肯尼斯·费雪（Kenneth Lawrence Fisher, 以下简称小费雪），是美国著名的投资分析师及费雪投资公司的创始人，且长期为《福布斯》杂志撰写投资策略专栏。
小费雪认为：
相比市盈率，市收率更加真实，不容易受到会计处理的影响
对于周期性行业，盈利波动非常剧烈，其盈利为负时未必代表其没有投资价值，反而有可能是企业在扩张期大幅购买固定资产所致，而销售收入更能体现其价值。
一味地选取低市收率公司容易踩到“地雷”——选到大量的不良公司，这些公司或前景不明、竞争力不足，或利润率过低，或负债高企。
据此，小费雪的投资理念可以总结为两点：
选择市收率低的股票；
从低市收率股票中剔除不良公司，甄别出“超级股票”。
甄别超级“股票”的标准可以概括为3个方面：
（1）成长性：甄选营业收入稳定增长、净利润稳定增长的公司；
（2）杠杆能力：避开负债高企的公司（资产负债率不宜过高）；
（3）高利润和高准入门槛：挑选净利润率或者毛利率较高的公司，这些公司的竞争力更强。
完整的策略分 4 部分实现。首先是第一部分。
静态市收率选股，对 ps_ratio 因子去极值、中性化、标准化，用于横向跨行业选择相对市盈率偏离行业水准最远的标的买卖；
相对市收率选股，计算 ps_ratio 在过去 2 年内的相对市收率，用于纵向选择相对历史市收率比较低得标的买卖；
静态市收率 和 相对市收率组合，选择横向比较市收率低，且纵向比较相对历史市收率也比较低的标的买卖；
在 3 的基础上，增加辅助指标，剔除烂股票。
相对市收率憋了好久，原因是大 A 股的财报比较不靠谱。有的票，前三季营收很高，第四季度发现做错帐了，在营收记减，导致最后 ps_ratio ttm 居然是负数。ps_ratio = 市值 / 营收。一个公司每季度不赚钱就算了，还是负营收？营收最小值不是 0 么？请告诉我负数怎么来的？不是该倒推调整前三个季度的营收么？为什么直接在第四个季度记负数？
种种如此，不一一细表。反正被各种奇葩的数据折腾得死去活来。
ps_ratio 等于几十万倍的，ps_ratio 等于负数的，要哭。
言归正传。华泰改良自小费雪的 ps 策略，分四部分，本次是第二部分，相对市收率
1. 静态市收率选股，对 ps_ratio 因子去极值、中性化、标准化，用于横向跨行业选择相对市盈率偏离行业水准最远的标的买卖；
2. 相对市收率选股，计算 ps_ratio 在过去 2 年内的相对市收率，用于纵向选择相对历史市收率比较低得标的买卖；
3. 静态市收率 和 相对市收率组合，选择横向比较市收率低，且纵向比较相对历史市收率也比较低的标的买卖；
4. 在 3 的基础上，增加辅助指标，剔除烂股票。相对市收率的算法如下：
相对市收率=个股市收率／全市场市收率中位数
计算分两个步骤：
首先计算相对市收率，相对市收率等于个股市收率除以全市场的市收率，这样处理的目的是为了剔除市场估值变化的影响。
计算相对市收率N个月的移动平均值的N个月的标准差，并据此计算布林带上下轨（N个月的移动平均值+/-N个月移动平均的标准差）。（N = 24）
*请注意，这里是 +/- 1 倍标准差，不是布林带的 2 倍标准差。
相对市收率布林指标分层回测（此段描述引自华泰研报）
每一截面，根据相对市收率的布林指标（此处N=24，即布林中轨为2年的移动平均）分为4个组合：相对低组合、相对中低组合、相对中高组合、相对高组合，其与相对市收率布林指标的对应关系如下：
相对低组合：当前相对市收率<1倍相对市收率布林带下轨；
相对中低组合：当前相对市收率>1倍相对市收率布林带下轨且当前相对市收率<相对市收率移动平均；
相对中高组合：当前相对市收率>相对市收率移动平均且当前相对市收率<1倍相对市收率布林带上轨；
相对高组合：当前相对市收率>1倍相对市收率布林带上轨。
在大 A 股的回测结果如下：
本回测实现的是第 2个组合 —— 相对中低组合。
为什么不做最好的第一个？因为在庞大的数据里，把财报奇奇怪怪各种不合理的公司/数据找出来，并剔除掉，超出了我的能力范围。
尝试过去极值等，无果。而组合 2 的数据相对稳定（不稳定的数据落不到这个区间里）
实证结果显示：（此段描述引自华泰研报）
相对市收率布林指标分层效果十分显著：相对低组合、相对中低组合、相对中高组合、相对高组合的年化收益率为32.17%、26.76%、21.59%、12.75%，总体来说分层效果比静态低市收率因子更加显著；
相对市收率布林指标分层效果十分稳定：除了2006年，其他年份的最优组合大多是相对低组合、少数是相对中低组合。
简而言之，这是一个区分度很好地策略。
因为相对市收率的回测区间是 2013.1.1 - 2017.1.1 ，所以补一张同样区间里，静态市收率的回测结果。
讨论：
1、静态市收率比较简单粗暴，在行业内甄选相对便宜的股票买入，相当于横向比较，挑估值最便宜的，期望它雄起；
（隐藏的逻辑是：同一个行业内基本面相同，估值最便宜的总有一天会回归）
2、相对市收率是自个儿和自个儿相比较，和过去 24个月相比，看看谁的相对估值突然变低了，把它们挑出来买入，期望它焕发二春。
3、从绝对收益看，静态市收率比相对市收率的组合二要好（组合一实现不出来，目前等于头马和次马做比较）
4、从波动性看，静态市收率比相对市收率要大。
下一篇，静态市收率和相对市收率的强强组合，应该稍后就出来。期待 ing.
续求各路大神一起想想法子，怎么把组合 1 相对低组合给实现出来。
（主要困难在于对异常数据的剔除上）
一口气把研报实现完了。策略合计分三部分。
1、个股横向比较的静态市收率选股，在同一个二级行业内比较，选相对估值 0-50 分位的个股；
2、个股纵向比较的相对市收率选股，个股自个儿比较，选择和历史估值相比，较低的个股；
3、考察4个辅助指标：
剔除资产负债率相对行业最高的1/3的股票；
剔除净利润增长率为负的股票；
选取营业收入增长率相对行业最高的1/3的股票；
剔除净利润率相对行业最低的1/3的股票；
取上面三个组合的交集。按照相对市收率的偏离程度排序。
跑出来的结果果真比单纯静态市收率或者单纯相对市收率的效果要好很多。
强强联合，在各个指标全面优胜。
讨论：
1、华泰研报里，横向选择低估标的的思路和方法挺好的，长期跑下来有明显的超额收益，也是量化常用方法；
2、华泰研报里，构建了相对市收率（市场中性指标）；根据历史相对市收率偏差，提供纵向比较的思路和方法。区分度很好。有稳定的超额收益。（超赞这两点，收获颇大）
3、强强联合组合，通过横向比较以及纵向比较，选择同行业看起来估值低，历史看起来估值也低的标的，再用财务指标过滤掉坏股票。得到便宜的好股票，回测显示各项指标全面优胜。特别是股灾后的表现，每次砸下来，很快就拉回去，屡创新高。很牛。
BTW：华泰的研报，干货很多，个人每篇都琢磨好久，学习到很多东西。它这个策略，再加上择时和风险控制，就已经是一个颇好的交易策略了。顺带套用了个人常用的择时策略以及风控策略，跑了个回测。貌似挺不错的。贴个图秀一下。
参考文献： 华泰价值选股之低市收率A股模型Ⅱ
原文作者：小兵哥（聚宽社区昵称）
点击『阅读原文』，到JoinQuant社区查看源码并参与讨论。
长按指纹，关注JoinQuant