华泰金工林晓明团队上周多数因子走强，300指增较优

　　林晓明S0570516010001 研究员
　　SFC No.BPY421
　　何 康S0570520080004 研究员
　　SFC No. BRB318
　　王晨宇S0570522010001 研究员
　　陈 伟S0570121070169 联系人
　　本文源自2022年5月29日发布的研报《上周多数因子走强，300指增较优》，对本文的完整理解请参见研报原文。
　　摘要
　　300量化指增基金上周呈现正超额，500量化指增基金整体小幅回撤
　　上周主动型、指数型、对冲三个类别的量化基金收益率中位数分别为-1.24%、-1.25%、-0.08%，所有股票及偏股型公募基金收益率中位数为-1.84%；近1个月主动型量化基金收益率中位数为5.24%，所有股票及偏股型公募基金收益率中位数为5.25%。从量化指增产品超额收益来看，近一周沪深300量化指增基金整体取得正向超额收益，中证500量化指增基金的超额收益呈现小幅回撤。对偏股混合型基金仓位变化的测算显示，结合上期持仓的二次规划法预测基金仓位较前一周下降，Lasso回归和逐步回归方法预测基金仓位预测值较前一周回升。
　　上周多数因子表现良好，估值与波动率因子突出
　　上周多数因子表现良好。其中，估值和波动率因子在所有股票池中Rank IC均超过10%，表现较为亮眼；小市值、反转、换手率、beta和技术因子上周均取得普遍的正收益；财务因子仅在沪深300成分股票池中小幅回撤，在其余股票池均呈现正收益。成长因子在全A股股票池表现较好，但在沪深300和中证500成分股票池出现回撤；盈利因子上周表现相对不佳，在中证1000以外的股票池均呈现回撤。
　　上周市场下行，表现最好的指数是中证500
　　上周市场下行，上证综指一周跌幅0.52%相对较小，创业板指一周跌幅3.92%相对较大；观察市场重要规模指数发现，中证500指数一周跌幅0.50%相对较小，沪深300指数一周跌幅1.87%相对较大；上周表现最好的指数是中证500。在30个中信一级行业中，上周有9个行业处于上涨状态；煤炭、石油石化、交通运输行业表现相对较好，涨跌幅分别为7.05%、4.11%、2.39%；家电、房地产、电力设备及新能源行业表现相对较差，涨跌幅分别为-3.97%、-3.36%、-3.10%；医药行业一周成交额领跑其它行业。
　　风险提示：风格因子的效果与宏观环境和大盘走势密切相关，历史结果不能预测未来；量化与非量化基金的业绩受到多种因素影响，包括环境、政策、基金管理人变化等，过去业绩好的基金不代表未来依然业绩好，投资需谨慎。本报告所采用的基金仓位测算方法仅基于日频基金净值数据和行业数据，没有利用基金报告中公布的重仓股、行业分布等信息，存在一定局限性，敬请注意。
　　正文
　　上周市场行情回顾
　　上周（2022/05/23~2022/05/27）A股市场重要指数和一级行业指数涨跌幅如下所示。
　　上周市场下行。在四个重要的板块指数（上证综指、深证成指、中小板指、创业板指）中，上证综指一周跌幅0.52%相对较小，创业板指一周跌幅3.92%相对较大；在五个重要的规模指数（中证全指、上证50、沪深300、中证500、中证1000）中，中证500指数一周跌幅0.50%相对较小，沪深300指数一周跌幅1.87%相对较大；上周表现最好的指数是中证500。在30个中信一级行业中，上周有9个行业处于上涨状态；煤炭、石油石化、交通运输行业表现相对较好，涨跌幅分别为7.05%、4.11%、2.39%；家电、房地产、电力设备及新能源行业表现相对较差，涨跌幅分别为-3.97%、-3.36%、-3.10%；医药行业一周成交额领跑其它行业。
　　上周量化基金表现
　　我们以Wind收集的量化概念类基金（包括主动型、指数型、对冲三个子类）为基础，针对以下几种情形进行调整：
　　1.同一只基金可能存在A类、C类或其它类别份额，不同类别份额可以各自对应于独立的基金代码，我们在统计时只考虑成立最久的那一个基金代码（若成立日相同则选A类份额）对应的业绩表现；
　　2.去除债券型基金、偏债混合型基金、封闭式基金、非主要投资于A股市场的基金，去除成立三个月之内的基金；
　　3.去除明显不是量化型的基金（主要通过基金经理背景、经历和其它信息综合判断）；
　　4.我们将所有开放式公募基金中普通股票型和偏股混合型合并作为参照组，因为基金数目众多，细微调整对分位数计算的影响较小，所以对参照组没有进行上述3条处理。
　　考虑到Wind收集的量化基金可能不全，所以此处讨论的量化基金可以认为是全市场量化基金的一个有代表性的子集。近期量化基金表现如下面图表所示。
　　量化指数增强基金超额收益跟踪
　　量化指数增强基金作为典型的量化策略应用场景，拥有明确的Beta基准，跟踪相同指数的指增基金具备良好的横向可比性，可以提供较理想的参考。
　　目前市场以跟踪沪深300和中证500指数的量化指数增强型基金为主，因此我们重点考察沪深300和中证500量化指数增强基金的超额收益情况。在基金选择上，我们重点观察最新规模（2022Q1）在2亿元以上的指数增强基金。
　　基于量化指数增强基金的超额收益水平中位数，从近一周来看，沪深300量化指增基金的超额整体呈现正收益，中证500量化指增基金则整体呈现小幅超额回撤。值得一提的是，作为指数增强基金中相对被动的创新产品，上周各有一只指数增强型ETF跻身对应基准超额收益的前三名。
　　上周因子表现
　　我们针对估值、成长、盈利、财务质量、小市值、反转、波动率、换手率、beta、技术共十个风格因子，在沪深300成份股、中证500成份股、中证1000成份股、全A股市场四种股票池内计算行业中性及市值中性的Rank IC值、IC_IR比率，并展示在下面七个图表中。这一计算过程可以简要描述为：
　　1.计算附录一表格中所有细分因子的值；
　　2.对每个细分因子，用其自身作因变量，用对数总市值和30个一级行业哑变量作自变量进行OLS线性回归，取回归残差替代原始计算的因子值；
　　3.对新因子值用中位数法去极值，再标准化，然后将属于同一个风格大类（比如估值）的细分因子直接等权相加作为风格因子的值，与个股下期收益率计算Spearman秩相关系数，即得到该风格因子的Rank IC值；
　　4.上周、本月初至今（或指定月份的）Rank IC值分别是用前一周五、上个月（或指定月份前推一个月）的月底作为截面期计算因子值，经过前3步处理后与个股上周、本月初至今（或指定月份的）收益计算相关系数，指定时间区间内Rank IC均值是以自然月为频率计算的月度Rank IC的平均值（本月的Rank IC值即为本月初至今Rank IC值），IC_IR是月度Rank IC的均值除以标准差。
　　十个风格大类共包含34个细分因子，它们的详细计算方式参见附录一，风格因子合成与IC值计算方法参见附录二，细分因子IC值详表参见附录三。
　　基金仓位测算观察
　　正文基于结合上期持仓的二次规划法、Lasso回归和逐步回归三种回归方法，对偏股混合型基金2018年初至今仓位变化情况进行了测算。这一计算过程可以简要描述为：
　　1.选取Wind分类下的偏股混合型基金，剔除沪港深基金等非完全投资于A股市场的基金，剔除数据方面有缺失值或存在疑问的基金，剔除2017年以后成立的基金，共保留480只偏股混合型基金。
　　2.以过去90个交易日基金的日频收益率作为因变量，30个中信一级行业指数日收益率作为自变量，样本按时间衰减赋权，通过不同的回归方式对各行业变量前的回归系数进行拟合，再求所有回归系数之和，即得基金仓位预测值。
　　3.对于结合上期持仓的二次规划法，我们对目标函数进行最优化求解，需要求解的目标向量为仓位向量。目标函数包含两项，第一项是基金日收益率预测值与真实值的均方误差，第二项是基金在各指数的预测仓位与上期真实仓位的误差平方和，λ是第二项损失项前的系数，此处将λ设为10。
　　4.对于Lasso回归，其基本原理是在普通最小二乘的损失函数基础上添加L1正则化项，使原本较为病态的回归问题可以正常求解。Lasso回归将某些行业前面的回归系数压缩成0，提取出一组＂回归效果最好＂的行业组作为解释变量组。Lasso回归具有一个可调参数λ，我们采用10折交叉验证从1e-3至1的范围内搜索最优λ值。
　　5.对于逐步回归，我们采用逐步进入方法，每次引入或剔除自变量，都对原模型和新模型进行F检验。如果新自变量的引入能够显著提升模型的解释能力，那么引入该自变量；如果原自变量的剔除不会显著降低模型的解释能力，那么剔除该自变量。直到不再有变量被选入或剔除为止。变量被保留的p值为0.05，被剔除的p值为0.1。
　　关于回归法进行基金仓位测算的具体方法，感兴趣的投资人可以参阅华泰金工研报《再探回归法测算基金持股仓位》（2018.12.24）了解更多详情。我们使用过去90个交易日的数据进行回归计算，按日滚动回归，得到偏股混合型基金仓位预测值均值变化曲线，如下图所示。结合上期持仓的二次规划法显示上周偏股混合型基金仓位预测值较前一周下降，Lasso回归和逐步回归方法显示上周偏股混合型基金仓位预测值较前一周有所上升。
　　风险提示
　　风格因子的效果与宏观环境和大盘走势密切相关，历史结果不能预测未来。量化与非量化基金的业绩受到多种因素影响，包括环境、政策、基金管理人变化等，过去业绩好的基金不代表未来依然业绩好，投资需谨慎；基金业绩排名不构成对基金的投资建议。本报告所采用的基金仓位测算方法仅基于日频基金净值数据和行业数据，没有利用基金报告中公布的重仓股、行业分布等信息，存在一定测算误差，敬请注意；基金仓位测算结果不构成对择时的投资建议。
　　附录：
　　附录一：所有细分因子计算方法
　　上表第三列因子方向解释：取值为1代表因子值越大越好，-1代表因子值越小越好。当采用等权法合成风格因子时，需将因子值乘以因子方向之后再相加。
　　附录二：风格因子合成与IC值计算方法
　　附录三：所有细分因子IC值表现
　　所有细分因子在不同票池（全A股、沪深300成份股、中证500成份股、中证1000成份股）内的IC值表现如以下四张图表所示：
　　免责声明与评级说明
　　公众平台免责声明
　　本公众平台不是华泰证券股份有限公司（以下简称＂华泰证券＂）研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求，本公众号内容仅面向华泰证券客户中的专业投资者，请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！本公众号旨在沟通研究信息，交流研究经验，华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。
　　本公众号研究报告有关内容摘编自已经发布的研究报告的，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。如需了解详细内容，请具体参见华泰证券所发布的完整版报告。
　　本公众号内容基于作者认为可靠的、已公开的信息编制，但作者对该等信息的准确性及完整性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。
　　在任何情况下，本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。
　　本公众号版权仅为华泰证券股份有限公司所有，未经公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的＂证券投资咨询＂业务资格，经营许可证编号为：91320000704041011J。
　　林晓明
　　执业证书编号：S0570516010001
　　金融周期系列研究（资产配置）
　　【华泰金工林晓明团队】2020年中国市场量化资产配置年度观点——周期归来、机会重生，顾短也兼长20200121
　　【华泰金工林晓明团队】量化资产配置2020年度观点——小周期争明日，大周期赢未来20200116
　　【华泰金工林晓明团队】风险预算模型如何度量风险更有效-改进风险度量方式稳定提升风险模型表现的方法
　　【华泰金工林晓明团队】周期双底存不确定性宜防守待趋势——短周期底部拐头机会渐增，待趋势明朗把握或更大20191022
　　【华泰金工林晓明团队】二十年一轮回的黄金投资大周期——黄金的三周期定价逻辑与组合配置、投资机会分析20190826
　　【华泰金工林晓明团队】如何有效判断真正的周期拐点？——定量测度实际周期长度提升市场拐点判准概率
　　【华泰金工林晓明团队】基钦周期的长度会缩短吗？——20190506
　　【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下）
　　【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上）
　　【华泰金工林晓明团队】周期轮动下的BL资产配置策略
　　【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
　　【华泰金工林晓明团队】市场拐点的判断方法
　　【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上）
　　【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
　　【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究
　　【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究
　　【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究
　　【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究
　　【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索
　　【华泰金工林晓明团队】市场周期的量化分解
　　【华泰金工林晓明团队】周期研究对大类资产的预测观点
　　【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究
　　【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究
　　【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列
　　行业指数频谱分析及配置模型：市场的周期分析系列之三
　　【华泰金工林晓明团队】市场的频率——市场轮回，周期重生
　　【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探
　　周期起源
　　【华泰金工林晓明团队】金融经济周期的耗散结构观——华泰周期起源系列研究之十
　　【华泰金工林晓明团队】经济系统中有序市场结构的进化——华泰周期起源系列研究报告之九
　　【华泰金工林晓明团队】企业间力的产生、传播和作用效果——华泰周期起源系列研究之八
　　【华泰金工林晓明团队】耦合振子同步的藏本模型——华泰周期起源系列研究之七
　　【华泰金工林晓明团队】周期在供应链管理模型的实证——华泰周期起源系列研究之六
　　【华泰金工林晓明团队】不确定性与缓冲机制——华泰周期起源系列研究报告之五
　　【华泰金工林晓明团队】周期是矛盾双方稳定共存的结果——华泰周期起源系列研究之四
　　【华泰金工林晓明团队】周期是不确定性条件下的稳态——华泰周期起源系列研究之三
　　【华泰金工林晓明团队】周期趋同现象的动力学系统模型——华泰周期起源系列研究之二
　　【华泰金工林晓明团队】从微观同步到宏观周期——华泰周期起源系列研究报告之一
　　中观基本面轮动
　　【华泰金工林晓明团队】行业配置落地：指数增强篇——华泰中观基本面轮动系列之十
　　【华泰金工林晓明团队】行业配置策略：拥挤度视角——华泰中观基本面轮动系列之九
　　【华泰金工林晓明团队】行业配置策略：景气度视角——华泰中观基本面轮动系列之八
　　【华泰金工林晓明团队】行业配置策略：趋势追踪视角——华泰中观基本面轮动系列之七
　　【华泰金工林晓明团队】行业配置策略：宏观因子视角——华泰中观基本面轮动系列之六
　　【华泰金工林晓明团队】行业全景画像：投入产出表视角——华泰中观基本面轮动系列之五
　　【华泰金工林晓明团队】行业全景画像：改进杜邦拆解视角——华泰中观基本面轮动系列之四
　　【华泰金工林晓明团队】行业全景画像：风格因子视角 ——华泰中观基本面轮动系列之三
　　【华泰金工林晓明团队】行业全景画像：宏观因子视角 ——华泰中观基本面轮动系列之二
　　【华泰金工林晓明团队】确立研究对象：行业拆分与聚类——华泰中观基本面轮动系列之一
　　【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
　　【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二
　　【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
　　基金评价
　　ETF季度盘点
　　【华泰金工林晓明团队】2021Q2中国ETF市场盘点回顾
　　【华泰金工林晓明团队】2021Q1中国ETF市场盘点回顾
　　【华泰金工林晓明团队】2020Q4中国ETF市场全景回顾——总规模创新高，行业主题类ETF渐成市场新主角20210112
　　【华泰金工林晓明团队】2020年三季度中国ETF市场回顾——产品百花齐放、投资者结构日渐成熟，规模创新高20201021
　　【华泰金工林晓明团队】ETF产品细分差异化或成突围之道——2020二季度中国ETF市场全景回顾盘点与展望20200803
　　【华泰金工林晓明团队】ETF规模数量大涨品类不断丰富——2020一季度中国ETF市场全景回顾盘点