引論：我們?yōu)槟砹?3篇量化投資的步驟范文，供您借鑒以豐富您的創(chuàng)作。它們是您寫作時(shí)的寶貴資源，期望它們能夠激發(fā)您的創(chuàng)作靈感，讓您的文章更具深度。
篇1
一、如何選擇國內(nèi)現(xiàn)有平臺(tái)
目前的量化交易平臺(tái)可以從開發(fā)語言、技術(shù)架構(gòu)、系統(tǒng)架構(gòu)、策略方向、交易方式等幾個(gè)方面，分為中低端和高端量化交易平臺(tái)。
（一）中低端量化交易平臺(tái)
中低端平臺(tái)只支持復(fù)雜度不高的腳本語言實(shí)現(xiàn)策略邏輯，多數(shù)的實(shí)現(xiàn)只能在圖表上加載技術(shù)指標(biāo)進(jìn)行自動(dòng)化交易、程序化交易等量化交易方式。它一般采用的技術(shù)架構(gòu)是投資者使用平臺(tái)商提供的客戶端軟件，采用互聯(lián)網(wǎng)接入方式連接平臺(tái)商或者金融經(jīng)紀(jì)公司提供的行情和基礎(chǔ)數(shù)據(jù)服務(wù)器，投資者在本地運(yùn)行的策略觸發(fā)后，通過經(jīng)紀(jì)公司的普通交易席位進(jìn)行交易。國內(nèi)應(yīng)用的中低端量化交易平臺(tái)主要有文華贏智程序化交易、交易開拓者、金字塔決策交易系統(tǒng)等。
（二）高端量化交易平臺(tái)
高端量化平臺(tái)除了支持復(fù)雜腳本語言實(shí)現(xiàn)策略邏輯外，均支持直接使用C++、JAVA等開發(fā)語言實(shí)現(xiàn)復(fù)雜的策略邏輯，采用多進(jìn)程、多線程方式進(jìn)行自動(dòng)化交易、程序化交易、算法交易。行情和交易的延時(shí)都要求盡可能最低。它適合機(jī)構(gòu)投資者進(jìn)行趨勢、套利、對(duì)沖、高頻等對(duì)行情和交易要求高、邏輯復(fù)雜度高的策略。國內(nèi)主流的高端量化交易平臺(tái)主要有龍軟DTS、國泰安量化投資平臺(tái)、天軟量化平臺(tái)等。
總的來說，中低端平臺(tái)適合投資者進(jìn)行趨勢、反趨勢等對(duì)行情和交易邏輯要求不高的策略，高端交易平臺(tái)適合機(jī)構(gòu)投資者進(jìn)行趨勢、套利、對(duì)沖、高頻等對(duì)行情和交易要求高、邏輯復(fù)雜度高的策略。同時(shí)不同的平臺(tái)費(fèi)用也不同，投資者必須根據(jù)自己的交易要求和費(fèi)用承擔(dān)能力來選擇最適合自己的量化交易平臺(tái)。
二、自己打造量化交易系統(tǒng)。
由于MATLAB、R語言這些新一代面向?qū)ο蟆⒐δ軓?qiáng)大的語言的出現(xiàn)，獲取免費(fèi)證券和期貨的數(shù)據(jù)并不難，同時(shí)出于交易保密的要求，再加上使用功能強(qiáng)大的現(xiàn)有平臺(tái)費(fèi)用很高，越來越多的個(gè)人和中小機(jī)構(gòu)選擇自己或委托別人開發(fā)自己的量化交易系統(tǒng)。
（一）語言選擇
很多大的機(jī)構(gòu)都有自己軟件團(tuán)隊(duì)開發(fā)量化交易平臺(tái)，大多選擇C語言、C++、JAVA等開發(fā)語言，有的甚至使用機(jī)器語言，但MATLAB、R語言逐漸成為主流的開發(fā)語言。
1.MATLAB簡介：MATLAB的是美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開發(fā)、數(shù)據(jù)分析以及數(shù)值計(jì)算，主要包括MATLAB和Simulink兩大部分。其優(yōu)勢在于：用戶可以利用MATLAB進(jìn)行：（1）交易策略實(shí)現(xiàn)和回測、投資組合優(yōu)化和分析。（2）資產(chǎn)分配、金融時(shí)序分析、期權(quán)價(jià)格和敏感度分析、現(xiàn)金流分析。（3）風(fēng)險(xiǎn)管理、預(yù)測和模擬、利率曲線擬合和期限結(jié)構(gòu)建模。（4）Monte Carlo模擬、基于GARCH的波動(dòng)性分析等
2.R語言：R語言是一個(gè)高效率的實(shí)驗(yàn)平臺(tái)：通過R語言可以很高效的實(shí)現(xiàn)前沿paper的模型方法，同時(shí)R語言又提供與C，C++等傳統(tǒng)語言工具的量化結(jié)合，作為免費(fèi)開源的數(shù)據(jù)處理語言，至少幾百名世界知名統(tǒng)計(jì)學(xué)家在算法上的支持，至少幾百名世界頂尖的Fortran，C，C++數(shù)學(xué)庫編程高手在代碼上的支持，大數(shù)據(jù)計(jì)算平臺(tái)的運(yùn)算支撐，開放金融數(shù)據(jù)資源的免費(fèi)接入，前沿期刊與代碼工具的協(xié)同
（二）量化投資重要支撐：IT系統(tǒng)
一個(gè)高水準(zhǔn)的量化交易系統(tǒng)，必須實(shí)現(xiàn)以下的4種功能：
1.歷史數(shù)據(jù)統(tǒng)計(jì)后驗(yàn)。歷史數(shù)據(jù)統(tǒng)計(jì)一般以收盤價(jià)或者日均價(jià)作為買入賣出的交易價(jià)格。然后根據(jù)設(shè)定的交易價(jià)格計(jì)算出在某一段時(shí)間內(nèi)的收益率、超額收益、夏普率等結(jié)果。歷史數(shù)據(jù)統(tǒng)計(jì)后驗(yàn)的優(yōu)勢是效率高、簡單方便。缺點(diǎn)是不夠精確，尤其不能考慮資金量對(duì)市場的影響。這個(gè)階段的IT要求：簡單的原語/多市場的數(shù)據(jù)/各種盈虧報(bào)表分析。
2.歷史高頻交易數(shù)據(jù)后驗(yàn)。歷史高頻交易數(shù)據(jù)后驗(yàn)的核心在于根據(jù)歷史高交易頻數(shù)據(jù)進(jìn)行模擬撮合，撮合算法主要是判斷在某個(gè)時(shí)段的成交量的成交比例。這個(gè)步驟的IT要求：快速撮合能力
篇2
量化不是“黑匣子”
《投資者報(bào)》：提及量化投資，國內(nèi)投資者總認(rèn)為很神秘。它與主動(dòng)的定性投資差別到底有哪些？
李笑薇：量化模型的特點(diǎn)之一是抽象，但它稱不上是一個(gè)“黑匣子”，與傳統(tǒng)基金的投資區(qū)別也并非像投資者認(rèn)為的那樣大。
傳統(tǒng)基金經(jīng)理在做市場判斷時(shí)，腦子中會(huì)閃過好幾個(gè)模型，比如如何選定行業(yè)、個(gè)股，實(shí)質(zhì)這都是一個(gè)個(gè)模型。嚴(yán)格說，他們腦子里的模型比量化模型中能看到的都要多，只是他們沒有把這些模型提煉出來而已。
投資者購買傳統(tǒng)主動(dòng)股票基金，并不代表他們對(duì)基金經(jīng)理的操作完全熟悉。基金經(jīng)理在哪個(gè)時(shí)間段，配置了哪些行業(yè)、個(gè)股，投資人無法確切知道，只是能看到每個(gè)季度的報(bào)告和最終的投資結(jié)果。
相比之下，量化投資進(jìn)出市場的每一個(gè)步驟，都非常清晰明了。在我的眼里，這個(gè)過程不是“黑匣子”，而是團(tuán)隊(duì)里每一個(gè)人按流程逐步去完成的。
《投資者報(bào)》：量化投資的詳細(xì)工作流程是怎樣的？
李笑薇：量化投資對(duì)團(tuán)隊(duì)合作要求更高。一般來說，有一部分人專門進(jìn)行數(shù)據(jù)的清洗、整理、輸送等，這需要計(jì)算機(jī)信息技術(shù)較強(qiáng)的人才；模型的設(shè)計(jì)和研究，往往需要很強(qiáng)的金融及數(shù)學(xué)背景；基金的日常管理往往需要金融及工程方面的專才。因此，通常量化投資團(tuán)隊(duì)的成員學(xué)歷都較高，但不是說學(xué)位很重要，而是需要一定的技術(shù)積累。
具體流程中，提取數(shù)據(jù)的人看數(shù)據(jù)，有人專做研究，有的做優(yōu)化或者交易下單。每個(gè)人都有自己的側(cè)重點(diǎn)，在整個(gè)團(tuán)隊(duì)中起不同的作用。一個(gè)人可能干多件事情，但想要全部完成是不可能的。
《投資者報(bào)》：量化投資能否穩(wěn)定地戰(zhàn)勝市場？
李笑薇：在不同的市場階段，市場的有效性會(huì)不同，需要用特定的方法，尋找不同階段的不同機(jī)會(huì)。
市場上的各種方法，捕捉的內(nèi)容都不一樣。比如巴菲特，他的風(fēng)格更趨近于一級(jí)市場中VC、PE的思維；西蒙斯則是完全拋開基本面，從純技術(shù)的角度，將全球貨幣的走勢、衍生品等林林總總的東西作為投資標(biāo)的。
從A股市場來說，當(dāng)前的發(fā)展階段需要有獨(dú)特的投資方式，富國基金量化增強(qiáng)的定位也有市場需求存在，滿足了一部分配置指數(shù)基金的需求。從運(yùn)作經(jīng)驗(yàn)看，量化增強(qiáng)后的收益會(huì)好于一般指數(shù)的收益，上半年超額收益有8%。總體來看，這個(gè)收益穩(wěn)定在5%~10%間，是很多基金難以做到的。
超額收益從何而來
《投資者報(bào)》：我們也注意到，多家基金公司都構(gòu)建了獨(dú)立的量化投資團(tuán)隊(duì)和模型，富國基金量化投資模型的獨(dú)特之處在哪里？
李笑薇：量化投資最重要的是人的思想，量化只是一個(gè)方式和工具，真正在掙錢的，是人的投資思想。
從富國量化模型的特點(diǎn)來看，首先是自下而上精選個(gè)股，不做倉位選擇。由于這是一只指數(shù)產(chǎn)品，投資人買時(shí)就要買到這樣的倉位，我們一直是用95%的倉位操作。
其次，嚴(yán)格風(fēng)險(xiǎn)控制，精細(xì)成本管理。再次，系統(tǒng)化的投資流程，科學(xué)化的投資管理。量化投資從開始到結(jié)束，是一個(gè)龐大復(fù)雜的工程，團(tuán)隊(duì)里面專門有人負(fù)責(zé)清洗、研究數(shù)據(jù)，做一系列的回撤，實(shí)現(xiàn)交易單。
最后還要尊重模型出來的結(jié)果。在操作過程中，主動(dòng)干預(yù)非常少，人的干預(yù)更多在整個(gè)模型的設(shè)計(jì)上。
《投資者報(bào)》：你們今年近8%的超額收益是如何實(shí)現(xiàn)的？不同市場環(huán)境下，模型是否會(huì)有大的調(diào)整？
李笑薇：對(duì)我們來說，發(fā)現(xiàn)哪些因子在最近的市場更有效，并保持一定的前瞻性，是量化團(tuán)隊(duì)的主要工作。
比如，大家都很熟悉的估值因子，在2006年到2009年都有比較優(yōu)異的表現(xiàn)。但是到了2010年，估值因子的作用突然發(fā)生了變化，估值并不能起到明顯推動(dòng)作用，我們也提前做了適當(dāng)?shù)恼{(diào)整。
責(zé)任心決定能否做好
《投資者報(bào)》：除了模型外，量化投資成功還取決于什么？
李笑薇：一般而言，量化投資策略是否成功取決于三大因素。一個(gè)因素是質(zhì)量，重點(diǎn)取決于數(shù)據(jù)和研究。第一步是要保證數(shù)據(jù)的質(zhì)量沒有問題。對(duì)于任何一個(gè)數(shù)據(jù)源，我們基本是用一家數(shù)據(jù)商，但會(huì)用兩家來互相檢驗(yàn)，檢驗(yàn)后的結(jié)果才進(jìn)入到自己的數(shù)據(jù)庫里。
研究質(zhì)量的好壞，其實(shí)是工作責(zé)任和態(tài)度的問題。量化雖然有門檻，但對(duì)理工科碩士以上的人來說門檻并不高，能否做好靠的是責(zé)任心。
第二是經(jīng)驗(yàn)和判斷。我們會(huì)做大量研究、看歷史業(yè)績，但歷史不代表未來。當(dāng)你做了大量細(xì)致的研究，發(fā)現(xiàn)可能有五個(gè)因子影響，表現(xiàn)最好的是A，后面有BCDE，其他因子哪些權(quán)重更大？做決定要基于經(jīng)驗(yàn)和判斷。但歸根到底，判斷與決策要有很強(qiáng)的實(shí)踐來做支撐。
篇3
本文首先對(duì)風(fēng)險(xiǎn)投資項(xiàng)目風(fēng)險(xiǎn)產(chǎn)生的機(jī)理進(jìn)行科學(xué)詮釋，其次，通過構(gòu)建科學(xué)指標(biāo)體系從而使投資者在項(xiàng)目選擇過程中避免由于信息不充分帶來損失。
從風(fēng)險(xiǎn)投資行為整個(gè)過程分析（如圖1），了解并解決兩個(gè)主要環(huán)節(jié)的信息不對(duì)稱問題對(duì)于保障投資者的利益至關(guān)重要。其中第一個(gè)關(guān)鍵環(huán)節(jié)主要是風(fēng)險(xiǎn)投資者與風(fēng)險(xiǎn)投資家（風(fēng)險(xiǎn)投資機(jī)構(gòu)）的信息不對(duì)稱問題。第二個(gè)關(guān)鍵環(huán)節(jié)主要是風(fēng)險(xiǎn)投資家（風(fēng)險(xiǎn)投資機(jī)構(gòu)）與風(fēng)險(xiǎn)企業(yè)（或者是備選項(xiàng)目）之間的信息不對(duì)稱問題。
如何解決第一層委托――關(guān)系，很多專家（南立新，2002；楊艷萍，2003；喬桂明，2004；應(yīng)瑞瑤，2004；黃孝武，2002）借鑒國外風(fēng)險(xiǎn)投資公司的成功經(jīng)驗(yàn)，提出在我國建立合伙制有限責(zé)任公司的風(fēng)險(xiǎn)投資公司運(yùn)行機(jī)制解決第一層次的委托――矛盾。這種公司治理模式已經(jīng)得到一致認(rèn)可并且在實(shí)踐中逐步推廣。
第二層委托――關(guān)系中，如何合理確定對(duì)象（或者項(xiàng)目）是保障風(fēng)險(xiǎn)投資資金得到預(yù)期回報(bào)的重要環(huán)節(jié)，是本文研究的重點(diǎn)內(nèi)容。
本文依據(jù)風(fēng)險(xiǎn)投資的特點(diǎn)，結(jié)合德爾菲法、層次分析法以及主成分分析法，提出一種針對(duì)風(fēng)險(xiǎn)投資項(xiàng)目評(píng)價(jià)的主客觀權(quán)重法。運(yùn)用這種方法對(duì)風(fēng)險(xiǎn)投資項(xiàng)目進(jìn)行決策，不僅可以防范決策者主觀臆斷，而且注重吸收風(fēng)險(xiǎn)投資專家的經(jīng)驗(yàn)，對(duì)項(xiàng)目風(fēng)險(xiǎn)進(jìn)行客觀地識(shí)別和量化，從而對(duì)諸多備選項(xiàng)目進(jìn)行優(yōu)劣排序。
二、本文中項(xiàng)目風(fēng)險(xiǎn)量化模型的基本假設(shè)
為了研究方便，消除歧義理解，本以下假設(shè)：
（一）假設(shè)風(fēng)險(xiǎn)投資家和風(fēng)險(xiǎn)企業(yè)家都是風(fēng)險(xiǎn)中性的
（二）假設(shè)各投資決策的使用效果是不可觀測的，但是可以進(jìn)行估計(jì)
（三）風(fēng)險(xiǎn)量化模型必須遵從經(jīng)濟(jì)計(jì)量模型中建模的基本原理，考慮模型的綜合性、通用性、簡潔性和可操作性等基本要求
（四）風(fēng)險(xiǎn)投資公司存在行業(yè)偏好情況外，各個(gè)備選方案競爭環(huán)境公平、透明
三、風(fēng)險(xiǎn)投資多項(xiàng)目抉擇模型――原理和方法
本文構(gòu)建的模型：Ri=δi /Vi
其中：Ri為第i個(gè)風(fēng)險(xiǎn)投資項(xiàng)目風(fēng)險(xiǎn)收益系數(shù)；δi為第i個(gè)風(fēng)險(xiǎn)投資項(xiàng)目風(fēng)險(xiǎn)程度值；Vi為第i個(gè)風(fēng)險(xiǎn)投資項(xiàng)目收益值指標(biāo)系數(shù)。
R值越小越好。相同風(fēng)險(xiǎn)程度的不同項(xiàng)目，收益系數(shù)越大，對(duì)應(yīng)的R值越小，項(xiàng)目相對(duì)越好；相同收益系數(shù)的不同項(xiàng)目，風(fēng)險(xiǎn)越小，對(duì)應(yīng)R值越小，項(xiàng)目越好。
（一）風(fēng)險(xiǎn)程度值δi的計(jì)算
為了很好的度量項(xiàng)目風(fēng)險(xiǎn)程度δi，運(yùn)用層次分析法，把項(xiàng)目的風(fēng)險(xiǎn)影響因素分為四層處理。它們是：目標(biāo)層；制約因素層；制約子因素層和備選方案層（或稱為措施層）（如圖2）。其中，項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系中指標(biāo)數(shù)值由專家一次性打分后，運(yùn)用加權(quán)平均法確定。指標(biāo)對(duì)應(yīng)權(quán)重向量確定方法是由專家組成員運(yùn)用Delphi法經(jīng)過2到3輪形成一組一致性的判斷矩陣，然后運(yùn)用方根法求出判斷矩陣特征向量作為指標(biāo)對(duì)應(yīng)權(quán)重向量。
風(fēng)險(xiǎn)程度值δi的計(jì)算方法，大體可以分為五個(gè)步驟。
步驟1：建立制約因素、子因素評(píng)判等級(jí)和相應(yīng)的評(píng)語集
由圖2構(gòu)建的層次分析模型，項(xiàng)目風(fēng)險(xiǎn)主要由{U1，U2，U3，U4，U5，U6，U7}等七個(gè)方面的制約因素確定。而U1（政策風(fēng)險(xiǎn)）取決于U11國家政治經(jīng)濟(jì)環(huán)境和U12項(xiàng)目與政策法規(guī)的相容度兩個(gè)子因素。記為：
U1={U11，U12}
將每個(gè)制約子因素按照實(shí)際可能情況分為5個(gè)等級(jí)，每個(gè)等級(jí)代表不同的情況。各個(gè)因素等級(jí)按照影響評(píng)判對(duì)象的趨勢一致原則來排列，選擇使投資風(fēng)險(xiǎn)程度由低至高的順序排列。風(fēng)險(xiǎn)影響因素對(duì)應(yīng)評(píng)語集：
V=（1，2，3，4，5）
如“企業(yè)營銷能力”這一因素等級(jí)按照“強(qiáng)、較強(qiáng)、中、稍低、低”排列。如果企業(yè)營銷能力等級(jí)對(duì)應(yīng)“強(qiáng)”則對(duì)應(yīng)的評(píng)語應(yīng)該為1，如果企業(yè)營銷能力等級(jí)對(duì)應(yīng)“較強(qiáng)”則對(duì)應(yīng)的評(píng)語應(yīng)該為2，如果企業(yè)營銷能力等級(jí)對(duì)應(yīng)“中”則對(duì)應(yīng)的評(píng)語應(yīng)該為3，企業(yè)營銷能力等級(jí)對(duì)應(yīng)“稍低”則對(duì)應(yīng)的評(píng)語應(yīng)該為4，企業(yè)營銷能力等級(jí)對(duì)應(yīng)“低”則對(duì)應(yīng)的評(píng)語應(yīng)該為5。評(píng)語值越小，代表風(fēng)險(xiǎn)投資項(xiàng)目該領(lǐng)域的風(fēng)險(xiǎn)也較小，相反，則代表較大風(fēng)險(xiǎn)。
步驟2：確定制約因素、子因素指標(biāo)值
確定制約因素指標(biāo)值是指根據(jù)項(xiàng)目風(fēng)險(xiǎn)因素實(shí)際情況，由專家給定相應(yīng)指標(biāo)數(shù)值，然后對(duì)評(píng)判結(jié)果進(jìn)行加權(quán)統(tǒng)計(jì)得到各因素對(duì)應(yīng)指標(biāo)值bij。
bij=bij1×1+bij2×2+bij3×3+bij4×4+bij5×5
bijk的值以參評(píng)專家中認(rèn)為因素uij屬于uijk等級(jí)的人數(shù)除以參加評(píng)判的總?cè)藬?shù)所得到的商數(shù)（即進(jìn)行歸一化處理）確定。bij值介于1～5之間。bij值越接近5，代表風(fēng)險(xiǎn)越大；bij值越接近1，代表風(fēng)險(xiǎn)越小。這種確定指標(biāo)值的方法不僅可以考慮各個(gè)專家的專業(yè)判斷傾向，而且顧及到專家判斷的集中趨勢，參考價(jià)值更大。
步驟3：確定各個(gè)制約因素、子因素權(quán)重向量集
制約因素與制約子因素權(quán)重向量是用來衡量影響項(xiàng)目風(fēng)險(xiǎn)諸因素相互比較相對(duì)重要程度的。本模型首先必須構(gòu)造項(xiàng)目因素兩兩比較的判斷矩陣，由專家團(tuán)采用Delphi法經(jīng)過2～3輪投票完成，采用9/9～9/1比例標(biāo)度構(gòu)造判斷矩陣更接近實(shí)際情況。即兩因素比較同等重要值為9/9；稍微重要9/7；明顯重要9/5；強(qiáng)烈重要9/3；極端重要為9/1（侯岳衡（1995）和何（1997）），其次求解判斷矩陣對(duì)應(yīng)特征向量即為項(xiàng)目因素對(duì)應(yīng)權(quán)重向量。
根據(jù)各個(gè)備選方案在制約子因素的條件下兩兩因素的比較重要程度，給出U11和其他制約子因素比較的判斷矩陣（記作A11）。
其中，a11ij是指第i方案和第j因素與制約子因素U11比較重要程度。若第j方案與第i方案比較，得到判斷值為a11ij＝1/a11ij，a11ij＝1（i＝1，2，……n；j＝1，2，3，……，n）。
依次類推，分別給出Uij和其他制約子因素比較的判斷矩陣Aij，i＝1，2，……，7。
方根法是近似計(jì)算各個(gè)判斷矩陣的最大特征值和特征向量最簡潔的方法。下面以A11的特征向量計(jì)算過程說明方根法使用原理。
（1）計(jì)算判斷矩陣每行所有元素的幾何平均值
從而得到ω11＝（ω111，ω112，ω113，……，ω11n），為所求特征向量的近似值，也就是考慮制約子因素U11時(shí)對(duì)應(yīng)各個(gè)備選項(xiàng)目的排序向量。
目標(biāo)層對(duì)于制約因素層判斷矩陣A的特征向量為λ：
λ=（λ1，λ2，λ3，λ4，λ5，λ6，λ7）
步驟4：確定各個(gè)制約因素相對(duì)項(xiàng)目方案指標(biāo)向量值
U1對(duì)應(yīng)各個(gè)項(xiàng)目方案的指標(biāo)值為b1：
依次類推，計(jì)算出U2、U3、U4、U5、U6、U7的對(duì)應(yīng)指標(biāo)值。
步驟5：確定各個(gè)方案風(fēng)險(xiǎn)程度向量值δ
其中，δ中包含了n個(gè)備選風(fēng)險(xiǎn)投資方案對(duì)應(yīng)的風(fēng)險(xiǎn)程度指標(biāo)值。
（二）確定備選方案投資收益系數(shù)Vi
備選風(fēng)險(xiǎn)投資方案投資收益利用項(xiàng)目財(cái)務(wù)指標(biāo)度量評(píng)價(jià)。首先計(jì)算各個(gè)投資項(xiàng)目未來報(bào)酬總現(xiàn)值TPVi和風(fēng)險(xiǎn)投資初始投資資本總量Ci。其次，利用現(xiàn)值指數(shù)法求出收益值指標(biāo)系數(shù)Vi：
在計(jì)算TPVi指標(biāo)時(shí)，貼現(xiàn)率的確定至關(guān)重要，不同階段進(jìn)入風(fēng)險(xiǎn)投資項(xiàng)目肯定會(huì)要求一個(gè)不同的收益率。風(fēng)險(xiǎn)補(bǔ)償率的問題，方英（2003）和王立國（2003）等，進(jìn)行了詳細(xì)的分析研究，圖3是不同時(shí)期貼現(xiàn)率的研究結(jié)論。
對(duì)于貼現(xiàn)率采用平均貼現(xiàn)率為計(jì)算TPVi值各個(gè)時(shí)期的貼現(xiàn)率參數(shù)標(biāo)準(zhǔn)。而項(xiàng)目投資成本Ci是比較容易得到的數(shù)據(jù)。然后利用Vi=TPVi/Ci計(jì)算出項(xiàng)目投資收益系數(shù)Vi。
（三）考慮風(fēng)險(xiǎn)和收益的最優(yōu)投資項(xiàng)目的排序
根據(jù)項(xiàng)目風(fēng)險(xiǎn)與收益匹配的原則，用公式Ri=δi /Vi計(jì)算綜合投資風(fēng)險(xiǎn)與收益的項(xiàng)目得分值，對(duì)各個(gè)備選項(xiàng)目進(jìn)行客觀、科學(xué)排序，從而確定備選項(xiàng)目的優(yōu)先選取順序。
四、模型實(shí)證分析
在實(shí)際調(diào)查過程中發(fā)現(xiàn)，風(fēng)險(xiǎn)投資公司在項(xiàng)目選擇方向存在行業(yè)的偏好，所以本實(shí)證研究以江蘇省2003年度申報(bào)科技型中小企業(yè)技術(shù)創(chuàng)新基金的光電一體化行業(yè)為例對(duì)模型的可靠性進(jìn)行論證。
研究對(duì)象由江蘇省2003年度光電一體化申報(bào)創(chuàng)新基金所有項(xiàng)目構(gòu)成。其次，確定樣本。對(duì)98個(gè)申報(bào)項(xiàng)目進(jìn)行編號(hào)（按照先后次序編號(hào)），按照隨機(jī)抽樣的原則，利用隨機(jī)數(shù)字表從總體集合中選取了10個(gè)項(xiàng)目組成樣本。包括編號(hào)為43、55、56、27、16、07、77、26、50、20的項(xiàng)目單位組成樣本集合。
利用介紹方法，確定項(xiàng)目收益指數(shù)Vi以及綜合的風(fēng)險(xiǎn)收益系數(shù)Ri=δi /Vi，從而對(duì)備選方案進(jìn)行排序。項(xiàng)目風(fēng)險(xiǎn)收益指標(biāo)由小到大的順序?yàn)镽27，R50，R55，R16，R77，R26，R7，R20，R43，R56。（如表1項(xiàng)目風(fēng)險(xiǎn)收益值計(jì)算表）
五、結(jié)論
篇4
華爾街的數(shù)學(xué)傳說
實(shí)際上,在華爾街上管理資金規(guī)模最大的量化技術(shù),并非那么不可捉摸:眾多公司使用“因子加總模型”輔助他們選擇股票。
這種方法大多基于Fama-French的開創(chuàng)性論文,其基本思想很簡單:依據(jù)各項(xiàng)基本面指標(biāo)對(duì)于歷史上超額回報(bào)的貢獻(xiàn)程度,來決定這些基本面指標(biāo)在選出“超級(jí)股票”上的“有效性”,并據(jù)此賦予這些指標(biāo)不同的權(quán)重;按照上市公司指標(biāo)在全部籃子股票中的排序,再使用上述步驟中獲得的權(quán)重對(duì)其進(jìn)行加權(quán)加總計(jì)算。如果該公司的加權(quán)之和排名靠前,則表明該公司的基本面指標(biāo)符合能夠帶來超額回報(bào)的歷史模式,從而有望在未來展現(xiàn)強(qiáng)勢。
數(shù)學(xué)模式大同小異,公司之間的競爭主要集中在兩個(gè)方面:第一,各公司均投入巨資,研制自己的特有指標(biāo);第二,研制更加有效、穩(wěn)定的加總方式。
傳統(tǒng)的基本面分析往往要求基金公司雇傭大量分析師,成本高昂。由于每個(gè)分析師能夠跟蹤的公司數(shù)目有限,基金經(jīng)理不得不在較小的股票籃子中進(jìn)行選擇,有可能錯(cuò)失最好的投資機(jī)會(huì),投資組合的分散程度也受到限制。同時(shí),依賴基本面分析進(jìn)行投資管理要求基金經(jīng)理進(jìn)行大量的主觀判斷,人性弱點(diǎn)(貪婪與恐懼)對(duì)投資業(yè)績往往產(chǎn)生較大影響,投資業(yè)績波動(dòng)較大。使用這種方法建構(gòu)的投資組合往往無法定量化控制每只個(gè)股給投資組合帶來的風(fēng)險(xiǎn)。從基金公司的角度而言,這種方法對(duì)基金經(jīng)理個(gè)人的依賴較大,一旦出現(xiàn)人員變化,基金業(yè)績也往往隨之波動(dòng)。
量化選股方式將投資決策建立在對(duì)歷史模式的詳盡研究之上,克服了上述缺點(diǎn)。其在美國投資界的應(yīng)用近20年來大幅提升,管理資產(chǎn)額的上升速度為傳統(tǒng)方式的4倍。
回歸價(jià)值投資
然而,過去數(shù)年,定量化基金遭遇了重大打擊。2007年,最大的定量化機(jī)構(gòu)對(duì)沖基金、高盛名下的Global Alpha遭遇了重大損失,幾乎清盤。2008年,眾多量化基金再遭滑鐵盧。筆者在北美也曾主持研制一個(gè)包含上百個(gè)指標(biāo)的量化選股系統(tǒng),但在實(shí)踐中,卻最終放棄。
實(shí)戰(zhàn)經(jīng)歷指出該類系統(tǒng)的一個(gè)致命弱點(diǎn)是,在實(shí)戰(zhàn)中,哪一類因子何時(shí)發(fā)揮作用,是不可預(yù)測的。有些時(shí)候是價(jià)值因子占優(yōu),有時(shí)候是增長因子占優(yōu),而何時(shí)其影響力出現(xiàn)變化,難以事先預(yù)測。其結(jié)果就是分析師與基金經(jīng)理疲于奔命地試圖追趕因子影響力變化的腳步,并據(jù)此不斷矯正模型。如此,基金經(jīng)理不得不在使用量化系統(tǒng)的同時(shí),使用個(gè)人化的隨機(jī)判斷對(duì)量化系統(tǒng)進(jìn)行糾正――這弱化了它本該享有的優(yōu)勢并導(dǎo)致投資業(yè)績大幅波動(dòng)。
仔細(xì)反思,最主要的問題在于,各預(yù)測因子被無機(jī)地組織在一起,各個(gè)因子之間的互相影響卻沒有被考慮。也就是說,華爾街模型“從數(shù)學(xué)到數(shù)學(xué)”,缺乏對(duì)投資哲學(xué)的深入理解。
量化技術(shù)所具有的優(yōu)勢應(yīng)該被利用,但數(shù)學(xué)手段應(yīng)該被視為手段,而不是主導(dǎo)。一個(gè)有希望的發(fā)展方向,是將量化技術(shù)與價(jià)值投資哲學(xué)相結(jié)合,實(shí)現(xiàn)“從哲學(xué)到數(shù)學(xué)”式的投資理念。為此,需要在投資哲學(xué)上,梳理價(jià)值投資理念的本質(zhì)。
價(jià)值投資在國內(nèi)市場有眾多擁護(hù)者,也不乏懷疑者。實(shí)際上,國內(nèi)普通投資者對(duì)價(jià)值投資的理解有值得深化之處。筆者以為,價(jià)值投資的本質(zhì)有二:
第一,價(jià)值投資告訴投資者,市場會(huì)犯錯(cuò)。以“5毛錢買進(jìn)1元錢價(jià)值”作為號(hào)召,價(jià)值投資拒絕接受“有效市場理論”。但事實(shí)上,在大多數(shù)時(shí)候市場是有效的。大多數(shù)股票的價(jià)格正確反映了所有的信息、知識(shí)與預(yù)期,當(dāng)時(shí)的價(jià)格就是上市公司的內(nèi)在價(jià)值。要獲得超額回報(bào),必須去尋找市場可能呈現(xiàn)的“異常”,或者說在何處投資者的平均預(yù)期可能落空。價(jià)值投資就是尋找“未來”與“預(yù)期”之間的歧異。量化系統(tǒng)的設(shè)計(jì)目標(biāo)是,要有能力淘汰那95%的普通(有效)情況,而把注意力引導(dǎo)剩余的5%――在那里,“未來”與“預(yù)期”有最大的機(jī)會(huì)出現(xiàn)歧異。
第二,價(jià)值投資的另一面,是說任何人都會(huì)犯錯(cuò)。當(dāng)我們集中注意力去尋找“超級(jí)股票”的時(shí)候,是在下一個(gè)極大的賭注。這個(gè)賭注是高風(fēng)險(xiǎn)的。所以,請(qǐng)記住索羅斯的告誡:“投資者重要的不是做對(duì)還是做錯(cuò),而是在做對(duì)的時(shí)候賺多少,做錯(cuò)的時(shí)候虧多少。”為對(duì)沖第一個(gè)賭注的風(fēng)險(xiǎn),需要尋找最大的安全邊際――當(dāng)我們犯錯(cuò)的時(shí),安全邊際將保護(hù)我們不致尸骨無存。
安全邊際是指,市場漲跌的輪回已經(jīng)測試過所有情景。該公司在完整的牛熊市周期中,由千千萬萬投資者的真金實(shí)銀所測試出來的估值空間。因此,安全邊際的定義并非相對(duì)市場平均水平更低的PE值這么簡單。每家公司都不同于別的公司,將不同公司的估值水平相比較,更多時(shí)候帶來誤導(dǎo)而不是洞察力。應(yīng)該將公司目前估值水平與該公司調(diào)整后的歷史范圍相比較,并決定“安全邊際”存在與否。
在實(shí)踐中,要尋找在未來可能提供業(yè)績驚喜、而仍在其估值范圍下限附近交易的公司。依據(jù)此思想,數(shù)量化技術(shù)可以對(duì)所有上市公司的投資機(jī)會(huì)予以量化評(píng)估,進(jìn)而實(shí)現(xiàn)“從哲學(xué)到數(shù)學(xué)”的投資思路。
對(duì)中國股市獨(dú)特性的夸大導(dǎo)致某些論者以為,在中國股市,唯有投機(jī)可以贏得超額利潤。這其實(shí)是偽命題。事實(shí)上,正是由于中國股市效率較低且風(fēng)險(xiǎn)奇高,一個(gè)系統(tǒng)化評(píng)估市場錯(cuò)配與風(fēng)險(xiǎn)衡量的系統(tǒng),可以發(fā)揮最大效率。一切都取決于對(duì)市場運(yùn)行規(guī)律的深入把握與技術(shù)優(yōu)勢的結(jié)合。在實(shí)踐中,我們開發(fā)的量化價(jià)值投資體系取得了穩(wěn)定超越指數(shù)的優(yōu)良業(yè)績。這有力地證明,中國股市的特殊性并沒有遮蓋其作為投資市場的普遍性。
篇5
第一部分：模型建立階段。
2.1 影響收益率的因子初選
我們采用以下收益率因子。
以上表格反映了影響收益率的主要四大類因子，較好地包括了影響收益率的主要因素。雖然從宏觀層面上我們挑選出了一些影響收益率的主要因子，然而，在現(xiàn)實(shí)過程中，影響某個(gè)具體公司收益率的因素很可能只是其中某幾個(gè)。因此，我們應(yīng)當(dāng)試圖找出影響每個(gè)股票的收益率的個(gè)別關(guān)鍵因素，這里我們采用matlab技術(shù)以及線性回歸的方法，以融捷股份（002192）與暴風(fēng)科技（300431）為例進(jìn)行說明。筆者根據(jù)深圳證券交易所統(tǒng)計(jì)的數(shù)據(jù)通過EXCEL表格進(jìn)行合并整理后得到融捷股份的收益率數(shù)據(jù)，將該數(shù)據(jù)導(dǎo)入matlab中，以市盈率為橫軸、收益率為縱軸，建立圖形關(guān)系。
根據(jù)統(tǒng)計(jì)學(xué)的知識(shí)可知，我們用決定系數(shù)R2來反應(yīng)自變量解釋因變量力度的強(qiáng)弱，而決定系數(shù)與相關(guān)系數(shù)之間存在平方關(guān)系，即2=R2。因此，在matlab中我們通過計(jì)算一組數(shù)據(jù)之間的相關(guān)系數(shù)，反求出其決定系數(shù)，從而說明該特定自變量能從多大程度上解釋因變量。代碼運(yùn)行的結(jié)果如下：
從上述運(yùn)行結(jié)果可知，市盈率與股票收益率之間的R2只有0.0934，遠(yuǎn)小于1，因此市盈率這一項(xiàng)指標(biāo)在融捷股份里并不能對(duì)收益率的變動(dòng)起到?jīng)Q定性作用。
類似地，我們對(duì)表1-1中所有的因子進(jìn)行相同的操作方法，在此由于篇幅原因不再贅述，僅展示操作步驟與過程。
2.2 剔除冗余因子
在進(jìn)行上述步驟的過程中，值得一提的是，各個(gè)因子之間可能本身就具有一定的相關(guān)性。比如，ROE指標(biāo)與ROA指標(biāo)本身就滿足一個(gè)等式：ROE=ROA*EM， 其中EM為權(quán)益乘數(shù)，計(jì)算公式為EM=1/（1-負(fù)債率）。如果因素之間的相關(guān)性甚小，我們可以忽略不計(jì)，但是當(dāng)相關(guān)性大到一定程度時(shí)，便會(huì)對(duì)之后的多因素模型分析過程產(chǎn)生誤導(dǎo)，因此在這里我們需要補(bǔ)充的一步是利用matlab軟件，建立不同指標(biāo)之間的關(guān)系方程，判斷是否存在多重共線性。
2.3 多因素模型體系的建立
在進(jìn)行完影響收益率的因子選擇以及剔除完冗余因子之后，便是最為重要的建立綜合評(píng)分體系，將所有的因子共同反映到一個(gè)方程中，用來解釋股票收益率與因子之間的具體變化。
多因素模型的建立過程分為如下幾個(gè)步驟：
（1）. 標(biāo)準(zhǔn)化原始數(shù)據(jù)
（2）. 建立相關(guān)性矩陣
（3）. 計(jì)算相關(guān)性矩陣的特征值和特征向量
（4）. 得出總方程表達(dá)式
通過對(duì)上述運(yùn)行結(jié)果的分析我們可以看出，月最大超額收益的影響最大，而累計(jì)收益的影響最小。這樣，我們便量化出了影響該股票收益率的方程式。
第二部分：交易標(biāo)的股票的選取
2.4 選取收益率前20%的股票
通過第一部分的論述，我們最終可以得到影響不同公司股票收益率的方程式，可以用matlab或者數(shù)據(jù)庫技術(shù)進(jìn)行保存，當(dāng)需要更新參數(shù)或者進(jìn)行預(yù)測決策時(shí)，調(diào)用相關(guān)函數(shù)即可。
在第二部分中，我們將選取的標(biāo)的股票資產(chǎn)池的相關(guān)數(shù)據(jù)輸入到方程式中，即可得到未來一段時(shí)間的預(yù)期收益率。假設(shè)我們從每個(gè)板塊中選取出了20支股票，我們保留預(yù)期收益率排在前20%的股票，優(yōu)中選優(yōu)，盡量最大化我們的收益。
2.5 利用CAPM模型進(jìn)行資產(chǎn)組合
20世紀(jì)誕生的資本資產(chǎn)定價(jià)模型（CAPM）為廣大投資者選擇資產(chǎn)組合提供了良好的理論基礎(chǔ)與依據(jù)。威廉夏普（William F. Sharpe，1934-）與馬克維茨（Harry M. Markowitz）等人所建立的組合管理理論核心即為以下等式：
E（Rn）=R
f+（E（Rm）-Rf）
其中，E（Rn）為股票的預(yù)期收益率，Rf為無風(fēng)險(xiǎn)利率，為單個(gè)股票與市場之間的相關(guān)性，E（Rm）為某一基準(zhǔn)的收益率。通過該理論，我們可以建立多個(gè)資產(chǎn)的不同搭配情況。
在第三部分，我們會(huì)進(jìn)一步討論運(yùn)用各項(xiàng)績效評(píng)估指標(biāo)，來權(quán)衡風(fēng)險(xiǎn)與收益。
第三部分：風(fēng)險(xiǎn)控制
2.6 對(duì)各項(xiàng)參數(shù)進(jìn)行區(qū)間估計(jì)和假設(shè)檢驗(yàn)。
前兩部分重點(diǎn)關(guān)注了組合的收益情況，力求在市場處于無效或弱有效的情況下，取得超越市場的收益率。然而，對(duì)風(fēng)險(xiǎn)的把握仍為非常重要的方面，自從2007-2009年間發(fā)生的金融災(zāi)難以后，人們對(duì)于風(fēng)險(xiǎn)控制的意識(shí)又提高到一個(gè)新的水平。下面具體介紹如何利用統(tǒng)計(jì)學(xué)知識(shí)，對(duì)風(fēng)險(xiǎn)以及收益的取值范圍做出評(píng)估與估計(jì)。
假設(shè)由第一部分模擬出的收益率方程滿足如下等式：
Yi = -4.451 +2.057 * X1i + 2.008 * X2i
我們可以看到，在這個(gè)等式中出現(xiàn)了三個(gè)參數(shù)，分別是截距項(xiàng)-4.451、X1i的系數(shù)2.057以及X2i的系數(shù)2.008。然而，這畢竟是模擬出來的結(jié)果，或多或少會(huì)存在著一定的誤差，那么對(duì)這種誤差水平的度量就顯得尤為重要。特別是對(duì)于X1i與X2i的參數(shù)的估計(jì)，其改變直接決定了Yi的變化的方向以及程度。在這里，我們運(yùn)用統(tǒng)計(jì)學(xué)上的假設(shè)檢驗(yàn)與置信區(qū)間估計(jì)的方式，判斷我們有多大的信心，或者說有多大的概率，該參數(shù)可以滿足我們的要求，從而對(duì)我們的決策活動(dòng)形成指導(dǎo)意義。見下圖：
如上圖所示，該圖為用統(tǒng)計(jì)軟件所得出的上式的相關(guān)統(tǒng)計(jì)學(xué)分析，可以看出上式的R2（R-squared）為0.934，并且調(diào)整后的R2（Adj R-squared）為0.890，說明該式的所有系數(shù)，作為一個(gè)整體，對(duì)Yi具有較好的解釋力度。其中ESS（Explained Sum of Squared）為模型模擬出的曲線與平均值的差的平方和，而SSR（Squared Sum of Residual）為真實(shí)點(diǎn)與估計(jì)點(diǎn)的差的平方和。Matlab圖示如下：
上圖是通過最小二乘法擬合出來的一條回歸曲線，其中藍(lán)色的點(diǎn)與實(shí)線之間的距離的平方和即為SSR，而實(shí)線與所有實(shí)際點(diǎn)的均值之間的距離的平方和即為ESS。R2=ESS/（ESS+SSR）。
由圖6-1還可以看到，2.057所處的95%置信區(qū)間范圍為0.984-3.130。其中，P值與t統(tǒng)計(jì)量用來判斷在95%的把握下，是否可以拒絕一項(xiàng)參數(shù)，即判斷該參數(shù)在一定概率條件下的真假情況。我們通常可以通過查對(duì)應(yīng)的t分布表來找到對(duì)應(yīng)的關(guān)鍵值，或者采用比較p值大小的方式進(jìn)行判斷。比如說，要判斷圖6-1中Experience的參數(shù)2.008在95%的概率條件下的合理性，我們計(jì)算出其t統(tǒng)計(jì)量如圖上的2.664，而對(duì)應(yīng)的置信區(qū)間范圍中包括了2.664這個(gè)值，因此我們可以得出如下結(jié)論：Experience的系數(shù)2.008在95%的置信水平下是無法拒絕的。這一結(jié)論同樣可以通過判斷p值的大小得出，p值為0.076，大于顯著性水平0.05（通過1-95%得到），因此有足夠的自信可以保證該系數(shù)的合理性。
通過上述方法，我們可以對(duì)之前模擬出的收益率方程的系數(shù)的合理性做出判斷與評(píng)估，使我們對(duì)其有一個(gè)更為深入的了解。
2.7 基于蒙特卡洛模擬的風(fēng)險(xiǎn)控制。
在風(fēng)險(xiǎn)管理領(lǐng)域，VaR方法一直在各大金融機(jī)構(gòu)被視為進(jìn)行風(fēng)險(xiǎn)度量的首選，因?yàn)槠淇梢蕴峁┰谝欢ǖ闹眯艆^(qū)間下所發(fā)生的最大損失的大小。然而，實(shí)踐證明，在市場出現(xiàn)劇烈波動(dòng)的情況下（比如2007-2009的金融危機(jī)），資產(chǎn)之間的相關(guān)性會(huì)增強(qiáng)，以前可能相關(guān)性很弱的資產(chǎn)在市場不穩(wěn)定時(shí)期出現(xiàn)了高度關(guān)聯(lián)的相關(guān)性。而普通的線性估算VaR的方法在金融危機(jī)期間，對(duì)于風(fēng)險(xiǎn)的度量不再準(zhǔn)確與合理。因此，出現(xiàn)了后來的情景分析方法（scenario analysis ）以及這里要討論的蒙特卡洛模擬。
所謂蒙特卡洛模擬，是對(duì)一項(xiàng)資產(chǎn)的所有可能取值進(jìn)行隨機(jī)數(shù)模擬，來計(jì)算產(chǎn)品的價(jià)格以及計(jì)算風(fēng)險(xiǎn)價(jià)值的大小。其應(yīng)用領(lǐng)域十分廣泛，不僅可以用來模擬復(fù)雜金融產(chǎn)品的價(jià)格（例如，含權(quán)債券的定價(jià)、住房抵押貸款證券化產(chǎn)品的定價(jià)），在風(fēng)險(xiǎn)管理領(lǐng)域還可以用來度量風(fēng)險(xiǎn)的大小。在此，我們給出詳細(xì)的解釋，來說明怎樣進(jìn)行基于蒙特卡洛模擬的風(fēng)險(xiǎn)的度量。
重復(fù)上述代碼四次，模擬出不同收益率的圖形，每次模擬都可以得到一條收益率的曲線，當(dāng)我們從股票收益率的總體曲線中隨機(jī)抽出N個(gè)樣本的收益率曲線，對(duì)其進(jìn)行算術(shù)平均，便可以得到最終模擬出的收益率曲線，通過正態(tài)分布或?qū)?shù)正態(tài)分布作圖，我們可以在豎直方向上做出一條輔助線，該輔助線對(duì)應(yīng)的分位點(diǎn)即是VaR所處的位置，如此一來我們便可以得到VaR的結(jié)果。
第四部分：模型的改進(jìn)與實(shí)時(shí)更新
2.8 模型評(píng)價(jià)
在這一部分，我們主要對(duì)上述建立的收益風(fēng)險(xiǎn)模型進(jìn)行評(píng)價(jià)，包括引進(jìn)一些至關(guān)重要的績效評(píng)估指標(biāo)，例如夏普比率，特雷諾比率，簡森阿爾法，信息比率，索提諾指標(biāo)等。
夏普比率來自于CAPM模型，其基本內(nèi)涵是單位風(fēng)險(xiǎn)所對(duì)應(yīng)的超額收益。在CAPM模型中，夏普比率即是資本市場線的斜率。因此，對(duì)于一個(gè)組合的風(fēng)險(xiǎn)收益的評(píng)估，我們可以通過計(jì)算其夏普比率，再與其他組合比較，選出夏普比率最大的那一個(gè)，即是我們滿意的組合（單位風(fēng)險(xiǎn)承擔(dān)了更多的超額收益）。
特雷諾比率與夏普比率類似，但其分母上所對(duì)應(yīng)的是系統(tǒng)性風(fēng)險(xiǎn)，而不是總風(fēng)險(xiǎn)。這反應(yīng)了一項(xiàng)組合其內(nèi)在的超額收益，因?yàn)榉窍到y(tǒng)性風(fēng)險(xiǎn)是可以通過組合規(guī)避掉的，而系統(tǒng)性風(fēng)險(xiǎn)則更多的由市場、行業(yè)以及經(jīng)濟(jì)周期等不可控因素所決定。因此，特雷諾比率也被廣泛應(yīng)用于組合績效的評(píng)估。
簡森阿爾法描述的是一項(xiàng)組合的市場收益與CAPM計(jì)算出的理論收益之間的差額。在CAPM圖形上描述出來便是資本市場線上的點(diǎn)與實(shí)際的點(diǎn)之間的距離。簡森阿爾法直接反應(yīng)了一項(xiàng)組合的收益與其理論收益的偏差，因此投資者可以進(jìn)行無風(fēng)險(xiǎn)的套利交易，低買高賣，賺取超額收益。值得一提的是，用簡森阿爾法來描述兩個(gè)組合的風(fēng)險(xiǎn)收益時(shí)，要求兩個(gè)組合的系統(tǒng)性風(fēng)險(xiǎn)處于同一水平，即CAPM模型中的相同。特雷諾比率將系統(tǒng)性風(fēng)險(xiǎn)單位化，因此可以直接進(jìn)行比較，這是簡森阿爾法與特雷諾比率之間的區(qū)別。
信息比率也是實(shí)際工作中用到的比較多的領(lǐng)域，通常會(huì)和夏普比率搭配使用。信息比率的計(jì)算公式為：信息比率=超額收益/跟蹤誤差。
索提諾指標(biāo)的計(jì)算公式為：索提諾指標(biāo)=（組合收益-最小收益）/下半方差，其中下半方差只考慮風(fēng)險(xiǎn)的影響，因?yàn)閮r(jià)格上漲的風(fēng)險(xiǎn)可以不考慮，只考慮下跌的風(fēng)險(xiǎn)。
2.9 利用matlab動(dòng)態(tài)更新參數(shù)
上述建立的多因素模型的參數(shù)一般會(huì)隨著市場條件的變化而發(fā)生變化，例如金融危機(jī)期間，金融產(chǎn)品之間的相關(guān)性增強(qiáng)，可能會(huì)使得參數(shù)的估計(jì)不再準(zhǔn)確。因此，我們需要通過不斷的測算市場數(shù)據(jù)，來保證模型參數(shù)的合理性。在matlab中不斷更新改進(jìn)參數(shù)的步驟是不能省略的。
2.10 回溯測試
在完成了模型的構(gòu)建以后，我們通常會(huì)進(jìn)行一段時(shí)間的回溯測試期，目的是為了對(duì)模型的合理性進(jìn)行檢驗(yàn)。即采用從市場上觀察得到的數(shù)據(jù)，與模型估計(jì)出的數(shù)據(jù)進(jìn)行比較。這是回溯測試的主要思想。通常在一些交易平臺(tái)上我們可以進(jìn)行回溯測試。Matlab平臺(tái)上也為我們提供了相關(guān)的回測計(jì)算的功能，目的是盡可能地還原市場的真實(shí)情況，以檢測策略的準(zhǔn)確性。
2.11 模型評(píng)價(jià)
已上便是筆者構(gòu)建的投資策略的基本框架與內(nèi)容，按照上文指導(dǎo)的內(nèi)容進(jìn)行投資，可以在一定程度上獲取超額收益。量化的方法相比較傳統(tǒng)的基本面分析、技術(shù)分析，具有其自身的合理性。然而量化投資并不是時(shí)時(shí)刻刻百分百有效，但根據(jù)歷史經(jīng)驗(yàn)來看，量化投資的收益已經(jīng)遠(yuǎn)超其他投資方式。量化投資還具有更為高深的理論，例如結(jié)合了心理學(xué)、生物學(xué)與計(jì)算機(jī)科學(xué)的神經(jīng)網(wǎng)絡(luò)、遺傳算法等，使用機(jī)器代替人腦進(jìn)行投資決策，這樣可以減少人的主觀性，客觀的根據(jù)一些標(biāo)準(zhǔn)、指標(biāo)嚴(yán)格執(zhí)行投資策略。這里只是使用了量化投資領(lǐng)域中的冰山一角，即使用綜合模型評(píng)分方法來構(gòu)建投資組合的預(yù)期收益。
然而，該模型仍有其自身的局限性。例如，模型本身采用的是線性回歸的基本思想，即最高次冪為1次冪。然而在現(xiàn)實(shí)過程中，很多金融產(chǎn)品的收益曲線并不是一條嚴(yán)格的直線，而更多的是具有二階導(dǎo)的曲線。舉例如下圖所示：
上圖是包含了期權(quán)時(shí)間價(jià)值在內(nèi)的利潤圖，可以看到，在引進(jìn)期權(quán)的時(shí)間價(jià)值以后，其圖形不再是直線，而是帶有弧度。因此，我們通常采用的方法是利用泰勒級(jí)數(shù)進(jìn)行估計(jì)，引入二階導(dǎo)來進(jìn)一步估計(jì)金融產(chǎn)品的價(jià)格。例如在債券中一階導(dǎo)采用久期進(jìn)行計(jì)算，二階導(dǎo)采用凸性進(jìn)行調(diào)整。
篇6
流動(dòng)性陷阱最早由凱恩斯提出，所謂流動(dòng)性陷阱，是指當(dāng)一定時(shí)期內(nèi)利率水平降低到不能再低時(shí)，人們就會(huì)產(chǎn)生利率上升而債券價(jià)格下降的預(yù)期。貨幣需求彈性就會(huì)變得無限大，即無論增加多少貨幣都會(huì)被人們儲(chǔ)存起來，而不會(huì)被用于消費(fèi)和投資。由于政策利率是名義利率，其下限為零，中央銀行無法將政策利率下調(diào)至低于零的水平。而當(dāng)政策利率下調(diào)后所增加的貨幣供給量仍不足以改變貨幣需求時(shí)，政策利率就失去了對(duì)市場利率的影響作用，進(jìn)而失去對(duì)投資和消費(fèi)的調(diào)控功能，因此當(dāng)一個(gè)經(jīng)濟(jì)體陷入流動(dòng)性陷阱后，則以政策利率為主體的價(jià)格型的貨幣政策工具失效。
在2008年全球經(jīng)濟(jì)危機(jī)爆發(fā)前，很多國家的利率就長期維持在低水平。危機(jī)爆發(fā)后，各國央行的第一舉動(dòng)就是通過調(diào)低準(zhǔn)備金率和再貼現(xiàn)率調(diào)低市場利率。英格蘭銀行、美聯(lián)儲(chǔ)等都將利率調(diào)至趨于零的水平，但是經(jīng)濟(jì)仍沒有回暖的跡象。面對(duì)銀行倒閉，企業(yè)破產(chǎn)，投資萎縮，消費(fèi)減退的形勢，各國的利率卻早已降至不能再降的地步。可以說，此時(shí)，傳統(tǒng)的貨幣政策工具已對(duì)振興經(jīng)濟(jì)愛莫能助了。因此必須采用一種新的方式，通過數(shù)量型的貨幣政策來應(yīng)對(duì)新的難題，即量化寬松。
量化寬松所謂量化寬松，是指中央銀行在實(shí)行零利率或近似零利率政策后，通過購買中長期債券，增加基礎(chǔ)貨幣供給，向市場注入大量流動(dòng)性的干預(yù)方式。它的原理就是央行通過公開市場操作，向銀行體系注入超額資金，讓基準(zhǔn)利率維持在零，從而為經(jīng)濟(jì)體系創(chuàng)造新的流動(dòng)性，以鼓勵(lì)消費(fèi)和投資，最終促進(jìn)經(jīng)濟(jì)增長和就業(yè)。正如弗里德曼所稱，量化寬松實(shí)質(zhì)就是“央行派出直升機(jī)從空中撒下鈔票”。結(jié)合上述定義，量化寬松具有如下特點(diǎn)：①該措施實(shí)施的主體是中央銀行，即貨幣當(dāng)局。②實(shí)施的背景是利率為零或接近于零。③采取的方法是購買國債等中長期債券。④目的是增加基礎(chǔ)貨幣供給，提升市場流動(dòng)性。
（1）伯南克與量化寬松美國的貨幣政策的實(shí)施歷來與美聯(lián)儲(chǔ)主席的個(gè)人風(fēng)格有密切關(guān)系，伯南克用自己二十年的理論成果，重新審視當(dāng)下經(jīng)濟(jì)危機(jī)，力排眾議制定通貨膨脹指標(biāo)，處理資產(chǎn)泡沫，以激進(jìn)的方式進(jìn)行風(fēng)險(xiǎn)管理。他的主要理論觀點(diǎn)是：強(qiáng)大的金融市場和信貸市場和實(shí)體經(jīng)濟(jì)之間可互相促進(jìn)，實(shí)現(xiàn)經(jīng)濟(jì)繁榮。在理論的指導(dǎo)下，伯南克詳細(xì)列出了美聯(lián)儲(chǔ)應(yīng)對(duì)金融危機(jī)。
即量化寬松的步驟：①將聯(lián)邦基金利率降到零。②在很長一段時(shí)間內(nèi)始終把短期利率的控制在較低的水平，或者是承諾無限量地購買國債直至國債收益率下降為止。③同時(shí)使用寬松的貨幣政策和財(cái)政政策，例如在減稅的同時(shí)提高貨幣發(fā)行量，這樣就不會(huì)導(dǎo)致政府財(cái)政赤字的增加。
（2）對(duì)量化寬松貨幣政策的評(píng)價(jià)總體上，量化寬松貨幣政策的主要起到了以下幾個(gè)積極作用：一是向陷入資金困難的銀行提供充足的流動(dòng)性，救助瀕臨破產(chǎn)的金融機(jī)構(gòu)，防范系統(tǒng)性金融風(fēng)險(xiǎn)，維護(hù)金融穩(wěn)定，并支持金融體系，鼓勵(lì)銀行放貨。二是使利率、特別是長期利率保持在低位，有利于降低企業(yè)貸款成本，并促進(jìn)消費(fèi)，從而推動(dòng)經(jīng)濟(jì)復(fù)蘇；三是避免通貨緊縮預(yù)期，甚至通過產(chǎn)生通貨膨脹的預(yù)期，降低實(shí)際利率，從而避免經(jīng)濟(jì)進(jìn)一步緊縮。四是購買金融機(jī)構(gòu)和社會(huì)民眾的有價(jià)證券，直接向市場注入大量流動(dòng)性，有效化解市場流動(dòng)性不足的問題。
篇7
運(yùn)動(dòng)、旅游、購買健康的果蔬食品，這些也能和保險(xiǎn)產(chǎn)生關(guān)系？
沒錯(cuò)，現(xiàn)如今，這些行為也能和你的健康險(xiǎn)保單“掛鉤”了。
根據(jù)中國平安集團(tuán)旗下專業(yè)健康險(xiǎn)公司平安健康險(xiǎn)董事長兼CEO陸敏的介紹，今年5月份開始，平安健康險(xiǎn)在業(yè)內(nèi)首創(chuàng)的“健行天下（Vitality）”健康促進(jìn)計(jì)劃已經(jīng)在北京和上海兩地上市，后續(xù)將逐步拓展至全國，幫助更多國人改善健康。
此次“健行天下”健康促進(jìn)計(jì)劃的推出，旨在倡導(dǎo)健康、科學(xué)、文明的生活方式，通過提供易懂、易用的技能和適宜工具，以提高全民健康科學(xué)素養(yǎng)。
據(jù)介紹，“健行天下”健康計(jì)劃建立了食品，運(yùn)動(dòng)和旅行等領(lǐng)域的科學(xué)激勵(lì)體系，與許多國際知名公司建立合作關(guān)系，包括阿迪達(dá)斯、沃爾瑪、樂購和攜程網(wǎng)等公司，為會(huì)員（也就是保單持有人）提供一流品質(zhì)的健康獎(jiǎng)勵(lì)。
根據(jù)平安健康險(xiǎn)產(chǎn)品創(chuàng)業(yè)總監(jiān)盛安久（Andrew Scott）的具體介紹，平安“健行天下”計(jì)劃通過對(duì)保單持有人健康行為和健康飲食的干預(yù)，鼓勵(lì)保單持有人持續(xù)改善健康并享受獎(jiǎng)勵(lì)。通過該計(jì)劃簡單的3個(gè)步驟，保單持有人可以輕松和持續(xù)改善健康。
第一步，認(rèn)知自身的健康狀況。“健行天下”計(jì)劃為客戶提供了在線評(píng)估和醫(yī)院專業(yè)體檢等多種靈活方式，幫助客戶了解健康。
第二步，改善自身的健康狀況。通過運(yùn)動(dòng)干預(yù)和飲食優(yōu)選等持續(xù)改善健康，并獲取會(huì)員積分。客戶可通過計(jì)步器運(yùn)動(dòng)，或在一兆韋德專業(yè)健身機(jī)構(gòu)來改善健康。另外，客戶還可在合作商戶選購果蔬并獲取會(huì)員積分。
第三步，享受健康獎(jiǎng)勵(lì)。客戶為健康努力和付出越多，獲得的會(huì)員積分響應(yīng)也會(huì)越多，所能享受到的健康獎(jiǎng)勵(lì)就越大。根據(jù)會(huì)員累計(jì)積分的不同，“健行天下”會(huì)員分為5個(gè)等級(jí)，即藍(lán)牌，銅牌，銀牌，金牌和白金，各種不同的等級(jí)對(duì)應(yīng)不同的商戶折扣比例，可以直接為保單持有人節(jié)省經(jīng)濟(jì)成本。
可以說，通過保單持有人自身為健康進(jìn)行的持續(xù)不斷的努力，被保險(xiǎn)人的身體更健康了，保險(xiǎn)理賠率也會(huì)相應(yīng)降低，這對(duì)客戶和平安健康險(xiǎn)公司而言可謂“雙贏”。
據(jù)悉，2010年8月，平安健康險(xiǎn)與南非最大的健康保險(xiǎn)公司Discovery簽署合作協(xié)議，引進(jìn)戰(zhàn)略投資者。通過對(duì)南非Discovery公司業(yè)務(wù)系統(tǒng)和醫(yī)療風(fēng)險(xiǎn)管理工具等知識(shí)產(chǎn)權(quán)的引進(jìn)，平安健康險(xiǎn)已逐步建立專業(yè)醫(yī)療風(fēng)險(xiǎn)管理平臺(tái)和產(chǎn)品及服務(wù)創(chuàng)新基礎(chǔ)，同時(shí)憑借專業(yè)和人才優(yōu)勢，利用現(xiàn)代技術(shù)，致力于探索健康保險(xiǎn)與健康服務(wù)模式，幫助客戶有效管理健康風(fēng)險(xiǎn)，增進(jìn)國人健康，保障個(gè)人和家庭生活以及企業(yè)員工的福利。
信泰“恒星”投連險(xiǎn)：“量化投資”是王牌
信泰人壽則于近期開發(fā)了 “信泰恒星終身壽險(xiǎn)（投資連結(jié)型）”產(chǎn)品。該投連險(xiǎn)主要面向高收入人群，兼具投資理財(cái)與保險(xiǎn)保障功能，最低認(rèn)購門檻1000萬元。它以量化投資為主要投資手段，是國內(nèi)首款高端量化投連險(xiǎn)。
近年來，量化投資作為一種創(chuàng)新的投資管理模式，已經(jīng)越來越受到投資界重視。量化投資的優(yōu)勢在于使用現(xiàn)代的數(shù)理統(tǒng)計(jì)作為工具，投資注重紀(jì)律性、科學(xué)性和廣度，這就對(duì)投資團(tuán)隊(duì)的專業(yè)性提出了更高的要求。
作為一家新興的全國性壽險(xiǎn)公司，信泰人壽也一直在通過引進(jìn)人才、完善體系、規(guī)范流程和制度、建立具有差異化的核心投研策略、強(qiáng)化風(fēng)險(xiǎn)管理等一系列舉措，打造自己的量化投資管理團(tuán)隊(duì)。信泰人壽的資產(chǎn)管理團(tuán)隊(duì)目前在首席投資官王連平博士（原國內(nèi)某大型資產(chǎn)管理公司量化投資團(tuán)隊(duì)負(fù)責(zé)人）的帶領(lǐng)下，量化投資和量化研究的范圍目前已涵蓋宏觀、中觀（行業(yè)、板塊）、微觀（公司）和市場四個(gè)層面，已不再直接采用海外成型的量化模型，而是結(jié)合中國資本市場實(shí)際特點(diǎn)，獨(dú)立研究開發(fā)出對(duì)應(yīng)的量化投研體系，建立了一系列可操作性強(qiáng)、實(shí)戰(zhàn)效果優(yōu)良、在業(yè)內(nèi)具差異化領(lǐng)先的投資模型和指標(biāo)。
據(jù)介紹，如果把傳統(tǒng)的“定性投資”比作中醫(yī)，那“量化投資”則可以看作是西醫(yī)。中醫(yī)是望、聞、問、切，最后判斷出的結(jié)果，很大程度上基于中醫(yī)的經(jīng)驗(yàn)，定性程度上大一些；西醫(yī)就不同了，先要病人去拍片子、化驗(yàn)等，依托于精密的醫(yī)學(xué)儀器拿到精確的數(shù)據(jù)指標(biāo)，最后據(jù)此得出結(jié)論，對(duì)癥下藥。兩種方法各有千秋，其中“定性投資”代表人物沃倫·巴菲特，其過去20年投資收益率平均每年20%；而“定量投資”代表人物詹姆斯·西蒙斯，過去20年投資收益率達(dá)到平均每年35%。
新華“祥瑞一生”：回歸保險(xiǎn)本原
新華人壽保險(xiǎn)日前推出其最新研發(fā)的核心保障型壽險(xiǎn)產(chǎn)品“祥瑞一生終身保障計(jì)劃”。祥瑞一生終身保障計(jì)劃由保額分紅型終身壽險(xiǎn)與提前給付重大疾病附加險(xiǎn)組合而成，可提供身故、意外、健康、養(yǎng)老等多重保障，從根本上為客戶搭建涵蓋一生的風(fēng)險(xiǎn)防范體系。
新華保險(xiǎn)總裁何志光向記者介紹說：“這是在新的行業(yè)監(jiān)管導(dǎo)向和公司發(fā)展戰(zhàn)略下推出的一款戰(zhàn)略性產(chǎn)品，標(biāo)志新華保險(xiǎn)產(chǎn)品結(jié)構(gòu)轉(zhuǎn)型的開始。”
該產(chǎn)品主附險(xiǎn)結(jié)合的設(shè)計(jì)模式，不僅可提供多層次保障，而且令費(fèi)用更經(jīng)濟(jì)實(shí)惠，“低費(fèi)高保”，可謂功能強(qiáng)，價(jià)值大。其具體功能與優(yōu)勢體現(xiàn)如下：首先，該計(jì)劃為客戶提供終身生命保障，轉(zhuǎn)嫁未知風(fēng)險(xiǎn)，體現(xiàn)生命價(jià)值；其次，對(duì)重大疾病給予救治資金支持。重疾保障范圍達(dá)35種（類），并設(shè)有癌癥特別關(guān)愛金，對(duì)治療費(fèi)用高昂的惡性腫瘤加強(qiáng)保障；第三，特別增設(shè)了“養(yǎng)老年金轉(zhuǎn)換”功能，客戶可選擇將保單適時(shí)轉(zhuǎn)換為養(yǎng)老年金，增加保單的可見利益，靈活實(shí)現(xiàn)養(yǎng)老規(guī)劃；第四，“祥瑞一生”采用新華保險(xiǎn)經(jīng)典的保額分紅方式，通過復(fù)利的長期積累，使保障額度不斷增長，體現(xiàn)出資金的時(shí)間價(jià)值。此外，該產(chǎn)品還能幫助客戶作為遺產(chǎn)規(guī)劃的一部分，有效傳承財(cái)富。
行業(yè)動(dòng)態(tài)：
篇8
在傳統(tǒng)的證券投資學(xué)中，投資組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論和期權(quán)定價(jià)理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想，后兩者則主要依靠市場的無套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類，而量化投資則是“利用計(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)現(xiàn)投資理念、實(shí)現(xiàn)投資策略的過程”。從概念看，量化投資既不是基本面分析，也不是技術(shù)分析，但它可以采用基本面分析，也可以采用技術(shù)分析，關(guān)鍵在于依靠模型來實(shí)現(xiàn)投資理念與投資策略。為了分析量化投資對(duì)證券投資學(xué)的啟示，本文從量化投資“黑箱”的各個(gè)構(gòu)成來探討量化投資與證券投資學(xué)中思路和觀點(diǎn)的差異。
（一）資產(chǎn)定價(jià)與收益的預(yù)測
根據(jù)組合優(yōu)化理論，投資者將持有無風(fēng)險(xiǎn)組合與市場風(fēng)險(xiǎn)資產(chǎn)組合，獲得無風(fēng)險(xiǎn)利率與市場風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)模型則將此應(yīng)用到單一證券或組合，認(rèn)為證券的風(fēng)險(xiǎn)溢價(jià)等于無風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià)，超過的部分就是超額收益，即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)。基于因素模型的套利定價(jià)理論則從共同風(fēng)險(xiǎn)因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價(jià)模型為這一類量化投資提供了統(tǒng)一的參考。可以說，在因素定價(jià)方面，量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對(duì)于因素定價(jià)中因素的選擇，證券投資學(xué)認(rèn)為，對(duì)資產(chǎn)價(jià)格的影響，長期應(yīng)主要關(guān)注基本面因素，而短期應(yīng)主要關(guān)注市場的交易行為，即采用技術(shù)分析。在量化投資中，主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資，這在一定程度上與技術(shù)分析類似。但是，在技術(shù)分析中，不同的人會(huì)有不同的結(jié)論，而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化，不會(huì)因人的差異而有較大的不同。另外，量化交易更強(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測。
（二）無套利條件與交易成本
在證券投資學(xué)里，流動(dòng)性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)為市場中存在大量可交易的證券，投資者可以自由買賣證券。這主要是為了保證各種交易都能實(shí)現(xiàn)，如套利交易。根據(jù)套利定價(jià)理論，一旦市場出現(xiàn)無風(fēng)險(xiǎn)的套利機(jī)會(huì)，理性投資者會(huì)立即進(jìn)行套利交易，當(dāng)市場均衡時(shí)就不存在套利機(jī)會(huì)。現(xiàn)實(shí)市場中往往存在套利限制。一是因?yàn)閯P恩斯說的“市場的非理性維持的時(shí)間可能會(huì)長到你失去償付能力”。二是因?yàn)槭袌隹偸谴嬖诮灰踪M(fèi)用等成本。但證券投資學(xué)中，對(duì)市場中套利限制與非流動(dòng)性的關(guān)注較少，這是因?yàn)閭鹘y(tǒng)金融理論中簡化了市場結(jié)構(gòu)。市場微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下，金融資產(chǎn)交易的過程及其結(jié)果，旨在揭示金融資產(chǎn)交易價(jià)格形成的過程及其原因。在市場微觀結(jié)構(gòu)理論中，不同的市場微觀結(jié)構(gòu)對(duì)市場流動(dòng)性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來的價(jià)格沖擊，能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動(dòng)性，因?yàn)榻灰讜r(shí)非流動(dòng)性直接影響投資策略的實(shí)施。從這個(gè)意義上講，量化投資時(shí)的交易成本不僅包括交易費(fèi)用，更主要的是要考慮市場交易沖擊的流動(dòng)性成本。
（三）風(fēng)險(xiǎn)控制與市場情緒
在證券市場中，高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí)，不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中，系統(tǒng)性風(fēng)險(xiǎn)主要源于宏觀經(jīng)濟(jì)因素，非系統(tǒng)性因素則主要源于行業(yè)、公司因素，并且不考慮市場交易行為的影響。在量化投資中，較多地使用因素定價(jià)模型，不僅會(huì)考慮市場經(jīng)濟(jì)因素，而且會(huì)考慮交易行為等因素，只是不同的模型有不同的側(cè)重點(diǎn)，在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風(fēng)險(xiǎn)外，量化投資還有自身不可忽視的風(fēng)險(xiǎn)源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風(fēng)險(xiǎn)。另一方面，市場沖擊的流動(dòng)性成本也是量化投資的風(fēng)險(xiǎn)控制因素，理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)出來。另外，在一般的投資過程中，市場情緒或多或少會(huì)成為風(fēng)險(xiǎn)控制的一個(gè)對(duì)象。然而，在量化投資中，更多的交易都是通過計(jì)算機(jī)來實(shí)現(xiàn)的，如程序交易等，這樣以來，投資者情緒等因素對(duì)投資決策的影響相對(duì)較小。所以，在量化投資的風(fēng)險(xiǎn)控制模型中較少地考慮市場情緒以及投資者自身的情緒，主要是通過承擔(dān)適度的風(fēng)險(xiǎn)來獲得超額回報(bào)，因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
（四）執(zhí)行高頻交易與算法交易
在對(duì)未來收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下，實(shí)現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo)，量化投資不斷追求更快的速度來執(zhí)行投資策略，這就推動(dòng)了采用高速計(jì)算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里，技術(shù)分析認(rèn)為股價(jià)趨勢有長期、中期和短期趨勢，其中，長期和中期趨勢有參考作用，短期趨勢的意義不大。然而，隨著計(jì)算機(jī)信息科技的創(chuàng)新，量化投資策略之間的競爭越來越大，誰能運(yùn)作更快的量化模型，誰就能最先找到并利用市場錯(cuò)誤定價(jià)的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計(jì)算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析，快速做出交易決策，并且隔夜持倉。高頻交易的基本特點(diǎn)有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開平倉和算法交易。高頻交易有4類流行的策略：自動(dòng)提供流動(dòng)性、市場微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法：產(chǎn)生高頻交易信號(hào)的算法和優(yōu)化交易執(zhí)行過程的算法。為了優(yōu)化交易執(zhí)行，目前“算法交易”比較流行。算法交易優(yōu)化買賣指令的執(zhí)行方式，決定在給定市場環(huán)境下如何處理交易指令：是主動(dòng)的執(zhí)行還是被動(dòng)的執(zhí)行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問題。
三、對(duì)量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道，量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異，因此，在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
（一）市場微觀結(jié)構(gòu)與流動(dòng)性沖擊
在理性預(yù)期和市場有效假說下，市場價(jià)格會(huì)在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的，然而，現(xiàn)實(shí)的世界里，價(jià)格調(diào)整需要一個(gè)過程。在不同的頻率下，這種價(jià)格形成過程的作用是不同的。在長期的投資中，短期的價(jià)格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價(jià)格調(diào)整過程影響很大。市場微觀結(jié)構(gòu)就是研究這種價(jià)格形成過程。市場微觀結(jié)構(gòu)理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對(duì)訂單流的影響，解釋沒有消息公布時(shí)價(jià)格短暫波動(dòng)的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過程，認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動(dòng)的原因。無論是關(guān)注委托訂單的存貨模型還是關(guān)注市場參與者信息類型的信息模型，這些市場微觀結(jié)構(gòu)的研究加強(qiáng)了流動(dòng)性與資產(chǎn)價(jià)格之間的聯(lián)系，強(qiáng)調(diào)流動(dòng)性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒有市場微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強(qiáng)證券投資學(xué)的實(shí)用性，應(yīng)關(guān)注市場微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
（二）業(yè)績評(píng)價(jià)與高杠桿
對(duì)于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風(fēng)險(xiǎn)與業(yè)績。在組合業(yè)績評(píng)價(jià)中，一方面要考慮風(fēng)險(xiǎn)的衡量，另一方面則要分析業(yè)績的來源。在證券投資學(xué)中，組合業(yè)績來自于市場表現(xiàn)以及管理者的配置與選股能力。對(duì)于量化投資而言，市場時(shí)機(jī)和管理者的能力依然重要，然而，量化投資的業(yè)績評(píng)價(jià)還應(yīng)考慮另一個(gè)因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，在市場好的時(shí)候擴(kuò)大收益，但在市場不好的時(shí)候會(huì)加速虧損，這些與傳統(tǒng)的業(yè)績評(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績評(píng)價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)調(diào)整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻(xiàn)，而且有可能夸大了投資者的技能水平。
（三）人為因素與模型風(fēng)險(xiǎn)
在量化投資中，非常注重計(jì)算機(jī)對(duì)數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴于投資者的經(jīng)驗(yàn)，一部分依賴于投資者對(duì)市場的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對(duì)于市場拐點(diǎn)以及趨勢反轉(zhuǎn)的判斷主要還是依賴投資者的經(jīng)驗(yàn)。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實(shí)施依賴于人的設(shè)定，而人的設(shè)定不僅依賴于經(jīng)驗(yàn)，而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò)，一方面是因?yàn)槿藗儗?duì)市場的認(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會(huì)比較小，但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會(huì)超出了人們原先的認(rèn)識(shí)，即市場還會(huì)出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴數(shù)學(xué)和統(tǒng)計(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場環(huán)境。近年來，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
篇9
Alpha策略最初的理論基礎(chǔ)是套期保值，是由美國經(jīng)濟(jì)學(xué)家H.working提出的，隨后股指期貨的面市，量化研究便激發(fā)了人們濃厚的興趣。傳統(tǒng)的資產(chǎn)管理者理念的哲學(xué)基礎(chǔ)大部分為追求收益風(fēng)險(xiǎn)平衡，然而平均市場收益與超額收益又很難達(dá)到絕對(duì)的均衡，因此將超額收益也即Alpha分離出來，建立起基于Alpha策略的量化投資，有助于指導(dǎo)投資實(shí)踐。
1 Alpha策略在量化投資中的應(yīng)用意義
量化投資指的是以現(xiàn)代計(jì)算機(jī)技術(shù)為依托，通過建立科學(xué)的數(shù)學(xué)模型，在充分掌握投資環(huán)境的基礎(chǔ)上踐行投資策略，達(dá)到預(yù)期的投資效果。采用量化投資方式的優(yōu)點(diǎn)包括其具有相當(dāng)嚴(yán)格的紀(jì)律性、系統(tǒng)性，并且對(duì)投資分析更加準(zhǔn)確與及時(shí)，同時(shí)還具有分散化的特點(diǎn)，這使得策略的實(shí)施過程更加的機(jī)動(dòng)靈活。量化投資過程使用的具體策略通常有量化選股、量化擇時(shí)、統(tǒng)計(jì)套利、高頻交易等，每一種策略在應(yīng)用過程各有千秋，而Alpha策略屬于量化選股的范疇。傳統(tǒng)的定性投資也是投資人基于一種投資理念或者投資策略來完成整個(gè)投資活動(dòng)的，最終的目的是要獲得市場的占有率，并從中取得豐厚的利潤。從這個(gè)角度來衡量，量化投資與傳統(tǒng)投資的本質(zhì)并無多大差別。唯一不同的是量化投資對(duì)信息處理方式上和傳統(tǒng)定性投資有著很大的差異性，它是基于現(xiàn)代信息技術(shù)、統(tǒng)計(jì)學(xué)和現(xiàn)代金融工程理論的基礎(chǔ)上完成對(duì)各類數(shù)據(jù)信息的高效處理，在對(duì)信息處理的速度、廣度上是傳統(tǒng)定性投資無法比擬的。在對(duì)投資風(fēng)險(xiǎn)的控制方面也具有很大的優(yōu)勢，是國際投資界興起的新型投資理念和應(yīng)用方法，也在日益成為機(jī)構(gòu)投資者和個(gè)人投資者共同選用的有效投資方案。現(xiàn)階段量化投資的技術(shù)支撐和理論建設(shè)的基礎(chǔ)包括人工智能技術(shù)、數(shù)據(jù)挖掘、支持向量機(jī)、分形理論等，這些現(xiàn)代信息處理與數(shù)據(jù)統(tǒng)計(jì)方式為量化投資的可操作性提供了堅(jiān)實(shí)的基礎(chǔ)。
Alpha策略在量化投資中的使用優(yōu)點(diǎn)主要是對(duì)投資指數(shù)所具有的價(jià)值分析與評(píng)定。它不是依賴于對(duì)大盤的走向變化或者不同股票組合策略趨勢的分析，對(duì)投資價(jià)值的科學(xué)分析與合理評(píng)估更能吸引投資者的目光。Alpha策略重視對(duì)沖系統(tǒng)風(fēng)險(xiǎn)所獲得的絕對(duì)收益，在股票投資市場上是一種中性的投資方式，具體的程序有選擇資產(chǎn)、對(duì)資產(chǎn)的優(yōu)化組合、建立具體組合方式、定期進(jìn)行調(diào)整。為了促進(jìn)該策略在投資市場中獲得良好的收益，就必須先要重視優(yōu)秀的選股策略，其次是重視期貨對(duì)沖平均市場收益的時(shí)候所產(chǎn)生的風(fēng)險(xiǎn)控制問題。對(duì)沖系統(tǒng)風(fēng)險(xiǎn)時(shí)，若是能夠及時(shí)地對(duì)投資組合與相關(guān)的股指期貨的平均市場收益指進(jìn)行精準(zhǔn)地判定和預(yù)測，那么將會(huì)對(duì)整個(gè)投資行為產(chǎn)生積極的影響。
2 基于Alpha策略的量化投資具體策略和實(shí)踐方法
通常情況下，Alpha策略所獲得的實(shí)際收益并不是一成不變的，這與該策略本身的特定有關(guān)，具體表現(xiàn)在周期性與時(shí)變性上。
Alpha策略的時(shí)變性主要是指當(dāng)時(shí)間產(chǎn)生變化時(shí)，超額收益也會(huì)隨之而改變。需要清除的是Alpha反映的就是上市公司超越市場的預(yù)期收益，因此屬于公司資產(chǎn)未來估值預(yù)期的范疇，所以上市公司自身所處的發(fā)展階段和發(fā)展環(huán)境不同，那么就會(huì)給Alpha帶來影響。由于時(shí)變性的特點(diǎn)，這就給策略的具體估計(jì)模型的設(shè)立帶來了更多不可確定的因素，為此，參照對(duì)Alpha滿足不同動(dòng)態(tài)假設(shè)的理論基礎(chǔ)，建立起一個(gè)可以獲得不同種類估算的模型，同時(shí)假定在同一個(gè)時(shí)間范圍內(nèi)，超額收益和市場平均收益都保持恒定不變，這就極大地簡化了計(jì)算的過程與步驟。也就是說在該段時(shí)間內(nèi)，市場上股票投資組合基本面不會(huì)有太大的變化與波動(dòng)，這就與實(shí)際的投資狀況基本達(dá)成一致。對(duì)于投資策略的調(diào)整則要根據(jù)上市公司重大事項(xiàng)發(fā)生情況而定，那么估算的時(shí)間單位周期可以采用每日或者每周估算，對(duì)每一個(gè)季度的歷史數(shù)據(jù)進(jìn)行調(diào)整也可以作為一種調(diào)整方式，反映公司季度行情。對(duì)于具體證券而言，采用季度或者每周的調(diào)整頻率則不是最為理想的，還要針對(duì)公司情況與市場行情綜合調(diào)整。
Alpha的周期性特點(diǎn)在交替出現(xiàn)的正負(fù)號(hào)上最為突出，導(dǎo)致這一情況產(chǎn)生的原因主要是行業(yè)的周期性特征與套利效應(yīng)共同造成的。具體而言，首先不同類型的證券分別屬于不同的行業(yè)所有，當(dāng)行業(yè)處于景氣周期循環(huán)狀態(tài)下會(huì)影響Alpha的符號(hào)與大小，同時(shí)景氣程度的深與淺也會(huì)對(duì)此產(chǎn)生影響。其次一個(gè)股票組合產(chǎn)生非常大的超額收益情況下，市場中的其他機(jī)構(gòu)投資者或者個(gè)人投資者就會(huì)不斷地參與到該組合的投資中來，最后會(huì)導(dǎo)致Alpha逐漸接近于零。因此在建立不同策略的組合方面，要針對(duì)每一個(gè)季度的具體情況和波動(dòng)率，進(jìn)行綜合性地評(píng)價(jià)與分析，并及時(shí)地做出必要的調(diào)整，以便最大限度地獲得市場收益。
量化投資中的Alpha策略并不是一種單一類型的策略，不同的策略都在尋求獲得超額收益的市場機(jī)會(huì)和可能性。現(xiàn)階段市場上采用的Alpha策略主要有多因子選股策略、動(dòng)量策略或者反轉(zhuǎn)策略、波動(dòng)性策略、行業(yè)輪動(dòng)策略、行為偏差策略等，每一種策略在具體實(shí)施過程中都有其特征性，并且可以相互結(jié)合使用，發(fā)揮出綜合預(yù)測和評(píng)價(jià)的作用。
多因子選股策略是必要和常用的選股方式，最大的優(yōu)勢是可以將不同種類和模塊的信息進(jìn)行高效化綜合分析與評(píng)價(jià)后，確定一個(gè)選股最佳方案，從而對(duì)投資行為進(jìn)行指導(dǎo)。該種選股策略的模型在建立方面比較容易，是量化投資中的常用方式。同時(shí)多因子模型對(duì)反映市場動(dòng)向方面而言具有一定的穩(wěn)定和可靠性，這是因?yàn)樗x取的衡量因子中，總有一些可以把握住市場發(fā)展行情的特征，從而體現(xiàn)其本來就有的參考價(jià)值。所以在量化投資過程中，很多投資者都使用多因子模型對(duì)其投資行為進(jìn)行評(píng)估，無論是機(jī)構(gòu)投資者或者是個(gè)人投資者，都能夠從中受益。多因子選股策略模型的建立重點(diǎn)在于對(duì)因子的剔除和選擇上，并要合理判斷如何發(fā)揮每一個(gè)因子的作用，做出綜合性的評(píng)定。
動(dòng)量策略的投資方式主要是根據(jù)價(jià)格動(dòng)量、收益動(dòng)量的預(yù)期與評(píng)定，對(duì)股票的投資進(jìn)行相應(yīng)的調(diào)整，尤其是針對(duì)本身具有價(jià)格動(dòng)量的股票，或者分析師對(duì)股票的收益已經(jīng)給予一定評(píng)級(jí)的股票，動(dòng)量策略的應(yīng)用效果會(huì)比較理想。在股票的持有期限內(nèi)，某一只股票在或者股票投資的組合在上一段時(shí)間內(nèi)的表現(xiàn)均佳，那么則可以判斷在下一段時(shí)間內(nèi)也會(huì)具有同樣的理想表現(xiàn)，這就是動(dòng)量效應(yīng)的評(píng)價(jià)依據(jù)，從而對(duì)投資者的行為起到一定的影響作用。反轉(zhuǎn)策略和動(dòng)量策略恰好相反，是指某一只股票或者股票投資組合在上一段時(shí)間內(nèi)表現(xiàn)很不理想，然而在下一個(gè)時(shí)期反而會(huì)有突出的表現(xiàn)，這也給投資者帶來了一線希望，并對(duì)影響到下一步的投資策略的制定。
波動(dòng)性策略也是Alpha策略的一種方式，主要是利用對(duì)市場中的各股運(yùn)動(dòng)和發(fā)展?fàn)顟B(tài)的細(xì)致觀察與理智分析后，列出一些具有相當(dāng)大的波動(dòng)性的股票，同時(shí)這些股票的收益相關(guān)性也比較低，對(duì)此加以動(dòng)態(tài)化的調(diào)整和規(guī)劃，從而逐漸獲得超額收益的過程。在一些多因子選股策略中也有機(jī)構(gòu)投資者或者個(gè)人投資者將股票具有的波動(dòng)性作為考察與評(píng)價(jià)因子之一，波動(dòng)性策略經(jīng)常和其他策略相結(jié)合來評(píng)價(jià)，這說明股票投資市場本身就具有一定的波動(dòng)性，因此在投資過程中要慎重對(duì)待。
篇10
資金流是一種反映股票供求關(guān)系的指標(biāo)，是指證券價(jià)格在約定的時(shí)間段中處于上升狀態(tài)時(shí)產(chǎn)生的成交額是推動(dòng)指數(shù)上漲的力量，這部分成交額被定義為資金流入；證券價(jià)格在約定的時(shí)間段中下跌時(shí)的成交額是推動(dòng)指數(shù)下跌的力量，這部分成交額被定義為資金流出；若證券價(jià)格在約定的時(shí)間段前后沒有發(fā)生變化，則這段時(shí)間中的成交額不計(jì)入資金流量。當(dāng)天資金流入和資金流出的差額可以認(rèn)為是該證券當(dāng)天買賣兩種力量相抵之后，推動(dòng)價(jià)格變化的凈作用量，被定義為當(dāng)天資金凈流量。
有效市場假說的概念是說證券價(jià)格已經(jīng)能夠完全反映所有可獲得的信息，即在有效的證券市場中，不論選擇何種證券，投資者只能獲得與證券風(fēng)險(xiǎn)相當(dāng)?shù)恼Ｊ找妗Ｈ欢昝赖挠行袌龃嬖诘目赡苄允呛苄〉模瑯訉?duì)于中國證券市場而言，市場并不十分有效，并且股價(jià)在短期內(nèi)可能受到某些消息的影響，或者某些市場內(nèi)在因素的改變從而產(chǎn)生劇烈波動(dòng)帶來的差價(jià)投資機(jī)會(huì)，因而在市場中經(jīng)常存在交易性機(jī)會(huì)，從而在量化投資選股方面也有很多種選股策略，根據(jù)資金流選股便是其中一種。
資金流策略是指根據(jù)資金流這一指標(biāo)進(jìn)行選股的一種量化投資策略。該模型使用資金流向主要通過衡量當(dāng)前市場上的股指或股票的資金流入或者流出的狀態(tài)，從而進(jìn)一步去衡量未來股票的漲跌情況：如果是資金流入的股票，則股價(jià)在未來一段時(shí)間可能會(huì)上漲；如果是資金流出的股票，則股價(jià)在未來一段時(shí)間可能會(huì)下跌。這樣就可以根據(jù)資金流向來構(gòu)建相應(yīng)的投資策略。
二、資金流策略具體操作及結(jié)果分析
（一）資金流策略指標(biāo)含義及操作步驟
對(duì)于資金流向的判斷，根據(jù)買賣雙方的力量對(duì)比來衡量。資金流分為流入流出兩個(gè)方向，如果當(dāng)前的成交價(jià)格在買方，則認(rèn)為是賣方出賣股票的意愿較強(qiáng)，資金流出；如果當(dāng)前的成交價(jià)格是在賣方，則認(rèn)為是買方買股票的意愿較強(qiáng)，資金流入。對(duì)于資金流的測算，采取日數(shù)據(jù)計(jì)算，即當(dāng)日價(jià)格上漲全部計(jì)算為流入，若當(dāng)日價(jià)格下跌則計(jì)算為流出。本文采用的選股指標(biāo)包括：1. 資金流信息含量IC（資金流中有效信息含量），將資金流向標(biāo)準(zhǔn)化，用當(dāng)天的資金流凈額除以當(dāng)天的股票成交量，即資金流凈額/交易額。2. 資金流強(qiáng)度MFP，資金流凈額/流通市值，即標(biāo)準(zhǔn)化資金流的強(qiáng)度。3. 資金流杠桿倍數(shù)MFL，流通市值/資金流凈額，即衡量資金流的撬動(dòng)效應(yīng)。
操作步驟：選股策略基于滬深300指數(shù)成分股，并將股票按照各指標(biāo)進(jìn)行排序，去除數(shù)據(jù)計(jì)算無效的股票；研究的時(shí)間從2014年10月1日到2016年8月31日，共6期；組合調(diào)整的日期為4月30日（一季報(bào)披露完成）、8月31日（二季報(bào)披露完成）、10月31日（三季報(bào)披露完成）；剔除在組合調(diào)整日前后長期停牌的股票；組合構(gòu)建時(shí)為等權(quán)重；組合構(gòu)建時(shí)股票的買入賣出價(jià)格為組合調(diào)整日收盤價(jià)，若調(diào)整日為非交易日，則向前順延；在持有期內(nèi)，若某只成分股被調(diào)出滬深300指數(shù)，不對(duì)組合進(jìn)行調(diào)整；將各成分股的季收益率與其相應(yīng)指標(biāo)進(jìn)行合并，去除無效數(shù)據(jù)；將已合并好的滬深300成分股按照指標(biāo)按照從高低的順序排列；分為6組：排名前10的成分股、排名前20的成分股、排名前50的成分股、排名在50～100的成分股、排名在100～200的成分股、排名在200以后的成分股；計(jì)算出各組平均季收益率，將各組平均的季收益率與同期滬深300指數(shù)的收益率作對(duì)比，考察跑贏概率。在2014年10月1日至2016年8月31日共進(jìn)行了12期組合的調(diào)整，不計(jì)交易成本。
（二）資金流信息含量假說及檢驗(yàn)
1. 資金流信息含量假說
信息無效――回歸擬合優(yōu)度很差
信息泄露――回歸擬合優(yōu)度很好，資金流系數(shù)為正
信息反應(yīng)過度――回歸擬合優(yōu)度很好，資金流系數(shù)為負(fù)
R■=MFPt，iβ1，j+MFLt，iβ2，j+R■β3，j+αi
其中，R■表示第t期股票i的超額收益率；R■表示第t+1期股票i的超額收益率；β表示各公示因子的回歸系數(shù)；MFPt，i表示第t期股票i的標(biāo)準(zhǔn)化資金流；MFLt，i表示資金流杠桿倍數(shù)。
2. 對(duì)資金流信息含量假說的檢驗(yàn)
本文以浦發(fā)銀行（600000）為例，設(shè)第t期為2016年3月10日到20日，則第t+1期為2016年3月20日到30日，對(duì)于非交易日順延并剔除無效數(shù)據(jù)信息；首先計(jì)算出第t期的資金流強(qiáng)度MFP和資金流杠桿倍數(shù)MFL；然后計(jì)算出第t期和第t+1期浦發(fā)銀行的超額收益率；最后用Eviews進(jìn)行多元回歸分析檢驗(yàn)。檢驗(yàn)結(jié)果如表1所示。
由表1可知，線性回歸系數(shù)為0.965963，擬合系數(shù)為0.933085，接近于1，說明擬合程度很好，第t期的股票超額收益率、資金流強(qiáng)度和資金流杠桿倍數(shù)這三個(gè)自變量對(duì)于第t+1期的股票超額收益率的解釋程度很高。
由表2可知，F(xiàn)值為6.97219，F(xiàn)>F0.01（5.64），即方程極其顯著，各自變量對(duì)因變量有很顯著的影響，方差值很小，比較穩(wěn)定。
由表3可知，資金流信息含量IC的回歸系數(shù)為-1.05399，與t+1期超額收益率呈負(fù)相關(guān)，資金流強(qiáng)度MFP的回歸系數(shù)為257.5974，與t+1期超額收益率呈正相關(guān)，資金流杠桿倍數(shù)MFL為-4.6E-07，與t+1期超額收益率呈負(fù)相關(guān)。從而回歸方程為：
R■=257.5974MFPt，i-（4.6E-07）MFLt，i β2，j-2.05606+R■+αi
綜上所述，當(dāng)期的超額收益率、資金流強(qiáng)度、資金流杠桿倍數(shù)這三個(gè)指標(biāo)對(duì)于下一期的股票有著很好的預(yù)測效果。
3. 根據(jù)資金流信息含量IC選股策略結(jié)果
由表4可知，整體上看，資金流信息含量較低的組合表現(xiàn)較好，其中資金流信息含量排名200之后的成分股構(gòu)成的組合表現(xiàn)較好，記為組合IC（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合IC（200）年化收益率為8.97%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合IC（200）有5期跑贏了滬深300 指數(shù)，跑贏概率為83.33%。
（三）資金流強(qiáng)度MFP
1. 根據(jù)資金流強(qiáng)度MFP選股策略結(jié)果
2. 根據(jù)資金流強(qiáng)度MFP選股策略結(jié)論
由表5可知，整體上看，資金流強(qiáng)度較低的組合表現(xiàn)較好，其中資金流強(qiáng)度排名200之后的成分股構(gòu)成的組合表現(xiàn)較好，記為組合MFP（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFP（200）年化收益率為10.62%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合MFP（200）有5期跑贏了滬深300 指數(shù)，跑贏概率為83.33%。
（四）資金流杠桿倍數(shù)
1. 根據(jù)資金流強(qiáng)度MFL選股策略結(jié)果
2. 根據(jù)資金流強(qiáng)度MFL選股策略結(jié)論
由表6可知，整體上看，資金流杠桿倍數(shù)較低的組合表現(xiàn)較好，其中資金流強(qiáng)度排名100～200的成分股構(gòu)成的組合表現(xiàn)較好，記為組合MFL（100，200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFL（100，200）年化收益率為-2.93%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合MFL（100，200）有4期跑贏了滬深300 指數(shù)，跑贏概率為66.67%。
三、各策略比較分析
將根據(jù)不同指標(biāo)所選股的結(jié)果放到一起進(jìn)行比較，時(shí)間是從2014年10月1日到2016年8月31日，由進(jìn)一步的比較分析可知，按照低資金流強(qiáng)度選股的策略表現(xiàn)最好，年化收益率達(dá)10.62%，在6期的分析中有5期的收益率超過大盤，跑贏概率為83.33%。
四、資金流策略的有效性分析
正因?yàn)橹袊腁股市場不是特別有效的市場，量化投資策略正好可以發(fā)揮其紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性、分散化的優(yōu)點(diǎn)而不惑國內(nèi)市場的各種投資機(jī)會(huì)。相比定性分析，現(xiàn)階段A股市場的特點(diǎn)更適合采用客觀、公正而理性的量化投資風(fēng)格。股票市場復(fù)雜度和有效性的增加已對(duì)傳統(tǒng)定性投資基金經(jīng)理的單兵作戰(zhàn)能力提出了挑戰(zhàn)。相對(duì)于海外成熟市場，A股市場的發(fā)展歷史較短，有效性偏弱，市場上被錯(cuò)誤定價(jià)的股票相對(duì)較多，留給量化投資策略去發(fā)掘市場的無效性、尋找超額收益的潛力和空間也就更大。事實(shí)上，盡管在國內(nèi)發(fā)展歷程較短，從國內(nèi)已有的采用了量化投資方法并且已經(jīng)運(yùn)作了一段時(shí)間的基金來看，量化基金可以被證明是適應(yīng)中國市場的。
本文采用現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)的方法研究了從2014年10月1 日到2016年8 月31 日間滬深300成分股的情況，探討了資金流信息含量的預(yù)測作用，研究了根據(jù)資金流三個(gè)指標(biāo)進(jìn)行選股所做策略組合的收益情況。主要涉及資金流信息含量IC、資金流強(qiáng)度MFP、資金流杠桿倍數(shù)MFL這三個(gè)指標(biāo)，分別根據(jù)每個(gè)指標(biāo)進(jìn)行選股，觀察其組合走勢情況，得出的主要結(jié)論有：第一，資金流信息含量對(duì)下一期的股價(jià)走勢有一定的預(yù)測作用；第二，根據(jù)上述的三個(gè)指標(biāo)進(jìn)行選股所做策略，在一定程度上是可以獲得超過大盤的收益率。
作為量化投資的一個(gè)組成部分――策略指數(shù)基金已經(jīng)發(fā)展起來，其中選股策略就包括本文所論述的資金流策略。不僅能夠做到有的放矢，而且可以滿足投資者不同風(fēng)險(xiǎn)收益偏好的投資需求。
參考文獻(xiàn)：
[1]（美）羅伯特?A?哈根.金融學(xué)――有效市場的反例[M].清華大學(xué)出版社，2002.
[2]（美）羅伯特?阿諾德，許仲翔，約翰?韋斯特.基本面指數(shù)投資策略[M].社會(huì)科學(xué)文獻(xiàn)出版社，2010.
[3]丁鵬.量化投資――策略與技術(shù)[M].電子工業(yè)出版社，2012.
[4]朱世武.基于SAS系統(tǒng)的金融計(jì)算[M].清華大學(xué)出版社，2004.
[5]曹立著.透視無形之手――中國證券市場資本流量運(yùn)動(dòng)解析[M].深圳出版發(fā)行集團(tuán)海天出版社，2009.
[6]田存志，王聰.證券市場信息非對(duì)稱問題的理論與實(shí)證研究[M].中國社會(huì)科學(xué)出版社，2013.
[7]陳威杰，蔡志成.數(shù)量化投資指標(biāo)之資金流策略指標(biāo)研究[J].時(shí)代金融，2013（12）.
[8]石建輝，基于資金流的股指期貨投資策略[J].中國證券期貨，2014（01）.
篇11
對(duì)于任何一項(xiàng)投資，環(huán)境條件的優(yōu)劣直接影響了投資效益的好壞。 投資環(huán)境是影響房地產(chǎn)投資行為的外部因素的總體,是理性的房地產(chǎn)投資活動(dòng)賴以進(jìn)行的前提。在一定的條件下,投資環(huán)境因素對(duì)房地產(chǎn)投資的成敗起著關(guān)鍵的作用。由于高投入、高風(fēng)險(xiǎn)、復(fù)雜性、開發(fā)周期長及影響因素多等方面的原因,所以科學(xué)的對(duì)投資環(huán)境進(jìn)行分析并對(duì)投資的前景進(jìn)行預(yù)測,是防止風(fēng)險(xiǎn)和確保高收益、高回報(bào)的必要前提與基礎(chǔ)。房地產(chǎn)投資環(huán)境評(píng)價(jià)工作在經(jīng)濟(jì)生活中日益受到人們的重視，評(píng)價(jià)方法的研究也在逐步展開。目前，常見的房地產(chǎn)投資環(huán)境定量評(píng)價(jià)方法包括初級(jí)因素打分法、多因素系統(tǒng)評(píng)估法、綜合性定量方法、雷達(dá)圖分析法、關(guān)鍵因素評(píng)估法等。但這些評(píng)價(jià)方法對(duì)于主觀性指標(biāo)處理得比較粗糙。變權(quán)綜合法由于所需數(shù)據(jù)少,評(píng)價(jià)準(zhǔn)確性高；而且更能突出指標(biāo)體系中個(gè)別指標(biāo)的明顯變化，比常權(quán)綜合法更接近專家評(píng)估的思維模式，所以它在社會(huì)各行業(yè)得到廣泛應(yīng)用。本論文建立了一個(gè)基于變權(quán)綜合評(píng)價(jià)方法的投資環(huán)境評(píng)價(jià)模型,并以河北省某地區(qū)為例,給出了一個(gè)實(shí)證分析。
二、變權(quán)綜合法
定義2.1稱為一個(gè)m維常權(quán)向量，如果對(duì)于任意,有,且滿足。
定義2.2 給定映射，稱向量,為m維局部變權(quán)向量，如果滿足:
(1)歸一性
(2)懲罰激勵(lì)性：對(duì)每個(gè)，存在，且，使得關(guān)于在內(nèi)單調(diào)遞減，在內(nèi)單調(diào)遞增。
定義2.3 給定映射,稱向量,為m維局部狀態(tài)變權(quán)向量，如果對(duì)于每個(gè)，存在，且，滿足條件：
(1)對(duì)于每個(gè)，對(duì)于常權(quán)向量,在上關(guān)于遞減，在上關(guān)于遞增。
(2)當(dāng)時(shí)，;當(dāng)時(shí)，。
定理2.1 設(shè)為一個(gè)m維局部狀態(tài)變權(quán)向量,為任一常權(quán)向量，則, 為一個(gè)m維局部變權(quán)向量。
給定指標(biāo)集,各指標(biāo)的常權(quán)分配為，某被評(píng)價(jià)對(duì)象各指標(biāo)的評(píng)價(jià)值為：，取定局部狀態(tài)變權(quán)向量:,可得局部變權(quán)向量：,于是綜合評(píng)價(jià)值為：
三、基于變權(quán)綜合法的房地產(chǎn)投資環(huán)境評(píng)價(jià)模型
房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系是對(duì)投資環(huán)境進(jìn)行綜合評(píng)價(jià)的依據(jù)和標(biāo)準(zhǔn)。它的設(shè)置應(yīng)符合系統(tǒng)全面、簡明科學(xué)、穩(wěn)定可比、靈活可操作的原則。因此，本文按隸屬關(guān)系、層次結(jié)構(gòu)，將影響投資環(huán)境的因素加以系統(tǒng)分析和合理綜合，其構(gòu)成要素一般分為政治、經(jīng)濟(jì)、自然、基礎(chǔ)設(shè)施和社會(huì)因素四大方面。欲建立房地產(chǎn)投資環(huán)境測評(píng)模型，應(yīng)遵循：構(gòu)建評(píng)價(jià)指標(biāo)體系評(píng)價(jià)指標(biāo)定量化建立測評(píng)模型。根據(jù)以上分析，本文借助層次分析法確定了權(quán)重向量，基于變權(quán)綜合法建立一類測量房地產(chǎn)投資環(huán)境的定量化模型，具體步驟如下：
1.運(yùn)用層次分析法，建立層次結(jié)構(gòu)模型，確定權(quán)重系。如表1所示，
表1 河北省房地產(chǎn)投資環(huán)境指標(biāo)體系
2. 下面我們通過對(duì)河北省某地區(qū)房地產(chǎn)投資環(huán)境進(jìn)行評(píng)價(jià)。我們邀請(qǐng)了10位專家，分別對(duì)各指標(biāo)進(jìn)行按評(píng)分標(biāo)準(zhǔn)打分，得到二級(jí)指標(biāo)狀態(tài)值。
比如我們首先取定:
得到房地產(chǎn)投資環(huán)境評(píng)價(jià)過程如表2:
表2
按照上述步驟，經(jīng)過計(jì)算得出：雖然該地區(qū)社會(huì)政治環(huán)境和基礎(chǔ)設(shè)施環(huán)境都較好，但由于自然環(huán)境和經(jīng)濟(jì)環(huán)境稍差，采用變權(quán)綜合法達(dá)到了懲罰的目的，而常權(quán)綜合卻未能達(dá)到此效果。
四、結(jié)束語
由于房地產(chǎn)投資環(huán)境復(fù)雜性，不確定的影響因素眾多，投資者對(duì)環(huán)境的選擇尤為慎重，投資環(huán)境的好壞直接影響到投資者的收益。對(duì)投資環(huán)境做一個(gè)公正合理的評(píng)價(jià)至關(guān)重要。本論文所采用的變權(quán)綜合評(píng)價(jià)法，運(yùn)用定性和定量相結(jié)合，專家評(píng)價(jià)和科學(xué)計(jì)算互相補(bǔ)充的分析方法，比常權(quán)評(píng)價(jià)法更為準(zhǔn)確，具有一定的適用價(jià)值。
參考文獻(xiàn):
[1]姚炳學(xué)李洪興:局部變權(quán)公理體系[J].系統(tǒng)工程理論與實(shí)踐,2000,20(1):106～112
[2]羅萍，投資環(huán)境的變權(quán)綜合評(píng)價(jià)法[J].商場現(xiàn)代化, 2006年10月(中旬刊）:183～184
[3]王曉玲:素質(zhì)教育評(píng)價(jià)中的變權(quán)綜合方法[J]．系統(tǒng)工程理論與實(shí)踐，2004.4(4):136～140
篇12
一、引言
1983年郭開仲教授提出了消錯(cuò)學(xué)，消錯(cuò)理論研究的對(duì)象是錯(cuò)誤。研究的內(nèi)容是錯(cuò)誤的發(fā)生原因和機(jī)制，錯(cuò)誤的傳遞，轉(zhuǎn)化的方法和規(guī)律，預(yù)測、避免、減少、消除錯(cuò)誤的方法和規(guī)律。在理論上，既研究一般的錯(cuò)誤概念和性質(zhì)，又研究如何把一個(gè)一般的錯(cuò)誤抽象為一個(gè)對(duì)象系統(tǒng)，從而研究系統(tǒng)錯(cuò)誤的理論；研究如何建立定量化描述錯(cuò)誤的一種方法等。在應(yīng)用上，既要研究如何把理論方法應(yīng)用于實(shí)際的應(yīng)用理論、應(yīng)用方法、應(yīng)用技術(shù)，又要重點(diǎn)研究建立有關(guān)領(lǐng)域、判別、預(yù)測、避免、和消除錯(cuò)誤的專家系統(tǒng)和專家系統(tǒng)的應(yīng)用推廣等。消錯(cuò)理論采用數(shù)學(xué)（高等數(shù)學(xué)、離散數(shù)學(xué)、模糊數(shù)學(xué)、微分方程，數(shù)理統(tǒng)計(jì)、系統(tǒng)科學(xué)、系統(tǒng)工程等）方法研究錯(cuò)誤的定量化，采用邏輯（邏輯學(xué)、形式邏輯、數(shù)理邏輯、模糊邏輯，辯證邏輯、辯證數(shù)理邏輯等）的方法研究錯(cuò)誤的關(guān)系，利用各學(xué)科的理論、方法和研究成果與錯(cuò)誤理論相結(jié)合的方法研究各學(xué)科領(lǐng)域的錯(cuò)誤，建立了一個(gè)獨(dú)具特色的消錯(cuò)學(xué)理論體系[1]。
消錯(cuò)學(xué)為定量化研究錯(cuò)誤奠定了理論基礎(chǔ)。該理論在許多領(lǐng)域進(jìn)應(yīng)用研究、檢驗(yàn)其科學(xué)性，這些領(lǐng)域涉及企業(yè)固定資產(chǎn)投資、復(fù)雜大系統(tǒng)沖突、證券投資、組織溝通、企業(yè)危機(jī)管理等。可以期待的是，研究者針對(duì)更多的具體問題應(yīng)用消錯(cuò)學(xué)理論，消避錯(cuò)的方法在實(shí)際問題的研究過程中，會(huì)得到豐富。
二、消錯(cuò)理論主要內(nèi)容簡介[2-7]
1） 消除錯(cuò)誤的步驟
消除錯(cuò)誤的步驟是指消錯(cuò)學(xué)時(shí)如何應(yīng)用到實(shí)際消除錯(cuò)誤當(dāng)中去的步驟。
2） 消除錯(cuò)誤的步驟
消除錯(cuò)誤必須要從需解決的問題入手。 在已知問題的基礎(chǔ)上，把該問題抽象為一個(gè)對(duì)象系統(tǒng)。同時(shí)，在該研究問題所界定的論域上建立一組相應(yīng)的科學(xué)的判別規(guī)則。 建立錯(cuò)誤函數(shù)。 計(jì)算錯(cuò)誤值，若錯(cuò)誤值小于零，則該問題在所建立的判別規(guī)則下無錯(cuò)誤，該問題結(jié)束。 若錯(cuò)誤值大于零，就要尋找錯(cuò)誤，且要尋根究底。即找出發(fā)生錯(cuò)誤的根本原因。 變換系統(tǒng)或規(guī)則，找出消除錯(cuò)誤的方案。 計(jì)算消除錯(cuò)誤的效益及代價(jià)。 進(jìn)行綜合評(píng)價(jià)，若滿意，則得到一組消除錯(cuò)誤的方案，且實(shí)施，直到結(jié)束。若不滿意，則返回到第四步繼續(xù)進(jìn)行，直到方案滿意為止。
（3） 消除錯(cuò)誤的方法
從綜合變換可知，對(duì)于研究的系統(tǒng) X ，出錯(cuò)的要素有四個(gè)：
論域， 系統(tǒng)， 時(shí)間， 判別規(guī)則。
因此，我們不但可以單獨(dú)對(duì)這些要素進(jìn)行變換，而且還可以同時(shí)對(duì)它們中的若干個(gè)進(jìn)行變換，由此有：
1） 變換論域；2） 變換系統(tǒng)； 3） 變換時(shí)間； 4） 調(diào)整判別規(guī)則； 5） 同時(shí)變換論域與系統(tǒng)；6） 同時(shí)變換論域與時(shí)間；7） 變換論域與調(diào)整規(guī)則同時(shí)進(jìn)行； 8） 同時(shí)變換系統(tǒng)與時(shí)間； 9） 變換系統(tǒng)與調(diào)整規(guī)則同時(shí)進(jìn)行；10） 變換時(shí)間與調(diào)整規(guī)則同時(shí)進(jìn)行； 11） 同時(shí)變換系統(tǒng)、論域和時(shí)間；12） 變換論域，系統(tǒng)和調(diào)整規(guī)則同時(shí)進(jìn)行；13） 變換論域，時(shí)間和調(diào)整判別規(guī)則同時(shí)進(jìn)行；14） 變換系統(tǒng)，時(shí)間和調(diào)整判別規(guī)則同時(shí)進(jìn)行；15） 變換論域，系統(tǒng)，時(shí)間和調(diào)整判別規(guī)則同時(shí)進(jìn)行；
對(duì)每一個(gè)要素的變換，一般又可以進(jìn)行六種基本變換。
1） 擴(kuò)縮（相似或等價(jià)）；2） 置換； 3） 分解；4） 單位變換；5） 增加； 6） 毀滅。
對(duì)于這些基本變換又具有三種組合方式：
1） 積， 2） 或，3） 逆。
我們稱這種消除錯(cuò)誤的方法為“十五、六、三”法。
三、消錯(cuò)學(xué)的研究方法和目標(biāo)[8-13]
我們采用數(shù)學(xué)方法研究錯(cuò)誤的定量化，采用邏輯的方法研究錯(cuò)誤的關(guān)系，利用各學(xué)科的研究成果和消錯(cuò)學(xué)理論相結(jié)合的辦法研究各學(xué)科領(lǐng)域的錯(cuò)誤。即我們采用理論與實(shí)踐相結(jié)合，取各家之長為我所用，建立一個(gè)獨(dú)具特色的消錯(cuò)學(xué)理論體系。
從1983年到現(xiàn)在， 消錯(cuò)學(xué)理論的基本框架已基本建立， 并得到了國內(nèi)外許多著名專家的高度評(píng)價(jià)。因此， 今后除繼續(xù)完善和深入研究理論框架外， 還要大力研究消錯(cuò)理論在決策科學(xué)里的應(yīng)用。 因?yàn)槲覀円言诒究坪蛯？瓢嘀虚_設(shè)“消錯(cuò)學(xué)”的選修課； 在研究生中開設(shè)“消錯(cuò)學(xué)”的理論課；所以在組織機(jī)構(gòu)上， 我們希望能建立消錯(cuò)理論研究室和有穩(wěn)定的資金來源， 承擔(dān)《消錯(cuò)學(xué)》的教學(xué)和消錯(cuò)理論的研究工作。
2001年之前， 我們出版了《消錯(cuò)學(xué)引論》，《判別企業(yè)固定資產(chǎn)投資決策錯(cuò)誤的理論和方法》，《復(fù)雜大系統(tǒng)沖突與錯(cuò)誤的理論方法及應(yīng)用》，《錯(cuò)誤集論》等消錯(cuò)理論的四本專著， 在國內(nèi)外發(fā)表有關(guān)論文100多篇。在此基礎(chǔ)上， 今后特別要完成消錯(cuò)理論在決策領(lǐng)域的應(yīng)用方法研究的有關(guān)課題。
長遠(yuǎn)目標(biāo)是： 建立《消錯(cuò)學(xué)理論》的完整的理論體系， 為全社會(huì)減少或避免錯(cuò)誤給人們帶來的損失或?yàn)?zāi)難而奮斗。為此，我們要進(jìn)行廣泛的調(diào)研和參加國內(nèi)外有關(guān)學(xué)術(shù)會(huì)議，特別要加強(qiáng)國內(nèi)外的聯(lián)合研究， 有計(jì)劃、有組織地開展研究工作。
消錯(cuò)學(xué)研究的對(duì)象是錯(cuò)誤。研究的內(nèi)容是錯(cuò)誤的發(fā)生原因和機(jī)制，錯(cuò)誤的傳遞，轉(zhuǎn)化的方法和規(guī)律，預(yù)測、避免、減少、消除錯(cuò)誤的方法和規(guī)律。在理論上，我們既研究一般的錯(cuò)誤概念和性質(zhì)，又研究如何把一個(gè)一般的錯(cuò)誤抽象為一個(gè)對(duì)象系統(tǒng)，從而研究系統(tǒng)錯(cuò)誤的理論；研究如何建立定量化描述錯(cuò)誤的一種方法等。在應(yīng)用上，我們既要研究如何把理論方法應(yīng)用與實(shí)際的應(yīng)用理論，應(yīng)用方法，應(yīng)用技術(shù)；而又要重點(diǎn)研究建立有關(guān)領(lǐng)域、判別、預(yù)測、避免、和消除錯(cuò)誤的專家系統(tǒng)和專家系統(tǒng)的應(yīng)用推廣等。
四、消錯(cuò)學(xué)在管理科學(xué)中的應(yīng)用理論[8-9]
1 判別錯(cuò)誤
要判別錯(cuò)誤，在一般情況下，我們需要把我們的研究對(duì)象抽象為一個(gè)相應(yīng)的對(duì)象系統(tǒng)：
X=X（Wi，T（t1，t2），J，GY，MG，R），
即找出研究對(duì)象所涉及的所有問題構(gòu)成的集。
2分析錯(cuò)誤的發(fā)生原因和機(jī)制
在上面步驟完成之后，我們就找出了對(duì)象系統(tǒng)的錯(cuò)誤發(fā)生在哪里，錯(cuò)誤的程度如何？根據(jù)這些信息，我們需要進(jìn)一步分析錯(cuò)誤的原因和錯(cuò)誤在對(duì)象系統(tǒng)中的各種作用，找出該對(duì)象系統(tǒng)的結(jié)構(gòu)。
3 預(yù)測錯(cuò)誤
用預(yù)測學(xué)中的各種技術(shù)，預(yù)測對(duì)象系統(tǒng)中的各要素在 t0 時(shí)刻的狀態(tài)，同時(shí)要預(yù)測規(guī)則在 t0 時(shí)刻的狀態(tài)，建立在 t0 時(shí)刻的錯(cuò)誤函數(shù)，從而計(jì)算在 t0 時(shí)刻的錯(cuò)誤值。
4研究錯(cuò)誤的傳遞、轉(zhuǎn)化的方法和規(guī)律
利用錯(cuò)誤系統(tǒng)、錯(cuò)誤集、錯(cuò)誤函數(shù)等理論去研究該對(duì)象系統(tǒng)的傳遞、轉(zhuǎn)化的方法和規(guī)律。
5 消除錯(cuò)誤
要消除錯(cuò)誤，先要找出消除錯(cuò)誤的方法，即找出消除錯(cuò)誤的各種方案后計(jì)算各方案消除錯(cuò)誤的代價(jià)。再由系統(tǒng)的效益和代價(jià)來評(píng)價(jià)消除錯(cuò)誤的方案，最后確定消除錯(cuò)誤的最終方案，從而達(dá)到我們研究錯(cuò)誤的最終目的，減少、避免、消除錯(cuò)誤。
五、結(jié)語
本文對(duì)錯(cuò)誤理論的研究背景、動(dòng)機(jī)和國內(nèi)外的研究現(xiàn)狀作了闡述，并系統(tǒng)地介紹了該理論的研究方法和研究工具，給出了消錯(cuò)學(xué)理論的相關(guān)概念以及其算子。再者，探討了消錯(cuò)理論對(duì)管理實(shí)踐、社會(huì)科學(xué)當(dāng)中應(yīng)用的具體步驟，以及其應(yīng)用的前景。消錯(cuò)理論及其在管理與決策中的應(yīng)用正在愈來愈多地受到學(xué)術(shù)界和業(yè)界的關(guān)注，特別是在管理中的應(yīng)用已經(jīng)引起了國際許多學(xué)者的關(guān)注。鑒于這個(gè)理論的獨(dú)創(chuàng)性和創(chuàng)新性，因此，該理論具有巨大的研究空間，期待有更多的有識(shí)之士和感興趣的學(xué)者能加入這個(gè)研究中來。
參考文獻(xiàn)
[1] 郭開仲，張式強(qiáng). 判別企業(yè)固定資產(chǎn)投資決策錯(cuò)誤的理論和方法[M]. 華南理工大學(xué)出版社， 1995.
[2] 劉永清，郭開仲. 復(fù)雜大系統(tǒng)的沖突與錯(cuò)誤的理論及應(yīng)用[Z]. 廣州： 華南理工大學(xué)出版社， 2000.
[3] 劉紅兵. 模糊錯(cuò)誤邏輯研究及其在防范證券投資風(fēng)險(xiǎn)中的應(yīng)用[D]. 廣東工業(yè)大學(xué)， 2000.
篇13
在任何一家公司進(jìn)行一筆大的投資前，都應(yīng)該對(duì)新技術(shù)和新設(shè)備能夠節(jié)省的成本，以及對(duì)運(yùn)營可能造成的影響有個(gè)清晰的認(rèn)識(shí)。“工程學(xué)”的方法相對(duì)于“最佳狀況”法更能有效地評(píng)估潛在的投資。“工程學(xué)”的方法需要從“微觀”的角度或者因素層面上研究運(yùn)營現(xiàn)狀（和工程師在建立工程勞動(dòng)標(biāo)準(zhǔn)時(shí)所用的方法類似），還需要準(zhǔn)確地找到新技術(shù)的引入會(huì)對(duì)哪些因素造成影響。而新技術(shù)對(duì)每種因素的影響程度會(huì)由主題專家通過“工作效率研究”技術(shù)或者實(shí)際估算得出。
簡而言之，評(píng)估新技術(shù)或者新設(shè)備的“工程學(xué)”方法能預(yù)測將來勞動(dòng)標(biāo)準(zhǔn)所需要的成果，而這些成果則與新技術(shù)能夠帶來的勞力成本節(jié)約直接相關(guān)。這一方法即指構(gòu)建一個(gè)成本預(yù)算體系以反映某一特定設(shè)備和運(yùn)營的實(shí)際情況，減少因失誤帶來的經(jīng)濟(jì)損失。
考慮運(yùn)營影響
在著手對(duì)倉庫和分撥中心的新技術(shù)或新設(shè)備進(jìn)行評(píng)估前，公司需要對(duì)當(dāng)前從接收到發(fā)運(yùn)的運(yùn)營績效有個(gè)充分的認(rèn)識(shí)。在掌握這些信息后，公司就能通過“工程學(xué)”的方法對(duì)采用新技術(shù)或新設(shè)備前后進(jìn)行對(duì)比。
“工程學(xué)”方法的第一步是確定公司的運(yùn)營改進(jìn)目標(biāo)都有哪些特定方面，并且搞清這些方面在引入新技術(shù)或者新設(shè)備后會(huì)發(fā)生哪些變化，這些變化有可能是變得更好也可能是變得更糟。有時(shí)候一些廠商會(huì)把推銷說辭也歸入運(yùn)營改進(jìn)目標(biāo)的一方面，但大部分有專業(yè)技能和熟悉運(yùn)營的管理者都會(huì)明確那些方面是確實(shí)需要改進(jìn)的。
每一項(xiàng)大型投資對(duì)運(yùn)營的某個(gè)單獨(dú)方面帶來的不僅僅只有積極影響。比如，引入托盤自動(dòng)包裝機(jī)雖然能夠減少每個(gè)托盤的包裝時(shí)間，但又會(huì)增加包裝前的準(zhǔn)備時(shí)間；遠(yuǎn)程控制的物料搬運(yùn)設(shè)備雖能通過減少一些步驟來加快揀選過程，但也會(huì)在操作員等待設(shè)備響應(yīng)系統(tǒng)命令時(shí)產(chǎn)生延遲。
“工程學(xué)”方法第二步是要考慮新技術(shù)的引入如何對(duì)運(yùn)營的其他方面造成影響，這些方面包括了上游和下游工序，有可能也包括設(shè)備維護(hù)和技術(shù)支持功能。仍然以前文所述的托盤自動(dòng)包裝機(jī)為例，雖然包裝機(jī)比手工操作更有效率，但它在包裝前的準(zhǔn)備階段存在瓶頸。如果研究表明這個(gè)瓶頸是由人員等待使用設(shè)備而產(chǎn)生的，則購買者需要估算應(yīng)該購買多少臺(tái)設(shè)備才能防止延遲產(chǎn)生。
另一個(gè)需要考慮的重要因素是解決方案會(huì)對(duì)工廠的實(shí)體布局以及交通線路會(huì)造成什么樣的影響，這包括了以下幾個(gè)問題：設(shè)備的擺放位置是否會(huì)阻斷交通流？新設(shè)備與工作區(qū)中其他設(shè)備是怎樣交互運(yùn)作的？是否需要調(diào)整/引入設(shè)備的前后期檢查或預(yù)防性檢修程序，以保證設(shè)備周圍的安全性。
此外，了解新方案的可靠程度以及需要什么樣的維護(hù)也很重要。當(dāng)設(shè)備在停機(jī)和維護(hù)期間，為了使運(yùn)營正常，在需要某些技能的同時(shí)，定義其它程序時(shí)也會(huì)帶來額外的成本增加，然而很多人往往忽視了這些需求。這些都是在銷售和商業(yè)案例評(píng)估中容易被購買者忽略的因素。
基準(zhǔn)VS 未來
一旦購買者了解了新技術(shù)或者新設(shè)備的潛在影響后，他們需要為檢測任務(wù)的每一個(gè)步驟采集一個(gè)基準(zhǔn)值（比如節(jié)省的勞力通常以時(shí)間來衡量）。每一個(gè)步驟還得細(xì)分，稱為元素。那些不受新技術(shù)影響的元素可以忽略，但這些元素可以使購買者找出在新技術(shù)和新設(shè)備引入前后運(yùn)營上的差別。有很多種方法可以采集到每個(gè)元素的執(zhí)行時(shí)間，比如碼表研究法、時(shí)間-動(dòng)作研究法等。只要現(xiàn)有的工程勞動(dòng)標(biāo)準(zhǔn)足夠準(zhǔn)確，并且在18到24個(gè)月內(nèi)更新過，公司就可以利用該標(biāo)準(zhǔn)來量化當(dāng)前的環(huán)境。那些沒有適當(dāng)?shù)墓こ虅趧?dòng)標(biāo)準(zhǔn)的公司也可以采用這一方法，但預(yù)先需要收集更多數(shù)據(jù)。
對(duì)于公司來說，理解新技術(shù)是怎么影響工程標(biāo)準(zhǔn)的架構(gòu)以及如何用適當(dāng)?shù)募?lì)機(jī)制來管理員工是非常重要的。如果公司不通過調(diào)整工程勞動(dòng)標(biāo)準(zhǔn)或激勵(lì)機(jī)制來應(yīng)對(duì)新技術(shù)的影響，則很有可能達(dá)不到期望中節(jié)省費(fèi)用的目的，也不能獲得預(yù)期收益。
掌握了運(yùn)營現(xiàn)狀的基準(zhǔn)信息，購買者就可以預(yù)測到新技術(shù)會(huì)如何對(duì)每個(gè)元素造成影響。在理想狀況下，潛在的購買者通常會(huì)在工廠中引入新技術(shù)或者新設(shè)備，培訓(xùn)員工如何使用這些新技術(shù)，并會(huì)研究這些技術(shù)會(huì)對(duì)周圍環(huán)境造成什么樣的影響。對(duì)新技術(shù)或設(shè)備進(jìn)行測試不僅能發(fā)現(xiàn)無法預(yù)料的缺陷，還能為后續(xù)與供應(yīng)商洽談提供事實(shí)依據(jù)。
由于許多技術(shù)和設(shè)備需要大量的資金投入，所以不可能在工廠中進(jìn)行“測試運(yùn)行”。在這種情況下，仿真模型則大有用處。但在使用仿真模型時(shí)，必須記錄下所有的假設(shè)，因?yàn)檫@些假設(shè)為那些從數(shù)據(jù)中得出的結(jié)論構(gòu)造了框架。
在估算了受影響區(qū)域當(dāng)前值和未來值之后，下一步需要計(jì)算偏差，然后將其用到勞動(dòng)力模型和受影響的過程中，來計(jì)算新技術(shù)或新設(shè)備的成本和生產(chǎn)率。如果一家公司擁有帶仿真能力的勞動(dòng)力管理系統(tǒng)，則可以通過未來狀態(tài)的模型來進(jìn)行實(shí)際作業(yè)分配，并且能準(zhǔn)確調(diào)整勞動(dòng)力分配，比如每個(gè)地區(qū)的勞動(dòng)力，每項(xiàng)作業(yè)的勞動(dòng)力，每項(xiàng)作業(yè)所需的托盤，以及步行和騎行所占的百分比。對(duì)于沒有仿真能力的公司，則需要收集盡可能大的數(shù)據(jù)樣本以確保勞動(dòng)力假設(shè)條件能夠反應(yīng)長期的運(yùn)營環(huán)境。
一旦購買者對(duì)新技術(shù)或者新設(shè)備的影響進(jìn)行了量化，就會(huì)發(fā)現(xiàn)數(shù)據(jù)帶來的便利。因?yàn)榛ㄙM(fèi)了大量努力去計(jì)算出一個(gè)精確的節(jié)約費(fèi)用，所以高管們都希望能立即將得出的數(shù)據(jù)用于投資回報(bào)率（ROI）的模型中并開始將節(jié)省的費(fèi)用轉(zhuǎn)化成現(xiàn)金。但是在上述模型的量化過程中，以下幾個(gè)問題必須考慮：新技術(shù)的引入是否會(huì)在貨物流的運(yùn)營中帶來新的瓶頸？新技術(shù)是否存在“過程限制”，即這些新技術(shù)是否會(huì)在提高總體平均水平的同時(shí)限制了倉庫的高績效。對(duì)于上述問題，采用更為傳統(tǒng)的方法來估算未來收益是一種明智的做法。
與供應(yīng)商談判時(shí)，能夠準(zhǔn)確預(yù)測從資本投資中節(jié)省費(fèi)用的方法將是非常有用的工具。假如引入的新技術(shù)和新設(shè)備不能夠達(dá)到要求的ROI，購買者則會(huì)壓低價(jià)格，把新技術(shù)或新設(shè)備作為可行的選擇。如果價(jià)格沒有可以變動(dòng)的空間，購買者就會(huì)要求供應(yīng)商調(diào)整新設(shè)備以補(bǔ)償ROI的差額。
