开源金工3周年巡礼 | “主动+量化”的选股组合全集
2019-2022
开源金工3周年·研究巡礼
我们恪守「原创、深度、讲逻辑、可验证」的量化研究准则，我们以「原创力」和「前瞻性」为市场熟知，我们拥有众多闪亮的标签，我们是开源金融工程魏建榕团队，感谢您长期的关注与支持！
团队成员：魏建榕/张翔/傅开波/高鹏/苏俊豪/胡亮勇/王志豪/盛少成/苏良/何申昊。
团队标签：开源一席谈、竹林路沙龙、量化沉思录、高频因子、因子切割论、开源行业配置体系、开源量化评论、基金策略标签体系、股票关联网络、蜘蛛网CTA策略。
“
第 8 期
量化投资组合系列
“金融与科技融合，量化与基本面交汇”已然成为了当下的投研潮流。在过去三年中，开源金融工程团队坚守“量化+主动”的研究理念，在组合优选中给出了自己的理解，视角独特、观点新颖，受到业内广泛好评，范围涵盖：券商金股、业绩超预期、分析师预期调整、港股优选、指数增强、创业板优选、动量30、TMT及消费板块优选、可转债分层组合等。我们将继续紧跟市场热点，挖掘更多具备alpha源的股票池，并从量化角度给出独家增强方案，感谢关注！
券商金股alpha的全方位挖掘
作者：魏建榕、高鹏（2021-04-26）
✔ 从整体来看，金股组合超额收益表现优异，是比较理想的基本面股票池。从金股的具体特征来看，重复金股组合收益表现优于新进金股组合，多家推荐金股组合收益表现优于单家推荐金股组合；
✔ 我们从六大维度出发对券商金股进行评价：收益水平、收益波动比、行业选择能力、个股超额能力、黑马能力、白马能力，该定量手段能够帮助我们清楚了解各家券商金股的特点；综合评价最高的金股组合，来自券商K、券商Z、券商X；
✔ 券商行业金股数量和发布金股的行业团队逐渐增加，全部行业金股组合收益表现优于同期券商十大金股组合与基准指数，后续或成为更具alpha源的股票池。
详情请戳：
业绩超预期 Plus 组合的构建
作者：魏建榕、胡亮勇、盛少成（2021-07-07）
✔ 立足业绩超预期股票池，基于财务数据、股价行为、大单资金流等，选取合成因子得分最高的30只股票构建的超预期30组合，在测试期年化收益率高达43.1%，夏普比率为1.53，月度胜率约70%；对冲基准收益为31.1%，夏普比率为3.6，月度胜率超80%；
✔ 2022年至今表现优异，对标中证500超额+17%，在主动股基中排名【4.9%】分位点。
详情请戳：
港股优选：技术面、资金面、基本面
作者：魏建榕、傅开波（2022-03-22）
✔ 从估值层面来看，2021年以来港股市场的表现不尽人意，估值已跌至较低水平；从内地公募基金港股占比来看，目前仍较低，港股通占比依然有非常大的提升空间；
✔ 根据技术面、资金面、基本面三大维度，并结合港股流动性水平较差的现实问题，我们对港股通标的池进行组合构建：在月频及手续费双边千六的设定下，三大维度融合后的港股通优选组合，其多空对冲净值更加稳定，多空对冲收益波动比1.6。
详情请戳：《港股优选：技术面、资金面、基本面》
如何基于盈利预期调整构建优选组合？
作者：魏建榕、盛少成（2022-08-06）
✔ 基于时间，股价跟随性改进预期调整因子，较大幅度降低回撤，多空信息比率达3.1；
✔ 在盈利上调样本池中，提出分析师关联动量，分析师羊群效应等特色因子；
✔ 对冲中证全指，优选30只股票组合年化超额收益27%，分年度皆录得正超额。
详情请戳：《如何基于盈利预期调整构建优选组合？》
中证1000指数的稳健增强策略
作者：魏建榕、王志豪、盛少成（2022-08-28）
✔ 从景气度和估值两个维度来看，中证1000当下配置价值凸显：景气上行、估值低位；
✔ 在中证1000指数成分股内，我们以开源金工独家因子为主体，从估值、成长、交易行为、资金流、关联网络等维度出发，构建中证1000指数增强策略；
✔ 2018年12月以来，优化组合年化收益28.7%。相比于同期的中证1000指数，超额年化收益13.1%，年化IR2.57。
详情请戳：《中证1000指数的稳健增强策略》
大票优选：是动量，而不是反转
作者：魏建榕、王志豪、高鹏（2020-08-27）
✔ 本报告讨论的课题为：如何进行大票优选，在上证50指数成分股和深证100指数成分股合集中构建精选股票组合；
✔ 我们首先基于反转效应来进行大票优选，测试结果表明：基于反转效应的大票优选效果不佳，面临反转效应弱和换手率过高的成本问题；
✔ 基于长端动量因子的“动量30组合”表现优异。2010年以来，“动量30组合”的年化收益率为12.7%，同期基准组合的年化收益率为4.6%，年化超额收益率为8.1%。
详情请戳：《大票优选：是动量，而不是反转》
超越创成长：创业板上的增强组合
作者：魏建榕、苏俊豪（2021-08-03）
✔ 2018年以来，基于北上资金持仓占比的选股因子在创业板内具有显著的alpha；
✔ 与沪深300、中证500等宽基指数相比，创业板更易出现因短期交易行为导致的定价偏差，同时截面上股票收益分化更大，基于交易行为构建的因子在创业板上更有效；
✔ 创业板中的股票大多为成长型股票，成长因子的选优能力较强；
✔ 我们使用成长因子与北上资金因子、理想振幅因子在创业板上构建的“成长+北上+交易”的创业板增强组合，年化收益可达31.5%，相比于创业板指年化超额收益9.8%。
详情请戳：《超越创成长：创业板上的增强组合》
TMT行业的量化选股方案
作者：魏建榕、苏俊豪、高鹏（2020-08-30）
✔ TMT行业近十年发展迅速，本报告我们测试了部分常见的基本面与技术面因子，以及开源金工独家交易行为因子在TMT行业中的选股效果；
✔ 理想反转因子与理想振幅因子在TMT行业中表现优异，十分组年化多空收益分别达到25%与34%，多空组合信息比率（收益风险比）为1.73与2.99。
详情请戳：《TMT行业的量化选股方案》
大消费板块的轮动与选股
作者：魏建榕、盛少成（2021-08-28）
✔ 在消费板块内部，必选消费更多体现的是防御性特征，而可选消费随着市场的起伏波动更大，需要区别对待；
✔ 在轮动层面，我们采用景气度作为主轮动信号，北向资金流作为辅轮动信号进行轮动增强。相比于将可选消费和必选消费简单平均，轮动后的超额年化收益达到了4%；
✔ 在选股层面，我们使用必选和可选各自的优质选股因子进行分域选股，必选板块内多头年化收益率达到了26.0%，可选板块内多头年化收益率达到了29.7%；
✔ 最后，我们将轮动信号和选股进行结合，组合的年化收益达32.0%。
详情请戳：《大消费板块的轮动与选股》
量体裁衣：可转债的分层组合方法
作者：魏建榕、苏俊豪（2022-02-12）
✔ 不同类型的转债收益结构不同，也适用不同的定价因素，本文我们对各类型转债的定价因素进行了细化的探讨与拆解；
✔ 我们在不同类型的转债中使用不同的因子进行选择，每月从偏股型、平衡型、偏债型转债中各选择10只转债进行等权配置。转债分层组合的年化收益可达29%，收益波动比为2.05，最大回撤仅7%。
详情请戳：《量体裁衣：可转债的分层组合方法》
往
期
回
顾
第3期：3周年巡礼 | 行业轮动怎么做？