2026年量化选股策略更新
- 来源:银河证券
- 发布时间:2026/02/04
- 浏览次数:135
- 举报
量化选股策略更新.pdf
量化选股策略更新。国企基本面因子选股多头策略:2026年1月,策略实现收益+6.91%,相对于基准中证国企指数(000955.CSI)实现超额收益+2.22%。本月新调入股票:福建高速。科技股基本面因子选股多头策略:2026年1月,策略实现收益+8.55%,相对于科技股样本池平均收益实现超额收益+0.57%,相对于万得双创指数(881034.WI)实现超额收益+0.10%。本月新调入股票:天益医疗、捷邦科技、巨一科技、金马游乐、全柴动力、华胜天成、大富科技、海能技术。消费股基本面因子选股多头策略:2026年1月,策略实现收益+3.97%,相对于基准50%中证主要消费指数(000932.SH)+...
国企基本面因子选股策略
(一)国企基本面因子选股策略方法
参考报告《央国企引领专题:国企 Beta+Alpha 共振,基本面选股收益稳健》中对国企上市公 司样本池的定义,我们首先采用中证国企指数(000955.CSI)的所有成分股,以及北交所中上市满 6 个月、且公司属性为中央国有企业或地方国有企业的股票作为国企样本池。 依据各行业逻辑的不同对 ZX 三级行业进行分类,将所有行业划分为红利型、成长型两大类, 其中红利型包括资源品、公用事业、房地产、银行、证券、其他 6 大类,成长型包括先进制造、软 件服务和消费 3 大类。
在完成了行业分类后,我们根据不同类型行业的逻辑选择合适的基本面因子对国企进行打分, 这些指标可分为通用因子和行业特色因子。 对于通用因子,我们主要基于“一利五率”央企业绩考核指标,选择净资产收益率 ROE(TTM)、 营业现金比率、全员劳动生产率、资产负债率等因子;同时国企相比于民企的重要特征之一是分红 较多,因此我们将股息率也纳入通用因子中。

对于行业特色因子,盈利能力、运营效率和偿债能力是投资者广泛关注的特征,因此除银行和 证券外其他类型行业均在该 3 个方面选择了有效性较高的因子。另外我们也依据行业特征在行业特 色因子的选择上有所侧重,在红利型行业中,对于资源品、房地产等成熟型行业,行业发展空间受 限,更需要关注企业的盈利能力和营运效率,因此对于资源品行业我们加入 ROIC 反映盈利能力和 营运效率,对于房地产行业采用预收账款+合同负债增速 反映销售情况、存货周转率 反映营运效率 等;对于公用事业行业,新的投资可能带来增长点,因此我们选择资本支出/折旧摊销反映企业扩张; 银行和证券更关注流动性与抗风险能力,因此我们选择了资本充足率、流动性覆盖率等指标。 成长型行业则应突出其成长属性,对于先进制造和软件服务行业,企业增长点来自于科技创新, 因此我们加入了成长能力和研发投入的指标;对于消费行业增长点则来自于企业扩张、销售增长与 市占率的提高,因此我们用预收账款+合同负债增速反映销售情况,用资本支出/折旧摊销反映企业 扩张。
计算得分时,考虑到红利风格是国企的重要特征之一,对所有行业我们均上调了股息率因子的 权重,且红利型行业上调幅度更大:对红利型行业,股息率权重为 4;对成长型行业,股息率权重为 2。此外,对成长型行业而言,适当举债有利于公司扩张,成长型行业资产负债率的 ICIR 显著程度 也低于红利型行业,因此对于成长型行业,资产负债率权重下调为 0.5;其他所有因子权重为 1。对 权重调整后因子得分求平均值,分别得到通用因子得分和行业特色因子得分。 最后,两项得分按通用因子得分 30%、行业特色因子得分 70%的权重加总并进行归一化处理, 最终得到国企基本面的百分制总分。
(二)国企基本面因子选股多头策略表现
策略回测区间为 2019 年 12 月 31 日至今,每月最后一个交易日调仓,不考虑交易费用。 2019 年 12 月 31 日至 2026 年 1 月 30 日,国企基本面因子选股多头策略回测净值的年化收益 率为 23.99%,相比基准中证国企指数实现年化超额收益 18.48%;策略 Sharpe 比率和 Calmar 比 率分别为 1.1417、1.0425,最大回撤为-23.01%;策略超额收益的 Sharpe 比率和 Calmar 比率分 别为 1.5885、1.4231,最大回撤为-12.99%。 本报告期内(2025 年 12 月 31 日至 2026 年 1 月 30 日),策略实现收益+6.91%,相对于基准 中证国企指数实现超额收益+2.22%。
科技主题基本面因子选股策略
(一)科技主题基本面因子选股策略方法
我们从所属行业与研发投入两个角度将科技股定义如下,两个条件需同时满足: 1)所属 SW 三级行业属于电子、通信、计算机、电力设备、国防军工、传媒、医药、机械等的 部分行业,如下表所示。 2)最近一年研发费用占营业收入比例超过 5%,或研发人员数量占员工总数超过 10%。

Dickinson(2011)提出了以现金流作为代理变量识别企业所处生命周期阶段的方法。我们将 研发费用视为投资,对经营现金流、投资现金流进行了调整。根据企业经营现金流、投资现金流与 融资现金流的正负,企业可划分为 8 种类别,并映射到 5 个不同的生命周期阶段,分别为引入期、 成长期、成熟期、震荡期、衰退期。
由于震荡期和衰退期股票长期内无法获得稳健超额收益,我们从股票数量较多、股价表现较好 的的引入期、成长期和成熟期股票中进行选股;考虑到引入期股票数量较少,将引入期和成长期的 股票视为一类,后文中统称成长期。
(二)科技主题基本面因子选股多头策略表现
策略回测区间为 2019 年 12 月 31 日至今,每月最后一个交易日调仓,不考虑交易费用。 2019 年 12 月 31 日至 2026 年 1 月 30 日,科技主题基本面因子选股多头策略回测净值的年化 收益率为 32.06%,相比科技股样本池平均收益实现年化超额收益 10.98%;策略 Sharpe 比率和 Calmar 比率分别为 1.1493、0.9386,最大回撤为-34.16%;策略超额收益的 Sharpe 比率和 Calmar 比率分别为 1.5002、1.2720,最大回撤为-8.64%。 本报告期内(2025 年 12 月 31 日至 2026 年 1 月 30 日),策略实现收益+8.55%,相对于科技 股样本池平均收益实现超额收益+0.57%,相对于万得双创指数(881034.WI)实现超额收益+0.10%。
(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。)
-
标签
- 选股
- 相关标签
- 相关专题
- 相关文档
- 相关文章
- 全部热门
- 本年热门
- 本季热门
- 1 Transformer架构下的量价选股策略:ChatGPT核心算法应用于量化投资.pdf
- 2 量化选股策略:基于卷积神经网络的股价走势AI识别与分类.pdf
- 3 因子选股系列之九十四:UMR2.0,风险溢价视角下的动量反转统一框架再升级.pdf
- 4 ChatGPT应用分析:ChatGPT在择时、风格、行业、选股中的应用实践.pdf
- 5 美股市场基础研究:标普500,从选股规则到财务分析.pdf
- 6 定增选股对冲策略实战探讨.pdf
- 7 低估值央国企的超额收益持续性研究及选股思路.pdf
- 8 量化基本面系列报告之八:寻找选股策略与行业轮动策略的“舒适区”.pdf
- 9 美股市场基础研究:标普红利、质量与增强价值指数的选股思路与历史表现.pdf
- 10 量化策略专题研究:科技板块和新能源板块产业选股.pdf
- 1 因子选股系列专题报告:基于历史K线形态的因子选股研究.pdf
- 2 多因子选股系列研究报告:个股日内成交量分布特征与日内流动性弹性刻画.pdf
- 3 多因子选股系列研究之二十四:个股日内成交量周期性节奏刻画与“滴水穿石”因子构建.pdf
- 4 量化投资因子选股系列专题报告:DFQ_diversify,解决分布外泛化问题的自监督领域识别与对抗解耦模型.pdf
- 5 “量价淘金”选股因子系列研究:“高频数据+离散化构建方式”在因子研究中的重要性.pdf
- 6 因子选股系列专题报告:Neural ODE,时序动力系统重构下深度学习因子挖掘模型.pdf
- 7 PINN信息约束与时序截面双流网络选股模型分析.pdf
- 8 策略化选股月报:7月六大策略均录得正收益,科创板策略单月超额收益超9%.pdf
- 9 量化专题报告:“量价淘金”选股因子系列研究(十五),高低位放量事件簇,正负向信号的有机结合.pdf
- 10 金工深度研究:基于level2数据图像的选股模型.pdf
- 1 多因子选股系列研究之二十四:个股日内成交量周期性节奏刻画与“滴水穿石”因子构建.pdf
- 2 金工深度研究:基于level2数据图像的选股模型.pdf
- 3 高频和行为金融学选股因子跟踪周报:国防军工行业拥挤度较高,有限关注类因子表现较好.pdf
- 4 高频选股因子周报:高频整体表现优异,多粒度因子维持正收益。AI增强组合超额持续回撤.pdf
- 5 银河金工主题选股系列报告:成长盈利现金流三足鼎立,消费基本面量化多维制胜.pdf
- 6 量化选股策略更新.pdf
- 7 量化选股策略更新.pdf
- 8 金工因子研究系列专题1:委托挂单手数蕴含的选股信息.pdf
- 9 红利选股的战略三角:进攻、防守和交易.pdf
- 10 “十五五”之六大未来产业图谱及选股框架:掘金未来.pdf
- 全部热门
- 本年热门
- 本季热门
- 1 2026年泛科技框架重构及选股模型初探
- 2 2026年投资策略:“十五五”之六大未来产业图谱及选股框架,掘金未来
- 3 2026年“十五五”之六大未来产业图谱及选股框架:掘金未来
- 4 2026年科创策略、情绪价量策略收益显著,3月推荐电子机械股——策略化选股月报(202603)
- 5 2026年量化选股策略更新
- 6 2026年金工深度研究:大模型概念与宏观热点选股
- 7 2026年量化选股策略更新
- 8 2026年金工因子研究系列专题1:委托挂单手数蕴含的选股信息
- 9 2026年第4周高频和行为金融学选股因子跟踪周报:建材行业扩散指标走强,流动性类因子表现较好
- 10 2026年深度学习系列之一:在线学习增强选股模型的适应性
- 1 2026年泛科技框架重构及选股模型初探
- 2 2026年投资策略:“十五五”之六大未来产业图谱及选股框架,掘金未来
- 3 2026年“十五五”之六大未来产业图谱及选股框架:掘金未来
- 4 2026年科创策略、情绪价量策略收益显著,3月推荐电子机械股——策略化选股月报(202603)
- 5 2026年量化选股策略更新
- 6 2026年金工深度研究:大模型概念与宏观热点选股
- 7 2026年量化选股策略更新
- 8 2026年金工因子研究系列专题1:委托挂单手数蕴含的选股信息
- 9 2026年第4周高频和行为金融学选股因子跟踪周报:建材行业扩散指标走强,流动性类因子表现较好
- 10 2026年深度学习系列之一:在线学习增强选股模型的适应性
- 1 2026年泛科技框架重构及选股模型初探
- 2 2026年投资策略:“十五五”之六大未来产业图谱及选股框架,掘金未来
- 3 2026年“十五五”之六大未来产业图谱及选股框架:掘金未来
- 4 2026年科创策略、情绪价量策略收益显著,3月推荐电子机械股——策略化选股月报(202603)
- 5 2026年量化选股策略更新
- 6 2026年金工深度研究:大模型概念与宏观热点选股
- 7 2026年量化选股策略更新
- 8 2026年金工因子研究系列专题1:委托挂单手数蕴含的选股信息
- 9 2026年第4周高频和行为金融学选股因子跟踪周报:建材行业扩散指标走强,流动性类因子表现较好
- 10 2026年深度学习系列之一:在线学习增强选股模型的适应性
- 最新文档
- 最新精读
- 1 2026年中国医药行业:全球减重药物市场,千亿蓝海与创新迭代
- 2 2026年银行自营投资手册(三):流动性监管指标对银行投资行为的影响(上)
- 3 2026年香港房地产行业跟踪报告:如何看待本轮香港楼市复苏的本质?
- 4 2026年投资银行业与经纪业行业:复盘投融资平衡周期,如何看待本轮“慢牛”的持续性?
- 5 2026年电子设备、仪器和元件行业“智存新纪元”系列之一:CXL,互联筑池化,破局内存墙
- 6 2026年银行业上市银行Q1及全年业绩展望:业绩弹性释放,关注负债成本优化和中收潜力
- 7 2026年区域经济系列专题研究报告:“都”与“城”相融、疏解与协同并举——现代化首都都市圈空间协同规划详解
- 8 2026年历史6轮油价上行周期对当下交易的启示
- 9 2026年国防军工行业:商业航天革命先驱Starlink深度解析
- 10 2026年创新引领,AI赋能:把握科技产业升级下的投资机会
