【研报分享】华宝证券:动态量化选股策略之一 ——基于成长类指标

成长类指标
标签: #<Tag:0x00007fc069c10058>

(Jasperzm) #1

华宝证券:动态量化选股策略之一 ——基于成长类指标

摘要

选股方法

我们在每个月的初期在wind数据库(包括B股、小盘股)中分别摘录出动态PE、预测营业收入增长率、预期净利润增长率、动态PEG,研究员对各股近30日来评级分数等数据,并且对各指标进行不同方法的策略拟合,制定4种投资策略,且最终确定前30支股票,等市值买入并持有一个月,在下月之初,根据指标重新选股调仓,假设对于纳入组合的新股票假设有1%的调仓成本。

选股结果

我们最终进行4种投资组合模拟分析:动态PEG策略、预期净利润增长率策略、四指标拟合策略(动态PEG、动态PE、预期营业收入增长率、预期利润增长率)、以及加入研究员评级因素的拟合预期策略等。结果表明根据动态预期选股可以获得很好的超额收益,可作为机构投资者构建量化投资组合的选股策略之一,或者将筛选结果作为备选股票池。

我们选定2009年6月30日到2011年5月31日的23个月进行数据回测,最终结果表明,四种具有代表性的选股策略都获得了25%以上的年收益率,其中动态PEG以30.60%的年复合收益率位居榜首,在没有进行择时策略的情况下,可以跑赢同期市场上大部分股票型基金。另外我们的组合默认是满仓操作,可以获得较好的阿尔法收益,但是无法避免具有大波动率。

分析点评

虽然整体来看,动态策略获得较高的超额收益,但是在2010年3月至6月大盘震荡走低的调整阶段,我们的动态策略市值均下跌40%左右,远超大盘的-20%,其各种原因可能是在经济形势转下的情况下,分析师的盈利调低具有滞后性,这样就对动态预期选股策略产生了一定的误差。误差的另一方面表现为数据库的误差、分析师方向性的错误和数据的滞后与缺漏。在wind数据库中,预测数据为市场上券商预测值的加权平均,为了减轻分析师方向性的错误,我们可以采用研究体系较为成熟的券商的盈利预测,剔除不良数据,以此增强数据的可靠程度。

最近表现

2011年4月30日至6月22日是大盘走低的阶段,沪深指数由3192.72点跌至2908.58点,跌幅达8.80%。然而我们的动态PEG策略表现优异,仅下跌0.21%,远远战胜沪深300指数。

1.动态模型构建思想

我们模型的核心是将一些可预期的因素加入股票基本面分析模块当中,以此来获得静态模型所不能的阿尔法超额收益。我们考察这几个常见的动态指标,包括动态市盈率,预期收入增长率,预期净利润增长率,动态PEG,以及近30日券商研究所对各股的评级等,考察这些指标与股价实际表现的联系。
通过这几种指标,我们形成了四种投资策略,动态PEG策略、预期净利润增长率策略、四指标拟合策略(动态PEG、动态PE、预期营业收入增长率、预期利润增长率)、以及加入研究员评级因素的拟合预期策略。我们在动态预期选股模型中采用以月度为单位的持仓时间,这样可以较好跟踪上市场中盈利预期的变化,并且过滤掉一些短期效应。 我们选股的方法就是在每个月的初期在数据库中分别选择四种策略指标表现最优的30支股票,等市值买入并持有一个月,在下月之初根据指标重新选股调仓,对于组合中新旧股票的替代假设有1%的调仓成本。 我们采用的业绩预测数据库均来源于Wind资讯。
我们之所以选择2009年6月30日至2011年5月31日进行数据回测是因为这段时间大盘处于震荡调整阶段,大盘由2009年6月底的3166.47点收于2011年5月底的3001.56点,下跌7.3%,区间大盘最大上涨与下跌幅度均小于30%,没有绝对的牛市与熊市出现,因此更体现了选股策略的实效性。

2.动态模型选股结果

2.1.动态PEG策略

在23个月的分析周期中,我们的动态PEG策略获得69%的投资收益,其中复合年收益率达到31.60%,而沪深300指数在周期内下跌的5.21%,并且该策略收益略高于近年来在基金市场领军的混合型开放式基金华夏大盘精选(62.90%)。
我们采取的wind数据库中对动态PEG的定义为动态PE/(当年预期净利润增长率*100),动态PEG结合了估值与成长,因此综合选股能力非常好,表现也是四种策略中最好的。并且我们发现相对于其他三种比较依赖于预测因素的策略而言,动态PEG的周期性影响较小,具备不错的弹性和抗跌能力,在近两个月的大盘下跌走势中,仅下跌0.21%长期而言能够连续性战胜市场。
图1.动态PEG策略投资收益率

image
资料来源:wind资讯

由图1和图2可以看出,动态PEG选股策略在下半年表现较为突出,可获得弹性较大的超额收益,而在10年上半年的熊市阶段,跌幅却超过大盘。这主要是由于ROE和g值的滞后性决定的,例如在每年的第一季度时间内,上年的年报和该年的一季报均未公开发布,我们数据库计算的利润增长率g值和ROE值均采用的是去年的三季报,PEG指标不能很好的反应出该季度实际股价的波动状况,因此表现弱于大盘。2、3、4季度则无此情况,ROE指标和g值均可采用一季报,半年报,三季报数据。

2.2.预期净利润增长率策略

用当年预期净利润增长率选股策略在2年间取得了65%的投资收益。牛市小上扬阶段净利润增长率具有较好的选股效果,(尤其在年报和中报公布期间),而在熊市阶段并没有太好的超额收益。


由图3,图4可以看出,2010年2月到3月大盘小幅上扬阶段,我们靠预期净利润增长率这一指标获得了一波20%的超额收益,但在随后的3个月里,跌幅均大于PEG策略,这是由于券商对经济形势和市场判断过于乐观,在熊市下跌阶段,指标值大多失真,然而在牛市阶段,净利润对股票价格的影响因素要大于公司成长指标和价格的因素,因此在经济形势较为明朗的牛市阶段,该策略可以获得不错的阿尔法收益。

2.3.指标拟合、拟合预期策略

除了动态PEG,预期净利润增长率外,PE以及预期营业收入增长率也是影响股价波动的重要因素,因此,我们考虑将四个重要指标拟合起来,对其进行排名。我们默认每个指标对于总指标的权重均为25%,对每个指标进行百分位值排名,最后进行加总。排名第一的股票在动态PEG,预期净利润增长率,PE以及预期营业收入增长率四个方面上均表现优异,这种策略叫做指标拟合策略。

除此之外,我们还在指标拟合策略的基础上,融入券商对于各股的评级因素,并且给该因素赋予一定的权重,便于调节。在wind资讯中,研究报告对各股的评级分值由0到5,我们对其进行分位值从0到1的大小排名,将分位值得分按一定权重与拟合策略合并,这里因为考虑到研究报告会对市场过于乐观,因此我们为其赋予50%权重。两种策略模拟结果如下:


由图5和图6可以看出,拟合预期50%投资策略在大盘上扬时具有较高的杠杆表现,在10年4月投资收益超过指标拟合策略10%。然而其抗跌性表现不容乐观,致使最终以49.12%的投资收益率落后于指标拟合策略的60.67%。原因之一是研究报告对于各股和经济形势预期过于乐观,在市场下坡时易出现较大偏差。原因之二是我们采用的评级报告均来源于wind咨询的合作券商,具有一定局限性,也并没有对研究员的报告评分按照其经验和历史预测的准确度赋予权重。综观来看,研究员对各股评级这一指标并不能对股价的波动做全面有效的解释,应当将其作为投资选股的参考。

3.结论与展望


我们选取的四个拟合指标在近2年时间里都获得了25%以上的年化收益,其中动态PEG策略以30.60%的年复合收益率位居榜首。它综合考虑了股票的价值特征和成长性特征,其中对预测净利润增长率g值的预测准确率较高,相对于其余策略,对预测准确性的依赖较小,并且在最近2月内下跌行情的表现优于大盘,因此可作为机构投资者构建量化投资组合的选股策略之一,或者将筛选结果作为备选股票池。

净利润增长率具有较大的投资杠杆,更适用于牛市行情,尤其在第一季度缺少年报和季报的情况下,分析师对市场的预测结果优于采用上年三季报的PEG策略,然而在市场下跌时,过分乐观预测形成的误差也会使其表现出2倍于大盘的跌幅。

更加依赖于分析师预测的指标拟合、拟合预期策略在10年上半年的熊市阶段并没有更优表现,原因可能是在经济面和行业面转下的情况下,分析师的盈利调低具有滞后性,这时候对于投资者和买方而言往往盈利预期已经大幅缩水,而对于卖方分析师仍然“不情愿”改变观点,这样就对动态选股策略产生了不利影响。
从最新的情况来看,动态PEG策略在4,5月份再次战胜沪深300指数(-0.12% VS -8.8%)。不甚人意的是这种机械化选股流程也包纳了一些近期明显的问题股票,例如*ST沪科、*ST博信等,否则业绩会更好。在我们采用的动态预期选股模型中没有考虑到择时的因素。因此我们未来除了要在数据库准确性上的加强之外,可以考虑引入择时技术、仓位优化和行业配置优化技术。


作者:华宝证券金融工程团队