• “漂亮 50”理念起源于1970年代美股，主张买入持有基本面优良、有成长性的龙头股，长远看可消化高估值压力。[pidx::0][pidx::4]

- 当前A股市场投资环境逐渐由“概念炒作”转向“龙头抱团”，白马龙头股表现优异，且价值因子逐步回归。[pidx::0][pidx::4]

• 价值-成长因子以PEG为代表，经典PEG和一致预期PEG两种形式均表现出显著的分层效果和年度回测绩效（图1-3，图10-12）。其中一致预期PEG更能反映未来成长预期，相关性强（图6-9）。[pidx::6][pidx::7][pidx::8][pidx::9]

- PE、PB、ROE、股息率四种价值因子均表现出良好的单调性，其中PB和股息率因子分层效果尤其显著（图13-20）。[pidx::10][pidx::11][pidx::12]

• 成长因子以过去12个月的营业收入增长率和净利润增长率为代表，虽表现出单调性，但相比价值因子区分度较弱（图21-24）。[pidx::13][pidx::14]

- 各因子IC测试显示经典PEG、一致预期PEG、PE、PB、股息率因子效果显著且较为稳定，且价值-成长因子与其他因子独立性强（图25-26）。[pidx::15][pidx::16]

• 模型以一致预期PEG、ROE、净利润增长率三因子为核心，剔除低市值及负PE/PEG股票，最终选出股息率最高的50只股票（图27-30）。[pidx::17][pidx::18][pidx::19]

- 2005年1月至2017年5月，模型累计收益2223.52%，年化收益29.05%，夏普率0.88，最大回撤70.09%，显著优于沪深300与中证500（图31-33）。2017年1-5月收益6.70%，跑赢两大指数。[pidx::19][pidx::20]

• 模型与指数对冲策略表现优异，年化超额收益率分别高达12.70%（沪深300）和9.61%（中证500），且多空组合夏普率较高，最大回撤显著缩小（图34-36）。[pidx::20][pidx::21]

- 选股数量稳定在50只，行业分布均衡，行业集中度较低且有行业轮动特点，持仓市值偏大且稳定高于全市场均值，换手率适中（图37-44）。[pidx::21][pidx::22][pidx::25]

• 模型精选为大盘蓝筹股和高成长白马，代表股票如贵州茅台、格力电器、万科A等，风格明确，侧重基本面优良稳健成长股。[pidx::23][pidx::24]

- 本模型基于历史规律总结，不构成投资建议，风险提示明确，适合价值+成长投资策略探索者参考。[pidx::0][pidx::26]

华泰证券研究所《华泰价值选股之“漂亮 50”选股模型价值-成长 PEG 选股 A 股实证研究》详尽分析

---

一、元数据与概览

• 报告标题：《华泰价值选股之“漂亮 50”选股模型价值-成长 PEG 选股 A 股实证研究》

- 作者：林晓明、王湘

• 发布机构：华泰证券研究所

- 发布日期：2017年6月9日

• 研究主题：基于美股“漂亮50”理念，构建适应A股市场环境的“漂亮50”选股模型，以价值和成长因子结合的PEG因子为核心，通过历史数据回测验证模型的有效性和稳定盈利能力。

- 核心论点：
- 美股1970年代“漂亮50”理念适用于当前A股市场，因市场风格由概念炒作转向价值抱团。
- 以价值-成长因子（PEG）为核心，结合ROE和净利润增长率，构建“漂亮50”定期调仓选股模型。
- 模型历史回测表现优异，显著跑赢沪深300和中证500指数，具备稳定的超额收益能力。

• 目标与信息传达：

- 强调价值成长结合选股模型的科学性和实证有效性。
- 提供一套量化、可操作、适应市场风格变化的选股工具。
- 建议投资者关注基本面优良且估值合理的白马龙头股。
- 明确模型基于历史规律，不构成具体投资建议。

---

二、逐节深度解读

2.1 “漂亮 50”投资理念及市场环境观察

• 核心内容：

- “漂亮 50”起源于美国70年代初的50只龙头大盘股，这些股票代表了优质成长股，具备基本面良好和稳定增长特征，即便估值不低，长期成长会化解估值压力。
- 当前A股市场风格由概念炒作逐步转向龙头抱团，白马股表现突出，与美股“漂亮 50”市场环境相似。
- 受美股“漂亮 50”启发，华泰推出适合中国市场的“漂亮 50”组合，强调价值与成长的结合。

• 分析与逻辑：

- 市场经济结构迈向成熟（第三产业比例提升，经济增速放缓），大盘龙头优势显现。
- 机构投资者增加，市场结构改变，推动风格由散漫转向价值抱团。
- IPO加速及小市值因子失效，价值投资成为主流。
- 以上逻辑有效支持从“漂亮 50”角度切入A股投资的理由。

2.2 价值-成长因子的构建与实证

• PEG因子定义：

- 经典PEG = PE / 过去12个月EPS增长率
- 一致预期PEG = PE / 未来12个月分析师一致预期EPS增长率
- 一致预期PEG因子利用分析师预期，更准确反映未来成长性。

• 实证回测与结果：

- 2005年-2017年5月的分层回测显示，PEG因子有效地筛选出表现优异的股票组合。
- 图表1（经典PEG因子净值曲线）明确显示低PEG组合表现最佳，表明成长性好的低估股票可以获得最高收益。
- 图表10（一致预期PEG因子净值曲线）呈现类似趋势，但年化收益略低于经典PEG。
- 年度回测显示PEG因子的稳定超额收益能力，低组合年化收益率最高达30.91%，一致预期PEG低组合年化27.09%[pidx::6][pidx::9]。

• EPS预期准确性分析：

- 分析师对EPS预期普遍乐观（图表4），但预测股票的相对排名准确度高（图表5），排名误差约10%。
- 一致预期EPS排名与未来真实EPS排名呈高度相关（图表6，t值120.57），支持一致预期PEG合理有效。
- 当前EPS排名同样与未来EPS表现相关，说明历史成长对未来也有一定预测力[pidx::7][pidx::8]。

2.3 价值因子与成长因子研究

• 价值因子：PE、PB、ROE、股息率

- 各因子分层回测均说明：低PE、低PB、低PEG组合表现优于高组合；
- ROE、股息率高组合表现优越，且4个价值因子均满足分层单调性（低组合对应高收益）；
- PB因子分层效果最显著，股息率与ROE、PE、PB高度相关，价值因子存在重合效应；
- 具体年化收益率：PE因子低组合27.07%，PB因子低组合28.59%，ROE因子高组合24.04%，股息率因子高组合27.09%[pidx::10][pidx::12]。

• 成长因子：营业收入增长率、净利润增长率

- 两个成长因子均具备分层单调性，增长率越高组合收益越高；
- 成长因子的区分度弱于价值因子，各组合收益率接近，说明成长因子相对弱势；
- 收益率趋势清晰但波动大，回测绩效表现不如价值因子显著[pidx::13][pidx::14]。

2.4 因子IC值与相关性分析

• IC值定义：

- 表示因子在当前截面的暴露度与未来收益之间的相关系数，IC均值反映因子显著性，IC稳定性是其稳定性指标。

• 分析结果：

- 经典PEG、一致预期PEG、PE、PB和股息率因子IC均值超过1%，显著有效；
- 成长因子和ROE因子的IC不显著，说明预测力较弱；
- 相关性强度分析表明PB与股息率负相关，股息率与PE负相关，ROE与股息率正相关，营业收入增长率和ROE正相关；
- PEG系因子独立性较强，减少因子重叠风险，有利模型稳定性[pidx::15][pidx::16]。

2.5 华泰A股“漂亮 50”选股模型构建

• 因子选择：

- 价值成长核心采用一致预期PEG；
- 兼顾ROE（价值因子）和过去12月净利润增长率（成长因子）。

• 三因子分层建模：

- 分为低、中、高3个层次，形成27个组合，筛选市值>最低20%和PE>0、PEG>0的股票；
- 结合收益率、夏普率、持仓市值及股票持仓数综合评估；
- 定量模型通过PEG处于行业最低2/3、净利润增长率行业最高2/3、ROE行业最高1/3筛选；
- 须股票超过50只时择股息率最高50只，确保收益与流动性兼顾。

• 回测表现：

- 总收益率2223.52%，年化29.05%，夏普率0.88，最大回撤70.09%；
- 13年中12年跑赢沪深300和中证500；
- 2017年前5个月收益6.70%，跑赢两指数；
- 多空基金对冲模式收益及夏普较好，最大回撤显著降低；
- 平均持股数量约50只，数量稳定且足够分散风险[pidx::17][pidx::19][pidx::20][pidx::21][pidx::22]。

2.6 组合持仓特征与行业分布

• 持仓数量稳定：

- 从2005年到2017年，持仓始终维持在49-50只股水平，契合“漂亮50”理念。

• 行业偏离分析：

- 组合未出现严重行业偏离，行业分布均匀，机械、医药、基础化工、房地产、计算机行业占比较高但不过度集中；
- 行业年度入选数显示一定轮动，但整体风格接近行业中性，避免行业过度风险。

• 成分股分析：

- 入选次数多为大盘蓝筹白马股（如贵州茅台、格力电器、万科A、五粮液），显示模型专注业绩稳定成长的龙头股；
- 50只股票占总体入选次数28.7%，集中度适中，模型体现明显风格定位。

• 换手率与市值特征：

- 换手率均值29.34%，最高64.96%，最低7.18%，显示适度调仓频率；
- 持仓股票市值均值和中位数均远高于全市场，说明模型偏好大市值股票，排除小市值因子影响；
- 大市值股票偏好与超额收益并存，验证模型盈利能力和稳健本质[pidx::24][pidx::25][pidx::26].

---

三、图表深度解读

3.1 经典PEG因子分层回测净值曲线（图表1）

• 展示2005年至2017年1月低至高5组（低组合为低PEG）净值增长。

- 低组合净值增长明显优于其他组，涨幅25倍以上，体现PEG因子筛选成长低估股的能力。

• 高组合跌幅最严重，说明高PEG股票通常表现较差。

- 图表与文本一致显示PEG因子具有显著分层能力。

3.2 一致预期PEG因子分层回测净值曲线（图表10）

• 跟经典PEG类似的趋势，低组合优异；

- 净值幅度略逊经典PEG，但稳健且与未来预期一致；

• 支持一致预期PEG因子作为未来成长预期替代指标。

3.3 EPS预测与真实值差值（图表4）

• 预测EPS偏高，存在系统性乐观偏差；

- 预测排名与真实排名误差约10%，相对稳定；

• 说明分析师预测虽乐观但股票间相对排名准确。

3.4 因子IC统计（图表25）

• PEG、PE、PB和股息率因子IC均值超过1%，有效性验证。

- 成长因子IC不显著，支持价值因子主导模型构建。

• 相关性分析表明PEG因子独立性好，有助降低模型过拟合。

3.5 各模型净值曲线（图表31）

• 华泰漂亮50模型净值明显高于沪深300和中证500；

- 多空组合收益图表（图35与36）显示模型具备对冲能力，实现稳定alpha；

• 总体表现突出，符合模型设计目标。

3.6 行业入选次数分布（图表38）

• 行业分布较平均，无单一行业异乎寻常的权重。

- 说明模型兼顾多行业龙头，分散行业风险。

3.7 模型持仓数量与换手率（图表37和42）

• 持仓始终稳定在50只，换手率约30%，反映适度调仓频率。

- 盈利与风险平衡。

3.8 市值均值与中位数对比（图表43，44）

• 组合股票市值持续高于市场整体市值。

- 说明模型聚焦大盘蓝筹，与小市值因子无关。

---

四、估值分析

本报告选股模型核心基于因子分层和历史实证，不涉及明确的DCF等现金流折现估值方法，也未提供单一目标价。估值核心体现在对股票估值相对成长性的PEG指标分层筛选上：

• PEG低意味着相对盈利成长潜力估值合理甚至偏低，具有投资吸引力。

- 模型通过一致预期PEG因子捕捉未来成长预期，融合价值因子ROE和成长因子净利润增长率，增强选股的多维度估值合理性和成长性。

• 组合最终选股数控制50只，注重股息率，兼顾安全边际和现金流。

综上，模型估值侧重多因子量化并严格分层回测验证，保证估值合理性与成长预期融合，规避单因子估值偏误。

---

五、风险因素评估

• 模型风险：

- 模型基于历史数据回测，存在历史与未来市场环境变动不能完全对应的风险。
- 对分析师一致预期EPS依赖较大，若预期失准可能影响选股效果。
- 估值过高、市场波动大等风险可能造成短期回撤。

• 市场及机构风险：

- 目前市场“龙头抱团”现象若发生逆转，则模型表现可能受影响。
- 流动性和换手率波动带来交易成本及实施难度。

• 风险缓释：

- 模型月度调仓，及时调整组合，减少单因子失效影响。
- 持仓规模适中，50只股票有较好分散性，降低黑天鹅风险。
- 结合评价标准及多因子联合策略降低过拟合风险，模型设计具备稳健性提示。

报告明确指出模型为历史规律总结，非投资建议，提醒投资者谨慎使用，体现风险意识和合规态度。

---

六、批判性视角与细微差别

• 报告坚持模型历史回测有效性，但未详细讨论模型在极端市场环境（如2015年股灾）的表现细节。

- 分析师EPS预期虽有高度相关性，但系统乐观倾向未深入探讨对模型的长期影响。

• 尽管多因子减少单因子风险，因子间仍存在一定相关性，可能影响模型多样性。

- 决定用股息率筛选是结合实际流动性考虑，未对该筛选可能导致成长股遗漏展开，存在选择偏好。

• 模型调仓频率固定在月度，未考察不同调仓频率及其交易成本影响。

- 组合持仓行业均衡性虽好但行业轮动潜力非明确利用，未来效果有不确定性。

• 兼顾成长与价值的“三因子”组合制定基于实证，仍可能因结构性经济变化而需调整。

---

七、结论性综合

华泰证券的这份深度研究报告系统地借鉴美股史上著名的“漂亮50”理念，结合A股多年来历史市场环境及因子研究，设计了基于一致预期PEG、ROE和净利润增长率的多因子选股模型，实现了“价值+成长”结合的投资策略。该策略能有效应对当前A股市场价值回归和龙头抱团的趋势。

实证回测显示，模型在2005年至2017年期间表现优异，在沪深300和中证500指数基础上实现显著超额收益，年化收益率超过29%，夏普率达0.88，且持仓规模稳定、行业配置均衡，体现了良好的稳健性和风险控制能力。通过对各关键因子的深入评估，报告展示了一致预期PEG因子优于经典PEG，分析师预期排名与未来实际排名高度相关，验证了因子构建的合理性。

图表1和图表10分别展示了经典与一致预期PEG因子分层净值曲线，低PEG组合持续跑赢全市场，图表31、35、36进一步说明模型净值持续攀升且对冲收益稳健。相关性和IC分析揭示因子间相互独立性，优化因子组合有效性。组合持仓稳定且多元化，换手率和市值分析显示流动性良好，规避小盘股波动带来的潜在风险。

报告坚持模型为过去规律总结，不作为具体投资建议，同时披露了分析师预期过于乐观、市场环境变化带来的潜在风险，体现了对模型限制的审慎态度。

总体来看，华泰“漂亮50”选股模型实现了价值成长兼顾的投资理念，适应了A股市场风格转变趋势，是当前市场环境下一种行之有效的量化投资方案，值得机构投资者关注和参考。[pidx::0][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::12][pidx::13][pidx::14][pidx::15][pidx::16][pidx::17][pidx::19][pidx::20][pidx::21][pidx::22][pidx::24][pidx::25][pidx::26]

---

版权及免责声明

报告严格遵守合规与知识版权规范，体现华泰证券客观、公正研究态度，使用过程应结合个人投资目标及风险偏好，谨慎参考。

---

总结

此份报告结构完整，逻辑严密，从市场环境到因子构建，再到策略设计与回测验证，充分体现严谨的量化研究体系与实践指导价值。图表丰富有力地支持和解释文本论点，展示了“漂亮50”策略在中国市场的可行性和优越表现，是价值成长投资在A股的示范性案例。

报告