A股投资策略分析报告：业绩高增速组合构建

证

券

研

究

报

告业绩高增速组合构建全攻略2025.12.05主要内容1.

业绩高增速组合的构建2.

业绩高增速组合是否实现了业绩的高增？3.

哪些因子对股票当年利润增速有预测效果？4.

因子递进选股与并列选股的差异5.

附录：分析师因子的改进21.

业绩高增速组合的构建◼

预期当年利润高增股票池的筛选：在中证全指样本空间内，站在每年的4、8、10月底，筛选出总市值和过去一年日均成交金额排名前

80%的样本，然后剔除去年归母净利润为负的样本，根据分析师一致预期业绩增速筛选出前50%的样本。证券研究报告31.

业绩高增速组合的构建◼

预期当年利润高增股票池的筛选：在

2011/8/31~2025/10/31回测期间，预期当年利润高增股票池内的股票数量平均为571只。证券研究报告41.

业绩高增速组合的构建◼

预期当年利润高增股票池的筛选：我们将股票池内的股票等权构建组合，与中证500全收益指数进行业绩比较。证券研究报告51.

业绩高增速组合的构建◼

构建业绩高增速组合：域1筛出了一致预期业绩增速前50%的样本，尽管预期业绩增速绝对水平较高，但分析师盈利预测如果出现了下调，则可能预示着该样本最终实现业绩高增速的概率会下降。因此，考虑组合内的样本尽可能实现业绩高增速，我们根据一致预期业绩变化因子进行选股构建高增速组合。证券研究报告61.

业绩高增速组合的构建◼

构建业绩高增速组合：在

2011/12/30~2025/10/31

回测期间，预期当年利润高增股票池在每年的

4、8、10

月底更新，然后每月根据一致预期业绩变化因子筛选前

50

只股票等权构建组合。考虑到仓位原因，我们以

9

成仓位的业绩高增速组合和万得偏股混合型基金指数进行业绩比较。证券研究报告71.

业绩高增速组合的构建◼

构建业绩高增速组合：在

2011/12/30~2025/10/31

回测期间，业绩高增速组合每期市值中位数的平均值为158亿元，与中证500指数市值相当，所以可将业绩高增速组合定义为中盘成长组合；在换手率方面，业绩高增速组合月度单边换手率为53.45%，在每年的1、4、7、8、10月由于分析师盈利预测的集中更新会带来组合的高调仓。证券研究报告81.

业绩高增速组合的构建◼

业绩高增速组合的绩效归因：在

2011/12/30~2025/10/31

回测期间，我们将业绩高增速组合在常用选股因子上进行绩效归因，可以看到，业绩高增速组合在因子上的收益主要于成长、分析师两个因子，与组合的构建逻辑相吻合。证券研究报告9主要内容1.

业绩高增速组合的构建2.

业绩高增速组合是否实现了业绩的高增？3.

哪些因子对股票当年利润增速有预测效果？4.

因子递进选股与并列选股的差异5.

附录：分析师因子的改进102.

业绩高增速组合是否实现了业绩的高增？◼

在2012/4/27~2024/10/31期间，预期当年利润高增股票池实现的当年利润增速中位数的时序均值为36.86%，业绩高增速组合实现的当年利润增速中位数的时序均值为99%，在股票池的基础上业绩增速得到进一步提高。证券研究报告112.业绩高增速组合是否实现了业绩的高增？◼

在2012/4/27~2024/10/31期间，在时间序列上看，业绩高增速组合基本上每一期的利润增速都落在全市场利润增速十分组下的第一组和第二组之间。证券研究报告122.业绩高增速组合是否实现了业绩的高增？◼

在2012/4/27~2024/10/31期间，统计业绩高增速组合每期落在全市场利润增速十分组的数量分布，可以看到，业绩高增速组合落在全市场利润增速前三组的数量占比较为稳定。证券研究报告13主要内容1.

业绩高增速组合的构建2.

业绩高增速组合是否实现了业绩的高增？3.

哪些因子对股票当年利润增速有预测效果？4.

因子递进选股与并列选股的差异5.

附录：分析师因子的改进143.哪些因子对股票当年利润增速有预测效果？◼

我们借用多因子的预测框架，但这里预测对象不是股票收益率，而是股票当年的利润增速，选取了较为常用的一些因子，例如分析师、成长、盈利、估值等。◼

2011/12/30~2024/12/31回测期间，在因子RankIC方面，分析师、成长、盈利、市值因子的预测效果较为突出；在因子分组表现上，分析师、成长因子能够筛出当年利润增速更高的多头组合。证券研究报告153.哪些因子对股票当年利润增速有预测效果？证券研究报告16主要内容1.

业绩高增速组合的构建2.

业绩高增速组合是否实现了业绩的高增？3.

哪些因子对股票当年利润增速有预测效果？4.

因子递进选股与并列选股的差异5.

附录：分析师因子的改进174.因子递进选股与并列选股的差异◼

我们探讨组合构建上的一个问题：因子递进选股和因子并列选股的差异，以及递进选股的顺序是否对组合有影响。◼

初始样本空间：中证全指成分股，经过市值、流动性筛选后；✓

业绩高增速组合：先根据一致预期业绩增速筛选前

50%的样本，然后再根据分析师盈利预测变化筛选前50只股票；✓

新高增速组合1：先根据分析师盈利预测变化筛选出大于0的样本，然后再根据一致预期业绩增速筛选前50只股票；✓

新高增速组合

2：先根据成长因子筛选出成长性最高的前

20%的样本，然后再根据分析师盈利预测变化筛选前50只股票；✓

新高增速组合3：一致预期业绩增速、分析师盈利预测变化两因子等权打分，筛选综合得分最高的前50只股票。◼

回测期间：2011/12/30~2025/10/31证券研究报告184.因子递进选股与并列选股的差异◼

因子递进选股和因子并列选股的比较：业绩高增速组合采用先一致预期业绩增速筛选股票池，后分析师盈利预测变化最终选股的方式，新高增速组合3采用一致预期业绩增速、分析师盈利预测变化两因子并列选股的方式。证券研究报告194.因子递进选股与并列选股的差异◼

因子递进选股和因子并列选股的比较：在2011/12/30~2025/10/31回测期间，因子递进选股组合的表现好于因子并列选股组合，在年度收益上，2012~2025过去14年中，因子递进选股组合有9年是跑赢因子并列选股组合的。证券研究报告204.因子递进选股与并列选股的差异◼

因子递进选股顺序改变对组合的影响：业绩高增速组合采用先一致预期业绩增速筛选股票池，后分析师盈利预测变化最终选股的方式，高增速组合1采用先分析师盈利预测变化筛选股票池，后一致预期业绩增速最终选股的方式。证券研究报告214.因子递进选股与并列选股的差异◼

因子递进选股顺序改变对组合的影响：在2011/12/30~2025/10/31回测期间，业绩高增速组合的表现好于高增速组合1，在年度收益上，2012~2025过去14年中，业绩高增速组合有9年是跑赢高增速组合1。证券研究报告224.因子递进选股与并列选股的差异◼

因子选股强弱的差异影响着采用递进选股或并列选股：我们检验了一致预期业绩增速、分析师盈利预测变化两个因子在中证全指样本空间内的选股效果，可以看到，不管在因子RankIC、因子分组多头表现上，分析师盈利预测变化因子的选股效果都要强于一致预期业绩增速因子。证券研究报告234.因子递进选股与并列选股的差异◼

用历史业绩增速，替换分析师预期增速来筛选预期当年利润高增股票池：业绩高增速组合采用一致预期业绩增速筛选股票池，高增速组合2采用历史业绩增速（成长因子）筛选股票池，但在最终选股上两者都采用分析师盈利预测变化来选股；可以看到，两个组合的业绩表现较为接近。证券研究报告244.因子递进选股与并列选股的差异◼

用历史业绩增速，替换分析师预期增速来筛选预期当年利润高增股票池：在当年实际利润增速上，两个组合也基本相当。证券研究报告25主要内容1.

业绩高增速组合的构建2.

业绩高增速组合是否实现了业绩的高增？3.

哪些因子对股票当年利润增速有预测效果？4.

因子递进选股与并列选股的差异5.

附录：分析师因子的改进26五、附录：分析师因子的改进◼

以往在计算分析师这类因子时，通常会框定一个固定窗口期，比如过去6个月，然后利用固定窗口期内的分析师盈利预测数据来计算相关因子。但我们发现，这种方式有可能利用到完全失效的盈利预测数据，我们提出一种新方法来计算分析师这类因子。◼

业绩披露时点下的盈利预测调整：上市公司在披露定期业绩后，分析师通常会在短时间内撰写点评报告，报告中的一大核心要素就是盈利预测是否发生调整。◼

在上市公司发布定期业绩之后分析师是否出具了相应的点评报告，一定程度上可以用来刻画该分析师跟踪的紧密度，以此推演，定期业绩披露后有撰写报告的分析师，点评报告中的盈利预测更为及时有效，而没有撰写报告的分析师，其较早的盈利预测可能已经无法较好地反映公司的预测业绩。证券研究报告27五、附录：分析师因子的改进◼

以小熊电器为例，2021年1月25日晚间披露了2020年度业绩预告，整体上业绩有所低于预期，在业绩预告披露前6个月内，有27家研究机构出具了盈利预测，但业绩预告披露后，只有14家研究机构撰写了点评报告，更新了盈利预测数据，剩余的13家研究机构并未调整盈利预测，而这13家机构较早的盈利预测数据已经不能较好的表征小熊电器的预测业绩。证券研究报告28五、附录：分析师因子的改进◼

以分析师这类因子中的两个小类因子为例：一致预期净利润变化、分析师盈利上调比例，基于业绩披露时点下的盈利预测调整这个逻辑，来重构这两个小类因子，并且测试改进后的因子相较初始因子的选股效果变化。◼

一致预期净利润变化（改进因子）的计算：站在月末时点计算因子值，前推找到最近一个业绩报告的披露日（业绩报告可以是业绩预告、业绩快报、正式财报中的一个），然后框定该业绩报告披露日至月末这段时间窗口，取所有机构在该时间窗口内的各自最新盈利预测，简单平均即得到一致预期净利润，然后计算当前月末的一致预期净利润相较三个月前的一致预期净利润的变化幅度。◼

分析师盈利上调比例（改进因子）的计算：站在月末时点计算因子值，前推找到最近一个业绩报告的披露日（业绩报告可以是业绩预告、业绩快报、正式财报中的一个），然后以该业绩报告披露日至月末这段时间内有发布盈利预测的机构作为锚定机构；同样以月末时点前推6个月的时间窗口，取这些锚定机构在该时间窗口内的各自最新的两条盈利预测，计算各自的盈利预测是否发生上调，然后统计盈利上调的机构数量占锚定机构的比例。证券研究报告295.1

一致预期净利润变化因子改进前后的表现◼

基于初始因子和改进因子的构造方法，分别构建了初始一致预期净利润变化因子、改进后一致预期净利润变化因子，从原始因子维度，比较初始因子和改进因子的选股效果，回测期间为2010/12/31~2025/11/30，其中，对于中证1000内的选股测试，回测期间为2014/12/31~2025/11/30。证券研究报告305.1

一致预期净利润变化因子改进前后的表现证券研究报告315.2

分析师盈利上调比例因子改进前后的表现◼

基于初始因子和改进因子的构造方法，分别构建了初始分析师盈利上调比例因子、改进后分析师盈利上调比例因子，从原始因子维度，比较初始因