成长与价值风格收益表现对比 [page::3][page::4]

• 传统指数显示2011-2019年价值风格战胜成长，2020年后成长大幅领先。

- 采用因子收益计算后，成长风格长期优于价值，且价值风格显示阶段性超额表现。

测试框架与多维指标筛选方法 [page::5][page::6][page::7]

• 利用Granger检验、Spearman相关性及事件化测试（趋势、累计变化、幅度、高低位）评估指标预测能力。

- 满足Granger显著或≥3项事件分析显著的指标通过筛选。

市场情绪指标与风格收益关系 [page::8][page::9][page::10][page::11][page::12]

• 机构调研偏好、散户新增账户数、强势股占比以及北上资金估值偏好均与风格收益显著相关。

- 散户增多倾向成长风格，机构和北上资金偏好价值风格。

因子拥挤度指标构建与应用 [page::13][page::14]

• 因子拥挤度由离散度、组内相关性、收益动量和收益波动组成。

- 成长因子拥挤度较低，价值因子拥挤度自2019年以来波动剧烈且高企。

• 拥挤度与未来风格收益关系显著，成长拥挤度高预示成长表现下降，价值拥挤度高预示价值收益提升。

金融与经济环境因素分析 [page::15][page::16][page::17]

• 期限利差收敛时价值风格表现优异。

- M2-M1增速差、社融增速、PMI及CPI-PPI剪刀差对风格收益具有显著影响，其中CPI-PPI放大利好成长。

综合指标构建及策略回测结果 [page::18][page::19][page::20]

| 指标类型 | 指标代码 | 方向 |
|------------|----------------|------|
| 市场情绪 | GMVS等4项 | 正向/反向 |
| 因子拥挤度 | GrowthCrowding,Value_Crowding | 正向/反向 |
| 经济环境 | TSF, CPI-PPI, PMI | 正向/反向 |
| 金融环境 | Term-spread, M2-M1 | 正向/反向 |

• 综合指标与未来3个月成长/价值风格收益的相关系数超0.3，显著性高。

- 基于综合指标构建的0-1择时策略年化收益22.65%，调仓频率低，调仓胜率85%。

• 采用仓位调整策略年化收益达20.24%，有效提升组合风险调整后收益。

报告详尽分析：量化策略 | 量化多因子系列（3）：如何捕捉成长与价值的风格轮动？

---

一、元数据与概览

• 报告标题：量化多因子系列（3）：如何捕捉成长与价值的风格轮动？

- 作者：周萧潇（SAC 执证 S0080521010006）、刘均伟（SAC 执证 S0080520120002）、王汉锋（CFASAC 执证 S0080513080002）

• 发布机构：中国国际金融股份有限公司（中金公司）

- 发布日期约：2021年中左右（文中数据至2021年4月）

• 主题：本报告围绕股票市场中“成长风格”和“价值风格”的交替轮动现象展开，针对2017年以来市场风格频繁大幅切换的现状，试图通过建立多维度指标体系，构建成长与价值风格的择时及轮动策略。

- 核心论点：成长风格整体表现优于价值风格，但价值风格存在阶段性超额收益，通过市场情绪、因子拥挤度、金融环境和经济环境四大类指标的综合分析，可以较为有效地预测风格轮动，从而建立策略实现超额收益，回测胜率达到85%。

• 目标：基于上述指标构建择时和轮动策略，实现成长和价值风格之间的动态切换，提升投资组合表现。

---

二、逐节深度解读

2.1 成长风格与价值风格对比及定义（第2-4页）

• 核心论点：市场风格定义长期以来存在分歧，主动管理者习惯用行业板块划分，而量化投资更偏向用因子收益，且多采用行业中性以避免行业因素干扰。

- 问题识别：单纯用行业划分存在局限，比如金融、消费板块内也存在成长和价值差异。

• 折衷方案：报告使用两种方法对比：国证成长与国证价值指数以及基于量化成长因子和价值因子计算的因子收益。

- 观点差异：国证风格指数历史表现显示价值指数于2011-2019间战胜成长指数，2019年后成长指数才大幅跑赢；但这一结果与实市场感觉有差距，部分因指数基础样本限制。

• 重视因子收益的定义及构造：

- 成长因子包括净利润季度同比增长率、营业利润加速度、业绩趋势因子；
- 价值因子包括市盈率倒数（EP）、股息率、净资产收益率倒数（BP）等；
- 计算时剔除ST、停牌和上市半年以内个股。

• 结论：基于中金量化因子的收益表现更贴近市场实际，成长风格长期收益优于价值风格，价值风格则会在局部阶段超额表现。例如：

- 2007-2009年、2014年末、2017年，价值风格表现突出；
- 2010年至2014年上半年及2018至2020年上半年成长风格显著优越[page::2,3,4]

2.2 测试框架与方法论（第5-7页）

• 目标：筛选能有效预测成长/价值风格收益变动的指标。

- 测试方法：
- 采用三大统计测试方法：格兰杰因果检验 (Granger Causality Test)、Spearman相关性检验，以及基于事件化的数据测试。
- 事件化测试指对指标的趋势（Trend）、累计变化（Rolling）、变动幅度（Extent）和近期高低位（Z-score）等不同维度设定触发条件，检测指标与风格收益关系。

• Granger检验解释：

- 检测指标时间序列是否对未来风格收益具有预测因果力。
- 要求时间序列平稳，滞后阶数取1至5阶。

• 指标筛选规则：先看指标是否通过Granger检验显著，否则分钟级或月度级相关及事件化测试中，3项以上显著可认为指标有效。

- 数据频率提醒：由于数据为月度，相关检测结果更为稳健且实用[page::5,6,7]

2.3 市场情绪指标（第8-12页）

• 涵盖指标：

- 机构调研估值偏好（调研股票整体估值分位数）；
- 新增投资者数量（反映散户情绪与入市速度）；
- 风格强势股占比（股价强势个股数量占比差异反映情绪动量）；
- 北上资金估值偏好（外资持仓增减与估值的交叉指标）。

• 机构调研情况：

- 2013年以来机构调研呈季节性波动，参与机构数量近年来明显上升，表明机构活跃度提高。
- 被调研股票估值位于全市场较高分位时，价值风格收益更优，体现机构偏好变化具预测力。

• 新增投资者:

- 散户新增开户作为情绪及资金流入代理，新增数量增加时，市场风格倾向成长，且Granger检验显著，验证了散户青睐成长股假设。

• 风格强势股占比：

- 计算成长及价值股价格超过20日均线数量比，差值可表征风格情绪，指标事件测试及Granger检验均显著。

• 北上资金估值偏好：

- 外资持股偏好影响A股市场风格，指标与成长/价值风格收益相关性显著，稳健反映资金流方向[page::8,9,10,11,12]

2.4 因子拥挤度指标及分析（第13-14页）

• 因子拥挤度定义：衡量因子当前是否被市场广泛使用或过度拥挤，以预警因子可能失效风险。

- 评价维度：
1. 因子离散度：top组合股票收益离散程度，越高表示组合内收益差异大，暗示拥挤；
2. 因子组内相关性：top组合股票收益相关程度，相关性越高意味着越拥挤；
3. 因子收益波动率：top组合收益时间序列的波动率，波动大暗示拥挤；
4. 因子收益动量：过去12个月的累计超额收益，高收益带来关注度提高，易产生拥挤。

• 实证验证：

- 以市值因子划分拥挤度等级，拥挤度高的期未来出现大幅（≥15%）回撤概率明显上升。

• 成长与价值因子拥挤度演变：

- 成长因子拥挤度整体偏低，较稳定；
- 价值因子拥挤度自2019年以来波动迅速，2021年初达到历史高位。

• 指标预测关系：

- 成长因子拥挤度升高，后续成长/价值收益下降；
- 价值因子拥挤度提升，则后续成长/价值相对收益提升。

• 相关性与Granger检验均支持上述逻辑，拥挤度是稳健预测因子[page::13,14]

2.5 金融环境因素（第15-16页）

• 指标构成：

- 期限利差（10年期与1年期国债收益率差）；
- 货币供应量增长差（M2增速减M1增速）。

• 期限利差逻辑：

- 利差收敛（缩窄）通常伴随着货币政策趋紧及经济前景不确定；
- 这一环境下成长股估值面压力大，价值股估值弹性较强，因而价值风格占优。
- 反向则成长期利好。

• M2-M1增速差分析：

- M1代表活期货币，M2包括定期存款的广义货币；
- M1增速高于M2通常意味着经济交易更活跃，景气度高，有利成长股；
- M2增速高而M1增速低，资金存量增加但交易不活跃，暗示经济放缓，对成长风格不利。

• 实证结论：

- 期限利差与成长/价值风格收益呈显著正相关；
- M2-M1增速差与成长风格收益呈显著负相关[page::15,16]

2.6 经济环境因素（第17页）

• 宏观经济主要指标：

- 社会融资规模增速（TSF）、制造业采购经理指数（PMI）；
- CPI同比减PPI同比（CPI-PPI剪刀差）。

• 关联逻辑：

- PMI、社融增速与成长/价值风格收益呈负相关，主要因周期行业（价值风格）更受PMI影响；
- CPI-PPI剪刀差的扩大，意味着终端价格上涨幅度大于原材料价格，企业利润空间扩张，更利好成长股。

• 实证表现：

- PMI和社融增速未通过Granger检验，但呈现稳定相关性；
- 指标对中长期（半年以上）风格收益预测能力更强。

• 总结：经济指标对风格切换短期预测能力有限，但对长期趋势有参考价值[page::17]

2.7 综合指标构建与策略实现（第18-20页）

• 有效指标汇总：

- 11个细分指标，涵盖市场情绪（4）、因子拥挤度（2）、经济环境（3）、金融环境（2）。
- 通过滚动8期（8个月）时间序列Z-score标准化处理，等权加权构成四大类综合指标。

• 四大类综合指标均通过Granger检验，预测能力显著。

- 综合指标相关性：
- 综合指标与未来3个月成长/价值风格收益相关系数超过0.3，p-value<0.001，表明显著的预测效力。

• 轮动策略构建：

1. 0-1择时信号模型：
- 指标高于0.5买入成长，下破-0.5买入价值；
- 回测期间（2011.1-2021.4）年化收益22.65%，累计超额成长组合收益227.71基点；
- 策略调仓胜率85%，月度胜率64%，信号频率低，降低换手成本。

2. 仓位调整策略：
- 根据指标在0至1区间线性转换成长仓位，价值仓位为1减成长仓位；
- 年化收益20.24%，累计超额成长组合98.98基点；

• 策略净值曲线展示清晰展现择时能力及抗波动特征[page::18,19,20]

---

三、图表深度解读

图表1（第3页）- 国证成长与价值指数走势对比

• 展示两大指数2005年至2020年走势及成长/价值比值；

- 价值指数2011-2019年大部分时间领先，2019年以后成长指数崛起；

• 反映主流指数样本限制，不能完全反映市场个股风格内涵[page::3]

图表2（第4页）- 中金量化成长与价值因子收益对比

• 采用行业中性因子收益计算，成长因子收益显著优于价值因子；

- 2007-2009、2014年底和2017年有价值因子阶段性超越；

• 奠定成长风格长期主导，且价值风格能在特定阶段超额的结论[page::4]

图表3（第5页）- 测试框架多维衡量

• 以事件化测试、相关性检验和Granger因果检验三维度进行指标筛选；

- 突出指标变化趋势和预测能力的综合考量[page::5]

图表5（第6页）- 相关性检验示例（市场集中度因子）

• 展示相关系数和p-value随时间滞后变化；

- 说明部分因子与未来3个月内成长/价值超额收益有显著正相关，提高模型信心[page::6]

图表6（第7页）- 单指标筛选框架

• 明确通过Granger检验或多项事件化及相关性测试显著即筛选通过[page::7]

图表7（第8页）- 市场情绪指标测试结果

• 表示部分指标通过多项事件化及Granger检验，具备预测风格收益能力[page::8]

图表8（第8页）- 机构调研统计

• 机构参与调研数量逐年增加，调研公司数较为稳定，提示机构关注度增高[page::8]

图表9（第9页）- 机构调研股票估值分位数及参与机构数

• 估值分位数波动，提示调研偏好变化对风格收益有导向作用[page::9]

图表10（第10页）- 新增投资者数量与成长/价值比

• 新增投资者数量激增时，成长/价值比明显上升，体现散户影响力[page::10]

图表11（第11页）- 成长与价值强势股占比及差值

• 成长强势股占比、中轴震荡，价值占比波动，差值与后续收益关系紧密[page::11]

图表12（第12页）- 北上资金估值偏好与成长/价值比对比

• 外资偏好变化与成长/价值轮动高度同步，表明外资影响风格轮动[page::12]

图表14（第14页）- 不同拥挤度等级市值因子回撤概率

• 拥挤度高市值因子未来遭遇较大回撤概率明显提升，拥挤度为风险预警因子[page::14]

图表15（第14页）- 成长与价值因子拥挤度变化

• 价值因子拥挤度波动显著，2021年高点对应价值股回撤风险[page::14]

图表16（第14页）- 拥挤度指标测试结果汇总

• 成长拥挤度负向预测成功，价值拥挤度正向预测成功，Granger检验显著[page::14]

图表18（第15页）- 期限利差走势

• 利差与国债1年、10年收益率走势共同体现资金成本及流动性状况[page::15]

图表19（第16页）- M2、M1及其增速差走势

• M2高于M1时，反映资金偏向定期存款，经济趋缓；M1高于M2反向[page::16]

图表20（第17页）- 经济环境指标测试结果汇总

• 社融增速、PMI、CPI-PPI剪刀差均具指标预测作用，其中CPI-PPI剪刀差意义较为突出[page::17]

图表21（第18页）- 指标明细

• 汇总11个指标分属市场情绪、拥挤度、经济环境、金融环境4类[page::18]

图表23（第19页）- 综合指标与风格收益相关性测试

• 多时间点相关系数稳定正向，显著水平高[page::19]

图表24（第20页）- 择时策略净值表现

• 策略净值稳步提升，搭配调仓信号（灰色区块）切换风格获利明显[page::20]

图表25（第20页）- 仓位调整策略净值与持仓比例

• 持仓比例随指标调整对应切换成长和价值仓位，净值表现平稳[page::20]

---

四、估值分析

报告主体为量化风格轮动策略构建，未涉及单个公司估值模型，但提供多因子回归与因子收益计算方式，包含如下内容：

• 量化风格因子收益计算剔除个股停牌、ST、上市半年以内股票，确保数据质量。

- 因子收益基于因子排名最高前10%进行等权或加权计算，剔除了行业影响（行业中性处理）。

• 因子拥挤度分析也体现市场预期及风险溢价变化对风格收益的估值影响。

- 期限利差、M2与M1增速差等金融指标体现宏观经济和货币环境对整体市场估值水平的影响。

• 综合指标形成择时信号间接反映对风格估值溢价的时机判断。

整体逻辑为多因子多维度估值驱动，策略依托统计学习方法进行信号提取和投资组合配置，未采用传统DCF等绝对估值模型。

---

五、风险因素评估

报告篇幅未专门设风险分析章节，但从内容可识别潜在风险点：

1. 指标数据限制：部分指标的平稳性及样本覆盖限制了预测能力范围和稳定性。

2. 风格定义差异风险：风格因子的定义及计算与市场或其他指数存在偏差，策略适用范围有限。

1. 频率与滞后风险：基于月度数据，策略对短期价格波动反应滞后，可能错失市场转折点。

4. 市场环境变化风险：宏观经济政策、流动性环境剧变，可能使历史关系失效。

1. 因子拥挤风险：尤其价值因子的拥挤度高企，暴露较大系统性风险。

6. 策略过拟合风险：可能存在回测数据挖掘偏误，实际操作中表现波动。

1. 流动性及交易成本风险：尽管调仓频率相对较低，但仍需考虑市场执行成本。

8. 突发事件风险：黑天鹅事件可能导致风格迅速切换，带来超额亏损。

报告通过低调仓频率、事件化检验较好缓冲部分风险，并无明确缓解方案，但选用多指标综合平衡策略本身具备分散风险功能[page::0-20]

---

六、批判性视角与细微差别

• 分歧与假设审慎：

- 风格收益定义的转换（从行业指数向因子收益），虽然更高精度，但增加构建复杂度，非所有投资者均适用。
- 指标背后的经济逻辑虽清晰，部分宏观指标短期预测力不足，出现预测盲区。
- 因子拥挤度虽然新颖，但指标构成自身也带有历史数据偏差风险，未来拥挤度衡量方式可继续完善。

• 数据限定：

- 频率限制在月度，不能捕捉高频风格切换，适合中长期配置但不适合短线交易。

• 策略超额收益的稳定性：

- 虽然策略调仓胜率高达85%，但调仓次数仅7次（10年区间），收益集中于少数机会窗口，面临策略失效风险。

• 潜在偏见：

- 机构调研偏好和北上资金偏好指标对外部资金依赖较大，缺乏对国内散户行为多样性的深入剖析。

• 图表关系推测：

- 图表多以相关检验呈现，非严格因果关系，投资者应结合基本面和行业趋势，避免盲目依赖模型输出。

整体报告逻辑严谨，基于统计学方法筛选指标，较好控制了数据拟合风险，结论稳健可信，但投资者需关注时代变化带来的模型失效风险。

---

七、结论性综合

本报告完整且深入地剖析了成长与价值风格在A股市场中长期与阶段性收益表现的差异，明确指出：

• 成长风格整体长期表现优于价值，而价值风格存在多个阶段性超额收益窗口；

- 针对风格轮动，报告创新地基于市场情绪（机构调研偏好、散户新增投资者、强势股占比、外资北上资金偏好）、因子拥挤度（因子离散度、组内相关性、收益动量等）、金融环境（期限利差、M2-M1增速差）及经济环境（社融增速、PMI、CPI-PPI剪刀差）四大类指标，构建多指标筛选和复合体系；

• 通过事件化测试、相关性检验及格兰杰因果检验等三维统计方法保证指标在预测成长/价值风格未来收益上的稳健有效；

- 综合四大类指标加权得到的复合指标与未来3个月成长/价值超额收益相关系数持续超0.3，统计显著；

• 基于综合指标构建的0-1择时及仓位调整策略，在2011年至2021年回测中取得年化超20%以上收益，策略调仓胜率达85%，且换手频率低，降低交易成本；

- 报告还细致解释了所有关键图表数据与趋势，包括因子拥挤度与风险、资金流入偏好与风格轮动、宏观经济指标的长周期影响；

• 报告对多种市场参与者行为和宏观环境因素进行了深入量化刻画，体现较强的实操参考价值，而且方法具有较好普适性，可供量化投资者和主动投资者参考。

综上，该研究报告不仅提供了成长价值风格轮动的理论框架，也给出具体且可操作的指标体系及策略验证，体现了量化投资领域对于风格轮动预测与策略构建的前沿探索和实践。在当前市场环境波动、风格切换频繁的背景下，该研究为风格择时提供了较为科学的决策支持基础。

---

重要引用溯源示例

• 2017年起市场频繁风格切换，风格轮动预测四大类指标构成[page::0]

- 采用量化因子收益定义风格，成长长期优于价值，价值阶段性领先[page::2,3,4]

• 测试方法包含事件化、相关性和Granger因果检验[page::5,6,7]

- 市场情绪指标（机构调研、散户新增、资金偏好）显著预测风格收益[page::8-12]

• 因子拥挤度是预警风格趋势反转的重要指标[page::13,14]

- 期限利差、M2-M1等金融环境指标与风格表现相关[page::15,16]

• 宏观经济指标如社融、PMI、CPI-PPI对风格收益具有中长期预测能力[page::17]

- 指标复合后预测相关度高，策略案例超额收益明显[page::18-20]

---

总结

此份量化多因子系列（3）研究报告提供了一个系统且实证支持的成长与价值风格轮动模型搭建方案。通过多纬度的统计和事件化分析，严格检验并筛选出可靠的预测信号，进而采用结构化和标准化手段进行综合指标构建，最终辅助策略实现较高的择时成功率和优异的长期超额收益。报告在当前市场多风格特征与交易条件下为机构和量化投资者提供了重要的投资参考和实战框架。

---

（以上分析基于报告正文及图表的全面剖析完成，所有结论均遵循报告提供的数据和逻辑，结论末附带页码标识以便追溯。）

报告