -0.69%[38] | 8.42%[38] | 0.43%[38] | 13.41%[38] | 量化因子与构建方式 1. **大类因子表现** - BP因子:0.30%(账面市值比)[20] - 盈利因子:0.27%(综合盈利能力)[20] - 非线性市值因子:-0.31%[20] - 规模因子:-0.29%[20] 2. **单因子表现(沪深300)** - 最佳因子: - 市盈率TTM倒数:0.70%[12] - 市销率TTM倒数:0.59%[12] - 5分钟收益率偏度:0.57%[12] - 最差因子: - 毛利率TTM:-1.62%[12] - 5日平均换手率:-1.44%[12] 3. **行业内特色因子** - 综合行业: - 净资产增长率因子:6.53%[24] - 净利润增长率因子:2.27%[24] - 钢铁行业: - BP因子:1.99%[24] - 1月动量因子:3.61%[24] 因子评价 1. **PB-ROE模型**:在震荡市中表现稳健,但高ROE股票可能隐含成长性透支风险[26] 2. **大宗交易因子**:事件驱动特征明显,需注意流动性冲击带来的波动[31] 3. **小市值因子**:近期持续强势,但需警惕风格切换风险[20]
小市值风格占优,私募调研跟踪策略超额明显——量化组合跟踪周报 20250524
光大证券· 2025-05-24 07:20
量化模型与构建方式 1. **模型名称:PB-ROE-50组合** - **模型构建思路**:基于PB(市净率)和ROE(净资产收益率)双因子筛选股票,选取估值合理且盈利能力强的标的[23] - **模型具体构建过程**: 1. 在全市场股票池中计算每只股票的PB和ROE值 2. 对PB和ROE分别进行标准化处理并加权综合得分 3. 选取综合得分前50名的股票构成组合 4. 按月频调仓,控制行业和市值暴露[23][24] 2. **模型名称:私募调研跟踪策略** - **模型构建思路**:通过跟踪私募机构调研行为挖掘超额收益机会[25] - **模型具体构建过程**: 1. 统计上市公司接受私募调研的频率和机构数量 2. 计算调研热度指标:$$调研得分 = \frac{调研次数}{行业均值} + log(参与机构数)$$ 3. 结合基本面筛选(如ROE>10%)构建组合[25][26] 3. **模型名称:大宗交易组合** - **模型构建思路**:基于"高成交金额比率+低波动率"原则筛选大宗交易标的[29] - **模型具体构建过程**: 1. 计算大宗交易成交金额比率:$$成交比率 = \frac{大宗交易金额}{日均成交额}$$ 2. 计算6日成交金额波动率 3. 选取成交比率前30%且波动率后30%的股票[29][30] 4. **模型名称:定向增发组合** - **模型构建思路**:利用定向增发事件窗口期的超额收益效应[35] - **模型具体构建过程**: 1. 以股东大会公告日为事件日 2. 筛选增发比例>5%且发行折价率<20%的标的 3. 按市值分层加权构建组合[35][36] 模型的回测效果 1. **PB-ROE-50组合** - 中证500超额收益1.15%(本周),今年以来2.19%[24] - 中证800超额收益0.29%(本周),今年以来1.96%[24] - 全市场超额收益-0.30%(本周),今年以来2.43%[24] 2. **私募调研跟踪策略** - 中证800超额收益2.61%(本周),今年以来9.91%[26] - 绝对收益2.18%(本周),今年以来8.47%[26] 3. **大宗交易组合** - 中证全指超额收益-0.61%(本周),今年以来23.37%[30] - 绝对收益-1.30%(本周),今年以来23.91%[30] 4. **定向增发组合** - 中证全指超额收益0.12%(本周),今年以来6.18%[36] - 绝对收益-0.58%(本周),今年以来6.64%[36] 量化因子与构建方式 1. **因子名称:净利润断层** - **构建思路**:捕捉业绩超预期带来的价格跳空缺口[12] - **具体构建**:$$因子值 = \frac{公告日收盘价-前日收盘价}{前日收盘价} - 行业均值$$[13] 2. **因子名称:成交量的5日指数移动平均** - **构建思路**:反映短期资金流向[12] - **具体构建**:$$EMA_5(成交量) = \alpha \times 当日成交量 + (1-\alpha) \times 前日EMA$$,α=0.33[13] 3. **因子名称:动量弹簧因子** - **构建思路**:识别超跌反弹机会[12] - **具体构建**:$$因子值 = \frac{1月收益率}{过去6月波动率}$$[13] 4. **因子名称:ROIC增强因子** - **构建思路**:衡量资本回报效率的边际变化[15] - **具体构建**:$$因子值 = \frac{本期ROIC-行业ROIC中位数}{上期ROIC-行业ROIC中位数}$$[15] 因子的回测效果 1. **沪深300股票池** - 净利润断层:1.30%(本周),6.59%(近1年)[13] - 成交量的5日EMA:1.15%(本周),5.18%(近1年)[13] - 动量弹簧因子:-1.12%(本周),9.15%(近1年)[13] 2. **中证500股票池** - 毛利率TTM:1.65%(本周),0.98%(近1年)[15] - 单季度ROA:1.40%(本周),3.30%(近1年)[15] - 5日反转:-0.49%(本周),8.70%(近1年)[15] 3. **流动性1500股票池** - 5日平均换手率:0.45%(本周),7.94%(近1年)[17] - 动量弹簧因子:-1.07%(本周),19.54%(近1年)[17] - 单季度净利润同比增长率:-1.19%(本周),18.07%(近1年)[17] 大类因子表现 - 动量因子:本周0.12%[18] - 成长性因子:本周0.04%[18] - 规模因子:本周-0.40%[18]
【金工】市场小市值风格明显,大宗交易组合超额收益显著——量化组合跟踪周报20250315(祁嫣然)
光大证券研究· 2025-03-16 03:29
文章核心观点 本周量化市场各因子、组合表现分化,盈利因子获正收益,部分组合获正超额收益,部分获负超额收益 [2][5][8][9][10] 大类因子表现 - 本周全市场股票池中盈利因子获正收益0.56%,动量因子获负收益 -0.38%,市场呈反转效应 [2] - 非线性市值因子和市值因子分别获负收益 -0.33%、 -0.95%,市场表现为小市值风格,其余风格因子表现一般 [2] 单因子表现 沪深300股票池 - 本周表现较好的因子有单季度ROA (1.44%)、单季度ROE (1.02%)、市盈率TTM倒数(0.96%) [3] - 表现较差的因子有6日成交金额的移动平均值(-1.72%)、单季度营业利润同比增长率(-1.63%)、5日平均换手率 (-1.40%) [3] 中证500股票池 - 本周表现较好的因子有ROE稳定性(1.74%)、动量调整小单(1.59%)、ROA稳定性(1.57%) [3] - 表现较差的因子有单季度营业收入同比增长率(-1.10%)、早盘收益因子 (-0.73%)、单季度ROE同比 (-0.66%) [3] 流动性1500股票池 - 本周表现较好的因子有市盈率TTM倒数(1.25%)、市盈率因子(1.07%)、下行波动率占比 (0.64%) [3] - 表现较差的因子有早盘收益因子(-1.06%)、毛利率TTM (-0.78%)、总资产增长率(-0.78%) [3] 因子行业内表现 - 本周基本面因子在各行业表现分化,净资产增长率因子、每股净资产因子和每股经营利润TTM因子在美容护理行业表现较为一致 [4] - 估值类因子中BP因子表现较好,在多数行业获正收益 [4] - 残差波动率因子和流动性因子在公用事业、食品饮料、石油石化和钢铁行业正收益较为一致 [4] - 本周多数行业小市值风格显著 [4] 组合跟踪 PB - ROE - 50组合 - 本周在中证500和中证800股票池中获正超额收益,中证500股票池获超额收益0.11%,中证800股票池获超额收益0.64%,全市场股票池获超额收益 -0.41% [5] 机构调研组合 - 本周公募调研选股策略和私募调研跟踪策略获负超额收益,公募调研选股策略相对中证800获超额收益 -0.61%,私募调研跟踪策略相对中证800获超额收益 -0.78% [8] 大宗交易组合 - 本周相对中证全指获正超额收益,获超额收益0.80% [9] 定向增发组合 - 本周相对中证全指获正超额收益,获超额收益0.13% [10]