券商金股数量与参与机构持续增长 [page::4]

• 2018年推荐金股数从150多只增至2022年超300只。

- 参与推荐券商数由17家增加至49家，显示研究覆盖及市场关注度提升。

券商推荐能力差异明显 [page::5]

• 大型券商推荐金股表现优于中小型券商，2021年至2022年有波动。

• 主要券商如开源、川财、申万宏源等推荐金股累计收益领先。

| 券商 | 年化收益 | 波动率 | 夏普比率 | 最大回撤 | 卡尔玛比率 |
|--------|---------|---------|----------|---------|------------|
| 开源 | 36.01% | 29.22% | 1.23 | 28.03% | 128.44% |
| 川财 | 28.69% | 27.89% | 1.03 | 34.38% | 83.44% |
| 申万宏源| 28.55% | 20.16% | 1.42 | 16.99% | 168.00% |
| 太平洋 | 23.39% | 31.25% | 0.75 | 38.64% | 60.54% |

券商金股组合收益优异，个股alpha贡献主导 [page::6][page::7]

• 超额收益显著，高于中证800指数及偏股混合基金。

- 个股alpha贡献为超额收益的核心，风格偏离为负，行业偏离贡献略正。

金股组合风格特征及动量择时能力 [page::8][page::9][page::10]

• 表现为高beta、高长期动量、中小市值、高估值、高成长、高波动、低杠杆、高换手。

• 2021年初出现短期动量反转，贡献明显超额收益，体现动态择时能力。

• 长期动量暴露较高，短期动量暴露较低，显示倾向于捕捉短期回调时机。

行业配置与公募基金持仓高度相关 [page::11][page::12]

• 医药、电力设备新能源、基础化工、电子、机械为金股重仓行业，秩相关性高达89%。

- 部分行业配置显著偏离公募基金，为基础化工、机械、计算机、传媒等。

金股组合行业胜率与赔率分析 [page::16]

• 胜率普遍略高于50%，但非银金融、国防军工、有色金属、计算机等行业赔率明显较高。

多标签金股组合构建及表现差异 [page::17][page::18][page::19]

• “首次覆盖”金股定义为最近一年内无其他券商推荐股票，平均持仓约50只。

- “重复推荐”与“多家推荐”组合持仓规模较大且重合度较高。




| 策略标签 | 年化收益 | 年化波动 | 夏普比率 | 最大回撤 | 卡尔玛比率 |
|----------------|---------|---------|----------|---------|------------|
| 首次覆盖 | 34.16% | 27.64% | 1.24 | 31.37% | 108.88% |
| 多家推荐 | 17.92% | 25.63% | 0.70 | 30.02% | 59.69% |
| 金股组合 | 17.14% | 25.06% | 0.68 | 32.72% | 52.37% |
| 重复推荐 | 12.42% | 25.36% | 0.49 | 34.30% | 36.20% |
| 偏股基金混合 | 9.03% | 20.15% | 0.45 | 30.19% | 29.91% |

首次覆盖金股超额收益与行业偏离相关性强 [page::19]

• 2021年高超额收益主要源于优质行业高配（相关性56%），今年超额收益有所回落。

- 2021年前五高收益股票与中证800对比超额显著。

金股组合风险风格暴露及赔率表现 [page::20][page::21]

| 策略标签 | 平均胜率 | 平均赔率 |
|--------------|---------|---------|
| 金股组合 | 50.12% | 1.60 |
| 首次覆盖 | 50.46% | 2.60 |
| 重复推荐 | 49.56% | 1.47 |
| 多家推荐 | 51.08% | 1.65 |

• 2021年首次覆盖金股赔率及胜率显著提升，对应收益高位。

- 2022年整体胜率及赔率回落，收益随之降低。

金股组合收益衰减及风险控制 [page::22][page::23]

• 持有期内收益逐步衰减，首次覆盖标签初期收益优势明显。

- 综合风险控制（剔除新股、行业及板块中性化）虽降低收益但保持20%以上年化收益的稳定性。

券商金股全景特征解析——深度分析报告

---

一、元数据与概览

报告标题： 券商金股全景特征解析
作者： 杨仁文，熊颖瑜
发布机构： 国海证券研究所
发布日期： 2022年5月（具体参见相关报告及数据截至时间）
主题： 券商金股组合的特征、收益表现、行业及风格分析，以及不同标签金股组合的收益和风险特征。

报告核心论点及目标：
该报告通过定量分析券商推荐的“金股”组合的数量变化、收益表现、行业与风格特征，揭示券商金股独有的Alpha来源及超额收益。报告发现券商金股凭借其较高的个股Alpha贡献，自2018年以来对中证800及偏股基金实现持续的超额收益。进一步的细分组合如“首次推荐”金股展现超强的独立alpha能力，尤其在2021年度收益突出。风险提示则关注于市场和政策风险及样本数据局限。总体报告为投资者利用券商金股中的Alpha信号提供了理论和实证支持。[page::0,5,6]

---

二、逐章深度解读

1. 券商金股特征解析

1.1 金股数量与券商机构数量

• 关键论点： 券商金股推荐呈持续增长趋势，参与券商数量从2018年的17家增加至2022年近50家，月度推荐的金股个数也翻倍至300多只，显示市场对这类个股研究和推荐的认可度及参与度不断加深。

- 数据解读： 图1直观展示了券商机构数量（柱状）与推荐金股数（线形）的增长趋势，体现了券商金股覆盖面的不断扩大。

• 分析意义： 这表明券商金股作为Alpha来源，已经成为市场参与者关注的重点，且具备持续挖掘超额收益的基础。[page::4]

1.2 券商推荐能力特点

• 分类标准： 按2021年券商佣金规模将券商分为“大中小”三类。

- 收益情况： 大券商推荐的金股收益最好，年化收益达到36%，随后是小券商，中券商表现相对较差。整体2022年初有显著回撤。

• 排名分析： 以开源、川财、申万宏源、太平洋证券为代表的券商推荐金股表现优异。

- 数据支持： 图2至图5及相关表格展示了各类别及券商对应的年化收益、风险指标、夏普比率及最大回撤。

• 逻辑解释： 大券商可能拥有更完善的信息和研究资源，因而推荐的金股具备更高的投资价值。[page::5]

1.3 券商金股组合收益表现

• 总体收益分析： 券商金股组合2018年以来年化收益17.14%，显著超越偏股混合基金(9.03%)及中证800指数(-1.01%)。

- 累计净值走势： 图6显示，金股组合在2018年至2021年间稳健攀升，2022年有所回撤。

• 超额收益分解： 图7揭示相较基准和偏股基金，金股组合均有持续的超额累计收益。

- 年度收益分析： 图9、10详细展示各年份的收益及超额收益，2019-2021年收益表现尤其突出，2022年受市场调整影响表现回落。

• 意义： 券商金股组合通过精选策略实现稳定Alpha收益，具备一定的抗风险能力和持续性。[page::6]

2. 券商金股风格及行业解析

2.1 收益分解

• 方法： 以中证800为基准，采用风险模型分解为行业偏离、风格偏离、个股Alpha三个部分。

- 核心发现： 个股Alpha贡献最大（约20%年化），行业偏离小幅正贡献，风格偏离反而为负。

• 图解说明： 图11和图12清晰展现了收益归因累积过程，说明金股超额收益主要源于个股选择能力。

- 推论： 这表明券商金股的超额收益不是因为行业或风格上的系统性偏差，而是具备独立的个股精选能力。[page::7]

2.2 风格暴露及稳定性

• 风格特征： 相较中证800，金股组合表现出高Beta、高动量、中小市值、高估值、高成长、高波动、低杠杆及高换手率的风格特征（图13）。

- 风格贡献： 规模、Beta、动量对收益贡献正向，流动性、中市值、波动率贡献负向（图14）。

• 动量择时能力： 动量暴露呈现时间变化，2021年初出现对短期动量的反转选择，即倾向抓住短期调整反弹机会（图15-17）。

- Beta变化： 2021年后Beta暴露略减，累计贡献趋缓（图18-19）。

• 横截面分歧度： 风格因子如中市值、Beta、动量的差异度较高，表明组合风格呈哑铃结构或行业间差异明显；成长风格分歧较小，体现持续高成长的统一性（图20-21）。

- 逻辑阐述： 这些风格特征反映券商分析师推荐的个股多为中小盘高成长板块，但其择时与行业选择有自主性，能从短期调整中捕捉机会。[page::8-10]

2.3 行业暴露与分析

• 与公募基金对比：

- 最新期券商金股与公募基金持仓行业排序高度一致（秩相关89%），多期平均相关73%。
- 重仓行业包括医药、电力设备新能源、基础化工等（图22，表2）。

• 偏离较大行业：

- 券商金股偏高：基础化工、机械、计算机、传媒。
- 偏低：电力设备、医药、食品饮料、电子、家电（图23，表3）。

• 板块分布： 制造业（28.23%）、消费（26.42%）占比较大，周期14.9%，金融10.63%。2020年金融板块扩张明显（图24-25）。

- 相对中证800偏离： 基础化工、机械、计算机、轻工制造偏离正向，银行、食品饮料、地产偏离负向（图26）。

• 行业内风格暴露：

- 市值：券商金股倾向选择中小盘股，尤其机械、建筑、家电、汽车。
- 估值：大多行业偏向高估值，食品饮料、医药估值与基准持平，建筑、纺织服装等估值高。
- 成长：普遍选择高成长股，纺织服装、通信、电力等行业表现突出。
- 动量：整体偏好高动量股，表现集中于纺织服装、钢铁、商贸零售、通信行业（图27）。

• 行业胜率与赔率：

- 胜率最高行业：石油石化、农林牧渔、钢铁、银行、通信，但整体胜率仅51.16%左右，说明业绩稳定性一般（图28）。
- 赔率（盈亏比）较高行业：非银金融、国防军工、有色金属、商贸零售、计算机等，赔率均超过2倍，说明个股Alpha优势明显（图29）。

• 综合点评： 券商金股覆盖行业与公募基金高度一致，但存在一定偏离，且甄选能力体现在个股精选和行业内风格的精细把控，构建了有利于产生超额收益的组合。[page::11-16]

3. 券商金股多元组合构建

3.1 不同组合标签定义

• 首次覆盖（首次推荐）： 近一年内未被其他券商推荐。

- 重复推荐： 上月曾被推荐，本月仍继续推荐。

• 多家推荐： 本期被2家及以上券商推荐。

- 标签关系： “首次推荐”与“多家推荐”有重合；“多家推荐”与“重复推荐”也部分重合（图30）。

• 持仓规模：

- 首次推荐平均50只，
- 多家推荐75只，
- 重复推荐130只，三者持仓数量不同且覆盖存在层叠（图31）。

• 意图： 通过不同标签分析，来剖析创新性与独立Alpha的来源，提升组合的多样性与稳定性。[page::17-18]

3.2 不同组合收益表现

• 累计收益对比： 首次覆盖组合表现优异，年化收益34.16%，多家推荐与整体组合接近17.92%，重复推荐较低12.42%（图32，图34）。

- 年度超额收益： 2018-2021年均维持较高超额（2021年高达112%），2022年出现较大回撤（图33、35）。

• 驱动因素分析： 2021年首次推荐组合的行业配置与高收益行业高度一致，相关性56%，说明行业配置对年度收益影响显著（图36）。

- 样本个股： 2021年每月收益排名前五的“首次推荐”股票相对中证800均实现显著正超额收益（表4）。

• 综述： “首次推荐”标签中蕴含最强的Alpha，具有独立创新性与高回报潜力。[page::18-20]

3.3 不同组合风险暴露、赔率与胜率

• 风格暴露差异：

- 首次覆盖组合市值更小，流动性更高，beta和动量暴露均低于整体颗粒度（图37）。

• 胜率与赔率：

- 平均胜率较为接近（约50%），
- 赔率结构差异明显，首次覆盖组合赔率达2.6倍，显著高于重复推荐（1.47倍）及整体组合（1.6倍）（图38）。

• 时间序列表现：

- 2019年及2021年首次推荐组合出现多次高赔率，2022年普遍降低（图39）。
- 胜率在2021年首次推荐组合表现突出，2022年走弱（图40）。

• 收益衰减特征： 持有期前20个交易日首次推荐金股表现优于其他标签，随后收益率趋同且衰减平缓，显示初期Alpha显著（图41）。

- 风险控制效果： 对首次推荐做新股剔除、行业及板块中性后，收益有所下调但仍稳定保持20%以上年化收益，表明组合风险调整空间良好（图42、43）。

• 总结： 首次覆盖组合具备较高的独立Alpha、高赔率及相对稳定的风险调整表现，适合重点挖掘和风险控制。[page::20-23]

4. 风险提示

• 主要风险因素包括市场环境变化、政策调整带来的行业表现波动，以及样本数据及统计处理的局限性。

- 估计存在的市场波动风险需投资者关注并合理控制。

• 报告提醒，本报告内容仅供参考，不构成投资建议。[page::0,23]

---

三、图表深度解读

图1（券商金股每月券商机构个数与股票个数）

图表展示2018年至2022年间券商机构数及推荐金股数。横轴为时间，左纵轴为金股数（约100-450），右纵轴为参与券商数（约15-50）。随着时间推移，两者均呈上升趋势，其中券商数从17家增至49家，金股数从150只提升至300以上。此趋势反映出市场对券商研究成果的活跃应用及认可，推动了金股池的迅速扩容。[page::4]

图2-5（券商佣金分类及券商类别收益）

图2呈现2021-2022年大中小券商金股组合累计净值走势，均呈上升后2022年回撤；大券商略优于小券商，中券商表现最弱。图4展示排名前十券商累计收益，开源证券最高接近50%。图5详细显示这些券商收益、波动、夏普比率、最大回撤及卡尔玛比率，开源证券36%年化收益，申万宏源夏普最高1.42，整体量化评价帮助识别业内最佳推荐能力。[page::5]

图6-10（金股组合收益表现）

图6累计净值显示金股组合明显领先中证800及偏股混合基金，特别2020年以后优势显著。图7超额累计净值反映出其积极Alpha贡献。图9对比年度收益，2021年为28.9%，2022年初出现骤降。图10超额收益分解与最大回撤分析则揭示不同年份的风险收益表现，不同年份超额收益和回撤的平衡提醒注意市场环境影响。此组图表直观展示券商金股稳健且具有长期超额收益能力。[page::6]

图11-12（收益归因）

图11显示按年化百分比分解行业偏离（正贡献约3%）、风格偏离（负贡献约-5%）和个股Alpha（正贡献近20%）。图12展示累计贡献走势，个股贡献持续上行，风格贡献曲线波动且在1附近下滑，行业贡献温和上升。数据形象说明Alpha主要由个股精选产生，行业与风格不构成主要超额来源。[page::7]

图13-14（风格暴露与贡献）

图13为雷达图，展示金股组合和中证800的风格指标对比。明显看出金股组合Higher Beta、Higher Momentum、Smaller Market Cap、Higher Growth/Valuation及动量特征。图14条形图呈现不同风格对年化收益的贡献，规模、Beta、动量均为正，波动率、中市值、流动性为负，印证风格选择对收益的影响分布不均。[page::8]

图15-17（动量暴露分析）

图15动量相对暴露与月度收益对比，显示2021年一季度动量反转特征，动量因子贡献明显提升（图16），结合图17长期动量暴露较强但短期动量暴露为负，体现券商青睐短期价跌诱发的潜力股。这一择时能力是超额收益形成的重要因素。[page::9]

图18-21（Beta暴露与风格分歧）

图18-19揭示Beta暴露及其收益贡献趋势，2021年后Beta贡献趋缓。图20风格横截面的标准差揭示风格分歧度，其中中市值、Beta、动量分歧高，成长分歧低。图21对应风格均值，Beta、动量、中市值的暴露绝对值低，分布呈哑铃型。解释了组合内部风格的多样性和稳定性。[page::10]

图22-26（行业配置对比）

图22柱状图对比券商金股和公募基金的行业占比，显示高度一致。表2柱状图表现两者60%-90%范围内的高度秩相关。图23文字说明券商金股覆盖基础化工、机械等明显高于公募基金。图24环形图显示近年制造、消费比重大，图26柱状图相较中证800偏离行业比例及方向明确，体现券商集中推荐某类行业个股。[page::11-14]

图27（行业风格相对暴露）

四象限图分析券商金股在不同行业相对于中证800对应行业的风格偏离，揭示券商金股普遍选择小盘、高估值、高成长、高动量股票，特别聚焦纺织服装、通信、电力、石油石化等行业，对大型行业如银行地产偏弱。图形精准反映券商在行业上选股的细致偏好。[page::15]

图28-29（行业胜率与赔率）

图28金股分行业胜率均围绕50%左右，最高为55%，表现中等偏上。图29赔率明显超过1的多为非银金融、国防军工、有色金属等，最高接近6倍，体现较好盈亏比。胜率虽然不高，但高赔率带来超额收益，说明选择个股利润分配偏向于少量高回报股票。[page::16]

图30-31（组合标签关系）

图30展示首次推荐、多家推荐、重复推荐之间的重叠关系，形象说明三种标签互有交叉。图31堆积面积图显示各标签组合持股数量及其覆盖，首次推荐约50只，重叠部分规模较小，整体规模和覆盖复杂，体现组合构建的丰富性和多样化。[page::17-18]

图32-33（组合收益对比）

图32累计收益曲线显示首次覆盖组合显著超越其他组合和基准。图33首次覆盖超额收益增长明显但2022年有回撤，标明该标签组合是Alpha的重要贡献者，也是市场波动影响的重点。[page::18]

图34-36（收益、行业偏离与个股表现）

图34表格详列年化收益和风险指标，首次覆盖年化收益高达34.16%，显著优于其他标签和基准。图35年度超额收益高峰2021年在110%以上。图36行业偏离图表结合2021年行业收益高低，显示优配行业带来高收益，相关性达56%，解释行业配置对组合整体表现的影响。结合表4每月个股收益，验证了组合Alpha质量。[page::18-20]

图37-41（风格暴露、胜率赔率与收益衰减）

图37表格显示首次覆盖组合偏好更小市值、更高流动性股票，Beta、动量暴露较低。图38胜率和赔率比较突出首次覆盖的高赔率表现。图39-40透露年份和时间序列中赔率及胜率高峰与低谷，验证2021年高收益特征。图41收益衰减曲线显现首次覆盖组合持有初期优势明显，随后收益衰减趋同，辅助评价持有期收益特征。[page::20-22]

图42-43（综合风险控制）

剔除新股、行业和板块中性化后，首次推荐组合年化收益下降但依旧保持20%以上，波动和夏普体现适度调整收益平滑，说明风险控制可操作且有效。[page::23]

---

四、估值分析

报告未涉及传统的DCF或倍数估值模型，更多侧重量化组合收益分析、风格行业归因及组合表现评估。估值隐含于风格因子的中市值、估值BP、估值EP等指标的比较中，券商金股偏高估值，但未通过传统估值模型展开明确估值目标价计算。组合超额收益基于风格暴露与Alpha贡献的动态归因模型完成。[page::7-10,14-15]

---

五、风险因素评估

• 市场及政策风险： 市场环境恶化或不利政策将压制相关行业表现，进而影响金股组合收益。

- 数据样本风险： 研究基于有限样本，可能无法完全代表整体市场情况，存在统计误差与样本偏差。

• 波动性风险： 组合波动率较高，存在回撤风险，尤其2022年开年以来回撤明显。

- 缓释机制： 报告通过风险模型归因及风险控制策略（如板块中性化）评估组合风险，首次覆盖组合的风险控制效果得到证实。

• 提示重要性： 风险因素虽被明确指出，但缺乏对概率和量化影响的具体描述。[page::0,23]

---

六、批判性视角与细微差别

• 报告较多强调券商金股中的个股Alpha贡献，风格与行业偏离对超额收益贡献不大，但同时指出组合在风格如Beta动量上的明显暴露，似乎存在一定张力。

- 风格暴露复杂，短期动量暴露为负可能因短期择时特征，但长期动量仍高，应进一步说明其对超额收益的冲击机制。

• 赔率与胜率指标表明胜率整体并不突出，但通过赔率高来维持收益。投资者需关注单只股票波动对收益的影响风险。

- 对估值分析缺乏深入，组合被描述为“高估值高成长”，但未结合行业周期等经济因素探讨估值合理性。

• 首次推荐组合高收益主要源于2021年，2022年开始回撤显著，说明Alpha持续性和稳健性仍面临挑战。

- 数据样本覆盖截止至2022年5月，后续市场走势可能导致结果偏离，需动态跟踪。

• 风险提示中对风险概率和影响缺乏量化，影响风险管理水平。

- 报告未提及交易成本、税费等对金股组合实际收益的影响，这对投研价值的传递有一定限制。

• 总体结构严谨，统计方法合理，然而对于模型假设、样本选取等技术细节未详细披露，难以完全验证结论的稳健性。

---

七、结论性综合

本报告系统梳理了券商金股组合的特点、收益表现及其风格行业分解，得出以下关键结论：

• 券商金股池规模显著增长，券商参与数量及推荐股票规模翻倍，显示市场对券商研究的认可及其Alpha价值挖掘能力持续加强。

- 券商金股组合自2018年以来实现显著超额收益，年化收益达17.14%，明显优于偏股基金及中证800基准。其中大券商推荐的金股表现最佳，强调券商实力对投资回报的影响。

• 超额收益主要由个股Alpha贡献驱动，风格和行业偏离贡献有限且风格偏离甚至带来负贡献。这凸显了精选能力的重要性。

- 风格特征明显：高Beta、高动量、中小盘、高估值、高成长和高波动，兼具短期动量回调择时能力，表现出券商推荐的独特策略结构。

• 行业配置上券商金股与公募基金高度一致，但仍有部分行业存在显著偏离，且券商更偏好基础化工、机械、计算机等行业中的小盘高成长股票。

- 不同金股标签组合中，“首次推荐”金股表现最为优异，年化收益达到34.16%，2021年甚至超额112%，展现强劲独立alpha价值，且通过有效的风险控制措施依然保持20%以上的稳定回报。

• 胜率整体偏中，但结合较高的赔率使组合维持良好盈利能力，提示投资者关注标的选择的质量而非简单频率。

- 风险管理方面强调了市场和政策风险，以及数据本身的局限性，提醒投资者谨慎对待高波动收益。

• 报告精炼详实，数据涵盖全面，有效结合量化模型与实证分析，推动了对券商金股的理解，但对估值和风险的深度研判空间尚存，有待后续补充。

总的来看，券商金股通过精选高Alpha个股，结合科学配置及择时，提升了投资组合的超额收益，并且首次推荐带来的创新Alpha尤为突出。投资者可关注券商金股作为量化研究之外的重要Alpha来源，同时结合风险管理技术，挖掘持续稳健利润机会。[page::0-23]

---

参考文献与数据来源

所有数据与图表均由Wind、每市科技及国海证券研究所提供，经研究所整理分析，数据截止至2022年5月1日。报告发表前的公开数据及券商推荐池为样本基础。研究所分析师均获得证监会执业资格，保持独立客观立场。[page::24]

---

以上为对“券商金股全景特征解析”研究报告的详尽拆解与多维深度解读，助力理解券商金股的投资价值与潜在风险。

报告