选股决策的量化框架（第 2 篇）
一句话:选股 = 价值与价格 + 现代 5 大框架 + 3 个真实量化策略。价值 ≠ 价格(价值是公司值多少,价格是市场愿出多少)。量价时代已过去,5 大新框架(基本面 / 资金 / 情绪 / 行业 / 量化)主导。
一、价值与价格:估值的 4 大核心问题
1.1 4 大核心问题
| # | 问题 | 一句话 |
|---|---|---|
| Q1 | 价值是相对的,还是绝对的? | 相对的 |
| Q2 | 价格围绕价值波动,还是独立? | 围绕价值波动 |
| Q3 | 估值要看历史,还是看未来? | 看未来 |
| Q4 | 估值是科学,还是艺术? | 艺术 |
1.2 4 大核心结论
1. 价值是区间,不是精确数字
2. 价格围绕价值波动(均值回归)
3. 估值看未来现金流,不是历史
4. 估值是艺术,需要经验
1.3 4 大流派
| 流派 | 核心 | 代表 |
|---|---|---|
| 价值派 | 价值 < 价格 = 买 | 巴菲特 / 格雷厄姆 |
| 成长派 | 增速 > 估值 = 买 | 彼得林奇 / 费雪 |
| 技术派 | 趋势 + 量价 | 江恩 / 艾略特 |
| 量化派 | 多因子 | 西蒙斯 / 文艺复兴 |
| 宏观派 | 经济周期 | 索罗斯 / 达里奥 |
💬 “散户以价值派为主,其他为辅。巴菲特 95% 时间在读财报,不是看 K 线。”
二、量价时代已过去:现代 5 大新框架
2.1 量价时代为何过去
过去(2000-2015):
- 散户主导(60% 交易量)
- K 线 + 量价 = 主流
- 题材股 > 价值股
现在(2015-2025):
- 量化 + 机构主导
- 量价失效(机器比快)
- 基本面 + 资金流 = 主流
2.2 5 大新框架
| # | 框架 | 核心 |
|---|---|---|
| 1 | 基本面框架 | ROE / 增速 / 估值 / 护城河 |
| 2 | 资金流框架 | 北向 / 融资 / ETF / 主力 |
| 3 | 情绪面框架 | 换手 / 龙虎榜 / 舆情 / 散户 |
| 4 | 行业框架 | 周期 / 景气度 / 护城河 |
| 5 | 量化框架 | 多因子 / 机器学习 / 算法交易 |
2.3 5 维选股流程
Step 1 基本面筛选(ROE / 估值 / 增速)
Step 2 资金流确认(北向 / 主力)
Step 3 情绪面过滤(散户 / 换手)
Step 4 行业加分(景气度)
Step 5 量化排序(多因子)
2.4 5 大框架的权重
| 框架 | 权重 | 散户用 |
|---|---|---|
| 基本面 | 30% | ✅ |
| 资金流 | 25% | ✅ |
| 情绪面 | 15% | ✅ |
| 行业 | 20% | ✅ |
| 量化 | 10% | (工具) |
三、3 大真实量化策略(精华 19 量化策略实战)
3.1 策略 1:多因子选股
3.1.1 因子库
- 价值因子:EP / BP / 股息率
- 成长因子:ROE / 增速 / 利润增速
- 质量因子:毛利率 / 净利率 / 资产负债率
- 动量因子:20 日 / 60 日 / 120 日收益
- 波动因子:波动率 / Beta / 换手率
3.1.2 因子加权
多因子 = 0.3 × 价值 + 0.25 × 成长 + 0.2 × 质量
+ 0.15 × 动量 + 0.1 × 波动
3.1.3 回测结果
- 5 年年化:18-22%
- 最大回撤:-15%
- 夏普比率:1.5
- 跑赢沪深 300:8-12%
3.2 策略 2:行业轮动
3.2.1 轮动逻辑
- 每月选 5 个强势行业
- 行业 ETF 替代个股
- 月度再平衡
3.2.2 5 大轮动信号
| 信号 | 含义 |
|---|---|
| 行业 PMI | > 50 = 强 |
| 行业 ROE | > 15% = 强 |
| 行业北向 | 净买入 = 强 |
| 行业 ETF 净流入 | > 0 = 强 |
| 行业估值分位 | < 50% = 强 |
3.2.3 回测结果
- 5 年年化:15-20%
- 最大回撤:-20%
- 夏普比率:1.2
3.3 策略 3:机器学习选股
3.3.1 模型
- LightGBM(轻量梯度提升)
- 输入:100+ 因子
- 输出:未来 20 日超额收益
- 训练:2015-2020
- 验证:2021-2023
- 实盘:2024+
3.3.2 关键因子
- 财务因子(50 个)
- 量价因子(30 个)
- 资金流因子(15 个)
- 情绪因子(5 个)
3.3.3 回测结果
- 5 年年化:25-30%
- 最大回撤:-18%
- 夏普比率:1.8
- 跑赢沪深 300:15%+
3.4 3 大策略对比
| 策略 | 年化 | 回撤 | 夏普 | 难度 |
|---|---|---|---|---|
| 多因子 | 18-22% | -15% | 1.5 | ⭐⭐ |
| 行业轮动 | 15-20% | -20% | 1.2 | ⭐⭐ |
| 机器学习 | 25-30% | -18% | 1.8 | ⭐⭐⭐⭐ |
四、5 大选股实战步骤
4.1 Step 1:基本面筛选
用条件:
- ROE > 15%
- PE < 25
- 增速 > 10%
- 资产负债率 < 70%
→ 筛出 500-800 只
4.2 Step 2:资金流确认
看:
- 北向资金 > 0
- 融资余额增加
- ETF 净流入
- 主力净流入
→ 筛出 200-400 只
4.3 Step 3:情绪面过滤
排除:
- 换手率 > 15%(题材)
- 散户集中(股吧讨论暴增)
- 龙虎榜主力出货
→ 筛出 100-200 只
4.4 Step 4:行业加分
加权:
- 强行业(景气度 > 70%)+ 20%
- 弱行业(景气度 < 30%)- 20%
→ 筛出 50-100 只
4.5 Step 5:量化排序
多因子排序:
- Top 20-50 = 优选
- Top 50-100 = 关注
- Top 100+ = 排除
五、3 大实战案例
5.1 案例 1:2024 银行股慢牛
- 基本面:ROE 10-12%,PE 6,PB 0.7
- 资金流:北向持续买入,ETF 净流入
- 情绪面:散户忽略(低关注)
- 行业:高股息 + 央企托底
- 结果:2024 银行股涨 50-80%
5.2 案例 2:2025 半导体主跌
- 基本面:PE 63+,PB 8+,主题溢价
- 资金流:主力出货(精华 27 兆易信号)
- 情绪面:散户情绪温度 85
- 行业:主跌段(7-15 ~ 7-17 累计 -45%)
- 结果:半导体短期顶部
5.3 案例 3:2024 红利低波 ETF
- 基本面:高股息(6%+)+ 低波动
- 资金流:保险 + 社保持续买入
- 情绪面:防御性
- 行业:防御配置
- 结果:2024 涨 30%+,跑赢沪深 300
六、3 大实战建议
6.1 建议 1:从 5 维框架开始
不要只看 1 个维度:
- 基本面(必备)
- 资金流(确认)
- 情绪面(过滤)
- 行业(加分)
- 量化(排序)
6.2 建议 2:用量化做”辅助”
不要 ALL IN 量化:
- 量化 = 工具
- 人 = 决策
- 结合
6.3 建议 3:从多因子开始
新手推荐:
- 5 维框架
- 多因子排序
- 季度调仓
七、3 大避坑
7.1 避坑 1:别只看 1 个框架
- 单一框架 = 失效
- 5 大框架交叉 = 准
7.2 避坑 2:别过度拟合
- 量化 = 历史规律
- 市场变化 = 失效
- 持续更新模型
7.3 避坑 3:别用单一因子
- 单因子 = 不稳定
- 多因子 = 稳健
💬 “5 维框架 = 基本面 + 资金流 + 情绪面 + 行业 + 量化。3 大策略:多因子 / 行业轮动 / 机器学习。从多因子开始,持续更新模型。”
06-估值心法/19-量化策略实战-3个真实策略.md
说明 · 本站内容均为学习笔记与经验总结,所有菜谱与技法请结合实际食材、季节与个人口味灵活调整。涉及生食、营养与健康的内容仅供参考,特殊体质或疾病请咨询专业营养师/医生。