证券投资基金 投资策略 报告书 新兴产业成长型基金系列
研究小组: 目录 第一部分基本信息篇 (3) 一、基金简介表 3 二、基金基本情况 3 （一）投资目标 (3) （二）投资理念 (4) （三）投资范围4 （四）投资策略5 （五）分红政策与方式6 （六）风险与收益特征6 第二部分投资策略与分析篇 (6) 一、行业分析 6 二、股票备选池 12 三、个股研究（基本面分析） 13 （一）公司简介 (13)
（二）经营分析 (14) （三）公司竞争力与发展前景分析（基本面，技术面）15 （四）估值及评级情况 (17) （五）风险揭示 (19) （六）简短投资意见总结 (19) 四、确定基金具体的投资比例 19 五、个股选择进仓时间与成本控制。（技术分析） 20 六、基金运作过程中的调整策略。 20
第一部分基本信息篇 一、基金简介表 二、基金基本情况 （一）投资目标 本基金通过对新能源、新材料、低碳行业等新兴产业的深入研究与调查，发掘出一些具有估值较低却具有高成长性的新兴企业作为投资标
的，力争在足够低的安全边际下，控制风险以获取超越大盘指数的收益率为目标。 （二）投资理念 本基金以低估值与高成长相结合的投资理念进行投资运作。本基金认为一只股票价格能够保持长时间的上涨，离不开公司稳健或高速增长业绩的背后支撑，因此，市场上靠一时概念炒作的股票，如果没有业绩在背后的支撑，未来公司发展达不到投资者的预期，那么该类型的股票价格最终还是回归到公司的真正价值所在。所以本基金根据正确的投资理念，通过研究来发现那些业绩稳健或高速增长，同时未来具有发展前景而股票价格却被低估值的上市公司作为为投资标的。这样也是本着保证资金在足够安全的基础下，再谋取高收益的投资操作理念。 （三）投资范围 本基金属于股票型基金，投资以证券投资基金法等相关法律允许 投资的范围；同时承诺遵守证监会最新基金法规规定，不低于80験金投资于股票的投资比例。本基金作为新兴产业成长型基金的系列，重点投资于经济转型的新兴产业，优先选择投资于新材料、新能源等国家十二五规划重点支持的行业。
量化投资策略与技术期末报告精编W O R D版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】
《量化投资策略与技术》结课报告 学科专业： 研究方向： 姓名： 学号： 2015年7月9日 目录 1 目标股票的选取 (3) 1.1 备选对象 (3) 1.2 择股标准 (4) 2 投资组合的构建 (4) 2.1 目标股票的收益率 (4) 2.2 最优投资组合 (6) 3 预期收益和风险 (7) 4 风险对冲策略 (8) 附录A：原始数据 (10) 表A1: 财务指标 (10)
表A2：投资组合股票收益率（节选） (11) 表A3：投资组合日收益率（节选） (11) 表A4：资产组合预期收益率（节选） (12) 表A5：沪深300股指期货日收盘价和收益率（节选） (12) 附录B：代码 (13) B1：择股 (13) B2：投资组合风险-收益的计算 (13) B3：最优投资组合求解 (14) 1 目标股票的选取 1.1 备选对象 从上海主板、深圳主板、中小板和创业板分别随机选择10只股票，列示于表1.1中： 表1.1 投资组合备选对象 所属板块股票名称股票代码 武钢股份600005 上海主板 中国国贸600007
首创股份600008包钢股份600010华能国际600011日照港600017上港集团600018上海电力600021中国石化600028三一重工600031 深圳主板 万科A000002.SZ 世纪星源000005.SZ 深振业A000006.SZ 零七股份000007.SZ 中国宝安000009.SZ 南玻A000012.SZ 沙河股份000014.SZ 深康佳A000016.SZ
量化投资基础入门（一） 讲起量化投资，就不得不提华尔街的传奇人物——詹姆斯·西蒙斯(James Simons)。 这位慧眼独具的投资巨擘，有着一份足以支撑其赫赫名声的光鲜履历：20岁时获得学士学位;23岁时在加州大学伯克利分校博士毕业;24岁时成为哈佛大学数学系最年轻的教授;37岁时与 中国数学家陈省身联合发表了著名论文《典型群和几何不变式》，并开创了著名的陈—西蒙斯理论;40岁时运用基本面分析法设立了自己的私人投资基金;43岁时与普林斯顿大学数学家勒费尔(Henry Laufer)重新开发了交易策略并由此从基本面分析转向数量分析;45岁时正式成立了文艺复兴科技公司，最终笑傲江湖，成为勇执牛耳的投资霸主。 这段看似青云直上的成名之路，再次为世人印证了一个道理——当代的技术创新，其实大多源自跨越学科的资源整合，而非从无到有的发明创造。具体说来，即使睿智如西蒙斯，在最初之时，他也没有直接想到运用量化方法投资，而是和众多投资者一样着眼于外汇市场，但野心勃勃的西蒙斯并不甘于只是简单因循传统的投资策略。随着经验的不断累积，他开始思考，为何不运用他最为熟悉的数学方法来搭建投资模型，从而能够科学精准地预测货币市场的走势变动?这一大胆的跨学科尝试，最终彻底改变了他的人生走向。
通过将数学理论巧妙融合到投资的实战之中，西蒙斯从一个天资卓越的数学家摇身一变，成为了投资界中首屈一指的“模型先生”。由其运作的大奖章基金(Medallion)在1989-2009的二十年间，平均年收益率为35%，若算上44%的收益提成，则该基金实际的年化收益率可高达60%，比同期标普500指数年均回报率高出20多个百分点，即使相较金融大鳄索罗斯和股神巴菲特的操盘表现，也要遥遥领先十几个百分点。最为难能可贵的是，纵然是在次贷危机全面爆发的2008年，该基金的投资回报率仍可稳稳保持在80%左右的惊人水准。西蒙斯通过将数学模型和投资策略相结合，逐步走上神坛，开创了由他扛旗的量化时代，他的骤富神话更让世人对于量化投资有了最为直观而浅显的认识：这能赚钱，而且能赚很多钱。 “文艺复兴”的能否真的“复兴”? 但金融行业瞬息万变，老天也没有一味垂青这位叱咤风云的“模型先生”。自2012年以来，由西蒙斯掌印的文艺复兴科技公司可谓祸事不断，厄运缠身。其麾下的“文艺复兴机构期货基金”(RIFF)在2011年仅实现盈利率增长1.84%，到2012年，更是破天荒的亏损了3.17%，这一亏损幅度甚至超过了同年巴克莱CTA指数的平均降幅(1.59%)。RIFF主要通过全球范围的期货和远期交易来实现绝对收益，虽属于文艺复兴公司旗下规模较小的基金产品，但作为公司的明星”印钞机“，其回报率竟会一下暴跌至行业平均水平，难免让众人始料不及。到2012年底，RIFF 的
一、单项选择题 1. 著名的Chern-Simons定理是由（）与数学家陈省身共同创立。 A. 詹姆斯·西蒙斯 B. 大卫·肖 C. 伊曼纽尔·德曼 D. Ray Dalio 您的答案：A 题目分数：10 此题得分：10.0 2. 事件驱动策略的特点是（）。 A. 低收益、低风险、大容量 B. 高收益、低风险、小容量 C. 高收益、高风险、大容量 D. 低收益、高风险、小容量 您的答案：B 题目分数：10 此题得分：10.0 二、多项选择题 3. 数学理论和方法在量化投资中非常重要，以下（）是对图形进 行模式识别的数学理论或方法。 A. 贝叶斯分类 B. 分形理论 C. 机器学习 D. 小波分析 您的答案：C,B,D 题目分数：10 此题得分：10.0 4. 量化投资具有以下（）等优点。 A. 以组合对冲为主，赌大概率事件 B. 以机器交易为主，克服人性弱点 C. 可进行全市场、全产品、全周期监控，精力无限
D. 利用算法交易降低对市场的冲击，实现精细化交易 您的答案：C,B,A,D 题目分数：10 此题得分：10.0 5. 下列选项属于主要量化对冲策略的是（）。 A. 阿尔法套利 B. 股指期货套利 C. 商品期货套利 D. 期权套利 您的答案：B,D,A,C 题目分数：10 此题得分：10.0 三、判断题 6. 阿尔法套利是主流的量化对冲策略，Pure Alpha是阿尔法套利 的代表性产品。（） 您的答案：正确 题目分数：10 此题得分：10.0 7. 投资的核心是小数定律。（） 您的答案：错误 题目分数：10 此题得分：10.0 8. 对于资产管理而言，高收益率策略是主导策略。（） 您的答案：错误 题目分数：10 此题得分：10.0 9. 商品期货套利策略的核心是持仓成本的计算和现货的组织。（） 您的答案：正确 题目分数：10 此题得分：10.0 10. 统计套利可以看作无风险套利。（）
利用GARP模型投资小盘股 摘要：GARP（Growth at a Reasonable Price）投资策略是继价值投资和成长投资之后，目前市场上最为热门的投资策略之一。2010年小盘股或存在较大轮动机会，部分优质中小盘股票有望脱颖而出。利用GARP投资小盘股优点在于结合了成长和价值两种长期投资策略，事实也证明能够有效地跑赢大市。最终，利用GARP策略从中小企业指数的成分股票中进行进一步的精选出有投资潜力的50只小盘股。2010年1月份以后建议重新超配小盘股。 关键词：GARP模型小盘股成长性 GARP（Growth at a Reasonable Price）投资策略是继价值投资和成长投资之后，目前市场上最为热门的投资策略之一，它将上市公司的价值属性和成长属性紧密结合，试图通过以相对较低的价格买入具有较高成长性的公司来获得更为稳定的超额收益。该策略的典型代表是投资大师彼得．林奇（Peter Lynch），他利用这种方法在1977 至1990 的十三年间创造了年平均收益率高达29%的传奇业绩。 GARP 策略兼顾股票现在的市场估值和未来的成长潜力，力求通过以较低的价格买入较高成长性的公司，一方面利用股票的成长属性分享高成长收益机会；另一方面，利用价值型投资标准筛选低估值股票，有效控制市场波动时的风险。因此利用GARP模型能够有效地挖掘出极具成长性的股票，尤其是小盘股。 从近期市场风格来看，沪深两市小盘股的估值水平尽管有点偏高，但是依然存在较大机会，部分优质小盘股票有望脱颖而出。因此，我们仍然需要采用较好的量化策略去筛选出有潜力的中小盘股票。 在市场估值水平处于高位的情况下，成长性显得尤为重要。在筛选成长性好同时又保持一定合理的估值水平的小盘股票时，GARP策略不失为一种好方法。GARP是一个混合的股票投资策略，目标是寻找某种程度上被市场低估的股票，同时又有较强的持续稳定增长的潜力。 本论文主要通过利用GARP对小盘股的估值水平、公司品质及其成长性来综合分析、判断和筛选出绩优股。在小盘股筛选方面，更加注重其成长性水平以及PEG 的水平。在目前股指高企的市况下，同样需要慎重考虑小盘股的估值水平。 一、投资小盘股的机会 20世纪70年代开始，有研究者发现属于不同行业的股票具备相同的特征，根据这些特征划分的股票组合所表现出的收益特征也具备某种相似性。由此，众多研究机构开始对股票依据不同的风格特征进行划分，根据不同时期风格组合的收益表现情况进行风格投资，追求超额收益。研究人员在其研究过程中对风格特征的划分主要包括大小盘、高低PE、价值成长、盈利亏损等等。本文试图根据市值大小、估值高低以及绝对价格高低等指标进行特征划分，挖掘A 股市场小盘股的投资价值。 本论文选择中小板企业指数的成分股作为中小盘股票的备选池，中小板企业指数可以综合反映A股市场内小市值公司的整体状况。 从投资理念方面来看，国外经验表明“小的就是美”(small is beautiful)1，
证券投资策略分析报告——主题投资 主题投资： 主题投资概念起源于90年代全球经济一体化的大背景。是国际新兴的投资策略，有别于传统的价值投资及行业配置策略，其具有更强的前瞻性和更大的灵活度：摈弃了传统的地域和行业概念，发掘家经济体的发展趋势及趋势背后的驱动因素，寻找符合产业升级要求、符合经济增长、受益于政策趋势或确定性事件的相关企业，纳入同一主题范围下进行投资并获取超额收益。 其特点在于它并不按照一般的行业划分方法来选择股票，而是将驱动经济体长期发展趋势的某个因素作为“主题”，来选择地域、行业、板块或个股。 主题投资策略： 通过对事件发展趋势预期的判断为主要基础 投资过程体现预期趋势持续发展或偏差纠正 主题投资更加强调把握主题核心驱动因素 主题投资策略“核心假设变量”相对较少 投资机会的触发因素 宏观性主题：可以促进经济长期发展趋势或短期变化及结构性变化的宏观驱动因素。例如：金砖四国、中国城镇化、人民币升值、通货膨胀、消费升级、区域经济振兴 事件性主题：某些确定性事件会提升相关企业的资产价值或盈利水平所衍生的主题性机会。例如：奥运会、世博会、迪斯尼、H1N1流感、央企重组、上海国资重组 实施主体投资的关键 1、分析投资主题：从宏观经济、政策制度、技术进步和确定性事件等多个角度， 挖掘投资主题； 2、预期趋势判断：把握经济发展、企业盈利、事件确定性等趋势因素，多顶具 有长期发展前景主题 3、投资目标选择：主题行业配置、主题汗液内个古精选，主题配置动态调整 4、投资组合卖出：密切跟踪投资主题驱动因素强弱变化选择合适时点、卖出投 资组合 主题投资的核心步骤就是要素分析、驱动力分析和逻辑分析。要素分析是主题投资的内涵，一切主题投资都要依赖一定的要素，这是肢体投资的出发点。驱动力分析是主题投资的外在表现，要素确立了，驱动股价上涨的动力自然就确立了。逻辑分析则是主题投资的灵魂和方法论。 实战分析 根据此前中央政治局会议精神、高层领导近期表态，以及本次中央经济工作会议内容，未来A股将迎来四大投资主题。 主题一：新型城镇化概念 中央经济工作会议指出，城镇化是我国现代化建设的历史任务，也是扩大内需的最大潜力所在。“这种提法涉及的产业链很多，股市应该会有所反应，特别是基建等板块”。因此，新型城镇化概念有望成为2013年A股主题投资。在此主题下，基建、建筑建材、房地产等相关领域将成为直接受益者。 主题二：农业现代化
主要观点 2363 246325632663276328632963306331633263336309-12 10-01 10-02 10-03 10-04 10-05 10-06 10-07 10-08 10-09 10-10 10-11 10-12 050000100000 150000200000 250000300000350000成交金额 上证综合指数 9171 967110171106711117111671121711267113171136711417109-12 10-01 10-02 10-03 10-04 10-05 10-06 10-07 10-08 10-09 10-10 10-11 10-12 5000100001500020000250003000035000400004500050000成交金额深证成份指数
2011年宏观经济形势判断 一、流动性引擎依然强劲 1、货币博弈，中国扎起藩篱 美国启动第二轮量化宽松措施试图改善其高失业率与低通胀水平，泛滥的货币大肆冲击大宗商品与新兴市场国家,大宗商品价格的飙涨与热钱的涌入带动中国通胀水平攀升，中国的货币收缩更多体现的是对输入性通胀及大举涌入流动性的扎起藩篱.央行在今年宣布加息的第一天,外汇管理局即出台新的结售汇规范细则,另外通过房地产的“限外令"及上调上交所期货交易保证金等方式，“筑坝"与“蓄池"并举，防堵热钱,中国货币收紧的实质是被动应对美国的大量货币投放，在吸纳流入热钱的同时收缩基础货币投放从而保证银行间市场与权益类市场的资金量“池子"不会波澜起伏,热钱的涌入及输入性通胀将使得今后中国不得不继续保持收缩 11月份三次提高存款准备全盘约能冻结一万亿左右资金，而10月份我国新增外汇占款达5190亿，预计ll月份新增外汇占款在4000左右，上调准备金的主要目的便是对冲货币流入. 2、热钱滚滚，皆为“利”来 虽然外汇局不断在加强跨境资金流动监管，但近期热钱流入有明显加速迹象．中国10月份的新增外汇占款高速5190亿人氏币．是08年4月份以来的新高，扣除贸易顺差后，不可解释部分达到2891亿，比9月份增加了14倍，成为近两年来的最高. 从2008年12月至今，美联储一直将联邦基金利率维持在历史最低点的。0-0.25％之间，预计较长一段时间，联邦利益将继续维持在这样的历史低点，在中国进入加息周期之后，中美利差会有进一步扩大的趋势，利差的持续与扩大是吸引热钱流入的直接原因.英国央行货币政策委员会在10月份的会议上投票决定将维持利率于历史低位0.5％不变，欧洲央行此前宣布，维持利率于1%的历史纪录低点不变欧美国家的持续低利益会使得人民币更显得有吸引力，我国未来一段时期的热钱流入趋势十分确定.
证券投资策略报告 --进攻转防御，不确定性中的再平衡 一.信息前瞻： 三月份财经日历-预计财经信息： 1.两会相关政策：根据十八大管理层提出的新四化，即信息化、工业化、城镇化、农业现代化四个方向，有望在环保，医疗，信息科技，高端装备等领域出台相关产业政策。相关热点题材目前已经开始启动，三月初仍具有交易性机会。 二．市场研判： 对于三月份的行情，我们判断在国内和海外政策不确定性的背景下，政策进入观察期，房地产调控，转融券推出的影响，美国财政悬崖等问题将直接影响资本市场。而与之对应的政府换届带来的产业政策出台预期，将利好部分行业，直接导致的市场状况就是经过大幅反
弹和阶段调整之后市场进入一个寻求再平衡的过程，我们认为，2261点—2380点为指数主要运行区间，运行节奏由逼空改为箱体震荡，“大涨不易，深跌亦难”。操作策略，由积极进攻转为防御，布局防御性品种，捕捉主题性投资机会，低位滞涨股的补涨机会。回避因为美元走强而弱化资源板块。 三．板块聚焦： 1.城镇化：两会议题，城镇化有望再度提及，新型城镇化受益的基建，医疗，光纤，信息，建筑节能均有望受益。 2.军工：两会后，国防预算有望披露，另外根据十二五规划，2013 年行业将迎来重组整合计划落实执行年。也预示着军工板块资产重组的步伐加快，为整个军工股未来走势都带来遐想。 四．个股关注：
五．市场焦点： 什么是转融券？证券公司只能使用自有证券办理对其客户的融券。借助即将试点的转融券业务，当证券公司自有证券不足时，可以向证金公司借出股票，再转借给客户。而证金公司借给券商的股票，则来自符合条件的机构投资者。也就是说，转融券主要发生在证金公司和券商之间，而融券才是券商和普通投资者之间的业务。 转融券对市场影响几何？市场不好的时候，转融券可能会放大利空的杀伤力。但做空也是有风险的，如果在市场估值处于合理位置时依然卖空，将来则要在高价买回股票归还，所以做空方也不可能随意卖空。转融券推出增大了市场做空的筹码，对市场有一定影响，但不会太大。 如何防范"炒新"风险，减少投资的盲目性？ 如何避免股票上市首日的交易风险，有“四大招数”可供投资者参考： (1)仔细研读公司的各种公告，了解公司基本情况；
Correlated Random Effects - Hausman Test Pool: Untitled Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 0.108473 1 0.7419 ** Warning: estimated cross-section random effects variance is zero. Cross-section random effects test comparisons: Variable Fixed Random Var(Diff.) Prob. RSCH? 0.967936 0.967653 0.000001 0.7419 Cross-section random effects test equation: Dependent Variable: RSYH? Method: Panel Least Squares Date: 07/04/10 Time: 12:17 Sample: 11/02/2009 6/08/2010 Included observations: 157 Cross-sections included: 4 Total pool (balanced) observations: 628 Variable Coefficient Std. Error t-Statistic Prob. C 0.000681 0.000338 2.012784 0.0446 RSCH? 0.967936 0.020887 46.34245 0.0000 BZ? NA NA NA NA Effects Specification Cross-section fixed (dummy variables) R-squared 0.776033 Mean dependent var -0.000360 Adjusted R-squared 0.774233 S.D. dependent var 0.017801 S.E. of regression 0.008458 Akaike info criterion -6.697859 Sum squared resid 0.044498 Schwarz criterion -6.655414 Log likelihood 2109.128 F-statistic 431.0387 Durbin-Watson stat 1.781260 Prob(F-statistic) 0.000000
量化投资策略特征 量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 量化投资是指将投资理念或市场洞见转化为数学模型，并依据历史数据对模型进行测实验证，总结收益-风险特性以及相关参数，最后通过运算机技术实现自主化交易的投资方法。量化投资主要运用在具有高流动性与历史数据丰盛的金融投资市场，就期货市场而言，既可以在商品类品种也可以在股指等金融类品种上进行。 总的来说，一个完整的量化投资策略具备四个方面的特征： 一是具有特定的定量分析策略。量化投资是基于一定的市场逻辑或依据历史数据作出的几率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略，这与当前大多数分析师所采用的定性分析方法有很大区别。量化投资注重数理分析与逻辑推导，不依赖体会主义和主观判定形成交易决策，当然其模型思想仍旧是来源于投资者的市场体会，这种来源可以是基于历史数据所作的几率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 二是绩效具有可追溯性。量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而运算出交易策略的胜算率、期望收益与风险度等，并且可以根据这些检测值来预判模型未来的收益表现。相反基于体会主义的主观交易方法无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理的预估。 三是具有极高的纪律性，量化投资是依据经过历史验证的模型进行分析和交易，从而规避了主观判定带来的局限，而在具体操作上大多采用运算机程序实现自动化交易，不会呈现主观交易中经常会呈现的人性弱点。 四是在信息处置上具有主观交易不可比拟的优势。当前金融投资品种非常丰盛，以国内商品期货市场为例，品种已经超过二十个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，倘若再考虑海外商品市场以及金融类市场，信息将更是几何倍递增，处置如此海量的数据，显然依赖数学模型与运算机程序处置的量化投资比传统交易方法效率更高。 从特性上看，量化投资相较主观交易方法具有许多优势，所以自上世纪七十年代诞生以来受到很多投资者尤其是机构投资者的追捧。经过三十多年的发展，已经成为国际金融市场主流的交易方法之一，包含对冲基金和共同基金等在内的
完整量化投资策略的四个特征 量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 量化投资是指将投资理念或市场洞见转化为数学模型，并依据历史数据对模型进行测实验证，总结收益-风险特性以及相关参数，最后通过运算机技术实现自主化交易的投资方法。量化投资主要运用在具有高流动性与历史数据丰盛的金融投资市场，就期货市场而言，既可以在商品类品种也可以在股指等金融类品种上进行。 总的来说，一个完整的量化投资策略具备四个方面的特征： 一是具有特定的定量分析策略。量化投资是基于一定的市场逻辑或依据历史数据作出的几率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略，这与当前大多数分析师所采用的定性分析方法有很大区别。量化投资注重数理分析与逻辑推导，不依赖体会主义和主观判定形成交易决策，当然其模型思想仍旧是来源于投资者的市场体会，这种来源可以是基于历史数据所作的几率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 二是绩效具有可追溯性。量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而运算出交易策略的胜算率、期望收益与风险度等，并且可以根据这些检测值来预判模型未来的收益表现。相反基于体会主义的主观交易方法无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理的预估。 三是具有极高的纪律性，量化投资是依据经过历史验证的模型进行分析和交易，从而规避了主观判定带来的局限，而在具体操作上大多采用运算机程序实现自动化交易，不会呈现主观交易中经常会呈现的人性弱点。 四是在信息处置上具有主观交易不可比拟的优势。当前金融投资品种非常丰盛，以国内商品期货市场为例，品种已经超过二十个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，倘若再考虑海外商品市场以及金融类市场，信息将更是几何倍递增，处置如此海量的数据，显然依赖数学模型与运算机程序处置的量化投资比传统交易方法效率更高。 从特性上看，量化投资相较主观交易方法具有许多优势，所以自上世纪七十年代诞生以来受到很多投资者尤其是机构投资者的追捧。经过三十多年的发
2020-2021年度投资策略报告
主要结论 全球经济下行压力凸显，中国也面临增速换挡和结构转型的挑战。2020年经济政策更 加强调“保稳定”，提出“科学稳健把握宏观政策逆周期调节力度”，预计政策和改 革动作将更加活跃，尤其是基建投资政策刺激有望进一步发力。 制造业投资承压，库存周期处于低位，企业盈利进入底部区域。盈利周期一般持续3- 4年，若以17年6月作为本轮盈利高点，盈利拐点可能在2020年上半年出现。企业盈 利将成为决定2020年股市走势的重要因素。 目前看股市三大驱动因素，企业盈利修复仍在途中，无风险利率存在向下空间，中美 达成第一阶段经贸协议等事件助力提升市场风险偏好。低估值优势、逆周期调节政策 预期叠加市场制度改革红利释放，A股在全球范围的吸引力持续提升。以外资为代表 的长线资金加速入场，投资者结构向机构化、价值化方向发展。春季躁动行情或已提 前启动，明年一季度后市场大概率将震荡波动。中期聚焦盈利拐点，预计下半年市场 机会将大于上半年。 行业和主题配置建议：1、市场风格有望逐渐偏向科技成长，关注5G产业链、电子 （光学、无线耳机等）、计算机（医疗信息化、国产替代、信息安全等）、新能源汽车、传媒等方向。2、关注稳增长相关的大金融和基建板块。3、关注景气回暖的汽车、地产等行业。4、关注资本运作主题机会（分拆上市等）和国企改革相关机会。 风险提示：经济超预期下行风险；海外市场大幅波动风险；中美贸易谈判长期博弈。
A 股投资策略 市场走势：存量博弈-春季躁动-中期聚焦盈利拐点 企业盈利修复尚在途中 市场结构性机会探讨 中长期投资风格趋于价值化 2020年仍将面临基本面和政策面再平衡
中小盘股定价的是与非 摘要：本文通过中小盘股定价一般比大盘股高的市场现象阐述，深入探究了中小盘股高定价的原因——中国所处的特殊转型期，投资者对中小板企业高增长率的期望，庄家控盘难易以及券商虚报价格以及监管缺乏。最后，文章还融入了如此高定价的是与非以及给投资者的投资忠告。 关键词：中小盘股流通盘流通市值定价转型年成长率控盘监管 第一部分大盘股和中小盘股孰牛 大盘股和中小盘股定义 度量一只股票盘子的大小通常有两个标准，其一就是股票流通盘的大小。据此，可以定义：大盘股通常指上市公司发行在外的流通股份数额较大的股票。反之，小盘股则是指发行在外的流通股份数额较小的上市公司的股票，在我国，数量不超1亿股流通股票一般就可称为小盘股。但这是相对的，会随着时间而变化。上世纪90年代时期，中国的股市还处在初级发展阶段，盘子很大的股票少,于是就把流通盘在三千万以下的称小盘股,流通盘在一个亿以上的就叫大盘股。而今，越来越多大型国企上市，这一概念也发生了巨大的变化。现在，一个亿以下的流通盘也只能被定义为小盘股，只有像电力股、钢铁股、石化股等流通盘较大才能称为大盘股，而像中联通、中石化、宝钢这些流通盘达到十几甚至几十亿的股票则被称为超级大盘股。 定义一只股票盘子大小的另外一个标准是股票的流通市值，即股价与
流通盘的乘积。从炒作规模上考虑，盘子的大小不仅仅取决于流通盘的多少，还取决于股价。因此，流通市值是度量一只股票的实际大小较为合理的指标。 大盘股和中小盘股定价概述 新股定价相当复杂,毫不夸张的说，即便是专业机构也很难百分百准确定价.目前IPO重启已近两年,许多公司纷纷上市。证券时报数据部的统计显示:IPO重启以来,主板,中小板,创业板以发行价为起点的平均涨幅呈现阶梯式上升,分别为21.93%,62.94%和69.39%;同时,发行数量越多的板块,如中小板,创业板,新股定价接近市场平均值的数量越多,体现券商在中小盘股的定价能力较强,其溢价也获得市场认同,而主板IPO定价与市场平均值偏离较大。 为准确描述当前大小盘股票估值情况，我们选取中小板指数和沪深300 指数作为比较的标的。二者的指数走势如图1所示：就两个指数的市场表现来看，2006年、2007 年的牛市和2008年指数大幅下跌，沪深300 与中小板指数走势基本趋于相同，只是在某一具体时间涨跌幅略有差异。但自2009年9 月，两指数表现开始出现分化，中板指数一路上涨，而同期沪深300基本处于横盘整理，还略有下跌的趋势。虽然在2010年4 月至6月，指数出现大调整，但之后7 月和8 月，中小板的大幅反弹与沪深300 的横盘振荡再次形成鲜明对比。 图2：中小板指与沪深300 指数PE估值图 就两个指数的估值来看，目前沪深300 指数的PE估值为17.95
数字电视行业投资策略研究报告(doc 18页)
数字电视行业2003-2004年度投资策略报告 主要观点： 总体有线数字电视用户数量很少，只有有线用户的1%，投入规模仍有一定保留 有线用户中数字用户在主要城市增长会比较快，地面数字用户则会在06年之后才会有所发展 中国的电视机和有线电视的普及率与其它国家相近，但家用PC普及率远远低于其它国家这一特殊情况，数字电视在中国的市场潜力甚至可能大于别的市场 面临的主要支出包括双向改造、节目源购买、机顶盒采购，简单预计网络和运营维护约为总成本的1/4，购买节目成本约为3/5，摊销赠送机顶盒等约为15%左右 机顶盒产品生命周期大约在5-6年左右；电视机每年约有10%左右的电视换机市场，其中新增的数字电视用户里有15%左右购买数字电视机 受有效需求不足影响，市场启动缓慢；数字电
视终端产品的投入与产出还不对等 对数字电视板块以观望为主，板块内的上市公司的数字电视业务占目前业务的比例极低，以其他业务为主，数字电视仍停留在概念上 行业背景分析 我国数字电视试播现状 中国的数字电视试点范围逐步扩大，由2001年的13个城市扩展到19省、区的84个城市。表：2002年各地数字电视业务开展情况 地区用户数量开展时间系统投入 （万元） 1500 南宁700 2000-06试 运 苏州13789 2001-04商 3000 运 1800 山东4000 2001-05商 运 河北3000 2001-08商 1500 运 广东30000 2002商运3000 CCTV-SI 2000 2001-11试/
无锡3500 2002-01商 2000 运 1000 南京4892 2002-02商 运 2500 湖南1000 2002-02商 运 常州3000 2002-05商 / 运 600 开封1000 2002-06商 运 1000 郑州1000 2002-08商 运 500 厦门1000 2002-12商 运 2500 深圳1200 2003-01商 运 9000 上海1800 2003-01商 运 / 福建1554 2003-01商 运 宁夏100 2003-04商600
公募量化投资策略 100
返回上一级
单选题（共 4 题，每题 10 分）
1 . 利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，以赚取差价的行为，属 于哪种投资策略？（）
?
A.股指期货套利策略
?
B.商品期货套利策略
?
C.ETF 套利策略
?
D.行业轮动策略
我的答案： A
2 . 晨星风格箱风格鉴别法共将股票分为几种风格？（）
?
A.3 种
?
B.5 种
?
C.7 种
?
D.9 种
我的答案： D
3 . 一揽子股票与 ETF 申购/赎回的市场是在哪个市场完成的？（）
?
A.银行间市场
?
B.交易所市场
?
C.ETF 一级市场
?
D.ETF 二级市场
我的答案： C
4 . 下面哪项不属于打分法多因子选股策略的模型构建流程？（）
?
A.构建因子库
?
B.因子筛选
?
C.风格预测
?
D.因子打分
我的答案： C
多选题（共 3 题，每题 10 分）
1 . 下面属于周期性行业的有？（）
?
A.能源行业
?
B.消费行业
?
C.金融行业
?
D.医药行业
我的答案： AC
2 . 常用的趋势型指标包括以下哪些？（）
?
A.AMA
?
B.MACD
?
C.DMA
?
D.TRIX
我的答案： BCD
3 . 商品期货套利的基本模式包括？（）
?
A.期现套利
?
B.跨期套利
?
C.跨商品套利
?
D.跨市场套利
我的答案： ABCD
判断题（共 3 题，每题 10 分）
1 . 被动型投资策略无法获得超越市场的收益。 对错
我的答案： 对
2 . T-sharp 值与指数收益有较强的正相关关系。 对错
我的答案： 错
3 . 动量策略就是寻找前期弱势的股票，判断它将继续强势后买入持有。 对错
我的答案： 错
2019年第07期20世纪80年代，一些投资者开始利用计算机研究金融数据，并初显 成效。20世纪末，投资者把计算机技术进一步应用在金融数据分析上，进行模型设计，构建股票投资组合。这时，金融数据趋于规范化，在日渐复杂的数据分析过程中，产生了更多类型的因子和更多样化的投资策略。量化投资是借助量化金融分析方法进行资产管理，量化金融分析方法是结合金融数据、个人经验、数学模型和计算机技术的一种复杂金融建模的分析方法[1]。实现量化投资的方法多达数十种，Python 、Matlab 、SPSS 、Eviews 、Excel 、SAS 、R 在量化界都是非常好用的工具，尤其是在数据分析方面。除Python 外，其余几个工具的优势都体现在数据分析方面，而量化投资是一个系统性工程，数据分析只是其中的一部分，不是全部。根据GitHub 官网统计，量化交易开源项目共145个，其中使用Python 以外的技术进行开发的项目共70个，应用Python 语言进行开发的多达75个。Python 的开源性促使开发者开发了大量的库和模块，而这些库和模块又使很多外行人能够轻松入手，反过来又促进了Python 在该领域的发展。应用Python 语言爬取数据，进行数据挖掘和深度案例分析，能够使量化投资基本实现从技术分析到金融设计，实现系统性掌控。因此，采用Python 驱动量化股票投资，对优化股票投资策略和规避投资风险具有十分重要的意义。 1基于Python 的股票量化投资交易程序1.1基于Python 的股票量化投资步骤 将Python 要应用到量化投资交易中，其步骤如图1-1所示。 图1-1股票量化交易应用模块库流程图 第一阶段是数据收集。数据收集是很多券商机构在做的业务，有影响力的模块库有Tushare 和Windpy ，其中Windpy 是Wind 公司开发的一个开源接口。国内的金融终端一般是Wind 、iFind 和Choice 终端，这些终端软件就是把企业和行业的数据收集到数据库，进行深度分析，并稍加整理成表格，然后上传到服务器中，方便客户进行相关的数据分析，一般情况下客户都需要付费来获得数据。 第二阶段是数据分析。NumPy 用来存储和处理多维数组和大型矩阵，搭配SciPy 进行计算；Pandas 解决时间序列；用Matplotlib 进行2D 绘图从而实现数据可视化。Wind 终端和Choice 终端也有相关的业务在平台上销售，而该服务的购买者通常是一些尚未具备分析能力和资格的小型机构或行外人。 第三阶段是策略研究。IPython 是一个Python 的交互式shell ，能进行变量的自动补全和缩进，支持bash shell 命令，内置了一系列有用的功能和函数；Jupyter 可以对数据进行清理和转换，进行数值模拟和统计建模等，是比较方便的策略研究工具；Zipline （国内公司开发的是RQalpha 回测引擎）对真实交易系统的运转进行模拟，利用历史数据对投资策略进行回测检验；具体的策略便可以理解为Python 代码的执行。 第四阶段是实盘交易。vn.py 是基于Python 的开源交易平台开发框架；easytrader 也是开源模块库，比较适合个人投资者。通俗来说，狭义的量化投资的应用意义到第三阶段为止，关于第四步的实盘交易还是需要经过投资者参考过量化投资的模型后作出的决定。因为工具只是投资者进行决策的辅助，人才是真实交易的决定者。 需要说明的是，数据收集及案例中的模型，直接采用第三方平台供应的API 数据源；数据分析因避免代码繁冗多杂，直接采用第三方平台的库和框架进行Python 编程，其中BOLL 指标案例的策略使用到了Sig 原nal 框架。利用第三方平台的意义及其最终达到的回测效果与纯自建量化交易策略项目无异，也非常适合个人投资者入手。本文选取A 股市场进行研究，选取样本的原因是A 股市场的数据有利于简化代码量。比如，在A 股市场上进行交易，1手即为100股，而在港股市场上，不同的股票1手的股数不尽相同，有的1手是交易50股，有的1手是交易200股，这样的数据可以简化很多代码量。 1.2基于Python 的股票量化投资流程 虽然Python 实现股票量化 交易分为4个阶段，但具体操作起来，为了更贴合实际，通常可以解析为8个流程，即：获取数据、数据分析挖掘、构建信号、构建策略、回测、策略分析、模拟交易和实盘交易。如图1-2所示。一是获取数据。包括获取公司新闻数据、关联数据，产业上下游、主营业务、所属行业主题等数据，基本行情数据，高频数据，股票Level-1数据，股票Level-2数据、期货Level-1数据等。 二是数据分析。数据分析挖 掘采用传统分析方法、新兴大数 据、机器学习和数据挖掘方法[2]； 三是构建信号。在构建信号前进行数据处理、标准化、去极值、中性化，基础信号的研究、分组回测、衰减、行业分布，将基础信号合成复杂信号。 四是构建策略。构建策略模板要兼容不同标的指标函数和参数的策略，适用于股票、基金、期货等金融资产，兼容日线、分钟线的策略，方便好用的策略函数，获取历史行情、历史持仓信息、调仓记录等，支持各种订单类型:止盈止损单、限价单、市价单。 五是回测测试。回测要符合历史的真实行情，并相应的进行股票分红送转、除权除息处理，股票涨跌停处理，股票停复牌处理，市场冲击，交易滑点、手续费、期货保证金交易，大单分笔成交处理等； 六是策略分析。包括策略归因、风险归因、实时监控，订单分析、成交分析、持仓分析、交易行为分析，多策略分析。 七是模拟交易。模拟交易需要接入实时行情、实时获取成交回报，篮子交易、算法交易，支持撤单处理，实时监控、实时归因分析。 八是实盘交易，实盘交易就是接入真实券商账户，紧紧跟随市场行情，实时进行下单，同时实时获取订单收益回报。2构建基于Python 的量化股票投资策略2.1BOLL 指标策略 利用BOLL 指标进行模拟回测，构造一个BOLL 指标买卖策略，根据个人投资者的账户情况，设置账户初始资金为10万元，策略背景与规则如下： （1）如果收盘价上穿BOLL 上轨，买入；如果收盘价下穿BOLL 下轨，则开盘卖掉；（2）回测策略时间区间设定为2018年全年，股票池为“沪深300”，参考指标为“沪深300”；（3）资金账户初始资金10万，类型为股票账户；（4）每次每只股票买20000元左右，出现重复信号时不重复买入；（5）当买入信号的股票数量比资金多时，随机挑选买入，每个交易日全仓操作。（6）策略需导入第三方库Pandas ，框架为Signal 。 利用Python 语言编辑策略代码并运行回测，得到BOLL 指标买卖策略收益回测结果，如图2-1所示。 注：粗线———沪深300指数2018年基准年化收益率线细线———基于沪深300指数的BOLL 指标策略的年化收益率线 图2-1BOLL 指标策略回测 策略回测结果显示，2018年全年，沪深300指数涨幅为-25.9%，依据沪深300制定的BOLL 策略收益率仅为-6.9%，BOLL 指标买卖策略的模拟收益曲线较平缓，波动幅度明显小于沪深300的收益率波动幅度，收 基金项目：2017年广东省本科高校教学质量与教学改革工程建设项目“省级特色专业建设项目：经济学特色专业建设”的部分研究成果，项目编 号：294。作者简介：孙丽颖（1980-），女，辽宁营口人，哈尔滨工业大学会计学硕士研究生，中山大学南方学院讲师，研究方向：公司理财。收稿日期：2019年3月19日。 基于Python 工具的股票量化投资策略研究 孙丽颖 （中山大学南方学院，广东广州510970） 摘要：在大数据快速发展的背景下，将程序算法与股票投资相结合是创新股票投资方式并实现投资收益率提升的关键。文章在量化投资理念的基础上，运用Python 语言对A 股市场的一些历史指数和个股数据进行梳理分析，针对Python 量化工具对投资项目进行初始性设计，制定量化股票投资策略，并对策略进行收益回测，进而提出量化股票投资的保障措施。 关键词：Python 量化工具；投资策略；BOLL 指标；格雷厄姆成长 股 图1-2股票量化交易流程 图市场·贸易 49