港股ROE量化投资策略（二）：ROE量化策略的基本面原理初探

我们围绕企业ROE的特征，构建了20年20倍的量化投资策略 在2023年8月29日的报告《港股ROE量化投资策略（一）-七重标准构建港股量化配置和选股策略》中，我们从五个角度来评判和认识一家企业的ROE，它们是：1）ROE的绝对水平；2）ROE的可持续性；3）ROE的稳定性； 4）ROE与估值的关系；5）周期性行业与ROE的关系。根据这五个视角，我们建立了七条量化选股标准，并将它们组合成近2200个量化投资策略，筛选历史回测结果良好的选股/配置策略： 1）如果完全不进行大势研判，不进一步选股，我们的全市场环境配置策略能在2001年至今让净值达到最初的17倍（基准为5倍）；2）如果投资者有效进行大势研判（假设75%准确率），并进一步选股（选出表现居中的个股），那有较大的概率将净值增至初值的10-30倍（基准为1.4倍）。 本报告，我们尝试将这个量化模型转换成定性的基本面语言，并制定了选股守则，尝试给投资者带来更直观的认识和更强的实用性。 牛市进攻守则：寻求可持续增长，在变化中博取大收益 我们对进攻性配置/选股守则的总结有两条：1）避免那些业务规模增长速度（即营收增速）远快于资本积累速度（即ROE）的个股，以避免不可持续的高增长，从而规避尾部风险，这主要基于我们“ROE是长期增长和派息动力源”的假设；2）在预期ROE的显著变化中寻求博取大收益的机会，这伴随着一定的风险，也要求更高的选股能力。 熊市防御守则：守中庸之道，求行稳致远，质地大于估值 在防御性配置的应用环境下，我们得出了以下结论：1）既要避免增长过弱且派息比例低，导致资本无效堆积的公司，也要避免资本增长远跟不上业绩增长（营收增速远高于ROE）的公司；2）选择未来ROE比较稳定的非周期性行业公司。 在逆风中寻找有反击机会的个股时，我们建议优先选择1）ROE优势大且稳定；2）公司治理出色，资本规划水平高；3）估值偏高的公司。 全市场投资守则：精选优质股票，兼顾估值 在全市场环境（不分牛熊市）中进行配置时，我们主张：1）公司不宜“躺平”（既不扩张，也不派息，导致资本无效积累），也不应“冒进”（增速远超ROE，导致内生资本供应不足）；2）适当考虑估值的性价比；3）避免周期性行业。 在全市场环境的选股中，根据对历史的总结，我们发现主要的长期牛股更容易出现在：1）高ROE的公司和2）既不“躺平”也不“冒进”的公司中。 风险提示：历史规律不能重演的风险；行业政策和基本面的尾部风险；不能正确判断大盘环境的风险。 一、回顾：围绕ROE的量化投资策略 1.1ROE投资策略构建方法论回顾 在《港股ROE量化投资策略（一）-七重标准构建港股量化配置和选股策略》中，我们围绕企业的ROE表现构建了七个量化标准，并将它们自由组合成2000余个量化投资策略。这七个量化标准具体如下： 表1：我们ROE选股策略的五重视角和七个标准 我们根据策略采用的标准来对具体策略进行命名。比如： 1）策略1/2：符合标准一和标准二的策略； 2）策略-3/6/7：不符合标准三，且符合标准六和标准七的策略。 在构建策略之后，我们用这些策略在恒生综指中选股，并测试它们的历史表现。 根据策略的使用环境，我们将这些策略分为进攻性（牛市中使用）、防御性（熊市中使用），以及全市场环境（无差别应用）；根据应用方式，我们将这些策略分为配置（批量买入选出的股票）和选股（缩小选股范围，再辅以其他手段确定一支/几只投资标的）。 将两种分类方式叠加，我们得到了六种量化投资策略的应用方式，并有针对性地进行了历史回测。我们主要从三个角度来观察各个策略的表现：1）胜率（即跑赢基准的概率）；2）平均超额收益（平均跑赢基准的幅度）；3）筛选率（按照策略量化标准，能从基准股票池中选出的股票比例）。 对于胜率和平均超额收益，我们本着越高越好的原则。在不同的策略应用中（选股/配置；进攻/防御），这两个标准的优先级会有所变化。 对于筛选率，我们寻求“适中”的水平。而“适中”具体的取值范围，一方面要看应用方式（选股/配置），另一方面也因投资者的特征（如资金规模）而异。 历史表现回测的具体口径和参数设置如下： 表2：我们的ROE选股/配置策略历史回测口径与评判标准 1.2ROE量化投资优秀策略范例 在有限的篇幅中，我们难以将2000条策略尽数展示。因此，在六类使用方式中，我们各选取一个较优的策略进行展示。 1.2.1配置策略展示 策略-3/4是我们选取的进攻性配置策略范例，它具备较高的牛市胜率和平稳的超额收益： 图1：策略-3/4的进攻性配置胜率 图2：策略-3/4的进攻性配置平均超额收益（ppt） 策略-1/2/4/5/7是我们展示的防御性配置策略，它能在胜率和超额收益之间取得一个良好的平衡。它的历史回测表现如下： 图3：策略-1/2/4/5/7的防御性配置胜率 图4：策略-1/2/4/5/7的防御性配置平均超额收益（ppt） 策略-3/5/6是我们展示的全市场环境配置策略。无论是牛市还是熊市，它都能取得良好的表现。它的历史回测数据如下： 图5：策略-3/5/6的全市场环境配置胜率 图6：策略-3/5/6的全市场环境配置平均超额收益（ppt） 1.2.2选股策略展示 我们展示的进攻性选股策略是策略-1/2/-3/-5。这是一个激进的、超额收益优先的选股策略。同时，它也具备较高胜率。它的历史表现如下： 图7：策略-1/2/-3/-5的进攻性选股胜率 图8：策略-1/2/-3/-5的进攻性选股平均超额收益（ppt） 防御性选股策略的范例是策略1/3/5/-6/7。它的胜率表现一般，但却有在熊市环境下比较突出的平均超额收益。它的历史表现如下： 图9：策略1/3/5/-6/7的防御性选股胜率 图10：策略1/3/5/-6/7的防御性选股平均超额收益（ppt） 全市场环境下，选股策略的胜率较难维持高位，但能找到超额收益具备一定吸引力的策略。其中，策略1/2/-6便是一个例子。它的历史表现如下： 图11：策略1/2/-6的全市场环境选股胜率 图12：策略1/2/-6的全市场环境选股平均超额收益（ppt） 1.3ROE量化投资策略历史净值表现回测 1.3.1配置策略 在对配置策略进行历史净值回测时，我们考虑两种情况： 1）对牛熊市进行预判（正确率假设：100%、75%、50%），并相应地执行进攻性/防御性配置策略，分别对应我们前文提到的策略-3/4和策略-1/2/4/5/7； 2）不判断牛熊市，无差别采用全市场配置策略（策略-3/5/6）。 下图中，灰色虚线代表判断牛熊市并采取相应策略的情况下，历史净值走势的模拟结果；蓝色实线代表无差别采用全市场配置策略的模拟结果；红色实现代表基准的净值走势。 图13：ROE配置策略净值回溯走势：100%精准预测牛熊市 图14：配置策略净值比较：100%精准预测牛熊市 图15：ROE配置策略净值回溯走势：75%准确率预测牛熊市 图16：配置策略净值蒙地卡洛模拟：75%准确率预测牛熊市 图17：ROE配置策略净值回溯走势：50%准确率预测牛熊市 图18：配置策略净值蒙地卡洛模拟：50%准确率预测牛熊市 1.3.2选股策略 以与上文相同的方式，假设投资者最终总是选出选股策略结果名单中表现居中的那个股票，我们对选股策略的历史表现进行了模拟。结果如下： 图19：ROE选股策略净值回溯走势：100%精准预测牛熊市 图20：选股策略净值比较：100%精准预测牛熊市 图21：ROE选股策略净值回溯走势：75%准确率预测牛熊市 图22：选股策略净值蒙地卡洛模拟：75%准确率预测牛熊市 图23：ROE选股策略净值回溯走势：50%准确率预测牛熊市 图24：选股策略净值蒙地卡洛模拟：50%准确率预测牛熊市 二、总结优秀策略的条件组合特征 2.1定义“优秀的策略” 对于一个量化投资策略来说，胜率和超额收益自然是越高越好，而筛选率的最优范围则因人而异。因此，我们从胜率和超额收益率两个方面入手对策略的历史回测表现进行排名。 我们先计算各个策略在特定应用环境下的胜率和超额收益百分位。对于胜率和超额收益的单项得分，我们采用下表的权重标准进行计算： 表3：ROE投资策略胜率总分和超额收益总分的计算方式 依照“表3”，我们可以对一个策略的胜率和超额收益分别进行评分。随后我们依据“表4”的评估重要度，对这两个评分赋权并求总分。具体规则是： 1）胜率和超额收益重要程度不同：较重要的一项赋予2/3的权重，另一项赋予1/3的权重； 2）胜利和超额收益重要程度相同：各赋予1/2的权重。 表4：我们的ROE选股/配置策略评判标准 依照这个方式，我们可以将所有策略的表现进行排序，然后尝试总结出优秀策略的共性，并寻求基本面的解释。 2.2优秀策略的共性 进行策略表现的排序以后，我们分别统计单一标准在不同策略排名区间上出现的频率。总体看，我们共有七条标准，那么算上它们的相反项（如策略3和策略-3就是相反的），我们共需统计14条标准的出现频率。 2.2.1优秀配置策略的共性 观察下图我们可以发现，优秀的进攻性配置策略的一大共性是“非标准三”，这在策略命名中以“-3”指代。这主要是因为，在进攻性选股表现前10/前20的策略中，“-3”的出现概率高达80%。随着表现排名区间向后延伸，“-3”的出现频率逐渐走低。这个现象说明，“-3”的出现与进攻性配置策略的优秀程度呈现出数据层面的正相关性，即优秀的策略通常更倾向于带有“非标准三”的选股条件。 相比之下，“标准二”则是一个“帮倒忙”的标准：排名越是顶尖的策略（如前10/前20），带有“2”的概率越低；随着策略表现排名向后延伸，策略含有“2”的比例逐渐走高。这个现象说明：“2”的出现频率与策略的进攻性配置能力呈现负相关性，即优秀的策略倾向于不带有“标准二”的限定条件。 总结下来，进攻性配置策略中，主要的正向贡献标准有：非标准三、非标准五、标准四；主要的拖累标准有：标准三、非标准六、标准二。 图25：进攻性配置策略各条件出现频率 相似的方法可以总结出，防御性配置中，主要的正向贡献标准有：标准二、非标准三、标准四、标准七；主要的拖累标准有：非标准二、非标准四、非标准五、非标准七、标准三。 图26：防御性配置策略各条件出现频率 全市场环境配置中，主要的正向贡献标准有：非标准三、标准六、标准七；主要的拖累标准有：标准三、非标准二、非标准四、非标准六、非标准七。 图27：全市场环境配置策略各条件出现频率 2.2.2优秀选股策略的共性 我们利用相似的做法统计了排名靠前的选股策略的共同点。 对于进攻性选股策略来说，主要的正向贡献标准有：非标准三、非标准五；主要的拖累标准有：标准三、非标准四。 图28：进攻性选股策略各条件出现频率 对于防御性选股策略来说，主要的正向贡献标准有：标准一、标准二、标准七； 主要的拖累标准有：非标准一、非标准二、非标准五。 图29：防御性选股策略各条件出现频率 在全市场环境选股策略中，主要的正向贡献标准是：非标准三、标准一、标准二； 主要的拖累标准是：非标准一。 图30：全市场环境选股策略各条件出现频率 2.3量化标准的贡献/拖累程度评定 我们把上文列示的六张图汇总成表格，用加号“+”标记起到正向贡献的标准，用减号“-”标记起到负面效果的标准。加号/减号越多，代表相关性越强。 我们从两个角度评估相关性的强度：1）斜率大的图形，对应的选股标准效果更明显；2）运动方向顺畅的图形相关性更强。 我们用下图做一个示范： 图31：相关性强度评定方法 最终，我们总结得出下面两张表。 其中，我们尤为重视那些“是”标准（如标准二）和对应的“非”标准（如非标准二）呈现出明显相反相关性特征的单项。比如，在进攻性配置策略中，标准三的相关性是“-----”，非标准三的相关性是“+++++”，它们对称且相反。 对于这种情况，我们在表格中以红色字体