量化專題報告:超額收益增長模型AEG,PE估值的內涵邏輯.pdf
- 上傳者:m****
- 時間:2024/07/26
- 熱度:392
- 0人點贊
- 舉報
量化專題報告:超額收益增長模型AEG,PE估值的內涵邏輯。基于 DCF 貼現模型的傳統 PE 估值難以解釋相同增速下的不同估值問題。 基于階段 DCF 模型,給出一定的增速假設和持續時間,便可給出不同的理論 PE, 高 PE 的公司,估值的貢獻主要源自于遠期的增速。但在實際投資中經常發現相 同增速但是估值不同的個股,因此需要尋找一個更加合理和邏輯自洽的估值模 型。
收益并非價值流量的完美度量,AEG 模型的核心在于其綜合考量了包括股 利再投資在內的全收益和機會成本。AEG 模型不僅捕捉了公司當前的盈利能力, 還要求還原公司股利再投資下的全收益,尤其是那些超出股東要求回報率的收益 增長部分。與 DCF 模型相比,更全面的考察了收益的來源和機會成本,如果忽 略了某一部分就會導致相應的定價偏誤,產生難以理解的估值異象。對比表明, AEG 估值模型較 DCF 模型定價更加準確。
基于全收益估值下的紅利擇時表現更加穩定。從理論估值來看,實際交易的 PE 中樞基本圍繞理論 PE 中樞進行波動,結果表明中證紅利指數的 PE 仍有上行 的空間。紅利類資產由于股息發放較多,因此存在更多的定價偏誤,因而構建全 收益下的估值:P/全收益。P/全收益下的值為 5.8,低于傳統的 7.2 市盈率。通 過計算 P/全收益,AEG 模型能夠更準確地反映紅利資產的估值,從而優化擇時 策略年化收益達到 8.8%,夏普比率為 0.77,最大回撤-11%,周度勝率為 55%, 相較于傳統方法有顯著提升。
帶息收益下的估值因子表現較傳統 EP 得到顯著提升。通過優化傳統的 EP 因子,報告提出了 AEG_EP 因子,不僅考慮了公司的盈利,還通過分析師一致預 期的 EPS 和歷史派息計算股利再投資部分的價值,從而還原了帶息收益。AEG_EP 因子的 IC 從原始因子的 0.051 提升至 0.06,因子多頭端分層效果好。在組合構 建方面,基于 AEG_EP 因子的 TOP100 組合,在月度調倉下實現了年化收益 22.7%,夏普比率達到 0.94,相比原始 EP 因子的組合,風險調整后的收益得到 了顯著提升。
免責聲明:本文 / 資料由用戶個人上傳,平臺僅提供信息存儲服務,如有侵權請聯系刪除。
- 相關標簽
- 相關專題
- 全部熱門
- 本年熱門
- 本季熱門
- 量化專題報告:港股財務數據處理六問及因子復現手冊.pdf 248 6積分
- 金工深度研究:AI量化的當下與未來.pdf 203 6積分
- 基本面量化系列研究之五:基于波特五力的投資全解析.pdf 181 6積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 174 4積分
- 智能驅動+多策略協同,國聯量化團隊的進階之道.pdf 136 5積分
- 量化專題報告:“機器學習”選股模型系列研究(一),量價指紋模型的構建與應用初探.pdf 131 4積分
- 固收深度研究:轉債量化手冊,因子投資實踐.pdf 114 4積分
- 私募基金2026年半年度策略和私募行業創新:量化快速擴規模,宏觀產品多策略化.pdf 111 3積分
- 高頻因子(十八):收益來源基礎的因子挖掘方法論一——維度匹配因子.pdf 109 6積分
- 金工深度研究:多維擇時模型的拆解與重構.pdf 105 3積分
- 量化專題報告:港股財務數據處理六問及因子復現手冊.pdf 248 6積分
- 金工深度研究:AI量化的當下與未來.pdf 203 6積分
- 基本面量化系列研究之五:基于波特五力的投資全解析.pdf 181 6積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 174 4積分
- 智能驅動+多策略協同,國聯量化團隊的進階之道.pdf 136 5積分
- 量化專題報告:“機器學習”選股模型系列研究(一),量價指紋模型的構建與應用初探.pdf 131 4積分
- 固收深度研究:轉債量化手冊,因子投資實踐.pdf 114 4積分
- 私募基金2026年半年度策略和私募行業創新:量化快速擴規模,宏觀產品多策略化.pdf 111 3積分
- 高頻因子(十八):收益來源基礎的因子挖掘方法論一——維度匹配因子.pdf 109 6積分
- 金工深度研究:多維擇時模型的拆解與重構.pdf 105 3積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 174 4積分
- 固收深度研究:轉債量化手冊,因子投資實踐.pdf 114 4積分
- 私募基金2026年半年度策略和私募行業創新:量化快速擴規模,宏觀產品多策略化.pdf 111 3積分
- 金工深度研究:多維擇時模型的拆解與重構.pdf 105 3積分
- 金工深度研究:基于籌碼分層結構的端到端AI因子.pdf 98 3積分
- Alpha的梯度——天弘基金量化指增配置思路.pdf 85 3積分
- 金融工程指數量化系列:高值偏離修復模型(多位點).pdf 82 4積分
- 全譜系布局與AI賦能:天弘量化指增的“低相關”Alpha之道.pdf 79 3積分
- 量化專題報告:基于資金推動力的“價量張力”因子構建.pdf 78 3積分
- 量化專題報告:“量價淘金”選股因子系列研究(十七),基于訂單聚集現象的高頻量價因子研究.pdf 77 3積分
