发帖
雷达卡
02
股东户数数据
1、数据解释
股东户数数据也好理解，假如我的账号是一家上市公司。
每个关注我的人就都是我的股东，大约有16万股东。
去看其他领域，比如张三有3000多万个股东，影响力就远在我之上。
2、散户人数
言归正传，真实的股东数据通常在上市公司的定期财务报告中披露，每季度发布一次。
通过该字段可以知晓一家公司具体有多少股东。
根据报告了解公司股东数
由于A股的散户远多于机构，也可以近似认为一家公司的股东户数约等于散户股东人数，即股东越多的公司，散户越多。
那么买散户多的公司能额外帮我们多赚钱还是会多亏钱呢？
3、数据&代码要做这样的验证，我们需要找来A股历史上所有公司的股东人数数据，并借助Python代码进行计算。
相应的数据我已帮大家准备好了：
包含了不同报告期的股东户数、股东户数相对上期增减和户均持股市值等字段，非常全面。
懂行的一定能发现这份数据的珍贵，如果你对数据感兴趣的话，可以在评论区留言，都是可以分享给你的。
4、简单统计我们先借助数据做了一个简单统计。
股东户数最多的公司（126万户）和最少的公司（1757户）有着云泥之别。
2023年年报股东户数极值
股东户数最多的一批股票大多是基本面优秀的行业龙头，这也较符合大家买好公司的共识。
并且在很多人眼中，股东户数少的公司关注度较低，无话题性，甚至可能有严重的财务问题。
散户也就自然而然选择去抱团投资。
至于散户越多的公司到底能不能更赚钱，我们还是要用数据说话，去构建一个相关的量化策略做验证。
03
跟着散户买策略
1、持仓策略
假设在每月最后一个交易日结束后将股东户数从小到大进行排序
删除当时处于ST/退市/停牌的股票，选出此时股东户数最大的10只。
在下个月的第一个交易日开盘时均仓买入。
一直持有至下个月最后一个交易日收盘，全部卖出。
再重新选择下个月股东户数最多的10只股票，并在下下个月的月初买入，如此循环往复。
2、案例比如在2024年的2月29日，根据策略选出以下10只股东户数最多的股票：
在3月1日买入并一直持有至3月29日卖出，再重新选择符合条件的股票。
假设我们一开始投入一笔钱去交易这个策略，最终是赚是亏？
要验证这个想法，就需要借助相关历史数据和Python代码，如果你需要的话，可以在评论区留言，都是可以分享给你的。
3、策略结果
程序运行结果如图所示：
代表策略的橙色曲线从1块钱涨到了1.29元，和代表大盘的沪深300指数极度接近。
年化收益仅2.29%，最大回撤却高达50%。
我们精挑细选的买股东户数最多的量化策略，结果反而不如直接持有指数。
这也就意味着：
04
股东户数分组统计
1、前10%股票
可能有人会说，每次只选10只股票太过极端，存在一定的偶然性，数据样本也不够，一旦有一只股票出现异常就很容易影响结论。
我们不仅只看股东户数前10的股票，还可以看股东户数最多的前10%的股票，这样更有说服力。
比如A股现在有5000只股票，前10%大约是500只，我们需将其一并买入。
大A散户人数最多，抱团最集中的股票大概率也处于这前500只中。
要做这样的验证也很简单，我们只需把原代码条件改为前10%即可。
如果你对这个代码感兴趣的话，可以在评论区留言，都是可以分享给你的。
2、程序结果程序运行结果如图所示：
代表策略的橙色曲线从1块钱涨到了1.19元，还不如直接买前10的股票。
至此我们从数据角度做出了以下证明：
3、所有股票
关于股东户数，我们甚至还可以看排名前10%-20%、20%-30%等等等等，一直到90%-100%的股票表现，也就是把所有股票按股东户数从大到小分为10组。
最终结果如图所示：
可以明显发现股东户数越少的股票收益越高，且呈单调的递增性，这也说明股东户数对股票未来的涨跌有显著的预测作用。
看来我们不仅不能去买散户多的股票，反而要买散户少的。
这也契合部分金融市场的规律，比如不要去人多的地方；真理往往掌握在少数人手中等等。
05
股东户数深究
至此我们知晓了A股散户的人数优势无效甚至有反作用力，造成该现象的原因也是多面的，我大概列了一下：
本文对股东户数的探究也相对粗浅，还有很多来不及介绍的地方：
策略探索方向
感兴趣的朋友可以在评论区留言，问我要了数据和代码自己去做相应的研究，都是可以分享给你的。
需要注意的是，买股东户数少的公司并不是一定能赚钱的，但我们可以基于该策略魔改优化，生成属于自己的策略。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
