基于价值投资的多因子量化选股模型研究
发布时间：2020-12-05 15:17
在2015年和2016年,A股市场股票震荡下行,行情惨淡,而同一时期九成以上的量化基金跑赢了同期沪深300指数,其中多数都是多因子量化基金。可见,量化投资尤其是多因子量化选股如同股市中的一匹黑马,能获得远高于市场平均收益的收益。在这样的背景下,有必要进行关于多因子量化选股的研究,构建有效的选股模型,为投资者提供选股方面的建议。本文从价值投资着手研究,致力于构建价值型因子选股模型。首先,在理论上分析了价值投资的理念以及价值投资关于经营、估值、成长性三方面的代表性指标。然后,将这些代表性指标纳入备选因子库,选取2005年到2014年的指标数据和股票收益数据,运用排序法构建高档组合和低档组合,通过因子收益差额、因子信息比等评判指标筛选出对股票的收益具有促进作用的因子,根据相关性剔除冗余因子,得到了市盈率、市净率、市销率以及总市值对数四个有效不冗余因子。最后,以2015年到2017年的数据构建价值型单一类型因子选股和价值型多因子选股模型,并评价模型效果。在市值因子选股和三个估值因子的单因子选股中,这四个因子所选的股票组合都能够获得远高于市场收益的收益。用三个估值因子构建的估值选股模型和用市值因...
【文章来源】：西北大学陕西省 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
沪探300指数历年收盘价走势图
图 5 为组合中股票的数量与残余可分散风险占比关系图的局部放大图，可以出，随着股票数量的逐渐增加，投资组合的残余可分散风险的占比是以减速度下降最初残余可分散风险占比对于股票的数量较为敏感，股票数量稍有增加，残余可分风险占比就降低了很多。而当股票数量超过 20 只时，残余可分散风险占比的下降
图 5 为组合中股票的数量与残余可分散风险占比关系图的局部放大图，可以看出，随着股票数量的逐渐增加，投资组合的残余可分散风险的占比是以减速度下降的最初残余可分散风险占比对于股票的数量较为敏感，股票数量稍有增加，残余可分散风险占比就降低了很多。而当股票数量超过 20 只时，残余可分散风险占比的下降速度放缓了许多。从局部图可以看出，当股票的数量达到 50 只左右时，残余可分散风险占比下降到 0.025 左右，在此之后，残余可分散风险占比的下降速度在非常小的范围内。
【参考文献】：
期刊论文
[1]基于多因子模型的量化选股分析[J]. 徐景昭. 金融理论探索. 2017(03)
[2]我国A股市场投资策略设计及对比[J]. 周雯静,刘毅,陈冉. 中国国际财经(中英文). 2017(06)
[3]浅议量化选股与定性选股[J]. 杨君岐,郭虹泽,杨鹏程,李齐. 时代金融. 2017(06)
[4]公司基本面、市场行为与股票投资收益[J]. 向为民,牛玉龙,王霜. 重庆理工大学学报(社会科学). 2017(01)
[5]关于价值投资的若干问题探讨[J]. 樊华. 中国商论. 2017(36)
[6]浅析基于大数据的多因子量化选股策略[J]. 李姝锦,胡晓旭,王聪. 经济研究导刊. 2016(17)
[7]国内外价值成长投资策略研究综述[J]. 王丽,顾纪生. 合作经济与科技. 2016(09)
[8]基于Alpha策略的量化投资研究[J]. 杨喻钦. 中国市场. 2015(25)
[9]价值投资在我国股市的适用性研究[J]. 曾贵,李轶敏. 湖南财政经济学院学报. 2015(03)
[10]中国证券市场Knight不确定性度量及资产定价研究[J]. 王春峰,余思婧,房振明,张圣生. 系统工程理论与实践. 2015(05)
硕士论文
[1]基于情绪系数下的多因子选股模型实证研究[D]. 刘昭.山东大学 2017
[2]基于数据挖掘的量化选股策略的研究[D]. 李璐.天津商业大学 2017
[3]基于财务指标量化选股的alpha策略可行性研究[D]. 侯永乐.浙江工商大学 2017
[4]基于打分法多因子模型的量化选股策略实证分析[D]. 王雨.东北财经大学 2016
[5]三类上市银行的绩效对比研究[D]. 黄莉.西南财经大学 2016
[6]基于财务指标和技术指标的价值投资策略实证研究[D]. 陈艺文.天津财经大学 2016
[7]多因子选股模型的构建与应用[D]. 朱世清.山东财经大学 2015
[8]财务估值指标量化选股及股指期货套保结合的投资策略研究[D]. 李帆.上海交通大学 2014
[9]多因子选股模型在中国股票市场的实证分析[D]. 王昭栋.山东大学 2014
[10]基于量化选股的Alpha策略在中国中小板市场的实证研究[D]. 杜秋余.河北经贸大学 2014
本文编号：2899659
【文章来源】：西北大学陕西省 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
沪探300指数历年收盘价走势图
图 5 为组合中股票的数量与残余可分散风险占比关系图的局部放大图，可以出，随着股票数量的逐渐增加，投资组合的残余可分散风险的占比是以减速度下降最初残余可分散风险占比对于股票的数量较为敏感，股票数量稍有增加，残余可分风险占比就降低了很多。而当股票数量超过 20 只时，残余可分散风险占比的下降
图 5 为组合中股票的数量与残余可分散风险占比关系图的局部放大图，可以看出，随着股票数量的逐渐增加，投资组合的残余可分散风险的占比是以减速度下降的最初残余可分散风险占比对于股票的数量较为敏感，股票数量稍有增加，残余可分散风险占比就降低了很多。而当股票数量超过 20 只时，残余可分散风险占比的下降速度放缓了许多。从局部图可以看出，当股票的数量达到 50 只左右时，残余可分散风险占比下降到 0.025 左右，在此之后，残余可分散风险占比的下降速度在非常小的范围内。
【参考文献】：
期刊论文
[1]基于多因子模型的量化选股分析[J]. 徐景昭. 金融理论探索. 2017(03)
[2]我国A股市场投资策略设计及对比[J]. 周雯静,刘毅,陈冉. 中国国际财经(中英文). 2017(06)
[3]浅议量化选股与定性选股[J]. 杨君岐,郭虹泽,杨鹏程,李齐. 时代金融. 2017(06)
[4]公司基本面、市场行为与股票投资收益[J]. 向为民,牛玉龙,王霜. 重庆理工大学学报(社会科学). 2017(01)
[5]关于价值投资的若干问题探讨[J]. 樊华. 中国商论. 2017(36)
[6]浅析基于大数据的多因子量化选股策略[J]. 李姝锦,胡晓旭,王聪. 经济研究导刊. 2016(17)
[7]国内外价值成长投资策略研究综述[J]. 王丽,顾纪生. 合作经济与科技. 2016(09)
[8]基于Alpha策略的量化投资研究[J]. 杨喻钦. 中国市场. 2015(25)
[9]价值投资在我国股市的适用性研究[J]. 曾贵,李轶敏. 湖南财政经济学院学报. 2015(03)
[10]中国证券市场Knight不确定性度量及资产定价研究[J]. 王春峰,余思婧,房振明,张圣生. 系统工程理论与实践. 2015(05)
硕士论文
[1]基于情绪系数下的多因子选股模型实证研究[D]. 刘昭.山东大学 2017
[2]基于数据挖掘的量化选股策略的研究[D]. 李璐.天津商业大学 2017
[3]基于财务指标量化选股的alpha策略可行性研究[D]. 侯永乐.浙江工商大学 2017
[4]基于打分法多因子模型的量化选股策略实证分析[D]. 王雨.东北财经大学 2016
[5]三类上市银行的绩效对比研究[D]. 黄莉.西南财经大学 2016
[6]基于财务指标和技术指标的价值投资策略实证研究[D]. 陈艺文.天津财经大学 2016
[7]多因子选股模型的构建与应用[D]. 朱世清.山东财经大学 2015
[8]财务估值指标量化选股及股指期货套保结合的投资策略研究[D]. 李帆.上海交通大学 2014
[9]多因子选股模型在中国股票市场的实证分析[D]. 王昭栋.山东大学 2014
[10]基于量化选股的Alpha策略在中国中小板市场的实证研究[D]. 杜秋余.河北经贸大学 2014
本文编号：2899659
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2899659.html
