券商報告滿天飛,但單一分析師的觀點難免受限於承銷關係或從眾效應;如果能彙整市場上所有券商的「群眾智慧」,是否就能提煉出穩定的超額報酬?
本研究運用 Alphalens 框架,針對台股超過 650 檔標的進行跨年度實證,從評等水準、目標價空間、意見分歧度到市場廣度四大維度全面拆解。實證發現「平均投資建議分數」具備穩定的預測力,但分析師普遍偏向樂觀的習慣,卻容易在多頭市場造成「訊號鈍化」——量化模型該如何破解這個盲點,並結合複合因子放大選股效益?
找出穩定的複合因子後,直接套用到全市場選股就能穩操勝券嗎?實務回測告訴我們:券商共識並不是「全市場通用」,選錯股票池反而會讓策略績效大幅縮水!
本研究將表現最穩健的複合因子 comp_D(投資建議分數 × 淨樂觀占比) 導入 Zipline 回測架構,納入完整交易成本與滑價考驗。實測發現,在流動性前 100 大標的池中,策略能繳出 年化 23.57%(累積 240.52%) 的亮眼成績,一舉超越大盤;但一旦放寬至中小型股,超額報酬卻瞬間失靈——這背後的資訊覆蓋落差該如何避開?
| TEJ Factor Library 為您準備好一切: 1. 收錄動能、價值、情緒等 11 大因子分類。 2. 深挖籌碼與信用交易,精準掌握台股特有慣性。 3. 全面採用 PIT 數據,徹底排除回測偏差。 |
|---|