基于双优化价值投资模型的行业轮动策略

发布时间：2020-10-31 22:44

　　 价值投资起始于20世纪40年代,在国内外市场均有丰富的理论探讨与实践。从2017年严监管开始,中国金融市场将日趋成熟和稳健,价值投资也将越来越重要。近年来风格投资越来越受人们重视,其中行业轮动是投资者重点关注的部分,如2016年周期与非周期行业频繁变化,2017年周期股整体强势,这都说明了关于轮动现象的研究价值。本文在双优化价值投资模型基础上设计和改进行业轮动策略,具有一定的现实意义。本文尝试根据周期与非周期行业的轮动,结合价值投资理论,搭建具有长期有效性且可以识别市场中短期强势行业的综合策略。策略的设计步骤是:第一步,建立比乔斯基低市净率九因子选股模型,但此基准模型在A股市场非有效,因此使用适当减少指标放宽选股条件、分析因子内在联系筛选最有效因子、使用MACD判别趋势剔除“坏”股这三种方法对基准模型进行改进,得到双优化价值投资模型;第二步是基于Logistic模型对周期与非周期行业轮动现象进行识别与预测,识别部分是通过指数月收益差的正负变动与搭建“相对完美”轮动模型两种方式进行的,预测部分使用Logistic模型,从影响周期与非周期行业轮动的三类因素中筛选出显著性最高、最能代表行业轮动的八个变量,并搭建滚动预测模型,来预测样本外测试集2016年1月至2017年12月行业轮动概率,对比实际市场轮动情况,模型预测准确度达到62.5%。第三步,将双优化价值投资模型与行业轮动预测结果结合,形成本文最终策略。回测结果显示在2016,2017两年回测时间内,双优化模型行业轮动策略总收益可达127.58%,年化收益51.20%,夏普比率1.5797,最大回撤16.146%,明显优于单周期行业策略(年化收益34.58%,夏普比率1.17)与单非周期行业策略(年化收益21.97%,夏普比率0.80,最大回撤21.37%)。综合来看,不管在绝对收益还是风险收益,最终的改进策略都有很好的表现。本文提出在价值投资理论模型的基础上,优化模型并改进行业轮动策略,策略的测试表现优于单一行业与指数的收益,有较好的实用价值。
【学位单位】：华南理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F832.51
【部分图文】：

第二章 相关概念与理论国内还是国外，金融业始终呈现出多元化发展的态势。量化投资的资者理性决策，还能剔除不理想的投资对象。因此，在金融市场上拟的优势，同时又具有巨大的发展空间。同时，科技向智能化发展，量化投资的发展也开始渐向智能化转变了由数向质的演变，传统高收益策略研究重心向稳健收益策略转移单点到全局变化着。人工智能、云计算在过去的十几年中能力大大了金融科技的核心技术基础，机器学习、人工智能的发展都使得量转变，而这种转变，将为量化投资带来更多的生机。流量化投资策略策略种类进行分类的话，可以分为：判断趋势型量化策略和判断波下图 2-1 所示。

图 2-2 量化选股与量化择时策略具体分类表 2-1 经典量化选股策略分类策略类型 基本原理 策略评价因子策略 单个或多个因子作为选股标准，满足条件买入，否则卖出 最广泛使用，策略相对稳定轮动策略市场偏好会跟随经济周期、季节时期等发生变动，对强势股票进行配置，弱势股票进行平仓以小搏大，震荡市效果较差资金流策略利用资金的流向来判断股票的涨跌以此来选择股票，一般来说要将资金流动情况编制成指标直观易理解，有效性变差要不断开发新指标动量反转策略动量效应（过去强势接下来继续强势，过去弱势接下来继续弱势）下买入强势股，反转效应（过去强势接下来弱势，过去弱势接下来强势）下买入弱势股两种效应市场均常见，但强弱势的持续时间与幅度难判断一致预期策略 依据众多分析师的预期来买卖股票操作 受主观因素影响较大趋势追踪策略对个股的技术分析，当股价出现上涨趋势的时候买入，反之卖出，实际上是一种追涨杀跌的策略长短期均能进行判断，但策略有滞后性筹码选股策略 根据筹码的分布与变动情况预测股价的涨跌情况 中长期与特定时期收益较好2.2 比乔斯基低市净率选股模型

图 3-1 市净率分层收益走势对比图3.2.2 基准模型的回测根据上一小节的比乔斯基九因子模型：首先进行市净率分层，接下来使用衡量价值股收益的 9 个基本指标，将这些指标采用 0-1 度量（即参数为 1 或者 0），使得股票的得分为 0 至 9 分，搭建出 Fscore 评分模型。分数越高时，代表该股票的投资价值越高。美国市场已经证实了分数与投资组合收益有明显的正相关性，那么我们接下来验证在国内 A 股市场是否也存在这种现象。表 3-2 Fscore 模型九因子及量化总结财务指标 指代名称 评分标准盈利能力资产收益率 ROA ROA>0 时得分取 1，否则为 0资产收益率变动 ΔROA ΔROA>0 时得分取 1，否则为 0经营性现金流量 CFO CFO>0 时得分取 1，否则为 0净利润与现金流 CFO-ROA CFO-ROA>0 时得分取 1，否则为 0
【参考文献】

相关期刊论文 前10条

1 王国俊;陈冬华;蒋德权;;红利税差异化征收推进价值投资了吗?[J];南京社会科学;2014年04期

2 殷鑫;郑丰;崔积钰;赵庄;;基于价值投资的Piotroski选股策略实证研究[J];时代金融;2012年23期

3 顾纪生;朱玲;;股票投资价值分析的综合指标及其创新指向[J];商业研究;2012年02期

4 孙春苗;张晗;;中国股票市场价值投资探析[J];中国证券期货;2011年03期

5 林树;夏和平;张程;;价值投资策略在中国A股市场的可行性——基于几项财务指标的研究[J];上海立信会计学院学报;2011年01期

6 孙美;刘亚萍;;分行业研究价值投资在中国股市的适用性[J];决策与信息(财经观察);2008年10期

7 蔡飞;;市销率指标在股票投资决策中的应用[J];财会月刊;2008年06期

8 叶咸尚;;中国股市板块轮动:特征、影响因素与趋势[J];浙江金融;2007年08期

9 杜惠芬,平仕涛;在A股市场使用市销率系列指标的实证分析[J];中央财经大学学报;2005年10期

10 聂祖荣;价值投机是价值投资必经之路[J];证券导刊;2004年45期

相关博士学位论文 前1条

1 袁泽波;中国A股市场板块收益率决定及其轮动效应分析[D];西南财经大学;2013年

相关硕士学位论文 前9条

1 王赟;基于灰色关联分析的多因子选股模型研究[D];北京交通大学;2017年

2 徐咏;我国A股市场大小盘风格轮动效应分析[D];暨南大学;2016年

3 陈新峰;股市大小盘轮动影响因素实证研究[D];河北大学;2016年

4 林政伯;利用PEG估值思维投资中国股市策略研究[D];上海交通大学;2015年

5 张伟;支持向量分类机（SVC）在量化选股中的应用[D];山东大学;2014年

6 邹运;基于遗传算法的风格选股模型研究[D];东北财经大学;2012年

7 郝蔚旻;安信期货有限责任公司营销战略研究[D];复旦大学;2011年

8 丁军广;我国A股市场行业轮动规律研究[D];西南财经大学;2011年

9 汪洋;基于估值与业绩的选股策略有效性研究[D];电子科技大学;2010年

本文编号：2864610