量化投资发展趋势与低频因子挖掘 [page::3]

• 主动型量化基金管理规模多年维持在700亿元左右，规模增大反而对应收益率下降。

- 策略容量和持续有效性是限制基金规模的重要因素，低频交易因子挖掘成为策略突破点。

大数据与信息技术投入驱动量化研究升级 [page::4]

• 全球大数据储量高速增长，2017-2021年增长迅速，但数据使用受隐私和所有权限制。

• 国内证券公司信息技术投入近年稳步提升，为量化研究提供数据基础和技术保障。

碳中和背景下能源消费结构转型及行业量化框架 [page::5]

• 预测显示2060年中国煤炭、石油消耗大幅减小，新能源如光伏、风电显著上升。

- 行业基本面量化框架包括政策文本数据、价格指标、量价数据等多类别数据的因子化处理。

政策文本量化方法与风光储氢赛道政策因子构建 [page::8][page::9][page::10][page::11][page::12]

• 采用文本分类模型结合关键词字典构建产业标签，实现政策文本归类与标签化。

• 引用权重基于PageRank算法计算政策文件影响力，结合财经新闻报道影响力量化政策权重。

- 策略模型通过对政策引用关系和报道数量进行多维量化，形成政策强度因子。

政策强度因子回测及配置效果分析 [page::13][page::14]

• 基于政策强度因子的风光储氢赛道配置回测自2018年以来超额收益188.56%，年化42.3%。

- 重配光伏与储能赛道，捕捉风电及氢能阶段性超额收益，收益贡献多元化不完全来源于重配赛道。

光伏、储能、风电、氢能四赛道回测时序表现 [page::15]

光伏价格类基本面指标构建与聚合方法 [page::17][page::18][page::19]

• 光伏价格指标覆盖硅料、硅片等链条环节，采集高频日度/周度数据，剔除滞后指标。

• 综合价格指数通过PCA降维处理，尽管价格指标滞后于量指标，但反映供需关系及市场走势趋势前瞻性明显。

光伏价格因子双均线择时策略回测与参数敏感性分析 [page::20][page::21]

• 双均线策略（短期3日，长期120日）回测期间绝对收益率达581%，超越基准108%。

• 短期均线越短绝对收益越高，长期均线最佳选择在3-4个月，兼顾收益和回撤控制效果优异。

金融研究报告详尽分析报告

—— 《碳中和能源侧基本面因子探索与量化》

---

一、元数据与报告概览

• 报告标题：《碳中和能源侧基本面因子探索与量化》

- 作者：张若海

• 发布机构：中信证券研究部，数据科技组

- 发布日期：2022年7月26日

• 主题及研究方向：本报告聚焦于碳中和领域，尤其是能源侧的基本面量化因子研究。通过构建基于政策文本、价格指标及产业链分析的量化模型，辅助主动投资策略的构建和风险管理。重点关注“风光储氢”赛道的政策驱动与产业趋势，同时探索光伏价格基本面指标的聚合及其投资应用。

核心论点：

• 数据科技及量化方法是推动碳中和投资研究的关键，研究利用政策文本NLP、因子化技术及价格指标聚合，形成多维定量分析框架。

- 政策文本量化对于识别与预测碳中和相关赛道的投资机会具备显著效果，尤其是“风光储氢”四大赛道策略中的差异化超额收益。

• 光伏产业链价格数据的多维高频挖掘和模型聚合，能够为投资择时提供有效因子，提升收益率和回撤控制能力。

- 低频量化交易策略和政策强度因子结合，成量化投资领域未来发展的重点方向。

整篇报告将碳中和具体能源行业的政策与市场基本面量化结合，呈现了从数据采集、指标构建到策略回测的完整链条，重在辅助主动型量化基金实现更系统、精细的赛道与个股投资决策。

---

二、逐节深度解读

1. 基本面量化与碳中和背景（第1-6页）

• 报告首先介绍金融市场中主动型量化基金的发展趋势。尽管量化基金数量持续增长，但主动型量化基金管理规模近5年保持约700亿元且基金平均规模小，年化收益率呈现规模边际递减的现象，存在策略容量和持续有效性的瓶颈。[page::3]

- 因此，挖掘有效的低频因子和实现低频量化交易，是提升策略容量及推动量化基金规模增长的关键。

• 进一步从技术进步和数据层面分析，全球数据储量迅速增长至2017年基准的2.5倍，证券行业在信息技术投入增加（2021年同比增速29%），但数据的“可用性”“隐私保护”和“数据治理流程透明性”仍是核心难题，限制了数据在量化投资中的有效转化。[page::4]

- 碳中和相关产业政策议题近期提及强度显著提升，2021年以来中央和地方相关政策频繁出台，反映了政策推动向实际投资应用层面的深化。报告用图表显示能源结构预测，煤炭逐步减少，风电、光伏等新能源比重提升，并构建了行业基本面量化框架，包含量价数据、财务数据、基本面数据及其他多元数据，支持赛道和个股层面的策略构建。[page::5]

• 重点强调行业理解与政策文本、价格数据的深度交叉赋能，为能量化带来更多创新突破。[page::6]

2. 政策文本量化与“风光储氢”赛道选择（第7-14页）

• 政策文本量化通过文本分类模型结合人工关键字筛选，构建了产业标签体系，支持对政策文件的主题和行业相关性判别。通过整理国务院等机构文库，实现了系统化的政策数据标签体系，增强政策分析的自动化和可量化能力。[page::8]

- 引入基于政策文件间引用关系（采用PageRank算法）构建政策权重指标，体现政策的引用广度与深度，如集成电路政策文件网络示例，反映出政策的层级和传播效应，提升政策指标的权威性和影响力定量体现。[page::9]

• 财经媒体报道权重进一步完善对政策影响实际市场反馈的刻画，通过对政策相关报道的数量和舆情做向负影响的正负向分析，动态量化政策对股价或行业的即时影响，增强因子可信度。[page::10]

- 报告列举政策文本库示例，展示了对政策内容的多维度因子提取（如对科技、制造、基地等多个板块的政策覆盖强度），形成结构化的政策指标体系，基础扎实。[page::11]

• 通过对“风光储氢”四大赛道的政策强度因子回测，发现该因子自2018年至今，年化超额收益达42.3%，且能较好捕捉光伏、储能作为重点赛道的配置信号，较少但有效捕捉风电和氢能时点性机会，验证因子在中期配置中的实用价值。[page::13]

- 多策略收益拆解显示收益并非完全依赖单一赛道重配，而是在多赛道间切换，并且风电带来的贡献最大，说明政策因子具有较好捕捉市场轮动的功能。[page::14]

• 以赛道为单位的回测时序图进一步佐证，投资信号较好吻合实际市场表现。[page::15]

3. 光伏价格类基本面指标探索（第16-21页）

• 报告对光伏赛道的产业链进行划分，定义不同环节（从硅料、硅片到电池片）的价格指标，系统筛选和剔除滞后或时间跨度不足的指标，确保价格指标的代表性和连续性。[page::17]

- 价格指标处理以硅片价格指数为例，经过数据平滑、同比转换、标准化和异常值处理后，利用主成分分析（PCA）实现多指标降维聚合，生成电池片综合价格指数，实现高频供需关系的量化表达。[page::18]

• 光伏综合价格指数覆盖2012-2022年，尽管在2015年市场剧烈波动时略滞后，但整体上对光伏产业链走势有一定领先，尤其中长期趋势的拐点反映了市场供需博弈的结果，虽“价”指标滞后“量”，但仍具备投资指示意义。[page::19]

- 基于该价格指数，采用双均线择时策略回测（短期3天均线与长期120天均线），期间绝对收益率达到581%，超越基准108%，且买卖点能有效控制回撤，显示价格指标对择时交易的高价值和风险管理能力。[page::20]

• 参数敏感性分析横向对比了不同短期和长期均线的表现，结论指出：短期均线越短，收益越高，但过短可能增加交易频率；长期均线以3-4个月损益最优，平衡信号稳定性和响应速度。[page::21]

---

三、图表深度解读

1. 主动型量化基金规模与收益分布（第3页）

• 图1：2020、2021年主动量化基金分不同规模区间的年化收益率显示，中小规模基金（1亿-5亿）年化收益率高于绝大多数大规模基金，暗示策略规模扩张带来的收益率稀释效应。

- 图2与图3：量化基金总体数量和净值呈现净值总额稳中有升，基金数量增长趋势，但平均管理规模从最高的17-18亿元降至3-4亿元区间，凸显市场逐渐走向细分和多样化。主动型量化基金规模变动趋势与基金数量同步增长，但平均规模下滑趋势明显，反映出市场基金分化和容量限制问题。

以上说明量化基金需要通过方法创新尤其低频策略，提升容量与持续超额收益能力。[page::3]

2. 全球大数据储量与证券信息化投入（第4页）

• 图4显示全球大数据储量自2017年以来持续增长，2021年约为2017年的2.5倍，但增速放缓，2020年增速仅约7%，2022年预测继续放缓。数据资产丰富但如何有效使用是难题。

- 图5显示国内证券公司信息技术投入逐年攀升，2021年同比增速近30%，反映行业对数字化转型与数据资产业务的高度重视。

表明数据量与信息化投入双轨并进，构成基本面量化的基础设施，但存在数据质量和应用难题。[page::4]

3. 碳中和政策及能源结构趋势（第5页）

• 图6政策提及强度显示中央与地方政府2021年以来明显增多，对碳中和持续高关注，尤其2021Q4政策爆发明显。

- 图7能源消费结构预测，煤炭占比持续下降，风电和光伏占比快速提升，2060年实现绝大部分能源的非化石化，符合碳中和目标。

• 图8行业基本面量化框架图涵盖策略构建层次，从政策文本、价格、财务和其他数据出发，通过因子化和辅助分析辅助主动投资。

强化政策驱动和市场基本面的互动分析。[page::5]

4. 政策文本产业相关性及权重构建（第8-9页）

• 分类体系图示出政策文件根据国务院及下属部门的分类，以及各类产业主题的标签，体现系统化的数据分层结构。[page::8]

- 权重构建基于政策文件的引用网络，引用关系示例分析表明较高层级的政策具有更多下游引用，形成政策影响的层级传导，PageRank算法用以量化政策影响力权重。[page::9]

• 政策引用网络的真实案例（集成电路）展示了从中央到地方之间政策文件的复杂引用关系，说明政策影响的层层递进和覆盖范围。[page::9]

5. 财经媒体报道与政策协同（第10页）

• 文中列举“晶盛机电”等多家公司基于政策影响新闻正负向报道的统计结果，数值体现政策报道情绪分布与行业细分，成为政策因子的重要补充。

- “双减”政策新闻广泛报道案例强调了政策传播的多维度市场影响。

• 该多元指标集聚合，结合NLP技术，构建涵盖政策内容、引用权重、媒体报道热度与情绪的全方位政策因子。[page::10]

6. 政策因子回测、超额收益及收益拆解（第13-14页）

• 政策因子季度得分排序呈现光伏和储能常为最高排名，风电与氢能时点表现不同，配合对应时间点上涨行情数据。

- 回测图（第13页）显示择时策略年化收益超基线20%以上，政策因子有效捕捉政策风向并转化为收益。

• 收益拆解饼图展示，风电贡献最大，储能、光伏次之，说明策略的收益来源多样化。

- 复合考虑收益率标准差，说明策略具有同时捕捉不同赛道分化轮动趋势的能力。[page::13],[page::14]

7. 光伏赛道价格指标选取与多指标聚合（第17-19页）

• 指标列表详尽覆盖硅料、硅片等产业链不同环节，数据来源多样（日度、周度、月度），确保指标的代表性和覆盖周期长。

- 多阶段数据清洗和PCA降维策略，融合多个价格指标形成综合价格指数。

• 价格指数与Wind光伏指数走势较为一致，反映价格指标对市场趋势的较好跟踪和前瞻性，尽管存在滞后（2015年波动）但中长期效果凸显。

- 价格指标高频、供需博弈特征，能强化量价结合研究框架。[page::17–19]

8. 光伏价格择时策略绩效展示（第20-21页）

• 双均线策略回测绝对收益高达581%，超基线108%，且策略的买卖点有效控制了回撤，提升风险调整收益。

- 参数敏感性分析显示极短的短期均线（如1-3天）提升收益但可能增大交易成本，长期均线选择3-4个月较优，稳定信号和响应时效达到平衡。

• 该择时策略尤其适合高频变化的价格指标，具备稳健的实操价值和风险控制能力。[page::20–21]

---

四、估值分析

报告未涉及具体公司或板块估值模型的详细设计和数值，更多聚焦于基本面因子及量化交易模型构建。其量化框架及赛道配置回测属于策略层面的估值/投资权重决策，采用指标加权配置及等权买入方法，无DCF、市盈率等传统估值方法细节披露。

---

五、风险因素评估

报告未具体列示风险章节，但隐含风险点包括：

• 政策数据的及时性和准确性可能影响因子效果；

- 量化策略因数据和模型的选择偏差而失效的风险；

• 碳中和政策走向及落地节奏调整；

- 市场流动性和量化基金策略容量限制；

• 价格指标滞后于“量”的不足。

未明确提出缓释措施，但通过多因子、跨数据源和回测验证，部分对冲数据风险。后续可关注政策变化和市场波动的敏感性，强化模型的动态调优。

---

六、批判性视角与细微差别

• 报告较为客观务实，但依赖公开政策文本与公开市场数据，政策强度因子在市场极端情况下可能表现失真，尤其是政策传播滞后的影响。

- 光伏价格类因子聚合使用PCA方法降维是合理，但主成分解释力和指标权重未详细披露，未来可补充相关统计显著性分析。

• 报告未针对避险、宏观冲击等因素建模，可能在极端周期性事件中因子表现不佳。

- 定量测算强调年化收益及超额收益，未对风险收益比、夏普比率等指标进行更深入测评，建议补充多维风险调整指标。

• 政策因子的二级及三级行业标签人工参与调整可能带来标签偏差风险。

- 对于低频交易的假设和前提条件未做足够展开说明，实际操作中存在策略转化落地的挑战。

综上，研究有较高的技术水准和方法创新，使用多种数据源及算法保证了较高的稳健性，但需重视政策面量化的潜在局限及价格指标滞后等固有风险。

---

七、结论性综合

本报告系统地构建并验证了碳中和能源侧的基本面量化因子，关键结论包括：

• 基本面低频量化趋势明显，主动量化基金增长受策略容量限制，碳中和政策驱动及价格指标是提升量化投资效能的重要突破口。

- 利用NLP技术对政策文本进行标签分类和引用权重计算，实现了基于政策层级和传播的权重指标，辅以财经媒体舆情权重，形成了多维政策强度因子。

• 政策强度因子对“风光储氢”赛道的配置回测显示优异的超额收益表现（年化超额收益达42.3%），且能及时捕捉风电和氢能等分化表现，体现了量化政策解读在主动选股和赛道配置中的价值。

- 光伏价类指标的多维指标聚合和主成分分析，使得基本面高频响应能力显著增强，搭配双均线择时策略带来581%的长周期绝对收益，且具有效的回撤控制能力。

• 报告形成了涵盖政策、价格、财务及基础数据的综合行业量化框架，适合主动投资辅助决策和低频量化交易，特别适应碳中和能源领域。

图表解析为发挥量化数据活力起到了重要佐证作用：政策引用网络图、政策因子排名表与权益收益回测图，价格指标多阶段处理流程及策略回测绩效曲线均清晰展现了数据处理与收益机制。

整体而言，报告充实且创新，将碳中和政策文本量化和价格基本面高度融合，为投资者提供了突破性思路与实操工具，具备较高的实践参考价值和前瞻洞察力。

---

报告结构清晰完整，方法论前沿且工具实用，强调数据驱动的碳中和投资研究，是连接政策导向与市场表现的桥梁，值得关注和后续深化。

[page::0],[page::1],[page::3],[page::4],[page::5],[page::6],[page::8],[page::9],[page::10],[page::11],[page::12],[page::13],[page::14],[page::15],[page::16],[page::17],[page::18],[page::19],[page::20],[page::21]

报告