Quantamental 量化行业选股 | 优矿

https://xueqiu.com/4105947155/78603772

简介:Quantamental(我们可以看作是Quant & Fundamental,即“量化基本面分析法”),就是把量化和基本面两种方法有效结合起来。这样的方法可能更合适中国市场,毕竟做基本面的人已经完全没有能力处理现在的这么多信息了,如果要一家一家公司地去看报表然后再总结的话,办事效率和信息覆盖量都非常有限。所以,我们必须要借助工具去帮助投资者处理更多信息,最后得出一个决策。今天给大家分享一个量化选股策略,请往下看。

基础策略

直观想法:

在各行业中选取表现好的股票,形成资产组合,再利用市场指数对冲,使回报稳定,坐收α.

实现步骤:

将全部A股按照申万一级分类分为30多个行业,在每个调仓日,在每个行业中选取最好的一只股票持有;

行业最佳的选取可以按照基本面信息,比如本篇的基础策略,就以PE最小作为最好股票的标志。

策略表现:

可以看见,从2013年以来,策略一直保持相对稳定的超额收益。如果用期指对冲,也能以较快速度离开股灾,甚至在2016年来的震荡行情中能实现10%以上的年化收益;

另一方面,策略 β 值接近1,这与我们构建纯α策略的想法不谋而合。

戳这里查看策略代码

扩展范围

看到上面PE的表现,我忍不住想看看是不是有其他的基本面因子可以实现更好的α收益;

借助quartz的快速回测,可以继续测试以下因子的表现:

上面的dict中,因子代表的值为0表示选取行业中该因子最小的一直股票;而因子值为1表示选取该因子值最大的股票。这也不难理解,PE越小表明股票相对越有价值,而ROA越大才表明公司的盈利能力越好。

戳这里查看代码

将回测期间设为2016/01/05 - 2016/08/08

下图展示了各个因子的α值,可以看见,总体表现不错:投资者关注较多的PE、PB、ROA、ROE等基本面因子都能充当比较好的筛选指标,给出10%以上的α. 而成长因子则不那么可靠,这可能给我们一个投资的提示:公司增长快可能并不代表股价增长快,为了获得超额收益,最好持有基本面已经很好的公司股票。

戳这里查看代码与各因子alpha表现图

下图展示了各个因子的胜率,即 —— 回测期间正超额收益天数 / 样本总天数。大部分因子胜率在50%以上,胜率较大的因子基本上α也会比较高。

PE因子的胜率将近63%,应该是比较让人满意的。

戳这里查看代码与各因子胜率图

策略稳定性检验

为了验证策略表现的稳定性,将回测期拆分为7份,每份大概是1个月时间(20个交易日),考察每个月内因子的胜率与超额收益。

PE因子在期间每个月的胜率都超过55%,甚至在其他因子表现都不好的最近一个月,其胜率也达到65%,稳定性很不错。

戳这里查看代码

期间基本每个月PE因子都能有正的超额收益,除4月8日 - 5月10日这一段期间,而这一段期间所有其它因子也没能取得超额收益。这也从另一个角度验证了PE因子表现的稳定性。

戳这里查看代码

策略总结

从上面的分析来看,选取每个行业PE最低的一只股票构成组合是一个比较稳定的α策略,也能给出不错的回报。

从极端的角度想,持有PE小的股票也总是让人安心的 —— 大不了一直持有,过几年公司赚得的收益也能覆盖持有成本。

当然,优化总是没有止境的:

— 之后可以考虑在行业内采用多因子选股,用因子组合来给股票打分;

— 甚至在不同行业,选用不同的打分标准,因为行业不同时敏感因子可能也不同;

作者:量化哥-优矿Uqer
链接:https://xueqiu.com/4105947155/78603772

原文地址:https://www.cnblogs.com/dhcn/p/12129727.html

时间: 2024-08-02 21:32:48

Quantamental 量化行业选股 | 优矿的相关文章

优矿量化实验室———转自知乎

出处:https://www.zhihu.com/question/20874888 https://www.zhihu.com/question/20874888/answer/87738147?utm_source=wechat_session&utm_medium=social#showWechatShareTip 对是优矿的总结和汇总,蛮不错的.分享一下.作者是:Tommy老师 强!烈!推!荐!优矿(优矿 - 通联量化实验室). 有新手教程,也有高手进阶:有模型研究,也有500万的实盘比

python量化交易入门学习 之用 Python 实现你的量化交易策略 实现之优矿使用

优矿 https://uqer.io/labs 注册 登录 在“开始研究”页面,新建一个 Notebook,就可以开始用 Python 写你自己的策略. 入门文档 数据  https://uqer.io/data/browse/0/?page=1 DataAPI.EquGet(secID=u"",ticker=u"",equTypeCD=u"A",listStatusCD=u"",field=u"",pan

python 优矿自动化交易

一.进入官网,打开notebook 自己新建 notebook 二.在代码中编写自己的交易策略 https://uqer.io/help/faqApi/#account相关属性  在帮助文档中可以找到 怎么 下单.获取当日收盘价.交易量等 自己用条件筛选时机,用order()等函数就可以下单了. 注意:函数handle_data() 是按照每日行情数据系统做的循环调用 如帮助文档中的简单策略: 简单的交易策略:每天买入一手股票池里的所有股票. start = '2014-01-01' # 回测起

python在量化领域的现状,竟然有点......

量化投资(证券和比特币)开源项目里,全球star数排名前10位里面,有7个是Python实现的.从数据获取到策略回测再到交易,覆盖了整个业务链. 而全球注册用户数最多的商业量化平台Uqer优矿,也同样是基于Python实现和提供服务的.国内后来的其他量化平台,例如RiceQuant和JoinQuant,也主推Python环境.可见Python在量化平台应用的绝对占有程度. 一.很多人会想,语言有那么多吗,为什么偏偏是Python呢? 量化金融分析师AQF为大家进行一个讲解,Python是一门比较

day32 Python与金融量化分析(二)

第一部分:金融与量化投资 股票: 股票是股份公司发给出资人的一种凭证,股票的持有者就是股份公司的股东. 股票的面值与市值 面值表示票面金额 市值表示市场价值 上市/IPO: 企业通过证券交易所公开向社会增发股票以募集资金 股票的作用: 出资证明.证明股东身份.对公司经营发表意见 公司分红.交易获利 股票的分类 股票按业绩分类: 蓝筹股:资本雄厚.信誉优良的公司的股票 绩优股:业绩优良公司的股票 ST股:特别处理股票,连续两年亏损或每股净资产低于股票面值 股票按上市地区分类: A股:中国大陆上市,

量化金融分析师O2O双证班 · 开班在即

随着金融科技的蓬勃发展,传统金融机构开始反思金融科技部门的定位. 金融科技作为行业底层业务逻辑升级的重要方向,对于组织能力和人才梯队的建设提出了新命题: 一方面部门定位和组织形式更加灵活化.多元化; 另一方面,人才市场中复合型人才的缺口为业务推进带来了不确定性和压力. --德勤<2018年中国金融科技调查报告> 传统金融机构正在探索金融科技业务单元的定位.有不少金融机构已经将金融科技提到战略层面,如工商银行设立于核心业务部门并列的一级部门--网络金融部,以此促进金融科技的自主发展;招商银行在其

一文读懂量化系统接入及相关平台

https://zhuanlan.zhihu.com/p/56906849 2019年2月1日在春节前最后一个交易日,证监会发布了<证券公司交易信息系统外部接入管理暂行规定(征求意见稿)>(见证券时报解读),符合条件的券商可以重新启动程序化外部接入业务,对于券商以及量化私募基金来说,属于行业利好.由于2015年的股灾导致证券公司交易信息系统外部接入暂停,对股票量化交易以及整个量化行业都造成了很大的影响,希望这次重启可以给行业带来曙光.随着量化投资的普及,很多人对量化交易系统以及接入等相关问题有

量化分析师的Python日记【第1天:谁来给我讲讲Python?】

量化分析师的Python日记[第1天:谁来给我讲讲Python?]薛昆Kelvin优矿 001 号员工2015-01-28 15:48 58 144克隆 ###“谁来给我讲讲Python?” 作为无基础的初学者,只想先大概了解一下Python,随便编个小程序,并能看懂一般的程序,那些什么JAVA啊.C啊.继承啊.异常啊通通不懂怎么办,于是我找了很多资料,写成下面这篇日记,希望以完全初学者的角度入手来认识Python这个在量化领域日益重要的语言 ###一,熟悉基本 在正式介绍python之前,了解

史上最全量化资源整理

有些国外的平台.社区.博客如果连接无法打开,那说明可能需要“科学”上网 量化交易平台 国内在线量化平台: BigQuant - 你的人工智能量化平台 - 可以无门槛地使用机器学习.人工智能开发量化策略,基于python,提供策略自动生成器 镭矿 - 基于量化回测平台 果仁网 - 回测量化平台 京东量化 - 算法交易和量化回测平台 聚宽 - 量化回测平台 优矿 - 通联量化实验室 Ricequant - 量化交易平台 况客 - 基于R语言量化回测平台 Factors - 数库多因子量化平台 诸葛量