我國(guó)資本市場(chǎng)的日漸成熟使得理性投資者越來(lái)越多,量化選股的應(yīng)用越來(lái)越廣泛。在量化選股理論中,多因子選股模型邏輯清晰、選股效果突出,從而應(yīng)用廣泛。相信未來(lái)隨著我國(guó)資本市場(chǎng)數(shù)據(jù)更加豐富、透明,計(jì)算機(jī)運(yùn)算效率不斷提升,多因子選股模型將會(huì)有更好的應(yīng)用前景。本文的研究成果是基于多因子量化選股模型,針對(duì)模型的一些細(xì)節(jié)層面,包括我國(guó)財(cái)務(wù)報(bào)告的公布制度、數(shù)據(jù)的選取、因子穩(wěn)健性分析、因子權(quán)重設(shè)計(jì)、模型對(duì)照分析這幾方面進(jìn)行了一定的創(chuàng)新,以此來(lái)提高模型的投資績(jī)效。本文選取醫(yī)藥行業(yè)187只上市股票作為研究對(duì)象,將2006-2019年的季度數(shù)據(jù)分為訓(xùn)練集與驗(yàn)證集,在訓(xùn)練集上挑選最優(yōu)因子并生成綜合評(píng)分模型,在驗(yàn)證集上通過(guò)對(duì)比分析來(lái)評(píng)價(jià)各綜合評(píng)分因子的投資績(jī)效。首先,從相關(guān)性、組合收益、跑贏市場(chǎng)概率、夏普率、信息比率、最大回撤角度對(duì)50個(gè)初始因子進(jìn)行評(píng)價(jià),篩選出12個(gè)有效因子;然后,根據(jù)有效因子的相關(guān)系數(shù)矩陣及P值顯著概率矩陣,并結(jié)合幾個(gè)重要指標(biāo),剔除了4個(gè)冗余因子,剩余8綜合質(zhì)量最好的因子;接下來(lái),使用這8個(gè)因子構(gòu)造綜合評(píng)分模型,并根據(jù)模型不同的計(jì)算方式定義了4個(gè)綜合評(píng)分因子;最后,在驗(yàn)證集上對(duì)4個(gè)綜合評(píng)分因子的選... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３－７滬深３００指數(shù)凈值變化??Ｆｉｇ．?３－７?Ｎｅｔ?ｖａｌｕｅ?ｏｆ?ｔｈｅ?ＣＳＩ?３００?ｉｎｄｅｘ??根據(jù)凈值計(jì)算滬深３００指數(shù)的最大回撤，訓(xùn)練集期間指數(shù)的最大回撤為??－

?山東大學(xué)碩士學(xué)位論文???回撤時(shí)，說(shuō)明該因子的風(fēng)險(xiǎn)控制能力較強(qiáng)。先對(duì)滬深３００指數(shù)在驗(yàn)證集期間的最??大回撤進(jìn)行觀察，計(jì)算其凈值變化如圖３－７。??３．００?１?—滬深３〇〇指數(shù)凈值??２．５０?－??０．５０?－??０－００?＂?Ｉ?Ｉ?Ｉ?１?Ｉ?Ｉ?ｆｉｌｌ?ＩＩ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?ＩＩ?Ｉ?Ｉ?１??—ｉＮｊｒｏｉｏｉｖｔｒｏ?Ｎ＾ｒ？ｊＮＪｈ〇ＮｊＮＪｒ＾ｉＮＪｒ〇Ｎｊｉｏｒ＞ｊＮＪＮｊｉｓｊＮｊｒ＞ＪＮｊｒｏ??〇〇〇〇〇〇?〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇〇??ＯＯＯＯＯ??ＣＨＣ＞＜Ｔｔ＇ｊｖｌ＇ｖｌ?＇ｊＪ００?００?００ｉｐｉｐｉ＾ＯＯ〇Ｈ＾Ｈ＊Ｈ＊ＮＪＮＪｆＯＵＪＵＪＵＪ??圖３－７滬深３００指數(shù)凈值變化??Ｆｉｇ．?３－７?Ｎｅｔ?ｖａｌｕｅ?ｏｆ?ｔｈｅ?ＣＳＩ?３００?ｉｎｄｅｘ??根據(jù)凈值計(jì)算滬深３００指數(shù)的最大回撤，訓(xùn)練集期間指數(shù)的最大回撤為??６７．８３％，接下來(lái)計(jì)算１２個(gè)因子的最大回撤，結(jié)果見(jiàn)圖３－８。??ｃｎｎｎ?■優(yōu)勢(shì)組最大回撤（％）?■相鄰組最大回撤（％）?＃相鄰兩組最大回撤（％）??ｂｕ．ＵＬ）?－１??Ｌｊｉｉｉｉｉｌｌｌ??ｘｘｘｘｘｘｘｘｘｘｘｘ??ＵＪＵ？４＾ｈ－？Ｌ〇ｒ〇－Ｔ＾－＾ＵＩＬｎＮＪＵＩ??ＬＯｆＯＯＯ?ｌ－？?Ｏ?００?ｈ－？??圖３－８?１２個(gè)因子最優(yōu)三個(gè)組合的最大回撤??Ｆｉｇ．?３－８?Ｍａｘｉｍｕｍ?ｒｅｔｒａｃｅｍｅｎｔ?ｏｆ?ｔｈｒｅｅ?ｃｏｍｂｉｎａｔｉｏｎｓ?ｗｉｔｈ?１２?ｆａｃｔｏｒｓ?ｏｐｔｉｍｕｍ??３８??

?山東大學(xué)碩士學(xué)位論文???接下來(lái)觀察各因子優(yōu)勢(shì)組的勝率情況，統(tǒng)計(jì)各因子優(yōu)勢(shì)組各期超額收益表現(xiàn)，??結(jié)果見(jiàn)圖３－１１。??■綜合評(píng)分因子Ｓ１?＊綜合ｉ平分因子Ｓ２?□綜合評(píng)分因子Ｓ３?Ｓ綜合評(píng)分因子Ｓ４??３０．００?－??２０．００?－??ｌｏ．ｏｏ?－ｉ－ｔｈ?Ｉｐ?Ｌｖ?＾??ｏｏｏ?■丨丨Ｂ?１１?ＢＬｐ?ｍｌ＼?ｌｉＴ１?１＾－ｖ－?ｍｓ＼￣．?＾?ｍ＾ｒ：??－１０．００?－?Ｉ??－２０．００?－??？３０．００?？?｜??？４０．００?？?Ｉ??－５０．００?■??－６０．００?■??４＾４＾４＾ＬｎＬｎｉ／ｉＣＴ？ａ＞ｃｒ＞＾Ｊ＇ｓＪ＇ｓＪ０ＯＣ？０Ｏ＜＾ｔＤ＾??Ｉ?■?■?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?ｔ?■?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?■?Ｉ??ｌ－？ＭＯＪＨ－４Ｎ）ＵＪ｜－？ＮＪＵＩ｜－？ＮＪＵｉｈ－？ＮＪＵＪＭｒ〇Ｕ＞??圖３－１１驗(yàn)證集期間各因子的超額收益表現(xiàn)??Ｆｉｇ．?３－１１?Ｔｈｅ?ｐｅｒｆｏｒｍａｎｃｅ?ｏｆ?ｅｘｃｅｓｓ?ｒｅｔｕｒｎｓ?ｏｆ?ｅａｃｈ?ｆａｃｔｏｒ?ｄｕｒｉｎｇ?ｖａｌｉｄａｔｉｏｎ?ｓｅｔ??統(tǒng)計(jì)驗(yàn)證集期間各綜合評(píng)分因子的超額收益表現(xiàn)，發(fā)現(xiàn)因子ＳＩ、Ｓ２、Ｓ３、Ｓ４??優(yōu)勢(shì)組在此期間年化超額收益分別為１４．０８％、１．５０％、３．１１％、－３．７１％，Ｓ１表現(xiàn)最??好。４個(gè)綜合評(píng)分因子跑贏市場(chǎng)的概率分別為７２．２２％、６１．１１％、６１．１１％、６６．６７％，??仍然可見(jiàn)因子Ｓ１的勝率最高且領(lǐng)先較多，驗(yàn)證集期間交易頻次較少也是其他三個(gè)??因子的勝率相差無(wú)幾的原因之一。??接下來(lái)使用夏普率及信息比率指標(biāo)從風(fēng)險(xiǎn)

【參考文獻(xiàn)】：
期刊論文
[1]Adaboost-SVM多因子選股模型[J]. 王倫.  經(jīng)濟(jì)研究導(dǎo)刊. 2019(10)
[2]多因子量化選股模型與擇時(shí)策略[J]. 王春麗,劉光,王齊.  東北財(cái)經(jīng)大學(xué)學(xué)報(bào). 2018(05)
[3]基于滬深300成份股的多因子量化選股策略研究[J]. 蘇靖宇,方宏彬.  福建商學(xué)院學(xué)報(bào). 2018(01)
[4]基于多因子選股的半監(jiān)督核聚類(lèi)算法改進(jìn)研究[J]. 李文星,李俊琪.  統(tǒng)計(jì)與信息論壇. 2018(03)
[5]因子分析法在上市公司投資價(jià)值分析的實(shí)用性探究——基于TMT板塊[J]. 吳瑜琪.  全國(guó)流通經(jīng)濟(jì). 2017(15)
[6]主成分分析和因子分析在中國(guó)股票評(píng)價(jià)體系中的應(yīng)用[J]. 胡書(shū)文,徐建武.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(05)
[7]中國(guó)股市風(fēng)險(xiǎn)預(yù)警指標(biāo)體系分析[J]. 魏偉,國(guó)世平.  深圳大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版). 2017(02)
[8]基于多元回歸分析的多因子選股模型[J]. 黃宏運(yùn),王梅,朱家明.  通化師范學(xué)院學(xué)報(bào). 2016(08)
[9]淺析基于大數(shù)據(jù)的多因子量化選股策略[J]. 李姝錦,胡曉旭,王聰.  經(jīng)濟(jì)研究導(dǎo)刊. 2016(17)
[10]金磚國(guó)家股票市場(chǎng)成長(zhǎng)性指標(biāo)體系構(gòu)建[J]. 于曉雯,張延良.  中國(guó)證券期貨. 2013(01)

碩士論文
[1]多因子選股模型的構(gòu)建與應(yīng)用[D]. 朱世清.山東財(cái)經(jīng)大學(xué) 2015
[2]運(yùn)用量化投資策略實(shí)現(xiàn)超額收益Alpha的理論與實(shí)踐[D]. 章宏帆.浙江大學(xué) 2015
[3]基于多因子模型的量化選股[D]. 張利平.河北經(jīng)貿(mào)大學(xué) 2014
[4]基于多因子量化模型的A股投資組合選股分析[D]. 江方敏.西南交通大學(xué) 2013



本文編號(hào)：3295457