在报告《
沪深300成分股的多因子模型有效因子选择框架构建--多因子模型系列报告之一》中,我们提出了解释alpha超额收益来源的一种方法,同时,测试了不同维度上的有效因子,并最后汇总了25个有效因子。本报告只选择其中的部分因子,按因子大小进行打分,并构建投资组合。
我们选择四个有效因子来测试,分别是盈利因子:净资产收益率ROE(扣除/摊薄)、流动性因子:年换手率、营运能力因子:总资产周转率、成长性因子:每股净资产增长率。按最新申万27个行业分类,对每一行业中股票进行排序打分并等权加和各因子得分,对总得分进行排序,选出每个行业排名前3只的股票,且这三只股票同时属于
中证800的成分股方可最后入选,最终选出共81只股票作为股票池。对每只股票等权分配资金,假设预定初始资金1000万左右,那么每只股票最多分配12.35万,时间分配的股票手数是12.35万除以每手股价之后取整,因此,我们实际的初始资金在1000万的附近。
标的选择范围:中证800成分股中的所有SW行业股票;测试起始日:2013-11-01,测试截止日:2014-2-28;初始资金10004769;当前资金10725229.0;绝对收益7.2%,同期沪深300收益-8.64%,超额收益15.84%。
我们将以“量化投资周报”的形式跟踪本报告的选股模型及股票池,同时,我们的周报还包括之前报告提出的两个策略。一个是经过统计规律验证的具有正期望收益的隔夜交易策略:TDDTB策略,它是一种基于价格形态的交易策略;另一个是通过回测及模拟交易测试具有正期望收益的日内趋势交易策略,策略是在我们之前报告《一种基于均线的股指日内突破交易策略》的基础上改进的,将该策略命名为日内均线突破趋势跟踪1号(Intra_ma_break 1)。