核心观点
“三年次新股”是上市满三年实现全流通的个股；三年次新股策略是指以“三年次新股”为股票池的一系列策略的集合。根据三年次新股策略，衍生出了两种基础的基本面选股策略，“企业投资转化收益”和“企业业绩优选”，两个策略的年化收益率达29.59%和27.11%，对应波动率是24.34%和28.93%，由于并未加入任何的技术面指标，所以策略的回撤较大。
“企业投资转化收益”策略：在“三年次新股”股票池里，企业IPO后得到融资，通过观察“现金满足投资比率”的边际变化，反应企业具体投资进度，在基本面发生变化前提前布局，待基本面改善卖出。
“企业业绩优选”策略：在“三年次新股”股票池的基础上，我们通过两个指标“营收增速”和“毛利率”来进行制定策略；“企业业绩优选”策略可再细分成两种模型，预测未来企业基本面从坏转好和未来企业基本面继续超预期。
在我们的认知里，“三年次新牛股”的涨幅可由两个主要因素推动，基本面转好和基本面持续超预期，策略一通过投资现金流指标提取发现基本面转好，策略二通过基本面指标判断已转好的基本面能否超预期持续。
风险提示：股票市场波动风险、财务筛选失效风险、估值筛选失效风险、止损模式失效风险、交易成本大幅升高风险
1. 策略综述
1.1“三年次新股”定义
“三年次新股”：上市满三年实现全流通的个股。
“全流通日”：大股东股权解禁期第一天；此后，公司股权处于全流通状态。
截止2022.11.08，全市场共计4840支股票，符合“三年次新股”特征的共计3500支，其中1918支股票解禁后从最低点到最高点的涨幅超过300%，暂且称为“三年次新牛股”，占整个“三年次新股”的54.80%。
1.2三年次新股策略
三年次新股策略是指以“三年次新股”为股票池的一系列策略的集合。策略的目的是从“三年次新股”股票池里找出“三年次新牛股”。
根据三年次新股策略，衍生出了两种基础的基本面选股策略，“企业投资转化收益”和“企业业绩优选”。
两种策略均在以下设定下进行回测，回测数据如表一所示：
回测区间
2012Q4 – 2022Q4，区间长度10年
等权买入
季度调仓
回测时未考虑交易成本
两种策略季度调仓时，换手率高，对应的交易成本高，由于策略回测时未考虑交易成本，因此表一展现的收益数据理应下调。
1.3策略收益拆分
借用“多因子模型”分析三年次新股策略，能把策略的超额收益大致分成两类因子，“三年次新因子”和其他因子，其他因子包括但不限于基本面因子、技术面因子。“三年次新因子”起源于“三年次新股”股票池，该因子提供的收益可理解为β；其他因子是在股票池的基础上再筛选股票，可以理解为提供α。
1.3.1“三年次新因子”
由于“三年次新因子”难以量化，需通过制定一个简易策略去体现其有效性；该策略只运用股票的时间指标“全流通日”（不考虑基本面技术性指标），策略在每个季度初等权重买入“全流通日”在“某个过去时间范围”内的全部股票，季度末卖出；策略里的变量是“某个过去时间范围”（可以是过去一个季度、过去一年、过去两年等），当变量发生变化，策略的总收益、年化收益率、年化波动率、夏普比率、最大回撤都会发生改变。
当变量设定为过去一个季度时，策略在每个季度初等权重买入“全流通日”在上个季度内的全部股票，季度末卖出；经过2012Q4 – 2022Q4数据回测，10年内因子总收益507.80%，年化收益率19.60%，年化波动率27.83%，夏普比率0.70，最大回撤60.55%。
当变量从过去一个季度逐渐扩大，每期股数亦在扩大，策略的各项指标呈现变差。
即使基准为过去十年强势的创业板指，“三年次新因子”在“过去一个季度”的设定下，仍然跑出了较高的超额收益。
1.3.2其他因子
其他因子是区别于“三年次新因子”以外的因子，包含基本面因子和技术面因子，该因子根据策略进行变化。
1.3.3两类因子之间的关系
“三年次新因子”与其他因子存在相互合作的关系。随着“三年次新因子”里设定变量的变化，“三年次新因子”逐渐失效，其他因子需发挥其筛选作用，提高策略整体的收益。
1.4策略背后的意义
三年次新股策略背后存在三个意义：
企业上市后借助融资扩大产能，带来的收益逐步体现在基本面改善上。
上市满三年，股票进入全流通时期，各方利益相关者有做市值的意愿。
全流通时期，股票流动性提高，吸引更多机构投资者，如：公募基金。
2. 策略一：企业投资转化收益
2.1 策略背景
2022中报业绩显示，在需求偏弱和原材料价格上涨的宏观背景下，多数制造业企业净利润同比为负，部分净利润同比为正的企业存在一个共同特征，公司在2020年投资扩产、转型到新领域，例如新能源产业链，企业业绩得以改善。
为了通过基本面指标筛选找出上述扩产转型的企业，发现指标“现金满足投资比率”能准确反应企业投资现状。
“现金满足投资比率”反映企业经营产生的现金满足资本支出、存货增加和发放现金股利的能力，该指标每半年公布一次。当发现该指标同比大于零，公司股价未来大概率会上涨；根据这一现象，我们研发了“企业投资转化收益”策略。
2.2 策略综述
在“三年次新股”股票池里，企业IPO后得到融资，通过观察“现金满足投资比率”的边际变化，反应企业具体投资进度，在基本面发生变化前提前布局，待基本面改善卖出。
在分析历史“三年次新牛股”的过程中，发现现金流指标“现金满足投资比率”基本能提前预判第一波涨幅，当看到指标发生变化后一年两年内，股价将会出现上涨迹象。
2.3 策略流程和选股条件
“全流通日”在上一季度范围内：
提高“三年次新因子”的效果
现金满足投资比率同比 > 0：
“现金满足投资比率”反映企业经营产生的现金满足资本支出、存货增加和发放现 金股利的能力。
模型里运用的是指标同比变化大于零，反应企业相较去年，投资增多。
过去一年涨跌幅 < 40%：
去除企业投资增多已兑现在股价上的股票
每期循环：
季度调仓
等权买入
以2022Q4为例，站在20220930，策略按照：
指标“全流通日”在2022Q3范围内
指标“现金满足投资比率同比”> 0
指标“过去区间涨跌幅，一年”< 40%
选出了以下25支股票，其中心脉医疗、中科软和小熊电器涨跌幅较高，分别是37.44%、33.66%、32.96%，其余股票涨跌幅最小的股票分别是宏和科技、移远通信、海星股份，对应涨跌幅是-5.66%、-3.64%、0.18%。
2.4 成果展示和分析
“企业投资转化收益”策略，回测区间2012Q4 — 2022Q4，区间长度10年，季度调仓，等权买入。
当调整指标参数，结果如下。
2.4.1“企业投资转化收益”模型一
模型一采取最严格的“全流通日”变量，限制在过去一个季度，“现金满足投资比率”同比 > 0，“过去一年涨跌幅”< 40%。相较其他模型，“企业投资转化收益”模型一的总收益是较高的，达到1109.45%。
综合来看，组合每期持股数量的平均值在16支。根据图11，62.5%期数的组合持股数量在十支股票以上。
行业分布上较为均匀，并未出现集中在某一个行业的现象。占比最大的三个行业分别是机械装备、电子和电力设备，对应占比分别是10.7%、8.7%和8.7%。
2.4.2“企业投资转化收益”模型二
模型一和模型二的相同点在于都采取了最严格的“全流通变量”，但是对指标参数进行了调整，“现金满足投资比率”同比 > -0.2，“过去一年涨跌幅” < 10%；此时，模型二的各项指标优化了，夏普比率提高到了1.22。
2.4.3“企业投资转化收益”模型三
模型一和模型三有相同的现金流指标参数，唯一不同的是“全流通日”变量，从过去一个季度到过去两个季度，每期持股数量变多，组合回测指标都变差，总收益下降，夏普比率下降，波动率上升，最大回撤上升。
2.4.4“企业投资转化收益”模型四
在模型三的基础上，模型四进一步放大“全流通日”变量，从过去两个季度到过去一年。模型的各项收益回测指标下调，风险类指标变化幅度较小。
3. 策略二：企业业绩优选
3.1 策略背景
在“三年次新牛股”的特征分析中，把基本面指标的边际变化对应上股价的时间序列变化，发现基本面变化滞后于股价变化，因此我们把目标转换成预测企业未来基本面情况，可分成两种，预测未来企业基本面从坏转好和未来企业基本面继续超预期。通过研究，我们发现基本面指标“营收增速”和“毛利率”能起到较好的作用。
3.2 策略综述
在“三年次新股”股票池的基础上，我们通过两个指标“营收增速”和“毛利率”来进行制定策略；“企业业绩优选”策略可再细分成两种模型。
“企业业绩优选”模型一：为了预测企业基本面将从坏转好，模型通过设定较低的营收增速和毛利率来寻找目前基本面较差的“三年次新”企业，该企业IPO融资改善经营，上市三年后，待到基本面逐渐转好卖出。
“企业业绩优选”模型二：为了预测企业基本面将持续超预期，模型通过设定较高的营收增速和毛利率来保证企业的成长能力，未来业绩依旧能超预期。
3.3 策略流程和选股条件
为了预测企业基本面从坏转好，模型一采取严格的“全流通日”变量配合宽松的财务指标；宽松的财务指标允许营收增速为负以及低毛利率的企业被入选。
为了预测企业基本面持续超预期，模型二采取宽松的“全流通日”变量配合严格的财务指标；严格的财务指标意在选出成长能力较强的企业。
3.4 成果展示和分析
“企业业绩优选”策略，回测区间2012Q4 — 2022Q3，接近10年，季度调仓，等权买入。
当调整指标参数，结果如下
3.4.1“企业业绩优选”模型一
模型一采用最严格的“全流通日”变量，限制在过去一个季度，配合宽松的财务指标，“营收同比增速小于30%”以及“毛利率大于5%”。
3.4.2“企业业绩优选”模型二
相较模型一，模型二放开了“全流通日”的限制到过去一年，但为了找到业绩能持续超预期的个股，我们设置了严格的财务指标反应企业的成长能力，“营收同比增速大于60%”以及“毛利率大于40%”。
通过以上严格的财务指标，模型二曾经拥有较好的收益，净值历史最高达12，但由于波动率和回撤较大，模型整体收益指标被拉低。未来模型二如果能加入技术面指标，模型的收益和风险都能改善。
由于严格的财务指标筛选，每期持股数量较低
行业分布上较为集中；占比最高的三个行业分别是医药生物、计算机、电子，三者共计占比48.6%。
3.4.3“企业业绩优选”模型三
由于模型二的每期持股数量较小，模型三继续放宽“全流通日”变量，限制在过去三年，配合营收增速 > 0%和毛利率 > 40%，模型三总收益较低，相较创业板指，模型三并无提供超额收益。
选股收益统计
虽然模型三收益低，且不提供超额收益，但是模型三是一个较好的选股模型。模型三共计购买651支股票（多期买入同一支股票，只记最早买入的那一期），其中有324支股票从我们初次买入价格到最高点的区间涨跌幅大于零；108支股票区间涨跌幅在0-200%内，94支股票区间涨跌幅在200-400%内，60支股票区间涨跌幅在400-600%内，19支股票区间涨跌幅在600-800%内，11支股票区间涨跌幅在800-1000%内，32支股票区间涨跌幅超过1000%。
4.投资建议
在我们的认知里，“三年次新牛股”的涨幅可由两个主要因素推动，基本面转好和基本面持续超预期，策略一通过投资现金流指标提前发现基本面转好，策略二通过基本面指标判断已转好的基本面能否超预期持续。
5.风险提示
1.股票市场波动风险
2.财务筛选失效风险
3.估值筛选失效风险
4.止损模式失效风险
5.交易成本大幅升高风险
证券研究报告：
《三年次新股策略（一）——基本面选股》
对外发布时间：
2023年2月6日
报告发布机构：
长城证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）
本报告分析师：
简宇涵（研究助理） S1070122080002 jianyuhan@cgws.com
丁皓晨（研究助理） S1070121120061 dinghaochen@cgws.com
特别声明：
长城证券股份有限公司（以下简称长城证券）具备中国证监会批准的证券投资咨询业务资格。
研究报告是基于本公司认为可靠的已公开信息，但本公司不保证信息的准确性或完整性。研究报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向他人作出邀请。在任何情况下，研究报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用研究报告中的任何内容所引致的任何损失负任何责任。
