东方证券股份有限公司经相关主管机关核准具备证券投资咨询业务资格，据此开展发布证券研究报告业务。 东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此，投资者应当考虑到本公司可能存在对报告的客观性产生影响的利益冲突，不应视本证券研究报告为作出投资决策的唯一因素。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 专题报告 【金融工程·证券研究报告】 金融工程 从北上资金中提取的系列alpha因子 -- 因子选股系列之（六十四） 研究结论  从2016年12月沪港通开通以来，北上资金大量流入A股，截至2020年2月3日，北上资金累计流入A股1.05万亿，对A股带来了各方面的影响，因此无论是北上资金对市场风格影响还是北上持仓和流入流出本身的信息都是值得重点研究的。  本文基于公开的北上资金持仓数据构建了12个持仓特征和流入流出交易行为的因子，并在2016.12-2019.12区间对北上因子进行了批量测试。测试发现大多数北上因子在北上持仓股票（目前为2150支）、中证800和沪深300中均具有显著的选股效果。此外，部分表现较好的北上因子也具有一定的行业选择效果。  北上因子与传统的大类因子相关性很低，但其中北上持仓类型的因子更像是包含了不同ALPHA因子风格的复合因子，所以在对常规大类因子正交化之后几乎失去效果，不过我们依然可以参考类似因子中的ALPHA配置情况来调整我们的不同因子的权重。基于流入流出交易行为的因子绝大多数在正交化后依然具有显著的选股效果，说明北上资金短期的交易特征与现存ALPHA因子关系不大。  北上因子的衰减速度较慢，半衰期基本都在20交易日以上，其中表现较好的几个因子半衰期在40个交易日左右，因此基于北上因子构建组合的话换手率并不高。  我们把有效的单因子合成北上持仓因子和北上流入流出交易行为因子，并进一步合成北上大类因子，中性化后的北上大类因子在3个样本空间中的RankIC均高于0.04，其中在沪深300内RankIC为0.052，分组超额收益单调性较好，多头端月均超额收益均在0.7%以上。  我们用类似的方法构建北上大类因子来测试其行业选择效果，基于北上大类因子构建的中信一级行业多空组合（前后20%），从2016.12-2019.12的组合年化收益为15%，月最大回撤-4.63%，Top组合年化9%，而同期全行业平均组合组合年化仅为-2.6%。根据2020年1月23日数据计算的前20%行业为：食品饮料、家电、建材、通讯、医药和农林牧渔。  北上因子的全市场覆盖度并不高，如果构建全市场选股的话那么大量的填值会导致因子效果变化且远离正态分布，不过因为大多数机构都有规定的股票列表，而这个列表中的股票往往也是市值较大，流动性较好的股票，北上因子在其中的覆盖率还是比较可以保证的。  我们认为外资持续进入A股市场和A股市场机构化应该是未来的长期发展趋势，因此北上因子在未来应该依然能够具有一定的效果，可以给予一定的关注。 风险提示  极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。  量化模型基于历史数据分析得到，未来存在失效风险，建议投资者紧密跟踪模型表现。 Table_ Base Info 报告发布日期 2020年02月07日 证券分析师 朱剑涛 021-63325888*6077 zhujiantao@orientsec.com.cn 执业证书编号：S0860515060001 证券分析师 张惠澍 021-63325888-6123 zhanghuishu@orientsec.com.cn 执业证书编号：S0860518080001 相关报告 关于组合换手的若干问题 2020-01-05 来自优秀基金经理的超额收益 2019-11-27 基于机构持仓的因子情景分析 2019-10-29 基于量价关系度量股票的买卖压力 2019-10-29 A股风险溢价（ERP） 2019-08-30 跳跃Beta与连续Beta 2019-08-02 资本市场开放对因子投资的影响 2019-07-30 温和收益的动量与极端收益的反转效应 2019-07-02 大小盘风格择时与投资运用 2019-05-30 波动率因子的逻辑与非对称使用 2019-04-24 基于因子组合FMP的因子加权方法 2019-04-15 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 2 目 录 1.北上资金的流入和持股特征 ......................................................................... 3 2.北上持仓和交易行为因子批量测试 .............................................................. 4 2.1因子测试 ...................................................................................................................... 4 2.2单因子的行业选择能力 ............................................................................................... 10 3.因子相关性和衰减情况 .............................................................................. 10 4.北上合成因子测试 ..................................................................................... 13 4.1合成因子测试 ............................................................................................................. 13 4.2北上因子的行业选择能力 ........................................................................................... 14 5.总结 .......................................................................................................... 15 风险提示 ...................................................................................................... 16 1.北上资金的流入和持股特征 近几年来北上资金持续流入A股市场，为A股注入了新的增量资金也提高了A股的流动性（图1），截至2020年2月3日，北上资金累计流入1.05万亿，且在2月3日的暴跌当天，北上大幅流入182亿元，单天的流入量在过去3年中仅次于2019年11月26日MSCI纳入当日的214亿元，说明北上资金对A股后续的长期价值还是较为看好的。此外，北上资金的流入也一定程度上影响了A股的因子风格（详细的对比请参考报告《资本开放对因子投资影响》）。 图1：陆股通每日和累积流入情况 数据来源：东方证券研究所 Wind资讯 北上资金是指通过香港交易所流入A股的香港或境外资金，北上资金可以买入的股票池为沪股通和深股通的成分股，沪股通和深股通总称为陆股通，其中沪股通为沪港通的一部分，于2014年11月17日启动，深股通为深港通的一部分，于2016年12月5日启动。到2020年1月23日为止，陆股通的成分股股数量为1289支，而北上资金持有股票数量则为2150支，这是因为陆股通成分股根据图3所示的规则每年6月和12月进行调整，调出的股票不能再被北上资金买入而仅可以被卖出，这也就是为什么陆股通成分股数量小于北上资金持有股票数量的原因。我们从两者数量的变化可以看到，虽然陆股通的成分股3年来有所减少，但是陆股通的持仓股票则是稳定的持续增多的，这也反映出北上资金对于A股整体的长期看好，因此即使被调出成分股的股票也并没有都被北上资金完全减持，当然，被调出陆股通成分股的股票因为仅能被北上资金卖出，所以依然属于股票的负面影响因素。从陆股通持有股票的数量来看，基本上近2/3的A股有北上资金参与，而且近3年来这个数量相对也是较为稳定的，因此我们认为有足够的统计数据可以用来尝试对北上资金持仓和交易特征的因子进行测试。 图2：陆股通成分股数量和北上资金持有股票数量 数据来源：东方证券研究所 Wind资讯 图3：陆股通成分股与交易规则 数据来源：东方证券研究所 港交所 2.北上持仓和交易行为因子批量测试 2.1因子测试 北上资金的投资者结构较为复杂，凡是通过陆股通渠道流向A股的均为北上资金，不过我们通常认为北上资金中主要是外资或香港的机构。北上资金的持股明细每天都会公布，这些数据可以给我们带来一定的指导价值，即便北上资金并非smart money，我们依然可以把它当成一个大体量的投资者来研究其持仓特征和交易行为，更不用说北上资金这几年的表现都有目共睹。 我们基于北上资金每日的持股明细，批量测试了12个与其持仓特征或交易行为特征有关的因子，因子的构建方式如图4所示，测试区间为2016.12.30-2019.12.31共36个月的时间。在测试的时候，这里我们倾向于在有北上参与的股票池中构建因子，上文也深股通沪股通深股通股票范围，是市值在60亿元人民币以上的深证成份指数和深证中小创新指数的成份股，以及A+H股上市公司在深交所上市的A股，但不包括被深交所实施风险警示、被暂停上市或进入退市整理期的股票。可通过沪港通进行北向交易的合资格证券，包括上证180指数、上证380指数的成分股，以及不在上述指数成分股内但有H股同时在联交所上市及买卖的上交所上市A股。此外，沪股通股票将在以下几种情况下被暂停买入(但允许卖出)：该等沪股不再属于有关指数成分股；或该等沪股被实施风险警示；或该等沪股相应H股不再在联交所挂牌买卖。 提到了陆股通成分股与北上持仓数量不一致的问题，首先在因子测试的层面，每期的数量变动是不大的，其次调入和调出成分股本身也反映了股票一定的信息，即调入成分股的股票更有可能会获得北上资金流入，而调出的股票只能被持有的北上资金卖出，而如果仅在成分股内构建因子，一则覆盖度较小，二则忽略了调入调出本身的正负面信息。此外，由于北上资金持有的股票数量在全市场覆盖度不高，而大量的填值会导致因子的效果和分布都发生较大的变化，因此这里测试的最大样本空间仅选在有北上资金参与的股票当中（目前为2150支）。 图4：北上因子列表 数据来源：东方证券研究所 Wind资讯 图5-6展示了北上持有占比因子HoldPER和MholdPER因子的表现，这两个因子原始值和中性化以后因子在3个样本空间中均具有显著的选股效果，且在300内反而RankIC更高，说明其在大市值空间反而表现更好。此外，这两个因子多空组合的超额收益几乎都来自于第一组的多头端，不过其在中证800和沪深300内的表现于2018年较为普通。 图7-8展示了北上持有因子Hold和Mhold因子的表现，这两个因子原始值具有非常强的选股效果，在中证800和沪深300