著名的Graham公式：
![][equtation]
[equtation]: http://latex.codecogs.com/svg.latex?\sqrt{22.5(Earning_PerShare)(Book_ValuePer~Share)}
據(jù)說巴菲特早期就是用這個公式選股的，至于賺不賺不知道。

插句話，想起小時候我爸炒股的時候，就是還有深發(fā)展的那個時代，電視上就有人在講巴菲特怎么買可口可樂的，記憶最深的是那人吹“美國憲法都有修正案，但可口可樂的配方不能改”（實際上也改過）。最近也看了看被抓大佬徐翔的報道。

我的大致感受是，其實這種人買股票對小資金的參考意義不大。巴菲特建倉某個股票可以直接換掉公司管理層；徐翔炒股也靠內(nèi)幕消息可以賭重大利好。我能干嘛？寫代碼跑回測找bug。

不說了上代碼（ricequant）：

import pandas as pd
import numpy as np
import datetime
import math

def init(context):
    scheduler.run_monthly(rebalance,8)
    #按月調(diào)倉，每月第八個交易日
    
def handle_bar(context, bar_dict):
    pass
    
def before_trading(context):
    num_stocks = 10
    #刪選股票
    fundamental_df = get_fundamentals(
        query(
            fundamentals.eod_derivative_indicator.pb_ratio,
            fundamentals.eod_derivative_indicator.pe_ratio,
            fundamentals.financial_indicator.inc_earnings_per_share,
            fundamentals.financial_indicator.inc_profit_before_tax,
            fundamentals.financial_indicator.quick_ratio,
            fundamentals.financial_indicator.earnings_per_share,
            fundamentals.financial_indicator.book_value_per_share,
        )
        .filter(
            fundamentals.eod_derivative_indicator.pe_ratio<15
        )
        .filter(
            fundamentals.eod_derivative_indicator.pb_ratio<1.5
        )
        .filter(
            fundamentals.financial_indicator.inc_earnings_per_share>0
        )
        .filter(
            fundamentals.financial_indicator.inc_profit_before_tax>0
        )
        .filter(
            fundamentals.financial_indicator.current_ratio>2
        )
        .filter(
            fundamentals.financial_indicator.quick_ratio>1
        )
        .order_by(
            fundamentals.eod_derivative_indicator.market_cap.desc()
        ).limit(
            num_stocks
        )
    )

    context.fundamental_df = fundamental_df
    context.stocks = context.fundamental_df.columns.values

    
def rebalance(context,bar_dict):
    
    #調(diào)倉
    for stock in context.portfolio.positions:
        if stock not in context.fundamental_df:
            order_target_percent(stock, 0)
    #倉中不符合條件的股票全部賣出
    weight = update_weights(context, context.stocks)

    for stock in context.fundamental_df:
        if weight != 0 and stock in context.fundamental_df:
            order_target_percent(stock,weight)
    #新選進來的股票按比例建倉
def update_weights(context,stocks):
    if len(stocks) == 0:
        return 0 
    else:
        weight = .95/len(stocks)
        return weight

回測結(jié)果如下：

發(fā)現(xiàn)四年間的收益還是很不錯的，但是最大回撤有些受不了。

同樣我測了一下16年初到現(xiàn)在的情況：

發(fā)現(xiàn)在15、16年上半年，出現(xiàn)了很長時間的空倉，篩不出來符合條件的股票，當(dāng)然我們也可以買國債。但我們也可以修正一下參數(shù)，畢竟pe<15和pb<1.5或許只是符合七十年代的美股。

如果我們把參數(shù)改到了20和1.8：

被現(xiàn)實打了臉，還不如原來的。
原來15、16空倉期的確很危險！

反思

回到策略，這個公式的大致思路是還是只買便宜的，可以認為是一種非常保守的價投策略。由上一篇文章我們可以知道，單純的市盈率因子是很有問題的，那么結(jié)合了PB之后的Graham呢？看看知乎大神是怎么說的。我們挑選兩個看上去比較有價值的回答粘在這里。

市盈率越低的股票越好嗎？

@leon:

P/E只是一種估值方式，重點不在倍率本身，而在和同業(yè)的P/E比較、和公司歷史上的P/E比較，行業(yè)景氣度。在內(nèi)地股市，行業(yè)龍頭的估值相對低廉，反映市場投機傾向明顯，小盤股的機構(gòu)投資者占比相對少，波動大，久而久之估值也較高。

市盈率長期處于低位暗示著較大的discount，恰恰說明存在不少負面因素。我舉幾個例子銀行：低P/E+低P/B反映投資人對地產(chǎn)泡沫，透明度（港股投資人擔(dān)憂中央政府不按套路出牌），SOE性質(zhì)（沒有約束機制，完全可以忽視中小投資人利益），不成熟的金融系統(tǒng)，企業(yè)治理，過速擴張導(dǎo)致資產(chǎn)質(zhì)量下滑，互聯(lián)網(wǎng)金融等的諸多擔(dān)心。資源：資源價格的超級下降周期仍未結(jié)束，環(huán)保議題削弱需求預(yù)期。地產(chǎn)：分歧加大，退化成低成長性行業(yè)，商業(yè)地產(chǎn)應(yīng)使用NAV估值。家電：普及期結(jié)束，更換周期變長，即便挖掘新功能仍伴隨單價下降，投資人的興趣下降。高速公路：非常穩(wěn)定，應(yīng)使用DCF法估值。

@馮迅(果仁老板)：

很多人認為市盈率越低，股票越便宜，股票越安全，未來收益會越好。這個觀點在A股是否適用，做一些量化分析很容易驗證。我的分析方法是將2千多只A股按照PE由小到大排名， PE越小的股票得分越高，并按照排名的先后分成10個排名段，每個排名段大約有2百只股票，然后計算每個股票排名段的年化收益（假設(shè)股票在排名段中是等權(quán)重）， 再比較各個排名段的收益。回測區(qū)間從2011年8月3日開始到2016年8月3日。 每隔20 個交易日，對所有股票重新排名，調(diào)整排名分段中的股票。在下圖中，最右面90-100分段里的股票PE最小也就是最便宜的股票，最左面0-10分段里的股票PE最大或者干脆就是負數(shù)，也就是投機最強的股票。最左面的紅色柱子是滬深300在過去五年的年化收益， 藍色柱子是各個PE分段在過去5年的年化收益。比較藍色柱子的收益，我們可以看出PE最小的股票的收益率并不是最好的，收益最好是得分80-90分段的股票，也就是PE較小但不是最小的股票。而PE最大股票收益是最差的。（細心的朋友會觀察到所有股票分段的收益都超過紅色的滬深300收益，這里面的原因，是大盤股在過去5年的收益遠不如小盤股。）

全A股PE分段過去5年年化收益比較

所以一個簡單的結(jié)論是我們應(yīng)該回避PE最高的股票， 但是買PE最低的股票并不能給我們帶來特好的收益。但是如果我們把投資域限制在滬深300內(nèi)，則會見到完全不一樣的圖形。滬深300的市盈率和市凈率分段收益我將滬深300按PE排名分成10段，每段大約30只股票。在下圖中，最左面90-100分段里的股票PE最小，最右面0-10分段里的股票PE最大。

滬深300成分股PE分段過去5年年化收益比較

我們可以看到滬深300中PE最小的股票（最右面分段）的收益率最高，而PE最高分段的收益率最低，在過去4年為負數(shù)。 這確實印證了市盈率越低越有投資價值的觀點。滬深300大都是成熟的股票， 對于成熟的股票，選股使用PE這樣的基本面指標(biāo)更靠譜些。最后的結(jié)論是投資者應(yīng)回避PE最高的或者是盈利是負數(shù)的股票。投資滬深300，選取PE小的股票會的得到更好的收益， 而投資一般的A股， PE最小的股票不一定最有優(yōu)勢。

我個人的看法：

Graham策略在長期來看能保證在25%左右的年收益率，如果在價值投資的角度來看，其實已經(jīng)是一種堪用的策略，但回撤基本和大盤保持一致，或者說容災(zāi)能力不夠強，遇上大跌會被客戶按在車庫打。

現(xiàn)在我們來做一件很枯燥的事情，如果我們認為按月調(diào)倉太乏味，我們可以改為按周調(diào)倉，回測了2016-01-01至2017-5-11的數(shù)據(jù)，然后分別將調(diào)倉時間由每周第一個交易日到第五個交易日跑了一遍，發(fā)現(xiàn)一個事情：

有意思的事情發(fā)生了，收益差這么多！但最大回撤基本上保持了一致。
看看持倉記錄，原來第一筆交易：威孚高科(000581) 在一月份正在漲，選擇后面幾天建倉就踏空了。

說明的問題：

1. 拍腦門決定調(diào)倉日是不行的，應(yīng)該包含一個合適的擇時策略??！
2. 單純的Graham策略基本可以保證讓利潤奔跑，但無法截斷虧損?。】少F的利潤都在大盤回調(diào)中吐了出來，甚至在四月底這次大跌中都沒有及時調(diào)整倉位，一個與大盤相關(guān)的倉位控制系統(tǒng)是保證勝利果實的關(guān)鍵。
3. 在合乎條件的股票數(shù)量不多時，該系統(tǒng)選擇了一兩只股票全倉殺進殺出，沒有合理分散風(fēng)險，這是非常愚蠢的。

所以說接下來的工作，我們可以將精力放在與之配套的擇時策略和倉位控制策略上。