量化机构“多种武器”掘金中报季,深挖另类数据
7月21日讯:A股上市公司2023年中报季近期拉开大幕,投资机构正密切观察目标上市公司的业绩,作为7、8月份的关键投资决策依据。在此之中,量化私募管理人则通过另类数据、基本面因子等量化研究方法,用量化模型对相关业绩进行预测,并做出投资决策。
私募业内人士指出,相关数据研究方法,也可以与主观多头策略的基本面研究和业绩预测形成相互借鉴。
另类数据获广泛应用
蒙玺投资相关负责人表示,量化投资模型通常依赖统计规律进行业绩、股价等方面的预测。同时,也会使用业绩一致预期以及基本面因子,通过因子反馈给模型。具体到上市公司定期业绩数据方面,将产业数据、卖方研报数据以及另类数据等进行“建模”,则可以实现在一定程度上对一家上市公司业绩进行预测。例如,可以用线上销售数量预测企业营收,通过厂区车间红外温度、夜光强度等“另类数据”,预测企业经营生产活跃与否等。
蒙玺投资认为,对于A股上市公司的业绩前瞻而言,另类数据主要有三方面帮助。一是拓展了分析研判的信息维度。另类数据的特殊属性,使得其包含很多预见性的信息,可以进一步优化分析研判的工作质量。二是增强了分析研判的时效性。另类数据的获取和传输时效性更强,通过借助另类数据,有助于及时、迅速掌握企业经营的实际情况。三是为智能分析研判提供机遇。形式多样的另类数据,为数据挖掘、机器学习等研究方法提供了更大的空间和机遇。
灵均投资首席投资官马志宇介绍,从量化投资的整体角度来看,另类数据独具价值。例如,量化机构在卫星图像、手机活动、信用卡交易、地区天气、销售记录等“非传统数据”上,通过一定的算法组合,能够为投资决策提供富有价值的投资信息,对于A股上市公司的业绩前瞻也具有积极意义。另类数据在海外市场应用已经较为丰富,国内目前处于起步阶段。
当前主流量化机构已经较多将行业景气度、竞争对手经营数据、产业链上下游的采购与销售、特定公司或行业的招聘信息、生产厂区的通信信号情况等不少另类数据,用于包括业绩预测在内的基本面因子挖掘和模型开发,并且取得不错的投资效果。
投资预测需融入模型
值得注意的是,多家受访量化机构也同时指出,尽管上市公司业绩等具体基本面数据已是量化策略模型的重要参考维度之一,但类似中报业绩数据对于量化投资决策的影响并非“线性体现”,即不是直接的因果推导关系。
马志宇表示,从灵均投资的实践看,最新中报数据和信息可作为量化策略模型中的一些参考维度,但由于相关策略模型本身是多维度、多数据的“复杂综合体”,因此中报中数据和信息变化对策略模型产生的影响并非是“线性关系”,还需要经过策略模型的调整优化及后续交易决策,才能最终实现更为精准的股票交易预测。整体而言,A股上市公司的中报含有不少最新数据和信息,其本身反映了上市公司的财务健康程度和公司竞争力,具有较强的研究价值,但结合公司股价的流动性、波动率等交易逻辑因子,则可以获得更好的股价预测效果。
蝶威资产总经理魏铭三介绍,该机构的量化策略主要侧重构建与上市公司基本面相关的量化产品线,其中财务基本面因子是基石,而“业绩超预期”是公司重要超额收益来源之一。在此之中,“我们会通过业绩超预期构建一个多因子、非线性选股模型来筛选个股。类似竞争对手、供应商、对外股权投资、招聘等数据,则可以视为一种基本面信息的补充反映。”
主观量化各有所长
业内人士介绍,从不同投资方法来看,主观多头机构往往会从买方、卖方研究员对产业、公司的紧密跟踪和调研出发,提前预测财报期的业绩情况;对比量化策略,两者在基本面研究尤其是业绩前瞻方面,则各有优劣势所在,也具有“融合借鉴”的空间。
蒙玺投资认为,主观多头策略和量化策略在上市公司业绩等基本面研判上各有特点。主观多头策略通过投研判断,赚取阶段性机会或中长期趋势的钱,在选中优质个股的情况下,可以获得大幅超额收益。而量化研究和相关策略更像是一种处理数据和信息的方式,可以更好地挖掘数据与信息,在成交活跃、波动较大的市场环境中更占优势。
魏铭三表示,对于股票量化投资机构而言,有效因子和模型的构建,往往需要有很深的主观基本面分析底蕴,对于财务数据的建模需要有深刻理解。从这个角度上说,丰富的主观多头策略投资经验,也能为量化因子和模型的挖掘开放赋能。
此外,从融合角度来看,目前两大赛道的不少头部机构也有更深入的思考。知名百亿主观多头私募重阳投资表示,量化投资的优势在高频,能够快速处理大量市场数据,在博弈场景更有优势;在对单家上市公司业绩、基本面的研究预测等方面,主观策略则更擅长把握中长期的宏观、产业和企业发展趋势,能够更好捕捉定性的基本面因素。未来主观和量化的结合,预计是资管行业发展的必然趋势。
马志宇表示,整体而言,在上市公司业绩前瞻、经营展望等方面,主观策略的核心优势在于深度,而量化投资的优势在于速度和广度。量化投资特别对于一些“投资弱逻辑”,具有比主观更灵敏的感知优势。
下一篇:最后一页
【免责声明】本文仅代表作者本人观点,与聚股通无关。聚股通站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。
【聚股通版权与声明】
1、凡本网注明“独家稿件”的所有稿件和图片,其版权均属聚股通所有,转载时请注明“稿件来源:“聚股通”,违者本网将保留依法追究责任的权利。
2、凡没有注明“独家稿件”及其它转载的作品,均来源于其它媒体,转载目的在于传递更多信息,与本网立场无关,本网对其观点和真实性不承担责任。
3、如因作品内容、版权和其它问题需要同本网联系,请在发布或转载时间之后的30日以内进行。