量化投资的特点_策略和发展研究_陈健

时代金融Times Finance

NO.10，2016（CumulativetyNO.639）

2016年第10期中旬刊

（总第639期）

量化投资的特点、策略和发展研究

陈健宋文达

（西安工业大学，陕西西安710000）

【摘要】量化投资基金在２０１５年中国股市的大幅波动中，以低回撤、稳健收益获得了市场的认可，从而带动了我国量化投资的快速发展。结合前人研究，作者提出了量化投资的定义、特点，并对国内外量化投资策略进行了分类阐述。随后，作者总结了量化投资的金融和数理理论基础，以及国内外量化投资的实践进展。

【关键词】量化投资特点策略发展

一、引言

量化投资在国外的实践已经有了40多年的发展，我国的量化投资起步较晚，从2004年开始出现量化投资的产品，由于缺乏有效的对冲手段，直到2010年4月沪深300股指期货上市之后才能算是真正意义上开始涉足量化投资。[1]

2015年的中国股市跌宕起伏，杠杆配资引发了大幅上涨和断崖式下跌，股市出现罕见的千股涨停、千股跌停、千股停牌的奇观，众多机构投资者和散户蒙受了巨大的损失。但其中少数量化投资基金在大幅波动的市场中却表现相对稳定。量化投资基金和量化对冲策略的稳健，很快引起了全市场的关注，也成为近期银行、券商、信托等机构追捧的新的产品模式。

在此背景下，作者在本文中对于量化投资的概念、特点、策略、理论基础和发展做一个总结，希望为量化投资研究和实践做一些参考。

二、量化投资解读

（一）量化投资的定义

量化投资在学术界并没有严格统一的定义，现有的定义对于量化投资的定义的侧重点各有不同。本文对于量化投资的定义为：量化投资是指将投资者的投资思想或理念转化为数学模型，或者利用模型对于真实世界的情况进行模拟进而判断市场行为或趋势，并交由计算机进行具体的投资决策和实施的过程。

（二）量化投资的特点

1.投资决策中能够客观理性，克服人类心理对投资决策的影响。传统投资的分析决策，大多数方面都由人工完成，而人并非能做到完全理性，在进行投资决策时，很难不受市场情绪的影响。[2]量化投资运用模型对历史和当时市场上的数据进行分析检测，模型一经检验合格投入正式运行后，投资决策将交由计算机处理，一般情况下拒绝人为的干预，这样在进行投资决策时受人的情绪化的影响将很小，投资过程可以做到理性客观。

2.能够通过海量信息的大数据处理，提高投资决策效率。我国股票市场上有近3000只股票，与上市公司相关的各种信息纷繁复杂，包括政策、国内外经济指标、公司公告、研究报告等，投资者靠自己手工的筛选根本就是力不从心。量化投资的出现为这个问题的解决带来了希望。量化投资运用计算机技术快速处理大量数据，对其进行辨别、分析、找出数据之间的关联并做出投资决策，大大减少了人工的工作量，提高了投资决策效率。

3.能够实现精准投资。传统的投资方法中认为投资是一门艺术，投资决策需要的是投资者的经验和技术，投资者的主观评价起到决定作用。而量化投资有所不同，尤其是在套利策略中，它能做到精准投资。例如在股指期货套利的过程中，现货与股指期货如果存在较大的差异时就能进行套利，量化投资策略和交易技术会抓住精确的捕捉机会，进行套利交易来获利。另外，在控制头寸规模方面，传统的投资方法只能凭感觉，并没有具体的测算和界定，而量化投资必须要设定严格精确的标准。[3]

4.能够快速反应和决策，把握市场稍纵即逝的机会。量化投资往往利用高速计算机进行程序化交易，与人脑相比它能够迅速发现市场存在的信息并进行相应的处理，具有反应快速、把握市场稍纵即逝的机会的特点。量化投资在速度上最出色的运用就是高频交易，与低频交易相对，高频交易是通过高速计算机，在极短的时间内对市场的变化做出迅速的反应并完成交易。[4]

5.能够有效地控制风险，获取较为稳定的收益。与传统投资方式不同的是，量化投资在获得较高超额收益的同时能够更好地控制风险，业绩也更为稳定。相关研究显示，1996年至2005年期间，量化投资基金与以所有传统主动型投资基金和偏重于风险控制的传统主动型投资基金的信息比率对比情况中，量化投资基金的信息比率都是最高，说明量化投资相对于传统投资，能够在获得更高的超额收益的同时，有效地控制风险。

三、量化投资的策略

一般的量化投资的策略指的是用来实现投资理念或模拟市场行为判断趋势从而获取收益的模型。量化投资需要权衡收益、风险、交易成本、具体的执行等各个方面，一般情况下这些方面会形成相对独立的模块。有时候量化投资策略模型也会将风险、成本等方面融合在模型中。

（一）国外量化投资策略的分类

国外习惯上将量化投资的策略分成两大类，一类是阿尔法导向的策略，另一类是贝塔导向的策略。阿尔法策略（alpha strategy）是通过量化择时和调整投资组合中不同资产的头寸大小来获取收益的策略；贝塔策略（beta strategy）是通过量化的手段复制指数或者稍微的超出指数收益的策略。[6]相比而言，量化指数的贝塔策略相对更容易，所以一般情况下所说的量化投资的策略指的是阿尔法策略（alpha strategy）。

阿尔法策略主要有两种类型，分别为理论驱动模型和数据驱动模型。

理论驱动模型是比较常见的类型，这些策略是运用已经存在的经济、金融学的理论，构建策略模型，进行投资决策。理论驱动模型根据输入的数据的不同可以进一步分类，主要有基于价格相关数据的策略和基于基本面数据的策略。

数据驱动模型广泛的被运用于股票、期货和外汇市场，因为采用的数学工具更为复杂，相对而言难于理解，目前使用的还不是很多。与理论驱动模型不同，数据驱动模型认为进行投资决策其实是不需要理论的支持，运用数据挖掘技术，可以从数据（例如交易所的价格数据）中识别出某种行为模式或市场趋势，进而进行预测或者解释未来的模式，从中获取收益。

（二）我国量化投资策略的分类

国内比较常见的量化投资策略主要有两种分类方式，一种是按投资标的所在市场分类区分的量化投资策略，分为现货市场和衍生品市场量化投资策略。现货市场包括股票市场、ETF市场和债券市场，衍生品市场包括商品期货市场、股指期货市场、国债期货市场、外汇市场和期权与其他衍生品市场，国内运用较多的是投资于商品

245

Times Finance

2016年第10期中旬刊（总第639期）时代金融

Times Finance

NO.10，2016

（CumulativetyNO.639）

期货和股指期货等期货市场。

另一种分类方式是分为两大类：判断趋势的单边投机策略和判断波动率的套利交易策略。[7]单边投机策略主要包括量化选股和量化择时，套利交易策略主要包括股指期货套利、商品期货套利、统计套利、期权套利、另类套利策略等，目前国内普遍采用的是这种分类方式。

四、量化投资理论的发展

（一）投资理论的发展

量化投资的理论基础最早可以追溯到上个世纪50年代，Markowitz(1952)[8]第一次把数理工具引入到金融研究领域，提出了均值——

—方差模型和风险报酬与有效前沿的相关概念，这是量化投资接受的最早的严肃的学术成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在马克维茨研究的基础上得出了资本资产定价模型（CAPM），这是如今度量证券风险的基本的量化模型。

20世纪60年代，Samuelson(1965)与Fama(1965)[12]提出了有效市场假说(Efficient Markets Hypothesis，EMH)，这为后来在新闻量化交易等方面提供了思路和理论支持。20世纪70年代，金融衍生品不断涌现，对于衍生品的定价成为当时研究的重点。Black和Scholes（1973）[13]将数学方法引入金融定价，他们建立了期权定价模型（B-S模型），为量化投资中对衍生品的定价奠定了理论基础。在该理论之后，Ross（1976）[14]根据无套利原则提出了套利定价理论（APT），该理论是资本资产定价模型（CAPM）的完善和发展，为量化投资中的多因素定价（选股）模型提供了基础，这也是Alpha套利的思想基础。

20世纪80年代，期权定价理论倒向微分方程求解；“金融工程”概念得以产生，金融工程着力于研究量化投资和量化交易。同期，学者们从有效市场理论的最基本假设着手，放宽了假设条件，形成了金融学的另一个重要的分支——

—行为金融学。

20世纪90年代，金融学家更加注重对于金融风险的管理，产生了诸多的数量化模型，其中最为著名的风险管理数量模型是VaR(Value at Risk)模型，这是量化投资对于风险控制的重要理论基础。[15] 20世纪末，数理金融对于数学工具的引入更加的迅速，其中最为重大的突破无疑是非线性科学在数理金融上的运用，非线性科学的出现为金融科学量化手段和方法论的研究提供了强有力的研究工具[16]，尤其在混合多种阿尔法模型而建立混合模型时是非常有效的一种技术。

（二）量化投资的数学和计算基础

量化投资策略模型的建立需要运用大量的数学和计算机方面的技术，主要有随机过程、人工智能、分形理论、小波分析、支持向量机等。[17]随机过程可以用于金融时序数列的预测，在现实中经常用于预测股市大盘，在投资组合模型构建的过程中，可以优化投资组合；人工智能的很多技术，例如专家系统、机器学习、神经网络、遗传算法等，可以运用于量化投资；分形理论用于时间序列进行预测分析；小波分析主要用于波型的处理，从而预测未来的走势；数据挖掘技术可以运用于数据驱动模型，还可以运用于设置模型的细节；支持向量机可以分析数据，识别模式，用于分类和回归分析。

五、国内外量化投资实践的发展

（一）国外量化投资实践的发展

本文认为量化投资在国外的发展已经经历了四个发展阶段：

1.第一阶段从1949年至1968年：对冲阶段。该阶段是量化投资的萌芽阶段，该阶段具体的量化投资实践很少，主要是为量化投资提供的理论基础和技术准备，量化投资脱胎于传统投资，对抗市场波动，通过对冲稳定Alpha收益，但收益率低了。

2.第二阶段从1969年至1974年：杠杆阶段。在该阶段，量化投资从理论走入了实践。在投资思路上，因为原本的Alpha策略收益有限，通过放杠杆扩大第一阶段的稳定收益。实践方面，1969年，前美国麻省理工学院数学系教授爱德华·索普（Ed Thorp）开办了第一个量化对冲基金，进行可转债套利，他是最早的量化投资的者使用者。1971年，巴莱克国际投资公司（BGI）发行了世界上第一只被动量化基金，标志着量化投资的真正开始。

3.第三阶段从1975年至2000年：多策略阶段。在这一阶段，虽

有一定的挫折，但总体上量化投资得到了平稳的发展。在投资思路上，由于上一阶段通过杠杆放大收益的副作用产生，放大以后的波

动率又增大，从而转向继续追求策略的稳定收益，具体的手段是采

用多策略稳定收益。实践方面，1977年，美国的富国银行指数化跟踪

了纽约交易所的1500只股票，成立了一只指数化基金，开启了数量

化投资的新纪元。[18]1998年，据统计共有21只量化投资基金管理着80亿美元规模的资产。[19]

4.第四阶段从2000年至今：量化投资阶段。这一阶段，量化投资

得到了迅猛的发展，并且发展的速度越来越快。投资思路上，运用量

化工具，策略模型化，注重风险管理。在实践方面，在2008年全球金

融危机以前，全球对冲基金的规模由2000年的3350亿美元在短短

的7年时间内上升至危机发生前的1.95万亿美元，受美国次贷危

机的影响全球对冲基金规模有较大的回落，直到2008年之后，在全

球经济复苏的大背景下对冲基金规模才开始反弹。

（二）我国量化投资的发展

本文认为，到目前为止，我国量化投资的发展的主要经历了三

个阶段：

1.第一阶段从2004年至2010年：起步阶段。在这一阶段，由于

我国没有足够的金融工具，量化投资在我国发展缓慢。2004年8月，光大保德信发行“光大保德信量化股票”，该基金借鉴了外方股东量

化投资管理理念，这是我国最早的涉足量化投资的产品。2010年4

月16日，准备多年的沪深300股指期货的在中金所的上市，为许多

对冲基金的产品提供了对冲工具，从此改变了以前我证券市场只能

单边进行做多的情况。

2.第二阶段从2011年至2013年：成长阶段。2011年，被认为是

我国量化对冲基金元年，[21]而随着股指期货、融资融券、ETF和分级

基金的丰富和发展，券商资管、信托、基金专户和有限合伙制的量化

对冲产品的发行不断出现，这个阶段的量化投资真正意义上开始发展，促使该阶段发展的直接原因就是股指期货的出现。[20]

3.第三阶段从2014年至今：迅猛发展阶段。2014年被认为是“值

得载入我国私募基金史册的一年”，基金业协会推行私募基金管理

人和产品的登记备案制，推动了私募基金的全面阳光化，加速了私

募基金产品的发行，其中包括量化对冲型私募产品。2014年称得上

我国量化对冲产品增长最迅速的一年，以私募基金为代表的各类机

构在量化对冲产品上的规模均有很大的发展，部分金融机构全年销

售的量化对冲基金规模超过了百亿。

2015年，上证50ETF期权于2月9日正式推出，这对于对我国

的量化投资有着极大的促进作用。4月16日，上证50与中证500两

只股指期货新品种的上市给量化投资带来更多的策略的运用，金融

衍生品的不断丰富和发展，为量化投资提供更多的丰富对冲手段，也提供了更多的套利机会。

六、总结

量化投资的技术、策略、硬件设施条件都在飞速的发展，与传统

的投资方式相比，量化投资有着自身的特点和优势。尤其是量化对

冲产品，以其长期稳健的收益特征，成为目前“资产荒”下对信托、理

财产品和固定收益产品良好的替代产品。未来随着我国股指期货、融资融券、国债期货、期权等金融产品的不断创新，以及股指期货市

场未来逐步恢复正常，量化投资发展前景不可限量。

参考文献

［１］徐莉莉．量化投资在中国的发展现状［Ｒ］．渤海证券研究所：金

融工程专题研究报告，２０１２．

［２］廖佳．揭开量化基金的神秘面纱［Ｊ］．金融博览（财富），２０１４，（１１）：６６－６８．

［３］王力弘．浅议量化投资发展趋势及其对中国的启示［Ｊ］．中国投资，２０１３，（０２）：２０２．

［４］Ｄｕｒｂｉｎ，Ｍ．ＡｌｌＡｂｏｕｔＨｉｇｈ－ＦｒｅｑｕｅｎｃｙＴｒａｄｉｎｇ：ＴｈｅＥａｓｙ

246

Times Finance

时代金融Times Finance

NO.10，2016（CumulativetyNO.639）

2016年第10期中旬刊（总第639期）

（上接第２４４页）

（二）相关分析

利用SPSS16.0进行相关分析，通过各变量与服务品牌延伸评价的Pearson系数值计算发现社会认同联想、个人识别联想正向影响消费者对延伸产品/服务的评价的假设未得到验证。

（三）回归分析

首先，使用回归分析检验因变量是否存在多重共线性，在此我们使用的是SPSS16.0中的线性回归来检测VIF值，结果发现0

其中：TQ代表技术质量，PQ代表功能质量，C代表互补性，T 代表转移性，S代表替代性，A1代表保证联想，A4代表地位联想

五、结论与启示

本文的研究结论主要有以下几点：

第一，品牌化和品牌延伸是服务企业发展的重要战略。随着经济全球化，服务企业面临着日益激烈的竞争环境，品牌化逐渐成为服务企业取得差异化竞争优势的法宝。服务的无形性使得品牌的建立对服务企业尤为重要，强有力的服务品牌能向顾客传递服务质量高这一信号，能增加顾客对服务的信任，还能降低顾客安全、经济、社会等方面的风险。在品牌化之后，品牌延伸策略又成为服务企业获得利润、取得进一步发展的利器。品牌延伸策略之所以为服务企业所重视，是因为它不仅能降低营销成本、增加新产品成功的概率，而且会由于整体品牌战略的经常使用而使企业建立商誉。

第二，延伸产品（或服务）与原服务产品之间的匹配度是影响消费者评价服务品牌延伸的首要因素。匹配度的三个维度中互补性对服务品牌延伸评价的影响最大，这与Allard et al.等人的研究一致，但不同于实体品牌延伸的研究——

—在实体品牌延伸中，转移性对消费者评价品牌延伸的影响最大。

第三，原品牌的感知质量对影响消费者评价服务品牌延伸的重要性仅次于匹配度的影响。原品牌的感知质量越高，消费者对延伸产品（服务）的评价越高。在服务品牌延伸中，原品牌的感知质量用功能质量和技术质量来度量，功能质量比技术质量对服务品牌延伸评价的影响更大。

第四，品牌联想与消费者对服务品牌延伸的评价存在正相关的

关系。从品牌功能的角度可将品牌联想划分为个性识别联想、社会

认同联想、保证联想和地位象征联想，其中，保证联想和地位象征联

想正向影响消费者对服务品牌延伸的评价。

基于上述所得到的主要结论，本文对我国服务企业提出几点管

理启示：第一，建立强有力的品牌；第二，根据企业自身情况做出品

牌延伸决策；第三，注重企业原品牌（也可以说是核心品牌）质量的

提高；第四，在进行延伸产品（或服务）的设计和选择时，注重延伸产

品（或服务）与原服务匹配度较高的产品（或服务）；第五，在进行延

伸产品（或服务）的设计和选择时，注重延伸产品（或服务）与原服务

互补性较高的产品（或服务）；第六，在原品牌的品牌联想塑造上，注

重保证联想和地位联想的塑造，使原品牌成为质量保证的代名词，

多使用与品牌形象相符的声誉高的名人代言。

参考文献

［１］符国群．品牌延伸研究：回顾与展望［Ｊ］．中国软科学，２００３，（０１）：

７５－８１．

［２］ＤａｖｉｄＡ．Ａａｋｅｒ，ＫｅｖｉｎＬａｎｅＫｅｌｌｅｒ．ＣｏｎｓｕｍｅｒＥｖａｌｕａｔｉｏｎｓｏｆＢｒａｎｄＥｘｔｅｎｓｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｒｋｅｔｉｎｇ，１９９０，５４：２７－４１［３］许亚磊．消费者对消费者评价的影响因素的实证研究［Ｄ］．上

海：复旦大学，２００７

［４］卢泰宏，谢飙．品牌延伸的评估模型［Ｊ］．中山大学学报（社会科

学版），１９９７，（０６）：８－１３．

［５］ＡｌｌａｒｄＣ．Ｒ．ｖａｎＲｉｅｌ，ＪｏｓＬｅｍｍｉｎｋ，ＨａｎｓＯｕｗｅｒｓｌｏｏｔ．

ＣｏｎｓｕｍｅｒＥｖａｌｕａｔｉｏｎｓｏｆＳｅｒｖｉｃｅＢｒａｎｄＥｘｔｅｎｓｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｅｒｖｉｃｅＲｅｓｅａｒｃｈ．２００１，３（３）：２２０－２３１

［６］ＫｅｖｉｎＬａｎｅＫｅｌｌｅｒ，ＤａｖｉｄＡ．Ａａｋｅｒ．ＴｈｅＥｆｆｅｃｔｓｏｆＳｅｑｕｅｎｔｉａｌＩｎｔｒｏｄｕｃｔｉｏｎｏｆＢｒａｎｄＥｘｔｅｎｓｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｒｋｅｔｉｎｇＲｅｓｅａｒｃｈ，１９９２，２９（１）：３５－５０

［７］张媛媛，王建玲．服务品牌延伸影响要素的灰色优势分析［Ｊ］．

经济管理，２００８，３０（０２）：６４－６８

作者简介：占小凤（１９８８－），女，汉族，安徽安庆人，任职于安徽

省社会科学院当代安徽研究所，研究方向：市场营销。

ＷａｙＴｏＧｅｔＳｔａｒｔｅｄ［Ｍ］．ＭｃＧｒａｗ－ＨｉｌｌＰｒｅｓｓ，２０１０．

［５］蒋瑛现，杨结，吴天宇，等．海外机构数量化投资的发展［Ｒ］．国

泰君安证券研究所：数量化系列研究报告，２００８．

［６］ＲｉｓｈｉＫ．Ｎａｒａｎｇ．ＩｎｓｉｄｅｔｈｅＢｌａｃｋＢｏｘ：ＴｈｅＳｉｍｐｌｅＴｒｕｔｈ

ａｂｏｕｔＱｕａｎｔｉｔａｔｉｖｅＴｒａｄｉｎｇ［Ｍ］．ＷｉｌｅｙＰｒｅｓｓ，２０１２．

［７］丁鹏．量化投资——

—策略与技术［Ｍ］．北京：电子工业出版社，２０１４．［８］Ｍａｒｋｏｗｉｔｚ，Ｈ．Ｍ．．ＰｏｒｔｆｏｌｉｏＳｅｌｅｃｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，１９５２，２：７７－９１．

［９］Ｓｈａｒｐｅ，Ｗ．Ｆ．Ｃａｐｉｔａｌａｓｓｅｔｐｒｉｃｅｓ：Ａｔｈｅｏｒｙｏｆｍａｒｋｅｔｅｑｕｉｌｉｂｒｉｕｍｕｎｄｅｒｃｏｎｄｉｔｉｏｎｓｏｆｒｉｓｋ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，１９６４，１９（３）：４２５－４４２．［１０］Ｌｉｎｔｎｅｒ．Ｔｈｅｖａｌｕａｔｉｏｎｏｆｒｉｓｋａｓｓｅｔｓａｎｄｔｈｅｓｅｌｅｃｔｉｏｎｏｆｒｉｓｋｙｉｎｖｅｓｔｍｅｎｔｓｉｎｓｔｏｃｋｐｏｒｔｆｏｌｉｏｓａｎｄｃａｐｉｔａｌｂｕｄｇｅｔｓ［Ｊ］．ＲｅｖｉｅｗｏｆＥｃｏｎｏｍｉｃｓａｎｄＳｔａｔｉｓｔｉｃｓ，１９６５，４７（１）：１３－３７．

［１１］Ｍｏｓｓｉｎ．ＥｑｕｉｌｉｂｒｉｕｍｉｎａＣａｐｉｔａｌＡｓｓｅｔＭａｒｋｅｔ［Ｊ］．Ｅｃｏｎｏｍｅｔｒｉｃａ，１９６６，Ｖｏｌ．３４（４）：７６８－７８３．

［１２］Ｆａｍａ，Ｊｅｎｓｅｎ，ａｎｄＲｏｌｌ．ＩｎｖｅｓｔｏｒｓｅｎｔｉｍｅｎｔａｎｄＳｔｏｃｋＲｅｔｕｒｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｌｉｔｉｃａｌＥｃｏｎｏｍｙ，１９６９，（１２）３４－３６．［１３］ＢｌａｃｋＦｉｓｃｈｅｒ，ａｎｄＭｙｒｏｎＳｃｈｏｌｅｓ，１９７３．ＴｈｅＰｒｉｃｉｎｇｏｆＯｐｔｉｏｎｓａｎｄＣｏｒｐｏｒａｔｅＬｉａｂｉｌｉｔｉｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｌｉｔｉｃａｌＥｃｏｎｏｍｙ，１９７３，８１（３）：６３７－６５４．

［１４］Ｒｏｓｓ．Ｔｈｅａｒｂｉｔｒａｇｅｔｈｅｏｒｙｏｆｃａｐｉｔａｌａｓｓｅｔｐｒｉｃｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｃｏｎｏｍｉｃＴｈｅｏｒｙ，１９７６，１３（３）：３４１－３６０．［１５］Ｊｏｒｉｏｎ，Ｐｈｉｌｉｐｐｅ．ＶａｌｕｅａｔＲｉｓｋ：ＴｈｅＮｅｗＢｅｎｃｈｍａｒｋｆｏｒ

ＭａｎａｇｉｎｇＦｉｎａｎｃｉａｌＲｉｓｋ（３ｒｄｅｄ．）［Ｍ］．ＭｃＧｒａｗ－ＨｉｌｌＰｒｅｓｓ，２００６．［１６］戴军，葛新元．数量化投资技术综述［Ｒ］．国信数量化投资技

术系列报告，２００８．

［１７］丁鹏．量化投资与对冲基金入门［Ｍ］．北京：电子工业出版社，２０１４．

［１８］郭喜才．量化投资的发展及其监管［Ｊ］．江西社会科学，２０１４，（０３）：５８－６２．

［１９］ＬｕｄｗｉｇＢ．，Ｃｈｉｎｃａｒｉｎｉ．ＴｈｅＣｒｉｓｉｓｏｆＣｒｏｗｄｉｎｇ：ＱｕａｎｔＣｏｐｙｃａｔｓ，ＵｇｌｙＭｏｄｅｌｓ，ａｎｄｔｈｅＮｅｗＣｒａｓｈＮｏｒｍａｌ［Ｍ］．ＷｉｌｅｙＰｒｅｓｓ，２０１３．

［２０］曾业．２０１４年中国量化对冲私募基金年度报告［Ｒ］．华宝证券：对冲基金专题报告，２０１５．

［２１］严高剑．对冲基金与对冲策略起源、原理与Ａ股市场实证分

析［Ｊ］．商业时代，２０１３，（１２）：８１－８３．

基金资助：本文由国家社会科学基金项目《企业集团与下属上

市公司之间内部并购和治理机制研究》（１３ＢＧＬ０５４）资助。

作者简介：陈健（１９７４－），男，汉，西安工业大学经济管理学院教授，金融研究所所长，曾获西安交通大学管理学院工商管理博士，深

圳证券交易所金融学博士后，主要研究方向为金融市场、资产估值、公司治理、知识产权融资、企业并购等；宋文达（１９８９－），男，汉，安徽，西安工业大学经济管理学院经济学硕士研究生，主要研究方向

为金融学。

247

Times Finance

量化投资分析资本市场分析报告

DUFE 实证金融与量化投资 学号：2015100406 专业：数量经济学 姓名：金博

一．阅读伯南克的“金融危机如何演变为经济危机？”，谈谈对金融体系、危机时央行的应对措施的认识，分析其对中国的借鉴意义。 2007—2009年那场金融危机，全球所有国家无一幸免都受到极大冲击影响，影响力之广，持续期之长，是前所未有的。当危机发生时，全球的金融体系已经是更加复杂化和一体化了，而监管体系并没有跟上这些变化，这就导致美国金融界很难从历史中找到可以类比的案例，而且很难从历史中找到可以直接拿来借鉴的应对举措。但如果将这场危机放到历史视角下去理解，却是很有意义的。 在当前这场危机的直接诱发因素之间，最显著的两个因素就是次贷泛滥和房价泡沫，但这场危机之所以导致美国付出如此惨重的经济和金融代价，主要原因可能在于恐慌本身，可以说，恐慌造成的代价不会小于次贷泛滥和房价泡沫造成的代价。对于金融危机的形成，是不同金融机构，不同金融市场，不同金融行业间风险的溢出，在人们，机构，市场的恐慌中一点点传染，慢慢扩大造成的。金融体系间联系越紧密，传播的越快，最终造成的结果越严重，影响越广越深。 在此次危机中，美联储也是花了一定的时间之后才意识到了这场危机的存在，并逐渐了解了这场危机的严重性。在应对这场危机的过程中，随着对形势的了解越来越清楚，美国金融界便借鉴过去应对金融恐慌的经验，去指导他们对这场新危机的判断，并指导他们采取的对策。美联储的应对举措主要有4个元素：（1）降低利率，支持经济；（2）提供紧急贷款，增强金融体系的流动性，推动金融体系恢复稳定；（3）采取救助举措（必要时，与财政部和联邦存款保险公司进行协调），防止金融机构无序倒闭；（4）对具有系统重要性的大银行开展压力测试，评估其财务状况（和财政部及其他银行监管机构联合实施）。 美国金融机构和金融市场在这次危机的表现，确实让我们见识到了美国金融体系的灵活性。中国在构建自己的金融安全体系时，最核心的是如何提高金融机构的稳健性和金融体系的灵活性。对风险和危机的防范，使金融体系具备对风险和危机的抵抗力。中国在这方面还有很大的距离。我们需要加快金融的对内自由化，以提高金融体系的效率。 谈到应对措施对我国的借鉴意义，我认为我国需要做的，一是尽可能减少现有损失，避免进一步的损失。在减少损失方面，中国要积极把握市场机会，加强与美国各界的沟通，特别是政府沟通，做好各种应对准备。同时，我国应认真研究美国的金融机构和金融形势，避免错误的投资。二是应充分评估金融机构的损失对我国经济、金融的影响，尤其要结合国际、国内的形势，防止损失在国内的传递和对金融体系和实体经济的不利影响。 其次，金融本身具有不稳定性，加强有效监管是很重要的。监管部门需要与市场主体保持一

量化投资策略与技术期末报告精编WORD版

量化投资策略与技术期末报告精编W O R D版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】

《量化投资策略与技术》结课报告 学科专业： 研究方向： 姓名： 学号： 2015年7月9日 目录 1 目标股票的选取 (3) 1.1 备选对象 (3) 1.2 择股标准 (4) 2 投资组合的构建 (4) 2.1 目标股票的收益率 (4) 2.2 最优投资组合 (6) 3 预期收益和风险 (7) 4 风险对冲策略 (8) 附录A：原始数据 (10) 表A1: 财务指标 (10)

表A2：投资组合股票收益率（节选） (11) 表A3：投资组合日收益率（节选） (11) 表A4：资产组合预期收益率（节选） (12) 表A5：沪深300股指期货日收盘价和收益率（节选） (12) 附录B：代码 (13) B1：择股 (13) B2：投资组合风险-收益的计算 (13) B3：最优投资组合求解 (14) 1 目标股票的选取 1.1 备选对象 从上海主板、深圳主板、中小板和创业板分别随机选择10只股票，列示于表1.1中： 表1.1 投资组合备选对象 所属板块股票名称股票代码 武钢股份600005 上海主板 中国国贸600007

首创股份600008包钢股份600010华能国际600011日照港600017上港集团600018上海电力600021中国石化600028三一重工600031 深圳主板 万科A000002.SZ 世纪星源000005.SZ 深振业A000006.SZ 零七股份000007.SZ 中国宝安000009.SZ 南玻A000012.SZ 沙河股份000014.SZ 深康佳A000016.SZ

ERP在中国的发展历程

启发期： 这一阶段几乎贯穿了整个20世纪80年代，其主要特点是立足于MRP II的引进，实施以及部分应用阶段，其应用范围局限在传统的机械制造业内（多为机床制造，汽车制造等行业）：引进背景原因， “黑八本”诞生 1973年9月1日，“中国电子计算机辅助企业管理联合设计组”成立，时任机械部副部长的孙友渔出任联合设计组组长。此时刚刚恢复工作的邓小平同志意识到“中国企业应该学习外国的先进技术”。在这种方针指引下，1975年，联合设计组专家们以94万美元的价格从IBM引进了370138大型机，1976年购买了IBM的MRP－II软件COPICS。同年，如获至宝的专家组开始翻译IBM提供的说明书。这就是后来被ERP软件业称之为“黑八本”、“大八本”的中国ERP最早教材。 MRPII被大批引进 1978年，党的十一届三中全会后，中国正式开始走向市场经济的转型阶段，而此时的中国企业的市场竞争意识尚不具备或不够强烈，企业的生产管理问题重重。机械制造工业人均劳动生产率大约仅为先进工业国家的几十分之一，产品交货周期长、库存储备资金占用大、设备试利用率低等等。为了改善这种落后的状况，当年机械工业部旗下的企业先后开始以近ERP前身MRPⅡ软件，并开始试点性开发财务软件，通过这些信息化来改善管理。 早期应用： 1979年，MRP－II被大批引进，1979年国家投资在长春一汽试点开发财务软件，同年沈阳鼓风机厂引进IBM的管理系统COPICS；1981年沈阳第一机床厂从德国工程师协会引进MRP －II系统，接着北京第一机床厂、第一汽车制造厂、等也引进，并获得一定效益。 失败案例：：：：但广州标致公司应用并不理想，其80年代后期共斥资2000多万法郎从法国引进了MRP－II系统并安装在两台BULL公司的主机上，目标是实现对公司的订单，库存，生产，销售，人士，财务等进行统一管理，以提高公司的效益，但实际应用结果却达不到软件系统十分之一的功能。故企业所得利益与当初的宏图大略相去甚远。 存在的问题： 1.在管理软件本身的技术方面存在问题 当时引进的国外软件大都是运行在大、中型计算机上，都是相对封闭的专用系统开放性，通用性极差，设备庞大，操作复杂。系统性能的提升困难。 2.国外的软件没有完成本地化，耗资巨大，缺少相应配套的技术支持与服务。 3.存在着缺少MRPⅡ应用与实施的经验问题。 4.存在着思想认识上的障碍问题。 当时的企业领导大都对这一项目的重视程度不够，只是将其视为一项单纯的计算机技术。 ERP软件的发展 中国第一家MRPII厂商鼎新电脑在台湾成立 1982年3月，台湾鼎新电脑公司成立。这家专注于ERP软件开发和销售的公司，受惠于台湾蓬勃发展的制造业，为日后成为台湾排名第一的ERP软件公司奠定了基础。 在最初经营的5年，众多台湾软件商还在依附于硬件从事专业系统开发时，鼎新旗帜鲜明地

量化投资基础知识C14070课后测试100分

一、单项选择题 1. 著名的Chern-Simons定理是由（）与数学家陈省身共同创立。 A. 詹姆斯·西蒙斯 B. 大卫·肖 C. 伊曼纽尔·德曼 D. Ray Dalio 您的答案：A 题目分数：10 此题得分：10.0 2. 事件驱动策略的特点是（）。 A. 低收益、低风险、大容量 B. 高收益、低风险、小容量 C. 高收益、高风险、大容量 D. 低收益、高风险、小容量 您的答案：B 题目分数：10 此题得分：10.0 二、多项选择题 3. 数学理论和方法在量化投资中非常重要，以下（）是对图形进 行模式识别的数学理论或方法。 A. 贝叶斯分类 B. 分形理论 C. 机器学习 D. 小波分析 您的答案：C,B,D 题目分数：10 此题得分：10.0 4. 量化投资具有以下（）等优点。 A. 以组合对冲为主，赌大概率事件 B. 以机器交易为主，克服人性弱点 C. 可进行全市场、全产品、全周期监控，精力无限

D. 利用算法交易降低对市场的冲击，实现精细化交易 您的答案：C,B,A,D 题目分数：10 此题得分：10.0 5. 下列选项属于主要量化对冲策略的是（）。 A. 阿尔法套利 B. 股指期货套利 C. 商品期货套利 D. 期权套利 您的答案：B,D,A,C 题目分数：10 此题得分：10.0 三、判断题 6. 阿尔法套利是主流的量化对冲策略，Pure Alpha是阿尔法套利 的代表性产品。（） 您的答案：正确 题目分数：10 此题得分：10.0 7. 投资的核心是小数定律。（） 您的答案：错误 题目分数：10 此题得分：10.0 8. 对于资产管理而言，高收益率策略是主导策略。（） 您的答案：错误 题目分数：10 此题得分：10.0 9. 商品期货套利策略的核心是持仓成本的计算和现货的组织。（） 您的答案：正确 题目分数：10 此题得分：10.0 10. 统计套利可以看作无风险套利。（）

股票投资价值的量化分析

股票投资价值的量化分析 徐青松 （华南理工大学工商管理学院，广东广州５１０６４０） 【 摘要】在股票市场中，如何选择好的股票是当今很多投资者关心的一个问题。 文章对股票投资价值的相关分类作了一个总结，并对股票选择进行了一个归纳，说明了相关指标的适用性问题。 【 关键词】投资价值；股票；市盈率；市售比【 中图分类号】Ｆ８３０．９１【 文献标识码】Ａ【 文章编号】１００７－７７２３（２００６）０１－０１０９－０２２００６年第１期（总第７１期） 沿海企业与科技 ＣＯＡＳＴＡＬＥＮＴＥＲＰＲＩＳＥＳＡＮＤＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹ Ｎｏ．１，２００６ （ＣｕｍｕｌａｔｉｖｅｌｙＮｏ．７１） 一、价值投资的要素 作为一种重要的资产投资理论，价值投资的精髓在于“价值”二字：如何寻找价值及评估价值。价值投资者恒守不变的原则是只投资于市场价格远低于内在价值的资产。按照经典的价值投资理论，价值投资的三要素从最基本到复杂的顺序分别为资产价值，盈利价值，成长性价值。我们分别从这三个要素来看股票的投资价值。 （一）资产价值 资产价值也称为重置价值，它主要取决于公司情况的有形方面。在自由进出，没有竞争优势的条件下，资产价值就是公司的内在价值。投资者对公司价值的评估首先是对其所在的行业的经济生命力的判断。如果行业正在走下坡路，那么公司的资产应该是以清算资产为基础进行计算。由于不存在为满足特定行业需要而制造的资本市场商品的市场，因此这些商品通常要分拆出售。这些资产就应该按重置成本进行估价。格雷厄姆和多德定价模型的第一步就是计算公司的资产价值。现代的价值投资者把设施、不动产、设备、甚至产品组合、客户关系、品牌形象、员工素质等无形资产也包括在其定价模型中。因此，相应误差也扩大了。评估这些资产，特别是无形资产需要很高的技能和想象力。当然，只有对于那些处于具有经济生命力的行业的公司，这种努力才是值得的，对于那些很快就会退出舞台的行业来说，无形资产是没有价值的。 （二）盈利价值 盈利价值即代表公司特许经营权的价值。在此可将先进的管理看作某种形式的特许经营权价值，也许它不如纯粹的竞争优势持久。当管理层的管理效果越好，整个行业的生产能力越高过正常水平，公司的盈利价值也就越大则公司的盈利价值与资产价值的差额也就越大；另外有些上市公司的盈利价值远低于资产重置价值，在这种情况下，说明公司管理层利用现有资产不能创造出应有的收益水平，我们应该改变管理层的工作能力和工作水平，或者是通过变更整个上市公司的资产，从而获得新的资产，产生新的盈利能力。也就是通常我们所说的重组和并购。另一种更普遍的，用于解释盈利能力价值高于资产价值的理由就是进入壁垒的存在。公司享有明显的相对于竞争对手的优势，从而可以获得比公平竞争情况下更高的资产收益率。我们把这种额外的盈利能力称为公司的特许经营权价值。特许经营权的价值不仅在于它对现有收益能力的影响，而且有于它对营利性增长的可能性的影响。 惟一能够增加公司内在价值的增长类型是拥有特许经营权的增长；然而，识别特许经营权是一种高难度的技巧，需要花时间，花精力来掌握。 （三）成长性价值 成长性价值是具备特许经营权的成长性价值与盈利能力价值的差额。在所有的估计中，这个价值是最难估计的，也是最不可靠的。投资者可以推断：公司的内在价值处于这一条价值的某个地方，然后，把它（做出适当的扣除以保证一定的安全边际）与市场价值相比较就可以看出特许经营权是否有意义。作为价值投资理论的成长性价值与我们普通所理解的企业短期成长性不一致，它指的是企业拥有特许经营权而具有稳定、持续的增长性。有实际的投资实践中，特许经营权的含义很广泛，说白了，就是一种持续的竞争优势。它可能是政府创造的竞争优势，政府颁发许可证给一家或几家公司，允许他们从事某些业务。国际上最著名的价值投资专家沃伦?巴菲特和其他一些杰出的价值投资者就十分偏好那些“好”公司的股票，所谓“ 好”公司指的是那些像可口可乐那样具有成长性的公司。在这一前提下，好公司———有时升级为“大”公司———是指那些尽管需要现金来维系公司发展，但仍能够向投资者分配现金的公司。这与那些因其未来收入和收益预期较好而吸引众多投资者的公司通常不是一回事。价值投资者认为资产的重置成本，特许经营权的当前盈利能力和特许经营权下的收益成长性是内在价值的三种源泉。 二、投资策略的选择 （一）主动型投资 具体到投资策略的选择上，主动型投资者最为常见，也就是说，投资者试图通过购买他们认为优于其他股票的个股来实现不同风险水平上的收益最大化。主动型投资者一般来说，采用的投资策略按单因素模型来分，又可以分为如下的种类：市值、市盈率、市净率、价格对现金流比率、价格对销售额比率、股息率、利润率、资本收益率、相对价格强度等。通过这些因素，我们认为可以表现出股票所对应的投资价值（包括上述的三种价值），更进一步通过这些因素的不同组合我们可以得到相应的双因素模型或者多因素模型。值得注意的是，对一般的投资策略进行的研究都会存在一定的问题，它们包括：数据提炼有误，时间长度太短，未剔除超小型股，生存偏差，前视偏差等。最常见的不过于市值、市盈率和市净率了。 １．市值。按市值规模水平来划分，可以将股票分为四类： 【收稿日期】２００５－１０－２５ 【 作者简介】徐青松（１９７７－），男，湖北潜江人，华南理工大学工商管理学院２００３级硕士研究生，研究方向：证券投资。１０９－－

中信证券——量化投资策略特征

量化投资策略特征 量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 量化投资是指将投资理念或市场洞见转化为数学模型，并依据历史数据对模型进行测实验证，总结收益-风险特性以及相关参数，最后通过运算机技术实现自主化交易的投资方法。量化投资主要运用在具有高流动性与历史数据丰盛的金融投资市场，就期货市场而言，既可以在商品类品种也可以在股指等金融类品种上进行。 总的来说，一个完整的量化投资策略具备四个方面的特征： 一是具有特定的定量分析策略。量化投资是基于一定的市场逻辑或依据历史数据作出的几率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略，这与当前大多数分析师所采用的定性分析方法有很大区别。量化投资注重数理分析与逻辑推导，不依赖体会主义和主观判定形成交易决策，当然其模型思想仍旧是来源于投资者的市场体会，这种来源可以是基于历史数据所作的几率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 二是绩效具有可追溯性。量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而运算出交易策略的胜算率、期望收益与风险度等，并且可以根据这些检测值来预判模型未来的收益表现。相反基于体会主义的主观交易方法无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理的预估。 三是具有极高的纪律性，量化投资是依据经过历史验证的模型进行分析和交易，从而规避了主观判定带来的局限，而在具体操作上大多采用运算机程序实现自动化交易，不会呈现主观交易中经常会呈现的人性弱点。 四是在信息处置上具有主观交易不可比拟的优势。当前金融投资品种非常丰盛，以国内商品期货市场为例，品种已经超过二十个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，倘若再考虑海外商品市场以及金融类市场，信息将更是几何倍递增，处置如此海量的数据，显然依赖数学模型与运算机程序处置的量化投资比传统交易方法效率更高。 从特性上看，量化投资相较主观交易方法具有许多优势，所以自上世纪七十年代诞生以来受到很多投资者尤其是机构投资者的追捧。经过三十多年的发展，已经成为国际金融市场主流的交易方法之一，包含对冲基金和共同基金等在内的

一个量化投资者的自白：我是如何用大数据玩转股市的!

一个量化投资者的自白：我是如何用大数据玩转股市的！ 经济学有个著名的有效市场假说：如果一个证券市场上所有的信息都能及时被投资者获取，那么证券价格会与其风险相当，是由公平竞争导致的股票真实价值。换句话来说，如果你想以合理的价位购买一只股票，你至少要知道有关这只股票的所有信息，并能够对其进行合理地分析。一只股票有多少“相关信息”？一从基本面角度来看，判断个股对应的上市公司质地的好坏，是取得投资成功与否最重要的因素。数据分析如下：第1步从各个渠道获取上市公司这四十多项指标的数据。第2步对这些数据进行分析。二从技术面角度来看，每只股票的K线形态，走势以及各类技术指标是择时的重要依据。数据分析如下：第1步获得K线形态、技术指标的相关知识，并取得对应个股的即时数据。第2步根据个股的即时数据和掌握的技术指标来计算个股的技术形态，从几百种不同类型的K线形态、技术指标中选择有效性较高的上涨形态，从而预测股票未来的涨跌，这是目前市场上绝大多数股民最痴迷的股票投资“技术”。三在股市的不同时间周期，必须考虑板块轮动效应，从而进行投资决策。数据分析如下：第1步取得所有公司的各类维度属性的数据。第2步对每个维度的数据进行分类，根据最近几个交易日每个类别所含股票的市场表现，分析并寻找出当前热点板块和下一个

有可能热起来的板块。四从机构动态来看，有些个股受到基金公司或者股票研究机构追捧，有些则被大量机构选择或建议减持，做股票投资至少不能与机构对着来这是前提。进行数据分析：第1步搜集所有机构的动态，包括研报、个股评级、基金\券商重仓、社保重仓、QFII重仓、高管增持\减持、机构新进十大流通股等。第2步根据对所有搜集到的数据进行分析和研判，进行跟风操作。五事件驱动是股票价格变动最重要的诱因。第1步通过新闻资讯网络等各个渠道，获得驱动事件。第2步根据事件寻找跟该事件相关的个股，比如今年夏天有种新的血液传染病发生，那么国内针对血液传染病的医药个股就是直接受益者，据此进行股票操作。股票投资类似打牌，你要搜集到牌桌上已经出掉的牌，从而计算你手里的牌的组合胜率有多少，利用概率去战胜市场，才能保证最高的收益。以上这些数据，你每多搜集一份，你的胜率就会提高一分。如果你选中的股票具备以上五点逻辑特征，无疑你将拥有最高的胜率！要找到这样的股票，你需做如下几件事：第一步：搜集所有公司数据，分析后寻找成长型价值公司；第二步：在符合第一点的公司里，寻找有合适的上涨技术形态的公司；第三步：在这些公司里寻找符合当前板块轮动热点的公司；第四步：在以上股票池中挑选被QFII 重仓的公司；第五步：在以上股票池中寻找有当前热门概念的公司。总的来说，其实就做了两件事：搜集数据，分析数

公募量化投资策略 100

公募量化投资策略 100
返回上一级
单选题（共 4 题，每题 10 分）
1 . 利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，以赚取差价的行为，属 于哪种投资策略？（）
?
A.股指期货套利策略
?
B.商品期货套利策略
?
C.ETF 套利策略
?
D.行业轮动策略
我的答案： A
2 . 晨星风格箱风格鉴别法共将股票分为几种风格？（）
?
A.3 种
?
B.5 种
?
C.7 种
?
D.9 种
我的答案： D
3 . 一揽子股票与 ETF 申购/赎回的市场是在哪个市场完成的？（）
?
A.银行间市场
?
B.交易所市场
?
C.ETF 一级市场
?
D.ETF 二级市场
我的答案： C
4 . 下面哪项不属于打分法多因子选股策略的模型构建流程？（）
?
A.构建因子库
?
B.因子筛选
?
C.风格预测
?
D.因子打分
我的答案： C
多选题（共 3 题，每题 10 分）
1 . 下面属于周期性行业的有？（）
?
A.能源行业
?
B.消费行业
?
C.金融行业

?
D.医药行业
我的答案： AC
2 . 常用的趋势型指标包括以下哪些？（）
?
A.AMA
?
B.MACD
?
C.DMA
?
D.TRIX
我的答案： BCD
3 . 商品期货套利的基本模式包括？（）
?
A.期现套利
?
B.跨期套利
?
C.跨商品套利
?
D.跨市场套利
我的答案： ABCD
判断题（共 3 题，每题 10 分）
1 . 被动型投资策略无法获得超越市场的收益。 对错
我的答案： 对
2 . T-sharp 值与指数收益有较强的正相关关系。 对错
我的答案： 错
3 . 动量策略就是寻找前期弱势的股票，判断它将继续强势后买入持有。 对错
我的答案： 错

完整量化投资策略四个特征

完整量化投资策略的四个特征 量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 量化投资是指将投资理念或市场洞见转化为数学模型，并依据历史数据对模型进行测实验证，总结收益-风险特性以及相关参数，最后通过运算机技术实现自主化交易的投资方法。量化投资主要运用在具有高流动性与历史数据丰盛的金融投资市场，就期货市场而言，既可以在商品类品种也可以在股指等金融类品种上进行。 总的来说，一个完整的量化投资策略具备四个方面的特征： 一是具有特定的定量分析策略。量化投资是基于一定的市场逻辑或依据历史数据作出的几率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略，这与当前大多数分析师所采用的定性分析方法有很大区别。量化投资注重数理分析与逻辑推导，不依赖体会主义和主观判定形成交易决策，当然其模型思想仍旧是来源于投资者的市场体会，这种来源可以是基于历史数据所作的几率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 二是绩效具有可追溯性。量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而运算出交易策略的胜算率、期望收益与风险度等，并且可以根据这些检测值来预判模型未来的收益表现。相反基于体会主义的主观交易方法无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理的预估。 三是具有极高的纪律性，量化投资是依据经过历史验证的模型进行分析和交易，从而规避了主观判定带来的局限，而在具体操作上大多采用运算机程序实现自动化交易，不会呈现主观交易中经常会呈现的人性弱点。 四是在信息处置上具有主观交易不可比拟的优势。当前金融投资品种非常丰盛，以国内商品期货市场为例，品种已经超过二十个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，倘若再考虑海外商品市场以及金融类市场，信息将更是几何倍递增，处置如此海量的数据，显然依赖数学模型与运算机程序处置的量化投资比传统交易方法效率更高。 从特性上看，量化投资相较主观交易方法具有许多优势，所以自上世纪七十年代诞生以来受到很多投资者尤其是机构投资者的追捧。经过三十多年的发

主流量化交易策略

主流量化交易策略 专访北京泰铼投资管理有限公司合伙人兼总经理王文伟。主持人：贵公司的情况介绍?投研团队有多少人?团队的特色和优势在哪里? 王文伟：本公司是由四位投资经理组成为创始团队组建的有限责任公司，创始团队持股比例占公司总股本的94%。创始团队是公司的核心投研力量，公司另有两名资深的量化交易员和系统工程师，负责交易和系统的搭建维护。公司的创始团队成员具有专业的投资背景，兼具海外对冲基金和国内市场的长期投资管理经验。在成立泰铼投资之前，团队所管理的资金超过30亿元。团队成熟、稳定，成员包括投资经理、量化交易员、系统工程师，成员之间彼此共事多年，配合默契。团队分工明确，在量化投资、高频交易、衍生品、股票多空等诸多领域，均具备丰富的经验。团队成员包含多个投资经理，均有经实盘检验的良好业绩。团队采用自主开发的算法交易系统，经过国内外市场多年的实盘运作和改进，兼具稳定性和高效性，能有效的降低交易对市场的冲击，提高量化交易模型的运行效率和稳定性，增强收益。通过频繁细小的价差收益累积获取长期稳定回报主持人：贵公司的投资理念和投资策略是怎么样的? 王文伟：公司采用量化投资，旨在市场的波动中获取不依赖于市况的稳定的超额回报(alpha收益)。资本资产定价模型

将投资组合的期望收益由两部分组成：alpha收益为投资组合超越市场基准的收益，beta收益为投资组合承担市场系统风险而获得的收益。通过对冲交易剥离或降低投资组合的系统风险(beta收益)，获取纯粹的alpha收益，可以使得投资组合无论在市场上涨或下跌时均能获取稳定的绝对收益。在股票市场的波动中，alpha收益源于资产的相对定价偏差：通过寻找市场中相对定价发生偏差的资产，并识别偏差的程度，在偏差足够大的时候进行交易，可以获取资产相对定价回归的alpha收益。因此，投资组合通过频繁的、细小的价差收益的累积，获取长期稳定的回报。候选模型的设想和构思、有效性检验和综合模型的建立主持人：具体的投研流程是怎么样的? 王文伟：①研究流程——量化模型的建立量化模型的建立是量化投资的核心，模型的有效程度直接决定量化投资的业绩表现。模型的建立主要分为候选模型的设想和构思、有效性检验和综合模型的建立三个步骤。候选模型的设想和构思依赖两方面的能力，一方面对大数据的处理分析能力，通过对历史数据的学习，依靠计算机和统计知识寻找有效策略;另一方面依赖于对经济逻辑的理解和市场经验。两方面能力的结合产生更多、更有效的策略是增强模型有效性和提高收益率的关键。候选模型的有效性检验基于历史数据回溯检验，考察策略的收益率、波动率、夏普比、收益回撤比，与市场或其他策略的相关性等，当策略的各类指标

申论模板

提出对策的“万能八条”： 1。领导重视、提高认识；2。加强宣传、营造气氛；3。教育培训、提高素质；4。健全政策法规、完善制度；5。组织协调、形成机制；6。增加投入、依靠科技；7。加强监管、全面落实；8。总结反思、借鉴经验。 申论具体措施和万能十句式： 一、健全政策法规，完善制度 1、建立健全各项制度（法律），做到有法可依，对。。。进行严厉的 2、制裁和出发，严重者追究刑事责任 3、激励制度 4、利益相关制度 5、分工制度 6、规则制度 7、惩罚制度 8、决策制度：包括社情民意反应制度，社会公示制度，社会听证制度，专家咨询制度，决策的论证制和责任制 二、领导重视，提高认识 1、实行一把手负责制 2、建立和完善引咎辞职制度 3、建立健全领导问责制度 4、把。。。。。纳入议事日程 5、加强对问题的调查研究，从源头上理清。。。。问题的来龙去脉。 6、增强。。。。的意识 7、倡导。。。。的理念 三、组织协调，形成机制 1、形成深入了解民情，充分反应民意，广泛集中民智，切实珍惜民力的科学决策机制 2、预防应急机制和保障机制（编制应急预案，增加人力，物力，财力储备） 3、组织机制，协调机制：包括派工作组，成立专门机构，增加人员等建立完善各种监督机制 4、形成信息反馈机制 5、组织专家制定。。。领域的实施细则。 四、加强宣传，营造氛围 1、电视，报纸，网络等媒体要通过各种形式宣传。。。。提高广大人民群众对。。。的认识。 2、舆论关注 3、实行典型示范 4、社会示范 5、在全社会营造关于。。。。良好的文化氛围 五、教育培训，提高素质: 通过。。。。教育培训，提高广大领导干部，工作人员，人民群众的。。。素质 六、增加投入，依靠科技 1、在。。方面，大力增加财政投入 2、增加对。。。的财政和贷款支持 3、依靠。。技术，解决。。问题 七、加强监督，全面落实 1、加强社会监督（群众监督）设立举报热线（举报信箱） 2、媒体监督，或舆论监督 3、领导或上级监督 4、建立完善系统严格的评价，考核的指标体系 5、加大整顿力度 6、违法必究，执法必严；严厉查处和惩处责任人 7、发现问题立即纠正，对顶风违纪的行为从严查处，绝不姑息 8、有权必有责，用权受监督，违法要追究（强调制权） 9、对于一切忽视。。。违反。。。的行为，要大胆揭露，公开曝光， 10、把。。。工作置于人民群众和社会舆论的监督之下 11、十六大提出：要加强对权力的制约和监督，建立结构合理，配置科学，程序严密，制约有效的权力运行机制，从决策到执行等环节加强对权力的监督，保证把人民赋予的权力真正用来为人民谋利益 八、采取经济、价格杠杆 九、当事主体加强行业自律和行风道德建设 十、总结反思，借鉴经验 1、总结。。。。的经验教训 2、借鉴国内外的各种先进经验。 注意：必须注意矛盾的特殊性，具体问题具体分析，有的放矢，万能十条不是万能的，但没有万能十条是万万不能的。能用则用，如果不合适，也没有必要面面俱到。 写作套路 [正文]文章第一部分 开头方法：开篇点题，陈述现象、阐明危害和解决好的意义 写作套路[题目] 1、简明扼要，抓住材料的主旨 2、从小切入，切忌假、大、空 3、长短合适，最好不要加副标题 比较好的题目[例]“处处留意皆民生”、“圆城市低收入家庭安居梦”、治理网吧既要治“吧”也要治“网”、“献礼工程”当休矣、网上扫黄要建立长效机制。 比较差的题目[例]“加快县域经济创新步伐”、“加快推进以改善民生为重点的社会建设” 随着我国经济持续快速发展，。。。问题日渐凸现出来，在社会经济和国家安全中的位置越来越突出。问题主要表现在..;….;….。（说问题时最好用分号间隔） 目前产生的。。。问题逐渐进入人们的视野，已引起人们的高度关注，成为社会的热点问题，引起强烈反响，如果该问题不能得到及时和妥善地解决，直接影响到人民群众的根本利益，必影响到经济的发展，社会的稳定，影响到党和政府在人民群众中的光辉形象，进而影响到建设小康社会和构建社会主义和谐社会。（这些套话要因情况而定）文章第二部分 ★第二段主要叙述问题产生的原因。一般从材料给出的现象从中分析就能得出结论，下面就近期热点问题为例加以说明，不外乎根据材料从以下角度进行展开分析 “冰冻三尺非一日之寒”，造成以上问题的原因是多方面的、深层次的，我认为主要有以下几点： 首先，政策体制不完善，。。（结合材料） 其次，国家财政投入力度不够，。。（结合材料）

量化交易主要有哪些经典的策略

量化交易主要有哪些经典的策略？ 这是一个对于刚入门的投资者的好问题。讲之前，先推荐一本好书《Efficiently Inefficient》（作者：Lasse Heje Pedersen）。它对于想了解对冲基金的朋友，是一本很好的启蒙书籍。不说废话，讲正题。从对冲基金的角度，交易策略可以有以下分类（来自《Efficiently Inefficient》）：我们可以先把交易策略大体分成三类：1）股票策略2）宏观策略3）套利策略。其中，股票策略和宏观策略的收益主要来自投资目标的实际价值（absolute value）的变化，而套利策略的收益来自一对或一组投资目标的相对价值（relative value）的变化。这三者不是完全的独立，比如套利策略也有应用于股票市场，宏观资产配置也会借鉴股票策略中基本面分析方法。之所以这么分是因为三者有各自显著的特点。下面我们来逐一介绍：1）股票策略：股票策略主要指的是单一的应用于股票市场的交易策略。按照人的主观和计算机在策略的参与程度，我们把股票策略分成主动权益投资和主动量化投资。这里的主动投资更准确的翻译是决定型交易，之所以称为主动权益投资，是因为这是业界一般的称呼。主动权益投资主要是靠投资者的主观判断，他们通过对行业和企业的深入调查，形成自己的投资逻辑，然后进行筛选股票。这里又根据交易的限制分为多空策略，做多策略和做空策略。这里提一

下做空策略（见于国外），只做空的投资者往往会把目标锁定在，那些对外披露的报告和实际表现不符的公司，然后去调查该公司的财务状况是否作假。该策略类型的代表就是浑水公司（Muddy Waters Research）。相较于主动权益投资，主动量化投资是把自己的逻辑输入计算机，通过计算机的快速运算，来构建自己的投资组合。它和主动权益投资的区别体现在研究的深度和广度上。量化投资依赖于数据。换句话说，对于那些不是以数据形式存在的信息（比如与他人的谈话），计算机是没法获得的，也无法转化成交易信号。从这个角度来看，量化投资对单一股票的研究深度不如主动权益投资。但是，借助于计算机的快速处理能力，量化投资所构建的自动化模型，能在短时间内消化各种类型的数据信息，并且把它转换成有价值的交易信号。从这个角度来看，量化投资在研究的广度上比主动权益投资更具有优势。在中国的股票市场，目前主要存在的量化交易策略是多因子选股模型（具体不在这里做介绍）和一些基于流动性的高频交易策略。前者更适用于资金规模大的公募基金，后者则适用于追求短期高回报的私募基金。2）宏观策略：宏观策略的投资范围不局限于单一类型的市场，而是进行全类型市场的投资。这一类型的策略又可以分成以期货为投资工具的CTA策略，和宏观资产配置策略。CTA策略是动量策略的代表作。动量策略又称作趋势型策略。它研究的是价格的变化趋势，基于行为金

量化阿尔法策略

金斧子财富：https://www.wendangku.net/doc/2b15257621.html, 什么是量化交易 量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。 定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础。两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。量化交易具有以下几个方面的特点： 1、纪律性。根据模型的运行结果进行决策，而不是凭感觉。纪律性既可以克制人性中贪婪、恐惧和侥幸心理等弱点，也可以克服认知偏差，且可跟踪。 2、系统性。具体表现为“三多”。一是多层次，包括在大类资产配置、行业选择、精选具体资产三个层次上都有模型；二是多角度，定量投资的核心思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；三是多数据，即对海量数据的处理。 3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。 4、概率取胜。一是定量投资不断从历史数据中挖掘有望重复的规律并加以利用；二是依靠组合资产取胜，而不是单个资产取胜。

金斧子财富：https://www.wendangku.net/doc/2b15257621.html, 什么是阿尔法策略 在期指市场上做空，在股票市场上构建拟合300指数的成份股，赚取其中的价差，这种被动型的套利就是贝塔套利。那么在如今贝塔套利空间越来越小的状况下，我们还有什么好方法吗？这就是更主动的、也更考验操作者判断能力的阿尔法套利。 阿尔法套利也称阿尔法策略，是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。为实现阿尔法套利，选择或构建证券产品是关键。 首先，兼具折价率与超额收益阿尔法的证券产品是进行阿尔法套利交易的首选，包括具有折价率，并能超越市场指数的认购权证，封闭式基金等。其次，具有超额收益阿尔法的证券产品是进行阿尔法套利交易的次选，主要包括开放式股票基金、股票、行业指数产品。 它在套利中属于典型的高收益、高风险套利方式。此种套利仅适合有能力挑选出具有稳定阿尔法证券产品的投资者，投资者在做阿尔法套利的时候应该与市场驱动因子监测体系结合起来分析。 如需投资私募理财，可预约金斧子理财师，【金斧子】持第三方基金销售牌照，国际风投红杉资本和大型央企的招商局创投实力注资，致力于打造中国领先私募发行与服务平台，提供阳光私募、私募股权、固收产品、债券私募、海外配置等产品，方便的网上路演平台，免费预约理财师，用科技创新提升投资品质！

公募量化投资策略 答案

公募量化投资策略
返回上一级
单选题（共 4 题，每题 10 分）
1 . 晨星风格箱风格鉴别法共将股票分为几种风格？（）
?
A.3 种
?
B.5 种
?
C.7 种
?
D.9 种
我的答案： D
2 . 利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，以赚取差价的行为， 属于哪种投资策略？（）
?
A.股指期货套利策略
?
B.商品期货套利策略
?
C.ETF 套利策略
?
D.行业轮动策略
我的答案： A
3 . 一揽子股票与 ETF 申购/赎回的市场是在哪个市场完成的？（）
?
A.银行间市场
?
B.交易所市场
?
C.ETF 一级市场
?
D.ETF 二级市场
我的答案： C
4 . 下面哪项不属于打分法多因子选股策略的模型构建流程？（）
?
A.构建因子库
?
B.因子筛选
?
C.风格预测
?
D.因子打分
我的答案： C
多选题（共 3 题，每题 10 分）
1 . 常用的趋势型指标包括以下哪些？（）
?
A.AMA
?
B.MACD
?
C.DMA

?
D.TRIX
我的答案： BCD
2 . 商品期货套利的基本模式包括？（）
?
A.期现套利
?
B.跨期套利
?
C.跨商品套利
?
D.跨市场套利
我的答案： ABCD
3 . 下面哪些策略属于量化选股投资策略的范畴？（）
?
A.多因子选股策略
?
B.行业轮动策略
?
C.一致预期策略
?
D.CTA 策略
我的答案： AB
判断题（共 3 题，每题 10 分）
1 . 单个指数无法全面反映真实市场情绪，因此要结合多方面因素选取有效指标。 对错
我的答案： 对
2 . 被动型投资策略无法获得超越市场的收益。 对错
我的答案： 对
3 . 正常情况下，价格在一定区间内一般波动，不具有方向性特征，而一旦价格突破临界值即可视为方向 性诞生，转势开始。 对错
我的答案： 对

一个量化投资者的自白：我是如何用大数据玩转股市的!教程文件

一个量化投资者的自白：我是如何用大数据玩转股市的!

一个量化投资者的自白：我是如何用大数据玩转股市的！ 经济学有个著名的有效市场假说：如果一个证券市场上所有的信息都能及时被投资者获取，那么证券价格会与其风险相当，是由公平竞争导致的股票真实价值。换句话来说，如果你想以合理的价位购买一只股票，你至少要知道有关这只股票的所有信息，并能够对其进行合理地分析。一只股票有多少“相关信息”？一从基本面角度来看，判断个股对应的上市公司质地的好坏，是取得投资成功与否最重要的因素。数据分析如下：第1步从各个渠道获取上市公司这四十多项指标的数据。第2步对这些数据进行分析。二从技术面角度来看，每只股票的K线形态，走势以及各类技术指标是择时的重要依据。数据分析如下：第1步获得K 线形态、技术指标的相关知识，并取得对应个股的即时数据。第2步根据个股的即时数据和掌握的技术指标来计算个股的技术形态，从几百种不同类型的K线形态、技术指标中选择有效性较高的上涨形态，从而预测股票未来的涨跌，这是目前市场上绝大多数股民最痴迷的股票投资“技术”。三在股市的不同时间周期，必须考虑板块轮动效应，从而进行投资决策。数据分析如下：第1步取得所有公司的各类维度属性的数据。第2步对每个维度的数据进行分类，根据最近几个交易日每个类别所含股票的市场表现，分析

并寻找出当前热点板块和下一个有可能热起来的板块。四从机构动态来看，有些个股受到基金公司或者股票研究机构追捧，有些则被大量机构选择或建议减持，做股票投资至少不能与机构对着来这是前提。进行数据分析：第1步搜集所有机构的动态，包括研报、个股评级、基金\券商重仓、社保重仓、QFII重仓、高管增持\减持、机构新进十大流通股等。第2步根据对所有搜集到的数据进行分析和研判，进行跟风操作。五事件驱动是股票价格变动最重要的诱因。第1步通过新闻资讯网络等各个渠道，获得驱动事件。第2步根据事件寻找跟该事件相关的个股，比如今年夏天有种新的血液传染病发生，那么国内针对血液传染病的医药个股就是直接受益者，据此进行股票操作。股票投资类似打牌，你要搜集到牌桌上已经出掉的牌，从而计算你手里的牌的组合胜率有多少，利用概率去战胜市场，才能保证最高的收益。以上这些数据，你每多搜集一份，你的胜率就会提高一分。如果你选中的股票具备以上五点逻辑特征，无疑你将拥有最高的胜率！要找到这样的股票，你需做如下几件事：第一步：搜集所有公司数据，分析后寻找成长型价值公司；第二步：在符合第一点的公司里，寻找有合适的上涨技术形态的公司；第三步：在这些公司里寻找符合当前板块轮动热点的公司；第四步：在以上股票池中挑选被QFII重仓的公司；第五步：在以上股票池中寻

基于Python工具的股票量化投资策略研究

2019年第07期20世纪80年代，一些投资者开始利用计算机研究金融数据，并初显 成效。20世纪末，投资者把计算机技术进一步应用在金融数据分析上，进行模型设计，构建股票投资组合。这时，金融数据趋于规范化，在日渐复杂的数据分析过程中，产生了更多类型的因子和更多样化的投资策略。量化投资是借助量化金融分析方法进行资产管理，量化金融分析方法是结合金融数据、个人经验、数学模型和计算机技术的一种复杂金融建模的分析方法[1]。实现量化投资的方法多达数十种，Python 、Matlab 、SPSS 、Eviews 、Excel 、SAS 、R 在量化界都是非常好用的工具，尤其是在数据分析方面。除Python 外，其余几个工具的优势都体现在数据分析方面，而量化投资是一个系统性工程，数据分析只是其中的一部分，不是全部。根据GitHub 官网统计，量化交易开源项目共145个，其中使用Python 以外的技术进行开发的项目共70个，应用Python 语言进行开发的多达75个。Python 的开源性促使开发者开发了大量的库和模块，而这些库和模块又使很多外行人能够轻松入手，反过来又促进了Python 在该领域的发展。应用Python 语言爬取数据，进行数据挖掘和深度案例分析，能够使量化投资基本实现从技术分析到金融设计，实现系统性掌控。因此，采用Python 驱动量化股票投资，对优化股票投资策略和规避投资风险具有十分重要的意义。 1基于Python 的股票量化投资交易程序1.1基于Python 的股票量化投资步骤 将Python 要应用到量化投资交易中，其步骤如图1-1所示。 图1-1股票量化交易应用模块库流程图 第一阶段是数据收集。数据收集是很多券商机构在做的业务，有影响力的模块库有Tushare 和Windpy ，其中Windpy 是Wind 公司开发的一个开源接口。国内的金融终端一般是Wind 、iFind 和Choice 终端，这些终端软件就是把企业和行业的数据收集到数据库，进行深度分析，并稍加整理成表格，然后上传到服务器中，方便客户进行相关的数据分析，一般情况下客户都需要付费来获得数据。 第二阶段是数据分析。NumPy 用来存储和处理多维数组和大型矩阵，搭配SciPy 进行计算；Pandas 解决时间序列；用Matplotlib 进行2D 绘图从而实现数据可视化。Wind 终端和Choice 终端也有相关的业务在平台上销售，而该服务的购买者通常是一些尚未具备分析能力和资格的小型机构或行外人。 第三阶段是策略研究。IPython 是一个Python 的交互式shell ，能进行变量的自动补全和缩进，支持bash shell 命令，内置了一系列有用的功能和函数；Jupyter 可以对数据进行清理和转换，进行数值模拟和统计建模等，是比较方便的策略研究工具；Zipline （国内公司开发的是RQalpha 回测引擎）对真实交易系统的运转进行模拟，利用历史数据对投资策略进行回测检验；具体的策略便可以理解为Python 代码的执行。 第四阶段是实盘交易。vn.py 是基于Python 的开源交易平台开发框架；easytrader 也是开源模块库，比较适合个人投资者。通俗来说，狭义的量化投资的应用意义到第三阶段为止，关于第四步的实盘交易还是需要经过投资者参考过量化投资的模型后作出的决定。因为工具只是投资者进行决策的辅助，人才是真实交易的决定者。 需要说明的是，数据收集及案例中的模型，直接采用第三方平台供应的API 数据源；数据分析因避免代码繁冗多杂，直接采用第三方平台的库和框架进行Python 编程，其中BOLL 指标案例的策略使用到了Sig 原nal 框架。利用第三方平台的意义及其最终达到的回测效果与纯自建量化交易策略项目无异，也非常适合个人投资者入手。本文选取A 股市场进行研究，选取样本的原因是A 股市场的数据有利于简化代码量。比如，在A 股市场上进行交易，1手即为100股，而在港股市场上，不同的股票1手的股数不尽相同，有的1手是交易50股，有的1手是交易200股，这样的数据可以简化很多代码量。 1.2基于Python 的股票量化投资流程 虽然Python 实现股票量化 交易分为4个阶段，但具体操作起来，为了更贴合实际，通常可以解析为8个流程，即：获取数据、数据分析挖掘、构建信号、构建策略、回测、策略分析、模拟交易和实盘交易。如图1-2所示。一是获取数据。包括获取公司新闻数据、关联数据，产业上下游、主营业务、所属行业主题等数据，基本行情数据，高频数据，股票Level-1数据，股票Level-2数据、期货Level-1数据等。 二是数据分析。数据分析挖 掘采用传统分析方法、新兴大数 据、机器学习和数据挖掘方法[2]； 三是构建信号。在构建信号前进行数据处理、标准化、去极值、中性化，基础信号的研究、分组回测、衰减、行业分布，将基础信号合成复杂信号。 四是构建策略。构建策略模板要兼容不同标的指标函数和参数的策略，适用于股票、基金、期货等金融资产，兼容日线、分钟线的策略，方便好用的策略函数，获取历史行情、历史持仓信息、调仓记录等，支持各种订单类型:止盈止损单、限价单、市价单。 五是回测测试。回测要符合历史的真实行情，并相应的进行股票分红送转、除权除息处理，股票涨跌停处理，股票停复牌处理，市场冲击，交易滑点、手续费、期货保证金交易，大单分笔成交处理等； 六是策略分析。包括策略归因、风险归因、实时监控，订单分析、成交分析、持仓分析、交易行为分析，多策略分析。 七是模拟交易。模拟交易需要接入实时行情、实时获取成交回报，篮子交易、算法交易，支持撤单处理，实时监控、实时归因分析。 八是实盘交易，实盘交易就是接入真实券商账户，紧紧跟随市场行情，实时进行下单，同时实时获取订单收益回报。2构建基于Python 的量化股票投资策略2.1BOLL 指标策略 利用BOLL 指标进行模拟回测，构造一个BOLL 指标买卖策略，根据个人投资者的账户情况，设置账户初始资金为10万元，策略背景与规则如下： （1）如果收盘价上穿BOLL 上轨，买入；如果收盘价下穿BOLL 下轨，则开盘卖掉；（2）回测策略时间区间设定为2018年全年，股票池为“沪深300”，参考指标为“沪深300”；（3）资金账户初始资金10万，类型为股票账户；（4）每次每只股票买20000元左右，出现重复信号时不重复买入；（5）当买入信号的股票数量比资金多时，随机挑选买入，每个交易日全仓操作。（6）策略需导入第三方库Pandas ，框架为Signal 。 利用Python 语言编辑策略代码并运行回测，得到BOLL 指标买卖策略收益回测结果，如图2-1所示。 注：粗线———沪深300指数2018年基准年化收益率线细线———基于沪深300指数的BOLL 指标策略的年化收益率线 图2-1BOLL 指标策略回测 策略回测结果显示，2018年全年，沪深300指数涨幅为-25.9%，依据沪深300制定的BOLL 策略收益率仅为-6.9%，BOLL 指标买卖策略的模拟收益曲线较平缓，波动幅度明显小于沪深300的收益率波动幅度，收 基金项目：2017年广东省本科高校教学质量与教学改革工程建设项目“省级特色专业建设项目：经济学特色专业建设”的部分研究成果，项目编 号：294。作者简介：孙丽颖（1980-），女，辽宁营口人，哈尔滨工业大学会计学硕士研究生，中山大学南方学院讲师，研究方向：公司理财。收稿日期：2019年3月19日。 基于Python 工具的股票量化投资策略研究 孙丽颖 （中山大学南方学院，广东广州510970） 摘要：在大数据快速发展的背景下，将程序算法与股票投资相结合是创新股票投资方式并实现投资收益率提升的关键。文章在量化投资理念的基础上，运用Python 语言对A 股市场的一些历史指数和个股数据进行梳理分析，针对Python 量化工具对投资项目进行初始性设计，制定量化股票投资策略，并对策略进行收益回测，进而提出量化股票投资的保障措施。 关键词：Python 量化工具；投资策略；BOLL 指标；格雷厄姆成长 股 图1-2股票量化交易流程 图市场·贸易 49