光大证券--多因子系列报告之二十三:沪深300指数增强模型构建与测试【投资策略】

顺势而为

【研究报告内容摘要】
            
                    在各类宽基指数的指数增强模型中,沪深 300指数增强模型是关注度较高但同时难度也较高的模型。本篇报告将主要着眼于沪深 300指数增强,从模型构建的难点入手,尝试并深入分析不同的增强方案,并最终给出沪深 300指数增强的模型建议。(本文测试时间区间为 2010/01/01–2019/07/31)。
            
                    u 沪深 300指数增强难点所在:行业分布不均衡,个股权重差异大,有效因子数量少沪深 300指数成分股内,银行和非银行业权重之和高达 35%。将权重占比大于 1%的股票作为权重股,可以发现沪深 300的权重股中,银行非银行业股票的个数刚刚过半。而包括贵州茅台、格力电器、美的集团在内的非金融类高权重个股,也占有很大的权重。
            
                    以 IC 绝对值大于 3%, IC_IR 绝对值大于 0.3为标准, 沪深 300成分股内,光大因子库的 200个因子中满足上述标准的具有一定选股能力的因子个数仅有 20个,有效因子占比只有 10%。
            
                    u 沪深 300基本面增强模型:EBQC 结合权重优化,超额收益稳定为了减少权重股收益波动对模型的表现的影响并提高超额收益的稳定性,在 EBQC 因子打分的基础上,结合优化器对最终持仓组合的行业暴露、市值暴露和个股权重偏离度进行约束。
            
                    基于 EBQC 综合质量因子的沪深 300增强组合具有稳定的超额收益,2010年至今每年度均跑赢沪深 300指数。年化超额收益为 5.6%,信息比为1.75。且 2019年至今(截止 2019-07-31)累计收益 35.4%,跑赢沪深 300指数 8.0个百分点。
            
                    u 权重股模型结合多因子增强:整体收益较高,不同年度收益存在差异将沪深 300成分股内个股权重大于 1%的个股作为权重股,并采用综合质量因子 EBQC 结合估值因子 BP_LR、EP_TTM,构造沪深 300权重股的优化模型。对于沪深 300内的非权重股(个股权重小于等于 1%),采用多因子框架的优化模型,并对组合的行业暴露、市值暴露和个股权重偏离度进行约束。
            
                    权重股模型结合多因子增强的沪深 300指数增强组合,年化超额收益提高至 8.1%,信息比 2.41,最大相对回撤仅为 3.6%;但分年度来看,年度之间表现有所差异。组合在 20
            
                    11、20
            
                    12、20
            
                    14、2016、2018年均有较强的收益表现,而个别年份如 20
            
                    13、2015、和 2019年,只能勉强战胜基准。
            
                    u 风险提示:结果均基于模型和历史数据,模型存在失效的风险。
e960d5a7-b423-4b4e-9593-53a3abdfefc1.pdf