两维选股策略设计 [page::0][page::1]

• 行业维度：每月筛选申万23个一级行业中相对PE最低的5个行业。

- 个股维度：在选定行业内各选取PE最低的20%股票组成投资组合。

• 数据来源Wind，时间区间2003年3月至2011年5月，月度调仓，剔除异常PE值（PE<0或PE>100）。

- 旨在降低传统低PE策略的行业集中风险，实现更广泛的行业覆盖。

策略回测表现与超额收益分析 [page::2][page::4]

• 等权重策略累计收益759.5%，年化收益率30.9%，同期上证A股等权累计收益427.0%，年化23.1%，相对IR为1.3。

- 流通市值加权累计收益370.3%，年化21.4%，同期上证指数累计70.5%，年化6.9%，相对IR为1.0。

• 流通市值加权提高了月度胜率（60% vs 50%），但稍降低了超额收益表现。

组合构成与调仓特征 [page::3]

• 组合平均持股约100只，最高172只，最低60只。

- 调仓比例平均28.7%，最大73.8%，最低4.2%，显示较为灵活的调仓频率。

• 股票数量和调仓的变化与行业入选轮动密切相关。

组合规模和市值变动 [page::3]

• 组合总流通市值波动明显，最低约878亿元，最高达50596亿元。

- 市值变化受市场扩容、限售股解禁及行业轮动影响。

收益率详细分时表现 [page::4][page::5][page::6]

• 月度收益率：等权策略月度胜率约50%，最高收益34.4%，最低-23.8%，流通市值加权月度胜率提高至60%。

- 季度收益率：等权策略季度胜率61%，最高72.3%，最低-25.6%；市值加权季度胜率71%。

• 年度收益率：等权策略83%年度胜率，最高322.6%，最低-51.9%；流通加权66.7%年度胜率。

- 综合说明策略在多重周期均体现持续超额收益能力。

基于PE的两维选股策略研究报告详尽分析

---

一、元数据与概览

• 报告标题：《基于PE的两维选股策略》

- 报告日期：2011年6月23日

• 作者与机构：

- 主要作者为常科丰，安信证券金融工程分析师，拥有证券投资咨询执业资格；
- 所属机构为安信证券股份有限公司研究中心；

• 研究主题：提出并验证一种以市盈率（PE）为核心的两维选股策略，重点在降低行业偏好并实现超额收益；

- 核心论点：
- 传统低PE策略往往存在显著行业偏好，尤其集中于钢铁、化工等估值较低的行业；
- 本报告创新性提出“两维选股策略”：先从行业维度选择相对PE最低的5个行业，再从每个行业选择PE最低的1/5个股，降低行业集中度的同时仍显著提升收益率；

• 报告目标：

- 展现该两维策略在2003年3月至2011年5月间的实证结果；
- 验证策略的稳健性及收益超越市场的表现；

• 主要结论：

- 该策略在等权重和流通市值加权两种构建方法下均实现显著超额收益；
- 等权重构建的策略累计收益率达759.5%，年化收益率30.9%；同期上证A股等权累计收益率427%，年化23.1%；
- 流通市值加权策略累计收益370.3%，年化21.4%，同期开证指数仅70.5%，年化6.9%；
- 策略同时表现出较高的收益稳定性和适度的换手率[page::0,1]。

---

二、逐节深度解读

1. 策略介绍

• 关键论点提炼：

- 传统低PE策略直接按照市场全体股票的PE排序选股，容易导致股票集中在估值低的行业，行业偏好明显；
- 报告提出的“两维选股策略”尝试在行业和个股两个维度均匀分布选股，首月从申万23个一级行业中选出PE最低的5个行业，再从这5个行业中选出各自PE最低的1/5股票创建组合；

• 理论逻辑与假设：

- 行业内估值有一定不同，整市场选出的低PE股票行业分布极不均衡，可能带来组合的风险集中；
- 两维选股策略通过先限制行业数量，再精挑个股实现行业均衡分散，以期获得更好的风险调整收益；

• 样本与时间维度：

- 研究时间区间2003年3月至2011年5月，选取起点的原因是2002年后上市公司开始完整披露季报，保证PE计算基准的准确性；
- 使用的是月度数据，即每月定期调整组合；

• 数据来源及方法：

- 行业分类基于申万23个一级行业（剔除部分异常行业，如综合、电子元器件等）；
- PE计算采用TTM（Trailing Twelve Months）方法，衡量滚动一年期的市盈率；

• 数据处理细节：

- 剔除异常PE：PE<0或PE>100的样本被剔除，防止极端值影响策略构建及表现；
- 计算相对PE为当前PE与过去12个月平均PE的比值，作为行业及个股筛选的标准；

• 策略构建逻辑清晰，且考虑了数据异常问题，提升实操有效性[page::1]。

2. 数据处理方法介绍

• 对行业样本做了的剔除及异常处理进一步保证策略的严谨性；

- 使用相对PE指标增加了对PE动态变化的敏感度，区别于简单的绝对PE排序；

• 采用风险筛选剔除了异常数据，避免噪声导致选股组合失真；

- 总体方法符合金融工程严谨数据处理标准[page::1]。

3. 策略运行结果

• 结合等权重和流通市值加权两种方案，全面验证结果稳健；

- 以等权重构建组合时，策略累计收益远超市场，表现更显著，且相对上证指数的IR为1.3，说明策略的风险调整收益较优；

• 流通市值加权组合尽管收益率略低，但仍显著优于市场指数，月度胜率及最大回撤数据表明组合稳定性有提升；

- 策略组合股票数量、调仓率及总流通市值均有波动，体现了策略对市场动态响应的敏感性：
- 平均组合包含100只股票，调仓率约29%；
- 股票数量和流通市值变化较大，部分由行业入选变化及市场规模扩容引起；

• 策略通过交易成本和冲击成本调整收益，反映更现实的投资环境；

- 以上结果显示该两维选股策略有良好的适用性和实用性，能在真实市场条件下实现显著的超额收益且风险控制合理[page::0,2,3]。

---

三、图表深度解读

图1 策略累计收益率(等权重)

• 描述：该图展现了2003年3月至2011年5月之间，基于两维策略构建的等权重组合累计收益率与上证A股等权重累计收益率对比。

- 数据趋势：
- 策略组合累计收益指数最终达到859.5点，明显高于市场指数的527点；
- 2006年后两者差距愈加明显，说明策略在牛市阶段收益优势显著；
- 2008年金融危机期间两者均出现较大回撤，说明策略仍受宏观环境影响；

• 文本联系：

- 支持报告中策略优于市场的论断，年化收益率30.9%远优于23.1%；
- 说明策略在收益提升的同时并未显著增加交易成本，成本调整后收益依然优良；

• 可能的局限性：

- 回撤仍明显，策略在极端市场环境下风险不可忽视；
- 图中未展示波动率等风险指标，需结合其它指标综合评估[page::2]。

图2 策略累计收益率(流通市值加权)

• 描述：显示采用流通市值加权构建的组合累计收益与上证指数的对比。

- 数据趋势：
- 组合指数终值470.3点，市场指数170.5点，依然表现出明显超额收益；
- 相较等权重，流通市值加权策略月度胜率提升到60%，意味着收益稳定性提升；
- 但综合超额收益指标（IR）有所下降，表明流通市值加权降低了超额收益潜力。

• 联系文本：

- 支撑策略收益的持续性和稳健性，不同加权方式的比较增强结论的信服力；

• 潜在局限：

- 流通市值加权可能受大盘蓝筹股影响较大，策略核心个股的超额表现减弱；
- 无具体说明行业和市值分布对收益的影响细节[page::2]。

图3 策略组合股票数量和调仓数据

• 描述：条形图分两组，蓝色表示组合中所含股票数量，红色表示月度调仓比例。

- 数据解读：
- 平均组合股票数约100只，最高达172只，最低60只，灵活应对市场；
- 调仓比例均值28.7%，最高73.8%，最低4.2%，显示策略在部分月份调整较大，反映行业和个股PE变化较快；
- 高调仓月份如2008年12月，行业组合变化较大导致换手率激增。

• 文本联系：

- 体现了该策略反应市场动态的灵活性和对行业PE变动的敏感度；

• 风险层面：

- 较高的调仓率可能带来一定交易成本和冲击成本风险，需投资者关注[page::3]。

图4 组合总流通市值

• 描述：组合总流通市值（亿元）随时间变化趋势。

- 趋势解读：
- 流通市值从几百亿水平增加至最高50,596亿，显示组合规模随着市场发展和策略股票范围扩大而增大；
- 重要波动点与大市值股上市、限售股解禁及行业组合变更高度相关；
- 不同时点行业配臵差异显著，如2005年10月与2011年3月组合行业差异大，流通市值差异悬殊。

• 联系文本：

- 说明策略兼顾行业轮动与规模效应，动态调整组合配置；

• 潜在不足：

- 缺少对流通市值变化对策略表现的直接量化分析，
- 大市值股的权重变化对组合收益影响值得深入研究[page::3]。

图5 & 6 策略月度收益率（等权重与流通市值加权）

• 等权重(月度)：

- 策略月度胜率为50%，月度最大涨幅34.4%，最大跌幅-23.8%，表明策略在月度波动性较大但整体胜率接近市场水平；
- 最高收益月为2007年4月，最低为2008年6月，反映了牛市顶峰与金融危机波动的影响；

• 流通市值加权(月度)：

- 胜率提高至60%，最高收益32.1%，最低-27.2%；
- 相较等权重，策略收益稳定性提升，风险有所缓和；
- 月度IR从1.3降低至1.0，说明稳定性提升牺牲部分超额收益；

• 解释与联系：

- 两者均验证了策略的持续有效性和稳定超额收益能力，流通市值加权适合风险偏好更低的投资者；
- 策略在熊市期间表现波动依旧，需结合风险管理策略[page::4]。

图7 & 8 策略季度收益率（等权重与流通市值加权）

• 季度分析显示：

- 等权重季度胜率61%，最大季度涨幅72.3%，最大跌幅-25.6%；
- 流通市值加权季度胜率提升至71%，最大涨幅58.6%，最大跌幅-27.8%；

• 说明季度为更长持有期稳定性明显，策略收益依旧表现强劲且相比月度数据风险相对降低；

- 最高季度收益均出现在2007年一季度，清晰反映牛市行情；

• 最低均为2010年二季度，展示该时期市场震荡风险[page::5]。

图9 & 10 策略年度收益率（等权重与流通市值加权）

• 年度胜率明显提升：

- 等权重最高年度收益322.6%，最低-51.9%，年度胜率达83%；
- 流通市值加权最高274.9%，最低-57.8%，胜率66.7%；

• 强烈说明策略在年度维度实现了显著超额收益和较高的胜率；

- 牛熊分明，2007年收益爆发，2008年遭遇较大跌幅，反映策略与市场整体走势紧密相关；

• 增强对长期投资价值的信心，同时建议结合风险控制措施[page::6]。

---

四、估值分析

本报告侧重于基于PE的量化选股策略，并未明确使用复杂估值模型（如DCF）进行目标价计算。策略核心的估值方法为：

• 基于相对PE指标筛选：当前PE与过去12个月平均PE的比率，动态反应行业及个股估值变化，区别于绝对PE；

- 行业与个股PE双层筛选：先按照行业相对PE排序选低值行业，再从行业内挑选低PE个股，实现双重估值筛选；

• 无需估值模型参数输入，通过剔除异常PE数值（<0或>100）及行业异常样本，保证数据质量，从而增强策略的有效执行和鲁棒性。

因此，本策略不依赖复杂估值假设，而是强调基于动态相对估值的量化框架，通过组合构建和权重调整实现投资回报最大化。

---

五、风险因素评估

• 行业集中风险：

- 虽然两维策略有降低行业偏向的设计，但选出的5个最低PE行业仍可能在某段时间较为集中，潜在存在行业系统性风险；

• 市场风险：

- 2008年金融危机等黑天鹅事件影响显著，策略回撤明显；
- 高波动环境下策略表现承压；

• 估值异常风险：

- PE存在负值及异常高值的样本会被剔除，但仍有数据错配或市场异常导致模型判断失效的风险；

• 调仓频率与交易成本风险：

- 平均每月调仓接近30%，最大超七成，较高换手可能带来较大交易成本和市场冲击；

• 流动性风险：

- 组合规模及流通市值明显波动，尤其流通市值低时可能存在流动性不足风险；

• 模型设定风险：

- 指标选股策略对市场行情依赖较大，短期市场结构变化可能导致策略失效；

• 缓解策略：

- 报告未明确提出直接缓解措施，但充分剔除异常PE数据、双维度筛选和采用两种加权方式等设计本身已是风险分散措施。

总结来看，策略较好地控制了行业集中度但仍需关注宏观和市场深度变化带来的潜在风险[page::0,1,3]。

---

六、批判性视角与细微差别

• 报告优势：

- 数据采用持续、长周期（近8年），提高了统计可靠性；
- 两维选股策略对传统低PE策略的创新，合理回应了行业集中风险；
- 多种加权构建验证稳健性，结果详尽展示，理论结合实证完整；

• 潜在不足：

- 未对调仓成本及交易费用详细量化说明，仅简略提及，实际操作成本可能更高；
- 缺乏对极端市场风险管理和止损机制的讨论；
- 流通市值加权策略的IR下降，可能反映对大盘股依赖增强，未对这点进行深入剖析和解释；
- 行业样本剔除（7个行业）的理由虽陈述为PE“无法解释”，但标准和具体影响披露不充分，可能影响策略普适性；
- 没有深入讨论组合中个股因基本面变化带来的估值动态影响，仅依赖PE数值排序，略显单一；

• 内部细节注意：

- 图表数据对起始点时间均设置为2004年2月27日，与分析区间2003年3月开始错开，推测为展示指数数据处理需要，需注意；
- 部分图表标题与正文描述略有不一致，注意图表出入的细节核实；

• 总结：

- 报告整体研究设计科学，有数据支撑但一些细节和交易实务环节仍可完善。

---

七、结论性综合

本报告通过建立基于市盈率的两维选股策略，有效缓解了传统单维度低PE选股策略的行业集中度偏好问题，实现了策略组合收益的显著提升和风险分散。策略的核心框架通过：

• 以申万一级行业为基准，选取相对PE最低的5个行业（降低行业偏好）；

- 于选定行业中再分别筛出PE最低的1/5个股，组合细分选股（保证选股质量和分散）；

策略在2003年3月至2011年5月近8年历史回测中均表现卓越，以等权重计算，累计收益高达759.5%，年化收益率30.9%，超越同期市场23.1%的年化收益；流通市值加权下，策略仍获得370.3%累计收益，对比同期市场70.5%累计收益显著领先，[图1][图2]。

组合构成灵活，平均持股数量100只，调仓率适中（平均28.7%），能够敏锐响应市场变化，组合总流通市值稳定扩大，[图3][图4]。月度、季度及年度收益均显示策略显著超越市场表现，并拥有较高的盈亏胜率，尤其在年度层面胜率高达83%（等权重），[图5至图10]。

本策略体现了利用相对估值进行行业与个股双重筛选的有效性，合理剔除异常值，保障数据质量，采用多角度加权验证策略稳健性，具有较强的实际应用价值和理论创新意义。但是，报告也指出策略仍面临宏观环境波动带来的回撤风险，交易成本影响及行业样本剔除判断标准需特别关注。此外，策略对大盘股流通市值较高部分的依赖度及稳定性表现细节，尚未得到充分评述。

总体来看，本报告在量化选股领域为基于PE的投资提供了一套科学有效的策略框架，具备较高投资参考价值。策略在实际应用时，应结合自身交易成本控制和风险管理体系加以使用，以尽可能实现预期收益目标。

---

参考溯源页码：[page::0,1,2,3,4,5,6]

报告