量化因子竟能带来如此丰厚的收益?!

因子

因子是什么?通俗来讲。选股择时,我们得有一个标准对不对?这些标准就叫做因子。举个栗子,我认为营收增长率高的公司就是好公司!那我就把营收增长率大于30%的股票拉出来纳入石榴裙下好了。这个营收增长率大于30%就是因子,完毕。

量化因子分类随着定价模型研究的不断深入,因子也不断扩展。从基本面因子扩展到技术因子,再扩展到分析师预测的因子。随着近年来技术的不断进步以及金融数据的不断创新,市场有效性的不断增强,基于高频数据的因子也应运而生。此外,市场有效性只是一种假说。小规模效应、反转效应、动量效应、P/E效应以及P/B效应,在挑战市场有效性的同时,也给量化投资提供了机会。这些效应也可以提炼成量化因子。由此可以看到,量化因子是构建投资策略的关键点。

较为常见的因子包括9类:规模因子,估值因子,成长因子,盈利因子,动量反转因子,交投因子(即换手率因子),波动率因子,股东因子,分析师预测因子。其中又可细分为:规模类因子包括:总市值,流通市值,自由流通市值;估值类因子包括:市盈率,市净率,市销率,市现率,企业价值倍数;成长类因子包括:营业收入同比增长率,营业利润同比增长率,归属于母公司的近利润同比增长率、经营活动产生的现金流金额同比增长率;盈利类因子包括:净资产收益率,总资产报酬率,销售毛利率,销售净利率;动量反转因子包括:前一个月涨跌幅,前2个月涨跌幅、前3个月涨跌幅、前6个月涨跌幅等;交投因子包括:前一个月日均换手率等;波动因子包括:前一个月的波动率,前一个月的振幅等;股东因子包括:户均持股比例,户均持股比例变化,机构持股比例变化等;分析师预测因子包括:预测当年净利润增长率、主营业务收入增长率,最近一个月预测净利润上调幅度,最近一个月预测主营业务收入上调幅度,最近一个月上调评级占比等。市场上用于证券分析的因子可谓成千上百,但并非所有因子对证券的影响都是显著的,选择合适有效的因子才能对证券进行合理有效的选择。

选取因子

最简单的方法,先物色一些自己喜欢的因子,比如增长率啦,市值啦,ROE啦,等等。然后一个个往里面加,看看效果如何,效果好了留下,效果差了删除,反复重复这个过程就能找到心仪的因子啦。

举个例子,小编先选两个因子,ROA和净利润/营业总收入(%)。ROA和利润率比较高的一般都是表现良好的公司,所以小编决定选取ROA和净利润/营业总收入前20名的股票买入,回测结果如下图所示:


表现比大盘略好一点,11年的收益有3.98。那换个因子试试?小编把净利润/营业总收入换成净利润环比增长率(%),回测结果如下图所示:


然后发现收益率好了一点点,过去11年的收益有7.54。嗯,比刚才高了一些。如果我们把这三个因子都加进去会怎样呢?

收益率为5.34倍,没有刚才那么好了,还是刚才的ROA和净利润环比增长率(%)这两个因子比较好,那就保留两个吧。小编听说小市值股票收益好,如果把市值这个因子也加进去会怎么样呢?回测了一下,发现:


收益居然有28!真的是太不可思议了。所以话说回来,虽然这种试错法选因子是一种比较基础的选因子方式,但其实还挺有用。经过反复试错,小编发现小市值和ROE高的股票收益比较高,回测结果显示,收益可以达到42之多!

是不是很惊艳!你可以直接编程构建代码,也可以用我们的代码当做框架。总之,可以自己测试一下,看看收益会不会爆表哦!

我们这篇文章主要介绍了如何通过财务数据来构建一个多因子的策略。同时有一个快速稳定的量化软件也非常重要,如有这方面需求可以评论留言私信哦!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,968评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,601评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,220评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,416评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,425评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,144评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,432评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,088评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,586评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,028评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,137评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,783评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,343评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,333评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,559评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,595评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,901评论 2 345

推荐阅读更多精彩内容