引言:

邢不行的系列帖子“量化小講堂”，通過實際案例教初學者使用python進行量化投資，瞭解行業研究方向，希望能對大家有幫助。

【歷史文章彙總】請點選此處

個人微信：coinquant，有問題歡迎交流。

文中用到的A股資料可在www.yucezhe.com下載，這裡可以下載到所有股票、從上市日起的交易資料、財務資料、分鐘資料、分筆資料、逐筆資料等。

法碼三因子選股模型，有多少人可以跑贏

 —策略介紹—

法碼三因子模型，是金融領域的著名模型，它由諾貝爾經濟學獎獲得者尤金法瑪開發。該模型主要通過總市值、市淨率等指標，選出小盤價值股。因為他通過美國股市長時間的資料發現，市值越小、市淨率越低的股票，往往會漲得更多。論文原文放在附件中，供免費下載。

本期文章嘗使用python、pandas來實現法碼三因子模型，並且使用中國市場的資料來驗證其有效性。我們沒有必要像法碼的論文原文中做的那麼嚴謹，所以對模型做出簡化。簡化後具體的規則是：在每個月的最後一個交易日，計算出每個股票的總市值 * 市淨率。在所有股票中選出該值最小的10只股票，並且計算這10只股票在下個月的平均漲幅，如此往復，得到每個月的收益，並計算總的選股收益，畫出資金曲線。

由於法碼三因子選股模型本質上是一個多因子選股模型，所以本期文章的程式碼已經構成了一個簡單的多因子模型框架。大家可以在此框架下，開發出其它有效的選股因子。

本期文章中可以學到的pandas知識：

1. 通過pandas匯入匯出文字資料。
2. groupby方法的熟練運用。
3. 如何構建多因子選股模型框架。

對於初學者來說，本期文章的難度比較大。只有在融會貫通前幾期內容的基礎上，才能比較順利的完成。

—程式—

想要實現法碼三因子選股模型，需要股票的每個月的市值以及市淨率資料，從這裡可以下載到所有股票的歷史月線資料。有免費的2013年和2014年的資料，可以作為我們計算的原始資料。資料下載下來之後有一個檔案，開啟之後是下圖這個樣子：

每一行是記錄每個股票在每個月末的資料。

資料中包含以下欄位：
【股票程式碼】股票的程式碼，上證股票以sh開頭，深證股票以sz開頭
【交易日期】【開盤價】【最高價】【最低價】【收盤價】
【漲跌幅】復權之後的真實漲跌幅，保證準確
【成交量】【成交額】【流通市值】【總市值】【換手率】【後復權價】
【交易天數】本月股票實際交易的天數
【是否交易】本月該股票最後一個交易日是否交易，1代表是，0代表否
【是否漲停】本月該股票最後一個交易日收盤是否漲停，1代表是，0代表否
【是否跌停】本月該股票最後一個交易日收盤是否跌停，1代表是，0代表否
【報告型別】最近一期財務報告的型別，3-31對應一季報，6-30對應半年報，9-30對應三季報，12-31對應年報
【報告日期】最近一期財務報告實際釋出的日期
【市盈率TTM】最近12個月市盈率，股價 / 最近12個月歸屬母公司的每股收益TTM
【市銷率TTM】最近12個月市銷率， 股價 / 最近12個月每股營業收入
【市現率TTM】最近12個月市現率， 股價 / 最近12個月每股經營現金流
【市淨率】市淨率，股價 / 最近期財報每股淨資產

有了原始資料之後就是程式碼，下面是程式碼的截圖，裡面有詳細的註釋，有問題可以留言，附件中有程式的原始碼，需要程式碼可以加我微信coinquant索要。

把資料下載下來，放到和程式碼同一個資料夾下，直接執行程式碼，結果會輸出到output.csv。輸出結果如下圖：

從圖中可以看到，從2000年起，按照法碼三因子模型選股，每個月交易一次，不算手續費的話，資產可以翻一百多倍噢。

思考題：

若不希望每個月選股一次，想要比如每週選股一次。那麼上面所說的這個月線資料就不行了。可以下載日線資料，然後將日線資料轉換為周線或者其他週期的資料，然後再構建模型。資料週期的轉換方法可以看之前的文章
《極簡方法將日線資料轉為周線、月線或其他週期》。
也可以試試看不是選10只股票，而是選5只，或者3只，看看效果怎麼樣。

對本文研究有自己的想法的朋友，歡迎在評論區留言。關於文中的程式碼、資料，以及下期《量化小講堂》想了解的內容，也可以加我個人微信coinquant交流。

如果你想入門量化，但是始終找不到方向，可以加入我的知識星球。我會在裡面解答你的問題，分享我的感悟，不論是投資、技術，還是職業選擇、思維方式。 

                                                                         -- 學習和成長從來都不是一個人的事 --