浙商证券-基本面量化系列（一）：PB~ROE~AI策略~让经典更经典-200303

《浙商证券-基本面量化系列（一）：PB~ROE~AI策略~让经典更经典-200303（24页）.pdf》由会员分享，可在线阅读，更多相关《浙商证券-基本面量化系列（一）：PB~ROE~AI策略~让经典更经典-200303（24页）.pdf（24页精品完整版）》请在悟空智库报告文库上搜索。

　　策略效果
　　PB-ROE策略作为经典的基本面投资模型，以其选股“高性价比”特征广受机构投资者欢迎。但是，传统PB-ROE策略并不适合直接构建投资组合，很多机构也是“艺术”的使用，仅是作为一种投资参考。本文深挖PB-ROE策略，在经典模型基础上更进一步探索，使得模型达到月度调仓、股票个数在40只左右、收益显著提升的目标。
　　回测收益指标见下表：
　　◆策略算法
　　本文是在传统PB-ROE算法的基础上，利用人工智能方法进行了收益增强。该算法利用最新一期的传统PB-ROE多头组合下的股票。以过往PB-ROE组合的净值曲线为被跟踪对象，进行跟踪误差最小化。通过大量验证，我们发现，AI优化算法得出的组合能够“稳定跑输”传统PB-ROE多头组合。然后获取与“稳定跑输”组合股票最不相关的股票，并且继承被替换股票的权重，从而得到PB-ROE-AI组合。算法流程可见右图。
　　◆PB、ROE理论关系
　　参考、修改并完善大量文献里面的结论，我们深度挖掘PB、ROE指标间的理论关系。通过运用微分方程、等价无穷小替换等数学技巧，我们发现这两个指标的理论公式：
　　上式告诉我们，这两个指标不仅理论上服从线性关系，从单个股票来讲，PB对ROE指标的敏感性还和投资期限T有关，也就是说研究二者的变化不能抛开时间这个因素，我们后面会围绕这个“T”构建有关策略，敬请关注。
　　◆建模感悟
　　算法用严谨逻辑整合了几个“显而易见”的结论，得出了“不那么显而易见”的良好效果。模型灵活使用了稳健的人工智能算法，通过特定性质的“权重生成器”构造了“稳健跑输”组合，从而为模型的“有效”打好了基础。