量化回测：银行“质优”与“价美”的回测视角
量化回测：银行“质优”与“价美”的回测视角
在银行股投资中，如何选择优质的投资策略？本文通过量化回测的方法，对11种银行股投资策略进行了全面分析。研究发现，结合“质优”与“价美”因素的策略表现最佳，累计超额收益均达到300%以上且超额稳定。
量化回测：银行股投资策略研究新方法
量化回测是借助历史数据对交易策略进行回测和评估的量化方法，过往主要是量化研究人员运用其对全市场普适性投资策略进行比较研究。对于行业研究员而言，基于行业特有的基本面指标、财务指标以及业务指标，往往能构建更为高效的行业交易策略体系，若配合以量化回测工具，则可更加深入地分析研究相关指标在行业投资中的重要性。本篇报告通过Matlab搭建回测平台，探索将量化回测工具运用于银行股投资策略的分析与比较中，旨在寻找占优的银行股选择和交易策略。
银行业视角下的量化回测
量化策略的核心：因子与回测
量化策略的核心逻辑，在于寻找特定指标（即“因子”），根据因子选择标的力争带来最优的收益-风险特性，而回测则是是借助历史数据对交易策略进行评估的量化方法。行业视角：量化回测赋能个股选择与复盘
量化投资者开展量化研究，目标在于寻找可提供超额收益的因子，关注点在于结果导向下的“知其然”。对于行业研究员而言，量化回测与基本面分析深度结合，则可以更好地做到“知其所以然”，从而拓展投研方法和完善投研框架。研究框架：基于Matlab的银行业量化回测分析
本篇报告通过搭建基于Matlab的量化回测平台，全面对比分析估值因子、盈利因子、质量因子和基本面+估值因子在银行投资策略中的效果和作用。
实践篇：何种银行股投资策略占优？
我们对基于估值因子、盈利因子、质量因子和基本面+估值因子的11种银行股投资策略进行回测，回测结果来看：
估值因子：阶段有效，有助回撤
2011-24年间超额收益情况看，低PE策略>高股息策略>低PB策略，同时三项策略均有助于控制最大回撤，但低估值策略在景气度驱动的“核心资产抱团”行情中走势较弱。盈利因子：估值下行期，盈利改善对超额回报效果不显著
回测区间内，高ROE和高利润增长策略的超额收益不足50%，ROE改善最大和利润增速改善最大策略超额收益为负（部分归因于基数效应），长期盈利能力相较于短期盈利波动更为重要。质量因子：贡献超额收益
最具代表性的高“拨贷比-不良率-关注率”策略，回测区间累计超额收益201%，特别是在风险周期下，资产质量因子有较稳定的超额贡献。基本面+估值因子：有效改善组合表现
高“（拨贷比-不良率-关注率）×股息率”和高ROE/PB策略，在回测区间内累计超额收益达326%/309%，“质优”与“价美”因素的结合使得组合超额收益稳定性有效改善。
结论篇：回测结果对银行股投资有何启示？
深入对比各类银行股投资策略，我们认为：
- 盈利能力、资产质量与合理估值为银行投资关键
基本面要素而言，ROE和资产质量为相对收益的重要驱动，而短期盈利改善对投资收益的改善作用较小。回测区间内高ROE/PB和高“（拨贷比-不良率-关注率）×股息率”策略带来明显的超额收益，说明“好价格”与“好标的”对于银行投资均重要。
- 市场风格不同带来策略表现的显著差异
市场全面上行期，低PB策略与高利润增速策略占优。核心资产风格下，高“（拨贷比-不良率-关注率）×股息率”和高“拨贷比-不良率-关注率”策略占优。红利资产风格中，高股息策略绝对占优。高“（拨贷比-不良率-关注率）×股息率”和高ROE/PB策略，表现出更好的穿越风格特性。
风险因素
- 宏观经济增速大幅下行
- 银行资产质量超预期恶化
- 监管与行业政策的不利变化
- 量化回测结果的阶段性失效
投资策略：绝对收益属性有望接力
基于银行板块量化回测结果看：低估值策略小幅贡献超额收益，同时可有效降低回撤；基本面因子中，高ROE和高“拨贷比-不良率-关注率”策略表现占优，而高盈利改善策略表现不佳；所有策略中，基于基本面+估值因子的高ROE/PB和高“（拨贷比-不良率-关注率）×股息率”策略，2011年以来累计超额收益均达到300%且超额稳定，反映“质优”与“价美”对银行股投资的重要性。板块投资来看，两会期间，金融政策的取向指向了较为稳定的息差预期，重点领域化险政策亦助力银行信用风险改善，政策环境有望为银行提供稳定向好的经营环境。上周银行板块整体表现稳定，我们预计人民币大类资产再配置视角下，上半年银行板块仍有高确定性的回报行情。