基本面量化投资27 【量化策略4】毛利率与企业价值比销售额双因子模型

admin 2025-09-08 阅读:5 评论:0
《基本面量化投资策略》一书回测数据显示,毛利率、企业价值比销售额,都是有效的选股因子。将毛利率、企业价值比销售额进行双重排序,可构建【量化策略4】毛利率与企业价值比销售额双因子模型。 一、毛利率与企业价值比销售额双因子模型历史回测 【量...

《基本面量化投资策略》一书回测数据显示,毛利率、企业价值比销售额,都是有效的选股因子。将毛利率、企业价值比销售额进行双重排序,可构建【量化策略4】毛利率与企业价值比销售额双因子模型。

一、毛利率与企业价值比销售额双因子模型历史回测

【量化策略4】毛利率与企业价值比销售额双因子模型的构建方法是:

上市公司的毛利率越大越好,企业价值比销售额越小越好。

首先,将毛利率从大到小排序,将所有股票分为5个股票组合A、B、C、D、E。

然后,对上述每个股票组合,再按照企业价值比销售额从小到大排序,再分为5个股票组合1、2、3、4、5。但每组只取第一分位组合,得到5个股票组合A1、B1、C1、D1、E1。

《基本面量化投资策略》一书的回测数据显示,毛利率与企业价值比销售额双因子模型的年复合收益率,远远好于毛利率、企业价值比销售额单因子模型,与毛利率与企业价值比销售额多因子模型基本相当。双因子模型的各个分位模拟组合,具有严格递减的单调性,且第一、第二分位的收益率得到显著的提升。

表1、图1为整体股票池、大盘股票池毛利率与企业价值比销售额双因子模型的年复合收益率对比。

表1 整体股票池、大盘股票池毛利率与企业价值比销售额双因子模型的年复合收益率对比

图1 整体股票池、大盘股票池毛利率与企业价值比销售额双因子模型的年复合收益率对比

由于双因子、多因子的股票样本数量、分组数量都不相同,而且实盘中,我们一般只会买排名靠前的第一分位组合中的股票,因此我们只需要比较双因子、多因子模型第一分位组合的股票收益率即可。

在整体股票池,毛利率与企业价值比销售额双因子模型(后面都简写作双因子)第一分位组合的年复合收益率为15.30%,略低于毛利率与企业价值比销售额多因子模型(后面都简写作多因子)第一分位组合15.51%的年复合收益率。

在大盘股票池,双因子模型第一分位组合的年复合收益率为16.57%,高于多因子模型第一分位组合14.06%的年复合收益率。

综合来看,似乎双因子模型略强于多因子模型。

不过,多因子模型第一分位股票数量占全部股票的10%,双因子模型第一分位股票数量占全部股票的4%(20%×20%=4%),双因子模型比多因子模型略高的投资收益,更可能是股票数量更少造成的。

双因子模型,只需要对毛利率、企业价值比销售额进行两次排序即可。

多因子模型,除了要对毛利率、企业价值比销售额进行两次排序,还需要分别赋分,然后相加后再排序。因此,双因子模型,更简单易操作,更适合大部分投资者。

当然,也可以考虑两者一起使用,比如,取两者的交集,或者分别取两者的前20名。

二、毛利率与企业价值比销售额双因子模型指标公式

【量化策略4】毛利率与企业价值比销售额双因子模型的指标代码,与之前的【量化策略3】毛利率与企业价值比销售额多因子模型的指标代码相同。区别在于对数据的处理方式。

为将毛利率、企业价值比销售额多因子模型指标化,我采用以下处理方式:

毛利率衡量上市公司业务的利润率水平,稳定的毛利率更有意义,故采用过去三年的毛利率平均值;

企业价值比销售额衡量上市公司当前股价估值的高低状态,故采用当前值,销售额采用过去一年的营业收入;

通达信限定指标公式名称字数不超于6个汉字,故我将毛利率、企业价值比销售额多因子/双因子模型命名为【GMP_EV】。

以下为毛利率、企业价值比销售额多因子/双因子模型【GMP_EV】指标的代码:

{公式名称:gmp_ev}

{公式描述:毛利率、企业价值比销售额模型}

{画图方法:副图}

毛利率本期:finvalue(202);

毛利率2021:finone(202,2021,1231);

毛利率2020:finone(202,2020,1231);

毛利率2019:finone(202,2019,1231);

三年平均:(毛利率2021+毛利率2020+毛利率2019)/3,nodraw;

企业价值ev:=(finance(1)*c+finvalue(63)+finvalue(133))/10000/10000,nodraw;

{最近一年营业收入(万元)}

销售额ts:=finvalue(283)/10000,nodraw;

{通达信限定变量名称不超于8个汉字,企业价值比销售即为企业价值比销售额}

企业价值比销售:企业价值ev/销售额ts,nodraw;

使用说明:

1.使用本指标,请提前下载专业财务数据。

2.使用菜单命令【历史行情.指标排序】,然后【更改排序指标】,数据刷新后,导出为excel即可。

往期精彩内容推荐:

毛利率与企业价值比销售额多因子模型

ROE-PB多因子模型

ROE-PB双因子模型

如何跟上市场热点?

小盘股比大盘股更赚钱吗?

低市盈率股票更赚钱吗?

低市净率股票更赚钱吗?

如何选择价值股、成长股?

投资中最被忽略的指标

比市销率更强的估值指标

最诚实的估值指标

价值投资的打狗棒,与狗股策略

如何投资成长股?

如何选择赛道股?如何选择有前途的行业?

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

热门文章
  • BIAS指标解析:如何利用乖离率预测股价反转

    BIAS指标解析:如何利用乖离率预测股价反转
    乖离率(BIAS)是技术分析中一个重要的指标,用于衡量股价与其移动平均线之间的偏离程度。通过计算股价与均线的差值占均线的百分比,投资者可以判断当前股价是否处于超买或超卖状态。BIAS的计算公式为: BIAS = (当前股价 – 移动平均线) / 移动平均线 × 100% 当BIAS值大于10%时,通常认为股价处于超买状态,市场可能面临回调风险;而当BIAS值小于-10%时,则认为股价处于超卖状态,市场可能迎来反弹机会。 乖离率的基本原理 乖离率的核心思想是股价会围...
  • MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势

    MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势
    MACD(平滑异同移动平均线)是技术分析中常用的趋势跟踪指标,由DIFF线、DEA线和柱状线组成。它通过计算两条指数移动平均线(EMA)的差值,帮助投资者识别市场趋势的强弱和转折点。本文将深入解析MACD的构成、计算方法及其在捕捉趋势转折与背离信号中的应用。 MACD的构成与计算方法 MACD由三个主要部分组成:DIFF线、DEA线和柱状线。DIFF线是短期EMA(通常为12日)与长期EMA(通常为26日)的差值,反映了短期和长期趋势的差异。DEA线则是DIFF线的9...
  • CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号

    CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号
    顺势指标(Commodity Channel Index,简称CCI)是一种广泛应用于股票、期货和外汇市场的技术分析工具。它由唐纳德·兰伯特(Donald Lambert)于1980年提出,主要用于衡量价格相对于其统计平均值的偏离程度。CCI的核心思想是通过计算当前价格与历史平均价格的差异,来判断市场是否处于超买或超卖状态。 CCI的计算公式较为复杂,但其核心逻辑是通过比较当前价格与一定周期内的平均价格,来衡量价格的波动性。具体来说,CCI的计算公式为:CCI = (当...
  • 威廉指标突破80?别急,还需这些指标验证!

    威廉指标突破80?别急,还需这些指标验证!
    威廉指标(Williams %R,简称WMSR)是一种常用的技术分析工具,主要用于判断市场的超买和超卖状态。它由拉里·威廉姆斯(Larry Williams)在20世纪70年代提出,通过测量当前价格相对于一定周期内最高价和最低价的位置,来反映市场的短期动能。本文将深入探讨威廉指标的基本原理、如何利用它判断短期超买状态(80以上),以及为什么需要结合其他指标进行验证。 威廉指标的基本原理 威廉指标的计算公式为: WMSR = (最高价 – 收盘价) / (最高价 –...
  • 能量潮(OBV)揭秘:如何通过成交量预测股价趋势

    能量潮(OBV)揭秘:如何通过成交量预测股价趋势
    能量潮(On-Balance Volume,简称OBV)是一种技术分析工具,由乔·格兰维尔(Joe Granville)在1963年提出。OBV通过累计成交量的变化来预测股票价格趋势,是一种非常有效的量价分析工具。OBV的核心思想是成交量是价格变动的先行指标,成交量的变化可以预示价格的未来走势。 OBV的计算方法相对简单。当某一天的收盘价高于前一天的收盘价时,当天的成交量被加到前一天的OBV值上;当某一天的收盘价低于前一天的收盘价时,当天的成交量从前一天的OBV值中减去...