财富预言-第4部分

快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部! 如果本书没有阅读完，想下次继续接着阅读，可使用上方 "收藏到我的浏览器" 功能 和 "加入书签" 功能！

宜还建议，投资者在第三季度资源品和投资品类上市公司利润改善预期兑现时，卖出以兑现投资收益；提前配置海外资本可能追逐的品种：银行、房地产、A…H折价的公司（如保险）；战略性配置政策转向预期的受益者：消费品本报告行文思路清晰，逻辑严密，具有国际视野，同时袁宜能自己构建方为3150～2300点。
　　（食品饮料、商业贸易、生物医药）、新能源。
　　法来研究问题，易被市场投资者接受。
　　019财富预言全国顶级分析师的投资预测020
　　

第三篇　牛市挖机会　熊市避风险（1）
采用调整后的量化策略构建分行情阶段覆盖全行业的数量组合，收益明显提高。2001年1月~2009年4月，新的优质低估组合累计收益263％，比原组合的209％提高54个百分点，跑赢申万300指数211个百分点。
　　……申银万国首席分析师提云涛、袁英杰财富预言全国顶级分析师的投资预测020第三篇　牛市挖机会　熊市避风险采用调整后的量化策略构建分行情阶段覆盖全行业的数量组合，收益明显提高。2001年1月~2009年4月，新的优质低估组合累计收益263％，比原组合的209％提高54个百分点，跑赢申万300指数211个百分点。
　　……申银万国首席分析师提云涛、袁英杰量化投资策略的成功需要根据实际问题不断进行修正。实际的跟踪模拟发现，前期的两个量化投资策略存在行情阶段影响组合表现、有时调出股票表现好于调入股票、行业覆盖不全等问题。
　　对此，我们进行研究分析，并根据研究结果对量化投资策略进行修改和完善。
　　我们用利润利息比及均线把市场划分成熊市高估、熊市低估、牛市高估、牛市低估四个阶段，该指标在熊市高估、牛市低估阶段的预测准确率达到70％。
　　另外，用PB选择金融业股票构建量化组合可以大幅跑赢金融行业平均水平。
　　整体来看，采用调整后的量化策略构建分行情阶段的覆盖全行业的数量组合，新组合收益明显提高。2001年1月~2009年4月，新的优质低估组合累计收益263％，比原组合的209％提高54个百分点，跑赢申万300指数的211％。
　　现有策略表现良好低估偏离组合选股逻辑是从“好”公司中选择“低估”的公司，然后选择股价向下偏离的股票。
　　具体组合构建方法是：先选择赢利（ROE等）、综合运营质地（权益比率等）、增长率综合评分较高的公司做初选池；然后用综合估值指标从初选池中选出低估值股票；再基于反转策略用Bias构建低估偏离组合。
　　比较而言，优质低估组合选股逻辑是从“优质公司”中选择低估公司，并限制行业规模。
　　具体组合构建方法是：选择谈判能力（应收应付等）、资产收入质量（收入现金率等）、管理能力（资产周转率等）、赢利能力（ROA等）综合评分较高的优质公司股票作为初选池；以PB为估值指标、兼顾行业平衡，选择低估的优质公司股票构建优质低估组合。
　　基于上述策略，我们构建了量化组合，其模拟表现良好。2009年1~5月，021低估偏离组合累计收益，累计超额收益；优质低估组合累计收益，累计超额收益。
　　两个组合beta均大于1，这是此期间组合超额收益的主要来源。另外，两个组合具有正的周alpha。如果股指期货推出以后，我们可以基于这两个量化策略，构建获得绝对收益的对冲策略。
　　既有策略三问题虽然量化组合总体表现良好，但如果进一步全面深入地考察量化组合的历史表现，仍存在以下三大问题。
　　一是不同行情阶段量化组合表现有差别。根据计算月度市场涨跌，分别统计量化组合在市场上涨和下跌时的表现。低估偏离组合和优质低估组合在市场上涨月份的平均超额收益（前者为，后者为）明显高于在市场下跌月份的平均超额收益（对应的前者为，对应的后者为），这说明量化投资策略在不同的市场阶段有效性不一样。

第三篇　牛市挖机会　熊市避风险（2）
因此，如果能够预测未来市场涨跌，那么我们可以对量化投资策略进行调整，进而提高量化组合的表现。
　　二是部分月份调出股票表现好于调入股票。根据模型规则，两个量化组合每月需要进行调整，统计每月两个组合调入、调出股票调整后一个月的表现，我们发现，有些月份调出股票表现要远好于调入股票。
　　比如，在2009年3月，低估偏离组合调出股票收益为31％，而调入股票收益财富预言全国顶级分析师的投资预测022为16％；优质低估组合调出股票收益为26％，而调入股票收益为20％。也就是说如果这些月份不调整组合，收益会更高。因此，需要进一步提高组合调整效率。
　　三是量化投资策略没有覆盖金融服务行业。两个量化投资策略的共同之处在于根据股票财务指标进行第一步筛选，由于金融企业的特殊性，其财务指标与其他行业企业明显不同，初始股票池中没有覆盖金融业。
　　因此，在市场某些阶段，金融业大幅跑赢市场时，两个量化组合表现会比较差，比如2006年12月，金融业上涨，而申万300指数只上涨。另外，金融业流通市值占比很大，基金不配置是不现实的。因此，需要采取量化方法选择金融业股票，并纳入到量化组合中。
　　三大修正思路基于上述问题，我们从三个方面对现有量化投资策略进行修正：
　　一是划分市场行情阶段，根据不同市场环境调整模型策略；二是统计调入股票和调出股票在不同市场阶段的表现特征，修正组合调整规则；三是构建金融业股票的量化选择模型，形成覆盖全行业的量化模型。
　　我们用三个指标来衡量股权投资收益水平：DP（股息率）（表示股权投资的直接现金收益率）、1/PE（表示股权投资的当期（净）利润收益率）、平均ROE/PB（表示股权投资的长期利润收益率）；用7年期国债收益率衡量债权投资收益水平（2000年时缺少剩余期限为10年期的国债）。
　　定义股权债权投资相对收益比，等于股权投资收益水平与债权投资收益水平的比值。股权投资收益水平分别取三种指标，对应的股权债权投资相对收益比分别被称作股息利息比、利润利息比1和利润利息比2。
　　利润利息比2的高低可以衡量股票市场是被高估还是被低估。当该比例大于1时，表明用公司赢利计量的股票投资回报高于债券投资回报。如果公司稳定维持这一赢利水平，股票投资收益就高于债券投资收益，也就是股票比债券更有价值。如果这时股票市场持续上涨，则后市上涨的可能大于下跌的可能。
　　反之，当该比例小于1，即用公司赢利计量的股票投资回报低于债券投资回时报，债券比股票更有投资价值。因此，可以认为当比值处于较高水平时，市场未来会上涨；当比值处于较低水平时，市场未来会下跌。
　　由于A股市场股票的分红率较低，股息利息比基本上小于1，从逻辑上不适合划分市场阶段。利润利息比1波动比较小，划分不明显，而且只使用最近赢利来计量公司利润衡量的长期价值。在2005年之前，市场可能会被划分到一个阶段内，不便于进行分析研究。
　　相反，利润利息比2波动较大，能比较清楚地划分出2005年之前的市场阶段，而且结合权益资产长期平均赢利与权益资产的市场价格来计量公司的长期赢利，从长期的角度来衡量股票与债券的相对收益，能剔除短期波动的影响。

第三篇　牛市挖机会　熊市避风险（3）
市场划分的部分阶段有效年线是投资中的一个重要参考指标，市场突破年线后，市场运行趋势往往第三篇牛市挖机会熊市避风险023会延续一段时间，因此，可以选择用年线（240日）衡量牛、熊市。
　　用利润利息比2的大小和是否高于年线确定未来市场所处阶段。也就是说，高估：利润利息比2小于1；低估：利润利息比2大于1。牛市：高于240日均线；熊市：低于240日均线。
　　综合两个指标，就可以把市场划分成牛市高估、牛市低估、熊市高估和熊市低估四个阶段。对2001年1月～2009年5月的市场按月划分，结果表明，市场处于熊市低估阶段时间比较长，这和市场从2002～2005年长期处于熊市有关，其他三个阶段时间长度相差不多。
　　在熊市高估阶段，21个月中有14个月市场下跌，时间占比，市场平均月跌幅也达到；在牛市低估阶段，18个月中有14个月市场上涨，时间占比，市场平均月涨幅达。这说明，市场划分对熊市高估和牛市低估阶段的预测准确率比较高。
　　牛市挖机会，熊市避风险在不同的市场环境下，行情表现不同，投资者心理不同，那么就应该采取不同的投资策略。在牛市低估阶段，行情处于上涨初期，投资情绪开始提高，股票开始稳步上涨，此时应该寻找明显被低估、未来赢利稳定的股票。
　　在牛市高估阶段，行情处于上涨的后期，投资情绪高涨，上涨较少的股票开始补涨，此时应该寻找相对估值比较低或者以预期赢利增长看相对低估的股票。
　　在熊市高估阶段，行情处于下跌的初期，投资情绪开始下降，下跌股票越财富预言全国顶级分析师的投资预测024来越多，此时应该回避预期赢利大幅下降的股票。
　　在熊市低估阶段，行情处于下跌的后期，投资情绪低落，高价的股票继续下跌，此时应该回避价格相对较高的股票。
　　根据划分方法确定市场所处阶段后，可以考察不同阶段偏离幅度、估值、基本面因子对股价的影响，然后根据统计分析结果对模型策略进行修正，进而能够提高量化策略组合的表现。
　　超跌反弹策略长期有效我们发现，基本面因子在熊市高估阶段作用明显。在不同市场阶段下，考察低估偏离组合和优质低估组合的各类基本面驱动因子对股票价格的作用。用股票涨幅对各类因子的综合得分进行回归。统计结果表明，在熊市高估阶段，各类因子的综合得分均与股价涨跌呈显着负相关，就是说在市场下跌阶段，基本面越好的股票，未来股票表现越抗跌。
　　总体来看，“优质”且被低估的股票超跌后会反弹，在熊市高估中尤其显着。在不同市场阶段下，分别用低估偏离组合和优质公司的股价涨幅对估值、动量因子的排名得分进行回归。整体上，股票涨跌与估值和Bias的排名得分成反比，即估值和Bias越低，股票表现越好。
　　因此，我们考虑把Bias指标纳入到组合选股指标体系中。每月对优质公司的PB和Bias从低到高分别进行排名，序号作为它们的得分，把PB和Bias的得分加总得到综合得分，然后对优质公司再从低到高进行排名分成6组，选取第1组，最后把超过行业规模限制的股票名额分配给其他行业PB和Bias综合得分排名靠前的股票，这样构建新的优质低估组合。
　　结果发现，优质公司组合表现在四个市场阶段均得到提高，其中在熊市低估阶段，相对改善幅度最高。　txt小说上传分享

第三篇　牛市挖机会　熊市避风险（4）
组合调整效率与惯性和反转虽然股票跌到或涨到一定程度会反转，但也可能继续保持惯性。在惯性作用下，调出组合的股票会维持超额收益，调入组合的股票会继续下跌。采用事件研究方法，分别计算数量组合调入股票和调出股票的买入累计超额收益（BHAR）。计算时，以调整日为事件日，分别向前和向后计算60个交易日，考察股票表现。
　　按照量化组合选股规则，从2001年开始建立低估偏离策略的模拟组合和优质低估策略的模拟组合，并按照调整规则逐月调整，记录调入股票和调出股票，再分别计算调整前后的买入持有超额收益BHAR。
　　对低估偏离组合，调出股票在调出的买入持有超额收益小于0，涨幅要小于市场；而调入股票的买入持有超额收益则大于0，涨幅要超过市场。总体上，调整是有效的。
　　调入股票在调整前跑输市场，特别是在调整前30个交易日开始到进入组合时更明显跑输市场。调出股票则相反，在调出前20个交易日到调出组合时明显跑赢市场。基本上，调入股票和调出股票都有比较明显的反转表现。
　　第三篇牛市挖机会熊市避风险025对优质低估组合，调出股票在调出后虽然小幅跑赢市场，但跑赢幅度要小于新调入组合的股票。调入股票在调整前的60个交易日基本跑输市场，调出股票在被调出组合前明显跑赢市场。调入股票总体上有明显的反转表现。
　　分市场阶段考察两大组合把市场分为熊市高估、牛市高估、牛市低估、熊市低估四个行情阶段，考察低估偏离组合调入股票和调出股票调整前后在不同市场阶段的表现。
　　对于调入股票，在牛市高估和熊市低估阶段具有反转特征，计入组合前明显跑输市场，计入组合后明显跑赢市场；在熊市高估和牛市低估中，调入组合的股票超额收益不明显，基本与市场同步。
　　对于调出股票，在熊市高估和牛市低估中跑输市场，在牛市高估和熊市低估中基本与市场同步。也就是说，调入股票平均来看基本都是调入前跑输市场，调入后跑赢市场，有明显的反转表现。调出股票在调出后超额收益基本都不明显。
　　考察低估偏离组合的调整效率。判断下月是牛市高估、熊市低估时，调入股票的平均涨幅要明显高于调出组合的股票涨幅。判断下月是牛市低估时，调入股票相对于调出股票的相对优势不明显。因此，考虑交易成本后，除牛市低估阶段不调整外，其他市场阶段最好都按组合规则调整。
　　同样基于上述方法分行情阶段，考察优质低估组合调入股票和调出股票调整前后在不同市场阶段的表现。对于调入股票，在牛市高估、熊市高估和熊市低估阶段调入组合后，跑赢市场，在牛市低估阶段，调入组合后基本和市场涨幅相等。
　　财富预言全国顶级分析师的投资预测026在调入组合前，调入股票平均跑输市场。对调出组合股票，除牛市高估时调出组合继续有超额收益外，其他三个市场阶段都跑输市场，在调出组合的前20个交易日都明显跑赢市场。
　　金融业量化选股模型金融业是沪深股市占比最高的行业。企业资产质量直接决定了企业赢利能力。从竞争来看，在业务同质性的特征下，相同行业的金融企业，特别是商业银行，在传统业务占主导地位的状况下，资产就是赢利的保障，贷款质量越高，赢利能力越强。

第三篇　牛市挖机会　熊市避风险（5）
而在统一监管政策下，同一类金融企业的会计政策基本相同，资产质量具有非常强的可比性。对于同质性、学习能力非常强的企业，从长期看，赢利能力比较低的企业或许可以通过学习提高竞争力，提高赢利能力。
　　选择金融股时，可以从基本面选择，还有就是从估值方面选择，即选择低估的金融股作为量化组合的金融业股票。
　　用PB作为选股指标，筛选金融股。从2001年开始，以月为调整周期，每月初选择上月末PB最低的5只股票，构建金融量化选股组合。
　　从实际效果看，金融行业的量化组合大幅超越金融业指数。从累计收益看，量化选股明显跑赢金融业指数。可见，用PB指标选择低估值的股票构成的组合长期可以跑赢市场。
　　下半年牛市量化策略兼顾Bias后可以提高收益，增