基于成长、营运、估值因子的基本面选股研究.pdf

社会科学科学咨询第3期(总第825期)

基于成长、营运、估值因子的基本面选股研究

赵芷澜

（天津市耀华中学，天津300041）

摘要：在套利定价理论中，套利行为是影响当前有效市场的一个重要原因。当市场没有达到平衡时，就可能

出现无风险的套利机会。由于近几年科技的进步以及金融数据的不断创新，市场有效性不断增强，多因子量化选

股模型也因此应运而生。本文将通过利用Ricequant软件中的向导策略，来证实优化多因子量化选股模型的可行

性，并对实验所得出的结果进行系统性的阐述。具体来说，本研究选择了成长能力、营运能力、估值类因子为研究

对象，基于2020年至2022年的数据进行了分析。基于分析结果，我们可以看到回测结果与理论研究不一定相同，

但同样证实了优化多因子量化选股模型的可行性。本文的研究结论对于量化选股有着重要的借鉴意义。

关键词：多因子基本面选股；回测；量化选股

量化投资是指利用数字量化手段和计算机编程来应用于财务领域而形成的全新思考模式，其发展并未

获得稳定收益的一种交易方式。它具有系统性、及时伴随传统财务学的演进。美国经济学者马科维茨于

性、纪律性、准确性和分散化等特征，在海外已有超过1952年提出了“证券组合”理论。这是一种定性的“证

30年的发展历史，其投资表现非常稳定。在国内，量化券组合”方法，并首次将“量化”方法引入到证券组合

投资的市场范围和份额也在不断扩大，赢得了更多投理论中。该理论通过有价证券在某一时期的平均回报

资者的认同。量化投资技术基本上涵盖了投资的全过率来度量收益，并通过其标准差来度量风险。基于这

程，具体包括了量化选股、量化择时、股指期货套利、一模型的假设，Markowitz提出了一个基于有效边际的

商品期货套利、套利计算、算法交易、资金分配、风险资产优化分配模型。在Markowitz的投资组合理论基础

控制等多个方面。量化选股则是通过定量方式来评估上，Sharpe、Lintner和Mossin分别对资本资产定价模型

一家公司的价值。（CAPM）进行了测试并进行了改进，最终形成了现代

近年来，随着技术的持续发展和金融数据的不断的CAPM理论，其公式为：

创新，市场效率不断提升，多因子量化选股模型应运而E（rs）=rf+βs（E（rM）-r）（1）

生。多因子模型的综合有效性显著高于单个因子，建立在此，rs代表投资组合S的回报变量；rM代表投资

在多个因子维度上的选股模型因其高稳定性和强持续证券的回报变数；在目前的市场中，rf代表了无风险的

性，避免了许多不科学的选股决策，显示出比单因子模收益；βs代表对市场风险的组合S的敏感性满足。

[1]βs=cov（rS，rM）/var（rM）（2）

型更广泛的应用范围。作为一种广泛应用的量化投资

策略，多因子选股模型从资产定价模型发展而来，综受CAPM模型的启发，Ross提出了以多因素为核心

合考虑多种因素。它对市场波动敏感，能够根据最新的套利定价理论。该理论将多因素作为核心，为后续的

的市场情况调整策略，是量化投资模型的一个重要部多因素股票选择提供了坚实的理论基础。从美国的数据

[2]来看，定量投资已经发展超过40年。定量投资始于1970

分。然而，由于因子的适用性具有局限性，因子在不

同时间对不同股票的收益率影响并不总是明确的。学年，而到了2001年，其规模已达到880亿美元。随后，定

术界通常采用回归法来检验因子对股票收益率的影响量投资的发展速度加快，使西蒙斯、肖等人成名。近年

性，通过利用历史数据对因子进行回归分析，确定因子来，随着科技的持续进步和机器学习技术的发展，量化

对收益率的正负影响，据此进行相应的策略调整。一旦投资与算法之间的联系变得更加紧密。Vrontos等人采用