金融計量軟件Stata在量化投資教學中的初步應用

張超林

（湖南工商大學財政金融學院，湖南長沙 410205）

一、量化投資的概念內涵及研究現狀

量化投資，是以數據為基礎，以策略為核心，以追求絕對收益為目標，以程序化交易為手段的一種投資方法。其核心在于建立選股和交易策略，利用數量化方式及計算機程序來發出買賣指令。量化投資在國外已發展30多年，代表人物是數學家和投資家詹姆斯·西蒙斯，美國的前五大對沖基金全部都是量化投資，美國量化策略在股市中的占比超過70%。目前國內量化投資正處于蓬勃發展的階段。

關于量化投資策略的研究，國外涌現了大量文獻，例如Piotroski（2000）[1]從盈利因子、賬面市值比、動量因子等建立多因子評分模型，篩選出各因子綜合評分排名較高的股票，用于構建較高收益的投資組合。Mohanram（2005）[2]基于盈利能力與現金流表現、成長能力、賬面市值比等方面編制指數，并依據該指數進行投資組合。國內研究仍在起步和發展中，例如,付志剛和沈慧娟（2018）[3]研究表明，利用人工神經網絡投資策略可使上漲趨勢股票獲得較高的收益，而對于下降趨勢的股票表現較差。李斌等（2019）[4]研究表明，機器學習算法能夠有效地識別異象因子-超額收益間的復雜模式，從而獲得比傳統線性算法和所有單因子模型更好的投資績效。

二、金融專業開設量化投資課程的必要性分析

隨著互聯網技術及信息科學的快速發展，大數據、云計算、人工智能、區塊鏈等技術對金融行業的生態格局產生了深刻影響，金融與科技融合成為當前金融發展的主要特征。就量化投資來說，國外從早期以數學模型和計算機程序相結合，到現在借助于大數據、機器學習和人工智能等方法，構建的投資策略日益豐富，形成了多因子選股策略、阿爾法策略、套利策略、基于機器學習和技術指標的ML-TEA策略、基于深度學習的DFN算法策略等。國內金融界的量化投資也正處于方興未艾的時期，諸多券商、投資公司、基金公司都推出了量化投資策略，并在實踐中不斷完善投資策略和能力。和日新月異的金融行業發展情況相比，建立在傳統經濟學框架下的高校金融教育與金融行業需求之間已出現脫節現象。

因此，高校金融專業開設量化投資課程具有較強的現實意義和社會價值。首先，從高校金融專業課程體系建設來看，金融學科的建設必須與金融實踐的發展密切相關。其次，從培養學生素質和提高學生能力來看，學習量化投資能夠提高金融專業學生的數據分析能力和計算機建模能力。傳統的金融專業教學偏向于文科教學思維，注重講授金融基礎知識和理論知識，對數據分析和計算機建模的要求不高，而量化投資則更強調對數據科學和計算機編程的應用，偏向于理科教學思維。因此，開設量化投資課程，有助于提高金融專業學生的綜合素質和能力，也能夠更好地和金融行業投資人才需求對接，為金融行業輸送更多高素質的人才。

三、金融計量軟件Stata在量化投資教學中的初步應用

目前國內外進行量化投資分析研究主要使用的軟件或編程語言包括Matlab、Python、R、SAS 、C++、SQL等，此外也有一些券商或期貨公司開發出了自己的量化投資軟件，而使用Stata進行量化投資的分析研究并不多見。事實上，Stata作為三大計量軟件之一，其功能非常強大，在金融學術研究領域已經得到了廣泛的應用，為學者和從業人員應用大數據進行分析研究提供了極大的便利。隨著Stata功能的日益豐富和完善，使用Stata軟件進行量化投資分析的研究也將與日俱增，本文是這方面的初步嘗試。

（一）基于證券投資基本分析和技術分析的建模思路

證券投資分析主要的范式包括基本分析和技術分析兩大流派。基本分析指以證券的內在價值為依據，著重于對影響證券價格及其走勢的各項因素進行分析，以此決定投資購買何種證券及何時購買。宏觀經濟分析、行業分析、公司分析、股票估值共同搭建了基本分析的框架，每一點都不可或缺。例如，宏觀經濟分析有助于判斷大盤的未來走勢，行業分析有助于遴選出具有較好前景的行業，公司分析能夠用來甄別公司質量的優劣，股票估值有利于股票交易的時機選擇。基本分析的核心在于公司分析，即判斷出每一只股票背后所代表的真實資產的優劣，巴菲特的核心投資理念就包含了公司分析。公司分析的核心又在于公司財務分析，即依據公司定期披露的財務報表信息，通過構建財務指標來分析判斷公司的盈利能力、盈利質量、成長能力、償債能力和經營效率。本文的建模思路之一就是根據公司財務分析的理論基礎，選擇關鍵性的財務指標，來篩選出優質公司的股票。

技術分析是指運用圖表技術和統計指標，研究證券價格及成交量的變動模式，并利用這些模式來預測價格的變動趨勢，以此作為證券投資決策的依據。市場行為能反映一切信息、股票價格呈趨勢形態變動、歷史經常重演構成了技術分析的三大假設。技術分析強調密切關注股票價量變化形態，并通過價格、成交量、時間等要素構建各種技術指標，用來判斷股票價格的未來走勢。本文另一條建模思路就是依據股票價量能反映市場上眾多信息的假設，選擇近期價格走勢較好、相對投資收益較高的股票。

具體來說，本文的建模思路是：首先，通過基本分析的方法和指標篩選出公司業績強勢的股票（簡稱業績強勢股）；其次，通過技術分析的指標篩選出近期價格走勢較好、相對投資收益較高的股票（簡稱價格強勢股）；最后，再將兩類分析方法篩選得到的股票進行橫向合并，最終得到同時滿足業績強勢和價格強勢的股票，為下一步的投資決策打下堅實的基礎。

（二）利用金融計量軟件Stata篩選業績強勢股和價格強勢股

第一，利用基本分析的財務指標篩選業績強勢股。財務分析指標包括盈利能力、盈利質量、成長能力、償債能力和經營效率等五個維度。由于衡量公司財務質量五個維度的指標眾多，不可能將所有指標都納入到分析框架中一一考察。在這眾多指標中，最重要的是公司盈利性和成長性。盈利性和成長性很大程度上決定了公司的價值，從而也決定了股權價值。因此本文重點關注盈利能力、盈利質量、成長能力這三個維度，盈利能力用每股收益和股權收益率ROE來衡量，盈利質量用每股現金流與每股收益的對比來判斷，成長能力用營業收入和每股收益的同比增長來衡量。具體操作步驟如下：（1）從國泰安CSMAR數據庫下載最新的財務報表Excel數據，利用import excel命令將Excel數據轉換成Stata數據，再利用strmatch函數提取年度財務報表和季度財務報表，并分別保存；（2）使用年度財務報表數據，利用Stata計算出年度每股收益增長率，利用keep命令保留每股收益最近一年（即2020年）增長超過20%、近3年均有所增長的股票；（3）利用Stata計算出ROE（凈利潤與所有制權益之比），保留年度ROE最近一年大于15%的股票；（4）利用Stata計算出每股現金流（經營活動產生的現金流凈額與總股數之比），保留最近一年每股現金流比每股收益高20%的股票；（5）使用季度財務報表數據，利用Stata計算出每股收益同比增長率，保留當季每股收益同比增長超過50%、上季每股收益同比增長超過40%的股票；（6）利用Stata計算出季度營業收入同比增長率，保留當季營業收入同比增長超過25%、過去3個季度營業收入同比增長均超過10%的股票；（7）利用merge命令橫向合并滿足上述條件的股票，并篩選出同時滿足上述條件的股票，得到的就是業績強勢股。

第二，利用技術分析的方法和指標篩選價格強勢股。技術分析方法和指標五花八門，本文主要關注以下三個指標：股票價格是否在近期創新高、交易量是否增加以及股價相對強度評級指標（RS）是否較高。其理由如下：這三個指標反映了市場對某一家公司的判斷，即市場投資者用自己手中的“貨幣選票”對所有股票進行投資判斷，將各種各樣的信息匯集到股票價格和成交量之中。當股價創新高、交易量增加、股票收益相對更好時，表明市場對該公司的發展前景非常看好，該公司的股票具有投資價值。具體操作步驟如下：（1）從國泰安CSMAR數據庫下載最新個股周收益率數據，該數據包括了每只股票自上市以來每周開盤價、收盤價、交易股數、交易金額、流通市值、總市值、個股回報率等，利用import excel命令將Excel數據轉換成Stata數據；（2）利用max函數生成每只股票過去半年周開盤價最大值和周收盤價最大值，保留最新一周股票收盤價高于上述兩個最大值、同時股票交易量增加的股票；（3）利用Stata計算股價相對強度評級指標（RS），具體來說，利用prod命令計算過去半年每只股票累積周收益率，利用xtile命令生成累積周收益率的分位數（按百分位數計），該分位數即為RS指標，保留RS大于80的股票；（4）利用merge命令橫向合并滿足上述條件的股票，并篩選出同時滿足上述條件的股票，得到的就是價格強勢股。

第三，將業績強勢股和價格強勢股合并，作為下一步股票分析的基礎。同時滿足業績強勢和價格強勢的股票并不多，接下來可逐一檢視。首先根據每只股票的K線形態來進行判斷，盡管所有篩選出來的股票在近期股價都創下新高，但不同股票的K線形態存在較大差別，剔除那些股價大起大落或一直處于震蕩狀態的股票，保留那些股價呈現出波浪式上漲趨勢的股票。其次根據市盈率進行初步估值，市盈率是相對估值模型里最常用的估值指標，通過市盈率的橫向縱向對比，大致可以判斷出該股票的估值高低，從而判斷該股票是否存在合適的買點。如果一只股票的市盈率和同行業均值或行業龍頭企業相比已經偏高，就表示此時可能也已經錯過了最合適的買點，不應該買入。值得注意的是，依據市盈率進行分析判斷，沒有絕對的標準，因為不同的行業盈利能力和成長性都不同，市盈率大小也不一樣。

四、金融計量軟件Stata在量化投資教學中的拓展方向

本文是利用金融計量軟件Stata在量化投資中的初步應用，主要目的在于選擇出業績優質、相對投資收益較高的股票。未來還可以利用Stata軟件在量化投資領域進一步拓展，大致研究方向包括如下幾點：

（1）納入更多元化且更有彈性的選股指標。例如納入衡量盈利質量的扣非凈利潤占比，衡量償債能力的速動比率，衡量經營效率的存貨周轉率等，還可以根據不同行業的異質性，對財務指標設置不同的篩選標準；根據不同行業將相對估值指標市盈率加入到選股體系。

（2）利用資產定價的研究成果來構建選股策略。資產定價比較有代表性的研究包括Sharpe（1964）提出的資本資產定價模型（CAPM）、Fama and French（1993）提出的三因子定價模型、Carhart（1997）提出的四因子模型等[5]。此外，還有數以百計的論文對各種影響股票收益的潛在因子進行了研究（其中最頂尖的研究多數發表在金融學三大期刊上）。可以借鑒這些研究成果的多因子模型，并結合國內的學術研究，提煉出適合我國A股市場的因子，來構建選股策略。

（3）利用Stata軟件進行宏觀經濟分析。基于時間序列分析中的AR模型或ARMA模型等預測未來GDP的變化情況，從而有助于判斷大盤的未來走勢。

（4）利用更多的技術指標來判斷交易時機。通過個股日收益率數據，利用Stata軟件構建技術分析流派常用的MACD、KDJ、RSI等指標，并結合圖形，來判斷個股的交易時機，是否出現合適的買點或賣點等。

五、結束語

本文基于證券投資基本分析和技術分析的理論基礎，使用上市公司財務報表數據和周個股收益率數據，利用Stata編寫程序，篩選出同時滿足業績強勢和價格強勢的股票，從而為下一步投資決策奠定了基礎。相比于多數量化投資使用Matlab或Python軟件進行操作，本文是利用金融計量軟件Stata進行量化投資的初步應用，未來可以在該研究的基礎上進行進一步拓展和深化。例如，使用更多元化、更有彈性的選股指標，使用CAPM、三因子模型或多因子模型來實現選股策略，利用時間序列分析模型來預測未來GDP等宏觀經濟變量，利用MACD、KDJ、RSI等技術分析指標來輔助擇時交易等。