吉林大学硕士学位论文原创性声明
本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独
立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文
不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研
究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全
意识到本声明的法律结果由本人承担。
学位论文作者签名：
日期： 2021年 11月 22日

关于学位论文使用授权的声明
本人完全了解吉林大学有关保留、使用学位论文的规定，同意
吉林大学保留或向国家有关部门或机构送交论文的复印件和电子版，
允许论文被查阅和借阅；本人授权吉林大学可以将本学位论文的全
部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其
他复制手段保存论文和汇编本学位论文。
（保密论文在解密后应遵守此规定）
论文级别：■硕士□博士
学科专业：金融
论文题目：基于 V-score的量化选股策略研究
作者签名：
指导教师签名：
2021年 11月 22日
作者联系地址（邮编）：

摘要
基于 V-score的量化选股策略研究
自 Markowitz（1952）提出均值方差理论，许多学者开始专注研究量化投资
的理论和策略。其中极具代表性的量化投资策略就是以价值投资为基础，通过
各种选股策略去寻找风险收益平衡点。目前市场上大部分投资策略都是以基本
面分析为基础，结合投资标的的财务数据进行分析，还有部分是以技术分析为
主，通过分析股票市场的量价关系来构建选股策略。本文想构建一套基于价值
投资理念，从企业基本面信息出发的选股策略。但是，衡量一个企业是否具有
投资价值需要综合考虑多个维度的信息，如何从众多的信息中寻找到投资标的
的内在价值是本文研究的主要问题之一，同时也一直是许多学者和机构投资者
研究的热点问题。本文希望能在前人有关价值投资研究的基础上，突破当前选
股策略中的一些局限，为机构和个人投资者提供一类新的量化选股策略。
因此，本文首先对国内外有关价值投资策略的文献进行了分析与总结，基
于前人的研究成果，本文以沪深300所有成分股2010年6月至2020年12月的
月度数据为研究样本，从企业的风险，相对性价比，盈利能力，分析师认可度，
研发能力五个维度挑选了11个指标来衡量投资标的是否具有投资价值，然后使
用排名打分法对这些指标进行了转换，构建了公司在各个维度的得分，并基于
这些得分构建了一个综合性指标 V-score。其次本文使用了 Fama-macbeth回归
分析以及投资组合排序分组检验，验证了 V-score以及各个维度得分指标对股票
截面收益率的解释能力，并对基于 V-score指标构建的多空对冲组合的收益率进
行了回测，检验了其在中国市场的收益表现。同时本文对 V-score策略收益的稳
定性进行了检验，分别分析了 V-score策略在不同持有期下的收益率，不同投资
分组下的收益率，以及不同市场状态下的收益率表现。最后本文通过 Black-
Litterman模型结合 RBF神经网络模型构建了基于 V-score指标筛选出来的投资
I
。。。以下略