量化投资系列之三：动态预期+股价动量反转之选股策略

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4月19日 动态预期+股价动量反转之选股策略 ――量化投资系列之三 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 执业证书编号：S1070210030003 相关报告 《量化投资系列之二—动态选股模型初探》 2010年2月11日 《量化投资系列之一—基于估值与成长的静态 选股模型》 2010年2月11日 要点：  我们前期所作的工作发现了不少有用的结果，但在随后的思考和backtest中我们也发现了一些问题。为此我们对原来的选股模型做了一些调整，主要工作是清洗数据库以及提出一种新的调仓模型。这样我们得到的选股结果收益率虽然比上期报告有所降低，但却使backtest更具真实性。  动量（momentum）也可称为惯性，意为趋势的延续。采用动量选股的前提假设是上涨或下跌趋势可以延续，这时投资者应采用追涨杀跌的策略。反转（reversion）意为股价偏离正常运行轨道，有均值回复的要求。 我们以沪深300指数中的指标股为池在05年到10年一季度时间段里的动量反转策略做了一个实证测验。动量的时间分别考虑5日、10日、30日等短期动量；反转的时间分别考虑91日、182日、365日反转，意为中长时间段跑输市场的股票有均值回复要求。结果发现动量策略基本是失效的，而反转策略明显有效，尤其是长周期反转。例如182日反转、365日反转策略分别在4年多时间里跑赢指数152%和260%。  我们在动态预期选股流程中加入动量与反转模块，从51个月的长周期运行结果来看，在我们的动态预期选股流程中加入股价动量、反转策略在总收益上并不比单纯的动态选股指标要强。但有三个策略运行的结果还是比较理想的，分别是预期收入增长率+10日动量策略、预期净利润增长率+365日反转策略、动态PEG+365日反转策略。对于动量本身的定义来看，如果股价动量与盈利动量实现共振，可能更具有实际操作的意义。而未来行业权重的动态优化、大中小盘股的权重优化、择时策略的应用会给量化投资组合带来更好的表现。  附表中我们给出了基于沪深300股票池的365日反转选股、四种动态预期选股指标以及三种动量反转增强指标在最近六个月选股情况。 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 量化投资系列 1、选股模型的修正 1.1 我们前期的工作 在《量化系列报告之二——动态预期选股模型初探》中，我们提出了动态预期选股可以增强投资组合的阿尔法。在考虑过众多动态预期选股指标后，我们甄选出动态PE、预期收入增长率、预期净利润增长率、动态PEG等四个指标进行考察。投资组合构建的时间跨度为1个月，在每个月初进行组合的调整，假设调仓成本为1%，选股范围为2010年前上市的全部A股股票（不包括创业板），组合内股票数量为30支。 模型的结果表明，动态PEG组合具有最好的选股能力。而四种选股指标在06年到09年整四年时间里都能获得超过800%的累计收益率，大幅跑赢同期的沪深300指数，也能超越同期大部分股票型基金。 但是我们在随后的思考和backtest中也发现了一些问题，主要矛盾在于理论上的模型距离真实操作还存在距离。为此我们对原来的选股模型做了一些调整，主要工作是清洗数据库以及提出一种新的调仓模型。这样我们得到的选股结果收益率虽然比上期报告有所降低，但却使backtest更具真实性。 1.2 模型的改进：清洗数据库与选择调仓模型 为了使得选股模型更加贴近实际，我们对数据库进行了数次的清洗。目的是剔除那些发生重大资产重组在长期停牌后复牌的股票，因为这些股票往往不能利用选股模型来解释，并且也无法在组合构建中买入。同时，为了剔除异常情况，我们定义的动态PE遴选条件应该大于5，预期收入或净利润成长率应小于1000，设立遴选条件主要是筛除那些异常数据例如扭亏为盈或财务洗澡的情况，相对应的PEG的筛选条件应该是大于0.005。 并且，为了使操作接近于真实的量化基金操作，减少交易成本，我们提出了两种调仓的模型。 模型1：在月末最后一个交易日调仓的时候检测本月和下月的投资组合中有没有重复的股票，如果有，则对重复的股票不进行任何操作，仍然放在投资组合中。其他需要更新的股票，则卖出，再把卖出后的市值平均分配给下月需要买入的股票，操作价格均为当日收盘价。 模型2：在月末调仓的时候不进行检测。以当日收盘价卖出当月组合中所有股票，以当日收盘价等市值买入下月投资组合中所有股票。模型2与模型1相比，交易成本会有显著提高。 在图1至图4中，我们给出了这两种模型选股结果的比较（组合1就是采用调仓模型1，组合2就是采用调仓模型2）。我们可以看出，调仓模型1的表现远好于调仓模型2，因此未经特殊说明我们的调仓方法均采用模型1。但对于单月的收益特征，我们采用模型2来描述，即收益率为本期30支股票等市值平均涨幅。 3 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 量化投资系列 图1：动态PE组合 数据来源：长城证券研究所 图2：预期收入增长率组合 数据来源：长城证券研究所 图3：预期净利润增长率组合 4 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 量化投资系列 数据来源：长城证券研究所 图4：动态PEG组合 数据来源：长城证券研究所 1.3 调整后选股模型表现 经过以上两个步骤的处理，我们对前期所做的选股过程再做一次梳理。表1中给出了模型调整过也是更加接近于实际操作的选股结果。 表1：四种动态选股指标分阶段表现 2006年 2007年 2008年 2009年 2010年1季度 全阶段表现 动态PE 97.43% 320.74% -67.59% 158.92% 1.99% 610.99% 收入 135.00% 213.58% -69.81% 158.35% 6.30% 510.90% 净利润 116.44% 239.17% -63.48% 128.73% 0.85% 518.38% PEG 132.65% 237.87% -63.51% 147.52% -0.11% 609.28% HS300 121.02% 161.55% -65.95% 96.71% -6.43% 262.29% 5 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 量化投资系列 数据来源：长城证券研究所 从表1可以看出，从06年到10年3月共51个月期间，动态PE和动态PEG指标的选股能力最好。而动态PEG指标与其他指标相比，在我们划出的五个阶段中均能战胜沪深300指数，表现较为稳健。而动态PE指标在06年和08年间跑输指数。因此四种指标相比，动态PEG选股是最具有吸引力的一个指标。 2、股价动量和反转真的有效吗？ 动量（momentum）也可称为惯性，意为趋势的延续。采用动量选股的前提假设是上涨或下跌趋势可以延续，这时投资者应采用追涨杀跌的策略。反转（reversion）意为股价偏离正常运行轨道，有均值回复的要求。 我们以沪深300指数中的指标股为池在05年到10年一季度时间段里的动量反转策略做了一个实证。指标股的选择已经按照指数历史进行了修正。选取的股票组合数量为30支，持有时间为1个月。动量的时间分别考虑5日、10日、30日等短期动量；短期动量的含义在于短期大涨的个股可能在中期趋势延续，对于更长的时间段，我们认为没有任何投资和金融学的意义，因此不加入考虑。反转的时间分别考虑91日、182日、365日反转，意为中长时间段跑输市场的股票有均值回复要求，同样对于短周期的反转不予考虑。 运行的结果如图5和图6所示。我们发现动量策略基本是失效的，而反转策略明显有效。尤其是长周期反转，例如182日反转、365日反转策略分别在4年多时间里跑赢指数152%和260%。说明的简单道理就是股价长期跑输指数的个股有望在随后跑赢大盘。 图5：加入动量的动态PE选股累计收益 图6：加入反转的动态PE选股累计收益 数据来源：长城证券研究所 那么加入动量、反转策略能否有助于我们的动态预期选股呢？ 3、加入股价动量与反转模块后的模型表现 6 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 量化投资系列 3.1 模型的构建方法 我们在动态预期选股流程中加入动量与反转模块，从而考察这一策略是否能取得增强收益的结果。这一策略的基本步骤是先选取动态预期指标领先的股票子池，再从子池中选取动量或反转指标靠前的30支个股。在股票子池规模的选取上有一个权衡，子池中包含的股票支数越多，则可能动量、反转的力度越大，但同时动态预期指标的强度在减弱。我们设定的子池的规模为150支，是考虑到150支子池其动态预期指标的规模并没有量级上的改变，可以视为“绝对低估”或“超级成长”类的群体，并且与最终的30支股票池有一定的缓冲空间（5倍）。据上述逻辑，我们设定的选股流程中如图5所示。 图7：加入股价动量与反转模块后的选股流程 数据来源：长城证券研究所 3.2 模型的运行结果 我们对原先的动态PE、预期收入增长率、预期净利润增长率、动态PEG等四个指标加入股价动量、反转模块。结果分别呈现于图8至图15。 图8：加入动量的动态PE选股累计收益 图9：加入反转的动态PE选股累计收益 数据来源：长城证券研究所 图10：加入动量的预期收入增长率选股累计收益 图11：加入反转的预期收入增长率选股累计收益 7 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 量化投资系列 数据来源：长城证券研究所 图12：加入动量的预期净利润增长率选股累计收益 图13：加入反转的预期净利润增长率选股累计收益 数据来源：长城证券研究所 图14：加入动量的动态PEG选股累计收益 图15：加入反转的动态PEG选股累计收益 数据来源：长城证券研究所 从51个月的长周期运行结果来看，在我们的动态预期选股流程中加入股价动量、反转策略在总收益上并不比单纯的动态选股指标要强。但有三个策略运行的结果还是比较理想的，分别是预期收入增长率+10日动 8 长城证券有限责任公司 GREATWALL SECURITIES CO.,LTD 量化投资系列 量策略、预期净利润增长率+365日反转策略、动态PEG+365日反转策略。在我们划分的五个时间段里这些指标有较理想的总收益率，并且具有较高的单月战胜指数比例，显示出这些策略可供我们参考和使用。 表2：四种动态选股指标分阶段表现 2006年 2007年 2008年 2009年 2010年1季度 全阶段表现 单月战胜指数比例 动态PE+5日动量 102.30% 276.20% -69.36% 109.12% -4.60% 365.22% 68.6% 动态PE+10日动量 132.93% 255.95% -68.57% 125.27% -0.66% 483.17% 68.6% 动态PE+30日动量 108.70% 270.84% -69.53% 127.36% -3.92% 415.07% 64.7% 动态PE+91日反转 79.44% 263.70% -63.91% 164.09% -2.00% 509.56% 58.8% 动态PE+182日反转 72.56% 308.62% -66.61% 164