• TMT行业定义及发展趋势 [page::1][page::2]

- TMT行业包括计算机、传媒、电子、通信四个一级行业，近十年成分股数量增至近800只。
- 近年来TMT行业股票市值稳健提升，市值中位数已超过全市场平均水平。

• TMT行业估值与表现 [page::1][page::2]

- TMT行业股票通常享有较高估值，电子、通信、计算机市盈率分别为76.8、158、241。
- 2015年牛市期间TMT行业表现优异，2019年以来再次大幅跑赢市场基准。

• 因子选股效果分析 [page::3]

- 技术面因子整体优于基本面因子，成长类因子中的净利润增长率表现较好。
- TMT行业成交活跃，20日平均换手率明显高于全市场。
- 理想反转因子与理想振幅因子表现突出，多空组合年化收益分别为25%与34%，信息比率分别为1.73和2.99。

• 理想反转与理想振幅因子构造方法 [page::7]

- 理想反转因子基于过去20日高低单笔成交金额对应涨跌幅加总差值。
- 理想振幅因子通过高价、低价成交日的振幅均值差计算，反映振幅信息差异。

• 开源金工TMT50组合表现与构建 [page::4][page::5]

| 年份 | TMT50组合收益率 | 超额收益率（vs等权基准） | 超额收益率（vs中证TMT指数） |
|----------------------|-----------------|-------------------------|-----------------------------|
| 2014 | 48.58% | 13.16% | 14.70% |
| 2015 | 175.57% | 27.62% | 63.66% |
| 2016 | -8.97% | 16.52% | 26.83% |
| 2017 | -12.74% | 3.64% | -6.05% |
| 2018 | -23.89% | 11.01% | 16.87% |
| 2019 | 44.45% | -2.05% | -8.68% |
| 2020(截至6月30日) | 17.16% | 4.11% | -2.86% |
- 组合限流动性，剔除市值小于20亿、ST股、上市未满60日、新股、停牌和涨跌停无法交易股票。
- 综合选股因子与流动性，构建每月等权权重的50只股票多头组合。
- 该组合行业暴露接近于TMT行业整体分布，风险集中较低，表现稳健。
- 相比行业等权基准，TMT50组合年化超额收益约11.0%，信息比率1.44；相比中证TMT指数年化超额收益约13.8%，信息比率0.86。

• 最新TMT50组合持仓展示 [page::6][page::7]

- 包含电子、计算机、传媒、通信行业代表股票，数量分布均衡。
- 股票市值和市盈率呈多样化特征，反映组合内细分行业及成长性不同。

• 风险提示与团队介绍 [page::0][page::8]

- 回测基于历史数据，未来市场可能变化带来风险。
- 团队聚焦原创、深度、逻辑性强的量化研究，拥有资深分析师支持。

开源量化评论 | TMT行业的量化选股方案—深度分析报告

---

一、元数据与概览

• 标题：开源量化评论 | TMT行业的量化选股方案

- 作者及机构：开源证券金融工程首席分析师魏建榕博士，开源证券金融工程研究员苏俊豪、高鹏，开源证券研究所

• 发布时间：2020年8月30日

- 主题：A股市场中TMT(科技、媒体、通信)行业量化选股策略，结合基本面和技术面因子，尤其是开源金工独家的理想反转因子与理想振幅因子

• 核心论点：

1. TMT行业近年来快速发展，市值提升，估值高于市场平均。
2. 技术面因子在TMT行业选股中表现优于基本面因子，成长因子虽表现较好，其他基本面因子较平庸。
3. 开源金工自创的理想反转因子和理想振幅因子在TMT行业多空组合中的年化收益率分别达到25%和34%，信息比率分别为1.73和2.99。
4. 基于这些因子构建的开源金工TMT50组合，在流动性和可投资性约束下，长期表现出显著的超额收益，相对中证TMT指数和等权基准均有显著正向超额收益。

• 风险提示：基于历史回测，未来市场可能发生变化，对模型有效性构成挑战。

---

二、逐节深度解读

1. TMT行业发展迅速

• 关键论点：

- TMT行业主要包含计算机、传媒、电子、通信四个一级行业。
- 成分股数量大增，2010年约300只，至2020年接近800只。
- 早期以小市值股票为主，近年来随着行业成长，股票市值稳健提升，已达到甚至超越市场平均中值。
- TMT行业股票估值水平显著高于全市场，呈现出高成长、高估值特性。

• 数据解释：

- 图1展示近十年TMT股票数量逐年上升，电子和计算机股占比最大。
- 图2显示各市值区间股票数量分布，20亿以下市值比例下降，100亿以上市值增长显著，说明大型优质企业增加。
- 图3反映市值中位数对比，TMT行业中该指标已超过全市场。
- 市盈率中位数显示电子、通信、计算机板块分别为76.8、158、241，传媒为负，整体仍高于市场平均。

• 逻辑与推论：

- 高市值和高估值体现了资本市场对科技、媒体、通信等战略新兴产业的认可及溢价。
- 初期市场规模小，流动性不足，随着行业发展与政策扶持，进入快速成长期，引发资金关注，成长性和估值提升。

• 关联法规与市场背景：

- 国家产业升级和新型战略产业扶持政策促进行业发展。

2. TMT行业表现对比

• 论点：

- TMT指数相对于市场大盘表现出更高的估值溢价。
- 2015年牛市期间，TMT表现尤为优秀，上涨幅度明显高于全市场，但回撤幅度也较大。
- 2019年以来复苏强劲，再次实现超越市场水平。

• 图表说明：

- 图4显示2010至2020年间，TMT行业的市盈率一直高于全市场，峰值出现在2015年牛市顶峰。
- 图5显示2013年-2015年中证TMT指数累计收益达200%，远超全A市场约170%；2015年中至2019年初均出现较大回撤，近两年重新超越市场。

• 推断：

- 行业波动较大，高估值伴随高波动，但长期表现领先市场。
- 国家政策与市场环境双重推动促进行业景气度回升。

3. 各类选股因子在TMT行业中的表现

• 背景：

- 选股因子分为基本面因子和技术面因子，另有开源金工自创的交易行为因子。
- 测试区间2010年1月至2020年6月，月末排序分十组，剔除停牌、涨跌停、ST股、上市不足60日等。

• 主要发现：

- 基本面因子中，净利润增长率（成长因子）表现较好，反映市场对成长性的重视。
- 传统基本面指标如市盈率(EPttm)、净资产收益率(ROE)表现平平。
- 技术面因子表现上佳，尤其是“理想反转因子”和“理想振幅因子”，年化多空收益分别约25%和34%，信息比率达到1.73和2.99，显著优于其他指标。
- 动量、换手率因子也表现良好。

• 成因分析：

- TMT行业成交活跃，20日平均换手率长期高于全市场（图7），交易行为富集的信息提高技术因子的有效性。
- 基本面因子受限于行业高度创新及变化快，传统财务数据滞后，技术因子捕捉市场短期情绪和交易动能更有效。

• 因子构造说明：

- 理想反转因子基于过去20日高成交金额交易日与低成交金额交易日涨跌幅差异。
- 理想振幅因子衡量股票高价态和低价态振幅差异。

4. 开源金工TMT50组合构建与表现

• 组合构造：

- 采用等权策略，将理想反转因子和理想振幅因子合成。
- 每月底筛选因子值最小的50只股票作为多头组合。
- 股票池剔除流动市值低于20亿、ST股、上市不足60日、停牌与涨跌停等股票，保证组合流动性和可交易性。
- 测试期间为2013年至2020年。

• 表现分析：

- 图9显示TMT50组合累计收益率大幅跑赢等权基准和中证TMT指数。
- 超额收益方面，年化对比等权基准达到11%，信息比率1.44；对比中证TMT指数年化超额13.8%，信息比率0.86。
- 表1详细列出年度超额收益率，表现稳健，高波动年份（2015年）仍有大幅正收益。
- 行业分布与整体TMT行业结构基本吻合（图10），无行业集中偏离。

• 持仓细节：

- 组合内股票覆盖电子、计算机、传媒、通信四个一级行业，数量均衡，体现合理分散。
- 市值覆盖从30亿到近800亿，PE(TTM)范围广，含有极端估值（负PE或极高PE）个股，说明组合中存在估值偏离市场共识的企业。

• 策略优势：

- 根据实证数据和交易行为定制化因子带来显著超额收益。
- 综合考虑流动性和行业分散风险，具备较好的可操作性。

• 潜在不足：

- 部分持仓股票PE极端，存在估值风险。
- 历史回测仅覆盖7年多，未来有效性仍需关注。

5. 理想反转因子与理想振幅因子的构造方法详解

• 理想反转因子：

- 利用过去20个交易日的单笔成交金额指标，将交易日分为高成交额10日和低成交额10日分类。
- 分别计算两组日涨跌幅总和，二者之差即为理想反转因子。
- 理想反转旨在捕捉不同交易强度下价格反转信号，体现高参与度交易日的信息重要性。

• 理想振幅因子：

- 计算20日内每日振幅（最高价/最低价-1）。
- 选取收盘价最高的25%交易日与最低的25%交易日分别求平均振幅。
- 两组振幅差即理想振幅因子，捕捉高价态与低价态成交活跃度的差异。

• 理论意义：

- 两因子基于市场微观结构和行为金融学，以W式切割方法细分信息结构，更精准挖掘价格波动的内在动因。

6. 风险因素评估

• 主要风险提示为基于历史数据构建的模型，未来市场可能变动，模型可能失效。

- 报告未详细列出其他策略风险，如流动性风险、行业周期性波动、极端事件冲击等。

• 组合策略剔除低流动性股票一定程度缓释流动性风险。

- 估值极端个股可能带来短期波动和业绩不稳定风险。

---

三、图表深度解读

图1-3：TMT行业规模与市值演变

• 图1展示TMT行业成分股数量从2010年约300只攀升至800只，电子与计算机板块主导。

- 图2显示各市值区间股数分布，20亿以下规模股明显减少，100亿以上大市值稳健增加。

• 图3显示TMT行业股票市值中位数超过市场平均，反映龙头股市值扩张。

- 结论：产业成熟度提升，资本市场关注度增强。

图4-5：TMT相对市场估值与表现

• 图4体现TMT行业整体比市场有更高市盈率溢价，特别是在2015年的牛市高峰。

- 图5柱状图清晰凸显2013-2015年牛市期间TMT指数涨幅远超全市场，且2019年以后再度实现领先。

• 结论：市场资金对TMT板块成长性和创新潜力给予溢价认可，行业周期性波动明显。

图6-7：因子选股效果与市场交易活跃度

• 图6比较多种基本面和技术面因子在TMT行业的多空年化收益率，纯技术面因子“理想反转”和“理想振幅”表现最佳。

- 图7展现了TMT行业20日平均换手率常年高于全市场，显示该行业的活跃度有利于技术面因子发挥。

• 关联：技术面及交易行为因子因行业高活跃度而具备更好信号质量。

图8：理想反转与理想振幅因子累积收益曲线

• 图示两因子多空组合的累积收益，理想振幅因子表现更为抢眼，尤其在近5年加速增值。

- 说明：验证了两因子在捕捉价格反转与波动率结构上的有效性，具备预期收益的稳定性。

图9与表1：TMT50组合超额收益表现

• 图9显示TMT50组合累计表现显著优于基准（等权组合和中证TMT指数）。

- 表1年度超额收益详细呈现，2014-2016年及2020年前半年均保持正超额，其中2015年大幅领先。

• 结论：组合策略具有稳健且显著的超额收益能力。

图10：行业暴露一致性

• 组合中电子、计算机、传媒、通信各自占比波动小，基本一致于行业整体结构，说明组合不偏离行业全貌，风险较为分散。

- 意义：降低行业偏离带来的系统性风险。

---

四、估值分析

本报告聚焦因子选股表现和策略测试，对估值方法论着墨有限。

• 估值暗示：

- 通过选股因子驱动组合构建间接实现了“价值发现”。
- 部分持仓股票中带有极端PE，表明策略可能挖掘市盈率并非增长唯一衡量标准的成长机会。

• 无需传统DCF或多因子市盈率估值，策略基于市场实证数据和行为金融逻辑，强调量化因子预判未来股价表现。

- 未来估值调整风险需关注极端估值股票的盈利兑现情况。

---

五、风险因素评估

• 历史数据依赖风险：模型基于历史有效，但市场结构变化、政策调整、新兴事件等可能导致未来失效。

- 流动性风险：流动性筛选减少部分风险，但市场极端波动时流动性仍可能受限。

• 行业集中风险：虽组合行业暴露接近行业结构，但TMT整体行业带来系统性风险不可忽视。

- 极端估值带来的波动风险：组合中负PE或高PE部分带来业绩波动隐患。

• 模型参数与因子选取风险：因子构造依赖特定的W式切割和特定参数，调参可能引入过拟合风险。

---

六、批判性视角与细微差别

• 报告强调技术因子的优越性，但对为何部分基本面因子表现较差的深层原因未充分展开，尤其是其他财务指标表现平庸的具体逻辑或行业特征。

- 部分持仓股票PE显著负值或极高，报告未对这部分极端估值风险及其对组合波动率影响做详细评估。

• 策略基于过往流动性筛选，未来因监管或市场环境变化导致流动性下降的风险提示较弱。

- 组合持仓分布与行业分布一致，可能呈现行业β暴露，策略超额收益中个股α贡献不明晰。

• 风险提示简洁，建议后续进一步完善系风险管理措施、多空因子对冲效果等。

- 报告作为开源证券原创研究，可能带有一定的宣传色彩，对自有模型表现可能存在较乐观的表达。

---

七、结论性综合

此份开源证券金融工程团队发布的《TMT行业的量化选股方案》报告，通过详尽的数据分析和因子测试，提出了基于技术面因子尤其是开源金工独创的理想反转因子与理想振幅因子的TMT行业量化选股策略。十余年间TMT行业快速发展，板块规模及市值稳步提升，资本市场给予高成长性和创新潜力明显溢价，验证了高技术、高成长行业的投资价值。

技术面因子表现突出，尤其基于交易行为细致拆解的理想反转与理想振幅因子，在行业内多空组合实现年化25%及34%收益，显著优于传统财务指标。基于两因子等权合成构建的TMT50组合，在考虑流动性、剔除异常风险后、自2013年以来长期跑赢市场基准及等权基准，准确捕捉行业结构和个股机会，体现了因子投资的可行性和有效性。

图表数据充分佐证了TMT行业的发展轨迹、估值优势及策略收益表现。组合风险管理涵盖流动性限制和行业分散，但极端估值风险和模型历史依赖风险依然存在，投资者需谨慎面对。策略核心逻辑基于行为金融和市场微观结构创新，具有较强的理论基础和实证支持。

总体来看，报告展现了深度量化研究能力和对TMT行业的独到洞见，提出的量化选股方法具备强烈的投资指导价值，适合对TMT行业具有兴趣且愿意接受一定波动风险的量化投资者参考使用。[page::0,1,2,3,4,5,6,7,8]

---

参考图表索引

• 图1：TMT股票的一级行业分布（电子、计算机占比最大）[page::1]

- 图2：TMT股票流通市值结构趋势（大市值稳步增长）[page::1]

• 图3：TMT行业个股市值中位数超全市场的走势[page::1]

- 图4：TMT行业市盈率相对全市场的溢价走势[page::2]

• 图5：2013年以来TMT行业与市场收益对比（牛市、回撤与复苏）[page::2]

- 图6：各类因子在TMT行业的多空选股年化收益对比[page::3]

• 图7：TMT行业20日换手率高于全市场，支持技术面因子表现优异[page::3]

- 图8：理想反转因子与理想振幅因子累积多空组合收益曲线[page::4]

• 图9：TMT50组合超额收益累计表现明显优于中证指数与等权基准[page::4]

- 图10：TMT50组合行业暴露与TMT整体一致，分散风险[page::5]

---

报告