异常波动事件驱动策略量化研究

2020-04-01 07:54尚琳喆夏青桐
科学与财富 2020年2期
关键词:量化

尚琳喆 夏青桐

摘 要:异常波动事件是指上市公司在市场上发布股价异常波动公告的行为。从直观上讲,出现股价异常波动的股票可能存在获取超额收益的机会,本报告用量化的方法研究了出现股价异常波动的股票是否在后期存在获取超额收益的机会,发现异常波动事件对应公司股价存在一定超额收益。进一步我们构建了异常波动事件驱动选股策略,利用数据进行回测。

关键词:异常波动事件;事件驱动;超额收益;量化

一、异常波动事件综述

异常波动事件是指上市公司在市场上发布股价异常波动公告的行为。通常,某支股票股价在短期出现异常波动,原因可能有:公司经营情况和内外部经营环境发生重大变化、公司近期正在筹划重大事项和公共传媒报道了对公司股价产生影响的重大事件等。从直观上讲,出现股价异常波动的股票可能存在获取超额收益的机会。

1.1股价异常波动相关规定

股价异常波动,主要是为了规范股市,防止有人利用大量资金人为地在短期内操作股价。异常波动判定依据根据《上海证券交易所交易规则(2015年修订)》,主要指标为:收盘价格涨跌幅偏离值、日均换手率和证监会规定其他情形。异常波动指标自复牌之日起重新计算。

当交易所察觉某只股票符合上述特征时,即要求上市公司做出示警声明,并就可能产生的原因做出说明,而交易所会在随后的一个交易日开市时对该股票实施停牌一小时。对于未能及时发布公告说明原因的股票,交易所会要求上市公司进行停牌自查,直到上市公司就异常波动做出说明并发布公告方可申请复牌。

1.2异常波动分布情况

我们将异常波动事件分为两类:发布异常波动公告后次日仍可以正常交易、发布异常波动公告后停牌一天及以上。我们从巨潮资讯爬取了沪深两市上市公司的所有股价异常波动公告,剔除冗余公告。统计区间为2002年1月1日到2017年7月4日,在此区间内共出现27320例股价异常波动事件,涉及到上市公司3272家。其中异常波动未停牌事件26258件,占事件总数的96.11%;异常波动停牌事件1062件,占事件总数的3.89%。

进一步我们逐年统计了股价异常波动事件的分布情况,发现异常波动事件在时间上的分布和HS300走势有较强的相关性。

二、异常波动未停牌事件超额收益统计

首先我们考察异常波动未停牌事件对超额收益的影响。假设在异常波动公告发出后的下一个交易日开盘时买入,持有10个交易日。如果在买入日股票一字板涨停,往后推迟最多2个交易日买入。超过两个交易日无法买入,放弃此机会。结果显示股价异常波动未停牌事件存在一定的超额收益。

由于上市公司的股价可能随着所属行业板块的波动而波动,进一步统计异常波动未停牌的上市公司在发布异常波动公告前5日所属申万一级行业指数的涨跌幅,并按照行业指数的上涨或下跌将所有异常波动未停牌事件划分为两类,分别统计超额收益。结果显示行业指数下跌的目标股票组合,其平均超额累计收益在的第10天达到最大1.16%,胜率为0.46。对于行业指数上涨的目标股票组合,其平均超额累计收益在第7天达到最大1.22%,胜率为0.46。

三、异常波动停牌事件超额收益统计

对于所有异常波动停牌事件,我们首先统计了停牌天数的分布。结果显示,超过一半的异常波动停牌事件停牌天数都在5天以内。对于停牌时间较长的股票,往往是由于公司近期存在重大事项,在发布股票交易异常波动核查结果公告的同时发出继续停牌的公告。

3.1所有异常波动停牌事件超额收益

首先我们考察异常波动停牌事件对超额收益的影响。结果显示,异常波动停牌股票组合的平均超额累计收益在第8个持有日时达到最大,为1.00%,此时胜率为0.48。

3.2不同停牌时长下的超额收益

根据前面对停牌时长的统计,我们进一步将停牌时间长度划分为四档,分别为:短期停牌(<=5天,573起)、中短期停牌(6-10天,164起)、中期停牌(1-30天,147起)、长期停牌(>30天,157起)。分别统计不同停牌时长下组合的超额平均收益,结果显示:对于短期停牌的股票组合,平均超额累计收益较低;对于中短期停牌的股票组合,平均超额累计收益在持有第5天达到最大值,为0.93%,当日胜率为0.46;对于中期停牌的股票组合,平均超额累计收益率在持有第8天时达到最大值1.84%,当日胜率0.45;对于长期停牌的股票组合,平均超额累计收益率在持有第8天达到最大值1.59%,当日胜率0.45。

3.3停牌期间行业指数上涨/下跌的超额累计收益

在异常波动停牌事件的停牌期间,行业板块的走势会发生变化,我们分别对异常波动停牌事件中停牌期间行业指数下跌和上涨两种情况下股票组合的超额累计收益率进行了统计,结果显示:若是异常波动停牌期间所属行业指数下跌,复牌后持有的股票组合平均累计收益率较低,反之超额累计收益率较高,在持有第8天达到最大值1.37%,胜率0.47。

四、异常波动事件驱动策略

根据前面的分析,设定如下异常波动事件驱动投资策略。

买入規则:对于发出异常波动公告后未停牌的股票,若公告前5日所属行业指数上涨,则在公告发布后第二个交易日以开盘价买入;对于发出异常波动公告后停牌的股票,在复牌日后延迟2天以当天开盘价买入。若是买入当日股票无法买入,最多等待2个交易日。

卖出规则:持有T日以收盘价卖出。当某支股票累计跌幅超过10%,则提前卖出。

交易成本:单边交易成本1.3‰

仓位设置:我们假设初始资金为1。并将资金分成等权重分成N份。在每个交易日,给当天每个买入的信号分配一份资金,当信号数大于当前闲置资金份数时,优先选择买入日前十天累计涨幅较小股票;在每个交易日结束时,将所有闲置资金加总,重新等权分配给每个空的仓位。

持有期T设置为5天,N设置为10,以2009年初至今作为策略测试区间,根据上述规则进行投资策略测试。

回测结果显示,策略在2013年之前和HS300、中证500走势接近,我们推测这是因为这段时间异常波动事件分布较为稀疏,策略主要在进行指数化投资。从2013年开始,随着异常波动事件的密集出现,策略收益逐渐跑赢HS300指数,走势与中证500接近。从2017年年初开始,策略收益逐渐下滑,至回测结束时相比HS300超额收益已经很少,这可能是由于2017年市场整体投资风格偏大盘蓝筹股。策略最终年化收益率6.49%,最大回撤60.45%,绝对胜率50.05%。

五、总结与展望

通过对股价异常波动事件的分析,并基于分析构建组合策略,我们得到如下结论:

1. 异常波动事件的分布与大盘走势具有一定的相关性。

2. 异常波动事件会对股价产生一定的影响,对于异常波动未停牌事件,若公告前期行业指数上涨,发布公告后股价会在短期有一定程度上涨;对于异常波动停牌事件,若停牌期间行业指数上涨,复牌后股价会在短期有一定程度上涨。

3. 根据异常波动事件对股价影响的分析,我们构建异常波动事件驱动选股策略。在测试区间内策略最初表现与HS300接近,之后逐渐超越HS300,与中证500走势接近.在测试区间尾部,策略收益下降明显,超额收益最终接近于0。策略最终年化收益率6.49%,最大回撤60.45%,绝对胜率50.05%。

在本文中,我们没有对异常波动事件分大小盘进行分析,但在最后回测中可以发现,异常波动事件和当前的市场风格可能存在一定的关系,有待进一步讨论。同时针对回测中可能存在的过拟合问题,也需要进一步验证和改进。

作者简介:

尚琳喆,出生年月: 1994年12月9日,性别: 男,民族:汉,籍贯(精确到市): 山西省临汾市当前职务:学生,当前职称:无,学历:硕士研究生,研究方向:公司金融、金融市场与机构.

猜你喜欢
量化
关于对思想道德教育量化实施的研究
试论小学生道德量化
从覆判案件看北京政府时期基层司法的状况与特征:以江苏为例
量化词语的隐喻分析
警察院校量化考核制度
让“量化”更加的“亮化”
小学班级管理之我“心”我“数”
高校贫困生认定评分体系研究与构建
大学物理实验考核模式探索