基于打分法的多因子量化選股策略研究

王晨翔

【摘 要】 本文介紹了基于打分法的多因子量化選股策略的研究方法和研究框架。根據研究成果構建了多因子打分選股策略，根據該選股策略，構建一個簡單的投資策略并使用量化平臺進行回測，回測結果顯示：基于我們所構建的模型，打分較高股票的走勢明顯優于打分較低股票的走勢，表明當前模型對歷史收益率具有解釋性。

【關鍵詞】 打分法 多因子 選股策略

一、引言

大量的學者和機構研究人員都曾以上市公司的基本面為研究方向，分別從公司的財務數據、現金流、負債狀況、盈利能力等多方面對上市公司的價值的影響能力進行了不同角度和不同周期的研究。他們的研究結果多數顯示公司的基本面對公司股票價格的波動及收益率具有很大的影響。

我國證券市場起步較晚，初期對價值投資的研究較多，一些學者研究發現，價值投資的策略可以獲得超額收益。孫友群，陳小洋，魏非[1]（2002）等學者通過大量的基于我國股票市場的研究樣本數據發現，運用價值投資的策略在我國股票市場進行決策知道股票投資，依據歷史數據進行回測表明可以獲得超額收益。王靜[2]（2009）同樣使用我國股票市場的歷史數據，應用相應指標構造價值股和成長股兩個投資組合，通過將兩個組合與市場基準指數代表的整體收益相比，兩個組合都獲得了超額收益，這就一方面證明了價值投資在我國市場同樣有效，另一方面也說明，一些表明公司成長性的指標也能夠用于股票投資。

隨著量化投資在我國的快速發展，國內學者越來越多的使用量化手段，構造投資組合的方式進行分析。王小龍[3]（2005）基于我國股票市場選擇統計因子、宏觀經濟因子和基本面因子三個方面作為基本因子研究其對股價的影響，得到結論認為規模因子和價值因子僅對股價有正向的影響，并且規模因子在我國股票市場具有比價值因子更加顯著的影響。劉毅[4]（2012）利用多個因子對整個A股市場進行了分析，他的主要創新點在于數據處理上采用的滾動數據的方式，解決了財務數據延后的問題，并且對不同選股策略進行了驗證，得到了最優模型和價值模型都能有效區分股票的結論。江方敏[5]（2013）使用了財務數據和日收盤價序列數據得到了12個適合不同風格投資者的投資組合，并且用它來指導不同投資者的投資實踐。皮奧特洛斯基策略以市凈率為核心，使用市凈率選出價值股，然后選出其余有效指標選出業績最好的股票，在國外市場顯示了很好的選股能力，這也引起了國內學者的注意，大量的研究在這方面展開。殷鑫[6]（2012）就對皮奧特洛斯基策略在我國的適用性進行了研究，他基于市凈率指標對股票進行評分選股，并且對我國2000年到2012年上市公司進行了回測，回測結果顯示皮奧特洛斯基策略構造的股票組合，其收益率遠超同期的市場指數的收益率，因而是值得推廣的選股策略。

二、研究設計

（一）行業分類。從申萬三級行業分類標準出發，通過梳理各行業的業務流程，構建新的行業分類標準。我們構建了相應的行業標準，根據行業大類分為綜合、銀行、證券、保險與資源，其中綜合細分出15個成分股的多元金融Ⅲ（申萬），53個成分股的綜合Ⅲ（申萬），銀行為26個成分股的銀行Ⅲ（申萬），證券為38個成分股的證券Ⅲ（申萬），保險為38個成分股的保險Ⅲ（申萬）。資源細分出的行業有傳統火電、清潔電力、鋼鐵板塊、煤炭行業、石油貿易、水泥制造、稀土永磁、稀土金屬等，其中傳統火電為28個成分股的火電（申萬）。8個成分股的熱電（申萬），1個成分股的燃機發電（申萬）。清潔電力有20個成分股的水電（申萬），8個成分股的新能源發電（申萬），鋼鐵板塊有22個成分股的普鋼（申萬）等。

（二）評價維度。財務報表數據是進行基本面分析的過程中最容易獲取到的數據，同時也是評價企業質地最直接的參考依據。但是，因為不同行業有不同的業務邏輯和業務特點，所以針對不同行業我們重點關注的指標也應做相應的調整。根據多方面收集的資料以及對行業特點的判斷，我們從盈利能力、運營能力、業績成長、財務風險、收益質量、估值分析、公司規模等7個維度對不同行業的財務指標都進行了梳理。

（三）因子打分。對基本面因子的打分主要有兩種研究思路：第一種研究思路是從上至下，通過分析行業的經營邏輯和業務邏輯，主動給行業內的基本面指標一個方向和權重，比如，凈資產收益率指標在每個行業都應該是一個重要的正向指標，我們就主動給凈資產收益率一個正向的，較大的權重。這種研究思路的優點是具有業務邏輯、易于被投資者接受。缺點是工作量大、需要豐富的行業研究經驗。第二種研究思路是從下至上，從歷史數據出發，通過機器學習的方式自動尋找重要的指標并厘定參數。比如，歷史統計發現，市值在大部分行業是負向指標，但是在某些行業如銀行業是正向指標，那么我們就給大部分行業的市值一個逆向的權重，而給銀行業的市值一個正向的權重。這種研究思路的優點是簡單直接、不需要行業研究經驗即可在各行業各指標上進行復用。缺點是缺乏業務邏輯，容易出現過度擬合的問題。在本項目中，我們采取的是第二種研究思路，自下而上厘定因子權重。具體步驟如下：

1.確定建模周期：2010年5月1日到2018年6月1日，按照每年四個季度劃分成32段;2.假設現在要厘定某行業第T段時間內的因子權重，首先，獲取建模區間內股票的財務打分因子，其次，獲取區間段內股票的收益率，再次，根據股票收益率的高低排序分成五組，計算每組的平均收益率形成一個向量YY，作為模型優化的目標向量，然后，對每個指標按照大小排序分成五組，計算每組的收益率形成向量XX，最后，計算向量YY和向量XX的相關系數乘以向量XX的標準差作為當期的因子權重;3.按照上一步中的步驟對每個行業每個指標每個時間段都計算一遍權重;4.用32個時間段內權重的均值除以32個時間段內權重的標準差作為基本面因子最終的權重;5.做歸一化處理，取權重的符號作為方向，然后對權重的絕對值做歸一化處理。

（四）因子選股。構建了因子權重之后，我們構建了如下因子打分選股邏輯：

1.獲取任意時間節點的財務指標;2.獲取股票各項評價指標的排序序列;3.如果是正向指標則獲取正向序列;4.如果是逆向指標則獲取逆向序列;5.用序列乘以權重并求和獲得最終得分;6.按照得分從大到小的順序進行排列;7.每個行業都篩選前20%的股票進入股票池

三、實證檢驗

根據第二章的選股邏輯，我們構建一個簡單的投資策略如下：

1.回測時間：2010年1月1日2018年8月21日;2.初始資金：100萬;3.股票池更新周期：20個交易日;4.股票池一：每個行業得分排名第一的股票;5.股票池二：每個行業排名前20%的股票;6.初始化：等權重買入股票池一種的所有股票;7.賣出條件：如果某持倉股票不在股票池二中則賣出;8.買入條件：賣出的同時買入，買入在股票池一中且不在持倉列表中的股票。

回測結果如下：

四、結語

當前的因子打分模型能夠通過對歷史數據的挖掘，找到那些起作用的指標和指標的權重。簡單回測的結果也顯示：通過此模型打分較高股票的走勢明顯優于打分較低股票的走勢。但是當前模型還有可以改進的地方：

1.因子擴充：當前選取的因子全部是財務因子，一些特殊的因子也應該納入到評價體系中來;

2.因子打分：當前因子打分方法只考慮了因子對收益率的解釋能力，未來還應該考慮因子的預測能力;

3.投資策略：因子打分只是量化投資策略中的一小步，從選出股票到構建策略還有很長的路要走。

【參考文獻】

[1] 孫友群，陳小洋，魏非.價值投資與中國股市對接的思考[J].財經理論與實踐，2002（S2）：65-67.

[2] 王靜. 中國證券投資基金價值投資的實證研究[D].中國海洋大學，2009.

[3] 王小龍. 多因子定價模型理論及在中國股票市場的檢驗[D].武漢大學，2005.

[4] 劉毅. 因子選股模型在中國市場的實證研究[D].復旦大學，2012.

[5] 江方敏. 基于多因子量化模型的A股投資組合選股分析[D].西南交通大學，2013.

[6] 殷鑫，鄭豐，崔積鈺，趙莊.基于價值投資的Piotroski選股策略實證研究[J].時代金融，2012（23）：20-22.