導(dǎo)言：作為寫(xiě)作愛(ài)好者，不可錯(cuò)過(guò)為您精心挑選的10篇量化投資策略分析，它們將為您的寫(xiě)作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

量化投資是投資者借助計(jì)算機(jī)信息化建立數(shù)學(xué)模型，把最新市場(chǎng)數(shù)據(jù)和相關(guān)信息輸入到模型中，通過(guò)公式計(jì)算出投資對(duì)象，做出最優(yōu)投資決策。量化投資不依靠投資者的感覺(jué)直覺(jué)，不依賴(lài)個(gè)人判斷，而是將其經(jīng)驗(yàn)利用信息通過(guò)模型實(shí)現(xiàn)投資理念。同時(shí)，投資者期望達(dá)到收益和風(fēng)險(xiǎn)的合理配比，利用夏普比率等科學(xué)方法控制收益和風(fēng)險(xiǎn)。量化投資者不用每天重復(fù)的分析瑣碎信息，只需要不斷完善這個(gè)模型并不斷創(chuàng)造新的可以盈利的模型。

二、量化投資策略

（一）量化投資策略分類(lèi)

量化投資策略，主要包括量化擇時(shí)策略、統(tǒng)計(jì)套利策略、算法交易策略、組合套利策略、高頻交易策略等。

（1）量化擇時(shí)策略是收益率最高的一種交易策略，通過(guò)對(duì)宏微觀指標(biāo)的量化分析判斷未來(lái)經(jīng)濟(jì)走勢(shì)并確定買(mǎi)入、賣(mài)出或持有，按照高拋低吸原則獲得超額收益率。在量化擇時(shí)策略中，趨勢(shì)跟蹤策略是投資者使用最多的策略。量化擇時(shí)分析策略包括：趨勢(shì)跟蹤策略、噪音交易策略、理易策略。

（2）統(tǒng)計(jì)套利是風(fēng)險(xiǎn)套利的一種，通過(guò)對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)分析，利用統(tǒng)計(jì)學(xué)理論，估計(jì)相關(guān)變量的概率分布，判斷規(guī)律在未來(lái)一段時(shí)間內(nèi)是否繼續(xù)存在。統(tǒng)計(jì)套利策略包括協(xié)整策略和配對(duì)利差策略、均值回歸策略以及多因素回歸策略。

（3）算法交易又稱(chēng)為自動(dòng)交易，主要是研究如何利用各種下單方法，降低沖擊成本的交易策略，將一個(gè)大額交易通過(guò)算法拆分成數(shù)個(gè)小額交易，以此來(lái)減少對(duì)市場(chǎng)價(jià)格造成沖擊，降低交易成本。算法交易策略包括交易量加權(quán)平均價(jià)格策略、時(shí)間加權(quán)平均價(jià)格策略、盯住盤(pán)口測(cè)量、執(zhí)行落差策略、下單路徑優(yōu)選策略。

（4）組合套利策略主要針對(duì)期貨市場(chǎng)上的跨期、跨市及跨品種套利的交易策略。組合套利策略包括均衡價(jià)格策略、套利區(qū)間策略、牛市跨期套利、熊市跨期套利等。

（5）高頻交易是一種持倉(cāng)時(shí)間短、交易量巨大、交易次數(shù)多、單筆收益率低的投資策略，人們從無(wú)法利用的極為短暫的市場(chǎng)變化中尋求獲利的計(jì)算機(jī)化交易，依靠快速大量的計(jì)算機(jī)交易以獲取高額穩(wěn)定的收益。高頻交易策略包括流動(dòng)性回扣交易策略、獵物算法交易策略和自動(dòng)做市商策略。

如下是量化投資中幾種主要的投資交易策略：

（1）趨勢(shì)跟蹤策略。趨勢(shì)跟蹤策略追隨大的走勢(shì)，向上突破重要的壓力線可能預(yù)示著更大一波的上漲趨勢(shì)，向下突破重要的支撐線可能預(yù)示著更大一波的下跌趨勢(shì)。趨勢(shì)跟蹤策略試圖尋找大趨勢(shì)的到來(lái)，在突破的時(shí)候進(jìn)行相應(yīng)的建倉(cāng)或平倉(cāng)的投資操作來(lái)獲得超額收益。

趨勢(shì)型指標(biāo)進(jìn)行擇時(shí)的基本理念是順勢(shì)而為，跟蹤市場(chǎng)運(yùn)行趨勢(shì)。在趨勢(shì)策略中使用的技術(shù)指標(biāo)是最多的，常用有：移動(dòng)平均線（MA）、平滑異動(dòng)移動(dòng)平均線（MACD）、平均差（DMA）、趨指標(biāo)（DMI）等。

（2）噪音交易策略。噪聲交易是指交易者在缺乏正確信息的情況下進(jìn)行密集交易的行為。有效市場(chǎng)中噪聲只是一個(gè)均值為零的隨機(jī)擾動(dòng)項(xiàng)，但市場(chǎng)并不總是有效的，市場(chǎng)上有很多異常信息，往往有人能夠提前獲得這些異常信息，很可能對(duì)投資的判斷提供重要的價(jià)值。噪聲交易策略的運(yùn)用主要是機(jī)構(gòu)投資者通過(guò)計(jì)算得到市場(chǎng)的噪聲交易指數(shù)，監(jiān)測(cè)該指數(shù)的變化，根據(jù)其變化來(lái)設(shè)計(jì)量化交易策略。

（3）協(xié)整策略。在統(tǒng)計(jì)套利策略中，協(xié)整策略是應(yīng)用最廣泛的一種策略。協(xié)整套利的主要原理，是找出相關(guān)性最好的幾組產(chǎn)品，再找出每一組的協(xié)整關(guān)系，當(dāng)某一組投資產(chǎn)品的價(jià)差偏離到一定程度時(shí)建倉(cāng)，買(mǎi)入被低估的資產(chǎn)、賣(mài)出被高估的資產(chǎn)，當(dāng)價(jià)差均衡時(shí)獲利了結(jié)平倉(cāng)。協(xié)整策略包括協(xié)整檢驗(yàn)、GARCH檢驗(yàn)、TARCH檢驗(yàn)以及EGARCH檢驗(yàn)。

（4）多因素回歸策略。多因素回歸策略，也是一種被廣泛使用的投資策略。這一策略利用影響投資收益的多種選擇因素，并根據(jù)其與收益的相關(guān)性，建立多元回歸模型，簡(jiǎn)化投資組合分析所要求的證券相關(guān)系數(shù)的輸入，這類(lèi)方法的代表是套利定價(jià)模型。

（二）量化投資策略組合

量化投資策略組合綜合考慮交易商品、策略類(lèi)別、策略數(shù)量、時(shí)間周期因素。量化投資策略組合相比較單一投資策略有以下優(yōu)勢(shì)：

（1）策略組合降低了對(duì)單一策略的依賴(lài)，當(dāng)單一策略失去競(jìng)爭(zhēng)力，使用策略組合的方式，可以利用不同產(chǎn)品價(jià)格變化、變化幅度、周期等多個(gè)方面把握投資機(jī)會(huì)，在一定程度上保證了穩(wěn)定的收益率，盈利機(jī)會(huì)更多；

（2）策略組合可以分散單一策略的交易風(fēng)險(xiǎn)，降低風(fēng)險(xiǎn)，通過(guò)策略組合將投資風(fēng)險(xiǎn)分散化，盡可能規(guī)避市場(chǎng)風(fēng)險(xiǎn)、策略風(fēng)險(xiǎn)及系統(tǒng)風(fēng)險(xiǎn)等。

三、量化投資資產(chǎn)配置

資產(chǎn)配置是指資產(chǎn)類(lèi)別選擇，即投資組合中各類(lèi)資產(chǎn)的適當(dāng)配置及對(duì)這些混合資產(chǎn)進(jìn)行實(shí)時(shí)管理。量化投資管理打破了傳統(tǒng)投資組合的局限，它與量化分析結(jié)合，將投資組合作為一個(gè)整體，確定組合資產(chǎn)的配置目標(biāo)和分配比例，深化了資產(chǎn)配置的內(nèi)涵。

資產(chǎn)配置包括戰(zhàn)略資產(chǎn)配置和戰(zhàn)術(shù)資產(chǎn)配置兩大類(lèi)。戰(zhàn)略資產(chǎn)配置是長(zhǎng)期資產(chǎn)配置，針對(duì)較長(zhǎng)時(shí)間的市場(chǎng)情況，控制長(zhǎng)期投資風(fēng)險(xiǎn)以達(dá)到收益最大化。戰(zhàn)術(shù)性資產(chǎn)配置是依據(jù)資產(chǎn)預(yù)期收益的短期變化，獲取超額收益的機(jī)會(huì)。因此，戰(zhàn)術(shù)資產(chǎn)配置是建立在長(zhǎng)期戰(zhàn)略資產(chǎn)配置過(guò)程中的短期分配策略，二者相輔相成。在長(zhǎng)期投資活動(dòng)的戰(zhàn)略資產(chǎn)配置下，戰(zhàn)術(shù)性資產(chǎn)配置利用其積極的靈活的投資機(jī)會(huì)，適當(dāng)?shù)呐浜蠎?zhàn)略資產(chǎn)配置，獲取較高收益。

四、前景展望

在量化投資飛速發(fā)展的今天，它己經(jīng)成為金融市場(chǎng)中不可忽視的一個(gè)領(lǐng)域，中國(guó)的金融市場(chǎng)在逐步發(fā)展及完善，中國(guó)的量化投資也會(huì)繼續(xù)發(fā)展和前進(jìn)，隨著量化投資方面的加大投入，量化投資的進(jìn)程加快，中國(guó)量化投資的前景無(wú)限。

篇2

一、引言

證券市場(chǎng)存在分形現(xiàn)象已得到了國(guó)內(nèi)外學(xué)者的廣泛認(rèn)可。實(shí)務(wù)中已開(kāi)始利用分形現(xiàn)象定性的指導(dǎo)實(shí)際投資，并獲得了可觀的收益?；诜中卫碚搶?duì)投資策略進(jìn)行量化研究更是具有非同尋常的理論意義。一方面，統(tǒng)計(jì)套利、算法交易、資產(chǎn)配置等傳統(tǒng)量化模型由于忽略了投資者行為、證券價(jià)格的長(zhǎng)記憶性、證券收益率的“尖峰肥尾”等分形特征而存在刻畫(huà)不精確、忽視風(fēng)險(xiǎn)等局限。利用分形理論量化研究投資策略可對(duì)證券市場(chǎng)中分形現(xiàn)象量身度造，可充分克服傳統(tǒng)量化投資模型的不足，從而更好地指導(dǎo)實(shí)際投資；另一方面，基于分形現(xiàn)象進(jìn)行量化投資的理論研究至今仍是空白。因此，在證券市場(chǎng)呈分形現(xiàn)象的背景下，運(yùn)用分形理論來(lái)構(gòu)建量化投資策略可彌補(bǔ)此理論空白，具有較大的理論與現(xiàn)實(shí)意義。然而，利用證券市場(chǎng)的分形現(xiàn)象來(lái)量化研究投資策略的前提和基礎(chǔ)是理解分形市場(chǎng)中投資策略的相關(guān)概念及其分析框架。目前，國(guó)內(nèi)外尚無(wú)文獻(xiàn)對(duì)其系統(tǒng)探討。鑒于分形市場(chǎng)中投資策略的相關(guān)概念及其分析框架的重要性以及研究現(xiàn)狀，本文將對(duì)其進(jìn)行系統(tǒng)探討，以期為構(gòu)建分形市場(chǎng)中投資策略的量化模型奠定基礎(chǔ)。

二、分形市場(chǎng)中投資策略概念體系

（ 一 ）分形市場(chǎng)的界定 1970年，F(xiàn)ama創(chuàng)造性的將有效市場(chǎng)假設(shè)（Efficient Market Hypothesis ，EMH）歸納為公理。EMH為傳統(tǒng)資本市場(chǎng)理論（CMT）奠定了基石、提供了分析框架。在EMH下，證劵的價(jià)格代表了證劵的真實(shí)價(jià)值，證劵價(jià)格的變動(dòng)必將遵循隨機(jī)漫步（Random Walk）；從而，尋求價(jià)格偏離內(nèi)在價(jià)值的證劵，以及尋找證劵價(jià)格的起伏周期和預(yù)測(cè)模式必將徒勞無(wú)功。然而實(shí)證表明，證劵市場(chǎng)的運(yùn)行方式與EMH所描述的情況相差甚遠(yuǎn)，而是呈現(xiàn)分形特征。Peters（1994）集眾人之智、采眾家之長(zhǎng)，在EMH和協(xié)同市場(chǎng)假設(shè)（Coherent Market Hypothesis，CMH）的基礎(chǔ)上，提出了著名的分形市場(chǎng)假說(shuō)（Fractal Market Hypothesis，F(xiàn)MH）。 FMH的基本內(nèi)容：市場(chǎng)由眾多投資者組成，不同投資者的投資期限不同；市場(chǎng)信息對(duì)不同投資期限的投資者產(chǎn)生不同影響。短期投資者主要注重歷史信息，基本遵循技術(shù)分析；較長(zhǎng)期投資者更加偏重基礎(chǔ)信息；市場(chǎng)穩(wěn)定性主要取決于市場(chǎng)流動(dòng)性；價(jià)格反映了短期技術(shù)分析與長(zhǎng)期基本分析的結(jié)合；如果某項(xiàng)資產(chǎn)與經(jīng)濟(jì)周期循環(huán)無(wú)關(guān)，那么將不具有長(zhǎng)期趨勢(shì)。FMH是EMH的有力擴(kuò)展，F(xiàn)MH強(qiáng)調(diào)信息接受程度和投資期限對(duì)投資者行為的影響。在FMH下，投資者僅是有限理性的。信息積累和信息滯后對(duì)投資者的影響將造成證劵價(jià)格的有偏隨機(jī)游走，表現(xiàn)出長(zhǎng)記憶、混沌序等分形特征。投資者的投資期限上的差異將保證市場(chǎng)的流動(dòng)性和穩(wěn)定性。在FMH下證劵市場(chǎng)不僅僅是經(jīng)濟(jì)和商業(yè)形勢(shì)的映射，更是投資者情緒的晴雨表。樊智、張世英（2002）基于對(duì)EMH與FMH兩者聯(lián)系與區(qū)別的詳盡討論下，給出了分形市場(chǎng)的一般性描述；分形市場(chǎng)是指具有正反饋機(jī)制和非線性結(jié)構(gòu)特性的資本市場(chǎng)，其價(jià)格序列波動(dòng)的表現(xiàn)形式為具有一定維數(shù)（Hurst指數(shù) ）的分?jǐn)?shù)布朗運(yùn)動(dòng)（Fractional Brownian Motion， FBM）。該描述切中了分形市場(chǎng)的反饋機(jī)制及結(jié)構(gòu)特性，但稍顯片面，同時(shí)過(guò)于復(fù)雜。因此，本文對(duì)分形市場(chǎng)作如下簡(jiǎn)單明了的定義。所謂分形市場(chǎng)是指以FMH作為市場(chǎng)運(yùn)行機(jī)制的市場(chǎng)。

（ 二 ）分形市場(chǎng)中投資概念的理解 研討投資策略的前提和基礎(chǔ)是理解投資。不同學(xué)者關(guān)于投資的定義說(shuō)法各異。投資是指投入資金賺取更多資金；是指投入當(dāng)前資金或者其他資源以期獲取未來(lái)收益的行為。盡管說(shuō)法各異，但對(duì)其本質(zhì)特征的描述卻是殊途同歸。投資的本質(zhì)特征就是放棄或犧牲某種現(xiàn)在有價(jià)值的東西，期望從未來(lái)收益中獲得補(bǔ)償；即期望資產(chǎn)增值，即追尋 是投資活動(dòng)的核心。基于前文對(duì)分形市場(chǎng)的界定，本文對(duì)投資進(jìn)行結(jié)構(gòu)性分解時(shí)，主要是針對(duì)分形市場(chǎng)中有價(jià)證劵的投資。投資是一項(xiàng)經(jīng)濟(jì)活動(dòng)，因此，對(duì)投資活動(dòng)的主體——投資者進(jìn)行分析是至關(guān)重要的。在分形市場(chǎng)中，基于短期與較長(zhǎng)期投資者對(duì)信息敏感度的差異，不同類(lèi)別投資者對(duì)投資策略的偏好將存在差異。較長(zhǎng)期投資者相對(duì)于短期投資者對(duì)基礎(chǔ)信息具有更加敏感，因此，對(duì)價(jià)值投資更具有傾向性；而短期投資者相對(duì)于較長(zhǎng)期投資者更注重歷史信息，因此，對(duì)基于技術(shù)分析的投資策略更具有傾向性。同時(shí)，由于同一投資者也難保持其投資期限時(shí)間一致，因此，同一投資者也難保持其投資策略偏好的恒常性。在分形市場(chǎng)中，千差萬(wàn)別的投資者驅(qū)動(dòng)著證券市場(chǎng)的流動(dòng)，支撐著證券市場(chǎng)的穩(wěn)定；形形的投資者形成行影無(wú)蹤、變化無(wú)常的市場(chǎng)動(dòng)力，驅(qū)使著證券市場(chǎng)呈現(xiàn)分形特征。金融工具作為投資活動(dòng)的客體，是投資者在證券市場(chǎng)中的選擇集。金融工具作為資金融通的載體，風(fēng)險(xiǎn)收益組合多樣。投資者對(duì)金融工具的選擇的實(shí)質(zhì)就是對(duì)風(fēng)險(xiǎn)收益組合的選擇，這依賴(lài)于投資者的投資目的、風(fēng)險(xiǎn)偏好等因素。因此，金融工具制約著投資者執(zhí)行投資策略的可行性。因此，金融工具特征的確定是理解投資的又一關(guān)鍵因素。投資過(guò)程，作為投資活動(dòng)的核心，連接著投資者與金融工具。投資過(guò)程主要由兩部分工作組成。一部分工作是證券與市場(chǎng)分析；第二部分工作是對(duì)最優(yōu)的資產(chǎn)投資組合進(jìn)行構(gòu)建。在投資過(guò)程中，投資者對(duì)證劵與市場(chǎng)分析的根本目的是尋找出內(nèi)在價(jià)值偏離價(jià)格的證劵；基于證劵價(jià)格起伏周期預(yù)測(cè)模式的市場(chǎng)時(shí)機(jī)選擇是構(gòu)建最優(yōu)資產(chǎn)組合、優(yōu)化資產(chǎn)配置的核心。投資過(guò)程的本質(zhì)是通過(guò)選擇或協(xié)調(diào)各種金融工具，從而選擇與投資者的投資目的相適應(yīng)的風(fēng)險(xiǎn)收益組合；是投資活動(dòng)順利開(kāi)展的關(guān)鍵保障。因此，投資過(guò)程的優(yōu)劣直接關(guān)系到投資活動(dòng)的成敗。

（ 三 ）分形市場(chǎng)中投資策略的厘定 基于對(duì)分形市場(chǎng)的界定以及分形市場(chǎng)中投資概念的厘定，便可對(duì)分形市場(chǎng)中投資策略展開(kāi)詳細(xì)探討。所謂投資策略就是指投資者根據(jù)自身需求和風(fēng)險(xiǎn)承擔(dān)能力對(duì)投資資產(chǎn)進(jìn)行安排、配置。確定投資者收益需求和風(fēng)險(xiǎn)厭惡特征是構(gòu)建其投資策略的前提。隨后，投資者設(shè)計(jì)可實(shí)現(xiàn)其目標(biāo)的投資策略。投資者將根據(jù)自身對(duì)資產(chǎn)的內(nèi)在價(jià)值、預(yù)期收益、風(fēng)險(xiǎn)等因素的推斷結(jié)果進(jìn)行投資資產(chǎn)選擇、配置。因此，投資者對(duì)資產(chǎn)內(nèi)在價(jià)值、預(yù)期收益、風(fēng)險(xiǎn)等因素的推斷結(jié)果是構(gòu)建投資策略的基礎(chǔ)，投資者根據(jù)推斷結(jié)果設(shè)計(jì)使自身效用最大化的投資策略。在EMH下，由于市場(chǎng)具有競(jìng)爭(zhēng)性以及投資者具有同質(zhì)預(yù)期，風(fēng)險(xiǎn)收益完全匹配。追求高收益，必然要承擔(dān)高風(fēng)險(xiǎn)；不接受高風(fēng)險(xiǎn)，便只能接受低收益。在分形市場(chǎng)中，形形的投資者對(duì)資產(chǎn)內(nèi)在價(jià)值、預(yù)期收益、風(fēng)險(xiǎn)等因素的推斷方法千差萬(wàn)別；因此，基于推斷結(jié)果所設(shè)計(jì)的投資策略便具有差異。投資策略的差異表現(xiàn)為投資者歷史投資行為的差異，最終造成證券收益與風(fēng)險(xiǎn)的分形特征。證券市場(chǎng)存在分形特征，因此，證券收益、風(fēng)險(xiǎn)的時(shí)變特征具有復(fù)雜性、非線性。從而，分形市場(chǎng)中風(fēng)險(xiǎn)收益不完全匹配；在實(shí)際投資中，存在套利機(jī)會(huì)。因此，優(yōu)異的投資策略可充分利用風(fēng)險(xiǎn)與收益非完全匹配的特征；從而，可以在減少一定程度的風(fēng)險(xiǎn)的同時(shí)并增加一定程度的收益。基于此，分形市場(chǎng)中投資策略的一個(gè)直觀描述就是指投資者根據(jù)自身需求和風(fēng)險(xiǎn)承擔(dān)能力設(shè)計(jì)協(xié)調(diào)和選擇風(fēng)險(xiǎn)收益組合以實(shí)現(xiàn)自身效用最大化的方案。

三、分形市場(chǎng)中投資策略分析框架

（ 一 ）分形市場(chǎng)中的推斷方法 由前文討論可知，確定投資者收益需求和風(fēng)險(xiǎn)厭惡特征是構(gòu)建其投資策略的前提，而投資者對(duì)資產(chǎn)內(nèi)在價(jià)值、預(yù)期收益、風(fēng)險(xiǎn)等因素的推斷結(jié)果是構(gòu)建投資策略的基礎(chǔ)。因此，準(zhǔn)確的推斷結(jié)果是投資策略有效的先決條件；而推斷結(jié)果的準(zhǔn)確性依賴(lài)于投資者所采用的推斷方法。在分形市場(chǎng)中，推斷方法的設(shè)計(jì)是設(shè)計(jì)投資策略的必要步驟。傳統(tǒng)資產(chǎn)組合理論、資本資產(chǎn)定價(jià)方法等量化投資模型，其推斷方法常?；诰€性范式，難以追蹤分形市場(chǎng)中的分形信號(hào)?，F(xiàn)有基于人工智能、小波分析、支持向量機(jī)等理論的量化投資模型，其推斷方法對(duì)分形市場(chǎng)中的分形特征也不是量身度造。為克服證券價(jià)格、收益、波動(dòng)中的分形特征對(duì)推斷方法的干擾，在分形市場(chǎng)中，所設(shè)計(jì)的推斷方法不僅要可充分克服分形噪音的干擾，而且還要能更好的追蹤分形信號(hào)。因此，在分形市場(chǎng)中，設(shè)計(jì)投資策略的先決條件便是設(shè)計(jì)資產(chǎn)內(nèi)在價(jià)值、預(yù)期收益、風(fēng)險(xiǎn)等因素的推斷方法。

（ 二 ）分形市場(chǎng)中投資策略的分解 理論上，在分形市場(chǎng)中尋求價(jià)格偏離內(nèi)在價(jià)值的證劵、尋找證劵價(jià)格的起伏周期和預(yù)測(cè)模式并非無(wú)稽之談。與此相反，由于分形通常具有精細(xì)結(jié)構(gòu)，而證劵價(jià)格又往往表現(xiàn)出分形走勢(shì)；因此，波動(dòng)的證劵價(jià)格蘊(yùn)藏著許多低買(mǎi)高賣(mài)的機(jī)會(huì)；從而，優(yōu)質(zhì)的市場(chǎng)時(shí)機(jī)選擇策略可以讓投資者獲得盈千累萬(wàn)的資本利得。證劵的內(nèi)在價(jià)值是指證券未來(lái)收益的風(fēng)險(xiǎn)調(diào)整貼現(xiàn)值。由此可見(jiàn)，證劵的內(nèi)在價(jià)值受證劵未來(lái)收益水平和風(fēng)險(xiǎn)調(diào)整貼現(xiàn)率的影響。而未來(lái)收益水平和風(fēng)險(xiǎn)調(diào)整貼現(xiàn)率具有不確定性；因此，證券內(nèi)在價(jià)值也具有波動(dòng)性。同時(shí)，由于激發(fā)證券價(jià)格和證劵內(nèi)在價(jià)值波動(dòng)的因素不完全相同；從而，證券價(jià)格和證券內(nèi)在價(jià)值的波動(dòng)往往具有不一致性。因此，根據(jù)證券價(jià)格和證券內(nèi)在價(jià)值的變動(dòng)特征，選擇內(nèi)在價(jià)值被低估的證劵并非是天方夜譚。基于上述分析，在分形市場(chǎng)中，選擇價(jià)格偏離價(jià)值的證劵和選擇基于證券價(jià)格預(yù)測(cè)模式的市場(chǎng)時(shí)機(jī)均具有可行性；且無(wú)論是證劵選擇還是市場(chǎng)時(shí)機(jī)選擇都影響著風(fēng)險(xiǎn)收益組合。因此，證劵選擇策略和市場(chǎng)時(shí)機(jī)選擇策略是影響投資策略的兩個(gè)因素。另一方面，基于早期研究可知，投資的業(yè)績(jī)可以通過(guò)證劵選擇能力和市場(chǎng)擇時(shí)能力這兩個(gè)角度解釋。而投資業(yè)績(jī)的好壞是投資策略?xún)?yōu)劣的外在表現(xiàn)，因此，在分形市場(chǎng)中，可將投資策略分解為證劵選擇策略和市場(chǎng)擇時(shí)策略。其中，證劵選擇策略，就是指識(shí)別價(jià)格偏離內(nèi)在價(jià)值的證劵的策略；市場(chǎng)擇時(shí)策略就是指掌控證劵價(jià)格起伏周期的策略。

（ 三 ）分形市場(chǎng)中投資策略的分析框架 基于前文對(duì)分形市場(chǎng)中投資策略的厘定及分解可知，投資策略的設(shè)計(jì)可通過(guò)證劵選擇策略設(shè)計(jì)和市場(chǎng)擇時(shí)策略設(shè)計(jì)實(shí)現(xiàn)，構(gòu)建有效投資策略的關(guān)鍵是分析證劵選擇策略和市場(chǎng)擇時(shí)策略。（1）分形市場(chǎng)中證劵選擇策略分析。根據(jù)前文的厘定，證劵選擇策略，是指識(shí)別價(jià)格偏離內(nèi)在價(jià)值的證劵的策略。識(shí)別價(jià)格偏離價(jià)值的證券的前提和基礎(chǔ)是確定證券的內(nèi)在價(jià)值。證劵的內(nèi)在價(jià)值是指證券未來(lái)收益的風(fēng)險(xiǎn)調(diào)整貼現(xiàn)值。其中，未來(lái)收益是指包括資本利得、紅利在內(nèi)的全部現(xiàn)金回報(bào)，風(fēng)險(xiǎn)調(diào)整貼現(xiàn)率等于無(wú)風(fēng)險(xiǎn)收益率與風(fēng)險(xiǎn)溢金（Risk Premium）之和；風(fēng)險(xiǎn)溢金是指針對(duì)投資某項(xiàng)資產(chǎn)時(shí)的額外風(fēng)險(xiǎn)所需的額外回報(bào)率。在理論上和實(shí)務(wù)中，未來(lái)收益常?；跉v史數(shù)據(jù)、經(jīng)濟(jì)形勢(shì)等因素給出判斷；風(fēng)險(xiǎn)溢金的確定取決于投資者對(duì)超額風(fēng)險(xiǎn)和額外回報(bào)二者間關(guān)系的看待，依賴(lài)于投資者的風(fēng)險(xiǎn)厭惡程度。投資者常常希望承擔(dān)低風(fēng)險(xiǎn)并享受高收益，從而常常利用風(fēng)險(xiǎn)資產(chǎn)組合構(gòu)建或協(xié)調(diào)風(fēng)險(xiǎn)收益組合。有效前沿或稱(chēng)最小方差邊界、有效投資組合、有效邊界、最優(yōu)資產(chǎn)組合等，其上的風(fēng)險(xiǎn)收益組合是約定風(fēng)險(xiǎn)范圍內(nèi)預(yù)期收益最高的投資組合，是投資者首選的風(fēng)險(xiǎn)收益組合。因此，優(yōu)異的證劵選擇策略必將在有效前沿上選擇風(fēng)險(xiǎn)資產(chǎn)。從而，設(shè)計(jì)證劵選擇策略關(guān)鍵在于設(shè)計(jì)有效前沿的構(gòu)建策略。傳統(tǒng)有效前沿構(gòu)建基于Markowitz的資產(chǎn)組合理論和市場(chǎng)完美性假設(shè)，在期望收益、方差、風(fēng)險(xiǎn)資產(chǎn)間協(xié)方差已知的情況下，便可根據(jù)均值——方差準(zhǔn)則構(gòu)建有效前沿。在EMH的假設(shè)下，市場(chǎng)具有完美性；然而，實(shí)際的市場(chǎng)并不完美，交易成本、資本利得稅等因素影響著風(fēng)險(xiǎn)資產(chǎn)組合的構(gòu)建，從而影響著有效前沿的構(gòu)建。Jarrow et al.（2007）研究表明，即使很小比例的交易成本也可能?chē)?yán)重扭曲無(wú)交易成本下的最優(yōu)資產(chǎn)組合。與此同時(shí)，在FMH的理論下和金融市場(chǎng)的現(xiàn)實(shí)背景下，較長(zhǎng)期投資者和短期投資者對(duì)期望收益、方差、風(fēng)險(xiǎn)資產(chǎn)間協(xié)方差預(yù)期非同質(zhì)。因此，分形市場(chǎng)中的有效前沿是代表最佳風(fēng)險(xiǎn)收益組合的變動(dòng)曲線。綜上所述，基于投資者投資期限構(gòu)建動(dòng)態(tài)有效前沿的策略是設(shè)計(jì)證劵選擇策略的關(guān)鍵。（2）分形市場(chǎng)中市場(chǎng)擇時(shí)策略分析。根據(jù)前文的界定，市場(chǎng)擇時(shí)策略是指掌控證劵價(jià)格起伏周期的策略。證劵價(jià)格起伏周期的掌控基于對(duì)證劵價(jià)格趨勢(shì)的把握。因此，對(duì)證劵價(jià)格趨勢(shì)的分析是設(shè)計(jì)擇時(shí)策略的重中之重。所謂證劵價(jià)格趨勢(shì)，是指證劵價(jià)格朝某方向運(yùn)行的過(guò)程。實(shí)操中，常常以某種移動(dòng)平均線（Moving Average，MV）朝某方向運(yùn)行的過(guò)程作為價(jià)格趨勢(shì)，但確認(rèn)價(jià)格趨勢(shì)并非易事；同時(shí)，以移動(dòng)平均線作為證券價(jià)格趨勢(shì)會(huì)具有一定的滯后性。投資者掌控證券價(jià)格趨勢(shì)的根本目的是希望低買(mǎi)高賣(mài)，并順勢(shì)而為。因此，設(shè)計(jì)低買(mǎi)、高賣(mài)策略便可掌控證券價(jià)格趨勢(shì)，實(shí)現(xiàn)優(yōu)質(zhì)市場(chǎng)時(shí)機(jī)選擇。而低買(mǎi)、高賣(mài)策略的設(shè)計(jì)，關(guān)鍵在于捕捉證券價(jià)格的低位、高位。所謂證券價(jià)格低位或高位，是指在既定的投資時(shí)間區(qū)間內(nèi)，相對(duì)最低或最高的證券價(jià)格。其中，投資時(shí)間區(qū)間由投資者的投資起點(diǎn)和投資期限確定。在分形市場(chǎng)與真實(shí)證券市場(chǎng)中，由于投資者投資起點(diǎn)和投資期限的差異，因此，不同投資者的投資時(shí)間區(qū)間不盡相同。從而，證券價(jià)格的低位與高位只是相對(duì)的，緊緊依賴(lài)于投資者的投資時(shí)間區(qū)間。同時(shí)，由于信息對(duì)不同投資者影響不同，致使不同投資者投資行為不同。短期投資者因受信息擴(kuò)散緩慢以及對(duì)信息反應(yīng)遲鈍的影響，表現(xiàn)出慣，造成證券價(jià)格的慣性效應(yīng)；較長(zhǎng)期投資者受此影響不大。投資者對(duì)信息反應(yīng)行為的差異，致使較長(zhǎng)的投資時(shí)間區(qū)間內(nèi)證券價(jià)格分形波動(dòng)。從而，較短投資時(shí)間區(qū)間內(nèi)的證券價(jià)格低位、高位混雜在較長(zhǎng)投資時(shí)間區(qū)間內(nèi)的低位與高位之間；這是是短期投資者慣的結(jié)果，也是短期投資者市場(chǎng)擇機(jī)根本的根本依據(jù)。設(shè)計(jì)低買(mǎi)、高賣(mài)策略便可實(shí)現(xiàn)優(yōu)質(zhì)市場(chǎng)時(shí)機(jī)選擇，因此，設(shè)計(jì)低買(mǎi)、高賣(mài)策略就是設(shè)計(jì)市場(chǎng)擇時(shí)策略。對(duì)于短期投資者，市場(chǎng)擇機(jī)的根本依據(jù)就是把握慣引致的慣性效應(yīng)。低買(mǎi)策略和高賣(mài)策略并非兩種不同的策略，本質(zhì)上高賣(mài)策略和低買(mǎi)策略并無(wú)區(qū)別，會(huì)在證券價(jià)格高位賣(mài)出證券便會(huì)在證券價(jià)格低位買(mǎi)入證券。這是因?yàn)?，?dāng)投資者賣(mài)出證券時(shí)，相當(dāng)于用股票在買(mǎi)現(xiàn)金。如果投資者能在證券價(jià)格高位賣(mài)出證券，那么，以證券作為現(xiàn)金價(jià)格必然是在價(jià)格低位買(mǎi)入了現(xiàn)金。因此，要想在證券價(jià)格低位買(mǎi)入證券，只需要在現(xiàn)金價(jià)格高位賣(mài)出現(xiàn)金。綜上，設(shè)計(jì)市場(chǎng)擇時(shí)策略關(guān)鍵在于設(shè)計(jì)高賣(mài)策略，在投資者的投資時(shí)間區(qū)間內(nèi)捕捉證券價(jià)格的高位，掌控短期投資者的慣。（3）有效前沿與慣。證券選擇和市場(chǎng)擇時(shí)二者相互影響，因此，作為兩者核心依據(jù)的有效前沿與慣也將相互影響。短期投資者嚴(yán)重的慣，將導(dǎo)致證券價(jià)格過(guò)度的慣性效應(yīng)，營(yíng)造出市場(chǎng)情緒潮流。此時(shí)，非完全理性的較長(zhǎng)期投資者也難以完全擺脫市場(chǎng)情緒的影響。在情緒潮流中，部分較長(zhǎng)期投資者將重新衡量預(yù)期收益、風(fēng)險(xiǎn)等因素；并根據(jù)其重新衡量的結(jié)果，做出推理，改變其投資行為。如：舍棄既定投資期限、改變投資風(fēng)格等。最終，與短期投資者一起致使市場(chǎng)偏離既定的有效前沿。另一方面，基于投資者投資期限構(gòu)建的有效前沿可反映短期投資者的慣。在分形市場(chǎng)中，市場(chǎng)偏離既定有效前沿伊始，由于較長(zhǎng)期投資者更加偏重基礎(chǔ)信息，短期投資者更加關(guān)注歷史信息；因此，此時(shí)的市場(chǎng)動(dòng)力主要源于短期投資者的投資行為。此時(shí)，短期投資者的投資行為是對(duì)歷史信息的反應(yīng)，表現(xiàn)為慣。綜上所述，嚴(yán)重的慣將導(dǎo)致市場(chǎng)偏離既定的有效前沿，基于投資者投資期限構(gòu)建的既定有效前沿可反映慣。有效前沿與慣分別作為證券選擇和市場(chǎng)擇時(shí)的核心依據(jù)，兩者相互聯(lián)系、相互影響。

（ 四 ）分形市場(chǎng)中投資策略設(shè)計(jì)的展望 由前文可知，投資策略的設(shè)計(jì)可通過(guò)證劵選擇策略設(shè)計(jì)和市場(chǎng)擇時(shí)策略設(shè)計(jì)實(shí)現(xiàn)。基于市場(chǎng)擇時(shí)的資產(chǎn)配置對(duì)投資業(yè)績(jī)具有絕大部分的貢獻(xiàn)，且證券選擇本身也依賴(lài)于時(shí)間因素，因此，本文僅對(duì)市場(chǎng)擇時(shí)策略設(shè)計(jì)給出一些展望。設(shè)計(jì)市場(chǎng)擇時(shí)策略關(guān)鍵在于基于證券價(jià)格的慣性效應(yīng)設(shè)計(jì)高賣(mài)策略。高賣(mài)策略即在投資者的投資時(shí)間區(qū)間內(nèi)捕捉證券價(jià)格的高位。由于證券價(jià)格具有分形特征，而分形通常具有自相似性，通常可由一些迭代過(guò)程得到。從而，證券價(jià)格走勢(shì)是自相似吸引子或幾個(gè)自相似吸引子的迭加?；谖佣ɡ砗推促N定理，證券價(jià)格的這種分形走勢(shì)可用少量幾個(gè)壓縮映射和生成元產(chǎn)生一個(gè)新的分形走勢(shì)來(lái)無(wú)限逼近。由于這個(gè)新的分形走勢(shì)由其生成元和迭代函數(shù)系唯一確定，因此，其未來(lái)走勢(shì)確定。在證券價(jià)格未來(lái)走勢(shì)不會(huì)較大偏離此前分形走勢(shì)的假設(shè)下，便可利用這個(gè)構(gòu)建的分形走勢(shì)尋找證券價(jià)格未來(lái)走勢(shì)中的相對(duì)高位，進(jìn)而根據(jù)投資者的投資期限做出投資決策。可見(jiàn)，尋找證券價(jià)格走勢(shì)的逼近分形走勢(shì)是設(shè)計(jì)高賣(mài)策略的方法之一。另一方面，證券價(jià)格的分形走勢(shì)具有標(biāo)度不變性特征。標(biāo)度不變性是指在不同時(shí)間或空間尺度下證券價(jià)格的分布函數(shù)間具有冪律關(guān)系。由于較短時(shí)間間隔觀察到的證劵價(jià)格相對(duì)于較長(zhǎng)時(shí)間間隔上觀察到的證券價(jià)格具有更多的數(shù)據(jù)，因此，也包含著更多的有效信息和信息噪音。利用高頻數(shù)據(jù)和低頻數(shù)據(jù)間的標(biāo)度不變性特征，可獲得較之低頻數(shù)據(jù)更多的有效信息，可免受較之高頻數(shù)據(jù)更少的噪音干擾。從而，更有利于投資者進(jìn)行投資決策。分形分布（Fractal Distribution）可真實(shí)描述證券市場(chǎng)收益序列的“尖峰肥尾”現(xiàn)象，是對(duì)真實(shí)證券市場(chǎng)收益序列的統(tǒng)計(jì)描述，可充分反應(yīng)證券市場(chǎng)中的標(biāo)度不變性特征?；诜中畏植嫉氖袌?chǎng)擇時(shí)策略可克服基于正態(tài)分布的市場(chǎng)擇時(shí)策略低估風(fēng)險(xiǎn)、過(guò)早賣(mài)出等不足。從而，利用分形分布可以更加精準(zhǔn)的計(jì)算出證券價(jià)格未來(lái)走勢(shì)的概率，進(jìn)而可根據(jù)概率的大小進(jìn)行市場(chǎng)擇時(shí)。然而，分形分布的參數(shù)估計(jì)具有較大困難，因此，設(shè)計(jì)分形分布的參數(shù)估計(jì)方法是設(shè)計(jì)高賣(mài)策略的又一方法。總之，利用證券價(jià)格的分形走勢(shì)設(shè)計(jì)投資策略關(guān)鍵在于充分利用分形的種種特征，充分利用分形時(shí)間序列中的有效信息和盡可能去除分形時(shí)間序列中的信息噪音。

四、結(jié)論

本文通過(guò)對(duì)分形市場(chǎng)中投資概念的理解，在投資者協(xié)調(diào)和選擇風(fēng)險(xiǎn)收益組合可行性分析的基礎(chǔ)上，將投資策略厘定為投資者根據(jù)自身需求和風(fēng)險(xiǎn)承擔(dān)能力設(shè)計(jì)協(xié)調(diào)和選擇風(fēng)險(xiǎn)收益組合以實(shí)現(xiàn)自身效用最大化的方案。在此基礎(chǔ)上，對(duì)設(shè)計(jì)分形市場(chǎng)中投資策略的先決條件——資產(chǎn)預(yù)期收益、風(fēng)險(xiǎn)等因素的推斷方法進(jìn)行了分析。在把投資策略分解為證券選擇策略和市場(chǎng)擇時(shí)策略的基礎(chǔ)上，提出了分形市場(chǎng)中投資策略的分析框架。在分形市場(chǎng)中，設(shè)計(jì)基于投資者投資期限的有效前沿和基于投資者投資時(shí)間區(qū)間的高賣(mài)低買(mǎi)策略是構(gòu)建投資策略的關(guān)鍵路徑。而設(shè)計(jì)高賣(mài)低買(mǎi)策略關(guān)鍵在于投資者在投資期限內(nèi)有效捕捉證券價(jià)格的高低位，掌控短期投資者的慣。本文對(duì)分形市場(chǎng)中投資策略分析框架的建立，將為進(jìn)一步構(gòu)建貼近證券市場(chǎng)分形現(xiàn)象的量化投資策略提供理論基礎(chǔ)。

*本文系教育部高等學(xué)校博士點(diǎn)專(zhuān)項(xiàng)科研基金項(xiàng)目“分形市場(chǎng)環(huán)境下開(kāi)放式基金業(yè)績(jī)持續(xù)性之關(guān)鍵因素挖掘研究”（項(xiàng)目編號(hào)：20120172120050）；教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目“明星效應(yīng)下基金家族價(jià)值偏愛(ài)及家族造星策略有效性研究”（項(xiàng)目編號(hào)：13YJC790150）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金“分形條件下基金投資風(fēng)格漂移與股票市場(chǎng)波動(dòng)效應(yīng)量化研究”（項(xiàng)目編號(hào)： 2013ZB0016）及國(guó)家社會(huì)科學(xué)青年基金“開(kāi)放式基金投資風(fēng)格漂移及風(fēng)格資產(chǎn)輪換策略有效性研究”（項(xiàng)目編號(hào)：12CJY006）的階段性成果

參考文獻(xiàn)：

[1]丁鵬：《量化投資——策略與技術(shù)（修訂版），電子工業(yè)出版社2012年版。

[2]許林：《基于分形市場(chǎng)理論的基金投資風(fēng)格漂移及其風(fēng)險(xiǎn)測(cè)度研究》，《華南理工大學(xué)博士學(xué)位論文集》（2011年）。

[3]苑瑩、莊新田、金秀：《多重分形理論在資本市場(chǎng)中應(yīng)用研究綜述》，《管理學(xué)報(bào)》2010年第9期。

[4]黃怡蓉：《中國(guó)股市的分形結(jié)構(gòu)：理論與實(shí)證》，中山大學(xué)出版社2006年版。

[5]樊智、張世英：《金融市場(chǎng)的效率與分形市場(chǎng)理論》，《系統(tǒng)工程理論與實(shí)踐》2002年第3期。

[6]馬慧明：《英漢證劵投資詞典》，商務(wù)印書(shū)館2007年版。

[7]B B Mandelbrot，Richard L Hudson著，張新等譯：《市場(chǎng)的（錯(cuò)誤）行為：風(fēng)險(xiǎn)、破產(chǎn)與收益的分形觀點(diǎn)》，中國(guó)人民大學(xué)出版社2009年版。

[8]Kenneth Falconer著，曾文曲譯：《分形幾何的數(shù)學(xué)基礎(chǔ)及其應(yīng)用（第二版）》，人民郵電大學(xué)出版社2007年版。

[9][美]加里·加斯蒂尼，馬克·克里茨曼著，諶季強(qiáng)等譯：《金融風(fēng)險(xiǎn)管理詞典》，華夏出版社2007年版。

[10][美]加里·加斯蒂尼，馬克·克里茨曼著，諶季強(qiáng)等譯：《金融風(fēng)險(xiǎn)管理詞典》，華夏出版社2007年版。

[11][美]R A賈羅，V馬斯科西莫維，W T津巴編，吳文峰、仲黎明、馮蕓譯：《金融經(jīng)濟(jì)學(xué)手冊(cè)》，上海人民出版社2007年版。

[12][美]維克多·斯波朗迪著，俞濟(jì)群、真如譯：《專(zhuān)業(yè)投機(jī)原理》，機(jī)械工業(yè)出版社2008年版。

[13]蔣曉全、丁秀英：《我國(guó)證券投資基金資產(chǎn)配置效率研究》，《金融研究》2007年第2期。

[14]王征：《資產(chǎn)配置對(duì)基金收益率的貢獻(xiàn)度分析——來(lái)自中國(guó)市場(chǎng)的經(jīng)驗(yàn)數(shù)據(jù)》，《經(jīng)濟(jì)科學(xué)》2005年第4期。

[15]苑瑩、莊新田：《基于多重分形的金融市場(chǎng)復(fù)雜特性分析及應(yīng)用：以中國(guó)股票市場(chǎng)為研究對(duì)象》，中國(guó)經(jīng)濟(jì)出版社2012年版。

[16]Kyoung Eun Lee ， Jae Woo Lee. Scaling and Multiscaling Properties in the Korean Stock Market.Journal of the Korean Physical Society，2007.

[17]Yudong Wang，Li Liu，Rongbao Gu.Analysis of efficiency for Shenzhen stock market based on multifractal detrended fluctuation analysis.International Review of Financial Analysis，2009.

[18]A Ganchuk， V Derbentsev， V Soloviev. Multifractal Properties of the Ukraine Stock Market.Workingpaper， 2006.

[19]Justine Gregory Williams， Bill M Williams.Trading Chaos-Maximize Profits with Proven Technical Techniques （2nd Edition）.New Jersey：John Wiley&Sons， Inc.2004.

[20]Daniel O Cajueiro，Benjamin M Tabak.Multifractality and herding behavior in the Japanese stock market.Chaos，Solitons&Fractals，2009.

[21]Jozef Barunik，Tomaso Aste，T.Di Matteo，Ruipeng Liu.Understanding the source of multifractality in financial markets. Physica A，2012.

[22]Edgar E Peters.Fractal Market Analysis：Applying Chaos Theory to Investment and Economics.New York：John Wiley&Sons， Inc. 1994.

[23]Zvi Bodie， Alex Kane， Alan J Marcus. Investments（8th Edition）.New York： McGraw-Hill，2009.

[24]Andrew Pole. Statistical Arbitrage： Algorithmic Trading Insights and Techniques.New York： John Wiley&Sons，Inc.2007.

[25]Luciano Zunino， Alejandra Figliola，Benjamin M. Tabak et al. Multifractal structure in Latin-American market indices.Chaos， Solitons and Fractals，2009.

[26]Man-Ying Bai， Hai-Bo Zhu.Power law and multiscaling properties of the Chinese stock market. Physica A，2010.

[27]Roger G Ibbotson， Paul D Kaplan. Does Asset Allocation Policy Explain 40， 90 or 100 Percent of Performance.Financial Analyst Journal，2000.

[28]Gary P Brinson， Brian D Singer， Gilbert L Beebower. Determinants of Portfolio Performance II： An update. Financial Analyst Journal，1991.

[29]William Forbes. Behavioural Finance. New York： John Wiley&Sons，Inc.2009.

[30]Jerome Chave，Simon Levin.Scale and Scaling in Ecological and Economic Systems.Environmentaland Resourmics，2003.

篇3

證券投資基金是一種特殊的投資方式，在實(shí)際的投資過(guò)程中，采用的是共同進(jìn)行風(fēng)險(xiǎn)承擔(dān)以及利益共享的方式，這一基金類(lèi)型也被稱(chēng)為“證券基金”。證券投資基金作為一種投資工具，進(jìn)入門(mén)檻低，服務(wù)專(zhuān)業(yè)，且積累性強(qiáng)，即使投資成本較低，也可將投資分散于不同證券，這樣就極大的分散了投資風(fēng)險(xiǎn)。因此，正確投資基金得到了人們的廣泛關(guān)注。

1 積極開(kāi)發(fā)130/30等數(shù)量化投資模型

對(duì)國(guó)內(nèi)從事證券基金投資業(yè)的基金公司等及時(shí)順應(yīng)金融形勢(shì)，盡早開(kāi)始研發(fā)130/30等科學(xué)有效的數(shù)量化投資產(chǎn)品，從而滿(mǎn)足公司旗下眾多投資者的投資需求。為了追趕世界先進(jìn)的潮流，加快中國(guó)金融創(chuàng)新，從根本上增強(qiáng)國(guó)內(nèi)基金業(yè)的企業(yè)競(jìng)爭(zhēng)實(shí)力，研發(fā)130/30空頭擴(kuò)展模型等證券投資基金數(shù)量化投資模型勢(shì)在必行。隨著國(guó)內(nèi)經(jīng)濟(jì)形勢(shì)高速發(fā)展，金融市場(chǎng)形勢(shì)亦是日新月異。目前，中國(guó)證券基金投資業(yè)中的賣(mài)空改革已經(jīng)在逐漸開(kāi)啟，在此形勢(shì)下，相關(guān)資產(chǎn)福利業(yè)也應(yīng)抓緊時(shí)間，抓住機(jī)會(huì)，積極開(kāi)發(fā)出符合中國(guó)國(guó)情和投資者實(shí)際需求的基金產(chǎn)品，抓緊研發(fā)空頭擴(kuò)展模型等數(shù)量化投資模型，以更好的順應(yīng)金融市場(chǎng)的發(fā)展趨勢(shì)和實(shí)際需求。在數(shù)量化投資模型開(kāi)發(fā)過(guò)程中，應(yīng)該注意“拿來(lái)主義”，不能一味的照抄國(guó)外數(shù)量化投資模型，開(kāi)發(fā)時(shí)首先要考慮實(shí)事求是，符合中國(guó)的相關(guān)法律法規(guī)以及中國(guó)金融市場(chǎng)的實(shí)際情況，做到既學(xué)習(xí)了外國(guó)的先進(jìn)經(jīng)驗(yàn)，又兼顧國(guó)內(nèi)市場(chǎng)現(xiàn)實(shí)。從而開(kāi)發(fā)出符合中國(guó)實(shí)際的數(shù)量化投資模型?，F(xiàn)實(shí)中，130/30數(shù)量化投資模型只是眾多數(shù)量化投資模型中的一種。

2 合理應(yīng)用數(shù)量化投資策略

投資者及受理委托基金公司等資產(chǎn)管理者應(yīng)用正確數(shù)量化投資策略進(jìn)行投資，可分散減小風(fēng)險(xiǎn)，增加收益。并基于此進(jìn)行更加科學(xué)高效擬合金融市場(chǎng)實(shí)際收益率模型和數(shù)量化投資策略的開(kāi)發(fā)。基于數(shù)量化投資策略不斷創(chuàng)新發(fā)覺(jué)全新投資策略的特點(diǎn)，伴隨廣大投資者針對(duì)這一投資機(jī)會(huì)的廣泛追捧開(kāi)發(fā)，此動(dòng)量策略的存在的情況會(huì)逐漸消失，弱勢(shì)有效這一中國(guó)股市缺失的狀況會(huì)逐漸改變。數(shù)量化投資策略模型只是理想狀況下的數(shù)字模型，在實(shí)際投資中投資者及基金管理者還應(yīng)注意定期檢驗(yàn)，不能生搬硬套模型及應(yīng)用公式，應(yīng)根據(jù)市場(chǎng)形勢(shì)，謹(jǐn)慎研究確定投資策略，才能在金融趨勢(shì)改變時(shí)有效規(guī)避風(fēng)險(xiǎn)，增加收益。在金融市場(chǎng)中，基金公司應(yīng)根據(jù)市場(chǎng)環(huán)境及現(xiàn)實(shí)情況，基于相應(yīng)合理化科學(xué)化的數(shù)量投資策略，基于數(shù)字化投資的有效性制定相應(yīng)的投資策略，才能有效提高證券市場(chǎng)投資效率，規(guī)避風(fēng)險(xiǎn)，增強(qiáng)投資收益。同時(shí)應(yīng)注意聽(tīng)取專(zhuān)業(yè)人員根據(jù)經(jīng)驗(yàn)所得出的合理人工判斷，拒絕照搬模型公式的錯(cuò)誤做法，杜絕全部投資由模型決策，密切注意規(guī)避數(shù)量化投資策略的趨勢(shì)改變、相似性及肥尾性。

3 開(kāi)放賣(mài)空政策

國(guó)家政策對(duì)金融市場(chǎng)存在巨大影響。為了從根本上提高中國(guó)證券金融市場(chǎng)效率，對(duì)金融市場(chǎng)發(fā)展起到積極意義，國(guó)家政策要給予支持，譬如對(duì)賣(mài)空政策采取加大開(kāi)放政策。如此才能逐漸改善中國(guó)證券市場(chǎng)賣(mài)空限制大，除指數(shù)基金外，其他投資者參與賣(mài)空所受禁錮較多，公募基金甚至不能參與賣(mài)空，信息表達(dá)不充分，遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到弱勢(shì)有效等諸多限制中國(guó)證券市場(chǎng)有效性的不完善方面政策開(kāi)放屬社會(huì)實(shí)驗(yàn)，對(duì)政策所針對(duì)方面的影響不言而喻。在政策制定方面目前國(guó)內(nèi)的相應(yīng)管理層做的還是很好的。譬如，根據(jù)當(dāng)前形勢(shì)，相應(yīng)管理層便會(huì)制定并開(kāi)始試行各種轉(zhuǎn)融通業(yè)務(wù)。在這樣的政策環(huán)境下，對(duì)廣大證券金融公司而言，便可以通過(guò)相互之間的內(nèi)部交流與合作的方式，將自身原有的或者通過(guò)各種合法途徑募集而來(lái)的證券和資金進(jìn)行出借，為需求方提供所需的資金和證券，幫助其更好的開(kāi)展各種經(jīng)營(yíng)活動(dòng)。 對(duì)廣大證券基金類(lèi)公司而言，可以通過(guò)此類(lèi)活動(dòng)，可有效整合金融市場(chǎng)資源，解決眼下難題。通過(guò)復(fù)雜嚴(yán)禁的實(shí)施設(shè)計(jì)方案，保證市場(chǎng)的良好發(fā)展。

4 降低融券費(fèi)率

為了提高中國(guó)金融證券市場(chǎng)效率，縮短相應(yīng)價(jià)格恢復(fù)平衡所需時(shí)間，提高中國(guó)金融資本市場(chǎng)的有效性，建議相關(guān)管理層采取積極措施，譬如對(duì)券商降低融券率的政策持鼓勵(lì)態(tài)度。但在一定的條件下，130/30組合的收益率會(huì)出現(xiàn)極大的改變。例如，在融券費(fèi)率處于10%和5%水平的時(shí)候，融券率會(huì)對(duì)130/30組合的收益率產(chǎn)生十分顯著的影響。為了避免對(duì)中國(guó)證券市場(chǎng)的發(fā)展產(chǎn)生不好影響，相關(guān)管理層在制定政策時(shí)要注意規(guī)避券商間通過(guò)不顧成本盲目降低融券費(fèi)率等不良手段搶占市場(chǎng)的惡意競(jìng)爭(zhēng)。鼓勵(lì)科學(xué)的正當(dāng)競(jìng)爭(zhēng)。目前國(guó)內(nèi)金融市場(chǎng)中，各證券公司的融資利率基本相同，截至2013年3月19日，業(yè)務(wù)遍布全國(guó)的較大證券公司中，國(guó)信、國(guó)泰君安、廣發(fā)、海通這四家公司年融券率和融資利率均為8.6%，相比之下，華安、上海、江海、華泰四家的融資利率雖然也達(dá)到同樣的水平，但在融券率方面，卻呈現(xiàn)出顯著高于大證券公司的情況，達(dá)到10.6%。綜上所述，小證券公司采用較高檔，融券費(fèi)率規(guī)模大的公司則采用相同的較低檔，相比之下，大證券公司具備較大優(yōu)勢(shì)。若小證券公司要在激烈的金融市場(chǎng)競(jìng)爭(zhēng)中站穩(wěn)腳跟，建議其利用融券費(fèi)率存在較大降低空間的優(yōu)勢(shì)制定相關(guān)政策。

5 結(jié)束語(yǔ)

綜上所述，研究證券投資基金數(shù)量化投資戰(zhàn)略決策，可幫助大家進(jìn)一步提高對(duì)證券投資基金以及數(shù)量化投資相關(guān)問(wèn)題的理解水平，了解130/30策略對(duì)基金業(yè)績(jī)的影響，具有一定實(shí)踐意義。

參考文獻(xiàn)：

篇4

1量化投資簡(jiǎn)介

1.1基本概念

量化投資是一種借助于計(jì)算機(jī)高效計(jì)算程序進(jìn)行復(fù)雜運(yùn)算，以金融產(chǎn)品未來(lái)收益與風(fēng)險(xiǎn)為研究對(duì)象的新型投資方式。量化投資的基礎(chǔ)是以股票價(jià)格、日成交額等大數(shù)據(jù)庫(kù)數(shù)據(jù)為參考樣本數(shù)據(jù)并建立數(shù)學(xué)模型，運(yùn)用仿真分析及迭代方法不斷修正數(shù)學(xué)模型，直到數(shù)學(xué)模型可以用來(lái)預(yù)測(cè)指導(dǎo)投資交易。任何一個(gè)投資的方案或者設(shè)想，都可以為它設(shè)計(jì)一個(gè)數(shù)學(xué)模型，然后借助大數(shù)據(jù)庫(kù)的現(xiàn)有數(shù)據(jù)進(jìn)行迭代法測(cè)試分析，以此來(lái)判別數(shù)學(xué)模型的有效性。傳統(tǒng)投資方式基本上是對(duì)傳統(tǒng)的技術(shù)分析和公司的經(jīng)營(yíng)狀態(tài)基本分析，存在一定的局限性；相比之下量化投資分析是基于對(duì)大數(shù)據(jù)市場(chǎng)數(shù)據(jù)的，數(shù)據(jù)樣本空間容量足夠大，而且可以快速進(jìn)行運(yùn)算并排除投資者個(gè)人心理因素的主觀影響，科學(xué)性和時(shí)效性更強(qiáng)。此外，量化投資是一種主動(dòng)性的投資方式，在進(jìn)行數(shù)學(xué)模型選擇、自變量選取、數(shù)學(xué)模型的驗(yàn)算迭代都是投資行為的主動(dòng)部分。

1.2交易內(nèi)容及方法

量化投資交易的內(nèi)容主要是量化策略以及交易策略，在制定交易策略時(shí)必須立足于投資市場(chǎng)、投資產(chǎn)品以及分配在內(nèi)等。具體交易平臺(tái)則是靠以計(jì)算機(jī)計(jì)算程序?yàn)榛A(chǔ)的線上交易平臺(tái)系統(tǒng)。進(jìn)行量化投資交易時(shí)通常會(huì)遇到各種較為復(fù)雜的情況，但是基本前提都是要依據(jù)現(xiàn)有的既定的大量數(shù)據(jù)庫(kù)數(shù)據(jù)，靈活采用各種方法來(lái)判斷投資對(duì)象是否值得投資?？傮w來(lái)說(shuō)，量化投資有估值法、資金法和趨勢(shì)法三種。

2量化投資現(xiàn)狀

從理論上來(lái)說(shuō)，每個(gè)量化投資者的決策行為可以被同化為理性預(yù)期、風(fēng)險(xiǎn)規(guī)避、嚴(yán)格效用基本一致的理想化模型。然而現(xiàn)實(shí)情況中每個(gè)人的心理活動(dòng)、出發(fā)點(diǎn)、知識(shí)水平等都存在差異，進(jìn)行量化投資時(shí)人們作出的決策也存在差異。人的非理性行為與理性行為都是客觀存在的，而且非理性行為對(duì)理性行為也存在著一定的影響，因此投資人在進(jìn)行投資決策時(shí)并不能完全理性地進(jìn)行選擇。綜上所述，非理性人的客觀存在使投資人在進(jìn)行投資決策時(shí)不能完全忽視個(gè)人的心理因素。既然個(gè)人的心理因素?zé)o法排除，那么在建立決策分析數(shù)學(xué)模型時(shí)，就應(yīng)該把個(gè)人的心理因素考慮在內(nèi)。當(dāng)前我國(guó)國(guó)內(nèi)量化投資有以下幾個(gè)特點(diǎn)：(1)個(gè)人投資者占總投資者的比例很高。上文已經(jīng)提到投資者個(gè)人的非理性客觀存在且不可避免，那么眾多量化投資者的非理性因素間接影響我國(guó)量化投資市場(chǎng)。(2)我國(guó)的量化投資市場(chǎng)雖然發(fā)展迅速但仍不成熟。與美國(guó)及歐洲發(fā)達(dá)國(guó)家相比，我國(guó)量化投資市場(chǎng)只能是一個(gè)新興的市場(chǎng)，直接表現(xiàn)在各方面的信息不完整且難以搜集，一些基礎(chǔ)數(shù)據(jù)我們只能自己想方設(shè)法地去開(kāi)發(fā)獲取。(3)量化投資行業(yè)的企業(yè)構(gòu)成比較復(fù)雜。目前我國(guó)量化投資行業(yè)的企業(yè)種類(lèi)比較多，跨越眾多不同的領(lǐng)域。加上我國(guó)量化投資市場(chǎng)還處于新生期，市場(chǎng)不穩(wěn)定信息變化較快，因此量化投資行業(yè)的可用層面指標(biāo)數(shù)目非常少且指標(biāo)數(shù)值經(jīng)常變化。當(dāng)前我國(guó)量化投資者正是依據(jù)當(dāng)前行業(yè)的特點(diǎn)，從不同的層面和角度驗(yàn)證分析，建立泡沫型數(shù)學(xué)分析模型，才能獲得巨大的利潤(rùn)。(4)量化投資策略研究落后。通過(guò)把我國(guó)量化投資策略與美國(guó)及西方發(fā)達(dá)國(guó)家的量化投資策略進(jìn)行對(duì)比，發(fā)現(xiàn)我國(guó)現(xiàn)有的量化投資策略嚴(yán)重落后。國(guó)外的量化策略研究是在大量的事件、數(shù)據(jù)積累分析的基礎(chǔ)上，腳踏實(shí)地潛心研究總結(jié)出來(lái)的。現(xiàn)階段我國(guó)量化策略研究多是借用國(guó)外的策略，結(jié)合國(guó)內(nèi)的量化投資行業(yè)的實(shí)際現(xiàn)狀進(jìn)行修正得來(lái)的。當(dāng)前我們還缺少指導(dǎo)量化投資行業(yè)的專(zhuān)家、指導(dǎo)著作，為此我國(guó)國(guó)內(nèi)的一些高等院校開(kāi)始著手量化投資策略的研究并取得了初步的成效。

3量化投資優(yōu)勢(shì)

量化投資是在定性投資基礎(chǔ)上進(jìn)行繼承和延伸的一種主動(dòng)投資工具。定性投資的核心是對(duì)宏觀經(jīng)濟(jì)和市場(chǎng)基本面進(jìn)行深入的分析，再加上實(shí)地調(diào)研上市公司以及與上市公司的管理層進(jìn)行經(jīng)驗(yàn)交流，最終把調(diào)研結(jié)果整理成專(zhuān)題報(bào)告，把報(bào)告作為決策依據(jù)。不難看出定性投資帶有很大的個(gè)人主觀判斷性，它完全依賴(lài)于投資經(jīng)理個(gè)人經(jīng)驗(yàn)以及對(duì)市場(chǎng)的認(rèn)知。量化投資在調(diào)研層面與定性投資相同，區(qū)別在于量化投資更加注重?cái)?shù)據(jù)庫(kù)大數(shù)據(jù)，運(yùn)用各種方法發(fā)現(xiàn)運(yùn)用大數(shù)據(jù)所體現(xiàn)出來(lái)的有用信息，尋找更優(yōu)化的投資方式以獲得大額收益，完全避免了投資經(jīng)理個(gè)人的主觀臆斷和心理因素，更加科學(xué)合理。綜上所述，與定性投資相比，量化投資具有以下優(yōu)勢(shì)。

3.1投資方式更加理性

量化投資是采用統(tǒng)計(jì)數(shù)學(xué)與計(jì)算機(jī)建模分析技術(shù)，以行業(yè)大數(shù)據(jù)庫(kù)為參考，取代了個(gè)人主觀判斷和心理因素的科學(xué)客觀投資方法。很明顯，行業(yè)大數(shù)據(jù)的樣本容量已遠(yuǎn)遠(yuǎn)高于有限的對(duì)上市公司調(diào)研所形成的樣本容量；在進(jìn)行投資決策時(shí)，把決策過(guò)程科學(xué)化數(shù)量化可以最大程度的減少投資者決策時(shí)個(gè)人情感等心理因素對(duì)決策結(jié)果的影響，從而避免了錯(cuò)誤的選擇方向。

3.2覆蓋范圍大效率高

得益于因特網(wǎng)的廣泛實(shí)施應(yīng)用，與各行各業(yè)的運(yùn)行數(shù)據(jù)都可以錄入大數(shù)據(jù)系統(tǒng)形成體量巨大的數(shù)據(jù)庫(kù)；得益于計(jì)算機(jī)行業(yè)云時(shí)代到來(lái)對(duì)計(jì)算分析速度的革命性變革，在極短的時(shí)間內(nèi)就可以得到多種量化投資的投資方法。定性投資方式進(jìn)行決策時(shí)，由于決策人的精力和專(zhuān)業(yè)水平都存在一定的局限性，自然其考慮投資的范圍要遠(yuǎn)遠(yuǎn)低于電腦決策，二者根本沒(méi)有可比性。綜上所述，雖然與定性投資相比，量化投資具有明顯的優(yōu)勢(shì)，但是二者的目的是相同的，都以獲得最大收益為目的，多少情況量化投資與定型投資可以互相補(bǔ)充，搭配使用會(huì)起到意想不到的效果。

4量化投資的劣勢(shì)

上文已經(jīng)提到量化投資的決策過(guò)程依賴(lài)于大數(shù)據(jù)庫(kù)以及計(jì)算機(jī)分析系統(tǒng)的科學(xué)決策，因此只要投資思想正確量化投資就不會(huì)出現(xiàn)錯(cuò)誤。然而即使是投資思想及決策過(guò)程都沒(méi)有問(wèn)題，也不意味著量化投資完美無(wú)缺。量化投資本質(zhì)上是對(duì)某一特定基準(zhǔn)面的分析，事實(shí)上基準(zhǔn)面有時(shí)范圍過(guò)小，縱然決策過(guò)程合理化、無(wú)偏差，量化投資也存在一定的局限性。量化投資的另一特點(diǎn)是進(jìn)行考察決策時(shí)覆蓋的市場(chǎng)面非常廣泛，在當(dāng)前國(guó)民經(jīng)濟(jì)快速發(fā)展的時(shí)代，人們對(duì)市場(chǎng)的認(rèn)知難免出現(xiàn)盲區(qū)或者對(duì)某一個(gè)局部了解不充分的現(xiàn)象，此種情況下量化投資的正確性就很難保證。

4.1形成交易的一致性

基于量化投資的低風(fēng)險(xiǎn)特性，人們更多地依賴(lài)于采用大數(shù)據(jù)云分析平臺(tái)進(jìn)行決策，如此大家對(duì)某一行業(yè)的市場(chǎng)認(rèn)知以及投資決策水平就處在同一認(rèn)知層次上，當(dāng)遇到極端的市場(chǎng)行情時(shí)，人們作出的交易決策往往一致，即容易達(dá)成交易的一致性。例如期貨行業(yè)以及股票行業(yè)，在市場(chǎng)行情動(dòng)蕩的特殊時(shí)期，人們往往選擇在同一時(shí)機(jī)拋出股票或者期貨，這種大規(guī)模的一次性?huà)伇P(pán)則會(huì)造成在預(yù)期拋售價(jià)格基礎(chǔ)上的劇烈波動(dòng)，導(dǎo)致投資者的實(shí)際收益在一定程度上低于預(yù)期收益。此種情形下又會(huì)引起新一輪投資恐慌，不利于市場(chǎng)的穩(wěn)定發(fā)展。

4.2指標(biāo)鈍化和失效

篇5

一、引言

量化投資在國(guó)外的實(shí)踐已經(jīng)有了40多年的發(fā)展，我國(guó)的量化投資起步較晚，從2004年開(kāi)始出現(xiàn)量化投資的產(chǎn)品，由于缺乏有效的對(duì)沖手段，直到2010年4月滬深300股指期貨上市之后才能算是真正意義上開(kāi)始涉足量化投資。[1]

2015年的中國(guó)股市跌宕起伏，杠桿配資引發(fā)了大幅上漲和斷崖式下跌，股市出現(xiàn)罕見(jiàn)的千股漲停、千股跌停、千股停牌的奇觀，眾多機(jī)構(gòu)投資者和散戶(hù)蒙受了巨大的損失。但其中少數(shù)量化投資基金在大幅波動(dòng)的市場(chǎng)中卻表現(xiàn)相對(duì)穩(wěn)定。量化投資基金和量化對(duì)沖策略的穩(wěn)健，很快引起了全市場(chǎng)的關(guān)注，也成為近期銀行、券商、信托等機(jī)構(gòu)追捧的新的產(chǎn)品模式。

在此背景下，作者在本文中對(duì)于量化投資的概念、特點(diǎn)、策略、理論基礎(chǔ)和發(fā)展做一個(gè)總結(jié)，希望為量化投資研究和實(shí)踐做一些參考。

二、量化投資解讀

（一）量化投資的定義

量化投資在學(xué)術(shù)界并沒(méi)有嚴(yán)格統(tǒng)一的定義，現(xiàn)有的定義對(duì)于量化投資的定義的側(cè)重點(diǎn)各有不同。本文對(duì)于量化投資的定義為：

量化投資是指將投資者的投資思想或理念轉(zhuǎn)化為數(shù)學(xué)模型，或者利用模型對(duì)于真實(shí)世界的情況進(jìn)行模擬進(jìn)而判斷市場(chǎng)行為或趨勢(shì)，并交由計(jì)算機(jī)進(jìn)行具體的投資決策和實(shí)施的過(guò)程。

（二）量化投資的特點(diǎn)

1.投資決策中能夠客觀理性，克服人類(lèi)心理對(duì)投資決策的影響。傳統(tǒng)投資的分析決策，大多數(shù)方面都由人工完成，而人并非能做到完全理性，在進(jìn)行投資決策時(shí)，很難不受市場(chǎng)情緒的影響。[2]量化投資運(yùn)用模型對(duì)歷史和當(dāng)時(shí)市場(chǎng)上的數(shù)據(jù)進(jìn)行分析檢測(cè)，模型一經(jīng)檢驗(yàn)合格投入正式運(yùn)行后，投資決策將交由計(jì)算機(jī)處理，一般情況下拒絕人為的干預(yù)，這樣在進(jìn)行投資決策時(shí)受人的情緒化的影響將很小，投資過(guò)程可以做到理性客觀。

2.能夠通過(guò)海量信息的大數(shù)據(jù)處理，提高投資決策效率。我國(guó)股票市場(chǎng)上有近3000只股票，與上市公司相關(guān)的各種信息紛繁復(fù)雜，包括政策、國(guó)內(nèi)外經(jīng)濟(jì)指標(biāo)、公司公告、研究報(bào)告等，投資者靠自己手工的篩選根本就是力不從心。量化投資的出現(xiàn)為這個(gè)問(wèn)題的解決帶來(lái)了希望。量化投資運(yùn)用計(jì)算機(jī)技術(shù)快速處理大量數(shù)據(jù)，對(duì)其進(jìn)行辨別、分析、找出數(shù)據(jù)之間的關(guān)聯(lián)并做出投資決策，大大減少了人工的工作量，提高了投資決策效率。

3.能夠?qū)崿F(xiàn)精準(zhǔn)投資。傳統(tǒng)的投資方法中認(rèn)為投資是一門(mén)藝術(shù)，投資決策需要的是投資者的經(jīng)驗(yàn)和技術(shù)，投資者的主觀評(píng)價(jià)起到?jīng)Q定作用。而量化投資有所不同，尤其是在套利策略中，它能做到精準(zhǔn)投資。例如在股指期貨套利的過(guò)程中，現(xiàn)貨與股指期貨如果存在較大的差異時(shí)就能進(jìn)行套利，量化投資策略和交易技術(shù)會(huì)抓住精確的捕捉機(jī)會(huì)，進(jìn)行套利交易來(lái)獲利。另外，在控制頭寸規(guī)模方面，傳統(tǒng)的投資方法只能憑感覺(jué)，并沒(méi)有具體的測(cè)算和界定，而量化投資必須要設(shè)定嚴(yán)格精確的標(biāo)準(zhǔn)。[3]

4.能夠快速反應(yīng)和決策，把握市場(chǎng)稍縱即逝的機(jī)會(huì)。量化投資往往利用高速計(jì)算機(jī)進(jìn)行程序化交易，與人腦相比它能夠迅速發(fā)現(xiàn)市場(chǎng)存在的信息并進(jìn)行相應(yīng)的處理，具有反應(yīng)快速、把握市場(chǎng)稍縱即逝的機(jī)會(huì)的特點(diǎn)。量化投資在速度上最出色的運(yùn)用就是高頻交易，與低頻交易相對(duì)，高頻交易是通過(guò)高速計(jì)算機(jī)，在極短的時(shí)間內(nèi)對(duì)市場(chǎng)的變化做出迅速的反應(yīng)并完成交易。[4]

5.能夠有效地控制風(fēng)險(xiǎn)，獲取較為穩(wěn)定的收益。與傳統(tǒng)投資方式不同的是，量化投資在獲得較高超額收益的同時(shí)能夠更好地控制風(fēng)險(xiǎn)，業(yè)績(jī)也更為穩(wěn)定。相關(guān)研究顯示，1996年至2005年期間，量化投資基金與以所有傳統(tǒng)主動(dòng)型投資基金和偏重于風(fēng)險(xiǎn)控制的傳統(tǒng)主動(dòng)型投資基金的信息比率對(duì)比情況中，量化投資基金的信息比率都是最高，說(shuō)明量化投資相對(duì)于傳統(tǒng)投資，能夠在獲得更高的超額收益的同時(shí)，有效地控制風(fēng)險(xiǎn)。

三、量化投資的策略

一般的量化投資的策略指的是用來(lái)實(shí)現(xiàn)投資理念或模擬市場(chǎng)行為判斷趨勢(shì)從而獲取收益的模型。量化投資需要權(quán)衡收益、風(fēng)險(xiǎn)、交易成本、具體的執(zhí)行等各個(gè)方面，一般情況下這些方面會(huì)形成相對(duì)獨(dú)立的模塊。有時(shí)候量化投資策略模型也會(huì)將風(fēng)險(xiǎn)、成本等方面融合在模型中。

（一）國(guó)外量化投資策略的分類(lèi)

國(guó)外習(xí)慣上將量化投資的策略分成兩大類(lèi)，一類(lèi)是阿爾法導(dǎo)向的策略，另一類(lèi)是貝塔導(dǎo)向的策略。阿爾法策略（alpha strategy）是通過(guò)量化擇時(shí)和調(diào)整投資組合中不同資產(chǎn)的頭寸大小來(lái)獲取收益的策略;貝塔策略（beta strategy）是通過(guò)量化的手段復(fù)制指數(shù)或者稍微的超出指數(shù)收益的策略。[6]相比而言，量化指數(shù)的貝塔策略相對(duì)更容易，所以一般情況下所說(shuō)的量化投資的策略指的是阿爾法策略（alpha strategy）。

阿爾法策略主要有兩種類(lèi)型，分別為理論驅(qū)動(dòng)模型和數(shù)據(jù)驅(qū)動(dòng)模型。

理論驅(qū)動(dòng)模型是比較常見(jiàn)的類(lèi)型，這些策略是運(yùn)用已經(jīng)存在的經(jīng)濟(jì)、金融學(xué)的理論，構(gòu)建策略模型，進(jìn)行投資決策。理論驅(qū)動(dòng)模型根據(jù)輸入的數(shù)據(jù)的不同可以進(jìn)一步分類(lèi)，主要有基于價(jià)格相關(guān)數(shù)據(jù)的策略和基于基本面數(shù)據(jù)的策略。

數(shù)據(jù)驅(qū)動(dòng)模型廣泛的被運(yùn)用于股票、期貨和外匯市場(chǎng)，因?yàn)椴捎玫臄?shù)學(xué)工具更為復(fù)雜，相對(duì)而言難于理解，目前使用的還不是很多。與理論驅(qū)動(dòng)模型不同，數(shù)據(jù)驅(qū)動(dòng)模型認(rèn)為進(jìn)行投資決策其實(shí)是不需要理論的支持，運(yùn)用數(shù)據(jù)挖掘技術(shù)，可以從數(shù)據(jù)（例如交易所的價(jià)格數(shù)據(jù)）中識(shí)別出某種行為模式或市場(chǎng)趨勢(shì)，進(jìn)而進(jìn)行預(yù)測(cè)或者解釋未來(lái)的模式，從中獲取收益。

（二）我國(guó)量化投資策略的分類(lèi)

國(guó)內(nèi)比較常見(jiàn)的量化投資策略主要有兩種分類(lèi)方式，一種是按投資標(biāo)的所在市場(chǎng)分類(lèi)區(qū)分的量化投資策略，分為現(xiàn)貨市場(chǎng)和衍生品市場(chǎng)量化投資策略?，F(xiàn)貨市場(chǎng)包括股票市場(chǎng)、ETF市場(chǎng)和債券市場(chǎng)，衍生品市場(chǎng)包括商品期貨市場(chǎng)、股指期貨市場(chǎng)、國(guó)債期貨市場(chǎng)、外匯市場(chǎng)和期權(quán)與其他衍生品市場(chǎng)，國(guó)內(nèi)運(yùn)用較多的是投資于商品期貨和股指期貨等期貨市場(chǎng)。

另一種分類(lèi)方式是分為兩大類(lèi)：判斷趨勢(shì)的單邊投機(jī)策略和判斷波動(dòng)率的套利交易策略。[7]單邊投機(jī)策略主要包括量化選股和量化擇時(shí)，套利交易策略主要包括股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、期權(quán)套利、另類(lèi)套利策略等，目前國(guó)內(nèi)普遍采用的是這種分類(lèi)方式。

四、量化投資理論的發(fā)展

（一）投資理論的發(fā)展

量化投資的理論基礎(chǔ)最早可以追溯到上個(gè)世紀(jì)50年代，Markowitz（1952）[8]第一次把數(shù)理工具引入到金融研究領(lǐng)域，提出了均值――方差模型和風(fēng)險(xiǎn)報(bào)酬與有效前沿的相關(guān)概念，這是量化投資接受的最早的嚴(yán)肅的學(xué)術(shù)成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在馬克維茨研究的基礎(chǔ)上得出了資本資產(chǎn)定價(jià)模型（CAPM），這是如今度量證券風(fēng)險(xiǎn)的基本的量化模型。

20世紀(jì)60年代，Samuelson（1965）與Fama（1965）[12]提出了有效市場(chǎng)假說(shuō)（Efficient Markets Hypothesis，EMH），這為后來(lái)在新聞量化交易等方面提供了思路和理論支持。20世紀(jì)70年代，金融衍生品不斷涌現(xiàn)，對(duì)于衍生品的定價(jià)成為當(dāng)時(shí)研究的重點(diǎn)。Black和Scholes（1973）[13]將數(shù)學(xué)方法引入金融定價(jià)，他們建立了期權(quán)定價(jià)模型（B-S模型），為量化投資中對(duì)衍生品的定價(jià)奠定了理論基礎(chǔ)。在該理論之后，Ross（1976）[14]根據(jù)無(wú)套利原則提出了套利定價(jià)理論（APT），該理論是資本資產(chǎn)定價(jià)模型（CAPM）的完善和發(fā)展，為量化投資中的多因素定價(jià)（選股）模型提供了基礎(chǔ)，這也是Alpha套利的思想基礎(chǔ)。

20世紀(jì)80年代，期權(quán)定價(jià)理論倒向微分方程求解;“金融工程”概念得以產(chǎn)生，金融工程著力于研究量化投資和量化交易。同期，學(xué)者們從有效市場(chǎng)理論的最基本假設(shè)著手，放寬了假設(shè)條件，形成了金融學(xué)的另一個(gè)重要的分支――行為金融學(xué)。

20世紀(jì)90年代，金融學(xué)家更加注重對(duì)于金融風(fēng)險(xiǎn)的管理，產(chǎn)生了諸多的數(shù)量化模型，其中最為著名的風(fēng)險(xiǎn)管理數(shù)量模型是VaR（Value at Risk）模型，這是量化投資對(duì)于風(fēng)險(xiǎn)控制的重要理論基礎(chǔ)。[15]

20世紀(jì)末，數(shù)理金融對(duì)于數(shù)學(xué)工具的引入更加的迅速，其中最為重大的突破無(wú)疑是非線性科學(xué)在數(shù)理金融上的運(yùn)用，非線性科學(xué)的出現(xiàn)為金融科學(xué)量化手段和方法論的研究提供了強(qiáng)有力的研究工具[16]，尤其在混合多種阿爾法模型而建立混合模型時(shí)是非常有效的一種技術(shù)。

（二）量化投資的數(shù)學(xué)和計(jì)算基礎(chǔ)

量化投資策略模型的建立需要運(yùn)用大量的數(shù)學(xué)和計(jì)算機(jī)方面的技術(shù)，主要有隨機(jī)過(guò)程、人工智能、分形理論、小波分析、支持向量機(jī)等。[17]隨機(jī)過(guò)程可以用于金融時(shí)序數(shù)列的預(yù)測(cè)，在現(xiàn)實(shí)中經(jīng)常用于預(yù)測(cè)股市大盤(pán)，在投資組合模型構(gòu)建的過(guò)程中，可以?xún)?yōu)化投資組合;人工智能的很多技術(shù)，例如專(zhuān)家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等，可以運(yùn)用于量化投資;分形理論用于時(shí)間序列進(jìn)行預(yù)測(cè)分析;小波分析主要用于波型的處理，從而預(yù)測(cè)未來(lái)的走勢(shì);數(shù)據(jù)挖掘技術(shù)可以運(yùn)用于數(shù)據(jù)驅(qū)動(dòng)模型，還可以運(yùn)用于設(shè)置模型的細(xì)節(jié);支持向量機(jī)可以分析數(shù)據(jù)，識(shí)別模式，用于分類(lèi)和回歸分析。

五、國(guó)內(nèi)外量化投資實(shí)踐的發(fā)展

（一）國(guó)外量化投資實(shí)踐的發(fā)展

本文認(rèn)為量化投資在國(guó)外的發(fā)展已經(jīng)經(jīng)歷了四個(gè)發(fā)展階段：

1.第一階段從1949年至1968年：對(duì)沖階段。該階段是量化投資的萌芽階段，該階段具體的量化投資實(shí)踐很少，主要是為量化投資提供的理論基礎(chǔ)和技術(shù)準(zhǔn)備，量化投資脫胎于傳統(tǒng)投資，對(duì)抗市場(chǎng)波動(dòng)，通過(guò)對(duì)沖穩(wěn)定Alpha收益，但收益率低了。

2.第二階段從1969年至1974年：杠桿階段。在該階段，量化投資從理論走入了實(shí)踐。在投資思路上，因?yàn)樵镜腁lpha策略收益有限，通過(guò)放杠桿擴(kuò)大第一階段的穩(wěn)定收益。實(shí)踐方面，1969年，前美國(guó)麻省理工學(xué)院數(shù)學(xué)系教授愛(ài)德華?索普（Ed Thorp）開(kāi)辦了第一個(gè)量化對(duì)沖基金，進(jìn)行可轉(zhuǎn)債套利，他是最早的量化投資的者使用者。1971年，巴萊克國(guó)際投資公司（BGI）發(fā)行了世界上第一只被動(dòng)量化基金，標(biāo)志著量化投資的真正開(kāi)始。

3.第三階段從1975年至2000年：多策略階段。在這一階段，雖有一定的挫折，但總體上量化投資得到了平穩(wěn)的發(fā)展。在投資思路上，由于上一階段通過(guò)杠桿放大收益的副作用產(chǎn)生，放大以后的波動(dòng)率又增大，從而轉(zhuǎn)向繼續(xù)追求策略的穩(wěn)定收益，具體的手段是采用多策略穩(wěn)定收益。實(shí)踐方面，1977年，美國(guó)的富國(guó)銀行指數(shù)化跟蹤了紐約交易所的1500只股票，成立了一只指數(shù)化基金，開(kāi)啟了數(shù)量化投資的新紀(jì)元。[18]1998年，據(jù)統(tǒng)計(jì)共有21只量化投資基金管理著80億美元規(guī)模的資產(chǎn)。[19]

4.第四階段從2000年至今：量化投資階段。這一階段，量化投資得到了迅猛的發(fā)展，并且發(fā)展的速度越來(lái)越快。投資思路上，運(yùn)用量化工具，策略模型化，注重風(fēng)險(xiǎn)管理。在實(shí)踐方面，在2008年全球金融危機(jī)以前，全球?qū)_基金的規(guī)模由2000年的3350億美元在短短的7年時(shí)間內(nèi)上升至危機(jī)發(fā)生前的1.95萬(wàn)億美元，受美國(guó)次貸危機(jī)的影響全球?qū)_基金規(guī)模有較大的回落，直到2008年之后，在全球經(jīng)濟(jì)復(fù)蘇的大背景下對(duì)沖基金規(guī)模才開(kāi)始反彈。

（二）我國(guó)量化投資的發(fā)展

本文認(rèn)為，到目前為止，我國(guó)量化投資的發(fā)展的主要經(jīng)歷了三個(gè)階段：

1.第一階段從2004年至2010年：起步階段。在這一階段，由于我國(guó)沒(méi)有足夠的金融工具，量化投資在我國(guó)發(fā)展緩慢。2004年8月，光大保德信發(fā)行“光大保德信量化股票”，該基金借鑒了外方股東量化投資管理理念，這是我國(guó)最早的涉足量化投資的產(chǎn)品。2010年4月16日，準(zhǔn)備多年的滬深300股指期貨的在中金所的上市，為許多對(duì)沖基金的產(chǎn)品提供了對(duì)沖工具，從此改變了以前我證券市場(chǎng)只能單邊進(jìn)行做多的情況。

2.第二階段從2011年至2013年：成長(zhǎng)階段。2011年，被認(rèn)為是我國(guó)量化對(duì)沖基金元年，[21]而隨著股指期貨、融資融券、ETF和分級(jí)基金的豐富和發(fā)展，券商資管、信托、基金專(zhuān)戶(hù)和有限合伙制的量化對(duì)沖產(chǎn)品的發(fā)行不斷出現(xiàn)，這個(gè)階段的量化投資真正意義上開(kāi)始發(fā)展，促使該階段發(fā)展的直接原因就是股指期貨的出現(xiàn)。[20]

3.第三階段從2014年至今：迅猛發(fā)展階段。2014年被認(rèn)為是“值得載入我國(guó)私募基金史冊(cè)的一年”，基金業(yè)協(xié)會(huì)推行私募基金管理人和產(chǎn)品的登記備案制，推動(dòng)了私募基金的全面陽(yáng)光化，加速了私募基金產(chǎn)品的發(fā)行，其中包括量化對(duì)沖型私募產(chǎn)品。2014年稱(chēng)得上我國(guó)量化對(duì)沖產(chǎn)品增長(zhǎng)最迅速的一年，以私募基金為代表的各類(lèi)機(jī)構(gòu)在量化對(duì)沖產(chǎn)品上的規(guī)模均有很大的發(fā)展，部分金融機(jī)構(gòu)全年銷(xiāo)售的量化對(duì)沖基金規(guī)模超過(guò)了百億。

2015年，上證50ETF期權(quán)于2月9日正式推出，這對(duì)于對(duì)我國(guó)的量化投資有著極大的促進(jìn)作用。4月16日，上證50與中證500兩只股指期貨新品種的上市給量化投資帶來(lái)更多的策略的運(yùn)用，金融衍生品的不斷豐富和發(fā)展，為量化投資提供更多的豐富對(duì)沖手段，也提供了更多的套利機(jī)會(huì)。

六、總結(jié)

量化投資的技術(shù)、策略、硬件設(shè)施條件都在飛速的發(fā)展，與傳統(tǒng)的投資方式相比，量化投資有著自身的特點(diǎn)和優(yōu)勢(shì)。尤其是量化對(duì)沖產(chǎn)品，以其長(zhǎng)期穩(wěn)健的收益特征，成為目前“資產(chǎn)荒”下對(duì)信托、理財(cái)產(chǎn)品和固定收益產(chǎn)品良好的替代產(chǎn)品。未來(lái)隨著我國(guó)股指期貨、融資融券、國(guó)債期貨、期權(quán)等金融產(chǎn)品的不斷創(chuàng)新，以及股指期貨市場(chǎng)未來(lái)逐步恢復(fù)正常，量化投資發(fā)展前景不可限量。

參考文獻(xiàn)

[1]徐莉莉.量化投資在中國(guó)的發(fā)展現(xiàn)狀[R].渤海證券研究所：金融工程專(zhuān)題研究報(bào)告，2012.

[2]廖佳.揭開(kāi)量化基金的神秘面紗[J].金融博覽（財(cái)富），2014，（11）：66-68.

[3]王力弘.淺議量化投資發(fā)展趨勢(shì)及其對(duì)中國(guó)的啟示[J].中國(guó)投資，2013，（02）：202.

[4]Durbin，M. All About High-Frequency Trading： The Easy Way To Get Started[M]. McGraw-Hill Press，2010.

[5]蔣瑛現(xiàn)，楊結(jié)，吳天宇，等.海外機(jī)構(gòu)數(shù)量化投資的發(fā)展[R].國(guó)泰君安證券研究所：數(shù)量化系列研究報(bào)告，2008.

[6]Rishi K. Narang. Inside the Black Box： The Simple Truth about Quantitative Trading[M]. Wiley Press，2012.

[7]丁鵬.量化投資――策略與技術(shù)[M].北京：電子工業(yè)出版社，2014.

[8]Markowitz，H.M.. Portfolio Selection[J].Journal of Finance，1952，2：77-91.

[9]Sharpe，W.F. Capital asset prices： A theory of market equilibrium under conditions of risk[J]. Journal of Finance，1964，19（3）：425-442.

[10]Lintner. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets[J].Review of Economics and Statistics，1965，47（1）：13-37.

[11]Mossin.Equilibrium in a Capital Asset Market[J]. Econometrica，1966，Vol.34（4）：768-783.

[12]Fama，Jensen，and Roll. Investor sentiment and Stock Returns[J]. Journal of Political Economy，1969，（12）34-36.

[13]Black Fischer，and Myron Scholes，1973.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.

[14]Ross.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，13（3）：341-360.

[15]Jorion，Philippe.Value at Risk：The New Benchmark for Managing Financial Risk （3rd ed.）[M]. McGraw-Hill Press，2006.

[16]戴軍，葛新元.數(shù)量化投資技術(shù)綜述[R].國(guó)信數(shù)量化投資技術(shù)系列報(bào)告，2008.

[17]丁鵬.量化投資與對(duì)沖基金入門(mén)[M].北京：電子工業(yè)出版社，2014.

[18]郭喜才.量化投資的發(fā)展及其監(jiān)管[J].江西社會(huì)科學(xué)，2014，（03）：58-62.

[19]Ludwig B.，Chincarini. The Crisis of Crowding： Quant Copycats，Ugly Models，and the New Crash Normal[M]. Wiley Press，2013.

[20]曾業(yè).2014年中國(guó)量化對(duì)沖私募基金年度報(bào)告[R].華寶證券：對(duì)沖基金專(zhuān)題報(bào)告，2015.

篇6

在國(guó)外，板塊輪動(dòng)一直作為一種投資策略被廣泛應(yīng)用于投資實(shí)踐。板塊輪動(dòng)的最基本的特征是，在經(jīng)濟(jì)周期的不同階段，可以系統(tǒng)的預(yù)測(cè)到不同的經(jīng)濟(jì)板塊（或行業(yè)）跑贏（或差于）市場(chǎng)。而且，運(yùn)用板塊輪動(dòng)策略的投資者們相信這種相對(duì)的績(jī)效，即在經(jīng)濟(jì)周期的不同階段從一個(gè)板塊轉(zhuǎn)向另一個(gè)板塊所帶來(lái)的收益。

國(guó)外不少的研究文章發(fā)現(xiàn)，板塊的表現(xiàn)并不一致，或者說(shuō)提前（滯后）于經(jīng)濟(jì)周期階段。Hou（2007）發(fā)現(xiàn)了板塊的提前/滯后效應(yīng)，原因是新信息經(jīng)濟(jì)的到來(lái)。Hong，Torous和Valkanov（2007），還有Eleswarapu和Tiwari（1996）的研究認(rèn)為，和經(jīng)濟(jì)活動(dòng)有著密切聯(lián)系的板塊，如零售，金屬材料，服務(wù)業(yè)和石油板塊，引領(lǐng)著市場(chǎng)長(zhǎng)達(dá)兩個(gè)月之久。Menzly和Ozbas（2004）證明，行業(yè)績(jī)效的時(shí)機(jī)和該行業(yè)在生產(chǎn)消費(fèi)供應(yīng)鏈中的位置有著密切的聯(lián)系，存在于上游和下游行業(yè)間的某種穩(wěn)定的滯后關(guān)系。文章結(jié)論表明，基礎(chǔ)材料板塊是經(jīng)濟(jì)復(fù)蘇階段第一個(gè)啟動(dòng)的板塊，隨后是制造業(yè)。Stovall（1996）發(fā)現(xiàn)，處于消費(fèi)末端的消費(fèi)者相關(guān)的行業(yè)，如耐用消費(fèi)品行業(yè)，是從衰退到復(fù)蘇階段的過(guò)程中最后啟動(dòng)的行業(yè)。Sassetti和Tani（2003）關(guān)于板塊基金收益的研究表明，在經(jīng)濟(jì)周期中期，板塊轉(zhuǎn)換是個(gè)成功的策略。然而，他們同樣發(fā)現(xiàn)，長(zhǎng)期的投資者優(yōu)于市場(chǎng)指數(shù)。相對(duì)而言，Tiwari和Vijh（2005）就質(zhì)疑投資者將資金運(yùn)用于板塊間輪動(dòng)的能力。他們研究是基于一個(gè)板塊基金數(shù)據(jù)，從1972年到1999年的數(shù)據(jù)，結(jié)果顯示，板塊輪動(dòng)的投資者缺乏選擇板塊與時(shí)點(diǎn)的能力，并且在修正風(fēng)險(xiǎn)與交易費(fèi)用的情況下，投資者并不能獲得超額收益。

當(dāng)前，國(guó)內(nèi)的文獻(xiàn)研究多是從行為金融學(xué)的角度對(duì)研究投資者行為推動(dòng)的板塊輪動(dòng)現(xiàn)象進(jìn)行研究的。何誠(chéng)穎（2001）認(rèn)為我國(guó)的股票市場(chǎng)的板塊輪動(dòng)現(xiàn)象具有明顯的投機(jī)性，并可分為個(gè)股投機(jī)、板塊投機(jī)和大盤(pán)投機(jī)三類(lèi)，然后文章運(yùn)用現(xiàn)代資本市場(chǎng)理論和行為金融學(xué)理論對(duì)板塊現(xiàn)象分析，引用Shiller（1989）一文中的兩類(lèi)投資者（噪音交易者和知情下注交易者）的假設(shè)對(duì)板塊現(xiàn)象進(jìn)行了研究分析，并認(rèn)為板塊現(xiàn)象是一種市場(chǎng)投機(jī)，而且其形成與中??股市投資者行為特征密切相關(guān)。陳夢(mèng)根、曹鳳岐（2005）一文從市場(chǎng)中不同證券之間的價(jià)格關(guān)系出發(fā)研究股票價(jià)格間的沖擊傳導(dǎo)機(jī)制，認(rèn)為在中國(guó)這樣的轉(zhuǎn)軌經(jīng)濟(jì)新興市場(chǎng)中，投資者受政策預(yù)期主導(dǎo)，決策與行為趨同，一定程度上強(qiáng)化了股價(jià)沖擊傳導(dǎo)的動(dòng)態(tài)作用機(jī)制，整個(gè)市場(chǎng)顯著的表現(xiàn)為板塊聯(lián)動(dòng)、股價(jià)齊漲齊跌現(xiàn)象。文章實(shí)證研究表明，在上海證券市場(chǎng)中，不同的行業(yè)板塊在股價(jià)沖擊傳導(dǎo)機(jī)制中的重要性不同，也即存在著板塊輪動(dòng)的特征，但是證券市場(chǎng)股價(jià)波動(dòng)的市場(chǎng)性顯著地超過(guò)了不同行業(yè)板塊的獨(dú)立性，不同行業(yè)間的組合投資策略的績(jī)效并非最佳。還有少量的文獻(xiàn)研究認(rèn)為存在著其他一些因素如資金流動(dòng)，莊家炒作等也可以對(duì)板塊輪動(dòng)現(xiàn)象做出一定的解釋。

可以看出我國(guó)股市板塊輪動(dòng)現(xiàn)象的研究，主要集中于板塊現(xiàn)象的描述和測(cè)量，以及對(duì)板塊輪動(dòng)現(xiàn)象進(jìn)行解釋?zhuān)夷壳斑@些解釋還多是停留在定性理解層面，缺乏系統(tǒng)定量的研究。另一方面將板塊輪動(dòng)現(xiàn)象作為投資策略應(yīng)用于投資實(shí)踐的研究則相對(duì)較少。盡管板塊可以多種形式進(jìn)行分類(lèi)，然而以行業(yè)屬性劃分板塊是最為基礎(chǔ)的，也是投資決策應(yīng)用最廣泛的板塊概念。

二、動(dòng)量策略

動(dòng)量效應(yīng)也稱(chēng)慣性效應(yīng)，是指在過(guò)去一段時(shí)間收益率高的股票，在未來(lái)一段時(shí)間的收益率仍然會(huì)高于過(guò)去收益率較低的股票，即股票的表現(xiàn)情況有延續(xù)原來(lái)運(yùn)動(dòng)方向的趨勢(shì)。反轉(zhuǎn)效應(yīng)也稱(chēng)反向效應(yīng)，是指在過(guò)去一段時(shí)間內(nèi)收益率高的股票，會(huì)在以后的一段時(shí)間會(huì)表現(xiàn)較差；表現(xiàn)差的股票在以后的一段時(shí)間，其收益率會(huì)出現(xiàn)逆轉(zhuǎn)趨勢(shì)。

國(guó)外對(duì)于動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)的研究始于1985年，DeBondt和Thaler基于1926年至1982年美國(guó)證券市場(chǎng)上的股票交易數(shù)據(jù)，采用相等權(quán)重在贏家組合（也稱(chēng)為贏者組合，是指在一段時(shí)間內(nèi)收益率高的股票）和輸家組合（也稱(chēng)為輸者組合，是指在一段時(shí)間內(nèi)收益率較低的股票）上的方法，結(jié)果證實(shí)贏者組合的收益顯著小于輸者組合。然后，金融經(jīng)濟(jì)學(xué)者開(kāi)始對(duì)動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)做出進(jìn)一步探索，分別在不同的市場(chǎng)驗(yàn)證其存在與否。Chan（1988）研究發(fā)現(xiàn)股票在前期表現(xiàn)的好或者表現(xiàn)不好，這種表現(xiàn)在后期不能一直持續(xù)下去的，這與市場(chǎng)風(fēng)險(xiǎn)隨時(shí)間的變化有密切聯(lián)系。隨著動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)的研究日益增多，其研究方法也趨于成熟。Jegadeesh和Titaman（1993）基于美國(guó)證券市場(chǎng)的股票交易數(shù)據(jù)對(duì)動(dòng)量效應(yīng)的存在性驗(yàn)證時(shí)所設(shè)計(jì)的動(dòng)量策略被后來(lái)的研究者廣為采用，這種經(jīng)典方法也稱(chēng)為傳統(tǒng)的動(dòng)量策略。后來(lái)大量金融經(jīng)濟(jì)學(xué)家采用Jegadeesh和Titaman設(shè)計(jì)的策略，針對(duì)所研究市場(chǎng)的實(shí)際情況，對(duì)動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)進(jìn)行存在性驗(yàn)證。Chang（1995）研究發(fā)現(xiàn)日本證券市場(chǎng)的股票價(jià)格具有短期的反轉(zhuǎn)效應(yīng)。Kaul和Conazd（1998）在研究美國(guó)證券交易所和紐約證券交易所1926年至1989年間的股票的動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)時(shí)，構(gòu)造8種不同的投資時(shí)間期限，發(fā)現(xiàn)大約50%的投資策略組合具有顯著性超額收益，在具有顯著性收益的策略組合里面，動(dòng)量策略和反轉(zhuǎn)策略所占的比 例基本相等。Rouwenhorst（1998）在研究歐洲地區(qū)的證券市場(chǎng)時(shí)，選取了十二個(gè)國(guó)家的股票市場(chǎng)上的股票作為研究對(duì)象，發(fā)現(xiàn)股票收益在長(zhǎng)期上沒(méi)有明顯的持續(xù)現(xiàn)象，而在中短期，股票市場(chǎng)的收益有持續(xù)現(xiàn)象；另外，在公司資產(chǎn)規(guī)模上做了對(duì)比，資產(chǎn)規(guī)模大或小的公司都具有動(dòng)量效應(yīng)，但是規(guī)模較小的公司的股票價(jià)格的動(dòng)量效應(yīng)在統(tǒng)計(jì)上表現(xiàn)更為顯著。Schiereck（1999）在針對(duì)德國(guó)股票市場(chǎng)的日交易數(shù)據(jù)實(shí)證分析動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)，結(jié)果顯示德國(guó)股票價(jià)格的動(dòng)量效應(yīng)表現(xiàn)在中期，反轉(zhuǎn)效應(yīng)則表現(xiàn)在短期和長(zhǎng)期。Ahme和Nusrct（1999）在基于7個(gè)國(guó)家的股票市場(chǎng)股價(jià)的動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)，發(fā)現(xiàn)了股票價(jià)格在長(zhǎng)期的表現(xiàn)均出現(xiàn)反轉(zhuǎn)效應(yīng)。Hamed和Ting（2000）以馬來(lái)西亞的證券市場(chǎng)為研究對(duì)象，對(duì)股票的動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)做實(shí)證研究，研究得出馬來(lái)西亞證券市場(chǎng)和日本的證券市場(chǎng)的反轉(zhuǎn)效應(yīng)的時(shí)間基本一致，表現(xiàn)在短期。

在國(guó)內(nèi)，吳沖鋒和朱戰(zhàn)宇（2005）研究我國(guó)滬深股票市場(chǎng)股票價(jià)格行為時(shí)，考慮我國(guó)市場(chǎng)的賣(mài)空限制，在運(yùn)用重疊抽樣方法，在形成期考慮收益率和交易量對(duì)股票進(jìn)行排序，建立動(dòng)量策略模型，考察動(dòng)量策略的盈利情況，研究發(fā)現(xiàn)我國(guó)A股市場(chǎng)不存在動(dòng)量效應(yīng)。郝靜軒（2006）通過(guò)滯后期、加權(quán)收益計(jì)算等改進(jìn)的動(dòng)量策略，考察改進(jìn)后的交易策略對(duì)贏家組合的影響，實(shí)證結(jié)果顯示，在考慮交易成本的情況下，改進(jìn)的動(dòng)量策略對(duì)贏家組合的收益有明顯的提升。東凱（2010）研究動(dòng)量策略的改進(jìn)方法中，通過(guò)設(shè)定月度市盈率作為閡值來(lái)調(diào)整投資組合的方法顯示，改進(jìn)的動(dòng)量投資策略的收益表現(xiàn)好于大盤(pán)的表現(xiàn)。張榮武，何麗娟和聶慧麗（2013）就我國(guó)股市的實(shí)際情況，運(yùn)用HS模型的基礎(chǔ)上，將我國(guó)股市中的投資者分為套利慣性投資者、動(dòng)量交易投資者以及消息觀察者，從三者的對(duì)技術(shù)和基本面的不同的關(guān)注視角出發(fā)，分別研究他們的投資決策對(duì)A股價(jià)格的不同影響。經(jīng)驗(yàn)證，套利慣性投資者的一系列行為決策會(huì)加劇股市的反轉(zhuǎn)效應(yīng)，套利慣性投資者和動(dòng)量交易者的決策行為均可以引發(fā)股市的動(dòng)量效應(yīng)。王俊杰（2013）對(duì)動(dòng)量交易策略的擇時(shí)上做了實(shí)證研究，研究發(fā)現(xiàn)動(dòng)量策略交易時(shí)，在形成期之后，不直接購(gòu)買(mǎi)，而是經(jīng)過(guò)一定的滯后期再進(jìn)入持有期，效果優(yōu)于市場(chǎng)平均收益和傳統(tǒng)動(dòng)量策略方法。

綜合國(guó)內(nèi)外學(xué)者對(duì)動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)的研究，可以看出無(wú)論成熟發(fā)達(dá)的美證券市場(chǎng)，還是處于發(fā)展中的中國(guó)證券市場(chǎng)，大部分學(xué)者的研究支持證券市上存在動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)。就我國(guó)A股市場(chǎng)而言，對(duì)于動(dòng)量效應(yīng)和反轉(zhuǎn)效的存在期的長(zhǎng)短上程度上，由于采用的股票樣本和研究時(shí)間區(qū)間不一樣，國(guó)內(nèi)者的研究結(jié)果存在差異的。

三、基本面策略

在傳統(tǒng)資本市場(chǎng)理論中，價(jià)值投資并沒(méi)顯著的地位，當(dāng)時(shí)的主流思想為有效市場(chǎng)假說(shuō)，即市場(chǎng)能夠完全準(zhǔn)確的反映資產(chǎn)的價(jià)值，即投資者無(wú)法通過(guò)基本面分析、技術(shù)分析等手段得到超額收益。但隨著二十世紀(jì)八十年代起，越來(lái)越多的研究發(fā)現(xiàn)，有效市場(chǎng)并不真正存在，投資收益并不能完全由風(fēng)險(xiǎn)來(lái)解釋?zhuān)皇袌?chǎng)中股票的價(jià)格存在偏離內(nèi)在價(jià)值的情況，通過(guò)研究?jī)r(jià)格的偏差波動(dòng)，能夠?qū)崿F(xiàn)正的超額收益，從而駁斥了經(jīng)典EMH假設(shè)?；谑袌?chǎng)非有效性，BenjaminGraham提出了價(jià)值投資的理念，其在《證券分析》中將其定義為：“基于詳盡的分析，對(duì)本金的安全和滿(mǎn)意回報(bào)有保證的操作”，通俗而言就是通過(guò)基本面的分析，同時(shí)考量一定的安全邊際的選擇投資策略。

在價(jià)值投資理念逐漸普及并被接受之后，國(guó)外學(xué)者針對(duì)價(jià)值投資的有效性進(jìn)行了一系列檢驗(yàn)。Fama和French于1992年，針對(duì)1963年至1990年在NYSE，AMEX，NASDQ上市的股票，將其分別按B/M與E/P指標(biāo)進(jìn)行研究。其研究顯示：隨著B(niǎo)/M及E/P分組標(biāo)記的組別增加，其月收益率有明顯的遞增現(xiàn)象，同時(shí)，這一現(xiàn)象無(wú)法用公司的beta值來(lái)解釋?zhuān)@也就說(shuō)明價(jià)值型的股票確實(shí)能夠較成長(zhǎng)型股票帶來(lái)超額收益。Lakonishok，Shleifer和Vishny（1994）根據(jù)1963年至1990年在NYSE與AMEX上市的股票，針對(duì)高B/M的公司?^低B/M公司平均收益更高的現(xiàn)象進(jìn)行了進(jìn)一步研究。他們發(fā)現(xiàn)不僅在根據(jù)B/M排名形成公司組合的投資策略存在明顯的超額收益，同時(shí)在根據(jù)C/P、銷(xiāo)售增長(zhǎng)率和E/P排名形成公司組合的投資策略也存在明顯的超額收益。Fama和French于1998年，針對(duì)包括美國(guó)、EAFE國(guó)家成熟市場(chǎng)以及16個(gè)新興市場(chǎng)國(guó)家的股票市場(chǎng)再次進(jìn)行了實(shí)證研究。他們根據(jù)B/M，C/P，E/P和D/P區(qū)分價(jià)值股和成長(zhǎng)股，從而形成投資組合。在13個(gè)成熟市場(chǎng)以及16個(gè)新興市場(chǎng)中，均發(fā)現(xiàn)價(jià)值組合相較于成長(zhǎng)股組合有明顯的超額收益。

國(guó)內(nèi)學(xué)者也對(duì)利用估值指標(biāo)進(jìn)行的投資策略進(jìn)行了檢驗(yàn)。王孝德與彭燕（2002）針對(duì)中國(guó)股票市場(chǎng)進(jìn)行了實(shí)證研究，結(jié)果發(fā)現(xiàn)與國(guó)外成熟市場(chǎng)類(lèi)似，價(jià)值投資策略在中國(guó)也能得到較高的超額收益。盧大印、林成棟、楊朝軍（2006）根據(jù)股價(jià)、B/M、S/P以及E/P作為指標(biāo)確定投資組合，發(fā)現(xiàn)價(jià)值型的投資組合確實(shí)有高于成長(zhǎng)型股投資組合的收益率。林樹(shù)、夏和平、張程（2011）基于B/M、C/P、E/P及GS，針對(duì)我國(guó)A股市場(chǎng)構(gòu)造了投資組合，研究表明以單變量構(gòu)成的組合中，大多價(jià)值型投資組合的收益率兩年明顯高于成長(zhǎng)型投資組合；而以雙變量構(gòu)成的投資組合較單變量的顯著性更高。即在中國(guó)股票市場(chǎng)，基于估值指標(biāo)的投資策略仍然使用。

篇7

量化對(duì)沖其實(shí)是“量化”和“對(duì)沖”的結(jié)合。在實(shí)際應(yīng)用中，由于對(duì)沖基金往往采用量化模型進(jìn)行投資決策，兩者經(jīng)常交替使用，但量化基金不完全等同于對(duì)沖基金。

量化是指借助統(tǒng)計(jì)方法、數(shù)學(xué)模型來(lái)指導(dǎo)投資，其本質(zhì)是定性投資的數(shù)量化實(shí)踐。量化投資區(qū)別于定性投資的鮮明特征就是模型。定性投資和定量投資的具體做法有些差異。定性投資更多地依靠經(jīng)驗(yàn)和感覺(jué)判斷，定量投資更多依靠模型判斷。

量化投資的最大特點(diǎn)是強(qiáng)調(diào)紀(jì)律性，即可以克服投資者主觀情緒的影響。凡是通過(guò)或利用數(shù)學(xué)公式或數(shù)學(xué)模型進(jìn)行投資的策略均可被納入量化投資策略范疇。在華爾街，量化投資多指與金融工程相關(guān)的投資，而在國(guó)內(nèi)多指“多因子模型分析”相關(guān)的投資及程式化交易。

與其他策略相比，量化投資由于用到了數(shù)學(xué)理念設(shè)計(jì)參與，通過(guò)捕捉市場(chǎng)的非有效性來(lái)獲取超額的收益。而中國(guó)的市場(chǎng)依然有著非常強(qiáng)的非有效性。對(duì)投資者來(lái)說(shuō)，量化投資策略能夠有效避免情緒化操作。

風(fēng)險(xiǎn)對(duì)沖是對(duì)沖基金最重要的特征。投資是以風(fēng)險(xiǎn)換取收益的過(guò)程，無(wú)風(fēng)險(xiǎn)則無(wú)收益。對(duì)沖基金是一種可以用確定性的風(fēng)險(xiǎn)去換取確定性收益的基金，對(duì)沖基金的賣(mài)點(diǎn)就在于其收益的確定性。

與傳統(tǒng)高風(fēng)險(xiǎn)高收益的投資理念不同，對(duì)沖基金是以最低的風(fēng)險(xiǎn)去獲取最高的收益。任何一個(gè)多元化的投資組合，其收益與風(fēng)險(xiǎn)主要是來(lái)源于市場(chǎng)?？梢岳脤?duì)沖工具對(duì)沖一定的市場(chǎng)風(fēng)險(xiǎn)，而通過(guò)承擔(dān)比較確定的風(fēng)險(xiǎn)，獲取穩(wěn)定收益。

作為投資工具，對(duì)沖基金比其他投資工具限制少很多。一般投資工具多數(shù)甚至不允許“賣(mài)空”，而對(duì)沖基金則可采用賣(mài)空、杠桿以及期權(quán)、期貨等多種衍生工具。

常見(jiàn)的量化對(duì)沖策略包括：股票對(duì)沖、事件驅(qū)動(dòng) 、全球宏觀、相對(duì)價(jià)值套利四種，任意一只對(duì)沖基金既可采取其中某一策略也可同時(shí)采取多種投資策略，目前全球使用占比最高的策略是股票多空策略，占比達(dá)32.5%。

目前私募已發(fā)行的量化對(duì)沖產(chǎn)品中，主要包括Alpha策略基金、量化套利基金、量化CTA基金以及宏觀對(duì)沖基金四類(lèi)。公募對(duì)沖基金持有的絕大部分是滬深300成分股，套保期貨一般會(huì)與現(xiàn)貨匹配，多采用低頻交易CTA高頻策略。

篇8

JEL分類(lèi)號(hào):G1　中圖分類(lèi)號(hào):F832　文獻(xiàn)標(biāo)識(shí)碼:A　文章編號(hào):1006-1428(2011)10-0107-05

一、行為金融理論概述及A股市場(chǎng)投資行為

傳統(tǒng)現(xiàn)代金融理論起源于20世紀(jì)50年代。在Arrow-Debreu一般均衡理論和Von Neumann＆Mor-genstem建立的預(yù)期效用函數(shù)理論分析范式下，1952年Markwitz提出了資產(chǎn)組合理論，1958年Modigiani＆Miller提出了資本結(jié)構(gòu)理論，上世紀(jì)八十年代Sharpe、Lintner等人在資產(chǎn)組合理論基礎(chǔ)上發(fā)展了資本資產(chǎn)定價(jià)模型，Ross在1976年提出了套利定價(jià)理論，Black＆Scholes于1972年發(fā)明了期權(quán)定價(jià)模型.上述理論統(tǒng)一于Fama等在1970年代建立的有效市場(chǎng)假說(shuō)，它們共同構(gòu)筑起了近乎完美的現(xiàn)代金融理論大廈，被廣泛地應(yīng)用于金融理論與實(shí)務(wù)中，定量指導(dǎo)人們的金融投資行為。

然而，上述金融理論模型在現(xiàn)實(shí)統(tǒng)計(jì)檢驗(yàn)中出現(xiàn)了很多異常現(xiàn)象。主要表現(xiàn)為以下兩個(gè)方面:首先，傳統(tǒng)金融理論一般假設(shè)投資者是理性的，但是大量的心理學(xué)研究表明，人們的實(shí)際投資決策行為會(huì)出現(xiàn)系統(tǒng)性的偏差，如過(guò)度自信、后悔規(guī)避、心理賬戶(hù)、錨定效應(yīng)等，從而導(dǎo)致投資者行為的非理性；其次，傳統(tǒng)金融學(xué)理論一般認(rèn)為市場(chǎng)是有效的，價(jià)格反映一切，但由于上述投資者行為偏差及一些制度因素，價(jià)格經(jīng)常并不能反映真實(shí)信息，市場(chǎng)常常是非有效的。人們開(kāi)始日益注重投資者行為在金融理論中的特殊作用，從投資者心理和行為關(guān)系出發(fā)研究金融投資活動(dòng)，由此開(kāi)創(chuàng)了行為金融學(xué)的研究。

Burrel&Bauman教授在1951年發(fā)表的《投資研究實(shí)驗(yàn)方法的可能性》中首次明確提出將心理學(xué)和金融學(xué)研究結(jié)合起來(lái)，用實(shí)驗(yàn)方法來(lái)驗(yàn)證投資理論，并認(rèn)為將行為方法和定量投資模型相結(jié)合具有重要意義。1979年，斯坦福大學(xué)的Tversky和普林斯頓大學(xué)的Kahneman教授提出了著名的前景理論(ProspectTheory)，該理論是行為金融理論的核心內(nèi)容和代表學(xué)說(shuō).為行為金融理論的發(fā)展奠定了理論基礎(chǔ)，Kah-neman本人也因此榮獲2002年度諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。1985年，Bondt＆Thaler發(fā)表的《股票市場(chǎng)過(guò)度反應(yīng)了嗎?》一文引發(fā)了對(duì)行為金融理論的關(guān)注，開(kāi)啟了行為金融理論研究的新階段，此后，Shleifer對(duì)“噪聲交易者”和“套利限制”的研究、Odean對(duì)“處置效應(yīng)”的研究、Shiller對(duì)股價(jià)異常和股市羊群效應(yīng)的研究等進(jìn)一步豐富了其內(nèi)涵，行為金融理論的影響日漸擴(kuò)大。

傳統(tǒng)金融理論把金融投資過(guò)程看作一個(gè)動(dòng)態(tài)均衡過(guò)程，有效市場(chǎng)假說(shuō)是傳統(tǒng)金融理論的核心。Shleiferf2000)總結(jié)有效市場(chǎng)假說(shuō)建立在三個(gè)逐漸弱化的假設(shè)上:第一，假設(shè)投資者是理性的，可以理性評(píng)估資產(chǎn)價(jià)值；第二，即使有些投資者不是理性的，由于他們交易的隨機(jī)性，可以抵消彼此對(duì)資產(chǎn)價(jià)格的影響；第三，即使投資者的非理并非隨機(jī)而是具有相關(guān)性，市場(chǎng)可以利用“套利”消除其對(duì)資產(chǎn)價(jià)格的影響。行為金融學(xué)以前景理論為基礎(chǔ)，針對(duì)上述三個(gè)假設(shè)分別質(zhì)疑，形成了相對(duì)應(yīng)的三個(gè)層次研究:有限理性的投資者個(gè)體行為；投資者的群體行為；有限套利的非有效市場(chǎng)。

滬、深證券交易所相繼在1990年和1991年成立，標(biāo)志著我國(guó)證券市場(chǎng)開(kāi)始形成。作為一個(gè)新興資本市場(chǎng)，我國(guó)股市存在著嚴(yán)重的非理性投資行為:1、證券投資主要以投機(jī)行為為主，股票價(jià)格嚴(yán)重偏離股票的基礎(chǔ)價(jià)值。具體表現(xiàn)為:波動(dòng)性較大，市盈率過(guò)高，換手率過(guò)高。2、投資理念不成熟。具體表現(xiàn)為:第一，暴富心理波段操作頻繁過(guò)度；第二，羊群行為十分明顯。3、強(qiáng)烈的政策依賴(lài)性。我國(guó)股市一直以“政策市”飽受詬病，政治、經(jīng)濟(jì)政策及證券市場(chǎng)政策、法規(guī)常常直接干預(yù)市場(chǎng)，對(duì)市場(chǎng)造成巨大影響。4、機(jī)構(gòu)投資者對(duì)股市操縱現(xiàn)象時(shí)有發(fā)生，中小投資者存在“跟莊”情結(jié)。這些非理都制約了證券市場(chǎng)自身功能的發(fā)揮，阻礙了證券市場(chǎng)的健康發(fā)展。因此，借鑒行為金融理論，研究適合我國(guó)投資者的投資策略顯得十分必要。

二、A股市場(chǎng)量化投資策略盈利性研究

根據(jù)行為金融理論，由于投資者存在各種認(rèn)知偏差，容易產(chǎn)生過(guò)度反應(yīng)或反應(yīng)不足，從而導(dǎo)致非理性的投資行為，而且這種非理會(huì)長(zhǎng)期存在，證券市場(chǎng)上將出現(xiàn)系統(tǒng)性偏差，資產(chǎn)也會(huì)錯(cuò)誤定價(jià)，可以藉此制定有效的投資策略獲取穩(wěn)定的投資回報(bào)，即行為金融投資策略。可將行為金融投資策略分為兩大類(lèi):一類(lèi)是積極型的投資策略，即尋求由于投資者系統(tǒng)性的行為和認(rèn)知偏差所引起的證券定價(jià)偏差，在大多數(shù)投資者認(rèn)識(shí)到這些偏差之前投資這些證券，并隨著大多數(shù)投資者意識(shí)到這些偏差并投資它們時(shí)賣(mài)出這些證券。例如:反向投資策略、動(dòng)量交易策略、小盤(pán)股投資策略和ST投資策略等；另一類(lèi)是保守型的投資策略，即為了盡量規(guī)避人們的系統(tǒng)和認(rèn)知偏差而制定的投資策略，如價(jià)值投資策略、資金平均策略和時(shí)間分散化策略等。

行為金融投資策略中最典型的是反向投資策略和動(dòng)量投資策略，兩者可能在不同的時(shí)間段分別獲得正的收益。其盈利性研究方法可分為兩類(lèi):l、利用股票收益率實(shí)證分析，代表性方法是Jegadeesh＆Titmanf1993)提出的，他們考察了1962-1989年間美國(guó)股市數(shù)據(jù)，將樣本股票按照過(guò)去一段時(shí)間(即形成期)收益率排序等分為10個(gè)組合，排名最差的一組為輸家組合，排名最好的一組為贏家組合，然后考察未來(lái)一段時(shí)間(即持有期1內(nèi)買(mǎi)入贏家組合和賣(mài)出輸家組合的超額收益率(與該時(shí)期的市場(chǎng)收益率相比較)，重復(fù)此過(guò)程，對(duì)上述超額收益率t檢驗(yàn)，發(fā)現(xiàn)在3-12月的較短時(shí)間，存在顯著的股票收益動(dòng)量效應(yīng)。2、基金投資行為實(shí)證分析，Gfinbl~t、Titman＆Wermer(fl995)設(shè)計(jì)了一個(gè)基金投資行為衡量指標(biāo)ITM計(jì)算基金重倉(cāng)股數(shù)據(jù)，研究了美國(guó)155只共同基金10年內(nèi)的投資策略以及相應(yīng)的績(jī)效，結(jié)果顯示76.8％的基金采取“動(dòng)量”投資策略。

我們參考Jegadeesh＆Titman(1993)方法，結(jié)合Lakonishok＆Shleifer(1996)、Chan、Jegadeesh&Lakonishokfl996)和Lee＆Swaminathan(2000)的思想，考慮到投資者對(duì)指標(biāo)使用的習(xí)慣性，利用A股數(shù)據(jù)按股票收益率、換手率(代表交易量)、PE(市盈率)三大最

主流指標(biāo)在形成期選擇大值(贏家)組合和小值(輸家)組合，考察其在持有期的超額收益率，分析各種投資策略的盈利性.以期尋找適用于我國(guó)A股市場(chǎng)的量化投資策略。具體方法如下:

(1)我國(guó)證券市場(chǎng)目前有主板市場(chǎng)、中小板市場(chǎng)、創(chuàng)業(yè)板市場(chǎng)三類(lèi)，考慮到主板市場(chǎng)成立時(shí)間較長(zhǎng)，投資行為相對(duì)較為成熟，對(duì)主板市場(chǎng)的研究基本就可以對(duì)我國(guó)證券市場(chǎng)投資行為全貌有較清晰認(rèn)識(shí):

(2)選定一個(gè)時(shí)間長(zhǎng)度作為股票業(yè)績(jī)?cè)u(píng)價(jià)期.稱(chēng)為股票投資組合的形成期，計(jì)算各樣本股票在形成期的平均超額收益率:

(3)根據(jù)上述收益率對(duì)樣本股票進(jìn)行升序和降序排列，其中收益率數(shù)值最大的數(shù)只股票組成贏家組合，最小的數(shù)只股票組成輸家組合，選擇換手率、PE等指標(biāo)時(shí)作類(lèi)似處理:

(4)再選一個(gè)時(shí)間長(zhǎng)度作為持有期，計(jì)算組合在持有期的平均超額收益率:

(5)移動(dòng)一個(gè)檢驗(yàn)周期，連續(xù)重復(fù)上述步驟.得到一系列持有期超額收益率，取平均值為對(duì)應(yīng)投資策略的超額收益率，并對(duì)該結(jié)果做t檢驗(yàn):

(6)結(jié)合超額收益率和t檢驗(yàn)結(jié)果，比較不同的投資策略，得到適用的量化投資策略。這K個(gè)期間的平均超額收益率；然后再在時(shí)刻T+2重復(fù)這一過(guò)程，一直持續(xù)下去，得到平均超額收益率時(shí)間序列，求平均值，在股票超額收益率為正態(tài)分布假設(shè)下進(jìn)行t檢驗(yàn)。

對(duì)上述方法說(shuō)明如下:

(1)由于目前我國(guó)A股市場(chǎng)除少量的融券業(yè)務(wù)外.并不存在完善的股票賣(mài)空機(jī)制，所以我們不構(gòu)造賣(mài)空股票的組合，盡管也計(jì)算贏家和輸家組合的收益率之差并進(jìn)行統(tǒng)計(jì)分析，但目的是比較動(dòng)量投資策略和反向投資策略的相對(duì)優(yōu)劣:

(2)與經(jīng)典Jegadeesh&Titman(1993)方法不同，我們參考朱戰(zhàn)宇等(2003)的方法，以周為檢驗(yàn)周期單位，這是因?yàn)槲覈?guó)股市交易相比國(guó)外頻繁得多，月度檢驗(yàn)期過(guò)長(zhǎng)，會(huì)遺漏很多相關(guān)信息:

(3)根據(jù)目標(biāo)市場(chǎng)的大小，選擇投資10、5、3等不同只股票計(jì)算平均收益率。

投資者行為是動(dòng)態(tài)變化的過(guò)程，太過(guò)久遠(yuǎn)的交易數(shù)據(jù)對(duì)研究新市場(chǎng)環(huán)境下的交易策略顯然沒(méi)有多大意義，所以本研究選取樣本期間為2009年10月1日至2010年11月30日，研究數(shù)據(jù)來(lái)自天軟(nysoft)金融分析軟件?？紤]到只有14個(gè)月數(shù)據(jù)，我們?nèi)⌒纬善诤统钟衅诜謩e為一、二、四、八和十三周。收盤(pán)價(jià)數(shù)據(jù)采用比例復(fù)權(quán)，基準(zhǔn)為“最后一個(gè)交易日”，保留小數(shù)點(diǎn)后兩位有效數(shù)字，如股票在某個(gè)周五沒(méi)有開(kāi)市，就依次用本周四、三、二、一的可比收盤(pán)價(jià)代替。我們用Matlab(R2010b)編程處理數(shù)據(jù)，超額收益率是指?jìng)€(gè)股收益率減去同期相應(yīng)的市場(chǎng)收益率，考慮到廣大投資者一般將上證綜合指數(shù)作為判斷大盤(pán)走勢(shì)的標(biāo)準(zhǔn)，我們以其為基準(zhǔn)計(jì)算超額收益率。

主板市場(chǎng)取我國(guó)A股市場(chǎng)中所有在2009年10月1日前上市的公司，剔除掉其中的中小企業(yè)板、創(chuàng)業(yè)板和ST公司，共1156家上市公司，截取2009年9月30日至2010年11月30日的周交易數(shù)據(jù)，選擇投資10只股票，結(jié)果如下:

1、以收益率為選股標(biāo)準(zhǔn)。

我們發(fā)現(xiàn)，共有5個(gè)“買(mǎi)漲”策略的平均超額收益在5％水平下顯著，形成期均為1周，且均為正，隨著持有期的增加而減少，(1-1)策略超額收益率最大，超過(guò)1％:15個(gè)“買(mǎi)跌”策略的平均超額收益在5％水平下顯著為正，形成期主要集中在8和13周，持有期為2和4周的收益率較大；10個(gè)“買(mǎi)漲一賣(mài)跌”策略的平均超額收益率在5％水平下顯著，且持有期為1和2周時(shí)，為正值，持有期為8和13周時(shí)，收益率為負(fù)值。這說(shuō)明，選擇購(gòu)買(mǎi)前期較短時(shí)期(1周，最多2周)收益率高的股票，或購(gòu)買(mǎi)前期較長(zhǎng)時(shí)期(8周或13周)收益率低的股票，持有期較短(1或2周)能取得明顯的超額收益。

2、以換手率為選股標(biāo)準(zhǔn)。

共有4個(gè)“買(mǎi)高換手率”策略的平均超額收益在5％水平下顯著，持有期均為13周，均為正且較??；23個(gè)“買(mǎi)低換手率”策略的平均超額收益在5％水平下顯著為正，且均在1％以上；19個(gè)“買(mǎi)高一賣(mài)低”策略的平均超額收益率在5％水平下顯著，且為負(fù)。這說(shuō)明，選擇購(gòu)買(mǎi)前期換手率低的股票可獲得明顯的較高超額收益率。

3、以市盈率為選股標(biāo)準(zhǔn)。

共有19個(gè)“買(mǎi)高市盈率”策略的平均超額收益在5％水平下顯著，均為正且較?。?8個(gè)“買(mǎi)低市盈率”策略的平均超額收益在5％水平下顯著為正，且形成期越短，收益率越大，1和2周的平均超額收益率基本上在1％以上，和持有期無(wú)關(guān)；9個(gè)“買(mǎi)高一賣(mài)低”策略的平均超額收益率在5％水平下顯著，有正有負(fù)。這說(shuō)明.選擇購(gòu)買(mǎi)過(guò)去短期(1或2周)動(dòng)態(tài)市盈率低的股票?？扇〉妹黠@的較高超額收益。

三、總結(jié)與展望

篇9

據(jù)悉，青騅投資管理有限公司（后稱(chēng)“青騅投資”）繼2012年4月通過(guò)華寶信托，發(fā)行了信托獲批股指期貨交易業(yè)務(wù)資格以來(lái)國(guó)內(nèi)第一只陽(yáng)光私募發(fā)行的股票量化全對(duì)沖產(chǎn)品之后，再次成立國(guó)內(nèi)首只引入國(guó)債期貨作為對(duì)沖工具的債券對(duì)沖管理型產(chǎn)品“青騅1號(hào)債券對(duì)沖專(zhuān)項(xiàng)資產(chǎn)管理計(jì)劃”。該產(chǎn)品系青騅投資聯(lián)手國(guó)泰君安期貨及某基金公司子公司推出的一款專(zhuān)項(xiàng)資產(chǎn)管理計(jì)劃，資金已募集完畢并到位，于2013年8月14日正式宣告成立。

值得關(guān)注的是，該產(chǎn)品涉及到三方平臺(tái)，由多個(gè)管理人聯(lián)合操作。基金公司子公司作為資產(chǎn)管理人，青騅投資公司作為投顧主要負(fù)責(zé)產(chǎn)品的投資策略，國(guó)泰君安期貨資管部門(mén)作為基金專(zhuān)戶(hù)資產(chǎn)受托人完成國(guó)債期貨端的交易。

分析人士指出，基金方作為特殊法人單位在期貨公司開(kāi)立資管賬戶(hù)，并引入外部投資顧問(wèn)參與、主導(dǎo)產(chǎn)品的設(shè)計(jì)和投資運(yùn)作，這一合作模式在期貨資管領(lǐng)域尚屬首例，有望開(kāi)創(chuàng)機(jī)構(gòu)投資者合作參與期貨資管業(yè)務(wù)的熱潮。對(duì)于特殊法人單位參與期貨資管業(yè)務(wù)的模式也是全新的嘗試。

引入量化對(duì)沖策略

篇10

一、資金流策略的意義

資金流是一種反映股票供求關(guān)系的指標(biāo)，是指證券價(jià)格在約定的時(shí)間段中處于上升狀態(tài)時(shí)產(chǎn)生的成交額是推動(dòng)指數(shù)上漲的力量，這部分成交額被定義為資金流入；證券價(jià)格在約定的時(shí)間段中下跌時(shí)的成交額是推動(dòng)指數(shù)下跌的力量，這部分成交額被定義為資金流出；若證券價(jià)格在約定的時(shí)間段前后沒(méi)有發(fā)生變化，則這段時(shí)間中的成交額不計(jì)入資金流量。當(dāng)天資金流入和資金流出的差額可以認(rèn)為是該證券當(dāng)天買(mǎi)賣(mài)兩種力量相抵之后，推動(dòng)價(jià)格變化的凈作用量，被定義為當(dāng)天資金凈流量。

有效市場(chǎng)假說(shuō)的概念是說(shuō)證券價(jià)格已經(jīng)能夠完全反映所有可獲得的信息，即在有效的證券市場(chǎng)中，不論選擇何種證券，投資者只能獲得與證券風(fēng)險(xiǎn)相當(dāng)?shù)恼Ｊ找妗Ｈ欢昝赖挠行袌?chǎng)存在的可能性是很小的，同樣對(duì)于中國(guó)證券市場(chǎng)而言，市場(chǎng)并不十分有效，并且股價(jià)在短期內(nèi)可能受到某些消息的影響，或者某些市場(chǎng)內(nèi)在因素的改變從而產(chǎn)生劇烈波動(dòng)帶來(lái)的差價(jià)投資機(jī)會(huì)，因而在市場(chǎng)中經(jīng)常存在交易性機(jī)會(huì)，從而在量化投資選股方面也有很多種選股策略，根據(jù)資金流選股便是其中一種。

資金流策略是指根據(jù)資金流這一指標(biāo)進(jìn)行選股的一種量化投資策略。該模型使用資金流向主要通過(guò)衡量當(dāng)前市場(chǎng)上的股指或股票的資金流入或者流出的狀態(tài)，從而進(jìn)一步去衡量未來(lái)股票的漲跌情況：如果是資金流入的股票，則股價(jià)在未來(lái)一段時(shí)間可能會(huì)上漲；如果是資金流出的股票，則股價(jià)在未來(lái)一段時(shí)間可能會(huì)下跌。這樣就可以根據(jù)資金流向來(lái)構(gòu)建相應(yīng)的投資策略。

二、資金流策略具體操作及結(jié)果分析

（一）資金流策略指標(biāo)含義及操作步驟

對(duì)于資金流向的判斷，根據(jù)買(mǎi)賣(mài)雙方的力量對(duì)比來(lái)衡量。資金流分為流入流出兩個(gè)方向，如果當(dāng)前的成交價(jià)格在買(mǎi)方，則認(rèn)為是賣(mài)方出賣(mài)股票的意愿較強(qiáng)，資金流出；如果當(dāng)前的成交價(jià)格是在賣(mài)方，則認(rèn)為是買(mǎi)方買(mǎi)股票的意愿較強(qiáng)，資金流入。對(duì)于資金流的測(cè)算，采取日數(shù)據(jù)計(jì)算，即當(dāng)日價(jià)格上漲全部計(jì)算為流入，若當(dāng)日價(jià)格下跌則計(jì)算為流出。本文采用的選股指標(biāo)包括：1. 資金流信息含量IC（資金流中有效信息含量），將資金流向標(biāo)準(zhǔn)化，用當(dāng)天的資金流凈額除以當(dāng)天的股票成交量，即資金流凈額/交易額。2. 資金流強(qiáng)度MFP，資金流凈額/流通市值，即標(biāo)準(zhǔn)化資金流的強(qiáng)度。3. 資金流杠桿倍數(shù)MFL，流通市值/資金流凈額，即衡量資金流的撬動(dòng)效應(yīng)。

操作步驟：選股策略基于滬深300指數(shù)成分股，并將股票按照各指標(biāo)進(jìn)行排序，去除數(shù)據(jù)計(jì)算無(wú)效的股票；研究的時(shí)間從2014年10月1日到2016年8月31日，共6期；組合調(diào)整的日期為4月30日（一季報(bào)披露完成）、8月31日（二季報(bào)披露完成）、10月31日（三季報(bào)披露完成）；剔除在組合調(diào)整日前后長(zhǎng)期停牌的股票；組合構(gòu)建時(shí)為等權(quán)重；組合構(gòu)建時(shí)股票的買(mǎi)入賣(mài)出價(jià)格為組合調(diào)整日收盤(pán)價(jià)，若調(diào)整日為非交易日，則向前順延；在持有期內(nèi)，若某只成分股被調(diào)出滬深300指數(shù)，不對(duì)組合進(jìn)行調(diào)整；將各成分股的季收益率與其相應(yīng)指標(biāo)進(jìn)行合并，去除無(wú)效數(shù)據(jù)；將已合并好的滬深300成分股按照指標(biāo)按照從高低的順序排列；分為6組：排名前10的成分股、排名前20的成分股、排名前50的成分股、排名在50～100的成分股、排名在100～200的成分股、排名在200以后的成分股；計(jì)算出各組平均季收益率，將各組平均的季收益率與同期滬深300指數(shù)的收益率作對(duì)比，考察跑贏概率。在2014年10月1日至2016年8月31日共進(jìn)行了12期組合的調(diào)整，不計(jì)交易成本。

（二）資金流信息含量假說(shuō)及檢驗(yàn)

1. 資金流信息含量假說(shuō)

信息無(wú)效――回歸擬合優(yōu)度很差

信息泄露――回歸擬合優(yōu)度很好，資金流系數(shù)為正

信息反應(yīng)過(guò)度――回歸擬合優(yōu)度很好，資金流系數(shù)為負(fù)

R■=MFPt，iβ1，j+MFLt，iβ2，j+R■β3，j+αi

其中，R■表示第t期股票i的超額收益率；R■表示第t+1期股票i的超額收益率；β表示各公示因子的回歸系數(shù)；MFPt，i表示第t期股票i的標(biāo)準(zhǔn)化資金流；MFLt，i表示資金流杠桿倍數(shù)。

2. 對(duì)資金流信息含量假說(shuō)的檢驗(yàn)

本文以浦發(fā)銀行（600000）為例，設(shè)第t期為2016年3月10日到20日，則第t+1期為2016年3月20日到30日，對(duì)于非交易日順延并剔除無(wú)效數(shù)據(jù)信息；首先計(jì)算出第t期的資金流強(qiáng)度MFP和資金流杠桿倍數(shù)MFL；然后計(jì)算出第t期和第t+1期浦發(fā)銀行的超額收益率；最后用Eviews進(jìn)行多元回歸分析檢驗(yàn)。檢驗(yàn)結(jié)果如表1所示。

由表1可知，線性回歸系數(shù)為0.965963，擬合系數(shù)為0.933085，接近于1，說(shuō)明擬合程度很好，第t期的股票超額收益率、資金流強(qiáng)度和資金流杠桿倍數(shù)這三個(gè)自變量對(duì)于第t+1期的股票超額收益率的解釋程度很高。

由表2可知，F(xiàn)值為6.97219，F(xiàn)>F0.01（5.64），即方程極其顯著，各自變量對(duì)因變量有很顯著的影響，方差值很小，比較穩(wěn)定。

由表3可知，資金流信息含量IC的回歸系數(shù)為-1.05399，與t+1期超額收益率呈負(fù)相關(guān)，資金流強(qiáng)度MFP的回歸系數(shù)為257.5974，與t+1期超額收益率呈正相關(guān)，資金流杠桿倍數(shù)MFL為-4.6E-07，與t+1期超額收益率呈負(fù)相關(guān)。從而回歸方程為：

R■=257.5974MFPt，i-（4.6E-07）MFLt，i β2，j-2.05606+R■+αi

綜上所述，當(dāng)期的超額收益率、資金流強(qiáng)度、資金流杠桿倍數(shù)這三個(gè)指標(biāo)對(duì)于下一期的股票有著很好的預(yù)測(cè)效果。

3. 根據(jù)資金流信息含量IC選股策略結(jié)果

由表4可知，整體上看，資金流信息含量較低的組合表現(xiàn)較好，其中資金流信息含量排名200之后的成分股構(gòu)成的組合表現(xiàn)較好，記為組合IC（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合IC（200）年化收益率為8.97%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合IC（200）有5期跑贏了滬深300 指數(shù)，跑贏概率為83.33%。

（三）資金流強(qiáng)度MFP

1. 根據(jù)資金流強(qiáng)度MFP選股策略結(jié)果

2. 根據(jù)資金流強(qiáng)度MFP選股策略結(jié)論

由表5可知，整體上看，資金流強(qiáng)度較低的組合表現(xiàn)較好，其中資金流強(qiáng)度排名200之后的成分股構(gòu)成的組合表現(xiàn)較好，記為組合MFP（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFP（200）年化收益率為10.62%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合MFP（200）有5期跑贏了滬深300 指數(shù)，跑贏概率為83.33%。

（四）資金流杠桿倍數(shù)

1. 根據(jù)資金流強(qiáng)度MFL選股策略結(jié)果

2. 根據(jù)資金流強(qiáng)度MFL選股策略結(jié)論

由表6可知，整體上看，資金流杠桿倍數(shù)較低的組合表現(xiàn)較好，其中資金流強(qiáng)度排名100～200的成分股構(gòu)成的組合表現(xiàn)較好，記為組合MFL（100，200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFL（100，200）年化收益率為-2.93%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合MFL（100，200）有4期跑贏了滬深300 指數(shù)，跑贏概率為66.67%。

三、各策略比較分析

將根據(jù)不同指標(biāo)所選股的結(jié)果放到一起進(jìn)行比較，時(shí)間是從2014年10月1日到2016年8月31日，由進(jìn)一步的比較分析可知，按照低資金流強(qiáng)度選股的策略表現(xiàn)最好，年化收益率達(dá)10.62%，在6期的分析中有5期的收益率超過(guò)大盤(pán)，跑贏概率為83.33%。

四、資金流策略的有效性分析

正因?yàn)橹袊?guó)的A股市場(chǎng)不是特別有效的市場(chǎng)，量化投資策略正好可以發(fā)揮其紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性、分散化的優(yōu)點(diǎn)而不惑國(guó)內(nèi)市場(chǎng)的各種投資機(jī)會(huì)。相比定性分析，現(xiàn)階段A股市場(chǎng)的特點(diǎn)更適合采用客觀、公正而理性的量化投資風(fēng)格。股票市場(chǎng)復(fù)雜度和有效性的增加已對(duì)傳統(tǒng)定性投資基金經(jīng)理的單兵作戰(zhàn)能力提出了挑戰(zhàn)。相對(duì)于海外成熟市場(chǎng)，A股市場(chǎng)的發(fā)展歷史較短，有效性偏弱，市場(chǎng)上被錯(cuò)誤定價(jià)的股票相對(duì)較多，留給量化投資策略去發(fā)掘市場(chǎng)的無(wú)效性、尋找超額收益的潛力和空間也就更大。事實(shí)上，盡管在國(guó)內(nèi)發(fā)展歷程較短，從國(guó)內(nèi)已有的采用了量化投資方法并且已經(jīng)運(yùn)作了一段時(shí)間的基金來(lái)看，量化基金可以被證明是適應(yīng)中國(guó)市場(chǎng)的。

本文采用現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)的方法研究了從2014年10月1 日到2016年8 月31 日間滬深300成分股的情況，探討了資金流信息含量的預(yù)測(cè)作用，研究了根據(jù)資金流三個(gè)指標(biāo)進(jìn)行選股所做策略組合的收益情況。主要涉及資金流信息含量IC、資金流強(qiáng)度MFP、資金流杠桿倍數(shù)MFL這三個(gè)指標(biāo)，分別根據(jù)每個(gè)指標(biāo)進(jìn)行選股，觀察其組合走勢(shì)情況，得出的主要結(jié)論有：第一，資金流信息含量對(duì)下一期的股價(jià)走勢(shì)有一定的預(yù)測(cè)作用；第二，根據(jù)上述的三個(gè)指標(biāo)進(jìn)行選股所做策略，在一定程度上是可以獲得超過(guò)大盤(pán)的收益率。

作為量化投資的一個(gè)組成部分――策略指數(shù)基金已經(jīng)發(fā)展起來(lái)，其中選股策略就包括本文所論述的資金流策略。不僅能夠做到有的放矢，而且可以滿(mǎn)足投資者不同風(fēng)險(xiǎn)收益偏好的投資需求。

參考文獻(xiàn)：

[1]（美）羅伯特?A?哈根.金融學(xué)――有效市場(chǎng)的反例[M].清華大學(xué)出版社，2002.

[2]（美）羅伯特?阿諾德，許仲翔，約翰?韋斯特.基本面指數(shù)投資策略[M].社會(huì)科學(xué)文獻(xiàn)出版社，2010.

[3]丁鵬.量化投資――策略與技術(shù)[M].電子工業(yè)出版社，2012.

[4]朱世武.基于SAS系統(tǒng)的金融計(jì)算[M].清華大學(xué)出版社，2004.

[5]曹立著.透視無(wú)形之手――中國(guó)證券市場(chǎng)資本流量運(yùn)動(dòng)解析[M].深圳出版發(fā)行集團(tuán)海天出版社，2009.

[6]田存志，王聰.證券市場(chǎng)信息非對(duì)稱(chēng)問(wèn)題的理論與實(shí)證研究[M].中國(guó)社會(huì)科學(xué)出版社，2013.

[7]陳威杰，蔡志成.數(shù)量化投資指標(biāo)之資金流策略指標(biāo)研究[J].時(shí)代金融，2013（12）.

[8]石建輝，基于資金流的股指期貨投資策略[J].中國(guó)證券期貨，2014（01）.