1、 投资思路
1.1 投资背景
在实际的投资过程中，经常会遇到盈利性高的股票，常常伴随着高估值的现象。而高估值的股票，常常是投资收益率较差的。由此，不得不思考是否可以通过构建一个模型，既可以反映企业盈利能力的情况，也可以反映估值高低的情况。经过调查发现，经典的PB-ROE选股模型是满足以上两点的投资需求的。
PB-ROE选股估值模型假设：投资者愿意为盈利性更好的上市公司付出更高的股价。该模型通过利用净资产收益率（ROE）与市净率（PB）之间的相对比值作为选股的指标，以此保证选出高盈利性的股票不会出现过高的估值问题。虽然本模型在选股过程中是可以盈利的，但是难以保证选出的股票是没有经营质量问题的。为此，通过增加选股因子的维度（即增加选股因子）避免出现经营质量不足的公司被选中。
首先，考虑PB-ROE模型中的估值因子问题。在本模型中，只是使用市净率（PB）衡量股价与净资产的估值高低情况，而没有考虑在盈利角度上的估值高低情况，也就是说市盈率（PE_TTM）的估值指标，它衡量了盈利与股价的估值高低。由此可见，为了更好地衡量出股票的估值维度，则可以结合市净率与市盈率两个因子作为估值维度，既可以反映了盈利与股价的关系，也反映了净资产与股价的关系。
其次，考虑PB-ROE模型中的盈利因子问题。虽然ROE是可以直接反映出股票的盈利大小问题，但是并不能够反映那些因素才是造就当前盈利高低的。所以借助杜邦分析法可知，净资产收益率 = 权益乘数 * 销售净利率 * 总资产周转率。由此可以，将盈利因子拆分为权益乘数因子、销售净利率因子和总资产周转率因子，考虑到销售毛利率可以更为直观的反映销售毛利率的情况，因此将盈利因子进一步改为权益乘数因子、销售毛利率因子和总资产周转率因子。
最后，根据以上的分析，可以构建一个基于PB-ROE衍生的价值选股策略，其选股因子包括估值与盈利两个维度，估值维度由市净率与市盈率两个因子共同衡量，盈利维度则由权益乘数、销售毛利率和总资产周转率三个因子共同衡量。
1.2 基于PB-ROE衍生的选股评分系统
选股目标：
选取盈利高的低估值股票作为投资标的，获取长期稳定的投资收益；
选股步骤：
第一、剔除停牌、挂牌上市不足两年、市净率小于0和市净率小于0的股票，同时因为中信I级行业的银行和非银行金融两大行业的股票缺少权益乘数的因子数值，所以也被剔除；
第二、构建基于PB-ROE衍生的选股评分系统；先对市净率、市盈率、权益乘数、销售毛利率和总资产周转率五大因子进行由小至大的排序，再通过线性的方式构建评分模型，即PB-ROE衍生选股评分系统。其具体公式如下：
评分系统评分高低由5个指标的综合算得。其中，分数越高则代表股票在未来一段时间内跑赢低分股票的概率越高，反之则代表股票在未来一段时间内跑赢高分股票的概率越低。
第三、为了检验PB-ROE衍生选股评分系统是否有效？将通过固定周期持仓及换仓的方式进行策略回测。检验中信I级行业时，持有股票数量为前4只；检验沪深300、中证500和中证800的样本空间时，持有股票数量为10只。其中，回测时间设为2009年1月-2018年6月，持仓时间设定为20个交易日，并以均等的方式持有股票组合。
2、检验评分系统
2.1 中信I级行业的历史检验
由于每个行业差异性比较大，同一个选股系统在不同的行业下所呈现的选股能力也是不一样的。可能在有些行业会非常有效，而在另外一些行业则会表现很差。为此，接下来将会在不同行业内进行模型检验并分析其结果。
2.11钢铁行业内的评分系统验证
从钢铁的回测看，在2009-2010年期间，策略组合以明显的优势跑赢钢铁行业指数；但在2011-2013年期间，策略组合与钢铁指数涨跌比较一致，并没有明显的超额收益出现；在2014年-2018年期间，策略组合有出现了明显的超额收益。策略组合最终以接近570%的回测收益率结束，并远远跑赢了钢铁行业指数涨幅。
由此可见，本策略在钢铁行业内大多数时间下是有效的，其选股效果具有明显的优势。
2.12家电行业内的评分系统验证
从家电的回测结果来看，在2009-2012年期间，由于家电行业涨幅较大导致了策略组合难以跑赢家电行业指数，所以此阶段并没有明显的超额收益出现；在2013-2014年期间，策略组合出现明显的超额收益；之后在2015年期间超额收益消失了；在2016-2017年期间，价值投资风格诱导了超额收益再次明显出现，并明显跑赢行业指数的涨幅。
由此可见，策略在家电行业也可以在多数情况下是可以跑赢行业指数的，并以高达1429%的涨幅作为策略组合最终收益。
2.13医药行业内的评分系统验证
从医药的回测结果来看，策略组合几乎在所有时间段内并无明显的超额收益表现，而是紧随行业指数同涨同跌。由此可以发现，PB-ROE衍生选股评分系统在医药行业内是难以体现出超额收益的，也就表明本模型在医药行业内是无效的。
2.14 中信一级行业内的评分系统验证
本部分将会将会以表格的方式罗列出PB-ROE衍生选股评分系统在中信I级行业（不包括银行和和非银行金融）的盈利水平及其有效性的判断结果，如表2所示。从盈利的涨幅来看，所有行业是跑赢相应的行业指数的，但是每个行业表现出来的跑赢幅度大小是存在明显差异的，有些行业远远跑赢其行业指数，也有些行业只能微弱地跑赢其行业指数。其中，投资组合收益率超过1000%的行业有家电、电子元器件和计算机，共3个行业，投资组合收益处于500-1000%之间的行业行业有有色金属、钢铁、建筑、机械、国防军工、汽车、餐饮旅游、纺织服装、食品饮料、农林牧渔、房地产和通信，共12个行业，组合收益率小于500%的有石油石化、煤炭、电力及公用事业、基础化工、建材、轻工制造、电力设备、商业零售、医药、交通运输、传媒和综合，共12个行业。
虽然评分系统模型在某些行业指数里面表现一般，但是在上涨期间的时候，跟随或跑赢其相应的行业指数是很容易的，也就是大概率事件。总而言之，本评分系统不是在行业内的所有时间段都适用的，它可能只是在一段时间内才存在明显的超额收益率，而其余时间段内很可能是贴近行业指数一起涨跌，只有少数情况下才会跑赢行业指数。由此可见，如果只是简单地在单个行业内使用评分系统进行选股的话，效果就难以保证其稳定性，也就是在不同时段内可能表现的差异性非常大。为了避免或解决此类问题，可以将其结合行业轮动模型构建一个新的全市场选股策略模型，具体的构建和验证将会在“评分系统+行业轮动模型”的投资选股策略验证部分进行描述及分析。
2.2 指数的历史检验
在指数的测试过程中，将会通过选取主要指数作为选股样本空间进行模型验证，观察其评分系统有效性。
2.21 沪深300指数内的评分系统验证
从回测结果来看，PB-ROE衍生选股评分系统在沪深300指数的样本空间内获得了明显超额收益率，并且回测收益率高达800%，其年化收益率大概为24%。由此可见，评分系统在沪深300指数样本空间内是一个很有效的选股系统，并且可以作为投资沪深300指数的选股投资依据。
2.22 中证500指数内的评分系统验证
从回测结果来看，在2009年期间，策略组合的超额收益比较明显，但是到了2010年策略组合反而明显跑输中证500指数；在2011年期间，策略组合与中证500指数涨跌一致，无明显超额收益现象；在2012-2014年期间，超额收益又开始呈现出来；到了2015年，由于当时的行情波动幅度很大，而并没有表现出超额收益的情况；到了2016-2017年期间，价值投资风格明显，促使策略组合再次明显跑赢中证500指数。
总而言之，策略组合在绝大多数情况下是具有超额收益的，并也表明了该策略是一个很有效的选股系统。
2.23 中证800指数内的评分系统验证
从沪深300和中证500的回测结果来看，PB-ROE衍生选股评分系统在两个指数内都是有效的。但是由于沪深300指数代表的是大盘股，而中证500指数代表的是中盘股，两者分别代表不同风格的投资标的。为了融合两者的投资标的风格，所以选取了中证800指数作为新的样本空间进行系统回测。从回测结果来看，回测结果与沪深300指数的回测结果比较相似，虽然收益率并没有中证500指数的回测收益那么高，但是其收益曲线相对平缓。总而言之，选股评分系统在中证800指数样本空间内也是一个有效的策略。
3、“评分系统+行业轮动模型”的投资选股策略验证
经过直接利用格雷厄姆价值投资评分系统作为选股策略后，发现该系统是有效的，特别在全市场的样本空间内进行投资时收益率超过了900%并且其回撤幅度比其他样本空间的明显要小。
但在投资过程中，我们经常不可避免的会遇到行业轮动问题，因为在不同的时间段内总存在着某些行业上涨的幅度明显大于其他行业的。如果我们直接使用格雷厄姆评分系统在全市场的样本空间内进行投资是否会存在着投资偏差呢？即我们所选出的投资组合可能并没有不是当时上涨的龙头行业内的股票，从而使得我们的投资组合连续跑输市场，同时也错过了投资机会。为此，我们专门开发了一个行业轮动模型来解决以上的问题，并将行业轮动模型与格雷厄姆评分系统进行结合，构建出一个完整的投资选股策略。
3.1 行业轮动模型
本研究将继续沿用《量化投资组合周报：精选行业的优质股投资策略》里面的行业轮动模型，本模型可用于判断那些行业在未来一段时间内最可能持续跑赢其它行业。本模型是可以满足低换手率和能够反应出其行业业绩能力作为支撑该行业上涨的行业轮动判断模型。
经过不断对比分析之后，发现利用行业的平均净资产收益率大小作为行业轮动的判断指标是可以满足盈利能力和降低捕捉行业换手率的要求，其中高盈利因子将会加强其未来行业动量效应，即行业上涨的持续性更长和上涨空间更大。
行业轮动模型如下：通过wind平台获取中信一级行业的ROE均值大小，并对其进行由大至小的排序。选取前M个行业作为未来投资的标的，即未来最可能持续上涨的行业。
中信行业得分 = 行业ROE均值的排序值
行业轮动模型大致地理念已经呈现出来了，现在究竟其是否真的有效？接下来需要对其进行回测检验。
回测时间：2009-2018.6
持仓时间：10，20或60天
样本空间：中信一级行业，共29个行业
手续费率：不考虑
持有行业数量：3，5或7
通过表4可以知道，在不同持仓时间和持有行业数量的条件下，其相应的策略收益差异较为明显。其中明显的特征时间持仓的时间越短则策略收益率越高，同时持有的行业数量越多则策略收益率越低。由于持仓10天的策略比持仓20天的策略换手率高了一倍，如果考虑到加入手续费的话，则两者的收益率相差不明显了。由此，考虑交易频率适当，又不缺乏延迟性，则选取持仓周期为20天最为恰当。同时对于持有多少行业为好呢？从策略回测统计结果来看，持有的行业越多则策略收益率越低。基于已经选取20天作为换仓周期，则通过观看在持有20天周期下不同持有行业数量的策略收益率可知，其实不同持有行业数量的策略收益率相差不大，特别在持有7个行业的策略收益反而比持有5个行业的策略收益更高，同时考虑到支持有3个行业的策略存在偏差性较大，所以选择持有7个行业数量的策略最为恰当，即在本研究中主要考虑在持有7个行业和持有20天的策略作为完整投资策略。该策略的回测结果可以通过图8看到，在2009年期间，由于当时市场上涨较快，因此行业轮动模型并没有体现超额收益的优势，但在2010-2014年期间，可以看到行业轮动模型还是可以体现出不同程度下的超额收益优势，在2015年期间，在牛市最高处则明显出现了不如市场，在2016-2018年期间，则可以看到行业轮动模型出现了明显的超额收益优势，完胜全市场的涨幅。虽然行业轮动模型不是每时每刻都在超越市场的涨幅，但是行业轮动模型可以在总的回测收益率远远大于全市场的涨幅，即说明行业轮动模型是可以选取有效的行业作为下一期投资标的的，其也是一个有效的行业轮动捕捉模型。
3.2 完整投资策略的选股步骤
选股目标：
通过精选盈利好行业的价值股票作为投资组合，并以此保证投资组合可以长期获取稳定的收益。
选股步骤：
第一步、通过中信I级行业分类的行业平均净资产收益率(roe_avg)作为行业的选取标准，并对其进行由大至小的排序，选取前N个行业作为具有良好业绩支撑的投资标的筛选样本空间；
第二步、剔除停牌、挂牌上市不足两年、ST、市净率小于0和市盈率小于0的股票样本；
第三步、利用PB-ROE选股评分系统在前N个行业内分别进行股票打分及对其进行由大至小的排序。其中，格雷厄姆价值投资评分系统的评分越高，则表明该股票在短期内具有越高的投资价值。由此，通过选取各行业内的前M只股票作为投资标的，并组成一个新的投资组合（N*M只股票）。具体选股过程如图9所示。
第四步、确定各行业的及行业内股票的配置比例：
由于投资标的是具有好业绩的股票，并且具有好业绩的股票标的已经被其他研究机构或投资机构不断验证过，也不断表明好业绩的股票具有更加稳定的投资收益率。由此，投资过程中应该对好业绩的行业和股票进行更多的仓位配置，以此来获取好业绩投资标的的投资收益。在投资过程中，净资产收益率(roe)是常被用于衡量行业或股票的业绩高低的好指标，因此本研究也以净资产收益率作为投资组合的行业和股票的仓位配置的基准。具体的计算公式如下：
第五步、为了验证本评分系统是否有效？将通过固定周期持仓及换仓的方式进行策略回测，每次持仓股票数量必须等于N*M只（即前N个行业的个行业内前M只股票组成的投资组合）。其中，持仓时间设定为20个交易日，即每20个交易日后会重新重复第一至第五步的工作内容并选出新的投资组合，并不均等的持有所有股票。
3.3 策略的历史回测检验
在全样市场的样本下，将会测试以下几种情况的策略：
策略1：经过行业轮动模型精选前5个行业，再通过格雷厄姆评分系统在各行业内筛选出前2只股票，以此构建一个10只股票的投资组合；
策略2：经过行业轮动模型精选前5个行业，再通过格雷厄姆评分系统在各行业内筛选出前3只股票，以此构建一个15只股票的投资组合；
策略3：经过行业轮动模型精选前6个行业，再通过格雷厄姆评分系统在各行业内筛选出前3只股票，以此构建一个18只股票的投资组合；
策略4：经过行业轮动模型精选前7个行业，再通过格雷厄姆评分系统在各行业内筛选出前3只股票，以此构建一个21只股票的投资组合；
对比分析四种策略之后，发现投资组合在历史收益率其实相差不是很大。从四个策略的收益率来看，策略2的收益率是最高的，接近1100%，而收益率最低的策略是策略1，只有大概800%。从收益曲线的稳定性来看，反而没什么大的区别，主要是在于收益率高低的问题上。但是为了考虑避免在行业数据过少时出现与市场偏差较大的问题，最终将会选取策略2作为未来持续追踪报告的策略。
（注：本研究使用的股票数据皆来自于WIND数据库。）
