量化投资|如何选出好公司?申万宏源李雪峰:从"九言真经"到"逻辑量本"、从GARP到GARPWM( 二 )


“逻辑量本”将三大类因子取交集 , 有望选取性价比高、基本面真正好的股票 , 而不会选择“偏科”的、有问题的股票 , 譬如估值畸高、成长性差或不被分析师看好的股票等 。 估值主要是指PB、PE等及其历史分位数 , 盈利能力注重杜邦分析框架 , 找出驱动盈利能力的核心因素 , 成长性兼顾历史成长及分析师一致预期 , 最终会选择一些估值相对较低、盈利质量较高、成长性好且分析师一致看好并不断调升预期的股票组合 。
为什么要选择“逻辑量本”?
“逻辑量本”与普通量化的根本不同之处 , 在于不简单依靠“归纳法” 。
普通量化严重依赖与特定时期的历史风格 , 逻辑往往较为脆弱 , 在市场风格变换的情况下 , 策略表现与历史相差较大 。 历史经验表现 , 暴力地由“果”及“因” , 其逻辑往往很脆弱甚至没有逻辑 , “归纳法”最根本的问题是历史上表现好的股票不一定是因为目前所用的因子 , 而是有更深层次的原因或其它因子 , 组合的表现好只是巧合而已 , 而未来事件不可能和历史完全一样 , 归纳法的过度使用参数优化等问题必然面临样本外无法复现的问题 。
传统行业研究员的研究方法则更多属于“演绎法”的范畴 。
他们根据自己的经验知识总结得出满足什么条件的公司就是好公司 , 并依据这些标准去市场中寻找好股票 , 然而“演绎法”的问题在于经验和知识并不一定总是正确的 , 错误的前提会演绎出错误的结论 , 需要归纳法加以验证 。
“逻辑量本”完全从基本面逻辑出发进行“演绎” , 并以“归纳法”加以验证 , 以演绎指导归纳、以归纳完善演绎 , 有效保证了策略的持续性和可复现性 。
如何实现“逻辑量本”?
“逻辑量本”在具体策略上 , 可分为逻辑增强阿尔法策略和聪明推理贝塔两个分支:
逻辑增强阿尔法策略是“九言真经”逻辑量本体系与指数增强策略的结合 。
对三大类因子的每一类赋予一定的权重并在相当长时间内保持不变(而不是看某类因子最近的历史表现) , 在全市场内而非成分股内 , 选出“高性价比、高成长性、宽护城河”的股票组合 , 并针对主流的风格指数(如沪深300、中证500等)保持市值、行业、Beta中性并结合Barra风险模型中的其他风险因子进行优化配置 , 获得非常稳健且较高的超额收益 。
从过去10多年模拟的结果来看 , 相对中证500年化超额收益达到28%以上 , 信息比达到4.8 , 并且只有一年超额收益在20%以下(为16%) , 绝大部分年份超额收益均在20%~30%之间 , 不过 , 在牛市中超额收益明显更高 。
聪明推理贝塔策略则是“九言真经”与具体行业的深度融合 。
对有前景的行业领域进行“逻辑量本”股票精选 , 注重行业内在逻辑 , 长期战胜行业指数 。 目前我们已经完成了科技与消费的行业SmartBeta策略研发 , 并在实践中初露锋芒 。
我们的“金鼎逻辑增强阿尔法成长”系列产品(对标中证500)推出以来(目前已发行1~6号) , 相对中证500指数的超额收益稳定可观 , 与模拟业绩几乎一致 , 用实盘业绩充分印证了“逻辑量本”思想的正确性 。
此外 , 在平台建设上 , 基于“逻辑量本” , 我们自主研发了LQR-FIRMs逻辑量化研究-因子投研管理系统 , 使得投资/研究过程规范化、流程化、便捷化 , 便于进行因子挖掘、策略改善 , 收益/风险归因 , 多维度提升投资过程的可控性 。 利用LQR-FIRMs系统 , 投资团队不断开发、储备新的有效因子 , 并根据严格而有章法的原则对既有策略进行改造升级 , 确保策略的持续有效性 。
券商中国是证券市场权威媒体《证券时报》旗下新媒体 , 券商中国对该平台所刊载的原创内容享有著作权 , 未经授权禁止转载 , 否则将追究相应法律责任 。