 ==>> 点击下载文档 |
盖度较为稳定，基本维持在90%附近，而在全A和中证500指数中的覆
盖度则呈现出增加的趋势，截至2017年02月28日，其在全A和中证500
指数中的覆盖度分别为63%和79%
因子多空组合表现出色，年化收益高达33.86%，Sharpe比率为2.01
的相关性。目标收益因子与这四大风格因子之间的相关性均比较低。进一
步的Fama-MacBeth回归分析也表明目标收益因子对现有多因子模型有显
著的信息增量
达36.28%，Sharpe比率为1.02，相对于中证500指数的年化超额收益为
20.28%，Sharpe比率达1.73
＃title＃
猎金系列之十三：分析师预测目标价有参考价
值吗？
＃createTime1＃ 2017年03月12日
请阅读最后一页信息披露和重要声明- 2 -
专题报告
目录
1、前言........ - 4 -
1.1、分析师预期：近水楼台先得月 ........... - 4 -
1.2、目标收益：站在巨人的肩膀上 ........... - 4 -
2、一致预测目标价概览 ....... - 4 -
2.1、一致预测目标价算法 . - 4 -
2.2、一致预测目标价覆盖度 ......... - 5 -
3、目标收益因子测试结果.... - 7 -
3、与传统情绪因子相关性.. - 12 -
4、行业市值中性化后因子表现....... - 13 -
5、沪深300与非沪深300表现对比 - 14 -
6、与大类风格因子相关性.. - 16 -
7、选股策略构建.... - 17 -
8、总结...... - 21 -
图1、一致预测目标价覆盖股票数 .... - 5 -
图2、一致预测目标价股票覆盖度（百分比）........... - 5 -
图3、单个股票目标价预测机构平均数目...... - 6 -
图4、只有1个机构给出目标价的股票占比 .. - 6 -
图5、平均目标收益 . - 7 -
图6、目标收益因子IC以及IC12个月移动平均 ....... - 8 -
图7、目标收益因子多空组合多头、空头以及多空净值表现.. - 9 -
图8、目标收益因子分位数组合年化收益以及Sharpe比率 .... - 9 -
图9、目标收益因子分位数组合年化超额收益以及信息比率 - 10 -
图10、目标收益因子IC以及IC12个月移动平均（预测机构数1） - 11 -
图11、目标收益因子多头、空头以及多空净值表现（预测机构数1） .........- 11 -
图12、目标收益因子与情绪因子之间的Spearman相关系数 - 12 -
图13、中性化处理之后的目标收益因子多空净值 ... - 14 -
图14、中性化之后的目标收益因子多空净值（沪深300VS非沪深300） .... - 15 -
图15、目标收益因子与大类风格因子之间的Spearman相关系数..... - 16 -
图16、高潜在涨幅成长股策略构建流程 ..... - 18 -
图17、组合分年度表现及与基准对比 ......... - 19 -
图18、组合净值及与基准对比 ....... - 19 -
图19、组合相对于基准的超额收益及累计净值 ....... - 20 -
图20、组合双边换手率及换手率滚动平均 .. - 20 -
表1、兴业多因子库中情绪类因子 .... - 4 -
表2、目标收益因子IC统计数据 ...... - 8 -
表3、目标收益因子分位数组合统计数据...... - 9 -
表4、目标收益因子IC统计数据（预测机构数1）.- 11 -
表5、目标收益因子分位数组合统计数据（预测机构数1） - 11 -
表6、中性化处理之后的目标收益因子IC统计数据- 13 -
表7、中性化处理之后的目标收益因子分位数组合统计数据 - 13 -
表8、中性化之后的目标收益因子IC表现对比（沪深300VS非沪深300） . - 14 -
表9、中性化之后的目标收益因子分位数组合统计数据（沪深300）........... - 15 -
请阅读最后一页信息披露和重要声明- 3 -
专题报告
表10、中性化之后的目标收益因子分位数组合统计数据（非沪深300） ..... - 15 -
表11、Fama-MacBeth回归分析 ...... - 17 -
表12、组合表现及与基准对比 ....... - 18 -
表13、组合分年度表现及与基准对比 ......... - 19 -
附表：高潜在涨幅成长股组合03月持仓..... - 22 -
请阅读最后一页信息披露和重要声明- 4 -
专题报告
报告正文
1、前言
1.1、分析师预期：近水楼台先得月
在过往的研究中，我们发现利用分析师一致预期数据所得到的情绪类因子在
A股市场中体现出了较强的选股能力。其背后的逻辑也容易理解，一方面分析师
与其所覆盖的行业内的上市公司之间保持着密切的沟通和交流，在信息的获取方
面具有得天独厚的优势，可以通过实地调研等方式获取上市公司经营和治理相关
的一手信息；另一方面，在获取上市公司经营和治理相关信息之后，分析师能凭
借其专业能力对其所覆盖的行业以及上市公司进行深入的研究与分析，并作出前
瞻性的预测
目前我们多因子库中收录的情绪因子如下表1所示，因子的构建利用了常见
的分析师一致预测数据，涵盖了每股收益、主营业务收入、综合评级等方面
表1、兴业多因子库中情绪类因子
因子名称 定义 排序方向
EPSChange_FY0_1M 最近预测年度预测每股收益1个月的变化 降序
EPSChange_FY0_3M 最近预测年度预测每股收益3个月的变化 降序
SalesChange_FY0_1M 最近预测年度预测营业收入1个月的变化 降序
SalesChange_FY0_3M 最近预测年度预测营业收入3个月的变化 降序
RatingChange_1M 分析师综合评级1个月的变化 升序
RatingChange_3M 分析师综合评级3个月的变化 升序
综合评级分值 分析师综合评级分值 升序
资料来源：兴业证券研究所
1.2、目标收益：站在巨人的肩膀上
除了上述预期指标之外，分析师还会综合上市公司各方面的情况给出其认为
合理的目标价格。那么目标价格对于上市公司未来的收益是否具有预测性？它相
对于我们已知的一致预期情绪类指标而言，是否包含更多的信息呢？本文我们将
基于分析师的一致预测目标价格，构建个股的目标收益（Target Return）因子，进
而挖掘目标价格背后所蕴藏的Alpha！
2、一致预测目标价概览
2.1、一致预测目标价算法
我们所用到的一致预测目标价数据来源于Wind量化研究数据库中的“中国A
股投资评级汇总”表，所选择的回溯周期为30天。一致预测目标价是通过“中国A
股投资评级明细”表中的分析师预测目标价明细数据计算得到的，以回溯周期为
30天为例进行说明，其算法如下：
。。。以上简介无排版格式，详细内容请下载查看
