您的位置: 德阳资讯网 > 美食

揭開數據背后的秘密

发布时间:2019-11-09 06:35:20

揭开数据背后的秘密

【作者简介】中国科学技术大学统计与金融系学士、计算机科学技术双学士、金融工程博士,深圳证券交易所博士后,主要研究领域包括数量化投资、金融产品创新、金融市场微观结构等2008年11月-2010年1月供职于五矿证券经纪有限公司,先后担任总经理助理、董事会秘书,2010年1月加入摩根士丹利华鑫基金,任金融工程和风险控制部副总监

价值投资确实有用吗

很多人崇拜巴菲特,但事实上,绝大部分的追随者都无法取得巴菲特一样的业绩是价值投资在中国不适用,还是他们没有用好价值投资

1.简化的价值投资模型

巴菲特的价值投资理念,是长期持有那些具有高回报、低估值的上市公司我们来检验一下“买入低PE个股”的简单做法能否取得高于指数的投资回报

根据相关规定,上市公司需在每年前4个月里公布年报,我们可以根据5月第一个交易日的股价计算出PE值剔除亏损公司,我们按PE从低到高对上市公司进行排序,PE值越低排名越靠前,越是我们应当选择的“好”公司我们取排名前100的公司,按照流通市值权重组成“好公司100组合”,买入并持有一年按照这种方式每年调整一次,交易手续费按单边0.6%计算统计结果显示,投资5年的组合累积收益264%,同期沪深300指数收益为210%按复利计算,组合平均每年战胜指数4%左右

于此,我们得到一个初步的结论:价值投资在中国是可行的

2.模型的有效改进

变历史业绩为预期业绩

静态PE值只代表公司过去的业绩,而不能反映将来的情况如果我们能根据证券分析师对业绩的预测以及当前股价,计算出预期PE估值来选择个股,是否能有更好的效果

我们由此进行第1次改进,结果显示,这种改进是有效的:模型5年收益上升到374%,每年战胜指数的幅度上升到11%也就是说:我们更应当考虑公司未来的业绩而不是历史的业绩

每月调整一次组合

一年里股票价格变动太大,某上市公司原本PE值较低,在1个月里价格上涨较多,PE值也涨上去了,我们是否可以提前兑现利润,卖出上涨个股,转而投资PE仍较低的其它股票

缩短投资周期,每个月根据新的二级市场价格,重新算一次预期PE,同时对组合进行调整同样考虑单边交易0.6%的手续费改进后模型的收益上升到434%,每年战胜指数的幅度上升到14%这似乎也验证了我们的直观感受,在中国市场,股价波动较快,即便是价值投资,也不能持有太长时间,一旦股价如预期上涨了,就应当及时卖出兑现利润

3.失败的改进:在不同行业里选低PE个股

不同行业有不同的特点,有些传统行业,PE估值一直就较低,比如钢铁行业、化工行业如果我们总是找低PE的公司,大部分将集中到这些传统行业,无法选到高成长的新兴行业于是考虑以下改进方法:分行业进行PE排名,每个行业选取PE最低的5家上市公司进行投资,不考虑亏损企业同样考虑0.6%的单边交易成本

统计结果显示,在行业内部选低PE个股的策略,收益反而更低了在所有公司里选低PE个股的策略,5年累计收益264%,而分行业选低PE个股的策略,5年累计收益仅227%,即使经过动态预期PE的改进也没有得到好的收益数据的结果验证了人们的经验:并不是所有行业都适合低PE策略如果在新兴行业里单纯的看低PE,可能反倒找到成长性不好的公司

追强势股能赚钱吗

股评家有一句口头禅叫做“追强势股”,认为强势股总能延续一段时间的上涨趋势,为投资者带来超额收益追强势股也常被称为“追涨策略”或“动量策略”,与之对应的另一种策略是“找反弹股”,或称为“反转策略”,即买入前期跌幅最大的个股,寄希望于“跌得越深,反弹越高”上述两种策略均有不少拥簇,而本文则将对它们进行一次验证

1.基本定义

我们这样定义“动量策略”:以每个月15号作为观察日,对上个月所有个股的涨幅进行排序,找到涨幅最大的100只个股然后,我们根据公司的市值规模分配资金,买入这100只股票下个月15号,我们重新计算月度个股涨幅,得到新的涨幅居前100名公司,按名单进行调整如此反复,每个月换一次股票,买入卖出价格以15号收盘价为准,暂不考虑手续费,也不买入ST类个股

与之相对应的是“反转策略”:在上述模拟中将“排名居前”改为“排名靠后”,其它不变,同样构造100只个股的组合,每个月调整一次

2.策略收益的统计

在过去的6年里,按照这两种策略进行操作的投资收益见图表3让人吃惊的结果是,不论那种方法,都明显低于沪深300指数的收益也就是说,长期来看,“追强势股”和“找反弹股”都不能为投资者带来超额收益计算交易成本后,还可能让投资者亏损

3.从失败策略中寻找赚钱法门

以上两种策略虽然都失败了,其中却恰恰隐藏着导入成功的法门注意到强势股和反弹股分别对应了涨幅最大的和跌幅最大的个股,它们都没有超额收益,超额收益会去那呢一个推测是,超额收益集中到涨跌幅排名居中的个股一点没错,结果见图表4我们将选股规则改为“取上个月涨幅排名靠中间的100只个股”,其它规则不变,6年累积收益率695%,大幅超越同期指数也就是说,追涨不赚钱、反转也不赚钱,找那些前期涨幅居中的个股,反倒有可能找到黑马

4.权重对模型的影响

我们在前面分析追涨和反转策略时,均使用市值加权也就是说,对于同样要买入的股票,大盘蓝筹股会多买一些,小盘股会少买一些与市值加权对应的是等权重,即不论是大盘股还是小盘股,都买入相同的金额加权方式的不同,对模型会有多大的影响请见图表5

对比图表3和图表5的结果,我们发现了很大的不同同样是反转策略,市值权重没有超额收益,等权重却有较多的超额收益两者的差异在于,市值权重投资了更多的大盘股,等权重投资了更多小盘股,换句话说:对小市值股票,用反转策略是有效的对大盘蓝筹股,反转策略是无效的

而对于追涨的策略,不论是等权重或市值权重方法,模型显示策略是无效的,由此得到另一个结论:不论是大盘股还是小盘股,追涨总是不可取的

结 论

我们可以通过数量化投资,来捕捉有效的策略例如通过以上的模型验证,价值投资在中国证券市场真实有效,仅仅经过一些简单的改进,就能够在最近5年取得年均复利回报40%,每年战胜指数14%这是相当不错的成绩同样用量化的方式,我们验证了“追涨”的策略并不有效,根据统计结果,从大样本角度来看,追强势股总是不合适的我们认为,像连续上涨这类事件,人的潜意识中会强化它们的存在,夸大发生次数,投资者可能注意到了某只个股连续涨停,却没注意到某些个股涨得多,跌的也深人们的认知存在偏差,但量化有助于我们矫正偏差

寻找投资策略是一个系统工程在海量的信息里,需要提炼出有用的信息,加以甄别、分析比如我们发现市值权重下追涨和抢反弹的策略都不可取,却从这些失败策略中发现找涨跌幅排名居中个股的好方法另外,稍微修改条件,失败策略也会有新的价值,比如调整加权方法后,我们发现对小盘股抢反弹就是一种有效的策略更好的掌握数据、分析数据、理解数据、应用数据,这就是量化基金的最主要工作

生物谷药业
生物谷药业
生物谷药业
猜你会喜欢的
猜你会喜欢的