作为量化投资中的一个重要分支,量化选股近年来越来越受到各类专业投资者的重视,并逐渐被广泛应用于国内许多量化对冲基金的投资策略之中。不过另一方面,许多对其感兴趣的投资人对其的了解,可能还只是停留在“雾里看花”的阶段。在这样的背景下,对其策略模型、运作过程加深一番了解,显然也非常有必要。

量化选股的概念

所谓量化选股,就是利用数量化的方法构建一揽子股票组合,期望该股票组合能够获得超越基准收益率的投资策略和投资行为。

从这个定义不难看出,相对于量化择时,量化选股在金融投资和资产管理中更突出的意义正是在于其“进攻性”。即抛开市场多空趋势不谈,量化选股更加关注的是,投资人所选取的投资策略在收益率上“攻击力”究竟有几何。尤其从相对于业绩基准或者能否取得更大正收益的角度,如何能构建“攻击力”更好的资产组合。而选股与择时,也基本可以认为是共同构成了证券投资这枚“硬币”的两面。

量化选股的经典策略模型

一般而言,量化选股的策略为两大类。一类是基本面量化选股,另一类则是市场行为量化选股。基本面选股,常用的经典策略主要有多因子模型、风格轮动模型和行业轮动模型3类。市场行为选股,则主要有资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股模型5类。

1.多因子量化选股策略

作为国内外量化投资机构所采用最广泛的一种选股模型,多因子模型的基本原理是,采用一系列的因子作为选股标准,满足这些因子参数标准的股票则被买入,一旦不满足因子参数标准则被卖出,或被其他符合标准的股票替代。一般而言,多因子选股模型经常选取的筛选因子包括,PE(静态市盈率)、PEG(动态市盈率)、PB(市净率)、ROE(净资产收益率)、总市值、市销率、销售毛利率(GPR)等等。

下图就是一个典型的A股市场单因子回测数据。测试时间是2007年1月4日到2016年3月26日,回测条件是每次选取市场上前10个最符合单因子指标要求的股票(剔除所有的ST股票和*ST股票)进行持有,每五个交易日更换一次,交易成本设定为买卖双向共2‰。

值得注意的是,考虑到单因子在优秀个股筛选上的“单薄性”,且大多数单因子的有效性并不十分显著,绝大多数量化投资基金在实际的模型构建上,往往都会根据自己的大数据回测统计,剔除掉一些有效性偏低的因子,并排列组合出自己认为策略效果最佳的一些多因子模型,用于最终的股票筛选。

由此不难看出,各家量化投资机构采用的多因子模型,其核心的差异,或者说是其“核心竞争力”的差异,主要有两点。第一是选择的因子可能会有明显不同,第二则是对因子的组合和权重分配会有所不同。综合这两点,就会导致不同机构最终选择出的股票组合,可能会出现原理相同、但结果天差万别的情况。

基本面选股模型除了应用最广泛的多因子模型外,其他的经典策略模型,还包括风格轮动量化选股模型、行业轮动量化选股模型。

2.风格轮动模型

所谓风格轮动模型是利用市场的风格特征进行投资,比如有时候市场主流资金更加偏好小盘股,有时候则更加偏好大盘股。如果风格轮动模型精准地捕捉到风格转换的启动,则就可以通过该选股模型相应地构建合适的股票组合,获得显著的超额收益。

3.行业轮动模型

行业轮动模型,与风格轮动模型则有较大的相似性。由于经济周期或投资者预期的原因,总有一些行业在一波上涨趋势或下跌趋势中提前启动,其他行业之后逐步跟随。在这个周期过程中,依次对这些轮动的行业进行配置或做空,就是行业轮动模型所希望达到的目标。

除了以上三种基本面选股策略之外,市场行为量化选股近年来也日益被专业的量化投资人日益关注。这种以行为金融学为基础,更加侧重于市场博弈的量化选股策略,不仅越来越好地证明了其在许多市场运行周期中的有效性,而且还逐步与事件驱动策略糅合到一起,成为许多量化投资基金持续攻坚的一大重要方向。简单来说,市场行为量化选股常见的策略模型主要有以下5类。

1、资金流量化选股模型

资金流量化选股的基本原理,就是利用资金的流向和某一股票的在市场上的供需关系,来判断股票的涨跌。一般而言,如果资金持续集中流入某一只股票,则股票价格则会由于供不应求而出现不断上涨;而如果资金持续流出,则股票价格则会由于供应弱于需求而出现下跌。所以将资金流入流出的情况编成量化统计指标,则可以利用该指标,来判断全市场所有股票在未来一段时间的涨跌。从实际应用来看,近年来大智慧、同花顺等一些专业股票行情软件供应商,就已经涉足了更专业的个股资金流向数据,而这与资金流量化选股的基本原理基本大同小异。

2、动量波动量化选股模型

动量波动量化选股,主要就是跟踪股票的强弱变化情况。从行为金融学的角度来看,一般而言,过去一段时间明显强势的股票,在未来一段时间会大概率继续保持强势;过去一段时间明显弱势的股票,在未来一段时间往往继续弱势,这就叫做动量效应。另一方面,如果过去一段时间强的股票在未来一段时间出现走弱,过去一段时间弱势的股票在未来一段时间出现走强,则就被称为动量反转效应。如果模型判定动量效应将会持续,则买入该强势股;如果模型判断弱势股即将出现反转效应,则应该买入弱势股,反之亦然。

3、一致预期量化选股模型

一致预期是指市场上的投资者可能会对某些信息产生一致的看法,比如大多数分析师看好某一个股票,可能这个股票在未来一段时间会上涨;如果大多数分析师均看空某一个股票,可能这个股票在未来一段时间会下跌。一致预期策略,就是利用大多数分析师的看法来进行股票的买入卖出操作。另一方面,近年来有些专业从事于量化投资的金融投资机构或研究机构,同时也正从“市场情绪反向变化”的角度,采用相关大数据统计模型,寻找市场一致预期的“反转效应”。即从市场一致预期的角度,寻找大盘或个股跌无可跌、涨无可涨的择时和泽股机会。

4、趋势追踪量化选股模型

趋势追踪量化选股与动量波动量化选股策略较为相识,其主要的原理是跟踪并跟随市场趋势,与跟随个股动量波动有较大的相似性。其本质上,也是一种用量化手段跟随市场趋势选股、追涨杀跌的策略。判断趋势的指标有很多种,包括MA(均线)、EMA(指数平均数指标,也叫EXPMA指标)、MACD(指数平滑移动平均线)、量价结合等。

5、筹码选股量化选股模型

筹码量化选股策略的基本思路是,如果主力资金要拉升一只股票,会慢慢收集筹码;如果主力资金要对一只股票派发出货,则会慢慢分派筹码。所以根据备选个股的筹码分布和变动情况进行量化统计,就可以筛选出合适的股票标的。这种量化选股策略,与资金流量化选股也有较大的相似性。

推荐阅读:

1.一个量化策略师的自白(好文强烈推荐)

2.股票期货经典的量化交易策略都在这里了!(源码)

3.期货/股票数据大全查询(历史/实时/Tick/财务等)

4.当真躺着赚钱?量化交易的十大难题

5.从量化到高频交易,不可不读的五本书

6.如何有效的规避量化交易中的滑点?

量化选股常见的策略模型相关推荐

  1. 量化选股策略模型大全

    原文链接:原文 量化选股就是利用数量化的方法选择股票组合,期望该股票组合能够获得超越基准收益率的投资行为.量化选股策略总的来说可以分为两类:第一类是基本面选股,第二类是市场行为选股. 基本面选股主要有 ...

  2. python量化选股策略 源码_常见的十大量化投资策略(附源码)

    量化投资策略是利用量化的方法,进行金融市场的分析.判断和交易的策略.算法的总称.著名的量化投资策略有以下10种(注:策略源码模板不能直接用于实盘交易,仅供探讨交流) 01.海龟交易策略 海龟交易策略是 ...

  3. python量化选股策略 源码及论文_常见的十大量化投资策略(附源码)

    量化投资策略是利用量化的方法,进行金融市场的分析.判断和交易的策略.算法的总称.著名的量化投资策略有以下10种(注:策略源码模板不能直接用于实盘交易,仅供探讨交流) 01.海龟交易策略 海龟交易策略是 ...

  4. 量化选股之经典的因子选股

    沪深两市挂牌公司已有3157家,现在还有若干企业在IPO排队中. 以后,股票只会越来越多-- 再加上去年量化业绩干得还不错,现在市场延续震荡行情,都说今年也挺适合: 他们说的保守估计的收益率听起来一点 ...

  5. 基于支持向量机的量化选股模型

    要求开发一个基于支持向量机技术的多因子量化投资模型,以近五年沪深300成分股的交易与财务数据为样本,结合大数据相关技术进行数据清洗,整理,存储,并构建投资策略与回测框架,输出量化投资模型的结果,为投资 ...

  6. 两种方法筛选出多因子量化选股模型

    多因子选股模型在模型搭建中,往往会涉及到非常多的股价影响因子,并可能导出数量极多的备选模型.因此,对于多因子选股模型的评价和筛选,就显得尤为关键. 对于专业的量化投资人而言,就需要进一步了解多因子选股 ...

  7. 量化选股——基于动量因子的行业风格轮动策略(第1部分—因子测算)

    文章目录 动量因子与行业轮动概述 动量因子的理解 投资视角下的行业轮动现象 投资者视角与奈特不确定性 动量因子在行业风格上的效果测算 动量因子效果测算流程概述 1. 行业选择:申万一级行业 2. 动量 ...

  8. 秒懂量化选股之最经典的因子选股

    沪深两市挂牌公司已有3157家,现在还有若干企业在IPO排队中. 以后,股票只会越来越多-- 再加上去年量化业绩干得还不错,现在市场延续震荡行情,都说今年也挺适合: 他们说的保守估计的收益率听起来一点 ...

  9. 量化选股不神秘、不简单

    文| 路博迈 周平 最近几年,量化投资逐渐走入大众的视野.量化投资是模型驱动的投资方式,而在中文语境里"模型"常给人不明觉厉的感觉,再加上媒体报道中量化经常与"对冲&qu ...

  10. python 回归 显著_指南 | 量化选股with Python(2) 回归分析

    2000年,美国著名经济学家罗伯特·席勒在<非理性繁荣>一书中指出:"我们应当牢记,股市定价并未形成一门完美的科学." 回归分析  pearson相关系数: 用来描述两 ...

最新文章

  1. 让 Linux 防火墙新秀 nftables 为你的 VPS 保驾护航
  2. 用python画月亮的代码-用 Python 画一个超级月亮
  3. MySQL 5.7 安装指南
  4. ubuntu 9.10 输入法
  5. java中文字符怎么保证出现正确_JAVA中文字符编码问题详解
  6. 2017元旦,你被闰秒吓到了吗? - 闰秒背景与数据库处理
  7. 使用iScroll时,input等不能输入内容的解决方法
  8. 【每日算法Day 90】5种方法:求解数组中出现次数超过一半的那个数
  9. c语言50例题答案,100个经典c语言例题(带答案).doc
  10. (Inside Out)Web地图坐标系——谷歌的无奈
  11. wifi连接上不能上网怎么办服务器无响应,​wifi连接上不能上网是怎么回事,看完你就恍然大悟了...
  12. [内附完整源码和文档] 基于VS2013实现的弹弹堂小游戏
  13. 谷歌浏览器控制台preview乱码问题及原因
  14. 壹度DIY_微信小程序组件_小程序插件开发
  15. 五子棋Pro-最好玩的五子棋游戏
  16. qq修改实名认证已达上限_和平精英解除防沉迷怎么弄 和平精英实名认证修改教程...
  17. 01_JavaScript数据结构与算法(一)前言
  18. 【报告分享】2021上半年全球手游广告变现报告-TopOn(附下载)
  19. 不想打工了,手里有10万,想回农村老家创业,却不知道做什么,请各位指点迷津,谢谢?
  20. Java OpenCV 图像处理30 视频分析和对象跟踪 视频读取

热门文章

  1. IDEA使用Tomcat部署项目
  2. DEA模型及matlab应用3:SBM-DEA 模型
  3. 解决微信开发者工具无法打开的问题
  4. 如何用java代码实现隐藏自己的电话号码
  5. 离散数学第六版第er章偶数题答案_离散数学 第2章习题答案
  6. 项目管理WBS工作分解如何做?【模板下载】
  7. Google式用户体验的十大内在原则
  8. grads 相关系数_GrADS实习报告6
  9. linux 交叉编译ffplay,交叉编译ffmpeg生成ffplay
  10. Amos26程序安装及注意事项