秒懂量化選股之經(jīng)典的因子選股~滬深兩市掛牌公司已有3157家，現(xiàn)在還有若干企業(yè)在IPO排隊(duì)中。以后，股票只會(huì)越來越多……再加上去年量化業(yè)績干得還不錯(cuò)，現(xiàn)在市場延續(xù)震蕩行情，都說今年也挺適合：他們說的保守估計(jì)的收益率聽起來一點(diǎn)都沒有“保守”的成色。聽著讓人心癢癢，但是好怕被忽悠了。想來想去不如一探究竟。注意，前方高能預(yù)警!高能預(yù)警!預(yù)警!警!
先從幾個(gè)常見的情形說起：
(1)某公司年會(huì)抽獎(jiǎng)，大屏幕顯示幸運(yùn)號(hào)碼：尾號(hào)是6的是三等獎(jiǎng)，后兩位是66的是二等獎(jiǎng)，后三位是666的是一等獎(jiǎng)...不妨把這叫“量化抽獎(jiǎng)”;
(2)某城市交通擁堵，霧霾嚴(yán)重，周末兩天分別單、雙號(hào)限行，不妨叫做“量化限行”;
(3)某班級(jí)有49人，按從矮到高排成一隊(duì)并從1-7報(bào)數(shù)，數(shù)字一樣的站成1隊(duì)，最終形成方陣，不妨叫做“量化排隊(duì)”。
……
那按一定的篩選標(biāo)準(zhǔn)從一大堆股票中間挑選出符合條件的股票的方法，都可稱作“量化選股”咯? 我就喜歡股票代碼中有7、股票名稱總共3個(gè)字且筆畫數(shù)大于24的.....
可是量化選股的目的不是為了喜歡，上面這種做法顯然只是在玩游戲，跟收益掛不上。我們是為了找到未來可能表現(xiàn)好的股票，獲取超額收益。
2017上海半程馬拉松賽3月16日開始預(yù)報(bào)名,如果我們想知道哪些選手最終可能會(huì)取得比較好的名次，理論上我們可以在開跑前對他們做一個(gè)身體測試，比如測一下他們的肺活量、最大攝氧量等指標(biāo)。并對測試的結(jié)果進(jìn)行排名，排名靠前的選手獲得好名次的可能性就比較大。
因子選股模型的原理與此類似，可以利用某些指標(biāo)也就是因子選擇未來可能表現(xiàn)較好的股票。如此一來，就找到了問題的關(guān)鍵點(diǎn)，選擇什么樣的因子才能選出這樣的股票呢?
我們知道影響股價(jià)的因子非常多，宏觀經(jīng)濟(jì)狀況、行業(yè)前景、公司經(jīng)營狀況、甚至天氣、季節(jié)都不是沒有可能。而判斷這些因子是什么狀況，又有一系列可以量化的因子指標(biāo)，比如：GDP增速、CPI、PPI、行業(yè)景氣指數(shù)、行業(yè)集中度、凈利潤率、主營業(yè)務(wù)收入增長率、降雨量、日照指數(shù)、溫度變化……
失業(yè)不僅影響心情，也影響了股價(jià)，看起來有種沒完沒了的節(jié)奏，這么多，指望著10個(gè)手指頭一一算過來，黃花菜都涼了?？蓜e忘了我們有計(jì)算機(jī)。計(jì)算機(jī)運(yùn)算快是眾所周知的，可是得知計(jì)算機(jī)每秒運(yùn)算幾十億次到上千萬億次，仍然感覺很震驚。
理論上講，什么因子我們都可以拿來驗(yàn)證一下是否有效。很多公司的計(jì)算機(jī)配置很是超前，算這些都是小意思，只有你想不出，沒有算不出。不過理論之外，很多因子還是沒法計(jì)算，再先進(jìn)的配置也是枉然，因?yàn)闆]有數(shù)據(jù)或者數(shù)據(jù)拿不到。而且，如果一個(gè)包羅萬象的因子庫，很有可能導(dǎo)致過度擬合的情況，導(dǎo)致最終選不出好的股票了。
結(jié)合我們自己的經(jīng)驗(yàn)和市場規(guī)律以及數(shù)據(jù)的可得性，我們會(huì)得到一個(gè)候選因子庫。選取候選因子的標(biāo)準(zhǔn)應(yīng)該遵循哪些規(guī)則呢?這主要是由投資者經(jīng)驗(yàn)和市場規(guī)律來決定的，較多的候選因子將為構(gòu)建投資組合的全面性做出更強(qiáng)的保證，更有效的候選因子才能保證投資組合的收益率。如果沒有經(jīng)驗(yàn)，可以先看看別人都選了啥：
估值因子：
市盈率、市凈率、賬面市值比、股息率、現(xiàn)金收益率
成長因子：
凈資產(chǎn)收益率及變動(dòng)、總資產(chǎn)收益率及變動(dòng)、主營收入增長率、毛利率及變動(dòng)、凈利率及變動(dòng)
價(jià)量因子：
1、3、6個(gè)月收益率、1、3、6個(gè)月?lián)Q手率及變動(dòng)
預(yù)期因子：
機(jī)構(gòu)覆蓋數(shù)量、評級(jí)調(diào)整……
根據(jù)國泰君安、安信證券相關(guān)研究報(bào)告整理
有的機(jī)構(gòu)因子庫中有數(shù)百個(gè)候選因子。
這么多因子，只是有經(jīng)驗(yàn)的人列出來的清單，在一定的時(shí)間段內(nèi)對選股來說未必都有效。
檢驗(yàn)候選因子的選股有效性一般采用的檢驗(yàn)方法是排序的方法。
簡單來說，每一個(gè)因子都是一個(gè)指標(biāo)，把股票按每個(gè)指標(biāo)值從小到大的順序都排一下，然后分別選取每個(gè)指標(biāo)較高、最低極端的2組計(jì)算他們的區(qū)間收益率(一般為月度，分組目前一般采用5檔)及收益率與因子的相關(guān)性。
比如：我們認(rèn)為身高高的力量可能會(huì)大，
于是身高較高的組和身高最矮的組選出來
看一下身高高的力量是否真大，身高最矮的力量是否就真的小
為什么不必計(jì)算全部?因?yàn)槿绻畲笞钚〉膬山M收益率都對因子有相關(guān)性，那么中間的組也就無需計(jì)算了。
所謂相關(guān)性是指：如果因子指標(biāo)高，收益率也高，那么就是正相關(guān);反之就是負(fù)相關(guān)。因?yàn)檫x取了兩組極端的股票組合，假如跟因子是正相關(guān)，那么因子指標(biāo)高的那組就是“高收益組”，反之亦然。
然后統(tǒng)計(jì)“高收益率組”各月收益率在各種市場狀況(牛市、熊市)下跑贏業(yè)績比較基準(zhǔn)的概率，這是因?yàn)槲覀冞x股的目的是跑贏市場，獲得正的阿爾法，如果“高收益率組”收益率超過基準(zhǔn)業(yè)績的概率小于50%，那么這個(gè)因子就是無效的，應(yīng)予以剔除。
當(dāng)然也可以要求更高更苛刻的概率標(biāo)準(zhǔn)，來確保找到更有效的因子。
反復(fù)這樣操作，我們就找到了有效的因子。
但有可能這些因子之間有很強(qiáng)的相關(guān)性，我們可以據(jù)此剔除掉一些。什么叫很強(qiáng)的相關(guān)性?這個(gè)可以自己設(shè)置一個(gè)閾值，既可以是超過0.5的也可以是超過0.6，根據(jù)自己的經(jīng)驗(yàn)來調(diào)整。
那么，接下來怎么通過有效因子選股呢?
還記得我們之前說過的排序了么?排序可以轉(zhuǎn)化成一個(gè)分?jǐn)?shù)。既然因子都已經(jīng)確定了，那么相對于這些因子來說，每個(gè)股票都在某一個(gè)因子上有了一個(gè)分?jǐn)?shù)。遇到最終是負(fù)相關(guān)的因子，股票的分?jǐn)?shù)需要逆向轉(zhuǎn)換一下。最后將這些分?jǐn)?shù)按因子加權(quán)加總(也可以等權(quán))，找出若干分?jǐn)?shù)高的股票，選股就算完成了。若干設(shè)置為多少比較合適呢?這個(gè)我們可以放在以后討論。
在實(shí)際操作過程中，各個(gè)環(huán)節(jié)的設(shè)置可能會(huì)有些出入，但是基本邏輯大致相當(dāng)。當(dāng)然在最后確認(rèn)是如何加權(quán)時(shí)，直接采用打分的方法設(shè)置的權(quán)重會(huì)有更多的主觀色彩，還有一種方法是通過回歸得到系數(shù)避免這個(gè)問題。在此我們不再展開。
模型建立不是一勞永逸的，曾經(jīng)有效的模型也可能由于市場突然變化而失效。適時(shí)的調(diào)整是必須的。
我們再來回顧一下整個(gè)流程吧：
先是弄一堆候選因子
然后找到候選因子的具體數(shù)據(jù)
再把有效因子篩選出來
通過打分篩選出股票
適時(shí)調(diào)整
大功告成!
>>>點(diǎn)擊學(xué)習(xí)量化金融分析師O2O雙證班
(24).png)
這就是經(jīng)典的因子選股的線性模型，然而現(xiàn)在更流行的是非線性模型，就是我們多次說到的機(jī)器學(xué)習(xí)的方法來確定和調(diào)整因子，比如人工神經(jīng)網(wǎng)絡(luò)算法，實(shí)際過程比這個(gè)要復(fù)雜的多，離開大數(shù)據(jù)和計(jì)算機(jī)寸步難行。
金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) AQF難嗎
全國熱線電話：400-700-9596
AQF考友群：760229148
金融寬客交流群：801860357
微信公眾號(hào)：量化金融分析師
