因子评分的维度进行了改进
本文的行业量化选股模型对因子评分主要从三个维度出发：“超额收益率”、“Alpha 比率”、“信息比率”，它们分别从不同的方面衡量因子选股能力的好坏。
本文采用的“Alpha 比率”是对之前“Treynor 指数”的改进，它克服了以前把alpha 和beta 分开衡量的弊病，将两者结合起来，使该维度得分高的因子选出股票组合后能把alpha 更好转换为超额收益。本文仍然延续以前文章的方法，给上述三个维度以等权重，其它机构也可以根据自己的风险收益偏好决定三个维度的权重。
地产行业的优选因子特点
地产行业的9 个优选选股因子中，估值类因子占了4 个，市场类因子占4 个，规模类因子占1 个，这和其它行业的选股模型不太一样。由于房地产行业生产产品类似，并且各地产公司的差别没有其他行业那么明显，之前表现较差的公司拥有较强的估值修复动力，反转类因子选股效果表现出众。在采掘行业量化选股模型的构建时也出现了这种现象，只是表现不如地产行业的反转因子这么出众。另一个特点就是成长类、盈利类因子表现较差，这也许主要是因为地产业成长性好、利润高，投资者对这两个特点产生审美疲劳而致，投资者更关注地产行业成长和盈利的质量。
模型取得一定的选股收益和超额收益
本文采用2005 年1 月31 日——2009 年12 月30 日共1195 个交易日的数据，对8 大类92 个选股因子进行检验，筛选出低PE、5 月反转、低EV/NOPLAT、低EV/EBITDA、11 月反转、7 月反转、10 月反转、低PEG、低总市值等9 个因子构建量化选股模型。用2010 年1 月4 日——2011 年9 月30 日共427 个交易日对该选股模型进行外推检验。外推检验期间，获得-20.5%的收益，超越申万地产行业指数14%，超越沪深300 指数7%。在21 个月的时间内有14 个月的时间战胜申万地产行业指数，概率为66.7%。
地产行业量化选股模型的有效性
从前面一点可以看出，该选股模型具有一定的有效性。由于从2010 年1 月4日到现在，地产行业受国家地产调控政策影响较大，销售下滑、融资困难，地产行业股票表现暗淡。地产行业选股模型取得的超额收益主要是依靠模型获取alpha 的能力，而行业惨淡的时候股票的alpha 通常也小，故优选模型的收益率为-20.5%，未能取得正收益。随着地产行业新政策环境的出现，地产行业选股的优选因子在未来也会发生一定变化。我们将会及时跟踪和更新模型，以适应未来地产行业的新情况。
|
