太多獲利指標不知如何選擇？那就全混一起吧！--融合相似指標的技巧

也可以追蹤我的粉專，上面有未在方格子公布的短文

通常我們在衡量企業的獲利能力時，我們會有以下的指標能夠參考：

(1)GPA: 毛利/資產

(2)ROE

(3)ROA

(4)CFOA：現金流/資產

(5)GMAR: 毛利

(6) ACC: 營業現金流/淨利

而GPA、ROE、ROA是較為常見來衡量獲利能力的方式，而在建構獲利因子時，他們也經常作為建構投資組合的數值。然而他們皆有一個共同的缺點，就是在其極端值時，反而表現會變差，這可能是因為單就一個數值難以推斷企業的長期獲利狀況的緣故。因此，如果我們可以將常見的獲利能力衡量標準融合成一個指標，是否就能較準確的推估出企業的長期獲利狀態？那我們該如何結合各指標呢？

這個答案其實高中的統計學便有給出答案—Z score

藉由將上述的指標各自計算，對公司依照各指標進行進行排序，將所得的排序計算各自指標的Z score，並將6項Z score平均，就能得到獲利性指標的分數，分數越低，就代表其獲利能力的排名較靠前。

Z score中所需的平均值及標準差，我習慣取過去4個季度的平均及標準差，依回測結果，這樣的時間跨度較適合台股，不過原始論文是使用過去8個季度，大家可以自己做取捨，基本上如果策略的持有時間越長，就會更需要以更長的季度來衡量其表現。

而使用這個綜合分數所得出的結果，其表現優於各指標自身表現，並且較不會產生數值鈍化的問題。

敏銳的讀者可能發現，過去品質因子的文章其實也是使用相同的技巧，只是那時並沒有特別說明，有興趣的讀者可以回去觀看品質因子的文章。

結論：

事實上這個技巧並不局限於獲利指標，價格比率、成長率等指標，使用本方式也大幅降低數值鈍化的風險，可謂在量化領域十分重要的技巧。

資料來源：

Frazzini, A., Kabiller, D., & Pedersen, L. H. (2013). Buffett's alpha (No. w19681). National Bureau of Economic Research.

Novy-Marx, R. (2013). The other side of value: The gross profitability premium. Journal of financial economics, 108(1), 1-28.

Frazzini, A., & Pedersen, L. H. (2014). Betting against beta. Journal of financial economics, 111(1), 1-25.

Mohanram, P. S. (2005). Separating winners from losers among lowbook-to-market stocks using financial statement analysis. Review of accounting studies, 10(2), 133-170.

Ng, C. C. A., & Shen, J. (2020). Quality investing in Asian stock markets. Accounting & Finance, 60(3), 3033-3064.

Asness, C. S., Frazzini, A., & Pedersen, L. H. (2019). Quality minus junk. Review of Accounting Studies, 24(1), 34-112.

Asness, C., Frazzini, A., Israel, R., Moskowitz, T. J., & Pedersen, L. H. (2018). Size matters, if you control your junk. Journal of Financial Economics, 129(3), 479-509.