1. 程式人生 > >量化選股策略——到底是價量因子好還是基本面因子好?

量化選股策略——到底是價量因子好還是基本面因子好?

在今年A股的漫漫熊途中,量化對衝策略提供了一縷光亮。

量化對衝靠跑贏指數賺錢,收益與大盤漲跌無關。無論牛熊,只要股票組合比大盤跑得好,量化對衝策略就能收穫超額收益(Alpha)。如果這個超額收益大於對衝成本,也就是A股特有的股指期貨基差,產品就能賺錢。

因此,超額收益成為了大家競相追逐的物件。每個人都使出了渾身解數,希望能打敗市場,逐漸形成了目前市場上兩種流行的量化投資策略:價量策略和基本面量化策略。

有人認為,價量策略等於技術分析,基本面量化策略等於財務分析。但其實,量化策略的內涵比這豐富得多。那到底是價量因子好,還是基本面因子好呢?

價量策略,顧名思義,通過分析關於股票價格和成交量的資訊來獲取超額收益。價量策略主要的盈利邏輯在於:

l 捕捉散戶的不理性行為,與之反向操作

A股作為著名的散戶市場,投資不理性行為比比皆是,導致股票價格偏離其內在價值。同時,由於A股呈現弱有效性,這種偏離會在一段時間後修復。因此,通過價量資訊捕捉到被不理性投資者過度交易的股票,與之反向操作,可以賺取未來價格迴歸到價值中樞的收益。

l 甄別知情者的交易資訊,與之同向操作

有一小部分市場參與者由於各種原因掌握一些別人不知道的資訊,這些具有資訊優勢的交易者被稱為知情交易者。知情交易者在交易時會呈現一些行為特徵,雖然知情者會試圖掩蓋這些特徵,但往往還是會留下蛛絲馬跡。通過在價量資料中甄別知情交易者的交易痕跡,並跟隨其操作,可以賺取資訊優勢帶來的超額收益。

價量策略是國內目前主流的量化策略,競爭頗為激烈。日級以上的價量資訊已經被較為充分地理解與使用,很難再挖掘出Alpha,於是大家紛紛轉戰更高頻的日內資料。近兩年崛起的多家量化私募是這一領域的高手行家。

與價量策略相對的是基本面量化策略。價量策略的關注點在證券的交易,而基本面量化策略的關注點在於上市公司本身,策略邏輯在於尋找盈利狀況向好的優質公司。

基本面量化策略試圖用數字描繪上市公司的全景圖。每個上市公司都是一個複雜多面的個體,基本面量化模型用一個個因子去描述公司的多面特徵,然後組合起來,形成對公司基本面的整體刻畫。

所以,基本面量化是個非常寬廣的研究領域,不僅限於財務分析。財務報告固然是收集上市公司相關資訊的重要渠道,但絕非唯一渠道。上市公司作為經濟發展的支柱,與之相關的資訊滲透在經濟生活的方方面面。國外最近流行的一種盈利預測方式,叫做群眾外包盈利預測(Crowdsource Earnings)。在傳統概念中,盈利預測是個狹窄的概念,一般只有上市公司管理層或券商分析師會提供盈利預測。但如果把其他型別的預測者也包括進來,例如買方機構投資者,甚至散戶業餘投資者,會得到更準確的預測結果。

順著這個思路,我們會發現有很多非傳統渠道,可以提供與公司盈利情況相關的資訊。吃瓜群眾不僅能充當韭菜,更能提供資訊創造價值。比如,有研究發現企業點評網站上員工對公司的打分蘊含公司基本面相關資訊:

還有研究發現消費者的購物資訊能預測消費類企業的盈利狀況:

當然,股吧裡的各類大V更是眼觀六路耳聽八方,知之甚多了。

事實上,價量策略與基本面量化策略並不矛盾,反而十分互補。根據資產定價模型,股票的內在價值取決於公司未來現金流的折現,而股票的交易價格圍繞著其內在價值波動。換言之,基本面量化模型刻畫公司基本面,而基本面決定股票內在價值。與此同時,價量模型刻畫市場情緒,而市場情緒決定股票交易價格的波動。當市場情緒較高時,股價短期內會高於其內在價值,之後向下迴歸修復;反之,當市場情緒較低時,股價短期內會低於其內在價值,之後向上迴歸修復。因此,基本面量化策略旨在衡量水位的高低,而價量策略試圖定位浪花的幅度,兩者結合,方可在市場的海洋裡遨遊。

說了那麼多策略的分類,那麼,如何才能持續地獲得超額收益(Alpha)呢?

答案只有一個:不斷創新

無論是價量還是基本面策略,都需要不斷地尋找新的資訊,去捕捉散戶的過度交易行為,去尋找知情交易者的蛛絲馬跡,去刻畫上市公司運作的方方面面。只有不斷地創新,才能建立策略的競爭優勢,築造模型的護城河,打敗市場。要獲取超額收益,核心競爭力還是在人,在於研究團隊的整體水平。公司成立六年以來,取得了優良的業績,在今年也斬獲了不俗的超額收益,但我們深知,如果要在市場中保持前進,必須不斷吸納優秀人才,增厚團隊實力。

作者丨凱納資本陳曦

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

量化推薦閱讀:

序號 標題 傳送連結
1 雙均線策略(期貨)  量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/153
2 alpha對衝(股票+期貨)  量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/101
3 集合競價選股(股票) 量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/102
4 多因子選股(股票)  量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/103
5 網格交易(期貨)  量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/104
6 指數增強(股票)  量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/105
7 跨品種套利(期貨)量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/106
8 跨期套利(期貨) 量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/107
9 日內迴轉交易(股票)量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/108
10 做市商交易(期貨) 量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/109
11 海龜交易法(期貨) 量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/110
12 行業輪動(股票) 量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/111
13 機器學習(股票) 量化策略原始碼 https://www.myquant.cn/docs/python_strategyies/112
14 倉位管理(1): 鞅與反鞅策略,凱利公司及其侷限 https://www.myquant.cn/community/topic/673/2
15 倉位管理(2): 凱利公式指導投資與多種資金管理方式 https://www.myquant.cn/community/topic/679
16 多因子選股之有效因子 https://www.myquant.cn/community/topic/690
17 多因子策略之冗餘因子 https://www.myquant.cn/community/topic/695
18 多因子選股之策略的實現 https://www.myquant.cn/community/topic/708/2
19 大師系列之彼得•林奇基層調查選股法 https://www.myquant.cn/community/topic/719/2
20 從量化角度告訴你常見的技術指標到底能不能賺錢? https://www.myquant.cn/community/topic/649/2
21 從回測到實盤(2):如何讓回測更貼近實盤結果  https://www.myquant.cn/community/topic/665
22 程式化交易(3):從回測到實盤,還需要注意些什麼? https://www.myquant.cn/community/topic/668
23 股市暴跌深套 | 如何利用日內迴轉交易策略降低持倉成本 https://www.myquant.cn/community/topic/704
24 演算法交易策略的成功回測之一 https://www.myquant.cn/community/topic/721
25 股票中的情侶——配對交易 https://www.myquant.cn/community/topic/735
26 量化交易入門 https://www.myquant.cn/community/topic/28/2
27 分享一個python均線策略 https://www.myquant.cn/community/topic/78/2
28 一個量化交易策略師的自白 https://www.myquant.cn/community/topic/652/2
29 《利用Python進行資料分析》PDF電子書下載 https://www.myquant.cn/community/topic/618
30 高頻交易:為了0.07毫秒的比拼,竟然花費了1400萬美金 https://www.myquant.cn/community/topic/634/2
31 分享幾本量化和python方面的書,可以直接下載 https://www.myquant.cn/community/topic/89/2
32 2018:資料科學20個最好的Python庫 https://www.myquant.cn/community/topic/664
33 《投資中最簡單的事》讀書筆記 https://www.myquant.cn/community/topic/575/2
34 史上最全的量化交易資源合集 https://www.myquant.cn/community/topic/624/2
35 七種量化選股模型 https://www.myquant.cn/community/topic/663
36 談資金管理 https://www.myquant.cn/community/topic/579/2
37 網格交易策略(附策略原始碼與收益圖) https://www.myquant.cn/community/topic/548/2
38 指數增強策略 https://www.myquant.cn/community/topic/527
39 日內迴轉交易策略 https://www.myquant.cn/community/topic/526
40 跨期套利策略 https://www.myquant.cn/community/topic/525
41 跨品種價差套利策略 https://www.myquant.cn/community/topic/524
42 集合競價選股 https://www.myquant.cn/community/topic/523
43 基於EV/EBITDA倍數估值法的Alpha對衝策略 https://www.myquant.cn/community/topic/522
44 行業輪動策略 https://www.myquant.cn/community/topic/521
45 海龜交易法則 https://www.myquant.cn/community/topic/520
46 如何使用Python實現你的量化交易策略 https://www.myquant.cn/docs/python/73
47 如何使用Matlab實現你的量化交易策略 https://www.myquant.cn/docs/matlab/301
48 如何使用C++實現你的量化交易策略 https://www.myquant.cn/docs/cpp/177
49 如何使用C#實現你的量化交易策略 https://www.myquant.cn/docs/csharp/197