话说股债性价比能够神奇地预测长期的底部和顶部,这还要从韭圈儿的基础版本说起。
根据北落的描述,韭圈儿的基础版本的股债性价比有四种算法(FED比值、FED差值、股息率比值和股息率差值),公式如下:
FED比值的公式为:(1/市盈率PE_TTM)/国债到期收益率
FED差值的公式为:(1/市盈率PE_TTM)-国债到期收益率
股息率比值的公式为:股息率/国债到期收益率
股息率差值的公式为:股息率-国债到期收益率
韭圈儿的扑克牌中还提供了一个仓位:
事实证明,根据这个仓位来进行买卖是有点鸡肋的,可以降低回撤,但收益并没有改善多少。
为了看看数据的规律,我们选取了三年的均值和标准差,作图,我们发现FED差值在均值 2倍标准差以上买入,在均值-2倍标准差以下卖出比买入并持有沪深300有超额收益。并且用差值的效果要比用比值的效果好。
我们又测试了一下股息率差值和股息率比值按照标准差(同FED差值和比值)买卖的净值效果,发现用股息率效果也不错,同样的,差值要比比值要好。
至于为什么差值比比值更好,我们也做了原理层面的解释。
到目前为止,虽然较基准有超额收益,但还是不那么令人满意(买点还可以但卖点不行)。于是我们画了一下散点图(横坐标是比值或者差值,纵坐标是从任意一个时点开始持有一年沪深300的收益率),看一下数据分布的规律,想找一下四种方式哪种更好。我们发现,用FED差值法是四种情况中单调性最明显且效果最好的。
我们用同样的方法测试了很多其他的指数,发现最有效的还是沪深300,我们也和韭圈儿的研究员交流了一下,研究员认为沪深300之所以有效,是因为买沪深300和债的是同一波人。正是这波人会在沪深300和债中来回切换,才导致了沪深300更适用股债性价比。
参考文章:
我们也对比了用PE_TTM和股债性价比哪个更好,发现无论是用PE_TTM还是用股债性价比来判断沪深300的买卖都是有效的。
我们还使用了机器学习(K近邻,逻辑回归)的方法来判断当前沪深300的位置。还做了四张“牛图”让大家感受当前位置买入持有一年大概率是什么样的收益,这篇文章在韭圈儿很火。
参考文章:
我们反思了一下,觉得是不是取3年的数据在时间上太短了,于是我们放宽了要求,取5年的数据,并且我们尝试了用了新的公式:
新指标=(FED差值5年内的分位数 股息率差值5年内的分位数)/2
分位数简单理解,就是以5年为单位,从大到小排序,计算当前时刻对应的排序的位置,新指标值越大排名越靠前,值也越小。
得到的效果图如下:
根据“新指标0.2以下买,0.8以上卖”,我们做了如下净值曲线:
这次看起来好像越来越像那么一回事了。
除了用5年的分位数,我们也可以用5年的标准差来进行择时,效果有,但机会不常有,还有改进的空间。关于为什么用5年的分位数和标准差我们也写了一篇文章做了原理上的解释。
既然可以用分位数构建新指标,那也可以用标准差构建新指标,构建方法如下:
标准化的FED差值=(FED差值-5年均值)/5年标准差
标准化的FED差值 =(股息率差值-5年均值)/5年标准差
FED和股息率结合值= (标准化的FED差值 标准化的FED差值)/2
使用5年标准差可以获得较好的效果,无论是FED差值、股息率差值还是FED和股息率结合指标,都能很好的规避大跌阶段
由于一轮完整的牛熊是7年,有粉丝也希望我们用7年的综合百分位(对应5年的新指标)和综合标准差(对应5年的FED和股息率结合值)试一下,效果很好。我们每周会在公众号更新最新数据。
参考文章:
其实百分位和标准差之间是有关系的,他们是股债性价比中的神仙眷侣,百分位代表了概率,标准分数代表了位置。
本文最开头提到了韭圈儿的仓位不灵,有没有办法控制仓位让我们上涨阶段不错过,下跌阶段仓位轻呢?答案是有的,我们可以用股债性价比进行非线性加仓,在底部重仓,在顶部轻仓。
到这里,我们制作股债性价比的心路历程已经讲完了,希望对你有所帮助。
联系客服