新财富请投广发金工第一！广发金工团队连续四年获得新财富评选前三，请支持这支勤奋务实的研究团队再攀顶峰！ 摘要本篇报告分析了以多因子策略为主，结合事件驱动的选股方法，试图在打开敞口的同时加强对风险的把控，获取更为稳健的超额收益。结果表明：1、在各个事件的最优替换方案下，多因子组合的行业特征和因子暴露均没有发生较大的变化，因此可以在最大程度上保留多因子组合的风险特征；2、替换策略实现了1%至3%的年化收益率增强；有效控制风险的前提下，最大回撤在可接受范围内，信息比也有所提高;3、多事件策略控制在回撤的基础上，超额收益率和信息比较单事件策略有了进一步提升。1. 前言多因子策略以把握长期稳健收益见长，但面临风格依赖和期指大幅贴水空间收窄等困境；事件驱动策略能够精准投资，资金利用率较高，潜在收益巨大，但市场还不够成熟、波动也更为剧烈。因此，我们希望将两类策略相结合构建新的选股框架以捕获更高收益、降低波动程度。 2.策略思想下面就该策略构建的主要思想以及步骤进行详细描述： 2.1期初按照多因子策略进行组合构建和开仓在因子的选择上，结合过去的研究，从八大类风格因子中挑选了共21个有效风格因子，并对因子值进行预处理和行业中性调整，具体因子如下表所示： 这一环节与一般多因子策略期初步骤一致，通过排序法超配因子综合得分最高的一档股票，并在个股权重配置上采取等权处理。2.2在组合持有周期内监测事件驱动的机会若某交易日有组合外的个股发生目标事件，则将其纳入组合中，同时剔除原组合内同等数量的个股。我们考虑包括业绩预增、业绩快报、高管增持、股权激励和定增破发这五类市场较为常见的事件。由于并且每一个事件的特征不尽相同，从而使新组合风险提高。因此我们希望制定与事件对应的风格修复规则，对不同事件采用具体的替换规则，使得替换后的组合在行业和风格上均不发生大幅偏离，维持各风格维度的相对平衡。首先是基于行业的替换规则：对于每一个新纳入组合的事件个股记录其所在行业，在原投资组合中从该行业内剔除因子得分最低的个股以完成替换。另外是基于风格的替换规则：对于每一个新纳入组合的事件个股记录其在特定因子上的风险暴露，在原投资组合中寻找该因子上暴露程度最为接近的个股进行剔除。2.3在组合持有期内反复进行以上替换，直至周期结束平仓 在具体的替换规则中，我们将对替换的比例进行限制，保证多因子组合仍旧占据主体地位。即替换个股达到原投资组合一定比例后，即便事件继续发生，也不再进行识别和替换。3.事件特征分析3.1业绩预增事件特征业绩预增事件样本的日历效应强，发生时点较为分散。该事件数据来源于财务报告数据，在财报截止的每个季末月度事件大量发生，次数一般都在40次以上，部分月份甚至超过100；而在其他月份则较少甚至没发生。具有类似情况的事件还有业绩快报事件。 上图中的数值表示事件个股在各行业上的分布相对中证800指数成分股行业分布的比例，大于1表示过于集中在该行业，小于1则表示发生次数较少。 风格偏离角度来看，图中的整体因子暴露度量的是所有该事件个股在每个风格因子上的平均因子值。总览21个风格因子可以看出，相对中证800指数成分股而言，业绩预增事件在风格上主要体现为高估值，而在股价反转技术因子上同样表现突出，业绩预增的个股通常前期都会提前上涨。 3.2股权激励事件特征对比业绩预增事件，股权激励类事件的的样本数量少了很多，部分月份甚至完全无事件发生，最多的月份也不超过10次。但从2014年以来，事件发生的次数有了明显增加，并且发生的频率也较为稳定，在近期受到了广泛关注，相应个股也通常能取得不错的表现。 股权激励事件由于本身次数较少，在行业分布上的不均匀显得更为极端，部分行业集中触发事件，尤以计算机、农业等板块最为突出，而在金融、采掘、钢铁、交通板块则几乎从未发生过，行业偏离度高达1.08。 风格偏离角度来看，总览21个风格因子。相对中证800成分股而言，股权激励事件在盈利和成长性上有着更佳的表现，估值因子大多数依旧偏高，整体来说风格偏离依旧严重。 4.单事件替换策略4.1单事件替换策略构建框架单事件替换策略指在替换时仅考虑一种事件。在构建最优替换策略时，考虑以下几点： 替换依据（随机/行业/因子）及替换标准；事件个股替换时点及持仓时间；投资组合在事件上的替换比例。实证分析时，样本为中证800指数成分股自2008年3月至2015年12月的月度数据，并对21个风格因子进行去极值、标准化及行业相对处理这三步数据预处理工作。多因子策略主体框架构成：(1) 每个月末将中证800指数成分股按照因子综合得分进行排序，根据排序从小到大将股票组合平均分为10档；(2) 超配前10%（第十档）的股票作为下一个月的资产组合，个股间等权配资； (3) 以中证800指数作为资产组合的基准指数，并进行对冲。在该框架基础上， 事件驱动策略替换个股的具体要求如下：(1) 从持有资产组合的第n天开始进行替换（n的选择参考纯事件驱动策略常用的平均持仓期），分别考虑以行业和因子作为替换依据，并持有新加入的事件个股至该月月末； (2)最高调仓比例不超过10%，即如果某日判定替换后的比例超过该阈值，则不进行此次替换。4.2业绩快报事件业绩快报事件在各类风格上最突出的是 股价涨跌幅，样本统计显示业绩快报盈利增长的个股在公布快报之前倾向于显著上涨，因此对这类事件我们选择反映前期涨跌幅的因子进行替换，结合纯事件驱动策略15天的平均持仓期，得到以下替换规则： 每个月第5个交易日开始替换，剔除与事件个股“一个月股价”反转因子最为接近的个股。 可以看出，考虑了业绩快报事件的替换规则下，相对多因子策略而言，回撤不变，但2008年以来的累计净值有了大幅提升，年化收益率提高了接近2%，胜率提高了1%，信息比则从2.26提升至2.39。4.3高管增持事件高管增持事件在各类风格上最突出的同样是 股价涨跌幅，样本统计显示高管增持事件的个股在公告之前倾向于于显著下跌，因此对这类事件我们也选择反映前期涨跌幅的因子进行替换，结合纯事件驱动策略20天的平均持仓期，得到以下替换规则： 每个月第1个交易日开始替换，剔除与事件个股“一个月股价”反转因子最为接近的个股。 考虑了高管增持事件的替换规则下，相对多因子策略而言的盈利能力有了更大幅度的提升，年化收益率提高了接近2.5%，胜率提高了2.1%，信息也则从2.26提升至2.40；同时最大回撤由原先的5.77%降低至5.75%。4.4股权激励事件股权激励的事件个股在各类风格上最突出的是 估值类因子，大多数事件个股表现出高估值的特征，因此对这类事件我们选择前期反映估值的因子CFP进行替换，结合纯事件驱动策略20天的平均持仓期，得到以下替换规则： 每个月第1个交易日开始替换，剔除与事件个股“CFP”估值因子最为接近的个股。 可以看出，考虑了股权激励事件的替换规则下，相对多因子策略而言，由于该事件样本比较少，发生频率也较低，累计净值和信息比虽略有提高，但幅度不是很明显，胜率和回撤也并没有直接的提升。4.5业绩预增事件业绩预增事件在各类风格上最突出的是 成长类因子和 前期涨跌幅，但根据前文分析，其在行业分布上同样偏离较为严重，因此对这类事件我们选择在行业内进行替换，结合纯事件驱动策略10天的平均持仓期，得到以下替换规则： 每个月第10个交易日开始替换，在行业内进行剔除。 可以看出，考虑了业绩预增事件的替换规则下，相对多因子策略而言，由于该事件样本的分布不均匀，有部分月份甚至没有一次事件发生，我们的替换规则在这种情况下不能完全发挥改善收益的功效。结果是累计净值和信息比虽有小幅提升，但胜率却降低，回撤有所放大。4.6定增破发事件定增破发事件在各类风格上的平均暴露本身便不具有突出特点，但在行业相对分布上却严重偏离，因此对这类事件我们选择在行业内进行替换，结合纯事件驱动策略20天的平均持仓期，得到以下替换规则： 每个月第1个交易日开始替换，在行业内进行剔除。 可以看出，考虑了定增破发事件的替换规则下，相对多因子策略而言，该事件同样由于样本较少改进幅度有限，累计净值和信息比相较业绩预增事件虽再略有提升，但回撤情况也继续增大。5.多事件替换策略5.1多事件替换策略构建框架总结以上结果，不同事件所对应的最优替换规则不完全相同，对多因子策略的改善幅度也有所区别，考虑到单事件策略样本数量不均匀的问题，我们建议采用多事件策略同时监测的办法。 多事件替换策略框架构建如下：（1）最高调仓比例限制从单事件的10%放宽至40%；（2）在多因子组合持有期内，每日逐一判断五个事件是否触发，是否有个股需要替换进入组合（在此多事件替换策略中，每一个事件的替换依据和起始日严格对应该事件在单事件策略中的替换标准）。5.2多事件替换策略实证结果在上述多事件替换策略的规则下，利用同样的样本数据，我们再次进行回测，得到的结果基本与预期相符，相较单事件而言，多事件替换策略确实能够进一步加强收益。 可以看出，改进之后的多事件替换策略相对多因子策略的改善效果非常明显，也胜过每一个单事件替换策略；回撤角度虽有放大，但胜率增加，年化收益率大幅提升3.2%，信息比也由原先的2.26提高到2.51。6. 总结为增强多因子策略的主动收益，本策略将事件驱动与其灵活结合。我们的整个策略思路在于首先找到事件的最明显特征，给事件贴上标签，使纳入和剔除的个股两者具有一个可比较的参照，在此基础上设计的替换策略，目标并不是围绕收益最大化，而是使事件对原有因子组合平衡风格的冲击最小化，所以单个策略来看的收益改善并不算大，但结合之后的策略避免了事件策略高波动的问题，信息比也比较高。最后通过整合多事件侧路的方法来提高资金利用效率和事件参与率，进一步显著提高了收益。 ??? 多因子系列专题报告列表： 1.《风格因子驱动下的行业内量化选股研究》 2.《风格因子驱动下的行业选择：超配金融地产》 3.《估值与动量结合的选股模型》 4.《广发证券-多因子Alpha模型研究：沪深300成份股的应用分析（上）》 5.《广发证券-多因子Alpha模型研究：沪深300成份股的应用分析（下）》 6.《从宏观角度观察Alpha因子趋势》 7.《大浪淘金，Alpha因子何处寻？》 8.《观宏观经济周期，察风格因子轮动》 9.《追踪行业特点，捕获行业ALPHA驱动力》 10.《转融通：双刃剑之“惑”：基于多因子选股的量化对冲方案分析》 11.《考虑换手率限制的多因子Alpha模型》 12.《从ICIR角度探讨风格因子的均值回复性》 13.《考虑非线性特征的多因子Alpha策略》 14.《基于情景分析的多因子Alpha策略》 15.《宏观事件驱动下的风格轮动》 16.《基于情景切换的技术选股策略》 17.《行业事件驱动下的风格轮动》 18.《基于风格特征归因的动态因子策略》 19.《笑看北雁南飞南雁北归》 20.《基于风格回复的多因子动态调仓策略》 21.《alpha因子何处寻 掘金海量技术指标 22.《一致预期指标构建及其在因子选股中的应用》 23.《Alpha对冲中的期现交易时差影响分析》 24.《财报因子使用方法新探》 25.《反转因子再优化，更精准把握拐点》 26.《基于牛股归因的风格动量策略》 27.《基于筹码分布的因子选股策略》 28.《基于因子及事件的智能替换策略》 多因子系列专题报告下载地址： 链接: http://pan.baidu.com/s/1Di1VS 密码: evwf 风险提示：量化模型胜率并非100%，市场环境改变等因素可能使得模型失效，历史表现也不能 代表未来，请特别注重风险，谨慎投资！具体报告参见广发金工团队发布的《基于因子及事件的智能替换策略》。团队成员及联系方式 更多量化研究请多关注微信公众号：“gfquant” 广发金工｜量化选股｜因子及事件替换