## 1.策略回顾 在前文《股票市值预测》中，我们使用随机森林模型预测股票市值，然后根据套利定价理论筛选市值偏低的股票进行投资，取得了较好的回测效果： ![市值预测策略1.PNG][1] 上述策略依然存在很多需要改进的地方： 1. 策略回撤太大，不能规避大盘下跌的风险； 2. 策略收益不稳定，2017年1月之后一直没有可观的收益。 针对上述问题，我们对策略做以下几个方面的改进： 1. 改进市值预测——“添加新因子”； 2. 加入风险控制——“公告黑名单”、“基本面黑名单”； 3. 加入大盘择时——“股债轮动”； 4. 加入止盈止损——“最高价名单”、“抛出黑名单”。 在后文中，我们就针对上述四个方面的改进，看看策略的回测效果。 ## 2.改进市值预测模型 在《股票市值预测》中，我们构建的第一个市值预测模型是： $$ln(M) = \alpha_0 IND + \alpha_1 ln(B) + \alpha_2 ln(NI)^+ + \alpha_3 I_{(< 0)} ln(NI)^+ + \alpha_4 LEV + \alpha_5 G + \alpha_6 ln(D) + \epsilon$$ 其中，$M$为市值，$IND$为行业虚拟变量（若该股属于某行业，则将这一行业虚拟变量的值设为1，其他行业虚拟变量的值设为0），$B$为净资产，$NI$为净利润，$I$为公司净利润虚拟变量（当净利润为负时，取值为1，否则取值为0）。$LEV$为财务杠杆，$G$为营业收入的增长率（同比），$D$为开发支出（空值用0填充）。 然后我们实证研究了LASSO回归、分类树回归、随机森林回归、Adaboost回归和支持向量机回归等模型，结果发现，线性回归对模型的拟合结果不如机器学习模型优秀。随后我们选取了随机森林模型作为最终的预测模型。交叉验证发现模型的拟合优度在70%以上。 滋维·博迪在《投资学》中介绍了多种权益估值模型和财务报表分析的技术。除了在上述公式中列出的因素以外，影响公司价值的因素还有以下这些：（1）总资产；（2）净资产；（3）营业收入；（4）营业利润；（5）净利润；（6）扣除非经常性损益后的净利润；（7）净资产收益率；（8）总资产收益率；（9）财务杠杆；（10）营业收入增长率；（11）营业利润增长率；（12）净利润增长率。根据上述因子，我们构建新的股票市值预测模型如下： $ln(M) = RandomForest(IND,A,B,OpeRev,$ $OpePro,NetPro,AdjPro,ROA,ROE,$ $LEV,GroRev,GroPro,GroNetPro) + \epsilon$ 其中，$ln(M)$是对数市值，$IND$是行业标签，$A$是总资产，$B$是净资产，$OpeRev$是营业收入，$OpePro$是营业利润，$NetPro$是净利润，$AdjPro$是扣除非经常性损益后的调整后利润，$ROA$是总资产收益率，$ROE$是净资产收益率，$LEV$是财务杠杆，$GroRev$是营业收入增长率，$GroPro$是营业利润增长率，$GroNetPro$是净利润增长率。使用随机森林模型拟合，通过十折交叉验证计算的拟合优度如下表所示： ![改进市值预测.PNG][2] 第一列表示随机森林模型的分类器个数，第一行表示年报年份，数字表示交叉验证计算的拟合优度，括号中数字表示拟合优度的标准差\*2。由上表可知，通过添加新因子，模型的交叉验证拟合优度得到了明显的提高。我们将上述模型构建选股策略回测结果如下： ![市值预测策略2x.PNG][3] 相比较于原模型，新模型的收益率更高，波动率却降低了。但是，由于选股逻辑基本一致，所以原模型中存在的问题在新模型中依然没有得到解决。 ## 3.加入风险控制 避免“地雷股”是构建投资策略的过程中不可避免的一个重要课题。典型的“地雷股”包括：业绩预告预减、限售解禁、违规处罚、重大风险提示、高管减持、股权质押等风险事件。同时也包括基本面恶化、情绪面恶化、技术面恶化等风险因素。有些数据是比较难获取和梳理的，因此，在初期的版本中，本文先从以下几个角度进行风险控制： 1. 新上市不足3个月； 2. ST股、停牌股和退市股； 3. 限售解禁前后5个交易日； 4. 大股东公布减持之后5个交易日； 5. 盈利能力弱：营业利润为负、净利润为负、扣除非经常性损益后净利润为负； 6. 成长能力弱：营业收入同比下降、营业利润同比下降、净利润同比下降； 7. 安全性存疑：应收账款和其他应收款在总资产中合计超过50%。 ![股票市值预测改进2.PNG][4] 相比较于上一版模型，新模型在2017年之后的回撤略有减少。 ## 4.加入大盘择时 策略经过了上一轮改进，依然存在较大的回撤，说明做到避免踩“地雷股”进行风险控制依然是不够的，我们还要对策略做进一步的改进。一个比较简单的想法是，我们在牛市的时候进行满仓操作，但是当市场行情不好的时候就果断空仓。将上述投资思想转化成策略如下： 1. 每日开盘前，上证综指近20个交易日的涨跌幅； 2. 如果上证综指20日涨跌幅为负，则空仓，买入国债指数； 2. 如果上证综指20日涨跌幅为正，则开仓，买入股票。 ![市值预测改进3.PNG][5] 相比较于上一版模型，新模型的回撤大幅减少，模型的稳健性得到了很大的提升，但是，上述择时策略也存在一些问题，首先，模型信号过于频繁，在牛熊市表现尚可，但是在震荡市则容易频繁交易。 ## 5.加入止盈止损 直接对大盘进行择时决定持仓有误伤的风险，在我们的策略中，每一次持仓的股票数量并不多，在这种情况下，大盘涨跌对组合涨跌的影响是比较有限的，但是组合中个股的涨跌却能对组合的涨跌产生很大的影响。因此，我们引入个股的止盈止损策略： 1. “止损黑名单”：获取股票在持仓过程中的最高价，比较当前价和最高价，如果当前价格低于最高价超过8%，则加入“止损黑名单”，执行卖出止损，进入“止损黑名单”的股票在未来十个交易日不再买入。 2. “止盈黑名单”：获取当前股票的持仓成本，比价当前价和持仓成本价，如果当前价格超过持仓成本价10倍，则加入“止盈黑名单”，执行卖出止盈，进入“止盈黑名单”的股票在未来十个交易日不再买入。 ![市值预测策略4.PNG][6] [1]: https://quant.gtja.com/img/9718cbb56e86cd3ba2df3cf449d73e90 [2]: https://quant.gtja.com/img/497143cff8fac97a3d0537eb047ade0f [3]: https://quant.gtja.com/img/2201dc20d0427dec0d96a2ec358af223 [4]: https://quant.gtja.com/img/4959b6cf74ebbeae0f2a8d2f2d246d7c [5]: https://quant.gtja.com/img/eaf45c698e7e1882c6c09e5a12cdee6a [6]: https://quant.gtja.com/img/b44c36e2fc19e49d15342bcbe8df595a