研报复现|阿梅特欧卡莫斯集中投资法则
本文参考:20151012-申万宏源-申万大师系列价值投资篇之十:阿梅特.欧卡莫斯集中投资法则
阿梅特·欧卡莫斯是华尔街著名投资人,1969年出生于土耳其伊斯坦布尔,23岁开始在美国从事证券交易,1995-2000年间实现年化107%的收益。1997年创立欧卡莫斯机会基金,因业绩优异多次获美国投资经理人排行第一名,2008年金融危机前因认为价值投资理念难以获利而停止基金运营。其投资风格以价值投资为核心,注重基本面分析,擅长集中投资,持股数量通常控制在10只以内。
策略概述
阿梅特·欧卡莫斯集中投资法则从估值水平、长期经营绩效、管理层管理水平、股价相对历史高位四个维度出发,提出9条选股标准和3条买进标准,形成量化筛选体系。策略强调**“低估值、高成长、管理层利益绑定、避免追高”**,回测显示其在A股年化收益率达21%,超额收益13%,体现出较强的适用性。
策略实现逻辑
阿梅特欧卡莫斯策略通用版本指标描述:
策略实现逻辑与步骤
核心逻辑:通过多维度指标筛选具备安全边际且成长潜力的公司,同时通过管理层持股和股价位置控制风险。欧卡莫斯认为,低估值提供安全边际,长期成长能力保障收益空间,管理层高持股减少代理风险,避免追高则降低波动。
具体步骤:
估值筛选:市净率<市场平均值、市盈率<市场平均值,确保估值合理;
成长能力:五年平均营业收入、税后利润、自由现金流成长率均>市场平均值60%,净值成长率>市场平均值60%,ROE>市场平均值60%;
管理层激励:管理层持股比例增加或高于市场平均值60%;
股价位置:股价低于过去一年最高价的90%,避免追高。
为适合A股,进行必要改进
核心指标及含义
指标 | 含义 | 计算公式 | 作用 |
---|---|---|---|
市盈率(PE) | 股价与每股收益的比率,衡量估值水平 | 市盈率 = 股价 ÷ 每股收益 | 筛选低估值股票,排除高估标的 |
市净率(PB) | 股价与每股净资产的比率,反映资产价值溢价 | 市净率 = 股价 ÷ 每股净资产 | 评估股价相对资产的便宜程度 |
五年平均营业收入成长率 | 公司五年营业收入的年均增长速度 | 营业收入成长率 = (本期营收 - 基期营收)÷ 基期营收 × 100% | 衡量公司经营规模扩张能力 |
五年平均ROE | 五年平均净资产收益率,反映股东回报能力 | ROE = 净利润 ÷ 净资产 × 100% | 评估公司盈利能力的稳定性 |
管理层持股比例 | 管理层持股数占总股本的比例,体现利益一致性 | 管理层持股比例 = 高管持股数 ÷ 总股本 | 降低代理风险,增强管理层动力 |
股价/过去一年最高价 | 当前股价与过去一年最高价的比值,衡量股价位置 | 股价/过去一年最高价 = 当前股价 ÷ 过去一年最高价 | 避免在历史高位买入,控制追高风险 |
营业收入成长率
定义
反映企业营业收入在一定时期内的增长幅度,衡量经营规模的扩张速度及市场竞争力。计算公式
营业收入成长率本期营业收入上期营业收入上期营业收入
财报对应名称
营业收入:利润表中“营业收入”科目,财报中可能在经营成果分析部分直接列示“营收增长率”。
税后利润成长率
定义
又称“净利润增长率”,衡量企业税后净利润的增长幅度,反映盈利能力的提升速度。计算公式
税后利润成长率本期净利润上期净利润上期净利润
财报对应名称
净利润:利润表中“净利润”或“归属于母公司股东的净利润”科目。
自由现金流量成长率
定义
衡量企业自由现金流量(FCF)的增长幅度,自由现金流量=经营活动现金流量净额-资本支出,反映企业实际现金创造能力。计算公式
自由现金流量成长率本期自由现金流量上期自由现金流量上期自由现金流量
财报对应名称
经营活动现金流量净额:现金流量表中“经营活动产生的现金流量净额”;
资本支出:现金流量表中“购建固定资产、无形资产和其他长期资产支付的现金”。
净值成长率
定义
又称“股东权益增长率”,反映企业股东权益(净资产)的增长速度,衡量资产规模的扩张及长期价值积累能力。计算公式
净值成长率本期股东权益上期股东权益上期股东权益
财报对应名称
股东权益合计:资产负债表中“归属于母公司所有者权益合计”。
ROE(净资产收益率)
定义
又称“股东权益收益率”,衡量净利润与股东权益的比率,反映股东投入资本的获利能力,是价值投资核心指标。计算公式
净利润股东权益
(常用加权平均ROE:净利润平均股东权益)
财报对应名称
利润表“净利润”与资产负债表“股东权益”科目,财报中“财务指标”部分会直接列示“净资产收益率”。
管理层持股比例
定义
公司董事、监事及高级管理人员持有的股份占总股本的比例,反映管理层与股东的利益绑定程度。计算公式
管理层持股比例董监高持股总数总股本
财报对应名称
董监高持股总数:财报“董事、监事、高级管理人员及核心技术人员持股情况”或“股份变动公告”。
市盈率(PE)
定义
股价与每股收益的比率,衡量投资者为获取单位收益支付的价格,反映市场对企业未来盈利的预期。计算公式
静态当前股价上一年度每股收益
动态当前股价预测本年度每股收益
财报对应名称
每股收益(EPS):利润表中“基本每股收益”或“稀释每股收益”。
市净率(PB)
定义
股价与每股净资产的比率,衡量股价相对企业净资产的溢价程度,适用于资产密集型行业估值。计算公式
市净率当前股价每股净资产
(每股净资产 = 股东权益 ÷ 总股本)
财报对应名称
股东权益合计:资产负债表中“归属于母公司所有者权益合计”。
市现率
定义
股价与每股现金流量的比率,衡量投资者为获取单位现金流量支付的价格,比PE更能反映盈利质量。计算公式
市现率当前股价每股经营活动现金流量
(每股经营活动现金流量 = 经营活动现金流量净额 ÷ 总股本)
财报对应名称
经营活动现金流量净额:现金流量表中“经营活动产生的现金流量净额”。
指标联动分析场景
成长性验证:
营业收入/税后利润成长率持续高于行业平均,且自由现金流量成长率为正,说明扩张具备现金流支撑;
若净利润成长率>自由现金流量成长率,需警惕应收账款占比过高(盈利质量风险)。
价值投资策略:
低PE + 低PB + 高ROE(如ROE>15%)是经典价值股筛选组合;
市现率若长期高于PE,可能存在“现金创造能力弱”问题(如利润多为非现金形式)。
管理层激励:
管理层持股比例高(如>5%)时,股东与管理层利益更一致,反之需关注是否存在“短视行为”(如过度融资分红)。
行业特性差异:
银行、地产行业更依赖PB估值(资产账面价值较可靠);
科技行业更关注PE与市现率的匹配(现金流需支撑高研发投入)。
指标应用逻辑
策略回测
回测方案设计
回测周期:2020年1月1日至2025年1月1日, 共计1212交易日。
数据范围:历史上所有沪深300成分股(含退市股票)。
调仓频率:每年四次调仓, 每季度月初调仓。
手续费:交易费用为千分之1.3。
业绩基准:沪深300指数
回测结果分析
from backtest.analyzer import StrategyAnalyzer
from backtest.visualizer import Visualizer
def screen_stocks(self, date):
"""
参数:
date: 日期,用于筛选特定交易日的数据
返回:
符合筛选条件的股票代码列表
"""
qualified_stocks = []
data_strategy = self.data_strategy.copy()
if data_strategy is None:
return qualified_stocks
data_strategy['trade_date'] = pd.to_datetime(
data_strategy['trade_date'],
format='%Y%m%d'
)
data_strategy = data_strategy[data_strategy['trade_date'] == date]
if len(data_strategy) == 0:
print(f'Error: 调仓日:{date}, 无数据!')
return qualified_stocks
data_strategy.fillna(0, inplace=True)
# 强制转换数值列类型并处理异常值
numeric_cols = [
'pe', 'pb', 'roe', 'revenue_growth_5y',
'net_profit_growth_5y', 'free_cashflow_growth_5y',
'book_value_growth_5y', 'close_ratio_to_year_high', 'market_avg_roe',
'market_avg_rev', 'market_avg_npr', 'market_avg_fcf', 'market_avg_bv'
]
data_strategy[numeric_cols] = data_strategy[numeric_cols].apply(pd.to_numeric, errors='coerce')
# 定义筛选条件
conditions = [
"pe < 57",
"pb < 8.0",
"roe > market_avg_roe * 0.6",
"revenue_growth_5y > market_avg_rev * 0.6",
"net_profit_growth_5y > market_avg_npr * 0.6",
"free_cashflow_growth_5y > market_avg_fcf * 0.6",
"book_value_growth_5y >= market_avg_bv * 0.6",
"close_ratio_to_year_high <= 0.9"
]
# 构建查询字符串
query_str = " and ".join(conditions)
filtered_df = data_strategy.query(query_str)
print(f"{date}: 符合条件标的个数:{len(filtered_df)}")
results = filtered_df
# 按PE排序并限制持股数量
qualified_stocks = results['ts_code'].tolist()
return qualified_stocks
analyzer = StrategyAnalyzer()
performance = analyzer.analyze()
analyzer.generate_report(performance);
===== 回测报告 =====
回测周期: 20200101 - 20250101
初始资金: 10,000,000.00元
最终资金: 10,863,051.62元===== 收益分析 =====
总收益率: 8.77%
年化收益率: 1.76%
基准总收益率: -5.23%
基准年化收益率: -1.11%
超额收益率: 14.01%===== 风险分析 =====
最大回撤: -29.63%
基准最大回撤: -45.60%
波动率: 17.58%
基准波动率: 19.59%===== 风险调整后收益 =====
夏普比率: 0.19
基准夏普比率: 0.04
索提诺比率: 0.28
卡玛比率: 0.06===== 胜率和盈亏比 =====
胜率: 11.39%
盈亏比: 8.34===== 月度表现 =====
盈利月份: 11
亏损月份: 49
月度胜率: 18.33%===== 交易统计 =====
总交易次数: 10
买入次数: 5
卖出次数: 5
交易总费用: 109849.38元===== 总结 =====
策略表现优于基准,超额收益为正
夏普比率 0.19,风险调整后收益一般
==============================================
visualizer = Visualizer()
visualizer.strategy_title = "阿梅特·欧卡莫斯集中投资法则"
visualizer.plot_performance(performance)
png
png
png