惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

W
WeLiveSecurity
博客园 - 【当耐特】
Microsoft Azure Blog
Microsoft Azure Blog
WordPress大学
WordPress大学
Stack Overflow Blog
Stack Overflow Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
IT之家
IT之家
Cloudbric
Cloudbric
The Register - Security
The Register - Security
小众软件
小众软件
PCI Perspectives
PCI Perspectives
G
Google Developers Blog
AI
AI
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Google DeepMind News
Google DeepMind News
Google DeepMind News
Google DeepMind News
宝玉的分享
宝玉的分享
Recent Commits to openclaw:main
Recent Commits to openclaw:main
量子位
TaoSecurity Blog
TaoSecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
F
Full Disclosure
N
Netflix TechBlog - Medium
博客园_首页
Last Week in AI
Last Week in AI
A
Arctic Wolf
B
Blog RSS Feed
J
Java Code Geeks
C
Cybersecurity and Infrastructure Security Agency CISA
I
InfoQ
aimingoo的专栏
aimingoo的专栏
云风的 BLOG
云风的 BLOG
NISL@THU
NISL@THU
MyScale Blog
MyScale Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Jina AI
Jina AI
有赞技术团队
有赞技术团队
S
Schneier on Security
L
Lohrmann on Cybersecurity
P
Privacy & Cybersecurity Law Blog
T
Threat Research - Cisco Blogs
P
Palo Alto Networks Blog
S
Security @ Cisco Blogs
Security Archives - TechRepublic
Security Archives - TechRepublic
Security Latest
Security Latest
Vercel News
Vercel News
博客园 - 司徒正美
Webroot Blog
Webroot Blog
Hacker News: Ask HN
Hacker News: Ask HN
A
About on SuperTechFans

博客园 - BloodyAngel

云锵投资 2026 年 6 月简报 云锵投资 2026 年 3 月简报 云锵投资 2025 年收益统计及 4 季报 云锵投资 2025 年 9 月简报 云锵投资 2025 年 6 月简报 云锵投资 2025 年 3 月简报 云锵投资 2024 年收益统计及 12 月简报 云锵投资 2024 年 9 月简报 云锵投资 2024 年 6 月简报 《期货-市场技术分析》读书笔记 《日本蜡烛图》读书笔记 & 技术分析回测 云锵投资 2024 年 3 月简报 百川合保证金帐户风险方案 认购期权买方策略 PE 值大小与次年增长率的关系分析 云锵投资 2023 年收益统计及 12 月简报 微盘策略逻辑梳理 云锵投资 2023 年 9 月简报 复制了红利低波指数 指数年度盈利数据统计
高盈利基金持仓跟踪策略
BloodyAngel · 2024-02-25 · via 博客园 - BloodyAngel

策略说明

由于每年的:收益 = G_PE + G_E + G_PE * G_E + DY;其中,通过选股,可以大致确定:G_E 和 DY;而通过 PE 也可大致得到 G_PE 的期望(见:《PE 值大小与次年增长率的关系分析》);进而,可以推算出整体的收益期望。

那么,如果找到高 G_E(盈利增长)的股票呢?传统方案是对股票本身进行筛选。上个月,在研究基金时,想到了“抄作业”。即设计一个基金持仓跟踪策略:找到所有基金中持仓股盈利呈现比较稳定增长的基金,在 PE 合适时持有它对应的股票。

回测步骤如下:

  • 对所有基金、所有年份,分析其年报中的持仓股组合,在该年度结束时,持仓股票的盈利增长率;
  • 在每一年基金年报出来之后,通过上述数据,筛选截止到该年盈利增长比较稳定的基金;
  • 选出10只左右的基金,将其持仓股整合后作为本年度策略的持仓股;(这里涉及到几种整合策略,例如平权整合;考虑到基金内部的股票比例是基金经理来决定的,也可以按基金内部比例作为权重整合)

回测结果

回测一:所有基金按 G_E 排序

年化、平均数据:G_E(盈利增长率):15.88%;PE:28.48;G_PE(PE增长率):-9.48%;G_M(市值增长率):4.92%;

回测二:G_E 排序且 PE 小于 15

年化、平均数据:G_E:0.92%;PE:10.89;G_PE:10.22%;G_M:11.2%;

回测三:PEG 排序

年化、平均数据:G_E:1.3%;PE:10.3;G_PE:5.35%;G_M:6.74%;

回测四:G_E 排序,按基金的 PE 作为持仓股的权重

年化、平均数据:G_E:21.2%;PE:38.75;G_PE:-14.24%;G_M:3.96%;

回测五:G_E 排序,按基金的 PE 作为持仓股的权重,PE < 10

年化、平均数据:G_E:4.07%;PE:9.2;G_PE:-0.22%;G_M:3.82%;(2021年数据无持仓,未统计;2016负数PE,未统计;)

结论

  • 回测 4 中,按 PE 进行加权持仓、不限制 PE 最大值,跟踪基金持仓股,能获得较高的盈利增长期望;
  • 但同时,由于期初的 PE 也较高,导致 G_PE 为负数,综合年化收益也不高。
  • 一旦限制了 PE 的最大范围,盈利增长便会同时降低;
  • PE 越低,DY(股息率)越高;

简言之,想要盈利增长率越高,必须接受更高的估值,也意味着估值下滑的可能性较大。所以就分化出了几种不同的策略:回测1、4:高成长策略;回测2、3、5:低估值策略;

进一步,在A股整体低估时,应该持有高成长策略,不但可以获得较高的 G_E,且有正的 G_PE 预期;在A股整体高估时,应该持有偏防守的低估值策略。