【摘要】：股市在不斷的變化,所以從目前來看,不斷探討哪些指標在量化選股中更為有效,是具有現(xiàn)實意義的。這也是本文研究工作開始的初衷。在整個研究過程中,保持數(shù)據(jù)的嚴謹性、中立性、數(shù)據(jù)處理方法的科學性對于研究結(jié)論的準確性來說至關(guān)重要。本文首先構(gòu)建了一個比較全面的候選因子庫,通過對候選因子數(shù)據(jù)進行異常值、缺失值、標準化、市值中性化、行業(yè)中性化等一系列的處理之后,本文對候選因子進行有效性檢驗及再篩選,最終認為RP_TTM(凈利潤TTM/總市值)、BP_LF(凈資產(chǎn)TTM/總市值)、operete_profin gr_TM(營業(yè)利潤增長率TTM)、sales_gr_TTM(營業(yè)收入增長率)、BOOK_LEVEL(賬面杠桿)、stock_to market_volatility(個股與市場波動率比值)、REV_LAST1M_MAX(近一個月日收益率最大值)、RSI(相對強弱)等八個因子是較為有效的因子。在得出有效因子之后,本文利用打分法來構(gòu)建八因子選股模型,回測區(qū)間選定為2016年1月至2019年4月。通過對模型的回測,我們發(fā)現(xiàn)本文構(gòu)建的八因子模型相比于滬深300,有著較為穩(wěn)定的超額收益。在整個回測時間段內(nèi),八因子模型的總收益為41.02%,年化收益為11.07%。相比于基準的收益情況,八因子模型相對總收益為32.28%,年化平均超額收益為8.92%。為了深入研究,我們對原有模型進行優(yōu)化,優(yōu)化方案為“在利用八因子模型進行正式選股之前,首先以增長率-經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額(TTM)指標對股票池進行初步篩選”。通過對優(yōu)化八因子模型進行回測,我們發(fā)現(xiàn)加入增長率-經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額(TTM)指標優(yōu)化后的八因子模型回測表現(xiàn)更好。優(yōu)化八因子模型相比于滬深300,有著較為穩(wěn)定的超額收益。在整個回測時間段內(nèi),優(yōu)化八因子模型的總收益為47.89%,年化收益為12.70%。相比于基準的收益情況,優(yōu)化八因子模型相對總收益為39.15%,年化平均超額收益為10.62%。本文最后的工作是對本文建立的八因子模型、優(yōu)化八因子模型與經(jīng)典的Fama-French三因子進行對比分析。經(jīng)過回測我們發(fā)現(xiàn):本文建立的優(yōu)化八因子相比于經(jīng)典的三因子模型,在回測區(qū)間的表現(xiàn)更好。優(yōu)化模型的回測總收益、回測年化收益、相對總收益、年化平均超額收益、Alpha、年化夏普比率和索提諾比率等指標均優(yōu)于三因子模型對應指標,說明在回測區(qū)間內(nèi)依據(jù)優(yōu)化八因子模型建立的投資策略具有更強的獲利能力。同時,優(yōu)化八因子模型擁有更加小的年化波動率、最大回撤絕對值及下行風險,說明在回測區(qū)間內(nèi)依據(jù)優(yōu)化八因子模型建立的投資策略相比于三因子模型更加穩(wěn)定。
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F832.51
【圖文】：

１．３主要的研究方法逡逑本論文采用理論知識與實證分析相結(jié)合的方法，綜合運用了證券投資、財務(wù)逡逑分析、計算機以及實證檢驗等方面的知識，進行多因子模型的建立及優(yōu)化。逡逑本論文主要運用到的軟件是萬得與Ｐｙｔｈｏｎ。逡逑在本論文的寫作過程中一直堅持邏輯性及“最優(yōu)過程”，及在論文完成的各環(huán)逡逑節(jié)，會盡量去對各種方法做比較，比如在進行樣本異常值處理時，通過比較分別逡逑被均值標準差法、ＭＡＤ絕對中位數(shù)法和ｂｏｘｐｌｏｔ箱線圖法這三種異常值處理后的逡逑數(shù)據(jù)的分布情況，發(fā)現(xiàn)絕對中位數(shù)法在處理異常值時效果最優(yōu)，并有選擇性地將逡逑經(jīng)過絕對中位數(shù)法處理得到的數(shù)據(jù)運用到下一步的工作之中。逡逑本論文在得出各種結(jié)論之時，希望得出的結(jié)果是最貼合中國股市的而不只是逡逑停留于理論。所以在本文中，回測用到的價格都是股票真實價格，并按照實際情逡逑況去設(shè)定模型中的一些參數(shù)。逡逑

邐多因子模型優(yōu)化及回測逡逑＇邐與經(jīng)典因子模型的比較逡逑圖１－１多因子模型構(gòu)建流程圖逡逑１．３主要的研究方法逡逑本論文采用理論知識與實證分析相結(jié)合的方法，綜合運用了證券投資、財務(wù)逡逑分析、計算機以及實證檢驗等方面的知識，進行多因子模型的建立及優(yōu)化。逡逑本論文主要運用到的軟件是萬得與Ｐｙｔｈｏｎ。逡逑在本論文的寫作過程中一直堅持邏輯性及“最優(yōu)過程”，及在論文完成的各環(huán)逡逑節(jié)，會盡量去對各種方法做比較，比如在進行樣本異常值處理時，通過比較分別逡逑被均值標準差法、ＭＡＤ絕對中位數(shù)法和ｂｏｘｐｌｏｔ箱線圖法這三種異常值處理后的逡逑數(shù)據(jù)的分布情況，發(fā)現(xiàn)絕對中位數(shù)法在處理異常值時效果最優(yōu)，并有選擇性地將逡逑經(jīng)過絕對中位數(shù)法處理得到的數(shù)據(jù)運用到下一步的工作之中。逡逑本論文在得出各種結(jié)論之時，希望得出的結(jié)果是最貼合中國股市的而不只是逡逑停留于理論。所以在本文中，回測用到的價格都是股票真實價格，并按照實際情逡逑況去設(shè)定模型中的一些參數(shù)。逡逑通過閱讀文獻

山東大學碩士學位論文逡逑見的異常值處理方法有刪除或者將異常值調(diào)整至上下限。異常值的有均值標準差法、ＭＡＤ絕對中位數(shù)法和ｂｏｘｐｌｏｔ箱線圖法，后兩者異常值的影響較小，其處理效果更穩(wěn)健。下面我們分別運用這三種數(shù)據(jù)進行異常值的處理。逡逑（ａ）均值標準差法逡逑據(jù)３0準則，認為在均值正負三倍標準差之外的值為異常值。但值厚尾現(xiàn)象存在于很多因子數(shù)據(jù)的分布中，并不滿足正態(tài)分布假設(shè)。逡逑＇逡逑

【相似文獻】

相關(guān)期刊論文 前10條

1 王正煒;;構(gòu)建網(wǎng)絡(luò)熱度因子模型分析股價運動規(guī)律[J];中國市場;2018年27期

2 韓猛;繆言;白仲林;;動態(tài)因子模型的結(jié)構(gòu)識別研究[J];系統(tǒng)工程理論與實踐;2016年07期

3 徐霜雪;俞宗火;李月梅;;預測視角下雙因子模型與高階模型的模擬比較[J];心理學報;2017年08期

4 元萬達;;股權(quán)分置改革與資本市場效率的思考——基于三因子模型的實證檢驗[J];納稅;2017年16期

5 曹立言;;瑪法五因子模型與三因子模型的中國市場有效性對比[J];現(xiàn)代經(jīng)濟信息;2017年18期

6 高華川;趙娜;;基于多層因子模型的我國核心通貨膨脹估計[J];統(tǒng)計研究;2016年04期

7 程海星;朱滿洲;;大數(shù)據(jù)背景下的動態(tài)因子模型預測機理與效果研究[J];投資研究;2015年03期

8 裴茜;朱書尚;;中國股票市場的行業(yè)特質(zhì)性金融傳染特征:基于網(wǎng)絡(luò)模型的實證研究[J];金融學季刊;2017年02期

9 韓冰;;中國股市的三因子模型實證分析[J];現(xiàn)代商業(yè);2014年21期

10 顧紅磊;溫忠麟;方杰;;雙因子模型:多維構(gòu)念測量的新視角[J];心理科學;2014年04期

相關(guān)會議論文 前10條

1 徐霜雪;俞宗火;董圣鴻;;預測視角下的雙因子模型與高階因子模型的模擬比較研究[A];第十九屆全國心理學學術(shù)會議摘要集[C];2016年

2 顧紅磊;溫忠麟;;雙因子模型:多維構(gòu)念測量的新視角[A];心理學與創(chuàng)新能力提升——第十六屆全國心理學學術(shù)會議論文集[C];2013年

3 顧紅磊;溫忠麟;;項目表述效應的檢驗與控制——基于雙因子模型的視角[A];第十七屆全國心理學學術(shù)會議論文摘要集[C];2014年

4 湯丹丹;溫忠麟;;兩類雙因子模型和高階因子模型的模擬比較:模型擬合與結(jié)構(gòu)系數(shù)[A];第二十一屆全國心理學學術(shù)會議摘要集[C];2018年

5 張國富;杜子平;;人力資本約束下地區(qū)全要素生產(chǎn)率趨同研究——基于非線性時變單因子模型的實證分析[A];第八屆（2013）中國管理學年會——城市與區(qū)域管理分會場論文集[C];2013年

6 杜江紅;尚雪松;孟慧;聶光輝;李永鑫;;成人依戀風格是維度的、類型的還是維度和類型的混合?[A];第十九屆全國心理學學術(shù)會議摘要集[C];2016年

7 顧紅磊;溫忠麟;;多維測驗分數(shù)的報告與解釋:基于雙因子模型的視角[A];第二十屆全國心理學學術(shù)會議--心理學與國民心理健康摘要集[C];2017年

8 呂惠聰;林燕瀅;陳啟山;;成人依戀與戀愛滿意度的關(guān)系:雙因子模型[A];第十七屆全國心理學學術(shù)會議論文摘要集[C];2014年

9 高華川;趙娜;;基于多層因子模型的我國核心通貨膨脹估計[A];21世紀數(shù)量經(jīng)濟學（第16卷）[C];2015年

10 白強;白仲林;;動態(tài)因子模型的廣義矩估計(GMM)及其統(tǒng)計性質(zhì)研究[A];21世紀數(shù)量經(jīng)濟學（第16卷）[C];2015年

相關(guān)重要報紙文章 前10條

1 記者 整理 陳健;Q因子模型可用于量化投資管理[N];上海金融報;2016年

2 大摩多因子基金基金經(jīng)理 劉釗;多策略的時代[N];中國證券報;2014年

3 本報記者 張煥昀;指基“增強”效果凸顯[N];中國證券報;2018年

4 本報記者 李良;博道基金楊夢：量化“增強”讓指基收益超越指數(shù)[N];中國證券報;2019年

5 國泰君安期貨研究所 吳泱;多因子模型在套期保值中的應用[N];期貨日報;2009年

6 大摩多因子策略基金 張靖;發(fā)掘細微投資機會[N];經(jīng)濟日報;2013年

7 本報記者 陳曉剛;美聯(lián)儲密制“因子模型”挑戰(zhàn)人腦決斷[N];中國證券報;2006年

8 本報記者 姜沁詩;成長風格量化基金頻成立 基本面投資成主流[N];中國證券報;2018年

9 大摩華鑫基金公司;掘金價值投資[N];中國證券報;2015年

10 本報記者 常仙鶴;量化基金的美好時光[N];中國證券報;2014年

相關(guān)博士學位論文 前10條

1 白強;因子模型的廣義矩估計方法及其應用研究[D];天津財經(jīng)大學;2016年

2 邱琳;信息推薦中評分預測問題研究[D];北京郵電大學;2018年

3 朱滿洲;動態(tài)因子模型的理論和應用研究[D];華中科技大學;2013年

4 崔國偉;高維因子模型相關(guān)理論與應用研究[D];華中科技大學;2015年

5 王少新;不定最小二乘問題和近似因子模型的相關(guān)研究[D];重慶大學;2016年

6 尹昱喬;中國A股市場資產(chǎn)定價模型實證研究[D];東北財經(jīng)大學;2016年

7 范會勇;大學生情緒智力的測量學研究[D];西南大學;2010年

8 奚勝田;風險預算在證券公司資本充足性管理中的應用[D];天津大學;2007年

9 馬慶魁;我國貨幣市場利率期限結(jié)構(gòu)及其與宏觀經(jīng)濟關(guān)聯(lián)性研究[D];吉林大學;2009年

10 高春亭;五因子資產(chǎn)定價模型及其在我國證券市場的應用研究[D];重慶大學;2016年

相關(guān)碩士學位論文 前10條

1 賴新蓁;單維模型和雙因子模型的選擇研究[D];華東師范大學;2019年

2 劉德文;多因子Alpha策略在A股市場的實證研究[D];山東大學;2019年

3 李倩倩;多因子量化選股模型建立及優(yōu)化[D];山東大學;2019年

4 徐曉波;基于貝葉斯方法的股票定價模型的比較分析[D];山東大學;2019年

5 趙凌霄;基于平行因子模型的大規(guī)模MIMO系統(tǒng)信道估計與信號檢測算法研究[D];鄭州大學;2019年

6 張力戈;我國開放式基金市場波動率異象研究[D];南京大學;2019年

7 張泓;近似因子模型因子個數(shù)選擇方法的比較研究[D];上海師范大學;2019年

8 趙雄飛;基于LSTM的股票預期收益研究[D];北方工業(yè)大學;2019年

9 王健星;基于行業(yè)輪動策略的多因子模型選股方案策劃[D];上海師范大學;2019年

10 刑金寶;高維近因子模型的因子經(jīng)驗過程[D];蘇州大學;2018年

本文編號：2784202