| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 大数据 -> 彼得林奇PEG价值选股策略(附源码入口) -> 正文阅读 |
|
[大数据]彼得林奇PEG价值选股策略(附源码入口) |
13年26倍收益!这是美国基金经理彼得·林奇所创下的投资收益纪录。 作为麦哲伦基金的管理人,林奇曾被《时代》杂志评选为首席基金经理,却在职业巅峰时激流勇退,成就一段传奇故事。作为一个价值投资者,PEG价值选股法一直备受他的推崇。 那么,今天就让我们一起来探究这一选股方法。 首先理解其概念,何为PEG? PEG指标(市盈率相对盈利增长比率)是Jim Slater发明的一个股票估值指标,是在PE(市盈率)估值的基础上发展起来的,它弥补了PE对企业动态成长性估计的不足。 PEG指标是用公司的市盈率除以公司的收益增长速度。计算公式是: PEG = PE /(盈利增长率*100) 其中,PE为市盈率,此处我们选择较为稳健的市盈率TTM,它是以最近四期财报的均值计算而来。当然,分析师预期下的一致预期PE是更好的选择。盈利增长率常用每股收益来计算,英文名为:Growth Rate of Expected Profit,即PEG中的“G”。 从PEG的计算公式来看,理想中的股票是低PE、高收益增长率的这类低估值股票。从理论上而言,当PEG值低于1时,说明该股票价值被低估,值得投资者进行投资;当PEG值超过1时,说明该股票估值过高。而彼得林奇曾指出,最理想的投资对象,其PEG值应该低于0.5。 为此,一个简单的策略逻辑油然生成:每月月初,筛选出PEG值低于0.5的股票,平均买入市值最小的N只股票(彼得林奇原文也是市值小的优先,同时在计算PEG时,剔除PE为负、收益增长率为负、财报数量少于4期的股票)。 在策略中怎么计算PEG呢? 此处可以基于掘金提供的get_fundamentals_n()函数获取最新一期股票的PE-TTM数据和历史每股收益,收益增长率的计算以最近一期的每股收益比上四期前的每股收益。 需要注意的是,get_fundamentals_n()函数获取的最新财务数据是以财务报告日期为准,而非财报发布日期,为此需要基于发布日期做一个过滤,否则会使用到未来数据。 策略参数设置 回测品种:全A股(剔除ST股、停牌股和一年以内的次新股) 基准指数:沪深300 初始资金:1000万 手续费率:0.0016(买入万三手续费,卖出万三手续费和千1印花税,免5) 滑点:0.00246 持股数量:10只 PEG最大阈值:0.5 回测区间:2019-01-01至2022-02-28 注:在具体交易中,做“涨停不买入,跌停不卖出”的限制。 策略回测结果 根据回测报告可以看出,策略整体表现较好,年化收益率为34.67%,最大回撤为21.12%,夏普比率0.86。相对基准指数获得了超过55%的超额收益,尤其是从去年2月份以来,整体走势与基准指数走势相反,大盘呈震荡下跌趋势,而策略则处于震荡上涨状态。 此时,我们在策略中进一步增加多进程操作,方便对持股数量和PEG最大阈值做参数测试,不同参数下回测结果统计如下: 从上述参数测试结果来看,当PEG最大阈值等于0.5、持股数量为5只时,年化收益最高且最大回撤最低。这与邻组持股数量为10只的回测结果相比有较大的差异。 持股数量从10增加到100时,策略效果先增后减。在持股数量为20只时,回测效果最好。当PEG最大阈值等于0.4的情况下,持股数量从5只增加到100只时,策略效果亦是先增后减,在持股数量为20只时达到最优。 当PEG最大阈值为0.4,持股数量为20只时,策略表现如下: 基于策略参数优化后的回测结果来看,年化收益率提升了13.6%,最大回撤减少了4.12%,夏普比率提升了0.32。 从回测时间来看,2019年策略走势协同指数走势,2020年稍强于指数,但在2021年以来,策略走势与指数走势完全相反,指数先强后弱,策略先弱后强,大幅跑赢指数。 本篇的策略源码已发布至掘金社区,欢迎大家来社区交流探讨~ 如需获取策略源码,请复制:https://bbs.myquant.cn/topic/2758并在电脑端访问。 |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/24 8:38:56- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |