量化投资系列之二：动态预期选股模型初探

1 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 2008年2季度投资策略报告 金融工程 专题研究 2010年2月11日 动态预期选股模型初探 ――量化投资系列之二 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 分析师 宋绍峰 010-88366060-8869 songsf@cgws.com 四种选股指标的表现对比 数据来源：长城证券研究所 要点：  静态选股模型有固有的弊病，就是不能够反映出市场对企业盈利预期的变化；并且静态选股难以分离出阿尔法。因此我们就想把一些动态的因素纳入到选股过程当中。我们选股的方法与静态选股模型类似，就是在每个月的初期在数据库中分别选择动态PE、预测营业收入增长率、预期净利润增长率、动态PEG选择30支股票，等市值买入并持有一个月，在下月之初根据指标重新选股调仓，对于纳入组合的新股票假设有2%的调仓成本。  我们计算的结果表明：根据动态预期选股可以获得很好的超额收益，可作为机构投资者构建量化投资组合的选股策略之一。我们选取的四个具有代表性的选股指标在2006年到2009年的四年时间里都获得了4倍以上的累计收益，在没有进行择时策略的情况下，可以跑赢同期市场上大部分股票型基金。与优质基金对比，可发现组合的sharpe指标明显落后，这是因为我们的组合默认是满仓操作，从而无法避免具有大波动率。但综合IR比率和Jenson比率来看，动态PEG选股效果都比较突出，可以获得较好的阿尔法收益。  在08年熊市阶段，动态指标很难跑赢大盘，甚至会大幅跑输市场。个种原因可能是在经济面和行业面转下的情况下，分析师的盈利调低具有滞后性，这样就对动态PE选股策略产生了有毒影响。有毒影响的另一方面体现在数据库的误差、分析师方向性的错误和数据的滞后与缺漏。对于机构投资者而言，可与卖方与自身的研究部门进行快速通道的接口从而构建一个更加迅速的盈利预测系统。为了减轻分析师方向性的错误，可行的做法是采用公司研究覆盖较广、以及研究体系较为成熟的券商的盈利预测，并且采用固定的卖方研究机构，且在盈利预测出现较大偏差时应该有较完备的问责机制。  最新一期的动态PEG选股情况来看，组合在1月份再次战胜沪深300指数（-5.5% VS -10%）。不甚人意的是这种机械化选股流程也包纳了近期明显的一些问题股票。 独立声明 作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。 2 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 专题研究――量化投资系列 1、动态预期选股模型的构建思想 我们前面已经讲过，静态选股模型有固有的弊病，就是不能够反映出市场对企业盈利预期的变化；并且静态选股难以分离出阿尔法，我们研究的更多是如何寻找那些可以延续的动量因素，例如营业收入增长率。因此我们就想把一些动态的因素纳入到选股过程当中。 本文我们将要考察几个常见的动态指标，包括动态市盈率，预期收入增长率，预期净利润增长率，PEG等，考察这些指标与股价实际表现的联系。当然我们可以选取其他的指标，例如盈利超预期(Earnings Surprise)、评级调整、预期ROE等，但这些指标可能已经涵盖在我们上述的基本分析指标当中，或者给市场带来的影响过于短暂。我们在静态选股模型中采用以季度为单位的持仓时间，但在动态预期选股模型中采用以月度为单位的持仓时间，这样可以较好跟踪上市场中盈利预期的变化，并且过滤掉一些短期效应。 我们选股的方法与静态选股模型类似，就是在每个月的初期在数据库中分别选择当年动态PE最低、预测营业收入增长率最高、预期净利润增长率最高、动态PEG最高的30支股票，等市值买入并持有一个月，在下月之初根据指标重新选股调仓，对于纳入组合的新股票假设有2%的调仓成本。 我们采用的业绩预测数据库为市面上较为常见的Wind资讯。 2、动态选股模型的结果 2.1 动态PE 动态PE选股在4年的时间里录得收益888%(一个很幸运的数字)，跑赢沪深300指数612%。这个收益对于一只主动型的基金来说，应该是相当可以。而我们的数据都是公开和透明的，但组合的收益却要好于市面上的大部分基金，并且没有添加任何量化择时策略。 阶段性表现来看，动态PE选股策略在牛市中“贝塔驱动”阶段中表现良好。06年以来，依靠估值提升驱动市场的阶段主要在07年前三季度以及09年上半年，在这一阶段里往往伴随分析师大量的报告出台揭示动态PE造成的“低估”，因此在这一阶段用动态PE布局，组合可以取得较好的表现。而在熊市阶段，经济面因素传导至盈利预测使得其不甚可信，导致动态PE策略相对大盘并无任何优势可言。 表1：动态PE选股累计收益走势 3 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 专题研究――量化投资系列 资料来源：长城证券研究所,wind 图2：动态PE选股的月度收益率 资料来源：长城证券研究所,wind 2.2 预期收入增长率 在每个月初对当年预期收入增长率进行一个排序，将排名前30的股票纳入到投资组合当中，而完全忽略估值等因素的影响。如此构建的投资组合在4年里获得了1272%的收益。这种选股方法与动态PE相比，优点在于组合的变动比较少，这样可以大幅减少交易成本（我们假设每更换一次投资组合需要2%的交易成本）。与我们前篇关于静态选股模型的结论类似，营业收入增长率再次成为一个选股能力非常突出的指标。 阶段性表现来看，该选股指标能够取得超额收益的阶段主要在每年4月和8月期间。个中原因可能在于这一阶段主要是年报和中报密集发布期，而预期收入增长率和动态PE不同，公布之后便具有较长时间的粘性， 4 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 专题研究――量化投资系列 是一个比较稳定的选股指标。而从股价的表现来看，市场（尤其是震荡向上阶段）还是非常关注营业收入大幅增加的公司，这点结论也跟我们静态选股中的结论一脉相承；对预测公司财务表现来看，预测营业收入要比预测利润要简单一些，因此这也是此方法的一个优点。但是该指标的缺点也比较非常突出，在08年如果利用这个指标构建投资组合，则跌幅要大于同期的沪深300指数。一个可以解释的特征是，预期收入增长率往往伴随着资产重组、资产注入等，这样的特征使得用收入增长率选股产生高贝塔的特性。 图3：预期收入增长率选股累计收益走势 资料来源：长城证券研究所,wind 图4：预期收入增长率选股的月度收益率 资料来源：长城证券研究所,wind 2.3预期净利润增长率 5 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 专题研究――量化投资系列 用当年预期净利润增长率选股在四年间取得了1079%的累计收益。牛市阶段净利润增长率具有较好的选股效果，（尤其在年报和中报公布期间），而在熊市阶段并没有太好的超额收益。 图5：预期净利润增长率选股累计收益走势 资料来源：长城证券研究所,wind 图6：预期净利润增长率选股月度收益率 资料来源：长城证券研究所,wind 2.4 动态PEG 我们对动态PEG的定义为动态PE/当年预期净利润增长率。动态PEG选股效果在我们四个选股指标中是表现最好的，四年间的累计收益达到1457%。从定义上来看，动态PEG结合了估值与成长，因此综合选股能 6 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 专题研究――量化投资系列 力非常好，也是我们今天列举的四个动态指标中选股效果最好的。并且我们发现动态PEG的周期性影响较小，在牛市中具备较好的弹性，而在熊市中表现稍差，跌幅与大盘基本同步，长期而言能够连续性战胜市场。 图7：动态PEG选股累计收益率走势 资料来源：长城证券研究所,wind 图8：动态PEG组合选股月度收益率 资料来源：长城证券研究所,wind 3、结论和展望 根据动态预期选股可以获得很好的超额收益，并且实用、可操作，可作为机构投资者构建量化投资组合的选股策略之一。我们选取的四个具有代表性的选股指标在2006年到2009年的四年时间里都获得了4倍以上的累计收益，在没有进行择时策略的情况下，可以跑赢同期市场上大部分股票型基金。 7 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 专题研究――量化投资系列 我们把构建的动态选股组合与华夏大盘、鹏华50两支优质基金进行对比，我们发现组合的sharpe指标明显落后于基金(我们采用matlab自带函数计算组合各种特征比率，量级可能与其他算法不同，但这里仅区别数值的大小，与量级无关)，这是因为我们的组合默认是满仓操作，从而无法避免具有大波动率。但综合IR比率和Jenson比率来看，动态PEG选股效果都比较突出，可以获得较好的阿尔法收益。 表1：投资组合的业绩评价(以日收益率为基准) 累计收益率 年化超额收益 年化标准差 夏普比率 IR比率 Jenson比率 动态PE 888.42% 27.35% 42.51% 0.0875 0.0598 0.063% 收入增长率 1271.74% 38.23% 40.56% 0.0914 0.0627 0.070% 利润增长率 1078.93% 33.09% 40.32% 0.0798 0.0324 0.043% 动态PEG 1457.11% 42.68% 41.13% 0.0941 0.0657 0.081% 华夏大盘 1168.94% 35.56% 28.76% 0.1488 0.1119 0.151% 鹏华50 521.25% 13.40% 28.25% 0.1047 0.0269 0.067% 沪深300 275.74% - 36.53% 0.0712 - - 资料来源：长城证券研究所,wind 四种选股指标中，选股效果最好的是动态PEG，且受到股市周期影响比较小，基本可以稳定持续跑赢基准。在“贝塔驱动”型的牛市行情里，持续性配臵低动态PE股票可以获得很好的收益。而在08年熊市阶段，动态指标很难跑赢大盘，甚至会大幅跑输市场。个中原因可能是在经济面和行业面转下的情况下，分析师的盈利调低具有滞后性，这时候对于先知先觉的投资者和买方而言往往盈利预期已经大幅缩水，而对于卖方分析师仍然“不情愿”改变观点，或者认为公司没有投资性就对于先前的评级没有及时修改；这样就对动态PE选股策略产生了有毒影响。 有毒影响的另一方面体现在数据库的误差和分析师方向性的错误。在07年之前，根据动态预期选股并不是很有效，这或许跟我们那时的研究水平不高以及面板数据不甚齐备有关。数据的滞后与缺漏是非常重要的问题，主要表现在股份变动产生的盈利预测变化没有及时的体现。在这里我们主要选用是Wind提供的数据，而对于机构投资者而言，可与卖方与自身的研究部门进行快速通道的接口从而构建一个更加迅速直接的盈利预测系统。为了减轻分析师方向性的错误，可行的做法是采用公司研究覆盖较广、以及研究体系较为成熟的券商的盈利预测，并且采用固定的卖方研究机构，且在盈利预测出现较大偏差时应该有较完备的问责机制。 截止到目前，我们已经对静态和动态预期选股进行了一些基本的实验。但在我们这两种投资组合构建过程中，没有考虑到择时的因素。因此我们后续除在选股策略上加强之外，可以考虑引入择时技术、仓位优化和行业配臵优化技术。 我们在表2到表4中列举了我们根据动态PEG选股的结果。从最新的情况来看，组合在1月份再次战胜沪深300指数（-5.5% VS -10%）。不甚人意的是这种机械化选股流程也包纳了一些