量化投資基本面分析方法精選(九篇)

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

第1篇：量化投資基本面分析方法范文

關(guān)鍵詞：分析 短線

中圖分類(lèi)號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2012）09（c）-0252-02

2012年以來(lái)，以量化分析技術(shù)投資著稱(chēng)的量化基金表現(xiàn)得一枝獨(dú)秀，逐漸從振蕩市中脫穎而出。一季度，上證綜指上漲2.88%，同期標(biāo)準(zhǔn)股票型基金平均業(yè)績(jī)?yōu)?.31%，而按照Wind分類(lèi)的13只量化基金，其平均業(yè)績(jī)?yōu)?.92%，五行基金更是取得7.65%的正收益，在亞洲量化基金中排名第一，超越同期上證指數(shù)4.77個(gè)百分點(diǎn)。

美國(guó)私募基金復(fù)興科技公司的第一支純粹的量化投資基金—— 大獎(jiǎng)?wù)禄穑瑥?988年3月成立至2008年的21年里，平均年度凈收益高達(dá)36%，遠(yuǎn)遠(yuǎn)跑贏同期道指年均8.81%的漲幅，比索羅斯、巴菲特同期的業(yè)績(jī)高出10%，原因：一是數(shù)學(xué)家基金經(jīng)理；二是量化分析技術(shù)。

1 基本面分析量化分析是投資機(jī)構(gòu)先后采用的2種投資技術(shù)

基本面分析，是分析員和基金經(jīng)理通常采用研究財(cái)務(wù)報(bào)表，與公司高層會(huì)談，與相關(guān)人員荷香業(yè)專(zhuān)家討論等方式，對(duì)少數(shù)幾家公司股票（約10到100只股票）進(jìn)行非常深入的研究分析，來(lái)決定要投資哪些股票以及如何投資。在基本面分析分類(lèi)中，會(huì)根據(jù)行業(yè)不同，有專(zhuān)員長(zhǎng)期跟蹤和深入研究其中一個(gè)行業(yè)，而這幾名專(zhuān)員最后則會(huì)成投資這個(gè)行業(yè)的專(zhuān)家。在股票市場(chǎng)成立以來(lái)長(zhǎng)期采用的較為傳統(tǒng)的分析和投資方式就是基本面分析。基本面投資，通過(guò)企業(yè)內(nèi)部財(cái)務(wù)報(bào)表的形式，來(lái)發(fā)現(xiàn)企業(yè)的潛在價(jià)值，以求企業(yè)得到穩(wěn)定持續(xù)的高額收益，一旦買(mǎi)入，長(zhǎng)期持有。

量化分析，借助數(shù)學(xué)、物理學(xué)、幾何學(xué)、心理學(xué)甚至仿生學(xué)的知識(shí)，通過(guò)建立模型，進(jìn)行估值、擇時(shí)選股。量化分析員和量化基金經(jīng)理，通常會(huì)同時(shí)研究全盤(pán)數(shù)千支股票，分析的方式也可以是基于公司基本面的，但是會(huì)強(qiáng)調(diào)量化財(cái)務(wù)指標(biāo)。量化的指標(biāo)（又稱(chēng)因子）也可以是其他更有特色的數(shù)據(jù)。從事量化分析投資的基金經(jīng)理通常不去上市公司實(shí)地調(diào)研，而是將精力放在不斷完善模型上，量化分析投資的模型是決定投資業(yè)績(jī)的關(guān)鍵，投資模型始終處于絕密狀態(tài)，不同市場(chǎng)設(shè)計(jì)不同的量化分析投資管理模型，在全球各種市場(chǎng)上進(jìn)行短線交易。

2 量化分析技術(shù)獲取超額投資收益之道

在變幻莫測(cè)的市場(chǎng)經(jīng)濟(jì)中，能否理性思考投資、不受情緒影響，將是成功的關(guān)鍵。而利用計(jì)算機(jī)的篩選得出的量化分析基金，不受投資中非理性因素影響，使投資更有計(jì)劃行、紀(jì)律性、規(guī)律性，基金管理人要做到不貪婪、不恐懼、不放棄，不受情緒影響，以一顆平常心追求利益瘦小。

量化分析，有一套完整、科學(xué)的投資體系。嚴(yán)格的紀(jì)律性是量化投資明顯區(qū)別于主動(dòng)投資的重要特征。在量化分析基金的運(yùn)作中，主觀判斷也會(huì)出現(xiàn)和量化分析模型相左的情兄，但會(huì)堅(jiān)持量化分析投資的紀(jì)律，相信模型判斷的長(zhǎng)期穩(wěn)定性，不會(huì)盲目去調(diào)整改變。與傳統(tǒng)偏股型基金不同，量化分析基金采用獨(dú)特的投資組合管理方式，漸進(jìn)動(dòng)態(tài)調(diào)整基金組合。這樣不僅可以順應(yīng)瞬息萬(wàn)變的市場(chǎng)，還可以降低個(gè)股集中度，平穩(wěn)投資業(yè)績(jī)。因此，這種方式并不會(huì)產(chǎn)生傳統(tǒng)意義的重倉(cāng)股，也就大大降低了重倉(cāng)個(gè)股的風(fēng)險(xiǎn)。

量化分析業(yè)績(jī)，來(lái)自于量化分析模型批量選股的成功率大于失敗率。量化分析的模型敏銳的“發(fā)覺(jué)”了開(kāi)場(chǎng)環(huán)境的轉(zhuǎn)變，自動(dòng)調(diào)高了評(píng)估因子、預(yù)期因子及市場(chǎng)反轉(zhuǎn)因子的權(quán)重，量化分析模型依此邏輯選擇的股票大部分取得較好收益，提升了整體業(yè)績(jī)。

3 量化分析技術(shù)創(chuàng)始人并非經(jīng)濟(jì)學(xué)家。

量化分析技術(shù)并非發(fā)端于華爾街，不少人最初并非經(jīng)濟(jì)學(xué)家，如巴契里耶和布萊克原先是數(shù)學(xué)家，夏普則從事醫(yī)學(xué)，奧斯伯恩為天文學(xué)家，沃金與坎德?tīng)柺墙y(tǒng)計(jì)學(xué)家，而特雷諾則是數(shù)學(xué)家兼物理學(xué)家。1970年代美國(guó)債券市場(chǎng)和股票市場(chǎng)全面崩盤(pán)，當(dāng)時(shí)提出用量化分析方法管理投資組合的人是作家彼得·伯恩斯坦。1952年3月發(fā)表“投資組合選擇”論文、提出現(xiàn)代財(cái)務(wù)和投資理論最著名遠(yuǎn)見(jiàn)的馬克維茨，以該理論勉強(qiáng)通過(guò)博士答辯，到1990年10月，這些人中才有三位獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。

2012年，美國(guó)倫斯理工學(xué)院金融工程碩士李炬澎，依據(jù)5000年中國(guó)古老的《易經(jīng)八卦數(shù)理》研發(fā)立體數(shù)量模型分析微觀經(jīng)濟(jì)，用超高頻率政治外交詞匯、交易數(shù)據(jù)、股票期權(quán)數(shù)據(jù)、公司債務(wù)數(shù)據(jù)來(lái)做個(gè)股分析，用《五行相克相生原理》來(lái)分析自然、社會(huì)、政治、人文如何影響宏觀經(jīng)濟(jì)。比如用計(jì)算機(jī)分析新聞報(bào)道中天地雷風(fēng)水火山澤8中自然天文現(xiàn)象與宏觀經(jīng)濟(jì)關(guān)聯(lián)程度，使五行基金取得亞洲量化分析投資行業(yè)第一名的業(yè)績(jī)。

4 量化分析技術(shù)應(yīng)用的載體是計(jì)算機(jī)軟硬件技術(shù)的發(fā)展

馬克維茨的投資組合現(xiàn)代金融理論，提出了風(fēng)險(xiǎn)報(bào)酬和效率邊界概念，并據(jù)此建立了模型，成為奠基之作。托賓隨后提出了分離理論，但仍需要利用馬克維茨的系統(tǒng)執(zhí)行高難度的運(yùn)算，1961年，與馬克維茨共同獲得1990年諾貝爾獎(jiǎng)的夏普用IBM最好的商用電腦，解出含有100只證券的問(wèn)題也需要33mim。夏普1963年1月提出了“投資組合的簡(jiǎn)化模型”（單一指數(shù)模型），簡(jiǎn)化模型只用30s。1964年夏普又開(kāi)發(fā)出資本資產(chǎn)定價(jià)模型（CAPM），不僅可以作為預(yù)測(cè)風(fēng)險(xiǎn)和預(yù)期回報(bào)的工具，還可以衡量投資組合的績(jī)效，以及衍生出在指數(shù)型基金、企業(yè)財(cái)務(wù)和企業(yè)投資、市場(chǎng)行為和資產(chǎn)評(píng)價(jià)等多領(lǐng)域的應(yīng)用和理論創(chuàng)新。1976年，羅斯在CAPM的基礎(chǔ)上，提出“套利定價(jià)理論”（APT），提供一個(gè)方法評(píng)估影響股價(jià)變化的多種經(jīng)濟(jì)因素。布萊克和斯克爾斯提出了“期權(quán)定價(jià)理論”。莫頓則發(fā)明了“跨期的資本資產(chǎn)定價(jià)模型”。

5 量化分析應(yīng)用的關(guān)鍵是基本面分析無(wú)法快速精確處理豐富的金融產(chǎn)品和巨大交易量

1970年代以前，華爾街認(rèn)為投資管理需要天賦、直覺(jué)以及獨(dú)特的駕馭市場(chǎng)的能力，基本面分析師、基金經(jīng)理可以獨(dú)力打敗市場(chǎng)，而無(wú)需依靠那些缺乏靈魂、怪異的數(shù)學(xué)符號(hào)和縹緲虛幻的模型。華爾街對(duì)學(xué)術(shù)界把投資管理的藝術(shù)，轉(zhuǎn)化成通篇晦澀難懂的數(shù)學(xué)方程式一直持有敵意，1970年代初期，美國(guó)表現(xiàn)最佳的基金經(jīng)理人從未聽(tīng)過(guò)貝塔值，并認(rèn)為那些擁有數(shù)學(xué)和電腦背景的學(xué)者只是一群騙子。

量化分析投資不會(huì)出現(xiàn)在個(gè)人投資者為主的時(shí)代。個(gè)人投資者既缺乏閑暇的時(shí)間，也普遍無(wú)此能力。僅有現(xiàn)資理論的建立，及各類(lèi)模型的完善與推陳出新，并不會(huì)直接催生出量化分析投資，它還需要其他幾個(gè)重要前提條件，比如：機(jī)構(gòu)投資者在市場(chǎng)中占據(jù)主導(dǎo)，隨著社保基金和共同基金資產(chǎn)的大幅增加，成為市場(chǎng)上的主要機(jī)構(gòu)投資者，專(zhuān)業(yè)機(jī)構(gòu)管理大規(guī)模資產(chǎn)，需要新的運(yùn)作方式和金融創(chuàng)新技術(shù)，專(zhuān)業(yè)的投資管理人有能力和精力專(zhuān)注地研究、運(yùn)用這些量化分析技術(shù)。

1970年代后期的Wells Fargo銀行，率先用量化分析技術(shù)管理投資組合，投資高股息股票，用較少的風(fēng)險(xiǎn)獲得了較大的收益，不用這些模型，不用電腦運(yùn)算這些公式，會(huì)陷于困境。1980年代以來(lái)，面對(duì)數(shù)不勝數(shù)的各類(lèi)證券產(chǎn)品和期權(quán)類(lèi)產(chǎn)品，以及龐大的成交量，許多復(fù)雜的證券定價(jià)，必須靠大容量高速運(yùn)算的電腦來(lái)完成。到2007年美國(guó)股市近一半的機(jī)構(gòu)基金都是由量化模型來(lái)管理的。從2000年初到2007年全球量化分析基金市場(chǎng)連續(xù)8年表現(xiàn)遠(yuǎn)遠(yuǎn)超過(guò)其他投資方式。

6 量化分析在應(yīng)對(duì)經(jīng)濟(jì)危機(jī)和突發(fā)經(jīng)濟(jì)事件中開(kāi)拓前進(jìn)

1987年10月大股災(zāi)，當(dāng)天股市和期貨成交量高達(dá)令人吃驚的410億美元，價(jià)值瞬間縮水6000億美元。很多股票直接通過(guò)電腦而不是經(jīng)由交易所交易。一些采用投資組合保險(xiǎn)策略的公司，在電腦模式的驅(qū)使下，不問(wèn)價(jià)格機(jī)械賣(mài)出股票。很多交易員清楚這些投資組合會(huì)有大單賣(mài)出，寧愿走在前面爭(zhēng)相出逃，加劇了恐慌。針對(duì)整個(gè)投資組合而非單個(gè)證券，機(jī)械式的交易，電腦的自動(dòng)操作，大量的空單在瞬間涌出，將市場(chǎng)徹底砸垮。

1997年至1998年亞洲金融危機(jī)股市暴跌，量化分析投資的算法交易也起到了同樣的壞作用。著名的長(zhǎng)期資本管理公司，遭遇俄羅斯國(guó)債違約這一小概率事件，也陷入破產(chǎn)之境，迫使美聯(lián)儲(chǔ)集華爾街諸多投資銀行之力，加以救助。

2007年8月金融危機(jī)中，許多量化基金出現(xiàn)巨額損失。其原因主要是幾家大型對(duì)沖基金大量賣(mài)出它們的量化分析基金股票，去彌補(bǔ)其在其他投資方式上的損失。由于很大相同倉(cāng)位的股票在很短的時(shí)間內(nèi)被廉價(jià)賣(mài)出，從而加劇了很多投資指標(biāo)的損失，尤其是價(jià)值和動(dòng)量指標(biāo)的損失。

2011年即使歐債金融危機(jī)發(fā)生，量化分析基金也再次表現(xiàn)優(yōu)異，超過(guò)其他投資方式，雖然能否就此再度復(fù)興仍屬未知，此一趨勢(shì)已不可逆轉(zhuǎn)。

7 量化分析技術(shù)今后幾年全球應(yīng)用的熱點(diǎn)在中國(guó)的A股市場(chǎng)

中國(guó)金融、資本、股市投資者結(jié)構(gòu)很不合理，A股市場(chǎng)的專(zhuān)業(yè)投資機(jī)構(gòu)持有市值的15.6%，而發(fā)達(dá)市場(chǎng)這一比例大致為70%。更為不合理的是交易結(jié)構(gòu)，A股市場(chǎng)個(gè)人投資者持有市值占比26%，但卻完成了85%的交易。根據(jù)Wind分類(lèi)，目前我國(guó)市場(chǎng)上共有13只量化基金，包含11只普通股票型基金，1只指數(shù)基金和1只偏股混合基金。

中國(guó)現(xiàn)有的人才和技術(shù)都難以支持完全的量化分析投資，在缺乏國(guó)際化人才和成熟模型的情況下，經(jīng)營(yíng)業(yè)績(jī)自然也差強(qiáng)人意。

量化分析今后幾年全球熱點(diǎn)在中國(guó)的A股市場(chǎng)?，F(xiàn)在主要發(fā)達(dá)國(guó)家的股市很大程度上由量化基金所控制。為了尋找更高收益的市場(chǎng)，很多大型量化基金也開(kāi)始大量投資于發(fā)展中國(guó)家市場(chǎng)，中國(guó)的A股市場(chǎng)是今后幾年全球量化分析投資熱點(diǎn)，所以近年來(lái)很多北美和歐洲的高層量化分析基金經(jīng)理和分析員紛紛到中國(guó)大陸、香港和新加坡推廣量化投資技術(shù)。這是國(guó)際國(guó)內(nèi)的金融市場(chǎng)和投資者，都要面對(duì)的機(jī)會(huì)和挑戰(zhàn)。

量化分析基金2002年才在中國(guó)剛剛起步，到2009年和2010年，才真正進(jìn)入快速發(fā)展期，2010年末量化基金的總規(guī)模達(dá)到了779億元。雖然規(guī)模有顯著提升，但是與國(guó)外市場(chǎng)量化分析基金占共同基金總資產(chǎn)16%相比，國(guó)內(nèi)量化分析基金還有非常大的發(fā)展空間。

第2篇：量化投資基本面分析方法范文

我國(guó)證券投資價(jià)值投資方法的實(shí)例分析

由于盈利能力不強(qiáng)的上市公司價(jià)值投資研究?jī)r(jià)值不大，而且缺少較大的收益時(shí)間，無(wú)需把每股收益看作參考依據(jù)，所以為了避免非正常值導(dǎo)致的影響，選擇的依據(jù)必須滿足每股收益大于等于0．1，此外，將不完整的上市公司數(shù)據(jù)排除。最終的選擇結(jié)果如下：2009年188只、2010年205只、2011年226只，總共有619只。1．樣本期內(nèi)各個(gè)時(shí)間段內(nèi)的基本面量化指標(biāo)和股票價(jià)格的相關(guān)研究。首先，利用SPSS16．0軟件計(jì)算出2009～2011年各個(gè)時(shí)間段的基本面量化指標(biāo)和相應(yīng)時(shí)間段的股票價(jià)格間的Pearson因子，相應(yīng)的統(tǒng)計(jì)數(shù)據(jù)結(jié)果見(jiàn)表1。多元模型的自變量選擇那些和股票價(jià)格有明顯相關(guān)性的數(shù)據(jù)指標(biāo)，排除與股票價(jià)格存在較小相關(guān)性指標(biāo)，進(jìn)而能夠?yàn)橄乱徊礁鲿r(shí)間段的多元回歸分析提供合理的數(shù)據(jù)支持。在該階段，能夠保留下來(lái)指標(biāo)的相關(guān)系數(shù)必須滿足0．05水平上的顯著性檢驗(yàn)。然后，為了避免回歸過(guò)程中的自相關(guān)，所以將排除凈資產(chǎn)收益率。同時(shí)，因?yàn)榱鲃?dòng)比率在決策過(guò)程中可能轉(zhuǎn)換為風(fēng)險(xiǎn)控制因素，和股票價(jià)格間有較強(qiáng)的非線性，所以也應(yīng)該給予剔除。2．優(yōu)化選擇后的量化指標(biāo)對(duì)股票價(jià)格貢獻(xiàn)度的影響分析。選取2009～2011年3組數(shù)據(jù)作為研究對(duì)象，利用Stepwise的輸入技術(shù)進(jìn)行三次多元回歸分析，可以得到三組輸出。研究過(guò)程中關(guān)鍵要討論標(biāo)準(zhǔn)化因子和可決因子。標(biāo)準(zhǔn)化因子是指量化指標(biāo)經(jīng)過(guò)一個(gè)標(biāo)準(zhǔn)差的改變對(duì)股票價(jià)格產(chǎn)生的影響程度。該因子能夠防止由于不同指標(biāo)的量綱不一樣而無(wú)法比較影響程度的問(wèn)題。標(biāo)準(zhǔn)化因子絕對(duì)值越大，表示該因子對(duì)股票價(jià)格的解釋水平越高?？蓻Q因子是在調(diào)整回歸方程后獲得的，主要是指全部指標(biāo)對(duì)股票價(jià)格的整體解釋水平?？蓻Q因子越大，表明該模型對(duì)股票價(jià)格的解釋水平越高，也就是說(shuō)股票價(jià)格的變化對(duì)基本面因素變化有較大的影響，投資的合理性越大。相應(yīng)的回歸分析結(jié)果見(jiàn)表2。根據(jù)回歸分析的計(jì)算數(shù)據(jù)能夠獲得如下結(jié)論：在觀察時(shí)間，每股收益包含在回歸模型之中，具有最佳的解釋股票價(jià)格的水平，因此，這個(gè)結(jié)果表明上市公司的盈利能夠受到較好的關(guān)注?；貧w數(shù)據(jù)表明大多數(shù)情況下每股收益和總資產(chǎn)收益率均包含在回歸模型內(nèi)，從而表明證券投資者非常關(guān)注對(duì)股票價(jià)值有較大影響的基本面，這一結(jié)果表明價(jià)值投資意識(shí)已經(jīng)不斷地深入人心。從回歸分析結(jié)果數(shù)據(jù)可以看出，在2011年?duì)I業(yè)利潤(rùn)增長(zhǎng)率包含于回歸模型，從而說(shuō)明證券投資者已經(jīng)對(duì)上市公司的成長(zhǎng)性有了關(guān)注，同時(shí)能夠表明證券投資者對(duì)和內(nèi)在價(jià)值有關(guān)的基本面因素有了更為深刻地認(rèn)識(shí)。從回歸分析數(shù)據(jù)可以看出，2010年和2011年期間每股凈資產(chǎn)已經(jīng)退出了回歸模型，表明證券投資市場(chǎng)不夠關(guān)注風(fēng)險(xiǎn)水平。每股凈資產(chǎn)是指上市公司在破產(chǎn)時(shí)證券投資者股票的內(nèi)在價(jià)值。每股凈資產(chǎn)屬于主要的風(fēng)險(xiǎn)評(píng)估基本面因素，正在被證券市場(chǎng)逐步地認(rèn)可，說(shuō)明證券市場(chǎng)對(duì)股票的關(guān)注不僅停留在投資回報(bào)上，同時(shí)非常關(guān)注風(fēng)險(xiǎn)的存在，這正是證券市場(chǎng)不斷趨向于理性的具體表現(xiàn)。通過(guò)對(duì)2009年和2010年的回歸分析可知，每股凈資產(chǎn)指標(biāo)出現(xiàn)了缺失。主要原因在于2008年股票市場(chǎng)比較好的局面導(dǎo)致了證券投資者的思維定式，降低了對(duì)風(fēng)險(xiǎn)的關(guān)注度。經(jīng)歷了一段時(shí)間，大量的解釋變量符合了回歸模型，這表明投資者對(duì)基本面的研究更加完善。根據(jù)回歸分析的結(jié)果，證券投資者不斷地利用更多的指標(biāo)，通過(guò)不同的層面更為全方位地考慮證券的內(nèi)在價(jià)值，證券市場(chǎng)不斷向以價(jià)值投資為中心的投資方向發(fā)展。此外，可決因子的周期變化表明在我國(guó)證券市場(chǎng)中，基本面因素對(duì)股票價(jià)格的解釋能力不斷提高，然而并不穩(wěn)定。當(dāng)外部經(jīng)濟(jì)環(huán)境產(chǎn)生變動(dòng)時(shí)，證券投資者容易產(chǎn)生非理，從而使非價(jià)值因素再一次占了上風(fēng)。

我國(guó)證券投資基金價(jià)值投資的應(yīng)對(duì)措施

管理費(fèi)還能夠促進(jìn)基金公司的可持續(xù)發(fā)展，為基金持有者帶來(lái)更大的投資回報(bào)。然而，如果基金管理公司的工資待遇和資產(chǎn)管理規(guī)模關(guān)聯(lián)過(guò)大，就會(huì)導(dǎo)致基金管理者僅僅關(guān)注視資產(chǎn)管理的規(guī)模，忽視幫助基金持有者獲得更大的投資回報(bào)。最為管用的方式就是優(yōu)化基金管理收入的基本組成，采用浮動(dòng)收益的方式，一定的資產(chǎn)管理費(fèi)可以確?；鸬挠行?shí)施，而浮動(dòng)收益可以使基金管理者以基金投資者的權(quán)益為中心幫助基金投資者能夠獲得更大的收益。充分地利用投資組合策略。證券投資本身具有較高的風(fēng)險(xiǎn)，但是高風(fēng)險(xiǎn)和高收益是相互對(duì)應(yīng)的，怎樣才能使投資風(fēng)險(xiǎn)減少并且使投資收益最大，投資組合策略就是一種行之有效的方法，利用這種方法不僅能夠有效地預(yù)防投資風(fēng)險(xiǎn)，而且能夠有效地彌補(bǔ)證券投資價(jià)值的缺陷。投資者可以依據(jù)不同階段國(guó)際經(jīng)濟(jì)形式、國(guó)內(nèi)產(chǎn)業(yè)制度以及行業(yè)的發(fā)展?jié)摿m時(shí)地調(diào)節(jié)投資產(chǎn)品的比重，從而能夠得到最佳的收益。投資者應(yīng)該不斷地轉(zhuǎn)變投資理念。投資者的理念在證券投資中具有非常重要的作用，證券投資者應(yīng)該堅(jiān)持長(zhǎng)期投資的理念，主要關(guān)注證券投資的長(zhǎng)期回報(bào)。證券投資者必須熟悉證券投資的相關(guān)概念和理論，知道證券投資過(guò)程中潛在的風(fēng)險(xiǎn)，掌握證券投資產(chǎn)品的相關(guān)功能；投資者應(yīng)該明確投資目的，依據(jù)自身的實(shí)際情況選擇適合自身的證券投資產(chǎn)品。投資者應(yīng)熟悉證券公司的相關(guān)情況，對(duì)證券公司的專(zhuān)業(yè)化水平、標(biāo)準(zhǔn)化產(chǎn)品、內(nèi)部風(fēng)險(xiǎn)控制制度以及信息披露系統(tǒng)等情況有比較深入的了解，從而能夠從長(zhǎng)期投資的角度獲得最大投資回報(bào)率。不斷健全證券市場(chǎng)的管理制度。通過(guò)股權(quán)改革可以較好地處理中國(guó)證券市場(chǎng)流通股和非流通股股東之間利益的不一致性、中國(guó)國(guó)有上市公司管理者缺位等難題，能夠?yàn)橹袊?guó)證券市場(chǎng)的制度化營(yíng)造一個(gè)有利的環(huán)境，從而能夠不斷深化中國(guó)證券市場(chǎng)的中長(zhǎng)期投資價(jià)值，為證券投資基金執(zhí)行價(jià)值投資創(chuàng)造一個(gè)非常有利的市場(chǎng)平臺(tái)。五、結(jié)　論我國(guó)證券市場(chǎng)仍然是一種新興的證券市場(chǎng)，依然處在非有效市場(chǎng)向弱有效市場(chǎng)不斷轉(zhuǎn)變的階段，從某種意義上，利用價(jià)值投資策略得到的收益不是非常穩(wěn)定的。通過(guò)股權(quán)分置改革，伴隨著上市公司質(zhì)量持續(xù)提升，價(jià)值投資策略將轉(zhuǎn)變?yōu)樽C券市場(chǎng)的主流方式。根據(jù)相關(guān)研究可以得到以下結(jié)論：1．選取深證300指數(shù)股進(jìn)行相應(yīng)的回歸分析。根據(jù)回歸分析的結(jié)果可知：上市公司的盈利水平是非常受到重視的。證券投資者更加關(guān)注決定股票內(nèi)在價(jià)值的基本面因素，價(jià)值投資理念正在漸漸地深入投資者的人心。投資者對(duì)上市公司的成長(zhǎng)性給予了足夠的重視。市場(chǎng)對(duì)風(fēng)險(xiǎn)的關(guān)注程度正在降低。每股凈資產(chǎn)能夠表明上市公司在破產(chǎn)的狀況下，投資者持有的每股股票的價(jià)值。證券市場(chǎng)對(duì)股票的重視不但保持在收益上，而且非常關(guān)注風(fēng)險(xiǎn)，從而使證券理性更加回歸理性。隨著證券市場(chǎng)的不斷發(fā)展，投資者能夠更深入地剖析基本面的內(nèi)涵。根據(jù)回歸分析的結(jié)果可知：證券投資者已經(jīng)利用更多的指標(biāo)，從不同的層面深入地考察股票的經(jīng)濟(jì)價(jià)值，市場(chǎng)正在向以價(jià)值投資為主的理性投資發(fā)展。2．中國(guó)證券市場(chǎng)是一個(gè)新興市場(chǎng)，正處于轉(zhuǎn)型時(shí)期，因此，具有較好的價(jià)值投資意義，然而不能獲得比較穩(wěn)定的收益。因此，應(yīng)該采取有效的措施，完善基金績(jī)效評(píng)估體系和股票發(fā)行政策；合理地調(diào)整基金管理收入結(jié)構(gòu)；充分地利用投資組合策略；投資者應(yīng)不斷轉(zhuǎn)變投資理念；不斷完善證券市場(chǎng)的制度體系。隨著上市公司質(zhì)量的持續(xù)提升，價(jià)值投資將不斷地深入人心，通過(guò)價(jià)值投資可以使中國(guó)證券市場(chǎng)更加趨于穩(wěn)定。

作者：賴(lài)曉聰 陳凡 單位：中國(guó)社會(huì)科學(xué)院

第3篇：量化投資基本面分析方法范文

2008年10月首次提出“情緒性底部”的概念,這一次講“情緒性底部”再度形成,還是用了幾個(gè)量化指標(biāo),其中分紅率、市盈率和市凈率都屬于基本面的指標(biāo),而新股的“破發(fā)率”和交易量的“絕望系數(shù)”則屬于情緒面的指標(biāo)。此外,從樓市地震看股市遭殃,是從政策面分析股市情緒面的悲觀狀態(tài),“12月買(mǎi)房”的判斷,主要依據(jù)之一是股市反彈的樂(lè)觀情緒,將在3-6個(gè)月后傳導(dǎo)到樓市。

“股市在絕望中落地,在歡樂(lè)中升騰,在瘋狂中結(jié)束”,這是索羅斯先生的不朽名句之一。以滬指6124點(diǎn)區(qū)間的交易量均值為“瘋狂系數(shù)”,以滬指1664點(diǎn)區(qū)間的交易量均值為“絕望系數(shù)”,二者的比值為1:0.20。以此為參數(shù),2009年7-8月滬指3478點(diǎn)區(qū)間的交易量均值為瘋狂,今年5-6月的交易量均值為絕望,二者相比的比值為1:0.24,因此可判斷股市大幅下跌的空間有限,得出結(jié)論是6月就是底部。

股市的絕望與瘋狂指標(biāo)具有雙重參考意義。第一,參考其他基本面分析數(shù)據(jù),預(yù)測(cè)超跌企穩(wěn)。第二,參考其他基本面分析數(shù)據(jù),防范股市的過(guò)度瘋狂。具體說(shuō)來(lái),如果滬深兩市的合計(jì)成交量連續(xù)數(shù)日為底部區(qū)間交易量的4-5倍之時(shí),股市的“情緒性頂部”可能形成。從長(zhǎng)期趨勢(shì)看,具體的量化數(shù)據(jù)如交易額的數(shù)量將逐步提高,但瘋狂與絕望之間的交易量比例則大致不變,因此可作為輔的股市預(yù)測(cè)工具。股市分析有三大流派,基本面研究的優(yōu)點(diǎn)在于選股,技術(shù)面研究的優(yōu)點(diǎn)在于選價(jià),行為面的研究則重于看“勢(shì)”,三者缺一不可,分別對(duì)應(yīng)于股市的“三駕馬車(chē)”,即業(yè)績(jī)?cè)鲩L(zhǎng)、資金流量和情緒狀態(tài)。

還必須關(guān)注政策面的動(dòng)態(tài),因?yàn)檎呷顼L(fēng),貨幣如水,風(fēng)動(dòng)水動(dòng),水漲船高,這是中國(guó)經(jīng)濟(jì)的政策“風(fēng)水學(xué)”。市場(chǎng)是一只“看不見(jiàn)的手”,會(huì)通過(guò)“沉默的多數(shù)”顯示其不可抗拒的力量。政策作為“閑不住的手”,如果順應(yīng)了市場(chǎng),它就會(huì)立刻生效;如果與市場(chǎng)趨勢(shì)相悖,就會(huì)在3個(gè)月內(nèi),效應(yīng)遞減甚至完全失效。我們可以用基本面的分析把握股市的價(jià)值中樞,再導(dǎo)入政策面與情緒面之間,股市和樓市之間的互動(dòng)性,就可以分析政策面的決策通過(guò)情緒面對(duì)股市樓市產(chǎn)生的沖擊波,界定股市樓市的超跌和瘋漲,進(jìn)而尋找股市的“情緒性”底部或頂部。

第4篇：量化投資基本面分析方法范文

面對(duì)上周市場(chǎng)持續(xù)調(diào)整行情，有機(jī)構(gòu)認(rèn)為“錢(qián)荒”是最主要的因素。3月31日，滬指在跌破3200點(diǎn)后快速收復(fù)，這說(shuō)明“錢(qián)荒”事件導(dǎo)致的挖坑走勢(shì)步入尾聲。

針對(duì)美國(guó)明晟公司（MSCI）日前表示正在重新考慮將A股納入其一系列指數(shù)的方案，中歐基金認(rèn)為，這表明A股相對(duì)價(jià)值并非此前市場(chǎng)預(yù)想得那么糟糕。未來(lái)，鑒于A股各主要指數(shù)震蕩的概率較大，市場(chǎng)將更看重企業(yè)的盈利能力、投資標(biāo)的的穩(wěn)定性和安全性。市場(chǎng)回歸業(yè)績(jī)和價(jià)值崇拜，說(shuō)明資金的心態(tài)傾向于“穩(wěn)健回報(bào)”?？傮w而言，延續(xù)對(duì)春季行情的樂(lè)觀態(tài)度。

展望A股走勢(shì)，匯豐晉信基金表示，從基本面來(lái)看，今年上半年，經(jīng)濟(jì)有望維持穩(wěn)定增長(zhǎng)，企業(yè)盈利改善趨勢(shì)料能持續(xù)。4月份上市公司即將披露季報(bào)，預(yù)計(jì)企業(yè)業(yè)績(jī)也將為A股提供支撐。在貨幣政策方面，市場(chǎng)預(yù)期下半年經(jīng)濟(jì)可能面臨壓力，但是出于保增長(zhǎng)考慮，下半年貨幣政策預(yù)計(jì)不會(huì)太緊。

淡看短期博弈 聚焦長(zhǎng)期投資

面對(duì)A股市場(chǎng)以結(jié)構(gòu)性行情為顯著特征的窄幅波動(dòng)，上投摩根核心基金經(jīng)理李博指出，在結(jié)構(gòu)分化行情中，要做“睡得著覺(jué)”的投資，從更長(zhǎng)遠(yuǎn)的視角看待投資，從更深入的基本面分析核算價(jià)值。投資的核心目標(biāo)是要選出未來(lái)盈利能持續(xù)增長(zhǎng)、同時(shí)估值不貴的標(biāo)的，即PE/G小于1，這其中包括三重要求：第一，要求行業(yè)空間足夠大；第二，要求管理層有企業(yè)家精神；第三，盈利數(shù)據(jù)能與公司的發(fā)展戰(zhàn)略相印證。李博認(rèn)為，在一些投資者越來(lái)越看重短期博弈的時(shí)候，長(zhǎng)期投資、價(jià)值投資的優(yōu)勢(shì)逐漸凸顯。

對(duì)于后市A股走勢(shì)，上投摩根基金認(rèn)為，經(jīng)濟(jì)和股市在2017年年初都出現(xiàn)向好趨勢(shì)，一方面市場(chǎng)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)擔(dān)憂情緒逐步緩解，在PPP項(xiàng)目、“一帶一路”、國(guó)企改革等政策措施的拉動(dòng)下，投資增長(zhǎng)開(kāi)始恢復(fù)，同時(shí)在過(guò)去幾年的去產(chǎn)能政策讓不少行業(yè)的供求關(guān)系發(fā)生變化，盈利能力開(kāi)始恢復(fù)。自2016年三季度以來(lái)，不少上市公司結(jié)束了連續(xù)幾個(gè)季度的下行趨勢(shì)，轉(zhuǎn)入增長(zhǎng)階段。另一方面，經(jīng)過(guò)較長(zhǎng)時(shí)間的下跌之后，A股市場(chǎng)估值回落到歷史上較為中性的水平，其吸引力開(kāi)始提高。

震蕩市業(yè)績(jī)?yōu)橥?捕捉主題投資機(jī)會(huì)

國(guó)企改革東風(fēng)漸起，相關(guān)主題更是多點(diǎn)開(kāi)花。業(yè)內(nèi)人士表示，盡管?chē)?guó)企改革將是貫穿全年的大主題，但其內(nèi)部板塊輪動(dòng)速度快，不同行業(yè)及地區(qū)都有自己的時(shí)間表，推進(jìn)執(zhí)行的力度也會(huì)參差不齊，如何有效把握投資機(jī)會(huì)成為難題。泰達(dá)宏利改革動(dòng)力基金經(jīng)理劉欣表示，今年A股小碎步上行，但投資熱點(diǎn)仍比較凌亂且持續(xù)性較差，這種震蕩行情有利于量化投資的發(fā)揮。采用量化選股的方法，可以全市場(chǎng)捕捉國(guó)企改革的投資機(jī)會(huì)，分享國(guó)企改革紅利。未來(lái)國(guó)有企業(yè)改革、金融改革、、企業(yè)兼并重組等主題將持續(xù)不斷地為市場(chǎng)提供投資機(jī)會(huì)，量化基金有助于投資人全面把握這類(lèi)主題。

華寶興業(yè)基金總經(jīng)理助理郭鵬飛表示，A股的估值下降階段基本結(jié)束，處于震蕩市階段，在震蕩市環(huán)境中，業(yè)績(jī)最重要?；久孀兓蜆I(yè)績(jī)預(yù)期調(diào)整成為股價(jià)運(yùn)行的最重要決定因素，風(fēng)格板塊屬性不再重要；基本面良好、業(yè)績(jī)確定性高、估值合理的品種，都具有較好投資機(jī)會(huì)。成長(zhǎng)對(duì)周期和消費(fèi)的估值溢價(jià)已經(jīng)回落到合理偏低水平，白馬成長(zhǎng)股整體上應(yīng)該有絕對(duì)收益，但小市值高估值公司仍風(fēng)險(xiǎn)較大，成長(zhǎng)與價(jià)值并重的精選個(gè)股策略可能效果較好，白馬成長(zhǎng)股機(jī)會(huì)更大，黑馬成長(zhǎng)股謹(jǐn)慎選擇。保持謹(jǐn)慎態(tài)度，通過(guò)深入研究，選擇基本面良好、業(yè)績(jī)?cè)鲩L(zhǎng)較快、同時(shí)估值較低的優(yōu)質(zhì)標(biāo)的，采取靈活的交易策略適當(dāng)進(jìn)行逆向操作。

對(duì)于近期火熱的港股投資機(jī)會(huì)，華寶興業(yè)基金周欣表示，基本面、資金面因素支持港股繼續(xù)向好。具體來(lái)看，中國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)近期表現(xiàn)較好，顯示中國(guó)經(jīng)濟(jì)可能已經(jīng)筑底回升，有助于緩解港股市場(chǎng)中對(duì)于中國(guó)經(jīng)濟(jì)和人民幣匯率過(guò)于悲觀的預(yù)期；港股相對(duì)于A股擁有明顯的估值優(yōu)勢(shì)，與港股估值的歷史數(shù)據(jù)縱向?qū)Ρ纫膊⒉毁F；深港通的實(shí)施、港股通總額度的取消將進(jìn)一步提升內(nèi)地與港股的互聯(lián)互通，給港股市場(chǎng)帶來(lái)顯著的增量資金，并提升市場(chǎng)整體的估值水平。

把握結(jié)構(gòu)性機(jī)會(huì) 看好“泛消費(fèi)”

目前，國(guó)企改革、“一帶一路”、周期股等主題已成為A股市場(chǎng)上炙手可岬耐蹲駛疤狻5國(guó)聯(lián)安銳意成長(zhǎng)基金經(jīng)理王超偉卻有自己獨(dú)特的見(jiàn)解，堅(jiān)定看好“泛消費(fèi)”行業(yè)投資機(jī)會(huì)。年初至今，上證綜指呈震蕩上行趨勢(shì)，許多熱炒板塊目前仍處拉伸狀態(tài)。預(yù)計(jì)A股下階段大概率將處于橫盤(pán)整理之中。橫盤(pán)期間，重點(diǎn)應(yīng)把握結(jié)構(gòu)性機(jī)會(huì)、區(qū)間行情。家電、白酒、食品飲料、調(diào)味品、衣柜、櫥柜等低估值、穩(wěn)增長(zhǎng)的股票，將會(huì)成為市場(chǎng)熱點(diǎn)。2017年春節(jié)過(guò)后，在熱點(diǎn)切換頻率較快的A股市場(chǎng)上，消費(fèi)板塊盈利能力復(fù)蘇基本確定，不斷增長(zhǎng)的需求使得消費(fèi)類(lèi)股票頗有市場(chǎng)價(jià)值。配置消費(fèi)類(lèi)對(duì)于投資者的心態(tài)上會(huì)比較穩(wěn)當(dāng)，在整體側(cè)重比較大的市場(chǎng)情況下，消費(fèi)類(lèi)的公司從長(zhǎng)周期來(lái)看仍是比較有優(yōu)勢(shì)的。

近年來(lái)，復(fù)雜多變的市場(chǎng)環(huán)境無(wú)疑加大了投資難度，展望后市，華安逆向策略基金經(jīng)理崔瑩表示，有利因素包括權(quán)益類(lèi)資產(chǎn)在2017年具有比較優(yōu)勢(shì)、成長(zhǎng)股估值長(zhǎng)期調(diào)整、產(chǎn)業(yè)升級(jí)與消費(fèi)升級(jí)日趨明顯；不利因素則包括貨幣邊際收緊、地產(chǎn)調(diào)控加碼、IPO保持較高速度、人民幣貶值壓力未完全消退等。在此背景下，在股票投資上，堅(jiān)持消費(fèi)股和成長(zhǎng)股，特別是符合產(chǎn)業(yè)升級(jí)與消費(fèi)升級(jí)趨勢(shì)的，可重點(diǎn)配置業(yè)績(jī)穩(wěn)定增長(zhǎng)的消費(fèi)股；TMT領(lǐng)域的人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算；部分產(chǎn)能收縮、具有溢價(jià)能力的化工股等。

第5篇：量化投資基本面分析方法范文

關(guān)鍵詞：房地產(chǎn)投資；經(jīng)濟(jì)基本面；聯(lián)合影響；直接彈性；間接彈性

一、引言

近年來(lái)，我國(guó)房地產(chǎn)市場(chǎng)“區(qū)域分化”明顯，不同區(qū)域的房地產(chǎn)投資對(duì)經(jīng)濟(jì)基本面的影響不盡相同。就東部地區(qū)而言，其房地產(chǎn)投資對(duì)區(qū)域房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場(chǎng)供給以及經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)作用仍然較強(qiáng)；而中部與西部面臨的房地產(chǎn)投資萎縮、房地產(chǎn)庫(kù)存嚴(yán)重等問(wèn)題對(duì)區(qū)域經(jīng)濟(jì)基本面的沖擊則愈加顯現(xiàn)。誠(chéng)然，區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)基本面的影響，不單單是對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，而是涉及到經(jīng)濟(jì)基本面多個(gè)方面的聯(lián)合影響。那么，區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)基本面哪些指標(biāo)產(chǎn)生顯著的聯(lián)合影響，其直接影響作用與間接影響作用有多大，這些問(wèn)題是本文的研究所在。有關(guān)區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)層面的影響，國(guó)內(nèi)外研究主要圍繞房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響作用而展開(kāi)。在其影響關(guān)系分析上，一類(lèi)是利用格蘭杰因果關(guān)系檢驗(yàn)房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)兩者之間是否具有因果關(guān)系，并由此建立VAR模型；另一類(lèi)是利用投入產(chǎn)出法或要素投入貢獻(xiàn)率分解法，運(yùn)用生產(chǎn)函數(shù)或拓展的柯布-道格拉斯生產(chǎn)函數(shù)，建立房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)的投入產(chǎn)出關(guān)系。

主要結(jié)論包括：Green（1997）對(duì)1952—1992年美國(guó)住宅投資與GDP的影響關(guān)系進(jìn)行實(shí)證分析，指出住宅投資是GDP的格蘭杰原因，且住宅投資引導(dǎo)了美國(guó)經(jīng)濟(jì)的周期變動(dòng)；Wigren和Wilhelmsson（2007）利用14個(gè)歐洲國(guó)家的房地產(chǎn)數(shù)據(jù)進(jìn)行分析，認(rèn)為住宅投資對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了長(zhǎng)期的影響；梁云芳、高鐵梅等（2006）運(yùn)用脈沖響應(yīng)模型，分析房地產(chǎn)投資的沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期影響作用，認(rèn)為房地產(chǎn)市場(chǎng)與經(jīng)濟(jì)基本面之間既互相拉動(dòng)又互相牽制；孔煜（2009）鑒于房地產(chǎn)業(yè)的區(qū)域性特征，分析指出我國(guó)東部與中部地區(qū)的房地產(chǎn)投資額與經(jīng)濟(jì)增長(zhǎng)互為因果關(guān)系，而西部地區(qū)并不存在這種因果關(guān)系；張洪、金杰等（2014）[5]利用1998—2010年我國(guó)70個(gè)大中城市的面板數(shù)據(jù)，采用空間動(dòng)態(tài)面板數(shù)據(jù)方法，構(gòu)建了包括房地產(chǎn)投資及其空間效應(yīng)的空間動(dòng)態(tài)計(jì)量模型，實(shí)證分析房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的地區(qū)影響效果；等等。這些研究主要考慮房地產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)兩者之間的影響關(guān)系。本文以我國(guó)東部、中部和西部為研究對(duì)象，通過(guò)分析區(qū)域房地產(chǎn)投資與經(jīng)濟(jì)基本面多個(gè)指標(biāo)的相關(guān)性，探討區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)基本面的聯(lián)合影響，由此建立聯(lián)立方程組形式的遞歸模型，以檢驗(yàn)影響關(guān)系的有效性，并估計(jì)其直接與間接影響作用的大小，從而為制定因地制宜的房地產(chǎn)調(diào)控政策提供量化依據(jù)。

二、區(qū)域房地產(chǎn)投資與經(jīng)濟(jì)基本面的相關(guān)性

在房地產(chǎn)業(yè)與經(jīng)濟(jì)基本面構(gòu)成的經(jīng)濟(jì)系統(tǒng)中，房地產(chǎn)業(yè)通過(guò)房地產(chǎn)投資與房地產(chǎn)供應(yīng)（如：房屋面積與套數(shù)等）同全社會(huì)固定資產(chǎn)投資（簡(jiǎn)稱(chēng)：固定資產(chǎn)投資）、資金市場(chǎng)供給以及經(jīng)濟(jì)增長(zhǎng)緊密聯(lián)系。其中，房地產(chǎn)投資是固定資產(chǎn)投資的重要組成部分；房地產(chǎn)供應(yīng)所提供的產(chǎn)品及其帶動(dòng)的相關(guān)產(chǎn)業(yè)的關(guān)聯(lián)發(fā)展，反映了房地產(chǎn)所屬產(chǎn)品及其相關(guān)產(chǎn)品的總消費(fèi)對(duì)國(guó)民經(jīng)濟(jì)的影響；而房地產(chǎn)業(yè)又是資金密集型產(chǎn)業(yè)，其吸引的資金流向帶動(dòng)人力與物力的集聚，直接或間接地拉動(dòng)國(guó)民經(jīng)濟(jì)增長(zhǎng)。因此，這里以房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場(chǎng)供給以及國(guó)內(nèi)生產(chǎn)總值（GDP）組成經(jīng)濟(jì)基本面指標(biāo)?？紤]房地產(chǎn)投資與經(jīng)濟(jì)基本面的區(qū)域差異，本文以我國(guó)28個(gè)?。ㄊ校檠芯繉?duì)象。為敘述方便，仍然將這28個(gè)省（市）劃分為東部、中部和西部區(qū)域，東部包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括：山西、吉林、安徽、黑龍江、江西、河南、湖北、湖南；西部包括：廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏。同時(shí)，考慮數(shù)據(jù)的可獲得性和完整性，選擇的樣本區(qū)間為2005年1季度至2015年4季度。因數(shù)據(jù)缺失，西部區(qū)域數(shù)據(jù)未包含內(nèi)蒙古、和新疆的數(shù)據(jù)。數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)、國(guó)家統(tǒng)計(jì)局。我國(guó)東部、中部與西部的房地產(chǎn)投資總額不盡相同，但區(qū)域房地產(chǎn)投資占其固定資產(chǎn)投資比重的變動(dòng)態(tài)勢(shì)基本一致。

2005年1季度至2015年4季度區(qū)域房地產(chǎn)開(kāi)發(fā)投資完成額占其固定資產(chǎn)投資額比重的變化（注：數(shù)據(jù)進(jìn)行了季節(jié)調(diào)整，消除了季節(jié)影響）。由圖1可見(jiàn)，東部、中部與西部的房地產(chǎn)投資占比分別在均值線25%、15%和20%上呈現(xiàn)基本一致的走勢(shì)。統(tǒng)計(jì)顯示，東部、中部和西部的房地產(chǎn)投資占比分別平均為24.79%、15.61%和19.82%，其波動(dòng)幅度均在一個(gè)標(biāo)準(zhǔn)差左右。近年來(lái)，各區(qū)域房地產(chǎn)投資占比都呈現(xiàn)下降態(tài)勢(shì)，同樣是平均下降5個(gè)百分點(diǎn)。其中，東部從高位27.52%降至22%左右、中部由17.64%降至13%左右、西部從22.61%降至17%左右。究其緣由，東部、中部和西部的房地產(chǎn)投資與其固定資產(chǎn)投資的變化是同步的，兩者的相關(guān)系數(shù)都達(dá)到0.99以上，具有很強(qiáng)的相關(guān)性。以區(qū)域房地產(chǎn)竣工面積與新開(kāi)工面積之和表示房地產(chǎn)供應(yīng)，以廣義貨幣供應(yīng)量（M2）表示資金市場(chǎng)供給，統(tǒng)計(jì)顯示，東部房地產(chǎn)投資與其房地產(chǎn)供應(yīng)、資金市場(chǎng)供給以及GDP的相關(guān)系數(shù)分別為0.75、0.92和0.98；中部的分別為0.84、0.88和0.97；西部的分別為0.84、0.94和0.96。因而，區(qū)域房地產(chǎn)投資與房地產(chǎn)供應(yīng)、資金市場(chǎng)供給以及GDP之間也呈現(xiàn)較強(qiáng)的相關(guān)性。綜上所述，區(qū)域房地產(chǎn)投資與經(jīng)濟(jì)基本面之間具有較強(qiáng)的相關(guān)性。

三、區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)基本面的影響關(guān)系設(shè)定

1、提出假設(shè)

依據(jù)房地產(chǎn)理論和上述區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)基本面的相關(guān)性分析，假設(shè)房地產(chǎn)投資是影響經(jīng)濟(jì)基本面的直接外部因素，且通過(guò)經(jīng)濟(jì)基本面的內(nèi)部單向作用產(chǎn)生間接影響。對(duì)此，提出以下假設(shè)。假設(shè)1：區(qū)域房地產(chǎn)投資將帶動(dòng)房地產(chǎn)供應(yīng)、引致固定資產(chǎn)投資、吸引資金市場(chǎng)供給，進(jìn)而拉動(dòng)國(guó)民經(jīng)濟(jì)增長(zhǎng)，因而，區(qū)域房地產(chǎn)投資對(duì)房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場(chǎng)供給以及GDP產(chǎn)生直接的正向影響。假設(shè)2：由于房地產(chǎn)供應(yīng)的增加會(huì)擴(kuò)大總消費(fèi)，減少總投資，但最終仍然是帶動(dòng)經(jīng)濟(jì)增長(zhǎng)，由此，房地產(chǎn)供應(yīng)對(duì)固定資產(chǎn)投資、資金市場(chǎng)供給產(chǎn)生直接的負(fù)向影響，而對(duì)GDP產(chǎn)生直接的正向影響。假設(shè)3：固定資產(chǎn)投資對(duì)資金市場(chǎng)供給、GDP產(chǎn)生直接的正向影響。假設(shè)4：資金市場(chǎng)供給產(chǎn)生的集聚效應(yīng)將帶動(dòng)經(jīng)濟(jì)增長(zhǎng)，因此，資金市場(chǎng)供給對(duì)GDP產(chǎn)生直接的正向影響。

2、遞歸模型的設(shè)立

（1）面板數(shù)據(jù)的指標(biāo)選取。依據(jù)上述東部、中部和西部區(qū)域的劃分，樣本數(shù)據(jù)為2005年1季度至2015年4季度各區(qū)域?qū)?yīng)?。ㄊ校┑募径葦?shù)據(jù)組成的面板數(shù)據(jù)，其中，東部是11個(gè)?。ㄊ校┙M成的樣本量為484的面板數(shù)據(jù)，中部是8個(gè)省（市）組成的樣本量為352的面板數(shù)據(jù)，西部是9個(gè)?。ㄊ校┙M成的樣本量為396的面板數(shù)據(jù)。在指標(biāo)與變量選取中，以各?。ㄊ校┓康禺a(chǎn)開(kāi)發(fā)投資完成額表示房地產(chǎn)投資（記作：X）（單位：億元），以其房地產(chǎn)竣工面積與新開(kāi)工面積之和表示房地產(chǎn)供應(yīng)（記作：Y1）（單位：萬(wàn)平方米），以其全社會(huì)固定資產(chǎn)投資總額表示固定資產(chǎn)投資（記作：Y2）（單位：億元），選取廣義貨幣供應(yīng)量（即：M2）表示資金市場(chǎng)供給（記作：Y3）（單位：億元），各?。ㄊ校〨DP（記作：Y4）（單位：億元）。同時(shí)，為避免數(shù)據(jù)可能出現(xiàn)的異方差性，所有變量均以對(duì)數(shù)形式引入模型之中，簡(jiǎn)記為：ln（）。

（2）遞歸模型。在計(jì)量經(jīng)濟(jì)學(xué)的聯(lián)立方程模型中，遞歸模型（RecursiveModels）[6]以其獨(dú)特的內(nèi)生變量單向傳遞關(guān)系，通過(guò)聯(lián)立方程組的形式，系統(tǒng)地反映內(nèi)生變量之間、外生變量與內(nèi)生變量之間的因果依賴(lài)性以及直接與間接聯(lián)合影響關(guān)系。于是，遞歸模型的內(nèi)生變量為：房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場(chǎng)供給以及GDP；外生變量為房地產(chǎn)投資。為簡(jiǎn)便起見(jiàn)，不妨將外生變量與滯后變量組成的向量簡(jiǎn)記為Z。

1，2，3，4。在遞歸模型式（1）中，第一個(gè)方程為區(qū)域房地產(chǎn)供應(yīng)方程，假設(shè)房地產(chǎn)供應(yīng)主要由房地產(chǎn)投資及相關(guān)滯后變量所決定；第二個(gè)方程為區(qū)域固定資產(chǎn)投資方程，假設(shè)固定資產(chǎn)投資不僅受房地產(chǎn)投資及相關(guān)滯后變量的影響，而且與第一個(gè)方程的內(nèi)生變量（房地產(chǎn)供應(yīng)）有關(guān)，因而，將房地產(chǎn)供應(yīng)與房地產(chǎn)投資兩者都看作是決定固定資產(chǎn)投資的“原因”；由此類(lèi)推，第三個(gè)方程為區(qū)域資金市場(chǎng)供給方程，假設(shè)決定資金市場(chǎng)供給的“原因”包含第一、第二個(gè)方程的內(nèi)生變量（房地產(chǎn)供應(yīng)、固定資產(chǎn)投資）以及房地產(chǎn)投資；第四個(gè)方程為區(qū)域GDP方程，假設(shè)GDP由第一至第三個(gè)方程的內(nèi)生變量以及房地產(chǎn)投資共同決定。于是，這些方程的內(nèi)生變量之間、外生變量與內(nèi)生變量之間形成了因果決定關(guān)系，其系數(shù)βij反映了經(jīng)濟(jì)基本面的內(nèi)部彈性影響；系數(shù)γij為房地產(chǎn)投資等外部因素影響經(jīng)濟(jì)基本面的直接彈性，而∑（βij×γkl）則為間接彈性。

四、區(qū)域房地產(chǎn)投資影響經(jīng)濟(jì)基本面的實(shí)證分析

1、面板數(shù)據(jù)的協(xié)整性與變截距效應(yīng)檢驗(yàn)

（1）面板數(shù)據(jù)的單位檢驗(yàn)與協(xié)整檢驗(yàn)。面板數(shù)據(jù)的單位根檢驗(yàn)顯示，東部區(qū)域的所有變量均為2階單整的非平穩(wěn)序列；中部與西部區(qū)域的變量則同為1階單整非平穩(wěn)序列。進(jìn)一步，Johansen協(xié)整檢驗(yàn)顯示，各區(qū)域的這五個(gè)變量之間均存在協(xié)整關(guān)系方程。由于遞歸模型的單個(gè)方程均滿足最小二乘估計(jì)方法的基本假定，所以，對(duì)于單整階數(shù)相同且具有協(xié)整關(guān)系的面板數(shù)據(jù)，單個(gè)方程均可以直接用最小二乘法進(jìn)行估計(jì)。

（2）變截距效應(yīng)的檢驗(yàn)。依據(jù)面板數(shù)據(jù)的特征，遞歸模型的截距項(xiàng)或斜率系數(shù)可能隨橫截面單元的個(gè)體（即：省（市））的不同而變化。如果這些系數(shù)隨個(gè)體是不變的，其對(duì)應(yīng)的模型是固定效應(yīng)模型，估計(jì)的系數(shù)被稱(chēng)為共同系數(shù)；如果截距項(xiàng)或斜率系數(shù)隨個(gè)體不同而變化，其模型被稱(chēng)為變截距效應(yīng)模型或變斜率效應(yīng)模型。經(jīng)計(jì)算與檢驗(yàn)顯示，東部、中部與西部區(qū)域的面板數(shù)據(jù)對(duì)應(yīng)的遞歸模型具有變截距效應(yīng)，而斜率系數(shù)則是固定效應(yīng)。因此，各區(qū)域的遞歸模型具有變截距效應(yīng)的特征。

2、遞歸模型的估計(jì)

現(xiàn)分別利用東部、中部與西部區(qū)域的面板數(shù)據(jù)，對(duì)遞歸模型的單個(gè)方程進(jìn)行逐個(gè)估計(jì)。由最小二乘法得到2005年1季度至2015年4季度我國(guó)區(qū)域房地產(chǎn)投資影響經(jīng)濟(jì)基本面的直接彈性與間接彈性，以及經(jīng)濟(jì)基本面指標(biāo)之間的內(nèi)部彈性，其變量指向關(guān)系與對(duì)應(yīng)的彈性系數(shù)如表1所示（因篇幅所限，未列出其變截距項(xiàng)部分的回歸結(jié)果），同時(shí)，模型的整體擬合效果較好，且不存在異方差和自相關(guān)性。因此，回歸方程可用于經(jīng)濟(jì)分析。

3、比較分析區(qū)域房地產(chǎn)投資的彈性影響

根據(jù)上述回歸系數(shù)，經(jīng)整理得到2005年1季度至2015年4季度我國(guó)區(qū)域房地產(chǎn)投資影響經(jīng)濟(jì)基本面的直接彈性與間接彈性，以及經(jīng)濟(jì)基本面指標(biāo)之間的內(nèi)部彈性。

（1）直接彈性。一是房地產(chǎn)供應(yīng)：房地產(chǎn)投資對(duì)房地產(chǎn)供應(yīng)產(chǎn)生直接彈性作用，彈性值分別為0.527、0.685和0.545，即東部、中部與西部的房地產(chǎn)投資每提高1%，將使其房地產(chǎn)供應(yīng)（面積）分別上升0.527%、0.685%和0.545%，因而，不同區(qū)域的房地產(chǎn)供應(yīng)增速基本相同。二是固定資產(chǎn)投資：東部、中部與西部的直接彈性均接近于1，表明區(qū)域房地產(chǎn)投資引致的固定資產(chǎn)投資增速接近一倍。三是資金市場(chǎng)供給：東部與中部的直接彈性為正，分別為0.227和0.137，表明東部與中部的房地產(chǎn)投資每上升1%，將吸引資金的供給分別提高0.227個(gè)百分點(diǎn)和0.137個(gè)百分點(diǎn)；但西部的直接彈性是負(fù)值，這與理論上假設(shè)的正向影響不一致，說(shuō)明西部的房地產(chǎn)投資缺乏資金支持，其投資每提高1%，資金供給卻下降了0.135%。四是GDP：東部、中部與西部的直接彈性分別為0.198、0.06和0.165，即房地產(chǎn)投資每提高1%，將直接帶動(dòng)經(jīng)濟(jì)增長(zhǎng)分別提高0.198個(gè)百分點(diǎn)、0.06個(gè)百分點(diǎn)和0.165個(gè)百分點(diǎn)。因此，東部與西部的經(jīng)濟(jì)增長(zhǎng)帶動(dòng)效應(yīng)基本相同，而中部的帶動(dòng)效應(yīng)較弱。

（2）間接彈性。區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)基本面的間接影響，來(lái)自經(jīng)濟(jì)基本面的內(nèi)部影響關(guān)系和彈性作用。具體來(lái)說(shuō)：一是房地產(chǎn)供應(yīng)的負(fù)向傳遞作用，使固定資產(chǎn)投資增速下降。這與理論假定是一致的，說(shuō)明當(dāng)房地產(chǎn)供應(yīng)增加時(shí)，總消費(fèi)的擴(kuò)大使得總投資減少。經(jīng)計(jì)算，東部、中部與西部的固定資產(chǎn)投資間接彈性分別為-0.038、-0.223和-0.046?？梢?jiàn)，東部和西部的間接彈性較小，這種間接影響不敏感；而中部的彈性較大，間接影響較為敏感，表明中部的固定資產(chǎn)投資缺乏后續(xù)支撐。二是西部的資金市場(chǎng)供給間接彈性增大。雖然西部房地產(chǎn)投資引致資金市場(chǎng)供給不足，但其間接帶動(dòng)的資金市場(chǎng)供給彈性較大，彈性為0.316。三是區(qū)域GDP的間接彈性大于直接彈性。區(qū)域房地產(chǎn)投資通過(guò)房地產(chǎn)供應(yīng)與資金市場(chǎng)供給對(duì)GDP產(chǎn)生間接作用，東部、中部和西部的間接彈性分別為0.220、0.211和0.179。比較而言，區(qū)域GDP的間接彈性略大于直接彈性。因此，區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的間接帶動(dòng)效應(yīng)不容忽視。

五、結(jié)論與政策建議

1、主要結(jié)論

我國(guó)區(qū)域房地產(chǎn)投資與房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場(chǎng)供給以及GDP組成的經(jīng)濟(jì)基本面具有較強(qiáng)的相關(guān)性。構(gòu)建的遞歸模型反映了區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)基本面的聯(lián)合影響，以及直接彈性與間接彈性關(guān)系。實(shí)證分析表明，區(qū)域房地產(chǎn)投資對(duì)房地產(chǎn)供應(yīng)產(chǎn)生直接彈性影響；區(qū)域房地產(chǎn)投資引致的固定資產(chǎn)投資增速接近一倍；東部與中部的資金市場(chǎng)供給具有正向直接彈性，表明房地產(chǎn)投資能夠吸引資金市場(chǎng)的相應(yīng)供給，但西部的房地產(chǎn)投資缺乏資金支持。同時(shí)，區(qū)域房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的間接影響略大于直接影響，其中，東部與西部的房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)效應(yīng)基本相同，但中部的直接帶動(dòng)效應(yīng)較弱。

2、政策建議

（1）保持房地產(chǎn)業(yè)平穩(wěn)發(fā)展，防止區(qū)域房地產(chǎn)投資的過(guò)度下滑對(duì)國(guó)民經(jīng)濟(jì)產(chǎn)生下行沖擊。區(qū)域房地產(chǎn)投資不僅直接影響房地產(chǎn)關(guān)聯(lián)產(chǎn)業(yè)的發(fā)展、固定資產(chǎn)投資的增速、資金市場(chǎng)供給以及經(jīng)濟(jì)增長(zhǎng)，而且對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著的間接影響。因此，在宏觀經(jīng)濟(jì)處于新常態(tài)的背景下，保持房地產(chǎn)業(yè)的適度發(fā)展，有利于創(chuàng)造一個(gè)穩(wěn)定的宏觀經(jīng)濟(jì)環(huán)境，有利于穩(wěn)定發(fā)揮投資要素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)。

（2）實(shí)施區(qū)域差異化的房地產(chǎn)投資策略。東部房地產(chǎn)投資的轉(zhuǎn)型升級(jí)，有利于經(jīng)濟(jì)基本面逐步退出對(duì)房地產(chǎn)的過(guò)度依賴(lài)。中部房地產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的直接帶動(dòng)效應(yīng)較弱，因而，需要將投資更多地轉(zhuǎn)移到其他產(chǎn)業(yè)領(lǐng)域，以促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)。由于西部房地產(chǎn)投資缺少資金供給的支持，因此，在資金供應(yīng)有限的條件下，應(yīng)適度開(kāi)發(fā)房地產(chǎn)業(yè)，以保證其他行業(yè)發(fā)展的資金需求。

（3）區(qū)域房地產(chǎn)調(diào)控從需求側(cè)轉(zhuǎn)向供給側(cè)，以提高調(diào)控效果。近年來(lái)，我國(guó)房地產(chǎn)市場(chǎng)經(jīng)歷了大范圍的多輪房地產(chǎn)調(diào)控，盡管實(shí)施了差異化的區(qū)域限購(gòu)、限貸等需求管理政策，但始終未能達(dá)到預(yù)想的調(diào)控效果，而是落入“限購(gòu)限貸”與“放松限購(gòu)限貸”的循環(huán)圈?？蓪⑦@種以需求管理為主的調(diào)控轉(zhuǎn)向房地產(chǎn)供給側(cè)管理，即：在規(guī)范房地產(chǎn)有序開(kāi)發(fā)的同時(shí)，提高房地產(chǎn)供應(yīng)的有效供給，將房屋的“空置”、“庫(kù)存”轉(zhuǎn)化為人們當(dāng)前的居住與商用需求，進(jìn)而使區(qū)域房地產(chǎn)調(diào)控跳出“循環(huán)圈”，達(dá)到預(yù)期的調(diào)控效果。

參考文獻(xiàn)

[1]梁云芳、高鐵梅、賀書(shū)平：房地產(chǎn)市場(chǎng)與國(guó)民經(jīng)濟(jì)協(xié)調(diào)發(fā)展的實(shí)證分析[J].中國(guó)社會(huì)科學(xué)，2006（3）.

[2]孔煜：我國(guó)房地產(chǎn)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2009，28（5）.

[3]張洪、金杰、全詩(shī)凡：房地產(chǎn)投資、經(jīng)濟(jì)增長(zhǎng)與空間效應(yīng)———基于70個(gè)大中城市的空間面板數(shù)據(jù)實(shí)證研究[J].南開(kāi)經(jīng)濟(jì)研究，2014（1）.

第6篇：量化投資基本面分析方法范文

在聶夫執(zhí)掌的31年間，溫莎基金的總投資回報(bào)率為55.46倍，平均年復(fù)合回報(bào)率達(dá)13.7%，這個(gè)紀(jì)錄在基金史上尚無(wú)人能與其媲美。

聶夫還一直兼任威靈頓管理公司的副總裁和經(jīng)營(yíng)合伙人。聶夫的成功之道，并不在于使用了高深的投資技巧及數(shù)學(xué)模型，而是廣為人知的低市盈率投資法。

對(duì)于A股投資者，聶夫的投資之道完全可以復(fù)制，因?yàn)榈褪杏释顿Y法很容易做到量化選股，而且回溯檢驗(yàn)的結(jié)果相當(dāng)不錯(cuò)。

我們運(yùn)用修正過(guò)的聶夫選股方法對(duì)2005年5月初至2012年12月底的A股市場(chǎng)進(jìn)行了回溯檢驗(yàn)，結(jié)果表明聶夫之道在A股市場(chǎng)可以取得44.12%的年化復(fù)合收益率，而同期滬深300指數(shù)的年化復(fù)合收益率只有13.86%，聶夫之道投資法的年化超額收益達(dá)到30.26個(gè)百分點(diǎn)。

在24個(gè)分季度檢驗(yàn)區(qū)間中，“聶夫之道”跑贏滬深300指數(shù)的次數(shù)達(dá)到16個(gè)，占比為66.67%，單季最高超額收益達(dá)到56.77個(gè)百分點(diǎn)；在8個(gè)超額收益為負(fù)的檢驗(yàn)區(qū)間中，單季最高超額負(fù)收益只有10.69個(gè)百分點(diǎn)。

此外，我們還將“聶夫之道”與公募基金進(jìn)行了對(duì)比。在全部公募基金中，排名第一的是華夏大盤(pán)精選，有“公募一哥”之稱(chēng)的王亞偉從2005年5月開(kāi)始執(zhí)掌該基金，直至其于2012年5月離開(kāi)華夏基金。該基金在2005年5月初至2012年12月底的期間收益率達(dá)到1149.07%，即2005年5月初買(mǎi)入價(jià)值1元的大盤(pán)精選基金，在2012年12月底基金凈值將達(dá)到12.49元。

作為比較，“聶夫之道” 在2005年5月初至2012年12月底期間收益率達(dá)到1549.70%，即2005年5月初買(mǎi)入價(jià)值1元的大盤(pán)精選基金，在2012年12月底基金凈值將達(dá)到16.49元。

也就是說(shuō)，如果“聶夫之道”是一只基金，那么其收益率戰(zhàn)勝了以王亞偉所領(lǐng)銜“華夏大盤(pán)精選”為代表的全部公募基金；此外，與包括開(kāi)放式和封閉式在內(nèi)的全部公募基金相比，“聶夫之道”還有一個(gè)非常明顯的優(yōu)點(diǎn)，即投資者可以根據(jù)自己的決定在任何期間買(mǎi)入和賣(mài)出。

7月24日-7月30日的5個(gè)交易日中，根據(jù)Wind統(tǒng)計(jì)，在其所覆蓋的券商研究報(bào)告中，對(duì)滬深300指數(shù)的300家成份股公司，業(yè)績(jī)調(diào)升24家，調(diào)降45家。

過(guò)去一個(gè)月，滬深300指數(shù)成份股業(yè)績(jī)調(diào)升66家，調(diào)降125家。

截至7月30日收盤(pán)，滬深300指數(shù)成份股按總市值除以預(yù)測(cè)總利潤(rùn)計(jì)算的2013年P(guān)E平均值為8.05，按照總市值從大到小分為5個(gè)區(qū)間，同樣按照上述方法計(jì)算的市盈率平均值分別為6.77、15.56、14.83、15.59、13.56。

相比一周前（7月23日），滬深300指數(shù)成份股預(yù)測(cè)總利潤(rùn)減少0.12%，由20309億元變?yōu)?0284億元；市盈率平均值減少2.42%，由8.25變?yōu)?.05。

相比一個(gè)月前（6月30日），滬深300指數(shù)成份股預(yù)測(cè)總利潤(rùn)減少0.33%，由20352億元變?yōu)?0284億元；市盈率平均值增加0.34%，由8.02變?yōu)?.05。

截至7月30日，過(guò)去一周（2013年報(bào)告期）每股收益預(yù)測(cè)上升和下降前10名、過(guò)去一周（2013年報(bào)告期）評(píng)級(jí)上升和下降前10名分別如左側(cè)表格所示。

截至7月30日，過(guò)去一個(gè)月（2013年報(bào)告期）每股收益預(yù)測(cè)上升和下降前10名、過(guò)去一個(gè)月（2013年報(bào)告期）評(píng)級(jí)上升和下降前10名分別如右側(cè)表格所示。 Wind評(píng)級(jí)的1分至5分，分別對(duì)應(yīng)“買(mǎi)入”、“增持”、“持有”、“中性”、“賣(mài)出”。

創(chuàng)一年新高（新低）股票概況

7.25-7.31期間，共計(jì)271只股票創(chuàng)一年新高，創(chuàng)新高個(gè)股數(shù)量位列前三位的行業(yè)（申萬(wàn)一級(jí)行業(yè)分類(lèi)）分別是信息服務(wù)（65只）、機(jī)械設(shè)備（35只）、醫(yī)藥生物（35只）。上述股票的加權(quán)平均市盈率（2012年年報(bào)）為53.92，加權(quán)平均市凈率（2012年年報(bào)）為5.02，期間最高股價(jià)的平均值為21.28元。

7.25-7.31期間，共計(jì)50只股票創(chuàng)一年新低，創(chuàng)新低個(gè)股數(shù)量位列前四位的行業(yè)（申萬(wàn)一級(jí)行業(yè)分類(lèi)）分別是采掘（8只）、交通運(yùn)輸（7只）、機(jī)械設(shè)備（4只）和食品飲料（4只）。上述股票的加權(quán)平均市盈率（2012年年報(bào)）為15.23，加權(quán)平均市凈率（2012年年報(bào)）為1.46，期間最低股價(jià)的平均值為8.39元。

本期創(chuàng)新高股票的總市值為20240億元，創(chuàng)新低股票的總市值為12168億元，兩者之比為1.66：1。

勝券投資分析

第42期回顧

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

首先，牛股表現(xiàn)出良好的成長(zhǎng)性。勝券投資分析通過(guò)個(gè)股的凈利潤(rùn)評(píng)分、價(jià)格相對(duì)強(qiáng)弱評(píng)分以及兩者相結(jié)合的綜合評(píng)分為廣大投資者提供了一種快餐化的基本面選股方式，經(jīng)過(guò)歷史回顧檢驗(yàn)，牛股往往是綜合評(píng)分超過(guò)80分的股票。只有這些股票有著表現(xiàn)優(yōu)異的基本面，而優(yōu)異的基本面往往是支撐其股價(jià)不斷上漲的動(dòng)力。

其次，發(fā)展前景良好的行業(yè)是孕育牛股的溫床。關(guān)注勝券的投資者可以發(fā)現(xiàn)，勝券投資分析近期重點(diǎn)分析的股票往往集中于醫(yī)藥生物、信息服務(wù)等勝券行業(yè)排名靠前且整體強(qiáng)勢(shì)的行業(yè)。牛股往往是這些行業(yè)中表現(xiàn)不俗的股票。

第三，牛股往往在跌跌不止的行情中具有抗跌性。勝券一度強(qiáng)力解讀的牛股恩華藥業(yè)（002262.SZ）和上海家化（600315.SH）等在2012年大盤(pán)的頹勢(shì)中股價(jià)逆市上揚(yáng)并不斷創(chuàng)出52周新高；在年底大盤(pán)回暖后再創(chuàng)佳績(jī)。當(dāng)然，這些股票也不是直線上漲的，在股價(jià)攀升的過(guò)程中不免有回調(diào)，此時(shí)正是對(duì)投資者心理的考驗(yàn)。勝券投資分析認(rèn)為，對(duì)于基本面和政策面以及大盤(pán)都沒(méi)有發(fā)生重大變化的個(gè)股發(fā)生回調(diào)時(shí)，投資者可以根據(jù)賣(mài)出止損策略操作并等待下一個(gè)投資時(shí)機(jī)的到來(lái)。

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

神奇公式的核心是“低價(jià)買(mǎi)入優(yōu)質(zhì)股票”，所選用的兩個(gè)指標(biāo)是投資回報(bào)率（ROTC）和收益率（EBIT/EV），其中投資回報(bào)率篩選出來(lái)的是“好公司”，收益率篩選出來(lái)的是“好價(jià)格”。

“好公司”主要是對(duì)上市公司的相關(guān)財(cái)務(wù)指標(biāo)進(jìn)行衡量，即以基本面為導(dǎo)向的分析，所選出的都是一些“質(zhì)優(yōu)”的公司，這個(gè)指標(biāo)相對(duì)容易確定。

在計(jì)算“好公司”得分時(shí)涉及的財(cái)務(wù)指標(biāo)主要包括營(yíng)業(yè)收入、營(yíng)業(yè)成本、流動(dòng)資產(chǎn)合計(jì)、流動(dòng)負(fù)債合計(jì)、短期借款、投資性房地產(chǎn)等。

“好價(jià)格”的目標(biāo)是“低價(jià)”股，但什么樣的股價(jià)水平才算“低”呢？又該如何發(fā)現(xiàn)市場(chǎng)上被低估的股票呢？對(duì)此，以價(jià)值為導(dǎo)向的投資理論認(rèn)為，低價(jià)是相對(duì)于企業(yè)的內(nèi)在價(jià)值而言，但內(nèi)在價(jià)值的確定又非常繁雜，神奇公式采用的是一種最便捷的方式，即觀察股票的價(jià)格走勢(shì)，通過(guò)股票的價(jià)格漲跌及市值變化篩選出符合條件的“質(zhì)優(yōu)低價(jià)”股。

在計(jì)算“好價(jià)格”得分時(shí)涉及的財(cái)務(wù)指標(biāo)主要包括營(yíng)業(yè)收入、營(yíng)業(yè)成本、短期借款、應(yīng)付票據(jù)、長(zhǎng)期借款、少數(shù)股東權(quán)益等。

神奇公式的目標(biāo)并不是單純地尋找“好公司”或者“好價(jià)格”，而是尋找能夠?qū)⑸鲜鰞蓚€(gè)因素進(jìn)行最佳組合的公司，也就是“綜合得分”占優(yōu)的股票。

第7篇：量化投資基本面分析方法范文

摘 要 自2010年4月股指期貨推出后，數(shù)量化投資逐漸成為我國(guó)資本市場(chǎng)的一個(gè)熱點(diǎn)。對(duì)此，本文以投資者熟知的MACD指標(biāo)為基礎(chǔ)，運(yùn)用遺傳算法和模擬退火算法，建立了一個(gè)數(shù)量化投資模型。該模型的仿真投資收益明顯超出大盤(pán)，而風(fēng)險(xiǎn)明顯低于大盤(pán)。本文基于MACD指標(biāo)建立數(shù)量化投資模型的方法簡(jiǎn)單、有效，可操作性強(qiáng)，可方便地推廣至其他技術(shù)指標(biāo)，在數(shù)量化投資領(lǐng)域中可能具有廣泛的發(fā)展前景。

關(guān)鍵詞 數(shù)量化投資 MACD 遺傳算法 模擬退火算法

一、研究背景

與傳統(tǒng)投資基于各方面信息和個(gè)人判斷進(jìn)行操作不同，數(shù)量化投資將適當(dāng)?shù)慕鹑诶碚?、投資經(jīng)驗(yàn)等反映在數(shù)量模型中，然后利用程序軟件代替大腦對(duì)海量信息進(jìn)行科學(xué)處理，總結(jié)歸納市場(chǎng)規(guī)律，最終建立可以重復(fù)使用的、不依靠個(gè)人主觀判斷的投資策略。

由于數(shù)量化投資的操作策略往往經(jīng)過(guò)了嚴(yán)格的驗(yàn)證，具有較強(qiáng)的系統(tǒng)性和規(guī)范性，主觀隨意性較少，風(fēng)險(xiǎn)可測(cè)可控，因此隨著計(jì)算機(jī)數(shù)據(jù)處理能力的迅速提高，數(shù)量化投資獲得了快速發(fā)展，數(shù)量化基金的規(guī)模亦迅速擴(kuò)大。據(jù)統(tǒng)計(jì)，自2003年以來(lái)，數(shù)量化基金規(guī)模的年均增長(zhǎng)速度高達(dá)15%，而傳統(tǒng)型基金規(guī)模的增長(zhǎng)速度則低于5%。

很顯然，科學(xué)的數(shù)量模型是數(shù)量化投資成敗的關(guān)鍵。當(dāng)前，主流的數(shù)量模型均考慮了多方面的因素，既包括各種基本面因素，又包括各種技術(shù)因素，涉及較為高深的經(jīng)濟(jì)學(xué)、金融學(xué)、技術(shù)分析等知識(shí)，模型都比較復(fù)雜，理解難度較高，甚至令人望而生畏。對(duì)此，本文以人們熟知的技術(shù)指標(biāo)為基礎(chǔ)，通過(guò)引入遺傳算法和模擬退火算法對(duì)參數(shù)進(jìn)行優(yōu)化，建立了一種較為簡(jiǎn)單、有效的數(shù)量模型構(gòu)建方法，希望能為推動(dòng)我國(guó)剛剛起步的數(shù)量化投資發(fā)展有所幫助。

二、模型框架

由于MACD指標(biāo)以經(jīng)平滑后的股票價(jià)格為基礎(chǔ)，而股票價(jià)格包含了絕大部分的基本信息和技術(shù)信息，因此本文以MACD指標(biāo)為基礎(chǔ)研究建立相應(yīng)的數(shù)量化投資模型。

（一）MACD公式

MACD是投資者最熟悉的技術(shù)指標(biāo)之一，主要包括EMA、DIF和DEA三個(gè)指標(biāo)，涉及一個(gè)已知變量（收盤(pán)價(jià)P）和三個(gè)未知參數(shù)（ 和 ），公式較為簡(jiǎn)單。

（二）決策準(zhǔn)則

雖然MACD指標(biāo)的運(yùn)用方式有很多種，既存在對(duì)指標(biāo)值的應(yīng)用（如比較DIF和DEA的大小），又存在對(duì)形態(tài)的應(yīng)用（如底背離、頂背離等）。對(duì)此，本文制定的決策準(zhǔn)則相當(dāng)簡(jiǎn)單，即：

時(shí)，做多

時(shí)，做空

三、模型參數(shù)優(yōu)化

（一）參數(shù)的科學(xué)取值是決定MACD指標(biāo)投資決策價(jià)值的一個(gè)關(guān)鍵因素

在一般的技術(shù)分析參考書(shū)和交易軟件中， 和 通常取12、26和9。然而，該取值并不是最優(yōu)的。

例如，以2005年1月5日至2010年12月31的滬深300指數(shù)為例，根據(jù)（公式1）和（公式2），做多業(yè)務(wù)在 和 取值12、26和9時(shí)，可獲得的投資收益為230.55%（收益①）；而在 和 取40、195、130時(shí)，可獲得的投資收益為651.98%（收益②）。

因此，參數(shù)取值是否合理決定了使用MACD指標(biāo)進(jìn)行投資決策時(shí)投資收益的高低，決定了MACD指標(biāo)的投資決策價(jià)值。

（二）人工智能算法在技術(shù)指標(biāo)參數(shù)優(yōu)化領(lǐng)域中的突出優(yōu)勢(shì)

運(yùn)用MACD指標(biāo)建立數(shù)量化投資模型的關(guān)鍵在于對(duì)公式中的三個(gè)參數(shù)進(jìn)行優(yōu)化。然而，雖然參數(shù)取值與投資收益間存在確定的函數(shù)關(guān)系，但該關(guān)系并不能用一個(gè)表達(dá)式予以直接闡述，因此傳統(tǒng)的解析方法在此并不適用。而其他傳統(tǒng)方法如隨機(jī)法和窮舉法的優(yōu)化效率不高。在此情況下，可運(yùn)用人工智能算法有效解決此類(lèi)優(yōu)化難題。

遺傳算法（Genetic Algorithms）和模擬退火算法（Simulated Annealing Algorithms）是人工智能的重要分支，兩者均從一定的初始值開(kāi)始，按照明確的規(guī)則搜索最優(yōu)解，并不要求目標(biāo)函數(shù)存在明確的表達(dá)式，且具有高效、魯棒性強(qiáng)等特點(diǎn)。由于技術(shù)指標(biāo)參數(shù)與投資收益間的關(guān)系相當(dāng)復(fù)雜，不存在明確的函數(shù)關(guān)系式，因此遺傳算法和模擬退火算法在技術(shù)指標(biāo)參數(shù)優(yōu)化領(lǐng)域中具有很高的應(yīng)用價(jià)值。

此外，遺傳算法和模擬退火算法的基本原理和運(yùn)算過(guò)程雖然較為復(fù)雜，但其運(yùn)用卻相當(dāng)簡(jiǎn)單，MATLAB等數(shù)據(jù)處理軟件均提供了現(xiàn)成的工具箱供用戶方便地使用，且即使不掌握參數(shù)優(yōu)化的原理和運(yùn)算過(guò)程，也不會(huì)對(duì)數(shù)量模型的研究產(chǎn)生重大影響，因此運(yùn)用遺傳算法和模擬退火算法對(duì)技術(shù)指標(biāo)參數(shù)進(jìn)行優(yōu)化的可操作性強(qiáng)。

（三）遺傳算法和模擬退火算法應(yīng)用舉例

1.MATLAB指令

假設(shè)投資收益R和參數(shù) 、 間的關(guān)系為R=gain( 、 )，則MATLAB的遺傳算法指令和模擬退火算法指令分別為：

[x,fval] = ga(@gain,nvars, [],[],[],[],lb,ub,[],options)；

[x,fval] = simulannealbnd(@gain,x0,lb,ub,options)。

其中：

x和fval是程序返回值，分別為參數(shù) 、 的最優(yōu)化取值及其所對(duì)應(yīng)的投資收益；

gain是目標(biāo)函數(shù)，可根據(jù)（公式1）、（公式2）和（公式3）編寫(xiě)；

nvars是待優(yōu)化的參數(shù)個(gè)數(shù)；

x0是參數(shù) 、 的初始值；

lb是參數(shù)的下界；

ub是參數(shù)的上界；

options是MATLAB指令的設(shè)置選項(xiàng)。

第8篇：量化投資基本面分析方法范文

在銀華基金副總經(jīng)理兼量化投資總監(jiān)周毅看來(lái)，量化投資成功的關(guān)鍵在于團(tuán)隊(duì)。

以分級(jí)基金為突破口　首戰(zhàn)告捷

量化投資在股票市場(chǎng)的運(yùn)用范圍較廣，包括金融工具設(shè)計(jì)、指數(shù)增強(qiáng)、市場(chǎng)中立阿爾法模型以及套利策略等多個(gè)方面。在反復(fù)比較、深思熟慮后，周毅選擇將金融工具創(chuàng)新作為突破口。

周毅認(rèn)為，相比于其他量化投資領(lǐng)域，金融工具與市場(chǎng)地域性特征關(guān)聯(lián)度最低，因此移植性最強(qiáng)，成功概率越高，同時(shí)在中國(guó)市場(chǎng)相對(duì)比較欠缺。所有的金融工具中，在國(guó)外使用得最廣泛的就是結(jié)構(gòu)化。周毅首戰(zhàn)試水分級(jí)基金。這是在當(dāng)時(shí)法規(guī)允許范圍內(nèi)可實(shí)現(xiàn)的融資性結(jié)構(gòu)化產(chǎn)品，其A類(lèi)份額具有類(lèi)固定收益特征，B類(lèi)份額具有杠桿特征，滿足3類(lèi)投資者的需求。

截至今日，銀華共推出了3只指數(shù)分級(jí)基金和一只股票型分級(jí)基金，包括銀華深100（首只深100分級(jí)指基）、銀華中證等權(quán)重90（首只等權(quán)重分級(jí)指基）、銀華中證內(nèi)地資源（首只投資主題指數(shù)的分級(jí)基金）和銀華消費(fèi)主題（首只主動(dòng)管理的主題類(lèi)分級(jí)基金）。據(jù)金牛理財(cái)網(wǎng)統(tǒng)計(jì)，這4只分級(jí)基金占據(jù)目前市場(chǎng)上分級(jí)基金規(guī)模的絕對(duì)優(yōu)勢(shì)，并且創(chuàng)造了多個(gè)第一：銀華深100是上市首只首日出現(xiàn)雙溢價(jià)的分級(jí)基金，也是目前場(chǎng)內(nèi)規(guī)模最大的基金，約為150億元左右；銀華中證等權(quán)重90是第一個(gè)觸閥值折算的分級(jí)基金，為所有分級(jí)產(chǎn)品的發(fā)展完善和風(fēng)險(xiǎn)控制，提供了可借鑒的寶貴經(jīng)驗(yàn)。

看好中國(guó)量化投資“錢(qián)景”

不過(guò)，分級(jí)基金只是整個(gè)量化投資運(yùn)用中金融工具設(shè)計(jì)的一部分，其發(fā)展的背景是目前國(guó)內(nèi)衍生品缺乏的現(xiàn)狀。周毅表示：“我們想做全方位的量化投資，包含量化投資的各個(gè)領(lǐng)域?！?/p>

2012年以來(lái)，銀華的多只專(zhuān)戶產(chǎn)品已經(jīng)成功在A股市場(chǎng)上，綜合運(yùn)用以上兩項(xiàng)策略。據(jù)記者了解，銀華專(zhuān)戶產(chǎn)品中，表現(xiàn)最好的賬戶年化收益（扣除各種費(fèi)率后）大幅超越同期滬深300指數(shù)，波動(dòng)率僅約為滬深300波動(dòng)率的1/3。盡管受現(xiàn)有法規(guī)和交易平臺(tái)限制，在美國(guó)運(yùn)用的量化策略大多數(shù)無(wú)法在A股實(shí)現(xiàn)，但銀華在專(zhuān)戶對(duì)沖產(chǎn)品上的成功嘗試，證明了在國(guó)內(nèi)利用量化投資方法，可以獲得絕對(duì)收益。而且隨著各種限制的寬松化以及杠桿機(jī)制的引入，量化絕對(duì)收益產(chǎn)品可以擁有巨大的發(fā)展空間，中國(guó)式量化投資前景廣闊。

志做國(guó)內(nèi)旗艦量化團(tuán)隊(duì)

周毅將銀華目前在量化投資領(lǐng)域所取得的諸多成就，都?xì)w功于其全業(yè)務(wù)線的量化團(tuán)隊(duì)打造。銀華在業(yè)內(nèi)屬于較早開(kāi)展專(zhuān)門(mén)的量化投資研究的公司之一，目前量化投資團(tuán)隊(duì)已經(jīng)達(dá)到16人，職責(zé)涵蓋了金融工具、α策略、套利及實(shí)時(shí)風(fēng)控等量化投資的各個(gè)業(yè)務(wù)鏈。

第9篇：量化投資基本面分析方法范文

其實(shí)，在征求意見(jiàn)稿下發(fā)之前，基金組合產(chǎn)品――公募FOF（fund of fund）產(chǎn)品的雛形――已經(jīng)在銀華基金內(nèi)部?jī)?chǔ)備“試跑”多年。鑒于公募基金愈發(fā)龐大的規(guī)模，而投資者卻難以找到匹配的基金產(chǎn)品，銀華基金互聯(lián)網(wǎng)金融部以智能投顧為戰(zhàn)略、定制化服務(wù)為導(dǎo)向的精細(xì)化運(yùn)營(yíng)策略油然而生。

“他們很多人炒股很厲害，但沒(méi)有誰(shuí)敢保證長(zhǎng)期能贏。事實(shí)上，把時(shí)間拉長(zhǎng)來(lái)看，很少有人能跑得過(guò)基金組合的?！敝两?，銀華基金資產(chǎn)配置主管何海云猶記得在美國(guó)一家資產(chǎn)管理公司工作時(shí)，當(dāng)時(shí)擁有博士學(xué)位的摩托羅拉工程師們前來(lái)尋求服務(wù)的情景。

“風(fēng)險(xiǎn)平價(jià)，及時(shí)止盈止損；控制倉(cāng)位，伺機(jī)而動(dòng)?！被谥虚L(zhǎng)期的投資視角和大類(lèi)資產(chǎn)配置策略，銀華基金資產(chǎn)配置小組采用量化評(píng)估疊加定性分析的方法，力圖分散單個(gè)基金風(fēng)險(xiǎn)，并得到“類(lèi)絕對(duì)收益”的效果。

切中痛點(diǎn)的定制基金組合

“買(mǎi)什么基金”是普通投資者在日常理財(cái)中經(jīng)常遇到的一個(gè)困惑。針對(duì)投資者的這個(gè)痛點(diǎn)，銀華基金資產(chǎn)配置團(tuán)隊(duì)正在精心打造一味解決良方 ― 基金組合。

根據(jù)投資者不同的風(fēng)險(xiǎn)偏好，銀華基金目前給出了三種基金組合，分別是：積極組合、穩(wěn)健組合，以及保守組合。其中，積極組合初始配置由40%的銀華深證100、40%銀華中小盤(pán)和20%銀華四季紅構(gòu)成，該組合適合風(fēng)險(xiǎn)承受能力較高的激進(jìn)型人群。據(jù)回測(cè)數(shù)據(jù)顯示，從組合起始日2013年8月7日至今年一季度末，該組合模擬年化收益率是90.16%。

穩(wěn)健組合初始配置包括了45%的銀華信用雙利A、40%的銀華純債信用和15%的銀華中證轉(zhuǎn)債。該組合適合風(fēng)險(xiǎn)承受能力偏弱的穩(wěn)健型人群。據(jù)回測(cè)數(shù)據(jù)顯示，從組合起始日2013年8月15日至今年一季度末，該組合模擬年化收益率是28.16%。

“35%銀華四季紅 + 35%銀華純債信用 + 30%銀華貨幣A”則構(gòu)成了保守組合的初始配置。顧名思義，保守組合適合風(fēng)險(xiǎn)承受能力較低的保守型人群。據(jù)回測(cè)數(shù)據(jù)顯示，從組合起始日2013年8月7日至今年一季度末，該組合模擬年化收益率是21.25%。

由于每個(gè)客戶需要的產(chǎn)品服務(wù)都不一樣，這就需要互聯(lián)網(wǎng)金融部通過(guò)大數(shù)據(jù)，在互聯(lián)網(wǎng)金融領(lǐng)域探索更豐富的應(yīng)用，深入發(fā)掘客戶喜好，為不同的投資者提供適合他們的產(chǎn)品與服務(wù)。

未來(lái)，互聯(lián)網(wǎng)金融部將聯(lián)合IT部，通過(guò)對(duì)數(shù)據(jù)的分析，了解客戶的投資情況、風(fēng)險(xiǎn)偏好、以及交易習(xí)慣。甚至將來(lái)，還可以了解到其他消費(fèi)方面的情況，去做一些真正意義上的大數(shù)據(jù)分析。

銀華的一個(gè)設(shè)想是，未來(lái)能夠通過(guò)數(shù)據(jù)，對(duì)客戶進(jìn)行分層分級(jí)貼標(biāo)簽，這一切都是為將來(lái)具體的產(chǎn)品設(shè)計(jì)和投資交易服務(wù)。為了實(shí)現(xiàn)這個(gè)目標(biāo)，互金部聯(lián)合IT部已經(jīng)對(duì)客戶進(jìn)行了基礎(chǔ)標(biāo)簽開(kāi)發(fā)，未來(lái)標(biāo)簽功能將繼續(xù)逐步完善。

“其實(shí)，我們不光是對(duì)用戶有標(biāo)簽，我們對(duì)基金產(chǎn)品也做了標(biāo)簽。如果發(fā)現(xiàn)某一類(lèi)客戶比較多，我們會(huì)考慮開(kāi)發(fā)專(zhuān)門(mén)針對(duì)該類(lèi)型客戶的產(chǎn)品。實(shí)際上，用戶需求或標(biāo)簽越細(xì)的話，就可以讓我們清楚它歸于哪一類(lèi)，便能定向推薦組合，或者提供定制化的服務(wù)?！焙魏Ｔ票硎荆@也是未來(lái)銀華基金組合的發(fā)展方向。

重在資產(chǎn)配置

基金組合什么最重要？何海云的回答是：“資產(chǎn)配置。”

何海云說(shuō)，“做這種投資，不論是不是FOF，其中非常重要的一項(xiàng)就是資產(chǎn)配置。這就好像是炒菜，大盤(pán)股、小盤(pán)股、地產(chǎn)、大宗商品或者PE都是原料，最核心的就是資產(chǎn)配置。當(dāng)然，如果缺了一些原料，這個(gè)菜就會(huì)難做一些，比如有的時(shí)候沒(méi)有一類(lèi)產(chǎn)品，但正好在那個(gè)時(shí)候那類(lèi)產(chǎn)品比較有機(jī)會(huì)，你要是沒(méi)有那類(lèi)產(chǎn)品，那就沒(méi)有辦法了?！?/p>

《投資者報(bào)》記者也了解到，下一步銀華基金的目標(biāo)是拿出更多的“原料”出來(lái)，在此基礎(chǔ)上更方便地構(gòu)建投資組合。

在基金組合投資中，銀華基金資產(chǎn)配置小組采用其中一個(gè)策略的基礎(chǔ)是風(fēng)險(xiǎn)平價(jià)策略，并在此基礎(chǔ)上進(jìn)行了模型改進(jìn)。經(jīng)典的風(fēng)險(xiǎn)平價(jià)策略在資產(chǎn)配置上著眼于資產(chǎn)的風(fēng)險(xiǎn)，在進(jìn)行資產(chǎn)配置時(shí)，各類(lèi)資產(chǎn)的權(quán)重與其自身波動(dòng)率大小成負(fù)相關(guān)關(guān)系，也即波動(dòng)率大的資產(chǎn)在組合中所占的權(quán)重較小，反之亦然。

據(jù)分析人士介紹，這樣的做法會(huì)使較高風(fēng)險(xiǎn)的權(quán)益類(lèi)資產(chǎn)在組合中所占的權(quán)重下降，從而使風(fēng)險(xiǎn)平價(jià)組合的預(yù)期收益率有可能會(huì)低于傳統(tǒng)的資產(chǎn)配置方法，但同時(shí)也顯著降低了風(fēng)險(xiǎn)。

“舉個(gè)例子，不少投資組合配置是60%股加40%的債，真正做的時(shí)候會(huì)發(fā)現(xiàn)風(fēng)險(xiǎn)權(quán)重基本上都來(lái)自于股票，有可能是90%對(duì)10%。那么，當(dāng)市場(chǎng)波動(dòng)高的時(shí)候，就需要保證每類(lèi)資產(chǎn)對(duì)投資組合的風(fēng)險(xiǎn)貢獻(xiàn)是一樣的。這個(gè)時(shí)候，就需要把造成90%風(fēng)險(xiǎn)的股票倉(cāng)位降下來(lái)?！焙魏Ｔ票硎?。

間接實(shí)現(xiàn)公募FOF

“FOF在美國(guó)已經(jīng)發(fā)展了十幾年，每年增長(zhǎng)很快，有公募、私募，也包括一些對(duì)沖基金及PE。我們?cè)?014年成立了資產(chǎn)配置研究小組，并從資產(chǎn)配置的角度來(lái)思考這個(gè)問(wèn)題。之后互聯(lián)網(wǎng)金融很火，基金組合配置在適應(yīng)互聯(lián)網(wǎng)金融發(fā)展的同時(shí)，也間接實(shí)現(xiàn)了FOF這種形式?！焙魏Ｔ票硎尽?/p>

《投資者報(bào)》記者了解到，銀華基金資產(chǎn)配置小組橫跨投研、戰(zhàn)略、互聯(lián)網(wǎng)金融、產(chǎn)品等幾個(gè)不同的部門(mén)。在實(shí)際運(yùn)作之中，通過(guò)基金組合來(lái)實(shí)現(xiàn)。在目前11人的團(tuán)隊(duì)里，有2/3是研究人員。研究包括對(duì)基金的研究，也有對(duì)量化擇時(shí)以及基本面的研究。

對(duì)于這樣的基金組合產(chǎn)品，通常是一個(gè)月會(huì)有一次調(diào)整，期間也會(huì)根據(jù)市場(chǎng)情況做不定期地調(diào)整。例如像去年“股災(zāi)”時(shí)，一旦出現(xiàn)賣(mài)出信號(hào)后，為了保護(hù)客戶利益，即使是積極型的組合，也不希望把前面賺取的利潤(rùn)全部吐回去，所以會(huì)有相應(yīng)的止盈操作。

“調(diào)整之后，我們也會(huì)擇機(jī)再進(jìn)去，這要根據(jù)量化模型加上基本面研究來(lái)決定。也就是說(shuō)，我們大約有一個(gè)固定時(shí)間的調(diào)整，此外，還要根據(jù)市場(chǎng)情況不定時(shí)地調(diào)整?！焙魏Ｔ普f(shuō)。每次調(diào)整時(shí)，會(huì)考慮基金池里有些什么可用的基金，要判斷這些基金是否符合相應(yīng)的標(biāo)準(zhǔn)。

“比如組合里原來(lái)有5個(gè)基金，但備選基金池里還有10個(gè)基金，等到下一輪組合調(diào)整的時(shí)候，可能原來(lái)組合里面有幾個(gè)做得不好的就要被替換掉了，不是說(shuō)每個(gè)基金進(jìn)入組合后就待著一直到產(chǎn)品結(jié)束?！焙魏Ｔ七M(jìn)一步解釋道。