我用 5 行“算法代码”重构了指数投资逻辑

9 阅读4分钟

作为一名习惯了“逻辑即正义”的开发者,在面对 2026 年复杂的金融市场时,我曾试图通过行业故事(家电、白酒、AI)去寻找答案。但我很快意识到,主观判断是投资回撤的最大来源。

为了防止情绪干扰,我构建了一套“多因子量化筛选模型”。今天,我将这 15 万短债资产置换为权益资产的全过程分享出来,带大家看看数据是如何“说话”的。

一、 算法核心:五个“金标准”滤网

在海量的指数数据中,我只运行这五个核心逻辑:

  1. ROE (净资产收益率) > 15% :这是“好生意”的底线,确保公司真的在高效赚钱。
  2. 营收 & 净利润增速 > 0:剔除所有陷入衰退的“僵尸行业”,只要增长的真实动能。
  3. PE 分位 (近5年) < 30% :安全边际。再好的资产,买贵了也是风险。
  4. 成交额最大化:这是“资金投票”的结果。高成交额意味着高共识和极佳的流动性,并且投入排前三的行业。
  5. ETF 规模支撑:确保有成熟的交易工具,避免无法入场的“纸面富贵”。

二、 风格因子大扫描:识破“名字”的陷阱

我分别对成长因子、价值因子、红利因子进行了全量扫描,数据反馈非常残酷:

  • 成长风格(如成长40): 虽然增速极快(20%+),但 PE 分位全线处于 90% 以上。这意味着你正以历史最高价买入。

image.png

  • 价值风格(如 300 价值): 陷入了典型的“价值陷阱”,营收多为负增长,虽然股息高,但基本面正在萎缩。

image.png

  • 红利质量: 表现惊艳。红利质量 (931468)4.29% 的极低估值分位和稳定的增长脱颖而出。

image.png

三、 最终执行名单:进攻、基石与防御的“金三角”

经过层层过滤,我的算法锁定了以下12只指数,分布在两个行业:数字化与人工智能,消费,风格因子:红利。

参考资料:行业参考指标由Gemini 3 Flash提供

指标组合核心关注点最适合的行业示例
PE + PE分位盈利的稳定性白酒、调味品、家电
PB + PB分位资产的安全性银行、证券、煤炭、建筑
PS + PS分位规模的扩张性软件服务(SaaS)、医药研发、互联网
PEG增长的性价比新能源、半导体、医疗器械
ROE商业模式的优劣所有行业(尤其是选长牛股时)

消费行业(PE、PE分位)

image.png PE分位,**中证港股通消费主题指数(931454.CSI)**胜出。

个人分析:家电龙头属于细分行业,风险高。不建议投资。其余四个消费指数均被白酒捆绑,白酒目前处于有争议的行业,虽然基本面没问题,但是个人信心不足,可能会在大跌中恐慌,破坏投资的纪律性。恰好剩下的唯一一只基金刚好也符合所有指标。真的太令人兴奋了。有种捡到宝的感觉。十大成本股也是耳熟能详的快消品,我实在不明白为什么会被资本低估。十大成分股:百胜中国、泡泡玛特、安踏体育、农夫山泉、万洲国际、海尔智家、李宁、美的集团、蒙牛乳业、申洲国际

数字化与人工智能(PS、PS分位、PEG来衡量)

image.png PS与PS分位,中证港股通互联网指数(931637.CSI)

PEG = PE/净利润增速= 15.35/15.76 = 0.97 < 1 同样也是机会区

风格因子:红利 (ROE、股息率)

image.png 貌似不够优秀,虽然它的股息率(2.68%)不如家电、消费行业,但是从投资分散的角度不应该再选择家电,并且它的价格(PE 分位)处于历史极低底部。这意味着它的估值修复空间可能比家电更大。

指数选出来接下来就该选基金了,基金规模一定要够大,管理费、托管费、跟踪误差一定都要足够低。

image.png

恰好这三只的费用也够低均是0.2%

四、 给技术人的投资思考

作为开发者,我们深知“垃圾入,垃圾出”(Garbage In, Garbage Out)。

如果你只是听消息买行业,你是在进行主观博弈;但当你建立了筛选器,并根据成交额(流量)增速(吞吐量)估值(成本)去决策时,你是在运行一套有统计学胜率的程序

我的纪律:

  • 每季度审计: 财报更新后,重新运行算法。
  • 无情切换: 只要数据掉出阈值,无论多看好,坚决执行卖出。

特别感谢: 本文算法逻辑及数据审计由 Gemini 3 Flash 协助完成。

声明: 以上内容仅为个人投资逻辑记录,不构成具体投资建议。数据有滞后,入市须谨慎。