大健康量化精选策略再思考

1、目录1、背景介绍 .- 3 -2、大健康板块下的行业重构.- 6 -2.1、细分行业重构.- 6 -2.2、重构行业介绍.- 7 -3、Alpha 因子构建 .- 8 -3.1、细分因子选择.- 8 -3.2、复合因子选股表现.- 9 -4、大健康板块选股策略构建.- 10 -5、总结.- 14 -6、附录.- 15 -图表 1、中信医药行业净值走势.- 3 -图表 2、全市场不同规模公司数目占比.- 4 -图表 3、医药行业不同规模公司数目占比.- 4 -图表 4、医药行业Vs.全市场规模大于 100 亿元的公司规模占比.- 5 -图表 5、全市场Vs.医药行业分析师覆盖度.- 5 -图表

2、6、全市场Vs.医药行业分析师覆盖度（流通市值50 亿元）.- 6 -图表 7、医药服务Vs. 医药制造与高科技板块历史股票数目.- 7 -图表 8、医药服务Vs. 制药与高科技行业历史市值占比.- 8 -图表 9、医药服务行业有效因子明细.- 8 -图表 10、制药与高科技行业有效因子明细 .- 9 -图表 11、Service_Sig 以及 Tech_Sig 在相应行业 IC 测试结果 .- 9 -图表 12、Service_Sig 因子在医药服务板块分位数表现.- 9 -图表 13、Tech_Sig 因子在医药制造与高科技板块分位数表现.- 9 -图表 14、Service_Sig 因子

3、在医药服务板块净值曲线.- 10 -图表 15、Tech_Sig 因子在医药制造与高科技板块净值曲线.- 10 -图表 16、精选 20 策略的综合表现. - 11 -图表 17、精选 10 策略的综合表现. - 11 -图表 18、策略多头净值 . - 11 -图表 19、策略超额净值 .- 12 -图表 20、策略分年度表现 .- 12 -图表 21、新老策略整体表现对比 .- 13 -图表 22、新老策略样本外月度超额表现 .- 13 -图表 23、新老策略持股市值历史分布（单位：亿元人民币）.- 13 -图表 24、新老策略持仓重合度 .- 14 -图表 25、精选 20 只策略最新持

4、仓（2021 年 2 月份）.- 15 -报告正文1、背景介绍经历了 17 年的平淡无奇、18 年的随市场大幅调整之后，医药行业在 2019 年迎来了转折，并且在 2020 年获得了集中的爆发！在经历了 20 年上半年的大幅上涨之后，医药行业从 7 月份开始进入调整，期间累计下跌幅度达 18（2020 年 8月-2020 年 11 月）。面对医药这个基本面长期向好、牛股频出的优秀赛道，我们的量化从业者究竟该如何把握其间的投资机会呢？图表 1、中信医药行业净值走势资料来源：Wind、兴业证券经济与金融研究院整理在兴证金工团队于去年 7 月份发布的专题报告基本面量化视角下的大健康板块选股改进研究中

5、，我们将量化投资方法与行业研究员观点相结合，详细介绍了如何从基本面角度来构建医药行业的量化选股模型。从结果来看，无论是样本内的回测，还是样本外的跟踪，该模型都有不俗的表现。但在日常的跟踪和思考过程中，我们也发现该模型仍然有一些细节问题值得进一步地讨论：1. 板块股票池的确定。在前序研究中，我们将中信和申万行业进行合并，并在此基础上依据公司简介中对业务收入的说明进行了拓展，构建了相对广义的大健康板块股票池。这主要是为了解决一些公司虽行业分类不属于中信/申万医药行业，但业务收入中仍然有医药方向贡献的现象。但从客户的反馈来看，这种做法难以标准化，维护成本较高，且在医药并不是公司主要收入来源的情况下，

6、上述划分的合理性也有待商榷。同时，后续分析表明，即便仅仅在中信医药行业内进行研究，相应策略和之前的表现亦没有本质差异。所以此次研究，我们将仅仅聚焦于在中信医药行业内进行相关测试；2. 小市值问题：我们都知道 A 股存在明显的二八效应：20数目的股票贡献了 80以上的市值（具体参见图表 2、4）。而在医药行业内，该效应也同样存在（具体参见图表 3、4）。如果不对股票池的市值分布加以限制，小盘股出现在我们策略持仓中的概率就会比较高，而这与目前市场主流买方机构的投资理念和多数卖方研究团队所覆盖的股票的市值水平均相差较大。因此为了更加贴近投资实战，本文中我们将剔除所有流通市值在 50 亿元以下的公司；

7、图表 2、全市场不同规模公司数目占比资料来源：聚源、Wind、兴业证券经济与金融研究院整理图表 3、医药行业不同规模公司数目占比资料来源：聚源、Wind、兴业证券经济与金融研究院整理图表 4、医药行业 Vs.全市场规模大于 100 亿元的公司规模占比资料来源：聚源、Wind、兴业证券经济与金融研究院整理分析师覆盖：要求标的具有卖方分析师的覆盖，是我们在投资过程中避免个股黑天鹅事件的一种非常重要的手段。在医药行业内，近几年分析师的覆盖水平大体在 60左右（图表 5）；如果进一步考察流通市值在 50 亿以上的个股（图表 6），其覆盖度可以达到 80左右，对策略影响较小。图表 5、全市场 Vs.医药

8、行业分析师覆盖度资料来源：聚源、Wind、兴业证券经济与金融研究院整理图表 6、全市场 Vs.医药行业分析师覆盖度（流通市值50 亿元）资料来源：聚源、Wind、兴业证券经济与金融研究院整理样本选择问题：我们知道，A 股市场的投资风格在 2017 年前后发生过重大转变。这一转变的背后有北向资金投资偏好所带来的冲击，当然也有中国资本市场自身的不断完善与成熟。从我们前期的研究来看，医药行业内驱动因子的有效性在 17 年前后也有明显的差异。考虑到未来市场大概率将向着更加规范、成熟、有效的方向继续演进，因此在本文中，我们将更侧重于对 2017 年以来的数据样本和统计规律进行分析和总结。综上所述，我们将

9、以流通市值大于 50 亿且至少有一个分析师覆盖的中信医药行业股票作为初始股票池，策略开发所参考的时间样本为 2016 年 12 月底-2020年 7 月底（这里之所以到 2020 年 7 月底，是为了保持和前序研究一致，2020 年 8月至 2021 年 1 月底为样本外）。2、大健康板块下的行业重构、细分行业重构在前序报告基本面量化视角下的大健康板块选股改进研究中，我们提及医药细分子行业千差万别，这意味着在不同行业内的有效选股因子可能有所差异，因而对整个医药板块选股策略的开发必须下沉到更细致的行业分类上。但如果行业分类过于细致（比如下沉到中信三级行业），也可能适得其反：一方面子行业内的股票数

10、量可能偏少，使得统计规律的稳定性大打折扣；另一方面很多子行业内的有效因子也是比较相似的，划分过细没有必要。有鉴于此，我们以对创新的要求和重视程度的差异为根本出发点，对上述各板块进行重构：具体来说，我们将医药板块切分成“医药服务”以及“医药制造与高科技”两个领域，切分的结果如下：医药服务：包括化学原料药、医药服务、医药流通。需要注意的是，我们将医药服务中主做 CXO、ICL 等类别业务的公司划入了医药制造与高科技板块，这主要包括药明康德、金域医学、成都先导等 8 家公司；医药制造与高科技：包括化学制剂、医疗器械、生物医药、中成药等板块，同时包括从医药服务中纳入的 CXO、ICL 类别的公司。、重

11、构行业介绍在行业重构完毕后，我们进一步观察满足条件的股票在不同行业的数目以及市值占比情况。从结果来看，医药服务行业股票数目相对较少，历史上该行业个股数目稳定在 20-30 左右，而制药与高科技行业内股票数量相对较多，稳定在 120只左右。图表 7、医药服务 Vs. 医药制造与高科技板块历史股票数目资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 8、医药服务 Vs. 制药与高科技行业历史市值占比资料来源：Wind、聚源、兴业证券经济与金融研究院整理3、Alpha 因子构建、细分因子选择在前序报告中，我们对于医药行业内因子的筛选范围和原则都进行了详细的介绍，这里就不再赘述了。我们利用

12、2016 年 12 月底-2020 年 7 月底的样本数据，在重构的医药初始股票池下，最终确定了前述两个子行业内的有效因子列表（参见图表 9-10）。对选中的因子，我们采用类内等权合成、类间等权合成的方式，最 终 构 建 了 不同 子 行业 内 的 复 合 选 股 因 子 ， 我 们 分 别 称 之 为 Service_Sig,Tech_Sig。图表 9、医药服务行业有效因子明细类别名称定义情绪ROE_Fwd12M一致预期净利润_未来 12 个月预测值 / 股东权益合计_最新财报情绪ROE_FY0一致预期净利润_FY0 / 股东权益合计_最新财报质量CFROE_TTM2 * 经营活动产生的现金

13、流量净额_TTM / (股东权益合计_最新财报 + 股东权益合计_去年同期)质量GrossMargin_TTM(营业收入_TTM - 营业成本_TTM) / 营业收入_TTM质量OCF2CurDebt2 * 经营活动产生的现金流量净额_TTM / (流动负债合计_最新财报 + 流动负债合计_去年同期)估值SP_DR时序估值因子资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 10、制药与高科技行业有效因子明细类别名称定义成长Revenue_TTM_YoY营业收入_TTM/去年营业收入_TTM-1成长NetProfitDeducted_SQ_YoY单季度扣非利润同比增长率成长Equit

14、y_LR_YoY净资产（股东权益)同比变动净利润_TTM / (股东权益合计_最新财报 + 负债合计_质量ROIC_TTM最新财报 - 无息流动负债_最新财报 - 无息非流动负债_最新财报)质量GrossMargin_TTM(营业收入_TTM - 营业成本_TTM) / 营业收入_TTM质量Equity_LR_Gr(股东权益合计_最新财报 - 股东权益合计_去年同期) / ABS(股东权益合计_去年同期)情绪EPS_Fwd12M_R1M一致预期 EPS_未来12 个月预测值过去 20 天的变化率情绪EPS_Fwd12M_R3M一致预期 EPS_未来12 个月预测值过去 60 天的变化率另类IE

15、_Sales_TTM_Div研发费用/销售费用资料来源：Wind、聚源、兴业证券经济与金融研究院整理、复合因子选股表现两个复合因子在相应行业内有着非常强的选股能力：Service_Sig 因子 IC 均值达到 0.15，T 值达到 4.8，分位数多头年化收益高达 33.1；而 Tech_Sig 因子 IC 均值达到 0.12，T 值达到 4.7，分位数多头年化收益率达到 35.6。图表 11、Service_Sig 以及 Tech_Sig 在相应行业 IC 测试结果测试行业平均值标准差年化 IC_IRT 统计量Service_Sig医药服务0.1500.202.564.8Tech_Sig医药制

16、造与高科技0.1220.172.544.7资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 12、Service_Sig 因子在医药服务板块分位数表现资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 13、Tech_Sig 因子在医药制造与高科技板块分位数表现资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 14、Service_Sig 因子在医药服务板块净值曲线资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 15、Tech_Sig 因子在医药制造与高科技板块净值曲线资料来源：Wind、聚源、兴业证券经济与金融研究院整理4、大健康板块选股策略构建在上述

17、改进和深入研究的基础上，我们重构了兴业定量大健康精选股票策略，相关细节设定如下：1. 股票池：重构的医药板块；2. 时间窗口：2016 年 12 月 31 日-2021 年 1 月 29 日；筛选条件：调仓时点股票非 ST、非涨跌停、上市天数180 天、过去 90 天务必有分析师覆盖、考察时点公司流通市值50 亿元；调仓成本：双边 0.3；换仓频率：月度调仓；加权方式：行业间市值规模加权、行业内市值规模加权；对比基准：中信医药指数；策略构建：在每个子行业内选择相应因子值最大的一定数量的股票持有。为了衡量策略的稳健性，我们构建了精选 20 只以及精选 10 只的策略（两个行业选择的股票数目一致）

18、。从测试结果来看，在考察期间范围内：精选 20 策略超额收益 25.0，风险收益比高达 1.90，最大回撤 12.5。分年度来看，每年超额收益非常明显；精选 10 策略超额收益 29.2，风险收益比高达 1.91，最大回撤 11.5。分年度来看，每年超额收益亦非常明显。图表 16、精选 20 策略的综合表现因子年化收益率波动率风险收益比日度胜率最大回撤率基准表现13.1% 23.6% 0.56 57.1% 37.4% 策略多头41.2% 26.8% 1.54 69.4% 29.5% 策略超额25.0% 13.1% 1.90 73.5% 12.5% 资料来源：Wind、聚源、兴业证券经济与金融研

19、究院整理图表 17、精选 10 策略的综合表现因子年化收益率波动率风险收益比日度胜率最大回撤率基准表现13.1% 23.6% 0.56 57.1% 37.4% 策略多头45.3% 29.6% 1.53 59.2% 33.7% 策略超额29.2% 15.3% 1.91 75.5% 11.5% 资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 18、策略多头净值资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 19、策略超额净值资料来源：Wind、聚源、兴业证券经济与金融研究院整理图表 20、策略分年度表现年份基准净值多头_20 只多头_10 只超额_20 只超额_10 只20

20、17 年6.2%20.5%22.6%13.9%16.1%2018 年-26.6%-7.5%0.0%25.8%38.2%2019 年38.2%80.5%70.1%31.4%23.8%2020 年50.4%79.3%92.6%18.8%28.1%2021 年 1 月1.2%10.7%11.1%9.5%9.9%数据来源：Wind、聚源、兴业证券经济与金融研究院整理那么新老大健康精选策略的表现有什么差异呢？我们这里以精选 20 策略为例，对新老策略样本外的跟踪结果（2020 年 8 月-2021 年 1 月）进行了综合展示和比 较，并观察了分月度的表现。从最终结果来看：新策略在2020 年8 月至今的

21、5 个月总绝对收益达到24.7，超额收益34.2；从分月表现来看，除 2020 年 11 月略微跑输基准外，其他月份超额收益显 著。所以无论是总体上的表现亦或是分月度来看，新策略都有着明显的提 升；对选股范围的调整，是本此策略修正中最为明显的变化。从调整前后策略持仓的市值分布情况来看，新策略选择的 20 只股票平均市值要远大于老策略持仓的平均市值。以最新一期为例，2021 年 1 月份新模型持仓的平均市值 472 亿元（具体股票明细参见附录），而原有模型持仓平均市值仅仅为 89 亿元，两者差异较大；从两个策略历史持仓的重合度来看（具体参见图表 24），自 2017 年开始，两者持仓重合度仅为

22、30，这进一步体现了新老策略的差异。图表 21、新老策略整体表现对比总收益率年化收益率年化波动率Sharpe 比率月胜率基准表现-6.2% -12.0% 19.2% -0.62 57.1% 新策略绝对24.7% 56.1% 32.9% 1.70 57.1% 老策略绝对-13.7% -25.4% 11.8% -2.16 14.3% 新策略超额34.2% 80.5% 15.7% 5.12 85.7% 老策略超额-9.2% -17.6% 15.8% -1.11 57.1% 数据来源：Wind、聚源、兴业证券经济与金融研究院整理图表 22、新老策略样本外月度超额表现数据来源：Wind、聚源、兴业证券经济与金融研究院整理图表 23、新老策略持股市值历史分布（单位：亿元人民币）数据来源：Wind、聚源、兴业证券经济与金融研究院整理图表 24、新老策略持仓重合度数据来源：Wind、聚源、兴业证券经济与金融研究院整理5、总结本文中，我们在前期深度报告基本面量化视角下的大健康板块选股改进研究的基础上，通过对选