价值策略近年表现弱势，科技变革影响市场逻辑 [page::4][page::7][page::8][page::9]

• S&P500市场中价值因子自2007年起持续走弱，单位净值仅为成长因子40%，美股价值风格弱势明显。

- A股市场表现相对稳健，但2019年后价值指数出现断崖式下跌，沪深300成为价值因子弱势重灾区。

• 低利率持续压制美股价值策略，但A股市场利率影响不显著，科技革命周期带来的行业替换与资金流转是驱动因子表现变化的重要因素。

价值因子有效性与成分池分析：沪深300表现疲软 [page::6]

• 2019年以来价值因子IC在沪深300明显下降且为负，成长因子相对占优。

- 中证500以外的股票池价值因子表现较优，显示大盘股低估值效应弱化。

• 行业板块和估值框架变化导致价值因子机制发生调整，沪深300股票价值投资信号减弱。

价值成长溢价收益拆解：重估效应转负为核心影响 [page::10][page::11]

| 时间区间 | 价值溢价 | 重估收益 | 盈利收益 | 迁移收益 |
|-------------|--------|--------|--------|--------|
| 2007年前(美股) | 正向 | 正向 | 负向 | 正向 |
| 2007年后(美股) | 负向 | 负向 | 负向 | 正向 |
| 2010-2021(沪深300) | 负向 | 负向 | 正向 | 低影响 |

• 美股价值溢价下跌主因是重估收益由正转负，盈利效应与迁移效应对溢价贡献重要；

- A股市场价值溢价回落则受重估与盈利双重影响，估值泡沫问题凸显；

• 估值体系变化导致“便宜变更便宜、贵的更贵”的现象，影响价值策略长远表现。

估值因子有效性与分层测试：PE因子表现最佳，行业中性提高稳定性 [page::12][page::13][page::14][page::15][page::16]

• PE市盈率倒数因子在沪深300及中证500中长期表现优于PB、PS、PCF等其他估值指标；

- 分层测试显示低估值组合整体收益优异，但2019年后沪深300中的PE因子有效性下降明显；

• 行业中性处理显著提升因子稳定性，减少板块偏误，增强因子信号的可预测性。

低估值组合收益分布特征分析：防御性强，顶端收益偏弱 [page::17][page::18]

• 低估值组合整体呈现右重尾收益分布，中位及尾部收益强于基准，具有较好的防御能力；

- 头部前10%收益个股表现反而弱于基准，表明低估值头部分位股潜在活跃度不足；

• 2019年以来沪深300低估值组合收益中枢下移，导致整体收益水平下滑。

价值动量策略构建及基本回测表现 [page::19][page::20][page::21]

| 指标 | 价值动量基础策略 | 中证800 | 中证800价值 | 沪深300 | 中证500 |
|--------------|---------------|-------|-----------|--------|--------|
| 区间收益率(%) | 326.97 | 49.00 | 54.76 | 53.80 | 37.08 |
| 年化收益率(%) | 15.15 | 3.95 | 4.34 | 4.27 | 3.11 |
| 夏普比率 | 0.58 | 0.17 | 0.19 | 0.19 | 0.12 |
| 最大回撤(%) | 39.58 | 50.91 | 43.72 | 46.70 | 65.20 |

• 结合动量因子后，策略收益显著提升，波动率略增但夏普比率大幅上升，且回撤控制优于单纯价值指数；

- 策略采用中证800成分股，月度调仓，行业中性化PE倒数为估值桥梁，动量基于过去7个月跳过最近1个月收益率计算。

价值动量策略优化及风险剔除效果 [page::22][page::23][page::24]

• 利用最近1个月动量剔除极端高低值股票，剔除潜在的短期反转风险，构建优化策略；

- 优化后策略年化收益率达18.69%，夏普比率提升至0.73，波动率有所下降，回撤仍优于基准；

• 该优化方法对不同参数组合均有普适提升效果，验证了短期动量剔除的有效性。

参数敏感性分析：6个月回溯期及30只成分股偏好明显 [page::25][page::26]

• 6个月动量回溯期表现最佳，回撤控制良好，年化收益率和夏普比率均优于3个月和12个月；

- 跳过最近一个月动量计算提高70.83%胜率，轻微提升收益同时降低最大回撤；

• 成分股数30只表现较优但波动性较大，50只成分股组合夏普稍优，实际可根据风险偏好调整。

策略组合行业分布及换手率分析 [page::27][page::28]

| 行业 | 权重第一次数 | 入围前三次数 |
|------------|--------------|------------|
| 医药 | 30 | 58 |
| 房地产 | 22 | 34 |
| 基础化工 | 11 | 28 |
| 机械 | 11 | 28 |

• 策略集中度较高，前五行业权重平均约55%，前十行业约占85%，医药和房地产行业占比领先；

- 月度调仓换手率稳定，年化双边换手率达12倍左右，交易费用在低于1%的假设下对年化收益影响1.31%-2.18%。

总结：价值因子表现波动属周期性及估值结构变化，动量因子有效强化价值策略 [page::29]

• 价值策略受科技周期影响和估值泡沫双重影响导致近年来表现弱势，但长期有效性依旧存在；

- 通过行业中性化市盈率因子筛选价值股，结合动量因子有效提升收益和风险控制能力；

• 动量短期反转剔除等优化措施显著提升策略稳定性和收益表现，适用于当前及未来市场环境。

价值策略表现分析与结合动量的优化——全面报告分析

---

一、元数据与报告概览

• 报告标题：价值策略表现分析与结合动量的优化

- 发布机构：华泰证券股份有限公司研究所

• 发布日期：2021年8月13日

- 研究主题：价值投资因子的表现变化，价值因子与动量因子的结合优化策略，针对中国A股及海外市场的量化投资表现分析及策略回测。

• 作者：林晓明、何康，研究联系人：王晨宇。

- 核心论点：
- 近年来，传统价值因子在全球特别是A股及美股市场表现疲弱，尤其是在大盘股如沪深300中表现更差；
- 海外低利率环境、科技革命周期进入新转折阶段等宏观与结构性因素导致价值策略表现下降；
- 估值重估效应由正转负，是价值因子表现下滑的核心机制；
- 结合动量因子能有效提升价值策略的表现和风险控制能力，动量与价值因子呈弱负相关，具有互补特性；
- 通过行业中性化、对动量的优化应用（如剔除极端动量的股票）进一步强化价值动量策略收益与稳定性；

• 策略表现：基础价值动量策略年化收益15.15%，优化后提升至18.69%，波动率适中，夏普比率提升，最大回撤有较好控制。[page::0,4,6,7,20,22,29]

---

二、逐节深度解读

1. 价值投资现状及“危机”分析

• 表现对比

- 美股S&P500价值指数自2007年以来趋势缓慢下行，单位净值仅为成长指数40% 左右，表明长达十余年的低迷。
- 相较之下，A股市场价值策略曾在2011年至2018年表现强劲，2019年后开始持续下滑尤其在沪深300表现尤为疲弱，最大相对回撤达到约30%。

• 原因初探

- 价值因子长期具备较强波动性和周期性，由此产生“周期性衰退”与“结构性变迁”两种解释；伴随科技、利率环境等宏观和周期因素对市场偏好的影响，价值因子表现低迷的担忧增强。[page::4,5]

2. 影响因素分析：利率与科技革新周期

• 利率因素

- 美国市场价值成长溢价与10年期美债收益率呈微弱正相关 (4.29%)，说明低利率降低了价值股吸引力。
- 而沪深300对应相关系数为-8.44%，A股利率水平震荡无明显下行趋势，低利率因素对国内价值策略影响有限。

• 科技革命周期

- 基于Carlota Perez科技创新周期理论，市场正处于信息技术革命的“安装阶段”（快速资金流入高成长领域，传统行业估值受挤压）；此时成长股受益，价值股相对弱势。
- 历史数据显示，1926-1941年及2007-2018年均为价值劣势期，当前与这两个时期较为相似，科技创新成为结构性抑制价值因子的关键力量。

• 机制解析

- 价值成长组合的收益拆解显示，绝大部分溢价源于盈利收益和估值迁移，现实亏损主要因估值重估收益转负，即估值泡沫效应。特别是A股价值组合，盈利收益强劲但被重估负面影响巨大。[page::7,8,9,10,11]

3. 估值因子有效性追踪

• 因子定义：

- 价值因子采用市盈率倒数（EPTTM）、市净率倒数（BPLF）、市销率倒数（SPTTM）、市现率倒数（CFPTTM）作为核心代表；
- 其中EPTTM因子表现最为突出；

• IC与分层分析：

- 通过Rank IC法测算估值因子对未来收益的预测能力，结果显示所有指标均具有正预测能力，行业中性化显著提升IC稳定性和ICIR。
- PETTM因子在沪深300和中证500成分股中表现更优，分层组合中最低估值组收益显著领先，溢价反映了低估值股的Alpha价值；
- PS（市销率）有效性最低，提示单独市销率指标选股能力有限。

• 收益分布：

- 低估值组合的Alpha主要来源于低收益股的防御特征，收益分布偏左，头尾表现分化明显，其中沪深300低估值组合的优质头部成分股表现较弱；
- 而中证500低估值组合收益表现更均衡且偏度相对稳定。

• 行业集中度：

- 组合行业分布受动量影响较大，医药和房地产占比重，前十大行业集中度达85%以上，策略行业配置较集中。[page::12,13,14,15,17,18,27]

4. 价值动量多因子策略构建及回测

• 理论基础

- 动量因子与价值因子负相关，动量因子时效性强，能体现市场当前偏好及价格趋势，适宜与价值因子结合优化选股策略。

• 基础策略搭建：

- 标的范围：中证800成分股（沪深300+中证500）
- 因子选股标准：市盈率倒数EPTTM前20%，过去7到1个月动量前30%（剔除近1个月的反转影响）
- 权重等权，月度调仓。

• 基础策略表现：

- 回测期间（2010.12-2021.7）累计收益率326.97%，年化15.15%，夏普比率0.58，最大回撤39.58%，表现显著优于单纯价值指数及宽基指数，且回撤控制明显优于基准。
- 分年度内策略胜率高，7年表现跑赢中证800指数，7年跑赢价值指数，展现较好稳定性。

• 策略优化：

- 通过引入近1个月动量剔除（剔除涨幅最高5%及跌幅最低5%的极端股票），进一步避免价格反转影响，提升稳定性与表现。

• 优化策略表现：

- 优化后累计收益达482.63%，年化18.69%，夏普0.73，波动率略微下降，回撤仍受控；多数年份表现更加稳健，胜率和风险调整效率均提升明显。

• 参数敏感性检测：

- 6个月动量回溯期优于3个月和12个月，且动量采用跳过最近1个月方式能有效改善收益和降低回撤；
- 成分股筛选数量30到60均表现稳定，轻微差异存在，综合考虑实用性。

• 换手率与交易成本：

- 策略年换手率约12倍，月度双边换手率稳定在1倍左右；
- 结合实际买卖费率测算，交易成本对年化收益率影响在1.3%至2.2%之间，策略仍具备吸引力。

• 结论：引入动量因子并进行精细优化的价值策略能显著提升收益能力和风险控制，适用性强，具有现实的投资应用价值。[page::19,20,21,22,23,24,25,26,28]

---

三、图表深度解读

• 图表1-6（价值成长指数表现1985-2021）：

表现了美股标普500及A股沪深300、中证500价值和成长指数相对基准的走势和比值，突出显示近年来价值指数持续走弱，相对成长风格显著劣势，特别是在沪深300池中持续下行，波动加剧。[page::4,5]

• 图表7-8（因子Rank IC均值及差异）：

展现不同股票池及时间窗口下价值与成长因子Rank IC表现，明确标注价值因子有效性下滑，沪深300池受损特别严重，以2019年及2021年以来为最。[page::6]

• 图表9-10（价值成长溢价与利率关联）：

美股价值成长溢价与10年期国债收益率正相关，表明利率环境影响估值逻辑；但A股市场表现则缺乏相关性，利率并非主要驱动因素。[page::7]

• 图表11-12（科技革命周期及价值成长收益）：

描绘五次科技革命的安装与部署阶段，探讨当前所在的信息技术革命安装期，关联价值与成长风格表现周期；S&P500历史数据印证该周期对应价值因子低迷期，成长股表现亮眼。[page::8,9]

• 图表13-15（价值成长多因素拆解模型与实证）：

利用AQR三因素拆解模型，分析重估收益、盈利收益、迁移收益对价值成长组合贡献，发现重估效应转负是价值溢价衰减的主因。沪深300与中证500因子三因素示意相似，但重估效应影响更显著且波动更大。[page::9,10,11]

• 图表19-37（估值因子Rank IC及分层测试）：

系统展示四类相对估值因子在多个指数股票池上的行业中性与非行业中性累积IC表现，市盈率倒数因子（EPTTM）表现最优；分层测试显示该指标显著区分度，低估值层显著跑赢高估值层，多空组合表现优越；市现率倒数因子PCFTTM次之。
行业中性处理提高稳定性，尤其2018年后差异明显。[page::12,13,14,15,16]

• 图表38-42（收益分布和偏度分析）：

基于PETTM构建的低估值组合与基准的收益分布差异分析，表明沪深300低估值组合的超额收益主要来源于较大比例的防御型低收益股票，而高收益的头部股票表现疲软，且近年来收益分布整体向下偏移，偏度表现亦出现周期性变化；中证500低估值组合相对更加均衡，头部收益更佳，收益分布较为稳定。[page::17,18]

• 图表43（估值与其他因子相关性）：

EPTTM与市值、ROE等因子正相关，增长类因子及动量因子与估值因子相关较低甚至负相关，突显动量与价值因子的互补潜力。[page::19]

• 图表44-53（价值动量策略回测）：

多张单位净值及相对表现曲线明显显示基于价值+动量的多因子策略，回测远优于各宽基指数与单一价值策略，夏普比率提升，最大回撤减少；动量因子的引入提高了投资组合的抗跌能力与收益弹性。
优化策略进一步剔除异常动量点，使收益稳健性及超额收益均有显著改进，参数敏感性分析验证了分选择最优窗口和成分股数量的合理性。[page::20,21,22,23,24,25,26,27]

• 图表64-67（行业分布、换手率与交易成本）：

行业分析显示医药、房地产为主导行业，集中度较高。换手率月均为1倍，年化12倍，考虑到适度交易成本，策略依然保持较高年化收益，交易成本摊薄后年化收益损失约1.3%-2.2%。[page::27,28]

---

四、估值分析

• 本报告采用的估值方法主要是相对估值指标多因子分层打分法，核心指标是市盈率倒数（EPTTM），并辅以市净率倒数（BPLF）、市现率倒数（CFP_TTM）等。

- 与经典Fama-French HML因子的思路相似，通过构造低估值多头与高估值空头组合，捕捉估值因子溢价。

• 经济收益拆解采用了AQR提出的三因素收益分解模型：重估收益（估值回归）、盈利收益（基本面驱动）及迁移收益（成分股风格迁移），揭示估值重估为近年来价值策略有效性下降的主要核心因素。

- 估值因子在国内市场整体有效，但2019年后表现疲弱，尤其是大盘股中估值重估负面影响显著，体现结构性估值泡沫的特点。

• 估值因子与动量因子整合以降低回撤、提升收益，动量通过捕捉价格趋势和市场认同进行补充。

- 感性验证和参数敏感性分析保证估值因子应用的合理性和策略的稳定性、可行性。[page::9,10,11,12,13,14,15,19,20]

---

五、风险因素评估

报告风险提示明确指出：

• 因子测试结果基于历史数据，对未来不构成保证，若市场规律或估值逻辑发生变化，因子可能失效；

- 策略表现依赖回测结果，实际应用中存在不确定性，包括市场微观结构、交易成本、流动性风险等；

• 动量因子虽然提升收益和稳定，短期反转风险和极端行情下仍可能出现较大波动；

- 行业集中度较高，潜在的行业风险可能影响组合表现，需关注策略行业暴露及相应市场变化；

• 交易频率较高，换手率和费用对最终收益的侵蚀需密切监控。

- 由于策略依赖历史样本和估值指标，若宏观经济环境剧烈变化或技术革新周期转换未提前被市场识别，策略效果可能下降。[page::0,29,28,30]

---

六、批判性视角与细微差别

• 报告优势：

- 详尽结合宏观、产业周期、微观因子多层面分析价值股表现；
- 应用前沿的因子有效性检测与三因素拆解模型，论证逻辑严密；
- 丰富的实证回测和参数敏感性验证，提高策略科学性；
- 明晰披露风险，恪守研究独立性与客观性原则。

• 潜在局限：

- 价值因子表现弱化的结构原因虽提及科技革新周期与估值泡沫，但对未来转折点及影响时间长度的预测较为模糊，属于后见之明判断；
- 动量因子优化虽有效，但未涉及交易成本与滑点实测对策略活跃操盘的实际影响；
- 部分策略参数优化相对依赖历史样本，面对市场突变可能存在过拟合风险；
- 行业集中度高可能带来非系统性风险，报告中未深入研究行业间风险对冲方案。

• 细节观察：

- 报告中多次强调沪深300中价值因子弱势，但中证500及全A表现相对较好，策略适用范围需结合投资者风险偏好；
- 估值因子中PE的有效性高于PB，提示未来策略研究者需关注动态PE调整带来的改善潜力；
- 报告对动量中“剔除首月极端股”一措施评估充足，有助于理解如何规避短期反转风险。[page::4,7,11,24,29]

---

七、结论性综合

本报告系统回顾和分析了近年来海内外市场价值投资策略表现的结构性变化，尤其是价值因子相比成长因子的显著弱化。通过宏观利率环境与科技革命周期的深入剖析，报告指出当前价值投资面临由估值重估收益向负转变的挑战—市场估值逻辑已发生深刻转折。

针对A股市场的实证研究揭示，尽管估值因子长期间有效，特别是以市盈率倒数指标表现最佳，但在沪深300大盘股中出现收益与偏度的结构性下降，反映低估值成分股的收益头部疲弱，价值股多来自低收益防御性表现的优势。

报告提出以动量因子结合价值因子构建多因子模型，通过动量捕捉市场偏好与趋势信息，有效弥补价值因子的不足。基础策略和经过近一月动量极端值剔除优化后的策略均实现显著的超额收益、风险调整收益及回撤控制水平的提升，同时参数敏感性分析显示策略较稳健且易于实操。

此外，行业配置及换手率分析提示策略具备实际可交易性，交易成本对收益的侵蚀处于合理区间，总体支持策略的市场实践推广。报告最后明确风险因素和限制，强调模型及策略依赖历史表现，未来存在失效可能，提示投资者适度谨慎。

综上，本报告权威、全面地论证了价值投资策略在新时代市场环境下的挑战与机遇，且通过动量结合优化方案为投资者提供了创新的应对策略，指明了价值投资在当前复杂市场环境中的可持续路径。[page::0,4,7,9,11,12,17,19,20,22,23,29]

---

附：关键图表示例展示

价值动量改进策略历史表现（2010.12-2021.7）

S&P500价值与成长指数相对基准走势（2005-2021）

沪深300价值与成长指数相对沪深300基准走势（2004-2021）

美股HML组合三因素拆解（1963-2020）

| 指标 | 收益率区间1963.7-2007.6 | 收益率区间2007.7-2020.6 | 全区间1963.7-2020.6 |
|------|---------------|---------------|--------------|
| 重估效应 | 0.1% | -4.9% | -1.1% |
| 盈利效应 | -17.7% | -23.1% | -18.9% |
| 迁移效应 | 26.0% | 23.3% | 25.4% |

（数据见图表14）

---

通过系统的结构化分析，上述内容为该深度金融研究报告的详尽解读与严谨梳理，内容全面覆盖了报告的所有重要论点、数据和结论，图表信息均有解读，帮助投资专业人士准确把握价值投资与动量因子结合的实投资机会和风险。

报告