Py学习  »  Python

分析师的嘴,骗人的鬼?年薪百万的券商分析师靠谱吗?Python量化大数据给你答案!| 量化投资邢不行啊

经管之家 • 1 年前 • 253 次点击  

这是邢不行第 94 期量化小讲堂的分享

作者 | 邢不行、密斯锌硒



如果你有一定的交易经验,应该会或多或少看过券商分析师们推荐股票的信息。



甚至仅需49元/月,就能通过支付宝得知,被认为最优秀的新财富分析师们每天实时推荐的股票


这些年薪百万的分析师们真的谱吗?本文我们就用大数据来验证,跟着分析师的推荐去买股票到底能不能帮我们赚钱?



01

分析师行业


1

分析师印象


当你初入股市时,看到XX分析师推荐股票的研究报告,你可能会不自觉的仰望,认为他极其专业,比任何投资者都了解这只股票。


但当你在市场上待了一段时间后再提起分析师,可能第一反应是这样的:



这样的:



或者是这样的:



甚至你会产生一种我上我也行的感觉。


有类似的反应,可能是大家对分析师接触不多,平时看到的也多是相关的八卦新闻。


就我亲身接触感觉而言,分析师群体整体还是比较靠谱


首先分析师的学历都很高,目前一般都是硕士起步。


同时他们的专业度也很高,甚至有些是行业专家或经济学家。



最后相比于其他渠道,分析师研报确实是一个更优质的信息来源。


说到这给大家推荐一个公众号:



他用了诙谐的方式写分析师和基金经理的日常。通过他的文章,大家也能更好了解真实的分析师行业。


2

新财富分析师


在分析师群体中,还有一批人被认为是王牌中的王牌,精英中的精英,他们就是新财富分析师


这些分析师由社保、公募、保险、私募等专业机构每年投票评出。


而分析师们推荐的股票是否能帮这些机构赚钱,是投票的重要参考依据,因此新财富分析师大多是业内公认的佼佼者



当然有投票的地方就有江湖。新财富分析师的投票也同样存在着诸多场外因素


比如XX证券的XX分析师就曾被爆出为评选新财富与客户的不雅饭局



以上就是关于分析师和新财富分析师的简单介绍。


关于分析师到底是“专家”还是“砖家”,每个人的看法都各不相同。


鉴于分析师工作最重要的一环就是推荐股票,我们依然可以用数据说话。


恰好2022年新财富分析师评选已结束,我们去看看哪些分析师获此殊荣。他们推荐的股票又是涨是跌,能否帮我们获取超额收益?



02

分析师数据


1

2022年新财富


2022年新财富分析师的名单我已帮大家整理好,共涵盖25个行业,120位明星分析师。



而光有新财富的获奖名单是不够的,我们还需要知道这些分析师在2022年推荐了哪些股票?


分析师推荐股票往往以研究报告的形式发布。


2

研究报告


比如这份研报:



它的首页告诉我们分析师孙XX在2023年2月26日推荐了XX股票,并给予买入评级。后续则为具体的分析,往往可能有十几页。


需要注意的是,分析师一般会在报告中给出一个明确的评级,如推荐、强烈推荐卖出


虽然不同券商的评级话术也不同,但大致可以认为是分析师们对具体股票给出了优良中差的评级。


并且理论上来说,个人投资者一般很难看到分析师研报,需要的话,得去一些固定的渠道付费获取



但很多分析师也会把部分研报发布在个人公众号,感兴趣的可以去搜索感受下。



我自己每周也会在众多研报中精选几篇我个人比较推荐的分享给大家,如果你也想要的话,可以加我微信xbx783,都是可以免费发给你的。



3

分析师数据


值得一提的是,分析师每年发布的研报数量非常多,大概在4万篇左右。如果要挨个去统计分析师们研报的详细情况,是非常繁琐的。


我们给大家准备好了完整的历史数据



包含了2008年至今每个分析师撰写的每篇研报,涵盖了研报发布日期推荐的股票分析师姓名及相应的评级,非常的完备。有经验的同学应该可以想见其珍贵性。


我们从中将2022年所有新财富分析师的相关数据筛出,以便统计:



我们可以发现分析师会针对同一股票连续发布多次研报。


但我们只保留分析师在第一次给这只股票发出最高评级的相关数据。



比如XX分析师推荐多次XX股份,第一次和第二次推荐时分别给出了第2档和第1档的评级。


那我们只研究该分析师第二次推荐,即首次给出最高评级后,这个股票在未来5/20/60/120天的收益情况


这样的计算和筛选并不复杂,用Excel即可完成,但相对繁琐。我们选择借助Python代码来实现。



如果你对上述数据和代码感兴趣的话,可以扫描下方二维码或加我微信xbx783,都是可以免费发给你的。




03

新财富分析师表现


1

个人表现


程序运行结果如下:


120位新财富分析师中,有97位在2022年以最高评级推荐过股票,占比81%


有的分析师表现十分亮眼:



但也不乏部分人被啪啪打脸,推荐后股票一路下跌。



但个人表现并不能说明什么,我们还是要去看新财富分析师整体的表现如何。


2

整体表现


可以看到在2022年新财富分析师推荐的5天和20天后,股票平均涨幅为负,但60天和120天后却是上涨的。


并且他们推荐股票的胜率远小于50%,即跌的比涨的多。



但这并不能证明分析师不给力,因为在2022年代表大盘的沪深300指数就下跌了22%



我们不能只看分析师推荐股票的绝对涨幅,还要看同期大盘的相对收益。


3

相对表现


经过计算发现,在分析师推荐后的5天/20天/60天/120天,这些股票相对大盘的平均收益总体为正,无论短期还是中长期都能够稳定的跑赢大盘,特别是推荐120天后相对大盘有10%的超额收益



可能有人会说,分析师是做行业研究的,他们只会在单一行业内推荐股票,如果某个行业涨得多,那该行业的分析师也能受益。


所以我们不能和大盘比,而要与相应的行业指数比,比如医药分析师推荐的股票就应该和医药行业指数相比。



这样的想法是非常正确的,我们也找来了行业指数,计算相关的结果。具体结果如图所示:



可以发现总体而言,分析师推荐的股票是可以跑赢自身行业指数的。


至此我们基本可以确定,2022年的新财富分析师们称得上实至名归。


4

21年新财富分析师


之前我们都在证明,2022年新财富分析师在2022年推荐的股票表现优秀,但这对2023年的实际投资并无作用。


只有通过数据证明,去年的新财富分析师在今年推荐的股票仍有超额收益,我们才能实际受益。


所以我们就去找来2021年的新财富分析师名单,借助之前的数据和Python代码,看看结果如何。



如果你需要这个数据和代码的话,可以扫描下方二维码或加我微信xbx783,都是可以直接发给你的。



2021年新财富分析师在2022年推荐的股票未来表现如图所示:



我们可以发现这些股票短期内绝对收益下跌,但中长期上涨。并且在任何周期内都跑赢了同期的沪深300指数及自身的行业指数


这也证明了21年的新财富分析师们推荐的股票确实可以帮助我们在22年获得超额收益



04

彩蛋


1

策略延伸


需要注意的是,我们只看了1年的数据,这样得出的结论可能具有偶然性。我们后续还可以看过去每一年的新财富明星分析师在第二年推荐股票的表现。


限于文章篇幅就不一一展开了,大家如果感兴趣的话可以多多点赞,点赞破100的话我们就展现所有的数据,并且给大家介绍一个与之相关的完整量化投资策略


顺便透露一下,我们自己实盘的策略中就有一些是基于分析师推荐股票来选股的。



2

抄作业投资


同时相信大家应该能体会到,有时量化投资并不需要各种财务分析、技术分析来构建模型,也不需要明确知晓哪些股票未来会上涨或下跌。


我们只需用量化的方法找出市场上经常做错的人,跟他反着来;或者找出那些经常做对的人,跟着他投资。


点击图片查看相应文章


我也不需要保证每个分析师推荐的股票未来一定会上涨,我只需要保证他们整体是有效的,同样可以得到一个优秀的投资策略。


我们也衷心希望本文可以给大家一些启发。


另外关于分析师这个行业还有很多细节值得我们去探究。也只有了解了这些,我们才能更好的基于分析师数据来构建量化投资策略。


3

抄作业投资


我也曾特地邀请过分析师朋友,为我的朋友圈好友介绍过分析师行业的一些内幕和见闻。


比如分析师如果想推荐某个股票,他会优先在客户交流群说,或直接私信基金经理。之后才会发布相关研报,甚至这些研报都是助理写的。



因此我们看到的研报都有一定滞后性。但即便如此,这些信息仍能产生超额收益。


所以有时不要抱怨信息的滞后性,滞后的信息也有价值,关键看你会不会用。



05

后记


文章的最后,和大家分享一点量化投资的心得


很多人问我小白如何开始学习量化投资,有什么可以书单推荐


我的建议是千万不要直接找本书来看。


你找本编程书看,那跟着敲完“Hello World”就结束了;你找本数学书看,那看到第七页的公式就睡着了。



更好的学习方式是做实际的项目,在实践中学习量化策略。


研报就是很好的量化实践项目。


一篇研报就是一个策略,作者都是年薪百万的高学历券商分析师,你要做的就是读懂策略研报,并用代码实现。


在此期间什么不会学什么,哪里不会点哪里,抱着解决问题的心态去学习,事半功倍。


熟读唐诗三百首,不会作诗也会吟。


那么哪里可以获取研报呢?


你可以扫描下方二维码或加我的微信xbx783,我这里有分门别类几万份研报,还会实时更新



我会区分难度,精选之后发给你。



加我微信xbx783后,也可以交流量化投资相关问题,我比较忙,回复的比较慢,但是看到的都会回复。


聊的开心,聊得有缘,很多量化的数据、资料都是可以送给你的。


也可以翻翻我朋友圈的内容,很多量化干货。一些不会公开发的内容,都会在朋友圈说。



联系作者


往期文章推荐

用Python回顾A股历史上813次跳空,有多少回补了,又有多少还未回补?【邢不行】

58元/月,支付宝的付费选股指标「神奇九转」有用吗?【邢不行】

用python找出400多万次KDJ金叉死叉,胜率有多高?附代码【邢不行】

量化1000万条散户交易记录后,反向操作有多爽? | 散户才是真股神!【邢不行】

我用Python量化了1000万次散户操作,然后反着来,胜率竟然高达...?! | 你可以永远相信散户!【邢不行】

5000个基金经理能跑赢4000只股票吗?15年数据告诉你该炒股还是买基金【邢不行】

公司估值越低越好吗?买市盈率低的股票究竟是赚是赔?python量化给你答案【附代码】| 邢不行

基金规模越大,未来收益越差?小基金竟能跑赢大基金2倍!【邢不行】

A股永远3000点?量化指数增强策略,轻松多涨10倍!附代码【邢不行】

基金反买,别墅靠海?每年买倒数前十的基金能赚这么多?Python量化分析告诉你答案 附代码【邢不行】

每年都买排名前十的明星基金,长期是赚是赔?Python告诉你答案【邢不行】

Python量化避雷指南:一直买负债最多的公司,会亏成啥样?【邢不行


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/152909
 
253 次点击