價(jià)值投資起始于20世紀(jì)40年代,在國內(nèi)外市場(chǎng)均有豐富的理論探討與實(shí)踐。從2017年嚴(yán)監(jiān)管開始,中國金融市場(chǎng)將日趨成熟和穩(wěn)健,價(jià)值投資也將越來越重要。近年來風(fēng)格投資越來越受人們重視,其中行業(yè)輪動(dòng)是投資者重點(diǎn)關(guān)注的部分,如2016年周期與非周期行業(yè)頻繁變化,2017年周期股整體強(qiáng)勢(shì),這都說明了關(guān)于輪動(dòng)現(xiàn)象的研究價(jià)值。本文在雙優(yōu)化價(jià)值投資模型基礎(chǔ)上設(shè)計(jì)和改進(jìn)行業(yè)輪動(dòng)策略,具有一定的現(xiàn)實(shí)意義。本文嘗試根據(jù)周期與非周期行業(yè)的輪動(dòng),結(jié)合價(jià)值投資理論,搭建具有長期有效性且可以識(shí)別市場(chǎng)中短期強(qiáng)勢(shì)行業(yè)的綜合策略。策略的設(shè)計(jì)步驟是:第一步,建立比喬斯基低市凈率九因子選股模型,但此基準(zhǔn)模型在A股市場(chǎng)非有效,因此使用適當(dāng)減少指標(biāo)放寬選股條件、分析因子內(nèi)在聯(lián)系篩選最有效因子、使用MACD判別趨勢(shì)剔除“壞”股這三種方法對(duì)基準(zhǔn)模型進(jìn)行改進(jìn),得到雙優(yōu)化價(jià)值投資模型;第二步是基于Logistic模型對(duì)周期與非周期行業(yè)輪動(dòng)現(xiàn)象進(jìn)行識(shí)別與預(yù)測(cè),識(shí)別部分是通過指數(shù)月收益差的正負(fù)變動(dòng)與搭建“相對(duì)完美”輪動(dòng)模型兩種方式進(jìn)行的,預(yù)測(cè)部分使用Logistic模型,從影響周期與非周期行業(yè)輪動(dòng)的三類因素中篩選出顯著性最高、最能代表行業(yè)輪動(dòng)的八個(gè)變量,并搭建滾動(dòng)預(yù)測(cè)模型,來預(yù)測(cè)樣本外測(cè)試集2016年1月至2017年12月行業(yè)輪動(dòng)概率,對(duì)比實(shí)際市場(chǎng)輪動(dòng)情況,模型預(yù)測(cè)準(zhǔn)確度達(dá)到62.5%。第三步,將雙優(yōu)化價(jià)值投資模型與行業(yè)輪動(dòng)預(yù)測(cè)結(jié)果結(jié)合,形成本文最終策略。回測(cè)結(jié)果顯示在2016,2017兩年回測(cè)時(shí)間內(nèi),雙優(yōu)化模型行業(yè)輪動(dòng)策略總收益可達(dá)127.58%,年化收益51.20%,夏普比率1.5797,最大回撤16.146%,明顯優(yōu)于單周期行業(yè)策略(年化收益34.58%,夏普比率1.17)與單非周期行業(yè)策略(年化收益21.97%,夏普比率0.80,最大回撤21.37%)。綜合來看,不管在絕對(duì)收益還是風(fēng)險(xiǎn)收益,最終的改進(jìn)策略都有很好的表現(xiàn)。本文提出在價(jià)值投資理論模型的基礎(chǔ)上,優(yōu)化模型并改進(jìn)行業(yè)輪動(dòng)策略,策略的測(cè)試表現(xiàn)優(yōu)于單一行業(yè)與指數(shù)的收益,有較好的實(shí)用價(jià)值。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F832.51
【部分圖文】：

第二章 相關(guān)概念與理論國內(nèi)還是國外，金融業(yè)始終呈現(xiàn)出多元化發(fā)展的態(tài)勢(shì)。量化投資的資者理性決策，還能剔除不理想的投資對(duì)象。因此，在金融市場(chǎng)上擬的優(yōu)勢(shì)，同時(shí)又具有巨大的發(fā)展空間。同時(shí)，科技向智能化發(fā)展，量化投資的發(fā)展也開始漸向智能化轉(zhuǎn)變了由數(shù)向質(zhì)的演變，傳統(tǒng)高收益策略研究重心向穩(wěn)健收益策略轉(zhuǎn)移單點(diǎn)到全局變化著。人工智能、云計(jì)算在過去的十幾年中能力大大了金融科技的核心技術(shù)基礎(chǔ)，機(jī)器學(xué)習(xí)、人工智能的發(fā)展都使得量轉(zhuǎn)變，而這種轉(zhuǎn)變，將為量化投資帶來更多的生機(jī)。流量化投資策略策略種類進(jìn)行分類的話，可以分為：判斷趨勢(shì)型量化策略和判斷波下圖 2-1 所示。

圖 2-2 量化選股與量化擇時(shí)策略具體分類表 2-1 經(jīng)典量化選股策略分類策略類型 基本原理 策略評(píng)價(jià)因子策略 單個(gè)或多個(gè)因子作為選股標(biāo)準(zhǔn)，滿足條件買入，否則賣出 最廣泛使用，策略相對(duì)穩(wěn)定輪動(dòng)策略市場(chǎng)偏好會(huì)跟隨經(jīng)濟(jì)周期、季節(jié)時(shí)期等發(fā)生變動(dòng)，對(duì)強(qiáng)勢(shì)股票進(jìn)行配置，弱勢(shì)股票進(jìn)行平倉以小搏大，震蕩市效果較差資金流策略利用資金的流向來判斷股票的漲跌以此來選擇股票，一般來說要將資金流動(dòng)情況編制成指標(biāo)直觀易理解，有效性變差要不斷開發(fā)新指標(biāo)動(dòng)量反轉(zhuǎn)策略動(dòng)量效應(yīng)（過去強(qiáng)勢(shì)接下來繼續(xù)強(qiáng)勢(shì)，過去弱勢(shì)接下來繼續(xù)弱勢(shì)）下買入強(qiáng)勢(shì)股，反轉(zhuǎn)效應(yīng)（過去強(qiáng)勢(shì)接下來弱勢(shì)，過去弱勢(shì)接下來強(qiáng)勢(shì)）下買入弱勢(shì)股兩種效應(yīng)市場(chǎng)均常見，但強(qiáng)弱勢(shì)的持續(xù)時(shí)間與幅度難判斷一致預(yù)期策略 依據(jù)眾多分析師的預(yù)期來買賣股票操作 受主觀因素影響較大趨勢(shì)追蹤策略對(duì)個(gè)股的技術(shù)分析，當(dāng)股價(jià)出現(xiàn)上漲趨勢(shì)的時(shí)候買入，反之賣出，實(shí)際上是一種追漲殺跌的策略長短期均能進(jìn)行判斷，但策略有滯后性籌碼選股策略 根據(jù)籌碼的分布與變動(dòng)情況預(yù)測(cè)股價(jià)的漲跌情況 中長期與特定時(shí)期收益較好2.2 比喬斯基低市凈率選股模型

圖 3-1 市凈率分層收益走勢(shì)對(duì)比圖3.2.2 基準(zhǔn)模型的回測(cè)根據(jù)上一小節(jié)的比喬斯基九因子模型：首先進(jìn)行市凈率分層，接下來使用衡量價(jià)值股收益的 9 個(gè)基本指標(biāo)，將這些指標(biāo)采用 0-1 度量（即參數(shù)為 1 或者 0），使得股票的得分為 0 至 9 分，搭建出 Fscore 評(píng)分模型。分?jǐn)?shù)越高時(shí)，代表該股票的投資價(jià)值越高。美國市場(chǎng)已經(jīng)證實(shí)了分?jǐn)?shù)與投資組合收益有明顯的正相關(guān)性，那么我們接下來驗(yàn)證在國內(nèi) A 股市場(chǎng)是否也存在這種現(xiàn)象。表 3-2 Fscore 模型九因子及量化總結(jié)財(cái)務(wù)指標(biāo) 指代名稱 評(píng)分標(biāo)準(zhǔn)盈利能力資產(chǎn)收益率 ROA ROA>0 時(shí)得分取 1，否則為 0資產(chǎn)收益率變動(dòng) ΔROA ΔROA>0 時(shí)得分取 1，否則為 0經(jīng)營性現(xiàn)金流量 CFO CFO>0 時(shí)得分取 1，否則為 0凈利潤與現(xiàn)金流 CFO-ROA CFO-ROA>0 時(shí)得分取 1，否則為 0
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王國俊;陳冬華;蔣德權(quán);;紅利稅差異化征收推進(jìn)價(jià)值投資了嗎?[J];南京社會(huì)科學(xué);2014年04期

2 殷鑫;鄭豐;崔積鈺;趙莊;;基于價(jià)值投資的Piotroski選股策略實(shí)證研究[J];時(shí)代金融;2012年23期

3 顧紀(jì)生;朱玲;;股票投資價(jià)值分析的綜合指標(biāo)及其創(chuàng)新指向[J];商業(yè)研究;2012年02期

4 孫春苗;張晗;;中國股票市場(chǎng)價(jià)值投資探析[J];中國證券期貨;2011年03期

5 林樹;夏和平;張程;;價(jià)值投資策略在中國A股市場(chǎng)的可行性——基于幾項(xiàng)財(cái)務(wù)指標(biāo)的研究[J];上海立信會(huì)計(jì)學(xué)院學(xué)報(bào);2011年01期

6 孫美;劉亞萍;;分行業(yè)研究價(jià)值投資在中國股市的適用性[J];決策與信息(財(cái)經(jīng)觀察);2008年10期

7 蔡飛;;市銷率指標(biāo)在股票投資決策中的應(yīng)用[J];財(cái)會(huì)月刊;2008年06期

8 葉咸尚;;中國股市板塊輪動(dòng):特征、影響因素與趨勢(shì)[J];浙江金融;2007年08期

9 杜惠芬,平仕濤;在A股市場(chǎng)使用市銷率系列指標(biāo)的實(shí)證分析[J];中央財(cái)經(jīng)大學(xué)學(xué)報(bào);2005年10期

10 聶祖榮;價(jià)值投機(jī)是價(jià)值投資必經(jīng)之路[J];證券導(dǎo)刊;2004年45期

相關(guān)博士學(xué)位論文 前1條

1 袁澤波;中國A股市場(chǎng)板塊收益率決定及其輪動(dòng)效應(yīng)分析[D];西南財(cái)經(jīng)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前9條

1 王赟;基于灰色關(guān)聯(lián)分析的多因子選股模型研究[D];北京交通大學(xué);2017年

2 徐詠;我國A股市場(chǎng)大小盤風(fēng)格輪動(dòng)效應(yīng)分析[D];暨南大學(xué);2016年

3 陳新峰;股市大小盤輪動(dòng)影響因素實(shí)證研究[D];河北大學(xué);2016年

4 林政伯;利用PEG估值思維投資中國股市策略研究[D];上海交通大學(xué);2015年

5 張偉;支持向量分類機(jī)（SVC）在量化選股中的應(yīng)用[D];山東大學(xué);2014年

6 鄒運(yùn);基于遺傳算法的風(fēng)格選股模型研究[D];東北財(cái)經(jīng)大學(xué);2012年

7 郝蔚旻;安信期貨有限責(zé)任公司營銷戰(zhàn)略研究[D];復(fù)旦大學(xué);2011年

8 丁軍廣;我國A股市場(chǎng)行業(yè)輪動(dòng)規(guī)律研究[D];西南財(cái)經(jīng)大學(xué);2011年

9 汪洋;基于估值與業(yè)績的選股策略有效性研究[D];電子科技大學(xué);2010年

本文編號(hào)：2864610