量化投資與基本面分析方法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的量化投資與基本面分析方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：量化投資與基本面分析方法范文

華爾街從來不乏傳奇。2006年,全球最高薪酬收入再次落入一個華爾街人士之手。前數學家、定量化對沖基金經理西蒙斯年收入達到驚人的15億美元。2009年,另外一群人――高頻交易者――幫高盛銀行等金融機構賺得盆滿缽溢。

這些人,因其使用高等數學手段決定億萬計資金的投向,而在30年前贏得“火箭科學家”名聲。在外人看來,他們有些像中世紀的煉金術師:給他們數據,他們還給你美元!

華爾街的數學傳說

實際上,在華爾街上管理資金規模最大的量化技術,并非那么不可捉摸:眾多公司使用“因子加總模型”輔助他們選擇股票。

這種方法大多基于Fama-French的開創性論文,其基本思想很簡單:依據各項基本面指標對于歷史上超額回報的貢獻程度,來決定這些基本面指標在選出“超級股票”上的“有效性”,并據此賦予這些指標不同的權重;按照上市公司指標在全部籃子股票中的排序,再使用上述步驟中獲得的權重對其進行加權加總計算。如果該公司的加權之和排名靠前,則表明該公司的基本面指標符合能夠帶來超額回報的歷史模式,從而有望在未來展現強勢。

數學模式大同小異,公司之間的競爭主要集中在兩個方面:第一,各公司均投入巨資,研制自己的特有指標;第二,研制更加有效、穩定的加總方式。

傳統的基本面分析往往要求基金公司雇傭大量分析師,成本高昂。由于每個分析師能夠跟蹤的公司數目有限,基金經理不得不在較小的股票籃子中進行選擇,有可能錯失最好的投資機會,投資組合的分散程度也受到限制。同時,依賴基本面分析進行投資管理要求基金經理進行大量的主觀判斷,人性弱點(貪婪與恐懼)對投資業績往往產生較大影響,投資業績波動較大。使用這種方法建構的投資組合往往無法定量化控制每只個股給投資組合帶來的風險。從基金公司的角度而言,這種方法對基金經理個人的依賴較大,一旦出現人員變化,基金業績也往往隨之波動。

量化選股方式將投資決策建立在對歷史模式的詳盡研究之上,克服了上述缺點。其在美國投資界的應用近20年來大幅提升,管理資產額的上升速度為傳統方式的4倍。

回歸價值投資

然而,過去數年,定量化基金遭遇了重大打擊。2007年,最大的定量化機構對沖基金、高盛名下的Global Alpha遭遇了重大損失,幾乎清盤。2008年,眾多量化基金再遭滑鐵盧。筆者在北美也曾主持研制一個包含上百個指標的量化選股系統,但在實踐中,卻最終放棄。

實戰經歷指出該類系統的一個致命弱點是,在實戰中,哪一類因子何時發揮作用,是不可預測的。有些時候是價值因子占優,有時候是增長因子占優,而何時其影響力出現變化,難以事先預測。其結果就是分析師與基金經理疲于奔命地試圖追趕因子影響力變化的腳步,并據此不斷矯正模型。如此,基金經理不得不在使用量化系統的同時,使用個人化的隨機判斷對量化系統進行糾正――這弱化了它本該享有的優勢并導致投資業績大幅波動。

仔細反思,最主要的問題在于,各預測因子被無機地組織在一起,各個因子之間的互相影響卻沒有被考慮。也就是說,華爾街模型“從數學到數學”,缺乏對投資哲學的深入理解。

量化技術所具有的優勢應該被利用,但數學手段應該被視為手段,而不是主導。一個有希望的發展方向,是將量化技術與價值投資哲學相結合,實現“從哲學到數學”式的投資理念。為此,需要在投資哲學上,梳理價值投資理念的本質。

價值投資在國內市場有眾多擁護者,也不乏懷疑者。實際上,國內普通投資者對價值投資的理解有值得深化之處。筆者以為,價值投資的本質有二:

第一,價值投資告訴投資者,市場會犯錯。以“5毛錢買進1元錢價值”作為號召,價值投資拒絕接受“有效市場理論”。但事實上,在大多數時候市場是有效的。大多數股票的價格正確反映了所有的信息、知識與預期,當時的價格就是上市公司的內在價值。要獲得超額回報,必須去尋找市場可能呈現的“異?！?或者說在何處投資者的平均預期可能落空。價值投資就是尋找“未來”與“預期”之間的歧異。量化系統的設計目標是,要有能力淘汰那95%的普通(有效)情況,而把注意力引導剩余的5%――在那里,“未來”與“預期”有最大的機會出現歧異。

第二,價值投資的另一面,是說任何人都會犯錯。當我們集中注意力去尋找“超級股票”的時候,是在下一個極大的賭注。這個賭注是高風險的。所以,請記住索羅斯的告誡:“投資者重要的不是做對還是做錯,而是在做對的時候賺多少,做錯的時候虧多少。”為對沖第一個賭注的風險,需要尋找最大的安全邊際――當我們犯錯的時,安全邊際將保護我們不致尸骨無存。

安全邊際是指,市場漲跌的輪回已經測試過所有情景。該公司在完整的牛熊市周期中,由千千萬萬投資者的真金實銀所測試出來的估值空間。因此,安全邊際的定義并非相對市場平均水平更低的PE值這么簡單。每家公司都不同于別的公司,將不同公司的估值水平相比較,更多時候帶來誤導而不是洞察力。應該將公司目前估值水平與該公司調整后的歷史范圍相比較,并決定“安全邊際”存在與否。

在實踐中,要尋找在未來可能提供業績驚喜、而仍在其估值范圍下限附近交易的公司。依據此思想,數量化技術可以對所有上市公司的投資機會予以量化評估,進而實現“從哲學到數學”的投資思路。

對中國股市獨特性的夸大導致某些論者以為,在中國股市,唯有投機可以贏得超額利潤。這其實是偽命題。事實上,正是由于中國股市效率較低且風險奇高,一個系統化評估市場錯配與風險衡量的系統,可以發揮最大效率。一切都取決于對市場運行規律的深入把握與技術優勢的結合。在實踐中,我們開發的量化價值投資體系取得了穩定超越指數的優良業績。這有力地證明,中國股市的特殊性并沒有遮蓋其作為投資市場的普遍性。

在股市投資這項人類活動中,同時存在著兩類知識。一是客觀知識,即可以憑借科學(數學)方法來發現的真實;二是主觀價值,即通過對價值的認定來獲得的完善。在證券分析方法的演進過程中,這兩類知識從最初的混沌不分,到此后的分裂和截然對立,再到兩者被有機結合。

第2篇：量化投資與基本面分析方法范文

我國證券投資價值投資方法的實例分析

由于盈利能力不強的上市公司價值投資研究價值不大，而且缺少較大的收益時間，無需把每股收益看作參考依據，所以為了避免非正常值導致的影響，選擇的依據必須滿足每股收益大于等于0．1，此外，將不完整的上市公司數據排除。最終的選擇結果如下：2009年188只、2010年205只、2011年226只，總共有619只。1．樣本期內各個時間段內的基本面量化指標和股票價格的相關研究。首先，利用SPSS16．0軟件計算出2009～2011年各個時間段的基本面量化指標和相應時間段的股票價格間的Pearson因子，相應的統計數據結果見表1。多元模型的自變量選擇那些和股票價格有明顯相關性的數據指標，排除與股票價格存在較小相關性指標，進而能夠為下一步各時間段的多元回歸分析提供合理的數據支持。在該階段，能夠保留下來指標的相關系數必須滿足0．05水平上的顯著性檢驗。然后，為了避免回歸過程中的自相關，所以將排除凈資產收益率。同時，因為流動比率在決策過程中可能轉換為風險控制因素，和股票價格間有較強的非線性，所以也應該給予剔除。2．優化選擇后的量化指標對股票價格貢獻度的影響分析。選取2009～2011年3組數據作為研究對象，利用Stepwise的輸入技術進行三次多元回歸分析，可以得到三組輸出。研究過程中關鍵要討論標準化因子和可決因子。標準化因子是指量化指標經過一個標準差的改變對股票價格產生的影響程度。該因子能夠防止由于不同指標的量綱不一樣而無法比較影響程度的問題。標準化因子絕對值越大，表示該因子對股票價格的解釋水平越高。可決因子是在調整回歸方程后獲得的，主要是指全部指標對股票價格的整體解釋水平?？蓻Q因子越大，表明該模型對股票價格的解釋水平越高，也就是說股票價格的變化對基本面因素變化有較大的影響，投資的合理性越大。相應的回歸分析結果見表2。根據回歸分析的計算數據能夠獲得如下結論：在觀察時間，每股收益包含在回歸模型之中，具有最佳的解釋股票價格的水平，因此，這個結果表明上市公司的盈利能夠受到較好的關注?；貧w數據表明大多數情況下每股收益和總資產收益率均包含在回歸模型內，從而表明證券投資者非常關注對股票價值有較大影響的基本面，這一結果表明價值投資意識已經不斷地深入人心。從回歸分析結果數據可以看出，在2011年營業利潤增長率包含于回歸模型，從而說明證券投資者已經對上市公司的成長性有了關注，同時能夠表明證券投資者對和內在價值有關的基本面因素有了更為深刻地認識。從回歸分析數據可以看出，2010年和2011年期間每股凈資產已經退出了回歸模型，表明證券投資市場不夠關注風險水平。每股凈資產是指上市公司在破產時證券投資者股票的內在價值。每股凈資產屬于主要的風險評估基本面因素，正在被證券市場逐步地認可，說明證券市場對股票的關注不僅停留在投資回報上，同時非常關注風險的存在，這正是證券市場不斷趨向于理性的具體表現。通過對2009年和2010年的回歸分析可知，每股凈資產指標出現了缺失。主要原因在于2008年股票市場比較好的局面導致了證券投資者的思維定式，降低了對風險的關注度。經歷了一段時間，大量的解釋變量符合了回歸模型，這表明投資者對基本面的研究更加完善。根據回歸分析的結果，證券投資者不斷地利用更多的指標，通過不同的層面更為全方位地考慮證券的內在價值，證券市場不斷向以價值投資為中心的投資方向發展。此外，可決因子的周期變化表明在我國證券市場中，基本面因素對股票價格的解釋能力不斷提高，然而并不穩定。當外部經濟環境產生變動時，證券投資者容易產生非理，從而使非價值因素再一次占了上風。

我國證券投資基金價值投資的應對措施

管理費還能夠促進基金公司的可持續發展，為基金持有者帶來更大的投資回報。然而，如果基金管理公司的工資待遇和資產管理規模關聯過大，就會導致基金管理者僅僅關注視資產管理的規模，忽視幫助基金持有者獲得更大的投資回報。最為管用的方式就是優化基金管理收入的基本組成，采用浮動收益的方式，一定的資產管理費可以確保基金的有效實施，而浮動收益可以使基金管理者以基金投資者的權益為中心幫助基金投資者能夠獲得更大的收益。充分地利用投資組合策略。證券投資本身具有較高的風險，但是高風險和高收益是相互對應的，怎樣才能使投資風險減少并且使投資收益最大，投資組合策略就是一種行之有效的方法，利用這種方法不僅能夠有效地預防投資風險，而且能夠有效地彌補證券投資價值的缺陷。投資者可以依據不同階段國際經濟形式、國內產業制度以及行業的發展潛力適時地調節投資產品的比重，從而能夠得到最佳的收益。投資者應該不斷地轉變投資理念。投資者的理念在證券投資中具有非常重要的作用，證券投資者應該堅持長期投資的理念，主要關注證券投資的長期回報。證券投資者必須熟悉證券投資的相關概念和理論，知道證券投資過程中潛在的風險，掌握證券投資產品的相關功能；投資者應該明確投資目的，依據自身的實際情況選擇適合自身的證券投資產品。投資者應熟悉證券公司的相關情況，對證券公司的專業化水平、標準化產品、內部風險控制制度以及信息披露系統等情況有比較深入的了解，從而能夠從長期投資的角度獲得最大投資回報率。不斷健全證券市場的管理制度。通過股權改革可以較好地處理中國證券市場流通股和非流通股股東之間利益的不一致性、中國國有上市公司管理者缺位等難題，能夠為中國證券市場的制度化營造一個有利的環境，從而能夠不斷深化中國證券市場的中長期投資價值，為證券投資基金執行價值投資創造一個非常有利的市場平臺。五、結　論我國證券市場仍然是一種新興的證券市場，依然處在非有效市場向弱有效市場不斷轉變的階段，從某種意義上，利用價值投資策略得到的收益不是非常穩定的。通過股權分置改革，伴隨著上市公司質量持續提升，價值投資策略將轉變為證券市場的主流方式。根據相關研究可以得到以下結論：1．選取深證300指數股進行相應的回歸分析。根據回歸分析的結果可知：上市公司的盈利水平是非常受到重視的。證券投資者更加關注決定股票內在價值的基本面因素，價值投資理念正在漸漸地深入投資者的人心。投資者對上市公司的成長性給予了足夠的重視。市場對風險的關注程度正在降低。每股凈資產能夠表明上市公司在破產的狀況下，投資者持有的每股股票的價值。證券市場對股票的重視不但保持在收益上，而且非常關注風險，從而使證券理性更加回歸理性。隨著證券市場的不斷發展，投資者能夠更深入地剖析基本面的內涵。根據回歸分析的結果可知：證券投資者已經利用更多的指標，從不同的層面深入地考察股票的經濟價值，市場正在向以價值投資為主的理性投資發展。2．中國證券市場是一個新興市場，正處于轉型時期，因此，具有較好的價值投資意義，然而不能獲得比較穩定的收益。因此，應該采取有效的措施，完善基金績效評估體系和股票發行政策；合理地調整基金管理收入結構；充分地利用投資組合策略；投資者應不斷轉變投資理念；不斷完善證券市場的制度體系。隨著上市公司質量的持續提升，價值投資將不斷地深入人心，通過價值投資可以使中國證券市場更加趨于穩定。

作者：賴曉聰 陳凡 單位：中國社會科學院

第3篇：量化投資與基本面分析方法范文

關鍵詞：量化；投資；基金

數量化投資（以下簡稱量化投資）作為一種新興的投資方法出現于20世紀50年代，千禧年后蓬勃發展，截至2008年，該類投資基金占美國證券市場份額的30%。

近年來，量化投資在中國漸漸引起重視，光大保德信基金、上投摩根基金、嘉實基金、中海基金、長盛基金、華商基金和富國基金等，先后推出了自己的量化基金產品。不少基金公司國內外廣攬數量化投資人才，一股“量化基金”的熱潮悄然掀起。

正如定性投資的偶像巴菲特一樣，量化投資領域的傳奇人物為詹姆斯 西蒙斯。據統計，詹姆斯 西蒙斯管理的大獎章基金從1989到2006年的平均年收益率高達38.5%，凈回報率超過股神巴菲特（他以連續32年保持戰勝市場的紀錄，過去20年平均年回報達到20%），即使在2007年次債危機爆發當年，該基金回報都高達85%，西蒙斯也因此被譽為“最賺錢基金經理”，“最聰明億萬富翁”。與巴菲特的“價值投資”不同，西蒙斯依靠數學模型和計算機管理著自己旗下的巨額基金，他稱自己為“模型先生”。西蒙斯幾乎從不雇用華爾街的分析師，他的文藝復興科技公司里坐滿了數學和自然科學的博士。用數學模型捕捉市場機會，由計算機做出交易決策，是這位超級投資者成功的秘訣。（上海金融學院國際金融研究院 鹿長余）

截至2009年6 月30 日，中國定量投資規模總量大約187 億元，在全部基金管理規模中占比僅0.6%?？梢哉f量化投資在中國目前還是一塊需要開墾的處女地，可以預期的是，量化投資在中國發展前景廣闊。

什么是量化投資呢？“通過信息和個人判斷（using information and judgment）來管理資產為基本面投資或者傳統投資，如果遵循固定規則，由計算機模型產生投資決策則可被視為數量化投資?！?――Fabozzi《Challenges In Quantitative Equity Management》

與傳統投資相比，量化投資的優越性主要來自兩個方面：其一，現資組合理論強調通過多元化投資組合消除非系統性風險，以實現降低風險的作用。但實際上由于人的視野和精力都相對有限，基金經理或研究員不可能進行大范圍的股票甄選和高頻率的驗證測算，形成的投資策略得不到寬度、廣度上的肯定，難免形成一孔之見?？咳肆φ邕x得到的投資組合很難達到最優化配置，無法確保在風險管理和利潤追求上的投資目標。而量化投資的視角更廣，借助計算機高效、準確地處理海量信息，更廣泛地尋找和驗證投資機會，消除投資組合配置的局限性。其二，行為金融學認為，投資者是不理性的。任何一個投資個體的判斷與決策過程都會不同程度地受到認知、情緒、意志等各種心理因素的影響?；鸾浝砗屯顿Y研究員在一段時間跟蹤某只股票之后，由于時刻關心股價的表現和基本面的變動，可能出現不同程度的情感依賴，“和股票談起戀愛”。即使出現了下跌趨勢，也可能因為過度自信、抵制心理等不理性的分析出發點而導致投資、薦股時的行為偏差。而量化投資依靠計算機配置投資組合，克服了人性弱點，使投資決策更科學、更理性。

簡單的說，量化投資是快速高效、客觀理性、個股與組合并重、收益與風險并重的投資方法。

量化投資的一般步驟如下：

數據化模型構建組合

1、 數據化：主要任務是把眾多紛繁復雜的數據整理分類歸納成有用的數據；

2、 建立模型：給定一個策略，選擇合適的模型預測收益與風險，選擇最好的策略建立模型；

3、 構建組合：根據預測結果按照規則選擇對象構建組合；

最后我們來看下專業金融人士對量化投資的一些看法。

嘉實基金公司的王永宏博士介紹，定量投資和傳統的定性投資本質上是相同的，二者都是基于市場是非有效或弱有效的理論基礎，投資經理可以通過對個股估值、成長等基本面的分析研究，建立戰勝市場、產生超額收益的組合。不同的是，定性投資管理較依賴對上市公司的調研，以及基金經理個人的經驗和主觀判斷，而定量投資管理則是“定性思想的理性應用”。定量投資的核心投資思想包括宏觀周期、估值、成長、盈利質量、市場情緒變化等等。

俗話說，“條條大路通羅馬”。巴菲特與西蒙斯的投資理念與成功，說明投資沒有一定之規。

以巴菲特為代表的一類投資家認為，“現實世界是極為復雜的，經驗與思考才是財富制勝之道”。因此，其成功的關鍵，不是頂級的科技，而是對市場的理解、洞悉和不隨波逐流的勇氣，即以“人”的因素造就財富的增值。

西蒙斯代表的一類投資家則被看作是推論公式、信任模型的數學家。他們利用搜集分析大量的數據，利用電腦來篩選投資機會，并判斷買賣時機，將投資思想通過具體指標、參數的設計體現在模型中，并據此對市場進行不帶任何主觀情緒的跟蹤分析，借助于計算機強大的數據處理能力來選擇投資，以保證在控制風險的前提下實現收益最大化。

目前量化投資觀念也在中國興起，量化產品正開始萌芽。新發行的嘉實量化阿爾法基金就是量化投資產品，其試圖將投資專家的銳利洞悉和數學家的嚴格客觀進行整合，在基本面分析的基礎上，提煉出產生長期超額收益的投資思想，借助計算機系統強大的信息處理能力構建定量模型及投資組合，并根據市場變化趨勢及時動態調整，加上基金經理嚴格遵守紀律性投資法則，使該基金在融合定性投資思想精髓的同時，能夠規避基金經理個人情緒對組合的影響，有效克服人性弱點，力爭取得長期、持續、穩定的超額收益。

富國基金另類投資部總經理，前巴克萊（BGI）大中華主動股票投資總監李笑薇認為量化投資的核心仍是“人腦”。盡管量化投資在海外發展已有30 余年。由于種種原因，目前這一投資方式在中國尚處起步階段，對于量化投資也存在諸如“量化就是模型決定一切”、“量化是完全由計算機選股”等較片面的認識。李笑薇表示，量化投資的核心是模型設計，“模型決定一切”的說法只能說是部分正確。當一個模型已經設計建設好之后，模型所產生的交易單的確需要嚴格執行，只有在特殊情況下才能對其進行修改。

但量化投資的核心是模型的設計和建設。而人腦無疑是這一過程中的關鍵。人對市場的理解，對模型構建的了解，對模型在市場中應用的經驗，是搭建一個完美“黑匣子”的最關鍵。“只有模型設計和建設得好，投資業績的把握才會增加?！崩钚北硎?。

此外，不同的市場以及同一個市場的不同階段對應的投資模型是不一樣的。所以模型從開始設計到最后應用要經過不斷修改，這是最難的問題?！斑@需要足夠的對市場的理解和對模型的理解?！崩钚苯忉尩剑ㄐ酝顿Y人和定量投資人看待市場的角度不同。

第4篇：量化投資與基本面分析方法范文

分級基金：杠桿效應是柄雙刃劍

2007年7月17日國內首只創新型封閉式分級基金面世，目前市場上共有7只分級基金，包括3只封閉式、3只指數及2010年3月發行的1只主動開放式，其中3只封閉式基金的近期收益見附表。縱觀這7只基金，既有封閉式基金也有開放式基金，設計方式類似，都有滿足相對保守投資者設計的低風險份額和相對激進投資者設計的高風險份額。另外，又有一條主線將它們區分開來，即收益分配方式。從國內分級產品的特色來看，其核心主要是針對基金份額進行收益風險的重新設計，將基金份額分成具有明顯風險收益屬性的不同級別，從而滿足不同投資者的需求，單從設計層面上講具有一箭雙雕之功用。目前分級基金正如火如荼，某種程度上也說明適應了市場的投資需求。

某種程度上，杠桿效應可能是吸引投資者關注分級基金的一大因素。簡單來講，杠桿效應相當于高風險份額向低風險份額借入資金，將兩份額資產混合起來投資，以期獲得超額收益，同時允諾低風險份額某一基準收益率。需要警惕的是，高風險份額在放大了投資收益的同時也提高了風險。最后的結果是高風險份額可能獲得超額收益，也可能損失翻倍。簡單來說，高風險份額向低風險份額借入資金的成本為2％，如果基金的收益率為5％，高風險份額相當于獲得了額外的3％的收益，相反如果基金的收益率為-1％，高風險份額除了要承受基金的損失還需要支付2％的融資成本。

在關注分級基金特色的同時，也應關注基金的投資目標和策略等。分級基金首先是基金，其次才是其創新性。分級基金的杠桿效應是在基金收益的基礎上面做設計，少了基金本身獲取收益的能力，分級基金的杠桿效應也如空中樓閣，有時會起到相反的效果。

量化基金：挑戰傳統的基本面分析

量化基金，簡單理解就是依據數量化的技術進行資產管理，有別于傳統的基本面分析，主要運用數學理論和復雜的統計手段構建投資策略。自1971年富國銀行發行跟蹤紐約證券交易所1500只股票的指基以來，數量化技術便逐漸被人們認識，量化基金應運而生。海外量化基金的優異表現曾經一度引起了許多人的關注，這種設計思路也逐步被引入國內基金產品設計中。

量化基金有別于普通基金的運作模式，普通基金依靠基金經理做決策該買賣哪些股票，在什么時候交易，量化基金最明顯的優勢在于計算機模型的處理效率遠高于人腦，在海量股票選擇中占有絕對優勢。量化基金的研究成本比主動管理型基金要低得多，成千上萬只股票如果單靠分析師去研究并挑選，研究成本會很高。而量化基金主要依靠計算機模型來做決策，相對而言，研究成本會降低。多數量化基金的模型會按照基準指數的投資組合去挑選具體的行業和股票。這個流程會降低主動管理型基金經理憑主觀推斷和情緒化去選擇某一行業或者某只股票的風險，這也是其優勢之一。

由于量化基金的這些優勢以及業績上的優異表現，此類產品在國外一度被很多投資者所津津樂道。據一份研究資料表明，1981～2000年，使用量化技術的增強型指數基金普遍戰勝了業績基準。然而近年來海外量化基金失效及黑箱子現象使所有人開始重新審視量化基金的有效性和未來(失效主要是指2007年8月以來量化基金的業績相比非量化基金普遍表現不佳；黑箱子是對某些量化基金操作方式的一種形象地描述，量化基金的模型和投資方法并不是公開的，基金經理就好像在一個黑箱子里面進行操作一樣)。模型結構的相似性將直接影響模型的有效性及流動性。模型最主要的功能是通過有效識別因素尋找被低估的股票。發展之初，可能證券間的相關性不是很強，模型對識別錯誤定價的證券是有效的，但隨著市場的發展，相關程度也不斷增加，有效性可能會減弱。從模型的具體操作來看，量化模型主要是根據歷史數據來構建，它吸收新信息的能力比較緩慢和遲鈍。一旦外部環境發生變化或發生某些重大事件，如基本面上的變化等，其有效性可能就會受影響。

指數型QDII：另辟蹊徑的QDII

國內首只指數型QDII――國泰納斯達克100指數基金的發行，標志著QDII基金產品設計另辟蹊徑，將逐漸朝著多樣化格局發展。未來QDII市場可能形成主動和被動投資型產品共存的局面。某種程度上說，指數型QDII的出現是國內基金公司在首次出海投資探索經驗的一個調整。從投資策略上說，主動和被動投資很難說孰優孰劣。然而現階段，在海外投資環境相對復雜，海外投資經驗和人才缺乏，指數型QDII的優勢可能更甚于主動投資型QDII，并可能成為QDII發展的主流趨勢。

第5篇：量化投資與基本面分析方法范文

2008年全球金融危機后，美國和中國長期國債收益率的聯動性明顯提高。通過格蘭杰因果檢驗，探討兩國之間長期國債收益率變動的因果關系，得出美國是中國長期國債收益率變動的格蘭杰原因，美國長期國債收益率變動對中國產生影響，但中國對美國長期國債收益率的變動并沒有顯著的影響。

［關鍵詞］

國債收益率;格蘭杰因果檢驗

2007年美國發生次貸危機波及全球，2008年全球性金融危機爆發，中國超越了日本成為美國第一大貿易對象，并于2009年成為美國最大的債權國。美國經濟經歷了衰退，目前正在緩慢復蘇。2013年美國逐步退出量化寬松政策，市場對美國經濟向好的預期不斷發酵。2015年12月美聯儲聯邦公開市場委員會宣布加息25個基點，新的聯邦基金目標利率將維持在0．25%～0．50%，標志著美國自2006年以來寬松的貨幣政策正式劃下句點［1］。然而美國國債收益率并沒有像市場預測那樣隨著美元指數的走強而大幅上行，美國國債收益率上行動力匱乏，目前美國國債收益率仍處于歷史上偏低位置。

一、中美長期國債收益率走勢分析

美國和中國是世界上第一和第二大經濟體，這2個經濟體對世界經濟發展產生舉足輕重的影響，一國的經濟發展形勢往往可以從長期國債收益率中反映出來。影響長期國債收益率走勢的關鍵因素是國家的宏觀經濟基本面和貨幣政策，中美兩國并非處于同一個經濟周期內，美國經濟基本面持續向好，經濟緩慢復蘇，而中國經濟走出高速增長的周期進入新常態發展階段，中美兩國雖然不在同一個經濟周期內，但是兩國長期國債收益率卻又有一定的聯動性。將中美10年期國債收益率作為中美長期國債收益率代表，選取2002－2015年中美兩國10年期國債周平均收益率作為實證檢驗對象，中國的債券數據來源于中國債券信息網，美國的債券數據來源于美聯儲公布數據。由圖1可知，自2007年起中美國債收益率聯動性開始明顯提升，因此2015年12月美聯儲加息，是否會影響中國國債收益率，是否會成為中國國債收益率浮動的原因都值得探討。根據中美10年期國債收益率走勢，將中美2002－2015年經濟聯動分成4個階段:2002－2007年中美長期國債收益率相對獨立期，2008－2009年中美危機同步期，2010－2012年中美經濟分化期，以及2013－2015年中美長期國債收益率趨同期。

2002－2007年中美長期國債收益率相對獨立期:2002－2007年中美長期國債收益率并沒有出現明顯的聯動走勢，更多出現相對獨立走勢。2002－2003年中國10年期國債收益率一直徘徊低位，2003－2004年國債收益率一路走高，2004年底到2005年有一輪明顯的“熊市轉牛”行情，中國10年期國債收益率曲線出現了先抑后揚再回落的行情，這與我國當時的宏觀經濟政策實施分不開［2］。2004－2006年美國連續加息425個基點，促使美國長期國債收益率波動上行，與中國長期國債收益率走勢并沒有明顯相關性。這段時間，導致中美長期國債收益率分化的最主要因素是兩國貨幣政策的不同步。2006年中國資本市場通過匯率改革、經常項目可兌換等一系列金融改革進一步融入全球市場，改革初見成效，國際資本流動對中國資本市場價格影響力增大。2007年中美長期國債收益率聯動程度開始提高。2008－2009年中美危機同步期:2008年美國次貸危機爆發，全球經濟受拖累下滑，危機蔓延之后，各國都進行政策調控緩解危機，中國在此期間多次降息降準，美國開始實行量化寬松政策，兩國寬松的貨幣政策和共同面對危機的經濟基本面是造成2008－2009年兩國長期國債收益率同步下行的最主要原因。2010－2012年中美經濟分化期:此期間，美國啟動第三輪量化寬松政策，并進行扭曲操作(OT)增長持有國債的加權期限，以此壓低美國長期國債收益率、刺激內需、重振國內經濟，引導美國長期國債收益率不斷下行。中國在4萬億投資的刺激下，加上積極的財政政策和寬松的貨幣政策使其經濟增速恢復到兩位數，經濟持續向好，中國10年期國債收益率在相對高位徘徊［3］。2013－2015年中美長期國債收益率趨同期:2013年美聯儲加息預期首次發酵，中國受到影響，出現了“錢荒”等一系列事件，全球主要經濟體長期國債收益率也受影響大幅上行［4］。這段時間中國長期國債收益率與美國走勢高度趨同，2013年出現大幅上行之后，2014年同步出現大幅下降，2015年又同步震蕩下行。全球長期國債收益率走勢趨同性明顯。

二、中美長期國債收益率關系實證分析

中國10年期國債周平均收益率序列設為C，美國10年期國債周平均收益率序列設為U。時間序列通常都有非平穩的問題，為避免造成偽回歸，先對C和U進行平穩性檢驗，檢驗方法是ADF檢驗。結果表明在5%的顯著性水平下，C和U都是一階單整過程(表1)。為避免損失有效信息，本文并不對中美兩國10年期國債收益率周平均序列進行一階差分，因此用Johansen協整檢驗來確定兩個時間序列之間是否存在長期確定的均衡關系。根據AIC準則確定的滯后階數為4，結果如表2。協整檢驗的結果表明，在10%的顯著性水平下，中美兩國10年期國債收益率長期存在惟一的均衡關系。因此，可通過Granger因果檢驗來確定這種均衡關系是否構成因果關系，檢驗結果如表3。由Granger因果檢驗的結果可知，在10%顯著性水平下，只能接受C不是U的Granger原因的原假設，并且拒絕了U不是C的Granger原因的原假設，因此U是C的原因。根據檢驗結果可得知，在中美長期國債收益率聯動中，美國長期國債收益率是中國長期國債收益率浮動的Granger原因，中國長期國債收益率隨著美國長期國債收益率的變動而變動，而中國長期國債收益率并不是美國國債收益率的Granger原因。通過Johansen協整檢驗和Granger因果檢驗確定了中美10年期國債周平均收益率存在長期均衡關系，并且在兩國收益率的長期均衡關系中，C是因變量，U是自變量。這也符合傳統觀點和市場的經濟學邏輯，作為全球最大的經濟體，美國長期國債收益率變動影響著中國長期國債收益率。因此，隨著中美長期國債收益率聯動程度的明顯提高，投資人也更加關注美國國債市場對中國國債市場的影響，以及今后中國債券市場的收益率走向。

三、中美長期國債收益率聯動原因分析

自2013年起美聯儲首度預期加息，全球經濟體出現巨大波動，各國為了降低杠桿、防止流動性風險，在財政政策和貨幣政策上均作出反應。2014年中國進入新常態發展階段，并從2014年11月起通過連續降息降準支持經濟發展。而美國經濟雖然并未完全恢復，但是總體向好，美聯儲不斷提高加息預期。在此期間，中美經濟基本面出現分化，但是長期國債收益率走勢反而進一步趨同，這說明除了經濟基本面和政策周期這兩個關鍵因素之外，還存在其他因素對中美長期國債收益率產生影響。1．影響中美兩國長期債券收益率趨同的第一因素是兩國的經濟基本面。近年來，中美兩國貿易頻繁，中國龐大的外匯儲備也使中美經濟緊密地聯系在一起。金融危機之后，美國消費能力減弱，經濟進入衰退期，中國受到外需減弱的影響，經濟增長動力減弱，也急需改變現有的經濟發展模式［5］。與此同時，經濟全球化使中美兩大世界主要經濟體也受世界經濟走勢影響。歐美日等主要經濟體在經濟危機之后，經濟增長率大幅下跌，需求減弱，直接影響其他國家的出口同比增速。各國需求不足導致全球性通貨緊縮傳染，國際石油價格大跌，大宗商品價格下滑等。2．貨幣政策聯動是造成中美兩國長期債券收益率趨同的主要原因。中國開啟降息降準周期雖然晚于美國量化寬松政策，但是全球經濟下滑導致全球市場都處于低利率時代，并且從2015年3月起，歐洲央行開啟新一輪的量化寬松政策［6］，日本央行也于2016年1月宣布降息至－0．1%，負利率適用于超額準備金［7］。在海外零利率的貨幣環境下，中國和美國迫于外匯壓力和自身經濟發展需求，長期國債收益率沒有上行的動力，兩國長期國債收益率的聯動得到解釋。3．國際投資者的參與也增加了中美長期國債收益率的聯動性。全球經濟日趨一體化，美國國債逐漸成為全球資本市場定價的重要標準。對于投資者而言，由于不同國家的國債在一定程度上存在著相互替代的關系，價格趨勢會使國債價格變化趨于一致，這種債券投資的可替代性，也會使各國債券收益率走勢出現聯動性。

四、結論和展望

第6篇：量化投資與基本面分析方法范文

約翰·聶夫1963年進入威靈頓管理公司，1964年成為溫莎基金經理，并一直擔任至1995年退休。在此期間，他將搖搖欲墜、瀕臨解散的溫莎基金經營成當時最大的共同基金。

在聶夫執掌的31年間，溫莎基金的總投資回報率為55.46倍，累計平均年復合回報率達13.7%，這個紀錄在基金史上尚無人能與其媲美。

在退休前，聶夫還一直兼任威靈頓管理公司的副總裁和經營合伙人。聶夫的成功之道，并不在于使用了高深的投資技巧及數學模型，而是廣為人知的低市盈率投資法。

對于A股市場的投資者，聶夫的投資之道完全可以復制，因為低市盈率投資法很容易做到量化選股，而且回溯檢驗的結果相當不錯。

我們運用修正過的聶夫選股方法對2005年5月初至2012年12月底的A股市場進行了回溯檢驗，結果表明，聶夫之道在A股市場可以取得44.12%的年化復合收益率，而同期滬深300指數的年化復合收益率只有13.86%，聶夫之道投資法的年化超額收益達到30.26個百分點。

在24個分季度檢驗區間中，“聶夫之道”跑贏滬深300指數的次數達到16個，占比為66.67%，單季最高超額收益達到56.77個百分點；在8個超額收益為負的檢驗區間中，單季最高超額負收益只有10.69個百分點。

此外，我們還將“聶夫之道”與公募基金進行了對比。在全部公募基金中，排名第一的是華夏大盤精選，有“公募一哥”之稱的王亞偉從2005年5月開始執掌該基金，直至其于2012年5月離開華夏基金。該基金在2005年5月初至2012年12月底期間，收益率達到1149.07%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值達到12.49元。

作為比較，“聶夫之道”在2005年5月初至2012年12月底期間收益率達到1549.70%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值達到16.49元。

也就是說，如果“聶夫之道”是一只基金，那么其收益率戰勝了以王亞偉所領銜“華夏大盤精選”為代表的全部公募基金；此外，與包括開放式和封閉式在內的全部公募基金相比，“聶夫之道”還有一個非常明顯的優點，即投資者可以根據自己的決定在任何期間買入和賣出。

8月7日-8月13日的五個交易日中，根據Wind統計，在其所覆蓋的券商研究報告中，對滬深300指數的300家成份股公司，業績調升26家，調降46家。

過去一個月，滬深300指數成份股業績調升62家，調降115家。

截至8月13日收盤，滬深300指數成份股按總市值除以預測總利潤計算的2013年PE平均值為8.47，按照總市值從大到小分為5個區間，同樣按照上述方法計算的市盈率平均值分別為7.02、16.6、16.44、17.51、15.71。

相比一周前（8月6日），滬深300指數成份股預測總利潤增加0.02%，由20320億元變為20324億元；市盈率平均值增加2.2%，由8.29變為8.47。

相比一個月前（7月13日），滬深300指數成份股預測總利潤減少0.05%，由20334億元變為20324億元；市盈率平均值增加2.2%，由8.29變為8.47。

截至8月13日，過去一周（2013年報告期）每股收益預測上升和下降前10名、過去一周（2013年報告期）評級上升和下降前10名分別如左側表格所示。

截至8月13日，過去一個月（2013年報告期）每股收益預測上升和下降前10名、過去一個月（2013年報告期）評級上升和下降前10名分別如右側表格所示。 Wind評級的1分至5分，分別對應“買入”、“增持”、“持有”、“中性”、“賣出”。

創一年新高（新低）股票概況

8.08-8.14期間，共計201只股票創一年新高，創新高個股數量位列前六位的行業（申萬一級行業分類）分別是機械設備（30只）、醫藥生物（28只）、化工（21只）、電子（20只）、信息服務（18只）和信息設備（18只）。上述股票的加權平均市盈率（2012年年報）為40.35，加權平均市凈率（2012年年報）為4.27，期間最高股價的平均值為12.79元。

值得注意的是，本期有8只房地產股（中弘股份、華鑫股份、新黃浦、綠景控股、億城股份、泰禾集團、美都控股、華夏幸福）創了新高，創新高房地產股的數量之多是近一段時間內少有的。

8.08-8.14期間，沒有創新低的股票。

勝券投資分析

第44期回顧

牛股通常具有相似的特征，也就是我們這里說的“牛股基因”。勝券投資分析揭秘的牛股基因通常體現在以下四個方面：

首先，牛股表現出良好的成長性。勝券投資分析通過個股的凈利潤評分、價格相對強弱評分以及兩者相結合的綜合評分為廣大投資者提供了一種快餐化的基本面選股方式，經過歷史回顧檢驗，牛股往往是綜合評分超過80分的股票。只有這些股票有著表現優異的基本面，而優異的基本面往往是支撐其股價不斷上漲的動力。

其次，發展前景良好的行業是孕育牛股的溫床。關注勝券的投資者可以發現，勝券投資分析近期重點分析的股票往往集中于醫藥生物、信息服務等勝券行業排名靠前且整體強勢的行業。牛股往往是這些行業中表現不俗的股票。

第三，牛股往往在跌跌不止的行情中具有抗跌性。勝券一度強力解讀的牛股恩華藥業（002262.SZ）和上海家化（600315.SH）等在2012年大盤的頹勢中股價逆市上揚并不斷創出52周新高；在年底大盤回暖后再創佳績。當然，這些股票也不是直線上漲的，在股價攀升的過程中不免有回調，此時正是對投資者心理的考驗。勝券投資分析認為，對于基本面和政策面以及大盤都沒有發生重大變化的個股發生回調時，投資者可以根據賣出止損策略操作并等待下一個投資時機的到來。

第四，在回暖的行情中不斷地創出52周新高并伴隨明顯的放量往往是牛股啟動的標志。這里的放量至少是當天的成交量相比于50日平均移動成交量上漲40%-50%以上。

神奇公式的核心是“低價買入優質股票”，所選用的兩個指標是投資回報率（ROTC）和收益率（EBIT/EV），其中投資回報率篩選出來的是“好公司”，收益率篩選出來的是“好價格”。

“好公司”主要是對上市公司的相關財務指標進行衡量，即以基本面為導向的分析，所選出的都是一些“質優”的公司，這個指標相對容易確定。

在計算“好公司”得分時涉及的財務指標主要包括營業收入、營業成本、流動資產合計、流動負債合計、短期借款、投資性房地產等。

“好價格”的目標是“低價”股，但什么樣的股價水平才算“低”呢？又該如何發現市場上被低估的股票呢？對此，以價值為導向的投資理論認為，低價是相對于企業的內在價值而言，但內在價值的確定又非常繁雜，神奇公式采用的是一種最便捷的方式，即觀察股票的價格走勢，通過股票的價格漲跌及市值變化篩選出符合條件的“質優低價”股。

在計算“好價格”得分時涉及的財務指標主要包括營業收入、營業成本、短期借款、應付票據、長期借款、少數股東權益、延遲所得稅負債等。

第7篇：量化投資與基本面分析方法范文

摘 要 程序化交易是將交易策略量化，以編碼的形式寫入計算機，當市場中的價量關系觸發交易策略進行開平倉的方法。程序化交易策略有證券和期貨兩個領域之分，相對于證券程序化在期貨中有著更大的發展，既有傳統的日內交易策略、大趨勢交易策略、組合策略和套利策略又有國外先進的高頻交易策略，但是這些都避免不了“黑盒”的局限性。

關鍵詞 程序化交易 期貨交易策略 局限性

一、程序化簡介

程序化交易、量化投資伴隨著中國金融創新的步伐，越來越走近普通投資者。程序化交易是指策略開發人員將交易策略量化后，以編碼的形式寫入計算機。當市場中的價量關系觸發交易策略時，交易系統自行發出多空訊號，并且有效控制量價的變化關系。

程序化交易最大的優點是克服人性的弱點，在實盤交易中，人一些情緒化因素，例如貪婪、恐懼和焦慮等都會被無限放大，而這些因素都會或多或少地影響既定交易策略的執行，正如很多投資者深刻地體會，做交易與其說是和市場博弈，倒不如說和自己的心魔斗爭。而計算機則是在嚴格執行交易策略，靠模型的概率贏得市場的超額收益。同時，程序化交易在搶單，多策略執行等方面的表現也遠遠超過了人類自身的限制。

二、程序化的策略類型

程序化策略現在主要應用在證券和期貨兩個領域。根據這兩個領域交易規則的差異策略方法又不盡相同。我國的二級市場主要是T+1的交易規則，故程序化交易具有很大的局限性。機構投資者在二級市場上主要使用ETF套利、定價套利、指數套利等策略方法。

ETF套利主要根據一二級市場的價差進行買賣的套利行為，主要分為兩種方法：“溢價套利”是先在二級市場買入一籃子股票組合，然后從一級市場申購ETF，同時當日將申購的ETF份額當日賣出；“折價套利”是在一級市場買入ETF份額，然后申請贖回后將股票組合在二級市場賣出而賺取差價。根據一二級市場的價格偏差套取利潤。

定價套利和指數套利則是利用市場價格的非理性，依據定價模型提前研判后續股價的走勢，從而做出的買賣動作。

而在期貨市場上，T+0的交易規則賦予了程序化交易新的活力，其中量價策略和模式識別策略更是大行其道。不管是哪種方法，都是基于技術分析，根據市場本身的運行特征，形成固定的交易策略模式，當量價關系觸發到相應指標時，會第一時間發出買賣信號。目前國內比較成功的交易策略主要分為4類：日內交易策略、大趨勢交易策略、組合策略和套利策略。

日內交易策略，就是在交易日內進行開平倉操作的策略，不留倉過夜，只做日內波段。該策略大部分基于1分鐘、5分鐘和15分鐘的k線開發的，依據市場上已經存在的量價間關系，形成突破買入，日內止盈止損的方法。

大趨勢交易策略，主要基于技術面和量化基本面，通過技術面和基本面的諧振，進行大規模的買入賣出，抓住主要波段。該策略建倉規模較大，留倉過夜，直到基本面發生變化時才出場。

組合策略，將資金嚴格分配到各個品種上，同時操作，對多個相關品種進行買入賣出，依據資金管理的GARCH模型和多個品種的相關聯動性，采取智能的交易方式。

套利策略可以分為很多小類，例如期限套利，跨期套利，跨市場套利等，該策略主要利用價差的均值回歸特性，在不同的合約上進行買賣，從而穩定地獲取利潤。比如IF1310合約，現價是2437，而其標的滬深300則是2432，到達交割日的時候，期貨價格將以現貨的價格進行交割，簡而言之就是他們的價格將回歸一致。此時若做空IF1310合約，做多滬深300指數，則可以在交割日套取5*300=1500元的利潤。

隨著金融市場的發展，新的程序化策略也在逐步進入國內市場，高頻交易就是最近炒得很熱的一個話題，其利用復雜的計算機技術和系統，以毫秒級的速度執行交易并日內短暫持倉。

其主流的交易策略有做市商策略和訂單流策略，做市商策略試圖通過為市場提供流動性來獲取利潤，不進行方向性的下單，多數是雙向下單，通過提供不同買賣報價的訂單而獲得薄利。而訂單流策略，通過分析市場中即時的盤口數據，根據短時間內買賣訂單流的不平衡進行超短交易的策略。

第8篇：量化投資與基本面分析方法范文

約翰·聶夫1964年成為溫莎基金經理，并一直擔任至1995年退休。在此期間，他將搖搖欲墜、瀕臨解散的溫莎基金經營成當時最大的共同基金。

在聶夫執掌的31年間，溫莎基金的總投資回報率為55.46倍，累計平均年復合回報率達13.7%，這個紀錄在基金史上尚無人能與其媲美。

聶夫的成功之道，并不在于使用了高深的投資技巧及數學模型，而是廣為人知的低市盈率投資法。

對于A股市場的投資者，聶夫之道完全可以復制，因為低市盈率投資法很容易做到量化選股，而且回溯檢驗的結果相當不錯。

我們運用修正過的聶夫選股方法對2005年5月初至2012年12月底的A股市場進行了回溯檢驗，結果表明聶夫之道在A股市場可以取得44.12%的年化復合收益率，而同期滬深300指數的年化復合收益率只有13.86%，聶夫之道投資法的年化超額收益達到30.26個百分點。

在24個分季度檢驗區間中，“聶夫之道”跑贏滬深300指數的次數達到16個，占比為66.67%，單季最高超額收益達到56.77個百分點；在8個超額收益為負的檢驗區間中，單季最高超額負收益只有10.69個百分點。

此外，我們還將“聶夫之道”與公募基金進行了對比。在全部公募基金中，排名第一的是華夏大盤精選，有“公募一哥”之稱的王亞偉從2005年5月開始執掌該基金，直至其于2012年5月離開華夏基金。該基金在2005年5月初至2012年12月底的期間收益率達到1149.07%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達到12.49元。

作為比較，“聶夫之道” 在2005年5月初至2012年12月底的期間收益率達到1549.70%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達到16.49元。

也就是說，如果“聶夫之道”是一只基金，那么其收益率戰勝了以王亞偉所領銜“華夏大盤精選”為代表的全部公募基金；此外，與包括開放式和封閉式在內的全部公募基金相比，“聶夫之道”還有一個非常明顯的優點，即投資者可以根據自己的決定在任何期間買入和賣出。如果希望了解“聶夫之道”的更多詳細信息，請關注本刊相關的電子產品：.cn。

10月23日-10月29日的五個交易日中，根據Wind統計，在其所覆蓋的券商研究報告中，對滬深300指數的300家成份股公司，業績調升67家，調降90家。

過去一個月，滬深300指數成份股業績調升83家，調降145家。

截至10月29日收盤，滬深300指數成份股按總市值除以預測總利潤計算的2013年PE平均值為8.5，按照總市值從大到小分為5個區間，同樣按照上述方法計算的市盈率平均值分別為7.16、14.84、18.61、23.07、26.48。

相比一周前（10月22日），滬深300指數成份股預測總利潤減少0.18%，由19260億元變為19225億元；市盈率平均值減少2.17%，由8.69變為8.5。

相比一個月前（9月29日），滬深300指數成份股預測總利潤減少0.39%，由19300億元變為19225億元；市盈率平均值減少0.34%，由8.53變為8.5。

截至10月29日，過去一周（2013年報告期）每股收益預測上升和下降前10名、過去一周（2013年報告期）評級上升和下降前10名分別如左側表格所示。

截至10月29日，過去一個月（2013年報告期）每股收益預測上升和下降前10名、過去一個月（2013年報告期）評級上升和下降前10名分別如右側表格所示。 Wind評級的1分至5分，分別對應“買入”、“增持”、“持有”、“中性”、“賣出”。

創一年新高（新低）股票概況

10.24-10.30日期間，共計113只股票創一年新高，創新高個股數量位列前三位的行業（申萬一級行業分類）分別是機械設備（34只）、醫藥生物（12只）和家用電器（10只）。上述股票的加權平均市盈率（2012年年報）為20.39，加權平均市凈率（2012年年報）為2.67，期間最高股價的平均值為15.97元。

10.24-10.30日期間，共計36只股票創一年新低，創新低個股數量位列前三位的行業（申萬一級行業分類）為食品飲料（13只）、有色金屬（3只）、醫藥生物（3只）、建筑建材（3只）、化工（2只）和房地產（2只）。上述股票的加權平均市盈率（2012年年報）為11.34，加權平均市凈率（2012年年報）為2.78，期間最低股價的平均值為16.72元。

本期創新高股票的總市值為7550億元，創新低股票的總市值為5899億元，兩者之比為1.28：1。

勝券投資分析

第54期回顧

勝券投資工具，根據中國股市的具體特點，將CANSILM交易系統進行了優化和調整，使其更符合中國股市的特點，并能滿足中國投資者的需要。

牛股通常具有相似的特征，也就是我們這里說的“牛股基因”。勝券投資分析揭秘的牛股基因通常體現在以下四個方面：

首先，牛股表現出良好的成長性。勝券投資分析通過個股的凈利潤評分、價格相對強弱評分以及兩者相結合的綜合評分為廣大投資者提供了一種快餐化的基本面選股方式，經過歷史回顧檢驗，牛股往往是綜合評分超過80分的股票。只有這些股票有著表現優異的基本面，而優異的基本面往往是支撐其股價不斷上漲的動力。

其次，發展前景良好的行業是孕育牛股的溫床。投資者可以發現，勝券投資分析近期重點分析的股票往往集中于醫藥生物、信息服務等勝券行業排名靠前且強勢的行業。牛股往往是這些行業中表現不俗的股票。

第三，牛股往往在下跌行情中具有抗跌性。勝券一度強力解讀的牛股恩華藥業（002262.SZ）和上海家化（600315.SH）等在2012年大盤的頹勢中股價逆市上揚并不斷創出52周新高；在年底大盤回暖后再創佳績。

第四，在回暖的行情中不斷的創出52周新高并伴隨明顯的放量往往是牛股啟動的標志。放量至少是當天的成交量相比于50日平均移動成交量上漲40%-50%以上。

神奇公式的核心是“低價買入優質股票”，所選用的兩個指標是投資回報率（ROTC）和收益率（EBIT/EV），其中投資回報率篩選出來的是“好公司”，收益率篩選出來的是“好價格”。

“好公司”主要是對上市公司的相關財務指標進行衡量，即以基本面為導向的分析，所選出的都是一些“質優”的公司，這個指標相對容易確定。

在計算“好公司”得分時涉及的財務指標主要包括營業收入、營業成本、流動資產合計、流動負債合計、短期借款、投資性房地產等。

“好價格”的目標是“低價”股，但什么樣的股價水平才算“低”呢，又該如何發現市場上被低估的股票呢？對此，以價值為導向的投資理論認為，低價是相對于企業的內在價值而言，但內在價值的確定又非常繁雜，神奇公式采用的是一種最便捷的方式，即觀察股票的價格走勢，通過股票的價格漲跌及市值變化篩選出符合條件的“質優低價”股。

在計算“好價格”得分時涉及的財務指標主要包括營業收入、營業成本、短期借款、應付票據、長期借款、少數股東權益等。

神奇公式的目標并不是單純的尋找“好公司”或者“好價格”，而是尋找能夠將上述兩個因素進行最佳組合的公司，也就是“綜合得分”占優的股票。

第9篇：量化投資與基本面分析方法范文

［DOI］10．13939/j．cnki．zgsc．2017．30．039

1 量化投資擇時選股的背景與意義

1．1研究背景

量化投資被西方投資界稱為顛覆傳統投資哲學的投資革命，可以追溯到20世紀50年代，在過去的60年里被證明是一種可以對沖市場風險，以概率取勝的高收益投資模式。相較技術投資者和價值投資者，量化投資者憑借其高頻交易和不斷適應市場的量化投資策略，在2008年波及全球的金融海嘯中獲得了遠超其他策略的收益。詹姆斯·西蒙斯所掌管的大獎章基金從成立開始，年均回報率高達38．5％，運用量化的方法而獲得交易的套利。量化投資策略的基本原理是通過對海量歷史數據收集和總結后得到的交易策略，主要是通過高頻交易對市場存在不合理估值進行糾錯，來尋求α收益。

1．2研究意義

從國內現有的采用量化投資方法并且運作一段時間的基金來看，在A股這樣的市場應用更加具有前景，通過量化擇時策略對歷史信息進行分析從而達到預測價格的目的。一般來講，量化擇時選股策略可以分為基本面與市場行為兩類。其中，基本面選股策略中常用多因子模型，重點運用選定的某些因子指標作為股票遴選的標準，通過結果滿足標準作為買進股票的對象，反之不滿足的則作為賣出對象。根據投資者的操作理念、投資風格可以大致分為價值型、投機型等類別。無論何種投資者都會或多或少依據一些因子判斷股票漲跌。然而,當多數交易者同時采用某一因子指標時，促使該因子具有顯著有效性。這些因子和收益率之間有著千絲萬縷的因果關系。

2 量化擇時選股理論的研究

2．1基金擇時選股能力的分析模型

基金分析模型的基本思路一般都基于CAPM模型進行拓展衍生，將基金的擇時選股能力分離和量化，進而做出評測。應用最為廣泛的有：特雷諾和瑪澤(Treynor ＆ Mazuy,1966）的T-M模型、Jensen模型（Jensen 1968）、亨里克森和莫頓的H-M模型(Henriksson ＆ Merton,1981)等。

2．2模型設計及研究樣本的選取與處理

本文以單因素T-M 模型為理論基礎因子，分析三個時間段（2006年1月1日—2007年9月3日，2007年10月8日—2008年10月8日，2007年12月31日—2011年12月31日）各種類型基金的選股以及擇時能力的情況，并分析每個時間段基金經理的能力表現。

分析模型如下所示：

ri－rf＝α＋β1(rm－rf)＋β2(rm－rf)2＋εi

其中：α表示選股能力指標，β1表示基金當時面對的市場系統性風險，β2表示擇時能力指標，εi為殘差項，其他變量表示的含義與Jenson模型相同。

假如β2大于零，那么表明基金經理憑借專業能力和工作經驗，能夠把握市場的機會，做出準確的研判，基金經理具有擇時能力；否則就表明基金經理在能力、經驗，以及把握機會方面還相對欠缺，擇時能力方面較差。參數α表示投資組合收益率差異，在α大于零的情況下，表明基金經理的工作經驗和專業能力在選股方面可以獨當一面，如果個股選擇的能力較高，那么α值越大。需要指出的是，α分離了擇時和選股能力。

為比較不同基金的選股擇時能力，本文采用Wind資訊數據庫中的晨星基金分類標準予以數據篩選，共取得了1443只基金的數據（剔除貨幣型基金和指數型基金）。同時，為了分析各種類型的基金在不同時間段內的選股擇時能力，本文將研究區間分成三個時間段，根據模型相關變量及指標數據的可操作性，最終篩選出384 個樣本，如表1所示。

3 實證結果與分析

以下2表是綜合運用T-M 模型對樣本基金予以回歸分析。通過分析結果，樣本基金的F值均處于5%的顯著水平上通過檢驗，這說明方程的整體顯著性良好，同時擬合優度R2處于0．30~0．79，說明擬合較好。

下面，運用T-M 模型對所有樣本基金進行回歸計算，分別從選股和擇時兩方面的能力對各種類型基金在不同時間段內的統計表現進行分析。

3．1選股能力分析

（1）回歸分析

表2中27 只不同時間段、不同類型的基金T-M 模型的檢驗結果。通過t檢驗結果表明，其中僅有三只基金沒有通過α> 0的顯著性檢驗，而其他的24只基金均通過了α>0的顯著性檢驗。回歸分析結果顯示，有22只基金的α>0，占樣本總數的81%。結果表明樣本內基金經理都具有選股能力，但α的數值都相對偏小，這說明我國基金經理的選股能力尚需提高。

（2）統計分析

通過表3的統計匯總，可以看出，只有債券型基金在2007年12月31日—2011年12月31日期間選股能力系數為負值，而其他基金在每個時間段均具有正向的選股能力，這表明樣本內基金經理都符合考察目的。不過，能力數值普遍偏低。

通過表4、表5和表6分析，股票型和混合型基金的平均選股能力都高于債券型基金，最大值、最小值、標準差等指標也差別不大。絕大多數基金經理具有一定選股能力，但這種能力并不突出。

3．2擇時能力分析

（1）回歸分析

表 2 給出了針對不同類型的27 只基金在不同時段內T-M 模型的檢驗結果。從 t 檢驗來看，只有兩只基金能夠通過α的顯著性檢驗。通過T-M模型的回歸分析，其中9只基金α>0，多數基金表現為負向的擇時能力。

（2）統計分析

從表7 可以看出，只有債券型基金在2007年10月8日到2008年10月8日和2007年12月31日到2011年12月31日兩個時間段內的擇時能力系數大于零，其他的基金在每個時段的擇時能力系數均小于零。

綜合分析，在擇時能力方面，只有債券型基金的表現較好，樣本內基金總體呈現負向狀態。說明我國基金經理的對于未來經濟及股市整體趨勢的研判和分析不夠透徹。

4結論

通過實證分析，得出的結論如下：

（1）選股能力方面，除債券型基金外，所有類型的基金在三個時間段都表現出一定的選股能力，不過能力表現并不顯著。而且，所有表示基金選股能力的標準差相對較小，表明基金經理之間對投資配置、組合的能力差異很小。

（2）擇時能力方面，樣本內基金經理擇時能力不太理想，當市場出現多頭行情，基金經理難以把握機會，以尋求穩定超額收益率；當市場出現空頭行情,基金經理也無法規避系統性風險，及時空倉止損。此外，所有類型基金擇時能力標準差都較大，不同基金經理的表現水平波動較大。

（3）綜合分析，我國大部分基金經理的選股擇時能力和經營管理能力尚需加強，具體表現在擇時能力方面，只有少數的基金經理能夠具備一定的選股能力。這種結果受到國內證券市場特點、基金公司績效考核等客觀原因的影響。相信隨著我國加快完善多層次資本市場體系和基礎性制度，以及基金公司的內部管理體制建設等措施，基金經理的擇時選股水平會進一步提升。

參考文獻：

［1］Treynor D．E．,Mazuy K．．Can Mutual Funds Outguess the Market［J］.Harvard Business Review,1966(17):38-4．