大摩華鑫基金:基本面量化的應用舉例
|

由於量化投資與生俱來的股票覆蓋範圍大、時間跨度長等原因,其在公司基本面方面的研究精細程度必然要相對傳統的主動管理薄弱許多。因此在基本面層面,量化基金更多時候在做的,是挖掘基本面信息中能夠顯著解釋股票收益的部分後,科學納入到選股模型中,進而幫助量化模型提高選股收益或降低迴撤。但隨着近年來市場面數據在獲取超額收益方面的能力逐漸衰退,基本面信息在量化投資中的應用前景被重新看好,爲此越來越多的量化團隊也開始增加在基本面量化上的研究儲備。

但基本面量化卻並不像很多人直觀理解上的那麼容易實現。比如在對公司的基本面分析層面,量化研究員是不可能有充足的時間和精力去對每一家上市公司進行深入研究的,自然也就不可能用一個統一的模板去評估上市公司的真實價值,因爲即使對行業分析師來說這都是一件極其困難的事情,畢竟可能影響公司價值的因素多如牛毛,比如資產狀況、治理結構、發展空間、管理能力等。所以量化投資技術在基本面研究中的應用還是基於一些能夠標準化的,方便不同公司、不同行業間進行比較的數據或指標,比如估值水平、盈利能力等。儘管通過這些指標不足以在絕對意義上篩選出質地十分優秀的股票,但從概率意義上而言卻能爲投資帶來明顯的正向作用。

探尋如何進一步提高基本面信息對量化投資的幫助,其實就是要尋求基本面數據在覆蓋範圍或計算方法上的改善,來提高量化投資篩選出的優質企業的比例,進而提高預期收益。尤其是近些年來,哪怕是少數幾家入選標的的改善,都能在一定程度上提高投資收益。

不妨以量化模型中使用頻率較高的估值因子爲例。其中應用較爲廣泛的估值因子包括市盈率、市淨率、市銷率等。如果僅從模型的角度出發,這三類指標當然都應該被納入到因子庫中,以儘可能全面地評估每一家上市公司的估值水平。但具體到不同行業,或是同一行業中的不同公司,各類估值指標的區分效果可能會存在顯著差異。比如市盈率對一些利潤爲負或是利潤很少的公司是不適用的,而且市盈率也會天然高估TMT、醫藥等高技術附加值公司,低估銀行、煤炭等傳統公司;市淨率由於只考慮市場價值與賬面價值比,因此會忽略輕資產的服務型企業,而它們可能正處於爆發性增長的階段;市銷率是一個既不考慮公司盈利能力又不考慮公司賬面價值的指標,因此多適用於初創公司和新興行業,他們的營收能力可能更容易贏得市場認可。爲此,我們或許可以嘗試在不同行業中採納不同的估值指標,以爭取挖掘到同類公司中真正被低估的個體。

綜上所述,基本面量化其實就是要在量化投資中融入更多基本面的邏輯,並爭取在保留量化投資大概率戰勝市場、分散化投資等優勢的基礎上,進一步夯實量化投資的邏輯支撐,提高量化投資在選股中的辨識能力,進而獲取更爲穩健、持續的超額收益。

評論

免責聲明