文档介绍：量化研究研究报告
量化选股
数量化投资策略 2010 年 12 月 27 日
相关性选股策略——全市场选股方法改进
本报告沿用 6 月份的全市场相关性选股策略,对基础因子池进行了进一步扩充,
并分别对长、短两种样本策略进行方法上的改进。通过因子的扩充,策略能够跟踪更
多的市场风格,相对于原始策略也取得了更好的收益。
股票基本面、规模、估值以及技术面的 24 个因子共同构成基础因子库。前期报告
中,我们仅选用了 12 个投资者最为关注的指标进行选股。本篇报告从几个不同维
度扩充因子库,以期更好的刻画股票特性。基本面因子分别包括了盈利、资产运营
状况以及偿债能力等几个方面。规模由总市值和流通市值代表。估值因子为、
PE
PB。技术面涵盖换手率、动量反转等指标。
短样本策略,新的因子筛选规则为相关性高、显著水平高。策略倾向于通过非基本
面因子进行选股,超额收益显著。为了避免过多的选股因子对结果造成干扰,在以
往因子筛选只关注显著性水平的基础上,剔除显著性高但相关性较小的因子。历史
相关研究分析发现,基本面因子对于选股的贡献度很小。且随着时间的推移,基本面因子与
股票收益的关系逐渐减弱。近期短样本策略的选股因子中已不存在基本面因子,而
数量化选股策略——A 股全市场选股策策略近期表现相当吸引眼球。
略
20100622
商业贸易行业选股策略长样本策略,控制最长的样本窗口为 5 年,多数因子成为选股指标,策略总体表现
20101029 逊于短样本策略。通过加入相关性高低的控制条件,对长样本策略并没有改进作用。
相关性选股策略——在房地产行业上的
实证主要是由于从长期表现来看,技术面等因子与股票收益的关系不明确,从优选因子
20101202 中被剔除。但该类因子对选股有着较好的识别度,故而在长样本中不加入相关性阈
值的控制以保留这些因子。为了避免样本内数据过长模糊分析结果,控制最长的时
间窗口为 5 年,即当样本内长度到达 5 年后,通过 5 年的窗口进行滚动。改进后策
略相对于原始策略收益有所提高,但表现依然逊于短样本策略。
选股指标分析有以下发现:估值指标中,PB 指标相对于 PE 指标更为有效;股票
超额收益多数被反转现象驱动而非动量;换手率与股票超额收益为负相关,表明换
手越高,收益越差;09 年之后,小盘股强于大盘股。
金融工程高级分析师最新一期,短样本策略的选股指标分别为:总市值、流通市值、1 个月、3 个月收
益率、MACD。
周健
SAC 执业证书编号:S0850209010590
电话:021-23219444
Email:zhouj@
联系人郑雅斌
电话:021-23219395
Email: zhengyb@
特别声明:本报告所涉及模型和策略的原理、假设和计算方法已在专题研究报告中
披露,模型使用的数据源均来自于市场公开信息。本报告中的投资建议是数量化模
型自动计算的结果,研究员未进行主观判断调整。
请
目录
.................................................................................................................................... 2
.................................................................................................................................... 2
数据处理........................................................................................................................ 2
策略长期收益表现........................................................................................................ 3
引入相关系数阀值对选股收益的影响...................................................................