《A股市场多因子量化选股研究_王瑞.docx》由会员分享，可在线阅读，更多相关《A股市场多因子量化选股研究_王瑞.docx（56页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文 的研究所做出重要贡献的个人和集体，均己在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名 曰期年 6 月 /曰 学位论文版权使用授权书 本学位论文作者完全了解学校有关保管、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权山西财经大学可以将本学位论文的 全部或部分内容编入有关数据库进行检索，可以采
2、用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 本学位论文属于保密 ，不保密 。在 年解密后适用本授权 (请在以上方框内打 “ V”) 曰期年 / 月 日 曰 期 年 彡 月 ？ 曰 学校代码 10125 专业代码 020204 题目 A股市场多因子量化选股研究 姓 名 王瑞 专 业 金融学 研 究 方 向 证 券 投 资 与管理 所属学院 财政金融学院 指导教师 _ 杨秀昌 _ 二一六年六月六日 University Code 10125 Major Code 020204 Shanxi University of Finance & Economics Thesis for Mast
3、ers Degree Title Research on multiple-factor quantitative stock selection in A-share market Name wane rui Major Finance Research Orientation Securities investment and management School Faculty of Finance & Banking Tutor vang xiuchang June 6,2016 山西财经大学硕士论文 摘要 量化选股的概念在国外兴起的很早，但在中国市场它起步较晚也发展的较为 缓慢，中国市
4、场的量化选股大多还是证券公司自身内部的研究，学者们关于它的 研究和运用少之又少。 2014年 7月我国 A股市场牛市启动，投资者的热情也日渐 高涨，但随着 2015年 6月股票市场行情的下行，人们逐渐恢复冷静，量化选股又 再一次回到投资者的视线内。多因子选股是量化选股最常用也是最为稳定、有效 的模型之一，无论在国内还是世界投资界，多因子模型都是投资者研究和使用最 多的模型。 首先，本文介绍了多因子选股的基本内涵、特点、以及多因子模型的基本程 序和基本策略，使得读者能够对多因子选股有个清晰直观的了解；其次，本文将 影响上市公司股票的因子分为四个大方面，从中挑选出 17个简单易查的候选因子， 并对
5、 2005年 1月到2015年 12月之间 A股市场上月交易数据和财务报表中的季度 财务数据进行有效的滞后处理，结合有效因子的检验步骤，筛选出 4个有效因子； 再次我们通过相关性检验并设定有效阀值，对有效因子的冗余性进行检验，发现 文章所筛选的 4个有效因子均不冗余，即得到了市净率、市盈率、换手率以及净 利润增长率四个有效且不冗余因子；最后，我们建立了基于等权重打分的 Z评分 模型，对投资组合进行实证分析，得出了在我国股票组合以 55个一组为最优，运 用 2012年 1月到 2015年 12月 A股市场上的数据为样本外检验期，对我们所选因 子进行了检验，并通过累计收益率、超额年化复合收益率、夏
6、普比率以及取得正 收益的概率等指标对模型进行了评价。 多因子选股模型的运用，削弱了个人投资者在资本市场上的弱势状态，避免 了一些情绪投资的出现，对我国量化投资的发展起到了积极的促进作用。但本文 的研究还存在着许多不足之处，例如对因子考虑不够周全，宏观经济和期货期权 市场的因子没有加以考虑分析，对于文中四个方面的因子也只是选取了部分进行 分析等。在接下来的工作中，我们还需对这些不足之处进行改进，以期望能够将 多因子选股真正应用到日常投资中来。 关键词：多因子，有效性检验，选股模型 1 _ 山西财经大学硕士论文 _ ABSTRACT The concept of quantitative stoc
7、k selection rises up early in abroad, but it starts later in the Chinese market and also develops slowly. In china, quantitative stock selection are mostly studied in securities firms interal. The study and application about it are very few. In July 2014, as Chinas a-share market bull market launchi
8、ng, investors enthusiasm rose. But with the stock market quotations downturn in June 2015, people gradually restored calm. Quantitativestock selection once again returned to investors sight. Multiple-factor stock selection is one of the most stable, effective and commonly used model in quantitative
9、stock selection. No matter at home or in the international investment community, multi-factor model is the most studied and used by scholars. Firstly, this paper introduces the basic connotation, characteristics, the basic program and basic strategy of Multiple-factor stock selection. It enables the
10、 readers can have a clear understanding on multiple-factor stock selection. Secondly, this article divides the factorsinto four major aspects which will influence the public companys stock and picks out 17 easy checking candidate factors, then hands effective the date from month transaction data and
11、 quarter financial statements in the a-share market between January 2005 to December 2015. Combined with the effective factors of test steps, this paper selects four effective factors. Thirdly, through the correlation test and set up effective threshold, we test redundancy of the effective factors.
12、We find that the four effective factors screening in the paper are not redundant, then we get four effective without redundancy factors. They are p/b ratio, p/e ratio and net profit growth rate.Finally, we set up Z score model based on the weighted scoring, which used to empirical analysis of portfo
13、lio. Then we concludethat the stock portfolio in China as 55 for a set is optimal. Applying the date in a-stock market between January 2012 to December 2015 as out of sample test period, we test the factors we selected.And through the of index of the accumulative return rate, the excess annualized c
14、ompound yields composite yield, sharpe ratio and the probability of getting positive income, we evaluate the model. The use of multiple-factor modelimpairs the weakness status of the individual investors in the capital market and avoids the emergence of some investmentemotion. This has a positive ef
15、fect on the development of quantitative investment in China. But this article also has many deficiencies. Such as, theconsideringof factorsis not enough, the factors of macroeconomic and futures an3 _ A股市场多因子量化选股研究 _ consideration, and the four aspect factors in articleare just selected the part toa
16、nalyze. In the following studying, we still need to improve these deficiencies. We hope that multiple-factor stock selection can real apply to daily investment. Keywords: Multiple Factor , Validity Test, Stocks Selection Models 4 山西财经大学硕士论文 目录 学位论文原创性声明 . 1 学位论文版权使用授权书 . 1 W . 1 ABSTRACT . 3 第 1 章绪论
17、 . 1 1.1研究背景和意义 . 1 1.1.1研究背景 . 1 1丄 2研究意义 . 2 1.2国内外研究文献综述 . 2 1.2.1国外研究文献综述 . 2 1.2.2国内研究文献综述 . 6 1.2.3文献述评 . 9 1.3研究方法、思路与创新点 . 10 1.3.1研究方法 . 10 1.3.2研究思路 . 10 1.3.3创新点 . 10 第 2章多因子量化选股的一般机理 . 11 2.1 多因子量化选股 . 11 2.1.1多因子量化选股的基本内涵 . 11 2丄 2多因子量化选股的基本特点 . 11 2丄 3多因子量化选股的优势 . 12 2丄 4多因子量化选股的基本策略 .
18、 12 2.2多因子量化选股的基本程序 . 13 2.2.1候选因子 . 13 2.2.2候选因子有效性检测 . 13 2.2.3冗余 因子的检测 . 14 2.2.4多因子量化选股的一般模型 . 14 2.3多因子量化选股的绩效评价 . 16 _ A股市场多因子量化选股研究 _ 2.3.1收益率评价指标 . 16 2.3.2风险度评价指标 . 16 2.3.3战胜基准频率 . 18 2.4小结 . 18 第 3章 A股市场量化选股有效因子的确定 . 19 3.1数据的选取和处理 . 19 3丄 1数据的选取 . 19 3丄 2滞后处理 . 21 3.2因子的选取 . 22 3.3统计检验与实
19、证结果分析 . 24 3.3.1多因子有效性的统计检验 . 24 3.3.2有效但冗余因子的剔除 . 25 3.3.3结果分析 . 26 3.4 27 第 4章 A股市场多因子量化选股模型的建立及评价 . 28 4.1模型及其参数的确立 . 28 4丄 1模型的建立 . 28 4丄 2组合规模 . 28 4丄 3投资周期 . 30 4.1.4投资组合的构建 . 31 4. 2模型的评价 . 32 4.2.1单一因子模型选股能力评价 . 32 4.2.2多因子选股模型选股能力评价 . 33 4.2.3综合评价 . 34 4.3小结 . 36 第 5 章 结 论 与 展 望 . 37 5.1结论
20、. 37 5.2不足 . 38 5.3展望 . 38 参考文献 . 40 2 山西财经大学硕士论文 雜 . 43 攻读博 /硕士学位期间发表的论文和其它科研情况 . 44 3 山西财经大学硕士论文 第 1 章绪论 1.1研究背景和意义 1.1.1研究背景 1950年量化投资在国外开始出现，国外学者在对数据进行量化处理的同时， 对于量化和投资的融合逐渐开始研究，但由于数据量过大，量化投资发展较为缓 慢，随着计算机技术的发展使用， 1970年计算机技术和量化概念的结合使用才使 得量化投资又一次得到了学者和投资者的重视，并且随着量化研究的发展量化投 资基金的规模和收益率也逐渐超越了传统意义上的基金。
21、量化投资概念在我国出 现的较晚，而真正意义上的量化投资基金直至 2004年才开始出现，落后了国外 30 多年。随着量化技术的出现，国内各大券商开始对量化基金和量化选股进行了深 入研究，并逐渐推出量化基金产品，但对于我国个人投资者来说量化投资的概念 是在 2008年金融危机之后才被熟知。随着 08年我国股票市场的走熊，并且全球 性的金融危机爆发，投资者们所投资的基金以及股票等产品都受到了很大的损失 ， 这时人们发现量化投资的产品收益率非但没有出现大幅度下跌而且仍然可以获得 相对较高的收益率，投资者对于量化投资又再一次迸发出了热情。通过研究我们 可以发现，在 1980到 2015年这三十多年间，全
22、球股市出现了几次大的波动，但 量化投资产品的收益率一直保持在较高的收益率水平中，其中又以大奖章基金最 为引人注目，它的收益率比巴菲特等坚持长线价值投资的投资者的收益均高出了 5%左右。 2014年开始，我国股票市场逐渐走好，公司上市的步伐也不断加快，截止到 2015年 12月末， A股市场共有 2806只股票，虽然 2015年 6月 A股市场开始出 现大幅度下跌，并紧接着出台了新股暂停上市发行的政策，但这并没有改变上市 公司增加的潮流，在这种情况下投资者依靠原始的判断分析和追随大流的小道消 息逐渐会被淘汰，个人投资者挑选出具有高价值低股价股票就变得更加困难。并 且我国的资本市场还存在很多缺陷，
23、信息不对称和内幕交易等情况时常发生，因 此，对于投资者尤其是个人投资者来说，怎样筛选出高品质、高价值、低价格的 股票就变得尤为重要，多因子选股的优势也就逐渐体现出来，它可以综合大量数 _ A股市场多因子量化选股研究 _ 据，并且可以根据投资者的偏好进行分析，为投资者理性投资提供了很大帮助。 1.1.2研究意义 (1) 理论意义： 多因子选股是量化投资应用最为广泛也是最为简单直观的模型之一，它能够 通过综合多方面因子的影响，对于股票市场和上市公司股票进行价值判断；拥有 很强的综合型，可以将估值因子、技术面数据以及财务数据等综合在一起，根据 投资者的偏好建立不同的模型，进而对投资者投资组合的选择作
24、出指导；多因子 选股模型有利于我国量化投资的发展，很大程度上促进了量化投资在我国的认知 和发展；多因子选股也有利于改善我国资本市场的状态，弥补市场上存在的缺陷 和促进市场不断成熟。 (2) 现实意义： 对于个人投资者来说，多因子选股可以很好的帮助投资者筛选股票，根据投 资者自身偏好，选取不同的着重点进行分析进而作出投资选择，削弱了个人投资 者在资本市场上的弱势状态；对于机构投资者特别是基金公司来说，多因子选股 可以很好的为机构提供选择的方向，并且为基金经理选择投资股票和组合提供了 很好的工具；对于我国资本市场，特别是股票市场来说多 因子选股很好的弥补了 市场不健全的缺陷，对于价值投资和理性投资
25、奠定了一定基础，也对市场的完善 提供很大帮助。 本文通过研究 2005年 1月至 2015年 12月之间我国股票市场的行情和截止 2015年末 2806家上市公司的股票，结合财务、行情以及技术面等多方面因素，通 过建立等权重 Z模型实证分析，为投资者和政府提出了一定的建议。 1.2国内外研究文献综述 1.2.1国外研究文献综述 (1)量化选股策略研究综述 Evans, Archer(1968) m对股票投资组合和风险进行了研究，他们认为代表风险 的指标有很多但并不有效，并首次将标准差引入风险这个范畴中；对于投资组合 来说，他们认为投资组合的规模和变动频率都影响着组合的绩效，并且通过函数 2 山
26、西财经大学硕士论文 公式将组合展现出来，在研究中他们将标普 500中的股票作为目标，通过具体的 行情数据得出了规模组合的最佳值，他们认为 8只个股是最可靠的投资组合，这 不仅具有分散风险的作用，也具有较高的收益回报。 Evans的理论在当时很受欢迎， 后来的许多学者对组合进行研究都是参考并借鉴了他们的理论。 Fisher, Lori(1970) 2就是对 Evans理论的继承和发扬者，他们通过对不同股 票市场的研究也得出了同样的结论。但也有不少研究者不认同这个理论， Elton, Gmber( 1977) 3就是反对者之一，他们认为 8只股票对降低风险的作用很小甚至 可以说是没有，因此需要扩大
27、组合规模，并对组合规模的个数进行了再一次的研 究。 Bird， Trippett(1986) 4也是反对者之一，他们认为 Evans研究的结果之所以 不正确不是数据或股票市场的原因，而是他们所采用的模型问题并且认为该模型 会导致设定偏离的出现，他们通过自己构建模型得出了想要分散风险需要远远多 于 8只股票的结论。 Statment.M(1987) 5虽然认同 Evans提出的理论模型，但他认为投资组合的 规模不仅需要考虑非系统风险，还应该考虑边际效应和市场情况。他创造性的将 边际成本效益和组合规模相结合，结合前人关于标准差、方差的理论，并充分考 虑到了交易成本这个关键因素，在他的理论中他认为一
28、个组合的最佳规模应该在 30到 40只股票之间。 1996年， M.Damsa6认为超额收益是衡量投资收益的一个重要指标，并且在 前人 的基础上提出了可转移 Alpha的概念，这也为后来者研究 Alpha策略提供了重 要的理论基础。 Vander Hart， Slagter和 Van(2003) m对选股策略提出了新的观点，他们通过研 究不同于传统市场的新兴市场，并对市场上的股票进行了不同策略的研究，研究 结果发现新兴市场和传统市场的选股策略不同，同一种策略在两个市场会有不同 的收益，在新兴市场上估值、技术策略是最为有效的，并且在两种市场上均存在 明显的 Alpha收益。 2008年， Tor
29、toriellom在怎样实现 Alpha收益一文中提出了多种方 法，并对不 同方法进行了分析和比较，文章中详细说明了多因子选股策略的方法和有效性， 并对于不同因子之间的结合提出了自己的观点。 Nicholas Barbaris， Andnei Shleifer (2012)【 9】对市场中投资者在不同环境下的情 3 _ A股市场多因子量化选股研究 _ 绪进行了深入分析，将心理学和投资相结合，并通过大量的采访和实证分析得出 了投资者在买卖股票的过程中容易产生情绪波动并且导致反应过激或者因为情绪 失落导致的反应不足的情况。 (2)量化选股有效因子研究综述 Basu (1977) 1 的创新之处在于
30、在研究 Alpha收益的同时，他将财务数据同 Alpha相结合，并认为价值投资是实现 Alpha收益的关键所在。他选取了纽交所 1956 年 8月到 1971年 8月的数据，并对这些数据进行筛选，选取其中财务数据完整且 可以获得的作为指标，在对数据的清洗过程中他发现财务数据的完整性很大程度 上体现了一只个股的优良程度；除了研究财务指标之外，他还对股票的市盈率进 行了研究和划分，他认为市盈率的高低很大程度上决定了个股的收益率，按照他 的划分市盈率可以 分为 5个层次，按照市盈率的这 5个层次他将股票分成了 5个 组合，并分别对这 5个组合进行研究分析，通过研究他发现随着时间的不同也就 是证券市场
31、所处的环境不同，市盈率的高低和收益率之间的关系还在发生着变化， 但总体而言他们都处于一个大的趋势。在 1956年 8月到 1970年 6月之间，市盈 率第 5层次即最低市盈率的股票组合的收益要高于其他组合，第 1层次即市盈率 最高的股票组合所取得的累计收益和 Alpha收益均为最低；并且伴随着高收益第 1 组合的股票的风险水平也低于其他组合，这就充分体现了第 1组合的优越性，即 低市盈率 的组合会获得较高的收益性和较低的风险性，在文章最后他充分考虑到 了交易成本对于模型的影响，并将它加入到模型中对 5个组合进行评价，所得到 的结果和文章之前的结果相一致。 Peary (1983) 11: 对
32、Basu的研究结果做了充分论证，他选取了美国市场 1970 年到1980年的数据为检验期，通过对 Alpha收益和市盈率的关系研究，它得出了 Basu的结论在 80年代的美国市场也是有效的。 Senchaek和 Martin (1987) 12首先对 Basu的结论做了充分肯定，他们认为除 了市盈率之外其他指标应该也可以对收益率产生影响，可以选择其他指标作为参 考依据。文章中他们选择了每股销售额和每股净利润作为参考指标，并从而衍生 出股票价格和这两个指标的比作为进一步的参考指标，通过对衍生出来的指标进 行分析发现价格和每股净利润的比对股票的影响会更大；最后他将价格和每股净 利润的比同市盈率相对
33、比，发现市盈率的有效性要好于这个指标，因此又再一次 的论证了 B asu的观点。 4 山西财经大学硕士论文 Mfe， Keimh和 Westerfndd(1989) 13在 Basu的基础上也对其他数据进行了分 析，他们通过对美国市场 1975到 1985年的数据进行分析，并借鉴了日本学者的 一些研究指标，通过研究他们发现除了市盈率之外营业利润增长率、净利润增长 率等一些指标也是可以选取使用的。 Chan Hama和 Lakonoshik (1991) 14对日本市场的情况进行了分析研究，他们 选取 1971年 1月到 1988年 1月之间的日本市场上的数据为检验期，对市盈率进 行了检验发现市
34、盈率在日本市场也是有效的；紧接着他们对其他指标进行了 研究 例如市场规模、市净率和每股现金流等，通过研究他们发现收益率的高低同这些 指标之间都存在着一定的关系：小规模的市场反而可以获得较小的收益率，这也 为后来各国的中小板发展创造了一定的基础；市净率较低的股票比市净率高的股 票取得超额收益的概率要高；每股现金流较高的股票公司更具有投资价值。 Fama， French (1992)15的理论为多因子模型的发展提供了良好的基础，在他 们的研究中发现虽然很多指标都对股票价格产生了一定的影响，但这些影响是片 面的，这需要我们通过将这些指标综合起来通过构建一个综合的模 型来对指标进 行评价，单个的指标并
35、不能很好的反应收益率高低的情况。 Eugene. Fama和 Kemreth R. Frnehc (1992) 16从不同的角度对因子影响收益率 进行了分析，在他们认为相同的因子在不同时间段和不同市场上的影响程度是不 同的，有可能存在同一因子在不同市场上的影响结果是完全相反的可能性存在。 他们研究了一个完整周期内的美国不同交易所的股票收益率和影响因子之间的关 系，在他们的研究中市盈率和市净率是在不同时期和不同市场上都存在很大影响 的因子，所以他们对这两个因子进行了更加详细 的分析，分析结果表明市净率比 市盈率更加有效的体现了因子影响程度，而低市净率比高市净率更能获得超额收 益率，在 1960年
36、到 1990年这三十年中，低市净率的组合跑赢高市净率的概率为 90%多，即只有三年中高市净率组合的股票取得的超额收益率要高于低市净率。 Asness (1997)17是支持基本面选股的学者之一，在他的理论中认为一个公 司的基本面数据对股价的影响是占主要比例的，其他数据虽然对股价也有影响但 相较基本面来说他们所占的比例很小。对于股价而言，基本面形式的走好也就代 表了股票有可能会得到投资者的青睐，股价有可能上升；基本面形式不好的情况 下，投资者都会慎重选择该只股票，股价有可能因此下跌。这个观点在后来也获 得了很多其他不同国家的研究者的认同，他们研究发现在不同的市场里这个结论 5 _ A股市场多因子
37、量化选股研究 _ 都是有效的。 Fama， French (1995)和 Chen, Zhang(1998)【 18】 对 Asness 的结论分别进行了论证， 在他们的研究中也同样证实了基本面形势走好会对股票价格产生一个积极的影响， 那些基本面形势不好的公司会受到投资者的怀疑并对股票持有观察的态度，因此 股价有可能受到不良影响。 Joseph D. Piotroski(2000) 19也对 Asness的理论进行了分析并作出认同，在此 基础上他对基本面又作了更加详细的划分，在文章中他一共筛选了 9个财务数据 作为影响股价的因子，并对这些数据进行筛选，通过设定阀值他对这些数据进行 评分，并按分
38、数进行排序，并选择其中排名前 20%的作为一个投资组合，通过论 证他发现这个投资组合可以在获得较高收益的同时面对较小的风险，因此这个投 资组合至今仍 为许多学者所使用。 ParthaS .Mohanram(2007)【 2。】对 Piotroski的观点作出了补充，他除了选取上 文中所说的 9个财务指标外，还将平均市净率 PB引入到了自己的文章中，并且按 照上文所提到的方法对 PB指标进行打分排序并选取前 20%作为组合进行分析，通 过实证研究发现 PB也对股票价格的变动产生了很大的影响。 Albadvi和 Chaharsooghi(2013) 2n对基本面研究发展作出了很大的贡献，除 了常规的基本面数据外他还将行业带入其中，通过对德国的证券