(北京物資學(xué)院 北京 101149)
目前,隨著計算機技術(shù)發(fā)展及智能時代的到來,依托于計算機技術(shù)為投資者提供投資決策指導(dǎo)的量化投資技術(shù)在量化選股、量化擇時、風(fēng)險控制、統(tǒng)計套利等方面越來越普及。文章采用數(shù)量的方法構(gòu)建出具有價值的股票池進行投資,如果該公司滿足了該方法的條件,則放入股票池,如果不滿足,則從股票池中剔除。
滬深300股票能代表市場整體的情況,它的樣本涵蓋了滬深 A 股 60%左右的市值,而且其成分股是業(yè)績與規(guī)模較好的股票。文章選取滬深300成分股作為研究對象。其中,2018年7月2日作為選股期,2018年7月2日—2019年8月29日作為選股策略的檢驗期,數(shù)據(jù)源于東方財富choice數(shù)據(jù)。文章在比較投資組合收益情況時選用的市場基準也是滬深300指數(shù),可以消除其他因素的影響,有利于評價選股的效果。
指標的選取直接影響分析的結(jié)果和模型的有效性,選取的指標范圍越廣,構(gòu)建的投資組合考慮方面越周到。在前人研究的基礎(chǔ)上,對變量篩選歸納后得到如下指標:年換手率(基準,自由流通股本)(X1)、市盈率(TTM.扣除非經(jīng)常性損益)(X2)、歷史PEG值(X3)、自由流通市值(X4)、每股收益EPS(扣除/稀釋)近三年年報均值(X5)、每股經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額(TTM)(X6)、凈資產(chǎn)收益率ROE(TTM)(X7)、最近24個月年化收益率(X8)、毛利率近三年年報均值(X9)、資產(chǎn)負債率近兩年與2019年第一季度均值(X10)、最新股息率(X11)、凈利潤近五年復(fù)合增長率(X12)、營業(yè)收入近五年復(fù)合增長率(X13)。
由于各指標取值范圍不同以及度量單位存在差異,原有的主成分分析法會受到評價指標量綱和數(shù)量級的影響,主成分也會因評價指標量綱和數(shù)量級的改變而不同,并且使部分信息丟失。所以,首先應(yīng)該對原始數(shù)據(jù)進行標準化處理。本文用SPSS軟件描述統(tǒng)計量進行標準化處理得到Xi(i=1,2,…,13)。
主成分分析將原有多個相關(guān)性較強的變量X1,X2,…,X13重新組合,生成少數(shù)幾個彼此不相關(guān)的變量F1,F(xiàn)2,…,F(xiàn)m,使它們盡可能多地提取原有變量的信息。其中F1,F(xiàn)2,…,F(xiàn)m就叫作第一主成分、第二主成分……第m主成分。
通過SPSS軟件對13個指標變量進行主成分分析。變量間的相關(guān)矩陣直觀顯示變量之間有相關(guān)性。KMO 和 Bartlett 的檢驗得到KMO值達到0.63,Bartlett球形度檢驗近似卡方為683.730,P值0小于0.05,表明變量間適合做主成分分析。
由解釋的總方差可知,前6個主成分對應(yīng)的特征根大于1,累積方差貢獻率達72.5%,有一定的信息損失但是可以接受,因此提取得到6個主成分F1,F(xiàn)2,…,F(xiàn)6代表原Xi(i=1,2,…,13指標變量)。
首先求標準化后的原始指標變量在6個主成分線性組合中的系數(shù),即用成分矩陣中的載荷數(shù)除以對應(yīng)的主成分特征值的開方。由解釋的總方差和成分矩陣可以得到指標Xi在不同主成分Fm線性組合中的系數(shù)ki,m,這樣就可以將指標轉(zhuǎn)換成6個主成分
Fm=k1,m×X1+k2,m×X2+…+k13,m×X13,m=1,2,…,6. 用主成分分析確定的指標權(quán)重是以主成分的方差貢獻率為權(quán)重的,因此指標在綜合評價中的系數(shù)要歸一化處理。主成分與方差貢獻率相乘求和即可得到綜合得分指標數(shù)據(jù)。
根據(jù)綜合得分數(shù)據(jù)的高低對滬深300成分股股票所屬公司的財務(wù)狀況綜合評價進行排名,排名結(jié)果在前30的股票如表1所示。
表1 滬深300成分股排名(前30)
因為上市公司的財務(wù)報表中指標數(shù)據(jù)太多,而使用主成分分析算法可以用很少的綜合指標代替原先的指標數(shù)據(jù),使分析者能夠?qū)ι鲜泄镜呢攧?wù)狀況有一個全面的了解。綜合得分作為上市企業(yè)全面綜合的財務(wù)狀況評價指標,可以讓投資者更直接地了解上市企業(yè)的經(jīng)營狀況,為選股池構(gòu)建提供了依據(jù)。
下面對選出的股票建立指數(shù)。選取排名前30的股票,在choice金融終端中建立指數(shù)HS,其中,三聚環(huán)保當(dāng)日停牌,故不在指數(shù)中,權(quán)重采用2018年7月2日除三聚環(huán)保以外的29支股票在滬深300指數(shù)中所占的權(quán)重(如圖1所示)。
以2018年7月2日—2019年8月29日作為選股策略的檢驗期,圖1顯示,組合在近一年收益率凈值增長率為29.22%,業(yè)績基準增長率為11.92%,凈值相對業(yè)績基準為17.30%;創(chuàng)建以來凈值增長率為31.19%,業(yè)績基準增長率為7.95%,凈值相對業(yè)績基準為23.23%。HS組合的夏普比率為0.2818,超過標的指數(shù)(0.202 5)??傮w來說,該選股模型是有效的,使用該模型選股構(gòu)建出的指數(shù)表現(xiàn)出收益率超過大盤滬深300指數(shù)收益率的現(xiàn)象;在短期內(nèi)略跑贏滬深300,在長期內(nèi)業(yè)績表現(xiàn)更好。
圖1指數(shù)HS組合業(yè)績表現(xiàn)
證券市場瞬息萬變,本文在實證中構(gòu)建出的股票指數(shù)僅以2018年7月2日一天的指標數(shù)據(jù)作為依據(jù)誤差較大,在之后一年的時期內(nèi)也未根據(jù)市場宏觀政策情況進行調(diào)整。但本文將選取的所有指標考慮在內(nèi),使分析者對上市公司的財務(wù)狀況能夠把握地更加全面,在長期投資中,該方法構(gòu)建的股票指數(shù)抗突發(fā)變動情況好,收益良好。在實際操作中,可以把近期一段時間作為選股期,并且按月或季度根據(jù)市場動態(tài)情況進行調(diào)整。