论文部分内容阅读
量化投资由于其数理统计背景的严谨性及不受人为情绪干扰的纪律性,在过去40年里迅速发展,更被称为一场“投资革命”。虽然量化投资在2000年才引入国内,但随着中国股票市场的制度日趋成熟及金融衍生品的日益丰富,量化投资在国内资本市场得以迅速发展。本文基于此背景以国内沪深A股市场为研究对象,构建可行的量化选股因子,并尝试以MATLAB为编程工具对因子进行择股能力的实证分析及模拟交易回测。本文以市场有效假说作为价值投资理论背景,基于Ohlson(1995)剩余收益模型为公司价值估值基础构建价值偏度因子DIF,并参考学术界和实务界投资机构对因子收益有效性的分析框架,对所构建的DIF因子进行实证分析。在此分析过程中使用2007年5月至2017年3月沪深A股市场的十年股票相关数据,运用秩相关系数分析对不同持仓周期下因子的2452个股票横截面收益能力进行验证,并结合市场实际特点,验证了市值行业中性化后的因子择股能力。本文还根据Richard Tortoriello(2008)的分析方法,对DIF因子进行了股票池分组收益测试和多空对冲组合收益验证。其后在2014年5月至2017年3月为回测期的股票模拟交易回测中,估值偏度因子DIF获得了 51.28%的年化收益,显著超越了 HS300和ZZ500指数收益,并在完成指数进行对冲策略后,取得了年化收益27.15%的同时也将最大回撤控制在了 10.65%。最后还对DIF因子与传统估值因子进行了风险结构分析,得出DIF因子并不是传统估值因子的简单堆砌。我们从公司内在价值估值模型出发,构建了一个新的市场估值因子,并验证了因子的有效性。但是由于资本市场环境变化无常及分析与实际市场情况的差异,因子的有效性也会随之变化,以此单因子作为股票收益的单一解释,或直接参与实战是有很大风险的,因此实务界更多采用多因子模型或者多策略模型,甚至使用动态择时的模型系统,文章对估值偏度因子DIF的研究旨在扩展因子构建的理论范围,并期望能使其在参与组建实战模型中发挥作用。