一个年化收益30%的指数

https://mp.weixin.qq.com/s/KT4ifrWrMngF0SEZsBZdFA

从2005年底到今天共13年半，这只指数年化收益30%。如果当时投入1万块钱，现在已经变成了34万。

 

它就是中证主要消费红利指数，由中证指数公司编制，代码H30094。

 

主要消费红利指数

下图是中证指数官网上的介绍文档。数据的起始日是2005年12月30日，基值是1000点，截止这周四是27878点。

 

年化收益在27.9%，算上每年2%的现金分红，大概30%。最近5年的年化收益是24.9%。

 

 

  编制方案  

 

对于A股必须消费行业的所有股票，计算其过去两年的平均税后现金股息率，并由高到低排序，取前30。

 

当然，有一些硬性条件：

 

1. 过去两年连续现金分红且每年的税后现金股息率均大于 0；

2. 过去一年内日均总市值排名在全部 A 股的前 90%；

3. 过去一年内日均成交金额排名在全部 A 股的前 90%。

 

这30只股票不是等权重，权重因子=股息率 / (股价×总股本×自由流通靠档比例)。

 

可靠性

因为中证指数公司只公布最新的持仓，所以我们无法求得任意时间段的收益率。

 

目前可计算的时间段有两个，一个是从编制基日（2005年12月31日）开始计算，一个是从5年前（2014年6月6日）开始计算，就是前面列出的27.9%和24.9%。

 

虽然这两个收益率都非常漂亮，但是仍然有瑕疵，因为这两个起始日之后，紧接着就是一波大牛市。

 

而我们显然无法做到在建仓后第二年就迎来牛市，所以我们需要进一步的验证。

 

  进一步验证  

 

进一步验证的方法就是计算从2010年1月到2018年12月的收益率。

 

因为2010年开始A股进入了4年的熊市，而2018年底是一个相对公认的低点。

 

如果这期间的收益率仍然不错的话，那我就认为这个策略的收益率是有保证的。

 

我们无法根据中证指数公司公布的数据计算出这段时间的收益率。但，这难不倒一只热爱投资的码农。

 

回测

中证指数公司公布了指数的编制方案，我们可以据此写代码复制这个指数，回测过去的收益。

 

其实，代码不难，难的是A股所有股票的历史数据，包括成交价、现金分红等。

 

好在现在有很多现成的量化平台提供这些数据，我常用的有RiceQuant和WindQuant。现在用WindQuant多一点，因为是Wind旗下的，数据比较全，质量也有保证。

 

写代码之前，我稍微调整了指数的编制规则，主要是下面两个地方：

 

1、股票数量由30只改为10只

 

因为如果购买30只股票，所需的资金会多很多。比如30只股票里有茅台，茅台一手大概要9万块。

 

2、使用等权重

 

原来编制指数时，每只股票的权重是不同的，比如最新的持仓中新希望占11.02%，而伊利股份占3.66%。

 

我们将其调整为等权重。

 

因为原来有30只股票，第1名和第30名差距比较大，所以等权重不公平。而现在只有10只股票，第1名和第10名的差距就小多了，可以接受等权重。

 

这里也有对所需资金的考虑，假如茅台的权重是2%，按照9万一手，那所需资金最少是 9万 / 2% = 450万。

 

而如果是等权重，每只股票占10%，那只要9万 / 10% = 90万。

 

因为我们调整了编制方案，所以需要先验证下与原方案收益率的偏差。

 

1、2005年12月开始至今

 

 

2、从2014年6月至今

 

 

因为策略是每年只在12月份交易一次，所以为了回测从2014年6月至2019年6月的收益，我选择的开始日期是2013年12月1日，年化收益率如上图是20.91%。

 

为了方便对比，我们根据回测净值曲线手动计算从2014年6月开始的收益。2014年6月6日的净值是0.9195，2019年6月6日的净值是2.7768，所以实际年化收益率是(2.7768 / 0.9195) ^ (1 / 5) - 1= 0.246，即24.6%

 

因为每年还有大概2%的现金分红，所以在指数年化收益的基础上加2%得到全收益（分红的现金再投入）。而我的策略不用加，我在代码中已经处理过了，汇总入下

 

 

从表格中可发现，虽然两种方案有差别，但是属于同一个量级，偏差在可接受范围内。

 

所以，我们的交易策略可以较好的跟踪原指数。

 

最后就是计算我们想要的从2010年1月到2018年12月的收益率。这个简单，修改下日期重新跑下代码即可。

 

 

年化收益率是12.17%，完美。

 

我们几乎选择了最差的买入点和最差的卖出点，仍然有12.17%的年化收益率。而同期沪深300指数的收益是负的，相当于我们每年跑赢市场13.12%（即上图中的Alpha）。

 

风险

收益说完了，说说风险。

 

首先是波动大，两次大的净值回撤为-55%和-38%，分别发生在2008年和2015年，两次大牛市之后的大跌。

 

因为永远是满仓，所以这种回撤无法避免，这可能也解释了为什么市场上没有基金跟踪这个指数。一只都没有，否则我也不用自己构建投资组合了。

 

对于基金来说，当净值大幅回撤时，客户会赎回，使得基金经理不得不在低位卖出股票。

 

但对于散户来说，就没这问题，你跌好了，我删掉交易软件躺倒装死。或者你越跌，我每个月发工资买的越多。本来10块钱一股，现在降到5块钱了，同样的资金可以买更多的股票。

 

所以我一直觉得，散户炒股比基金经理容易多了。对于我来说，波动不是风险，波动是机会。

 

其次是时间偏短。虽然从2005年12月起经历两轮牛熊，已经比较有说服力了，但是相比于一个人的投资生涯，13年的时间肯定不能算长。

 

当然，我也不想再验证个20年然后再投。所以我选了个折中方案，只投入20%的资金在这个策略上。

 

总结

好的坏的上面写代码摆数字都讲了，最后从生活常识上来看，这个策略到底凭啥能长期跑赢沪深300，平均每年高10个百分点。

 

这个步骤一定得有，做量化分析的人经常会陷入数字陷阱，从一堆本没有什么规律的数字中挖掘出一个"规律"。

 

这个"规律"要么是错误的，要么是只在某一特定时期内有效。从专业上来说这叫数据挖掘偏差，或者过拟合。这两个名词我主要是用来装逼的，没听过也没关系。

 

这个指数的持仓股都是必须消费行业的，这种行业不受经济周期的影响，也不受毛衣战的影响。

 

不管经济好坏，老百姓都得吃饭，大部分人的餐桌上都得有肉，每天都得喝牛奶，逢年过节亲戚朋友聚会都得有酒，不管是白酒还是啤酒。

 

所以，对于投资者来说，这个行业天生就是好行业，天生比其他行业容易赚钱。

 

当然，另外也有几个行业不错，比如医药、科技。我应该可以将这个策略简单的复制到这两个行业，回头测试下。