金融計(jì)量軟件Stata在量化投資教學(xué)中的初步應(yīng)用

張超林

（湖南工商大學(xué)財(cái)政金融學(xué)院，湖南長(zhǎng)沙 410205）

一、量化投資的概念內(nèi)涵及研究現(xiàn)狀

量化投資，是以數(shù)據(jù)為基礎(chǔ)，以策略為核心，以追求絕對(duì)收益為目標(biāo)，以程序化交易為手段的一種投資方法。其核心在于建立選股和交易策略，利用數(shù)量化方式及計(jì)算機(jī)程序來(lái)發(fā)出買(mǎi)賣(mài)指令。量化投資在國(guó)外已發(fā)展30多年，代表人物是數(shù)學(xué)家和投資家詹姆斯·西蒙斯，美國(guó)的前五大對(duì)沖基金全部都是量化投資，美國(guó)量化策略在股市中的占比超過(guò)70%。目前國(guó)內(nèi)量化投資正處于蓬勃發(fā)展的階段。

關(guān)于量化投資策略的研究，國(guó)外涌現(xiàn)了大量文獻(xiàn)，例如Piotroski（2000）[1]從盈利因子、賬面市值比、動(dòng)量因子等建立多因子評(píng)分模型，篩選出各因子綜合評(píng)分排名較高的股票，用于構(gòu)建較高收益的投資組合。Mohanram（2005）[2]基于盈利能力與現(xiàn)金流表現(xiàn)、成長(zhǎng)能力、賬面市值比等方面編制指數(shù)，并依據(jù)該指數(shù)進(jìn)行投資組合。國(guó)內(nèi)研究仍在起步和發(fā)展中，例如,付志剛和沈慧娟（2018）[3]研究表明，利用人工神經(jīng)網(wǎng)絡(luò)投資策略可使上漲趨勢(shì)股票獲得較高的收益，而對(duì)于下降趨勢(shì)的股票表現(xiàn)較差。李斌等（2019）[4]研究表明，機(jī)器學(xué)習(xí)算法能夠有效地識(shí)別異象因子-超額收益間的復(fù)雜模式，從而獲得比傳統(tǒng)線(xiàn)性算法和所有單因子模型更好的投資績(jī)效。

二、金融專(zhuān)業(yè)開(kāi)設(shè)量化投資課程的必要性分析

隨著互聯(lián)網(wǎng)技術(shù)及信息科學(xué)的快速發(fā)展，大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等技術(shù)對(duì)金融行業(yè)的生態(tài)格局產(chǎn)生了深刻影響，金融與科技融合成為當(dāng)前金融發(fā)展的主要特征。就量化投資來(lái)說(shuō)，國(guó)外從早期以數(shù)學(xué)模型和計(jì)算機(jī)程序相結(jié)合，到現(xiàn)在借助于大數(shù)據(jù)、機(jī)器學(xué)習(xí)和人工智能等方法，構(gòu)建的投資策略日益豐富，形成了多因子選股策略、阿爾法策略、套利策略、基于機(jī)器學(xué)習(xí)和技術(shù)指標(biāo)的ML-TEA策略、基于深度學(xué)習(xí)的DFN算法策略等。國(guó)內(nèi)金融界的量化投資也正處于方興未艾的時(shí)期，諸多券商、投資公司、基金公司都推出了量化投資策略，并在實(shí)踐中不斷完善投資策略和能力。和日新月異的金融行業(yè)發(fā)展情況相比，建立在傳統(tǒng)經(jīng)濟(jì)學(xué)框架下的高校金融教育與金融行業(yè)需求之間已出現(xiàn)脫節(jié)現(xiàn)象。

因此，高校金融專(zhuān)業(yè)開(kāi)設(shè)量化投資課程具有較強(qiáng)的現(xiàn)實(shí)意義和社會(huì)價(jià)值。首先，從高校金融專(zhuān)業(yè)課程體系建設(shè)來(lái)看，金融學(xué)科的建設(shè)必須與金融實(shí)踐的發(fā)展密切相關(guān)。其次，從培養(yǎng)學(xué)生素質(zhì)和提高學(xué)生能力來(lái)看，學(xué)習(xí)量化投資能夠提高金融專(zhuān)業(yè)學(xué)生的數(shù)據(jù)分析能力和計(jì)算機(jī)建模能力。傳統(tǒng)的金融專(zhuān)業(yè)教學(xué)偏向于文科教學(xué)思維，注重講授金融基礎(chǔ)知識(shí)和理論知識(shí)，對(duì)數(shù)據(jù)分析和計(jì)算機(jī)建模的要求不高，而量化投資則更強(qiáng)調(diào)對(duì)數(shù)據(jù)科學(xué)和計(jì)算機(jī)編程的應(yīng)用，偏向于理科教學(xué)思維。因此，開(kāi)設(shè)量化投資課程，有助于提高金融專(zhuān)業(yè)學(xué)生的綜合素質(zhì)和能力，也能夠更好地和金融行業(yè)投資人才需求對(duì)接，為金融行業(yè)輸送更多高素質(zhì)的人才。

三、金融計(jì)量軟件Stata在量化投資教學(xué)中的初步應(yīng)用

目前國(guó)內(nèi)外進(jìn)行量化投資分析研究主要使用的軟件或編程語(yǔ)言包括Matlab、Python、R、SAS 、C++、SQL等，此外也有一些券商或期貨公司開(kāi)發(fā)出了自己的量化投資軟件，而使用Stata進(jìn)行量化投資的分析研究并不多見(jiàn)。事實(shí)上，Stata作為三大計(jì)量軟件之一，其功能非常強(qiáng)大，在金融學(xué)術(shù)研究領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用，為學(xué)者和從業(yè)人員應(yīng)用大數(shù)據(jù)進(jìn)行分析研究提供了極大的便利。隨著Stata功能的日益豐富和完善，使用Stata軟件進(jìn)行量化投資分析的研究也將與日俱增，本文是這方面的初步嘗試。

（一）基于證券投資基本分析和技術(shù)分析的建模思路

證券投資分析主要的范式包括基本分析和技術(shù)分析兩大流派。基本分析指以證券的內(nèi)在價(jià)值為依據(jù)，著重于對(duì)影響證券價(jià)格及其走勢(shì)的各項(xiàng)因素進(jìn)行分析，以此決定投資購(gòu)買(mǎi)何種證券及何時(shí)購(gòu)買(mǎi)。宏觀經(jīng)濟(jì)分析、行業(yè)分析、公司分析、股票估值共同搭建了基本分析的框架，每一點(diǎn)都不可或缺。例如，宏觀經(jīng)濟(jì)分析有助于判斷大盤(pán)的未來(lái)走勢(shì)，行業(yè)分析有助于遴選出具有較好前景的行業(yè)，公司分析能夠用來(lái)甄別公司質(zhì)量的優(yōu)劣，股票估值有利于股票交易的時(shí)機(jī)選擇?；痉治龅暮诵脑谟诠痉治?，即判斷出每一只股票背后所代表的真實(shí)資產(chǎn)的優(yōu)劣，巴菲特的核心投資理念就包含了公司分析。公司分析的核心又在于公司財(cái)務(wù)分析，即依據(jù)公司定期披露的財(cái)務(wù)報(bào)表信息，通過(guò)構(gòu)建財(cái)務(wù)指標(biāo)來(lái)分析判斷公司的盈利能力、盈利質(zhì)量、成長(zhǎng)能力、償債能力和經(jīng)營(yíng)效率。本文的建模思路之一就是根據(jù)公司財(cái)務(wù)分析的理論基礎(chǔ)，選擇關(guān)鍵性的財(cái)務(wù)指標(biāo)，來(lái)篩選出優(yōu)質(zhì)公司的股票。

技術(shù)分析是指運(yùn)用圖表技術(shù)和統(tǒng)計(jì)指標(biāo)，研究證券價(jià)格及成交量的變動(dòng)模式，并利用這些模式來(lái)預(yù)測(cè)價(jià)格的變動(dòng)趨勢(shì)，以此作為證券投資決策的依據(jù)。市場(chǎng)行為能反映一切信息、股票價(jià)格呈趨勢(shì)形態(tài)變動(dòng)、歷史經(jīng)常重演構(gòu)成了技術(shù)分析的三大假設(shè)。技術(shù)分析強(qiáng)調(diào)密切關(guān)注股票價(jià)量變化形態(tài)，并通過(guò)價(jià)格、成交量、時(shí)間等要素構(gòu)建各種技術(shù)指標(biāo)，用來(lái)判斷股票價(jià)格的未來(lái)走勢(shì)。本文另一條建模思路就是依據(jù)股票價(jià)量能反映市場(chǎng)上眾多信息的假設(shè)，選擇近期價(jià)格走勢(shì)較好、相對(duì)投資收益較高的股票。

具體來(lái)說(shuō)，本文的建模思路是：首先，通過(guò)基本分析的方法和指標(biāo)篩選出公司業(yè)績(jī)強(qiáng)勢(shì)的股票（簡(jiǎn)稱(chēng)業(yè)績(jī)強(qiáng)勢(shì)股）；其次，通過(guò)技術(shù)分析的指標(biāo)篩選出近期價(jià)格走勢(shì)較好、相對(duì)投資收益較高的股票（簡(jiǎn)稱(chēng)價(jià)格強(qiáng)勢(shì)股）；最后，再將兩類(lèi)分析方法篩選得到的股票進(jìn)行橫向合并，最終得到同時(shí)滿(mǎn)足業(yè)績(jī)強(qiáng)勢(shì)和價(jià)格強(qiáng)勢(shì)的股票，為下一步的投資決策打下堅(jiān)實(shí)的基礎(chǔ)。

（二）利用金融計(jì)量軟件Stata篩選業(yè)績(jī)強(qiáng)勢(shì)股和價(jià)格強(qiáng)勢(shì)股

第一，利用基本分析的財(cái)務(wù)指標(biāo)篩選業(yè)績(jī)強(qiáng)勢(shì)股。財(cái)務(wù)分析指標(biāo)包括盈利能力、盈利質(zhì)量、成長(zhǎng)能力、償債能力和經(jīng)營(yíng)效率等五個(gè)維度。由于衡量公司財(cái)務(wù)質(zhì)量五個(gè)維度的指標(biāo)眾多，不可能將所有指標(biāo)都納入到分析框架中一一考察。在這眾多指標(biāo)中，最重要的是公司盈利性和成長(zhǎng)性。盈利性和成長(zhǎng)性很大程度上決定了公司的價(jià)值，從而也決定了股權(quán)價(jià)值。因此本文重點(diǎn)關(guān)注盈利能力、盈利質(zhì)量、成長(zhǎng)能力這三個(gè)維度，盈利能力用每股收益和股權(quán)收益率ROE來(lái)衡量，盈利質(zhì)量用每股現(xiàn)金流與每股收益的對(duì)比來(lái)判斷，成長(zhǎng)能力用營(yíng)業(yè)收入和每股收益的同比增長(zhǎng)來(lái)衡量。具體操作步驟如下：（1）從國(guó)泰安CSMAR數(shù)據(jù)庫(kù)下載最新的財(cái)務(wù)報(bào)表Excel數(shù)據(jù)，利用import excel命令將Excel數(shù)據(jù)轉(zhuǎn)換成Stata數(shù)據(jù)，再利用strmatch函數(shù)提取年度財(cái)務(wù)報(bào)表和季度財(cái)務(wù)報(bào)表，并分別保存；（2）使用年度財(cái)務(wù)報(bào)表數(shù)據(jù)，利用Stata計(jì)算出年度每股收益增長(zhǎng)率，利用keep命令保留每股收益最近一年（即2020年）增長(zhǎng)超過(guò)20%、近3年均有所增長(zhǎng)的股票；（3）利用Stata計(jì)算出ROE（凈利潤(rùn)與所有制權(quán)益之比），保留年度ROE最近一年大于15%的股票；（4）利用Stata計(jì)算出每股現(xiàn)金流（經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流凈額與總股數(shù)之比），保留最近一年每股現(xiàn)金流比每股收益高20%的股票；（5）使用季度財(cái)務(wù)報(bào)表數(shù)據(jù)，利用Stata計(jì)算出每股收益同比增長(zhǎng)率，保留當(dāng)季每股收益同比增長(zhǎng)超過(guò)50%、上季每股收益同比增長(zhǎng)超過(guò)40%的股票；（6）利用Stata計(jì)算出季度營(yíng)業(yè)收入同比增長(zhǎng)率，保留當(dāng)季營(yíng)業(yè)收入同比增長(zhǎng)超過(guò)25%、過(guò)去3個(gè)季度營(yíng)業(yè)收入同比增長(zhǎng)均超過(guò)10%的股票；（7）利用merge命令橫向合并滿(mǎn)足上述條件的股票，并篩選出同時(shí)滿(mǎn)足上述條件的股票，得到的就是業(yè)績(jī)強(qiáng)勢(shì)股。

第二，利用技術(shù)分析的方法和指標(biāo)篩選價(jià)格強(qiáng)勢(shì)股。技術(shù)分析方法和指標(biāo)五花八門(mén)，本文主要關(guān)注以下三個(gè)指標(biāo)：股票價(jià)格是否在近期創(chuàng)新高、交易量是否增加以及股價(jià)相對(duì)強(qiáng)度評(píng)級(jí)指標(biāo)（RS）是否較高。其理由如下：這三個(gè)指標(biāo)反映了市場(chǎng)對(duì)某一家公司的判斷，即市場(chǎng)投資者用自己手中的“貨幣選票”對(duì)所有股票進(jìn)行投資判斷，將各種各樣的信息匯集到股票價(jià)格和成交量之中。當(dāng)股價(jià)創(chuàng)新高、交易量增加、股票收益相對(duì)更好時(shí)，表明市場(chǎng)對(duì)該公司的發(fā)展前景非?？春?，該公司的股票具有投資價(jià)值。具體操作步驟如下：（1）從國(guó)泰安CSMAR數(shù)據(jù)庫(kù)下載最新個(gè)股周收益率數(shù)據(jù)，該數(shù)據(jù)包括了每只股票自上市以來(lái)每周開(kāi)盤(pán)價(jià)、收盤(pán)價(jià)、交易股數(shù)、交易金額、流通市值、總市值、個(gè)股回報(bào)率等，利用import excel命令將Excel數(shù)據(jù)轉(zhuǎn)換成Stata數(shù)據(jù)；（2）利用max函數(shù)生成每只股票過(guò)去半年周開(kāi)盤(pán)價(jià)最大值和周收盤(pán)價(jià)最大值，保留最新一周股票收盤(pán)價(jià)高于上述兩個(gè)最大值、同時(shí)股票交易量增加的股票；（3）利用Stata計(jì)算股價(jià)相對(duì)強(qiáng)度評(píng)級(jí)指標(biāo)（RS），具體來(lái)說(shuō)，利用prod命令計(jì)算過(guò)去半年每只股票累積周收益率，利用xtile命令生成累積周收益率的分位數(shù)（按百分位數(shù)計(jì)），該分位數(shù)即為RS指標(biāo)，保留RS大于80的股票；（4）利用merge命令橫向合并滿(mǎn)足上述條件的股票，并篩選出同時(shí)滿(mǎn)足上述條件的股票，得到的就是價(jià)格強(qiáng)勢(shì)股。

第三，將業(yè)績(jī)強(qiáng)勢(shì)股和價(jià)格強(qiáng)勢(shì)股合并，作為下一步股票分析的基礎(chǔ)。同時(shí)滿(mǎn)足業(yè)績(jī)強(qiáng)勢(shì)和價(jià)格強(qiáng)勢(shì)的股票并不多，接下來(lái)可逐一檢視。首先根據(jù)每只股票的K線(xiàn)形態(tài)來(lái)進(jìn)行判斷，盡管所有篩選出來(lái)的股票在近期股價(jià)都創(chuàng)下新高，但不同股票的K線(xiàn)形態(tài)存在較大差別，剔除那些股價(jià)大起大落或一直處于震蕩狀態(tài)的股票，保留那些股價(jià)呈現(xiàn)出波浪式上漲趨勢(shì)的股票。其次根據(jù)市盈率進(jìn)行初步估值，市盈率是相對(duì)估值模型里最常用的估值指標(biāo)，通過(guò)市盈率的橫向縱向?qū)Ρ?，大致可以判斷出該股票的估值高低，從而判斷該股票是否存在合適的買(mǎi)點(diǎn)。如果一只股票的市盈率和同行業(yè)均值或行業(yè)龍頭企業(yè)相比已經(jīng)偏高，就表示此時(shí)可能也已經(jīng)錯(cuò)過(guò)了最合適的買(mǎi)點(diǎn)，不應(yīng)該買(mǎi)入。值得注意的是，依據(jù)市盈率進(jìn)行分析判斷，沒(méi)有絕對(duì)的標(biāo)準(zhǔn)，因?yàn)椴煌男袠I(yè)盈利能力和成長(zhǎng)性都不同，市盈率大小也不一樣。

四、金融計(jì)量軟件Stata在量化投資教學(xué)中的拓展方向

本文是利用金融計(jì)量軟件Stata在量化投資中的初步應(yīng)用，主要目的在于選擇出業(yè)績(jī)優(yōu)質(zhì)、相對(duì)投資收益較高的股票。未來(lái)還可以利用Stata軟件在量化投資領(lǐng)域進(jìn)一步拓展，大致研究方向包括如下幾點(diǎn)：

（1）納入更多元化且更有彈性的選股指標(biāo)。例如納入衡量盈利質(zhì)量的扣非凈利潤(rùn)占比，衡量?jī)攤芰Φ乃賱?dòng)比率，衡量經(jīng)營(yíng)效率的存貨周轉(zhuǎn)率等，還可以根據(jù)不同行業(yè)的異質(zhì)性，對(duì)財(cái)務(wù)指標(biāo)設(shè)置不同的篩選標(biāo)準(zhǔn)；根據(jù)不同行業(yè)將相對(duì)估值指標(biāo)市盈率加入到選股體系。

（2）利用資產(chǎn)定價(jià)的研究成果來(lái)構(gòu)建選股策略。資產(chǎn)定價(jià)比較有代表性的研究包括Sharpe（1964）提出的資本資產(chǎn)定價(jià)模型（CAPM）、Fama and French（1993）提出的三因子定價(jià)模型、Carhart（1997）提出的四因子模型等[5]。此外，還有數(shù)以百計(jì)的論文對(duì)各種影響股票收益的潛在因子進(jìn)行了研究（其中最頂尖的研究多數(shù)發(fā)表在金融學(xué)三大期刊上）。可以借鑒這些研究成果的多因子模型，并結(jié)合國(guó)內(nèi)的學(xué)術(shù)研究，提煉出適合我國(guó)A股市場(chǎng)的因子，來(lái)構(gòu)建選股策略。

（3）利用Stata軟件進(jìn)行宏觀經(jīng)濟(jì)分析。基于時(shí)間序列分析中的AR模型或ARMA模型等預(yù)測(cè)未來(lái)GDP的變化情況，從而有助于判斷大盤(pán)的未來(lái)走勢(shì)。

（4）利用更多的技術(shù)指標(biāo)來(lái)判斷交易時(shí)機(jī)。通過(guò)個(gè)股日收益率數(shù)據(jù)，利用Stata軟件構(gòu)建技術(shù)分析流派常用的MACD、KDJ、RSI等指標(biāo)，并結(jié)合圖形，來(lái)判斷個(gè)股的交易時(shí)機(jī)，是否出現(xiàn)合適的買(mǎi)點(diǎn)或賣(mài)點(diǎn)等。

五、結(jié)束語(yǔ)

本文基于證券投資基本分析和技術(shù)分析的理論基礎(chǔ)，使用上市公司財(cái)務(wù)報(bào)表數(shù)據(jù)和周個(gè)股收益率數(shù)據(jù)，利用Stata編寫(xiě)程序，篩選出同時(shí)滿(mǎn)足業(yè)績(jī)強(qiáng)勢(shì)和價(jià)格強(qiáng)勢(shì)的股票，從而為下一步投資決策奠定了基礎(chǔ)。相比于多數(shù)量化投資使用Matlab或Python軟件進(jìn)行操作，本文是利用金融計(jì)量軟件Stata進(jìn)行量化投資的初步應(yīng)用，未來(lái)可以在該研究的基礎(chǔ)上進(jìn)行進(jìn)一步拓展和深化。例如，使用更多元化、更有彈性的選股指標(biāo)，使用CAPM、三因子模型或多因子模型來(lái)實(shí)現(xiàn)選股策略，利用時(shí)間序列分析模型來(lái)預(yù)測(cè)未來(lái)GDP等宏觀經(jīng)濟(jì)變量，利用MACD、KDJ、RSI等技術(shù)分析指標(biāo)來(lái)輔助擇時(shí)交易等。