Question

什么是α收益： 一揽子可以 自定义低估 、 同质化 并且有波动的股票，不断买入更便宜的，卖出更贵的，从而获得的收益。例如：几个跟着沪深 300 的 ETF，你发现手中持有的沪深 300ETF 溢价 2%了，而市场上同时存在一个折价 1%的 ETF，那么就卖出溢价高的沪深 300ETF，去买折价的，这样虽然始终持有沪深 300ETF，但获得了超越沪深 300 指数本身的收益，就是α收益。解释一下 同质化 ：明显所有的沪深 300ETF 是同质化的，也可以认为最小市值 20 个股票是同质化的，所有银行股是同质化的，分级 A 是同质化的。下文中有解释 自定义低估。

什么是β收益 ：基本面本身上涨是β收益。例如，自定义最小市值的 10 个股票为一个指数，这些最小市值从 5 亿涨到 20 亿，这就是β收益。自定义最低股价 10 个为一个指数，从牛市的 5 元跌到 2 元，那么β收益就是负的

知道α，β收益后，就该理论指导实践，创建量化策略了

量化策略创建三个步骤：1.策略的理论基础，2.历史回测，3.找到策略黑天鹅。

（一）、策略的理论基础：大致分为三类：一、基本面理论，二、技术面理论，三、风险套利

1.按基本面又可以分为：1.价值型，2.成长型，3.品质型，按中国特色 A 股基本面又可以添加：4.小市值型，5 股价型

2.按技术面又可以分为：1.趋势型，2.趋势反转型，3.缩量反弹，4.指数轮动，5.择时

3.风险套利（或者称轮动）： 不断买入更便宜的，卖出更贵的 。

注意：1.有些理论基础并不牢固，并且不能很好解释（这也导致了各种投资流派互相不服）

2.有些量化跳过了理论基础，直接根据历史统计进行量化（本文不讨论），例如，统计两会前后涨跌，一季度历史表现最好板块

对策略理论的解释：

1.基本面策略可以定义什么是低估，比如低 PE 是低估，低市值是低估，低股价是低估，高 ROE 是低估，高成长是低估；也可以自定义低估，PB*PE 是低估，总市值*流通市值小是低估

2.基本面理论提供了一揽子 同质化并且有波动 的股票。有些基本面策略的股票间波动较小，例如最低 PE 股，一段时期内总是那么几个银行股；有些波动较大，比如小市值型

3.技术面理论有些很难定义什么是低估，比如趋势型；有些则看似可以定义低估，例如，BIAS 最小，20 日跌幅最大，其实也不是

4.能自定义低估的策略是风险套利，不能自定义低估的策略是统计

5.基本面本身能上涨，就获得了β收益

我得出的结论是 ： 风险套利策略的核心是对自定义低估的轮动，即不断获得α收益！！

1.如何获得α收益：大部分基本面策略的收益是因为风险套利获得的；也就是 不断买入更低估的，卖出更贵的； 也就是因为调仓周期内因不同股票的波动而产生收益，因此 适当缩短周期有利于提高收益 ；所以在一年内 交易次数越多， alpha 收益越大 （投资大师说的减少交易次数，并不适用于套利）

2.理论本身获得的β收益并不多，甚至为负（价值型由于近几年市场估值不断降低，不调仓的话，收益是负的）

3.我们应当寻找的是： 基本面理论本身能上涨，且能提供同质化，波动较大的策略（即获得α，又获得β）

4.统计策略其内在逻辑说服力小，是过去的概率来预测未来

（二）、历史回测：回测中最重要一点是：不要欺骗自己

历史回测中要用到一个哲学思想，叫做奥卡姆剃刀: 较简单的理论比复杂的理论更好，因为它们更加可检验

1.改变测试起始时间。调仓周期超过 2 天的策略，应该试遍每个起始时间，取平均收益，这才最接近策略真实历史回测，因为理论上起始时间变化一两天对策略收益影响是不大的，如果变化很大就说明过度优化。

2.不要创建静态股票池。历史上每个阶段都有大牛股，完全可以收集大牛股作为股票池，算好调仓周期，每个阶段买最牛的，收益可以美到不敢想象

3.不要用 PE.PB 等指标精确逃顶抄底，最多用来确定一个大致范围。每次大顶点位都是不同的，这样的择时毫无意义。

4.先用 25 个以上股票测试，确定策略有效性，再减少数量做策略，如果 25 个测试无效，那么一两个即使收益很好，也该放弃。

5.改变条件权重。如果稍微改变权重，收益变化很大，那么就降低策略未来预期收益，别指望策略以后会表现这么好。

6.尽量从 07 年开始测试。除非你能确定每个时间市场的风格，显然这是不可能的。

7.同一套择时系统，如果用在策略 1 上回撤是 30%，用在策略 2 上回撤是 15%，你肯定会选择策略 2，如果策略 1 和 2 本质上是差不多的策略，别太高兴，在未来，策略 1 和 2 表现谁好谁坏也是难说的

（三）、找到黑天鹅：每个策略都有黑天鹅

1.价值型，成长型，品质型策略，黑天鹅是过一个季度，可能财务数据完全变了，因此持仓个数不能太少，行业要分开

2.小市值，低价，低交易额策略，黑天鹅是出现仙股

3.统计类，技术类策略，黑天鹅是理论本身就不完美

说明及解释：

1.以下各种理论的历史回测中一律使用 5 天调仓，测试个数 25 个，测试开始时间为 2007 年 6 月 1 日（ 因为涉及长时间的数据 2007 年 1 月 4 日还没有，像 20 日涨幅，60 日成交量 ），所有策略公开在这里 https://www.guorn.com/user/home?uid=4010 ，如果觉得参数设定有错误，欢迎指正

2.几本量化投资的书下载：在官方 QQ 群里

3.一个人的思维有限，我只想到这么多分类，以后想到了继续补充

4.文章不定时更新，还未完成。

下面是历史回测及黑天鹅

年化收益最高排行如下

年化收益最低排行如下

1. 价值型 。首先要说的是价值类型只是很普通的一种策略，价值投资并不是带着光环，高人一等。

理论基础是 ：低估的将会最终回归。

黑天鹅是 ：1.低估的将一直低估，市场非理性时间足够长到你破产。2.PE 和 PB 不是连续指标，一个季度公布报表后，PE 和 PB 可能突然变很大，从而不再低估。

历史回测 ：https://www.guorn.com/stock/strategy?sid=4010.R.34259645710201

自定义 PE*PB 且大于 0，

测试结果为：5 日年化 12.57%，20 日年化 12.13%，60 日年化 10.19%，120 日年化 10.84%,240 日年化 12.46%（价值投资怎么也要持股 1 年吧）

同时单独回测 PE，PB，得到类似结果：

测试低 PE，年化 15.09%，https://www.guorn.com/stock/strategy?sid=4010.R.34266141693794

测试低 PB，年化 14.86%，https://www.guorn.com/stock/strategy?sid=4010.R.34266221721051

结论：分析数据看，第一期 PE*PB50 个平均数为 76.82，最后一期 PE*PB 平均数为 14.85，这意味着市场最低估的 50 个股票比 07 年 6 月跌幅为 56%，市场估值不段降低

PS：如果市场最低 PE 是 5 倍，且长期存在几百个 PE 是 5 倍左右的股票，那么采用低 PE 策略也会有惊人的收益，这时价值投资者一定会欢呼，但这其实是因为套利才取得的收益，

2.成长型。

理论基础是： 高速成长会带来股价上涨

黑天鹅是：1. 成长股不一定上涨，只是降低估值，2.成长很难量化，单季度变化大，

历史回测 ：首先测试的是增速，营业利润、营收、预期收入等都可以有增速，因此都用上 https://www.guorn.com/stock/strategy?sid=4010.R.34766016244034

测试结果为：5 日 20.88%，20 日 18.6%，60 日 13.5%，120 日 11.91%，240 日 9.91%

另外测试 PEG，由于 PEG 指标里有 PE，其实是包含了低估和成长两套理论 https://www.guorn.com/stock/strategy?sid=4010.R.34765767905547

测试结果为：5 日 18.96%，20 日 18.34%，60 日 13.48%，120 日 11.38%，250 日 5.41%

结论：1.用 PEG 选低于 1 的竟然如此至少，现在全市场十分高估，2.用分析师预期增长率结果也不好，不信你试试

3.品质型

理论基础是：高 ROE、ROIC、高股息的股票长期跑赢市场

黑天鹅是：不是连续指标，单季度变化大，

历史回测：一年净资产收益率：

测试结果为：

五年净资产收益率：

测试结果为：

结论：净资产收益率，简单从高到低做测试不科学，净资产收益率超过 100%的就有好几个

4.小市值型