基于多因子模型的量化選股及績效初探

鄭朗

摘要：股票為投資的主要形式之一，是投資者據以獲取經濟效益的主要途徑。本文從多因子模型的角度出發，對常見的選股模型進行了簡要的介紹。基于此，主要從模型的建立、投資組合的選擇等方面，研究了以該模型為基礎的量化選股方式。最后，通過對各選股方法的對比，證實了基于多因子模型的量化選股方法，在績效方面的優勢。希望能夠為各投資者提供參考。

關鍵詞：多因子模型 投資組合 量化選股 績效優勢

前言

股票投資，為金融市場上的投資者的主要投資行為之一。提高選股水平，是提高投資收益的關鍵。常見的選股方法，以單因素選股為主，股票投資者極容易因因素考慮不全，而受到損失。研究發現，與單因素選股相比，采用建立多因子模型的方式，對不同因子進行分析，實現量化選股，在提高投資效益方面效果顯著。可見，對相應的選股方法及績效加以研究較為重要。

一、常見的量化選股模型

受金融環境、投資方向以及投資者個人能力等因素的影響，股票的盈虧很難預測為提高股票收益，對多項因子進行綜合考慮極其關鍵。金融市場上，常見的量化選股模型，包括阿爾法模型、風險控制模型及教育成本模型三種。以阿爾法模型為例，該模型要求將理論與數據，分別納入到選股所考慮的因素過程中。并將選股理論作為重點，將股票分為價值型、成長型、品質型等多種類型進行選股。與之相比，風險控制模型，則要求在分析股票盈虧風險的基礎上，將其分為不同類型，對股票進行選擇。上述選股方法雖各有其優勢，但均存在著考慮因素欠全面的問題。將各個選股方法相互組合，是提高因子分析全面性，提高選股水平的關鍵。

二、基于多因子模型的量化選股及績效分析

（一）多因子模型的建立

1.建立模型。多因子量化選股模型的構建，需要在對多個有效因子進行評分的基礎上實現。此時，可根據各因子分值的不同，對其進行排序，以便于建立模型。例如：可以以因子選股指標的大小作為劃分標準，將其分為1到n共n個因子。在此基礎上，對各因子的權重進行計算。如某因子的權重指標較高，則表明該因子對股票收益的影響較大。因此，，必須將該指標納入到模型中，建立起多因子模型，以提高模型的代表性。

2.選取股票。選取權重值較高的因子，以及在上述因子方面具有優勢的股票進入到投資組合中，可達到提高股票投資盈利能力的目的。但受組合中股票數量的影響，投資所面臨的風險，同樣會有所不同。隨組合規模的增大，風險因被分散，通常會有所降低。但組合的運行效率，則會有所下降。為解決上述問題，可采用回歸計算的方法，明確組合中的最優股票數量。回歸計算公式如下：

3.投資組合更換頻率。股票市場的變化較為迅速，部分量化模型，僅能夠預測股票未來較短時間內的走勢，在提高股票收益方面，無過大的價值。因此，為保證量化模型在預測股票走勢方面的價值能夠有所提高，適當延長預測時間較為重要。考慮到股票市場中，各因子的變化規律較難預測。加之投資者會以收盤價，評估股票的盈利價值。因此，可以以一個月為一周期，對股票的走勢進行預測，并調整投資組合，使投資組合在股票市場上的適用性得以提升。

（二）投資組合的選擇

1.單因子模型的選股能力。本部分從價值型投資、成長型投資以及技術型投資三方面入手，對單因子模型的選股能力進行了分析。可利用股票的盈利收益率與現金收益率，計算價值型股票的選股能力。利用ROA變動以及PEG指標，計算成長型投資的選股能力。利用換股率，計算技術型投資的選股能力。計算后發現，價值型投資的累計收益，為25.2%、年化復合收益，為6.00%、超額收益率為11.20%；成長型投資的累計收益，為27.01%、年化復合收益，為6.45%、超額收益率為11.30%；技術型投資的累計收益，為27.00%、年化復合收益為6.13%、超額收益率為11.29%。

2.多因子模型的選股能力。本部分從價值型投資、成長型投資以及技術型投資，三種投資組合入手，對多因子模型的選股能力進行了觀察。各投資類型選股能力的計算方法，以及相應因子均保持不變。最終選股能力，應為多因子選股模型組合的選股能力。計算發現，采用多因子模型進行量化選股，股票的累計收益，為33.56%、年化復合收益，為8.00%、超額收益率為14.57%。將上述指標與單因子模型下各投資方式的選股能力指標進行對比可發現，基于多因子模型的量化選股方法，選股能力更強。

（三）投資組合績效評價

累計收益、年化復合收益，以及超額收益，為金融市場上投資者用于評估股票收益情況，以及投資價值的三項主要參考指標。三者數值越高，表明該股票的投資價值越高。單獨將股票的價值、成長前景以及技術指標，納入到選股過程中。容易忽略其他因子對股票收益能力的影響，進而導致所投資的股票，無法獲得預期的收益。將多項因子共同應用到選股過程中，建立投資組合，能夠有效提高股票的收益率，使股票的盈利能力得以提升。可見，從績效的角度講，與單因子模型相比，基于多因子模型的量化選股方法，優勢更加顯著。

三、結論

綜上所述，影響股票價值的因子較多，而由各因子相互組合所形成的投資模型同樣數量龐大。為預測股票的走勢，提高選股能力。投資者可將多因子模型，應用到量化選股過程中。將股票的風險、投資成本等，共同納入到模型中。在此基礎上，對不同投資組合下的不同收益進行計算。并以一個月為一周期，更換投資組合。最終達到降低投資風險、提高股票收益的目的。