相对收益解决方案：红利指数增强2.0

证券研究报告 金融工程|专题报告 相对收益解决方案：红利指数增强2.0 请务必阅读报告末页的重要声明 2024年09月24日 证券研究报告 |报告要点 本研究基于中证红利指数选股池构建了指数增强模型，并通过组合优化提升了策略表现。在选股方面，通过单因子测试和Fama-Macbeth回归检验确定了13个选股因子和4个分域因子根据纯因子夏普率加权得到的复合因子年化超额收益率为9.92%；采用均值方差模型进行组合优化，优化后组合年化超额收益率达7.47%，信息比率提升至1.71。同时，通过潜伏高股息策略，在5月至7月期间进一步提升收益，最终中证红利指数增强策略实现年化收益率23.01%年化超额10.06%，夏普率1.08，信息比率1.38。 |分析师及联系人 陆豪 康作宁 SAC：S0590523070001SAC：S0590524010003 请务必阅读报告末页的重要声明1/35 金融工程|专题报告 2024年09月24日 金融工程专题 相对收益解决方案：红利指数增强2.0 相关报告 1、《景气指数略微上升，两融资金重新净流入—周报2024年9月20日》2024.09.22 2、《拥挤度因子近期强势，衍生品空头信号加剧—周报2024年9月13日》2024.09.16 扫码查看更多 中证红利指数增强选股池：高股息、稳定 参考中证红利指数编制方案，选取了一部分现金股息率高、分红较为稳定，并且具有一定规模及流动性的上市公司作为指数样本。同时剔除了派发特别股息的异常情况和经营质量不佳的股票。 选股因子：多维度 我们一共筛选出13个因子用于选股，其中包括5个barra的一级风格因子（流动性、价值、分红、规模、预期）、4个负向因子（PB_ROE、波动同期、波动滞后、高频波动）、4个正向因子（波动提前、超预期、效率提升、预期股息率）。此外，我们选取了4个负向因子（60日换手、60日成交量波动、5分钟波动、规模增长因子）用于分域。复合因子选股组合，年化收益率22.87%，年化超额9.92%，夏普率1.03，信息比率1.12。 组合优化：信息比率1.71 基于马可维兹的均值方差模型，我们构建了组合优化器对指数增强组合进行了权重二次优化，目标函数设置为最大化经风险调整后组合预期收益。约束方面，我们设置了权重约束、主动风险约束、风格因子约束、行业因子约束、成分股约束。组合优化选股组合，年化收益率20.43%，年化超额7.47%，夏普率0.94，信息比率1.71。 潜伏高股息策略：平均超额5.93% 我们构建了一个从分红方案发布日到除息除权日的潜伏高股息策略：在5月的第一个交易日买入出一批高股息、高股息支付率成长的股票，并在除权除息日前一个交易日卖出，直到8月第一个交易日清仓。潜伏高股息策略表现优异，每年仅持仓三个月的前提下，实现了平均5.93%的超额。 中证红利指数增强策略：年化超额11.64% 以组合优化后的复合因子选股模型为基底，在每年的5-7月用潜伏高股息的持仓进行替换，构建中证红利指数增强组合。中证红利指数增强策略，年化收益率23.01%，年化超额10.06%，夏普率1.08，信息比率1.38。 风险提示：量化模型存在失效风险，信息仅供参考，不构成投资建议。市场存在波动性和不确定性，投资需谨慎。过去的业绩表现不能保证未来的收益，投资者应根据自身的风险承受能力和投资目标独立判断并做出决策。 正文目录 1.选股池构建5 1.1中证红利指数编制方案5 1.2中证红利指数增强选股池构建5 2.选股因子测试6 2.1单因子测试6 2.2选股模型绩效表现7 3.组合优化9 3.1组合优化器原理9 3.2组合优化绩效表现10 4.潜伏高股息策略12 4.1潜伏高股息选股池构建12 4.2潜伏高股息策略13 4.3潜伏高股息绩效表现14 5.中证红利指数增强策略16 5.1中证红利指数增强绩效表现16 5.2中证红利指数增强策略特征17 6.附录24 7.风险提示34 图表目录 图表1：中证红利指数增强选股池数量分布（单位：只）6 图表2：单因子测试6 图表3：特色因子定义7 图表4：选股模型净值曲线（左轴：净值，右侧：超额累计收益）8 图表5：选股模型绩效统计8 图表6：组合优化选股模型净值曲线（左轴：净值，右侧：超额累计收益）10 图表7：组合优化绩效统计10 图表8：组合优化成分股占比净值对比11 图表9：组合优化成分股占比绩效对比11 图表10：选股池股票数量分布（单位：只）12 图表11：调仓规则流程图13 图表12：仓位变化14 图表13：潜伏高股息净值曲线（左轴：净值，右侧：超额累计收益）14 图表14：潜伏高股息净值曲线（拼接）（左轴：净值，右侧：超额累计收益）.15 图表15：潜伏高股息绩效统计15 图表16：中证红利指数增强净值曲线（左轴：净值，右侧：超额累计收益）16 图表17：中证红利指数增强绩效统计17 图表18：滚动跟踪误差17 图表19：最新截面市值分布18 图表20：历史市值分布18 图表21：最新截面行业分布19 图表22：最新截面风格因子暴露19 图表23：估值对比20 图表24：股息率对比20 图表25：最新截面个股集中度（左轴：个股权重，右轴：累计权重）21 图表26：日均成交额（加权）对比（单位：亿元）21 图表27：最新截面换手率分布22 图表28：调仓周转率对比22 图表29：投资容量对比（单位：亿元）23 图表30：附录1——size（Barra）十分组测试24 图表31：附录2——volatility（Barra）十分组测试24 图表32：附录3——liquidty（Barra）十分组测试25 图表33：附录4——momentum（Barra）十分组测试25 图表34：附录5——quality（Barra）十分组测试26 图表35：附录6——value（Barra）十分组测试26 图表36：附录7——growth（Barra）十分组测试27 图表37：附录8——sentiment（Barra）十分组测试27 图表38：附录9——dividend（Barra）十分组测试28 图表39：附录10——PB-ROE十分组测试28 图表40：附录11——波动同期因子十分组测试29 图表41：附录12——波动滞后因子十分组测试29 图表42：附录13——高频波动因子十分组测试30 图表43：附录14——60日均换手率十分组测试30 图表44：附录15——60日成交量波动率十分组测试31 图表45：附录16——5分钟波动率十分组测试31 图表46：附录17——规模提升因子十分组测试32 图表47：附录18——波动超前因子十分组测试32 图表48：附录19——超预期因子十分组测试33 图表49：附录20——效率提升因子十分组测试33 图表50：附录21——预期股息率十分组测试34 1.选股池构建 1.1中证红利指数编制方案 中证红利指数每年调整样本空间，具体的选取方法如下： （1）过去一年日均总市值排名在前80%； （2）过去一年日均成交金额排名在前80%； （3）过去三年连续现金分红且过去三年股利支付率的均值和过去一年股利支付率均大于0且小于1。 中证红利指数选取了一部分现金股息率高、分红较为稳定，并且具有一定规模及流动性的上市公司作为指数样本；同时限制股利支付率小于1，排除了由于派发特别股息导致的股利支付率异常高的情况。 1.2中证红利指数增强选股池构建 在中证红利指数编制方案的基础上，我们剔除了一部分经营质量不佳的样本，构建了指数增强选股池： （1）中证红利指数样本空间； （2）剔除PB_LF（市净率）和PE_TTM（市盈率）小于0的样本； （3）剔除ST和ST*样本； （4）剔除上市不足90天的样本； （5）时间区间为2014年至今。 选股池自2015年以来，股票个数均在1000只以上。 图表1：中证红利指数增强选股池数量分布（单位：只） 资料来源：wind，国联证券研究所整理 2.选股因子测试 2.1单因子测试 我们对于传统的BarraCNE6的9个一级风格因子以及自己构建的特色因子进行了单因子测试，在常规的去极值、标准化、行业市值中性化后，使用Fama-Macbeth对因子进行了回归检验，测试结果如下： 图表2：单因子测试 RankIC ICIR t-检验值 年化收益 因子夏普 IC月胜率 size（Barra） -0.0318 -1.4950 -4.5091 0.2411 1.7968 0.6693 volatility（Barra） -0.0830 -1.9993 -2.4797 0.1188 0.9881 0.6929 liquidty（Barra） -0.0885 -2.3764 -4.0761 0.1411 1.6243 0.7165 momentum（Barra） 0.0163 0.8434 1.3035 0.0369 0.5194 0.5669 quality（Barra） 0.0213 0.6742 1.6050 0.1325 0.6396 0.5827 value（Barra） 0.0611 1.3591 2.6092 0.1253 1.0397 0.6220 growth（Barra） -0.0190 -0.6732 -0.3334 0.0095 0.1329 0.6063 sentiment（Barra） 0.0181 1.8439 4.4422 0.0443 1.7702 0.6772 dividend（Barra） 0.0480 1.2680 2.0467 0.0536 0.8156 0.6063 PB_ROE -0.0662 -2.4828 -4.8757 0.1538 1.9429 0.7087 波动同期因子 -0.0441 -2.7768 -3.9452 0.0590 1.5721 0.7323 波动滞后因子 -0.0419 -2.5857 -4.5145 0.0720 1.7990 0.7165 高频波动因子 -0.0497 -3.3026 -5.1930 0.0656 2.0694 0.7717 60日均换手率 -0.0683 -2.5480 -4.6386 0.1281 1.8484 0.7087 60日成交量波动率 -0.0479 -3.0240 -2.5307 0.0574 1.0085 0.7402 5分钟波动率 -0.0670 -3.1694 -4.6074 0.1064 1.8360 0.7874 规模提升因子 -0.0257 -1.6874 -4.4535 0.0665 1.7747 0.6063 波动超前因子 0.0290 2.2475 4.5531 0.0557 1.8144 0.6850 超预期因子 0.0316 2.2910 4.9043 0.0635 1.9543 0.7323 效率提升因子 0.0209 1.1962 2.6859 0.0815 1.0703 0.6299 预期股息率 0.0465 2.2966 3.9035 0.0755 1.5555 0.6850 资料来源：uqer，国联证券研究所整理 其中，特色因子的定义如下： 图表3：特色因子定义 因子说明 计算公式 PB_ROE由PB对数对单季度ROE、PE中位数分域、行业分域回归后的残差波动同期因子当日涨跌幅和当日5分钟波动率的滚动20日皮尔逊相关系数 𝐿�𝑃�−(𝛽^+𝛽^∙𝑅𝑂�𝐶𝑜𝑟𝑟20(𝑅�𝐸(�)2) 𝑒𝑟𝑙�+𝛽^∙𝑃𝐸𝑚𝑒𝑑i𝑎�+𝛽^∙𝐼𝑛𝑑𝑢𝑠𝑡𝑟� 23 波动滞后因子前日涨跌幅和当日5分钟波动率的滚动20日皮尔逊相关系数 𝐶𝑜𝑟𝑟20(𝑅𝑡−1𝐸(�)2) 高频波动因子5分钟波动率的滚动20日变异系数 𝑆𝑇𝐷20(𝑅5𝑚i𝑛)𝐴�20(𝑅5𝑚i𝑛) 60日均换手率日换手率滚动60日均