百尺竿头系列：电子投资的新解法(下).docx

目录

差异与共性：盘点三类企业内有效的选股因子 6

融合与制衡：三维选股模型的应用 9

量化增强框架：确定三维选股指标 10

分域增强：理清主线，寻找板块内的“确定性” 12

综合增强策略的胜负博弈 17

风险提示 23

图表目录

图1：主动量化选股流程 6

图2：新分类框架分类结果 7

图3：三类企业研发费用占比中枢变化 7

图4：三类企业营收增速中枢变化 7

图5：三维选股框架 10

图6：创新驱动型（轻资产）增强选股净值 13

图7：成长扩张型（重资产）增强选股净值 15

图8：成熟回报型（重资产）增强选股净值 16

图9：均衡配置电子增强策略净值 17

图10：均衡配置电子增强策略相对同类基金年度收益表现分位 18

图11：均衡配置电子增强策略相对同类基金半年度收益表现分位 18

图12：均衡配置电子增强策略成份股数量（单位：只） 19

图13：均衡配置电子增强策略分行业数量占比 19

图14：均衡配置电子增强策略分行业权重占比 19

图15：最新一期均衡配置电子增强策略分行业数量占比 19

图16：最新一期均衡配置电子增强策略分行业权重占比 19

图17：板块优选电子增强策略净值 20

图18：板块优选电子增强策略相对同类基金年度收益表现分位 21

图19：板块优选电子增强策略相对同类基金半年度收益表现分位 21

图20：板块优选电子增强策略成分股数量（单位：只） 21

图21：板块优选电子增强策略分行业数量占比 22

图22：板块优选电子增强策略分行业权重占比 22

图23：最新一期板块优选电子增强策略分行业数量占比 22

图24：最新一期板块优选电子增强策略分行业权重占比 22

表1：创新驱动型（轻资产）因子选股效果 8

表2：成长扩张型（重资产）因子选股效果 8

表3：成熟回报型（重资产）因子选股效果 9

表4：基本面指标构建规则 11

表5：技术面指标构建 11

表6：安全边际模型选择 12

表7：创新驱动型（轻资产）增强选股分年表现 14

表8：成长扩张型（重资产）增强选股分年表现 15

表9：成熟回报型（重资产）增强选股分年表现 16

表10：均衡配置电子增强策略分年表现 18

表11：板块优选电子增强策略分年表现 20

不同于传统量化增强策略，百尺竿头系列报告依托于长江研究所专业化研究平台，旨在透过洞察和提炼行业底层逻辑，为量化模型输入清晰的增强思路。主动思维的参与，一方面有助于从海量基本面因子库内更精准地筛选出合理有效的选股因子，从而更为精准地定位赛道内具备潜力的投资标的；另一方面也是对行业逻辑的一层阶段性检验。第四期我们持续聚焦电子赛道。上篇报告中，我们解决了主动量化策略的第一个难点，即电子板块内的画像刻画问题，本篇主要致力于寻找板块内的投资“最优解”，尝试循迹企业特征并结合三维选股模型构建高胜率策略，为投资者提供电子板块的新思路。

若无特殊说明，本文数据结果均截至2024年11月29日。

图1：主动量化选股流程

资料来源：

差异与共性：盘点三类企业内有效的选股因子

考虑到“制造属性”在电子行业中的普遍性，在前序报告《百尺竿头系列（三）：电子投资的新解法（上）》中，我们尝试融合资本密集度和产业生命周期，精细化识别企业阶段性特征。在新分类框架下，我们打破了传统“消费、制造、科技”分类的局限，将电子企业划分为创新驱动型（轻资产）、成长扩张型（重资产）以及成熟回报型（重资产）三类，旨在更加清晰地反映出重资产企业的资本需求与回报进程以及轻资产企业的资本效率和风险特征。

图2：新分类框架分类结果

资料来源：

那么，在明确三类企业的特征画像后，如何在快速变化的电子行业中识别出有效且稳健的选股因子呢？作为主动量化策略的第二步，本节致力于在因子库内筛选IC均值相对较高、稳定性强的指标，作为后续选股模型构建和优化的优先参考。值得注意的是，基础因子库除了常规的基本面和技术面因子外，亦根据细分板块的投资逻辑，补充了一些由分析师提供的选股思路并匹配了特定因子，具体包含人均效能、库存、产能扩张速度、现金流质量等。因子测试回测区间为2013-2022年，以确保样本覆盖多个市场周期，为多维度、多阶段的因子表现提供完整的验证和分析基础。

从结果具体来看：

创新驱动型（轻资产）企业本质上为科技创新密集型企业，从特征来看其营收增速和研发投入均处于领先水平，而其核心竞争力主要在于人才和技术。从回测结果来看，基本面维度，预测净利润两年增速、单季度净利率、单季度营收同比增速及研发支出占比指标选股效果较强，IC均值皆大于3%且优于整体板块内的选股效果；技术面维度20日换手率、60日波动率、20日反转以