标题官网2_03.jpg

基本面量化策略

总体上,基本面量化策略是基本面研究和多因子模型的结合和升级。我们认为“基本面投资派”和“量化投资派”并不矛盾,基本面研究侧重信息的获取和对信息的理解,量化投资侧重提炼模型、克服个人情绪,两者可以相互借鉴、相互融合。用一句话阐述:用量化的方法做价值投资!


1)基本面数据作为模型的输入。通过基本面研究拓展模型输入信息的范围,打破传统量化选股模型仅依赖财务因子、市场因子的局限性,建立宏观、行业、公司等多维度数据库,不仅有效解决了财务因子滞后性问题,更重要是为提升模型的解释力度提供了基础。


2)建立符合经济涵义的量化模型。在基本面研究和传统量化因子分析的基础上,形成多个行业模型、公司估值模型,以及投资决策的量化流程。值得说明的是,不同行业、不同公司的模型可能相差甚远,同一个因子在不同公司的方向可能是不一样的。我们的建模不局限片面追求高深的数据挖掘算法,而更看重模型的经济涵义。


3)投资决策的量化流程。前面的分析帮助建立公司价值评估模型,选出“好公司”,但真正的投资机会需要等待“好价格”——具备足够安全边际,量化投资流程在初始减仓、安全边际评估、仓位调整各个投资环节形成量化的标准,可以有效可以消除基金经理的情绪波动。


总之,相比传统的多因子量化策略,基本面量化策略的考虑了更多的信息变量,提升了模型对市场的解释力度。同时,成分股从100多只股票精选到30只左右。深度研究降低组合风险,同时还可能争取更高的收益。基本面量化策略致力于寻找低估的“好公司”,和“价值投资”是一脉相承的,属于长线投资策略。

 

策略特点

价值投资,长期有望获得高收益,随市场有一定波动。


适用市场

任何市场环境,在熊市更有优势。



量化对冲策略

在基本面量化策略的基础上,降低选股标准,选择50-100只成分股,同时增加股指期货端的对冲,相比基本面量化策略,当组合成份股和指数的特征可以相差较大时,须要在行业中性、风格中性、估值中性上做权重优化。


策略特点

规避系统性风险,收益稳健。


适用市场

交易活跃的市场环境。



  本文章1592阅读