《基本面量化投资》系列02小盘股比大盘股更赚钱吗?

admin 2025-09-08 阅读:3 评论:0
《基本面量化投资》系列的目的: 1、将《基本面量化投资策略》全部指标化。 2、分享《基本面量化投资》一书的投资策略、核心观点,以及个人的读书笔记、投资感悟。 一、全书的模型 1、股票池 全部股票:上市和退市的所有股票。 整体股票...

《基本面量化投资》系列的目的:

1、将《基本面量化投资策略》全部指标化。

2、分享《基本面量化投资》一书的投资策略、核心观点,以及个人的读书笔记、投资感悟。

一、全书的模型

1、股票池

全部股票:上市和退市的所有股票。

整体股票:在全部股票的基础上,剔除以下股票:①市值最小的15%的微型股票;②停牌股票、退市股票;③带*的股票、ST股票;④未满180个自然日的新股和次新股。

整体股票,约占全部股票数量的3/4。

《基本面量化投资》一书,主要以整体股票作为股票池进行分组测试。

超级大盘股:整体股票中市值排名前6%的股票。

大盘股:整体股票中市值排名前16%的股票。

超级小盘股:整体股票中市值排名后20%的股票。可以用超级小盘股的收益率,近似代替微型股票的收益率。

2、回测时段

时间范围为1998年12月31日~2020年12月31日,共计22年。

3、买卖规则

仓位分配:等金额买入;股票分红再投资。

调仓策略:每月末调仓,以剔除投资的月度效应。但每次只调整1/12的仓位,相当于1年换手100%。因此,这是一个长期持有的策略,不进行择时。

二、实证结论:小盘股更赚钱

1、小盘股收益率更高

从全球来看,主要国家的资本市场都呈现小盘股收益率更高的现象。该效应在中国市场比在美国市场更加显著。

分组对比 10万元初始投资的最终结果(万元) 年复合收益率(%)
第一分位
201.19
14.86
第二分位 139.80 12.95
第三分位 112.48 11.82
第四分位 83.47 10.29
第五分位 77.78 9.93
第六分位 60.18 8.64
第七分位 57.33 8.39
第八分位 57.76 8.43
第九分位 68.77 9.31
第十分位
51.83
7.89
整体股票
86.95
10.50

在整体股票池中,第一分位(市值后10%)取得了22年19.12倍的盈利,年复合收益率为14.86%,该收益率在所有单因子模型中排名靠前,甚至超过了很多单因子模型。

如果结合单均线指标,波段操作第一分位股票,收益率应该会更高。

2、周期越长,市值效应越明显

投资周期越长,市值效应越明显,小盘股的收益率超越大盘股的概率越大。投资市场越短,越无法显示出小盘股的相对竞争优势。

三、指标代码

选股类指标,我会在指标名称加【X】以示区别。

1、构建【整体股票】的选股指标

{公式名称:x整体股票}

{公式描述:构建整体股票池}

{画图方法:副图}

{p:0,1000,14}

流通市值:=finance(40)/10000/10000;

no_mini:=流通市值>n;

no_stop:=dynainfo(8)>0;

no_st:=not(namelike('st')) and not(namelike('*'));

no_new:=count(c>0,0)>125;

ok:no_mini>0 and no_stop>0 and  no_st>0 and no_new>0;

【X整体股票】指标公式编辑器界面,如下图所示:

补充说明:

a.这里采用的是流通市值,而不是总市值。

b.2022年9月9日,沪深A股4942只,4942×15%=741,流通市值排名741的股票市值为14.02亿,所以N取值14。

2、构建【小盘股】的选股指标

比如,选择将流通市值10-100亿的股票定义为【小盘股】。

指标【X股票池】参数N1、N2可调,代码如下:

{公式名称:X股票池}

{公式描述:构建小盘股票池}

{画图方法:副图}

{n1:0,1000,10}

{n2:0,1000,100}

流通市值:=finance(40)/10000/10000;

small:=between(流通市值,n1,n2);

no_stop:=dynainfo(8)>0;

no_st:=not(namelike('st')) and not(namelike('*'));

no_new:=count(c>0,0)>125;

ok:small>0 and no_stop>0 and  no_st>0 and no_new>0;

【X股票池】指标公式编辑器界面,如下图所示:

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...