严格约束选股条件 能否找到跑赢市场的好公司?

AQR资本20年精选20篇之:风格因子"工匠精神Alpha" ||前言|| 现在很多投资者都在试图寻找与传统资产无关的,新的收益来源。因此,他们开始关注“风格溢价”——一种经过研究并被证实能产生长期、与传统资产无关的系统性收益来源。对风格策略的研究主要在美国的股票市场进行,但其结论同样适用于其他地区和其他资产类型(如债券、商品、外汇)的市场。目前已有一套满足逻辑上和经济学上要求的解释能阐明风格策略是有效,并且持续有效的。 越来越受欢迎的风... 阅读详情

原创: 张瀚升 聚宽量化实验室


  一直以来我们希望通过各项指标,严格筛选,寻找优秀的股票。很多交易者总是认为自己考虑不够周全,相比专业的行业分析师和量化基金,我们普通人的差距,是否在于选股条件还不够多,不够细?今天通过复现一篇券商研报,我们试图通过严格约束基本面因子,达到更好的绩效。

  我们对券商报告《策略•专题:不同市场环境下,PB-ROE的再讨论——附财务选股模型最新结果》部分内容的复现。我们发现了研报中对于ROE和PB的概念严谨分析,也发现了ROE指标在A股确实拥有显著的跑赢市场能力。


  但是随着我们对于研报中9种组合的逐一分析同时,也看到了过多的约束条件,并不利于选股模型的性能发挥,甚至会带来很多风险,欢迎各位聚宽的高手用户们讨论并指正。


第一部分:研报回顾

  一、构建以ROE为核心的财务指标选股体系

  权益市场最关心的企业盈利能力指标莫过于反映权益资产回报率的指标ROE。巴菲特曾表达这样一个理念:衡量一个公司是否优秀,如果只用一个财务指标,那就是ROE。可以认为,如果一个公司的ROE长期保持在15%以上,基本上能算作是一个非常优秀的公司了。

  ROE的提升主要通过业绩高增长来实现。从公式ROE=EPS/BV看,高增速作用于分子端,EPS上升带来ROE上升。ROE体现了企业内在的盈利增长潜力,决定了盈利长期复利增长的极限速度。

  近两年,价值投资的兴起也使得ROE倍受重视,高ROE的公司代表着盈利能力强的“好公司”,叠加了PB因子的PB-ROE模型则代表着“便宜的好公司”。

  二、不同市场环境中,PB-ROE指标参数的调整

  1、ROE滞后于估值又决定估值水平

(1)盈利指标的滞后性:ROE(TTM)滞后于估值。估值的变化通常比盈利变化要提前1-3个季度。选股模型中,我们加入了ROE趋势和毛利率趋势,加强了对可持续性的判断。

(2)潜在的ROE水平又是估值的决定因素。若ROE下台阶幅度大,则对估值的侵蚀是相当明显的。因此,对于ROE的趋势,至少要选择趋势是平稳的公司。



  2、PB提供市场底部的安全边际

(1)股价上涨动力来自于公司预期的内在价值大于当前的市场价格。背后的决定因素又在于:一是预期的盈利能力ROE或盈利增速g回升;二是资金价格下降;三是过度悲观的市场预期使得价格跌破合理的安全边际,带来估值修复的机会。

(2)一般来说,估值的安全边际来自净资产的变现能力或清算价值。原则上,若一家公司资产的变现能力不差且减值风险不大的话,那么PB估值是较难跌破1。但实际上,在市场底部的时候,往往可以看到许多公司的PB在1 以下。

  3、不同市场环境下,PB-ROE参数的再设定

  综上所述,基准组合的参数设定如下表所示。

                                                             表1 基准组合参数设定



  根据不同的市场环境,所调整的约束如下表所示。

                                         表2 在基准组合的基础上,调整单个参数



  4、可持续增长模型下的PB、PE与ROE之间的关系

  假设公司遵循剩余股利政策,股息支付率d,必要回报率r,可持续增长率g,PB=P/BV,ROE=EPS/BV,P=EPS*d*(1+g)/(r-g),可推导得:
 



第二部分:回测结果


  天风证券研报从盈利能力、持续性、估值和资产质量四个维度,将基准组合的参数设定为:

  ①ROE>10%且 ROE<60%;
  ② ROE 连续两季度回升、净利润增速回升(单季度)、毛利率回升(单季度);
  ③负债率<60%、商誉比<10%、正的经营现金流;
  ④PE<50 且 PE 历史分位<50%。

并通过调整组合的单因子看其收益情况。得到结果如下图:



  我们将基准组合设定为中证800指数,回测时期设定为2012.01.01至2019.01.07,运行回测,结果如下表所示。


  可以看到,基准组合的策略收益为-31.27%,同时没有跑赢大盘,这与研报中的结果不一致。另外,组合5、6、7、8、9也都没有跑赢大盘,这与研报中的结果不一致。当然,这并不代表笔者认为研报是有偏误的,因为研报中的基准组合为沪深300,其股票池选自沪深300,另外回测时期也不一样,有兴趣的读者可以尝试一下。

  同时可以看到,组合2、3、4的策略收益是跑赢大盘的,这三种组合有一个共同的特点:放松了基准组合中关于可持续的限制。这或许启示了我们,对盈利的可持续性要求过高或许收益并没有那么好,换句话说,ROE趋势或者毛利率趋势可能并不是一个理想的选股因子。

九种组合的回测结果如下:


第三部分:结论


  1、ROE依然是非常优秀的选股指标,不论市场如何变化,我们选盈利能力强的股票大体是没错的。

  2、ROE较高,PE或者PB值较低的股票具有较高的策略收益。这可能是因为ROE较高,表明其确实是一家“好公司”,PE或PB较低是因为过度悲观的市场预期使得公司价值被低估,未来有估值修复。

  3、限制ROE两季度回升并没有跑赢大盘,同时带来了组合成份股数大幅减少。这可能是因为过于严格的约束筛选掉了一些优秀的股票,而组合股数减少也导致很难收益无法跑赢大盘。

  4、放松关于可持续的限制可以跑赢大盘,同时组合成份股数也大幅增加。这可能是因为估值的变化并没有像研报中表述的那样,比盈利变化要提前1-3个季度,至多提前1个季度。

  总之,在选股模型中,ROE依然是决定性因素,“高ROE-低PB”也是一个优秀的选股指标,若要考虑趋势因素,则至多加入ROE一季度回升。另外通过对这篇研报的复现,我们再次体会到,严格约束基本面因子,实在是没有什么太大的价值。这值得我们后期反复思考,寻找更加合理地、动态地解决方案。


  注:研报复制过程中的一些注意事项

  1、本篇研报使用的ROE指标是ROE(TTM),请读者注意一下。笔者在第一次回测的时候没有使用ROE(TTM),而是直接用了单季度ROE,结果没有一个策略能跑赢大盘,这是一个显著的财务指标误用,之后我们也会详细介绍TTM的作用。经营现金流使用的指标也是经营现金流(TTM)。

  2、本文在研究的过程中每次仅放开单一约束,有兴趣的读者可以尝试同时放开两个及两个以上的约束,观察策略收益是否会有变化。我们认为多因子组合时,应该尝试打分法或者其他方法,仅用硬性的指标值限制,特别是全程静态指标值限制,有待商榷。

 

  点击阅读原文

 

GPT-4量化选股实战:从提示词工程到系统回测的AI金融应用解析 在量化投资领域,机器学习与自然语言处理技术的融合正成为挖掘市场Alpha的新范式。其核心原理在于,通过算法模型处理海量结构化与非结构化数据,识别潜在的投资规律。大语言模型凭借其强大的语义理解与逻辑推理能力,为传统量化策略提供了新的技术路径,尤其在处理新闻、财报、舆情等文本信息方面展现出独特价值。本文聚焦于如何将GPT-4这类大语言模型应用于股票筛选这一具体场景,深入探讨了其背后的实操框架与技术细节。通过结构化提示词工程,将金融数据转化为模型可理解的“分析简报”,并构建包含数据层、处理层、AI层与回测层的完整 阅读详情

相关推荐

DeepSeek大模型如何赋能量化选股:指令工程实战指南

大语言模型并非直接预测股价的‘黑箱工具’,而是基于历史规律与结构化知识的智能文本推理系统。其核心原理在于将自然语言策略精准转译为可执行的技术指令,从而 bridging 投资逻辑与代码/公式实现之间的鸿沟。技术价值体现在显著降低策略验证门槛、提升研报解析与因子提取效率,并支持通达信公式生成、Python回测脚本编写等高频工程任务。典型应用场景包括量化新手快速验证想法、技术派股民补足回测能力、专业投研人员批量处理财报与研报。本文聚焦‘DeepSeek选股’这一高频搜索需求,深入拆解如何通过高质量提示词设计、本

weixin_30918633的博客 704

roe公式 通达信 去年四季度_如何通过市净率和ROE选股呢?

市净率,指股票价格与股票净资产的比值,通常用来评估上市公司的市场价值有没有被高估。作为散户,我们常常想寻找一个估值合理、可靠且有空间的标的,那么,该如何正确利用市净率选股呢?01什么是市净率?之前的章节中,我们讲过《什么是市盈率》,感兴趣的朋友可以点击看看。市盈率是从盈利的角度来看,而市净率是从资产的角度来看。举个例子:小A开了一家饭店,现在急需用钱,想15万元转让给你,你经过分析,发现这家店的地...

weixin_39575758的博客 5560

A股量化选股实战框架:5个抗扰动因子与本地化回测系统

量化选股本质是构建稳定Alpha来源的信息处理系统,其核心在于因子有效性、数据可靠性与回测真实性。在A股市场,因子失效往往源于滞后性不足、数据口径混乱或中性化缺失;而回测失真则多因未模拟真实交易约束(如涨跌停、停牌、滑点)。本文聚焦可复现的工程实践,详解ROIC、动态PE、240日动量等5个经2018–2023年滚动验证的抗扰动因子设计逻辑,并提供基于聚宽数据源、纯Python本地运行的完整回测框架——涵盖财报截止日对齐、秩次正态化、双重行业市值中性化、可交易股票池过滤等关键细节,助力从pandas入门者到

闲谈 424

roe公式 通达信 去年四季度_【每周福利贴】通达信指标纯源码分享,直接复制粘贴就可以使用...

哈喽,又是一个休息日,给大家带来本周的通达信指标纯源码分享,大家直接在文中复制去通达信系统粘贴就可以使用啦,复制的时候注意一定要复制完整。话不多说,给大家分享!选股器+主图指标+副图指标通达信牛股放量选股器公式M5:=MA(C,5);M10:=MA(C,10);M20:=MA(C,20);M30:=MA(C,30);ZT:=COUNT(C/REF(C,1)>=1.095,10)=1;TS:=...

weixin_39911056的博客 9531

从市场复盘到交易决策:如何将市场信息转化为投资认知

市场复盘是投资决策中的关键环节,其核心在于将市场信息转化为个人认知和交易纪律。从概念上讲,复盘并非简单的涨跌回顾,而是一个结构化的分析过程,旨在理解市场运行的内在逻辑。其原理在于通过拆解指数、板块、个股等多维度数据,识别资金流向、市场情绪和风格变化。这一过程的技术价值在于帮助投资者校准投资框架,避免重复犯错,从而提升决策的科学性。在应用场景上,复盘广泛应用于股票、期货等二级市场投资,是构建交易系统、制定交易计划的基础。本文以2026年7月31日市场为例,展示了如何通过分析指数表现、板块轮动和个股情绪,识别出

weixin_34032792的博客 307

量化选股实战:基于随机森林与多因子模型的策略构建与回测

量化投资通过数学模型和计算机程序,将投资逻辑系统化,旨在克服传统主观决策的局限。其核心原理在于利用历史数据,通过统计和机器学习方法寻找能够预测资产价格变动的规律。多因子模型是量化选股的主流框架,它认为股票收益可由一系列风险与风格因子共同解释。随机森林作为一种强大的集成学习算法,能够有效捕捉因子间的非线性关系与交互效应,从而提升预测精度。这种技术组合的价值在于,它既具备金融理论的可解释性,又能处理市场的复杂性,广泛应用于股票、期货等金融产品的阿尔法策略开发。本文以【随机森林】和【多因子模型】为核心,详细解析了

weixin_30599769的博客 638

roe公式 通达信 去年四季度_「手机指标」通达信拉升观察区幅图指标公式,助你股海捉龙擒牛...

手机指标公式 今天手机指标公式每天坚持更新,分享不一样、更多、更实用的手机版通达信指标公式,以股会友,助你股海捉龙擒牛! 使 用 说 明 1.分享的指标公式为手机版本通达信使用指标公式,其他软件或电脑端软件可能不通过2.指标只是辅助工具,最近的操作需要你自己来决策,切勿迷恋指标,本末倒置!正文开始VAR0:=(CLOSE-LLV(LOW,60))/(HHV(HIGH,60)-LLV(LOW,60)...

weixin_39616090的博客 2071

Python股票分析选股系统实战:从数据获取到回测全解析

在金融科技快速发展的今天,量化投资已从机构走向个人,而Python凭借其丰富的数据处理生态成为股票分析的首选工具。技术分析的核心是对历史行情数据进行批量计算与模式识别,通过MA、MACD、RSI等常见指标刻画价格趋势,再结合多因子打分模型完成全市场选股。一个严谨的选股系统还需要经过历史回测的验证,以评估策略的真实盈利能力并规避未来函数等陷阱。此类系统广泛应用于毕业设计、量化交易研究以及个人投研辅助,具有良好的工程拓展性。本文以基于Python的股票分析选股系统为例,从数据源选型、指标计算、策略设计与回测框架

weixin_33859844的博客 656

通达信操盘通道主图大小底部必抓 源码分享

控盘线:(20*X+19*REF(X,1)+18*REF(X,2)+17*REF(X,3)+16*REF(X,4)+15*REF(X,5)+14*REF(X,6)IF(DD,控盘线,DRAWNULL),COLOR00FFFF;选股:=LOW<LOWER0 OR LOW=LOWER0;DD:=控盘线<REF(控盘线,1);{}{参数:P=5,M:=17}

gpzb7的博客 361

压力支撑通达信公式

比较实用直观的压力支撑通达信用的公式,对于喜欢看支撑压力的股友应该有所帮助

通达信系统公式编写教程

通达信系统编写教程,可以帮助你初步进入量化投资领域

Python量化实战:基于买卖压力比(BSPR)的A股选股策略

在量化交易领域,资金流向分析是洞察市场微观结构、预判短期价格动量的核心方法之一。其基本原理是通过分析订单簿和逐笔成交数据,区分主动性买单与卖单,从而量化多空双方的真实力量对比。这项技术的核心价值在于将主观的“盘感”转化为客观、可回溯的统计指标,为程序化交易提供决策依据。典型的应用场景包括捕捉资金异动、识别潜在的趋势启动点以及构建高频或中频的Alpha策略。本文将以买卖压力比(BSPR)这一具体指标为例,结合Python与A股数据,完整演示如何构建一个量化选股模型,涵盖从数据获取、指标计算到策略逻辑设计的全流

weixin_30319153的博客 504

RSRS斜率量化策略源码.py

本篇基于光大证券研报《基于阻力支撑相对强度(RSRS)的市场择时》,给出了RSRS斜率指标择时,以及在斜率基础上的标准化指标择时策略。

AI赋能价值投资:双引擎选股系统开发实践

机器学习与价值投资的融合正在重塑量化投资领域。通过特征工程提取财务指标和市场行为数据,构建双通道数据处理系统,能够更全面地捕捉投资信号。技术实现上,采用XGBoost、LSTM和强化学习的堆叠模型架构,结合动态估值区间计算和财务异常检测,显著提升策略稳定性。在A股市场的实践中,这类系统已展现出降低回撤、提升胜率的效果,特别是在处理财报文本分析和行业特异性问题时,注意力机制等技术的应用尤为关键。对于金融科技从业者,理解如何平衡传统财务分析与AI预测能力,将成为构建稳健投资系统的核心能力。

weixin_31534091的博客 322

基于RSRS指标的标准分策略源码

本篇基于光大证券研报《基于阻力支撑相对强度(RSRS)的市场择时》,给出了RSRS斜率指标择时,以及在斜率基础上的标准化指标择时策略。

通达信公式合集,通达信公式

通达信公式合集,通达信公式!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!11

调整AI策略选股市值区间,限定只选中大盘蓝筹标的,规避小盘股流动性风险。

f"阈值={'动态(前%.0f%%)' % ((1-dynamic_quantile)*100) if use_dynamic_threshold else f'固定({min_market_cap}~{max_market_cap}亿)'}"print(f" 被移除: {details['removed_count']} 只 ({details['removal_rate_pct']:.1f}%)"){'name': '超大盘股', 'min': 2000, 'max': float('inf')},

2301_82202864的博客 190

百度地图街景图像批量获取

由于个人研究需要在最近试了一下使用API获取百度地图街景图片,在此介绍一下基于我个人需求的百度街景批量获取方法,本文以Python编码作为主要方法,如果对零编码工具有需要的可以关注一下UA城市分析小组刚刚发布的街景图片获取工具。 街景图像用作区域细粒度空间指标测度需要解决几个问题。 1. 首先就是调用额度的限制,现在百度对于个人认证开发者每天可用的街景图像调用额度为100张,在不考虑购买额度上限(1万张600元,其实有经费的前提下可以直接考虑钞能力)的情况下动辄几千上万张的爬取数量会大大增加需要爬取的时间周

boycetoon29的博客 1万+

中国特色估值体系量化建模实战:从因子构建到投资策略回测

多因子模型是量化投资领域的核心方法论,它通过系统性地分析多个影响资产价格的驱动因素,旨在解释和预测股票收益。其基本原理在于识别并量化那些具有持续预测能力的风险或收益来源,并将它们整合进一个统一的定价框架。在A股市场,这一技术价值尤为凸显,因为市场结构、政策环境和投资者行为具有鲜明的本土特色。将传统的财务因子与本土化的特色因子相结合,能够更精准地捕捉中国资本市场的独特定价逻辑。本文以金融建模竞赛为背景,深入探讨了如何将“中国特色估值体系”这一宏观概念,解构为可量化的政策导向、公司治理与市场结构因子,并详细阐述

weixin_34208283的博客 1164

电动汽车BMS核心技术:AS8510高精度传感器解析

电池管理系统(BMS)是电动汽车的核心组件,其精度直接影响电池安全与续航表现。通过Σ-Δ ADC和斩波稳定等技术,现代BMS传感器可实现±0.5%的电流测量精度,满足汽车级AEC-Q100和ISO 26262标准。AS8510作为行业标杆芯片,采用双通道16位ADC架构,在-40°C至+150°C范围内保持稳定性能,特别适合新能源汽车的严苛环境。这类高精度传感器技术不仅解决了传统BMS的温漂难题,还为智能电池诊断、无线BMS等创新应用奠定了基础,是推动电动汽车技术进步的关键要素。

weixin_30781775的博客 533

Wine7.22实战:如何在Ubuntu上完美运行通达信和微信(附字体配置技巧)

本文详细介绍了如何在Ubuntu系统上使用Wine7.22版本,完美运行通达信和微信这两款Windows专属软件。通过选择稳定的Wine7.22版本、利用现成的兼容容器,并重点解决了中文字体渲染的核心难题,提供了从环境搭建、字体配置到软件安装调优的一站式实战指南,帮助用户在Linux环境下无缝使用关键金融与通讯工具。

weixin_29280657的博客 549
上一篇: 钢厂利润模型-螺纹钢铁矿石焦炭套利
下一篇: 期货市场的免费午餐?期限结构Carry收益模型分享
Quant_
博客等级 码龄11年 393粉丝 94原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值