量化选股策略——到底是价量因子好还是基本面因子好?

在今年A股的漫漫熊途中,量化对冲策略提供了一缕光亮。

量化对冲靠跑赢指数赚钱,收益与大盘涨跌无关。无论牛熊,只要股票组合比大盘跑得好,量化对冲策略就能收获超额收益(Alpha)。如果这个超额收益大于对冲成本,也就是A股特有的股指期货基差,产品就能赚钱。

因此,超额收益成为了大家竞相追逐的对象。每个人都使出了浑身解数,希望能打败市场,逐渐形成了目前市场上两种流行的量化投资策略:价量策略和基本面量化策略。

有人认为,价量策略等于技术分析,基本面量化策略等于财务分析。但其实,量化策略的内涵比这丰富得多。那到底是价量因子好,还是基本面因子好呢?

价量策略,顾名思义,通过分析关于股票价格和成交量的信息来获取超额收益。价量策略主要的盈利逻辑在于:

l 捕捉散户的不理性行为,与之反向操作

A股作为著名的散户市场,投资不理性行为比比皆是,导致股票价格偏离其内在价值。同时,由于A股呈现弱有效性,这种偏离会在一段时间后修复。因此,通过价量信息捕捉到被不理性投资者过度交易的股票,与之反向操作,可以赚取未来价格回归到价值中枢的收益。

l 甄别知情者的交易信息,与之同向操作

有一小部分市场参与者由于各种原因掌握一些别人不知道的信息,这些具有信息优势的交易者被称为知情交易者。知情交易者在交易时会呈现一些行为特征,虽然知情者会试图掩盖这些特征,但往往还是会留下蛛丝马迹。通过在价量数据中甄别知情交易者的交易痕迹,并跟随其操作,可以赚取信息优势带来的超额收益。

价量策略是国内目前主流的量化策略,竞争颇为激烈。日级以上的价量信息已经被较为充分地理解与使用,很难再挖掘出Alpha,于是大家纷纷转战更高频的日内数据。近两年崛起的多家量化私募是这一领域的高手行家。

与价量策略相对的是基本面量化策略。价量策略的关注点在证券的交易,而基本面量化策略的关注点在于上市公司本身,策略逻辑在于寻找盈利状况向好的优质公司。

基本面量化策略试图用数字描绘上市公司的全景图。每个上市公司都是一个复杂多面的个体,基本面量化模型用一个个因子去描述公司的多面特征,然后组合起来,形成对公司基本面的整体刻画。

所以,基本面量化是个非常宽广的研究领域,不仅限于财务分析。财务报告固然是收集上市公司相关信息的重要渠道,但绝非唯一渠道。上市公司作为经济发展的支柱,与之相关的信息渗透在经济生活的方方面面。国外最近流行的一种盈利预测方式,叫做群众外包盈利预测(Crowdsource Earnings)。在传统概念中,盈利预测是个狭窄的概念,一般只有上市公司管理层或券商分析师会提供盈利预测。但如果把其他类型的预测者也包括进来,例如买方机构投资者,甚至散户业余投资者,会得到更准确的预测结果。

顺着这个思路,我们会发现有很多非传统渠道,可以提供与公司盈利情况相关的信息。吃瓜群众不仅能充当韭菜,更能提供信息创造价值。比如,有研究发现企业点评网站上员工对公司的打分蕴含公司基本面相关信息:

还有研究发现消费者的购物信息能预测消费类企业的盈利状况:

当然,股吧里的各类大V更是眼观六路耳听八方,知之甚多了。

事实上,价量策略与基本面量化策略并不矛盾,反而十分互补。根据资产定价模型,股票的内在价值取决于公司未来现金流的折现,而股票的交易价格围绕着其内在价值波动。换言之,基本面量化模型刻画公司基本面,而基本面决定股票内在价值。与此同时,价量模型刻画市场情绪,而市场情绪决定股票交易价格的波动。当市场情绪较高时,股价短期内会高于其内在价值,之后向下回归修复;反之,当市场情绪较低时,股价短期内会低于其内在价值,之后向上回归修复。因此,基本面量化策略旨在衡量水位的高低,而价量策略试图定位浪花的幅度,两者结合,方可在市场的海洋里遨游。

说了那么多策略的分类,那么,如何才能持续地获得超额收益(Alpha)呢?

答案只有一个:不断创新

无论是价量还是基本面策略,都需要不断地寻找新的信息,去捕捉散户的过度交易行为,去寻找知情交易者的蛛丝马迹,去刻画上市公司运作的方方面面。只有不断地创新,才能建立策略的竞争优势,筑造模型的护城河,打败市场。要获取超额收益,核心竞争力还是在人,在于研究团队的整体水平。公司成立六年以来,取得了优良的业绩,在今年也斩获了不俗的超额收益,但我们深知,如果要在市场中保持前进,必须不断吸纳优秀人才,增厚团队实力。

作者丨凯纳资本陈曦

----------------------------------------------------------------------------------------------------------------------

量化推荐阅读:

序号 标题 传送链接
1 双均线策略(期货)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/153
2 alpha对冲(股票+期货)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/101
3 集合竞价选股(股票) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/102
4 多因子选股(股票)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/103
5 网格交易(期货)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/104
6 指数增强(股票)  量化策略源码 https://www.myquant.cn/docs/python_strategyies/105
7 跨品种套利(期货)量化策略源码 https://www.myquant.cn/docs/python_strategyies/106
8 跨期套利(期货) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/107
9 日内回转交易(股票)量化策略源码 https://www.myquant.cn/docs/python_strategyies/108
10 做市商交易(期货) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/109
11 海龟交易法(期货) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/110
12 行业轮动(股票) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/111
13 机器学习(股票) 量化策略源码 https://www.myquant.cn/docs/python_strategyies/112
14 仓位管理(1): 鞅与反鞅策略,凯利公司及其局限 https://www.myquant.cn/community/topic/673/2
15 仓位管理(2): 凯利公式指导投资与多种资金管理方式 https://www.myquant.cn/community/topic/679
16 多因子选股之有效因子 https://www.myquant.cn/community/topic/690
17 多因子策略之冗余因子 https://www.myquant.cn/community/topic/695
18 多因子选股之策略的实现 https://www.myquant.cn/community/topic/708/2
19 大师系列之彼得•林奇基层调查选股法 https://www.myquant.cn/community/topic/719/2
20 从量化角度告诉你常见的技术指标到底能不能赚钱? https://www.myquant.cn/community/topic/649/2
21 从回测到实盘(2):如何让回测更贴近实盘结果  https://www.myquant.cn/community/topic/665
22 程序化交易(3):从回测到实盘,还需要注意些什么? https://www.myquant.cn/community/topic/668
23 股市暴跌深套 | 如何利用日内回转交易策略降低持仓成本 https://www.myquant.cn/community/topic/704
24 算法交易策略的成功回测之一 https://www.myquant.cn/community/topic/721
25 股票中的情侣——配对交易 https://www.myquant.cn/community/topic/735
26 量化交易入门 https://www.myquant.cn/community/topic/28/2
27 分享一个python均线策略 https://www.myquant.cn/community/topic/78/2
28 一个量化交易策略师的自白 https://www.myquant.cn/community/topic/652/2
29 《利用Python进行数据分析》PDF电子书下载 https://www.myquant.cn/community/topic/618
30 高频交易:为了0.07毫秒的比拼,竟然花费了1400万美金 https://www.myquant.cn/community/topic/634/2
31 分享几本量化和python方面的书,可以直接下载 https://www.myquant.cn/community/topic/89/2
32 2018:数据科学20个最好的Python库 https://www.myquant.cn/community/topic/664
33 《投资中最简单的事》读书笔记 https://www.myquant.cn/community/topic/575/2
34 史上最全的量化交易资源合集 https://www.myquant.cn/community/topic/624/2
35 七种量化选股模型 https://www.myquant.cn/community/topic/663
36 谈资金管理 https://www.myquant.cn/community/topic/579/2
37 网格交易策略(附策略源码与收益图) https://www.myquant.cn/community/topic/548/2
38 指数增强策略 https://www.myquant.cn/community/topic/527
39 日内回转交易策略 https://www.myquant.cn/community/topic/526
40 跨期套利策略 https://www.myquant.cn/community/topic/525
41 跨品种价差套利策略 https://www.myquant.cn/community/topic/524
42 集合竞价选股 https://www.myquant.cn/community/topic/523
43 基于EV/EBITDA倍数估值法的Alpha对冲策略 https://www.myquant.cn/community/topic/522
44 行业轮动策略 https://www.myquant.cn/community/topic/521
45 海龟交易法则 https://www.myquant.cn/community/topic/520
46 如何使用Python实现你的量化交易策略 https://www.myquant.cn/docs/python/73
47 如何使用Matlab实现你的量化交易策略 https://www.myquant.cn/docs/matlab/301
48 如何使用C++实现你的量化交易策略 https://www.myquant.cn/docs/cpp/177
49 如何使用C#实现你的量化交易策略 https://www.myquant.cn/docs/csharp/197

猜你喜欢

转载自blog.csdn.net/myquant/article/details/84792429