量化选股101

导读

本文介绍国内主流量化团队的量化选股模型，指出量化选股挖掘超额alpha收益的效果有限，很大一部分是小市值的beta部分。提出了该量化选股模型的不足之处并对下一代选股模型的发展进行了展望。

1

Alpha收益率

一般认为股票的收益率分为alpha和beta两个部分。每支股票的beta收益率来自市场，而alpha部分则是它的超额收益率。买股票就是买公司，每个基金经理都在努力寻求有真正alpha收益率的优秀股票。

大型的公募基金和券商有足够的人力和财力来组建自己的行业专家团队，还有很多基金经理绞尽脑汁成为上市公司董秘肚子里的蛔虫，以希望能挖掘优秀的个股（甭管使用什么手段）。但小型的私募或者资管公司如果没有能力来构建团队呢，量化选股就成为一个低成本的必然选择。

本文就为您介绍在国内主流量化团队中流行的量化选股方法。需要说明的是，我们并不完全认可这种方法；这从本文的标题也可以看出来，因为101（one-o-one）在美国一般用来指代某学科里面的入门基础课程。取这个标题就是说明本篇就是为您简单梳理券商的量化选股方法。在本文的最后我们会提出这种选股方法的缺点（这是券商的金工报告中不会告诉您的），并会在后续的文章中介绍进阶内容。

2

量化选股模型

量化选股的核心是找到能挖掘出股票超额收益率的选股因子（因此这种方法称为多因子选股），这些因子可以是基本面的财务因子或者是技术面的因子；黑猫白猫，抓到耗子就是好猫。确定有效因子以后，用这些因子给每个股票打分，选出得分高的那些股票进行投资。选股模型每隔一段时间就会重新运行一次，以确定新的股票池子。这么做的原因主要有两个：

1 不管是财务因子还是技术因子，任何一个因子都很难持续有效。因此必须定期对因子的选股小姑进行评估，剔除逐渐失效的因子，选入新的有效的因子。

2 股模型中用到了大量的财务因子，因此当上市公司披露新的财报时，需根据新的因子数据重新运行。

基于上述原因，量化选股模型一般在公司披露财报的时点更新股票池子。量化选股模型的流程图如下图所示。下面我们一一简要说明。

2.1

确定备选因子

从大类上说，因子主要包括基本面和技术面两类。基本面因子是和上市公司财务相关的因子，又可以细分为盈利因子（如ROE、ROA等）、估值因子（如PE、PB等）、规模因子等；技术面因子主要是和股票量价相关的因子，可以分为波动类、动量类和反转类。除了这两类主要因子外，还可以考虑其他一些因子，包括券商评级、市场情绪等。

2.2

计算每个因子的选股能力

计算每个因子的选股能力是量化选股模型的核心。我们以ROE为例说明这个过程。

第一步：因子预处理

首先对ROE因子进行预处理，这里可以去掉一些ROE取异常值（极大或极小值）的那些股票，它们可能对选股造成干扰；另外，可以对剩余股票的ROE进行归一化处理。

第二步：将股票排序

预处理之后，按照因子的业务逻辑给所有个股排序。由于ROE是盈利因子，因此其业务逻辑是ROE越大，上市公司的价值应该越好，其股票的超额收益率就应该越高。因此，按照ROE的大小给个股排序。

第三步：构建投资组合

排序后，选出排名前1/5的股票做多，选出排名后1/5的股票做空（假设可以做空），这就是我们当期的投资组合。注意，你当然也可以选前后1/10，而非1/5。这里的核心是一定要舍弃大量的位于中间的那些股票，而只考虑该因子收尾两端的那些股票。这样做的目的是排除那些在该因子上中庸的股票对评价该因子选股能力评价的影响。

第四步：计算投资组合收益率

计算过去一段时间（比如1年）内该因子的选股效果。在计算期内，随着财报数据的逐步披露，我们会得到新的ROE数据。每次得到新的ROE，重新对股票排序并构建当期的投资组合。换句话说，假如在我们的1年计算期内有三个公司发布财报的时点，那么在每个时点，基于ROE构建一个新的投资组合，计算该组合从当前时点到下个时点之间的月收益率。这样，1年的计算期内我们会有ROE因子对应的12个月收益率，它们来自这三个投资组合。

第五步：计算因子选股能力

根据计算期内投资组合的月收益率数据计算ROE因子的选股能力。衡量选股能力的指标有很多种，常用的可以是月收益率的夏普率或者投资组合的胜率等。该指标的大小就是ROE因子的选股能力。

2.3

选出最好的n个因子并赋权

由于备选的因子可以有上百个，因此我们必须择优选出n个有效的因子。这里主要有两个方法：

1 设定因子选股能力阈值，如果一个因子的选股能力高于该阈值则选为有效因子，因子的个数n不固定。

2 设定固定的因子个数n（n一般取10到20个之间）。将所有因子按其选股能力从高到低排序，选出前n个因子作为有效因子。

选出n个因子后，为这些因子赋权，以便最后一步中给个股打分。在赋权之前，值得一提的是，选出的n个因子之间可能存在多重共线性。换句话说，有些因子之间可能存在很高的相关性，这对于选股是不利的，应该给予考虑。（我们将在第4节说明多重共线性的缺点。）赋权有以下两种常规方法：

1 等权，所有优选出来的因子一视同仁；因此每个因子的权重是1或者1/n。

2 正比于每个因子的选股能力赋权；因此每个因子的权重等于该因子的选股能力 除以 所有因子中最大的选股能力。

2.4

为股票打分

为股票打分分为两步：

第一步：个股对每个因子独立打分

用选出的n个因子为个股打分。对于每一个因子，按其业务逻辑对个股排序，并打分如下：最好的10%的股票得10分，次好的10%的股票的9分，以此类推，最差的10%的股票得1分。

第二步：计算每支股票的总分

用每支股票在每个因子上的得分乘以该因子的权重就得到这支股票在该因子上的得分。将该股票在所有n个因子上的得分相加就得到该股票的总分。

最终，按总分对所有股票排序，然后选择排名最高的m支股票作为最终的量化选股结果。同样，m的确定可以有两种方法：

1 设定优秀股票得分阈值，如果一个股票的总分高于该阈值则入选，因此m不固定。如果阈值选取的不好，那么可能出现选出来的股票个数过少甚至无法选出股票的情况。我们会在后面说明，这也不一定完全是缺点。

2 设定固定的股票个数m（考虑到分散个股风险，m一般取50到100之间）。将所有股票按其总分从高到低排序，选出前m个股票。

因为在现实中无法做空个股，因此在实际操作中，投资者可以买入选股模型优选出的m支股票，并持有到下一次选股模型重新选择。

3

量化选股效果

量化选股模型的投资组合收益率走势一般如下图所示。图中，黑色为股指的走势，红色为选股模型走势，蓝色虚线为假想的将股指乘以某个大于1的beta后的走势。这样可以更好的比较选股模型刨除beta之外的超额alpha收益。

乍一看，选股确实带来了整体净值的提升。但仔细分析不难看出，选股模型选出来的超额收益alpha比较有限，更多的倾向于选取高beta的小市值股。因此收益大，波动（回撤）也大。基于这个原因，很难用对应的股指期货进行完美的对冲获取稳定的alpha。此外，在14年底大盘股雄起的时候，小市值股票仍默默无闻，因此当时选股模型的超额收益其实是负的；在股灾发生的时候，因为选股模型的高beta，使得它的跌幅也较大，造成比大盘股更惨烈的损失。

4

问题和展望

上述量化选股模型存在以下几个问题：

1 仅仅使用了有限个选股因子：无论是固定因子个数或者使用因子选股能力阈值，最终使用的都是有限的n个因子，从n+1之后的因子就被舍弃了。因此，剩余因子的选股作用不作考虑。这会造成选股模型的局限性。

2 假设因子间的作用是独立的：模型在选择因子时，逐一独立地考虑每个因子，完全忽视因子之间的非线性关系。这也是选股模型的局限性之一。

3 因子可能存在多重共线性（即独立性的假设不成立）：如果两个或多个优选出来的因子有很高的线性相关性，则它们的效果相似。如果不作处理而把它们当做独立的因子，则会加强选股在这类因子上的偏重程度，造成偏差。因此必须要检验并剔除多重共线性，确保最终选出的因子之间是相互独立的。

4 小市值高beta股倾向：众所周知，由于高beta股承担了更高的市场风险，它们有着更高的收益。在量化选股模型中，股票按因子排名，而非按股票对beta修正后的收益率排名，然后按排名前后1/5股票的绝对收益率对因子效果评价。因此这会造对成市值类因子选股能力的高估，从而选出的股票大多也都是小市值股票。

5 固定的选股个数：无论市场行情如何，这个选股模型通常选择前50到100相对优秀的股票。但我们知道，当市场很差的时候，即便得分最高的那些股票的分值可能也会很低、后市走势也会随大盘一样下跌。在这种情况下，如果仍然偏执的选出50到100支股票，效果可想而知。

正是因为存在上述这些问题，因此我们对这个在国内主流机构量化团队中广泛流传的量化选股模型并不十分认可。当然，它的优点是原理清晰明了，可操作性强。选股结果可以完全清楚的被解释，因此得到了广泛的研究。

然而，我们还是应该努力解决该模型存在的问题。基于此可以考虑以下几方面：

1 使用风险调整后的股票收益率对股票进行排序，而非因子本身。

2 综合考虑多个因子，而非独立筛选单一因子，捕捉因子之间的相互作用。

3 使用非线性的有监督学习算法对股票进行分类，捕捉高收益率股票的特征，进而选股。

4 用选股模型作为另类择时工具。当某期股票的打分都很低的时候，不一定要刻意的非要选出多少支股票。不妨认为这恰恰说明了市场的弱势，不应持股。在这种情况下，选股模型便成为了一个择时工具。

5 提高选股模型的使用频率：虽然财务因子在财报披露时才能更新，但技术类或者其他类因子迭代的更频繁。因此可以考虑提高选股频率。当然，选股频率提高并不意味着我们应该提高股票池内股票的轮动频率，仍应该保证每支选出的股票被持有一段时间，再被新的股票替代。因此可以考虑滚动轮动的方法，比如每一个月重新选股一次，然后每次从投资组合中替换最早进入的1/3的股票，这样可以保证每支股票至少在我们的投资组合中呆3个月。

这些是未来量化选股的方向。一旦引入人工智能算法，那将面对一定的“计算黑箱”，选股结果的解释程度要弱于现有的选股模型。因此，必须权衡不同方法的利弊，以可以解释最终的选股结果为前提，探索下一代的量化选股模型。

本文为量信投资原创，如需转载，请联系「量信投资」获得授权（可在公众号下回复“转载”查看授权规则）。