以价值投资为导向的单因子选股策略金融学研究——估值偏度因子的实证与回测

本文是一篇金融学毕业论文，本文不仅参考了学术界对市场收益的实证结果与方法，同时也借鉴实务界，特别是各大券商卖方的研究成果与实证框架，考察所构建因子的有效性。

第一章绪论

第一节研究背景
本文研究的主要内容是以传统价值投资基本面分析为理论背景，运用计算机技术寻找并建立股票市场中的有效因子选股模型，并对因子进行实证分析与回测，以期能够运用在量化投资实战中产生收益。
什么是量化投资？量化投资目前不论在学术界还是实务界都还没有给其一个统一明确的定义，而在各类书籍，券商机构，基金研究部门或网络上出现的程序化交易、算法交易、对冲基金、高频交易等专业术语，仅仅是反映了量化投资中的某些方面的特点。通常来讲，量化投资是将金融理论，统计分析及计算机技术三者相结合，而整个执行过程包含了数据，逻辑，策略，最终以此来获得市场超额收益。这种投资方式主要有两个特点：一是利用计算机编程，将交易过程交给计算机去完成，交易过程中不需要人为的干预；二是综合运用了数学、金融数量分析等学科知识，有时也结合了大数据分析、机器学习等方法。
股票市场的高收益特性吸引着越来越多各种不同学科背景的投资人进入市场搏杀，而其高风险性也考验着投资者的能力，因此各类金融机构甚至是个人都在不断的引入新的技术，研究新的策略，挖掘未被市场过度开发的有效因子。本文则尝试运用上市公司内在价值估值模型及理论，通过统计分析及构建模拟交易回测系统的验证，寻找到市场上的有效因子。
........................

第二节国内外发展现状
一、国内发展现状
中国的量化投资的发展受限于金融衍生工具的缺乏，直到2004年才由光大保德信成立了中国第一只公募量化基金，但其后发展十分缓慢。直到2010年4月16日，沪深300股指期货在中金所上市，结束了在中国股票市场只能做裸多头的历史，沪深300股指期货立即成为了各类基金产品的风险对冲工具，使量化对冲基金有了快速的发展。2014年随着私募基金登记备案制度的实施，不仅使得私募基金产品迅猛发展，也使其中的私募量化基金得到了发展。2015年上证50ETF期权，上证50及中证500股指期货的接连上市，对量化投资起到了极大地推进作用。下图为2004年至2016年量化基金规模走势。

图1-1显示了主动型量化基金，对冲型量化基金及指数型量化基金的管理资金的规模走势，可以看到2014年是主动型量化基金迅速发展的开始，即使在2015年股灾之后也没有放缓发展的脚步。对于对冲型量化基金来说，2015年的股灾对量化投资来说，是一个飞来横祸。在股灾之后证监会对股指期货的严格限制及券商交易API的关闭，使得基金缺少对冲的金融工具，很多基金都难以为继，因此资金规模迅速下跌。
........................

第二章相关理论与文献综述

第一节价值投资理论与文献综述
价值投资是证券市场上一种成熟的投资理念，早在1943年，在本杰明格雷厄姆和戴维．多德的著作《证券分析》一书中，首次提出了价值投资的概念。他将价值投资描述为“经过周详缜密的分析，在首先保证本金安全的前提下获得市场超额收益”。其后出版的本杰明格雷厄姆的另一投资心得《聪明的投资者》及菲利普费雪的《怎样选择成长股》中，更加系统详细的介绍了价值投资的含义及方法。那么应该如何解释价值投资呢？简单说就是指分析影响证券价格的宏观经济环境、行业发展前景及上市公司的财务状况、资产价值、盈利能力、成长性价值及管理者能力等基本面指标，并在上述分析的基础上，确定股票市场价格与内在价值的偏差，当股票的价格低于其内在价值时，我们将其价格之间的距离称为安全边际，而投资者则应该投资这些具有安全边际的股票。本杰明格雷厄姆所提出的内在价值分析和数量化投资分析吸引了学术界和实务界的研宄兴趣。亨利欧本海默就对格雷厄姆的所提及的股票选择准则展开了缜密细致的实证检验，并得到了肯定的结果。而真正将价值投资理念运用到极致并发扬光大的则是股神巴菲特，在《巴菲特：从100元到160亿元：公司投资要义》中对他的股票选择心得详进行了讲解与说明。
不论结论如何，中国股票市场远没有达到半强式有效或强式有效，因此通过股票市场基本面分析来进行投资在理论上是可行的，而基本面分析正是价值投资的核心策略。
..........................

第二节剩余收益模型与文献综述
执行价值投资的关键是对上市公司内在价值的估值，通过比较股票价格与公司内在价值的差异，找出并投内在价值低于股票价格的上市公司股票。而公司价值评估则是现在金融及财务管理的核心内容之一，在实务界与学术界应用与研究较多的现代公司价值评估模型主要有：股利贴现模型、贴现现金流模型及剩余收益模型。本节将重点介绍剩余收益模型，并通过与股利贴现模型及贴现现金流模型的比较，说明本文在构建内在价值计量关系时使用该模型的原因。
首先与股利贴现模型相比，剩余收益模型避开了“股利无关论”与“股利有关论”之争的“股利之链”，其次是在股利分配上美国股票市场与中国股票市场有很大的不同，相比与美国上市公司，中国上市公司一般很少分配股利，虽然近些年来越来越多的上市公司开始向股东发放股利分红，但股利分配政策的随机性与分配股利的多少，都大大影响了未来股利的可预测性及贴现值的计算。最重要的是在实际计算中，自由现金流量的度量标准一直没有很好的解决办法。在实际运用时，人为主观因素直接影响估值的准确度，大大降低了估值的可信度。这些因素在强调尽可能避免人为因素干扰的量化投资中是不允许出现的。另外，剩余收益模型从企业的价值创造过程来分析价值问题，与股利贴现模型、贴现现金流模型的从利润分配的角度考察价值问题完全不同。公司的发展与投资价值取决于其未来获取超额收益的能力，这也是企业真正的内在价值所在。与其他估价模型相比，剩余收益模型提供了一个更符合实际常识的估价方法。
..........................
第三章样本数据选取及说明.............16
第一节数据选取说明............16
第二节样本数据区间选择............17
第四章估值供度因子DIF的构建与检验.....................18
第一节估值偏度因子的构建............18
第二节估值偏度因子DIF实证分析............22
第五章价值偏度因子DIF的模拟交易回测与分析...........34
第一节模拟交易系统介绍...........34
第二节价值偏度因子DIF模拟交易..........35

第五章价值偏度因子DIF的模拟交易回测与分析

第一节模拟交易系统介绍
本文将使用MATLAB语言构建模拟回测交易平台，用于因子交易模拟及交易结果的统计分析。模拟交易回测平台由股票组合构建，模拟交易回测及策略绩效统计三部分组成。股票组合构建系统的任务是根据计算出的因子表，股票组合数量及股票的行情特征（如涨停跌停，ST风险提示，停牌等）选择待回测的股票。模拟交易回测部分是整个系统的核心，此部分要根据事先设定的持仓周期，股票买卖规则，止盈止损规则等进行收益计算，资金统计，最后将统计数据输出给策略绩效统计部分来输出业绩指标。
此模拟交易系统的核心流程是以回测区间时间为循环参数逐日进行回测统计。在循环过程中若遇到调仓日，则根据调仓日前一日收盘后计算得出的因子序列从小到大选出股票组合，并在调仓日开盘时买入。其中需遵守事先设定的买入规则，如幵盘涨停跌停的股票不选择买入，停盘及ST股也不买入。在非调仓日则统计股票组合的收益并记录。而在调仓日前一日卖出股票，与买入股票一样卖出时也要遵守一定的规则，如跌停停牌股票无法卖出，需要在随后的日期循环中等待卖出，此时会占用原始的资金设定值，影响调仓日的股票买入数量。此过程直至回测截止日期停止交易过程。
...........................

第六章研究结论

第一节本文研究成果
本文主要从价值投资角度出发，利用剩余收益模型为基础，运用计量观的方法构建了价值偏度因子DIF。通过对DIF因子进行秩相关检验，市值行业中性化处理，分组收益及多空组合收益的回测，验证了因子对横截面收益预测的有效性，并在模拟回测中（回测期2014年5月1日至2017年3月31日）获得了51.28%的年化收益，并超过了基准HS300和ZZ500指数收益。其后在与ZZ500指数的对冲中，获得了27.15%的超额年化收益及10.65%的最大回撤。最后将DIF因子与传统估值因子进行风险特征分析，确定DIF因子为新的估值因子。
在整个研究过程中，从数据抓取，因子验证到模拟回测，完成了MATLAB自动化处理编程，建立了一个因子分析的实用框架，为今后进一步的研究打下了基础。
本文在构建因子时只考虑了剩余收益模型中的构成因素，并没有深入挖掘其他影响价值构成的解释变量，但是由于公司价值构成的复杂性，这就使得模型比较粗糙，使得价值偏度因子DIF中包含了其他干扰成分，另外在构建因子时使用回归法将市值因素中性化，在处理后虽然避开了大市值扎堆的问题，却又产生了收益小市值化的特征，本文并没有针对小市值风险进行特殊处理，因此对收益风险并没有最优化。
参考文献（略）