基于多因子模型的量化选股及绩效初探

郑朗

摘要：股票为投资的主要形式之一，是投资者据以获取经济效益的主要途径。本文从多因子模型的角度出发，对常见的选股模型进行了简要的介绍。基于此，主要从模型的建立、投资组合的选择等方面，研究了以该模型为基础的量化选股方式。最后，通过对各选股方法的对比，证实了基于多因子模型的量化选股方法，在绩效方面的优势。希望能够为各投资者提供参考。

关键词：多因子模型 投资组合 量化选股 绩效优势

前言

股票投资，为金融市场上的投资者的主要投资行为之一。提高选股水平，是提高投资收益的关键。常见的选股方法，以单因素选股为主，股票投资者极容易因因素考虑不全，而受到损失。研究发现，与单因素选股相比，采用建立多因子模型的方式，对不同因子进行分析，实现量化选股，在提高投资效益方面效果显著。可见，对相应的选股方法及绩效加以研究较为重要。

一、常见的量化选股模型

受金融环境、投资方向以及投资者个人能力等因素的影响，股票的盈亏很难预测为提高股票收益，对多项因子进行综合考虑极其关键。金融市场上，常见的量化选股模型，包括阿尔法模型、风险控制模型及教育成本模型三种。以阿尔法模型为例，该模型要求将理论与数据，分别纳入到选股所考虑的因素过程中。并将选股理论作为重点，将股票分为价值型、成长型、品质型等多种类型进行选股。与之相比，风险控制模型，则要求在分析股票盈亏风险的基础上，将其分为不同类型，对股票进行选择。上述选股方法虽各有其优势，但均存在着考虑因素欠全面的问题。将各个选股方法相互组合，是提高因子分析全面性，提高选股水平的关键。

二、基于多因子模型的量化选股及绩效分析

（一）多因子模型的建立

1.建立模型。多因子量化选股模型的构建，需要在对多个有效因子进行评分的基础上实现。此时，可根据各因子分值的不同，对其进行排序，以便于建立模型。例如：可以以因子选股指标的大小作为划分标准，将其分为1到n共n个因子。在此基础上，对各因子的权重进行计算。如某因子的权重指标较高，则表明该因子对股票收益的影响较大。因此，，必须将该指标纳入到模型中，建立起多因子模型，以提高模型的代表性。

2.选取股票。选取权重值较高的因子，以及在上述因子方面具有优势的股票进入到投资组合中，可达到提高股票投资盈利能力的目的。但受组合中股票数量的影响，投资所面临的风险，同样会有所不同。随组合规模的增大，风险因被分散，通常会有所降低。但组合的运行效率，则会有所下降。为解决上述问题，可采用回归计算的方法，明确组合中的最优股票数量。回归计算公式如下：

3.投资组合更换频率。股票市场的变化较为迅速，部分量化模型，仅能够预测股票未来较短时间内的走势，在提高股票收益方面，无过大的价值。因此，为保证量化模型在预测股票走势方面的价值能够有所提高，适当延长预测时间较为重要。考虑到股票市场中，各因子的变化规律较难预测。加之投资者会以收盘价，评估股票的盈利价值。因此，可以以一个月为一周期，对股票的走势进行预测，并调整投资组合，使投资组合在股票市场上的适用性得以提升。

（二）投资组合的选择

1.单因子模型的选股能力。本部分从价值型投资、成长型投资以及技术型投资三方面入手，对单因子模型的选股能力进行了分析。可利用股票的盈利收益率与现金收益率，计算价值型股票的选股能力。利用ROA变动以及PEG指标，计算成长型投资的选股能力。利用换股率，计算技术型投资的选股能力。计算后发现，价值型投资的累计收益，为25.2%、年化复合收益，为6.00%、超额收益率为11.20%；成长型投资的累计收益，为27.01%、年化复合收益，为6.45%、超额收益率为11.30%；技术型投资的累计收益，为27.00%、年化复合收益为6.13%、超额收益率为11.29%。

2.多因子模型的选股能力。本部分从价值型投资、成长型投资以及技术型投资，三种投资组合入手，对多因子模型的选股能力进行了观察。各投资类型选股能力的计算方法，以及相应因子均保持不变。最终选股能力，应为多因子选股模型组合的选股能力。计算发现，采用多因子模型进行量化选股，股票的累计收益，为33.56%、年化复合收益，为8.00%、超额收益率为14.57%。将上述指标与单因子模型下各投资方式的选股能力指标进行对比可发现，基于多因子模型的量化选股方法，选股能力更强。

（三）投资组合绩效评价

累计收益、年化复合收益，以及超额收益，为金融市场上投资者用于评估股票收益情况，以及投资价值的三项主要参考指标。三者数值越高，表明该股票的投资价值越高。单独将股票的价值、成长前景以及技术指标，纳入到选股过程中。容易忽略其他因子对股票收益能力的影响，进而导致所投资的股票，无法获得预期的收益。将多项因子共同应用到选股过程中，建立投资组合，能够有效提高股票的收益率，使股票的盈利能力得以提升。可见，从绩效的角度讲，与单因子模型相比，基于多因子模型的量化选股方法，优势更加显著。

三、结論

综上所述，影响股票价值的因子较多，而由各因子相互组合所形成的投资模型同样数量庞大。为预测股票的走势，提高选股能力。投资者可将多因子模型，应用到量化选股过程中。将股票的风险、投资成本等，共同纳入到模型中。在此基础上，对不同投资组合下的不同收益进行计算。并以一个月为一周期，更换投资组合。最终达到降低投资风险、提高股票收益的目的。