基于财务数据的量化择时-工商管理专业论文.docxVIP

万 万方数据 上海交通大学 学位论文原创性声明 本人郑重声明 : 所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 叩文作者签名卢税 日期: 20(4 年 4 月20 日 万方数据 万方数据 基于财务数据的量化择时 摘 要 随着中国证券市场的不断完善，中国 A 股市场也越来越和成熟市场 一样已经成为了经济的风向标。这也为使用数量化的方法去判断市场走 势创造了条件。 本论文试图讨论构建模型的方法，使得模型能通过处理上市公司财 务报表得出下一个报告季度行业相对走势的排名。在对数据进行清洗和 处理后，通过行业研究的方法，我们在众多财务数据中寻找能对企业未 来经营有参考意义的关键科目和财务比率。并用这些财务报表中的科目 和财务报表的各种衍生财务比率归纳出行业在这个科目和财务比率的值。 然后通过计算机建模用回归的方法求出各个行业科目和行业指数走势的 相关系数，并代入本期行业数据得出未来一个财务报告期各个行业的涨 跌幅预测和沪深 300 指数的财务因子走势预测。 通过超配预测涨幅较高的行业，低配预测跌幅较多的行业，构建沪 深 300 的指数增强基金来验证模型的可行性。我们可以发现无论使用申 银万国一级行业模型增强还是申银万国二级行业模型增强，增强指数基 金都能战胜目标指数。通过进一步研究，发现使用行业划分更细的申银 万国二级行业的增强效果会更好。申银万国一级行业增强组合月胜率达 到 80%，累积超额收益达到 2.8242%；申银万国二级行业增强组合月胜 率为 70%，累积超额收益达到 3.8114%。申银万国一级行业沪深 300 指 数增强基金的信息比率为 2.4396。但是一级行业增强基金回撤比较大， 达到了 2.5%。分析原因我们可以知道，由于在沪深 300 指数基金中， 申银万国一级行业的权重分布非常的不均匀，金融服务业的比重占到了 30%以上。在做空金融服务业时，如果金融服务业的行情发生巨大的波 动，那么超额收益也会变得很不稳定；在不做空金融服务业时，可能做 空的行业占到指数总权重的比率非常小，所以即便做多行业后有很多超 额收益，对增强基金的贡献也不大。申银万国二级行业沪深 300 指数增 强基金的信息比率达到 3.2154。最大回撤只有 1%左右。无论超额收益 还是最大回撤，在申银万国二级行业上做指数增强的效果都好于申银万 国一级行业，所以在更为细分的行业上做增强可以更好的发挥模型的作 用，在更多的行业上择时也能更为有效的分散风险。 后续我们可以把这个回归结果抽象为一个财务择时因子，把因子放 入一个择时的多因子模型中来得到考虑更多因素的择时模型，并能对大 盘做出更为准确的判断。同时这个模型还有许多可以改进的地方，如使 用更为复杂的回归模型，使回归的结果有更好的拟合度；也可以加入一 些事件类的调整，比如在看多房地产时，如果出现实质性的负面政策， 我们就恢复房地产行业的中性预测。 关键词：量化，择时，财务报表，线形回归，指数增强基金，因子 QUANTITATIVE TIMING BASED ON FINANIL DATA ABSTRACT With the continuous improvement of Chinese securities market, the A- share market of China has not only become more like a mature market to serve as the economic indicator, but also created conditions for applying quantitative methods in determining market trends. This paper intends to discuss the method of constructing model, and to handle the financial statements of listing companies with the model for obtaining the relative trend ranking of industries in the next quarterly report. After data cleaning and processing, we can, through the method of industry research, find out the key accounts