长江金工 基本面量化计算机投资的新解法

00:00:00 参加本次会。本次电话会议仅服务于长江证券研究所白名单客户。未经长江证券事先书面许可，任何机构或个人不得以任何形式对外公布、复制、刊载、转载、转发、引用本次会议相关内容，否则，由此造成的一切后果及法律责任由该机构或个人承担，长江证券保留追究其法律责任的权利。 00:00:33 嗯，各位领导大家晚上好，欢迎收听基本面量化专场的第二天。那我们今天晚上的话，主要是聚焦这个TMT板块。 00:00:42 那这次的话是以计算机赛道作为切入点，我们去探索一下这个基本面量化的一个解法。那从整个流程上来看的话，其实和我们昨天讲的这个医药增强是比较相似的。就我们还是去做分域，第一步的话就是把整个计算机赛道去做一下拆解， 00:00:59 但是稍微有点不一样的是，像医药这个板块，我们是可以按照逻辑把它拆成消费制造和科技三大块儿的。但是计算机的话，因为它确实本身它和基本面的一个关系，并没有像啊医药可能这么相关一些。所以结合计算机它自身的一个行情特征，我们认为可以从股价表现、资金等等维度把行业内的个股给它分成两个池子，一个是进攻型的标的，一个的话是防御型的标的，前者的话其实就是板块内所谓的这种高弹性股或者是题材股，后者。的话其实就是板块内所谓的这种抗跌股。那有了这两个分类之后， 00:01:37 我们第二步需要去做轮动，就它不是说单纯的去做选股就可以选到一个比较优异的池子。计算机内部的话，其实轮动还是比较重要的。 00:01:46 那整体上的话，我们觉得计算机板块它行情受到多重的因素交织影响，所以我们是构建了一个这个二维的择时模型，其实是把呃繁琐的一些这个现象给它做一个简化。 00:01:59 就我们只看两个维度，融合了对宏观趋势的一个洞察，以及对板块风险的一个控制，其实就是看美债还有看板块自身的一个波动水平。两个维度我们去把握计算机板块的一个这个先机信号，那这是整体的一个流程， 00:02:15 那首先为什么要把计算机拆成进攻和防御两类呢？ 00:02:20 回溯来看，其实计算机板块它整体是具备一个典型的周期性成长特征的，而技术是板块的一个核心驱动力。 00:02:28 长期视角下的话，从PC互联网、移动互联网到产业。互联网其实历史上的每一轮新技术周期，都伴随着计算机行业的一个强势表现。那202020年后的话，云技术呃云计算的这个技术红利逐渐消退，由于没有新的这个技术周期衔接上，导致在那个阶段其实计算机板块整体的估值是比较承压的。直到后续大模型技术突破之后，我们推动了新一轮的这个AI超级技术周期，而短期视角下的话，其实在每一轮周期中不同阶段受益的企业是不太一样的。 00:03:03 以AI技术为例，发展来来看的话，22年年末以来，从主题到主线，AI产业趋势逐渐获得了市场的一个认可，成为驱动计算机行情的一个主线。那技术确认阶段的话，其实会建议大家去关注一些像芯片、服务器、算力调度平台等等偏基础设施类的一些标的，那在商业模式突破阶段的话，其实是一些呃具备这种潜在爆款应用场景落进呃落地的这样子的公司，可能会更加值得关注一点。 00:03:33 那结合计算机的这样一个行情特征，我们认为把行业内的这个个股分为两类是比较合适的。一类是这种进攻型的个股，指的是受益于技术变革、情绪政策等催化影响的，它与当下的这个主题或者热点相关性较高，而且在这个脉冲行情下反弹力度较强的这样子的个股，也就是板块内我们刚刚提到这种高弹性股或者是题材股。 00:03:57 另一类的话就属于是有一定的防御型的这个属性的，指的是在市场下跌或者是不稳定的这个阶段，股价表现依旧较稳，而且有一定业绩支撑的这样子的标的。这些标的的话，它相对来说不受到经济周期还有行业波动的一个影响，然后它也是我们呃俗称的这种抗跌股。 00:04:16 那么如何去识别上述两类投资标的呢？我们梳理并归纳了就是进攻属性和防御属性的来源，并在此基础上的话引入了量化的视角作为评判依据，因为这样可以做到比较高效地去把个股给它做一个拆分。那考虑到计算机板块内部相对较快的一个轮动速度，还有高频换仓所涉及的一个这个交易费用，我们综合考量下来的话，目前是以月度频度去识别当下的这个防御属性标的，还有进攻属性标的作为下一期的这个持仓。 00:04:48 整体来看的话，计算机板块内个股的一个进攻防御属性，它并不说呃拘泥于个别的这个细分赛道，同时个股的这个进攻防御的属性的话，其实是会随着时间进行一定的这个轮转的。那对于这个防御型的个股而言，我们其实是分两步去给它进行一个定定位。 00:05:09 第一层的筛选的话，我们主要的目的是去寻找一下股价相对来说比较稳健的个股。那在计算机板块内部的话，我们按照呃股价波动率的一个大小把这个池子给它一分为二，我们选择了波动率比较低的50%，作为防御型个股的一个这个基础池。那从测算来看的话，呃低波动的这个池子，它在计算机行业整体这样一个下行周期的时候，它相较于高波动池子，其实是有呃相对比较呃显著的一个这个超额收益的，它表现出来更为抗跌的这样一个属性。那在第二层筛选的时候，我们在低波动的这个池子里面进一步去寻找呃防御属性的三大来源。 00:05:49 我们这里找的是股价防御、筹码防御还有股息防御。 00:05:53 股价维度的这个防御属性的话，我们主要是通过下行波动率来做一定的衡量，就避免选到一些有急跌风险的这样子的标的。我们将这个指标去从下。到大从小到大做排列，然后根据这个得分，我们去选较低的10%的个股构成第一个这个防御池。然后筹码维度的防御的 话，我们主要是通过月度的这个大单资金净流入来进行一定的衡量。从测算来看的话，我们会发现就是短期内机构关注度提升比较多的这样一类个股，它后续其实是会有一定的回撤风险的，因此我们同样将这将这个指标从小到大去做排列，我们去选择得分比较低的10%的个股构成第二个防御池。 00:06:35 然后股息维度这个防御属性的话，相对来说就是比较直观一些，我们是按照近三年的一个平均股息水平进行衡量的。计算机整个赛道里面就是现在有做分红的公司数量其实还是比较多的，只是股息率的话，整体可能呃相较于比如说高股息的一些这个典型的公司，像银行啊煤炭这种，它会相对来说偏低一些。那高股息的个股的话，它通常拥有稳定的这样一个现金流和回报，它能够在市场波动中的话。去提供一定的这个安全边呃安全垫，所以我们选择了就是这些有做分红的公司，我们去把它的一个股息率从高到低做排序，选了10%作为第三个这个防御池。 00:07:15 那从检验来看的话，这三个小池子它其实都在行业贝塔下行的阶段，能表现出比较强的一个抗跌能力。那为了汇聚不同来源的一个防御属性，我们是将这三个小池子去取了个并集，构成了我们最终的这样一个防御池。 00:07:32 那我们看了一下，就是在计算机板块里面，这一些具备防御属性的个股，它在市场动荡的时候能够保持相对稳定的一个表现，为投资组合的一个长期增长提供稳健的一个支撑。那具体来看的话，会发现在板块比如说明显有回撤的16~18年21年还有23年，其实这个防御组合相对于计算机指数而言跌幅整体会更小一点，它是能满足我们对防御防御池的这样一个收益的一个期待的，那然后从数量上来看的话。基本上就是呃计算机内部的这样一个防御池个数，近年来就是稳定在这个30到这个35只左右，就整个池子的话其实不会过大。那对应的就是呃对于进攻池， 00:08:18 我们同样也是分两步去进行定位。第一层的筛选的话，我们就去寻找股价具备高弹性的个股，也就是刚刚我们剩下来的就是波动率比较高的50%的个股，我们作为基础池，那从回测来看的话，这个高波动的池子，它在行业上涨阶段确实是有个更强的一个收益表现的。 那确定这个基础池之后， 00:08:39 第二层筛选，我们就同样的在高波动的这个池子里面去寻找进攻属性的来源，也就是呃看了一下它的一个这个创新能力还有这个成长能力。创新能力的话，我们是通过研发费用占比去做的一个衡量，我们觉得在快速迭代的这样一个计算机行业中，高研发投入的话，它是企业持续创新的一个关键的保障。然后成长能力的话，我们主要是通过一致预期的数据。去衡量企业它未来成长的一个潜力和空间，那考虑到就是一年的这个预期往往已经被price in了，因此我们主要参考是第二年的这个预期数据进行筛选。 00:09:14 然后两个维度的话，我们是各自筛选15%的标的作为基础池，因为前面防御池我们是有三个维度嘛，各选10%，那这里为了保证数量上相对来说比较一致，我们就是呃两个维度稍微多选一点，选15%的个股。 00:09:30 那从回测来看的话，呃重创新和这个高成长的这个两个小的组合，它其实在行业贝塔上行的阶段的话，其实都能表现出比较强的一个进攻属性。那考虑到各股进攻属性的一个多样来源，我们也是将两个池子做了一个合并，作为最后的这样一个进攻池。那回溯组合的一个表现来看的话，计算机板块里面进攻属性的个股，它在趋势行情下确实能表现出来更强的一个收益弹性，符合我们对进攻池的一个期待。但与此同时，我们也可以发现就这个池子。它在行业贝塔下行的阶段的话，也是面临了比较大的一个这个回撤的一个风险的。 00:10:09 所以在构建完这两个池子之后的话，一个待解决的核心问题就是如何去进行择时上的一个配置。 00:10:16 就理想的状况下，我们应该是在计算机有行情就是弹性比较强的时候，我们去全仓配置这个进攻尺，去搏一个更强的一个收益弹性，然后在行情趋势就拐头向下的时候，我们切回到防御池去做配置。就整体上它对回撤的控制会更好一点，从而实现一个攻守兼备的这样一个效果。 00:10:37 那为了解决这个问题的话，我们构建了一个这个相对来说比较简易，但是我们自己测下来效果还不错的一个二维择时模型，主要看的就是宏观还有这个风险两个维度去给出这个配置信号。 00:10:52 宏观维度的话，其实我们主要是观察美债的一个收益率的一个水平。 00:10:57 从历史数据来看的话，计算机指数和美债收益率它在一定程度上是呈现负相关的一个关系的。当美债收益率下行的时候，避险资金的回流和国内风险偏好的一个改善，它带带来了这个成长赛道的一个投资机会，所以计算机指数在这个阶段的话通常是走强的。那从经验值来看的话，美债收益率近一年的一个历史分位差不多回落到10%左右的时候，通常计算机指数是有反弹行情的。而当这个分位回升到60分位左右的时候的话，计算机指数通常会有回撤的行情发生，因此我们可以通过这两个阈值去进行这个拐点上的一个判断。 00:11:35 然后风险维度的话，我们主要看的是计算机指数自身的一个波动率的情况。我们会发现，当计算机指数它自己的一个波动率处于近一年高位的时候，其实指数通常是面临一个下行风险的。那我们在计算波动率时，其实用了一个半衰加权的方式，也就是说，越靠近当前时间点的这个收益率，它的一个权重会越高一些，它的一个及时性会更强。 00:11:58 那从经验值来看的话，基本上就是波动率近一年的一个历史分位回落到20%时啊，通常来说计算机指数是有反弹行情的，而当分位回升至这个80%分位的时候，计算机指数通常会有这个回撤的行情发生。因此我们也是可以通过这两个预值去进行一定的这个拐点判断。 00:12:18 那在具体结合的过程中的话，我们是把美债作为一个配置的主信号，波动作为一个辅助信号。当美债提示积极信号的时候，我们是呃增配进攻组组合到75%的仓仓位，去获取这个收益弹性啊。而当波动维度带来双重积极信号的时候，我们会进一步增配进攻组合，就到百分之百的仓位去把握住这一这个赛道的一个投资。然后反之就是如果呃，我们发现它整体来说就是美债给出了这个回撤的一个信号，那我们就会把仓位降下来。如果两个维度都给了这样一个呃看空的一个信号的话，我们就会把仓位全量地配到这个防御型的组合里 面，去规避掉这样子一个风险。 00:13:04那从对应来看的话，这个模型的一个拐点，其实它的把握具备一定的参考性。 00:13:10 往远了看就是像