基于價值盲區(qū)掘金因子的量化策略研究及實證分析

摘"要：文章基于中國股市中價值投資策略的局限性，自構(gòu)建了一種新的量化選股因子——價值盲區(qū)掘金因子。該因子綜合了基本面超預期、定價博弈充分度和估值預期重估強度三個維度，旨在克服傳統(tǒng)策略在交易面和投資者情緒方面的不足。實證研究顯示，基于該因子構(gòu)建的量化策略，在2016年1月至2024年7月的回測表現(xiàn)顯著優(yōu)越于滬深300指數(shù)，證實了其有效性。文章為價值投資提供了新的視角和工具，也對投資者識別低估股票具有重要的指導意義。

關(guān)鍵詞：量化投資；價值投資；錯誤定價；價格修正

中圖分類號：F830."91"""文獻標識碼：A"文章編號：1005-6432（2025）13-0054-04

DOI：10."13939/j."cnki."zgsc."2025."13."013

1"引言

在瞬息萬變的金融市場中，價值投資作為一種有效獲取超額回報的策略，始終是學術(shù)界和投資界關(guān)注的焦點。學術(shù)界主要有兩種解釋。一是風險補償理論，認為價值股的高回報是對高風險的補償（Chan和Chen，1991）［1］。二是投資者非理性假設，認為超額收益源于市場錯誤定價的修正（Lakonishok等，1994）［2］。自2015年股災后，中國股市進入了長期震蕩期，研究表明，市場波動會進一步放大投資者的非理性行為，加劇錯誤定價程度（王道平等，2022）［3］。因此，當前市場環(huán)境下，基于價值投資的“價格修正獲利”策略適用性顯著提升，該策略通過識別被低估股票，捕捉價格回歸過程，以實現(xiàn)超額收益，既符合價值投資的核心理念，又適應了當前市場的特殊性質(zhì)。

然而，傳統(tǒng)的價值投資策略主要依賴基本面分析，常無法靈活適應不同公司和行業(yè)的具體情況，且其有效性易隨市場環(huán)境變化而波動。因此，文章提出構(gòu)建多維度價值投資選股因子，旨在克服單一基本面分析的局限，以適應金融市場的復雜性。

2"文獻綜述

行為金融理論認為投資者有限理性，常依賴歷史信息而忽視真實股價規(guī)律，導致錯誤定價。價值投資策略利用這一點，挑選被低估股票，抓住價格反向修正過程，實現(xiàn)投資套利。值得關(guān)注的是，現(xiàn)有策略多關(guān)注于前半部分，而后續(xù)的價格修正過程則鮮有研究。林煜恩等（2018）指出，單純采用市值賬面比建構(gòu)投資組合無法取得顯著的績效［4］。因此，若能找到順應價值投資策略內(nèi)涵的多維特征，構(gòu)建多維因子，便可把握股票錯誤定價與價格修正的全過程以實現(xiàn)高收益。

許多學者研究發(fā)現(xiàn)，公司賬市比等基本面因素與股票未來預期收益存在明顯相關(guān)性，投資者預期差是價值溢價的關(guān)鍵成因（陳信元等，2001;吳世農(nóng)等，2004）［5-6］，論證了基本面特征是影響股票定價的關(guān)鍵因素。在投資者非理性情緒下，若基本面業(yè)績與投資者歷史預期產(chǎn)生背離，股票價格往往會被低估，從而產(chǎn)生套利空間。由此，提出價值盲區(qū)掘金因子的第一維度：基本面業(yè)績超預期。諸多文獻表明，股票的價值發(fā)現(xiàn)過程同散戶交易者行為存在強相關(guān)性。在錯誤定價的基礎上，徐浩峰（2009）指出，散戶以基本面以外的動機進行投機交易時，會使股票換手率產(chǎn)生異常波動［7］。尹力博等（2021）研究發(fā)現(xiàn)，投資者的有限關(guān)注度與盈利溢價正相關(guān)［8］。換手率等交易面特征，能夠及時反映出投資者參與度，衡量價格修正的效率。文章由交易面特征出發(fā)，構(gòu)建掘金因子第二維度：定價博弈充分度。由于套利空間存在與高額投資回報并非對等關(guān)系，還需判斷可套利的程度。常丹婷等（2020）指出，價值因子超額收益源于估值與基本面背離導致的錯誤定價［9］。由此可知，基本面與估值背離程度可以用以衡量股票套利空間的大小，判斷該股票的未來盈利能力。因此，提出價值盲區(qū)掘金因子的第三維度：估值預期重估因子。

綜合現(xiàn)有的文獻，文章總結(jié)出影響價值投資效益的三點要素，并由此出發(fā)構(gòu)建價值盲區(qū)掘金因子。從基本面出發(fā)對股票進行估值，結(jié)合交易面信息衡量價格修正的效率，并基于估值背離程度量化股票價格修正空間。旨在挖掘出被低估的價值股，并從其價值修正過程中獲得更高的投資回報。

3"研究設計

3."1"數(shù)據(jù)來源與樣本選擇

為保證數(shù)據(jù)的連貫性與完整性，文章選取2016—2024年A股上市公司作為初始研究樣本，取月度作為數(shù)據(jù)頻次。同時，按照研究需求及常見處理標準對上述研究樣本進行清洗操作：①剔除金融業(yè)公司樣本；②剔除所有"ST、*ST的公司樣本；③剔除明顯的異常值樣本（如總資產(chǎn)為負）及核心變量缺失樣本。

3."2"價值盲區(qū)掘金因子成分設計

3."2."1"基本面超預期維度

價值投資的核心理念在于尋找價格偏離內(nèi)在價值的投資標的。基于此，文章構(gòu)建“基本面超預期”維度因子，旨在判斷股票是否被錯誤定價，存在套利空間。

基于公司實際業(yè)績與市場預期盈利之間的差異，構(gòu)建出業(yè)績超預期SUE因子。具體方法如下。

E（Xq）=Xq－4+Uq（1）

Uq=∑4n－1Xq－n－Xq－n－44（2）

σq="（Xq－1－Xq－5－Uq）2+（Xq－4－Xq－8－Uq）24（3）

SUEt=Xq－E（Xq）σq（4）

式中，Xq為最新一期披露財報業(yè)績，E（Xq）為在q期的預期業(yè)績，通過實際業(yè)績Xq與預期業(yè)績E（Xq）的差異除以業(yè)績預測的標準差σq來構(gòu)造出最終的SUEt指標。同時，文章分別以銷售凈利率等指標為基礎構(gòu)建業(yè)績超預期SUE因子，計算對應的因子IC值，結(jié)果如表1所示。

由表1可知，以銷售凈利率為基礎構(gòu)建的SUE因子在各個股票池中都表現(xiàn)為正值，且因子IC值均大于0."01，表現(xiàn)出了更高的穩(wěn)定性與預測能力。基于此，文章選取“銷售凈利率”作為構(gòu)建核心指標。

3."2."2"定價博弈充分度維度

識別出錯誤定價后，如何準確把握股票修正效率便成為重中之重，以判斷股票錯誤定價空間是否被市場及時察覺并修復。文章就傳統(tǒng)換手率因子存在的“易誤判”“忽略股票”等問題進行改善，構(gòu)建了換手率波動率因子，構(gòu)建方法如下。

換手率波動率=tr_ratetσt（5）

式中，tr_ratet為時間窗口長度為t的換手率序列的均值，σt為時間窗口長度為t的換手率序列的標準差。一方面，換手率波動率不但更多地納入時間序列上的信息，而且更多地反映了過去特定區(qū)間投資者博弈的劇烈程度。另一方面，換手率波動率與市場對定價的修正劇烈程度呈正相關(guān)。該指標上行存在兩種情形：一是換手率突然抬升，體現(xiàn)投資者定價分歧度顯著提升；二是換手率突然下行，則代表錯誤定價或基本被修正，投資者分歧銳減。同理，換手率波動率下行，代表市場近期交易并未有異動。

關(guān)于IC分析以及參數(shù)優(yōu)化，主要針對因子中的時間窗口長度t進行優(yōu)化，文章分別構(gòu)建了1、3、6個月?lián)Q手率波動率，同樣選取滬深300等四個指數(shù)作為基礎股票池，并進行因子IC值分析。分析結(jié)果如表2所示。

據(jù)表2所示，1個月的換手率波動率明顯優(yōu)于其余兩者，因此選定1個月低換手率波動率因子作為市場定價博弈充分度的因子代表。

3."2."3"估值預期重估強度維度

一般的，常用基本面信息衡量股票真實價值，而估值信息則反映股票市場價值情況，二者的背離程度即為股票的錯誤定價空間。文章借鑒"Pitroski（2000）構(gòu)建基本面維度代理指標，從盈利能力、資本結(jié)構(gòu)、償債能力以及運營效率等層面選取9個指標并打分，得分越高表明該公司基本面情況越好［10］。選擇PE分位數(shù)作為估值維度代理指標（P），其中，PE分位數(shù)的時間窗口為6年。以50%分位數(shù)為界，指標構(gòu)成及打分方法詳見表3。

以上述基本面指標與估值指標為基礎，計算股票的估值和基本面背離程度。其絕對值越大，則背離程度越高，說明該股錯誤定價程度越高，價格修正的套利空間越大。表4報告了因子有效性檢驗的結(jié)果，因子IC值均大于0."02，Rank"IC值基本大于0."04，說明該因子與收益率呈現(xiàn)較強的正向關(guān)系，進一步驗證了估值預期重估強度維度因子的合理性與有效性。

3."3"價值盲區(qū)掘金因子合成

基于上述方式構(gòu)建價值盲區(qū)因子的三維度代表因子，通過分析公司基本面是否被低估、套利空間是否存在以及套利空間大小，量化股票投資價值。構(gòu)建方式如下。

Valuei，"t=Rank_SUEi，"t+Rank_TRi，"t+Rank_PQi，"t（6）

式中，Rank_SUEi，"t、"Rank_TRi，"t、"Rank_PQi，"t分別表示股票i在t期時三維度代表因子經(jīng)行業(yè)市值中性化后的組內(nèi)排名，將其等權(quán)求和后得到最終價值盲區(qū)掘金因子Valuei，"t。

4"實證結(jié)果分析

4."1"因子有效性檢驗

表5報告了三維度子因子與掘金因子的IC相關(guān)系數(shù)。由此可以看出，三個子因子之間均低于0."15，即維度間因子相關(guān)性較低，保證了復合因子的合理性與有效性。同時，文章報告了價值盲區(qū)掘金因子在回測區(qū)間內(nèi)的IC序列均值由于篇幅限制未做展示。，結(jié)果保持長期穩(wěn)定，圍繞0."1上下波動，實證檢驗了價值盲區(qū)因子的長期穩(wěn)定有效。

4."2"回測結(jié)果

基于同花順Supermind量化交易平臺設計量化投資策略，計算各候選股票的Value值并排序，分值相同則按照流通市值進行排序，最后選擇得分靠前的20只股票。初始資金1000萬元，調(diào)倉頻率設定為2個月，對連續(xù)入選的股票加倉20%。選取滬深300指數(shù)作為基準收益，回測區(qū)間選定為2016年1月至2024年7月，相關(guān)回測指標如表6所示。

由表6可以看到，本策略在行情多變的A股市場中取得了可觀的超額收益，同時較好地控制了最大回撤率。該回測實證檢驗了基于價值盲區(qū)掘金因子構(gòu)建的量化策略能夠較好地適應各類市場行情，穩(wěn)定獲取超額收益并控制投資風險，進一步說明了文章構(gòu)建的原創(chuàng)因子的有效性。

5"結(jié)語

文章在深入分析金融市場中價值投資策略的基礎上，提出了一種新的量化選股因子——價值盲區(qū)掘金因子，并基于此構(gòu)建了相應的量化投資策略。

文章通過回顧價值投資獲取超額收益的兩種理論解釋：風險補償理論和投資者非理性假設。引入從三個方面構(gòu)建價值盲區(qū)掘金因子，基本面超預期、定價博弈充分度和估值預期重估強度，并構(gòu)建量化投資策略。實證結(jié)果表明，該策略穩(wěn)定跑贏了滬深300指數(shù)，在三大典型行情中都獲得了顯著的超額收益，同時較好地控制了最大回撤率，實證檢驗了文章原創(chuàng)構(gòu)建的價值盲區(qū)掘金因子的有效性與投資策略的實際效果。文章不僅為價值投資在中國股市中的應用提供了新的視角和方法，也為未來的投資實踐和學術(shù)研究提供了新的方向。

參考文獻：

［1］CHAN"L"K"C，CHEN"N"F."Structural"and"return"characteristics"of"small"and"large"firms［J］.Journal"of"finance，1991，46（4）：1467-1484.

［2］LAKONISHOK"J，SHLEIFER"A，VISHNY"R"W."Contrarian"investment，extrapolation，and"risk［J］.Journal"of"finance，1994，49（5）：1541-1578.

［3］王道平，范小云，賈昱寧，等."投資者情緒、過度交易與中國A股市場波動——基于證券投資者信心指數(shù)調(diào)查數(shù)據(jù)的分析［J］.管理科學學報，2022，25（7）：85-105.

［4］林煜恩，陳宜群，池祥萱，等."定價誤差、成長機會與賬面市值比異象——基于連續(xù)性過度反應與價格修正速度的分析［J］.南方經(jīng)濟，2018（6）：67-86.

［5］陳信元，張?zhí)镉啵惗A."預期股票收益的橫截面多因素分析：來自中國證券市場的經(jīng)驗證據(jù)［J］.金融研究，2001（6）：22-35.

［6］吳世農(nóng)，許年行."資產(chǎn)的理性定價模型和非理性定價模型的比較研究——基于中國股市的實證分析［J］.經(jīng)濟研究，2004（6）：105-116.

［7］徐浩峰."信息與價值發(fā)現(xiàn)過程——基于散戶微結(jié)構(gòu)交易行為的實證研究［J］.金融研究，2009（7）：87-102.

［8］尹力博，楊之辰，韓復齡."中國A股盈利異象之謎——基于錯誤定價的視角［J］.管理科學，2021，34（5）：146-160.

［9］常丹婷，李峰."價值因子背后的邏輯——估值-基本面預期差與錯誤定價［J］.投資研究，2020，39（8）：142-159.

［10］PITROSKI"M."Stock"price"levels"and"the"introduction"of"the"Samp;P"500"index［J］.Journal"of"portfolio"management，2000，27（1）：67-76.

［基金項目］"國家級大學生創(chuàng)新訓練計劃項目“基于隨機森林的價值盲區(qū)掘金因子選股和SVM擇時的量化策略”（項目編號：202410336044）；浙江省大學生科技創(chuàng)新活動計劃項目“基于隨機森林的價值盲區(qū)掘金因子選股和SVM擇時的量化策略”（項目編號：2024R407A031）。

［作者簡介］"王浩（2003—），男，杭州電子科技大學經(jīng)濟學院，研究方向：量化投資；黃競可（2004—），女，杭州電子科技大學會計學院，研究方向：財務管理；李晨陽（2003—），男，杭州電子科技大學經(jīng)濟學院，研究方向：量化投資；王馨儀（2004—），女，杭州電子科技大學卓越學院，研究方向：金融科技；周思言（2004—），女，杭州電子科技大學經(jīng)濟學院，研究方向：金融學。