數(shù)量化投資理論與技術(shù)第1頁，共113頁，2023年，2月20日，星期五2010-10-62內(nèi)容提要

引言數(shù)量化投資理論現(xiàn)代金融理論的數(shù)量化數(shù)量化投資及其產(chǎn)品數(shù)量化投資技術(shù)估值與選股資產(chǎn)配置與組合優(yōu)化基于指數(shù)預(yù)測(cè)的時(shí)機(jī)選擇基于行為金融的投資策略程序化交易及算法交易績效評(píng)價(jià)技術(shù)數(shù)量化投資在中國的應(yīng)用第2頁，共113頁，2023年，2月20日，星期五2010-10-63引言第3頁，共113頁，2023年，2月20日，星期五2010-10-64投資投資、理財(cái)與投機(jī)：品種與方式基本分析與技術(shù)分析傳統(tǒng)投資與數(shù)量化投資投資管理目標(biāo)設(shè)計(jì)與調(diào)整資產(chǎn)配置：投資組合及其優(yōu)化效率評(píng)價(jià)：風(fēng)險(xiǎn)與收益

投資及其管理

（Investmentandmanagement）？

第4頁，共113頁，2023年，2月20日，星期五2010-10-65+_0理財(cái)曲線投資曲線投資曲線與理財(cái)曲線銀行存款第5頁，共113頁，2023年，2月20日，星期五2010-10-66投資理財(cái)“戰(zhàn)勝”通貨膨脹

只有“戰(zhàn)勝”通貨膨脹，才能使您的財(cái)富保值，乃至不斷增值。投資理財(cái)就是我們尋求的秘密武器，長期來看，如果您的資產(chǎn)收益率超過通脹率，您的資產(chǎn)才能確保安然無恙。1980-2004美國各資產(chǎn)類別的年均收益率

通脹前的名義收益率扣除通脹的實(shí)際收益率股票13.53%9.47%投連險(xiǎn)成長類型的共同基金12%左右*8.43%債券9.57%5.66%現(xiàn)金等價(jià)物6.51%2.71%持有現(xiàn)金0.00%-3.57%*來源：1990-1999年，美國權(quán)威共同基金評(píng)估機(jī)構(gòu)MorningStar第6頁，共113頁，2023年，2月20日，星期五2010-10-67青年期20-30歲

有能力承擔(dān)較高風(fēng)險(xiǎn)配置較高比例的流動(dòng)性好的風(fēng)險(xiǎn)類產(chǎn)品較少配置債券類產(chǎn)品

壯年期30-50歲

現(xiàn)金流充足，財(cái)務(wù)負(fù)擔(dān)增加考慮中長期（3年以上）投資風(fēng)險(xiǎn)類產(chǎn)品債券類產(chǎn)品保持流動(dòng)性老年期50歲以后

控制風(fēng)險(xiǎn)為首要目標(biāo)配置較高比例債券類產(chǎn)品較少比例投資周期在3年以上的風(fēng)險(xiǎn)產(chǎn)品不同人生階段，不同投資組合第7頁，共113頁，2023年，2月20日，星期五2010-10-68投資“魔戒”：貪婪和恐懼

在投資過程中，您會(huì)發(fā)現(xiàn)，堅(jiān)持一個(gè)長期的投資計(jì)劃相當(dāng)不容易。這源于人類的兩大情緒：恐懼和貪婪。市場(chǎng)下跌的時(shí)候，哀聲一片，害怕虧錢的心理往往會(huì)讓您改變長期投資計(jì)劃；市場(chǎng)飆升時(shí)，似乎人人都能一夜暴富，貪婪的心理可能會(huì)驅(qū)使您為了追求更多的收益而承擔(dān)過高的風(fēng)險(xiǎn)。第8頁，共113頁，2023年，2月20日，星期五2010-10-69投資管理發(fā)展趨勢(shì)：技術(shù)優(yōu)化降低運(yùn)作成本，提升競爭優(yōu)勢(shì)，以更好的業(yè)績回報(bào)投資者，這是投資管理永恒的主題。2005年股改以來，隨著我國資本市場(chǎng)市值的迅速擴(kuò)大、上市公司數(shù)量的急劇增加，以及QDII陸續(xù)出海，如何在眾多的境內(nèi)外上市公司中迅速、有效地選擇投資目標(biāo)，降低調(diào)研和投資成本，更科學(xué)地分配規(guī)模龐大的資產(chǎn)，成為機(jī)構(gòu)投資者面對(duì)的新問題。因此，投資管理技術(shù)優(yōu)化迫在眉睫。第9頁，共113頁，2023年，2月20日，星期五2010-10-610數(shù)量化投資（QuantitativeInvestment）？數(shù)量化投資在基金、保險(xiǎn)資產(chǎn)、QFII、QDII等機(jī)構(gòu)投資者中的應(yīng)用大大增加，在基本面投資的基礎(chǔ)上應(yīng)用數(shù)量化策略,成為投資經(jīng)理共同關(guān)心的問題。數(shù)量化投資技術(shù)覆蓋投資的全部流程，從量化選股、資產(chǎn)配置、組合優(yōu)化、交易執(zhí)行，到風(fēng)險(xiǎn)控制、績效評(píng)估等環(huán)節(jié)都可以看到量化投資技術(shù)的身影；越來越多的投資經(jīng)理也在采用計(jì)算機(jī)模型來選股、擇時(shí)、構(gòu)建組合、優(yōu)化組合、風(fēng)險(xiǎn)管理等，以此來提高投資收益。數(shù)量化投資技術(shù)正成為投資領(lǐng)域發(fā)展的新趨勢(shì)。第10頁，共113頁，2023年，2月20日，星期五2010-10-611

一、數(shù)量化投資理論第11頁，共113頁，2023年，2月20日，星期五2010-10-6121.現(xiàn)代金融理論的數(shù)量化歷程現(xiàn)代金融理論是隨著金融市場(chǎng)的發(fā)展而不斷成熟起來的,其顯著的特征是不斷在金融經(jīng)濟(jì)學(xué)中引入數(shù)量化的理論與方法,用它們來研究金融風(fēng)險(xiǎn)防范與控制、資本市場(chǎng)的運(yùn)營、資本資產(chǎn)的結(jié)構(gòu)與定價(jià)。以EMH為基礎(chǔ),通過運(yùn)用各種數(shù)理工具,已建立起了一套比較完整的體系，形成了一門新的學(xué)科,稱為“金融數(shù)學(xué)”

(MathematicsofFinance)。第12頁，共113頁，2023年，2月20日，星期五2010-10-6131.1二十世紀(jì)50～60年代Markowitz于1952年建立的均值—方差模型,第一次把數(shù)理工具引入金融研究。在Markowitz工作的基礎(chǔ)上,Sharpe(1964)、Litner(1965)、Mossin(1966)研究了資產(chǎn)價(jià)格的均衡結(jié)構(gòu)，導(dǎo)出了資本資產(chǎn)定價(jià)模型(CapitalAssetPricingModel,CAPM),已成為度量證券風(fēng)險(xiǎn)基本的數(shù)量化模型。隨后,CAPM形成了度量金融投資領(lǐng)域投資績效的理論基礎(chǔ)。Samuelson(1965)與Fama(1965)的有效市場(chǎng)假說(EMH),EMH構(gòu)成了60年代以來證券理論研究的基石。第13頁，共113頁，2023年，2月20日，星期五2010-10-6141.2二十世紀(jì)70～80年代

20世紀(jì)70年代,隨著金融創(chuàng)新的不斷進(jìn)行,衍生產(chǎn)品的定價(jià)成為理論研究的重點(diǎn)。1973年,Black—Scholes建立了期權(quán)定價(jià)模型,實(shí)現(xiàn)了金融理論的又一大突破。該模型迅速被運(yùn)用于金融實(shí)踐,使金融創(chuàng)新工具的品種和數(shù)量迅速增多,金融市場(chǎng)創(chuàng)新得到空前規(guī)模的發(fā)展。此后,Ross(1976)建立了套利定價(jià)理論(ArbitragePricingTheory,APT)。在投資實(shí)務(wù)中，多因素定價(jià)（選股）模型可以看作是APT理論最典型的代表。第14頁，共113頁，2023年，2月20日，星期五2010-10-6151.3二十世紀(jì)80～90年代二十世紀(jì)80年代,金融創(chuàng)新進(jìn)入鼎盛時(shí)期，誕生了所謂的“國際金融市場(chǎng)四大發(fā)明”,即票據(jù)發(fā)行便利（NIFs）、互換交易、期權(quán)交易和遠(yuǎn)期利率協(xié)議。金融理論的一個(gè)新概念—“金融工程”也誕生了。隨后，金融工程作為一個(gè)新的學(xué)科從金融學(xué)獨(dú)立出來。20世紀(jì)90年代以來風(fēng)險(xiǎn)管理是對(duì)金融機(jī)構(gòu)管理的中心論題。最著名的風(fēng)險(xiǎn)管理數(shù)學(xué)模型是VaR模型，這種方法已被全球各主要的銀行、公司及金融監(jiān)管機(jī)構(gòu)所接受,并成為最重要的金融風(fēng)險(xiǎn)管理方法之一。股票市場(chǎng)一系列經(jīng)驗(yàn)研究發(fā)現(xiàn)了與有效市場(chǎng)理論不相符合的“異?，F(xiàn)象(Anoma1ies)”，例如，日歷效應(yīng)、股權(quán)溢價(jià)之謎、期權(quán)微笑、封閉式基金折溢價(jià)之謎、小盤股效應(yīng)等等。面對(duì)這一系列金融市場(chǎng)的異常現(xiàn)象，研究者放松“理性”的嚴(yán)格假設(shè)，吸收心理學(xué)的研究成果，研究股票市場(chǎng)投資者行為、價(jià)格形成機(jī)制與價(jià)格表現(xiàn)特征，形成了具有重要影響力的學(xué)術(shù)流派—行為金融學(xué)。第15頁，共113頁，2023年，2月20日，星期五2010-10-6161.4二十世紀(jì)90年代末以來非線性科學(xué)的研究方法和理論，極大地豐富了金融科學(xué)數(shù)量化的手段和方法論的研究。不僅在金融理論研究方面開辟了嶄新的非線性范式的研究領(lǐng)域,而且在金融實(shí)踐和金融經(jīng)驗(yàn)上也取得累累碩果。

DoyneFarmer(多因·法默)和NormanPackard(諾曼·帕卡德)不僅在系統(tǒng)地表述混沌理論的結(jié)構(gòu)方面做出了主要貢獻(xiàn),而且還使用不同的方法,比如，遺傳算法、決策樹、神經(jīng)網(wǎng)絡(luò)和其他非線性回歸方法等建立數(shù)理模型。非線性科學(xué)的研究方法和理論,為數(shù)量化投資理論提供了最有力的研究武器。第16頁，共113頁，2023年，2月20日，星期五2010-10-6172.數(shù)量化投資及其產(chǎn)品

2.1數(shù)量化投資的起源數(shù)量化投資策略從20世紀(jì)70年代開始興起，以1971年美國富國銀行（WellsFargo）發(fā)行跟蹤紐約證券交易所1500只股票的指數(shù)基金為標(biāo)志。特別是最近30年來，隨著計(jì)算機(jī)處理能力的提高，我們看到越來越多的物理學(xué)家和數(shù)學(xué)家被華爾街雇傭，基金經(jīng)理也開始依靠電腦技術(shù)來分析、評(píng)估、篩選股票。數(shù)量化投資的應(yīng)用產(chǎn)品主要包括對(duì)沖基金、指數(shù)基金和量化共同基金。數(shù)量化投資產(chǎn)品的發(fā)展歷程：對(duì)沖基金率先破殼，而指數(shù)基金緊隨其后，到現(xiàn)在的量化共同基金的穩(wěn)健發(fā)展。第17頁，共113頁，2023年，2月20日，星期五2010-10-618對(duì)沖基金hedgefund是投資基金的一種形式，屬于免責(zé)市場(chǎng)(exemptmarket)產(chǎn)品。對(duì)沖基金采用各種交易手段(如賣空、杠桿操作、程序交易、互換交易、套利交易、衍生品種等)進(jìn)行對(duì)沖、換位、套頭、套期來賺取巨額利潤。對(duì)沖基金大多數(shù)都是采用數(shù)量化的分析工具盒方法進(jìn)行資產(chǎn)的篩選和交易。進(jìn)入21世紀(jì)之后，計(jì)算機(jī)技術(shù)的飛速發(fā)展，為數(shù)量化投資提供了更為良好的平臺(tái)。第18頁，共113頁，2023年，2月20日，星期五2010-10-6192.2數(shù)量化投資的深度分析文藝復(fù)興科技公司(RenaissanceTechnologies)的詹姆斯.西蒙斯(James.H.Simons)是華爾街最成功的對(duì)沖基金經(jīng)理之一，他是紐約州立大學(xué)石溪分校數(shù)學(xué)系的前系主任，率領(lǐng)一批數(shù)學(xué)家、物理學(xué)家和統(tǒng)計(jì)學(xué)家，運(yùn)用數(shù)量化的方法進(jìn)行投資，在華爾街獲得巨大成功。西蒙斯的基金自1988年后年收益率達(dá)到35%，超過了巴菲特。西蒙斯對(duì)其投資方法刻意保密。迄今為止人們只知道，他的大獎(jiǎng)?wù)禄鸬馁嶅X方法是：針對(duì)不同市場(chǎng)設(shè)計(jì)數(shù)量化的投資管理模型，并在全球各種市場(chǎng)上進(jìn)行短線交易。第19頁，共113頁，2023年，2月20日，星期五2010-10-620不是“黑盒子”數(shù)量化投資是基于對(duì)市場(chǎng)深入理解而形成的合乎邏輯的投資理念和投資方法。有一套規(guī)范而透明的做法，并采用科學(xué)、公正而理性的方法對(duì)市場(chǎng)進(jìn)行研究并制定適應(yīng)市場(chǎng)狀況的投資模型和投資策略，并不斷進(jìn)行調(diào)整和優(yōu)化。海外數(shù)量化投資的經(jīng)驗(yàn)是數(shù)量化投資模型90%考慮的是基于基本面因素，同時(shí)考慮市場(chǎng)因素、技術(shù)因素等。數(shù)量化投資是基于市場(chǎng)非有效的或弱有效理論的一種主動(dòng)型投資策略?；鸾?jīng)理可以通過對(duì)個(gè)股、行業(yè)及市場(chǎng)的驅(qū)動(dòng)因素進(jìn)行分析研究，建立最優(yōu)的投資組合，試圖戰(zhàn)勝市場(chǎng)從而獲取超額收益。數(shù)量化主動(dòng)投資策略以正確的投資理念為根本，通過基本面分析，以全市場(chǎng)的廣度、多維度的深度視角掃描投資機(jī)會(huì)，在中國市場(chǎng)的應(yīng)用將更顯其優(yōu)勢(shì)。第20頁，共113頁，2023年，2月20日，星期五2010-10-621投資模型不是一切數(shù)量化投資不是靠一個(gè)投資模型就能一勞永逸，也不是使用一個(gè)模型就能解決一切問題，更不是一個(gè)模型就能勝任任何市場(chǎng)狀況。數(shù)量化投資模型只是一種工具、一種方法、一種手段去實(shí)現(xiàn)成熟而有效的投資理念，并不斷因應(yīng)投資理念的變化、市場(chǎng)狀況的變化而進(jìn)行修正、改善和優(yōu)化。我們需要建立很多的數(shù)量化模型，比如選股模型、行業(yè)配置模型、擇時(shí)模型、交易模型、風(fēng)險(xiǎn)管理模型及資產(chǎn)配置模型等等。同時(shí)，數(shù)量化投資模型都必須經(jīng)歷不斷的跟蹤檢驗(yàn)、優(yōu)化、實(shí)證等等過程。我們知道數(shù)量化投資是一個(gè)不斷改進(jìn)的過程，數(shù)量化投資中最重要的就是投資者的投資思想，包括對(duì)投資的理解、理念、經(jīng)驗(yàn)，所以模型都是建立在這些投資思想上。量化只是一種方式和工具，正是采用這種工具和方法來獲取經(jīng)驗(yàn)或者檢驗(yàn)經(jīng)驗(yàn)。第21頁，共113頁，2023年，2月20日，星期五2010-10-622捕獲大概率數(shù)量化投資模型著重考慮對(duì)資產(chǎn)未來收益的估計(jì)和辨別，而且主要包括對(duì)個(gè)股、行業(yè)等估計(jì)的準(zhǔn)確性。在確定投資品種后，數(shù)量化投資策略需要考慮具體的交易策略和風(fēng)險(xiǎn)控制策略等方面。較好的交易策略能最大程度的降低交易成本（包括傭金、稅費(fèi)及沖擊成本等）。交易策略主要解決的是沖擊成本問題。數(shù)量化投資需要綜合考慮資產(chǎn)的鑒別（個(gè)股選擇、行業(yè)配置、資產(chǎn)配置等）、交易（包括擇時(shí)）和風(fēng)控（包括對(duì)風(fēng)險(xiǎn)收益的平衡等）等方面因素，尋找到成功概率最大的投資組合，達(dá)到收益最大化。第22頁，共113頁，2023年，2月20日，星期五2010-10-6232.3數(shù)量化基金

（QuantitativeFundsorQuantFunds）Bloomberg認(rèn)為數(shù)量化基金通過數(shù)理統(tǒng)計(jì)分析，選擇那些未來回報(bào)可能會(huì)超越基準(zhǔn)的證券進(jìn)行投資，以期獲取超越指數(shù)基金的收益。Lipper認(rèn)為數(shù)量化基金的投資行為較少考慮公司的具體商業(yè)操作，而更多的考慮公司股票在市場(chǎng)上的表現(xiàn)。Investopedia認(rèn)為，基于量化方法選股的投資基金即為數(shù)量化基金。它通過計(jì)算機(jī)模型判斷某個(gè)投資行為是否具有吸引力。其最終的買賣決策完全依賴于數(shù)量化模型。Profitfund認(rèn)為數(shù)量化基金通常會(huì)對(duì)市場(chǎng)行為建立計(jì)算機(jī)化的統(tǒng)計(jì)模型，基于數(shù)理統(tǒng)計(jì)分析對(duì)組合進(jìn)行管理。

可以看出，Bloomberg和Lipper的定義相對(duì)比較廣義，只是強(qiáng)調(diào)在投資的過程中使用了數(shù)量化方法；而Investopedia和Profitfund的定義相對(duì)狹義，除了強(qiáng)調(diào)投資過程中使用數(shù)量化方法外，還強(qiáng)調(diào)投資決策是定量化的。

第23頁，共113頁，2023年，2月20日，星期五2010-10-624數(shù)量化基金的發(fā)展

第24頁，共113頁，2023年，2月20日，星期五2010-10-625二、數(shù)量化投資技術(shù)第25頁，共113頁，2023年，2月20日，星期五2010-10-626一個(gè)典型的投資流程

第26頁，共113頁，2023年，2月20日，星期五2010-10-6271.估值與選股公司估值方法是上市公司基本面分析的重要利器，在“基本面決定價(jià)值，價(jià)值決定價(jià)格”基本邏輯下，通過比較公司估值方法得出的公司股票理論價(jià)格與市場(chǎng)價(jià)格的差異，判斷股票的市場(chǎng)價(jià)格是否被高估或者低估，從而尋找出被價(jià)值低估或價(jià)值被高估的股票，指導(dǎo)投資者具體投資行為，如買入、賣出或繼續(xù)持有。公司估值方法主要分兩大類，一類為相對(duì)估值法，特點(diǎn)是主要采用乘數(shù)方法，較為簡便，如PE估值法、PB估值法、PEG估值法、PS估值法、PSG估值法、EV/EBITDA估值法等。另一類為絕對(duì)估值法，特點(diǎn)是主要采用折現(xiàn)方法，較為復(fù)雜，如現(xiàn)金流量折現(xiàn)方法等。第27頁，共113頁，2023年，2月20日，星期五2010-10-628

估值模型的體系第28頁，共113頁，2023年，2月20日，星期五2010-10-6291.1相對(duì)估值模型

相對(duì)比較估值法是尋找可比較資產(chǎn)，根據(jù)某個(gè)共同的變量，如收入、現(xiàn)金流、帳面價(jià)值或者銷售收入，通過可比較資產(chǎn)的價(jià)值來估計(jì)標(biāo)的資產(chǎn)的價(jià)值，包括PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等。相對(duì)比較法是人們采用最為廣泛的股票估值方法，但是這種估值方法缺乏明確的理論基礎(chǔ)。股票定價(jià)與經(jīng)濟(jì)、政治、文化、資金供求狀況甚至人們的心理因素息息相關(guān)，不同國家、不同公司間的股票并不具備充分的可比基礎(chǔ)。每一種相對(duì)估值法都有其一定的應(yīng)用范圍，并不是適用于所有類型的上市公司。第29頁，共113頁，2023年，2月20日，星期五2010-10-630相對(duì)估值法的適用范圍

第30頁，共113頁，2023年，2月20日，星期五2010-10-6311.2絕對(duì)估值模型絕對(duì)估值法（折現(xiàn)方法）一直被認(rèn)為是“理論雖完美，但實(shí)用性不佳”，主要因?yàn)椋阂皇侵袊鲜泄鞠嚓P(guān)的基礎(chǔ)數(shù)據(jù)比較缺乏，取得準(zhǔn)確的模型參數(shù)比較困難。二是中國上市公司的流通股不到總股本1/3，與產(chǎn)生于發(fā)達(dá)國家的估值模型中全流通的基本假設(shè)不符。2005年以來，中國股權(quán)分置問題開始分步驟解決。股權(quán)分置問題解決后，未來全流通背景下的中國上市公司價(jià)值通過絕對(duì)估值法來估計(jì)價(jià)值的可靠性上升，進(jìn)一步推動(dòng)了投資者，尤其是機(jī)構(gòu)投資者對(duì)絕對(duì)估值法的關(guān)注。第31頁，共113頁，2023年，2月20日，星期五2010-10-6321.2.1股利折現(xiàn)模型（DDM）股利折現(xiàn)模型是對(duì)股權(quán)資本進(jìn)行估值的基本模型，該模型假設(shè)股票價(jià)值是預(yù)期股利的現(xiàn)值。投資者購買股票，通常期望獲得兩種現(xiàn)金流，持有股票期間的股利和持有股票期末的預(yù)期股票價(jià)格。由于持有期期末股票的預(yù)期價(jià)格是由股票未來股利決定的，所以股票當(dāng)前價(jià)值應(yīng)等于無限期股利的現(xiàn)值。第32頁，共113頁，2023年，2月20日，星期五2010-10-6331.2.2股權(quán)自由現(xiàn)金流模型（FCFE）

公司股權(quán)資本投資者擁有的是對(duì)該公司產(chǎn)生的現(xiàn)金流的剩余要求權(quán)，即他們擁有公司在履行了包括償還債務(wù)在內(nèi)的所有財(cái)務(wù)義務(wù)和滿足了再投資需要之后的全部剩余現(xiàn)金流。公司每年不僅需要償還一定的利息或本息，同時(shí)還要為其今后的發(fā)展而維護(hù)現(xiàn)有的資產(chǎn)、購置新的資產(chǎn)，當(dāng)將所有這些費(fèi)用從現(xiàn)金流收入中扣除之后，剩余的現(xiàn)金流就是股權(quán)自由現(xiàn)金流。股權(quán)自由現(xiàn)金流的計(jì)算公式為：

FCFE=凈收益+折舊－資本性支出－營運(yùn)資本追加額－債務(wù)本金償還+新發(fā)行債券第33頁，共113頁，2023年，2月20日，星期五2010-10-6341.2.3公司自由現(xiàn)金流模型（FCFF）公司的全部價(jià)值屬于公司各種權(quán)利要求者。這些權(quán)利要求者主要包括股權(quán)資本投資者、債券持有者和優(yōu)先股股東。因此，公司自由現(xiàn)金流是所有這些權(quán)利要求者的現(xiàn)金流的總和。FCFF=股權(quán)自由現(xiàn)金流+利息費(fèi)用×(1－稅率)+債券本金歸還－新發(fā)行的債券+優(yōu)先股股利。第34頁，共113頁，2023年，2月20日，星期五2010-10-6351.3數(shù)量化選股在不斷創(chuàng)新、券種繁多選擇越來越艱難的資本市場(chǎng)，我們希望理解紛繁復(fù)雜的市場(chǎng)數(shù)據(jù)背后的規(guī)律與意義，希望通過用量化手段、結(jié)合基本面研究相融合的方法為投資標(biāo)的價(jià)值的判斷、券種的選擇進(jìn)行相關(guān)的實(shí)證分析，通過長期的跟蹤與持續(xù)不懈的研究，挖掘資本市場(chǎng)的運(yùn)行規(guī)律，構(gòu)建真正適合中國資本市場(chǎng)的數(shù)量化選股策略。第35頁，共113頁，2023年，2月20日，星期五2010-10-636量化選股的方法體系第36頁，共113頁，2023年，2月20日，星期五2010-10-6371.3.1基本面選股方法1)指標(biāo)的篩選首先，傳統(tǒng)財(cái)務(wù)理論中對(duì)于股票價(jià)值的分析最常用的是股利貼現(xiàn)模型，該模型通過對(duì)股票現(xiàn)在以及將來股利的變化對(duì)股票的盈利能力以及相應(yīng)的內(nèi)在價(jià)值作出分析和判斷。

公式含義為：公司價(jià)值與分紅比率、當(dāng)前的每股收益、公司業(yè)績的增長率、以及資本成本（或折現(xiàn)率）有關(guān)。用增長率的經(jīng)濟(jì)模型可以得到影響增長率的因素為利潤留存比率和凈資產(chǎn)收益率；凈資產(chǎn)收益率（ROE）又決定于營業(yè)利潤率、資產(chǎn)周轉(zhuǎn)率、財(cái)務(wù)杠桿乘數(shù)；資本成本可以用根據(jù)CAPM定價(jià)模型計(jì)算。第37頁，共113頁，2023年，2月20日，星期五2010-10-638其次，大量基于傳統(tǒng)財(cái)務(wù)理論的研究認(rèn)為，股票的凈值和市值比對(duì)于股票價(jià)格有很大的影響。因此，每股凈資產(chǎn)、每股公積金、每股未分配利潤作為要素定價(jià)投資理念（資產(chǎn)、盈利能力和利潤增長率）中代表公司本身的資產(chǎn)指標(biāo)，也加入到指標(biāo)體系中。再次，自由現(xiàn)金流量模型是由自由現(xiàn)金流替代股利的現(xiàn)金流折現(xiàn)方法。因此將現(xiàn)金流指標(biāo)納入指標(biāo)體系。最后，雖然流動(dòng)比率和速動(dòng)比率沒有在各種估值模型中涉及，但其關(guān)系到企業(yè)的變現(xiàn)能力，所以在構(gòu)建指標(biāo)體系時(shí)，將其保留。第38頁，共113頁，2023年，2月20日，星期五2010-10-639第39頁，共113頁，2023年，2月20日，星期五2010-10-6402)建模方法

根據(jù)公司財(cái)務(wù)理論和估值理論，我們得出了公司估值的大致影響因子，接著可以使用結(jié)構(gòu)模型和統(tǒng)計(jì)模型建立因子與股價(jià)之間的聯(lián)系。結(jié)構(gòu)模型給出股票的收益和某些特定變量之間的關(guān)系，這些變量包括股票基本面變量、市場(chǎng)相關(guān)變量等。由于結(jié)構(gòu)模型可以將特定的變量和因子聯(lián)系起來，具有直觀意義，所以實(shí)際工作者往往更傾向于使用結(jié)構(gòu)模型。眾多的國際投資大師都傾向于使用此類模型，選擇他們的投資標(biāo)的。統(tǒng)計(jì)模型指的是用統(tǒng)計(jì)方法提取出因子所建立的模型，這是經(jīng)濟(jì)學(xué)家們更加傾向于使用的建模方法，因?yàn)檫@種方法在建模以前不需要先驗(yàn)知識(shí)，可以通過建立統(tǒng)計(jì)模型來檢驗(yàn)市場(chǎng)有效性的各種假設(shè)，也可以檢驗(yàn)CAPM模型的有效性等等。第40頁，共113頁，2023年，2月20日，星期五2010-10-641圖7投資大師的選股方法第41頁，共113頁，2023年，2月20日，星期五2010-10-6421.3.2動(dòng)量反轉(zhuǎn)選股方法動(dòng)量反轉(zhuǎn)策略可以追溯到有效市場(chǎng)理論的起源。學(xué)術(shù)界對(duì)有效市場(chǎng)假說的檢驗(yàn)分為兩類：一是股價(jià)收益率分布的檢驗(yàn)；二是市場(chǎng)有效性的檢驗(yàn)。正是對(duì)市場(chǎng)弱式有效的檢驗(yàn)產(chǎn)生了動(dòng)量反轉(zhuǎn)策略。股票價(jià)格的變動(dòng)方式有兩類很重要的模式，即動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)。動(dòng)量效應(yīng)(MomentumEffect)指的是投資策略或組合的持有期業(yè)績方向和形成期業(yè)績方向一致的股價(jià)波動(dòng)現(xiàn)象；而反轉(zhuǎn)效應(yīng)(ContrarianEffect)則指的是投資策略或組合的持有期業(yè)績方向和形成期業(yè)績方向相反的股價(jià)波動(dòng)現(xiàn)象。第42頁，共113頁，2023年，2月20日，星期五2010-10-643對(duì)于動(dòng)量和反轉(zhuǎn)效應(yīng)，學(xué)術(shù)界有很多解釋，其中比較具有說服力的是行為金融學(xué)的解釋：反應(yīng)不足和反應(yīng)過度。如果在市場(chǎng)上發(fā)現(xiàn)了動(dòng)量效應(yīng)，說明股價(jià)對(duì)信息反應(yīng)不足，股價(jià)在消息公布后不是第一時(shí)間上漲或下跌至其應(yīng)有的位置，而是較為緩慢的移動(dòng)至其應(yīng)有的位置；同理，如果在市場(chǎng)上發(fā)現(xiàn)了反轉(zhuǎn)效應(yīng)，則可說明股價(jià)對(duì)信息反應(yīng)過度?？梢?，動(dòng)量效應(yīng)和反轉(zhuǎn)效應(yīng)可以看作是反應(yīng)不足與反應(yīng)過度的實(shí)證支持。在使用動(dòng)量反轉(zhuǎn)方法選股的時(shí)候，需要考慮以下幾個(gè)問題：樣本選擇的區(qū)間、不同策略在不同市況下的表現(xiàn)、持有期的長短、顯著性檢驗(yàn)等。第43頁，共113頁，2023年，2月20日，星期五2010-10-6441.3.3多因素選股方法

多因素模型力圖通過捕捉那些引起證券共同變動(dòng)的因素，然后開發(fā)基于這些因素的模型，簡化投資組合分析所要求的關(guān)于證券之間相關(guān)系數(shù)的輸入。只不過，多因素模型進(jìn)一步提出，證券之間的聯(lián)動(dòng)性，除了源于市場(chǎng)因素的影響之外，還取決于其他一些非市場(chǎng)因素。多因素模型將那些引起證券價(jià)格聯(lián)動(dòng)的因素直接加入到收益率公式之中。第44頁，共113頁，2023年，2月20日，星期五2010-10-645根據(jù)多因素模型，單只證券的期望收益率、方差及任意兩只證券之間的協(xié)方差分別可以表示成：第45頁，共113頁，2023年，2月20日，星期五2010-10-646對(duì)于因素的選取可以采用逐步回歸和分層回歸的方法進(jìn)行篩選，然后進(jìn)行主成分分析，從眾多因素中找出解釋度較高的某幾個(gè)指標(biāo)，盡可能反映原來所有的信息?？梢詫⒂绊懝善眱r(jià)格的因素分為三類：外部經(jīng)濟(jì)環(huán)境的影響，即宏觀因子。經(jīng)濟(jì)學(xué)家們都認(rèn)為：宏觀經(jīng)濟(jì)環(huán)境會(huì)對(duì)證券市場(chǎng)產(chǎn)生影響；截面對(duì)比。這類因子描述了股票的不同特征，大致可以分為兩類：基本面因子以及市場(chǎng)因子；統(tǒng)計(jì)因子。這類因子由統(tǒng)計(jì)方法得到，比如主成分分析、極大似然估計(jì)等。因子識(shí)別的方法可以是統(tǒng)計(jì)方法，也可以是投資經(jīng)驗(yàn)，或者是兩者的結(jié)合。所選定的因子或者具有統(tǒng)計(jì)意義上的顯著性，或者具有市場(chǎng)意義的顯著性，或者兼而有之。一般來說，我們可以從動(dòng)量、波動(dòng)性、成長性、規(guī)模、價(jià)值、活躍性、收益性以及收益的變異性等方面選擇指標(biāo)來解釋股票的收益率。第46頁，共113頁，2023年，2月20日，星期五2010-10-6472.資產(chǎn)配置與組合優(yōu)化資產(chǎn)配置(AssetAllocation)是指資產(chǎn)類別選擇、投資組合中各類資產(chǎn)的適當(dāng)配置以及對(duì)這些混合資產(chǎn)進(jìn)行實(shí)時(shí)管理。

Brinson，Hood，Beebower（1991）《投資業(yè)績的決定因素》指出資產(chǎn)配置策略可以解釋91.5%的基金回報(bào)率的波動(dòng)，市場(chǎng)時(shí)機(jī)選擇可以解釋1.8%，而證券選擇可以解釋4.6%。

隨著時(shí)間的推移和現(xiàn)代投資理論的發(fā)展，資產(chǎn)管理的重心從單個(gè)證券逐漸轉(zhuǎn)移到將投資組合作為一個(gè)整體來看。通過控制組合中股票、債券這些特性迥異的資產(chǎn)的比例，可以有效地規(guī)避和調(diào)節(jié)風(fēng)險(xiǎn)，這就是最早的資產(chǎn)配置的涵義。隨著投資組合整體屬性的進(jìn)一步挖掘，形成了資產(chǎn)類的概念，深化了資產(chǎn)配置的內(nèi)涵，出現(xiàn)了行業(yè)資產(chǎn)配置和風(fēng)格資產(chǎn)配置，在不同行業(yè)(如交通運(yùn)輸業(yè)、醫(yī)療保健業(yè)、金融地產(chǎn)業(yè)等)，以及不同風(fēng)格(如價(jià)值型和成長型、小盤股和大盤股)的資產(chǎn)類之間進(jìn)行合理配置。第47頁，共113頁，2023年，2月20日，星期五2010-10-648特別是自70年代初，傳統(tǒng)投資組合理論與量化分析技術(shù)的結(jié)合，極大地豐富了資產(chǎn)配置的內(nèi)涵，形成了現(xiàn)代資產(chǎn)配置理論的基本框架。它突破了傳統(tǒng)積極型投資和指數(shù)型投資的局限，將投資方法建立在對(duì)各種資產(chǎn)類股票公開數(shù)據(jù)的統(tǒng)計(jì)分析上，通過比較不同資產(chǎn)類的統(tǒng)計(jì)特征，建立數(shù)學(xué)模型，進(jìn)而確定組合資產(chǎn)的配置目標(biāo)和分配比例。資產(chǎn)配置一般包括兩大類別、三大層次，兩大類別分別為戰(zhàn)略資產(chǎn)配置和戰(zhàn)術(shù)資產(chǎn)配置，三大層次分別為全球資產(chǎn)配置、大類資產(chǎn)配置以及行業(yè)風(fēng)格配置。資產(chǎn)配置的兩大類別看成是資產(chǎn)配置的種類；資產(chǎn)配置的三個(gè)層次看成是資產(chǎn)配置的方法。第48頁，共113頁，2023年，2月20日，星期五2010-10-649資產(chǎn)配置的具體過程

第49頁，共113頁，2023年，2月20日，星期五2010-10-6502.1戰(zhàn)略資產(chǎn)配置

戰(zhàn)略資產(chǎn)配置(StrategicAssetAllocation,SAA)，根據(jù)基金的投資目標(biāo)和所在國的法律限制，確定基金資產(chǎn)配的主要資產(chǎn)類型以及各種資產(chǎn)類型所占的長期均衡比率；戰(zhàn)略性資產(chǎn)配置是基于長期的數(shù)據(jù)和最優(yōu)化模型，即一個(gè)長期平均的配置比率，或者可以看作是一個(gè)均衡配置比率戰(zhàn)術(shù)資產(chǎn)配(TacticalAssetAllocation,TAA)，指在確定了戰(zhàn)略資產(chǎn)配置之后，是否根據(jù)市場(chǎng)情況在短期內(nèi)適時(shí)調(diào)整資產(chǎn)分配比例，以及如何調(diào)整的問題。顯然，戰(zhàn)術(shù)資產(chǎn)配置含有對(duì)市場(chǎng)時(shí)機(jī)的選擇。戰(zhàn)術(shù)性資產(chǎn)配置是基于短期的數(shù)據(jù)和評(píng)估而對(duì)戰(zhàn)略性資產(chǎn)配置比率的暫時(shí)性偏離，也可以看作是短期內(nèi)的非均衡比率，是對(duì)戰(zhàn)略性資產(chǎn)配置比率的“微調(diào)”。第50頁，共113頁，2023年，2月20日，星期五2010-10-6512.1.1馬科維茨資產(chǎn)配置模型

用數(shù)學(xué)語言表示如下：

第51頁，共113頁，2023年，2月20日，星期五2010-10-6522.1.2均值-LPM資產(chǎn)配置模型哈洛的LPM方法是半方差方法的典型代表。LPM是LowerPartialMoments的簡稱，即用收益分布的左尾部分來度量風(fēng)險(xiǎn)。在某個(gè)目標(biāo)收益率T下，用LPM衡量一項(xiàng)投資的風(fēng)險(xiǎn)，其離散情形的表達(dá)式為：第52頁，共113頁，2023年，2月20日，星期五2010-10-6532.1.3VaR約束下的資產(chǎn)配置模型

VaR是一種各種頭寸和風(fēng)險(xiǎn)因素通用的度量方法，可度量股票、債券、以及各種衍生品的風(fēng)險(xiǎn)，提供了一種風(fēng)險(xiǎn)的比較標(biāo)準(zhǔn)，有利于投資機(jī)構(gòu)有效的控制總體風(fēng)險(xiǎn)。VaR方法的缺陷是只能度量市場(chǎng)正常波動(dòng)情況下的風(fēng)險(xiǎn)，因此市場(chǎng)發(fā)生重大變動(dòng)的實(shí)際損失可能遠(yuǎn)遠(yuǎn)大于VaR模型的預(yù)測(cè)值。這就要求用壓力測(cè)試和情景分析法作為VaR的補(bǔ)充。VaR的計(jì)算方法分為三大類：歷史模擬法、方差協(xié)方差方法（其中以JPMorgan的RiskMetrics方法為主要代表）和蒙特卡羅方法。第53頁，共113頁，2023年，2月20日，星期五2010-10-6542.1.4基于貝葉斯估計(jì)的資產(chǎn)配置模型

（Black-Litterman）在Markowitz的均值方差模型中，由于期望收益率與投資組合權(quán)重間復(fù)雜的設(shè)定，在優(yōu)化的時(shí)候經(jīng)常發(fā)現(xiàn)，在給定的期望收益率下所構(gòu)造的投資組合，其權(quán)重并不合理。原因：一是期望收益率非常難以估計(jì)；二是每次優(yōu)化的權(quán)重對(duì)輸入?yún)?shù)(期望收益率)太敏感，經(jīng)常導(dǎo)致各成分權(quán)重的大幅波動(dòng)。20世紀(jì)90年代初，高盛資產(chǎn)管理公司BlackandLitterman（1992）提出一套決策方式，結(jié)合了Markowitz（1952）的均值方差最優(yōu)化（Mean-VarianceOptimization）及Sharpe-Lintner的資本資產(chǎn)定價(jià)模型（CAPM）兩套現(xiàn)代投資理念，被稱為Black-Litterman模型。在Black-Litterman的模型中，采用貝葉斯方法，結(jié)合投資人的主觀看法和市場(chǎng)均衡條件下的期望收益率來進(jìn)行資產(chǎn)配置。使用者可以任意輸入投資組合期望收益率，模型將均衡進(jìn)行組合，同時(shí)產(chǎn)出資產(chǎn)期望收益率的集合和最佳投資組合的權(quán)重。第54頁，共113頁，2023年，2月20日，星期五2010-10-6552.2戰(zhàn)術(shù)資產(chǎn)配置首先，戰(zhàn)術(shù)資產(chǎn)配置一般都傾向于客觀的分析而不是依賴于主觀的判斷。往往通過運(yùn)用包括回歸分析和最優(yōu)化方法在內(nèi)的分析工具來幫助預(yù)測(cè)和決策。其次，戰(zhàn)術(shù)資產(chǎn)配置主要是通過對(duì)資產(chǎn)未來價(jià)格的衡量來完成的，也就是說，戰(zhàn)術(shù)資產(chǎn)配置在很大程度上是“價(jià)值導(dǎo)向”買進(jìn)那些被認(rèn)為是低估價(jià)值的證券，賣出那些被認(rèn)為是高估價(jià)值的證券?；鸬墓芾碚邔?duì)某些資產(chǎn)類別的短期收益即風(fēng)險(xiǎn)水平進(jìn)行預(yù)測(cè)，如果這種預(yù)測(cè)偏離了長期平均的預(yù)期水平，則可以利用短期預(yù)測(cè)做出戰(zhàn)術(shù)性資產(chǎn)配置，調(diào)整資產(chǎn)類別的權(quán)重。第55頁，共113頁，2023年，2月20日，星期五2010-10-6562.2.1行業(yè)輪動(dòng)策略市場(chǎng)在不同的階段運(yùn)行，都會(huì)經(jīng)歷相同的周期：上漲，頂部，下跌，底部，而每個(gè)階段都會(huì)對(duì)不同的行業(yè)產(chǎn)生不同的影響。行業(yè)配置是獲取超額收益的重要來源，據(jù)國外的實(shí)證研究統(tǒng)計(jì)，共同基金大部分超額收益都可以用行業(yè)配置來解釋，其作用強(qiáng)于個(gè)股的選擇。進(jìn)行動(dòng)態(tài)的行業(yè)配置或者行業(yè)輪動(dòng)策略會(huì)創(chuàng)造出客觀的超額收益。事實(shí)上，從資產(chǎn)配置的視角看，我們也可以把行業(yè)輪動(dòng)策略看成是基于行業(yè)景氣周期的資產(chǎn)配置策略。第56頁，共113頁，2023年，2月20日，星期五2010-10-657行業(yè)景氣周期分析

行業(yè)景氣變化的內(nèi)在影響因素可歸為兩個(gè)方面：周期性因素和結(jié)構(gòu)性因素。周期性因素主要包括行業(yè)的宏觀經(jīng)濟(jì)周期波動(dòng)敏感性、產(chǎn)業(yè)生命周期；結(jié)構(gòu)性因素則包括行業(yè)的增長動(dòng)力、行業(yè)的集中度、行業(yè)在國民經(jīng)濟(jì)中的地位等。

第57頁，共113頁，2023年，2月20日，星期五2010-10-658中國GDP的增長周期及經(jīng)濟(jì)周期中各產(chǎn)業(yè)鏈景氣輪動(dòng)情況第58頁，共113頁，2023年，2月20日，星期五2010-10-659行業(yè)配置方法

戰(zhàn)略資產(chǎn)配置的所有模型都可以用來進(jìn)行行業(yè)配置，如馬科維茨MV模型、均值-LPM模型、VaR約束下的資產(chǎn)配置模型、Black-Litterman模型等。需要解決的關(guān)鍵問題依然是（行業(yè)）期望收益率的預(yù)測(cè)問題，我們可以采用一致預(yù)期的行業(yè)收益率，也可以使用多因素方法獲得行業(yè)預(yù)期收益率。對(duì)于數(shù)量化方法而言，則更傾向于使用多因素模型來預(yù)測(cè)行業(yè)的預(yù)期收益率。前文對(duì)于行業(yè)景氣周期影響因素的分析，就是為了建立多因素模型所作的鋪墊。第59頁，共113頁，2023年，2月20日，星期五2010-10-6602.2.2風(fēng)格輪動(dòng)策略風(fēng)格投資是組合投資理論研究中的一個(gè)重要分支。所謂風(fēng)格（style）實(shí)際是分類方法在證券投資中的應(yīng)用，投資者可以按照行業(yè)屬性或者公司規(guī)模屬性的不同將股票分成不同屬性的資產(chǎn)類別，這種賴以分類的股票群體的某種共同特征，稱為股票風(fēng)格，而以某種具體的風(fēng)格而不是以單只股票為基礎(chǔ)進(jìn)行資產(chǎn)配置行為，就是風(fēng)格投資。第60頁，共113頁，2023年，2月20日，星期五2010-10-661風(fēng)格的分類

最常用的基金分類標(biāo)準(zhǔn)有ICI和Morningstar公司、Lipper公司的標(biāo)準(zhǔn)。MorningStar是一種典型的風(fēng)格劃分系統(tǒng)，其劃分辦法是按照基金組合中持股內(nèi)容的加權(quán)市值為縱軸，分為大盤、中盤及小盤三類，而以市凈率、市盈率為橫軸，分為價(jià)值型、平衡型與成長型三類，將基金按照持股特征投入此3×3的分析方格中再確定基金風(fēng)格類屬。按照MorningStar的方法，所有的基金可分成大盤成長、大盤平衡、大盤價(jià)值、中盤成長、中盤平衡、中盤價(jià)值、小盤成長、小盤平衡、小盤價(jià)值九個(gè)分類。第61頁，共113頁，2023年，2月20日，星期五2010-10-662風(fēng)格的周期大多數(shù)實(shí)證研究都表明價(jià)值型組合和成長型股票組合、小盤股組合和大盤股股票組合之間有顯著的收益差異，且累計(jì)收益的差異對(duì)價(jià)值型組合和小盤股組合有利。不同風(fēng)格投資收益率差異存在周期性。1998～1999年成熟股市中成長型股票組合的收益顯著高于價(jià)值型組合，平均年收益率差異高達(dá)25%，更出乎大多數(shù)金融學(xué)者的意料，這促使理論界和資產(chǎn)管理者重新審視價(jià)值投資和小盤股更有優(yōu)勢(shì)的觀點(diǎn)，并最終認(rèn)識(shí)到價(jià)值型組合不可能永遠(yuǎn)超越成長型組合，小盤股組合不可能永遠(yuǎn)超越大盤股組合，也就是價(jià)值型和成長型的收益以及小盤股和大盤股的收益都存在著周期性。正因?yàn)轱L(fēng)格周期性存在，所以積極地進(jìn)行風(fēng)格管理，正確地判斷、把握以及選擇風(fēng)格傾向，這樣才能獲得超額的市場(chǎng)收益。第62頁，共113頁，2023年，2月20日，星期五2010-10-663

風(fēng)格輪動(dòng)模型在可以預(yù)測(cè)的前提下，積極的風(fēng)格管理在不同風(fēng)格股票組合中進(jìn)行輪動(dòng)（stylerotation）的策略有機(jī)會(huì)擊敗消極的風(fēng)格管理策略。這種預(yù)測(cè)的前提是需要知曉轉(zhuǎn)換的相關(guān)變量，也就是說是什么變量決定了各種投資風(fēng)格在不同時(shí)期內(nèi)的收益差異，這方面的研究主要有二類，第一類是從研究宏觀經(jīng)濟(jì)周期入手，研究宏觀變量和投資風(fēng)格之間的關(guān)系；另外一類是從行為金融角度入手，認(rèn)為風(fēng)格表現(xiàn)只不過是過度反應(yīng)的結(jié)果，因此可從過去風(fēng)格的表現(xiàn)推斷未來風(fēng)格表現(xiàn)，未來風(fēng)格收益是以往風(fēng)格表現(xiàn)的一個(gè)正動(dòng)量外推函數(shù)（風(fēng)格動(dòng)量）。第63頁，共113頁，2023年，2月20日，星期五2010-10-664

文獻(xiàn)追蹤一個(gè)真實(shí)的風(fēng)格轉(zhuǎn)換策略必須對(duì)大額頭寸轉(zhuǎn)換所產(chǎn)生的流動(dòng)性成本有充分的認(rèn)識(shí)。對(duì)此，Bause（2002，2003）、陳琪龍(2003)和Georgi（2003）分別給出了三種考慮交易成本的風(fēng)格轉(zhuǎn)換模型。Basue（2002）在總結(jié)前人研究的基礎(chǔ)上，從早期研究中認(rèn)為和風(fēng)格轉(zhuǎn)換相關(guān)有關(guān)的17個(gè)因子中，在比較三種回歸（簡單相關(guān)性、最小二乘回歸和Logit回歸）模型的優(yōu)缺點(diǎn)后，選擇Logit模型對(duì)風(fēng)格優(yōu)勢(shì)進(jìn)行判斷，在以1990年1月和2001年12月的樣本基礎(chǔ)上，形成一種風(fēng)格轉(zhuǎn)換策略模型。陳琪龍（2003）則采用MarkovSwitch模型對(duì)1946～1998年美國標(biāo)準(zhǔn)普爾指數(shù)月度數(shù)據(jù)的風(fēng)格轉(zhuǎn)換進(jìn)行了研究，采用1946～1969年的數(shù)據(jù)建立風(fēng)格轉(zhuǎn)換模型，再利用1970～1998年的數(shù)據(jù)進(jìn)行檢驗(yàn)，發(fā)展出馬爾科夫轉(zhuǎn)換概率模型。Bause（2003）和Georgi（2003）則分別利用最新的人工智能學(xué)習(xí)方法中的支持向量機(jī)模型（SupportVectorMachines）給出了美國股市的風(fēng)格轉(zhuǎn)換模型，盡管是獨(dú)立研究，但兩者的方法基本相同，都在宏觀因子和一些技術(shù)分析數(shù)據(jù)中進(jìn)行數(shù)據(jù)挖掘，采用多次統(tǒng)計(jì)學(xué)習(xí)方法給出了一個(gè)實(shí)證風(fēng)格轉(zhuǎn)換模型，并有一個(gè)非常好的轉(zhuǎn)換結(jié)果。第64頁，共113頁，2023年，2月20日，星期五2010-10-6652.2.3（可轉(zhuǎn)移）Alpha策略理論上，資產(chǎn)的收益可以分成兩個(gè)部分：來自市場(chǎng)風(fēng)險(xiǎn)部分的期望收益稱作beta；而與市場(chǎng)風(fēng)險(xiǎn)無關(guān)的主動(dòng)風(fēng)險(xiǎn)的那部分收益稱作alpha。alpha策略就是尋找到一個(gè)alpha的來源，通過衍生品（股指期貨、互換等）剝離其含有的beta,獲得與市場(chǎng)相關(guān)性較低的alpha,圍繞alpha進(jìn)行投資的相關(guān)策略。最常用的方法有純粹的alpha策略和可轉(zhuǎn)移alpha策略，一般分尋找、分離、轉(zhuǎn)移、管理alpha四個(gè)步驟。尋找alpha有兩種方法：一種是選擇投資經(jīng)理，另一種是依靠數(shù)量模型。通過預(yù)測(cè)alpha來選擇、分離、管理alpha是比較直接的一個(gè)想法，根據(jù)前期研究發(fā)現(xiàn)基礎(chǔ)變量法是一個(gè)比較可靠的預(yù)測(cè)方法。第65頁，共113頁，2023年，2月20日，星期五2010-10-666Alpha策略的本質(zhì)是，選取具有超額能力的現(xiàn)貨組合、同時(shí)利用股指期貨對(duì)沖現(xiàn)貨組合的系統(tǒng)風(fēng)險(xiǎn)，從而留下了現(xiàn)貨組合的非系統(tǒng)風(fēng)險(xiǎn)，而這種非系統(tǒng)風(fēng)險(xiǎn)表現(xiàn)為超越市場(chǎng)的選股收益。以股市Alpha策略為例，可以采用“現(xiàn)貨多頭＋期貨空頭”構(gòu)建。操作上，一方面建立能夠獲取超額收益的投資組合的多頭頭寸，同時(shí)，建立股指期貨的空頭頭寸以對(duì)沖現(xiàn)貨組合的系統(tǒng)風(fēng)險(xiǎn)?？赊D(zhuǎn)移Alpha策略的主要目的在于將Beta收益從投資組合中完全分離出來，而將策略的重點(diǎn)放在尋找Alpha引擎上，從而提高Alpha的收益。在使用可轉(zhuǎn)移Alpha策略時(shí)需要注意的是，Alpha類資產(chǎn)和Beta類資產(chǎn)的相關(guān)性必須很低。可轉(zhuǎn)移Alpha策略已經(jīng)在全球范圍內(nèi)得以應(yīng)用，特別是在對(duì)沖基金的資產(chǎn)管理策略上。第66頁，共113頁，2023年，2月20日，星期五2010-10-6672.2.4投資組合保險(xiǎn)策略投資組合保險(xiǎn)理論（PortfolioInsurance）是由Leland和Rubinstein（1976）提出，總的思想是通過歐式看跌期權(quán)對(duì)沖風(fēng)險(xiǎn)資產(chǎn)投資組合所面對(duì)的市場(chǎng)風(fēng)險(xiǎn)。Leland和Rubinstein（1981）對(duì)該理論進(jìn)行了完善，創(chuàng)立了復(fù)制看跌（syntheticput）投資組合保險(xiǎn)模型,標(biāo)志著投資組合保險(xiǎn)理論的一個(gè)研究分支—以期權(quán)為基礎(chǔ)的組合保險(xiǎn)理論（Option-basedPortfolioInsurance—OBPI）的形成。投資組合保險(xiǎn)包括的具體的策略恒定比例投資組合保險(xiǎn)策略(ConstantProportionPortfolioInsurance，CPPI)時(shí)間不變性投資組合保險(xiǎn)策略(TimeInvariantPortfolioProtection，TIPP)基于期權(quán)的投資組合保險(xiǎn)策略(OptionBasedPortfolioInsurance，OBPI)經(jīng)驗(yàn)方法買入持有（buy-and-hold）Bird&Demnis等（1988）提出的止損策略（stop-lossstrategy）第67頁，共113頁，2023年，2月20日，星期五2010-10-6683.基于指數(shù)預(yù)測(cè)的時(shí)機(jī)選擇股市的可預(yù)測(cè)性問題與有效市場(chǎng)假說（EMH)密切相關(guān)。大多數(shù)研究結(jié)論支持中國股票市場(chǎng)尚未達(dá)到弱勢(shì)有效，即股票價(jià)格時(shí)間序列并非序列無關(guān)，而是序列相關(guān)的，即歷史數(shù)據(jù)對(duì)股票的價(jià)格形成起作用。因此，通過對(duì)歷史信息的分析預(yù)測(cè)價(jià)格。隨著計(jì)算機(jī)技術(shù)、混沌、分形理論的發(fā)展，人們開始將股票的市場(chǎng)行為納入非線性動(dòng)力學(xué)研究范疇。眾多的研究發(fā)現(xiàn)我國股市的指數(shù)收益中，存在經(jīng)典線性相關(guān)之外的非線性相關(guān)，從而拒絕了隨機(jī)游走的假設(shè)，指出股價(jià)的波動(dòng)不是完全隨機(jī)的，它貌似隨機(jī)、雜亂，但在其復(fù)雜表面的背后，卻隱藏著確定性的機(jī)制，因此存在可預(yù)測(cè)成分。認(rèn)為股價(jià)可預(yù)測(cè)，并不等于說可以100%的準(zhǔn)確預(yù)見，而是指可以使用經(jīng)濟(jì)預(yù)測(cè)的方法，建立起能在一定誤差要求之下的預(yù)測(cè)股價(jià)變動(dòng)的預(yù)測(cè)模型。第68頁，共113頁，2023年，2月20日，星期五2010-10-6693.1灰色預(yù)測(cè)模型

我們知道自變量和因變量之間可能滿足某種數(shù)學(xué)關(guān)系和滿足某種特定條件，但由于歷史數(shù)據(jù)不全面和不充分或某些變量尚不清楚和不確定，使預(yù)測(cè)處于一種半明半暗的狀態(tài)。由此，利用灰色模型來預(yù)測(cè)股票市場(chǎng)價(jià)格成為目前比較可行的辦法，我們可以把股價(jià)動(dòng)態(tài)變化看作一個(gè)灰色系統(tǒng)，主要針對(duì)受多種不確定因素影響的股票價(jià)格建立GM(l,l)模型，利用此模型可以更好的預(yù)測(cè)股票價(jià)格短期發(fā)展變化趨勢(shì)。除了灰色GM(1,1)模型外，近來發(fā)展起來的灰色預(yù)測(cè)模型還有：灰色新陳代謝模型和灰色馬爾可夫模型。第69頁，共113頁，2023年，2月20日，星期五2010-10-6703.2神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

股市的建模與預(yù)測(cè)所處理的信息量往往十分龐大，因此對(duì)算法有很嚴(yán)格的要求，它的非線性動(dòng)力學(xué)特性也非常復(fù)雜，所以一般傳統(tǒng)的方法對(duì)于股市的預(yù)測(cè)往往難如人意。人工神經(jīng)網(wǎng)絡(luò)因具有廣泛的適應(yīng)能力、學(xué)習(xí)能力和映射能力，在多變量非線性系統(tǒng)的建模方面取得了驚人的成就，成為新興的預(yù)測(cè)時(shí)間序列的方法。人工神經(jīng)絡(luò)模型具有巨量并行性、存儲(chǔ)分布性、結(jié)構(gòu)可變性、高度非線性、自學(xué)習(xí)性和自組織性等特點(diǎn)，而且可以逼近任何連續(xù)函數(shù)，目前廣泛應(yīng)用神經(jīng)網(wǎng)絡(luò)作為非線性函數(shù)的逼近模型。神經(jīng)網(wǎng)絡(luò)目前在國際上已廣泛應(yīng)用于金融分析和預(yù)測(cè)，并取得了較好的效果。第70頁，共113頁，2023年，2月20日，星期五2010-10-6714.行為金融及其指導(dǎo)下的投資策略西方投資管理經(jīng)歷了三個(gè)發(fā)展階段，即20世紀(jì)30年代以前的投機(jī)階段，以美國1933年《證券法》和1934年《證券交易法》為起始標(biāo)志的職業(yè)化階段，以及1952年后的科學(xué)化階段。金融經(jīng)濟(jì)學(xué)已經(jīng)基本建立起了一套成熟的理論體系，所有這些經(jīng)典金融理論，都是建立在一個(gè)基本的假設(shè)基礎(chǔ)之上，即“理性人”假設(shè)。理性人假設(shè)是傳統(tǒng)金融經(jīng)濟(jì)學(xué)的理論基石，而有效市場(chǎng)則是在理性人假設(shè)下的符合邏輯的基本信念，如果市場(chǎng)不是有效率的，則各種傳統(tǒng)經(jīng)典金融理論都存在致命的缺陷。我們可以采取針對(duì)非理性市場(chǎng)行為的投資策略來實(shí)現(xiàn)投資目標(biāo)。行為金融投資策略包括反向投資策略、動(dòng)量投資策略、成本平均策略和時(shí)間分散策略等。第71頁，共113頁，2023年，2月20日，星期五2010-10-6724.1反向投資策略與動(dòng)量交易策略

反向投資策略(ContrarianInvestmentStrategy，CIS)就是買進(jìn)過去表現(xiàn)差的股票而賣出過去表現(xiàn)好的股票(BuyingpastloserandSellingpastwinners)來進(jìn)行套利的投資方法。其主要論據(jù)是投資者心理的錨定和過度自信特征。行為金融理論認(rèn)為，由于投資者在實(shí)際投資決策中，往往過分注重上市公司近期表現(xiàn)的結(jié)果，通過一種質(zhì)樸策略(NaiveStrategy)—也就是簡單外推的方法，根據(jù)公司的近期表現(xiàn)對(duì)其未來進(jìn)行預(yù)測(cè)，從而導(dǎo)致對(duì)公司近期業(yè)績情況做出持續(xù)過度反應(yīng)，形成對(duì)績差公司股價(jià)的過分低估和對(duì)績優(yōu)公司股價(jià)的過分高估現(xiàn)象，這一點(diǎn)為投資者利用反向投資策略提供了套利的機(jī)會(huì)。它是行為金融理論發(fā)展至今最為成熟，同時(shí)也是最受關(guān)注的論點(diǎn)之一，主要源于人們對(duì)信息過度反應(yīng)的結(jié)果。第72頁，共113頁，2023年，2月20日，星期五2010-10-673動(dòng)量交易策略(MomentumTradingStrategy)是指分析股票在過去的相對(duì)短時(shí)期的時(shí)間內(nèi)(一般指一個(gè)月至一年之間)的表現(xiàn)，事先對(duì)股票收益和交易量設(shè)定“篩選”條件，只有當(dāng)條件滿足時(shí)才買入或賣出股票的投資策略。動(dòng)量策略：購買過去幾個(gè)月中表現(xiàn)良好的股票，賣出過去幾個(gè)月中表現(xiàn)糟糕的股票。動(dòng)量交易策略能夠獲利，存在著許多解釋：一是“收益動(dòng)量”，即當(dāng)股票收益的增長超過預(yù)期，或者當(dāng)投資者一致預(yù)測(cè)股票未來收益的增長時(shí)，股票的收益會(huì)趨于升高。因此，動(dòng)量交易策略所獲得的利潤是由于股票基本價(jià)值的變動(dòng)帶來的。反轉(zhuǎn)策略正好相反。第73頁，共113頁，2023年，2月20日，星期五2010-10-6744.2捕捉并集中投資策略行為金融理論指導(dǎo)下的投資者追求的是努力超越市場(chǎng)，獲取超額收益.通過三種途徑來實(shí)現(xiàn):獲取相對(duì)于市場(chǎng)來說要超前的優(yōu)勢(shì)信息，尤其是未公開的信息。投資者可以通過對(duì)行業(yè)、產(chǎn)業(yè)以及政策、法規(guī)、相關(guān)事件等多種因素的分析、權(quán)衡與判斷，綜合各種信息來形成自己的獨(dú)特信息優(yōu)勢(shì);選擇利用較其他投資者更加有效的模型來處理信息。而這些模型也并非是越復(fù)雜就越好，關(guān)鍵是實(shí)用和有效;利用其他投資者的認(rèn)識(shí)偏差或錨定效應(yīng)等心理特點(diǎn)來實(shí)施成本集中策略。行為金融投資者則在捕捉到市場(chǎng)價(jià)格被錯(cuò)誤定價(jià)的股票后，率先集中資金進(jìn)行集中投資，贏取更大的收益。對(duì)這一策略最好的解釋就是巴菲特的投資理念，集中持股，長期持有。巴菲特一向反對(duì)過度分散投資。第74頁，共113頁，2023年，2月20日，星期五2010-10-6754.3小盤股策略20世紀(jì)70年代，芝加哥大學(xué)的兩位博士R·班尼和M·瑞格曼提出了小盤股的高回報(bào)效應(yīng)來挑戰(zhàn)有效市場(chǎng)理論。他們的論文驗(yàn)證了小盤股股票收益長期優(yōu)于市場(chǎng)平均水平。法碼(Fama)、法蘭奇(French)等人1993年的研究表明，小盤股效應(yīng)很可能是由小盤價(jià)值股引起。小盤股分小盤價(jià)值股和小盤成長股。當(dāng)名義收益增長時(shí)，小盤股的收益傾向于超過大盤股的收益。普拉德夫曼(Pradhuman)與伯恩斯坦(Bernstein)的研究也證實(shí)當(dāng)工業(yè)產(chǎn)值增加時(shí)、通貨膨脹加速、債券等級(jí)利差縮小、經(jīng)濟(jì)高漲時(shí)，投資者應(yīng)轉(zhuǎn)向有利的小盤股的投資。第75頁，共113頁，2023年，2月20日，星期五2010-10-6764.4成本平均策略

成本平均策略是指在一個(gè)相對(duì)完整的股價(jià)波浪運(yùn)動(dòng)中，投資者將投資資金分為不同的份額，在投資期限內(nèi)根據(jù)不同的價(jià)格分批投資同一股票，并且在股票價(jià)格較高時(shí)投資資金數(shù)額較少，當(dāng)價(jià)格較低時(shí)投資資金數(shù)額較多，從而降低投資成本，以避免一次性投資帶來的風(fēng)險(xiǎn)，實(shí)現(xiàn)較高的收益。1996年菲利普斯等人對(duì)美國紐約股票市場(chǎng)1977~1988年的交易情況進(jìn)行實(shí)證研究發(fā)現(xiàn)，運(yùn)用成本平均策略的投資者在股票價(jià)格較高時(shí)投資資金數(shù)額較少，當(dāng)價(jià)格較低時(shí)投資資金數(shù)額較多，當(dāng)股指運(yùn)行到高位時(shí)拋出股票，獲得了非常好的收益。第76頁，共113頁，2023年，2月20日，星期五2010-10-6774.5時(shí)間分散化策略

時(shí)間分散化是指在一個(gè)長波投資周期中，如50年，投資者在年輕時(shí)將資產(chǎn)組合中的較大比例投入股市中，隨著投資者年齡的增長則將股票的比例逐步減少的策略。時(shí)間分散化策略是基于行為金融學(xué)的一個(gè)重要的結(jié)論，即時(shí)間會(huì)分散股票的風(fēng)險(xiǎn)，也就是說，股市的風(fēng)險(xiǎn)會(huì)隨著投資期限的增加而有所降低。1995年，邁哈維和普雷斯科特的實(shí)證研究發(fā)現(xiàn)，1926～1992年美國股票對(duì)短期政府債券的資產(chǎn)溢價(jià)每年平均為6.l%，也就是說，在一個(gè)長波投資周期中，股票的歷史回報(bào)率遠(yuǎn)高于債券及國債的歷史回報(bào)率。但在短期內(nèi)，股票的價(jià)格走勢(shì)常常出現(xiàn)非理性的上漲或下跌，具有極大的風(fēng)險(xiǎn)。投資者由于噪聲和非理性的認(rèn)知和行為偏差，會(huì)遭受巨大的資產(chǎn)損失。因此，如果不考慮代際遺產(chǎn)問題，年老的投資者應(yīng)當(dāng)在自己的資產(chǎn)組合中降低股票投資的比例。第77頁，共113頁，2023年，2月20日，星期五2010-10-6784.6設(shè)立止損點(diǎn)的交易策略

設(shè)立止損點(diǎn)策略是指投資者針對(duì)證券市場(chǎng)投資者的“處置效應(yīng)”在投資活動(dòng)中設(shè)立一個(gè)合理的獲利或虧損“了結(jié)點(diǎn)”，當(dāng)股價(jià)上漲或下跌到該價(jià)位時(shí)，投資者即將持有的股票賣出的策略和方法。每一次入市買賣時(shí)投資者都應(yīng)該訂下“停損點(diǎn)”，即當(dāng)證券價(jià)格跌至某個(gè)預(yù)定的價(jià)位“立即平倉”以限制損失的進(jìn)一步擴(kuò)大。因此“設(shè)立止損點(diǎn)”策略的關(guān)鍵是合理確定獲利了結(jié)點(diǎn)。第78頁，共113頁，2023年，2月20日，星期五2010-10-6795.程序化交易與算法交易程序化交易（ProgramTrading）起源于1975年美國出現(xiàn)的“股票組合轉(zhuǎn)讓與交易”，即專業(yè)投資經(jīng)理和經(jīng)紀(jì)人可以直接通過計(jì)算機(jī)與股票交易所聯(lián)機(jī)，來實(shí)現(xiàn)股票組合的一次性買賣交易。由此，金融市場(chǎng)的訂單實(shí)現(xiàn)了電腦化。電子信息網(wǎng)絡(luò)（ElectronicCommunicationNetworks，ECNs）在70年代迅速興起。1978年，SEC又一紙法令，催生了ITS（Inter-marketTradingSystem）。ITS以電子網(wǎng)絡(luò)為基礎(chǔ)，讓證券交易下單在全美各個(gè)交易市場(chǎng)之間互聯(lián)。NASDQ立即響應(yīng)，為ITS提供與NASDQ互聯(lián)的計(jì)算機(jī)輔助執(zhí)行系統(tǒng)(ComputerAssistedExecutionSystem)。這樣，ITS/CAES以及已經(jīng)形成氣候的各個(gè)ECNs，組成了全美國的電子交易網(wǎng)絡(luò)平臺(tái)。技術(shù)的發(fā)展和網(wǎng)絡(luò)的建立，給程序化交易創(chuàng)造了條件。程序化交易更多強(qiáng)調(diào)的是訂單是如何生成的，即通過某種策略生成交易指令，以便實(shí)現(xiàn)某個(gè)特定的投資目標(biāo)。算法交易更多強(qiáng)調(diào)的是交易的執(zhí)行，即如何快速、低成本、隱蔽的執(zhí)行大批量的訂單；第79頁，共113頁，2023年，2月20日，星期五2010-10-680歐美市場(chǎng)典型的交易網(wǎng)絡(luò)連接圖第80頁，共113頁，2023年，2月20日，星期五2010-10-6815.1程序化交易（ProgramTrading）

程序化交易策略主要包括：指數(shù)套利策略數(shù)量化程序交易策略動(dòng)態(tài)對(duì)沖策略配對(duì)交易策略久期平均策略第81頁，共113頁，2023年，2月20日，星期五2010-10-682指數(shù)套利具體的業(yè)務(wù)流程第82頁，共113頁，2023年，2月20日，星期五2010-10-6835.2算法交易（AlgorithmicTrading）算法交易，也被稱為自動(dòng)交易（AutomatedTrading）、黑盒交易（Black-boxTrading）、無人值守交易（RoboTrading），是使用計(jì)算機(jī)來確定訂單最佳的執(zhí)行路徑、執(zhí)行時(shí)間、執(zhí)行價(jià)格以及執(zhí)行的數(shù)量一種交易方法。算法交易廣泛應(yīng)用于對(duì)沖基金、企業(yè)年金、共同基金以及其他一些大型的機(jī)構(gòu)投資者，他們使用算法交易對(duì)大額訂單進(jìn)行分拆，尋找最佳的路由和最有利的執(zhí)行價(jià)格，以降低市場(chǎng)的沖擊成本、提高執(zhí)行效率和訂單執(zhí)行的隱蔽性。任何投資策略都可以使用算法交易進(jìn)行訂單的執(zhí)行，包括做市、場(chǎng)內(nèi)價(jià)差交易、套利、或者純粹的投機(jī)（包括趨勢(shì)跟隨交易TrendFollowing）。第83頁，共113頁，2023年，2月20日，星期五2010-10-6846.績效評(píng)估技術(shù)建立基金績效綜合評(píng)價(jià)指標(biāo)，全面客觀地評(píng)價(jià)證券投資基金的管理績效，既有助于基金產(chǎn)品設(shè)計(jì)人員評(píng)估模擬組合的風(fēng)險(xiǎn)收益特征、投資的分散化程度、資產(chǎn)配置的效果等，更有助于投資管理人準(zhǔn)確把握基金本身的投資效果，及時(shí)修改投資策略、改善投資績效。主要內(nèi)容包括：風(fēng)險(xiǎn)調(diào)整收益分析。主要包括常用指標(biāo)如RAROC指標(biāo)、Sharpe比率、Treynor指數(shù)、Jensen指數(shù)、M2指數(shù)、InformationRatio的指標(biāo)出處、指標(biāo)實(shí)現(xiàn)方法、指標(biāo)的優(yōu)缺點(diǎn)等；投資管理人的投資才能分析的指標(biāo)與方法。該方法主要評(píng)價(jià)證券選擇能力（stockselection）、時(shí)機(jī)選擇能力(markettiming)和投資分散化程度（diversification）；投資業(yè)績持續(xù)性分析，主要包括雙向表分析和自相關(guān)系數(shù)檢驗(yàn)；第三部分介紹超額收益歸因分析，包括證券選擇貢獻(xiàn)、行業(yè)選擇貢獻(xiàn)、行業(yè)內(nèi)個(gè)股選擇貢獻(xiàn)等等。第84頁，共113頁，2023年，2月20日，星期五2010-10-685績效評(píng)估體系第85頁，共113頁，2023年，2月20日，星期五2010-10-6866.1風(fēng)險(xiǎn)調(diào)整收益分析RAROC指標(biāo)指標(biāo)出處：RAROC(RiskAdjustedReturnonCapital)最初為信孚銀行所采用的一種業(yè)績?cè)u(píng)估方法，全稱為風(fēng)險(xiǎn)調(diào)整的資本收益率。指標(biāo)簡介：該指標(biāo)是一種基于VaR方法計(jì)算風(fēng)險(xiǎn)調(diào)整收益的方法，常用于業(yè)績?cè)u(píng)價(jià)。其一般公式為：RAROC=調(diào)整后的收入/在險(xiǎn)資本RAROC＝組合已實(shí)現(xiàn)收益/絕對(duì)VaR指標(biāo)應(yīng)用：投資者投資某種資產(chǎn)組合，冒其市值可能下跌一元的風(fēng)險(xiǎn)，看其市值最好能漲幾元。對(duì)于一種投資組合而言，如果RAROC≥1，那么投資該組合是可取的；如果RAROC<1，那么投資該組合就不可取。第86頁，共113頁，2023年，2月20日，星期五2010-10-687Sharpe比率指標(biāo)出處：Sharpe,WilliamE.,1966,“MutualFundPerformance,”JournalofBusiness,指標(biāo)簡介：夏普指數(shù)以資本市場(chǎng)線（SML）作為基準(zhǔn)基金業(yè)績，是對(duì)基金業(yè)績?cè)u(píng)價(jià)時(shí)最經(jīng)常使用的方法。其計(jì)算公式為：指標(biāo)應(yīng)用：夏普系數(shù)實(shí)際上是衡量投資組合承擔(dān)單位風(fēng)險(xiǎn)（包括系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)）所獲得的超額收益,當(dāng)然是越大越好。＝（組合平均收益率－無風(fēng)險(xiǎn)收益率）/組合收益率標(biāo)準(zhǔn)差第87頁，共113頁，2023年，2月20日，星期五2010-10-688M2測(cè)度指標(biāo)出處：FrancoModigliani&LeahModigliani,Winter1997,‘’Risk-AdjustedPerformance’’.TheJournalofPortfolioManagement指標(biāo)簡介：M2測(cè)度是對(duì)夏普比的一種改進(jìn)。其計(jì)算公式是：指標(biāo)應(yīng)用：該指標(biāo)的目的是糾正投資者只考慮基金原始業(yè)績的傾向，鼓勵(lì)他們應(yīng)同時(shí)注意基金業(yè)績中的風(fēng)險(xiǎn)因素，從而幫助投資者挑選出能帶來真正最佳業(yè)績的的投資基金。第88頁，共113頁，2023年，2月20日，星期五2010-10-689Treynor指數(shù)指標(biāo)出處：Treynor,JackL.,1965,“HowtoRateManagementofInvestmentFunds,”HarvardBusinessReview.指標(biāo)簡介：特雷諾（Treynor）指數(shù)基于資本資產(chǎn)定價(jià)模型（CAPM），用β作為風(fēng)險(xiǎn)度量的標(biāo)準(zhǔn)，β是投資組合收益率與市場(chǎng)投資組合收益率的回歸斜率。Treynor指標(biāo)是學(xué)術(shù)界使用作為風(fēng)險(xiǎn)標(biāo)準(zhǔn)來調(diào)整收益率的第一個(gè)模型。其計(jì)算方法為：指標(biāo)應(yīng)用：其評(píng)估方法是首先計(jì)算樣本期內(nèi)各種基金和市場(chǎng)的Treynor指數(shù)，然后進(jìn)行比較，較大的Treynor指數(shù)意味者較好的績效。第89頁，共113頁，2023年，2月20日，星期五2010-10-690Jenson系數(shù)指標(biāo)出處：Jensen,M.,1968,”Theperformanceofmutualfundsintheperiod1945-1964”,JournalofFinance.指標(biāo)簡介：詹森（Jenson）系數(shù)也是基于CAPM模型。該系數(shù)是所需評(píng)價(jià)的投資組合的收益率與證券市場(chǎng)線上相同風(fēng)險(xiǎn)值的投資組合的收益率之差。其計(jì)算公式為：指標(biāo)應(yīng)用：對(duì)于投資組合而言，如果其詹森（Jenson）系數(shù)也即αp

系數(shù)顯著為正，則說明該投資組合的投資收益優(yōu)于市場(chǎng)投資組合，有良好的預(yù)期；反之，如果其αp

值顯著為負(fù)，則說明該投資組合的投資收益低于市場(chǎng)投資組合，未來預(yù)期不可樂觀。αp

的顯著與否可通過統(tǒng)計(jì)檢驗(yàn)中的t檢驗(yàn)來確定。第90頁，共113頁，2023年，2月20日，星期五2010-10-691信息比率指標(biāo)出處：由諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主WilliamSharpe創(chuàng)立。指標(biāo)簡介：信息比率（Informationratio）考察的是投資組合承受偏離指數(shù)的風(fēng)險(xiǎn)時(shí)能增加多少超過指數(shù)的收益，衡量了組合承擔(dān)非系統(tǒng)風(fēng)險(xiǎn)所帶來的額外收益的能力，是評(píng)估投資組合績效一致性的一個(gè)相當(dāng)重要的指標(biāo)，也是S＆PMicropal對(duì)基金進(jìn)行評(píng)定的主要依據(jù)。其計(jì)算公式為：指標(biāo)應(yīng)用：在應(yīng)用時(shí)，信息比率首先考察投資組合的收益是否高于指數(shù)，投資組合的收益當(dāng)然越高越好。第91頁，共113頁，2023年，2月20日，星期五2010-10-692Stutzer指數(shù)Sharpe指數(shù)在非正態(tài)收益分布以及負(fù)值的情況下存在缺陷，Stutzer指數(shù)可以綜合偏度和峰度校正Sharpe比率的缺陷。其中：E表示數(shù)學(xué)期望RP投資組合收益率Rf為無風(fēng)險(xiǎn)收益率調(diào)整后的Stutzer指數(shù)為：第92頁，共113頁，2023年，2月20日，星期五2010-10-6936.2投資管理人投資才能分析

6.2.1證券選擇能力和時(shí)機(jī)選擇能力分析證券選擇能力（stockselection），即投資管理人識(shí)別價(jià)格被低估（underpriced）的證券以及構(gòu)造最優(yōu)證券組合的能力。時(shí)機(jī)選擇能力(markettiming)，即基金管理人判斷市場(chǎng)行情發(fā)展趨勢(shì)的能力。當(dāng)預(yù)計(jì)股票市場(chǎng)將上漲時(shí)，基金管理人將增加股權(quán)投資，減少債券投資，并增加股權(quán)投資中市場(chǎng)風(fēng)險(xiǎn)系數(shù)較高的行業(yè)和企業(yè)的投資比例，從而提高投資組合的市場(chǎng)風(fēng)險(xiǎn)水平。反之，則反向操作。第93頁，共113頁，2023年，2月20日，星期五2010-10-694Jensen模型模型簡介：Jensen不僅提出了計(jì)算風(fēng)險(xiǎn)調(diào)整收益的詹森（Jenson）系數(shù)，還提出了判斷Jensen指標(biāo)在統(tǒng)計(jì)學(xué)意義上是否顯著的方法，即下列回歸方程式：第94頁，共113頁，2023年，2月20日，星期五2010-10-695Treynor和Masuy模型模型出處：Treynor,J.,Masuy,K.,1966,”Canmutualfundsoutguessthemarket”,HarvardBusinessReview模型簡介：作為對(duì)Jensen模型的改進(jìn)，在證券市場(chǎng)回歸模型中，他們加入一個(gè)二次項(xiàng)來評(píng)估證券投資基金經(jīng)理擇時(shí)與選股能力。特征線不再是固定斜率的直線，而是一條斜率會(huì)隨市場(chǎng)狀況改變的曲線，回歸模型為：第95頁，共113頁，2023年，2月20日，星期五2010-10-696Henriksson和Merton的二項(xiàng)式隨機(jī)變量模型模型出處：Henriksson.R和Merton.R，1981.“Onmarkettimingandinvestmentperformance:Statisticalproceduresforevaluatingforecastingskill”,JournalofBusiness模型簡介：Up--Down理論將β看成二項(xiàng)隨機(jī)變量，其在多頭與空頭市場(chǎng)上的值是不同的。因此將投資組合的日系數(shù)視為投資組合β的隨機(jī)變量(stochasticvariable)，其值隨時(shí)間的變動(dòng)而變動(dòng)。若α為正值且α的t或p檢驗(yàn)值顯著，則表明基金管理人的證券選擇能力在基金業(yè)績中的作用顯著；若b的t或p檢驗(yàn)值顯著，則表明基金的市場(chǎng)風(fēng)險(xiǎn)在基金業(yè)績中的作用顯著；若c的t或p檢驗(yàn)值顯著，則表明基金管理人進(jìn)行了成功的時(shí)機(jī)選擇，時(shí)機(jī)選擇能力在基金業(yè)績中的作用顯著。第96頁，共113頁，2023年，2月20日，星期五2010-10-697C-L模型模型出處：ChangE．C.,W．G．Lewellen,1984,“MarketTimingandMutualFundInvestmentPerformance”,JournalofBusiness模型簡介：Chang和Lewellen對(duì)Heriksson和Merton的基金整體績效評(píng)估模型進(jìn)行了改進(jìn)，其所建立的回歸模型為：第97頁，共113頁，2023年，2月20日，星期五2010-10-6986.2.2分散化程度（Diversification）分析分散化程度既是基金管理人在進(jìn)行證券選擇和時(shí)機(jī)選擇時(shí)要考慮的因素之一，又是兩種選擇所造成的直接結(jié)果，它反映了基金因承擔(dān)可分散風(fēng)險(xiǎn)而獲得的相應(yīng)收益（損失）。主要方法為Fama的基金業(yè)績分解法：股票分散化投資回報(bào)率D出處：1972年，F(xiàn)ama的《ComponentsofInvestmentPerformance》一文。該方法根據(jù)證券市場(chǎng)線（SML）而得。證券市場(chǎng)線（SML）反映了單個(gè)證券或證券組合的收益率與其市場(chǎng)風(fēng)險(xiǎn)之間的線性關(guān)系。在有效市場(chǎng)假說成立的情況下，SML成立，基金只能獲得相應(yīng)于其市場(chǎng)風(fēng)險(xiǎn)的收益。在基金總風(fēng)險(xiǎn)既定的情況下，基金的投資組合越分散，基金的總風(fēng)險(xiǎn)中市場(chǎng)風(fēng)險(xiǎn)的比例就越大，從而基金的收益也就越高。第98頁，共113頁，2023年，2月20日，星期五2010-10-699

分別代表基金的實(shí)際收益率、市場(chǎng)收益率