2019年12月26日 星期四

成長股回測(營收+不同濾網)

看到朋友Simon認真做了成長股回測,效果不錯,甚至用自己的錢all in實作,skin in the game,不是唬爛的,所以我也回測看看,試試不同的想法。
Simon試了很多基本面策略,我先介紹兩個簡單又有效的,一個是營收創新高,一個是稅後純益創新高。
測試時間2010~2018共九年,手續費不打折。


1.營收創新高,年化報酬率21.6%


在當月十號,先選出上月營收創新高的股票,然後選擇成交量最小的30檔股票,隔日開盤價買進,每月重新換股。

2.稅後純益創新高,年化報酬率21.2%

在季報公布後,先選出上月稅後純益創新高的股票,然後選擇股價最低的30檔股票隔日開盤價買進,每季重新換股。


可以發現,雖然營收新高和獲利新高的報酬率差不多,但獲利新高的勝率和最大回落都表現較好。

值得一提的是,這裡的年化報酬率有個獨特的算法。
對回測比較熟的朋友可能知道,選取不同的回測時間區段,報酬差很多,光是有沒有納入去年10月大跌的那個月,都會大大影響報酬率。因此,為了減少這樣的影響,年化報酬率改成這樣:

假設某個回測時間區段有2000個交易日,先算第1天的年化報酬率,再算第1~2天的年化報酬率,再算第1~3天的年化報酬率...一直到第1~2000天的年化報酬率,這樣會得到2000個年化報酬率,最後我們要的結果就是這2000個年化報酬率的中位數。
這個數字比較能忠實反映未來可能的報酬率,較不會因為選擇回測的區段而大大影響報酬。

其實不只營收或獲利成長,還有純價格創新高的強勢股,也能打敗大盤不少,但我目前對價格強勢股還沒有興趣,先不討論。

我也簡單測測看不同想法,測試時間2010.1.1~2018.7.1共9.5年,手續費不打折。為什麼回測時間不包含金融海嘯呢?因為2009那年績效太好了,使得整體報酬率高很多(即便加上2008崩跌),因此,為了保守考量,就從2010年開始。(但2008年那年的回落還是最大,滿持股的狀況下,淨值還是會被腰斬)

另外,由於低價低量股是超額報酬的很大來源,但實際上卻可能買不到,因此,我加了一個基本的濾網,就是真實股價>8元(非還原股價),近一個月的日均成交量>500萬台幣,排除實際上買不了的股票。(這個標準蠻嚴格,看了一下現在的時間點,大概排除了一半的股票)

先選月營收YOY > 20%,每月換股,結果如下,圖中黑線為大盤。


再來選擇近三月營收YOY > 20%,結果較差,或許營收好一段時間再買進就太慢了?

接下來我對"月營收YOY > 20%"增加不同濾網,例如PB<1.5、PE<20、季線上,從單一濾網到綜合都有,必須注意的是,每次買進賣出的檢查點,都是營收公布的後一個交易日,並不會月中某一天跌到季線下就先賣出。

月營收YOY > 20% & PB<1.5,結果如下:



月營收YOY > 20% & PE<20,結果如下:



月營收YOY > 20% & 季線上,結果如下:



月營收YOY > 20% & 季線上 & PB<1.5,結果如下:



月營收YOY > 20% & 季線上 & PE<20,結果如下:



月營收YOY > 20% & 季線上 & PE<20 & PB<1.5,結果如下:



雖然在這個case加上所有濾網的效果最好,但不是所有狀況都這樣,而且要考慮持股數量不能太少,筆數太少的參考價值不高,實作起來可能跟回測績效會差異很大。
回測的報酬數字看看就好,過去十年的結果,不代表未來十年也是這樣,而且實作上能堅持也不容易,如果連續某幾年沒有特別有效,能不能堅持是個考驗(上面幾個策略在2010~2012都沒有特別厲害)。我們只要知道大概哪些因子是有效的就好。
以上先簡單提幾個陽春策略,事實上有幾個基本面因子效果蠻好的,複合使用年化能超過25%,不過這邊是假設隔日開盤價買進,實作上如果無法一次買足,買足需要花個幾天,會不會使報酬率降低很多,我還需要做測試。

對回測因子有想法的朋友歡迎討論囉~
FB粉絲專頁 

2 則留言:

  1. 請問版大 怎麼自己加入不同條件 自己回測

    回覆刪除
  2. Titanium Fidget Spinner - Tits of Iron Sticks
    Tits of Iron Sticks. titanium nitride 1 In stock at $9.99. Brand New. $9.99. titanium steel Add to cart. Description. A traditional design of Iron anodizing titanium Sticks, welding titanium this brand new titanium rings piece of craft is now

    回覆刪除