×
支持199IT发展可加入知识交流群(10K+用户),最有价值数据分享!
点击即可加入!
关闭

多空之战 | 分析师对投资者行为的影响分析

454504

199IT数据中心微信账户:i199IT

股票的价值的形成是投资者在各自心中进行预期现金流贴现的过程,而股票价格是由所有投资者在二级市场通过交易各自预期共同完成的。其中,当多个卖方分析师共同推荐某只股票时,基于分析师新的角度和新的逻辑,其形成的信息流将对投资者原有预期产生正向冲击,从而改变投资者心中的预期现金流,从而当投资者在二级市场交易正向预期变化时,股价就会上涨,从而产生超额收益。此外,新财富上榜的卖方分析师本身就具有明星效应,其推荐的股票也有“明星光环”效应,后续有一定上涨动力。

434304

从图2可以看出,自2008年以来,研究机构通过发布研报所覆盖的股票数目有显著提高,最近逐步稳定于约1400家上市公司,对应全A股数量占比约50%。此外,结合中国证券研究行业的实际情况,我们将每年新财富最具影响力排名的上榜机构作为核心机构。一方面,该类机构的研究质量和预测精确度相对较高,从而提高了数据质量。另一方面,新财富上榜机构本身就有显著的影响力,发布研报时对股价的冲击力远高于其他未上榜机构。从图2也可以看到,核心机构覆盖股票的数量近年来趋于平稳,目前维持在1200只左右。

484804

图3展示了分析师覆盖的股票池中,个股平均的机构覆盖数及研报数。其中,我们使用机构名称作为观测对象,使得数据更加标准化。同时,相对于使用分析师姓名作为跟踪标的,机构的影响力及研究质量更加稳定。从图中可以看出,被覆盖的个股平均对应的研报数在近年趋于稳定。

444404

分析师一致预期上调的组别收益显著高于一致预期下调的组别。我们通过在每月月初对所有备选池中的股票按相应一致预期变化幅度进行离散式打分,从而将全市场有分析师覆盖的股票分为5组。具体来说,我们将一致预期变化幅度按-5%、0、1%、5%四个阀值对股票池进行归档划分,得到5组股票,并给予每组股票一个标准化得分。

464604

基于分析师一致预期变动的多空组合收益显著(TOP vs Bottom)。我们按一致预期调整因子打分排序,选取排名前50名和后50名的股票等权重作为多空组合。其中,如果因子得分相同,则进一步按PEG指标区分先后。从图5来看,多空收益自2008年12月以来,累计收益接近285%,信息比为4.01。此外,在图6也可以更为直观的观测到月多空收益.整体来看,多空组合月胜率68.75%,盈亏比较高。比较显著的一次回撤发生于2010年11月,回撤幅度为11.53%。

474704

505005

从图7中可以看出,一致预期调整组合相对3个主要指数都有显著的超额收益。具体从表1来看,对冲沪深300全收益的年化超额收益可达16.36%,信息比为1.39。同时,组合年胜率为100%。此外,组合相对中证800等权和中证500等权的年化超额收益分别为9.48%、6.57%。整体来说,一致预期调整因子长期的稳定性和收益驱动能力都是比较显著的。

595905

我们针对沪深300指数成份股行业分布情况进行行业中性选股处理。具体来说,我们使用一致预期调整因子进行初步排序。针对打分相同的股票,我们用PEG进行辅助打分(其中,PE使用TTM计算,G使用预测净利润/上一年净利润)。同时,我们在行业权重分配上完全匹配沪深300行业权重分布,对行业内个股采用等权重分配。

575705

494904

545405

图11展示了分析师首次覆盖股票之后20个交易日超额收益的情况,其中,基准指数为沪深300全收益。可以看出,在覆盖日Day0之前,累计净值上升的非常快,这主要源于首次覆盖的股票很多都是刚上市的新股。但是,在覆盖日Day0 之后,组合仍然可以获取1.93%的超额收益。

555505

图12展示了120个交易日没有分析师覆盖的股票在被分析师重新覆盖时收益的表现情况。可以看出,分析师二次覆盖的股票在覆盖之前40个交易日都存在显著的超额收益,这也体现出分析师推票时择时的判断。在Day0之后的20个交易日,组合平均超额收益可达2.06%,年化超额收益29%。从表4中也可以看出,分析师二次覆盖股票时产生的超额收益在历年都为正,在2013年和2015年尤其高。此外,分析师二次覆盖股票对收益的驱动力在大中小盘股票池中均较显著。

565605

525205

515105

基于《动量测评之均线策略》中提到的牛熊分界值,我们将市场模式区分为牛市、熊市、震荡市。具体来说,我们以申万28个行业作为基准,观察每日有多少行业的收盘价站上5日均线。同时,我们对站上5日线的行业个数进行标准化处理,如果超过60%的行业站上5日线,则定义市场为牛市。如果少于40%的行业站上5日线,则定义市场为熊市。如果站上5日线行业的比例位于40%和60%之间,则定义为震荡市。

在对每日市场进行模式识别区分后,我们统计了一致预期调整因子组合的累计超额收益表现在不同市场模式下的分布情况。从图13中可以看出,一致预期调整组合自2008年12月以来绝大部分收益都集中于牛市模式中。相比之下,在震荡市中,一致预期调整因子的收益驱动能力大打折扣。然而在熊市中,一致预期调整因子的贡献甚至为负。这说明因子不会恒久有效,其有效性的高低受其背后逻辑的驱动,而这种驱动能力在不同市场环境中有显著差异。对于一致预期调整因子,如果模型在熊市中配置该因子,不仅无法贡献正收益,还会大概率导致组合跑输指数以至亏损。

535305

从实际操作的角度出发,每日根据牛熊分界值重新对因子进行配比换仓并不现实,频繁换仓导致的交易成本将远大于因子择时带来的收益。相对地,我们可以选择在月度调仓时,使用牛熊分界值来判断当月组合是否使用一致预期调整因子。图14展示了一致预期调整因子组合的累计净值,以及处于牛市模式下建仓的月度超额收益。可以看出,在牛市模式下建仓把握了组合大部分的收益,同时避免了因子失效的时期,例如2011年末。从而能够给予其他当期有效因子更多的权重,提高整个模型的收益率。就单单使用一致预期调整因子来说,如果只在牛市模式下建仓,其他时期空仓的话,组合年化超额收益可达23.14%,信息比1.81。明显高于组合原有收益和信息比(16.36%,1.39)。

585805

一致预期数据凭借其在市场上重要的地位,以及其显著的收益预测能力,值得成为投资者核心因子库中的一员。值得一提的是,一致预期调整因子结合PEG进行行业中性选股后的超额收益已经相当平稳,这也预示出其对收益解释能力非常显著,同时也反映了信息源的重要性。

本文另一个主要贡献在于开启了市场模式识别在多因子研究中的思路,如何系统的理解因子背后逻辑,预测因子下一期表现是量化投资未来研究的重要方向之一。

未来我们将通过整合择时、趋势判断等多个领域的研究成果,构建综合的市场模式识别系统,进一步为因子配置提供系统、可靠、科学的依据。

摘自:国泰君安证券研究

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部