海通证券_20160928_海通证券选股因子系列研究（十五）：“博彩型”股票的预期收益.pdf

《海通证券_20160928_海通证券选股因子系列研究（十五）：“博彩型”股票的预期收益.pdf》由会员分享，可在线阅读，更多相关《海通证券_20160928_海通证券选股因子系列研究（十五）：“博彩型”股票的预期收益.pdf（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 请务必阅读正文之后的信息披露和法律声明 金融工程金融工程研究研究 证券证券研究研究报告报告 金融工程专题报告金融工程专题报告 2016 年年 09 月月 28 日日 相关研究相关研究 Table_ReportInfo 基于因子剥离的 FOF 择基逻辑系列二 Alpha 稳定性的两个维度 2016.09.13 选股因子系列研究(十六)选股因子 空头收益的转化2016.08.30 从行业中性角度看组合中的行业配臵 2016.08.17 Table_AuthorInfo 分析师:冯佳睿 Tel:(021)23219732 Email: 证书:S0850512080006 选股因子系列研究（十选股因

2、子系列研究（十五五）“博彩型”“博彩型” 股票的股票的预期收益预期收益 Table_Summary 大量的投资者，尤其是中小散户，很喜欢去猜测哪些股票会出现极端的高回报，并 在这些成功概率极小的事件上押上重注。 这一行为和欧美流行的博彩行业颇为相似， 因而可以将这类股票形象地比喻为“博彩型”股票。通常来说，中了彩票的幸运者 都倾向于马上兑现。那么一个合理的推断是，出现过极端高收益的“博彩型”股票 也极有可能遭遇大量投资者的获利了结，因此这些股票在后期的表现大概率不及市 场平均水平。本文通过详细的数据分析不仅证实了这一猜测，而且还发现常见的选 股因子，如反转，都不能解释此种现象。 按照股票过去一

3、个月的最大单日涨幅从小到大排序，并均分成十组，按照股票过去一个月的最大单日涨幅从小到大排序，并均分成十组，将将最后一组最后一组 定义为定义为“博彩型”股票。“博彩型”股票。无论是等权重还是流通市值加权， “博彩型”股票在次 月的平均收益都是最低的。 如果将如果将最大单日涨幅最大单日涨幅作为选股因子，作为选股因子，它同样具备良好的效果它同样具备良好的效果。在等权重加权的情 况下，股票在次月的预期收益和它们当月出现过的最大单日涨幅呈负相关，且首 尾组合的收益差超过 1%，并在 5%的水平下显著。 根据根据最大单日涨幅最大单日涨幅因子因子得到得到多空组合多空组合， 年化收益达到年化收益达到 18.4

4、9%。 月胜率为 65.19%， 夏普比率为 1.11，且三因素和四因素模型的 alpha 在统计意义上也都十分显著。 为为剔除剔除常见常见因子因子的的影响影响，进一步采用进一步采用双变量双变量排序的方法分析选股时的交叉效应排序的方法分析选股时的交叉效应。 与单变量的结果相比，控制其他因子后，最大单日涨幅因子选股的单调性不仅得 到了很大改善，多空组合的收益差也更为显著。 反转效应并不能完全解释最大单日涨幅的选股效果。反转效应并不能完全解释最大单日涨幅的选股效果。虽然最大单日涨幅因子本身 及其选股结果很容易让人联想到反转效应，但是双变量排序的检验结果表明，在 控制反转效应后，最大单日涨幅的选股效

5、果仍得以维持，可以认为两者提供了有 关投资者行为的不同信息。 风险提示。风险提示。市场系统性风险、资产的流动性风险、政策变动风险会对策略的最终 表现产生较大影响。 金融工程研究 金融工程专题报告2 请务必阅读正文之后的信息披露和法律声明 目目 录录 1. “博彩型”股票的预期收益 . 5 1.1 分组截面分析 . 5 1.2 分组时间序列分析 . 6 2. 双变量检验 . 8 2.1 因子特征分析 . 8 2.2 双变量检验 . 8 3. 总结与讨论 . 9 4. 风险提示 . 9 金融工程研究 金融工程专题报告3 请务必阅读正文之后的信息披露和法律声明 图目录图目录 图 1 按最大单日涨幅分

6、组后的预期收益（%） . 5 图 2 多空组合累计净值（N = 1） . 7 图 3 多空组合累计净值（N = 5） . 7 金融工程研究 金融工程专题报告4 请务必阅读正文之后的信息披露和法律声明 表目录表目录 表 1 按最大单日涨幅分组后的预期收益 . 5 表 2 按 N 日平均最大涨幅分组后的预期收益 . 6 表 3 多空组合业绩表现（N = 1） . 6 表 4 多空组合业绩表现（N = 5） . 6 表 5 多空组合分年度表现 . 7 表 6 按最大单日涨幅分组后股票的特征分析 . 8 表 7 双变量分组检验 . 8 金融工程研究 金融工程专题报告5 请务必阅读正文之后的信息披露和法

7、律声明 尽管分散化的思想被奉为投资领域的圭臬，但在实际操作中，大量的投资者，尤其 是中小散户，并不理会这一理论。他们更喜欢去猜测哪些股票会出现极端的高回报，并 在这些成功概率极小的事件上押上重注。这一行为和欧美流行的博彩行业颇为相似，因 而可以将这类股票形象地比喻为“博彩型”股票。 通常来说，中了彩票的幸运者都倾向于马上兑现。那么一个合理的推断是，出现过 极端高收益的“博彩型”股票也极有可能遭遇大量投资者的获利了结，因此这些股票在 后期的表现大概率不及市场平均水平。本文通过详细的数据分析不仅证实了这一猜测， 而且还发现常见的选股因子，如反转，都不能解释此种现象。 1. “博彩型”股“博彩型”股

8、票的预期收益票的预期收益 本文选取的时间区间为 2005 年 1 月-2016 年 5 月。在每个月的最后一个交易日， 剔除当日停牌、ST、涨停及上市不足三个月的股票，形成最终的分析样本。 1.1 分组截面分析分组截面分析 首先，按照股票过去一个月的最大单日涨幅从小到大排序，并均分成十组，最后一 组即为前文定义的“博彩型”股票。分别以等权重和流通市值加权两种方式计算每一组 股票在次月的收益率，结果如以下图表所示。 图图1 按按最大单日涨幅最大单日涨幅分组后的预期收益（分组后的预期收益（%） 资料来源：Wind，海通证券研究所 表表 1 按按最大单日涨幅最大单日涨幅分组后的预期分组后的预期收益收

9、益 等权重加权等权重加权 流通市值加流通市值加权权 1 1.34% 0.89% 2 1.61% 1.27% 3 1.64% 0.44% 4 1.47% 0.77% 5 1.31% 0.44% 6 1.15% 0.83% 7 0.80% -0.49% 8 0.44% -0.04% 9 0.25% -0.21% 10 -0.06% -0.65% 1-10 1.40% 1.54% t 统计量统计量 4.17 1.66 资料来源：Wind，海通证券研究所 金融工程研究 金融工程专题报告6 请务必阅读正文之后的信息披露和法律声明 无论是等权重还是流通市值加权， “博彩型”股票（第 10 组）在次月的平均

10、收益都 是最低的， 完全符合对投资者在获取极端高收益后急于卖出兑现这一行为的推测。 此外， 如果把最大单日涨幅作为一个选股因子，它同样具备良好的效果。尤其是在等权重加权 这种情形中，股票在次月的预期收益和它们当月出现过的最大单日涨幅呈负相关，且首 尾组合的收益差超过 1%，并在 5%的水平下显著。 考虑到 A 股市场对个股有涨跌停的限制， 以最大单日涨幅排序可能并不合理。 因此， 进一步按照一个月中单日涨幅最大的前 N 个交易日的平均涨幅排序分组，等权重加权计 算组合收益，具体结果见下表。其中，N 从 1 至 5 依次取值。 表表 2 按按 N 日平均最大涨幅分组日平均最大涨幅分组后后的预期收

11、益的预期收益 N=1 N=2 N=3 N=4 N=5 1 0.92 % 0.89 % 0.90% 0.94 % 0.93% 2 1.04 % 1.19 % 1.15 % 1.07 % 1.09 % 3 1.12 % 1.17 % 1.22 % 1.24 % 1.15 % 4 0.98 % 1.02 % 1.06 % 1.09 % 1.15 % 5 0.87 % 0.93 % 0.83 % 0.85 % 0.89 % 6 0.70 % 0.72 % 0.72 % 0.72 % 0.69 % 7 0.39 % 0.44 % 0.52 % 0.51 % 0.53 % 8 0.06 % 0.21 %

12、0.16 % 0.21 % 0.23 % 9 -0.15 % -0.18 % -0.09 % -0.10 % -0.15 % 10 -0.48 % -0.72 % -0.78 % -0.85 % -0.84 % 1-10 1.40 % 1.61% 1.68 % 1.79% 1.76 % t 统计量统计量 3.34 2.99 3.33 3.01 2.78 资料来源：Wind，海通证券研究所 在任何一个 N 的取值下，最大涨幅平均值和预期收益的负相关性依然显著存在，首 尾组合的收益差和统计显著性均十分稳定。而且，N 越大，收益差似乎也越高。 1.2 分组时间序列分析分组时间序列分析 上一节从截面的

13、角度对“博彩型”股票和最大单日涨幅因子进行了分析，但想要了 解因子选股的稳定性，同样需要从时间序列的层面加以研究。因此，在分组的基础上， 将第 1组与第 10组每月的收益差作为多空组合的回报， 考察其 2005年以来的净值表现。 分别选取 N=1 和 N=5 两种情况，多空组合的收益-风险特征如以下两表所示。 当 N=1 时， 即， 使用最大单日涨幅排序得到的多空组合， 其年化收益达到了 18.49， 月胜率达到 65.19%，三因素和四因素模型的 alpha 在统计意义上也都十分显著。 当 N=5 时， 即， 使用单日涨幅最大的前 5 个交易日的平均涨幅排序得到的多空组合，表表 3 多空组合

14、业绩表现（多空组合业绩表现（N = 1） 累计收益累计收益 年化收益年化收益 年化波动率年化波动率 夏普比率夏普比率 最大回撤最大回撤 Calmar比率比率 月均收益月均收益 月胜率月胜率 FF3-alpha C4-alpha 574.64% 18.49% 14.35% 1.11 18.02% 1.03 1.51% 65.19% 1.53(4.12) 1.08(2.03) 资料来源：Wind，海通证券研究所 表表 4 多空组合业绩表现（多空组合业绩表现（N = 5） 累计收益累计收益 年化收益年化收益 年化波动率年化波动率 夏普比率夏普比率 最大回撤最大回撤 Calmar比率比率 月月均收益均

15、收益 月胜率月胜率 FF3-alpha C4-alpha 1178.88% 25.43% 18.11% 1.27 19.16% 1.33 2.03% 65.93% 1.68(4.14) 1.12(2.29) 资料来源：Wind，海通证券研究所 金融工程研究 金融工程专题报告7 请务必阅读正文之后的信息披露和法律声明 依然保持接近 2/3 的胜率。月均收益、夏普比率和 Calmar 比率也比 N=1 时有所提高。 为了更直观地展示多空组合在时间序列上的净值表现，本文绘制了上述两个多空组 合的月度收益和累计净值图，并以中证 800 指数为基准进行对比，具体结果如下。 图图2 多空组合多空组合累计净

16、值累计净值（N = 1） 资料来源：Wind，海通证券研究所 图图3 多空组合多空组合累计净值累计净值（N = 5） 资料来源：Wind，海通证券研究所 两个多空组合的累计净值都稳稳地超越中证 800 指数，更值得关注的是，在众多选 股因子失效的 2014 年 12 月，组合却没有出现明显的负收益。 下表列示了 N=1 时，多空组合分年度的收益-风险指标。除 13 年外，多空组合均有 超过 1%的月均收益，胜率也未低于过 50%。这些证据都表明，最大单日涨幅，这个看 似十分简单的因子在选股时却有着优异且稳定的表现。 表表 5 多空组合分年度表现多空组合分年度表现 年度收益年度收益 年化波动率年

17、化波动率 夏普比率夏普比率 最大回撤最大回撤 Calmar 比率比率 月均收益月均收益 月胜率月胜率 2005 16.26% 13.49% 1.02 10.34% 1.57 1.46% 81.82% 2006 17.86% 9.33% 1.65 4.24% 4.21 1.42% 66.67% 2007 40.36% 20.05% 1.89 5.88% 6.86 3.02% 66.67% 2008 12.33% 15.53% 0.63 9.24% 1.33 1.07% 50.00% 2009 26.31% 11.17% 2.13 3.61% 7.28 2.02% 66.67% 2010 13.5

18、4% 11.04% 1.00 5.23% 2.59 1.11% 58.33% 2011 30.31% 10.92% 2.55 3.06% 9.92 2.28% 66.67% 2012 18.39% 8.05% 1.97 2.50% 7.35 1.44% 83.33% 金融工程研究 金融工程专题报告8 请务必阅读正文之后的信息披露和法律声明 2013 -0.29% 13.16% -0.21 13.98% -0.02 0.05% 58.33% 2014 19.18% 16.65% 1.00 8.50% 2.26 1.59% 58.33% 2015 14.19% 21.25% 0.55 18.02%

19、 0.79 1.30% 58.33% 2016 4.00% 7.52% 0.20 2.10% 1.90 1.01% 75.00% 资料来源：Wind，海通证券研究所 2. 双变量双变量检验检验 最大单日涨幅因子本身及其选股结果很容易让人联想到反转效应，而且当检验从三 因素模型变化为四因素模型后，alpha 虽然保持了显著，但数值却有了一定的降低。这 不禁让人怀疑，常见因子是否会对最大单日涨幅和预期收益负相关这一结论产生影响。 下文将对此展开详细的讨论。 2.1 因子因子特征分析特征分析 首先，考察按月度最大单日涨幅从小到大排序分组后，各组股票的因子特征。因子 包括，当月的最大单日涨幅、月初的总

20、市值和账面市值比(BM)、Beta、流动性缺乏度、 异质波动率、1 个月反转。下表的统计数据是对每个月各组股票的特征取中位数后，再 计算其月度均值而得。 表表 6 按按最大最大单日涨幅分组后单日涨幅分组后股票的股票的特征特征分析分析 最大最大单日涨单日涨幅幅 市值市值（亿（亿元元） Beta BM 流动性流动性缺乏度缺乏度 异质波动率异质波动率 1 个月反转个月反转 1 2.97 % 168.59 0.98 0.4234 0.0248 1.79 -4.81% 2 3.68 % 131.48 1.06 0.4051 0.0236 1.95 -2.98% 3 4.25 % 123.46 1.12

21、0.3945 0.0227 2.01 -2.87% 4 4.78 % 126.28 1.14 0.3760 0.0211 2.07 -2.00% 5 5.34 % 125.72 1.15 0.3543 0.0201 2.15 -0.90% 6 5.95% 129.68 1.15 0.3401 0.0198 2.21 -0.07% 7 6.65 % 129.52 1.14 0.3185 0.0199 2.28 1.23 % 8 7.51% 132.99 1.18 0.3150 0.0186 2.37 3.05 % 9 8.70% 133.81 1.20 0.3073 0.0139 2.44 5.

22、09 % 10 10.02% 120.53 1.23 0.3131 0.0157 2.56 7.97 % 资料来源：Wind，海通证券研究所 从上表中可以清晰地看到， “博彩型”股票（月度最大单日涨幅最高的第 10 组）呈 现小市值、高 Beta、高估值、高异质波动率和反转的特性。 2.2 双变量检验双变量检验 在发现了最大单日涨幅与部分因子的关系后，本文进一步采用双变量排序的方法分 析选股时两者的交叉效应。具体来说，先按照市值、1 个月反转、流动性缺乏度、和账 面市值比(BM)排序，将所有可交易的股票分成 10 组。其次，在各组别内进一步根据最 大单日涨幅分成 10 组，等权重加权求得每个组

23、合的次月收益率。最后，计算这 10 个组 合的平均收益。具体结果见下表。 表表 7 双变量分组双变量分组检验检验 市值市值 1 个月反转个月反转 流动性流动性缺乏度缺乏度 BM 1 1.04 % 0.68 % 0.99 % 1.13 % 2 1.02 % 0.78 % 0.64 % 0.96 % 3 1.04% 0.60 % 0.80% 0.95 % 4 0.83% 0.52% 0.60% 0.50 % 金融工程研究 金融工程专题报告9 请务必阅读正文之后的信息披露和法律声明 5 0.43 % 0.42 % 0.45 % 0.60 % 6 0.36 % 0.31 % 0.32 % 0.32 %

24、 7 -0.02 % 0.07 % 0.26 % 0.13 % 8 -0.06% -0.12% 0.10% -0.06 % 9 -0.46 % -0.23 % -0.40 % -0.42 % 10 -0.84% -0.37% -0.62% -0.82 % 1-10 1.88% 1.05 % 1.62 % 1.94 % t 统计量统计量 4.48 2.52 3.94 4.86 资料来源：Wind，海通证券研究所 在剔除了这几个因子的影响后， 最大单日涨幅和预期收益之间的负相关性依然存在。 而且，和单变量的结果相比，不仅单调性得到了很大改善，多空组合的收益差也更为显 著。此外，双变量交叉分组的检验

25、结果表明，反转效应并不能完全解释最大单日涨幅的 选股效果，可以认为两者提供了有关投资者行为的不同信息。 3. 总结与讨论总结与讨论 本文从投资者的赌徒心理和急于获利了结的行为出发， 定义了新的选股因子股 票当月的最大单日涨幅。按此因子排序分组后发现，它与未来一个月的预期收益呈显著 负相关，其首尾组合平均每月能产生 1.40%的多空收益。而且，在双变量交叉分组的检 验中，市值、反转、流动性等因子都不影响最大单日涨幅的选股效果。进一步，可将最 大单日涨幅最高的第 10 组定义为“博彩型”股票，研究证明其平均收益远低于其他组 别和市场平均，投资者在选股过程中应当予以警惕和规避。 4. 风险提示风险提

26、示 市场系统性风险、资产的流动性风险、政策变动风险会对策略的最终表现产生较大 影响。 (实习生张振岗、闫丽对本文亦有贡献) 特别声明:本篇报告的结果均由数量化模型自动计算得到，研究员未进行主观判断 调整；数据源均来自于市场公开信息。 金融工程研究 金融工程专题报告10 请务必阅读正文之后的信息披露和法律声明 信息披露信息披露 分析师声明分析师声明 Table_Analysts 冯佳睿 金融工程研究团队 本人具有中国证券业协会授予的证券投资咨询执业资格，以勤勉的职业态度，独立、客观地出具本报告。本报告所采用的数据和信息 均来自市场公开信息，本人不保证该等信息的准确性或完整性。分析逻辑基于作者的职

27、业理解，清晰准确地反映了作者的研究观点， 结论不受任何第三方的授意或影响，特此声明。 法律声明法律声明 本报告仅供海通证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下， 本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致 的任何损失负任何责任。 本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能 会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。 市场有风险，投资需谨慎。本报告所载的信

28、息、材料及结论只提供特定客户作参考，不构成投资建议，也没有考虑到个别客户特殊的 投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符合其特定状况。在法律许可的情况下，海通证券及其所属 关联机构可能会持有报告中提到的公司所发行的证券并进行交易，还可能为这些公司提供投资银行服务或其他服务。 本报告仅向特定客户传送，未经海通证券研究所书面授权，本研究报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或 复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公 司的商标、服务标记及标记。如欲引用或转载本文内容，务必联络海通

29、证券研究所并获得许可，并需注明出处为海通证券研究所，且 不得对本文进行有悖原意的引用和删改。 根据中国证监会核发的经营证券业务许可，海通证券股份有限公司的经营范围包括证券投资咨询业务。 金融工程研究 金融工程专题报告11 请务必阅读正文之后的信息披露和法律声明 Table_PeopleInfo 海通证券股份有限公司研究所海通证券股份有限公司研究所 路 颖 所长 (021)23219403 高道德 副所长 (021)63411586 姜 超 副所长 (021)23212042 江孔亮 副所长 (021)23219422 邓 勇 所长助理 (021)23219404 荀玉根 所长助理 (

30、021)23219658 钟 奇 所长助理 (021)23219962 宏观经济研究团队 姜 超(021)23212042 顾潇啸(021)23219394 于 博(021)23219820 联系人 梁中华(021)23154142 许晟洁(021)23154137 李金柳(021)23219885 张凤逸(021)23219816 金融工程研究团队 高道德(021)63411586 吴先兴(021)23219449 冯佳睿(021)23219732 张欣慰(021)23219370 郑雅斌(021)23219395 沈泽承(021)23212067 余浩淼(021

31、)23219883 袁林青(021)23212230 罗 蕾(021)23219984 联系人 颜 伟(021)23219914 周一洋(021)23219774 姚 石(021)23219443 吕丽颖(021)23219745 金融产品研究团队 高道德(021)63411586 倪韵婷(021)23219419 陈 瑶(021)23219645 唐洋运(021)23219004 宋家骥(021)23212231 联系人 谈 鑫(021)23219686 皮 灵(021)23154168 王 毅(021)23219819 徐燕红(021)23219326 蔡思

32、圆 固定收益研究团队 姜 超(021)23212042 周 霞(021)23219807 朱征星(021)23219981 张卿云(021)23219445 联系人 张 雯(021)23154149 姜珮珊(021)23154121 李雨嘉 (021)23154136 lyj10378htsec.ocm 杜 佳 策略研究团队 荀玉根(021)23219658 钟 青(010)56760096 李 珂(021)23219821 高 上(021)23154132 联系人 申 浩(021)23154117 郑英亮(021)23154147 李 影 姚 佩(021)231

33、54184 中小市值团队 钮宇鸣(021)23219420 张 宇(021)23219583 刘 宇(021)23219608 孔维娜(021)23219223 联系人 王鸣阳(021)23219356 程碧升(021)23154171 潘莹练(021)23154122 相 姜(021)23219945 政策研究团队 李明亮(021)23219434 陈久红(021)23219393 吴一萍(021)23219387 朱 蕾(021)23219946 周洪荣(021)23219953 王 旭(021)23219396 批发和零售贸易行业 汪立亭(021)23219

34、399 王 晴(021)23154116 联系人 王汉超(021)23154125 石油化工行业 邓 勇(021)23219404 联系人 朱军军(021)23154143 毛建平(021)23154134 殷奇伟(021)23154139 电力设备及新能源行业 周旭辉(021)23219406 牛 品(021)23219390 房 青(021)23219692 徐柏乔(021)32319171 杨 帅(010)58067929 联系人 曾 彪(021)23154148 张向伟(021)23154141 有色金属行业 施 毅(021)23219480 田 源(02

35、1)23214119 联系人 杨 娜(021)23154135 医药行业 余文心(0755)82780398 郑 琴(021)23219808 孙 建(021)23154170 高 岳(010)50949923 联系人 师成平(010)50949927 贺文斌(010)68067998 汽车行业 邓 学(0755)23963569 联系人 谢亚彤(021)23154145 王 猛(021)23154017 杜 威 0755-82900463 非银行金融行业 孙 婷(010)50949926 何 婷(021)23219634 联系人 夏昌盛 交通运输行业 虞 楠(021

36、)23219382 张 杨(021)23219442 联系人 童 宇(021)23154181 纺织服装行业 于旭辉 23219411 唐 苓(021)23212208 梁 希(021)23219407 联系人 马 榕 房地产行业 涂力磊(021)23219747 谢 盐(021)23219436 贾亚童(021)23219421 机械行业 联系人 耿 耘(021)23219814 杨 震(021)23154124 金融工程研究 金融工程专题报告12 请务必阅读正文之后的信息披露和法律声明 电子行业 陈 平(021)23219646 基础化工行业 刘 威(0755)82764281 李明刚(0755)23617160 刘 强(021)23219733 联系人 刘海荣(021)23154130 钢铁行业 刘彦奇(021)23219391 联系人 刘 璇 02123219197 建筑工程行业 金 川(021)23219957 杜市伟 dsw11227h