研报复现：有基本面支撑的低估值组合

价值投资，即选择便宜的、估值低的股票构建组合。估值低代表其上涨空间大，但不代表马上会涨，其上涨的可能性是不确定的。本杰明格雷厄姆曾说 ，股票的价格就像狗，狗的主人就像是价值，遛狗时，狗忽远忽近到处跑，但总是会跑回主人的身边。所以如果有基本面的支撑，未来业绩可期，那么组合的上涨动力就比较明确了。

这是海通证券在《"海量"专题（212）——构造A股价值组合的三种范式》所提出的观点，研报中还构建了两种有基本面支撑的低估值组合。一种是估值增长组合，另一种是PB-盈利组合。

其中估值增长组合所用到的“增长”指标为一致预期2年复合增长率、预期净利润调整、SUE因子的综合得分，遗憾的是这三个指标都是一致预期数据，我们暂时还没有该数据。

而PB-盈利组合的“盈利”指标为ROE和SUE因子等权得分，虽然SUE因子缺少，但ROE数据还是比较常见的，我们可以让ROE指标代替“盈利”指标，未来有了一致预期数据再来构建SUE因子，完善“盈利”指标。

所以我们今天先选取PB-盈利组合进行复现，看看效果如何。

那么，研报中是如何构建PB-盈利组合的呢？

步骤一：对PB、ROE各等分5组，取PB最低一组和ROE最高一组的交集，命名为组合一；

步骤二：市场关注度优选，取历史20个交易日的日换手率均值等分5组，取换手率最低一组和组合一的交集，以此来选择近期交易活跃度低、关注度较低的低估值个股；

步骤三：位序估值优选，为降低陷入低估值陷阱的可能，剔除长期位序估值低于10%的个股；为避免短期追高，剔除短期位序估值高于90%的个股。PS：位序估值即（个股估值/全A估值）这个指标在过去一段时间内的相对位置；“长期”是指过去3年，“短期”是指过去3个月。

值得注意的是， 在掘金SDK中提供了多种类型的ROE数据 ，分别是净资产收益率_摊薄、净资产收益率_扣除摊薄、净资产收益率_加权和净资产收益率_扣除加权。

摊薄的计算方式只考虑了期末节点净资产，而加权[(期初+期末）/2]的方式会来得更准确些。这里的“扣除”应该是“扣除非经常性损益”，即“扣非”，理论上用扣非加权ROE会更好些，但由于覆盖的股票数量较少，我们这里使用加权ROE就可以了。

位序估值优选中的估值通过前文推理应该是PB指标，这里对全A（剔除ST和部分新股）估值以各股票估值进行简单的等权计算。

由于3年的财务数据量比较大，每次获取数据的响应时间较长，所以这里对计算好的数据进行 **本地化存储：**将位序估值数据以字典的形式用pickle模块保存为pkl文件，方便调用时直接获取本地计算好的数据。

进一步编写回测，相关参数如下：

• 初始资金：100万
• 回测品种：全A
• 回测区间：2020年12月31日-2022年05月26日
• 样本过滤：剔除停牌股、ST股、次新股（一年期）
• 数据预处理：市场关注度优选、位序估值优选
• 交易逻辑：月末调仓换股；涨停买不入，跌停卖不出

整体的回测情况如下：

历年回测情况如下：

注：“2022年部分”为2022.01.01至2022.05.26区间

从回测情况来看，策略的防御性比较强，在2021年回测至今，策略实现年化收益率11.58%，最大回测为13.31，夏普比率为0.52，累计超额收益率为39.62%，策略大幅跑赢市场指数。

从单年度回测来看，情况亦是如此。

在大盘表现较差的年份，如2018年、2021年和2022年初，该策略均大幅跑赢指数；但在市场走强的时候，策略的进攻性是较低的，如2019年和2020年。所以本策略更像是一个防御性很强的熊市策略，更适合当前的市场环境。

后期的优化可以进一步规定持股数量，因为从交易数据来看，每次的交易数量在10~40只股票之间不等。感兴趣的用户可以获取代码后自行尝试。

源码：https://bbs.myquant.cn/thread/3006

声明：本内容由掘金量化原创，仅供学习、交流、演示之用，不构成任何投资建议！如需转载请联系掘金小Q（VX：myquant2018）授权，否则作侵权处理！