量化策略研究:基于十年回测的市盈率因子优化策略研究
股票资讯
阅读:2
2025-11-13 17:06:15
评论:0
投资要点
低市盈率组合明显优于高市盈率组合
从全部A 股中分别选取市盈率最低20 只个股,市盈率最高20 只个股进行回测,低市盈率组合与高市盈率组合呈现出截然不同的特性。2014.05.07-2025.10.27 期间,低市盈率组合整体跑赢沪深300,年化收益为8.70%,超额收益为42.38%。高市盈率组合整体跑输沪深300,超额收益为-42.06%。就不同市场阶段而言,低市盈率组合在2020-2021 年成长风格占优的周期中略跑输沪深300,一定程度上反映了低市盈率因子存在周期性失效。2022 年后,随着风格切换回价值,低市盈率因子组合不断创出新高。
引入机构评级家数对市盈率组合进行优化
引入“机构评级家数大于10 家”作为筛选条件后,组合回测结果均得到了一定提升。2014.05.07-2025.10.27 期间,低市盈率组合在几乎不增加波动率的情况下提升了收益,并降低了最大回撤,组合年化收益率为12.83%,相对沪深300 的超额收益为181.54%。高市盈率组合表现亦显著改善,同时期,组合年化收益率为11.34%,相对沪深300 的超额收益由负转正,为124.64%。
扩大低市盈率组合范围来消除行业因素影响
通过将低市盈率组合的持仓数量从20 只扩充至50 只,组合表现同样实现了较大提升。50 只组合通过适度分散化,有效规避了因持股过度集中而可能遭遇的个别价值陷阱或特定行业风险,2014.05.07-2025.10.27 期间,其组合年化收益为12.28%,相对沪深300 的超额收益为159.46%。
低市盈率分位数单因子回测表现最优
历史分位数计算的是某个指标当前的取值在一段历史区间中所处的分位数点,是常用的时间序列分析方法,具有明确的经济学意义。PE 历史分位数反映了个股当前PE 估值在一段历史区间中的高低程度。为进一步消除行业估值差异,本文选取在调仓日期前6 个月内PE 历史分位数处于最低的20 只股票构建组合。从回测结果来看,低市盈率分位数单因子组合表现最优,其相对沪深300 的超额收益为409.30%,年化收益率为17.34% 。
风险提示
历史收益表现不代表未来;回测模型未考虑实际交易费用率;其他数据统计误差 机构:河北源达信息技术股份有限公司 研究员:吴起涤/王娜 日期:2025-11-13
低市盈率组合明显优于高市盈率组合
从全部A 股中分别选取市盈率最低20 只个股,市盈率最高20 只个股进行回测,低市盈率组合与高市盈率组合呈现出截然不同的特性。2014.05.07-2025.10.27 期间,低市盈率组合整体跑赢沪深300,年化收益为8.70%,超额收益为42.38%。高市盈率组合整体跑输沪深300,超额收益为-42.06%。就不同市场阶段而言,低市盈率组合在2020-2021 年成长风格占优的周期中略跑输沪深300,一定程度上反映了低市盈率因子存在周期性失效。2022 年后,随着风格切换回价值,低市盈率因子组合不断创出新高。
引入机构评级家数对市盈率组合进行优化
引入“机构评级家数大于10 家”作为筛选条件后,组合回测结果均得到了一定提升。2014.05.07-2025.10.27 期间,低市盈率组合在几乎不增加波动率的情况下提升了收益,并降低了最大回撤,组合年化收益率为12.83%,相对沪深300 的超额收益为181.54%。高市盈率组合表现亦显著改善,同时期,组合年化收益率为11.34%,相对沪深300 的超额收益由负转正,为124.64%。
扩大低市盈率组合范围来消除行业因素影响
通过将低市盈率组合的持仓数量从20 只扩充至50 只,组合表现同样实现了较大提升。50 只组合通过适度分散化,有效规避了因持股过度集中而可能遭遇的个别价值陷阱或特定行业风险,2014.05.07-2025.10.27 期间,其组合年化收益为12.28%,相对沪深300 的超额收益为159.46%。
低市盈率分位数单因子回测表现最优
历史分位数计算的是某个指标当前的取值在一段历史区间中所处的分位数点,是常用的时间序列分析方法,具有明确的经济学意义。PE 历史分位数反映了个股当前PE 估值在一段历史区间中的高低程度。为进一步消除行业估值差异,本文选取在调仓日期前6 个月内PE 历史分位数处于最低的20 只股票构建组合。从回测结果来看,低市盈率分位数单因子组合表现最优,其相对沪深300 的超额收益为409.30%,年化收益率为17.34% 。
风险提示
历史收益表现不代表未来;回测模型未考虑实际交易费用率;其他数据统计误差 机构:河北源达信息技术股份有限公司 研究员:吴起涤/王娜 日期:2025-11-13
*免责声明:文章内容仅供参考,不构成投资建议
*风险提示:股市有风险,入市需谨慎
声明
本站内容源自互联网,如有内容侵犯了您的权益,请联系删除相关内容。 本站不提供任何金融服务,站内链接均来自开放网络,本站力求但不保证数据的完全准确,由此引起的一切法律责任均与本站无关,请自行识别判断,谨慎投资。






