条件5:资产负债率 < 0.6
逻辑:资产负债率是公司偿债能力的指标,资产负债率高企,财务费用较大
在宏观经济下行、行业周期底部、信贷政策紧张等情况下抗风险能力较弱
条件6:商誉 / 净资产 < 0.15
逻辑:商誉作为公司并购活动中支付的溢价,高商誉隐含的未来商誉减值也较大,造成净利润的波动,这里取15%作为红线
虽然有些不错的公司,也有商誉较高的问题,但在选择好公司方面,宁愿谨慎些,也少一些侥幸,这样更能“小心使得万年船
条件7:经营净现金流 > 0
逻辑:公司的经营活动产生的净现金流为正数,那么公司发展对于融资获取现金流的需求就较小,有利于经营稳健和抗风险能力的提升。
条件8:市盈率 < 50
逻辑:估值指标方面,我们后续还会继续深入。本文是第一篇量化报告,我们暂且采用最基础的估值指标——市盈率
无论如何,PE大于50都不是什么好事,因而设置这个条件,排除一些高估值的股票
条件9:PE历史分位数 < 0.5
逻辑:与公司历史上的市盈率相比,当前是否处于历史中位数以下,如果低于历史中位数,则有利于提高安全边际
接下来,我们还是选取2009年1月末到2019年1月末整10年时间的历史绩优组合进行观察
其中,入选超过12期的样本名称,以及入选总期数统计情况如下(股票名称后的数字表述入选期数,如海螺水泥,在120期中入选了42期)
在接下来,我们将沿着上述思路,解决本案的以下几个重大问题
运用以上基于核心因子的初步量化建模,筛选出的“绩优组合”,都包含哪些样本?筛选出来的样本,都具有什么样的显著特征?
如果将这些样本等比例配置,进行指数回测,会得出什么样的走势曲线?这样的曲线和沪深300进行对比,到底有没有阿尔法?
如果有阿尔法,那么,这样的机制又是如何产生的,根据这样的基本面进行量化推导,逻辑未来还能否持续?