量化｜风格重估值轮动股票论坛，行为看修复主线：2022年下半年投资策略

量化｜风格重估值轮动，行为看修正主线：2022年下半年出资战略

2022年以来，商场阅历了接连回谐和止跌企稳，前后两阶段从职业和风格都体现出明显的回转特征。当时商场整体基本面预期已企稳，高盈余、高生长组合的估值溢价已明显下降，但主线基本面风格没有构成，估计估值等带有回转特色因子相对占优，且可从剖析师、上市公司行为等视点发掘成绩修正头绪。衍生品方面，运转目标显现5月后商场心情明显回暖，且对冲本钱整体处于合理区间。量化出资开展方面，一是财富办理年代量化系统需求为事务赋能，对办法论在系统化、直观化等方面提出新的要求；二是AI技能的使用要着重算法可解说性，可重视图神经络的使用。

商场回忆：预期企稳，结构回转。

1）基本面预期企稳，首要宽基指数止跌反弹。本年1月1日至4月26日期间，首要宽基指数跌幅大都超越20%，4月27日以来，跟着翻滚12月共同预期净利润增长率企稳，首要宽基指数均止跌反弹。

2）职业体现回转特征明显，仅煤炭职业在两阶段坚持强势。职业指数的相对走势在商场跌落和反弹阶段展现出明显的回转特征，军工、电新、汽车职业跌落和反弹起伏均较高，而银行、房地产相对安稳，仅煤炭职业在两阶段都坚持强势。

基本面风格：主线没有构成，估值及轮动类战略占优。

1）基本面与估值因子的跷跷板效应依然明显。4月26日曾经，价值、盈余风格体现优异，生长类因子体现相对较弱；4月27日今后，均呈现了回转。

2）高盈余、高生长个股的溢价水平已下降，但趋势性风格主线时机或难构成。经过对PB和ROE构建回归方程，可测算危险中性假定下商场给予高盈余的估值溢价（生长风格同理），成果显现非线性系数项现在处于2017年以来22%分位数水平，标明高盈余股票溢价已明显下降。

3）估值及轮动类因子或相对占优。尽管轻视值板块的基本面预期一直较为平稳，体现占优，但也难构成趋势性风格主线。

行为类战略：以行为为前瞻，发掘成绩修正头绪。

1）剖析师盈余猜测上调起伏高的个股体现较优。以近1个月剖析师调整盈余猜测的个股为样本池，按调整起伏中位数选取上调起伏排名靠前的50只股票构建组合，2022年以来相对中证500指数完成9.9%超量收益。

2）依据生长违背度进行职业景气轮动。依据职业预期生长性描写其成绩趋势，并优选估值合理的职业构建职业景气轮动模型。2022年以来，相对中证全指完成11.5%超量收益。

3）股权鼓励行权条件指引上市公司的成绩预期。2022年以来，依据股权鼓励的事情驱动战略相对中证500指数完成1.1%超量收益。

金融衍生品：心情偏慎重，但对冲本钱仍处合理区间。

股指期货：1）股指期货多空不合加大，对冲需求上升。2022年5月后，持仓量逐渐回落，贴水收敛，一起多空持仓比快速提高，整体标明商场的空头需求削弱一起集中度下降，商场心情有所好转。2）股指期货对冲开仓本钱同比明显下降。2022年1月至5月，IH、IF和IC主力合约的日均年化开仓损益分别是-2.02%、-5.47%和-6.75%，较去年同期明显下降；

ETF期权：1）场内期权隐含动摇率振幅加大，5月后商场心情边沿回暖。到2022年6月3日，50ETF期权和沪市300ETF期权的隐含动摇率分别为20.0%和21.2%。隐含动摇率曲线形状整体偏慎重，但5月后已呈现回转痕迹。2）期权对冲本钱处于合理水平，灵敏构建期权对冲组合可有用操控回撤。2022年以来，买入“平值-剩下30天到期”认沽期权的对冲本钱较2021年有所增加，日均年化本钱为26.28%（50ETF期权）和27.72%（沪市300ETF期权）。商场跌落时可买入认沽期权、一起卖出虚值程度更大的认沽期权来构建putspread组合在完成对冲的一起节约本钱。

量化出资开展前瞻之一：当量化出资遇到财富办理。

1）财富办理年代下的量化投研。量化投研在财物办理中完成的是特定束缚条件下的功效最优化，而在财富办理中，则需求从客户需求动身，依据客户的危险收益向客户供给一揽子服务，需求满意系统化、渠道化，场景化，直观化和可迭代等多种要求。

2）因子离散化危险模型：兼具解说力和直观性的模型系统。经过对各因子进行离散化并转化为哑变量方式来构建多因子模型，可便于商场驱动要素剖析以及组合的绩效归因。

量化出资前沿开展之二：AI技能使用中主张重视图神经络与算法可解说性。

1）股票联系建模：图神经络。图神经络是一种依据图结构的神经络，可完成对供应链联系、相关联系、概念联系等多种股票联系的建模，以补偿传统模型仅进行单财物剖析的缺乏。

2）模型规划与了解：提高可解说性。提高可解说性的一种办法是在模型规划时引进先验常识，将信号自身的特色考虑在内进行规划，比方PreferredNetworks公司与野村资管提出了动摇率不变性与分形不变性的结构用以针对性学习不变性特征。另一种办法是凭借经济金融的逻辑来了解算法的成果，比方TwoSigma公司选用高斯混合模型对商场状况区分后，发现其契合经济逻辑下的危机、安稳、软弱、通胀四种状况的特征。

危险要素：

模型危险；商场预期大幅改变；微观及产业政策呈现严重改变。