对话实录

高鹏：欢迎王总！可以系统性介绍下您的小盘股量化投资策略框架吗？

王剑：我们有一套完整理性的小盘股量化投资框架，所有模型都是可回溯可跟踪的。我们的量化投资框架包括三个方面：第一个是量化多因子选股。其中因子主要包括几大类，有财务类因子，主要通过财务报表计算；有交易类因子，主要是一些量价指标和高频数据等，开源金工在这方面做的比较细，我们也借鉴了不少因子；还有就是另类数据因子和分析师预期类因子。我们目前在实盘和跟踪的因子总计超过几百个，陆续还会补充一些新的因子。第二个是事件驱动选股策略，主要包括分析师上调盈利预期、分析师首次覆盖、盈利超预期股权激励和大股东增减持等。第三个是行业轮动模型，即对每个行业都构建行业景气度模型，然后在投资中适当地超配景气向上的一些行业、低配景气向下的一些行业。这方面最重要的就是构建行业景气度模型，也是我们目前整个投研的重点。

在申万菱信基金，每个主动投研人员对自己覆盖的行业都有一套完整的投资体系，我们的工作就是借助量化语言将这些投资体系数量化。这就是我们正在大力建设和推进的KAP系统，达到的效果就是我们的量化投资不仅仅是依靠量化团队，后面还有庞大的主动投研团队在支持。另外在小盘股投资中，由于小盘股数量比较多，有时候分析师覆盖度可能不够，与分析师相关的因子投资效果就一般，但是考虑到其标的众多，在交易层面上差异化较大。所以相比传统的中证500和沪深300的宽基指数，我们在小盘股中给交易类因子的权重要大一些，因此我们在投资中可能会更加关注量价类因子。

高鹏：量化因子是量化模型的基础，能介绍下您的量化因子体系吗？

王剑：我们的因子体系主要包括三个步骤，第一步是因子的挖掘，在这方面我们有几个常用的挖掘渠道：有通过券商的报告，比如说我们会参照开源金工的一些优秀想法，对提出的因子进行复现并入库跟踪；有对国内外文献的阅读，我们部门会在组内定期分享文献；还有和主动研究员探讨后，将他们的方法论演绎成因子。这个渠道可能只适用于某些行业或者说板块，因为他们的投研经历决定了他们的投资强项是在行业或者板块内挖掘因子，我们会根据这些因子在某些行业做一些增强。在因子的挖掘方法上，我们有对一些财报数据和量价数据进行简单的线性组合，也有利用一些机器学习的算法，包括遗传算法、深度学习等，这方面我们目前用得比较少，但是也在努力尝试。第二步是因子的跟踪，我们会将挖出的新因子放到我们公司的模拟平台上进行回测，观察因子的样本外效果和样本内效果是否一致。第三步是因子的使用，如果说在样本外跟踪一段时间后，我们发现因子的效果确实挺好，没有出现过度挖掘的现象，还能够创造一些新的alpha，那我们就会把它加入到实盘中去。在使用因子时，我们会时刻关注因子的实盘表现，并借助各类算法动态调整因子的权重。如果发现某些因子出现了长时间比如说几个月的失效，我们就会把它拿出来做重点分析，要是当前市场导致因子的背后逻辑发生了大的变化，那我们可能就会停止对它的使用。

高鹏：在小盘股投资中，您是如何将基本面信息和量价信息进行有效融合的？

王剑：众所周知小盘股有一个特征，就是整体流动性会相对较差。如果买入一些未来业绩不佳的股票，未来出现大幅下跌甚至跌停，就会对净值造成较大损伤，因为它的流动性不好，导致退出成本比较大。所以在投资中，我们会先用基本面信息构建一套财务打分模型，通过模型进行初筛，把可能造假的股票剔除掉。这里的财务打分包括现金流量表的质量、资产负债表的质量和利润表的质量，比如说我们会看应收账款占利润的比例和现金流占利润的比例，观察是否有出现一些大幅的开发投资，还有债务负债率的数值。通过这套财务系统，我们就可以对小盘股的选股池进行优化，在优化后的选股池上再利用量价信息择优选股，这样的话就避免了买入未来业绩不佳的股票，使得退出成本较大。

高鹏：小盘股市场关注度相对较低，您有使用另类数据来进行小盘股的挖掘和优选吗？

王剑：我们研究发现，券商分析师对小盘股的整体关注度是比较低的。因为现在IPO的速度很快，有大批股票在不断地上市，很多时候分析师来不及对所有股票进行覆盖。但是在某些特定时刻，一些论坛数据和软件点击量数据中，这些股票的关注度是有明显分化的。其实像股吧还有雪球的一些数据，我们一直都有跟踪和使用。但是这部分策略在我们的整个实盘中占比不是特别高，因为这些数据的历史时间长度不是特别长，我们还需要通过一段时间来观察它的效果，如果后面能确认它的效果挺好，那么我们会加大对这些数据的研究和放入实盘中的权重。

高鹏：市场存在大小盘风格轮动现象，您的模型中是如何应对市场风格切换的？

王剑：我最近对哲学比较感兴趣，刚好看到希腊的柏拉图，他的一句话给了我很深刻的印象 “如果有人认为美的事物为美，但却不能认识美本身，并且即使有人指示给他关于美的知识与思想，他也不能了解”。其实反映在投资中也是如此，我们必须抓住投资的第一性原理，而不是考虑某个短阶段的股票市场表现。股票的合理价值即是未来投资现金流的折现，当某个股票价格低于其合理价值时，我们会考虑买入，反之会考虑卖出。对应到风格上也是如此，如果某一类资产普遍低于其合理价值时，我们会考虑买入。从A股的历史表现来看，大小盘有明显的轮动现象，最近一个周期是2014-2017年的小盘股行情和2018-2021年的大盘蓝筹股行情。我们始终坚持以合理的价格买入合适的资产的原则，当大盘或者小盘资产出现明显定价偏离时，我们会进行适当的风格选择，多数时刻是中性化对待。市场现在的整体估值都处于较低位置，我们拉出小盘价值和小盘成长两个指数，发现ERP（即估值的倒数减去债券收益率）的数值是明显处于历史底部的。但是我们发现大家眼中的一些重仓股或者说赛道股的估值还是偏高的，所以我们择期发行了国证2000指数产品，认为小盘的未来收益会比较可观。

王剑：近几年的话，赛道股聚集现象其实是持续出现的，比如2017年的低估值蓝筹股，以及2019-2020年的半导体、CXO，还有就是持续到现在的新能源等。直观表现就是公募基金收益率的中位数大幅跑赢指数收益。出现这类情形的股票一般都具备如下几个要素：第一点是产业趋势很明朗，且当前渗透率很低，未来三到五年有足够的证据证明渗透率能快速提升，比如说现在的新能源车和光伏都很符合这个现象；第二点是处于业绩上升期，比如说一些优质个股确实是出现了每个季度都超预期或者每年都超预期；第三点是有一组容量足够大的投资标的和券商分析师的深度推荐以及全市场的投资“共识”，当市场形成了所谓的投资共识时，就会出现一波机构抱团的现象，市场就会有大量资金进行参与。

在此背景下，对小盘股有利因素为：随着投资者对非赛道股票的关注度不断降低，这两年对应的是小盘股的投资热情降低，或将导致这类股票出现较大的定价偏差。我们最近观察了一些新股，特别是制造业方面的IPO公司，我们发现有一批公司的整体市值很低，可能就在20亿到30亿，但是它们的年化利润可能有1到2个亿。也就是说它们的估值可能在10倍到15倍，相对于新能源这些赛道股来说，这其实是比较低的估值。然后我们发现一旦有机构观察到或者说挖掘出这类公司的话，它们立马会出现较大的短期涨幅，这个其实就是对它们定价偏差的修复。所以说在交易层面是更易于挖掘出有效的定价偏差因子的，比如近两年盛行的高频数据挖掘低频量价因子。还有就是私募基金使用比较多的方法，通过深度学习挖掘因子，这类因子的持有周期普遍不是特别长，可能持有三五天甚至一两天就会进行换仓。这些都属于通过交易层面的数据挖掘有效因子。而不利方面是，在赛道股“火热”的背景下，小盘股流动性有所下降。特别是今年以来，市场的整体交易量没有出现大幅放大，在过去的季度里特别是二季度，甚至出现了交易量的极度缩小，这就会导致调仓的冲击成本有所增加。如果买入的股票再出现一些负面现象，那就可能会出现较大的跌幅。

高鹏：考虑到小盘股的流动性问题，您在调仓交易和交易频率上是如何设计的？

王剑：我们在小盘股投资中主要考虑的就是流动性问题，即冲击成本的考虑。如果只单纯考虑定价偏差而不考虑交易成本的话，我们会发现在实际操作中得到的alpha会出现大幅下降。所以在投资过程中，我们会首先剔除流动性比较差的股票，比如尽量选择日交易金额在一千万以上的股票，然后再在有充足流动性的股票池内进行选股操作。我们目前小盘股交易频率以周频为主，其中穿插一些事件驱动和趋势跟踪等不定期调仓的策略，比如说在财报期中出现类似盈利超预期等事件时，我们就会进行不定期调仓。我们公司购买了一些算法交易，在调仓过程中是尽量通过算法交易进行操作，避免手动下单导致冲击成本过大的问题。

高鹏：相比于沪深300增强和中证500增强产品，小盘量化增强产品有何差异和优势？

王剑：相比于目前市场上量化做得比较多的宽基产品，比如说沪深300增强和中证500增强产品，我们小盘股模型对风险因素考虑得更多，包括我刚才反复提到的流动性风险和业绩突变风险等。我们在投资的事前和事中都会严密监控，一旦预期风险出现，我们将有足够的时间作出应对。从这个角度讲，我感觉投资小盘股更类似于期权投资，在期权投资中回测某类策略时，会发现策略很容易有比较好的表现，但是在实际操作中就会出现各种各样的风险。我和一些做期权的同行交流，他们说他们可能只有10%的时间是在研究策略，然后剩下90%的时间都是在做风险控制。我觉得小盘股量化增强可能没有这么极端，但是我们也会把更多精力放在风险监测上。在alpha因子层面，我们在小盘选股模型纳入更多的量价因子，适当提高调仓频率，以获取更多的交易定价偏差带来的alpha。

高鹏：您能介绍下国证2000指数的市值分布和行业风格以及估值情况吗？

王剑：目前市场上得宽基小盘指数其实就两个，分别是中证1000和国证2000，市场关注度较高的是中证1000指数，而对国证2000指数的关注较少。我先简单介绍一下国证2000指数，它的编制是为反映A股市场小盘股票的价格变动趋势，丰富市场研究工具、业绩比较基准和指数化投资标的。编制方法是按照市值和成交金额在市场中所占比例的综合排名，扣除国证1000指数样本股后，选取排名靠前的2000只股票，即选取全部排名中位于1001到3000的股票构成国证2000指数，截止2022年5月31日，其平均自由流通市值大约为30亿，确实是市值比较小。指数成分股中总市值大于 300 亿的仅有 7 只，超过一半的股票市值在 30-100 亿之间，是名副其实的小盘股指数。前220只股票的累计权重达到30%，前496只股票的累计权重到达50%，前 1146 只股票的累计权重到达 80%。

尽管国证 2000 成分股的市值整体偏小， 但从其前十大重仓股来看并不乏优质企业。截止2022年5月31日，国证 2000 指数的前十大重仓股依次为融捷股份，盛新锂能，东方电缆，中矿资源，博腾股份，九安医疗，中兵红箭，明泰铝业，航锦科技，西藏矿业等。这些股票有很多是大家耳熟能详的，比如说和新能源相关的有融捷股份、盛新锂能和东方电缆，有一些是医药股中比较火的，像博腾股份和九安医疗，还有和人造钻石相关的如中兵红箭。这些都是机构热度比较高的股票。

申万一级行业分布层面，权重最大的行业为基础化工，权重约为10%，其次为医药生物，机械设备，电力设备，电子，计算机等，这些行业占比都超过5%。而权重小于1%的行业包括：钢铁，石油石化，综合，非银金融，美容护理，银行等，其中银行占比最小约为0.3%。前十大行业占比约为60%，行业较为分散，易于选股。可以发现国证2000既包含像医药生物、电力设备、电子、计算机这些新兴行业，也包含了像化工、机械设备这些传统行业，总结起来可以说是进可攻退可守的宽基指数。从历史 PB 和 PEttm 走势来看，指数当前市净率为 2.15倍，处于历史 18%分位点；指数当前市盈率为 40倍，处于历史 36%分位点。总体来看，国证2000指数当前估值处于历史相对低位，下跌空间有限，向上弹性较大，具备较好的性价比。

将国证2000和中证1000、沪深300还有中证500比较来看，2010年以来沪深300的年化收益率只有1.1%，中证500是2.5%，中证1000是3.14%，而国证2000达到了7.14%。如果只对比两只小盘股指数，国证2000在年化收益率远高于中证1000的情况下，其年化波动比中证100稍低，国证2000的年化波动是26.9%，中证1000是27.6%。最后比较最大回撤，国证2000是66.75%，中证1000达到了72%。因此，国证2000在小盘股中是回撤相对较少同时年化收益较高的指数。

高鹏：在当前市场回调幅度较大的背景下，您能谈谈接下来的市场风格展望吗？

王剑：从今年一月份到四月份，无论是A股市场还是美股市场，整体的市场回调都是比较大的。究其背后的原因，我们认为主要有如下几个因素：第一个是美联储加息缩表，导致了全球流动性的收缩，第二个是俄乌战争，带来了海外通胀的高起，第三个是国内疫情，造成了国内经济面的下滑。如果从市场的整体表现来看，我们认为前面两个因素预期已满，市场悲观的时刻已经过去。看第三个因素的话，国内疫情也得到了很好的控制，目前没有出现大幅的反弹，线下的快递、餐饮等也在陆续恢复中。

展望未来，在这种流动性宽松的背景下，从历史来看是不会有大的熊市的，外加经过年初至今的部分杀跌后，整体市场估值特别是小盘股的估值已经处于比较低的位置，所以我们预期整个市场在未来较长时间内会有较好的表现。如果从资金流角度来看，目前市场上的大部分资金都在赛道股中，特别是这波反弹，赛道股涨的较好，很多主动基金从低点反弹超过50%，一些重仓的赛道股估值甚至可能比年初时还高。而如果小盘股的业绩在未来出现了超预期，部分资金就可能出现切换，即从重仓的赛道股切换到小盘股。因此我们认为这些小盘股的未来行情更可期。另外从小盘股基本面来看，大部分小盘股都是成长股，会更受益于流动性宽松，因为分母端一旦出现收益率的下降，小盘股的久期比较长，相对应的收益就会更高。

对于成长和价值这两种市场争论较多的风格，我们的内部模型显示，其收益在中长期上是相当的。我们可以根据瑞联的一篇研报进行展开，把因子分成两部分，第一部分是基本收益，即这类风格的平均收益，另一部分是估值修复收益，即当某类风格被市场遗忘一段时间后，这类股票对应的整体估值是比较低的，那么从均值回复的角度来看，它未来在这部分的均值恢复收益是比较高的。对应到成长和价值两个风格，成长因子对应的是长期基本收益较高，但是估值修复收益相对较弱；价值因子虽然过去一段时间内的基本收益不是特别高，但是估值修复收益会比较大。所以我们的内部模型显示这两类风格在未来中长期的表现是相当的，因此在配置上我们也比较崇尚均衡配置，即价值和成长兼备的组合，我们对市场的整体看法是偏乐观的。