报告核心观点及市场表现对比 [page::0][page::1]

• 相关性选股模型基于与未来股票超额收益具有显著相关性的因子，涵盖ROE、ROA、PE、PB及技术指标等。

- 2013年6月市场重要整数关口被突破，相关性选股模型在6个行业中表现差异明显，商业贸易、房地产、纺织服装行业模型收益优于对应指数。

• 化学工业和公用事业行业模型表现落后指数，反映行业轮动和市场阶段因子效用波动。

- 样本股策略多侧重“小市值+低换手率+超跌”，不同细分行业侧重盈利能力、成长性和反转效应等独特因子特征。

各行业选股模型因子贡献度分析 [page::2][page::3]

• 商业贸易行业重点在总市值、换手率及收益率的多期均值。

- 房地产业依赖EPS及估值因子PE、PB，但受到换手率及收益率反转因子负贡献影响。

• 化工行业表现受成长性因子突出贡献，同时反转信号较为明显。

- 有色金属行业的盈利能力和成长因子贡献相对集中。

• 纺织服装和公用事业行业负反转收益贡献，因子效果波动大。

累计收益与相对强弱曲线趋势 [page::4][page::5]

• 各行业策略累计净值表现优于对应指数，尤其商业贸易和房地产行业表现突出。

- 相对强弱指标显示部分行业策略在不同市场阶段存在领先或滞后效应，提示择时或动态调整必要性。

• 公用事业及纺织服装行业策略表现波动较高，需关注周期性及市场情绪影响。

最新样本股及因子权重 [page::6][page::7]

| 行业 | 主要样本股 | 关注指标示例（部分） | 权重范围 |
|------------|------------------------------------|------------------------------------|----------------------|
| 商业贸易 | 珠海港、友好集团、深圳华强等 | 主营业务收入增长率、换手率、总市值 | 综合考虑正负权重0.11 |
| 房地产行业 | 世茂股份、合肥城建、上实发展等 | ROA、EPS、PE、PB | 正负权重约0.09-0.10 |
| 化学工业 | 齐翔腾达、利尔化学、川化股份等 | Delta(ROA)、Delta(ROE)、换手率 | 权重体现高达0.62 |
| 有色金属 | 江西铜业、赣锋锂业、中金黄金等 | 盈利能力和净利率相关因子 | 权重均衡，最高0.11 |
| 纺织服装 | 红豆股份、华纺股份、凤竹纺织等 | 盈利增速及低换手反转因子 | 权重分布均匀 |
| 公用事业 | 华能国际、三峡水利、中山公用等 | 盈利反转、换手率和收益率多期指标 | 多个指标有负权重 |

• 选股策略强调因子组合的协同及行业特征差异化，对中小市值、低换手率及成长性公司青睐有加。

- 本报告详细呈现因子贡献及选股样本，为投资者构建具差异化和潜在超额收益能力的行业量化选股模型提供依据。

定量策略研究——相关性选股模型6月跟踪报告详尽分析

---

一、元数据与报告概览

• 报告标题：《证券研究报告量化选股月报——相关性选股模型6月跟踪报告》

- 作者及联系方式：金融工程分析师 冯佳睿（SAC执业证书S0850512080006），电话021-23219732，电子邮箱fengjr@htsec.com

• 发布机构：海通证券研究所

- 发布日期：2013年7月3日

• 研究主题：通过量化相关性选股模型对6月市场环境下若干行业股票组合的表现及选股因子进行实证跟踪分析

- 研究对象：商业贸易、房地产、化学工业、有色金属、纺织服装、公用事业六大行业

• 核心论点：

- 以量化筛选与未来股票超额收益显著相关的因子，构建行业选股模型。
- 虽然2013年6月市场低迷，相关性模型在部分行业（商业贸易、房地产、纺织服装）表现优于指数，但在化学工业和公用事业行业表现不佳。
- 各行业选股因子结构动态调整，体现针对行业特性和市场状况的适应性选择。

• 无明确给出评级或目标价，主要聚焦选股模型效果及因子分析并提供样本股名单。

总体上，作者旨在展示基于相关性选股模型的实证效果，指导关注不同因子在当前市场下的表现波动及选择优化方向。

---

二、逐章深度解读

1. 研究背景及方法论（第一页与第二页）

• 论点总结：

- 投资者面对多种选股因子时存在选择困难，因子的有效性在不同市场阶段表现变动，难以预判。
- 采用滚动时间窗口回归分析，以过去时间段内因子与股票下期超额收益的相关性为依据，动态选择相关性最显著的因子组合。
- 备选因子库涵盖基本面因子（ROE、ROA等）、估值因子（PE、PB）、技术指标及行业特色因子。
- 模型基于6个行业进行实证检验，通过回测比较模型组合与行业指数的表现。

• 关键数据点与指标结构：

- 涵盖基本面指标如ROE（净资产收益率）、ROA（资产回报率）、EPS（每股收益）等。
- 估值指标如PE（市盈率）、PB（市净率）。
- 技术指标如换手率、收益率的短中长期反转效应指标（1个月、3个月、6个月收益率的反转）。
- 行业特色指标如总市值、流通市值。

• 论据逻辑：

- 假设过去某一期相关的因子在未来一段时间仍具有持续性，因此能够通过相关性因子筛选股票形成超额收益组合。
- 采用实证数据和统计检验来识别有预测能力的因子，而非固定因子组合。

• 经济与市场背景：

- 2013年6月市场表现疲软，突破2000点和1900点整数关口，达到3年来最低位。
- 在此困境下，相关性模型试图检验选股因子是否仍有效。

2. 模型表现实证及因子选取（第二页）

• 表1详析（模型与指数表现对比）：

| 行业 | 指数月收益(%) | 模型月收益(%) | 指数累计收益(%) | 模型累计收益(%) | 指数波动率 | 模型波动率 | 模型夏普值 | 模型信息比 | 模型换手率(%) | 模型样本股流通市值(亿元) |
|------------|---------------|---------------|-----------------|-----------------|------------|------------|------------|------------|---------------|------------------|
| 商业贸易 | -16.00 | -15.01 | 271.04 | 1410.85 | 11.21 | 12.95 | 0.960 | 1.773 | 70 | 164.26 |
| 房地产 | -16.42 | -15.29 | 285.28 | 971.68 | 12.47 | 14.39 | 0.727 | 1.200 | 80 | 768.30 |
| 化学工业 | -17.97 | -22.36 | 125.07 | 398.86 | 10.82 | 12.47 | 0.546 | 1.045 | 70 | 212.06 |
| 有色金属 | -22.39 | -23.26 | 208.33 | 780.15 | 15.17 | 16.25 | 0.584 | 1.269 | 37.5 | 855.97 |
| 纺织服装 | -17.67 | -15.25 | 140.18 | 529.71 | 12.56 | 14.18 | 0.559 | 1.142 | 37.5 | 200.11 |
| 公用事业 | -13.32 | -16.68 | 90.94 | 328.14 | 10.44 | 12.37 | 0.493 | 1.196 | 87.5 | 1151.46 |

• 分析：

- 模型月度表现多数为负值，反映市场整体低迷。
- 模型在商业贸易、房地产、纺织服装三行业的月度收益均优于对应指数，说明因子筛选有效捕捉超额收益。
- 在化学工业、有色金属、公用事业领域，模型表现逊于指数，特别是化学工业模型月亏损幅度明显大于指数，可能因因子失效或逆转效应。
- 模型波动率普遍高于对应指数，但夏普比率表现更优，说明选股组合风险调整后回报更佳。
- 换手率与流通市值说明模型组合普遍倾向于中小市值及相对活跃的股票，尤其商业贸易和公用事业换手率较高。

• 因子变动和推荐方向：

- 商业贸易行业选股偏好总市值小、换手率低、超跌个股，强调估值低且价格被低估者。
- 房地产侧重资产回报率（ROA）与每股收益（EPS）高且之前被错杀且换手率低的个股。
- 化工行业强调经营改善和成长性，关注换手率低的个股且提示反转效应风险。
- 有色金属继续偏向盈利能力和成长速度较快企业。
- 纺织服装聚焦利润增速快且处于缩量下跌期的企业。
- 公用事业推荐关注近1至半年跌幅显著的个股，表明可能预期反弹。

此部分详细强调了因子动态调整的必要性及因子对不同产业阶段的适配性。

3. 因子贡献度分析（第三、四页图1）

• 图1 描述：

- 该图以条形展示了不同因子在各行业模型中对选股贡献度的大小和方向。
- 横轴为多种因子（ROA、ROE、EPS及它们的动态变化Delta，多种估值指标及技术指标如换手率与收益反转等）。
- 纵轴为贡献度百分比范围，正负代表因子对组合收益的正向或负向影响。
- 分设商业贸易、房地产、化学工业、有色金属、纺织服装、公用事业六个子图，分别较清晰展示行业特有的强相关因子。

• 趋势解读：

- 商业贸易行业贡献主因包括总市值负贡献、换手率负贡献，符合报告中强调选小市值、低换手率的偏好，即该行业这些因子有效排除不优质股票。
- 房地产因子主要是EPS、PE和PB，均为估值和盈利指标，且收益率相关因子普遍负贡献，显示被错杀股票价值被低估。
- 化学工业因子较多正贡献，特别是ROE、EPS及增长类指标，反映成长性较为关键。负贡献中有较强的收益率反转因子，提示该行业存在过度反转风险。
- 有色金属盈利相关因子贡献明显，收益率短期指标负贡献，显示收益反转亦显著。
- 纺织服装行业则体现盈利和收益率负贡献并存，表明该行业更注重利润快速增长，与缩量调整阶段的反转预期。
- 公用事业行业收益率反转因子负贡献突出，反映整体偏向价值反弹股。

• 与文字部分呼应：

- 图表清楚佐证了各行业模型权重结构与选股逻辑的行业特异性，为报告中动态调整因子的建议提供了数据支撑。

4. 模型收益趋势对比（第五、六页图2）

• 图2描述：

- 多个折线图展示了自2005年以来，模型累计净值表现与对应行业指数的比较（左轴），以及相对强弱指标（右轴）。
- 每幅图横轴为时间（月），纵轴左为策略组合累计净值，纵轴右为模型与指数的相对表现强弱。

• 趋势解析：

- 商业贸易和房地产行业模型长期表现优异，高于行业指数净值，且相对强弱指标在多数时点处于高位，显示模型具备持续的超额收益捕获能力。
- 化学工业与有色金属行业模型表现较指数波动更大，且波动幅度明显，反映因子可能在不同时期存在失效或反转。
- 纺织服装和公用事业行业的模型表现介于两者之间。
- 2013年初以来，多数行业模型相对表现趋于平稳，但某些行业相对优势有所下降，反映当前行情中因子选股有效性承压。

• 图5进一步细化了纺织服装和公用事业两个行业的情况，同样体现出模型与行业指数的差异，投资者可以据此判断模型适用性的时变特征。

5. 最新样本股名单及权重解析（第七页）

• 表2：列举了2013年7月各行业最新选股模型所选样本股及其流通市值。这些股票多集中于中小市值企业，符合模型所强调的因子结构（尤其市值和换手率控制）。

- 样本数量丰富，覆盖商业贸易、房地产、化学工业、有色金属、纺织服装、公用事业六大行业，提供实际可操作的投资参考。

• 表3及相关权重表揭示了各行业选股因子的具体设定与权重，例如房地产行业ROA、EPS为正权重，PE、PB为负权重，换手率及不同期收益率一般为负权重，反映低估值、低活跃度和收益反转效应的选股偏好。

6. 免责声明与合规信息（第八至十页）

• 详细披露分析师声明、法律声明及版权声明，强调研究独立性和不构成投资建议，体现合规要求。

- 报告数据来源主要为WIND及海通证券研究所内部数据。

• 联系方式广泛，涵盖证券研究所多个行业研究团队，方便投资者咨询。

---

三、图表深度解读

图1 ：各行业选股模型因子贡献度

• 描述：六行业六个子图分别展示指标对模型收益的贡献率，含基本面因子、估值因子和技术指标。

- 解读趋势：
- 不同行业因子影响截然不同，例如商业贸易强调低市值和低换手率；房地产依赖ROA和估值指标。
- 负贡献因子大多为短期收益反转和高换手率，反映市场价格异常带来的选股机会。

• 文本支持：支撑报告中提出的行业差异化选股因子配置。

图2 和 图5：选股模型累计净值表现与指定行业指数比较

• 描述：以时间序列形式展示模型和行业指数净值及其相对强弱指标。

- 趋势分析：
- 商贸、房地产模型稳健上行，体现策略优越性。
- 化工、有色模型波动较大，反映行业特性及因子时变性。
- 纺织服装与公用事业则处于平稳区间，符合先前模型效果的中性评价。

• 结论联系：图表验证了文字中陈述的模型“胜负各半”的观点，强调因子有效性受市场和行业环境影响。

表1 ：6月模型与行业指数表现对比

• 提供定量指标（收益率、波动率、夏普值、换手率等），深入体现策略优劣势。

- 辅助解释行业内部因子配置的选股偏好和市场表现。

表2、表3：最新样本股及选股因子权重表

• 体现实操价值，显示模型选股的具体标的及因子构成权重结构。

- 反映用以实证的基本面与技术面因子结合原则。

---

四、估值分析

• 报告未聚焦于传统估值法（如DCF、市盈率目标估值）用于定价，而是在量化选股层面使用因子相关性及其贡献构建行业选股模型。

- 估值因子PE、PB存在于因子库内，作为负权重指标被用以排除高估股票，这属于相对估值筛选逻辑而非定价模型。

• 该量化策略通过识别因子与未来收益的统计显著相关性，实现因子赋权和组合构建。

- 估值输入为历史回归相关性数据，折现率等财务假设未直接涉及。

---

五、风险因素评估

• 潜在风险：

- 因子失效风险：因市场波动和结构变化，历史相关性并不保证未来持续有效。
- 行业差异及周期波动：某些行业因子在当前周期失去预测力。
- 模型实施风险：高换手率导致交易成本上升，影响净收益。
- 反转效应风险：部分因子存在强烈反转特征，可能导致组合短期表现波动加大。
- 市场整体下跌背景风险，如2013年6月多行业指数表现均为负。

• 缓解措施：

- 动态因子调整与监控，根据因子表现及时修正因子组合。
- 针对行业特色设计差异化因子权重，避免“一刀切”。
- 持续跟踪模型表现，及时剔除失效因子。
- 关注换手率控制，以降低交易费用影响。

---

六、批判性视角与细微差别

• 本报告承认因子时变性和相关性挑战，体现了模型实证的谨慎态度，而非盲目乐观更显合理。

- 报告未切入对宏观经济环境深层次影响分析，或对政策及资本流向对行业效应的解释，这可能是模型表现差异的潜在隐因。

• 部分行业（如化工、公用事业）模型表现不佳，且反转风险明显，可能预示因子选择需进一步细化或引入新因子。

- 换手率与小市值偏好增加了流动性风险与交易成本，报告未详述此部分对实操回报的侵蚀。

• 文字描述和数据表存在部分细节不够充分阐释，如因子贡献度权重具体计算方法略显粗糙，需要进一步明晰统计方法与样本处理细节。

- 报告整体基于经验式量化模型，未深入探讨因子经济含义和驱动力，限制了因子经济解释力。

---

七、结论性综合

本期《证券研究报告量化选股月报》着力于通过相关性选股因子的动态识别与行业模型构建，针对2013年6月市场低迷环境进行了全方位实证检验。核心结论如下：

• 在整体市场表现不佳的条件下，相关性选股模型在商业贸易、房地产及纺织服装行业表现优于相应指数，实现了负收益状态下的相对超额收益；而化学工业和公用事业行业则面临选股因子有效性不足和反转风险，模型表现逊色。

- 策略以筛选与未来超额收益相关性显著的基本面、估值和技术因子构建，突显结合行业特征进行差异化因子配置的必要性，避免一刀切带来的效果折损。

• 表1严格量化展示了各行业模型收益、风险及效率指标，表明该策略具备一定的风险调整后收益优势。

- 图1中各因子贡献度清晰揭示了行业间因子驱动的差异化表现，实践中需动态跟踪因子有效性以优化模型。

• 图2至图5的累计净值与相对强弱变化反映了模型长期稳健性的行业差异，且近年走势表现趋于平稳，表明因子时效性和市场环境相关性需持续监控。

- 最新样本股清单和因子权重表为投资者提供了实际操作依据，同时强调样本股以中小市值及低换手率为主，适应市场环境变化。

• 报告亦提醒因子选股存在不确定性风险，要求投资者对模型限制保持警醒。

综上，报告展现了通过基于历史相关性动态选股因子的量化模型可为投资者提供行业内超额收益机会，但其表现具有显著行业与时间时变性，投资实践中需综合考虑因子失效、流动性风险以及市场整体趋势影响。在具体操作中，投资者应结合自身风险承受能力，动态调整因子及投资组合配置，方能更好地捕捉市场结构变化带来的选股机会。[page::0,1,2,3,4,5,6,7]

---

附：本报告关键图表示例

图1 各行业选股模型因子贡献度



图2 各行业选股策略累计净值及相对强弱指标



表1 2013年6月指数与模型表现对比

| 行业 | 指数月收益(%) | 模型月收益(%) | 指数累计收益(%) | 模型累计收益(%) | 模型换手率(%) | 模型样本股市值(亿元) |
|------------|---------------|---------------|-----------------|-----------------|---------------|------------------|
| 商业贸易 | -16.00 | -15.01 | 271.04 | 1410.85 | 70 | 164.26 |
| 房地产 | -16.42 | -15.29 | 285.28 | 971.68 | 80 | 768.30 |
| 化学工业 | -17.97 | -22.36 | 125.07 | 398.86 | 70 | 212.06 |
| 有色金属 | -22.39 | -23.26 | 208.33 | 780.15 | 37.5 | 855.97 |
| 纺织服装 | -17.67 | -15.25 | 140.18 | 529.71 | 37.5 | 200.11 |
| 公用事业 | -13.32 | -16.68 | 90.94 | 328.14 | 87.5 | 1151.46 |

---

以上为该量化策略研究报告的详细解构与分析，旨在帮助投资者全面理解模型构建逻辑、行业差异性、因子贡献与实证表现，从而辅助规范化应用和风险管理。

报告