跟随概念异动信号的事件驱动策略——“蓝海启航”系列研究之九

admin2年前 (2023-03-21)研报1021

“蓝海启航”系列研究之九

在投资标的数量日趋增加的环境下，投资者无暇对所有的股票进行跟踪研究，以因子投资、概念投资为代表的降维投资方式越来越受到市场的广泛关注。本报告从概念投资的角度出发，采用同花顺提供的概念主题数据库，向投资者展示了如何识别判断概念异动信号，测试了概念异动与市场价格之间的联系，并最终基于概念异动信号构建了相关的量化投资策略，向投资者展示了概念主题投资的独特价值。本报告主要结论如下：

根据概念热度与市场价格之间的联系，我们将概念主题的发展分为三大阶段：
事件始发阶段
、
资金进场阶段
和
市场发酵阶段
；相比之下，我们认为第二阶段（资金进场阶段）是买入胜率最高且最稳健的投资时点。
借助布林带轨线，我们在 2014 年 8 月至 2023 年 2 月末期间共识别到 719 次概念异动信号，即平均
每月约发生 7 次
。
在概念异动事件发生后短期内，
相关概念股受到更高的市场关注度，交易活跃度和一致预期的乐观程度明显提升
，从而为股价上升提供动力。此外，
概念异动点往往出现在概念股的季度业绩同比增速与 120 天动量拐点附近
。
事件效应测试结果显示，
概念异动事件在发生后的平均累积超额收益呈现出显著的上升趋势，120 日的平均累积超额收益约为 4%
；借助基本面因子对概念股进一步筛选，
概念异动事件在发生后 120 个交易日平均能够获得 7%以上的超额收益
。
从不同时期表现看，
概念异动事件的超额收益受牛熊市场环境的影响较小，受市场交易活跃度高低的影响更大
。
基于概念异动信号，本文构建了具体的量化投资策略。回测结果表明，策略自 2015 年以来在全 A、沪深 300、中证 500 和中证 1000 股票池中分别获得了约
11.61%
、
4.88%
、
8.10%
和
10.11%
的年化超额收益。

互联网的发展和股票数量的快速增加使得近年来股票市场包含的信息量激增。由于当前 A 股市场仍以非专业投资者为主导，相较于花费较高的时间成本去研究全市场数千只投资标的，多数投资者更倾向于以类似因子投资的方式，把时间精力用于热点概念的挖掘并用以指导投资决策。纵观近几年，“5G 概念”、“华为概念”、“猴痘概念”和 “ChatGPT 概念”等热门概念在股票市场上引发了广泛的关注，相关的概念股均走出了较为突出的独立行情。我们不禁产生疑问：概念投资是否具有获取 Alpha 的潜力，如何精准地挑选未来上涨潜力较高的概念？

另一方面，除了挑选具有发展潜力的概念进行降维投资以外，如何避免过度右侧地跟风炒作也是概念投资者关注的一大问题。因此在本篇报告中，我们将对上述问题进行解答，尝试向各位投资者展示概念投资所具有的独特价值。

概念主题异动简介

1.1. 概念主题异动的具体案例

概念主题投资在 A 股市场中并不罕见。由于投资者注意力存在连锁反应，因此股票市场中的所谓“主题投资” 可谓层出不穷，甚至成为了主流投资文化之一。从通过最新的新闻资讯发现市场的投资风向，到根据政策会议的内容来挖掘未来发展主题的“政策市”，再到跟随“元宇宙概念”、“ChatGPT 概念”等新兴概念的大方向，实际上概念主题投资已经存在于股票投资中的各个角落。通常来说，我们会将某个概念在短期内关注度的迅速提高作为判断该概念主题是否发生异动的核心依据。异动信号的出现往往代表了市场对该概念主题未来一段时间预期即将出现较大程度的转变。

为了更加清晰地介绍概念主题异动和概念股市场价格变化之间的联系，我们以今年新出现的“猴痘”概念为例，进行更加具体的介绍。近两年，除了新冠疫情外，“猴痘”疫情的扩散蔓延同样是全球内发生的的重大公共卫生事件之一。“猴痘”疫情最早被英国在当地时间 2022 年 5 月 7 日发现，现阶段已经遍及英国、西班牙、德国、法国等多个西方国家。以“猴痘”概念的出现作为时间节点可以发现，自去年五月以来，之江生物（688317.SH）、长春高新（000661.SZ）和百克生物（688276.SH）等拥有“猴痘”病毒核酸测定试剂盒和相关疫苗的“猴痘”概念医药股迎来了一波快速上行的行情。

为探究概念热度与概念股市场价格变化之间的联系，我们将“猴痘”概念的发展分为三大阶段：事件始发阶段、资金进场阶段和市场发酵阶段，并展示了“猴痘”概念主题指数与各概念股股价的走势变化。具体如图 1 所示：

事件始发阶段
：与“猴痘”概念的实际发展情况一致，概念热度指数显示“猴痘”概念在 2022 年 5 月 7 日在消息面上实现了零的突破。尽管如此，“猴痘”概念在本阶段仍然未能得到市场的充分关注，概念热度指数依然维持在较低的水平，相关概念股的股价也尚未出现反应；
资金进场阶段
：2022 年 5 月 19 日，“猴痘”概念的发展进入第二阶段，概念热度指数出现明显的拉升。从相关概念股股价变动可以发现，在这一阶段中，先觉资金正迅速流入相关概念股。以之江生物（688317.SH）为例， 5 月 20 日和 5 月 23 日，受“猴痘”疫情扩散蔓延的消息影响，“猴痘”概念股之江生物两日的涨幅分别达到了 +16.34%和+20%；
市场发酵阶段
：当概念股价格出现大幅波动后，“猴痘”概念已完全暴露在了投资者的视野中，相关资讯的数量大幅增加，市场不断发酵。因此，后续的跟随资金也陆续进入相关的概念股，“猴痘”概念迎来了第二阶段的上升。相比之下，市场发酵阶段的变化幅度不如上一阶段，但持续时间更长。

不难发现，在事件始发阶段中，鲜有投资者会关注到概念的投资机会。即使能够捕捉到，极低的信息量也会使得投资者难以对其未来走势进行明确的预判，因此事件的始发阶段并非最科学可行的买点。而另一方面，过去的种种经验表明，大部分跟随概念主题异动进行投资的投资者均是在市场发酵阶段进场，好处在于经过大量的专业解读，概念的买入逻辑已经比较清晰，但此时买入相关股票存在较高的进场过晚、高位追涨风险。

相比之下，我们认为第二阶段（资金进场阶段）是最佳的投资时点。一方面，概念的强烈异动传递了市场的预期变动信息，提升了买入胜率。另一方面，较早的进场时间能够有效避免高位追涨的风险。因此，本报告希望解决的一个核心问题在于：如何准确地在市场正式开始发酵前捕捉到概念异动的信号，从而获得超越市场的投资收益。

1.2. 数据来源

本报告将采用来自同花顺 iFind 的概念专题数据库作为样本对概念异动事件进行识别与分析。同花顺作为国内排名靠前的行情、交易软件传统提供商之一，在互联网金融、大数据及技术领域深耕多年。从用户挖掘市场热点概念的需求出发，同花顺舆情监控系统和概念专题数据库应运而生。舆情监控系统会对各重要概念进行监控，筛选出近 24 小时中热度上升最快、当前热度值最高的概念，并对概念的热度变化原因进行梳理总结，整理当日最热门的新闻资讯（尤其是半夜发生的重大新闻）。在此基础上，概念专题数据库为用户提供包括概念全景、概念异动追踪、概念热度指数和概念价格指数等工具，为用户追踪热点概念的轮动提供支撑。

本文所使用的核心数据为同花顺 iFind 中的概念热度指数。概念热度指数是一个综合指数，由资讯指数、研报指数、社交指数和搜索指数组成，底层数据来源中包含了新闻平台资讯（如中国证券网、证券时报网等）、券商研报（如行业报告、策略报告等）、社交媒体资讯（如微信公众号、微博、股吧论坛等）以及同花顺搜索指数等多维度的信息：

◼ 资讯指数：新闻资讯指数中主要展示了与概念相关的重要新闻，通过算法筛除大量的劣质新闻后，将与概念相关的核心资讯进行筛选并量化为结构化的资讯指数。此外，算法还将自动识别新闻中所提到的事件、概念、地域、公司、产品、人物等六大类共 2 万余个标签；

◼ 研报指数：研报指数中的数据来自 iFinD 研报库，除了将研报的内容量化为相应的结构化指数外，投资者还可直接查询与该概念直接相关的研报，并通过链接进行对应研报的下载；

◼ 社交指数：社交指数的底层数据主要来源于微信公众号、微博和论坛等社交媒体。通过算法对与概念相关的微信公众号文章、权威媒体、财经大 V 以及大众议论的内容进行收集，智能识别其中的关键信息，方便挖取小道消息，提前布局；

◼ 搜索指数：搜索指数以搜索量数据基础，科学分析并计算出各个概念关键词的搜索频次，并结构化为相应的搜索指数。

最终，概念热度指数由资讯指数、研报指数、社交指数和搜索指数加权计算得出，以反映该概念的综合热度。当概念热度指数发出异动信号时，表明该概念在当前时点值得重点跟踪。

1.3数据覆盖度

我们对 2014 年以来同花顺所收录的概念主题数量进行了统计，具体如图 3 所示。由图可知，概念主题数量自 2014 年以来始终维持上升趋势。除 2015 年收录的概念主题的数量出现激增外，在大部分时期，概念主题数量的上升速度维持稳定，每年平均新增约 80 个新的概念主题，并与 A 股市场股票数量的增加速度较为接近。截止至 2023 年 2 月 28 日，同花顺所收录的概念主题数量已达到 1140 个。

我们将包含概念股数量小于 20 只、大于 20 只且小于 50 只、大于 50 只的概念主题定义为小概念、中概念和大概念（三类概念数量占比分别为 57%、21%、22%），并计算了三种类别概念主题所包含的概念股并集在 A 股市场中的股票覆盖度，具体如图 4 所示。可以发现，股票覆盖度最高的是大概念（如华为概念、5G 概念等），截止至 2023 年 2 月末，所有大概念所包含的概念股已基本覆盖约 99%的 A 股上市公司。中概念（如白酒概念、基建工程概念）和小概念（共享单车概念、代糖概念等）的股票覆盖度较接近，截止至 2023 年 2 月末，中概念与小概念所包含概念股约占全 A 股票的 68%和 50%。

从某种维度看，“概念”类似于“行业”、“概念股”类似于“行业成份股”，投资者可以针对不同概念主题在不同时期的表现差异来进行轮动从而获得超额收益，因此概念主题数量的不断丰富和覆盖度的提升能够为概念主题的轮动以及概念异动事件的研究开发提供坚实的基础和更大的便利。

如何识别概念异动事件？

2.1 识别概念异动事件和构建概念价格指数

通常而言，识别异动事件的方法有两种。一种是基于算法来识别，即从时间序列的角度构建预测模型，当实际值与预测值的偏离度大于一定范围则判定为异动，优势在于更具备前瞻性，但预测精度难以保证，通常应用于基本面或价格超预期事件的判断。另一种方法是基于规则的识别，即通过特定的逻辑设置边界，或根据历史均值和标准差来设置相对临界值，并以突破临界值作为事件异动的判断。该方法的优势在于均值与标准差仅根据历史数据进行计算，避免使用了过多外部变量，从而更具稳健性和简便性。

本报告选择借助布林带轨线来对概念主题的异动信号进行识别。正常情况下，概念热度指数将维持在轨线内部，而当与某一概念主题相关的重大事件发生时，概念热度指数将不断触及并且突破上轨线（见图 5 中红圈）。若事件的影响力足够大，概念热度指数甚至能够突破至数倍标准差以外，说明该概念主题的市场关注度即将迎来强劲的上升趋势，此刻的行情处于预热期，先觉资金往往选择在此时进入，那么我们也可以选择在此时参考介入。

其中，𝐼𝑁𝐷𝐸𝑋为概念热度指数点数，𝐵𝑂𝐿𝐿为布林带中线；UP 为布林带上轨线；红圈中概念热度指数上穿布林带轨线，代表概念异动信号的出现。

除了利用概念热度指数对概念异动事件进行识别外，在对异动事件的收益进行测试前还有一项重要的工作需要完成，即利用概念股的行情计算各概念主题的价格指数，便于对各概念的价格走势进行衡量。具体来说，我们利用各概念所包含概念股的日收益率序列，按各概念股与该概念的相似度为权重加权合成得到概念主题的价格指数。此外，由于本篇报告的关注点在于投资者所熟悉的概念主题而非较偏门的概念主题，并且考虑到概念股样本量过小容易导致概念价格指数的计算存在误差，因此我们仅将包含 10 只以上概念股的概念主题作为研究样本，而排除掉研究价值不高的小概念主题。简而言之，概念价格指数的计算步骤如下：

1) 筛选包含概念股数量大于等于 10 的概念主题作为样本；

2) 在各概念主题内，以概念股与该概念的相似度作为权重，将概念股的收益率加权合成为概念主题的收益率；

3) 根据概念主题收益率计算概念主题的价格指数。

2.2 事件识别效果示例

至此，我们对概念异动事件的识别方法进行了介绍，并构建了各概念指数的价格指数。根据统计，我们在 2014 年 8 月至 2023 年 2 月期间共识别到 719 次概念异动信号，即平均每月约发生 7 次。为了更加清晰地展示概念异动事件的识别效果，我们选取互联网金融和负极材料两个概念主题，对两个概念的异动事件判定结果进行展示。

由图 6 可知，自 2019 年至 2020 年末，互联网金融概念总共出现过两次异动事件，分别发生在 2019 年 9 月 29 日和 2019 年 11 月 23 日，通过当时的新闻资讯可以了解到，2019 年下半年，多部门密集谋划金融监管多项政策细则，剑指中小银行、互联网金融、数字金融等重点领域，为互联网金融板块的结构性优化以及良性发展提供了巨大的契机。因此从短期看，两次概念异动事件发生后的一个月内，互联网金融概念的价格指数均出现了不同程度的上行；从中长期看，异动事件发生后的一年内，互联网金融概念的累计涨幅接近 20%，互联网金融概念的异动事件在此期间获得了较可观的收益。

由图 7 可知，负极材料概念仅在 2021 年 3 月 28 日发生过一次异动事件，通过当时的新闻资讯可以了解到，3 月 27 日某上市公司投入 50 亿资金进军负极材料，次日，另一家上市公司业绩快报显示净利润同比增长 148%- 181%、公司产品供不应求，负极材料产销量实现同比增长，众多利好消息均指向负极材料板块。从价格指数看，在异动事件发生后，负极材料板块短期内仍维持震荡走势，但随着市场的逐渐发酵，负极材料概念在未来短短四个月内迎来了超过 90%的涨幅。假设在概念开始发酵后再买入，投资收益或许会下降超过一半以上，并且可能会伴随较大的回撤风险。综上可见，概念异动事件能够帮助投资者在一个较早的时点买入未来上升机会较大的题材，和追涨的投资方式相比，跟随概念异动信号进行投资更具前瞻性。

2.3 概念异动前后的市场特征

进一步，我们通过观察所有概念的成份股在发生概念异动前后的市场特征变化，尝试对概念异动事件与市场价格之间存在联动的逻辑进行探究。

图 8、图 9 分别为概念异动股在异动前后的交易特征和市场预期变化。由图 8 可知，在概念异动日 T+0 之前，概念异动股的平均日成交额和平均日换手率均稳定维持在一定范围内，而在概念异动事件发生后短期内，相关概念股的热度迅速提高，交易活跃度明显提升；类似地，我们以卖方分析师的一致预期 EPS 和一致预期净利润衡量市场对概念股的预期（见图 9）。不难发现，虽然在异动事件发生前概念股的市场预期已经略微有所上调，但幅度较小。而在概念异动事件发生后，概念股的市场预期上升幅度明显变大。可见，概念异动事件前后无论是交易行为还是市场预期均存在明显的差异，在概念异动事件出现后，相关概念股将得到更高的市场关注度，市场交易情绪明显提高，有助于推高股价；另一方面，概念异动前后投资者对相关概念股盈利预期的乐观程度上升，也为股票价格提供了更大的上升空间。

此外，我们发现概念异动点往往出现在概念股的季度业绩同比增速与 120 天动量拐点附近。在每一截面上，我们计算了所有异动概念股的平均季度同比增速和平均的 120 日动量，并绘制了其在概念异动日前后的变化（见图 10、图 11）。从统计结果看：（1）概念异动事件发生后，相关概念股利润项目的平均同比增速和平均 120 日动量都将迎来“V”型拐点，并且在未来的数月里，异动概念股的中长期增速呈现出持续上升的趋势，表明概念异动事件对于股票增速拐点的判断存在一定的辅助作用；（2）从上述的统计中我们还可以发现，概念异动日与市场特征变化的拐点并非完全吻合，而是稍早于拐点的出现。这也印证了前文的说法：通过挖掘概念热度指数的异常变化信号，我们可以在一个较早的时间点发现市场的异动趋势，并先于大多数投资者参与到未来较大概率得到市场关注的概念主题中。

III

概念异动事件超额收益分析

3.1 事件驱动收益统计

在上一章中，我们介绍了概念异动事件的识别方法和具体示例，并对异动概念所包含成份股的市场特征进行了统计分析。本章我们将进一步对异动概念的事件驱动效应进行测试，探究投资概念异动事件是否能够为投资者带来显著的超额收益。

我们将第 0 日设定为概念主题发生异动的首日（若为非交易日，则以下一交易日作为概念异动事件首日）。在此基础上，我们以中证全指（000985.CSI）作为业绩比较基准，计算了所有概念价格指数在[-20,120]日区间内的累计超额收益。由图 12 可知，概念异动事件发生前 20 个交易日，事件并无明显超额收益。然而，概念异动事件在发生后 120 个交易日获得的平均累积超额收益呈现出显著的上升趋势，并且上升单调性明显。

细看其累积超额收益特征我们可以发现：（1）累积超额收益的最高点大概在第 110 个交易日附近，概念异动事件平均可以得到超过 4%的累计超额收益。和股东增持、股权激励等反应时间较短的事件相比，概念异动事件的事件效应反应周期更长，平均能够维持半年或以上；（2）与上文的市场特征分析结果一致，概念异动日往往略早于概念发酵的时间，通过概念指数来计算概念异动点可以有效地在更早的时间点实施投资操作。

3.2 概念异动事件的改进方案

在上一节中，我们的测试对象是“概念”，即根据我们所编制的概念主题价格指数来计算异动概念在未来一段时间相对市场获得的超额收益。但如此测试的粒度较粗，而且“概念”并非可以实际投资的标的。因此我们提出了一种改进方案：在筛选出异动概念的基础上，将测试对象从“概念”细化为“概念股”。从上文的描述中可以得知，各概念主题中包含了数十只甚至上百只股票，若在各概念主题中进一步筛选基本面表现优秀的股票，剔除基本面相对一般的概念股，对异动概念的成分股进行优中选优，或许能够增厚异动概念主题投资的收益。

因此，我们借助招商量化多因子数据库对基本面较好的概念股进行筛选。截止目前，招商量化多因子数据库已收录百余个基础因子和衍生因子。基于 19 项底层指标，我们构建了成长、价值、市场预期、交易行为和盈利能力五个不同维度的大类因子，并最终将五个大类因子以等权的方式合成为各概念股的基本面分数，指标具体信息见表 1。

在识别出异动概念主题的基础上，我们筛选各概念主题中基本面分数最高的三只股票作为对应概念的实际投资标的，并计算了所有优选概念股在[-20,120]日区间内的累计超额收益（见图 13）。由图可知，优选概念异动股在异动事件在发生后 120 个交易日获得的平均累积超额收益同样呈现出显著且单调的上升趋势。同时，由于仅保留了基本面良好，具有较高发展潜能的股票标的，因此与直接投资“概念”相比，投资优选后的“概念股”可以获得更高的事件收益。事件发生后约 110 个交易日，事件的平均累积超额收益率超过 7% ，累计超额收益率曲线相较上一节的测试有明显的优化。

3.3 不同时期下的事件效应表现

从分时期表现看，我们发现概念异动事件的收益受牛熊市场环境的影响较小，受市场交易活跃度高低的影响更大。我们将 2015 年以来划分为 4 个时期：

◼ 第 1 时期(2015/01-2016/02)：极端牛熊、高成交活跃度；

◼ 第 2 时期(2016/03-2019/01)：震荡市、低成交活跃度；

◼ 第 3 时期(2019/02-2021/12)：牛市、高成交活跃度；

◼ 第 4 时期(2022 年至今)：震荡市、高成交活跃度。

进一步，我们统计了 2015 年以来以中证全指（000985.CSI）衡量的 A 股市场走势和交易活跃情况（见图 14）以及上述不同时期中，概念异动事件的累计超额收益（见图 15）。

将两幅图进行对比后我们可以发现：

1) 无论是在牛熊切换的市场还是在震荡市中，概念异动事件均能够相对 A 股市场获得较高的相对收益。在 2019 年 2 月至 2021 年 12 月量价齐升的牛市中，概念异动事件平均获得了约 6.62%的超额收益。除此以外我们还发现，无论是在 2015 年 1 月至 2016 年 2 月的极端牛熊切换，还是在 2022 年以来的震荡市中，概念异动事件依然表现良好，分别获得了 7.64%和 5.24%的超额收益，说明市场走势对异动事件的整体影响较小。

2) 概念异动事件的效果主要受市场交易活跃度影响。自 2016 年 3 月开始的三年中，A 股市场的市场交易量经历了一定程度的萎缩，在交易活跃度较低的情况下，概念异动事件仅获得 1.23%的超额收益，幅度远不如其它几个时期明显。而随着 2019 年以来股票市场交易量逐渐恢复，概念异动事件的效应亦随之变得明显。

因此我们认为：市场牛熊并非概念异动事件效应的核心影响因素，只要市场具有较高的交易活跃度，资金均会青睐当前较为热门的概念主题，跟随概念异动信息进行投资就能够以较大概率获得显著的超额收益。

基于概念异动事件的投资组合构建

4.1 事件驱动策略构建方法

在前文中，我们定义了概念异动事件、介绍了其识别方法，并对事件发生前 20 个交易日至事件后 120 个交易日的平均累计超额收益进行了统计。事件驱动分析的结果表明：根据概念异动信号定义的股票事件在事件发生后可以获得较可观的超额收益。该分析结论为我们寻找概念异动事件的超额收益来源提供了坚实的底层逻辑支撑。但对概念异动事件的事件效应进行测试只是前期工作，因此在本节中，我们将进一步基于异动概念的成份股构建具体的事件驱动策略。

需要注意的是，由于概念异动事件的发生时间是离散的，不适合以定期调仓的方式来构建选股组合。此外，从上文中的分析可以得知，市场交易活跃度是概念异动事件收益的重要影响因素之一，因此在每个调仓日，我们将根据当时的市场交易活跃度对仓位进行动态调整，以发挥策略的最大效用。

具体来说，我们设置了 N 个资金通道，将资金平均分配至各个通道，并对市场上的概念异动事件进行监测。当监测到概念异动事件发生时，我们将异动概念成份股中具有最佳基本面的三只股票纳入投资通道，替换掉通道中原有的股票。事件驱动策略的构建方法如下：

◼ 股票池：本文将分别在全 A 股、沪深 300 指数成分股、中证 500 指数成分股、中证 1000 指数成分股四个股票池中进行策略的构建。按照上一章中介绍的方法，在各异动概念中筛选基本面最优的三只股票作为代表概念股，并以此作为概念异动事件的投资标的；

◼ 样本筛选：考虑到事件发生当日股票存在无法交易的情况，我们进一步将调仓日当天停牌、涨跌停的样本进行剔除；

◼ 标的数量：由于指数成分股的异动样本较少，因此我们对沪深 300、中证 500、中证 1000 三类指数成分样本分别设置 30 个资金通道，而对全 A 股票池设置 50 个资金通道；

◼ 调仓方式：每日检测概念异动事件，当监测到异动信号则将对应的概念股纳入通道中，并持有至少 120 个交易日。当持仓股票数量达到上限，此后若出现新的买入信号，则将新股票按顺序覆盖原通道中持有期超过 120 天的旧股票；

◼ 仓位动态调整：在每个调仓日，我们以滚动窗口计算中证全指的 20 日换手率在近三年的分位数，若当时的日均换手率在 25%分位数以下，则仅以七成仓位买入对应的概念异动股，否则以满仓进行买入；

◼ 资金再平衡：为保证各通道的资金量相对平衡，我们于每季度最后一个交易日进行一次资金再平衡，使各通道资金量均等；

◼ 回测区间：由于存在约一个季度的建仓期，因此各策略组合的投资收益统计区间为 2015 年 1 月 1 日至 2023 年 2 月 28 日；

◼ 比较基准及交易费用：策略组合选择中证全指（000985.CSI）、沪深 300（000300.SH）、中证 500 （000905.SH）和中证 1000（000852.SH）四只宽基指数作为业绩比较基准，单边交易费用为 2‰；

4.2 概念异动事件策略的回测结果

1) 全A样本

表 2 为在全 A 范围内，异动概念事件驱动策略的回测统计指标。从中可知：（1）以概念异动事件为核心形成的事件驱动策略表现较优，策略在 2015 年初至 2023 年 2 月末的累计收益率为 178.7%，年化收益和夏普比率分别为 13.79%和 0.413；（2）以中证全指（000985.CSI）代表全市场的价格走势，可以发现同期中证全指的总收益率仅为 18.66%，年化收益和夏普比率分别为 2.18%和-0.034。与全市场相比，概念异动事件在过去约 8 年里获得了 160% 的累计超额收益，年化超额约为 11.61%。

图 16 为异动概念事件驱动策略的净值曲线。可见：（1）在扣除一定的交易费用后，概念异动事件策略的净值曲线仍始终位于基准上方，和基准指数之间的区分度较为明显；（2）策略超额表现显著，多空净值曲线上升较为平稳。近几年，A 股市场资金趋于集中化，“赛道轮动”、“概念轮动”、“板块轮动”等投资方式得到了广大投资者的青睐，因此根据概念异动信号来对预期景气的概念主题进行左侧布局能够获得较高的超额收益。当前 A 股市场仍处于偏好赛道投资的时期，赛道内分化不明显，同类型个股往往同涨同跌。我们认为，在当前环境下根据概念异动信息进行概念主题投资，依然能够以较大概率获得超越市场的收益。

2) 沪深300成分股

表 3 为在沪深 300 指数成分股范围内，异动概念事件驱动策略的回测指标。从中可知：（1）概念异动事件为核心形成的事件驱动策略在 2015 年初至 2023 年 2 月末的累计收益率为 62.19%，年化收益和夏普比率分别为 6.29% 和 0.132；（2）概念异动事件驱动策略在沪深 300 中表现较为一般，我们认为原因有以下：①沪深 300 指数成分股多为成熟期企业，其新兴属性较弱，不具备短线投资的条件；②根据我们 2 月发布的研究报告《ChatGPT 经历回调，新兴概念持续性如何？》，在概念异动事件发生的初期，资金大多偏好于流入小盘股，概念投资以小盘风格为主。基于上述原因，概念异动事件在沪深 300 指数成分股中表现略有不佳。

3) 中证 500 成分股

表 4 为在中证 500 指数成分股范围内，异动概念事件驱动策略的回测指标。从中可知：（1）在中证 500 指数成分股中以概念异动事件为核心形成的事件驱动策略表现较优，策略在 2015 年初至 2023 年 2 月末的累计收益率为 115.17%，年化收益和夏普比率分别为 10.14%和 0.272；（2）同期中证 500 指数的总收益率为 17.36%，年化收益和夏普比率分别为 2.04%和-0.037。可见，与基准指数相比，概念异动事件策略在过去 8 年里获得了约 98%的超额收益，年化超额约为 8.10%。

图 18 为异动概念事件驱动策略的净值曲线。可见：（1）在扣除一定的交易费用后，中证 500 概念异动事件策略的净值曲线仍始终位于基准上方，和基准指数之间的区分度较为明显；（2）自 2015 年以来，策略组合净值曲线与基准指数之间的差距不断扩大，累计超额收益上升趋势平稳。总体而言，在中证 500 指数成分股中，根据概念异动信号来对预期景气的概念主题进行左侧布局能够获得较高的超额收益。

4) 中证 1000 成分股

表 5 为在中证 1000 指数成分股范围内，异动概念事件驱动策略的回测指标。从中可知：（1）在中证 1000 指数成分股中以概念异动事件为核心形成的事件驱动策略表现较优，策略在 2015 年初至 2023 年 2 月末的累计收益率为 143.66%，年化收益和夏普比率分别为 11.88%和 0.302；（2）同期中证 1000 指数的总收益率为 14.97%，年化收益和夏普比率分别为 1.77%和-0.043。可见，与基准指数相比，概念异动事件策略在过去 8 年里获得了约 99%的超额收益，年化超额约为 10.11%。

图 19 为异动概念事件驱动策略的净值曲线。可见：（1）在扣除一定的交易费用后，中证 1000 概念异动事件策略的净值曲线仍始终位于基准上方，和基准指数之间的区分度较为明显；（2）自 2015 年以来，策略组合净值曲线与基准指数之间的差距不断扩大，累计超额收益上升趋势平稳。总体而言，在中证 1000 指数成分股中，根据概念异动信号来对预期景气的概念主题进行左侧布局能够获得较高的超额收益。