赔率定义及计算 [page::1]

• 赔率为平均正收益与平均负收益绝对值之比，体现风格收益潜在回报率。

- 通过历史估值差分位数映射赔率，成长估值差分位数为0.36对应赔率1.11，价值估值差分位数0.74对应赔率1.13。

• 两者呈负相关关系，反映市场预期收益与估值偏离的结合。

胜率指标体系与结果 [page::2]

| 指标 | 十年国债 | 六个月美债 | PMI | 中长期贷款 | CPI-PPI | 动量 | 强势股 | 说明 |
|------------|----------|------------|------|------------|---------|------|--------|--------------------------------|
| 信号指向 | 成长 | 成长 | 成长 | 价值 | 成长 | 价值 | 成长 | 宏观与微观指标结合反映风格占优 |

• 7个胜率指标中，5个支持成长，2个支持价值。

- 成长胜率为63.24%，价值为36.76%。

• 北向资金数据缺失，动量和强势股权重调整至1.5倍补偿。

投资期望计算及策略表现 [page::2][page::3]

投资期望计算公式为：胜率 * 赔率 - (1 - 胜率)

• 当前成长风格投资期望0.33，价值为-0.22，模型推荐成长。

- 历史回测（2013年至今）显示策略年化收益28.06%，夏普比率1.04，最大回撤50.48%。

• 策略相对基准市场超额收益319.81%，证明模型的稳定超额收益能力。

| 指标 | 成长 | 价值 | 策略 | 基准 | 超额市场 | 超额风格等权 |
|--------------|---------|---------|---------|---------|----------|--------------|
| 总收益 | 628.56% | 669.54% | 2236.55%| 439.06% | 319.81% | 215.05% |
| 年化收益 | 16.87% | 17.37% | 28.06% | 14.13% | 11.92% | 9.42% |
| 夏普比率 | 0.60 | 0.73 | 1.04 | 0.52 | 1.80 | 1.54 |
| 最大回撤 | 62.02% | 46.96% | 50.48% | 63.23% | 6.03% | 8.51% |

因子构建与风格组合构建 [page::0]

• 价值因子：账面市值比（BPLF）、净利润市值比（EPTTM）。

- 成长因子：单季度净利润同比增速、营业利润同比增速、营业收入同比增速。

• 所有因子均做市值中性及标准化处理，等权组合形成风格暴露。

- 选取全市场风格暴露前20%个股构建对应风格组合。

• 组合按周度调仓。

《当下价值/成长的赔率和胜率几何？——风格轮动策略周报20250926》详尽分析报告

---

1. 元数据与概览

• 报告标题：《当下价值/成长的赔率和胜率几何？》

- 作者团队：招商定量任瞳团队

• 发布日期：2025年9月29日

- 发布机构：招商证券

• 研究主题：探讨成长与价值两大股票风格在当前市场环境下的赔率、胜率表现及投资期望，构建基于赔率-胜率结合的风格轮动定量模型，并给出成长/价值切换策略建议。

核心论点与结论概述

• 通过赔率与胜率结合的投资期望模型，实现成长与价值风格的定量轮动策略。模型历史表现优异，自2013年以来年化收益达到28.06%，夏普比率1.04。

- 当前的相对估值状况和多项宏观微观指标显示成长风格的胜率及赔率均高于价值风格，进而投资期望更优，策略最新推荐成长风格。

• 报告创新性地提出将赔率引入投资期望的计算，为风格切换提供新视角和量化工具。

- 采用市值中性化处理、因子等权合成原则生成纯粹的成长和价值组合，确保风格定义的有效性的同时兼顾市场接受度。

---

2. 逐节深度解读

2.1 引言及研究背景

报告开门见山，指出传统风格切换的判断存在一定主观及时滞问题，亟需结合赔率（平均正收益/平均负收益）和胜率（正收益概率）这两个统计指标，实现科学的风格切换模型。基于此提出创新性的“投资期望”指标，并说明继续跟踪样本外数据的计划[page::0]。

• 投资公式：投资期望=胜率×赔率 - (1-胜率)，该模型直观融合了概率与收益比，提供系统化风格择时工具。

- 投资组合构建基于市场前20%暴露较高股票，剔除停牌影响，采用周度换仓，方法论透明且符合市场实际操作逻辑。

2.2 赔率的定义与计算

• 赔率来源及定义：源自博彩行业，表征在单位亏损的前提下可期待的盈利倍数。计算方式为：

\[
赔率 = \frac{\text{平均正收益}}{|\text{平均负收益}|}
\]

• 具体计算对收益序列中正收益和负收益分别求平均，体现风格收益波动的非对称性。

- 体现风格收益序列的正负收益幅度对比，用以度量风格收益的“赔率价值”（即潜在盈利对潜在亏损之比）。

2.3 估值差分位数与赔率的关系

• 相对估值逻辑：

- 重点非绝对估值，而是成长与价值风格间账面市值比(BPLF)的差值。
- 以市场整体估值均值为基准，将差值标准化，得出相对估值分位数，代表当前风格处于历史估值区间的相对水平。
- 估值差处于高分位时，代表对应风格实际处于相对低估状态（估值指标倒置说明）。

• 实证验证估值分位数与赔率存在显著负相关，即相对低估风格赔率更高。

- 最新估值数据推算成长赔率为1.11，价值赔率1.13，均超过1，表明都有潜在收益大于亏损，但价值赔率略高；具体对应估值分位数为成长0.36，价值0.74[page::0-1]。

2.4 胜率指标体系构建及分析

• 胜率通过7个指标综合判断：5个指向成长，2个指向价值，体现大多数宏微观信号偏向成长风格。

- 宏观指标（5项）：
1. 十年中债国债到期收益率（低于0.5分位支持成长）
2. 美国6个月国债收益率
3. PMI制造业指数（月均差值）
4. 中长期贷款同比增速
5. CPI-PPI剪刀差

• 微观指标（2项）

1. 强势股占比
2. 北向资金持仓估值变化（数据缺失期间权重调整）

• 指标选用合理反映宏观流动性、经济周期与资金偏好，逻辑清晰。

- 结合指标映射和权重，最终计算得到成长胜率63.24%，价值胜率36.76%[page::2]。

2.5 投资期望及策略表现

• 基于赔率和胜率计算投资期望：

\[
投资期望 = 胜率 \times 赔率 - (1 - 胜率)
\]

• 最新成长期望值0.33，价值为负-0.22，表明成长相较价值风格投资吸引力显著提升。

- 回测数据显示，自2013年至今，基于该模型的风格轮动策略年化收益率高达28.06%，夏普比率1.04，风险调整后表现出色。

• 具体策略收益与风险指标（表3）：

| 指标 | 成长组合 | 价值组合 | 策略组合 | 基准市场 | 相对市场超额 | 相对风格等权 |
|--------------------|----------|----------|----------|----------|--------------|--------------|
| 总收益 | 628.56% | 669.54% | 2236.55% | 439.06% | 319.81% | 215.05% |
| 年化收益 | 16.87% | 17.37% | 28.06% | 14.13% | 11.92% | 9.42% |
| 年化波动 | 28.15% | 23.72% | 26.88% | 27.06% | 6.61% | 6.11% |
| 夏普比率 | 0.60 | 0.73 | 1.04 | 0.52 | 1.80 | 1.54 |
| 最大回撤 | 62.02% | 46.96% | 50.48% | 63.23% | 6.03% | 8.51% |

• 图3显示策略净值长期稳健上行，尤其是策略组合净值明显超过单独成长或价值组合及基准，体现组合平衡和择时优势。

- 图4展示策略超额收益净值走势，表明较好的阿尔法能力[page::3]。

---

3. 图表深度解读

图1与图2（页面2）

• 图1展示成长风格的估值分位数与赔率的线性负相关散点图，当前成长估值分位数0.36对应赔率1.11。

- 图2展示价值风格的对应数据，估值分位数0.74对应赔率1.13。

• 两图合起来验证了赔率和估值分位负相关的逻辑，低估值风格赔率较高，有望取得更好风险调整收益。

- 图中橙色点代表历史样本点，黄色虚线代表拟合趋势，强调统计学稳健性。

• 该结果为构建投资期望模型提供了坚实的实证基础[page::2]。

胜率指标表（页面2）

• 表格列明7个指标的具体计算方法及其信号指向，突显成长风格更受多项宏观流动性宽松指标支持。

- 此多指标投票式计量提升胜率估计的鲁棒性，降低单一数据波动的噪音影响。

策略表现表及净值图（页面3）

• 策略收益表数据充分体现基于赔率-胜率的风格轮动策略优势，特别是年化收益、夏普比率和相对市场超额指标。

- 净值曲线形象展示了该策略自2013年以来长期稳定增长，且超越单纯成长或价值投资策略，验证策略的有效性。

• 最大回撤相较基准市场有所下降，但仍显著，反映风格轮动伴随一定的波动性和风险。

---

4. 估值分析

• 报告采用相对估值法，重点考察成长与价值股票组合间账面市值比（BPLF）的差异，进而计算估值差的历史分位数。

- 通过除以全市场均值进行标准化消除了市场整体估值环境的影响，使得指标更具可比性。

• 具体对低估风格赔率更高的假设在图示中得到验证，反映赔率能有效刻画未来正负收益的平衡。

- 未进一步披露DCF等绝对估值模型，体现该研究更聚焦于风格层级的相对价值趋势判断。

---

5. 风险因素评估

• 报告明确风险提示：由于模型基于历史数据及统计关系，政策及市场环境的变化均可能导致模型失效。

- 投资建议并非针对具体个股或基金，且未提供对应风险缓解策略，提示投资者需警惕模型局限性和市场不确定因素。

• 模型的胜率和赔率均基于历史数据及特定假设，未来若市场结构发生巨变，策略表现可能大幅波动。

- 北向资金相关指标数据缺失，权重调整体现数据质量风险。

---

6. 批判性视角与细微差别

• 模型合理性：赔率与胜率结合的投资期望计算公式简洁直接，将两者相乘减去亏损概率，体现了收益概率和收益幅度的复合价值，创新且易操作。

- 数据选取：因子选择简单且常见，有助于实操，但可能忽略了一些成长或价值的深层分异因子，进一步细化成长和价值内涵可能提升模型精度。

• 胜率指标加权：北向资金缺失，权重调整策略合理，但可能影响部分时点的胜率准确度。

- 风险提示：充分且规范，强调模型基于历史数据，提醒投资者注意环境变化导致的预测失效可能。

• 潜在偏差：赔率和胜率的历史数据通过市场因子计算，可能忽视宏观突变、政策调整、极端事件对风格表现的非线性影响。

- 内部小细节：估值指标账面市值比作为代表性估值指标优劣显著，且考虑了估值差的历史分位，但未详述数据窗口长度具体细节，影响长期有效性的判断。

• 风格代表组合选择：剔除停牌且选取暴露前20%个股简洁明了，但组合流动性和行业分布等条件未披露，后续可关注流动性及行业配置影响。

---

7. 结论性综合

招商定量任瞳团队在《当下价值/成长的赔率和胜率几何？》报告中，通过创新结合赔率（风险收益比）与胜率（正收益概率）构建“投资期望”指标，提供了一套科学、量化的成长/价值风格轮动模型。模型依托于相对估值差异及多维宏观微观指标反映的胜率数据，保证了对市场风格切换的敏感性及逻辑严谨。

当前市场环境下，成长风格的胜率（63.24%）与赔率（1.11）均优于价值风格（36.76%胜率，1.13赔率），结合投资期望计算公式得出成长策略明显优于价值，最新策略推荐切换至成长。2013年以来，基于该模型构建的风格轮动投资策略表现卓越，年化收益达28.06%，夏普比率1.04，显著优于成长及价值单独组合及基准市场，同时风险控制能力亦较平衡。净值曲线显示策略历史超额收益稳定持续，具备较强的实战应用价值。

图1与图2清晰展现估值分位与赔率的负相关关系，实证强化了据估值判断风格未来收益的理论基础。胜率相关七指标涵盖宏观利率、经济周期、资金流动性和市场动量信号，构成胜率计算合理且多元的指标体系。

报告在重申定量模型优势的同时明确风险因素，特别提醒政策变动及市场环境突变可能带来的模型失效风险，保持了研究严谨和客观。

综上，该研究不仅为投资者提供了针对成长价值风格轮动的量化择时新方法，也为风格投资在策略形成与应用层面提供了深刻洞见。模型简洁有效，基于稳定的统计关系与多指标辅助，具备较强的实践指导价值及理论创新意义。

---

主要引用

• 赔率定义及估值差分位数方法详见 [page::1]。

- 赔率估算与估值分位负相关关系具体图示见 [page::2]。

• 胜率指标体系与胜率结果详见 [page::2]。

- 投资期望计算、策略收益与风险指标详见 [page::3]。

• 报告声明及风险提示见 [page::4]。

---

附图索引

• （成长风格估值分位数与赔率关系图）

- （价值风格估值分位数与赔率关系图）

• （策略多头净值走势）

- （策略超额收益净值走势）

（完）

报告