本报告构建了基于戴维斯双击效应的量化选股模型,利用盈利持续加速增长和低估值筛选标的,实现EPS和PE的同时提升。策略自2010年以来年化收益超25%,超基准收益超20%,风险调整表现优异,且在大消费类股票中表现尤为突出,展现较强的稳定性和防御性 。
| 年度 | 年化收益 | 基准收益 | 超额收益 | 最大相对回撤 | 收益回撤比 | 夏普比率 | 日度胜率 | 月度胜率 |
|---|---|---|---|---|---|---|---|---|
| 全回测期 | 25.11% | 3.57% | 21.54% | -16.78% | 1.28 | 0.91 | 56.51% | 71.91% |
| 年度 | 年化收益 | 基准收益 | 超额收益 | 最大相对回撤 | 收益回撤比 | 夏普比率 | 日度胜率 | 月度胜率 |
|---|---|---|---|---|---|---|---|---|
| 全回测期 | 23.91% | 3.57% | 20.34% | -8.64% | 2.35 | 0.90 | 54.57% | 68.54% |
| 年度 | 年化收益 | 基准收益 | 超额收益 | 最大相对回撤 | 收益回撤比 | 夏普比率 | 日度胜率 | 月度胜率 |
|---|---|---|---|---|---|---|---|---|
| 全回测期 | 25.07% | 2.79% | 22.28% | -11.90% | 1.87 | 1.01 | 53.90% | 71.91% |
| 年度 | 年化收益 | 基准收益 | 超额收益 | 最大相对回撤 | 收益回撤比 | 夏普比率 | 日度胜率 | 月度胜率 |
|---|---|---|---|---|---|---|---|---|
| 全回测期 | 24.03% | 0.58% | 23.44% | -23.28% | 1.01 | 1.05 | 52.06% | 67.42% |
该报告通过系统构建并回测以持续盈利增长与合理估值为基础的“戴维斯双击”选股模型,提出在EPS增长的同时寻找PE获得提升的“乘数效应”可带来超额收益。作者强调了控制估值下行风险、避免单季度异常增长干扰的重要性。最终模型在2009—2017年的多种分类回测中均展现了稳定且显著的超额收益,特别是聚焦大消费行业。报告核心信息为:借助历史财务数据挖掘被低估且盈利持续成长的股票,利用市场对成长认知修正带来PE提升,以实现明显优于基准的投资回报,1,2,3,10]。
报告阐述了“戴维斯双击”策略的起源——投资传奇Shelby Davis,其因专注保险股,以“持续增长”和“低估值”两大原则实现财富积累。Shelby Davis继承了格雷厄姆的价值投资思想,强调低PE、低PB等安全边际,同时注重管理优良且成长持续的公司。
投资核心为:
报告进一步数学表达了股价由EPS与PE乘积决定,同时强调PEG指标用于评估估值合理性:
PEG=GrowthPE其中Growth即为盈利增长率,理论上Growth越高,PE应相应较高。通过筛选高持续成长且现估值偏低的股票,寻求EPS和PE“二阶”增长(即业绩环比加速),以捕捉戴维斯双击效应。
基于A股市场信息披露节奏,选取每年4月20日、7月20日、10月20日及次年1月20日作为调仓节点。剔除ST及上市未满一年股票,筛选如下条件:
采用2010年至2017年5月31日回测,交易费用买入0.1%,卖出0.2%,基准采用中证500 × 仓位。
回测结果显示,策略年化收益率为25.11%,超额收益21.54%,但2014年策略跑输基准,且2015年最大回撤较大(16.78%),夏普比率0.91,收益回撤比1.28,显示回撤控制能力有待提升。日度及月度胜率均在50%以上,显现一定稳定性,但自2016年下半年起收益能力明显下降,4]。
为控制回撤,将PE限制引入筛选条件,要求股票PE低于50倍,其他条件不变。结果如下:
图示相对强弱表现稳定向上,多数时间相对基准表现领先,尤其是2017年持续创新高。这表明估值限制有效地提高了组合的风险控制,同时保持较强收益表现,5]。
单季度净利润同比增速超过100%的通常因非经常性因素难以持续,故引入限制:当季净利润同比增速介于20%-100%,排名前25名;不足时补充低于100%的样本。
此条件使持续增长定义更为严格。回测数据:
此策略在透明度和风险控制方面取得显著进展。同时指出2015年夏季的股灾股价波动对策略影响较大,且部分停牌因素也影响回撤统计。
日度与月度胜率保持55%左右及70%以上,的确稳定,6]。
这些数据支持策略盈利来源于精选优质成长股票,且行业配置较为均衡而非过度集中,7,8]。
考虑周期股易受政策及宏观周期影响,策略在大消费类(包含建材、汽车、餐饮旅游、家电、医药、食品饮料、电子、通信等)股票筛选和持仓表现为:
这表明大消费类股票策略在收益能力与风险控制上依然保持良好表现,且受行业影响较少,9]。
总结如下:
风险提示明确指出基于历史数据构建的模型在未来存在失效风险,投资需警惕市场结构变化以及数据滞后影响。
上述图表直观反映了策略在收益与风险调整上的演进,5,6]。
报告中核心估值分析基于股价的基本等式:
P=EPS×PE利用PEG指数衡量估值合理性:
PEG=GrowthPE其中Growth取季度净利润同比增速的二阶(加速)变化,确保盈利的持续加速上升。
策略对PE设置限制(PE<50),以防估值过高导致风险暴露。没有使用复杂的DCF模型,而是基于相对估值结合盈利增速的PEG策略,体现出一种“量化价值投资”的方法。
此外,通过对持仓市值组合的对比,消除市值大小带来的估值误差,进一步验证整体策略的估值合理性。
没有看到对折现率、永续增长率等现金流模型参数的细节说明。
报告未详细说明具体的风险缓解策略,主要依赖策略本身的筛选和限制条件控制风险,3,10]。
本报告通过系统构建并多阶段迭代改进了基于“戴维斯双击”投资理念的量化选股模型,强调“每股盈利增长”和“市盈率提升”对股价增长的双重驱动。通过对季度净利润同比增速的二阶加速指标,结合PE指标限制,筛选出估值合理且盈利加速的优质股票。
实证结果显示:
图表深度解读显示:
整体而言,报告通过科学的财务指标组合和系统的量化测试方法,验证了以“戴维斯双击”为核心的量化选股策略在A股市场的有效性和可行性,特别是在大消费板块展现出更优越的风险调整后收益。
然而,报告也诚实指出基于历史数据构建的模型面临失效风险,尤其在行情极端波动或市场结构发生变化时表现可能大幅偏离预期,投资者需结合其他策略和风险管理工具使用。
此次天风证券吴先兴分析师团队的研究报告,通过严谨的数据分析及多角度的量化回测,全面展现了“戴维斯双击”选股模型的构建逻辑、实证检验及局限性,强调以持续盈利增长为核心驱动,以合理估值作为安全边际的投资思想。该量化模型在A股市场实现了优秀的超额收益和风险控制能力,特别是在大消费行业表现尤为稳健。对投资者而言,该报告不仅提供了量化投资策略模板,也揭示了盈利增长与估值修复组合投资的深层次价值投资哲学。
以上分析系统解构了报告各个重要章节、数据、图表及结论,全面体现了戴维斯双击策略在业绩驱动与估值修复相结合的投资思想内核及其实践价值,具备较高的理论指导和实务应用意义。
金工专题报告:量化选股模型 戴维斯双击!.pdf