Quantamental 量化行业选股 | 优矿

Posted 2020-11-25 dhcn

https://xueqiu.com/4105947155/78603772

简介：Quantamental（我们可以看作是Quant & Fundamental，即“量化基本面分析法”），就是把量化和基本面两种方法有效结合起来。这样的方法可能更合适中国市场，毕竟做基本面的人已经完全没有能力处理现在的这么多信息了，如果要一家一家公司地去看报表然后再总结的话，办事效率和信息覆盖量都非常有限。所以，我们必须要借助工具去帮助投资者处理更多信息，最后得出一个决策。今天给大家分享一个量化选股策略，请往下看。

 

基础策略

直观想法：

在各行业中选取表现好的股票，形成资产组合，再利用市场指数对冲，使回报稳定，坐收α.

实现步骤：

将全部A股按照申万一级分类分为30多个行业，在每个调仓日，在每个行业中选取最好的一只股票持有；

行业最佳的选取可以按照基本面信息，比如本篇的基础策略，就以PE最小作为最好股票的标志。

策略表现：

可以看见，从2013年以来，策略一直保持相对稳定的超额收益。如果用期指对冲，也能以较快速度离开股灾，甚至在2016年来的震荡行情中能实现10%以上的年化收益；

另一方面，策略 β 值接近1，这与我们构建纯α策略的想法不谋而合。

 

戳这里查看策略代码

 

扩展范围

看到上面PE的表现，我忍不住想看看是不是有其他的基本面因子可以实现更好的α收益；

借助quartz的快速回测，可以继续测试以下因子的表现：

上面的dict中，因子代表的值为0表示选取行业中该因子最小的一直股票；而因子值为1表示选取该因子值最大的股票。这也不难理解，PE越小表明股票相对越有价值，而ROA越大才表明公司的盈利能力越好。

戳这里查看代码

将回测期间设为2016/01/05 - 2016/08/08

下图展示了各个因子的α值，可以看见，总体表现不错：投资者关注较多的PE、PB、ROA、ROE等基本面因子都能充当比较好的筛选指标，给出10%以上的α. 而成长因子则不那么可靠，这可能给我们一个投资的提示：公司增长快可能并不代表股价增长快，为了获得超额收益，最好持有基本面已经很好的公司股票。

戳这里查看代码与各因子alpha表现图

下图展示了各个因子的胜率，即 —— 回测期间正超额收益天数 / 样本总天数。大部分因子胜率在50%以上，胜率较大的因子基本上α也会比较高。

PE因子的胜率将近63%，应该是比较让人满意的。

戳这里查看代码与各因子胜率图

 

策略稳定性检验

为了验证策略表现的稳定性，将回测期拆分为7份，每份大概是1个月时间（20个交易日），考察每个月内因子的胜率与超额收益。

PE因子在期间每个月的胜率都超过55%，甚至在其他因子表现都不好的最近一个月，其胜率也达到65%，稳定性很不错。

戳这里查看代码

期间基本每个月PE因子都能有正的超额收益，除4月8日 - 5月10日这一段期间，而这一段期间所有其它因子也没能取得超额收益。这也从另一个角度验证了PE因子表现的稳定性。

戳这里查看代码

 

策略总结

从上面的分析来看，选取每个行业PE最低的一只股票构成组合是一个比较稳定的α策略，也能给出不错的回报。

从极端的角度想，持有PE小的股票也总是让人安心的 —— 大不了一直持有，过几年公司赚得的收益也能覆盖持有成本。

当然，优化总是没有止境的：

— 之后可以考虑在行业内采用多因子选股，用因子组合来给股票打分；

— 甚至在不同行业，选用不同的打分标准，因为行业不同时敏感因子可能也不同；

作者：量化哥-优矿Uqer
链接：https://xueqiu.com/4105947155/78603772