下行风险指标选股表现显著优异 [page::2]

• 2020.1.7至2020.7.23，低下行波动率组合涨幅66.16%，显著优于创业板指数同期47.88%涨幅。

- 低下行Beta组合涨幅61.71%，而对应高风险组合涨幅不足35%甚至20%以下，展现下行风险指标选股的风险控制及盈利能力。[page::2]

两类流动性指标表现背离 [page::3]

• 使用Amihud非流动性指标，低非流动性（即高流动性）组合涨幅达72.18%，优于创业板指数。

- 基于BarraSTO指标换手率度量，高流动性组合反而显著跑输，跌幅12.67%，表现负面。

• 反映不同流动性指标本质及计算差异导致投资效果反向。[page::3]

K线长上影线指标同样可带来超额收益 [page::4]

• 利用K线形态中上影线长度作为选股指标，长上影线组合涨幅60.17%，优于指数平均水平。

- 指标计算为K线上影线与实体的相对长度滚动一年均值，均等权加权组合，周调仓执行。[page::4]

技术类指标构建及选股方法 [page::4]

| 大类 | 指标 | 说明 |
|--------|---------------|----------------------------------------------------|
| 技术类 | 下行波动率 | 滚动一年，下跌交易日个股涨跌幅的波动率 |
| 技术类 | 下行beta | 滚动半年，沪深300下跌日个股相对指数的beta |
| 技术类 | Amihud非流动性| 半年滚动均值 |
| 技术类 | BarraSTO | Barra模型对数换手率，滚动3月 |
| 技术类 | 上影线长度 | K线上影线与实体长度比，滚动一年均值 |

• 采用创业板指数成分股作为选股池，指标排序选取前后10%构建等权组合，周二调仓，费用6‰，监测单位净值变化。[page::4]

量化因子策略总结 [page::2][page::3][page::4]

• 本研究围绕多个技术类因子构造量化选股策略，验证因子从2020年初至7月的有效性，体现了因子选股的基石原则：

- 下行风险因子（下行波动率、下行Beta）与流动性指标（Amihud、Barra_STO）互为补充，有助识别风险与流动性错配机会。

• K线形态因子拓展了技术指标维度，提供了形态学上的超额收益可能性。

- 回测采用滚动窗口技术衡量因子表现，构建的组合具备较强的市场跑赢能力。

报告深度分析——《创业板指：今年什么技术类指标能选股》金融工程点评报告

---

一、元数据与概览

报告标题：《创业板指：今年什么技术类指标能选股》
报告类型：金融工程点评报告
发布日期：2020年7月23日
发布机构：长江证券研究所
分析师及联系方式：覃乐川、邓越（具体联系方式详见报告）
主题范围：创业板指成分股的技术指标因子选股效果分析，核心聚焦于风险指标与流动性指标对选股表现的影响，辅以K线形态指标的探讨。

核心论点：通过对2020年1月7日至7月23日期间创业板指成分股测试，报告发现：

1. 下行风险指标（下行波动率与下行beta）表现出较好的选股效果，对提升组合收益率具有显著作用。

2. 两类流动性指标（Amihud非流动性与BarraSTO）出现背离，前者高流动性带来正向收益，后者高流动性则表现为反向指标。

1. K线形态指标中，长上影线的个股组合亦有超额收益。

报告并未明确给出投资评级和目标价，而侧重于因子定量测试和选股策略验证。[page::0,1]

---

二、逐节深度解读

2.1 下行风险指标：下行波动率和下行beta

• 关键论点：报告指出，关注下行风险的两个指标——“下行波动率”和“下行beta”在创业板指成分股中表现优异。

- 推理与数据背书：
- 下行波动率定义为个股在过去一年中跌幅日的波动率，用于衡量个股下跌时的波动性。
- 下行beta为沪深300指数下跌交易日半年滚动期间，个股相对沪深300的beta值，反映个股相对市场的下行敏感性。

• 数据点及表述：

- 低下行波动率组合区间累计涨幅66.16%，显著高于同期创业板整体涨幅47.88%。高下行波动率组合涨幅仅为34.48%。
- 低下行beta组合涨幅61.71%，而高下行beta组合涨幅仅20.54%，差距显著。

• 图表解读：

- 图1显示低下行波动率组合单位净值稳步攀升，尤其在3季度后明显跑赢创业板指数和高下行波动率组合，表明低下行波动率是寻求超额收益的有效选股因子。
- 图2呈现类似上升态势，低下行beta组合也持续超越创业板表现，强化了下行敏感性指标的选股有效性。

• 结论：低下行风险战略有助于锁定表现更稳健且收益更优的个股，体现市场对于下行风险规避的偏好。[page::2]

2.2 两类流动性指标背离

• 关键论点：利用两大主流流动性指标测试选股效果，但得出截然不同的结论，显示流动性指标的复杂性及选股时应用的谨慎必要。

- 推理：
- Amihud非流动性指标：度量成交额与价格变动的关系，数值越低代表流动性越高。
- BarraSTO指标：基于换手率的流动性度量，关注股票交易活跃程度。

• 数据对比：

- 低Amihud非流动性组合涨幅达72.18%，远超创业板涨幅47.88%。
- 高BarraSTO组合却出现-12.67%的跌幅，明显低于创业板指数。

• 图表分析：

- 图3体现了流动性高（Amihud非流动性低）对应显著的超额收益，曲线攀升趋势明显。
- 图4反映高BarraSTO组合净值持续低迷，显示该指标对流动性高的个股策略表现不佳。

• 分析：这一背离暗示，不同技术指标对“流动性”定义和度量有所差异，导致选股效果不一。

- 可能是因为Amihud指标更加关注股票价格对交易额的反应，适合捕捉真正流动性的表现；而BarraSTO基于换手率的指标可能被市场炒作或其他短期因素干扰，适用性受限。

• 提示：投资者在使用流动性指标选股时需甄别指标定义及其适用场景，防止误判。[page::3]

2.3 K线形态指标：长上影线

• 论点：在技术图形领域，长上影线的股票组合表现出较好的超额收益，显示传统技术形态依然具备参考价值。

- 数据说明：长上影线组合期间涨幅为60.17%，明显优于创业板指数。

• 含义：长上影线通常代表买卖双方力量强烈交锋，可能存在价格反转的先兆。该组合的超额收益表明，部分技术形态暗示了市场趋势或投资者情绪变化。

- 图表（图5）：长上影线组合净值上扬趋势明显，且幅度高于对比组和创业板指数。

• 指标计算方式：上影线长度指K线上影线相对实体长度的滚动一年均值。

- 选股方法：取指标排名前后10%个股构建投资组合，平衡成本计入6‰交易费用，确保结果具备实操性。

• 说明：该因子未如下行风险指标般表现出截然的优劣差异，但仍具有一定的超额收益捕捉能力。[page::4]

2.4 技术指标详细说明（表1）

• 主要技术类指标包括：

- 下行波动率：滚动一年计算个股在跌市天的波动性。
- 下行beta：滚动半年计算个股相对于沪深300下跌日的beta系数。
- Amihud非流动性：基于文献定义，滚动半年均值，体现价格对成交额的敏感度。
- BarraSTO：Barra CNE5模型中的换手率指标，滚动三个月。
- 上影线长度：K线上影线和实体长度之比，滚动一年均值。

• 选股池为创业板指数成分股，采取等权重组合，每周按指标排序调整，兼顾交易成本考量，提高实证结果真实性。[page::4]

---

三、图表深度解读

图1（较低的下行波动率与收益）

• 内容：比较低与高下行波动率组合单位净值与创业板指数表现。

- 解读：低波动率组合（红线）稳健且持续跑赢大盘（黑色虚线），而高波动率组合（灰线）表现不佳，尤其在3月底后走势分化明显。

• 意义：风险抑制策略有效降低组合回撤，提高收益。

- 来源数据：Wind，长江证券研究所。[page::2]

图2（较低的下行beta与收益）

• 内容与意义：与图1相似，低下行beta组合显著跑赢创业板和高beta组合，支持“风险调整收益”理念。

- 趋势：低beta组合从4月开始表现加速上升，显示市场对防御性因子的追捧。

• 数据支持：Wind，长江证券研究所。[page::2]

图3（Amihud非流动性指标效果）

• 内容：以流动性低（红线）和流动性高（灰线）组合在单位净值的表现。

- 观察：低Amihud非流动性（即高流动性）组合明显优于高非流动性组合及指数，走势直线上升。

• 说明：提高流动性带来流畅交易和信息效率，助力资产涨幅。

- 来源：Wind，长江证券研究所。[page::3]

图4（BarraSTO流动性指标效果）

• 内容：低流动性(灰线)与高流动性（红线）组合表现反差突出，且高流动性组合表现不佳。

- 趋势描述：高BarraSTO组合出现大幅下滑，连续跑输创业板指数。

• 解释：表明该指标可能捕捉了非典型流动性特征，投资者需谨慎使用。

- 来源：Wind，长江证券研究所。[page::3]

图5（长上影线K线形态）

• 内容：长上影线组合（红线）相对于短上影线组合（灰线）和创业板指数（虚线）的单位净值走势。

- 解读：长上影线组合整体走势更强，体现技术形态阴影指标的选股潜力。

• 底层数据：Wind，长江证券研究所。[page::4]

---

四、估值与预测分析

本报告主要为技术指标因子回测报告，未涉及传统的公司财务估值（如DCF、市盈率估值），也未提供具体的营收、利润或EPS预测。研究重点在于技术指标选股策略的量化实证及其表现对比。

---

五、风险因素评估

报告中明确提出两条风险提示：

1. 回溯测试不保证未来收益：过去有效的因子可能因市场结构变化而失效。

2. 仿真模拟不代表真实收益：回测结果未完全包含市场冲击、滑点与执行难度，实际操作收益可能偏离模拟。

此外，由于流动性指标的背离也体现出不同指标的适用环境及局限性，提醒投资者指标选择需结合市场实际动态加权判断。[page::0,1]

---

六、批判性视角与细微差别

• 优势：报告基于明确时间窗口（2020年1月至7月），数据充分清晰，涵盖多维度因子，且对交易成本进行合理考虑，增强研究结果的实际参考价值。

- 潜在局限：
- 研究周期较短，尚不足以覆盖完整牛熊周期，可能局限因子稳健性判断。
- 流动性指标呈现背离，未能进一步深入工具指标差异及适用环境，留有解读空间。
- 投资评级及具体策略层面建议没有给出，报告偏重学术回测，实操指导性有限。

• 细微之处：

- 虽然下行风险指标显示较强选股效果，但未强调是否存在行业或市值偏差（如低波动率因子一般偏好大型蓝筹股），需进一步验证因子在创业板内的广泛适用性。
- K线形态作为传统技术分析的代表，其超额收益虽被确认但表现未及风险因子明显，与现代量化指标需结合审慎看待。

---

七、结论性综合

本报告《创业板指：今年什么技术类指标能选股》从技术指标角度分析创业板指数成分股选股效果，通过量化回测验证了几类重要因子对组合收益的贡献。

• 下行风险指标（下行波动率和下行beta）表现优异，低风险组合显著跑赢创业板指数，突出防御特性在选股中的价值。

- 流动性指标反映了指标定义与市场反应的复杂关系，Amihud非流动性指标显示流动性越高，选股效果越好，而BarraSTO指标则与之相反，强调对流动性认识需区别工具与视角。

• 技术形态指标中长上影线则证明传统图形分析依然在量化选股中具备一定的辅助作用。

图表中多条净值曲线清晰展示了低下行风险和高流动性因子组合的显著超额收益，体现出现代量化因子投资的现实有效性。报告在实务中提供了基于事实的技术指标选股参考框架，辅助投资者理解不同风险及流动性维度对创业板选股的影响。

整体来看，报告结构清晰、论据充分，既有定量模型验证，又包含传统技术指标分析，为技术类因子投资提供了有力支撑，具有一定的实践指导价值。但须注意其回测性质及时间窗口限制，应结合其他研究及市场动态综合应用。

最后，报告明确提示了回溯测试的局限性及模拟结果与真实投资间的差距，体现了较为谨慎审慎的研究态度，适合金融工程与量化研究的深度参考。[page::0,1,2,3,4,5]

---

附录：主要图表汇总

• 图1：《较低下行波动率能带来超额收益》

• 图2：《较低下行beta能带来超额收益》

• 图3：《Amihud非流动性选股结果》

• 图4：《BarraSTO流动性选股结果》

• 图5：《长上影线的选股组合净值表现》

---

（全文完）

报告