港股通概况与市场特性比较 [page::4][page::5][page::6]

• 港股通标的数量持续增长，2017年4月达到421只。

- 港股投资者以机构为主，交易实行T+0无涨跌幅限制，融券卖空市场成熟。

• 行业市值集中于金融(40%)、房地产、能源，估值明显低于A股，PE约15倍，A股高达60倍。

- 行业分布、融资融券机制和交易规则差异使港股与A股投资逻辑不同。

港股通单因子测算与行业差异性分析 [page::10][page::11][page::12][page::13][page::14][page::15][page::16]

• 测算了超过10年期港股通各类因子IC及多空收益率。

- 重要因子包括估值(EP IC 1.81%、多空收益率达11.47%)，规模(总市值IC显著负值-3.44%)，动量（12个月动量IC 2.53%，信息比高达5.87）。

• 低流动性股票表现优异，流动性因子近3个月成交量IC最高绝对值-3.89%。

- 不同行业因子表现有显著差异，金融行业盈利因子ROA表现突出(5.66%)，地产行业盈利因子优于估值因子，信息技术受成长和估值因子驱动，动量因子在可选消费中表现显著。

量化多因子策略构建及参数设置 [page::16][page::17]

| 因子分类 | 因子描述 |
|----------|--------------------|
| 估值因子 | 相对BP、EP、CFP、SP |
| 盈利因子 | ROE、ROA |
| 技术因子 | 三个月股价动量、12个月股价动量 |
| 流动因子 | 近3个月平均成交量 |
| 现金流 | 现金流量净额/总负债|
| 质量因子 | 流动资产周转率 |
| 杠杆因子 | 流通市值/总市值 |

• 股票池：港股通全部成分股421只

- IQ权重：均衡策略采用因子等权，趋势策略依据因子近期IC表现赋权

• 调仓频率：月度，行业市值中性处理

- 对冲方式：多空对冲、恒指对冲、港股通等权指数对冲

风格均衡策略回测表现 [page::17][page::18][page::19][page::20]

| 指标 | 多空对冲 | 恒指对冲 | 港股通指数对冲 |
|------------|----------|----------|--------------|
| 月度胜率 | 69.17% | 64.17% | 62.5% |
| 年化收益率 | 17.54% | 21.75% | 8.88% |
| 信息比 | 1.29 | 1.31 | 0.88 |
| 最大回撤 | 17.09% | 18.16% | 23.38% |
| 累积收益 | 4.21 | 6.59 | 1.30 |

• 恒指对冲效果最好，港股通等权指数对冲表现最差。

风格趋势策略构建与优势 [page::21][page::22][page::23][page::24][page::25]

• 策略依据因子IC的趋势来赋予权重，动态调整多因子组合

- 权重设定：因子近期IC与历史IC方向一致时赋正权重，反之赋零权重。

• 参数t=8期，追踪风格趋势实现择时。

| 指标 | 多空对冲 | 恒指对冲 | 港股通指数对冲 |
|------------|---------|----------|--------------|
| 月度胜率 | 73.33% | 66.67% | 64.17% |
| 年化收益率 | 28.98% | 29.05% | 16.18% |
| 信息比 | 1.65 | 1.62 | 1.44 |
| 最大回撤 | 16.38% | 16.53% | 10.52% |
| 累积收益 | 14.17 | 14.28 | 3.70 |

• 趋势策略相较于均衡策略，在收益率、信息比和回撤控制方面表现均更优。

- 恒指对冲表现优于多空对冲，港股通等权指数对冲表现略逊但回撤最低。

总结与风险提示 [page::25][page::26]

• 港股相比A股估值较低，市场制度与结构不同而拥有独特因子效应。

- 估值、盈利、动量因子在港股通表现稳定，行业异质性明显。

• 量化多因子策略尤其是风格趋势策略表现优异，显著alpha能力。

- 策略基于历史数据，需样本外验证，港股无涨跌停限制带来额外风险，投资需谨慎。

金融研究报告详尽分析 ——《港股通淘金，Alpha 因子何处寻？——量化港股策略研究之一》

---

一、元数据与报告概览（引言与报告概览）

1.1 报告基本信息

• 报告标题：港股通淘金，Alpha 因子何处寻？——量化港股策略研究之一

- 作者：史庆盛（广发证券分析师）

• 发布机构：广发证券研究中心

- 发布日期：2020年（具体未详），数据分析截止至2017年

• 研究主题：基于港股通标的，探讨港股通的量化选股策略，重点研究多因子Alpha策略及风格轮动。

1.2 核心论点与观点

• 背景：“资产荒”趋势下，港股以估值较低吸引资金流入，尤其港股通作为A股投资者进入港股市场的主渠道备受关注。

- 策略构建：通过对港股通标的构建多因子选股体系，测评风格因子表现，并深入分析港股的风格轮动规律，设计了两类多因子Alpha策略：风格均衡策略及风格趋势策略。

• 策略表现：

- 风格均衡策略自2017年起，年化收益8.9%，信息比0.9，最大回撤23.38%。
- 风格趋势策略表现更佳，年化收益16.2%，信息比1.44，最大回撤10.52%。

• 风险提示：策略基于历史数据，有一定的样本外风险，结果仅供参考。

1.3 报告价值

提供了港股通市场的深度量化研究框架，揭示了港股低估值、中小盘优异表现、动量效应显著等核心特性，为投资机构与基金经理提供量化选股的实证支持和策略基础。[page::0]

---

二、逐节深度解读

2.1 前言（港股与A股对比——趋势与基金概况）

• 市场环境：全球资产荒，投资者跨市场配置需求增加。2017年以来，恒生指数涨幅明显高于沪深市场（图4展示恒指、上证综指、沪深300及创业板指数的表现，恒指走势最强）[page::3]。

- 基金现状：
- 市场上参与港股的基金主要为QDII型和沪港深基金，其中沪港深基金通过港股通实现投资。
- 截至2017年6月，沪港深基金数量迅速增加，总规模达834亿人民币，业绩分化大，港股持仓比例增加，港股配置日益普及（表1显示收益率排名前15的沪港深基金，最高收益22.7%，最大规模72.2亿元）[page::4]。

• 研究动机：主动型基金数量多，需量化选股模型提供Alpha，本报告基于港股通构建多因子Alpha策略，帮助基金更高效选股。

2.2 港股通市场概况及比较

• 港股市场规模：

- 截至2017年4月，港交所主板及创业板共2020家公司，总市值约27.6万亿港元，日均成交约741亿。
- 内地企业数量为1016家，市值与成交占比显著（分别占港股市场市值63.5%、成交74.7%）[page::4]。

• 港股通标的范围：

- 沪港通标的包含恒生综合大中型股成分股及A+H股。
- 深港通范围更广，包括小型股，标的数量持续增长，2017年4月底达到421只（图5为标的数量增长趋势）[page::5]。

• 港股与A股特征对比：

- 投资者结构：港股以机构为主，A股散户占比高；
- 交易制度：港股T+0可回转交易，无涨跌幅限制，可透支股票；A股T+1，存在10%涨跌幅限制，不可透支；
- 融资融券市场：港股较成熟，融券成本低，卖空工具灵活；A股仍处于初级，融券利率高（8.35%-10.6%）；
- 行业分布：港股金融和信息技术占比超过50%，其中金融占32%-40%；A股金融占23%，工业占17.5%较多；房地产板块港股占比高于A股；
- 估值水平：港股估值显著低于A股（港股加权PE约15倍，A股约60倍），估值优势明显（图8显示历史PE和PB对比）[page::6][page::7][page::8]。

2.3 港股通因子测算

• 因子分析框架与方法：先构建包括盈利、成长、估值、技术等10类因子的数据库。数据处理：缺失值用行业中位数填补、极值化、去金融化、标准化（Z-score），使用多维指标量化因子有效性（IC，IC_IR，多空组合收益、胜率等）（图9说明分析流程）[page::8][page::9]。

- 港股财报披露特征：
- 会计年度不统一；
- 年报集中披露于3月份（2017年3月30日前超过90%披露完成，图10展示披露时间曲线）；
- 季报为自愿披露，时效性较弱[page::9][page::10]。

• 单因子整体测算结果（部分见表3及续表）：

- 估值因子 EP（收益率/估值倍数）表现最佳，IC约1.81%、多空收益率11.47%、信息比4.21，说明估值因子稳定有效；
- 动量因子表现显著，12个月股价动量IC=2.53%，信息比5.87，表明强动量效应；
- 规模因子显著为负（总市值IC=-3.44%），说明中小盘股表现优；
- 流动性因子表现为负，低流动性股票更优（如近3个月成交量IC=-3.89%）；
- 盈利因子IC虽小但较稳，且信息比高；
- 多空组合的年化多空收益率中，“1个月成交金额”因子最高达23.39%，规模因子多空收益率21.37%，股息率12.23%；

• 分行业因子表现差异明显：

- 房地产行业盈利因子显著（ROE IC 2.96%），估值因子失效，与A股房地产行业特征不同；
- 金融行业盈利因子突出（ROA IC 5.66%），但存在明显反转效应，动量反向表现明显；
- 可选消费行业中动量因子和盈利因子显著，低流动性股票表现优越；
- 信息技术行业成长和估值因子均有效，盈利因子增强（净利润同比增长IC 2.7%，CFP估值因子IC 5.09%）[page::10][page::11][page::12][page::13][page::14][page::15][page::16]。

2.4 多因子策略构建与实证

• 策略参数：

- 选取12个有效因子（见表5类别：估值、盈利、技术、流动性、现金流、质量、杠杆因子）；
- 股票池为最新港股通成分股421只，样本时间2007-04-30至2017-04-28；
- 因子加权两类：等权（风格均衡策略）、基于IC的权重（风格趋势策略）；
- 个股权重行业中性，行业按Wind一级分类；
- 调仓频率为月度；
- 对冲方式包括多空对冲、恒指对冲、港股通等权指数对冲[page::16][page::17]。

• 风格均衡策略：

- 多空对冲下，月度胜率69.17%，年化收益17.54%，最大回撤17.09%，信息比1.29（表6，图15净值曲线）；
- 恒指对冲效果更佳，年化收益21.75%，回撤18.16%，信息比1.31（表7，图16净值）；
- 港股通等权指数对冲表现最差，收益8.88%，回撤23.38%（表8，图17净值）；
- 三种对冲比较总结，恒指对冲>多空对冲>港股通指数对冲（图18）[page::17][page::18][page::19][page::20]。

• 风格趋势策略（基于风格因子趋势调整权重）：

- 通过考察BP及12个月股价动量等因子展现的趋势特征，按照过去8期IC均值调整因子权重，趋势与全样本方向相同则赋予权重，否则为0，抓住风格轮动趋势（图19说明）；
- 多空对冲下，表现更优，月度胜率73.33%，年化收益28.98%，最大回撤16.38%，信息比1.65，累积收益14.17，是均衡策略的3.4倍（表9，图20净值）；
- 恒指对冲月度胜率66.67%，年化收益29.05%，回撤16.53%，信息比1.62，累积收益14.28（表10，图21）；
- 港股通等权指数对冲虽收益仅16.18%，但最大回撤10.52%，信息比1.44，累积收益3.7克服了部分波动性（表11，图22）；
- 三种对冲比较同样表现，恒指、空多对冲优于港股通指数（图23）；
- 综合多种对冲方式，风格趋势策略均优于均衡策略（表12）[page::21][page::22][page::23][page::24][page::25]。

2.5 研究总结

• 市场特征：港股市值整体低估值、交易规则灵活、投资者结构成熟，行业市值集中于金融、信息技术。

- 因子表现：盈利、估值因子在港股通依旧有效，动量效应显著，中小盘股表现优异，流动性因子指向低流动性股票优。

• 策略表现：风格趋势多因子策略明显超越均衡策略，相关对冲选择影响策略表现，恒指对冲表现最佳。

- 未来展望：港股数据丰富，未来可挖掘更深层次的因素，如空头数据，卖空策略等，现有模型还可继续完善优化。[page::25]

2.6 风险提示

• 报告基于历史数据构建，策略有效性需样本外验证；

- 港股无涨跌停限制，可能带来较大风险。

• 建议策略及观点仅供研究参考，投资需谨慎。[page::26]

---

三、图表深度解读

3.1 主要图表解读

• 图1、图2（整篇开篇净值曲线）

- 图1展示“风格均衡策略”多空对冲净值走势，策略累计净值平稳上升，部分波动对应回撤阶段，信息比0.9左右体现了超额收益的稳定性[page::0]。
- 图2“风格趋势策略”多空对冲净值曲线波动更小，收益更好，累计净值达到3.7，说明趋势加权策略带来明显优势[page::0]。

• 图3、图5（港股通标的数量增长）

- 港股通标的从2014年开始逐步增加，从200余只到421只，显示港股通规模和覆盖面日益扩大，扩容有助于策略的实践空间和流动性提升[page::0][page::5]。

• 图4（港股与A股指数表现）

- 恒生指数自2017年起持续上扬，优于沪深300、上证综指、创业板，支持报告中提及港股成为优质资产配置选择的观点[page::3]。

• 图6、图7（行业结构比较）

- 资本集中：港股和港股通以金融（市值占比超过30%）和信息技术为主，行业分布高度集中，而A股行业较为分散（工业占比较大）[page::7]。
- 公司数量分布显示，可选消费行业公司数量多，反映技术与资本集中但企业多元化的行业特征[page::7]。

• 图8（估值比较）

- 港股PE呈现明显低估优势，近几年一直维持约15倍估值水平，而A股波动明显且高出4倍以上，展现港股估值合理性[page::8]。

• 图9（多因子研究框架）

- 明确数据预处理-因子测算-组合构建-对冲的完整流程，体现因子选取、标准化处理及行业中性策略[page::8]。

• 图10（财报披露时间分布）

- 三月份财报信息披露占比骤增，造成信息披露周期集中，投资者需注意财报季度更新节奏[page::10]。

• 图15、16、17（风格均衡策略净值曲线，分别多空对冲、恒指对冲和港股通指数对冲）

- 恒指对冲方案下收益波动率较多空对冲更优，而港股通等权指数对冲表现最差，说明基准选择对对冲效果影响显著[page::18][page::19][page::20]。

• 图19（风格因子趋势强度示范）

- 以BP及12个月股价动量为例，连续时间内的涨跌趋势明显，支撑使用趋势调权策略来提升收益[page::21]。

• 图20、21、22（风格趋势策略净值曲线，三种对冲）

- 同样对冲方式下，风格趋势策略相比均衡策略显著提升收益和信息比，体现了追风格趋势的投资价值；
- 表现出恒指对冲的持续优越，港股通指数对冲最大回撤最低（10.52%），对长期风险管理有利[page::22][page::23][page::24]。

• 图18、23（三种对冲方案的策略表现对比）

- 恒指对冲恒指与多空对冲前期表现类似，后期恒指对冲更优，港股通等权指数对冲表现最弱。说明市场基准选择应谨慎，合理基准是策略成功的关键[page::20][page::24]。

---

四、估值分析

• 报告未涉及显式现金流折现（DCF）模型，主采用多因子组合超额收益测算方法，关注因子IC、信息比、多空收益等统计指标；

- 估值因子包含BP（账面市值比）、EP（收益市值比）、CFP（现金流市值比）、SP（股息率）等，反映价值投资风格；

• 组合构建时，采用等权和IC加权两种方式，后者根据因子历史表现灵活调整，融合趋势判断提升收益；

- 通过行业中性调整避免行业集中带来的风险；

• 对冲策略用以剔除系统性市场风险，根据不同基准（恒指、港股通指数、对冲多空）测算策略表现和风险差异，验证模型稳健性[page::8][page::16][page::17][page::21][page::25]。

---

五、风险因素评估

• 样本外风险：策略基于历史数据，未来市场变化可能导致因子失效，模型有效性需持续跟踪验证；

- 市场结构差异：港股交易规则、信息披露不如A股统一，季报不强制公布，可能影响数据及时性和因子有效性；

• 无涨跌幅限制：港股市场无涨跌幅限制，可能引发剧烈波动，策略中的风险需进一步管控；

- 基准选择风险：对冲基准选择对策略表现带来显著影响，基准选择不当可能导致策略表现扭曲；

• 流动性风险：低流动性股虽然表现优异，但可能面临流动性风险，交易成本和价格冲击较大。

- 报告提醒策略及观点仅供参考，投资需谨慎。[page::26]

---

六、批判性视角与细微差别

• 策略建构中逻辑合理但简单：报告对多因子方法的阐释全面，因子选取及数据处理完整，但因子权重仅限等权及IC加权，未来可考虑更复杂机器学习或动态优化模型提升表现。

- 因子有效性统计指标局限：IC虽为主流指标，但IC值本身较低（多数因子IC仅个位数基点），策略稳定性和风险调整后收益仍需进一步验证。

• 对冲基准选择与策略表现关系强调充分：三种对冲基准差异大，报告未深入分析为何港股通等权指数对冲效果较差，可能是指数构成、权重变化引发，需谨慎选择对应策略基准。

- 季报披露与因子更新对策略影响不足：财报信息披露延迟和频率差异可能影响因子信号及时性，未见报告详细分析该时点差异对模型的影响。

• 未来研究空间大：报告强调卖空、空头数据的不足和潜在价值，表明量化研究仍处于初步阶段，后续深度挖掘空间广阔。

---

七、结论性综合

该报告对港股通量化多因子策略提供了全面的实证分析，清晰展示了港股通标的的市场特征、因子表现和组合构造逻辑。港股估值较低、流动性限制、行业结构集中与A股区别明显，为跨市场资产配置提供潜在Alpha机会。

单因子分析明确指出，估值（EP、BP）、动量（12个月股价动量）、规模（负相关，表明中小盘优异）和流动性（低流动性股票优）因子在港股通均表现出正向效应，具备投资价值。分行业的细分进一步指出盈利因子及成长因子在特定板块（尤其房地产、金融、信息技术）中的表现差异，提示投资者需采取行业中性或细分策略。

策略方面，报告构建了两类多因子组合：风格均衡因子组合和风格趋势组合，趋势策略通过对因子IC近段时间表现赋权，追踪因子效应趋势以提升收益。实证结果显示，趋势策略全方位优于均衡策略，年化收益、信息比、最大回撤均改善，尤其年化收益提升达到近1.7倍，最大回撤下降约1/6，体现了风格轮动效应在港股通市场的显著价值。

对冲策略的选择显著影响组合表现，恒指对冲效果最优，港股通等权指数对冲效果较差，策略回测时间长度长达近10年，指标具有说服力。

图表方面，明确展现了策略净值走势、因子IC分布、行业配置及估值水平，充分支持理论与实操紧密结合。特别是多因子策略净值曲线展示出长期显著超额收益，且回撤控制优良，说明策略在历史样本内稳健。

全篇报告逻辑完整、数据详实，提供了量化港股投资的系统框架和实证支持，对希望参与港股通战场的投资者和产品经理具有很好的参考价值。同时，报告谨慎指出策略历史依赖的局限与风险，提示需动态调整和样本外验证，体现金融研究的专业严谨。

综上，本报告为港股通Alpha策略建设探索了可行路径，建议投资者关注港股风格动量效应，通过趋势追踪优化因子权重，并合理选择对冲基准，有望在目前全球资产荒背景下，利用港股低估值特性实现稳健 Alpha 收益。[page::0, page::3–26]

---

重要图表附录（Markdown方式引用）

• 图1 风格均衡策略组合净值曲线（多空对冲）

• 图2 风格趋势策略组合净值曲线（多空对冲）

• 图4 港股与A股指数表现

• 图5 港股通标的数量变化

• 图6 港股、港股通与A股行业分布（市值）

• 图8 港股、港股通与A股估值水平对比

• 图9 港股多因子研究框架

• 图10 港股财报披露时间分布

• 图15 风格均衡策略组合净值曲线（多空对冲）

• 图16 风格均衡策略组合净值曲线（恒指对冲）

• 图19 因子风格强度示例

• 图20 风格趋势策略组合净值曲线（多空对冲）

• 图22 风格趋势策略组合净值曲线（港股通指数对冲）

---

（全文参考自报告第0-26页内容）

报告