基于五因素模型的A股市场交易策略

陈小琦　涂序平　张佳阳

[提要] 本文以Fama-French五因素模型为研究基础，结合基本面分析和技术分析，挖掘具有价值投资的一类公司作为投资组合。研究发现：选出的投资组合的收益超过大盘指数和大多数主动管理型基金的收益，这说明基于五因素模型的选股策略是一种有效的选股策略。

关键词：资产定价；Fama-French五因素模型；交易策略

基金项目：2016年度嘉兴学院大学生科研训练计划（SRT）重点项目（项目编号：851716013）

中图分类号：F83 文献标识码：A

收录日期：2017年4月5日

一、文献综述

在股票市场，广大投资者都在思考如何发掘有较高回报的公司，以及使用怎样的投资方式、交易策略来获取更高收益。而资产定价模型历来就对于投资决策具有重要意义。从20世纪60年代开始，Sharpe（1964）、Lintner（1965）和Black（1972）提出了著名的资本资产定价模型（CAPM）；Ross（1976）提出了套利定价理论（APT），即假设在竞争性和无摩擦的市场上，股票收益率与未知数量的未知因素相关；Fama和French（1992、1993、1996）提出三因素模型发现市场风险、总市值、账面市值比因素可较好地解释股票收益率的变化；Fama和French（2013）提出五因素模型，因发现三因素模型无法解释盈利能力和投资模式对股价的影响，于是结合前人研究成果，在三因素模型的基础上引入盈利能力和投资模式因素，并通過美国50余年的市场数据进行检验。在国内，曾佳辉（2014）运用Fama-French三因子模型及其优化模型，发现小规模上市公司的整体回报较高，而大规模公司承担的系统性风险相对较高，并且发现基于三因子模型所设计的交易策略是一种收益稳定、风险不高的优质交易策略。张利平（2014）在对25个因子进行实证后，选择了盈利收益率、账面市值比、现金收益率、ROA变动、PEG、换手率变动这六个因子构建了多因子选股模型，得到了较为理想的收益率。但国内学者对Fama-French五因素模型在我国实际交易策略上的直接研究较少。因此，本文将结合Fama-French五因素模型对中国A股市场上的股票进行选股，同时结合基本面分析和技术分析，从中挖掘出具有投资价值的公司，设计出科学有效的交易策略。

二、数据来源与样本选择

本文以深圳和上海股票交易所的所有A股股票为研究样本，以Fama-French五因素模型为研究基础，其中规模因素用股票的流通市值衡量；账面市值比因素用市净率的倒数衡量；盈利能力因素用净资产收益率（ROE）衡量；投资水平因素用总资产收益率衡量。所有数据均来自深圳国泰安信息技术有限公司提供的CSMAR公司财务报表数据库。

样本数据选取时间为2016年7月1日至9月30日，结合实际情况选股策略所选取的交易时间段为2016年7月4日至2016年9月26日，建仓时机选定为每个星期一，每只股票持仓时间为4个星期。

三、基于Fama-French五因素模型的交易策略

（一）股票池及交易时机的选择。首先我们应用基本面分析方法来构建股票池。因为基本分析法的优势主要是能够比较全面地把握股票价格的基本走势，但是它对股票的预测时间跨度相对较长，对短线投资者来说有效性较差。在基本面分析这方面，国内已经具备了相当的规模和水平了，因此本文最终采用了券商国泰君安证券分析师给出“买入”或者“推荐”评级的股票作为基本面良好的股票。这些股票形成备选的股票池为接下来进一步选股打下基础。

股票市场存在规模效应、价值溢价效应、盈利能力效应和反转的投资模式效应。小股票往往具有比大股票更高的市场贝塔，小盘股与超额市场回报是正相关的，所以在进行选择时，同等的条件下，应该优先考虑中小盘股。同时，盈利能力高的公司有较高的股票平均收益率；投资水平高的公司拥有较高的股票收益率。所以，投资者应该密切关注账面市值比高、盈利能力强且固定资产增长快的小盘股和收入或盈利展现出持续性或加速增长态势的上市公司。

在结合基本面分析和五因素模型挖掘出历史收益较高的股票作为投资组合后，本文综合考虑股票的价格、成交量、时间和空间作为买入的依据，参考股票的K线图走势和均线的走势判断股票的未来走势。具体来讲，本文是参考平滑异同平均线（MACD）来判断买卖点。指数平滑异同移动平均线是以快速移动平均线与慢速移动平均线相对距离的变化提示买卖时机的指标。MACD中的离差值DIF是快速线和慢速线之差，而DEA则是一定时期内快慢线之间的平均距离。本文判断的买入点是DIF和DEA均为正值的时候且DIF向上突破DEA的时候，而DIF向下突破DEA的时候则为卖出信号。

（二）交易策略设计。本文借鉴曾佳辉（2014）基于三因素模型交易策略设计的方法，结合实际情况与Fama-French五因素模型来设计交易策略。首先在设计投资组合时，为了能够对冲掉大部分非系统性风险，本文将投资股票的数量定为4只，每只股票的权重相等，也就是说每只股票的仓位均为25%。基于此，本文将股票的持有时间设为四周，每周进行一次买卖交易（当持股数量少于4只时，建仓期间，仅仅买入，不卖出）。最后得出的交易策略是：第一周建仓25%，第二周仓位提高到50%，第三周提高到75%，第四周提高到l00%。第五周卖出第一周买入股票，同时买入新的股票，如此循环往复。

Fama-French五因素模型选股策略所选取的交易时间段为2016年7月4日至2016年9月26日，建仓时机选定为每个星期一，每只股票的持仓时间为4星期，如2016年7月4日（星期一）开盘买进600984，则2016年8月1日（星期一）开盘卖出600984。

第一次建仓时机为7月4日，在股票选择中，本文选取国泰君安在建仓前一周的给出“买入”评级的股票作为备选股票，建仓的备选股票有：603896、300444、 603718、 300200、 300017、 002206、 000568、002444、600984、000601、600500等11只股票，根据Fama-French五因素模型，将流通市值100亿元以上的列为大规模上市公司，总市值在40亿元～100亿元的为中等规模公司，40亿元以下的为小公司。这11只股票中，600984、002206、000601为小公司，由于小公司的历史年化收益明显高于其他类型公司，我们将在这三家公司中选取买入的股票。再根据五因素模型，我们选择了盈利能力和投资水平相对较高的600984买入，仓位约25%。

第二次建倉时机为7月11日，同样选择国泰君安给出“买入”评级的股票，建仓前一星期国泰君安给出“买入”评级的股票有：002688、603885、000429、600790、 300121、 300017、 000733、 300496、 601601、600217、002321、002062、000782等13只股票。在以上13只股票中，300121和002321两只股票为小盘股。由于这两只证券均获得“买入”评级且历史收益较高，且短期内股票未出现异常波动，所以应该在300121和002321之间选择。同时结合Fama-French五因素模型，考虑到002321的盈利水平高于300121，选择在7月11日开盘买入002321，仓位25%左右。之后的两次建仓时机别为7月18日和7月25日，基本的选股操作与前两次类似。

第五次建仓时机为8月1日，此时立刻卖出600984。同样选择国泰君安给出“买入”评级的股票作为备选股票。建仓前一星期国泰君安给出“买入”评级的股票有：002196、002062、600236、601668、000415、600640等6只股票，其中002062为小规模上市公司，因此选择002062建仓，仓位为25%左右。

后续的建仓和清仓时间和方式与前面5次类似，依次循环往复，最后得到整个投资组合的买入和卖出过程见表1。

（三）五因素选股策略收益超额性分析。本文所设计的“基于五因素模型的交易策略”按照基本面分析，构建股票池，然后进行技术分析，最后再根据五因素模型设计交易策略。表1的交易策略，在不考虑交易费用和闲置资金的额外收益的情况下，总体投资回报率为4.08%。同期的上证指数上涨3.55%，深证成指上涨2.11%，创业板指数下跌1.88%，基于五因素模型的选股策略超越了各主要指数的收益。

与现在市场上主动管理型基金的同期收益进行对比时，本文采取抽样的方式，选取5只主动管理型股票基金与五因素模型交易策略的收益情况做比较。这5只基金分别是易方达平稳增长证券投资基金（110001）、工银新蓝筹股票基金（001651）、南方国策动力基金（001692）、招商行业精选股票（000746）、嘉实先进制造股票型基金（001039）。从2016年7月4日至2016年9月26日，以上5只股票型基金的收益分别为-2.47%、-0.38%、-1.20%、-8.08%、4.12%。而同期基于五因素模型的交易策略的收益率为4.08%。基于五因素模型交易策略的收益明显高于大部分的主动管理型基金的收益。

综合来看，五因素模型交易策略的收益跑赢了大盘指数和大多数的主动管理型基金的收益，这证明五因素选股策略的优势明显，是一种有效的选股策略。

四、结论

本文在了解市场基本面分析和股票近期综合表现的前提下，结合五个因素：市场溢价因素、规模因素、账面市值比因素、盈利能力因素和投资模式因素等进行股票的筛选，最终形成一个完整的投资组合。我们对这个投资组合进行市场表现分析，可以发现其收益超越了同期A股市场的收益及大部分主动管理型基金的收益。这说明在我国现有的市场条件下，我们设计的基于五因素模型的选股策略是有效的。

总体而言，基于Fama-French五因素模型的交易策略，无论对个人投资者还是机构投资者都有一定的参考价值。对知识水平和投资精力有限的个人投资者来说，是一种简单又能获得较高回报率的优质投资策略；对机构投资者来说，可以基于该策略构建一个能够获得超额收益的股票池，提供给客户作为参考。

主要参考文献：

[1]宿成建.中国证券多因素及三因素定价模型实证研究[J].系统工程理论与实践，2006.8.

[2]田利辉，王冠英.我国股票定价五因素模型：交易量如何影响股票收益率[J].南开经济研究，2014.2.

[3]曾佳辉.基于Fama-French模型的A股市场交易策略研究[D].上海师范大学，2014.

[4]Eugene F.Fama，Kenneth R.French.A Five-Factor Asset Pricing Model[N].Fama-Miller worker paper，2013.11.

[5]Eugene F. Fama. Multifactor portfolio efficiency and multifactor asset pricing[J].Journal of Financial and Quantitative Analysis，1996.31.