券商金股组合定义及覆盖情况 [page::3][page::5]

• 券商金股组合由券商行业组结合调研、访谈及财务分析选出，月度平均覆盖34家券商。

- 券商机构数量持续增长，2021年覆盖券商机构近46家。

• 各券商历史月度金股覆盖率整体达70.68%，专注覆盖多行业，体现较高市场影响力。

金股组合覆盖及超额收益表现 [page::5][page::6]

• 各券商金股组合历史平均超额收益约为1.84%，中位数1.95%。

- 中信建投金股组合相较基准中证500表现优异，年化超额收益可达34.23%。

• 推荐股票独特性高，不同推荐次数对收益表现影响不明显。

金股组合调仓表现及行业轮动策略 [page::9][page::11]

• 按不同调仓时间点（金股组合等权组合每月末、月初第一个和第五个交易日）均表现优异，存在调仓时间带来的信息滞后效应。

- 每月初第五交易日调仓超额收益衰减最明显，但依旧具备吸引力。

• 行业轮动策略组合实现12.88%的年化超额收益，展现行业层面Alpha。

三大类分析师预期因子构建与测试 [page::12][page::17]

• 构造分析师预期调整类、市场一致预期调整类和纯净分析师覆盖度类三大因子，通过等权组合获得优异因子表现。

- 优秀指标包括年化多空收益21.55%，夏普比率1.69，IC均值5.62%，年化信息比率1.80。

• 分析师预期调整类因子在金股股票池中选股表现尤佳。

分析师预期因子增强金股组合效果 [page::18][page::21]

• 采用分析师预期净利润调整、EPS调整及目标价调整等权因子增强金股组合。

- 最佳金股20组合年化超额收益超过31%，信息比率1.89，胜率超69%。

• 行业及大盘/小盘股配置均衡，金股20组合均表现稳健优异。

样本外跟踪与风险提示 [page::22][page::23]

• 样本外跟踪2021年3月至2022年2月，金股20组合绝对收益35.18%，超额收益24.61%。

- 报告提示模型可能失效，历史收益率不代表未来表现，投资需谨慎。[page::24]

资深金融工程深度报告解析：券商金股组合及分析师预期因子增强策略研究

---

1. 元数据与概览

• 报告标题：券商金股组合深度解析及分析师因子再增强——因子深度研究系列

- 发布机构：中信建投证券研究发展部金融工程团队

• 主要作者：丁鲁明、陈升锐

- 发布日期：2022年4月17日

• 研究主题：分析券商研究所“金股组合”的选股效果及通过分析师预期因子对该组合进行增强，并构建金股20增强组合，力图挖掘主动研究中的Alpha收益。

- 核心论点：
- 券商金股组合在市场中具备明显超额收益，且信息量充足。
- 利用分析师预期调整类因子对券商金股组合进行增强，可显著提升收益表现。
- 构建的金股20组合（每月调仓选出20只股票）在历史及样本外均展现出优异表现，显著超额行业和市场基准。

• 评级与建议：报告属研究深度分析类，未明显提出单只股票买卖评级，但呈现出“买入”级别的策略推荐逻辑，强调基于研究所精选的主动选股及分析师预期调整因子构建的增强组合具有极佳投资价值。

---

2. 逐节深度解读

2.1 券商月度推荐股票组合主要形式（第3-4页）

• 券商金股组合即券商研究所各行业组通过调研、访谈、财务分析主动选出的月度“十大金股”，一般为10只股票，是主动研究选股的代表。
• 从2018年起，券商参与机构从20家增长至46家，意味着该集合越来越完善，市场影响力提升。金股覆盖多个行业，代表性强。
• 图1（券商机构数量趋势）：显示券商月度机构数量稳步增长，科研覆盖范围扩大。
• 示例如中信建投2021年4月金股，覆盖房地产、汽车、化工、医药、电子等多个行业，种类丰富。

2.2 券商金股深度解析 （第5-11页）

2.2.1 各券商推荐覆盖及超额收益

• 覆盖率较高，券商推荐金股历史平均覆盖率70.68%，中位数82.5%（图3）。
• 剔除个别低覆盖券商，大多数券商推荐覆盖率在60%以上。
• 平均超额收益（相对中证500）为1.84%，中位数为1.95%（图4）。中信建投表现突出，年化超额收益达34.23%（图5）。
• 推荐组合胜率较高，平均胜率为65.09%，中位数66.67%（图6）。

2.2.2 推荐次数与收益无明显关联

• 大部分股票仅被推荐1次（71.58%），5次以上推荐的仅2.92%，显示券商推荐股票独特性强（图7）。
• 不同推荐频次的股票池表现无明显差异，无法通过推荐次数判断收益（图8）。

2.2.3 行业覆盖及行业轮动表现

• 金股覆盖了中信所有行业，平均覆盖度高达94.75%（图9），少数行业偶有缺失。
• 平均行业超额收益1.23%，周期行业如钢铁、建筑、石油石化超额收益最高，而综合金融等行业表现相对较弱（图10）。
• 钢铁行业金股超额收益表现优异（图11）。
• 行业轮动策略基于月度页金股中个股数最多的前三行业构建，年化超额收益达10.18%，相对中证500则为12.88%（图16）。

2.2.4 金股组合历史持仓

• 金股组合月度不重复股票数量逐年增长，从约150只增长至300只（图12）。
• 基于不同调仓时点（月末、月初第1交易日、第5交易日）构建等权组合均表现优异，但存在明显超额收益衰减，表明调仓时点对收益影响明显，信息滞后效应存在。

- 月末调仓的年化超额中证500达24.56%（图13）。

- 月初第1日调仓略低，约20.64%（图14）。

- 月初第5日调仓进一步衰减，约15.89%（图15），反映信息时效性关键。

2.3 分析师预期因子（第12-17页）

2.3.1 因子分类及定义

• 三大类分析师预期因子：

1. 分析师预期调整类因子：基于单个分析师对未来三个月内净利润、EPS、目标价的调整中位数构建。

2. 市场一致预期调整类因子：基于市场整体分析师过去1个月与过去11个月预期平均值变化。

3. 纯净分析师覆盖度因子：应用回归剥离规模、流动性、动量对传统分析师覆盖度影响后的残差，代表真实覆盖度。

2.3.2 因子表现（详见图表17-24）

• 反复测试均显示分析师预期净利润调整因子表现最优，年化多空收益16.07%，夏普1.86，胜率77.61%。
• EPS调整因子略次，年化多空收益12.44%，夏普1.27。
• 目标价调整因子表现相对一般，年化多空11.46%。
• 市场一致预期因子整体性能良好，但不及单一分析师调整因子。
• 纯净分析师覆盖度因子同样表现优异，年化多空收益19.58%，夏普1.94。
• 等权因子（上述三因子等权平均）表现最佳，多空年化收益21.55%，夏普1.69，且IC均值达到5.62%（图24），具有良好稳定性和预测能力。
• 多头组合相对中证全指的超额收益呈明显上升趋势（图25）。

2.4 分析师预期因子在券商金股组合中的增强效果（第18-22页）

• 经单因子测试，分析师预期调整因子在券商金股池中表现突出。利用该因子对原始金股组合再次精选，显著提高组合收益。
• 具体增强方法：

- 每月初第5个交易日，根据上个月分析师预期净利润调整、EPS调整、目标价调整等权因子，筛选金股池中前20只股票构建新组合。

• 收益表现:

- 净利润调整因子增强组合年化超额27.34%，信息比1.85（图27）。

- EPS调整增强年化超额25.34%，信息比1.66（图28）。

- 目标价调整增强年化超额27.80%，信息比1.46（图29）。

- 三因子等权增强的金股20组合表现最佳：

- 月末调仓：年化超额41.14%，信息比2.80

- 月初第1日调仓：年化超额39.41%，信息比2.43

- 月初第5日调仓：年化超额31.10%，信息比1.89（图30）

• 行业与市值配置：

- 金股20组合历史行业权重均衡，涵盖电子、基化、医药、计算机、钢铁等（图31）。

- 持仓分布在大盘股和小盘股间均衡，沪深300占28%，中证500占25%，“其他”占47%（图32）。

• 分年表现（截止2021年3月，表3）：

- 2019-2020年表现最佳，分别年化超额24.36%和73.91%

- 2018及2021年表现较稳定，略优于基准。

• 样本外跟踪（2021年3月至2022年2月）：

- 绝对收益35.18%，相对中证500超额24.61%，表现同样优异（图33）。

---

3. 图表深度解读

• 图1（每月券商机构数量）：自2018年初至2021年，覆盖券商由不足20家增至超过45家，代表市场关注度及覆盖深度提升。
• 表1（中信建投4月金股）：显示100%行业覆盖，体现行业多样性。
• 图3-6：券商推荐覆盖率中位数高、超额收益均为正，且大多数券商胜率在60%以上，印证券商研究的Alpha源效力。
• 图7-8：不同推荐次数个股比例与收益无明显差异，强调个股独特性与多样性。
• 图9-10：各行业基本完整覆盖，周期行业如钢铁、建筑、石油石化贡献最大Alpha。
• 图11（钢铁行业超额收益）：呈持续增长态势，反映周期性行业研究价值。
• 图12（月度不重复股票数）：2018以来组合所覆盖股票数量逐年增长，代表丰富度及选股宽度。
• 图13-15（不同调仓时点组合表现）：

- 月末调仓优于月初，第五日调仓表现最弱，揭示信息滞后问题，提示调仓时点选择重要。

• 图16（行业轮动策略）：

- 行业配置增强组合能产生显著超额收益，表明行业轮动策略的实用性。

• 图17-24（分析师预期因子表现）：

- 所有预期调整类和纯净分析师覆盖度均表现优异，多空组合均呈现显著超额收益和稳定IC。

• 图25-26（等权因子及金股组合增强效应）：

- 等权因子选股有效，特别是在券商金股股票池中增强效果明显。

• 图27-30（增强组合表现）：

- 分析师预期净利润调整类等权增强后组合表现提升明显，信息比及胜率均高。

• 图31-32（增强组合行业及市值配置）：

- 行业均衡分布且大中小盘比例适中，有利于分散风险及平衡收益。

• 图33（样本外验证）：

- 结合金股增强策略稳健表现，验证组合的实际可操作性和持续稳定性。

---

4. 估值分析

报告中不涉及公司或行业具体估值模型计算，也未详述DCF或市盈率等传统估值方法。聚焦主体为策略组合的收益增强及因子选股能力。

---

5. 风险因素评估

• 报告最后风险提示声明简述：

- 模型失效风险：历史规律不一定重复，策略在未来可能失效。

• 此外，报告整体基于历史回测，现实中可能面临市场环境变化、政策风险、流动性风险等未具体阐述。

---

6. 审慎视角与细微差别

• 报告非常系统和严谨，基于实证数据和多次验证，优势明显。
• 潜在不足：

- 由于依赖历史分析师预期和券商推荐，策略有一定信息滞后，且调仓时点敏感性较大（调仓延迟致信息衰减约10%超额收益）。

- 组合多为等权持仓，未考虑行业或个股权重优化，后续可能提升空间。

- 纯因子选股依赖公开的分析师预期数据，若数据更新不及时或分析师预期失真，选股效果受影响。

- 表现波动与市场状态相关强，特别是2021年组合表现下降，提示策略对市场时钟敏感。

• 内部视角：

- 因子组合和券商金股组合之间实现良好叠加，内在逻辑自洽。

- 各因子正负超额收益及IC趋势合理，提示选股策略稳健。

---

7. 结论性综合

本报告由中信建投金融工程团队发布，全面剖析了“券商金股组合”的投资价值及通过构造分析师预期相关因子对组合选股策略进行增强的可行性和优越性。券商金股组合经过多券商、多行业、不同推荐次数和调仓时间的多维度深度验证，其基于主动研究视角选取的股票具备稳定的超额收益能力。

三大类构造的分析师预期因子表现优异，尤其为净利润调整类因子及纯净分析师覆盖度因子，多空组合均呈现年化超过16%以上的显著多空收益及高信息比，且等权组合组合表现更佳，IC及胜率指标均彰显其强选股能力。

基于上述因子对券商金股组合的增强测试显示，对金股池进行因子加权筛选构建“金股20组合”策略不仅有效提升了超额收益，还显示了极强的胜率和夏普比率，组合行业和市值配置均衡风险分散，且样本外跟踪测试验证其稳健性。该组合在2018年至2021年3月及2021-2022年的样本外阶段均显示出极具竞争力的绝对及相对收益。

综上，报告提出的研究思路为：

• 聚焦券商专家主动研究筛选股票，挖掘其推荐的Alpha。
• 构建基于分析师预期调整的因子体系，提炼市场信息增厚主动研究成果。
• 通过等权因子加权提升选股策略效能，形成高胜率、稳健回报的量化增强组合。

该研究对于量化投资者、主动研究机构及策略开发人员均具有显著的借鉴和应用价值。

---

参考页码溯源

• 核心结论及组合表现见第一页主要结论及表3等：[page::0] [page::22]
• 券商金股定义及覆盖详述：[page::3] [page::4]
• 组合覆盖率、超额收益及行业分析：[page::5]~[page::11]
• 组合历史表现及调仓时间影响：[page::9]~[page::11] [page::13]
• 分析师预期因子定义与测试结果：[page::12]~[page::17]
• 分析师预期因子增强组合表现及行业配置：[page::18]~[page::22]
• 样本外跟踪和分年业绩统计：[page::22]~[page::23]
• 结论与风险提示：[page::23]~[page::24]

---

关键词解释：

• 因子（Factor）：在量化投资中指能够解释股票收益差异的财务或市场指标。
• 超额收益：投资组合收益超过基准指数收益的部分。
• 信息比率（Information Ratio）：超额收益除以跟踪误差的指标，衡量单位风险带来的超额收益。
• IC（信息系数，Information Coefficient）：因子分值与未来股票收益的相关系数，衡量因子预测能力。
• 夏普比率：单位波动率带来的超额收益。
• 等权组合：对组合中所有成分股持仓比例均等。
• 样本内与样本外测试：分别指在历史数据和未来未用来构建模型的数据上测试策略稳定性。

---

总体而言，该报告既揭示了券商金股组合的强大选股能力，也通过系统的分析师预期因子构造，创新地实现了对主动研究结果的量化增强，显著提升组合收益表现，具有重要的理论与实务参考价值。

报告