我的自选股列表构建及相关个股beta及波动率

有好几个星期没有发新的股市探索专题文章了。因为最近一直在认真学习《股市趋势技术分析》这本书，也在A股市场进行了一些实操，有赚有赔，但不得不说收获颇丰。
我相信对于大多数个人投资者而言，投资A股的首要难题是如何在众多个股中挑选到适合的投资标的。截至2021年12月14日，A股市场（不包括京市）可交易股票数超4500个。对个人投资者而言，无论从时间还是投研能力上，是绝不可能对所有股票进行研究的。所以，有很多种方法可以辅助个人投资者来挑选标的。例如，关注各行业的龙头企业（可参见我之前的相关文章中的列表）、参考机构推荐、寻找最具人气和热度的板块及个股等等。以上提到的方法都各有其利弊。

行业龙头势必业绩有保障，但不同行业处在不同的行业发展周期。处于成熟期行业龙头年增长5%肯定不如处于上升期的行业龙头年增长超过30%高，因此其股价的上涨幅度（中长期来看）肯定也相对较小。但相反，处于成熟期的行业内企业格局相对稳定，龙头企业一般不太会变化，而上升期的行业龙头可能过几年就大换血一次。
机构在投研能力上，通常来讲，是强于个人投资者的。他们在对行业和个股的研究时，都会运用一套具有理论依据的估值模型。所以从理论上来讲，机构推荐的个股应该都是属于具有投资价值的标的。但个人投资者在阅读机构研报的时候区分机构扮演的角色（买方还是卖方）非常重要。另外，个股研报的评级几乎都是唱多，极少部分是中性。减持和卖出评级的研报更是凤毛菱角。而且，机构给出的目标指导价很多都相对目前市价高出不少，我怀疑到底有多少个人投资者有耐心和资金可以一直持股到“目标价位”的。
最后，寻找最具热度的板块和个股，如果节奏把握得当，当然能得到非常可观的收益。昨天网上有篇文章就分析说如果每个月都能买入当月最牛股，假设年初10万元的本金，到12月14日截止，资金将增加到309亿。这个“故事”看上去相当美好。但实际的可行性几乎是0。相反，在追随热度的情况下，个人小散户最容易出现追涨杀跌，在最高点“站岗”，极有可能成为被收割的“韭菜”。

总而言之，没有一种方法可以保证投资成功的，如果有，那也应该引起你更多的质疑（大概率可能是骗局）。
目前我摸索出来一个可行性相当高的方案是构造一个自选股列表，每天花上一点时间研究一下列表中各股的走势，寻找合适的买入和卖出时机。自选股列表中个股数量不宜太少，因为选择面少就可能导致长期找不到合适的买入标的。数量当然也不宜太多，因为这样每天复盘都需要花费相当多的时间。我建议自选股列表中个股数量在50-200个之间，具体数量依据个人能力和时间而定（我自己目前的数量是在100个左右）。
今天这篇文章，主要就是为了分享一下我目前在用的一部分列表。这些股票的筛选逻辑是根据最新公布的公司财报（2021年三季度），满足以下指标均高于总样本的65%分位数的个股。

注：总样本指沪深300+中证500+中证1000的成分股，总计1799只（葛洲坝已退市）。
具体筛选过程可参见在我10月发布的一篇文章。

指标及阈值：

EPS（每股收益）≥ 0.20
ROE（净资产收益率）≥ 9.96%
营业总收入同比 ≥ 32.92%
归属净利润同比 ≥ 42.38%
销售毛利率 ≥ 35.11%
净利润率 ≥ 15.02%
机构持仓 ≥ 15
机构持仓同比 ≥ 23.64%

根据以上条件筛选出的个股共62只，涵盖东财行业共25个。具体列表如下：

表1：满足筛选条件的个股列表（数据来源：东方财富网、Tushare）

请注意：以上列表中个股可以理解为综合评分相对较高的个股。但它们股价的走势有些处于上升通道中，有些处于下降趋势中，有些处于整固过程中。所以具体买入哪只股票，何时买入，还需读者自行判断。
在表1中，我除了列出了个股的代码、名称、所属行业以外，还计算了每只股票从今年年初到12月13日的beta值和日涨跌幅的波动率（re_std）。这两个数值主要是用在设置止损间隔的。 Beta值高、波动率高的个股止损间隔通常应该设置得大于beta低、波动率低的个股。

另，我还在附件中放入了这些个股在今年4个季度（第四季度数据截至12月13日）的beta和re_std的数据。可以帮助读者更好地了解个股的市场敏感度和波动率在不同季度之间的变化情况。

stock_q_beta_20211213.xlsx
24.8K
· 百度网盘

除此以外，你也可以根据自己的喜好、对行业的熟悉程度，在你的自选股列表中加入对应行业的龙头企业。行业龙头列表也可参见我之前发布的文章。
Anyways，希望我的文章总能为各位读者带来一些股市投资灵感。
附录：表1中beta的计算说明
对于beta的理论背景，我这里就不做详述了。总之，个股beta值是用来体现个股收益率相对于市场收益率的敏感性。
Beta的计算公式为：β =

其中，为个股的收益率，为市场收益率。Covariance为协方差，Variance为方差。

Beta也可以根据CAPM模型，计算线性回归的斜率获得（我使用的方法）。
CAPM：
其中，为市场无风险利率。
对于beta不同取值的解读：

当beta = 0 时，意味着个股的涨跌方向以及涨跌幅度与市场完全没有关系（几乎没有这种情况的出现）。
当0 < beta < 1 时，意味着个股的涨跌方向与市场一致，但涨跌幅度小于市场涨跌幅度。
当beta = 1时，意味着个股的涨跌方向和涨跌幅度与市场保持一致。
当beta > 1 时，意味着个股的涨跌方向与市场一致，且涨跌幅度高于市场涨跌幅度。
当 -1< beta < 0时，意味着个股的涨跌方向与市场相反，但涨跌幅度小于市场涨跌幅。
当beta < -1 时，意味着个股的涨跌方向与市场相反，且涨跌幅度高于市场涨跌幅度。

我在计算表1中个股的beta时，对应的市场收益率分别是个股所对应指数的日涨跌幅，例如上证、深成指、创业板。表1中所有个股的beta值均为正数。且有39只个股的beta值大于1。