2022年下半年量化风格重估值轮动行为看修复主线

1、 市场回顾1：预期企稳，结构反转基本面预期企稳，主要宽基指数止跌反弹2022 年以来，A 股市场主要宽基指数总体呈先下跌、后止跌反弹的状态。1 月 1 日至4 月 26 日期间，主要宽基指数跌幅多超 20%，中证 1000、创业板指、科创 50 指数跌幅超 30%；4 月 27 日以来，随着各指数的滚动 12 月一致预期净利润增长率企稳，主要宽基指数均止跌反弹，中证 1000、科创 50 指数涨幅相对更大。图 1：沪深 300 指数及其与主要宽基指数的相对强弱1.401.301.201.101.000.900.80沪深300(右轴）上证50/沪深300中证500/沪深300中证1000/沪深3

2、00创业板指/沪深300科创50/沪深3001.201.101.000.900.800.702021-1-42021-4-62021-7-52021-9-292021-12-292022-3-31图 2：主要宽基指数成份股滚动 12 月一致预期净利润增长率中位数（%）上证50沪深300中证500中证1000创业板指科创50120100806040200202101042021040620210705202109292021122920220331资料来源：朝阳永续一致预期，行业表现反转特征显著，仅煤炭行业保持强势行业指数的相对走势在市场下跌和反弹阶段展现出显著的反转特征。由图 3 可见，中信一

3、级各行业指数相对行业等权指数的超额收益在 4 月 26 日前后形成了显著的反向关系。具体来看，1）军工、电新、汽车行业的基本面预期在 4 月底前的恶化更为严重，股价跌1如未特殊说明，本文涉及相关测算的截止日为 2022 年 6 月 3 日。幅更高，随着预期企稳，其股价在市场反弹阶段修复更加明显；2）煤炭、银行、房地产行业的预期成长性在市场下跌阶段相对坚挺，但仅煤炭行业的预期成长性在市场反弹阶段保持相对强势，银行、房地产行业则在市场反弹阶段跑输其他行业。图 3：不同阶段各中信一级行业指数相对等权指数的超额收益（%）2022年：1月1日至4月26日2022年：4月27日至6月3日40.030.02

4、0.010.00.0-10.0-20.0汽车电力设备及新国防军工机械基础化工电子有色金属石油石化煤炭综合 计算机通信 传媒 建材电力及公用事业钢铁建筑交通运输轻工制造商贸零售食品饮料家电综合金融医药消费者服务纺织服装 农林牧渔 非银行金融银行房地产-30.0图 4：国防和军工、电新、汽车行业成分股滚动 12 月一致预期净利润增长率中位数（%）图 5：煤炭、房地产、银行行业成分股滚动 12 月一致预期净利润增长率中位数（%）国防和军工电力设备及新能源汽车房地产银行煤炭50.040.030.020.010.00.0-10.02021010420210128202103022021032620210

5、4222021052120210617202107132021080620210901202109292021110120211125202112212022011720220217202203152022041220220511-20.0160.0140.0120.0100.080.060.040.020.00.0-20.0-40.020210104202101282021030220210326202104222021052120210617202107132021080620210901202109292021110120211125202112212022011720220217202

6、203152022041220220511-60.0资料来源：朝阳永续一致预期，资料来源：朝阳永续一致预期， 基本面风格：主线尚未形成，估值及轮动类策略占优基本面与估值因子的跷跷板效应仍然显著风格因子层面，2022 年以来基本面因子与估值因子的跷跷板效应依然较强，且以 4月 26 日为分界线发生了明显的风格切换。以大盘空间为例，4 月 26 日以前，价值、红利风格表现优异，而成长类因子表现相对较弱；而 4 月 27 日以后，价值、红利风格出现较大回撤，成长类因子表现相对稳健。图 6：中信证券大盘空间因子策略指数超额收益2022年：1月1日至4月26日2022年：4月27日至6月3日25.020

7、.015.010.05.00.0-5.0-10.0-15.0图 7：中信证券中盘空间因子策略指数超额收益图 8：中信证券小盘空间因子策略指数超额收益20.015.010.05.00.0-5.0-10.0-15.02022年：1月1日至4月26日2022年：4月27日至6月3日25.020.015.010.05.00.0-5.0-10.0-15.02022年：1月1日至4月26日2022年：4月27日至6月3日高盈利、高成长个股的溢价水平已降低，但趋势性风格主线机会或难形成我们在2021 年下半年量化投资策略复苏新预期，策略新布局（2021 年 5 月 28日）中，提出一种相对估值的度量方法。其

8、核心逻辑为，在风险中性假设之下，市场对个股/板块给出的静态估值反映了对未来基本面的预期，且由于高预期板块通常具有更高的价格弹性，因此还需要关注高预期板块相对市场总体水平的估值溢价。具体来看，我们可用如下的回归式分别从 PB-ROE、PE-成长性两个角度进行度量2：PBMRQ = + ROE + ROE2 + PE= + 净利润增长率 + 净利润增长率2 + 2 “”表示该指标为一致预期指标，本文目前全部采用未来滚动 12 月的预期周期。其中，反映静态估值与一致预期的线性部分，它表示在风险中性假设3下，市场对具有一定预期成长性/盈利能力的公司给出的系统性定价（市盈率/市净率）水平； 系数反映静态

9、估值的非线性部分，可将其理解为市场对高盈利/高成长公司给出的相对系统性估值的溢价水平。对中证全指空间采用上述两公式进行截面的回归估计，得到每日的和系数。回归时，剔除指标为空、剔除各指标排序在上下 5%分位点以外、剔除静态估值指标为负的三类样本；以个股的自由流通市值为权重采用加权最小二乘法进行回归。对如上两公式的回归结果如下所示：从 PB-ROE 角度，反映线性关系的系数目前处于 2017 年以来的 66%分位数水平，而反映非线性的系数目前仅处于 2017 年以来 22%分位数水平。这说明经过 2021 年市场对高 PB 个股的估值消化后，当前市场总体从 PB 角度的估值分化已经大幅缓解，且预期

10、 ROE 最高部分个股相对整个系统来说的估值溢价已经极低。从 PE-净利润增长率角度，线性关系系数处于 2019 年以来 85%分位数，非线性部分处于 2019 年以来的 25%分位数。这说明全市场来看从 PE 角度的估值分化依然较高，但高成长股票相对系统性估值的溢价水平同样已相对较低。图 9：PB-ROE 回归式 Beta、Gamma 系数历史走势图 10：PE-净利润增长率回归式 Beta、Gamma 系数历史走势BetaGamma（右轴）BetaGamma（右轴）40304525352030152520101551052009-01-062009-09-032010-05-102011-

11、01-102011-09-072012-05-172013-01-142013-09-172014-05-262015-01-212015-09-212016-05-242017-01-202017-09-202018-05-282019-01-232019-09-242020-06-012021-01-272021-09-29002502001501005002009-01-062009-09-162010-06-032011-02-232011-11-042012-07-202013-04-092013-12-242014-09-042015-05-252016-02-022016-10-

12、212017-07-052018-03-192018-11-292019-08-142020-04-302021-01-132021-09-28-50706050403020100-10-20-30在多因子量化选股系列专题研究价值与成长视角下的风格切换逻辑（2019-6-12）中，我们发现业绩预期的变化趋势是决定风格强弱的核心因素。当前来看，虽然高盈利、高成长股票相对系统性估值的溢价水平已相对较低，但二者业绩变化趋势均未显著好转，较难形成趋势性风格主线。而对低估值股票来说，虽然低估值板块的基本面预期始终较为平稳，但在高成长、高盈利板块净利润增长率预期触底走平的情况下，低估值风格目前亦不具备成为

13、风格主线的基本面基础。3我们对风险中性的理解为，市场中单独某一个参与者的风险偏好通常不是中性的，但是市场全部参与者作为总体一定是风险中性的，否则说明市场认为资产当前价格不是均衡价格，会推动价格移动至新的均衡点。因此，是否为风险中性与资产所处的价格状态有关，风险中性等价于市场已达到有效和均衡。图 11：沪深 300 空间各风格股票滚动 12 月一致预期净利润增长率中位数（%）图 12：中证 500 空间各风格股票滚动 12 月一致预期净利润增长率中位数（%）120.0100.080.060.040.020.020210104202101272021022620210323202104162021

14、05142021060820210702202107272021081920210913202110152021110920211202202112272022012020220221202203162022041220220510202206020.0沪深300EPTTM Top30%股票ROETop30%股票成长性Top30%股票120.0100.080.060.040.020.00.0中证500EPTTM Top30%股票ROETop30%股票成长性Top30%股票20210104202101272021022620210323202104162021051420210608202107

15、0220210727202108192021091320211015202111092021120220211227202201202022022120220316202204122022051020220602资料来源：朝阳永续一致预期，资料来源：朝阳永续一致预期，估值及轮动类因子或相对占优趋势型风格主线尚未形成的背景下，历史来看带有反转逻辑的策略相对占优。反转策略可分为不同层次，其中最基本的为价格反转，即只关注过去一段时间个股的价格表现；第二层次为估值反转，即以可比股票的估值中枢（通常为行业估值中枢）为基准，选择估值较低的股票；第三层为相对价值反转4，即在同时考虑可比行业、可比基本面预期的

16、情况下，选择相对低估的组合。从第一层到第三层，反转中枢的衡量维度逐渐增多。其中，价格反转策略在 2017 年后总体表现低迷，虽然在 2022 年 5 月后的市场反弹期间表现优异，但从近年的表现来看总体稳定性较差。估值反转策略总体上与基本面策略（盈利策略、成长策略）形成了反向关系，而相对价值反转的稳定性总体上好于估值反转（见图 13 和图 14）。2022 年以来，相对估值因子的超额收益及稳定性明显强于盈利、成长、估值类因子。图 13：PB、ROE、PB-ROE 因子历史超额收益图 14：PE、净利润增长率、PE-净利润增长率因子历史超额收益120%100%80%60%40%20%0%-20%P

17、B因子ROE因子PB-ROE因子100%80%60%40%20%0%PE因子PE-净利润增长率因子净利润增长率因子4具体构建方法请见2022 年量化投资策略徘徊路口，价值当时（2021 年 11 月 4 日）图 15：沪深 300 空间各大类因子多头组合相对收益图 16：中证 500 空间各大类因子多头组合相对收益盈利成长估值相对估值盈利成长估值相对估值1.081.061.041.0210.980.962021123120220110202201172022012420220207202202142022022120220228202203072022031420220321202203282

18、0220406202204132022042020220427202205092022051620220523202205300.941.121.101.081.061.041.021.000.980.960.9420220104202201112022011820220125202202082022021520220222202203012022030820220315202203222022032920220407202204142022042120220428202205102022051720220524202205310.92，朝阳永续一致预期，朝阳永续一致预期，表 1：沪深 300

19、、中证 500 空间大类因子多头组合 2022 年以来的表现盈利成长估值相对估值沪深 3000.54%-1.31%4.09%5.27%区间 Alpha年化信息比周胜率中证 5003.69%2.49%6.00%6.76%沪深 3000.34-0.621.64 2.47中证 5001.721.432.02 3.53沪深 30045.16%45.16%54.84%58.06%中证 50058.06%56.99%54.84%77.42%，朝阳永续一致预期， 行为类策略：以行为为前瞻，挖掘业绩修复线索与基本面风格因子不同，行为类策略由于包含市场参与者的博弈与预期，因此其在基本面风格的把握上通常具备自适应

20、性。例如以分析师盈余调整因子刻画股票的业绩预期变化趋势，2022 年以来，该策略在市场下跌阶段超配了业绩预期稳定的价值股，并在市场反弹阶段超配了预期反转的成长股。在当前市场整体预期的悲观时点已过，业绩修复大概率将成为下半年投资主线的情况下，市场参与者行为或是挖掘业绩修复的重要线索。分析师盈利预测上调幅度高的个股表现较优分析师盈利预测的调整往往意味着增量信息的出现，而调整力度则反映了股票基本面预期的潜在变化幅度，可用于捕捉潜在业绩修复个股。以近 1 个月分析师调整盈利预测的个股为样本池，按中位数口径计算每只股票的盈利预测调整幅度，并由大至小选取上调幅度排名靠前的 50 只股票，构建分析师盈利预测

21、上调幅度 Top50 组合。该组合 4 月 26 日以来相对中证 500 指数的超额收益约 5.8%，2022年以来相对中证 500 指数的超额收益约 9.9%。图 17：分析师盈利预测上调比例 Top50 组合历史表现相对强弱（右轴）策略净值中证50010.009.008.007.006.005.004.003.002.001.00201212312013041620130725201311052014021320140521201408222014120220150313201506172015092220151230201604112016071520161026201702032017

22、05112017081520171122201803022018060820180911201812202019040220190710201910182020012120200506202008102020111820210226202106042021090720211217202203290.004.504.003.503.002.502.001.501.000.500.00资料来源：朝阳永续，表 2：分析师盈利预测上调比例 Top50 组合历史表现中证 500 区间收益回撤201326.4%16.9%9.5%9.8%6.0%1.64.1%201497.3%39.0%58.3%58.0%

23、7.2%8.12.6%201553.6%43.1%10.5%10.5%11.3%0.912.4%2016-9.2%-17.8%8.5%8.5%7.1%1.25.9%20176.7%-0.2%6.9%6.9%7.1%1.06.2%2018-23.1%-33.3%10.2%10.2%6.2%1.63.0%201946.9%26.4%20.5%20.5%6.7%3.12.8%202035.0%20.9%14.2%14.2%7.0%2.03.6%202135.1%15.6%19.5%19.6%12.6%1.611.1%2022-7.5%-17.4%9.9%20.3%10.6%1.93.1%Overal

24、l608.3%86.6%521.7%16.4%8.3%2.013.5%年份区间收益区间 Alpha年化 Alpha跟踪误差信息比率相对收益最大注：2022 年数据截至 6 月 3 日基于成长偏离度进行行业景气轮动在量化策略专题研究业绩、估值与行业轮动（2019 年 10 月 29 日）中，我们基 于行业预期成长性相对自身历史分位点刻画行业的业绩趋势，并优选估值合理的景气行业，形成中观视角的行业景气轮动模型。2022 年以来，中观视角的行业景气轮动模型相对中 证全指超额收益 11.5%，4 月 27 日以来超额收益约 7.6%。图 18：中观视角的行业景气轮动模型历史表现相对强弱（右轴）策略净值

25、中证全指8.007.006.005.004.003.002.001.00201212312013041220130719201310282014012720140507201408062014111220150212201505222015082120151130201603072016060720160907201612152017032320170628201709262018010220180411201807132018101920190121201904292019080120191107202002142020052020200820202011262021030420210608

26、2021090720211215202203230.004.003.503.002.502.001.501.000.500.00资料来源：朝阳永续，表 3：中观视角的行业景气轮动模型历史表现中证全指区间收益回撤201314.8%5.2%9.6%9.8%12.1%0.87.4%201496.4%45.8%50.5%50.2%9.0%5.62.9%201573.4%32.6%40.8%40.8%13.7%3.011.4%2016-13.6%-14.4%0.8%0.8%8.2%0.15.7%201715.9%2.3%13.6%13.6%10.1%1.36.3%2018-20.6%-29.9%9.3%

27、9.4%9.2%1.06.3%201937.7%31.1%6.6%6.6%9.0%0.75.0%202030.5%24.9%5.5%5.6%10.8%0.58.8%202120.5%6.2%14.3%14.3%16.1%0.914.5%2022-5.9%-17.4%11.5%23.8%10.8%2.23.1%Overall533.4%79.6%453.8%15.3%11.1%1.414.5%年份区间收益区间 Alpha年化 Alpha跟踪误差信息比率相对收益最大股权激励行权条件指引上市公司的业绩预期在量化策略专题研究：寻找股权激励背后的预期差（2022 年 1 月 26 日）中，我们发现，股权

28、激励行权条件中的业绩目标能够起到引导市场预期的作用，蕴含一定的预期差 Alpha。股权激励事件池具备较强的小盘成长风格特征，适于捕捉此风格个股的业绩修复。2022 年以来，股权激励事件精选策略年初因极致的价值风格产生较大的相对收益回撤，自 4 月中旬起快速修复，目前累计超额收益约 1.1%。图 19：股权激励事件策略历史表现情况4.504.003.503.002.502.001.501.000.500.00相对强弱（右轴）策略净值中证10005.004.504.003.503.002.502.001.501.000.502016123020170301201704252017062020170

29、810201710092017112920180122201803212018051720180710201808302018103020181220201902202019041520190611201908012019092420191121202001142020031320200511202007032020082520201023202012152021020520210407202106022021072620210915202111162022010720220308202205050.00间收益回撤2017-1.3%-17.4%16.1%16.1%11.7%1.49.4%201

30、8-14.7%-36.9%22.2%22.2%13.1%1.76.8%201971.6%25.7%46.0%46.0%16.3%2.89.0%202075.1%19.4%55.7%56.1%18.2%3.111.6%202166.5%20.5%45.9%46.2%14.6%3.25.1%2022-18.4%-19.6%1.1%2.0%13.8%0.18.7%Overall243.6%-24.8%268.4%30.9%14.9%2.111.6%表 4：股权激励事件策略历史表现情况年份区间收益中证 1000 区区间 Alpha年化 Alpha跟踪误差信息比率相对收益最大 金融衍生品：5 月后情绪回

31、暖，年内对冲成本仍处合理区间前期股指期货多空分歧加大，对冲需求上升，5 月后情绪好转截至 2022 年 5 月底，上证 50、沪深 300 和中证 500 股指期货持仓量较 2021 年末分别变化-4.7%、+14.7%和+28.7%；同时，上述三大期指的多空持仓比5从2021 年末的0.82、0.80 和 0.86 上升至 0.81、0.90 和 0.96。沪深 300 期指和中证 500 期指的持仓量和多空持仓比均显著提升。沪深 300 和中证 500 股指期货持仓量增长明显，一是出于对冲需求，二是由于多空分歧加大。其中对冲需求的激增出现在市场快速下跌的阶段，此时贴水快速走阔，同时持仓量快

32、速增长。而从 2022 年 5 月后，持仓量逐步回落，贴水收敛，同时多空持仓比快速提升，总体表明市场的空头需求减弱同时集中度下降，市场情绪有所好转。图 20：沪深 300 股指期货日频持仓量走势图 21：沪深 300 股指期货多空持仓比走势5定义股指期货多空持仓比为，交易所公布多单持仓和空单持仓在前 20 的期货公司所持有的多单与空单之比，该指标反应市场对多头/空头需求的集中度。6000550050004500400035003000持仓量（右轴）沪深300 x 1000026242220181614122020-052020-062020-082020-092020-112020-12202

33、1-022021-032021-052021-062021-082021-092021-112021-122022-012022-032022-05101.000.950.900.850.800.750.70沪深300（右轴）多空持仓比60005500500045004000350030002020-052020-062020-082020-092020-112020-122021-012021-032021-042021-062021-072021-082021-092021-112021-122022-022022-032022-052500图 22：中证 500 股指期货日频持仓量走势图

34、 23：中证 500 股指期货多空持仓比走势800075007000650060005500500045004000持仓量（右轴）中证500 x 100004035 3025202020-052020-062020-082020-092020-112020-122021-022021-032021-052021-062021-082021-092021-112021-122022-012022-032022-05151.000.980.960.940.920.900.880.860.840.820.80中证500（右轴）多空持仓比80007500700065006000550050004500

35、2020-052020-062020-082020-092020-112020-122021-012021-032021-042021-062021-072021-082021-092021-112021-122022-022022-032022-054000股指期货对冲开仓成本同比显著降低总体上看，虽然 2022 年上半年市场波动加大，但是股指期货的基差却较去年同期显 著上升，同时对冲的开仓成本也显著减低6。2022 年 1 月至 5 月，IH、IF 和 IC 主力合约 的日均基差分别为-0.09%、-0.31%和-0.94%，2021 年同期分别是-0.27%、-0.43%和-1.12%。

36、截至 5 月底，今年以来的 IH、IF 和 IC 主力合约的日均年化开仓损益分别是-2.02%、-5.47% 和-6.75%，去年同期分别为-4.08%、-7.08%和-10.12%。6定义股指期货对冲开仓成本为，假定某日以 75%的仓位构建指数现货组合，并且等市值卖出股指期货主力合约，由于期货到期时 100%收敛于现货，因此持有该组合至期货到期时的损益在建仓时就已决定，将其年化后即为股指期货的年化开仓成本。图 24：上证 50 股指期主力合约货日频基差走势图 25：上证 50 期指主力合约对冲开仓成本40003800360034003200300028002600240022002020-0

37、52020-062020-072020-092020-102020-112021-012021-022021-032021-052021-062021-072021-092021-102021-112022-012022-022022-032022-052000基差（右轴）上证502%2%1%1%0%-1%-1%-2%-2%-3%-3%450040003500300025002000年化开仓成本（右轴）上证50100%80%60%40%20%0%-20%-40%2020-052020-062020-082020-092020-102020-122021-012021-032021-042021

38、-052021-072021-082021-092021-112021-122022-012022-032022-04-60%图 26：沪深 300 股指期主力合约货日频基差走势图 27：沪深 300 期指主力合约对冲开仓成本600055005000 45004000350030002020-052020-062020-082020-092020-102020-122021-012021-032021-042021-052021-072021-082021-092021-112021-122022-012022-032022-042500基差（右轴）沪深3002%1%0%-1%-2%-3%60

39、005500500045004000350030002500年化开仓成本（右轴）沪深300 80%60%40%20% 0%-20%-40%-60%2020-052020-062020-082020-092020-112020-122021-022021-032021-052021-062021-082021-092021-112021-122022-012022-032022-05-80%图 28：中证 500 股指期主力合约货日频基差走势图 29：中证 500 期指主力合约对冲开仓成本8000 75007000650060005500500045004000基差（右轴）中证5001.0%0.

40、5%0.0%-0.5%-1.0%-1.5%-2.0%-2.5%-3.0%-3.5%2020-052020-062020-082020-092020-102020-122021-012021-032021-042021-052021-072021-082021-092021-112021-122022-012022-032022-04-4.0%800075007000650060005500500045004000年化开仓成本（右轴）中证50020%10% 0%-10%-20%-30%-40%2020-052020-062020-082020-092020-112020-122021-02202

41、1-032021-052021-062021-082021-092021-112021-122022-012022-032022-05-50% 场内期权隐含波动率振幅加大，5 月后市场情绪边际回暖2022 年内共有 3 次隐含波动率快速提升，第一次发生在春节前夕，受到长假影响期权隐含波动率迅速提升约 5 个百分点，随着春节假期结束期权隐含波动率迅速回落；第二次出现在 3 月上半月，受到市场下跌影响期权隐含波动率从 17%左右提升至 28%左右，提升幅度超过 10 个百分点，在 3 月下半月市场止跌后期权隐含波动率迅速回落至 20%左右，但仍然高于年初水平；第三次出现在 4 月下旬，期间隐含波动

42、率从 20%左右提升至接近 30%。5 月后隐含波动率有震荡下降趋势，截至 2022 年 6 月 3 日，50ETF 期权和沪市 300ETF 期权的隐含波动率分别为 20.0%和 21.2%，2022 年以来隐含波动率的整体水平明显高于 2021 年。图 30：A 股场内期权隐含波动率（VIX）走势华泰柏瑞300ETF(右轴)50ETF期权沪市300ETF期权深市300ETF期权300股指期权50%40%30%20%10%2019/12/232020/1/232020/2/232020/3/232020/4/232020/5/232020/6/232020/7/232020/8/232020

43、/9/232020/10/232020/11/232020/12/232021/1/232021/2/232021/3/232021/4/232021/5/232021/6/232021/7/232021/8/232021/9/232021/10/232021/11/232021/12/232022/1/232022/2/232022/3/232022/4/232022/5/230%2.60年初至今2.40 复2.20 权位2.00 单1.80 净1.60 值1.40，。注：根据 VIX 算法计算期权隐含波动率，下同。隐含波动率曲线形态总体偏谨慎，但 5 月后已出现反转迹象。年初至今认购 sk

44、ew 持续下降，在 2 月末认购 skew 下降至负值，市场乐观情绪持续收敛；认沽 skew 自年初以来持续上升，4 月达到峰值，市场情绪趋于谨慎。4 月份认购 skew 和认沽 skew 均已达到 2020 年以来的极值，5 月以来出现趋势反转迹象，市场情绪边际回暖。年初至今图 31：A 股场内期权认购 skew 走势（滚动 20 交易日均值）图 32：A 股场内期权认沽 skew 走势（滚动 20 交易日均值）年初至今0.100.050.00-0.05-0.1050ETF期权沪市300ETF期权深市300ETF期权300股指期权0.150.100.050.00-0.0550ETF期权沪市3

45、00ETF期权深市300ETF期权300股指期权，。，。3 月以来期权对冲成本上升，但仍处于合理水平合成空头的对冲方式是指在持有现货头寸的同时，通过买入认沽+卖出认购来构成线性空头头寸的对冲方式。在 = 0时刻买入平值认沽期权、卖出平值认购期权进行对冲，在期权到期时刻（ = ）组合的价值为：现货价值 + put 价值 call 价值 = + ( )+ ( )+ = K，其中K = 0，实际交易中一般取行权价最接近0的期权。假设以 75%的资金购买现货，采用等市值对冲（期权面值等于现货市值），剩余资金用作保证金缴纳7。该组合的到期收益率可用于衡量期权对冲成本，该收益率越低，说明使用期权对冲所损耗

46、的成本越高，其本质上与期货升贴水相同。到期收益率计算方式为：0.75 K + 0.25 0.75 ( ) 00 1 =0.75K + 0.250 0.75( ) 1102022 年年初至今，合成空头对冲成本整体维持在历史常态水平，阶段性来看 3 月以来对冲成本有小幅上升。2022 年 1 月至 2 月期间，期权合成空头对冲可贡献正收益，50ETF期权和沪市 300ETF 期权的平均年化对冲成本分别为 3.16%和 1.74%；2022 年 3 月以来期权合成空头对冲成本有所上升，50ETF 期权和沪市 300ETF 期权的平均年化对冲成本分别为 0.44%和-3.43%。图 33：近月期权对冲

47、组合的到期损益（50ETF 期权）图 34：近月期权对冲组合的到期损益（沪市 300ETF 期权）到期损益50ETF(右轴)到期损益华泰柏瑞沪深300ETF(右轴)1.00%0.00%-1.00%-2.00%51.00%7年初至今年初至今0.00%64-1.00%53-2.00%4-3.00%2-3.00%3，。，。通过买入认沽期权来进行对冲，可以保留组合的上行收益。以“认沽期权价格/标的资产价格”衡量对冲成本，为消除行权价及剩余期限的影响，首先计算平值近月和次近月合约的隐含波动率并线性插值计算出对应 30 天期限的隐含波动率，再取行权价格等于标的价格（实际中难以找到行权价恰好等于标的价格的期

48、权），根据 BS 公式计算出期权价格。该期权价格即为“平值-剩余 30 天到期”的认沽期权价格，其价格高低本质上反映的是隐含波动率的高低，但比隐含波动率更为直观。2022 年年初至今，买入“平值-剩余 30 天到期”认沽期权的对冲成本较 2021 年有所增加，日均年化成本为 26.28%（50ETF 期权）和 27.72%（沪市 300ETF 期权）。分阶段7根据沪深交易所规定，一份平值认购期权需缴纳的保证金为“12%*标的价格+期权价格”，标的价格的上涨和波动率的上涨均会增加保证金要求，其中标的价格上涨是主要影响因素。来看，在春节前夕以及 3 月、4 月隐含波动率迅速上市的时期期权对冲成本较

49、高。年化来看，若想要逐月对冲掉标的资产的下跌风险并保留上行收益，以 2022 年以来平均水平计算大约需要付出年化 26.28%（50ETF 期权）和 27.72%（沪市 300ETF 期权）的成本。图 35：买入认沽期权的年化对冲成本（50ETF 期权）图 36：买入认沽期权的年化对冲成本（沪市 300ETF 期权）70%60%50%40%30%20%10%0%买入认沽对冲成本VIX(右轴)年初至今40%35%30%25%20%15%10%5%0%80%70%60%50%40%30%20%10%0%买入认沽对冲成本VIX(右轴)年初至今45%40%35%30%25%20%15%10%5%0%测

50、算。测算。灵活构建期权对冲组合可有效控制回撤2022 年年初以来 A 股市场出现一定回撤，上证 50 指数与沪深 300 指数在年初至 6月 2 日期间出现的最大回撤分别为 17.86%和 23.05%，下跌环境中买入认沽期权对冲可以提供有效保护。当前来看，期权隐含波动率处于历史中位水平，认购 skew 处于历史低位、认沽 skew 处于历史高位，认沽期权相对较为昂贵。综上，当前使用期权对冲时，宜通过买入认沽期权、同时卖出虚值程度更大的认沽期权来构建 put spread 组合进行对冲。图 37：300ETF 期权认购及认沽 skew 走势（滚动 20 交易日均值）图 38：300ETF 期权

51、历史波动率锥（2022-06-02）min10%25%华泰柏瑞300ETF(右轴)认购skew认沽skew 50%75%90%0.150.100.050.00-0.05-0.102.42.22.01.81.61.41.21.0100%80%60%40%20%0%max平值期权隐波525456585105125145o。 量化投资发展前瞻之一：当量化投资遇到财富管理财富管理时代下的量化投研在资产管理中，以产品为基本单元，资产管理人依据资产管理合同约定的方式、条件、要求及限制，对客户资产进行经营运作，为客户提供证券、基金及其他金融产品，并收取费用。因此资产管理实现的是特定约束条件下的效用最优化。财

52、富管理中，以服务为基本单元，财富管理者从客户需求出发，根据客户的风险收益向客户提供一揽子服务，因此财富管理是基于自身禀赋和能力圈的业务。从资产管理到财富管理，是一种升级和泛化，资产管理为财富管理提供基础的元素和工具。资产管理中，量化投研方法论以分析法基本思想，透过现象向上追溯原因，并以数据为驱动全程参与资产管理的各个环节，包含投前预判、投中监控、投后归因等。在财富管理中，量化方法则需要为业务模型赋能，这给量化投研体系提出了新的要求，具体包括：（1）系统化和平台化，底层架构能够支撑财富管理的各类需求；（2）场景化，能够针对中长期投资、短期现金管理等各类场景；（3）直观性，更易于被理解；（4）可迭

53、代，可根据市场和业务变化而变化。图 39：从资产管理到财富管理的量化投研资料来源：因子离散化风险模型：兼具解释力和直观性的模型体系在报告多因子量化选股系列专题研究因子离散化股票多因子风险模型（2022 年6 月 8 日中）我们提出了一种新型的股票多因子风险模型。该模型的构建目标即是在追求对波动率解释度的同时兼顾直观性和可投资性。处理方法上，该模型在对风险因子进行归纳和拓展的基础上，对各因子进行了基于分位数的分组划分，每个因子的每个分组以哑变量形式体现在回归方程中；在进行截面回归时，使用分析标的中个股的实际权重作为加权最小二乘法（WLS）的权重。从表 5 可见，该模型在各样本空间内的解释力与传统

54、方法不相上下。图 40：因子离散化风险模型与传统模型对比资料来源：表 5：因子离散化风险模型在不同样本空间的R2统计量风格因子分组前风格因子分组后均值中位数上四分位数下四分位数均值中位数上四分位数下四分位数沪深 30046.60%45.69%55.07%37.43%48.19%47.46%56.02%39.36%中证 50024.42%23.15%29.50%17.73%24.89%23.64%29.61%18.67%中证 100017.48%16.02%21.75%11.63%17.33%16.12%21.23%11.93%中证全指28.38%25.92%36.05%18.42%27.48%

55、25.38%34.49%18.28%该模型的直观性一是体现在对市场驱动因素的识别上。在某一因子的分组下，各组别超额收益净值呈现发散走势，这说明该因子在这一时期内是市场的主要驱动力。例如，全考察期来看，在成长因子的维度下，各组别之间的超额收益表现始终呈现分化特征，这证明了成长因子在 A 股的有效性；动量因子各组别在 2016 年之前各组别分化加大，但 2016年后各组别分化停止，这说明 2016 年后动量因子维度对市场的驱动力下降；盈利因子对市场的驱动力则在 2016 年后显著上升。图 41：成长因子分组表现图 42：动量因子分组表现图 43：盈利因子分组表现 该模型的直观性二是体现在绩效的归因

56、方面。以如下A、B 两只沪深300 增强基金2021年中报披露持仓为分析目标，假定在披露日前后一个月内基金静态持有该组合不做调整。在该假设下，在 2021 年中报前后一个月内，A 基金、B 基金相对沪深 300 的超额收益分别为 2.45%和 1.56%。总体上看，A、B 两基金在大市值、价格动量、高成长性方面均有较显著的风格暴露，这些暴露也为基金贡献了一定的正超额收益。两基金在价值、盈利性两因子的暴露上存在差异，其中 B 基金在高估值、高盈利方面暴露较为显著，而 A 金各组别相对较均衡，这导致 B 基金在价值因子的配置方面虽然获得了较高的正超额收益，但在盈利性引资方面总体获得了显著的负超额收

57、益，而 A 基金在这两大类因子上的收益贡献较接近于 0。图 44：A 基金因子暴露图 45：A 基金因子收益贡献组1组2组3组4组5组1组2组3组4组515%10%5%0%-5%-10%-15%规模动量 波动率 流动性 成长价值盈利0.5%0.4%0.3%0.2%0.1%0.0%-0.1%-0.2%-0.3%规模 动量 波动率流动性 成长 价值 盈利图 46：B 基金因子暴露图 47：B 基金因子收益贡献组1组2组3组4组5组1组2组3组4组515%10%5%0%-5%-10%-15%规模动量 波动率 流动性 成长价值盈利0.5%0.4%0.3%0.2%0.1%0.0%-0.1%-0.2%-0

58、.3%规模 动量 波动率流动性 成长 价值 盈利 量化投资前沿发展之二：AI 技术应用中建议关注图神经网络与算法可解释性如今海内外的资管机构对 AI 布局已经形成趋势，国内外众多研究机构对 AI 在量化投资中的应用开展了大量研究，而从这些研究来看，图神经网络与算法可解释性受到广泛关注。图神经网络主要用来对股票之间的关系建模，如供应链关系和概念关系；而算法可解释性受到关注源于复杂机器学习模型的应用带来的黑盒属性增加，对风险控制和发挥人类知识带来困难。提升可解释性的路径大致分两种：一是模型设计阶段引入先验知识，二是借助经济金融逻辑来理解算法的结果。下面分别从图神经网络与算法可解释性这两个方面介绍当

59、前的量化前沿技术研究。股票关系建模：图神经网络不考虑整个市场环境，单独分析一项资产几乎是没有意义的，这也是 Copula 和向量自回归模型在金融领域如此广泛使用的主要原因。那么如何对资产之间的联系建模？传统的方法将其作为特征进行编码，比如多因子模型中的行业哑变量。但这一做法一方面会面临维数灾难的问题，另一方面对于连接关系，如供应链关系也无法建模。经典的网络结构如卷积也不适用，图像和卷积都是基于欧式距离的。对于关系最自然的关系表示方式就是图。图神经网络（Graph Neural Network，GNN）是一种基于图结构的神经网络，可基于图进行卷积计算。法国东方汇理资管公司8采用该网络来对股票的行

60、业关系、相关性关系和供应链关系进行建模，构建了显著超越基准的选股策略。下图展示的是上述三种关系的图表示：1）行业关系：在邻接矩阵中，相同行业的公司对应的元素为 1，其它为 0。表示成图会形成多个团，每个团表示一个行业，每个团内的元素两两有连接；2）相关性：邻接矩阵中的数值表示两个公司的相关性，以 50%为阈值，低于 50%的置为 0。表示成图则变成有相关性的公司间有连接；3）供应链：邻接矩阵中两个公司间若有上下游关系则元素为 1，其它为 0，表示成图也是有上下游关系的公司间有连接。8Pacreau G, Lezmi E, Xu J. Graph Neural Networks for Asse