即巿股評 | 2021-06-02 06:50

【周期論勢】量化選股及數據分析

隨著科技進步，數據分析普及，電腦的機械性分析已經越來越重要。

重要的原因就是好用，能賺到錢。

我所追求的和大多數投資者追求的一樣，就是穩定盈利，取得超越指數的回報。

否則一切都毫無意義。

例如過往幾期的宏觀經濟分析，從實戰中很容易發現，這些分析在大方向趨勢上是好的，邏輯也都嚴謹。

但又很難説清楚，對市場有多大作用，或者反過來說是市場對這些因素有多重視。

經常出現的情況是，當經濟學家對當下市場關注的問題進行邏輯嚴謹地一番推敲，自己也認爲有了一定了解，之後，很快市場好像對這個問題失去了興趣。

就好像通脹和加息問題，上上個月還在每天盯著美國國債的時候，突然一下這種相關性就好像消失了一樣。

按照量化的術語來説，就是因子會改變，相關性也在不斷改變，那麽這就不是一個穩定的有用的分析方法。

最終，回到數據分析，就是從變化中尋找不變。

學術界早就發現了動力，價值，成長這些因素非常顯著地給股價貢獻alpha。

簡單地說，經過統計，這些因素能令個股跑贏大市。

我將這些因素用數據分析，每周選出一籃子股票共30支。

並按照得分高低排序每周發放給會員，以供參考。

實戰中，我主要根據這些選股結果來挑選個股買入。

由於選股對象是「港股通」中的股票，以此我希望簡單地形式篩選出較有流動性的股票，避免那些缺少成交的細價股。

所以少數情況下會選擇沒有在量化選股結果中的股票。

從過往歷史表現中，如果平均分配買入的話，該策略長期回報大幅跑贏指數。

現在，周期分析，無論金融占星自然周期還是市場周期，都已經一大部分借助電腦進行數據統計分析，然後再用人手劃分周期。

人腦卻不會被電腦取代，人腦的最大優勢在於形態識別，歸納總結都又快又準。

我只是半自動操作，利用數據分析工具，在實戰中通過對市場形態的判斷來進行操作。

半自動形式人腦電腦互補，我發現成功率是最好，表現亦是最穩定。

編按：作者施華格，時易網創辦人。曾任家族信託基金的投資組合經理、大行操盤手，鑽研循環周期、江恩理論、波浪理論超過10年，把理論融入實戰，擅長捕捉市場轉角，他會逢周三開市前於【周期論勢】分享市場看法。