经典投资十法回测表现显著 [page::0][page::6]

• 经典投资十法策略2003-2017年实现21.6%年化收益，超沪深300的8.5%较多。

- 超额收益为10.9%，夏普比率0.75，回撤较沪深300大但控制在合理范围。

• 选股数量波动大，不适合直接作为指数化产品。

基于经典十法构建十个单因子及三组合因子 [page::10][page::11]

| 因子类别 | 因子示例 | 计算逻辑 |
|---------|----------------|-------------------------|
| 价值五法 | E/P、股息率、有形资产净值/股价等 | 通过分位数排名，保证因子值越大越有效|
| 安全五法 | 有形资产净值/总负债、流动比率等 | 反映财务安全边际，因子值越大越好 |

• 数据标准化采用逆高斯分布确保因子可加性。

- 使用中证500成分股，等权分组回测，分五档排序测算因子细粒度有效性。

主要价值因子表现优异，安全因子表现一般 [page::13][page::15][page::16]

• EP分位数因子(vb)表现最优，年化收益率13.1%，最大回撤9.0%，信息比率1.38。

- 股息率(vc)、有形资产相关因子也表现不错。

• 安全相关因子如有形资产净值/总负债(sa)及净利润同比均值(se)表现较弱甚至负向单调。

多因子策略优于单因子，剔除表现差因子后优化效果明显 [page::17][page::19]

• 多因子IC显示价值五法综合因子(vtotal)表现优秀，安全五法因子表现中等。

- 剔除安全五法中表现较差的sa和se，构建价值五法+安全三法(totalbar)组合。

• 多空对冲年化收益率超过12%，最大回撤控制在10%以内。

改进后的价值$^+$安全Smart Beta策略sv [page::22][page::23]

• 先剔除安全三法得分后200名股票，再选价值五法前100名构建组合。

- 策略实现13.2%年化超额收益，最大回撤11%，信息比率1.34，略优于totalbar。

• 历年表现稳健，在09、18年表现尤为突出。

换手率与持仓分布分析 [page::24][page::25]

• 年均换手率约2.36倍，符合Smart Beta策略预期。

- 最新持仓以主板和中小企业板为主，行业分布较为分散，集中于传媒、医药和房地产行业。

基于“经典投资十法”的价值型Smart Beta策略研究报告深度解读分析

---

一、元数据与报告概览

• 报告标题：《基于“经典投资十法”的价值型Smart Beta策略研究》

- 作者与机构：严佳炜、罗军、安宁宁，广发证券发展研究中心

• 发布日期：2018年

- 研究主题：围绕本杰明·格雷厄姆提出的“经典投资十法”，基于中国市场构建并优化价值型Smart Beta投资策略，测试其有效性及改进方案。

• 报告核心论点：

- 经典投资十法在国内市场依然有效，回测数据显示其投资年化收益为沪深300的2.5倍。
- 将经典投资十法转化为量化因子，构建价值五法、安全五法及其组合因子，以探索策略表现和优化路径。
- 基于因子表现，提出了改进的价值+安全因子Smart Beta策略，取得较优的年化超额收益和风险回撤表现。

• 主要结论：

- 经典投资十法尽管稳定性有限，但仍具备重要价值。
- 通过对因子进行科学标准化及组合优化，价值因子有效性突出，安全因子表现平平。
- 去除表现差的安全因子，通过先剔除不安全股票后筛选有价值股票的两步法构建策略，实现年化超额收益13.2%，最大回撤11%，信息比率1.34，换手2.36倍。

• 核心风险提示：

- 分析基于历史数据回测，不构成投资建议，仅展示策略有效性和研究结果[page::0, 4, 6, 23, 25]。

---

二、逐节深度解读

1. 格雷厄姆价值选股思路与经典投资十法

• 投资理念回顾：

- 介绍了华尔街传奇人物本杰明·格雷厄姆及其著作，强调整体投资哲学为“基本分析法”和“安全边际”理论。
- 格雷厄姆经典投资十法是其晚年经验总结，分为“价值五法”和“安全五法”，前者筛选有价值股票，后者确保安全边际。

• 经典投资十法具体内容详述（表1）：

- 价值五法核心在于收益价格比(市盈率倒数)、股息率、市盈率相对历史水平、有形资产净值及净流动资产与股价的关系。
- 安全五法聚焦负债、流动比率及盈利增长稳定性，确保财务健康和成长性。

• 策略回测实现（2003-2017）：

- 使用中国沪深市场数据，回测结果显示经典十法年化收益21.6%，显著高于沪深300的8.5%。
- 夏普比率为0.75，虽然整体有效但波动性大，且选股数量不定，在牛市中可能因筛选股票不足而难以实施。

• 问题与改进动力：

- 经典十法使用绝对阈值，受市场估值波动影响大，复选股数量不稳定（图5显示如2007年仅挑出4只）。
- 某些阈值如“盈利回报率是3A级债收益2倍”可能不适合国内市场。
- 以上问题促使本文将经典十法转化成因子、量化处理，更适配Smart Beta指数构建[page::4-6,9-10].

2. 基于经典投资十法构建因子选股策略

• 因子构建逻辑：

- 将经典十法阈值规则转换成十个单因子（5价值因子va-ve和5安全因子sa-se），所有因子调整为“值越大越好”的单调方向。
- 设计因子指标如E/P、派息率、有形资产净值/股价等，同时构建三组合因子：单纯价值五法因子合计vtotal、安全五法合计stotal及两者总和total。

• 数据与方法论：

- 回测以2008年2月27日到2018年8月30日中证500成分股为样本，股票分5组（分位），每月月底调仓，等权重配置。
- 使用逆高斯分布对指标进行标准化，减少极值对结果的影响（图6）。

• 单因子表现与有效性：

- 价值因子整体有效，尤其以vb（E/P近两年分位数）表现最佳，月度IC及年度IC均持续正向且显著。
- 安全因子多表现一般或偏弱，部分指标如有形资产净值/总负债(sa)、过去三年净利润同比均值(se)表现较差且单调性负向。

• 分组净值及对冲回测：

- 分组净值曲线显示，高分档组合持续跑赢中证500基准，单因子间区别明显。
- 单因子对冲回测年化收益率中，vb最高13.1%，信息比率1.38，安全因子普遍低于10%的收益且信息比率弱（表9）。

• 多因子结合：

- 组合因子vtotal表现优于stotal及total（两者合计）。
- total虽包含安全五法，但整体IC值和绩效受弱安全因子拖累。
- 由此得出结论：安全因子应予改良或剔除以提升策略效能[page::10-19, 12-18].

3. 价值型Smart Beta指数构建及策略改进

• 因子策略改良：

- 剔除表现较差的安全因子sa与se，保留价值五法和安全三法（sb, sc, sd）构造totalbar组合。

• 回测表现：

- 多空对冲回测显示，vb因子仍是最优单因子，年化收益16.7%，最大回撤8.7%。
- 多因子vtotal收益更高达16.5%，totalbar风险较低表现较稳定。
- Q1对冲中证500分析表现稳定，超额收益显著且无极端亏损现象。

• 进一步改进——价值+安全筛选策略(sv)：

- 应用价值五法选股先剔除安全三法得分最低200只股票，再从剩余股票中选价值五法排名前100股票，定期调仓。
- 该策略年化超额收益为13.2%，最大回撤11%，信息比率1.34，换手2.36，整体优于totalbar。

• 持仓分析与换手率：

- 持仓主要集中于主板和中小企业板，传媒、医药、房地产行业分布较多，其他行业持仓分散。
- 年度换手率平均2.36，符合Smart Beta中频调仓特点[page::19-25].

4. 总结与风险提示

• 总结要点：

- 经典投资十法在国内市场有效，年化超额收益显著，但不适合直接做指数产品。
- 经典十法转化成因子，尤其价值因子稳定有效，安全因子表现一般。
- 通过因子剔除、组合优化和双步骤选股模型实现了提升，价值+安全Smart Beta策略表现最佳，兼顾收益与风险。

• 风险提示：

- 研究结果基于历史数据，未考虑交易成本、市场冲击等实际操作因素。
- 不构成投资建议，投资需结合个人风险承受能力审慎决策[page::0, 25].

---

三、图表深度解读

图1、图2（页面6）

• 图1描述：经典投资十法多头策略净值曲线（netvalue）与沪深300基准对比。

- 解读：策略长期表现明显跑赢基准，尤其2006-2007年及2014-2015年表现优异，但受金融危机影响出现明显波动，与基准最大回撤相当（-77.7% vs -72.3%）。

• 联系文本：证实经典十法策略收益显著但波动较大，提示其应用限制[page::6]。
• 图2描述：多空对冲策略净值曲线，剔除市场风险后表现更平稳且稳步上升。

- 解读：净值持续攀升，最大收益累计超过4倍，显示策略中性Alpha的稳定获得。

• 联系文本：支持策略具备超额收益潜力，降低系统性风险[page::6]。

表2（回测结果，页面6-7）

• 包含从2003至2017年策略的年化收益、最大回撤、夏普比率及相对基准超额收益数据。

- 结果表明整体年化收益21.6%，基准为8.5%，超额10.9%；夏普比率高于基准，风险调整收益理想，但个别年份大跌（如2008年-65.9%）。

• 反映该策略盈利能力强但波动性高，尤其在市场低迷时风险控制能力有限[page::6-7]。

图3、图4（Smart Beta概念示意，页面7-8）

• 图3展示Smart Beta在主动风险和管理维度的位置，介于被动指数与主动Alpha之间。

- 图4说明Smart Beta通过优化选股和权重实现超额收益。

• 反映Smart Beta作为介于主动和被动管理的中间策略，试图捕捉有效风险溢价[page::7-8]。

表3（美国Smart Beta ETF分类，页面8-9）

• 列出美国Smart Beta ETF 按类别划分数量、总资产及占比。

- 价值型占比24.1%，为最大类别，说明市场认可价值因子溢价。

• 替代增量来源，验证本文策略的现实基础和重要性[page::8-9]。

图5（股票筛选数量，页9）

• 经典十法筛选股票数量不稳定，2007年曾跌至4只，严重影响实际操作。

- 说明需要调整因子及策略，使之满足指数化要求[page::9]。

图6（ve指标标准化，页12）

• 原始因子值通过逆高斯分布处理，避免极端值扭曲后续分析。

- 保持了连续性和可比性，利于后续组合因子构建[page::12]。

图7-16（月度IC图，页13-14）

• 展示单因子每月预测能力（IC值）波动，价值因子诸如vb表现稳定偏正，安全因子表现参差。

- 图形波动与市场环境互动，2017年后个别安全因子表现回暖，反映市场关注焦点变化[page::13-14]。

表8（单因子IC年度汇总，页13）

• 量化价值五法因子的整体有效性平均IC均在0.03-0.05间，安全五法平均IC多为0或负，进一步验证价值因子稳定性[page::13]。

图17-26（单因子分组净值，页15-16）

• 价值因子如vb分组净值曲线呈单调递增趋势，区分度显著。

- 安全因子表现不佳，非单调不连续，与文本中安全因子有效性不足相契合[page::15-16]。

表9-10（单因子和多因子对冲收益，页16-18）

• 单因子中vb收益高达13.1%、最大回撤-9%，信息比率1.38最佳，安全因子基本低收益低比率。

- 多因子组合加强信号，vtotal年化收益16.5%，total因安全因子拖累表现一般。

• 明确价值因子为策略主轴，安全因子需优化或剔除[page::16-18]。

图27-29（月度多因子IC，页18）

• total和vtotal多数月份IC为正，stotal波动较大，低位徘徊。

- 支持多因子中价值因子主导，安全因子表现拉胯[page::18]。

图30-32（多因子分组净值曲线，页19）

• total和vtotal高分组显著跑赢，中间组别分界清晰，stotal横盘增长幅度有限，验证因子有效性结论[page::19]。

表11（调整后因子指标，页19）

• 剔除sa和se，价值五法+安全三法(totalbar)方案。

- 体现因子改进方向[page::19]。

图33-34（多空对冲净值，页20-21）

• vb、vtotal和totalbar策略净值表现最佳，超额收益显著且稳健。

- 体现筛选因子稳定性和策略有效性[page::20-21]。

表12-14（详细回测指标分年度，页21-22）

• 年度表现呈现策略稳健持续性，vb策略波动最小，vd波动较大风险较高。

- totalbar与vtotal表现优于单因子，风险调整后收益稳定[page::21-22]。

图35（改进后的价值+安全Smart Beta策略净值，页23）

• sv策略明显跑赢基准，净值波动平稳。

- 价值+安全选股机制有效提升策略表现[page::23]。

表15（改进策略回测结果，页23）

• sv策略年化超额13.2%，最大回撤11%，信息比率1.34，略优于totalbar策略。

- 历史表现稳健，部分年份如09、18年表现优于totalbar[page::23]。

表16与图36（换手率分析，页24）

• 年度换手约2.36（即236%），月度换手率稳定在15%-30%区间，符合Smart Beta策略特征。

- 换手率反映策略调仓频率及市场变化适应能力[page::24]。

图37-38（最新持仓结构，页24-25）

• 持仓股票主要集中于主板（72%）和中小企业板，行业分布集中于传媒、医药、房地产但整体分散。

- 投资组合有行业和板块分散度，降低单一行业风险[page::24-25]。

---

四、估值分析

报告核心为基于经典投资十法的因子构建及回测验证，未明确使用DCF等现金流估值方法，侧重点在因子有效性与策略表现，基于历史表现的多空对冲回测完成价值评估。

• 因子间及组合因子收益表现确定策略边际超额收益。

- 以最大回撤、夏普比率、信息比率等风险调整指标辅助评估策略风险。

• 策略收益来自因子的统计优异性及风险控制能力而非传统估值模型变动。

- 针对安全因子有效性较弱，进行了因子剔除提升策略稳健性的决策，体现了动态因子组合管理思想。

---

五、风险因素评估

• 市场风险：尽管对冲设计缓解市场风险，但股市大跌时仍难完全回避系统性风险，策略波动较大，2008年巨大回撤即证明此点。

- 策略风险：
- 经典十法绝对阈值不稳定，影响股票数量，可能导致选股不足。
- 因子有效性可能随市场环境变动，如经济周期、政策调整等。

• 模型风险：

- 标准化和数据预处理机制假设稳定，极端变化可能影响效果。
- 安全因子表现不佳可能导致风险控制不足。

• 操作风险：

- 年换手2.36倍，存在交易成本、市场冲击等实际执行约束。

• 适用性风险：

- 美股经验指标直接应用于中国市场或适用性不足的风险。

• 免责声明提醒：本报告不构成投资建议，历史表现不代表未来，投资需谨慎[page::0, 4, 6, 23, 25]。

---

六、批判性视角与细微差别

• 经典投资十法的局限性：

- 绝对阈值的硬性限制不适应市场波动，导致回测中股票筛选数量高度不稳定，限制了策略连续实施可能。
- 格雷厄姆准则是基于美国市场，直接应用于中国需调适，本报告虽对此有所讨论，但仍存在适用性假设风险。

• 安全因子有效性不足：

- 报告显示安全五法与价值五法表现差距显著，将安全因子剔除改为剔除机制后再选价值股，说明部分安全指标在当前市场不具备预测力，体现了实际市场环境对经典理论的挑战。

• 策略波动性与风险特征：

- 尤其vd因子的高收益伴随高波动，虽被保留但风险提示较明显。

• 换手率较高：

- 虽纳入考虑，但实际交易成本和流动性冲击未详细量化讨论，对实际应用影响未知。

• 报告的数据完整性与统计显著性较强，但缺乏对异常市场或极端事件情境的深入分析，有进一步提升空间。

- 整体研究基于回测与统计预测，缺少实盘验证数据，存在实操落地风险[page::9, 10, 16, 23]。

---

七、结论性综合

本报告基于华尔街大师本杰明·格雷厄姆的“经典投资十法”，结合国内股票市场特征，将经典绝对阈值选股规则转化为可量化的十个单因子，构建价值五法与安全五法因子体系，并在中证500成分股2008-2018年数据中进行了全面的IC值分析和分组回测。实证发现：

1. 经典投资十法本身在中国市场依旧有效，年化收益可达到沪深300的2.5倍，但选股数目不稳定，波动较大，难以直接作为指数化产品。
2. 因子层面，价值相关指标尤其是E/P近两年分位数（vb）表现最优，信息系数不断为正且显著，单因子年化超额收益率最高达16.7%。
3. 安全五法因子表现较弱，个别指标如有形资产净值/总负债(sa)和过去三年净利润同比均值(se)效果不佳，表现不足以单独贡献稳定超额收益。
4. 在此基础上剔除表现不佳的安全因子，构建了新型多因子组合策略——价值五法加安全三法(totalbar)，以及基于安全因子先剔除劣质股票后精选价值股的价值+安全策略(sv)。
5. 两种多因子策略均实现稳定正向超额收益，sv策略凭借二阶段筛选逻辑，达到了13.2%的年化超额收益，最大回撤降至11%，信息比率1.34，同时保持相对合理的换手率（2.36次/年），在风险调整后优于总和因子策略。
6. 持仓位置合理，主板和中小企业板均有覆盖，行业分布分散适中，增强组合稳定性。

总体看，本文实证充分验证了格雷厄姆价值投资原则在当前中国A股市场中仍具备强大生命力，且基于该理论构造的Smart Beta策略能有效捕捉超额收益，改进后的“价值+安全”筛选逻辑兼顾收益与稳定性，具备良好研究及实操参考价值。策略收益体现了经典价值因子的持续优势，安全边际因子应根据市场环境灵活调整，提升风险控制。

本报告方法科学、数据详实、图表丰富，清晰揭示策略优化路径，并明示风险提示。投资者应关注模型假设与市场环境匹配度，结合自身风险承受力审慎应用。

---

重要图表示意展示

• 图1：经典投资十法策略净值与沪深300对比

• 图5：经典投资十法筛选股票数量波动（限制指数化实现）

• 图6：因子标准化示例

• 图17：单因子v_a分组净值曲线（体现高分组收益优势）

• 图30：多因子total分组净值曲线

• 图33：多因子及单因子多空对冲净值

• 图35：价值+安全Smart Beta策略净值曲线

• 图37：持仓股票板块分布饼图

---

结语

本报告采用严谨的量化研究方法，有效结合经典投资理论与市场数据，系统剖析并创新演绎Smart Beta策略构建框架。既验证了价值投资的理论基础，同时针对中国市场环境提出优化建议，是价值投资与Smart Beta融合的典范研究。其深度数据回测支持对投资者理解价值因子及安全边际在实战中的权衡与应用，具有重要参考价值和启发意义。[page::0-26]

---

（全文结束）

报告