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

中圖分類號：F832 文獻標(biāo)識碼：A 文章編號：1672-3791（2012）09（c）-0252-02

2012年以來，以量化分析技術(shù)投資著稱的量化基金表現(xiàn)得一枝獨秀，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?yōu)?.31%，而按照Wind分類的13只量化基金，其平均業(yè)績?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個百分點。

美國私募基金復(fù)興科技公司的第一支純粹的量化投資基金—— 大獎?wù)禄?，?988年3月成立至2008年的21年里，平均年度凈收益高達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)理通常采用研究財務(wù)報表，與公司高層會談，與相關(guān)人員荷香業(yè)專家討論等方式，對少數(shù)幾家公司股票（約10到100只股票）進行非常深入的研究分析，來決定要投資哪些股票以及如何投資。在基本面分析分類中，會根據(jù)行業(yè)不同，有專員長期跟蹤和深入研究其中一個行業(yè)，而這幾名專員最后則會成投資這個行業(yè)的專家。在股票市場成立以來長期采用的較為傳統(tǒng)的分析和投資方式就是基本面分析?；久嫱顿Y，通過企業(yè)內(nèi)部財務(wù)報表的形式，來發(fā)現(xiàn)企業(yè)的潛在價值，以求企業(yè)得到穩(wěn)定持續(xù)的高額收益，一旦買入，長期持有。

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，通過建立模型，進行估值、擇時選股。量化分析員和量化基金經(jīng)理，通常會同時研究全盤數(shù)千支股票，分析的方式也可以是基于公司基本面的，但是會強調(diào)量化財務(wù)指標(biāo)。量化的指標(biāo)（又稱因子）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)績的關(guān)鍵，投資模型始終處于絕密狀態(tài)，不同市場設(shè)計不同的量化分析投資管理模型，在全球各種市場上進行短線交易。

2 量化分析技術(shù)獲取超額投資收益之道

在變幻莫測的市場經(jīng)濟中，能否理性思考投資、不受情緒影響，將是成功的關(guān)鍵。而利用計算機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)別于主動投資的重要特征。在量化分析基金的運作中，主觀判斷也會出現(xiàn)和量化分析模型相左的情兄，但會堅持量化分析投資的紀(jì)律，相信模型判斷的長期穩(wěn)定性，不會盲目去調(diào)整改變。與傳統(tǒng)偏股型基金不同，量化分析基金采用獨特的投資組合管理方式，漸進動態(tài)調(diào)整基金組合。這樣不僅可以順應(yīng)瞬息萬變的市場，還可以降低個股集中度，平穩(wěn)投資業(yè)績。因此，這種方式并不會產(chǎn)生傳統(tǒng)意義的重倉股，也就大大降低了重倉個股的風(fēng)險。

量化分析業(yè)績，來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”了開場環(huán)境的轉(zhuǎn)變，自動調(diào)高了評估因子、預(yù)期因子及市場反轉(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。

3 量化分析技術(shù)創(chuàng)始人并非經(jīng)濟學(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，沃金與坎德爾是統(tǒng)計學(xué)家，而特雷諾則是數(shù)學(xué)家兼物理學(xué)家。1970年代美國債券市場和股票市場全面崩盤，當(dāng)時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)代財務(wù)和投資理論最著名遠(yuǎn)見的馬克維茨，以該理論勉強通過博士答辯，到1990年10月，這些人中才有三位獲得諾貝爾經(jīng)濟學(xué)獎。

2012年，美國倫斯理工學(xué)院金融工程碩士李炬澎，依據(jù)5000年中國古老的《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，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)來做個股分析，用《五行相克相生原理》來分析自然、社會、政治、人文如何影響宏觀經(jīng)濟。比如用計算機分析新聞報道中天地雷風(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。

4 量化分析技術(shù)應(yīng)用的載體是計算機軟硬件技術(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)險報酬和效率邊界概念，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)行高難度的運算，1961年，與馬克維茨共同獲得1990年諾貝爾獎的夏普用IBM最好的商用電腦，解出含有100只證券的問題也需要33mim。夏普1963年1月提出了“投資組合的簡化模型”（單一指數(shù)模型），簡化模型只用30s。1964年夏普又開發(fā)出資本資產(chǎn)定價模型（CAPM），不僅可以作為預(yù)測風(fēng)險和預(yù)期回報的工具，還可以衡量投資組合的績效，以及衍生出在指數(shù)型基金、企業(yè)財務(wù)和企業(yè)投資、市場行為和資產(chǎn)評價等多領(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“套利定價理論”（APT），提供一個方法評估影響股價變化的多種經(jīng)濟因素。布萊克和斯克爾斯提出了“期權(quán)定價理論”。莫頓則發(fā)明了“跨期的資本資產(chǎn)定價模型”。

5 量化分析應(yīng)用的關(guān)鍵是基本面分析無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、直覺以及獨特的駕馭市場的能力，基本面分析師、基金經(jīng)理可以獨力打敗市場，而無需依靠那些缺乏靈魂、怪異的數(shù)學(xué)符號和縹緲虛幻的模型。華爾街對學(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，美國表現(xiàn)最佳的基金經(jīng)理人從未聽過貝塔值，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。

量化分析投資不會出現(xiàn)在個人投資者為主的時代。個人投資者既缺乏閑暇的時間，也普遍無此能力。僅有現(xiàn)資理論的建立，及各類模型的完善與推陳出新，并不會直接催生出量化分析投資，它還需要其他幾個重要前提條件，比如：機構(gòu)投資者在市場中占據(jù)主導(dǎo)，隨著社?；鸷凸餐鹳Y產(chǎn)的大幅增加，成為市場上的主要機構(gòu)投資者，專業(yè)機構(gòu)管理大規(guī)模資產(chǎn)，需要新的運作方式和金融創(chuàng)新技術(shù)，專業(yè)的投資管理人有能力和精力專注地研究、運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)險獲得了較大的收益，不用這些模型，不用電腦運算這些公式，會陷于困境。1980年代以來，面對數(shù)不勝數(shù)的各類證券產(chǎn)品和期權(quán)類產(chǎn)品，以及龐大的成交量，許多復(fù)雜的證券定價，必須靠大容量高速運算的電腦來完成。到2007年美國股市近一半的機構(gòu)基金都是由量化模型來管理的。從2000年初到2007年全球量化分析基金市場連續(xù)8年表現(xiàn)遠(yuǎn)遠(yuǎn)超過其他投資方式。

6 量化分析在應(yīng)對經(jīng)濟危機和突發(fā)經(jīng)濟事件中開拓前進

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

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

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

2011年即使歐債金融危機發(fā)生，量化分析基金也再次表現(xiàn)優(yōu)異，超過其他投資方式，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)用的熱點在中國的A股市場

中國金融、資本、股市投資者結(jié)構(gòu)很不合理，A股市場的專業(yè)投資機構(gòu)持有市值的15.6%，而發(fā)達市場這一比例大致為70%。更為不合理的是交易結(jié)構(gòu)，A股市場個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，目前我國市場上共有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，在缺乏國際化人才和成熟模型的情況下，經(jīng)營業(yè)績自然也差強人意。

量化分析今后幾年全球熱點在中國的A股市場?，F(xiàn)在主要發(fā)達國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，很多大型量化基金也開始大量投資于發(fā)展中國家市場，中國的A股市場是今后幾年全球量化分析投資熱點，所以近年來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大陸、香港和新加坡推廣量化投資技術(shù)。這是國際國內(nèi)的金融市場和投資者，都要面對的機會和挑戰(zhàn)。

量化分析基金2002年才在中國剛剛起步，到2009年和2010年，才真正進入快速發(fā)展期，2010年末量化基金的總規(guī)模達到了779億元。雖然規(guī)模有顯著提升，但是與國外市場量化分析基金占共同基金總資產(chǎn)16%相比，國內(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

我國證券投資價值投資方法的實例分析

由于盈利能力不強的上市公司價值投資研究價值不大，而且缺少較大的收益時間，無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)各個時間段內(nèi)的基本面量化指標(biāo)和股票價格的相關(guān)研究。首先，利用SPSS16．0軟件計算出2009～2011年各個時間段的基本面量化指標(biāo)和相應(yīng)時間段的股票價格間的Pearson因子，相應(yīng)的統(tǒng)計數(shù)據(jù)結(jié)果見表1。多元模型的自變量選擇那些和股票價格有明顯相關(guān)性的數(shù)據(jù)指標(biāo)，排除與股票價格存在較小相關(guān)性指標(biāo)，進而能夠為下一步各時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。然后，為了避免回歸過程中的自相關(guān)，所以將排除凈資產(chǎn)收益率。同時，因為流動比率在決策過程中可能轉(zhuǎn)換為風(fēng)險控制因素，和股票價格間有較強的非線性，所以也應(yīng)該給予剔除。2．優(yōu)化選擇后的量化指標(biāo)對股票價格貢獻度的影響分析。選取2009～2011年3組數(shù)據(jù)作為研究對象，利用Stepwise的輸入技術(shù)進行三次多元回歸分析，可以得到三組輸出。研究過程中關(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)過一個標(biāo)準(zhǔn)差的改變對股票價格產(chǎn)生的影響程度。該因子能夠防止由于不同指標(biāo)的量綱不一樣而無法比較影響程度的問題。標(biāo)準(zhǔn)化因子絕對值越大，表示該因子對股票價格的解釋水平越高。可決因子是在調(diào)整回歸方程后獲得的，主要是指全部指標(biāo)對股票價格的整體解釋水平。可決因子越大，表明該模型對股票價格的解釋水平越高，也就是說股票價格的變化對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)果見表2。根據(jù)回歸分析的計算數(shù)據(jù)能夠獲得如下結(jié)論：在觀察時間，每股收益包含在回歸模型之中，具有最佳的解釋股票價格的水平，因此，這個結(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)注對股票價值有較大影響的基本面，這一結(jié)果表明價值投資意識已經(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年營業(yè)利潤增長率包含于回歸模型，從而說明證券投資者已經(jīng)對上市公司的成長性有了關(guān)注，同時能夠表明證券投資者對和內(nèi)在價值有關(guān)的基本面因素有了更為深刻地認(rèn)識。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，表明證券投資市場不夠關(guān)注風(fēng)險水平。每股凈資產(chǎn)是指上市公司在破產(chǎn)時證券投資者股票的內(nèi)在價值。每股凈資產(chǎn)屬于主要的風(fēng)險評估基本面因素，正在被證券市場逐步地認(rèn)可，說明證券市場對股票的關(guān)注不僅停留在投資回報上，同時非常關(guān)注風(fēng)險的存在，這正是證券市場不斷趨向于理性的具體表現(xiàn)。通過對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年股票市場比較好的局面導(dǎo)致了證券投資者的思維定式，降低了對風(fēng)險的關(guān)注度。經(jīng)歷了一段時間，大量的解釋變量符合了回歸模型，這表明投資者對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)，通過不同的層面更為全方位地考慮證券的內(nèi)在價值，證券市場不斷向以價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證券市場中，基本面因素對股票價格的解釋能力不斷提高，然而并不穩(wěn)定。當(dāng)外部經(jīng)濟環(huán)境產(chǎn)生變動時，證券投資者容易產(chǎn)生非理，從而使非價值因素再一次占了上風(fēng)。

我國證券投資基金價值投資的應(yīng)對措施

管理費還能夠促進基金公司的可持續(xù)發(fā)展，為基金持有者帶來更大的投資回報。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)過大，就會導(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。最為管用的方式就是優(yōu)化基金管理收入的基本組成，采用浮動收益的方式，一定的資產(chǎn)管理費可以確?；鸬挠行嵤?，而浮動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，但是高風(fēng)險和高收益是相互對應(yīng)的，怎樣才能使投資風(fēng)險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，而且能夠有效地彌補證券投資價值的缺陷。投資者可以依據(jù)不同階段國際經(jīng)濟形式、國內(nèi)產(chǎn)業(yè)制度以及行業(yè)的發(fā)展?jié)摿m時地調(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)該堅持長期投資的理念，主要關(guān)注證券投資的長期回報。證券投資者必須熟悉證券投資的相關(guān)概念和理論，知道證券投資過程中潛在的風(fēng)險，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，對證券公司的專業(yè)化水平、標(biāo)準(zhǔn)化產(chǎn)品、內(nèi)部風(fēng)險控制制度以及信息披露系統(tǒng)等情況有比較深入的了解，從而能夠從長期投資的角度獲得最大投資回報率。不斷健全證券市場的管理制度。通過股權(quán)改革可以較好地處理中國證券市場流通股和非流通股股東之間利益的不一致性、中國國有上市公司管理者缺位等難題，能夠為中國證券市場的制度化營造一個有利的環(huán)境，從而能夠不斷深化中國證券市場的中長期投資價值，為證券投資基金執(zhí)行價值投資創(chuàng)造一個非常有利的市場平臺。五、結(jié)　論我國證券市場仍然是一種新興的證券市場，依然處在非有效市場向弱有效市場不斷轉(zhuǎn)變的階段，從某種意義上，利用價值投資策略得到的收益不是非常穩(wěn)定的。通過股權(quán)分置改革，伴隨著上市公司質(zhì)量持續(xù)提升，價值投資策略將轉(zhuǎn)變?yōu)樽C券市場的主流方式。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)在價值的基本面因素，價值投資理念正在漸漸地深入投資者的人心。投資者對上市公司的成長性給予了足夠的重視。市場對風(fēng)險的關(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值。證券市場對股票的重視不但保持在收益上，而且非常關(guān)注風(fēng)險，從而使證券理性更加回歸理性。隨著證券市場的不斷發(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)濟價值，市場正在向以價值投資為主的理性投資發(fā)展。2．中國證券市場是一個新興市場，正處于轉(zhuǎn)型時期，因此，具有較好的價值投資意義，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，完善基金績效評估體系和股票發(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；不斷完善證券市場的制度體系。隨著上市公司質(zhì)量的持續(xù)提升，價值投資將不斷地深入人心，通過價值投資可以使中國證券市場更加趨于穩(wěn)定。

作者：賴曉聰 陳凡 單位：中國社會科學(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月買房”的判斷,主要依據(jù)之一是股市反彈的樂觀情緒,將在3-6個月后傳導(dǎo)到樓市。

“股市在絕望中落地,在歡樂中升騰,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點區(qū)間的交易量均值為“瘋狂系數(shù)”,以滬指1664點區(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),防范股市的過度瘋狂。具體說來,如果滬深兩市的合計成交量連續(xù)數(shù)日為底部區(qū)間交易量的4-5倍之時,股市的“情緒性頂部”可能形成。從長期趨勢看,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)測工具。股市分析有三大流派,基本面研究的優(yōu)點在于選股,技術(shù)面研究的優(yōu)點在于選價,行為面的研究則重于看“勢”,三者缺一不可,分別對應(yīng)于股市的“三駕馬車”,即業(yè)績增長、資金流量和情緒狀態(tài)。

還必須關(guān)注政策面的動態(tài),因為政策如風(fēng),貨幣如水,風(fēng)動水動,水漲船高,這是中國經(jīng)濟的政策“風(fēng)水學(xué)”。市場是一只“看不見的手”,會通過“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,它就會立刻生效;如果與市場趨勢相悖,就會在3個月內(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性,就可以分析政策面的決策通過情緒面對股市樓市產(chǎn)生的沖擊波,界定股市樓市的超跌和瘋漲,進而尋找股市的“情緒性”底部或頂部。

第4篇：量化投資基本面分析方法范文

面對上周市場持續(xù)調(diào)整行情，有機構(gòu)認(rèn)為“錢荒”是最主要的因素。3月31日，滬指在跌破3200點后快速收復(fù)，這說明“錢荒”事件導(dǎo)致的挖坑走勢步入尾聲。

針對美國明晟公司（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股相對價值并非此前市場預(yù)想得那么糟糕。未來，鑒于A股各主要指數(shù)震蕩的概率較大，市場將更看重企業(yè)的盈利能力、投資標(biāo)的的穩(wěn)定性和安全性。市場回歸業(yè)績和價值崇拜，說明資金的心態(tài)傾向于“穩(wěn)健回報”?？傮w而言，延續(xù)對春季行情的樂觀態(tài)度。

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

淡看短期博弈 聚焦長期投資

面對A股市場以結(jié)構(gòu)性行情為顯著特征的窄幅波動，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”的投資，從更長遠(yuǎn)的視角看待投資，從更深入的基本面分析核算價值。投資的核心目標(biāo)是要選出未來盈利能持續(xù)增長、同時估值不貴的標(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，在一些投資者越來越看重短期博弈的時候，長期投資、價值投資的優(yōu)勢逐漸凸顯。

對于后市A股走勢，上投摩根基金認(rèn)為，經(jīng)濟和股市在2017年年初都出現(xiàn)向好趨勢，一方面市場對中國經(jīng)濟增長擔(dān)憂情緒逐步緩解，在PPP項目、“一帶一路”、國企改革等政策措施的拉動下，投資增長開始恢復(fù)，同時在過去幾年的去產(chǎn)能政策讓不少行業(yè)的供求關(guān)系發(fā)生變化，盈利能力開始恢復(fù)。自2016年三季度以來，不少上市公司結(jié)束了連續(xù)幾個季度的下行趨勢，轉(zhuǎn)入增長階段。另一方面，經(jīng)過較長時間的下跌之后，A股市場估值回落到歷史上較為中性的水平，其吸引力開始提高。

震蕩市業(yè)績?yōu)橥?捕捉主題投資機會

國企改革東風(fēng)漸起，相關(guān)主題更是多點開花。業(yè)內(nèi)人士表示，盡管國企改革將是貫穿全年的大主題，但其內(nèi)部板塊輪動速度快，不同行業(yè)及地區(qū)都有自己的時間表，推進執(zhí)行的力度也會參差不齊，如何有效把握投資機會成為難題。泰達宏利改革動力基金經(jīng)理劉欣表示，今年A股小碎步上行，但投資熱點仍比較凌亂且持續(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，可以全市場捕捉國企改革的投資機會，分享國企改革紅利。未來國有企業(yè)改革、金融改革、、企業(yè)兼并重組等主題將持續(xù)不斷地為市場提供投資機會，量化基金有助于投資人全面把握這類主題。

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)績最重要?；久孀兓蜆I(yè)績預(yù)期調(diào)整成為股價運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)績確定性高、估值合理的品種，都具有較好投資機會。成長對周期和消費的估值溢價已經(jīng)回落到合理偏低水平，白馬成長股整體上應(yīng)該有絕對收益，但小市值高估值公司仍風(fēng)險較大，成長與價值并重的精選個股策略可能效果較好，白馬成長股機會更大，黑馬成長股謹(jǐn)慎選擇。保持謹(jǐn)慎態(tài)度，通過深入研究，選擇基本面良好、業(yè)績增長較快、同時估值較低的優(yōu)質(zhì)標(biāo)的，采取靈活的交易策略適當(dāng)進行逆向操作。

對于近期火熱的港股投資機會，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。具體來看，中國宏觀經(jīng)濟數(shù)據(jù)近期表現(xiàn)較好，顯示中國經(jīng)濟可能已經(jīng)筑底回升，有助于緩解港股市場中對于中國經(jīng)濟和人民幣匯率過于悲觀的預(yù)期；港股相對于A股擁有明顯的估值優(yōu)勢，與港股估值的歷史數(shù)據(jù)縱向?qū)Ρ纫膊⒉毁F；深港通的實施、港股通總額度的取消將進一步提升內(nèi)地與港股的互聯(lián)互通，給港股市場帶來顯著的增量資金，并提升市場整體的估值水平。

把握結(jié)構(gòu)性機會 看好“泛消費”

目前，國企改革、“一帶一路”、周期股等主題已成為A股市場上炙手可岬耐蹲駛疤狻5國聯(lián)安銳意成長基金經(jīng)理王超偉卻有自己獨特的見解，堅定看好“泛消費”行業(yè)投資機會。年初至今，上證綜指呈震蕩上行趨勢，許多熱炒板塊目前仍處拉伸狀態(tài)。預(yù)計A股下階段大概率將處于橫盤整理之中。橫盤期間，重點應(yīng)把握結(jié)構(gòu)性機會、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)增長的股票，將會成為市場熱點。2017年春節(jié)過后，在熱點切換頻率較快的A股市場上，消費板塊盈利能力復(fù)蘇基本確定，不斷增長的需求使得消費類股票頗有市場價值。配置消費類對于投資者的心態(tài)上會比較穩(wěn)當(dāng)，在整體側(cè)重比較大的市場情況下，消費類的公司從長周期來看仍是比較有優(yōu)勢的。

近年來，復(fù)雜多變的市場環(huán)境無疑加大了投資難度，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)益類資產(chǎn)在2017年具有比較優(yōu)勢、成長股估值長期調(diào)整、產(chǎn)業(yè)升級與消費升級日趨明顯；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，堅持消費股和成長股，特別是符合產(chǎn)業(yè)升級與消費升級趨勢的，可重點配置業(yè)績穩(wěn)定增長的消費股；TMT領(lǐng)域的人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)和云計算；部分產(chǎn)能收縮、具有溢價能力的化工股等。

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)濟基本面；聯(lián)合影響；直接彈性；間接彈性

一、引言

近年來，我國房地產(chǎn)市場“區(qū)域分化”明顯，不同區(qū)域的房地產(chǎn)投資對經(jīng)濟基本面的影響不盡相同。就東部地區(qū)而言，其房地產(chǎn)投資對區(qū)域房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場供給以及經(jīng)濟增長的帶動作用仍然較強；而中部與西部面臨的房地產(chǎn)投資萎縮、房地產(chǎn)庫存嚴(yán)重等問題對區(qū)域經(jīng)濟基本面的沖擊則愈加顯現(xiàn)。誠然，區(qū)域房地產(chǎn)投資對經(jīng)濟基本面的影響，不單單是對經(jīng)濟增長的影響，而是涉及到經(jīng)濟基本面多個方面的聯(lián)合影響。那么，區(qū)域房地產(chǎn)投資對經(jīng)濟基本面哪些指標(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，這些問題是本文的研究所在。有關(guān)區(qū)域房地產(chǎn)投資對經(jīng)濟層面的影響，國內(nèi)外研究主要圍繞房地產(chǎn)投資對經(jīng)濟增長的影響作用而展開。在其影響關(guān)系分析上，一類是利用格蘭杰因果關(guān)系檢驗房地產(chǎn)投資與經(jīng)濟增長兩者之間是否具有因果關(guān)系，并由此建立VAR模型；另一類是利用投入產(chǎn)出法或要素投入貢獻率分解法，運用生產(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)濟增長的投入產(chǎn)出關(guān)系。

主要結(jié)論包括：Green（1997）對1952—1992年美國住宅投資與GDP的影響關(guān)系進行實證分析，指出住宅投資是GDP的格蘭杰原因，且住宅投資引導(dǎo)了美國經(jīng)濟的周期變動；Wigren和Wilhelmsson（2007）利用14個歐洲國家的房地產(chǎn)數(shù)據(jù)進行分析，認(rèn)為住宅投資對經(jīng)濟增長產(chǎn)生了長期的影響；梁云芳、高鐵梅等（2006）運用脈沖響應(yīng)模型，分析房地產(chǎn)投資的沖擊對經(jīng)濟增長的長期影響作用，認(rèn)為房地產(chǎn)市場與經(jīng)濟基本面之間既互相拉動又互相牽制；孔煜（2009）鑒于房地產(chǎn)業(yè)的區(qū)域性特征，分析指出我國東部與中部地區(qū)的房地產(chǎn)投資額與經(jīng)濟增長互為因果關(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70個大中城市的面板數(shù)據(jù)，采用空間動態(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)的空間動態(tài)計量模型，實證分析房地產(chǎn)投資對經(jīng)濟增長的地區(qū)影響效果；等等。這些研究主要考慮房地產(chǎn)投資與經(jīng)濟增長兩者之間的影響關(guān)系。本文以我國東部、中部和西部為研究對象，通過分析區(qū)域房地產(chǎn)投資與經(jīng)濟基本面多個指標(biāo)的相關(guān)性，探討區(qū)域房地產(chǎn)投資對經(jīng)濟基本面的聯(lián)合影響，由此建立聯(lián)立方程組形式的遞歸模型，以檢驗影響關(guān)系的有效性，并估計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)濟基本面的相關(guān)性

在房地產(chǎn)業(yè)與經(jīng)濟基本面構(gòu)成的經(jīng)濟系統(tǒng)中，房地產(chǎn)業(yè)通過房地產(chǎn)投資與房地產(chǎn)供應(yīng)（如：房屋面積與套數(shù)等）同全社會固定資產(chǎn)投資（簡稱：固定資產(chǎn)投資）、資金市場供給以及經(jīng)濟增長緊密聯(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)品的總消費對國民經(jīng)濟的影響；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人力與物力的集聚，直接或間接地拉動國民經(jīng)濟增長。因此，這里以房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場供給以及國內(nèi)生產(chǎn)總值（GDP）組成經(jīng)濟基本面指標(biāo)。考慮房地產(chǎn)投資與經(jīng)濟基本面的區(qū)域差異，本文以我國28個?。ㄊ校檠芯繉ο?。為敘述方便，仍然將這28個?。ㄊ校﹦澐譃闁|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，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)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、國家統(tǒng)計局。我國東部、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)投資比重的變動態(tài)勢基本一致。

2005年1季度至2015年4季度區(qū)域房地產(chǎn)開發(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)進行了季節(jié)調(diào)整，消除了季節(jié)影響）。由圖1可見，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。統(tǒng)計顯示，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%，其波動幅度均在一個標(biāo)準(zhǔn)差左右。近年來，各區(qū)域房地產(chǎn)投資占比都呈現(xiàn)下降態(tài)勢，同樣是平均下降5個百分點。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)都達到0.99以上，具有很強的相關(guān)性。以區(qū)域房地產(chǎn)竣工面積與新開工面積之和表示房地產(chǎn)供應(yīng)，以廣義貨幣供應(yīng)量（M2）表示資金市場供給，統(tǒng)計顯示，東部房地產(chǎn)投資與其房地產(chǎn)供應(yīng)、資金市場供給以及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)、資金市場供給以及GDP之間也呈現(xiàn)較強的相關(guān)性。綜上所述，區(qū)域房地產(chǎn)投資與經(jīng)濟基本面之間具有較強的相關(guān)性。

三、區(qū)域房地產(chǎn)投資對經(jīng)濟基本面的影響關(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)投資對經(jīng)濟基本面的相關(guān)性分析，假設(shè)房地產(chǎn)投資是影響經(jīng)濟基本面的直接外部因素，且通過經(jīng)濟基本面的內(nèi)部單向作用產(chǎn)生間接影響。對此，提出以下假設(shè)。假設(shè)1：區(qū)域房地產(chǎn)投資將帶動房地產(chǎn)供應(yīng)、引致固定資產(chǎn)投資、吸引資金市場供給，進而拉動國民經(jīng)濟增長，因而，區(qū)域房地產(chǎn)投資對房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場供給以及GDP產(chǎn)生直接的正向影響。假設(shè)2：由于房地產(chǎn)供應(yīng)的增加會擴大總消費，減少總投資，但最終仍然是帶動經(jīng)濟增長，由此，房地產(chǎn)供應(yīng)對固定資產(chǎn)投資、資金市場供給產(chǎn)生直接的負(fù)向影響，而對GDP產(chǎn)生直接的正向影響。假設(shè)3：固定資產(chǎn)投資對資金市場供給、GDP產(chǎn)生直接的正向影響。假設(shè)4：資金市場供給產(chǎn)生的集聚效應(yīng)將帶動經(jīng)濟增長，因此，資金市場供給對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)省（市）的季度數(shù)據(jù)組成的面板數(shù)據(jù)，其中，東部是11個?。ㄊ校┙M成的樣本量為484的面板數(shù)據(jù)，中部是8個?。ㄊ校┙M成的樣本量為352的面板數(shù)據(jù)，西部是9個?。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，以各省（市）房地產(chǎn)開發(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)竣工面積與新開工面積之和表示房地產(chǎn)供應(yīng)（記作：Y1）（單位：萬平方米），以其全社會固定資產(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）表示資金市場供給（記作：Y3）（單位：億元），各?。ㄊ校〨DP（記作：Y4）（單位：億元）。同時，為避免數(shù)據(jù)可能出現(xiàn)的異方差性，所有變量均以對數(shù)形式引入模型之中，簡記為：ln（）。

（2）遞歸模型。在計量經(jīng)濟學(xué)的聯(lián)立方程模型中，遞歸模型（RecursiveModels）[6]以其獨特的內(nèi)生變量單向傳遞關(guān)系，通過聯(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、資金市場供給以及GDP；外生變量為房地產(chǎn)投資。為簡便起見，不妨將外生變量與滯后變量組成的向量簡記為Z。

1，2，3，4。在遞歸模型式（1）中，第一個方程為區(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”；由此類推，第三個方程為區(qū)域資金市場供給方程，假設(shè)決定資金市場供給的“原因”包含第一、第二個方程的內(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；第四個方程為區(qū)域GDP方程，假設(shè)GDP由第一至第三個方程的內(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)濟基本面的實證分析

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

（1）面板數(shù)據(jù)的單位檢驗與協(xié)整檢驗。面板數(shù)據(jù)的單位根檢驗顯示，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。進一步，Johansen協(xié)整檢驗顯示，各區(qū)域的這五個變量之間均存在協(xié)整關(guān)系方程。由于遞歸模型的單個方程均滿足最小二乘估計方法的基本假定，所以，對于單整階數(shù)相同且具有協(xié)整關(guān)系的面板數(shù)據(jù)，單個方程均可以直接用最小二乘法進行估計。

（2）變截距效應(yīng)的檢驗。依據(jù)面板數(shù)據(jù)的特征，遞歸模型的截距項或斜率系數(shù)可能隨橫截面單元的個體（即：?。ㄊ校┑牟煌兓?。如果這些系數(shù)隨個體是不變的，其對應(yīng)的模型是固定效應(yīng)模型，估計的系數(shù)被稱為共同系數(shù)；如果截距項或斜率系數(shù)隨個體不同而變化，其模型被稱為變截距效應(yīng)模型或變斜率效應(yīng)模型。經(jīng)計算與檢驗顯示，東部、中部與西部區(qū)域的面板數(shù)據(jù)對應(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

現(xiàn)分別利用東部、中部與西部區(qū)域的面板數(shù)據(jù)，對遞歸模型的單個方程進行逐個估計。由最小二乘法得到2005年1季度至2015年4季度我國區(qū)域房地產(chǎn)投資影響經(jīng)濟基本面的直接彈性與間接彈性，以及經(jīng)濟基本面指標(biāo)之間的內(nèi)部彈性，其變量指向關(guān)系與對應(yīng)的彈性系數(shù)如表1所示（因篇幅所限，未列出其變截距項部分的回歸結(jié)果），同時，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季度我國區(qū)域房地產(chǎn)投資影響經(jīng)濟基本面的直接彈性與間接彈性，以及經(jīng)濟基本面指標(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個百分點和0.137個百分點；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%，將直接帶動經(jīng)濟增長分別提高0.198個百分點、0.06個百分點和0.165個百分點。因此，東部與西部的經(jīng)濟增長帶動效應(yīng)基本相同，而中部的帶動效應(yīng)較弱。

（2）間接彈性。區(qū)域房地產(chǎn)投資對經(jīng)濟基本面的間接影響，來自經(jīng)濟基本面的內(nèi)部影響關(guān)系和彈性作用。具體來說：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，說明當(dāng)房地產(chǎn)供應(yīng)增加時，總消費的擴大使得總投資減少。經(jīng)計算，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。可見，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供給間接彈性增大。雖然西部房地產(chǎn)投資引致資金市場供給不足，但其間接帶動的資金市場供給彈性較大，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)投資通過房地產(chǎn)供應(yīng)與資金市場供給對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)投資對經(jīng)濟增長的間接帶動效應(yīng)不容忽視。

五、結(jié)論與政策建議

1、主要結(jié)論

我國區(qū)域房地產(chǎn)投資與房地產(chǎn)供應(yīng)、固定資產(chǎn)投資、資金市場供給以及GDP組成的經(jīng)濟基本面具有較強的相關(guān)性。構(gòu)建的遞歸模型反映了區(qū)域房地產(chǎn)投資對經(jīng)濟基本面的聯(lián)合影響，以及直接彈性與間接彈性關(guān)系。實證分析表明，區(qū)域房地產(chǎn)投資對房地產(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的相應(yīng)供給，但西部的房地產(chǎn)投資缺乏資金支持。同時，區(qū)域房地產(chǎn)投資對經(jīng)濟增長的間接影響略大于直接影響，其中，東部與西部的房地產(chǎn)投資對經(jīng)濟增長的帶動效應(yīng)基本相同，但中部的直接帶動效應(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)投資的過度下滑對國民經(jīng)濟產(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、資金市場供給以及經(jīng)濟增長，而且對經(jīng)濟增長產(chǎn)生顯著的間接影響。因此，在宏觀經(jīng)濟處于新常態(tài)的背景下，保持房地產(chǎn)業(yè)的適度發(fā)展，有利于創(chuàng)造一個穩(wěn)定的宏觀經(jīng)濟環(huán)境，有利于穩(wěn)定發(fā)揮投資要素對經(jīng)濟增長的貢獻。

（2）實施區(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，有利于經(jīng)濟基本面逐步退出對房地產(chǎn)的過度依賴。中部房地產(chǎn)投資對經(jīng)濟增長的直接帶動效應(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，以促進區(qū)域經(jīng)濟增長。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，我國房地產(chǎn)市場經(jīng)歷了大范圍的多輪房地產(chǎn)調(diào)控，盡管實施了差異化的區(qū)域限購、限貸等需求管理政策，但始終未能達到預(yù)想的調(diào)控效果，而是落入“限購限貸”與“放松限購限貸”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)有序開發(fā)的同時，提高房地產(chǎn)供應(yīng)的有效供給，將房屋的“空置”、“庫存”轉(zhuǎn)化為人們當(dāng)前的居住與商用需求，進而使區(qū)域房地產(chǎn)調(diào)控跳出“循環(huán)圈”，達到預(yù)期的調(diào)控效果。

參考文獻

[1]梁云芳、高鐵梅、賀書平：房地產(chǎn)市場與國民經(jīng)濟協(xié)調(diào)發(fā)展的實證分析[J].中國社會科學(xué)，2006（3）.

[2]孔煜：我國房地產(chǎn)發(fā)展與經(jīng)濟增長關(guān)系的實證研究[J].工業(yè)技術(shù)經(jīng)濟，2009，28（5）.

[3]張洪、金杰、全詩凡：房地產(chǎn)投資、經(jīng)濟增長與空間效應(yīng)———基于70個大中城市的空間面板數(shù)據(jù)實證研究[J].南開經(jīng)濟研究，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率為55.46倍，平均年復(fù)合回報率達13.7%，這個紀(jì)錄在基金史上尚無人能與其媲美。

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。

對于A股投資者，聶夫的投資之道完全可以復(fù)制，因為低市盈率投資法很容易做到量化選股，而且回溯檢驗的結(jié)果相當(dāng)不錯。

我們運用修正過的聶夫選股方法對2005年5月初至2012年12月底的A股市場進行了回溯檢驗，結(jié)果表明聶夫之道在A股市場可以取得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到30.26個百分點。

在24個分季度檢驗區(qū)間中，“聶夫之道”跑贏滬深300指數(shù)的次數(shù)達到16個，占比為66.67%，單季最高超額收益達到56.77個百分點；在8個超額收益為負(fù)的檢驗區(qū)間中，單季最高超額負(fù)收益只有10.69個百分點。

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

作為比較，“聶夫之道” 在2005年5月初至2012年12月底期間收益率達到1549.70%，即2005年5月初買入價值1元的大盤精選基金，在2012年12月底基金凈值將達到16.49元。

也就是說，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“華夏大盤精選”為代表的全部公募基金；此外，與包括開放式和封閉式在內(nèi)的全部公募基金相比，“聶夫之道”還有一個非常明顯的優(yōu)點，即投資者可以根據(jù)自己的決定在任何期間買入和賣出。

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

過去一個月，滬深300指數(shù)成份股業(yè)績調(diào)升66家，調(diào)降125家。

截至7月30日收盤，滬深300指數(shù)成份股按總市值除以預(yù)測總利潤計算的2013年P(guān)E平均值為8.05，按照總市值從大到小分為5個區(qū)間，同樣按照上述方法計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)測總利潤減少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。

相比一個月前（6月30日），滬深300指數(shù)成份股預(yù)測總利潤減少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，過去一周（2013年報告期）每股收益預(yù)測上升和下降前10名、過去一周（2013年報告期）評級上升和下降前10名分別如左側(cè)表格所示。

截至7月30日，過去一個月（2013年報告期）每股收益預(yù)測上升和下降前10名、過去一個月（2013年報告期）評級上升和下降前10名分別如右側(cè)表格所示。 Wind評級的1分至5分，分別對應(yīng)“買入”、“增持”、“持有”、“中性”、“賣出”。

創(chuàng)一年新高（新低）股票概況

7.25-7.31期間，共計271只股票創(chuàng)一年新高，創(chuàng)新高個股數(shù)量位列前三位的行業(yè)（申萬一級行業(yè)分類）分別是信息服務(wù)（65只）、機械設(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）為53.92，加權(quán)平均市凈率（2012年年報）為5.02，期間最高股價的平均值為21.28元。

7.25-7.31期間，共計50只股票創(chuàng)一年新低，創(chuàng)新低個股數(shù)量位列前四位的行業(yè)（申萬一級行業(yè)分類）分別是采掘（8只）、交通運輸（7只）、機械設(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）為15.23，加權(quán)平均市凈率（2012年年報）為1.46，期間最低股價的平均值為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)在以下四個方面：

首先，牛股表現(xiàn)出良好的成長性。勝券投資分析通過個股的凈利潤評分、價格相對強弱評分以及兩者相結(jié)合的綜合評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)過歷史回顧檢驗，牛股往往是綜合評分超過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不斷上漲的動力。

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)排名靠前且整體強勢的行業(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年大盤的頹勢中股價逆市上揚并不斷創(chuàng)出52周新高；在年底大盤回暖后再創(chuàng)佳績。當(dāng)然，這些股票也不是直線上漲的，在股價攀升的過程中不免有回調(diào)，此時正是對投資者心理的考驗。勝券投資分析認(rèn)為，對于基本面和政策面以及大盤都沒有發(fā)生重大變化的個股發(fā)生回調(diào)時，投資者可以根據(jù)賣出止損策略操作并等待下一個投資時機的到來。

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日平均移動成交量上漲40%-50%以上。

神奇公式的核心是“低價買入優(yōu)質(zhì)股票”，所選用的兩個指標(biāo)是投資回報率（ROTC）和收益率（EBIT/EV），其中投資回報率篩選出來的是“好公司”，收益率篩選出來的是“好價格”。

“好公司”主要是對上市公司的相關(guān)財務(wù)指標(biāo)進行衡量，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，這個指標(biāo)相對容易確定。

在計算“好公司”得分時涉及的財務(wù)指標(biāo)主要包括營業(yè)收入、營業(yè)成本、流動資產(chǎn)合計、流動負(fù)債合計、短期借款、投資性房地產(chǎn)等。

“好價格”的目標(biāo)是“低價”股，但什么樣的股價水平才算“低”呢？又該如何發(fā)現(xiàn)市場上被低估的股票呢？對此，以價值為導(dǎo)向的投資理論認(rèn)為，低價是相對于企業(yè)的內(nèi)在價值而言，但內(nèi)在價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，即觀察股票的價格走勢，通過股票的價格漲跌及市值變化篩選出符合條件的“質(zhì)優(yōu)低價”股。

在計算“好價格”得分時涉及的財務(wù)指標(biāo)主要包括營業(yè)收入、營業(yè)成本、短期借款、應(yīng)付票據(jù)、長期借款、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“好價格”，而是尋找能夠?qū)⑸鲜鰞蓚€因素進行最佳組合的公司，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資本市場的一個熱點。對此，本文以投資者熟知的MACD指標(biāo)為基礎(chǔ)，運用遺傳算法和模擬退火算法，建立了一個數(shù)量化投資模型。該模型的仿真投資收益明顯超出大盤，而風(fēng)險明顯低于大盤。本文基于MACD指標(biāo)建立數(shù)量化投資模型的方法簡單、有效，可操作性強，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人判斷進行操作不同，數(shù)量化投資將適當(dāng)?shù)慕鹑诶碚?、投資經(jīng)驗等反映在數(shù)量模型中，然后利用程序軟件代替大腦對海量信息進行科學(xué)處理，總結(jié)歸納市場規(guī)律，最終建立可以重復(fù)使用的、不依靠個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)過了嚴(yán)格的驗證，具有較強的系統(tǒng)性和規(guī)范性，主觀隨意性較少，風(fēng)險可測可控，因此隨著計算機數(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)模亦迅速擴大。據(jù)統(tǒng)計，自2003年以來，數(shù)量化基金規(guī)模的年均增長速度高達15%，而傳統(tǒng)型基金規(guī)模的增長速度則低于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)濟學(xué)、金融學(xué)、技術(shù)分析等知識，模型都比較復(fù)雜，理解難度較高，甚至令人望而生畏。對此，本文以人們熟知的技術(shù)指標(biāo)為基礎(chǔ)，通過引入遺傳算法和模擬退火算法對參數(shù)進行優(yōu)化，建立了一種較為簡單、有效的數(shù)量模型構(gòu)建方法，希望能為推動我國剛剛起步的數(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)平滑后的股票價格為基礎(chǔ)，而股票價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三個指標(biāo)，涉及一個已知變量（收盤價P）和三個未知參數(shù)（ 和 ），公式較為簡單。

（二）決策準(zhǔn)則

雖然MACD指標(biāo)的運用方式有很多種，既存在對指標(biāo)值的應(yīng)用（如比較DIF和DEA的大?。?，又存在對形態(tài)的應(yīng)用（如底背離、頂背離等）。對此，本文制定的決策準(zhǔn)則相當(dāng)簡單，即：

時，做多

時，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)投資決策價值的一個關(guān)鍵因素

在一般的技術(shù)分析參考書和交易軟件中， 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，可獲得的投資收益為230.55%（收益①）；而在 和 取40、195、130時，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)進行投資決策時投資收益的高低，決定了MACD指標(biāo)的投資決策價值。

（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

運用MACD指標(biāo)建立數(shù)量化投資模型的關(guān)鍵在于對公式中的三個參數(shù)進行優(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)系并不能用一個表達式予以直接闡述，因此傳統(tǒng)的解析方法在此并不適用。而其他傳統(tǒng)方法如隨機法和窮舉法的優(yōu)化效率不高。在此情況下，可運用人工智能算法有效解決此類優(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)存在明確的表達式，且具有高效、魯棒性強等特點。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)用價值。

此外，遺傳算法和模擬退火算法的基本原理和運算過程雖然較為復(fù)雜，但其運用卻相當(dāng)簡單，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)化的原理和運算過程，也不會對數(shù)量模型的研究產(chǎn)生重大影響，因此運用遺傳算法和模擬退火算法對技術(shù)指標(biāo)參數(shù)進行優(yōu)化的可操作性強。

（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；

nvars是待優(yōu)化的參數(shù)個數(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。

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，量化投資成功的關(guān)鍵在于團隊。

以分級基金為突破口　首戰(zhàn)告捷

量化投資在股票市場的運用范圍較廣，包括金融工具設(shè)計、指數(shù)增強、市場中立阿爾法模型以及套利策略等多個方面。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，金融工具與市場地域性特征關(guān)聯(lián)度最低，因此移植性最強，成功概率越高，同時在中國市場相對比較欠缺。所有的金融工具中，在國外使用得最廣泛的就是結(jié)構(gòu)化。周毅首戰(zhàn)試水分級基金。這是在當(dāng)時法規(guī)允許范圍內(nèi)可實現(xiàn)的融資性結(jié)構(gòu)化產(chǎn)品，其A類份額具有類固定收益特征，B類份額具有杠桿特征，滿足3類投資者的需求。

截至今日，銀華共推出了3只指數(shù)分級基金和一只股票型分級基金，包括銀華深100（首只深100分級指基）、銀華中證等權(quán)重90（首只等權(quán)重分級指基）、銀華中證內(nèi)地資源（首只投資主題指數(shù)的分級基金）和銀華消費主題（首只主動管理的主題類分級基金）。據(jù)金牛理財網(wǎng)統(tǒng)計，這4只分級基金占據(jù)目前市場上分級基金規(guī)模的絕對優(yōu)勢，并且創(chuàng)造了多個第一：銀華深100是上市首只首日出現(xiàn)雙溢價的分級基金，也是目前場內(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是第一個觸閥值折算的分級基金，為所有分級產(chǎn)品的發(fā)展完善和風(fēng)險控制，提供了可借鑒的寶貴經(jīng)驗。

看好中國量化投資“錢景”

不過，分級基金只是整個量化投資運用中金融工具設(shè)計的一部分，其發(fā)展的背景是目前國內(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領(lǐng)域?！?/p>

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

志做國內(nèi)旗艦量化團隊

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)線的量化團隊打造。銀華在業(yè)內(nèi)屬于較早開展專門的量化投資研究的公司之一，目前量化投資團隊已經(jīng)達到16人，職責(zé)涵蓋了金融工具、α策略、套利及實時風(fēng)控等量化投資的各個業(yè)務(wù)鏈。

第9篇：量化投資基本面分析方法范文

其實，在征求意見稿下發(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)部儲備“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)化運營策略油然而生。

“他們很多人炒股很厲害，但沒有誰敢保證長期能贏。事實上，把時間拉長來看，很少有人能跑得過基金組合的?！敝两瘢y華基金資產(chǎn)配置主管何海云猶記得在美國一家資產(chǎn)管理公司工作時，當(dāng)時擁有博士學(xué)位的摩托羅拉工程師們前來尋求服務(wù)的情景。

“風(fēng)險平價，及時止盈止損；控制倉位，伺機而動?！被谥虚L期的投資視角和大類資產(chǎn)配置策略，銀華基金資產(chǎn)配置小組采用量化評估疊加定性分析的方法，力圖分散單個基金風(fēng)險，并得到“類絕對收益”的效果。

切中痛點的定制基金組合

“買什么基金”是普通投資者在日常理財中經(jīng)常遇到的一個困惑。針對投資者的這個痛點，銀華基金資產(chǎn)配置團隊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%銀華中小盤和20%銀華四季紅構(gòu)成，該組合適合風(fēng)險承受能力較高的激進型人群。據(jù)回測數(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)險承受能力偏弱的穩(wěn)健型人群。據(jù)回測數(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)險承受能力較低的保守型人群。據(jù)回測數(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，互聯(lián)網(wǎng)金融部將聯(lián)合IT部，通過對數(shù)據(jù)的分析，了解客戶的投資情況、風(fēng)險偏好、以及交易習(xí)慣。甚至將來，還可以了解到其他消費方面的情況，去做一些真正意義上的大數(shù)據(jù)分析。

銀華的一個設(shè)想是，未來能夠通過數(shù)據(jù)，對客戶進行分層分級貼標(biāo)簽，這一切都是為將來具體的產(chǎn)品設(shè)計和投資交易服務(wù)。為了實現(xiàn)這個目標(biāo)，互金部聯(lián)合IT部已經(jīng)對客戶進行了基礎(chǔ)標(biāo)簽開發(fā)，未來標(biāo)簽功能將繼續(xù)逐步完善。

“其實，我們不光是對用戶有標(biāo)簽，我們對基金產(chǎn)品也做了標(biāo)簽。如果發(fā)現(xiàn)某一類客戶比較多，我們會考慮開發(fā)專門針對該類型客戶的產(chǎn)品。實際上，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，便能定向推薦組合，或者提供定制化的服務(wù)。”何海云表示，這也是未來銀華基金組合的發(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，“做這種投資，不論是不是FOF，其中非常重要的一項就是資產(chǎn)配置。這就好像是炒菜，大盤股、小盤股、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，這個菜就會難做一些，比如有的時候沒有一類產(chǎn)品，但正好在那個時候那類產(chǎn)品比較有機會，你要是沒有那類產(chǎn)品，那就沒有辦法了。”

《投資者報》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，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策略的基礎(chǔ)是風(fēng)險平價策略，并在此基礎(chǔ)上進行了模型改進。經(jīng)典的風(fēng)險平價策略在資產(chǎn)配置上著眼于資產(chǎn)的風(fēng)險，在進行資產(chǎn)配置時，各類資產(chǎn)的權(quán)重與其自身波動率大小成負(fù)相關(guān)關(guān)系，也即波動率大的資產(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，這樣的做法會使較高風(fēng)險的權(quán)益類資產(chǎn)在組合中所占的權(quán)重下降，從而使風(fēng)險平價組合的預(yù)期收益率有可能會低于傳統(tǒng)的資產(chǎn)配置方法，但同時也顯著降低了風(fēng)險。

“舉個例子，不少投資組合配置是60%股加40%的債，真正做的時候會發(fā)現(xiàn)風(fēng)險權(quán)重基本上都來自于股票，有可能是90%對10%。那么，當(dāng)市場波動高的時候，就需要保證每類資產(chǎn)對投資組合的風(fēng)險貢獻是一樣的。這個時候，就需要把造成90%風(fēng)險的股票倉位降下來?！焙魏Ｔ票硎?。

間接實現(xiàn)公募FOF

“FOF在美國已經(jīng)發(fā)展了十幾年，每年增長很快，有公募、私募，也包括一些對沖基金及PE。我們在2014年成立了資產(chǎn)配置研究小組，并從資產(chǎn)配置的角度來思考這個問題。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，也間接實現(xiàn)了FOF這種形式?！焙魏Ｔ票硎?。

《投資者報》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)品等幾個不同的部門。在實際運作之中，通過基金組合來實現(xiàn)。在目前11人的團隊里，有2/3是研究人員。研究包括對基金的研究，也有對量化擇時以及基本面的研究。

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

“調(diào)整之后，我們也會擇機再進去，這要根據(jù)量化模型加上基本面研究來決定。也就是說，我們大約有一個固定時間的調(diào)整，此外，還要根據(jù)市場情況不定時地調(diào)整?！焙魏Ｔ普f。每次調(diào)整時，會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)。

“比如組合里原來有5個基金，但備選基金池里還有10個基金，等到下一輪組合調(diào)整的時候，可能原來組合里面有幾個做得不好的就要被替換掉了，不是說每個基金進入組合后就待著一直到產(chǎn)品結(jié)束。”何海云進一步解釋道。