中信证券-2021年量化投资策略:分化延续,以行为知-201111

《中信证券-2021年量化投资策略:分化延续,以行为知-201111(36页).pdf》由会员分享,可在线阅读,更多相关《中信证券-2021年量化投资策略:分化延续,以行为知-201111(36页).pdf(36页精品完整版)》请在悟空智库报告文库上搜索。
2020年市场总中信证券体上涨,行业和风格持续分化,这影响了部分量化多头策略的表现,但量化对冲成为市场新的热点,衍生品市场规模也同步快速增长。 展望未来,A股的分化和机构投资者的集中持股或将延续,两者相辅相成;动量视角下预计基本面风格总体仍将强于价值风格,基本面视角下A股盈利提升或将继续强化盈利因子,利率上行或将影响成长风格;以行为知,参与者行为相关策略或将继续有效;市场中性产品规模提升下,衍生品对冲成本或将维持高位,需侧重2021年量化投资策略灵活对冲;网下打新收益短期料将持续,长期来看预计发行行为隐含的潜在收益空间将下降;另类文本数据和被动产品在量化投资中的应用或将成为量化策略开发的新方向。 市场回顾:分化依旧,行业分化延续特征突出。 (1)行情总览:宽基指以行为知数普遍收益15%以上,行业分化巨大。 部分行业收益超50%,9行中信证券业累积收益为负。 (2)市场风格:市场风格:大盘空间风2021年量化投资策略格持续分化,中小盘空间下半年有所缓解。 (3)估值分化:盈利/成长分化分化延续均已达历史极致,成长性分化回落迹象初现。 (4)当前跟踪的部分量化策略表现:基于参与者行为的量化策略表现较优,以行为知反转型、价值型策略全年表现较差。 市场风格的量化判断:基本面风格动量效应依然较强,盈利中信证券分化下更看好盈利因子。 (1)因子收益趋于同源,2017年后逐步向中小盘空间扩散;(2)主风格判断+相对估值修正的因子配置框架:主要思路2021年量化投资策略是对基本面/估值风格的进行动量配置,目前依旧配置基本面因子。 (3)盈利性提升或将继续强化盈利风格,利分化延续率上行或将压制成长股。 盈利因子与PB因子的相对强弱,和高盈利组合相对低盈利组合的实现ROE分化度之间有较强的相关性;成长风以行为知格大概率爆发于利率下降过程的中段。 集中持股背景下参与者行为中信证券相关策略或将继续有效。 (1)分析师前瞻盈利组合:从分析师盈利预测的领先性、差异性角度出发,捕捉信息扩散过程中的超额收益,今年以2021年量化投资策略来年化超额收益分别为38.1%。 (2)分析师持续覆盖策略:定位具备中长期配置价值的白马个股,反映的是买方高关注组合,今年以来年化超额收益7.7%;(3)基于公分化延续募基金重仓股的行业配置:综合相对超配比例、净仓位变动比例、“逆势配置”三种视角构建综合策略,今年以来年化超额收益为36.17%。 (4)行业以行为知趋势动量模型:结合截面动量、时序动量,叠加止损机制,今年以来累积绝对收益为26.21%。 衍生品:对冲成本预计将保持中信证券高位,重视灵活对冲。 (1)2021年量化投资策略股指期货贴水扩大,对冲成本高于往年。 目前上证50和沪深300期指今年以来对冲损益约为-5%,分化延续中证500期指对冲损益约为-15%。 (2)对冲需求提升,股指期货或将继续以行为知保持贴水。 市场中性产品的管理规模持续增长,对冲需求提升,前20大会员多空持仓中信证券比显著下降。 (3)灵2021年量化投资策略活对冲以降低对冲成本。 一是采用期权对冲,总体表现中纳入Beta因素,但收益分布更加集中;二是采用分化延续择时对冲,建议关注“基于随机森林的择时对冲方法”。 网下打新收益短期料将持续以行为知,长期来看预计发行行为隐含的潜在收益空间将下降。 (1)股中信证券票发行长期隐含丰厚收益,发行规模也与收益空间相关。 今年以来打新潜在收益空间显著提升,发行规模和数量显著高于往年;再融资新规实施后定2021年量化投资策略增潜在收益空间不变,二级市场的事件效应也并不明显。 (2)2020分化延续年以来传统A股发行节奏加快,打新收益提升。 2亿账户前3季度参与科创板打新收益率约10.5%,传统A股和创业板(注册制)打新收益率以行为知分别约2.8%和2%。 (3)预计打新中信证券收益将会持续,但收益幅度有下降趋势。 打新提供的稳定收2021年量化投资策略益吸引越来越多的机构投资者参与,从成熟市场经验看,注册制实施后IPO溢价程度显著降低。 量化策略开发方向展望:开发模分化延续式从小作坊式向团队化、系统化演化,技术上更依赖算力、数据和机器学习算法,工具上被动型产品提供了更多的策略实现方式。 (1)另类及文本数据的使用――以新以行为知闻舆情指标开发为例。 基于BERT模型进行文本建中信证券模,构建个股的新闻情绪指标,可进行市场择时、构建杠杆策略等。 (2)灵活使用E2021年量化投资策略TF工具,应对多元化场景。 如跨市场配置、板块轮动策略、基于杠杆ETF分化延续的指数增强等。 风险因素:模型风险以行为知;数据过度拟合;国内外政策变化导致市场大幅波动。