历史基本面因子重要性分析及因子选择 [page::4][page::5]

• 选取盈利类因子ROE(TTM)、ROE(单季)和成长类因子ROE增速三个衍生因子，标准化处理后剔除行业固有属性，增强可比性。

- 相关性分析显示衍生ROE(TTM)因子IC和RankIC均大幅优于传统利润增速因子，多空分化能力显著，因子稳定性佳。

单因子行业轮动策略效果对比 [page::5][page::6]

| 因子 | 多头年化Alpha | 空头年化Alpha | 年化多空收益 | T值 |
|----------------|---------------|---------------|--------------|-------|
| 衍生ROE(TTM) | 1.06% | -5.70% | 7.03% | 1.815 |
| 衍生ROE(单季) | 0.91% | -6.75% | 8.23% | 2.381 |
| 衍生ROE增速 | 1.67% | -2.33% | 6.94% | 1.895 |

• 三个主要因子的多空收益稳定，ROE(单季)表现最稳，2015年后因子显著活跃。

- 利润增速因子表现较弱，无法有效配置行业。

复合因子策略及行业轮动表现 [page::6][page::7][page::12]

• 复合因子由衍生ROE(TTM)、衍生ROE(单季)、衍生ROE增速及三个预期因子和月度动量组成。

- IC加权复合因子策略年化多空收益超过18%，年化超额收益12.45%，最大回撤7.23%，统计显著。

• 2013年强成长行情策略逆势获得15%的超额收益，2017年两极分化行情获得19%的超额收益。

周期板块与非周期板块因子表现差异 [page::7][page::8][page::9][page::10]

• 周期板块ROE(TTM)衍生因子表现优异，多空收益均稳定增长，最大回撤小于3%。

- 周期板块多空胜率高达71%，配置难度较低。

• 非周期板块因子表现不稳定，因子有效期存在周期性波动，配置复杂度较高。

技术类因子表现及策略构建 [page::10][page::11]

• 技术因子（1个月动量、3个月动量、均线距离）相关性及多空收益不及基本面因子。

- 一个动量因子年化多空收益8.05%，但统计显著性不足，动量因子表现波动。

• 无需构建技术因子复合策略，技术因子作为辅助信息对复合策略有轻微提升。

行业配置策略相对市场表现和分位点特征 [page::13][page::14]

• 策略相对Wind全A指数年化超额收益为10.48%，表现优于纯预期因子策略。

- 组合平均收益分位点57%，提升3个百分点；2017年因子提升后分位点达到61.3%。

行业配置最新组合及风险提示 [page::15]

• 推荐组合包含商贸、食品饮料、化工、钢铁、房地产板块。

- 主要风险提示：流动性风险、因子和模型失效风险。

金融研究报告详尽分析

海通证券研究所《行业历史基本面和价格数据的应用分析》

---

1. 元数据与报告概览

• 报告标题：《行业历史基本面和价格数据的应用分析》

- 作者：郑雅斌

• 发布机构：海通证券股份有限公司研究所

- 日期：约2018年（数据至2017年）

• 研究主题：本报告聚焦行业的历史基本面因子和价格因子（技术因子）在行业轮动配置中的指导意义。重点分析各因子与行业收益的相关性、因子多空配置的历史回测表现，以及周期与非周期板块的差异，最终融合预期因子构建复合行业配置策略。

- 核心论点及评级：
- 历史基本面因子中，衍生型ROE（包括TTM、单季及ROE增速）表现出优异的行业轮动能力，优于利润增速因子。
- 技术因子整体表现弱于基本面因子，但月度动量因子作为补充信号能提升复合因子表现。
- 周期板块适用基本面因子的稳定性更高，非周期板块则因子表现较为波动。
- 融合预期基本面因子与历史衍生ROE及月动量构建的复合因子策略表现最佳，年化超额收益高达12.45%，相对宽基Wind全A指数亦有约10%以上的显著超额收益，具备良好风险调整表现。

• 风险提示：流动性风险、模型失效风险、因子失效风险。

---

2. 逐节深度解读

2.1 引言与背景

报告基于申万一级行业分类，选取了2011年至2017年底的数据，采用月度调仓频率，以历史盈利因子和成长因子为主线，分析了行业的历史ROE（TTM和单季），以及利润及ROE的同比增速，并且进行了时间序列标准化，生成衍生因子（标准化以剥离行业属性，突出相对成长性）。此举旨在寻找行业盈利能力的变化趋势，明确成长型与价值型的投资逻辑区别，为行业配置提供有效因子支持。

此外，报告在之前工作基础上整合了预期类基本面因子，并考虑技术动量因子，预计以多因子复合提高行业轮动策略的稳定性和收益。

---

2.2 行业历史基本面与行业收益相关性（章节1.2）

• 关键论点：

- 衍生ROE（TTM）、衍生ROE（单季）、衍生ROE增速因子对行业月度收益相关性最高，平均信息系数（IC）达到7%-8%，且多空区分能力强（胜率超过60%）。相比之下，利润增速因子的相关性较弱，相对配置意义有限。
- ROE相关因子具有更佳区分行业盈利变化能力，背后逻辑是盈利提高代表行业盈利能力及定价能力提升，是价值投资的重要体现，尤其在周期性行业中提升的ROE也代表周期到来信号。

• 关键数据：

- 表1显示，衍生ROE（TTM）的平均IC为0.072，T值3.178，胜率64.3%，ICIR为1.201，表现明显优于其他因子。
- ROE增速因子（衍生）也表现不俗，年化多空收益达6.94%，T值1.895。

• 推断基础：

- 因子标准化剥离行业不同盈利基准的影响，避免简单横向比较带来的误导，强化因子代表盈利提升的信号价值。
- 个股层面ROE因子效果一般，行业层面则更明显，反映行业盈利的宏观趋势与周期性。

---

2.3 单因子行业轮动收益效果（章节1.3）

• 论点：

- 基于因子排序构建多空组合，偏好多头持有排名前5行业，空头卖空排名后5行业。
- 衍生型ROE因子整体贡献最大，年化多空收益最高，衍生ROE增速因子多空收益超7%，显著优于传统利润增速因子（1.84%）。
- 多头和空头效应存在差异：衍生ROE增速多头收益突出，衍生ROE（TTM）和（单季）空头收益更佳，兼顾多空头配置增强收益稳定性。

• 关键数据（表2）：

- 衍生ROE（TTM）多空收益7.03%，衍生ROE（单季）8.23%，衍生ROE增速6.94%，利润增速仅1.46%。
- 多空收益T值均超过1.8，显示统计显著性。

• 时间序列表现：

- 图1与图2反映三个衍生因子多空收益与基准的相对强弱，2015年后因子区分度明显提升，表现稳定增长。

• 结论：行业轮动基于衍生ROE相关因子具有较好实用价值，尤其2015年后市场环境下表现突出。

---

2.4 复合因子策略表现（章节1.4）

• 论点：

- 由三个衍生ROE类因子构成复合因子，避免因子冗余，利用标准化处理提升同类因子可比性。
- 复合因子多头与空头组合效应均衡，多头年化alpha 5.9%，空头alpha约-5.3%，整体多空年化收益11%，回撤及风险较低。
- 复合因子空头表现低于单因子空头，但多头收益显著优于任一单因子组合，说明因子叠加提升了收益。

• 数据支持（表3&图3）：

- 多空收益T值约3.3，统计显著。
- 复合因子策略表现2011-2017年逐年提升，尤其2017年年化超额收益达19.1%。

• 推断基础：

- 因子复合所用加权方法（等权与IC加权）结果相近，因子间未产生过强共线性。
- 复合策略在市场强弱波动周期表现更为稳健。

---

2.5 大类板块（周期与非周期）差异性分析（章节2）

• 周期行业分析（2.1-2.2）：

- 周期行业中，原始ROE增速以及衍生ROE（TTM）因子有效率更高，IC与RankIC均显著，IC最高可达0.124，T值超过3。
- 多空多样策略收益最高，衍生ROE（TTM）单因子多空收益达到10.17%，统计显著。
- 相关趋势图(图4、图5)显示，周期性行业内衍生ROE因子多空组合回撤极低，回撤最高约3%，多头月度胜率71%，表现极为稳定。
- 多因子组合在周期行业未必优于衍生ROE单因子，简单单因子策略效果更佳。

• 非周期行业分析（2.3-2.4）：

- 非周期行业因子表现整体弱于周期行业，衍生ROE（TTM）及衍生ROE增速仍然有一定正向相关，统计指标较周期行业下降。
- 多空收益正向但波动明显，泛滥收益率相对周期行业较弱，多因子过度复杂化效果有限。
- 时间序列图（图6）显示非周期行业因子稳定性较差，在2013-2014年存在明显表现下滑，存在行业轮动困难现象。

• 结论：周期行业策略较为容易实施且有效，非周期行业则需要谨慎因子选取与策略调整。

---

2.6 技术类因子分析（章节3）

• 论点：

- 技术类因子包括1个月动量、3个月动量、价格与均线距离，均作为补充信息测试。
- 统计指标不及基本面因子，IC数值较低，且多空收益波动明显，稳定性差。
- 1个月动量为表现最优技术因子，年化多空收益约8.05%，但T值仅为1.161，未达统计显著。
- 其他技术因子表现为周期性反转，时有趋势反转，难以长期稳定使用。

• 时间序列表现（图7）：

- 1个月动量较稳定无长期反转迹象，3个月动量与均线距离因子波动大，周期性强。

• 结论：技术因子不建议单独使用，但作为复合因子时能提供补充信息。

---

2.7 综合复合因子构建与表现（章节4）

• 综合因子内容：结合体现行业盈利预期价值的三个预期因子（预期ROE、预期PE/G、预期净利润同比增速）、衍生历史基本面因子（ROE(TTM)衍生因子）及1个月动量因子，共五个因子构建复合因子。

- 加权方法：采用IC加权与等权重加权均做了测试，结果相近，说明因子间协同效应较好，无明显权重失衡。

• 收益表现：

- 复合策略年化超额收益12.45%，多空年化收益18.53%，最大回撤7.23%，信息比1.16，表现显著优于纯预期因子策略。
- 2013年强成长行情中，复合策略扭转了纯预期因子策略的亏损，取得15%左右超额收益。
- 2017年两极分化市场仍取得19%左右超额收益，表现稳健。

• 风险控制：最大回撤维持在7%左右，远优于纯预期策略的12.81%，表明稳定性提升。

- 图示（图8）显示净值稳步增长与最大回撤分布，回撤主要集中短期，整体波动受控。

• 年度收益（表11）：2011-2017年间整体超额表现优良，波动兼顾稳定。

- 策略对比（表12）：综合加入历史与技术因子后策略多项指标全面优于纯预期因子，年化多空收益扩大近一倍，回撤显著降低，胜率提升至64%以上。

---

2.8 行业配置策略相对于市场宽基指数表现（章节5）

• 基准选择：Wind全A 指数作为宽基市场基准。

- 表现：
- 复合策略相对Wind全A年化超额收益10.48%，略低于相对等权行业基准12.45%。
- 2017年市场强周期行业表现期间，策略依旧实现13%以上的超额收益。

• 图示（图9）显示策略净值相较宽基指数稳步上升，最大回撤控制良好。

- 年度分解（表13）显示各年均战胜宽基，尤其2013-2014年成长行情和2017年分化行情表现优异。

---

2.9 行业配置策略的分位点特征

• 考察投资组合收益率在全市场行业收益率中的分位，反映选股能力和配置精度。

- 2011年以来复合因子策略组合平均收益分位点57%，相较纯预期因子提升约3个百分点。

• 2017年补充历史和技术因子后分位点提升至61.3%，说明因子新增明显提升行业挑选的相对优势。

- 图10显示分位点和行业收益率分布，反映策略在较多时期能选出业绩优良的行业。

---

2.10 结论与最新组合建议（章节6）

• 核心结论：

- 衍生型ROE（TTM、单季、增速）是历史基本面中最有效的行业配置因子。利润增速因子效果弱。
- 技术因子表现不及基本面因子，但月动量作为补充提升多因子策略表现。
- 周期行业因子表现稳定，非周期行业因子表现波动较大，配置难度提升。
- 最优复合因子融合预期因子（PE/G、预期利润同比增速、预期ROE）、历史衍生ROE(TTM)及月动量，年化超额收益显著且风险可控。各类加权方法效果相近。

• 实际操作建议：

- 最新推荐组合（截止2017年12月底）行业为商贸、食品饮料、化工、钢铁、房地产，反映周期及消费类行业的平衡配置。

• 风险提示：流动性风险、模型或因子失效风险不可忽视。

---

3. 图表深度解读

• 图1 三个衍生因子的多空收益时间序列（第6页）

- 显示2011年至2017三衍生ROE因子多空收益成长趋势。
- 三因子在2015年后均显著增厚，整体呈上行态势，强化趋势的稳定性。

• 图2 多头、空头相对基准走势（第6页）

- 多头组合一般表现好于空头组合，衍生ROE增速多头表现尤其突出，空头表现则由TTM和单季延续主导，显示多空分明。

• 图3 复合因子行业轮动策略表现（第7页）

- 多空比（柱状）上升，2015年为分水岭，之后策略优势明显展开，净值（多头/基准）稳健增长，回撤（空头/基准）持续下行。

• 表1-3清晰佐证单因子及复合因子在IC、年化收益及统计显著性上的优越性。

- 图4 周期行业有效因子多空强弱（第8页）
- ROE（TTM）多头组合持续稳健抬升至2017年末，显示周期行业因子长期有效性。

• 图5 周期行业衍生ROE(TTM)配置策略表现（第9页）

- 净值稳健上升，最大回撤小，最高不到3%，胜率高达71%，反映优良风险调整收益。

• 表4-6展示周期行业单因子及复合因子收益区别及优劣，强调衍生ROE(TTM)单因子的强势。

- 图6 非周期板块有效因子多空强弱（第10页）
- 波动明显，2013-2014年尤其弱势，显示配置难度。

• 表7-8非周期行业因子IC与收益相对较弱，未有技术突破。

- 图7 动量因子多空组合相对强弱（第11页）
- 短期波动较大，1个月动量相较稳定但效果有限。

• 图8 复合因子策略净值与最大回撤（第12页）

- 净值稳步上升，最大回撤波动幅度小于8%，风险控制良好。

• 表11-13详述综合因子策略收益、年度表现及相对宽基超额收益，体现策略优异表现。

- 图9 行业配置策略相对宽基指数表现（第13页）
- 策略净值稳健超越宽基指数，最大回撤控制良好。

• 图10 行业配置策略的分位点特征（第14页）

- 逐年上升且高于50%，说明策略稳定有效挑选高收益行业而非随机。

---

4. 估值分析

本报告未涉及具体公司估值模型，而是针对行业层面的因子有效性和投资策略效果。报告主要运用统计相关性（IC）、信息比（Information Ratio）、年化超额收益、最大回撤等量化指标来衡量策略优劣，并没有直接展开DCF、PE等传统估值模型的计算与讨论。

---

5. 风险因素评估

• 流动性风险：行业轮动策略涉及部分小众或流动性弱的行业，可能导致实际操作中资金买卖受限。

- 模型失效风险：因子基于历史数据回测，未来宏观经济、行业结构或政策变化可能使当前模型失效。

• 因子失效风险：因子表现具周期性，且市场参与者行为变化可能削弱因子效用，特别是技术因子和非周期板块相关因子。

报告未具体提供针对风险的缓释措施，但通过多因子复合策略及月度调仓降低单因子失效的单点风险，优化了整体风险控制。

---

6. 批判性视角与细微差别

• 报告十分强调衍生ROE因子的优越性，但未深入探讨其背后结构性原因，如宏观政策周期、行业生命周期等，可能存在因子表现背后的非因果关联。

- 非周期行业因子表现不稳定，策略表现周期性显著，提示模型可能对特定市场环境敏感，实际应用需谨慎调节。

• 技术因子选择较为保守（只用简单动量及均线），缺乏更多复杂技术指标的验证，可能低估技术因子潜力或失去复合信息维度。

- 复合因子采用等权及IC加权两种方法，但未呈现因子间相关性矩阵及多重共线性分析，存在因子间权重合理性存疑。

• 风险提示虽明确，但缺乏具体情景分析及应对策略建议。

- 报告主要以历史数据统计分析为主，未涉及宏观经济大变量及行业基本面深层变化对因子效用的影响，限制了策略的前瞻性。

---

7. 结论性综合

本报告系统详细地论证了行业层面历史基本面因子与技术因子在行业轮动配置中的表现，强调以衍生ROE（TTM、单季、增速）作为核心历史基本面因子，其行业收益关联显著超越传统利润增速因子，体现行业盈利能力的波动是行业配置的核心信号。周期行业中该因子的表现尤为稳定且强劲，非周期行业表现较弱且易失效，提示投资者需差异化对待。

技术因子单独表现较弱，但适度加入预期基本面与历史衍生ROE因子构建多因子复合策略，明显提升了行业轮动策略的收益和稳定性。复合策略年化超额收益超过12%，相对市场宽基指数亦有约10%的超额表现，最大回撤维持低位，信息比达1.16，显示良好的风险调整后收益。复合因子的稳定性和收益历经多阶段市场环境的检验，尤其在2013年成长股行情和2017年市场分化期依旧表现优异，证实模型的实用性和有效性。

最新推荐组合兼顾周期商品与消费类行业，体现均衡且策略驱动明确。整体来看，报告为行业资产配置提供了科学的因子选择和策略框架，具备较强的实操参考价值。但也需注意流动性与因子失效等风险，且建议结合宏观及行业政策变化动态调整策略。

---

图表示范样例

• 图1 示意三个衍生ROE因子多空收益随时间变化趋势，清晰呈现2015年后因子有效性明显提升。

• 图7 显示动量因子多空组合强弱变化周期性，提示短期技术因子不稳定。

• 图8 展示复合因子策略相对等权基准的净值走势与最大回撤，表明策略稳健增长且风险控制良好。

• 图10 展业策略配置行业收益率分位点，策略选出上游行业表现日益优异。

---

结语

本报告逻辑严密，数据详实，层层深入验证了历史基本面与预期基本面因子在中国市场行业资产配置中的重要指导价值，尤其是衍生ROE因子的出色表现，为行业资产轮动提供了强有力的量化工具。合理结合技术因子，构建的复合因子策略展现了出色的历史超额收益和风险调控能力，具有较强实盘意义。投资者在应用时需结合板块特性差异及动态调整风险管理措施。

[page::0],[page::1],[page::4],[page::5],[page::6],[page::7],[page::8],[page::9],[page::10],[page::11],[page::12],[page::13],[page::14],[page::15]

报告