港股市场结构和流动性概况 [page::3][page::5][page::6]

• 截至2017年末，港股上市公司2101家，总市值64.3万亿港元，低于A股63.4万亿人民币，上市公司规模及数量均低于A股。

• 港股市值分布极端，小市值（＜10亿港币）公司占约38%，超千亿市值占4.9%，小市值群体大量“壳股”，成交流动性整体显著低于A股。

• 2010年以来，恒生综指换手率平均仅为上证综指的37%，深成指数的19%；成交额结构显示大部分港股缺乏活跃成交量。

市值因子在港股不显著 [page::7][page::8][page::9]

| 流通市值分组 | 月平均超额收益 | 夏普比 | 月度胜率 | 最大回撤 |
|----------------|--------------|---------|----------|------------|
| 大市值组 | -0.30% | -0.23 | 51.41% | -63.79% |
| Group9 | 0.61% | 0.52 | 49.72% | -28.80% |
| Group10(小市值组) | 0.48% | 0.27 | 46.89% | -61.95% |

• 港股市值因子整体表现不佳，只有最小20%市值股票组合表现出超额收益，但胜率不足50%，且受特定年份行情影响较大。

• 小市值股票成交额中位数普遍较低，显示流动性不足，需审慎考虑容量限制。

港股因子市值中性测试方法与因子构建 [page::9][page::10]

• 选取月末成交额>100万港元且流通市值前40%的股票样本，分10组市值，在每个市值组中再按因子值分5组，实现市值中性因子测试。

- 因子包括技术类（如dea、dif、macd、1/3/6个月动量）、成长类（deltaroe、deltaroa等）、盈利类（eps、roe、roa等）、及估值类（pb、pe等）。

技术类因子表现 [page::10][page::11]

• 横截面动量效应显著，dea和dif多头组合年化超额收益约5.4%，夏普比0.54-0.56。

- 3个月动量优于6个月，均明显超越1个月动量。

• 超短期macd呈现一定反转效应，年化收益2.23%，夏普比0.27。

- 换手率和波动率因子无显著选股效果。

成长类因子表现 [page::12]

• 高成长因子效果稳定，deltaroe年化收益3.99%，夏普比0.72，胜率62.1%。

- deltaroa和deltaeps同样表现出较好选股能力。

盈利和运营能力类因子表现 [page::13][page::14]

• 盈利类因子效果显著，eps、roe、roa的多头组合分别实现约4.15%、3.33%、2.94%的年化超额收益，eps夏普比高达0.73。

- 营运效率相关因子turnoverasset表现正向，其他因子效果不佳。

估值类因子表现较弱 [page::14][page::15]

• pb和eqps因子多头组合表现优于基准，分别年化超额收益2.52%和2.08%，夏普比均约0.33。

- pe因子表现不佳，选股收益未超过基准。

结论与展望 [page::15]

• 港股无明显市值效应，存在强劲横截面动量效应。

- 高成长及盈利因子均展示较好的超额收益和稳定性，估值因子表现相对逊色。

• 本报告为港股选股因子研究初稿，后续将基于多因子框架开展港股量化选股策略构建。

报告分析：香港股市的有效 alpha 选股因子探索与分析

---

1. 元数据与报告概览

• 报告标题: 香港股市的有效 alpha 选股因子探索与分析

- 作者: 丁鲁明

• 机构: 中信建投证券研究发展部

- 发布日期: 2018年1月2日

• 研究主题: 对香港股市的基本面特征进行详尽分析，重点是宏观市值结构、流动性和退市情况，进而批量测试多种选股因子在港股市场的实证表现，寻找有效的alpha选股因子，为量化选股策略提供决策基础。

- 核心论断: 港股市场具有极端的市值分布、较低的市场流动性，没有明显的市值因子效应，但存在普遍的横截面动量效应、高成长性股票和盈利因子有较强的选股能力。基于结构性的因子测试结果，报告指示未来将基于其多因子框架打造港股选股策略[page::0,3,7,15]。

---

2. 逐章节深度解读

一）香港股市概述

1.1 港股历史回顾

• 港股市场历史悠久，起源至1866年，现今由香港联合交易所有限公司统一运营。

- 自沪港通（2014年11月）和深港通（2016年12月）建立后，港股与A股实现互联互通，提升跨市场投资机会。

• 截至2017年11月14日，港股上市公司约2101家，总市值64.3万亿港币，A股则3427家，总市值63.4万亿人民币。

- 图1显示，2000年以来A股上市公司数量增速明显快于港股，反映两地市场结构差异。

• 恒生综合系列指数涵盖约95%联交所市值，按流通市值分成大型股(80%)、中型股(15%)、小型股(5%)。图2揭示成分股数量占比很小，前95%市值股票只占整体港股约四分之一数量。港股通标的选自恒生综指成分股，沪港通和深港通目的在于聚焦中大型流动性较好股票。[page::3]

1.2 港股行业市值分布

• 采用Wind分类，港股相较A股，在金融、房地产、可选消费和电信服务等现代服务行业占比更高，而A股则在工业、材料、信息技术等制造业领域占优，反映两市行业结构互补。

- 港股存在大量“仙股”（低价股，通常低于0.1港元，流动性极差），比重显著高于A股。图4显示收盘价低于1港元港股占43.4%，而A股最低股价为1.35元人民币。

• 市值极端分布显著（表1及图5）：38%的港股总市值低于10亿港元（包含众多小壳股和仙股），而超千亿市值港股比例4.9%，大于A股的2.3%。整体而言，A股市值分布更为集中，中位数市值和流通市值均明显高于港股[page::4,5]。

1.3 港股流动性

• 通过换手率和成交额对比，港股流动性整体远低于A股。图6显示，2010年以来，恒生综指日均换手率仅为上证综指的37%、深成指的19%。

- 图7换手率时间序列揭示港股整体交易活跃度较弱且波动稳定。

• 在成交额方面，2010年以来，恒生综指月均总成交额仅为A股两大指数合计15%左右。图8表明每日成交额高于百万港元的股票数目占45.5%，成交额超过千万和亿元的股票占比依次减少，说明港股个股交易活跃度差异大。

- 退市股票数量虽少，港股退市个股169只，A股108只。图9显示港股退市数量高峰在2005年，且退市股票在行业分布上与整体市场接近（图10）。最小市值组别退市比例最高(约20%)，小市值股票退市风险显著（图11）[page::5,6,7].

---

二）港股选股因子测试

2.1 市值因子效应不显著

• 由于港股龙蛇混杂的市值结构及流动性差，测试选股仅纳入月成交额超过100万港元的股票。

- 采用十组流通市值分组法：每月末按流通市值分为10组，Group1最大10%市值，Group10最小10%。

• 图12显示流通市值分组的累计超额收益表现（取对数），表2统计月平均超额收益、夏普比、胜率、最大回撤等指标。

- 主流结论：港股市值效应整体无明显单调性，多数市值分组表现负超额收益，最大回撤较大。最低20%市值（Group9和Group10）股票组合表现较佳，分别实现约0.61%和0.48%的月均超额收益（年化约7-8%左右），夏普比0.52和0.27，但月度胜率均不足50%，超额收益主要集中在2007年和2015年两波小市值行情，显示小市值行情带来短期投机机会。

• 图13进一步展示小市值组合月末成交额中位数在2亿港元以下，流动性较低，资金容量有限，表明交易风险相对较高且容量受限[page::7,8,9].

2.2 市值中性多因子批量测试

• 为控制市值风格影响和流动性风险，选取流通市值前40%且月成交额超过百万港元股票，利用分层分组方法做市值中性处理：

1. 按流通市值分10组，再在前4大组中细分待测因子值排序5组。
2. 按因子值组别合并得市值中性因子分组，分别计算超额收益（相较于同市值组整体水平）。

• 考察27个因子：技术类、成长类、盈利运营类、估值类因子，调仓周期月度，回测期2005年至2017年10月。

---

3. 重要因子测试结果解析

3.1 技术类因子

• 因子包括：dea、dif（MACD指标中的Diff和Dea）、secreturn1/3/6（月收益率、3个月及6个月涨幅）、macd（MACD差值）、换手率(turnover1/3)、波动率(sigma)。

- 图14展示年化超额收益，dea与dif因子表现最佳，多头组合年化超额收益分别为5.44%、5.35%，夏普比0.56、0.54，表现较稳健。

• 三个月和六个月动量因子（secreturn3和secreturn6）表现优于一个月动量，年化超额收益分别约4.06%和3.81%，夏普比0.39和0.37，符合一般动量策略“中期动量优于短期动量”结论。

- macd因子第五组（低macd值组）表现具备短期反转特征，收益正且波动率较低。

• 换手率与波动率因子选股效果不显著，夏普比接近零或为负，表明高换手率或高波动个股在港股不构成稳定alpha来源。

- 月度胜率约60%左右，最大回撤分析显示动量因子风险控制相对可控。

• 图18中的累计净值曲线确认动量与dea/dif因子具备长期稳定超额收益[page::10,11].

3.2 成长类因子

• 包括deltaroe，deltaroa，deltaeps，deltagpr，growthsale，deltaNI，deltanpr（均为相关财务指标的同比增长率）。

- 所有成长因子多头组合均为因子值最大组。

• 图19显示deltaroe表现最佳，年化超额收益约3.99%，夏普比0.72，月度胜率62.1%；deltaroa紧随其后，年化超额收益3.58%，夏普比0.63，胜率同样62.1%。

- deltaeps表现也较好，约2.67%的超额收益，夏普比0.45，胜率58.8%。

• 成长因子月度胜率均高于50%，最大回撤控制良好，说明高成长股票在港股中具备一定的正alpha属性。

- 图23中的累计净值曲线显示成长因子多头组合收益逐渐提升，增益持续性良好[page::12].

3.3 盈利和运营能力因子

• 涉及eps，roe，roa，turnoverasset，ratioliabasset，saleexpensetogr，npr，gpr等。

- eps为最优因子，年化超额收益4.15%，夏普比0.73，月胜率59.5%；roe、roa次之，表现稳定。

• turnoverasset（总资产周转率）也有一定超额收益表现。

- 部分因子（如npr和gpr）表现不佳甚至负向，说明盈利质量和运营效率中部分指标可能不适用于港股。

• 图28累计净值曲线显示盈利因子在稳健选股中价值明显，尤其是代表盈利能力的eps因子最为可靠[page::13,14].

3.4 估值类因子

• 主要包括市净率pb，市盈率pe，以及每股净资产eqps。

- pb和eqps多头组合表现稳健，分别年化超额收益约2.52%和2.08%，夏普比分别为0.33和0.34，胜率略高于50%。

• pe表现不佳，多头组合跑输基准，年化负收益（约-0.8%），夏普比为负，表明港股市场中pe作为选股因子效果有限。

- 图33累计收益曲线印证估值类因子整体弱于成长和盈利因子，部分估值因子可能低效或存在噪音[page::14,15].

---

4. 图表深度解读示例

• 图1（港股与A股上市公司数量走势）：A股上市数量快速增长，2017年超3400家，港股约2100家，反映两地市场发展节奏和市场参与主体差异[page::3]。

- 图5（市值分组股票数量分布）：港股小市值股票比例极高（低于10亿港元约达38%），大量壳股和仙股占据市场份额，大市值集中度明显，高市值（>1000亿港股）公司比例远超A股，市值分布极端[page::5]。

• 图6/7（换手率对比及走势）：港股换手率远低于A股，流动性不足可能导致选股策略执行风险加大，尤其对小市值股票影响更大[page::6]。

- 表2和图12（市值分组超额收益）：显示小市值组表现较好部分区间，但整体市值效应不明显，波动大，收益品质不稳定[page::7,8]。

• 图14-18（技术类因子测试）：dea和dif指标表现领先，揭示港股动量效应显著，尤其是3-6个月动量指标优于短期1个月动量，且夏普比支持因子稳定性[page::10,11]。

- 图19-23（成长类因子测试）：deltaroe和deltaroa涨幅表现卓越，成长驱动有效，投资这类高成长港股组合具有较高胜率和收益稳定性[page::12]。

• 图24-28（盈利因子）：eps和roe突出，强化盈利质量驱动选股有效性，综合指标关联性强，风险调整回报稳健[page::13]。

- 图29-33（估值因子）：pb，eqps因子有一定正向alpha，但pe效果差强人意，或因估值指标被市场过度或不合理定价限制[page::14,15]。

---

5. 估值分析

报告未直接给出特定的目标估值模型或价格目标。选股策略层面，因子回测均通过计算超额收益率、夏普比和最大回撤衡量因子有效性，体现了一种基于历史风险调整收益率的多因子量化投资策略构建思路。核心在于：

• 市值中性处理确保因子表现不被市值风格偏差带偏。

- 分层分组回测保障不同规模股票分组内因子表现独立性。

• 月度调仓频率适度平衡跟踪误差与交易成本。

- 夏普比和最大回撤保护作为因子稳定性和风险控制指标。

总结来说，因子估值更多体现为历史回报风险调整的相对表现，而非传统估值模型（DCF、市盈率等），适应量化投资系统评价指标[page::7,9].

---

6. 风险因素评估

风险方面，报告主要揭示：

• 流动性风险显著：港股下小市值及低价股换手率低，成交量有限，交易难度较大，可能引致滑点和流动性成本提高。

- 市值极端分布：大量壳股可能造成超额收益期内不稳定，且超额收益周期性明显（2007年、2015年），或具有事件驱动色彩，非持续性稳健alpha。

• 估值因子表现弱表明港股市场估值定价机制复杂，可能伴随估值泡沫与非理性波动。

- 多因素月度胜率并非全部高于50%，尤其部分因子成功率低，提示投资者关注组合的分散和风险管理。

• 退市风险主要集中在小市值股组，提示选股时需重视退市可能性和相关风险管理。

报告未提供具体缓解策略，但显式限制月成交额下限和市值中性处理，是控制流动性风险和市值风格偏差的间接措施[page::7,8,13].

---

7. 审慎视角与细微差别

• 报告中对市值因子否定的结论合理且数据充分，但基于港股市场历史波动的两段“极端小市值行情”给小市值股票带来有限超额收益，暗示小盘alpha极度依赖市场情绪或阶段性泡沫，持续性存疑。

- 因子测试期间选择了2005—2017年的时间窗口，考虑到港股市场政策、国际环境不断变化，部分因子的历史表现不能保证未来适用，尤其成长类因子和动量因子可能受宏观经济景气度波动极大影响。

• 估值因子中pe表现不理想，提示市场对盈利预期变化敏感，或存在业绩操纵问题，投资者应加强基本面核查。

- 动量因子短期反转信号（macd第5组）值得关注，但收益和波动表现均较低，可能反映了港股短期价格修正机制存在。

• 由于报告未深入涉及组合构建的交易成本、手续费影响及市场冲击成本，实际策略落地时收益可能有所缩水。

- 作者设定市值和流动性限制虽合理，却可能造成小市值或低流动性股票alpha整体积累受限，适合机构而非大众投资者。

• 报告归纳的多因子表现优秀，但未展示因子间相关性、多因子联合模型效果，后续策略构建须补充此部分内容[page::9,15].

---

8. 结论性综合

本报告全面系统地分析了港股市场的基本结构特征及选股因子的表现，洞察如下：

• 港股市场存在极端的市值分布特点（大量小市值壳股与少量超级大盘股共存），使得市值因子在港股选股中效果不佳，缺乏单调和稳定性，动量效应却较为普遍且显著，尤其3个月、6个月动量表现尤佳。

- 流动性弱是港股的突出特征，投资策略务必在月成交额100万港元以上范围内构建，控制流动性风险。

• 成长类指标中的净资产收益率增长率（deltaroe）、资产收益率增长率(deltaroa)及净利润增长率(deltaeps)表现出较为稳定和高绩效的选股能力，支持成长股投资策略。

- 盈利能力因子，尤其每股收益（eps）、净资产收益率（roe）和资产收益率（roa）在港股中具备良好的选股效率和风险调整后收益。

• 估值类因子整体表现相对较弱，特别是市盈率(pe)因子没有带来有效alpha，提示市场对估值的定价复杂性。

- 图表如图12、14、19、24和29分别从市值分组超额收益、技术因子、成长因子、盈利因子及估值因子视角深刻分析了港股不同因子表现差异，形成了系统的量化因子投资框架基础。

• 后续工作将整合多因子策略，结合市值和流动性剔除机制，发掘港股成熟而稳定的量化选股策略[page::0,7,8,10,12,13,14,15].

综上，本报告提供了港股市场有效alpha选股因子的宝贵实证数据和分析框架，推动量化策略在港股市场的建设与优化，对机构投资者尤具重要参考价值，评级策略建立与具体操作建议是后续重点[page::15].

---

总结: 本文详细剖析了港股的市场特点与多类因子的选股表现，强调港股特有的流动性限制和极端市值分布，系统论证了动量因子、成长因子和盈利因子在港股市场稳定且有效，而估值因子整体表现较弱，为港股量化选股策略指明了实际方向，亦强调了流动性风险与小盘股票特殊性，具备较高的实用指导和深入研究价值。[page::0-15]

报告