基于历史基本面信息的量化投资模型
发布时间:2021-02-12 04:51
基本面分析在证券投资领域有着非常重要的作用,同时量化投资的发展也为证券投资的研究提供了很多新的视角。使用基本面数据构造因子来进行量化研究是一种将二者结合起来的研究方法。然而,在实证检验中许多基本面因子的表现不佳。本文针对该现象进行了深入的研究。本文认为大多数基本面因子实证检验结果欠佳的原因主要在于其因子构造过程中对信息的使用不充分。现有的基本面因子在构造过程中通常仅使用最新的基本面数据,而忽略了其历史数据的价值。同时,现有的研究方法注重于对单一基本面变量的检验,而在不同的基本面变量之间可能存在着协同作用。本文从以上两个角度对基本面因子的构造方法进行了改进并在A股市场进行了实证检验。首先,本文选取了四个基本面因子:净资产收益率、净营运指数、每股息税折旧及摊销前利润、流动资产周转率。接下来,本文采用横截面回归的方法对四个原始基本面因子进行了改进。有效性检验结果显示,改进后的基本面因子相比于原始基本面因子的有效性有了显著的提升,可以比较好地解释股票收益在横截面上的差异。这一结果表明,除了最新的基本面数据之外,基本面变量的历史数据对于基本面因子的构造仍然有重要的意义。最后,本文采用不同的模型综...
【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
图3-1沪深300指数月度收益率与累计收益率曲线??图中用深灰色曲线来表示沪深300指数的累计收益率变化趋势,柱状图表示??沪深300指数的月度收益率,红色为正,绿色为负
?山东大学硕士学位论文????^??3000?.?????1250?L??1000-?_?2000)??750'?m?I??5001?1000-??250-?jMl??G?一.?〇?-■??0.0?0.2?0.4?0.6?-1.0?-o'?5?0?0?0.5?1.0??EBITDAPS?TCA??10001?Ti?1250? ̄ ̄i??JU??1?l?75〇.??400?500-??2。。|250'??u?llll—ITT囑國_?llii^^BaBfcfcia^.1?-??0?1?2?3?4?5?0?2?4?6??图3-2各基本面指标的分布图??从图3-2中不难看出,ROE指标主要分布在[0,0.2]区间内;OPNIR指标主要??集中在0.5和1之间;roiTDAPS指标与TCA指标比较相似,数据大多位于在0??到2的范围内。??上述分析说明各基本面变量的取值及其分布差异明显。为了避免数据在数量??级上的差异对本文中模型的效果产生影响,同时又减少对原始数据分布的改变,??本文对原始数据进行了标准化处理。??19??
?山东大学硕士学位论文???0.008?gp;??°.。。6?m?■?■??馨?0.004』?;:|??龜?■?-?.—.?—:?i??■111I?III??a?^SUhIb?H??。遍?■豳??HI??low?2?3?4?5?6?7?8?9?high??组别??图5-1简单相加模型各分位数组合平均月超额收益图??从图5-1中可以看出除第3、7、9分组外,简单相加模型下月均超额收益率??与因子暴露之间呈现出比较好的单调性,这表明简单相加复合基本面因子可以很??好地解释股票收益在截面上的差异。同时,最高分位数组合平均月超额收益率超??过0.8%,是十组中的最大值。而最低分为数组合接近十组中的最小值,二者较??大的差异也说明了复合基本面因子对股票有很好的区分能力。??图5-2是回测区间内简单相加模型各分位数组合在不同年份的累计收益率排??名情况。??33??
【参考文献】:
期刊论文
[1]有限注意力、竞争性信息与分析师评级报告市场反应[J]. 方军雄,伍琼,傅颀. 金融研究. 2018(07)
[2]分析师修正信息、基本面分析与未来股票收益[J]. 张然,汪荣飞,王胜华. 金融研究. 2017(07)
[3]Fama-French五因子模型在中国股票市场的实证检验[J]. 李志冰,杨光艺,冯永昌,景亮. 金融研究. 2017(06)
[4]配股对股票长期收益的影响:基于改进三因子模型的研究[J]. 毛小元,陈梦根,杨云红. 金融研究. 2008(05)
本文编号:3030288
【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
图3-1沪深300指数月度收益率与累计收益率曲线??图中用深灰色曲线来表示沪深300指数的累计收益率变化趋势,柱状图表示??沪深300指数的月度收益率,红色为正,绿色为负
?山东大学硕士学位论文????^??3000?.?????1250?L??1000-?_?2000)??750'?m?I??5001?1000-??250-?jMl??G?一.?〇?-■??0.0?0.2?0.4?0.6?-1.0?-o'?5?0?0?0.5?1.0??EBITDAPS?TCA??10001?Ti?1250? ̄ ̄i??JU??1?l?75〇.??400?500-??2。。|250'??u?llll—ITT囑國_?llii^^BaBfcfcia^.1?-??0?1?2?3?4?5?0?2?4?6??图3-2各基本面指标的分布图??从图3-2中不难看出,ROE指标主要分布在[0,0.2]区间内;OPNIR指标主要??集中在0.5和1之间;roiTDAPS指标与TCA指标比较相似,数据大多位于在0??到2的范围内。??上述分析说明各基本面变量的取值及其分布差异明显。为了避免数据在数量??级上的差异对本文中模型的效果产生影响,同时又减少对原始数据分布的改变,??本文对原始数据进行了标准化处理。??19??
?山东大学硕士学位论文???0.008?gp;??°.。。6?m?■?■??馨?0.004』?;:|??龜?■?-?.—.?—:?i??■111I?III??a?^SUhIb?H??。遍?■豳??HI??low?2?3?4?5?6?7?8?9?high??组别??图5-1简单相加模型各分位数组合平均月超额收益图??从图5-1中可以看出除第3、7、9分组外,简单相加模型下月均超额收益率??与因子暴露之间呈现出比较好的单调性,这表明简单相加复合基本面因子可以很??好地解释股票收益在截面上的差异。同时,最高分位数组合平均月超额收益率超??过0.8%,是十组中的最大值。而最低分为数组合接近十组中的最小值,二者较??大的差异也说明了复合基本面因子对股票有很好的区分能力。??图5-2是回测区间内简单相加模型各分位数组合在不同年份的累计收益率排??名情况。??33??
【参考文献】:
期刊论文
[1]有限注意力、竞争性信息与分析师评级报告市场反应[J]. 方军雄,伍琼,傅颀. 金融研究. 2018(07)
[2]分析师修正信息、基本面分析与未来股票收益[J]. 张然,汪荣飞,王胜华. 金融研究. 2017(07)
[3]Fama-French五因子模型在中国股票市场的实证检验[J]. 李志冰,杨光艺,冯永昌,景亮. 金融研究. 2017(06)
[4]配股对股票长期收益的影响:基于改进三因子模型的研究[J]. 毛小元,陈梦根,杨云红. 金融研究. 2008(05)
本文编号:3030288
本文链接:https://www.wllwen.com/guanlilunwen/bankxd/3030288.html