2024年CANSLIM4.0策略：叠加企业生命周期

一、CANSLIM 策略历史表现回顾

（一）不同风格指数和风格收益近年的表现

市场风格轮动策略在 A 股市场一直受到投资者的密切关注。近年来，A 股市场经历了两 次显著的风格轮动，分别在 2021 年 2 月和 2023 年 12 月。在 2021 年 2 月之前，市场偏 好主要集中在大盘成长型和大盘质量型股票。然而，自 2021 年 2 月之后，市场风格逐渐 向小盘股倾斜，其中小盘价值型和小盘成长型股票连续超过两年展现出超额收益。 进入 2023 年 12 月，市场风格再次出现转变。在过去两年表现突出的小盘股遭遇了显著 的回调，而大盘股则重新受到市场的青睐。特别是大盘价值型股票，其表现尤为突出， 实现了显著的超额回报。

风格轮动是资本市场中一个常见的现象，它不可避免地影响着投资者的选股策略和偏好。 对于量化投资者而言，风格因子的收益表现是他们密切关注的关键指标。下面我们将采 用 Barra 风格因子作为代表，对过去几年 A 股市场的风格因子的组合收益进行回顾与分 析。 为与前文的分析框 架相衔接，我们将风格因子组合的演变划分为三个关键时期：2017 年至 2021 年 2 月、 2021 年 2 月至 2023 年 12 月，以及 2023 年 12 月至今。 经过对超过六年的数据进行深入分析，我们识别出两大类风格因子组合： 高波动性因子组合：这些因子组合在长期内表现出较大的波动性，包括 Beta 因子、动量 因子、盈利因子、成长因子、账面市值比（BP）因子以及杠杆因子。这些因子组合在历 史表现中显示出较大的波动性，这可能意味着它们对市场情绪和宏观经济因素更为敏感。 值得注意的是，波动性较大的因子组合并不总是意味着历史表现持续不佳，它们可能在 某些市场环境下提供超额回报。 高收益因子组合：包括市值因子、非线性市值因子、流动性因子和波动率因子。这些因 子组合在长期内实现了较为显著的累计收益，显示出较低的波动性和较高的收益稳定性。这些因子的稳定性和收益潜力相比第一类因子会更佳。

在第一阶段，即 2017 年至 2021 年 2 月期间，市场偏好大盘成长型和大盘质量型股票， 盈利因子组合表现尤为突出。在这一时期，高盈利能力的股票显示出能够长期稳定地实 现超额收益的能力。这一现象与市场主流认知相一致，即在 2021 年之前，投资者普遍认 为投资于 A 股市场的“核心资产”，如上证 50 和沪深 300 指数中的蓝筹股，能够带来显 著的超额回报。 进入第二阶段，即 2021 年 2 月至 2023 年 12 月期间，小盘价值型和小盘成长型股票成为 市场的主导力量。在这一阶段，盈利因子组合经历了显著的回撤，然而，当市场在 2023 年 12 月再次转向大盘风格时，盈利因子组合重新展现出其超额收益的潜力。

纵观整个时间区间，我们可以观察到动量因子和账面市值比（BP）因子的表现呈现出一 定的负相关性，而与成长因子的表现则显示出较为同步的趋势。 在第一阶段，即 2017 年至 2021 年 2 月期间，动量因子和成长因子组合的走势呈现出先 下降后上升的模式。与此同时，BP 因子组合则表现出相反的趋势，即先上升后下降。

进入第二阶段，即 2021 年 2 月至 2023 年 12 月期间，这三个因子组合均显示出震荡的走 势。然而，自 2021 年 7 月开始，市场出现了分化：高 BP 因子组合，即那些被市场低估 的股票，开始持续展现出稳定的超额收益。与此同时，动量因子组合和成长因子组合则 经历了长达一年半的调整期，动量因子和成长因子在此期间均逐渐失效。直到 2024 年 1 月，即第三阶段开始时，动量因子和成长因子组合才出现了明显的反转迹象。 另外，BETA 因子与杠杆因子组合虽然在过去历史中阶段性出现过一定超额收益，但长期 来看两者非常不稳定。尤其在 2021 年之后，两者的因子组合净值基本都围绕在 1 附近波 动。

进一步的对比分析显示，在动量因子表现较为有效的阶段，即 2019 年至 2021 年期间，流动性因子经历了一定程度的回撤。与此同时，波动率因子在这一时期内 表现出了较强的稳定性，基本未受到动量因子波动的显著影响。这表明波动率因子具有 一定的独立性，即使在动量驱动的市场环境中仍保持相对稳定的表现。 此外，2024 年年初，波动率因子和流动性因子的组合均出现了较大的回撤。这一现象与 市场对小微盘股的大幅调整和大盘股相对稳定的表现为背景。考虑到小盘股通常具有较 低的流动性和波动率，这种市场动态可能导致了这两个因子组合的回撤。 过去六年市值因子经历了三次显著的转折点，分别在 2019 年 5 月、2021 年 2 月、2023 年 12 月。通过对比分析，我们发现 2024 年之前市值因子组合与 BP 因子组合表现出高 度的相关性，两者在市场趋势上呈现出同向变动的特点。而进入 2024 年之后两者表现出 现了明显的分化。这种变化可以归因于市场主线的转变，即市场开始更加青睐以“中字 头”为代表的国企、央企等高股息高分红的个股。与此同时，小微盘股遭到市场的抛弃。 市值因子与盈利因子的关系则较为复杂和不稳定，但当市场风格转向偏好大市值股票时， 高盈利因子组合相对于低盈利因子组合，展现出了一定的超额收益。在大市值股票受到 市场追捧的背景下，盈利能力较强的公司更容易获得投资者的青睐。

（二）CANSLIM 策略的历史风格暴露

通过上文对市场过去几年的复盘，我们对近年来表现出色的 CANSLIM 策略也进行复盘， 对其过去几年的超额收益进行拆解，分析组合的收益来源。

1、历史业绩复盘

回顾近年来的 A 股市场，我们注意到在经历了 2019-2020 年的牛市之后，市场出现了显 著的调整。具体来看，大盘指数如上证 50 和沪深 300 分别累计下跌了 32.5%和 31.42%。 与此同时，小盘股指数中证 500 和中证 1000 的下跌幅度分别为 18.19%和 22.46%。在这 一市场环境下，仅有红利指数实现了正向增长，累计涨幅达到 24.56%。 在这一背景下，CANSLIM 策略自 2021 年至今（截至 6 月 7 日）的涨幅达到了 11.75%， 这一表现显著超越了除红利指数以外的其他宽基指数。当我们进一步考虑牛市期间的收 益情况，CANSLIM 策略以 100.1%的累计收益大幅领先于所有宽基指数，显示出其卓越 的市场适应能力和收益潜力。

2、风格归因

截至 2021 年，市场上共有 2837 只主动型公募基金产品。自 2021 年至今（截至 6 月 7 日），这些公募基金的涨幅中位数为-25%。 在这一背景下，CANSLIM 策略以 11.75%的涨幅表现出色，其排名为第 174 位，位于所 有主动型公募基金产品中的前 6.13%分位数。这一表现不仅显著超越了公募基金的平均 表现，也突显了 CANSLIM 策略在市场波动中的稳健性和收益潜力。 延续上文中对市场表现的分析方法，我们选择采用 Barra 风格因子模型来进一步剖析 CANSLIM 策略的持仓。

通过对比 2018 年来策略每期持仓的风格暴露与四大宽基指数风格暴露，策略的 BETA 暴 露均值 0.34 与中证 500 的 BETA 暴露均值接近，市值暴露 1.23 同样接近中证 500 的市值 暴露 1.2，反映出策略倾向于投资于中等市值的股票，与中证 500 的市场定位相一致。非线性市值的暴露介于中证 800（0.44）与中证 500（0.82）之间。

策略在动量风格与成长风格上的暴露显著高于宽基指数，这与策略构建的初衷高度一致。 策略偏好选择具有较大动量的股票，这导致其波动率也相应地高于宽基指数，显示出策 略具有较大的弹性。 另一方面，策略在盈利和账面市值比（BP）上的暴露明显低于沪深 300 与中证 500 指数。 这一点归因于策略更注重个股的成长潜力和动量表现，而非仅仅基于盈利能力和估值水 平。这种选择可能使得策略在某些市场环境下能够捕捉到高增长机会，但也可能因为忽 视了盈利和估值因素而面临较高的风险。值得注意的是，盈利上的暴露为 0.09 略高于中 证 1000 指数，说明组合的盈利暴露非常偏小。

（三）CANSLIM 策略的历史行业暴露

自 2021 年以来，结果显示，机械、电力设备及新能源、医药、电子这四个行业在每期均 有个股入选策略持仓。其次，基础化工、有色金属、建筑、计算机这四个行业的入选期数 占比超过了 80%。相比之下，消费者服务、商贸零售、传媒、非银金融、轻工制造这些 行业的入选期数占比相对较低，不足 25%。另外，综合与综合金融并没有个股入选过。 平均持仓占比来看，机械、医药、电子的平均占比最大，均超过 10%；基础化工、电力 设备及新能源平均持仓占比为：9.04%、8.27%。另外，消费者服务、商贸零售、石油石 化、农林牧渔、房地产、交通运输历史平均持仓占比最小。

选股超额收益来看，平均每期选股带来的超额收益为 0.57%，中位数为 1.13%，表明长期 来看策略的选股能力非常优秀。单期最大超额收益为 8.29%，最小超额收益为-6.4%，超 额大于 0 的占比为 64.1%。

二、企业生命周期

2024 年证券市场推出的“国九条”新规，明确了提升上市公司质量的监管重点，并通过 一系列针对性措施予以落实。这些措施涵盖了加强对信息披露和公司治理的监管，以确 保财务报告的透明度和准确性；强化内部控制体系，提升独立董事的监督作用；完善股 份减持规则，规范大股东的减持行为，遏制不当利益输送；鼓励公司通过股份回购和注 销提升投资价值，聚焦核心业务，增强发展质量；加强发行承销环节的监管，整顿市场 乱象；加大退市制度的执行力度，确保市场进出有序；监管证券基金机构，促进行业的 健康增长；加强交易监管，保障市场稳定；以及通过法治建设和提高违法成本，形成推 动资本市场高质量发展的协同效应，维护投资者的合法权益。 在“国九条”新规的启发下，结合近年来市场风格演变及 CANSLIM 投资组合的表现分 析，我们对策略进行了深入的升级，旨在整合更丰富的基本面分析维度。在评估上市公 司的质量时，现金流的健康状况被视为一项核心指标。稳定的现金流不仅是企业持续增 长的基础，也是持续分红能力的保障。因此，在选股过程中，我们也应分析企业的现金 流量表，确保其能够持续生成稳定的现金流，并拥有充足的自由现金流以支持分红政策。

企业生命周期理论

Victoria Dickinson（2010）提出了一种利用经营现金流、投资现金流和融资现金流的正负 性来识别企业所处生命周期阶段的方法，该方法不受单一变量或复合度量所固有的分布 假设影响，提供了一个简洁但稳健的生命周期阶段指标。他指出现金流模式能够有效地 反映企业在盈利能力、增长率、风险等方面的差异，进而可映射到不同生命周期阶段（引 入期、成长期、成熟期、震荡期（shake-out）、衰退期）。 他不仅验证了基于现金流模式的生命周期阶段与经济理论的一致性，而且还与以往研究 中使用的代理（如 Anthony 和 Ramesh 的度量和企业年龄）进行了比较。研究发现，净资 产收益率（RNOA）在不同生命周期阶段的分布与现金流模式代理的结果一致；成熟阶段 的企业显示出最高的盈利能力，并且这种盈利能力具有持续性。

他还探讨了生命周期信息对股票市场表现的影响，发现市场参与者可能低估了成熟企业 的盈利持续性，导致成熟企业在生命周期阶段分配后的一年内获得正的超额回报。基于 生命周期的分类，他发现结合账面市值比（B/M）和成熟生命周期阶段的筛选，可能识别 出具有潜在超额回报的投资机会。 我们参考 Dickinson 对现金流划分企业生命周期的方式，对 A 股市场的上市公司进行区 分： 企业在引入期由于刚刚起步，净经营活动现金流和净投资活动现金流为负、净筹资活动 现金流为正；在成长期企业的成长机会多着重发展扩张以占领市场通常其投资量大因而 净经营活动现金流为正、净投资活动现金流为负、净筹资活动现金流为正；企业进入成 熟期后，其累计利润不断增加但因成长机会减少投资强度也减弱，该阶段净经营现金流 仍为正但盈利能力下降净投资活动现金流和净筹资活动现金流均为负；企业在动荡期的 三种净现金流无法预测；至于企业进入衰退期后，整体处于下降状态净经营活动现金流 为负、净投资活动现金流为正，而净筹资活动现金流无法预测。

我们对 A 股市场进行划分时采用经营活动现金流净流入 TTM、筹资活动现金流净流入 TTM、投资活动现金流净流入 TTM 指标来进行划分。

1、全市场分布

对比全市场不同生命阶段的占比，其中处于成熟期的个股最多，历史平均占比达 34%； 其次处于成长阶段的个股历史平均占比为 30%；占比最小的为衰退期，历史平均比例为 7%；引入期和动荡期的个股数量相近，平均占比均为 15%。

2、各分组历史表现

具体来看，成熟期分组自 2010 年起录得的年化收益率为 9.5%，在所有分组中表现最为 突出。这一收益率不仅超越了同期全 A 等权指数的年化收益 7.19%，也显著高于其他各 生命周期阶段的个股分组。动荡期分组以 7.34%的年化收益紧随其后，而成长期和衰退 期分组的年化收益分别为 7.01%和 4.94%，均未能超越市场平均水平。特别值得注意的 是，引入期分组的年化收益仅为 3.25%，在所有分组中表现最弱。

相比之下，成长期分组的表现则略显逊色，仅有 7 年的年度收益跑赢市场，占比为 46.7%。 这可能与成长期企业面临的高增长风险和市场竞争激烈有关。 成熟期的企业在长期内为投资者提供了较为稳定和可观的收益。动荡期的企业在某些年 份也展现出了超额收益的潜力。而成长期企业虽然具有高增长的潜力，但其收益表现的 波动性较大。引入期的企业则显示出较低的收益率，这可能与其面临的高风险和不确定 性有关。

3、各分组风格特点

各企业生命周期分组在风格因子上的暴露呈现出显著差异。成熟期和成长期分组在盈利 因子上均展现出正向暴露，尤其是成熟期分组，其盈利因子的暴露程度远超其他分组。 相对地，引入期与衰退期分组在盈利因子上呈现出较为显著的负暴露。在市值偏好方面， 引入期、动荡期、衰退期分组倾向于偏好小市值股票，这可能与这些企业的成长潜力和 市场机会探索有关。成长期和成熟期分组则表现出对中大市值个股的偏好，这与这些企 业的市场地位和业务稳定性相符合。在成长因子的暴露上，引入期和成长期分组显示出 明显的正向暴露，而动荡期与衰退期则呈现出明显的负向暴露。此外，仅成熟期分组在 估值因子、波动率因子和财务杠杆因子上展现出负向暴露。 成熟期分组的个股显示出对高盈利、低估值、低波动、低杠杆的中市值个股的偏好。成 长期分组则偏好具有高成长性、较大市值、较高盈利和较高杠杆的个股。引入期的个股 则倾向于高杠杆、高成长性、高波动性、低盈利的小市值个股。

三、CANSLIM 策略叠加生命周期

通过上文分析我们知道，传统的现金流量相关的因子在进行因子选股时对个股的区分效果较差，多数因子的 IC 检验结果均不显著，在进行全市场分组时多头组的超额收益均不 显著。 然而，当我们采用现金流净流入的正负性对全市场进行分组，并根据企业生命周期理论 进一步细分时，我们发现不同分组之间存在显著的区分度。特别是成熟期个股分组，由 于其对高盈利、低估值、低波动、低杠杆和中市值股票的偏好，在过去 15 年中有 12 年 实现了相对于全市场的超额收益。 鉴于成熟期个股分组的稳健表现，我们计划将其与 CANSLIM 策略进行叠加，以期提升 投资组合的整体稳定性和收益潜力。

（一）单策略分析

在先前的报告中，我们详细介绍并构建了两个版本的 CANSLIM 投资策略。首先，《威 廉·欧奈尔 CANSLIM 投资法》策略严格遵循了威廉·欧奈尔的原始投资理念，这一经 典模型在历史上证明了其有效性。随着市场环境和风格的不断演变，我们对这一策略进 行了深入的审视和必要的调整，推出了“CANSLIM 2.0”策略，以期更好地适应 A 股市 场的特点。为了进一步增强我们的投资策略，我们计划将这两个版本的 CANSLIM 策略 与企业生命周期理论进行叠加对比分析。

1、CANSLIM1.0 策略

每个月初我们采用经营活动现金流净流入 TTM、筹资活动现金流净流入 TTM、投资活动 现金流净流入 TTM 指标来对个股进行划分生命周期，筛选其中分类为成熟期的个股作为 股票池。在此基础上，按照如下方法筛选个股： A. 当季净利润增速达到 18%以上。 B. 五年净利润符合增速>=15% ，且每年皆为正成长。 C. 股价为近１年新高附近或已创 1 年新高。 D. 一年股价相对强弱度(RPS)>=80。 E. 机构持有个数>=6。 F. 外资持股比>=5%。

策略回测方法

我们按照如下方法进行回测： 数据：2012 年 01 月 01 日至 2024 年 05 月 31 日的历史上所有 A 股，包括后来退市的 A 股。 调仓频率：月度调仓，调仓日为每月的第一个交易日，考虑停牌、涨跌停对交易影响。 仓位控制：等权调仓，同时个股的最大持仓比例不超过 5%。 策略基准：我们使用了中证 800 作为比较基准。 资金在选出股票上平均分配，交易费用买卖各收千分之 1.3。

2、CANSLIM2.0 策略

我们采用相同的方法来对 2.0 策略进行改进，首先利用现金流对个股进行生命周期划分 并筛选成熟期个股作为股票池，在此基础上叠加 2.0 策略的选股条件 A. 筛选公募基金重仓股作为备选股票池。 B. 个股最近季度的归母净利润同比增速在市场的前 20%名单。 C. 个股的业绩预报、业绩快报的同比增速市场的前 20%名单。 D. 扣除上市前三个月的收益及最近一个月的收益的一年动量。 E. 一致预期 EPS 增速(3M)。

（二）红利策略

在《CANSLIM 3.0 投资法——成长与价值轮动》中我们采用股市估值与十年国债收益率 倒数差来对市场的风格进行判断，以此来进行策略的轮动，样本外跟踪了 2 年发现轮动 策略的效果较一般，究其原因在于轮动的信号过于单一，虽然单个策略在不同的区间都 有超额，但如果信号发出不准确反而对策略造成较大的伤害。我们同样采用相同的方法 对 3.0 策略中的红利策略进行增强。

（三）CANSLIM 叠加生命周期

鉴于之前的轮动信号效果较差，我们对于 CANSLIM 策略和红利策略不再进行轮动，尝 试将二者进行简单合并的方式。

1、历史回溯

每个月初我们采用经营活动现金流净流入 TTM、筹资活动现金流净流入 TTM、投资活动现金流净流入 TTM 指标来对个股进行划分生命周期，筛选其中分类为成熟期的个股作为 股票池。在此基础上，分别利用每个策略的选股方法筛选各自的股票池。 我们按照如下方法进行回测： 数据：2012 年 01 月 01 日至 2024 年 05 月 31 日的历史上所有 A 股，包括后来退市的 A 股。 调仓频率：月度调仓，调仓日为每月的第一个交易日，考虑停牌、涨跌停对交易影响。 调仓规则：三个子策略采用等权的方式配置，每个子策略配置 1/3 的资金。 仓位控制：每个子策略内部个股等权调仓，同时个股的最大持仓比例不超过 5%。 策略基准：我们使用了中证 800 作为比较基准。 资金在选出股票上平均分配，交易费用买卖各收千分之 1.3。

因为综合策略不再进行风格判断，而是将成长与红利简单“相加”，因此策略具有攻守兼 备的特点，在熊市中红利策略可以起到很好的降低回撤的效果，如在 2022 年、2023 年策 略仅回撤 8%、1%，同时在牛市中成长策略也可使策略具有一定的进攻性，使其跑赢基 准。 另外，2024 年至今（5 月 31 日）策略绝对收益 15%，相对基准超额收益 17%。在所有股 票型与偏股混合型基金中排名 160（3.69 分位数）。

策略分析

组合中医药行业的个股历史持仓比例最高接近 14%，另外，化工、食品饮料的历史平均 持仓比例超过 6%。电子、机械设备、公用事业、家电、采掘行业的持仓比例也较高，平 均持仓均超过 4%。可见组合的持仓相对较分散，平均持仓超过 4%以上的行业共计 8 个。 多元化的投资组合策略有助于分散特定行业或市场风险，从而提高整体投资组合的稳定 性和抗风险能力。

从组合持仓市值的分布来看，历史上组合市值的中位数在 200 亿附近，策略有 72.8%以 上的时间持仓个股的市值中位数在 150 亿以上，有 95%的时间持仓个股的市值中位数在 100 亿以上。

相比之前 CANSLIM 策略，策略在盈利因子上的暴露明显增加，主要得益于企业生命部 分的加持。在成长因子、BP 因子上的暴露明显的减少，同时 BETA 因子暴露变化最大， 由原来正暴露转为负暴露。 相对几个宽基指数综合策略在动量、盈利因子上的暴露更高。综合策略在市值上的暴露 与中证 500 相同，从上文对持仓个股市值的分布来看其市值中位数 200 亿附近也与中证 500 指数相近。成长因子上的暴露与指数基本持平，非线性市值上暴露没有明显偏离。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）