《基本面量化投资》系列的目的:
1、将《基本面量化投资策略》全部指标化。
2、分享《基本面量化投资》一书的投资策略、核心观点,以及个人的读书笔记、投资感悟。
一、全书的模型
1、股票池
全部股票:上市和退市的所有股票。
整体股票:在全部股票的基础上,剔除以下股票:①市值最小的15%的微型股票;②停牌股票、退市股票;③带*的股票、ST股票;④未满180个自然日的新股和次新股。
整体股票,约占全部股票数量的3/4。
《基本面量化投资》一书,主要以整体股票作为股票池进行分组测试。
超级大盘股:整体股票中市值排名前6%的股票。
大盘股:整体股票中市值排名前16%的股票。
超级小盘股:整体股票中市值排名后20%的股票。可以用超级小盘股的收益率,近似代替微型股票的收益率。
2、回测时段
时间范围为1998年12月31日~2020年12月31日,共计22年。
3、买卖规则
仓位分配:等金额买入;股票分红再投资。
调仓策略:每月末调仓,以剔除投资的月度效应。但每次只调整1/12的仓位,相当于1年换手100%。因此,这是一个长期持有的策略,不进行择时。
二、实证结论:小盘股更赚钱
1、小盘股收益率更高
从全球来看,主要国家的资本市场都呈现小盘股收益率更高的现象。该效应在中国市场比在美国市场更加显著。
分组对比 | 10万元初始投资的最终结果(万元) | 年复合收益率(%) |
第一分位 |
201.19 |
14.86 |
第二分位 | 139.80 | 12.95 |
第三分位 | 112.48 | 11.82 |
第四分位 | 83.47 | 10.29 |
第五分位 | 77.78 | 9.93 |
第六分位 | 60.18 | 8.64 |
第七分位 | 57.33 | 8.39 |
第八分位 | 57.76 | 8.43 |
第九分位 | 68.77 | 9.31 |
第十分位 |
51.83 |
7.89 |
整体股票 |
86.95 |
10.50 |
在整体股票池中,第一分位(市值后10%)取得了22年19.12倍的盈利,年复合收益率为14.86%,该收益率在所有单因子模型中排名靠前,甚至超过了很多单因子模型。
如果结合单均线指标,波段操作第一分位股票,收益率应该会更高。
2、周期越长,市值效应越明显
投资周期越长,市值效应越明显,小盘股的收益率超越大盘股的概率越大。投资市场越短,越无法显示出小盘股的相对竞争优势。
三、指标代码
选股类指标,我会在指标名称加【X】以示区别。
1、构建【整体股票】的选股指标
{公式名称:x整体股票}
{公式描述:构建整体股票池}
{画图方法:副图}
{p:0,1000,14}
流通市值:=finance(40)/10000/10000;
no_mini:=流通市值>n;
no_stop:=dynainfo(8)>0;
no_st:=not(namelike('st')) and not(namelike('*'));
no_new:=count(c>0,0)>125;
ok:no_mini>0 and no_stop>0 and no_st>0 and no_new>0;
【X整体股票】指标公式编辑器界面,如下图所示:
补充说明:
a.这里采用的是流通市值,而不是总市值。
b.2022年9月9日,沪深A股4942只,4942×15%=741,流通市值排名741的股票市值为14.02亿,所以N取值14。
2、构建【小盘股】的选股指标
比如,选择将流通市值10-100亿的股票定义为【小盘股】。
指标【X股票池】参数N1、N2可调,代码如下:
{公式名称:X股票池}
{公式描述:构建小盘股票池}
{画图方法:副图}
{n1:0,1000,10}
{n2:0,1000,100}
流通市值:=finance(40)/10000/10000;
small:=between(流通市值,n1,n2);
no_stop:=dynainfo(8)>0;
no_st:=not(namelike('st')) and not(namelike('*'));
no_new:=count(c>0,0)>125;
ok:small>0 and no_stop>0 and no_st>0 and no_new>0;
【X股票池】指标公式编辑器界面,如下图所示: