量化策略投资分析汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇量化策略投资分析范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

金融工程专业学生主要学习经济学、金融学、金融工程和金融管理方面的基本理论和基础知识，接受理财、投融资、以及风险管理方法与技能的基本训练，具有设计、开发综合运用各种金融工具创造性解决金融实务问题的基本能力，开展金融风险管理、公司理财、投资战略策划以及金融产品定价研究，能在跨国公司和金融机构从事金融财务管理、金融分析和策划。

一、金融工程专业实验室建设背景

金融工程专业实验室建设是保证实验实习教学的最基本条件，实验室建设跟不上去，加强实验实习教学就无从谈起。国务院《关于大力发展职业技术教育的决定》明确指出：“高等学校要突出实践性教学环节，加强技能训练”。学校的实验室工作必须以此为导向，大胆探索，努力实践，创造性地走出一条结合自己学校实际、适应新世纪要求、具有特色的实验室建设之路。学校实验室的建设与发展，反映了人们认识的发展。实验室的建设既以学校总体发展规模为依据，又适应培养当前经济社会发展需要的实用型人才的目标。不断探索实验室的建设，更好地服务于实验实习教学，为社会培养输送更多的复合型技能人才，是高等学校发展的重要职责。

二、金融工程专业实验室建设方案设计基本思想

实验室方案的设计，主要是为了高等学校金融工程的教学需求，并在一定的数据支持的基础上，满足金融工程、高级计量经济学、数学建模、金融衍生品定价与分析、外汇市场分析与检验、金融工程模型策略的构建等实验课程的教学需要。

在实验室的软件资源配置上，以数理金融和计量经济学分析等高端课程的教学开展为主要目标，用高度仿真模拟的撮合机制检验模型构建的准确性并进行回验修正，以股指期货套利分析模型的分析和理论课程的分享，把学生的理论教学与实战演练想结合，充分满足教学、科研和培训拓展的要求

三、金融工程专业实验室建设方案设计

创新金融综合实验室的建设以与证券交易所的真实对接为主要的方式，连接货币市场、外汇市场、资本市场、商品市场和衍生品市场的实时信息，在资讯信息上，满足全球市场的实时行情展示，提供全球的对比分析及数据处理；同时，利用国际知名的全球行情资讯展示及金融分析平台，为金融创新产品的分析提供基本的支持。

（一）金融基础实训

基础实训作为实验教学的主要任务和要求，以证券投资分析演练、业务实训模拟、证券投资分析等模拟为基础，通过与MINI 交易所的结合，嵌入高度仿真的撮合交易机制，满足债券模拟投资实验、股票模拟投资实验、基金模拟投资实验、权证模拟投资实验、股指期货模拟投资实验、证券投资组合实验、股指期货套利分析实验、《证券投资分析》、《证券投资理论与实务》、《风险管理》等多项实验课程的开展。

（1）智能实验室管理平台。 配合中心实验室的规模建设和实施，为实现专业实验室的科学化、系统化管理和运作，提高实验资源的有序管理和高效应用，通过配置开放式、门户式实验管理平台，有助于中心实现统一化的实验软件管理、硬件配置、课程安排、实验监控，是为实验室量身定制的资源整合共享、实验系统管理和风采特色展示的智能化管理系统。

（2）金融实时资讯和分析平台。充分运用了全球领先的国际化投资分析理念和金融工程分析技术，为金融市场基金管理者、机构投资者及研究者提供覆盖全球六十多个国家的股票、债券、期货、外汇、金融衍生品等上万种金融产品行情、资讯、数据，全面掌握国内外市场动态，培养学生金融投资嗅觉和资产系统化管理意识。同时，可根据证券行业投资重点关注资讯，结合智能多屏幕/大屏幕管理技术，实现特色化的金融信息创新集成展示，全面提升了专业实验室建设的整体水平与现代科技性。

（3）金融商品投资模拟交易平台。虚拟交易系统采取与证券行业真实交易规则一致的模块设计，从下单的流程到交易的撮合机制，以及现金比例和持仓明细的限制，每一步都以真实的证券规则来要求和限制学生，使学生在实验时能真正感受到与证券机构相同的竞争和操作机制，从实验过程的每个步骤都规范学生的操作，目的是为了培养基金经理，而不是小的机构投资者。

（二）银行业务模拟模块

根据传统商业银行各项业务系统，由整合的实训系统平台内嵌：商业银行综合柜台业务系统、商业银行国际结算业务系统、商业银行经营管理业务系统、商业银行信贷管理系统四大模拟实训资源工具，全面模拟仿真了商业银行所有传统业务类型与流程，实现了实验教学与真实工作内容的无缝衔接。

（1）商业银行综合业务系统。为学习提供一个身临其境的实际操作环境。系统充分考虑银行业务操作的特点，贯彻银行“以客户为中心”的管理、账户管理的相关理念。通过系统操作，直接体验如何掌握客户的信息、如何实现客户理财等业务。

（2）经营管理业务模拟教学系统。通过实际分析商业银行的相关指标，配合相关数据，让新员工了解到银行的财务管理、资金管理和内部管理等多方面的管理指标，以及这些指标在银行是如何应用，并可体验银行是如何从宏观上了解市场以及如何分析内部经营。

（3）信贷管理业务模拟教学系统。系统是建立在银行会计核算处理系统和柜员交易系统之上的后台业务处理和管理系统。功能主要涉及四个方面：客户信息管理、贷款全过程管理、贷款风险管理、报表查询。系统不仅全面包括银行现有的信贷业务，还可根据需求灵活增加信贷品种，同时对某些业务的处理能提供多种灵活的方式和个性化的服务。

对于专业的院校来说，金融基础实训只是实验教学的简单基本要求，从学科的建设和长期规划来看，实验室的建设必须把高端的数据分析、金融工程、量化投资等与真实的金融业界机构相结合的案例包含进来，便于实验室的拓展和层次的提高，为学院的研究生和老师的课题研究和学术成果的研究提供了基础。

篇（2）

关键词： 投资分析与决策；研究生教育；教学改革

Key words： Investment Analysis and Decision；postgraduate education；teaching reform

中图分类号：G643 文献标识码：A 文章编号：1006-4311（2013）02-0223-03

0 引言

研究生教育是大学本科教育后更高层次的研究型人才培养的阶段，肩负着为国家现代化建设培养高素质、高层次创造性人才的重任，对推动科技进步和经济社会发展具有不可替代的作用。伴随我国研究生教育进入高速发展的时期，如何提高研究生培养质量，保证研究生的培养数量和质量同步提升，成为高等教育界关注的热点问题。

课程教学是研究生培养的重要环节，它能帮助研究生掌握本学科坚实的理论基础、系统的专业知识，并为之后的科研工作奠定基础[1]。探索适宜的课程教学模式和教学方

法，提升研究生课堂教学的有效性是提高研究生培养质量的重要举措之一。本文基于近五年对研究生课程“投资分析与决策”所实施的教学改革实践的心得进行归纳和总结。

1 投资分析与决策课程定位

投资分析与决策是面向北京信息科技大学管理科学与工程、技术经济与管理专业开设的专业任选课。本课程的教学目的是使学生深刻理解投资领域的基本理论，掌握投资理论的精髓以及其应用策略。

通过本课程的学习，学生应在熟悉金融市场理论基础上，进一步了解证券投资等金融活动的数量规律，并能够运用常用的分析方法和工具，研究组合投资优化等金融投资决策问题。本课程的特色是将现代信息技术与金融领域的投资决策模型结合，运用信息化技术，指导学生处理金融数据，培养其建模能力和数据处理能力。

2 教材和教学内容的选择

研究生教学的最大特点在于学生的“高层次”与“多元化”[2]。高层次主要体现在研究生的知识积累和学习能力都比较高，对新知识的理解和消化吸收快。多元化主要体现在学生的构成方面，同一门课程可能有来自各个不同专业的学生同时选学，这种“高层次”与“多元化”的特点决定了研究生专业课的教学必须有足够的新意和广度，这是大大区别于本科生专业课教学的地方。

近5年来，在我校选修投资分析与决策课程的管理科学与工程、技术经济与管理专业的研究生中，普遍存在本科专业背景各异的现象，因而学生知识结构差异大，专业基础参差不齐。这对教学内容的选择带来了挑战。

如果教学内容定位于适用有经济、金融专业背景的高层次金融定量分析，跨学科专业的学生会面临专业障碍，若选讲适用非经济、金融专业背景的基础金融分析，则导致部分教学内容与本科生的教学内容重复，深度差距不大，在这种情况下，对专业基础扎实的研究生而言研究生阶段只是本科学制的一种延长，没有学到真正的知识，研究生自我发展的空间受到限制，与研究生的培养目标相背离。鉴于上述情况，为了使学生及时适应研究生阶段的学习，同时能实现从本科阶段到研究生阶段的质的飞跃，我们对教学内容安排做了适应性调整，以兼顾学生的专业差异。

2.1 教材选择 教材是教学内容的载体，是保证学科人才培养质量的基本材料。一本优秀的教材是进行教学的基本条件，也是教学质量的保障。在投资分析与决策课程教学中，我们选用了刘善存编著的《Excel在金融模型分析中的应用》作为本课程的主教材。该教材内容深浅适度，系统完整，条理清晰，结构编排合理。本教材的特色是将抽象的金融模型通过Excel的数据处理和图表形式来解释、验证和求解，内容安排符合教学计划要求，既能阐述金融理论核心思想，又能把金融问题与其数学表述和论证密切结合起来，把专业知识和数据处理工具和方法有机结合。

此外，我们还选用了benninga编著，邵建利等译的《财务金融建模-用Excel工具（第三版）》，zvi bodie编著的《投资学》作为辅教材，这两本教材均是作者多年从事相关研究的结晶，所涉专题较为全面，所涉文献较为宽广，具有明显的学术性与较好的启发性，且对于金融理论的进展和模型的推导阐述细致透彻。如遇主教材未能深入分析的专业知识，学生可自主选择辅教材的相应内容，来弥补专业知识的欠缺，这有益于排除跨专业学生的专业障碍，实现弹性教学。

2.2 教学内容选择 研究生的教学不同于本科生，教学内容不必完全拘泥于书本。在教学内容组织上，本课程以投资分析经典理论为核心，内容涵盖证券组合理论、资本市场理论、资本资产定价理论、期权定价理论、债券的久期理论和免疫策略等基本理论和基本方法。

研究生能够结合各自研究方向应用所学的金融理论和方法，分析和解决实际课题研究中的问题是我们的主要教学目标。因此，在教学内容处理上，注重金融理论与方法和现实金融决策问题的结合，强调现代金融模型应用，侧重Excel辅助金融建模和金融计算。如在投资组合理论专题下，不仅系统阐述现资组合理论的产生与发展，马可维兹均值方差模型的构建过程，还要讲解利用Microsoft Excel的矩阵运算、规划求解工具和VBA编程，实现基于金融市场真实数据的有效前沿的计算和绘制，并展示计算方差协方差矩阵的四种不同方式。这些方法和技巧，不仅有利于提高其数据处理能力，也为学生进一步学习其他应用软件提供借鉴。

3 投资分析与决策课程教学模式探索

传统教学是一种继承性、维持性教学，这种教学活动以知识传授和知识继承为主，尽管“填鸭式”教学在研究生阶段已不再明显，但传统教学仍未逾越“教师讲，学生记”、“知识的单向传导”等教学特征[3]。《投资分析与决策》课程教学中，突出教学科研结合，关注教学相长，培育创新性思维。

鉴于研究生已具备了一定的专业基础知识，因此，在课堂教学中，我们主要讲授大纲中要求学生掌握的基本内容、教学重点和教学难点等。在教学过程中，特别注意正确处理课程内容的基础性与先进性，经典内容与现代进展之间辨证关系，有效激发学生的学习兴趣，培养学生的创新思想。对于介绍性和概念性的内容，由学生按照教师提供的提纲和要求，利用课外时间进行自学，这样即提高了课堂教学效率，又有助于培养学生的自主学习能力。

由于研究生学位课程的学习是为即将从事的科研工作打基础，在研究生学位课程的教学中，必须要坚持教学与科研的紧密结合，把科研成果有机地融入教学过程。在课堂教学中，我们注意及时把握学科发展的前沿动态，引导研究生在最新知识领域开展专题讨论。专题讨论主要是结合课程教学内容和学科的前沿发展问题，从中浓缩出适合课堂教学与讨论的内容，采用文献检索、课堂讨论、课后实践相结合的方法进行的探讨式教学。

教师通过查阅与本专题相关的文献后提出问题，预先布置给学生进行研读。教师对相关知识进行概括分类后，在课堂上先做系统的讲授和导引，然后组织学生对内容进行研讨，必要时候通过一些实例进行验证。这样既拓展了教学内容，增大了教学容量，又能启发学生的创新思维，把创新能力培养贯穿于课程学习过程。

4 网络辅助教学手段的应用

随着信息技术和网络技术的不断发展，教育信息化已成为高等教育面临的重大课题和发展方向。越来越多的高等学校将网络辅助教学平台在校园网的基础上建设起来，并成功开展教学工作，网络辅助教学已经成为对高校传统教学模式良好的拓展与补充。所谓网络辅助教学是指将网络作为课堂教学活动的辅助手段来完成教学过程的教学模式[4]，它不仅延续了计算机辅助教学中采用多媒体技术和交互技术等手段，更具有教学信息量大、时间的自主性和空间的开放性强、可供诸多用户共享优质教学资源等优点。

在研究生投资分析与决策课程教学中，我们就该课程的网络辅助教学模式进行了有益尝试和探索。由于北京信息科技大学教务处开发的网络教学平台目前主要面向本科生开放，研究生课程的开设受到管理接口的限制，我们仅利用了公共网络和课堂教学管理软件来实现网络教学资源共享和师生教学互动。最初，教学资源共享和师生间的学习交流，包括教学课件、讲义、课程通知、作业和答疑等都通过课程邮箱实现。这种方式虽然不受校园网IP地址的限制，为学生提供了灵活的学习时间和广泛的学习空间，但其课堂教学管理应用功能有限。

为强化课堂教学效果，我们尝试使用了windows远程桌面共享，保证学生在一人一机的实验室环境下，借助网络会议的方式，实时接收教师机传递的教学信息，同时学生也可在教师指导和安排下，进行操作演练和参与课堂讨论，即方便检验学生的学习效果，也可以有针对性地对学生提出的问题即时讲解。

考虑到windows远程桌面共享在教学文件传输和管理，课堂分组等管理功能弱化，我们后来又引入了凌波多媒体网络教室软件，利用研究生实验室现有的网络设施，利用该软件的屏幕广播、远程遥控、屏幕监视、文件等功能实现教师机对学生机的广播、监控等操作，强化教学过程的实时控制。多媒体网络教室能提供界面友好、形象直观的交互式学习环境，既能做到发挥教师的主导作用，又能充分体现学生的认知主体作用，把教师和学生两方面的主动性、积极性都调动起来，促进了师生之间的信息交流，资源共享和教学互动。

5 课程考核方式

课程考核是教学的有机组成部分，也是反映研究生课程教学效果的手段之一。合理的考核方式与学习水平的有效评价有助于调动学生学习的积极性。

通过5年多的研究生课程教学实践，结合投资分析与决策课程特点，我们采用了“课中作业+课终论文”的考核方式。这种方式不同于侧重理论推导为主的考核，注重金融决策模型设计、应用及金融数据处理，从而促使学生将主要精力放在使用投资理论和模型去解决实际问题上，有助于培养学生对学科知识的综合运用能力。

投资分析与决策课程偏重定量分析，课中作业一般根据金融理论专题下涉及的模型算法，要求学生完成小型案例分析，形成一个简要案例分析报告。如在期权定价理论中，涉及基于风险中性定价机制的单阶段及多阶段欧式期权定价和美式期权定价。针对该知识点，布置课中作业：使用给定的条件和参数，运用期权定价原理和方法测算欧式及美式看涨期权或看跌期权的价格，并对价格变动作因素分析。这些课中作业，有助于激发学生学习的主动性，且有利于巩固学生在课堂所学的知识。

课终论文采用与课中作业结合的办法，即要求学生以平时的专题讨论内容为基础撰写课终论文。考核论文内容来源于小作业，同时又是对前期专题研究的再认识和再生成。正是有了作业的研究基础，论文的质量才有所保证。如学生选择投资组合理论专题作为课终论文主题，则建议学生在中国证券市场选择不同行业的若干股票为分析对象，通过金融数据库查阅股票交易的相关数据，完成有卖空和无卖空条件下有效前沿的求解，并对分析结果进行评价，对理论应用的局限性结合实际问题做归纳和总结。

我们还鼓励学生结合自身研究方向选择切入点，建立金融模型，开展分析研究，提炼学术观点，形成规范化的学术论文，向学术期刊积极投稿。这种考核方式可以促使研究生较早进入科研角色，真正做到“学为所用”，将金融理论与实际经济、金融问题有机结合。

6 小结

《投资分析与决策》课程改革实践的目的在于使这门课程能够达到“教学思想现代化，教学方法科学化，教学过程最优化”的要求。通过一系列教学改革实践，优化了课程教学内容和教学方法，尝试使用了多种网络辅助教学手段，改善了考核方式，使改革后的课程体系更符合人才的培养目标，更具科学性和可操作性。教学实践的结果表明，课程的教学改革对提高研究生的创新能力与研究水平都有较大裨益。

当然，金融理论和量化分析技术的发展日新月异，在今后的课程教学中仍需不断改进和调整课程教学方案，以满足社会对研究生层次的金融人才的需求。

参考文献：

[1]李俊卿.提高课堂教学质量，培养大学生的创新能力[J].中国大学教学，2010（1）：56-58.

篇（3）

1量化投资简介

1.1基本概念

量化投资是一种借助于计算机高效计算程序进行复杂运算，以金融产品未来收益与风险为研究对象的新型投资方式。量化投资的基础是以股票价格、日成交额等大数据库数据为参考样本数据并建立数学模型，运用仿真分析及迭代方法不断修正数学模型，直到数学模型可以用来预测指导投资交易。任何一个投资的方案或者设想，都可以为它设计一个数学模型，然后借助大数据库的现有数据进行迭代法测试分析，以此来判别数学模型的有效性。传统投资方式基本上是对传统的技术分析和公司的经营状态基本分析，存在一定的局限性；相比之下量化投资分析是基于对大数据市场数据的，数据样本空间容量足够大，而且可以快速进行运算并排除投资者个人心理因素的主观影响，科学性和时效性更强。此外，量化投资是一种主动性的投资方式，在进行数学模型选择、自变量选取、数学模型的验算迭代都是投资行为的主动部分。

1.2交易内容及方法

量化投资交易的内容主要是量化策略以及交易策略，在制定交易策略时必须立足于投资市场、投资产品以及分配在内等。具体交易平台则是靠以计算机计算程序为基础的线上交易平台系统。进行量化投资交易时通常会遇到各种较为复杂的情况，但是基本前提都是要依据现有的既定的大量数据库数据，灵活采用各种方法来判断投资对象是否值得投资。总体来说，量化投资有估值法、资金法和趋势法三种。

2量化投资现状

从理论上来说，每个量化投资者的决策行为可以被同化为理性预期、风险规避、严格效用基本一致的理想化模型。然而现实情况中每个人的心理活动、出发点、知识水平等都存在差异，进行量化投资时人们作出的决策也存在差异。人的非理性行为与理性行为都是客观存在的，而且非理性行为对理性行为也存在着一定的影响，因此投资人在进行投资决策时并不能完全理性地进行选择。综上所述，非理性人的客观存在使投资人在进行投资决策时不能完全忽视个人的心理因素。既然个人的心理因素无法排除，那么在建立决策分析数学模型时，就应该把个人的心理因素考虑在内。当前我国国内量化投资有以下几个特点：(1)个人投资者占总投资者的比例很高。上文已经提到投资者个人的非理性客观存在且不可避免，那么众多量化投资者的非理性因素间接影响我国量化投资市场。(2)我国的量化投资市场虽然发展迅速但仍不成熟。与美国及欧洲发达国家相比，我国量化投资市场只能是一个新兴的市场，直接表现在各方面的信息不完整且难以搜集，一些基础数据我们只能自己想方设法地去开发获取。(3)量化投资行业的企业构成比较复杂。目前我国量化投资行业的企业种类比较多，跨越众多不同的领域。加上我国量化投资市场还处于新生期，市场不稳定信息变化较快，因此量化投资行业的可用层面指标数目非常少且指标数值经常变化。当前我国量化投资者正是依据当前行业的特点，从不同的层面和角度验证分析，建立泡沫型数学分析模型，才能获得巨大的利润。(4)量化投资策略研究落后。通过把我国量化投资策略与美国及西方发达国家的量化投资策略进行对比，发现我国现有的量化投资策略严重落后。国外的量化策略研究是在大量的事件、数据积累分析的基础上，脚踏实地潜心研究总结出来的。现阶段我国量化策略研究多是借用国外的策略，结合国内的量化投资行业的实际现状进行修正得来的。当前我们还缺少指导量化投资行业的专家、指导著作，为此我国国内的一些高等院校开始着手量化投资策略的研究并取得了初步的成效。

3量化投资优势

量化投资是在定性投资基础上进行继承和延伸的一种主动投资工具。定性投资的核心是对宏观经济和市场基本面进行深入的分析，再加上实地调研上市公司以及与上市公司的管理层进行经验交流，最终把调研结果整理成专题报告，把报告作为决策依据。不难看出定性投资带有很大的个人主观判断性，它完全依赖于投资经理个人经验以及对市场的认知。量化投资在调研层面与定性投资相同，区别在于量化投资更加注重数据库大数据，运用各种方法发现运用大数据所体现出来的有用信息，寻找更优化的投资方式以获得大额收益，完全避免了投资经理个人的主观臆断和心理因素，更加科学合理。综上所述，与定性投资相比，量化投资具有以下优势。

3.1投资方式更加理性

量化投资是采用统计数学与计算机建模分析技术，以行业大数据库为参考，取代了个人主观判断和心理因素的科学客观投资方法。很明显，行业大数据的样本容量已远远高于有限的对上市公司调研所形成的样本容量；在进行投资决策时，把决策过程科学化数量化可以最大程度的减少投资者决策时个人情感等心理因素对决策结果的影响，从而避免了错误的选择方向。

3.2覆盖范围大效率高

得益于因特网的广泛实施应用，与各行各业的运行数据都可以录入大数据系统形成体量巨大的数据库；得益于计算机行业云时代到来对计算分析速度的革命性变革，在极短的时间内就可以得到多种量化投资的投资方法。定性投资方式进行决策时，由于决策人的精力和专业水平都存在一定的局限性，自然其考虑投资的范围要远远低于电脑决策，二者根本没有可比性。综上所述，虽然与定性投资相比，量化投资具有明显的优势，但是二者的目的是相同的，都以获得最大收益为目的，多少情况量化投资与定型投资可以互相补充，搭配使用会起到意想不到的效果。

4量化投资的劣势

上文已经提到量化投资的决策过程依赖于大数据库以及计算机分析系统的科学决策，因此只要投资思想正确量化投资就不会出现错误。然而即使是投资思想及决策过程都没有问题，也不意味着量化投资完美无缺。量化投资本质上是对某一特定基准面的分析，事实上基准面有时范围过小，纵然决策过程合理化、无偏差，量化投资也存在一定的局限性。量化投资的另一特点是进行考察决策时覆盖的市场面非常广泛，在当前国民经济快速发展的时代，人们对市场的认知难免出现盲区或者对某一个局部了解不充分的现象，此种情况下量化投资的正确性就很难保证。

4.1形成交易的一致性

基于量化投资的低风险特性，人们更多地依赖于采用大数据云分析平台进行决策，如此大家对某一行业的市场认知以及投资决策水平就处在同一认知层次上，当遇到极端的市场行情时，人们作出的交易决策往往一致，即容易达成交易的一致性。例如期货行业以及股票行业，在市场行情动荡的特殊时期，人们往往选择在同一时机抛出股票或者期货，这种大规模的一次性抛盘则会造成在预期抛售价格基础上的剧烈波动，导致投资者的实际收益在一定程度上低于预期收益。此种情形下又会引起新一轮投资恐慌，不利于市场的稳定发展。

4.2指标钝化和失效

篇（4）

一、引言

技术分析在股票市场的投资中被广泛应用，其中，均线系统分析是实践中最常采用的也是准确率最高的技术评价体系。R语言具有灵活性、开放性，而它最具魅力的地方在于其自带了多种统计学及数字分析功能。移动平均线具有滞后性。对于短期投资者来说，能否提前预测到平均线的走势，进而判断股价的买卖点，意义就显得尤为重要。因此，本文在寻找上海医药的买卖点时，借助R语言强大的预测统计功能，将均线策略与其结合，从而达到提前预测及稳定获利的目标。

二、R语言介绍

R语言是由新西兰奥克兰大学的Ross Ihaka与Robert Gentlemen一起开发的面向对象的编程语言。R语具有一套完整的数据处理、计算和制图软件系统，同时它是一个开源软件，它的主程序小巧，有着丰富的数据包。正是因为拥有这些特征，使得R语言在金融量化投资领域应用广泛，并且具有良好的预测功能。本文以R语言为工具，对上海医药股价进行以均线系统为策略的量化投资分析。

三、R语言策略模型

R语言要实现均线策略，首先需要提取数据，再将其转换为时间序列，接着进行平稳性检验、白噪声检验，当序列满足平稳性且自相关条件时，方可进行策略建模，直到策略实现。

四、均线系统策略实现

第一，本文主要利用简单移动平均线对上海医药的股价进行预测分析，在此之前，对相关概念做一个简要的介绍。算术平均数的算法，是先对一组数据的值求和，再用这个总和除这组数据的个数来得到算术平均数。简单移动平均用数学公式表达为：

将这些简单移动平均数绘制成时间序列图，就可以得到股价的简单移动平均线。

第二，一是买入（做多）信号的确定分析。其一，当移动平均线下将趋于平缓或者像上翘时候，价格从左下方上穿移动平均线，表明价格将持续上涨；其二，当移动平均线继续保持向上移动势头，然而价格小幅下蹿，这时可持股待涨或伺机买入。二是卖出（做空）信号的确定分析。其一，当移动均线上升过程中逐渐转平或向下时，而价格趋势线也从均线上方向下穿过均线且一去不返，这时价格将开始下跌；其二，当移动均线在下跌的过程中，而价格趋势线却由均线下面向上升至均线时又转向下方，此时价格依然处于下降趋势。

第三，对时间序列进行分析的前提是该序列是平稳的，即序列的基本性质不发生较大的变化。若时间序列是特殊的平稳序列，即白噪声过程（纯随机过程），也就是无自相关性，那么预测也无法进行。因此我们首先要对上海医药收盘价的平稳性与非随机序列进行检测。

一是我们可以根据时间序列平稳性的特点，从时序图的形态大致判断其平稳性。一般对于平稳时间序列来说，其自相关系数快速减小至0或者在某一阶段后变为0。由上海医药收盘价ACF图可以看出，其自相关系数迅速降至0附近，表明上海医药收盘价时间序列具有稳定性。二是本文中的白噪声检验采用的是Ljung-Box检验方法，LB检验的原假设为所检验序列的纯随机序列，当P值大于所设定的显著水平5%时，接受原假设，认为所检验序列为白噪声序列。反之则拒绝原假设，认为序列是非白噪声序列。由结果所知，对上海医药进行LB检验时，Q统计量的p-value=2.2e-16

第四，根据上海医药的收盘价与上海医药10日简单移动平均线找出上海医药的买卖点。首先，打开R语言界面，获取上海医药收盘价数据；其次，计算出10日sma；然后，画出收盘价和sma10的时序图。

为了使上海医药的收盘价与上海医药10日简单移动平均线的期数一致，则需要剔除上海医药收盘价前9期的数据。此时构造穿越（cross）信号函数，捕捉价格线突破均线的日期，对交易信号滞后2期，提取出了73个买入点，提取出了10个卖点。由上得出上海医药绩效图1表示，最后与实际作对比，得出买卖点预测准确率为71%。

五、结语

通过图1可以看出，截止到9月30日，上海医药的累计收益率为23%，但截止到9月30日，银行存款、固收类基金、保本基金、股票型基金、上海医药的平均累计收益率分别为1.5%、2.68%、5.09%、21.37%、23%。上海医药的累计收益率明显高于上述品种的累计收益率，所以该模型具有良好的预测功能，即以R语言为工具的均线量化投资策略，能为投资者提供有效的投资决策依据。

（作者单位为云南大学）

参考文献

篇（5）

这群人多数都不是学金融而是学数学或者物理出身，当他们进入华尔街后，被认为是华尔街名副其实的淘金者，1980年到2007年，是他们势不可挡的黄金年 代。

2005年左右，量化投资在国内出现。

从事量化投资的人被称为宽客，则是最近两三年的事情。一方面是一些介绍华尔街宽客的书籍被翻译引进，另一方面，因为2008年金融危机爆发，一些华尔街的宽客开始转战中国。

短短几年，随着中国衍生品市场的日渐开放，自称宽客的人越来越多。券商、基金、期货、私募……一句市场玩笑话，谁家要是没有一个两个宽客，都觉得不太好意思。

宽客的春天真的来到了？

年轻的中国宽客们

一间不到20平方米的房间，没有任何隔断，每张办公桌上都放着两到三台电脑，五张办公桌呈扇形分布在落地窗前，每个人扭头就可以和其他人说话。

这就是永安期货研究所量化投资团队的办公室。和国内不少量化投资团队一样，他们在公司具有相对独立的空间。

30岁的张冰，2009年毕业于北京大学，理论物理博士，是这个团队的负责人。有着一张娃娃脸的他，举手投足之间流露出来的依然是浓浓的书生气。不仅是他，屋子里的其他人也都像是在大学机房里安静地做研究、编程序。

事实上，要想进入这个团队，必须有熟练的计算机编程能力。2012年7月加盟张冰团队的李洋是北师大应用数学硕士，他经过一天近十个小时的笔试和面试才最终被团队接纳。笔试中80%的题目都是用计算机编程。

“量化投资是聪明人的游戏。”张冰说，量化投资实际上是一种在证券市场上找规律、找错误的游戏。谁先找到新规律、新错误，谁先获得超额收益的可能性就越高。

这个团队除了一位数学硕士，一位计算机硕士，还有三位是物理博士。数学和计算机能力都超强。

还在北京大学攻读博士学位的时候，张冰就听导师马伯强提到他有不少同学、学生，赴美留学继续深造物理之后，没有继续学术研究，而是转战华尔街做投资，做得相当成功。

物理学一直关注的是动态，寻求规律，目的是为了预测并掌握未来。把物理学理论知识运用到金融实践中，寻找证券定价变动的规律，其实并没有越过物理学的研究范畴。

这让本来就对金融有兴趣的张冰，开始想自己今后的路。他还专门去一个私募基金实习了半年。“在物理学中，你是和上帝玩游戏，在金融领域，你是和上帝的造物玩游戏。”

这句话并不是张冰原创，而是来自他的前辈，同样也是理论物理博士出身的伊曼纽尔·德曼（Emaneul Derman）。

德曼的自传《宽客人生：华尔街的数量金融大师》在2007年被引介到中国。德曼自1985年进入华尔街之后，就致力于把物理学理论和数学技巧及计算机编程技术结合起来，建构数量模型，寻找金融证券的定价，指导证券交易。

张冰看过这本书之后，更加确信，自己可以选择像德曼一样去当宽客。不过，当他决定做宽客时，发现中国突然间就涌现出很多量化投资专家。而事实上这些人多数是营销专家，根本就不懂量化投资，最后都亏得一塌糊涂。

2009年，他决心成为真正的宽客，于是拉着同班同学陈星和师妹钱文，成立了这个以北大理论物理博士为班底的宽客团队。这是国内期货公司中第一批成立的宽客团队。目前国内三分之一的期货公司有量化投资团队。

团队平均年龄27岁，成立至今一直比较稳定。张冰也没有扩容的打算。因为要找到对数字的敏感，善于发现数字之间的规律和联系，还能把这些规律变成数量模型指导证券交易的人，很难。他这个团队也还处于自我培养的过程中。

“中国宽客以年轻人居多。”中国量化投资学会理事长丁鹏说。

丁鹏是上海交通大学计算机博士，方正富邦基金的资深量化策略师。2012年初，他推出一本《量化投资：策略和技术》，成为国内最早一本专门介绍量化投资的专业书籍，被一些人认为是宽客圣经。

一年前，丁鹏建了一个QQ群，隔三差五与对量化研究感兴趣的人进行讨论，没想到经过口口相传，QQ群迅速发展壮大，线上讨论也发展到线下交流。他便牵头成立了中国量化投资学会。

学会如今在全国拥有十几个分会，近八千人，大部分都是有着一定数理知识基础的年轻人，这些人都打定主意要成为中国的宽客。

在丁鹏看来，在中国当宽客，生活很简单，只需要潜下心来，发挥个人聪明才智，做研究，建模型。真正找到好的可以赚钱的模型之后，都是别人求你。

这让很多纯理工背景人的人很向往。在现在的社会格局下，要想出头并不容易，但当宽客可以掌握自己掌握命运，完全凭自己取得成功。

赚钱之道

丁鹏一天典型的工作状态是：查看模型前一天的运转结果，考虑是否要对策略进行修正。如果没有需要修正的，则着手准备为下一个模型的开发。其他的都是电脑的事情，不用他管。他根本就不看基本面。

张冰团队的办公室放眼望去，也没有交易时间最常见的五颜六色的股票K线图和大盘走势图，电脑屏幕上显示的多数是白底黑字的编程界面。

不过，他们并不像丁鹏那么轻松。团队每人按特长各有分工：有的主要处理数据，有的做策略设计，有的做策略建模。因期货公司目前不能直接做交易，张冰团队每天主要做的就是衍生品量化投资分析工作，把研究的结果开发成产品供客户购买。

而通常能够进行交易的宽客团队一天的工作流程大致如此：有人在交易头一天晚上就负责收集并更新、处理好交易所公告的数据；第二天开盘之前，通过选定的模型，经相关软件自动给出交易策略。开盘后，按照模型给定的策略进行交易。早上10点左右，交易员、基金经理盯盘最忙碌的时候，量化投资团队一天的最主要工作—投资决策、交易下指令的工作已经完成。

丁鹏认为，进入量化投资门槛之后，找到好的方法，会比较轻松，理论上讲，“一台笔记本一个U盘就可以赚钱了”。

真实交易还是需要一个团队的支持，不过核心的交易模型和思想，确实一张U盘就可以存储完成。有朋友曾拿U盘拷下他设计的量化投资模型到香港股市去实践，半年间盈利最高点达到了120%，不过，这个高风险的策略只适合于小资金操作，并不适合于大规模的资产管理。丁鹏解释：”资本市场没有神话，需要不断地修订自己的模型和策略 “。

张冰目前也不敢奢望那样的赚钱状态。

事实上，量化投资在国内最早也就是2005年才萌芽。业内公认，2005年开始的ETF套利拉开了量化投资在中国的序幕，而股指期货等衍生品2010年才逐步放 开。

因为无可借鉴，张冰团队只能从零做起。从收集数据到建构模型到交易的风险控制，都是他们自己一个代码一个代码写的。

这是个系统工程，在这个体系中，先观察事件之间的联系—通过观察或实验去取得数据；再假设一个结论—构建理论去解释数据；然后去预测分析—构建量化模型并回测；最后检验并证实这个结论—实盘交易。

所有这些都需要资本和人力的大量投入。从华尔街回来的宽客—北京名策数据处理有限公司执行董事祝清大致估计了一下，一个真正从事量化投资的宽客团队运作起来，前期至少要投入5000万。

祝清曾在美国的全球证券投资基金工作多年，有三年，他是一个40人宽客团队的负责人，要从全球9000多只股票池里找出投资品种。这让他有机会对量化投资从数据、代码到模型、系统进行深入地接触和运用，甚至对系统的漏洞也了如指掌。

这些是他当时所在公司花了十几年，经过大量的投入才建构的一个系统工程。而建构整个系统的基础就是数据，华尔街其他有着进行量化投资的宽客团队的公司，无不在数据上有很大的支出。

2008年祝清从华尔街回国，创办专注于金融数量分析和程序化交易的数据处理公司。这几年，他带领30人的团队，主要做了四件事：建立专供量化投资的量化数据库、量化决策终端、高速量化交易平台、量化策略研发服务。他希望借助强大的分析工具平台，以及日益完善的数据库系统来改变行业的经营模 式。

目前他的公司尚未到盈利阶段。

春天尚未到来

1月19日，中国量化投资学会的50多名资深会员在北京郊区举办了一次聚会，聚会的主题是“拥抱量化投资的春天”。丁鹏表示：冬天已经过去，宽客的春天已经到来。

丁鹏是有理由乐观的：国家政策层面支持金融衍生品市场放开；2012年，玻璃、原油、国债期货、CTA以及沪深300指数期权等一系列金融衍生品加速推进；随着投资品种增多，越来越多的金融机构意识到量化投资的重要性和紧迫性。

另外，国内打算做宽客的人也暴增—从中国量化投资学会的壮大就可看出端倪。

不过，同是中国量化投资学会成员的张冰和祝清都持谨慎态度。

张冰不认为宽客短期可形成一股力量。毕竟，美国发展了四十年，而中国只做了四五年而已。没有足够的投入，不可能那么快有收入。没有收入，坚持来做的人就不会太多。

祝清更严苛。他并不认为会建模型的人就可称为宽客。他认为目前中国真正的宽客，尚不足100人。祝清按照华尔街的标准来定义中国宽客：作为宽客，最起码要满足三个条件—有高净值客户；有量化投资研究平台（有数据有人有模型）；有交易通道。

按照这个标准，目前，真正的中国宽客都在过冬，都还在烧钱阶段，活下去都很难。即使是初春，最早也至少要三年之后—这还要看有没有一两位真正经受住市场检验、收益率排名靠前的标杆性宽客脱颖而 出。

据祝清了解，因为国内多数金融机构的高层并不懂量化，在这方面投入太少，即使一些数一数二的大型券商，历史的数据都不存。没有历史数据无法验证模型，量化投资就是句空话。

取得数据，还需要有人来处理数据，建构模型。金融机构的投入不会很快有结果，另一方面，宽客很有可能做出成果之后就走人，中国在这方面尚无知识产权保护。而在美国，只要有人敢在服务器上拷一行代码，就有FBI介入了。

2008年中金公司从华尔街花重金请回来的知名宽客李祥林，如今他已去做私募了。

祝清介绍，西方宽客主要分三类：从事高频交易的、采用对冲策略的、预测趋势的。而他们所有的交易、投融资决策都是通过数量模型进行，由电脑决策并完成下单。

篇（6）

招商行业领先基金是一只主动管理的股票型基金。投资限于具有良好流动性的金融工具，包括股票、债券、货币市场工具、权证、资产支持证券及法律法规或中国证监会允许基金投资的其他金融工具。股票主要投资于景气回升或受益于国家政策导向而成长前景良好的相关行业的资产比例不低于基金股票资产的80％。

博时信用债券

综合评价

博时信用债券A/B基金是博时旗下第12只开放式基金，属于二级债基。信用产品的投资比例占到整体债券投资比例的80％。适当情况下可参与一级市场新股申购以及二级市场的股票投资，立足于在保证债券市场收益的基础上强化组合回报。博时信用债券投资对象灵活，在一定程度上满足了稳健型投资者组合中低风险资产的配置。

富国优化强债

综合评价

富国优化强债是富国基金旗下第三只债券型基金，该基金为可投资二级市场股票的偏债型基金，其中不低于80％的基金资产投资于债券类及其他同定收益类金融工具，不高于20％的基金资产进行新股申购和股票市场投资，还可以在规定范围内投资于新股申购或增发新股。二级市场股票和权证等。富国基金为《中国证券报》2008年度金牛奖基金公司，拥有一支明星固定收益投资管理团队。

2009年以来，富同基金旗下两只债券型基金富国天利增长债券和富国天十强化收益按照复权单位净值增长率统计，分别实现收益3.72％和3.40％大幅高出同类0.91％的平均水平，业绩表现抢眼。

申万巴黎消费增长

综合评价

申万岜黎消费增长是一只股票型基金，其股票资产的配置比例为60％～95％。重点投资于拉动经济增长过程中充分受益的消费范畴行业，投资于具有良好财务状况、较高核心价值与估值优势的优质上市公司。

中海量化策略

综合评价

中海量化股票资产的比例为基金资产的60％～95％，是一只股票型基金。该基金采用数量化分析方法对股票进行分析和筛选，基于数量模型来配置行业权重。量化投资的优势在于，其决策主要依据数据和模型做出，可以减少投资过程的非理性因素，而且强大的信息处理能力能捕捉更多的投资机会，然而任何模型都不能完全模拟市场，全程量化选股替代人为主观判断，这对模型的有效性有较高的要求，且会使操作过于僵硬。

该基金在具体操作过程中需要管理者在模型判断和主观判断间寻求一个平衡点，这也是其取得较好业绩较为关键的一点，而另一个关键点便是模型设计的合理性。

广发聚瑞

综合评价

广发聚瑞基金是一只股票型基金，股票资产占基金资产的60％～95％。该基金通过自上而下的“主题投资分析框架”，通过主题挖掘、主题配置和主题投资三个步骤，挖掘受益于中国经济发展趋势和投资主题的公司股票，通过定量和定性相结合，筛选出主题特征明显、成长性好的优质股票构建投资组合。

纯粹的主题投资和传统的价值投资相比，具有更大的灵活度，可操作性也比较强，但也蕴含着更太的风险，而该基金将挖掘主题机会和考察个股特性相结合，体现了灵活而稳健的特征。

汇丰晋信大盘

综合评价

汇丰晋信大盘是一只股票型基金，股票投资比例为85％～95％。属于高风险基金，是较为典型的牛市品种。在投资目标上，该基金将不低于80％的股票资产投资于国内A股市场上具有盈利持续稳定增长、价值低估、且在各行业中具有领先地位的大盘蓝筹股票。汇丰晋信基金公司成立于2005年，目前管理着65亿元资产，旗下有5只基金，包括股票型、混合型和债券型，产品线有待进一步完善。

上投摩根纯债

篇（7）

1 概述

当今中国的证券投资学教材，对证券投资的研究对象的阐述较少，国内比较知名作者吴晓裘，赵锡军、李向科等在其主编的证券投资学中都没有对证券投资学的研究对象进行界定和阐述，而一门科学的研究对象、内容和方法，需要在学习中完善，在完善中学习，通过不断地总结和修正，逐步完善这一学科，这一研究对证券投资理论发展和实践都具有十分重要的现实意义。

2 证券投资概述

投资包括直接投资和间接投资两大方面，直接投资是指各个投资主体为在未来获得经济效益或社会效益而进行的实物资产购建活动。如国家、企业、个人出资建造机场、码头、工业厂房和购置生产所用的机械设备等。间接投资是指企业或个人用其积累起来的货币购买股票、债券等有价证券，借以获得收益的经济行为。一切出于谋取预期经济收益为目的而垫付资金或实物的行为都可以看作是投资。

证券投资是指间接投资，即投资主体用其积累起来的货币购买股票、公司债券、公债等有价证券，借以获得收益的经济行为。证券投资属于非实物投资，投资者付出资金，购入的是有价证券，而不是机器、设备、黄金珠宝等实物。证券投资的收益一般包括股息、红利收益、资本收益、债息收益和投机收益。

证券投资是一种特殊的投资活动，与一般意义上的投资相比，具有高收益性、高风险性、期限性和变现性等特点。

3 证券投资与投机

投机起源于古代，早期的投机以赚取地区差价为主要方式，不同区域对不同种类产品生产与需求的差别性，为投机者赚取买卖差价创造了条件。进入商品社会后，投机范围日趋广泛，它已伸展到生产、流通、金融等众多领域。

投机的含义就是把握时机赚取利润。在证券投资学中，投机的基本含义则是：在信息不充分的条件下做出投资决策，试图在证券市场的价格涨落中获利。而这种价格波动带来的获利时机同样赋予所有的社会公众，并未偏向某种特定的人，但事实上只有少数人把握住了这种机会。少数投机者之所以能够成功，不只是他们熟悉市场的习性，具有丰富的经验，准确的预见力和判断力，更主要的是具有承担风险的勇气。承担较大的风险，赚取高额利润就是投机者根本的信条。而对于大多数人来说，并不愿意承担更大的风险，他们往往偏重于通过资金、劳动力等生产要素的投入以图赚取正常利润的投资行为。

证券投资与投机的区别主要表现为对预测收益的估计不同。普通投资者进行证券投资时，较为重视基础价值分析，以此作为投资决策的依据；证券投机者不排斥这些方法，但更重视技术、图像和心理分析。普通投资者除关心证券价格涨落而带来的收益外，还关注股息、红利等日常收益；而证券投机者只关注证券价格涨落带来的利润，而对股息、红利等日常收益不屑一顾。其次是所承担的风险程度不同。投资的收益与风险是成正比的。普通投资者对投资的安全性较为关注，主要购买那些股息和红利乃至价格相对稳定的证券，因而所承担的风险较小；投机者主要购买那些收益高而且极不稳定的证券，因而其所承担的风险较大。投机者既可能获得巨大的收益，也可能遭受巨大的损失。

证券投资与投机并没有本质上的区别，只是在程度上有差别。因此要把投资与投机完全区分开来是很困难的。投资是不成功的投机，投机是成功的投资。

4 证券投资学研究的对象

证券投资学的研究对象是证券市场运行的规律以及遵循其规律进行科学的管理和决策的综合性方法论科学。具体地讲，就是证券投资者如何正确地选择证券投资工具；如何规范地参与证券市场运作；如何科学地进行证券投资决策分析；如何成功地使用证券投资策略与技巧；国家如何对证券投资活动进行规范管理等等。从学科性质上讲，证券投资学具有下列特点：

第一，证券投资是一门综合性方法论科学。证券投资的综合科学性质主要反映在它以众多学科为基础和它涉及范围的广泛性。证券投资作为金融资产投资，它是整个国民经济运行的重要组成部分。股市是国民经济的晴雨表，因此，资本、利润、利息等慨念是证券投资学研究问题所经常使用的基本范畴。证券市场是金融市场的一项重要组成部分。证券投资学研究的一个重要内容是证券市场运行，证券投资者的投资操作，所以必然涉及到货币供应、市场利率及其变化对证券市场价格以及证券投资者收益的影响。证券投资者进行投资决定购买哪个企业的股票或债券，总要进行调查了解，掌握其经营状况和财务状况，从而做出分析、判断。作这些基础分析必须掌握一定的会计学知识。证券投资学研究问题时，除了进行一些定性分析外，还需要大量地定量分析，证券投资、市场分析、价值分析、技术分析、组合分析等内容都应采用统计、数学模型进行。因此，掌握经济学、金融学、会计学、统计学、数学等方法对证券投资是非常重要的。因此，证券投资学是一门综合性方法论科学。

第二，证券投资是一门应用性科学。证券投资学虽然也研究一些经济理论问题，但从学科内容的主要组成部分来看，它属于应用性较强的一门科学。证券投资学侧重于对经济事实、现象及经验进行分析和归纳，它所研究的主要内容是证券投资者所需要掌握的具体方法和技巧，即如何选择证券投资工具；如何在证券市场上买卖证券；如何分析各种证券投资价值；如何对发行公司进行财务分析；如何使用各种技术方法分析证券市场的发展变化；如何科学地进行证券投资组合等等，这些都是操作性很强的具体方法和基本技能。从这些内容可以看出，证券投资学是一门培养应用型专门人才的科学。

第三，证券投资是一门以特殊方式研究经济关系的科学。证券投资属于金融投资范畴，进行金融投资必须以各种有价证券的存在和流通为条件，因而证券投资学所研究的运动规律是建立在金融活动基础之上的。金融资产是虚拟资产，金融资产的运动就是一种虚拟资本的运动，其运动有着自己一定的独立性。社会上金融资产量的大小取决于证券发行量的大小和证券行市，而社会实际资产数量的大小取决于社会物质财富的生产能力和价格。由于金融资产的运动是以现实资产运动为根据的，由此也就决定了实际生产过程中所反映的一些生产关系也必然反映在证券投资活动当中。即使从证券投资小范围来看，证券发行所产生的债权关系、债务关系、所有权关系、利益分配关系，证券交易过程中所形成的委托关系、购销关系、信用关系等等也都包含着较为复杂的社会经济关系。因此证券投资学研究证券投资的运行离不开研究现实社会形态中的种种社会关系。

5 证券投资研究的内容和方法

5.1 证券投资的研究内容

证券投资的研究内容是由其研究对象所决定的，它包括：

5.1.1 证券投资的基本概念和范畴。证券投资过程中涉及许多重要的概念和范畴，如证券（股票、债券等）、证券投资、证券投资风险、证券投资收益等。明确这些概念和范畴，是研究证券投资的前提。

5.1.2 证券投资的要素。证券投资活动离不开一定的条件或行为要素，证券投资者、证券投资工具、证券投资中介等是证券投资的实施要素。它们在证券投资过程中分别起着不同但又不可或缺的作用。研究这些要素，对于准确、全面、深入地说明和理解证券投资运动过程有着十分重要的作用。

5.1.3 从事证券投资活动的空间。证券投资活动是在证券市场上进行的，而证券市场本身是一个相当庞杂的体系，它由许多分支组成，证券市场的不同部分具有不同的活动内容，并分别满足不同的证券投资需要。只有充分了解证券市场的组成框架、基本结构和运行机理，才能进入这一市场并有效地从事证券投资活动。

5.1.4 证券投资的规则和程序。证券投资是按照一定的规则包括法规进行的。作为一种交易行为，它有特定的程序和步聚，制度规定是相当严密的。了解这些规则和程序，是从事证券投资的重要前提。

5.1.5 证券投资的原则和内在要求。证券投资是一种高收益与高风险并存的经济行为。因此安全、高效地进行证券投资，必须把握一些重要的原则和客观内在要求。按证券投资的客观要求行事，有助于避免证券投资中的盲目性，理性地入市操作，从而增加投资成功的可能性。

5.1.6 证券投资的分析方法。这是证券投资学最重要的内容之一。证券投资分析方法大致上可分为基本分析与技术分析两大类，而这两类分析方法又分别包含了大量内容，只有努力掌握这些分析方法，投资者才有可能为正确地选择投资对象，把握市场趋势。

5.1.7 证券投资的操作方法。证券投资的操作方法是指实际买卖证券时，在进行投资分析的基础上，根据市场状况和投资者自身情况、投资目的等选择的具体操作模式、策略与手法。它与证券投资分析有着相当密切的关系，它是在投资分析的基础上确定的，是对投资分析结果具体操作的反映。投资者个人的投资目的、条件乃至修养与气质也会在某种程度上决定其操作方法。

5.1.8 证券投资中的风险与收益。风险与收益总是伴随着整个证券投资过程。实际上，实现风险最小化和收益最大化，正是证券投资者追求的目标。因此，研究证券投资中的风险与收益，自然成为证券投资学的核心问题之一。什么是证券投资风险和收益？它们的构成情况如何？怎样对证券投资中的风险与收益进行度量？如何实现收益最大化与风险最小化？如何优化基于规避风险目的的投资组合等等，证券投资学均需做出相应的回答。

5.2 证券投资学的研究方法

证券投资是一门理论和应用并重的学科，要实现其研究目的并使这门学科不断发展，就必须坚持以下方法和要求：

5.2.1 规范与实证分析并重，定性与定量分析结合的研究方法。证券投资学要解决繁杂的理论命题并得出科学的结论，不仅要大量地运用逻辑思维，进行各种理论抽象和规范分析，还必须高度地关注证券投资的实践，进行广泛的实证分析。证券投资中涉及大量的技术问题，分析、决策过程中不仅要考虑可能的制约因素，还必须尽可能弄清这些因素对证券投资的影响程度，而这些因素本身所具有的量化状态又可能决定证券投资收益与风险程度的差别。因此，证券投资学的各种结论的得出，都必须建立在定性分析与定量分析结合运用的基础之上。

5.2.2 强调结论、观点的特定性及适用背景，而不刻意追求其普遍适用性或惟一性。证券投资实践中的情况十分复杂，变数很多，市场走势往往还要受到投机及其他某些人为因素的影响。因此，证券投资学中所给出的结论与观点也只能针对大多数情况或某些情况，有一定的适用范围。

5.2.3 强调动态的全方位分析。证券投资学作为一门指导证券投资实践的学科，不仅要求完善其理论体系，更重要的是要告诉人们如何根据现象的现状和动态，判断事物发展的趋势，提高投资的成功率。

6 结论

不管是证券投资或者投机，都非常有必要搞清楚其研究对象，通过对证券市场投资理论的研究和实践的分析，笔者总结出证券投资学的研究对象，它是一门研究证券市场运行规律以及遵循其规律进行科学的管理和决策的综合性方法论科学。而如何正确地选择证券投资工具，规范地参与证券市场运作，科学地进行证券投资决策分析，成功地使用证券投资策略与技巧等等，对证券投资者具有十分重要的意义。

参考文献：

[1]崔勇主编.《证券从业人员资格考试丛书》[M]，首都经贸大学出版社，2001.

[2]蒲涛.刘险锋主编.《证券投资学》[M]，中国财政经济出版社，2007.12.

[3]吴晓求主编.《证券投资学》[M].（第二版），中国人民大学出版社，2004.

[4]中国证券从业人员资格考试委员会办公室编.《证券市场基础知识》[M].上海财经大学出版社，2000.

篇（8）

金融投资学应该在培养和发挥金融专业学生金融投资意识方面发挥作用。学习金融投资学课程应该帮助学生对于金融市场和证券市场的概念、基本构成元素、经典理论和投资方法等有一个较全面的认识和理解，使学生能用金融投资学的视角观察金融现象，发现和解决金融问题，掌握金融投资的策略和技巧，以及提高运用所学理论和方法来分析和解决我国金融市场的实践能力。教学培养目标应该坚持适应市场化、国际化对金融人才的需求和金融投资学宏观和微观有机结合、分析方法数量化和学科交叉的发展趋势，培养出具有全球视角和国际竞争力的高素质人才。从能力培养角度来看，金融投资意识的培养主要体现在四个方面的能力的塑造，包括基础知识能力、洞察力、反应力和执行力。

(二)培育学生风险管理意识

金融脆弱性理论告诉我们:金融业是个高风险的行业，金融投资的是风险。在金融领域，风险是不可完全消灭的，只能控制。风险能否控制在自己可承受的范围内是金融投资成败与否、金融交易参与者能否获利、能否在市场竞争中站稳脚跟并发展壮大的关键。培养金融风险管理意识，一方面是传授金融风险理论，另一方面是培养技能素质，主要是培养学生风险发现能力和风险规避管理技能，培养学生的金融法律意识，树立正确的投资行为，建立合理的风险规避策略。

(三)培育学生创新意识

美国经济学家米什金诠释了金融创新，他指出:“经济环境的变化将刺激人们寻求可能有利可图的创新”，一般而言，金融创新首先表现为观念创新。创新意识培养是建立在金融意识和风险管理意识基础上，是对金融投资学学生及其重要的一种素质培养。金融市场每一次结构调整和发展都会伴随着对创新人才的需求，谁能够抢在创新中领先，谁就能把握市场竞争中的主动权。金融衍生品、创业板、ETF、基金理财产品等市场业务的推出更进一步刺激了对创新人才的需求。

(四)培养学生职业道德

高等院校提供的金融投资学课程除了向学生讲授必要的理论知识和实践经验以外，加强金融职业道德的素质建设也必不可少。所谓金融投资业的职业道德，是指在金融投资从业活动中应遵循的、体现金融职业特征的、调整金融从业人员的职业行为准则和规范，是一定的社会道德原则在金融职业活动中的反映，也是基本道德规范在金融工作中的具体体现。在金融行业有句俗语“有才有德是精品，有德无才是次品，有才无德是危险品”。金融职业道德是金融行业和金融从业人员的安身立命之本，是取得投资人信任的重要方面。要想赢得这种信任，必须拥有扎实的金融投资知识和严格的职业道德操守。将金融职业道德的思想融入到金融投资学的教学中，使得金融专业学生能够在刻苦钻研业务知识，不断提高专业技能的同时，具备坚守道德诚信，办事谨慎，廉洁自律，言行谦恭，长于协作的职业素质。

二、金融投资学课程教学效果优化

要发挥金融投资学课程在培养综合型人才方面的作用，达成教学目标，有效地将课堂教学与学生综合素质培养结合起来，需要利用科学发展观合理地设计出系统全面、生动有趣、形式多元的金融投资学课程，这有利于学生充分理解这些理论知识，培养学生的综合能力、开拓能力和创造性，增加学生的求知欲望与自学能力，同时也有利于提高课堂的教学效果。

(一)丰富教学内容

注重选取合适的教材是教学好坏的关键。在教学内容设置上，顺应金融投资学理论研究的发展趋势，借鉴国外金融投资学的教学经验，完善金融学科体系，兼顾宏观与微观金融理论，重视道德法律和网络信息技术学科的交叉融合和相互渗透，培养学生的综合能力和宽泛的知识基础。在投资分析教学中引入金融计量学、金融创新学等内容，强化数学知识的基础性位置，利用EXCEL、STATA、EVIEWS等优秀工具软件进行教学，帮助学生理解证券投资分析的基础理论知识，特别是各类金融模型中的复杂计算。

(二)建设股票仿真交易教学

在教学过程中，一般不鼓励学生开通真实的股票账户进行真实交易，往往给学生内容抽象的感觉。但是通过股票仿真交易，模拟开通交易账户，通过委托进行模拟交易、查询、清算交割等过程环节的操作。为每位学生设立一定金额的虚拟账户，学生在全面分析了解上市公司的经营业绩后，决定自己的投资方向。在一定的交易期限结束后，公布学生的股票市值、总成交量、仓位、月盈率，通过市场培养学生的风险管理意识。最后以实战总结会的形式，由学生讲述的操作心得，总结失败教训。通过一段时间的教学，使学生有机会接触证券市场的运作，了解股票和股票代码，对股票市场有更切身体会和理解。

(三)推动案例式教学

案例式教学能够跟得上金融发展的形式，并可以跟踪最新的金融市场变化，用最近的经济结果来判断，使得学生真正做到学以致用。在传授理论知识的同时，针对当前经济和金融市场现状，如利率市场化、互联网金融等话题，运用互动和引导的方式，让学生收集资料，分析问题，提出自己的见解。案例分析需要学生在课前和课后做大量的准备工作，这不仅增加了学生的自主学习能力，而且有利于拓宽学生的知识视野，激发学生的学习兴趣，增强学生洞察能力、分析能力及口头表达能力。

篇（9）

何谓定量投资

20世纪五六十年代是现资理论的突破期,许多学术界的重量级人物,纷纷把数学统计方法应用到投资分析上。到了七八十年代,随着计算机技术的普及和计算能力的突飞猛进,这些学术成果得以应用到实际投资管理活动中。金融工程(financial engineering)成为投资管理创新的主要领域。

有统计表明,到2007年底,定量投资策略已经覆盖大约全球投资总量的12%。特别是在2000年-2006年间,定量投资策略的整体表现不错,吸引了大量资金。

定量投资的主要手段是运用统计方法,找出驱动证券价格的主要因素,动态跟踪这些因素是否被市场低估或高估,买低卖高,在市场恢复均值(reverse to the mean)时获利。它们的投资模型,一般都是从历史数据中发现这些因素的价格特征。

一般来讲,主要因素不外乎于价值(value)、成长(growth)、价格趋势(price momentum)、市场心态(market sentiment)这几类。在选用什么数据来量化这些因素方面各有不同,大部分都包括传统的价值指标如每股价格与收入之比(P/E),每股价格与账面价值之比(P/B),每股价格与现金流之比(P/CF)等;传统的成长指标如每股收入增长率(growth in EPS),价格与前瞻成长率之比(PEG),预期每股收入与实现每股收入之差(earnings surprise)等;传统的市场趋势指标如相对股价走势,买空规模变化(change in short interest)等;传统的市场心态指标如分析师股票评级,分析师预测每股收入的波动率等。

除了这些传统的指标,每个定量投资经理会加入自己的“独家”(proprietary)指标。如摩根大通下属的对冲基金Highbridge就开发了“新闻关键词”指标,把所有跟上市公司有关的实时新闻数量化后输入模型。有一部分定量投资策略完全弃用与基本面有关的指标,只运用纯数学指标,如骏利英达(Janus Intech)的波动率捕捉策略(volatility capture)。

绝大部分定量投资策略都是基本面指标和纯数学指标的结合。基于这些指标,每个股票都会获得模型评分,然后依次排列,由选股优化器(optimizer)根据某个目标(如最大化夏普比率)构建投资组合,买卖决策就此产生。

定量投资优劣

定量投资有几个明显优势。首先,它带来超额回报(即阿尔法),因为定量模型(理论上)可以迅速抓住市场局部失效带来的投资机会;其次,投资纪律性高,不受个人主观爱好影响,因为基金经理做公司调研,日久就和公司管理层有了交情,判断会出现偏差,而定量投资基金经理则可能连他买入股票的公司的基本业务是什么都不清楚,可谓“在定量投资基金经理面前,只只股票平等”;其三,更多分散风险,因为定量投资组合中的股票数量非常大,个股仓位较低,不太会踩到“大地雷”,组合周转率(turnover)也很高,不太容易错上加错;其四,更好地控制风格漂移问题,因为模型的参数是相对固定的,筛选出来的股票的特点也相对固定;其五,收取较低管理费,因为一般定量投资策略可以达到规模经济,同一种模型稍加修改可以适用于不同市场,业务营利模式效率高。

但定量投资也有明显劣势。首先,容易造成“黑盒子”操作,透明度不高,因为模型细节不能公布,而且有可能非常复杂,投资者无法理解具体决策过程;其次,模型风险较高,因为在没有经过市场考验之前,永远也无法知道纸上设计的数学模型有没有漏洞;其三,太依赖历史数据,模型测试时的数据选样无法代表未来市场;其四,因为定量投资所抓取的机会通常获利规模非常细微且瞬间即逝,需要杠杆资金才能放大业绩,不然则表现平平。

2007年夏天的“定量投资基金熔化”(quant melt-down),被认为是这一轮金融海啸的第一波。在随后一年多的下行市场中,定量投资基金们整体表现也不尽如人意,遭遇投资者大量赎回资金,以至于著名的定量投资基金经理――AQR Capital的Clifford Asness不得不在2008年11月的《机构投资者》杂志上撰文“我们还没死”(We Are Not Dead Yet)。

“定量投资基金熔化”的一个主要原因,是定量投资基金数量激增,所用模型大同小异(很多基金都是从少数的几家“定量投资大店”如高盛、D.E.Shaw等独立出来的),持股重复率高,有一家风吹草动,就会牵连一大片。

刚刚出现的中国定量投资基金,则仍在探索尝试的阶段。

中国探索反思

嘉实量化阿尔法基金的推出,在中国引进了定量投资,从产品创新角度而言是值得肯定的。中国资本市场正处于高速发展阶段,正是教科书上所谓市场弱有效性的绝佳实例,也是定量投资大有用武之地。在向中国广大投资者推荐这个产品的同时,第一只定量投资基金也承担了教育投资者的任务,对于培养成熟的投资者群体有很积极的作用。

就产品本身特点而言,新基金仍需要从五个方面审视自身。

首先,嘉实量化阿尔法基金的投资目标,是追求长期持续稳定高于业绩比较基准的投资回报,而比较基准是沪深300指数×75%+上证国债指数×25%。这个比较基准颇为奇怪,更像是平衡基金的比较基准。

一般定量投资基金均以股票指数或者绝对回报式的“LIBOR+”为比较基准。既然用这种“混合”型基准,基金投资内容包括债券市场(而且最高可以达到基金总资产的40%),我们在评估该基金表现时,就需要额外考虑基金经理在宏观判断股市和债市相对价值时的能力,也就是基金的股票仓位和债券仓位是否随着两市变动而调整。

另外,假如股市大大跑赢债市,25%的债券指数会把整个比较基准拉低,这个比较基准就很容易被超过。

还有比较难以观察到的一点,是沪深300指数由流动性好的大盘股组成,而该基金的投资范围是所有上市的1600多家公司股票,我们需要观察嘉实模型选出来的股票与沪深300指数的跟踪误差。假如嘉实模型筛选的股票绝大部分具有小盘成长的特点,已经在投资组合中配置相当多小盘股的投资者(尤其是机构投资者),就需要考虑如何避免重复配置的问题。

而投资目标中没有提及风险目标如波动率目标(targeted volatility)、β或市场敞口等,这不能不说是一个缺憾。定量投资的优势之一,就是可以比较精确地量化、监测和控制风险,该基金应该向投资者突出宣传这方面的能力,而不是只强调阿尔法能力。

其次,这支定量投资基金第一步进行的是行业选择。 投资过程先决定行业权重,然后才选股,如果加上最初的股市债市配置决定,该基金有很高的“自上而下”(top-down)定性投资成分,似乎给后面的股票模型潜在的分散风险能力打了一些折扣。特别是在招募说明书中,“投资组合限制”并没有提到任何行业权重限制。这就是说,该基金是有可能重仓某个或某些行业的。一旦行业选择模型和个股模型给出互相矛盾的信号时,基金经理该如何取舍?另外,我们在评估该基金表现时,也要考虑其行业选择模型是否灵验,也就是它有没有给相对业绩作出正面贡献(positive contribution to relative performance)。

第三,股票模型应是重头戏。该基金招募书中关于“嘉实Alpha多因素模型”的描述寥寥数语,仅列出五大类因素的名称,也就是估值因子(valuation)、成长因子(growth)、盈利趋势(operating)、分析师情绪(sentiment)、市场因素(market),并没有具体解释用了什么样的指标来量化这些因素。

从这些因素设置上看来,借鉴国外模型的痕迹比较明显。再者,把估值因子翻译成“valuation”而不是“value”,把盈利趋势翻译成“operating”而不是“earnings momentum”,不知道是翻译疏忽还是确实内容不同,尤其是“operating”一词,很令人匪夷所思。

因为中国没有类似I/B/E/S这种统计跟踪分析师预测的系统,而且不太规范的卖方研究对市场的影响力也不如成熟市场中的那么大,“分析师情绪”这个因子所占的比重不会太大。“市场因素”很可能跟市场价格波动、交易量等有关。这个因素最有“中国特色”潜力,如果基金经理真的在这方面有“独家法宝”,应该向投资者说明(当然是在不涉及商业机密的前提下),展示投资研究团队的实力。

第四,定量投资策略模型能否抓住市场拐点固然重要,在模型给出信号后能否实施,则直接影响到投资效益。很多定量模型在纸面上用历史数据测试时,成绩非常好,但那是在不考虑交易成本和市场价格影响的理想状况下取得的。例如,组合持有很多小盘股,模型给出信号卖出,然而因为流动性不够,最后无法实施,或者只能在牺牲阿尔法的条件下实施。此外,如果组合周转率很高,如何控制交易成本和市场价格影响就很重要。

定量投资的阿尔法产生过程,有点类似“薄利多销”,基金执行交易时必须锱铢必较。因此,基金有没有配备经验丰富的交易员,有没有一套评估券商交易服务效益,恰当分布交易量的体制,有没有强大的技术支持,几乎和投研团队的实力一样重要。

第五,基金经理在何种情况下否决模型决策,在何种情况下调整模型,是定量投资永恒的问题。这也需要中国定量投资先行者思索。

篇（10）

在现代科学技术发展的时代中，统计学的应用范围越来越广泛。在证券投资市场中，统计学也能够起到十分重要的作用。统计学是一门通用方法论的学科，是一种通过定量来认识问题的工具，其能够在证券投资市场上进行结构分析，开展有效投资组合的研究，实现价值预测，对证券发行与上市价格进行理论定价，分析证券期货的价格走势、进行风险测度等。由此可见，统计学已高度渗透到在证券投资的诸多细分领域中，并成为其中不可或缺的重要一环。

一、统计学在证券投资中应用的重要性

在现代化社会中证券市场是高度集中的信息化市场，能够将社会经济市场中的诸多信息都集中显示反映出来，其中包括经济信息、非经济信息、上市企业信息、证券市场自身信息等。从本质上来说，证券市场就是一个信息集中地，信息引导着社会资金分配至不同的实体部分，进而实现证券市场的资源配置功能[1]。在近几年内，我国的证券市场得到了迅猛的发展，市价总值占据全国生产总值的比例越来越大，证券市场在市场经济中所起到的作用也越来越明显，某种程度上已经成为了国民经济发展动态的晴雨表。在金融市场纵深发展的背景下，数字化已经成为了传递信息、记录信息的重要载体，也是未来炙手可热的发展趋势，大量的数学与统计工具将会在证券分析中发挥着重大的作用[2]。在证券投资活动中风险是相伴而生且广泛存在的。风险主要是指未来所存在的各种不确定性，但是对于统计学来说这种不确定性可以通过概率来进行表达。金融业的现代化发展使得统计与数理方法的应用更加普及。在1995年，美国斯坦福大学教授就通过实证研究，模糊评价等方式推算出菲律宾、韩国等地有可能出现金融危机，后来的事实证明这一推算是正确的。经济理论的统计学趋势也导致各项经济行为变得更加量化。统计学是一门通用方法论的学科，是一种通过定量来认识问题的工具。在证券金融市场中，投资者在投资活动过程中进行资产优化配置的最终目标是实现既定风险下的收益最大化或既定收益下的风险最小化，而在这一过程中对风险进行预估是核心环节。马柯威茨组合理论总结了投资损失改了的分布以及可能收益与预估收益的偏离程度，结果得出投资者应该同时根据合适的比例来购买各种证券，而并非只购买某一种证券，只有进行分散化投资，才能够实现更加确定的收益。马柯威茨组合理论通过分析得出上述结论，不单单迎合了投资者的需要，同时还实践了统计学在证券投资中的应用。在近几十年中，伴随着量化的不断探索，统计学组合理论的运用方式愈加完善，已经成为了现资领域中的主流工具之一。

二、统计学在证券投资中的应用

证券投资活动是一项复杂性较强，风险性较高的金融活动，其不单单可以给投资者带来经济收益，同时还有可能对投资者带来经济损失。因此，投资者需要在对其所投资的证券收益进行预估之外，同时还要对证券投资的风格进行准确合理的估计，才能够在进行投资决策的过程中做到心中有数。

（一）统计学在流通市场中的应用

证券的流通市场就是将已经发行的股票进行转让，对流通市场进行统计能够对市场的运作情况进行更加熟悉、深入的了解[3]。统计学在流通市场中对于经营，主要对股票市价总值、股票流通市值等进行统计[4]。例如，股票市场总值统计即为根据某个时点上全部上市公司股票市值总和，其统计公式为：∑发行股本×收市价。而对于各类上市公司的总市值，其计算公式：（A股流通股+非流通股）×A股股价+B股流通股本×B股价格×汇率。又例如，股票价格指数的统计。股票价格指数主要是综合反映股票价格变动的趋势与变动程度的指标，其主要用于分析股价对股票市场股价整体水平影响程度，对股价进行长期的预测。由于不同股票其价格指数不同，因此其价格变动的相对幅度以及对股市影响的程度也是不一致的。因此，在计算指数的过程中需要使用加权综合平均法来对股价指数进行计算。

（二）在研究证券指标中的应用

投资者在进行证券投资的行为中所进行的每一决策都是经过慎重考虑以及权衡利弊而做出的决定，其最终目的就是为了获得更大的经济效益。根据Markowitz投资组合理论，投资者进行收益与风险权衡的过程中以股票涨跌的期望收益作为决策参考，而方差值的大小则作为度量证券投资风险的重要指标之一。“均值――方差”模型的引入，使得传统的偏重于经验、定性等方式进行的金融研究借助统计思维，迈入数量化分析方向。此外，投资者基于更加透彻的了解股票实际收益与企业资产真实情况的目的下，还可以利用统计学对股票的近期实际收益、企业近期资产水平指标平均值进行研究。在证券投资分析过程中利用统计学概率的方法来进行分析是最为常见的。投资者在购入证券的过程中，一般情况下都是该投资者认为该证券将会在未来的某个时间段中上涨。然而证券投资过程会受到所中因素的影响，各种指标仅仅只是起到参考的作用，因此利用统计学的概率来进行判断，投资者就可以根据统计学计算的相关数据来看待各项指标，根据统计学中的概率只是来判断指标的准确性与可靠性，从而辅助证券投资决策。