價值投資的量化方法有哪些？
作為一名開發人員和統計學家，我認為價值投資是一種統計合理的投資策略。我已經閱讀了幾本關於該領域的書籍，但我仍然不清楚估值指標。所以我想听聽量化金融專家關於這種方法及其方法的看法。例如，我想知道價值投資的利弊，以及有哪些估值方法。任何意見或參考都會很棒，也是。謝謝。
傳統上，價值一直是量化經理最重要的選股信號之一。然而，自 2000 年代後期以來，隨著量化投資的迅速發展，傳統價值策略已經失去了大部分的預測能力，由此產生的回報也變得更加不穩定。
量化經理的典型做法是將估值指標提煉成“因子”。這通常使用 Fama 和 French (1993) 開創的對沖投資組合方法來完成。在這種方法中，分析師將可投資範圍劃分為分位數（通常為五分位數或十分位數）以形成分位數投資組合。股票在每個分位數內的權重或上限加權。然後隨著時間的推移跟踪每個分位數投資組合的表現。多頭/空頭對沖投資組合通常是通過做多最好的分位數和做空最差的分位數來形成的。
一些最常見的估值因素是：
- 股息收益率
- 收益質量（應計）
- 收益收益率/市盈率
- 預訂價格
- 股本回報率
其中許多也有各種簡單或複雜的變體。一些並非嚴格基於估值的相關因素是：
- 盈利驚喜
- 分析師建議
- 空頭利息
- 內部人所有權
- 營業額（量）
這些只是其中的一小部分，實際上在行為金融——資產定價這一廣泛領域發表的每篇論文都已被某個地方的某個人轉化為量化因素。
作者 Ludwig Chincarini 和 Daehwan Kim 在他們的書 Quantitative Equity Portfolio Management 中，對量化投資和基本面投資進行了非常有趣的比較：
說基本面經理在單獨股票層面深入探勘，但沒有模型或學科是不准確的。說量化經理將技能應用於如此廣泛的一組股票以致該過程在基本層面上是膚淺的，並且通常被貼上黑盒數據探勘書呆子的標籤，這也是不公平的。這是一種誤傳。許多量化投資策略所依賴的因素不僅基於堅實的經濟原則，而且基於良好的基本直覺。同時，基本面經理人都使用模型。這些可能是經驗法則或啟發式法則，並沒有經過嚴格的測試，但模型在安全性中的深度實現彌補了廣度的不足。再說一遍，量化管理——在於廣泛完善綜合投資組合體系，而，
JP Morgan 的US Factor Reference Book提供了一個很好的（而且非常冗長的）最先進技術的概述。許多其他主要的賣方機構也有自己的選股模型，例如德意志銀行、麥格理、伯恩斯坦和巴克萊。在公共網際網路上訪問他們產品的資訊並不總是那麼容易。