欢迎来到易发表网!

关于我们 期刊咨询 科普杂志

量化投资与基本面分析方法优选九篇

时间:2023-07-17 16:28:32

引言:易发表网凭借丰富的文秘实践,为您精心挑选了九篇量化投资与基本面分析方法范例。如需获取更多原创内容,可随时联系我们的客服老师。

量化投资与基本面分析方法

第1篇

在BGI的主动投资领域中, “市场中性”策略取得了巨大成功。黎海威开发的香港、新加坡市场的量化模型正是运用到此类市场中性基金,它们采用的是后来名满天下的基本面量化投资方法。简要地说,基本面量化投资即借助一系列基本面因子构建的量化模型筛选股票,以融资融券的方式实现多空对冲,从市场中获得绝对收益。除此以外,相关模型也运用到指数增强和130/30基金。

在黎海威看来,投资是个概率问题,通过基本面分析,提高找出好股票从而跑赢市场的概率,即赢面。如果挑选的每只股票的赢面在55%,而投资组合由100只这样的股票构成,整个投资组合战胜市场的概率就会接近100%。

量化投资的核心在于维持一个稳定的赢面,而在比较大的范围(即投资的宽度)内运用它。挑选出好股票,需要从合适的维度来筛选,比如估值、盈利质量、情绪等等。这些因子都不是随意挑选的,它们一般有金融理论背景(价值投资、行为金融等)支持, 并结合了当地市场的实际情况。

基本面量化投资并非像人们想象的只是靠跑系统选股和交易,事实上,它的本质是主动投资。这样的投资方法,关注基本面和市场演变,需要基金经理的经验、判断和对市场的理解。黎海威认为,关键在对市场黎海威在量化投资的世界里,华人迄今掌管的最成功基金之一是巴克莱亚洲(除日本)市场中性股票投资基金。2012年8月,曾在巴克莱工作时间最长的华人基金经理黎海威,回国进入景顺长城基金,担任景顺长城基金的量化及ETF投资总监。他即将启动其在国内的第一个量化投资产品——景顺长城沪深300指数增强基金。的理解, 在把量化框架和当地市场的实际情况结合起来,在强调纪律性的前提下, 坚持以量化模型为依托, 不断地将新出现的现象和发现的规律抽象出来,添加到模型中。

与此同时,对于特殊事件,比如数据错误、 收购兼并等量化模型无法及时处理的情况, 需要基金经理在投资组合中控制相关风险。更为重要的是,因子的研究和权重的调整要有前瞻性。例如在次贷危机发生后很长一段时间里,人们对价值股没有任何兴趣,但随着违约风险逐步降低,价值股在2010年迎来了相当强劲的行情。当时,由黎海威担任基金经理的亚洲(除日本)市场中性股票投资基金及时调整了价值股权重,获得很好的业绩。

当然,基本面量化投资有着量化的纪律性,这是业绩稳定性的保障。黎海威认为,量化投资的纪律性首先表现在量化研究的严谨性上。做量化投资并非像大家想象中的多空对决的精彩,反而有点像做金融的博士论文,整个研究过程从课题的提出到研究、回测都是在严密的框架下进行的,是可重复验证的。

第2篇

关键词:分析 短线

中图分类号:F832 文献标识码:A 文章编号:1672-3791(2012)09(c)-0252-02

2012年以来,以量化分析技术投资著称的量化基金表现得一枝独秀,逐渐从振荡市中脱颖而出。一季度,上证综指上涨2.88%,同期标准股票型基金平均业绩为0.31%,而按照Wind分类的13只量化基金,其平均业绩为2.92%,五行基金更是取得7.65%的正收益,在亚洲量化基金中排名第一,超越同期上证指数4.77个百分点。

美国私募基金复兴科技公司的第一支纯粹的量化投资基金—— 大奖章基金,从1988年3月成立至2008年的21年里,平均年度净收益高达36%,远远跑赢同期道指年均8.81%的涨幅,比索罗斯、巴菲特同期的业绩高出10%,原因:一是数学家基金经理;二是量化分析技术。

1 基本面分析量化分析是投资机构先后采用的2种投资技术

基本面分析,是分析员和基金经理通常采用研究财务报表,与公司高层会谈,与相关人员荷香业专家讨论等方式,对少数几家公司股票(约10到100只股票)进行非常深入的研究分析,来决定要投资哪些股票以及如何投资。在基本面分析分类中,会根据行业不同,有专员长期跟踪和深入研究其中一个行业,而这几名专员最后则会成投资这个行业的专家。在股票市场成立以来长期采用的较为传统的分析和投资方式就是基本面分析。基本面投资,通过企业内部财务报表的形式,来发现企业的潜在价值,以求企业得到稳定持续的高额收益,一旦买入,长期持有。

量化分析,借助数学、物理学、几何学、心理学甚至仿生学的知识,通过建立模型,进行估值、择时选股。量化分析员和量化基金经理,通常会同时研究全盘数千支股票,分析的方式也可以是基于公司基本面的,但是会强调量化财务指标。量化的指标(又称因子)也可以是其他更有特色的数据。从事量化分析投资的基金经理通常不去上市公司实地调研,而是将精力放在不断完善模型上,量化分析投资的模型是决定投资业绩的关键,投资模型始终处于绝密状态,不同市场设计不同的量化分析投资管理模型,在全球各种市场上进行短线交易。

2 量化分析技术获取超额投资收益之道

在变幻莫测的市场经济中,能否理性思考投资、不受情绪影响,将是成功的关键。而利用计算机的筛选得出的量化分析基金,不受投资中非理性因素影响,使投资更有计划行、纪律性、规律性,基金管理人要做到不贪婪、不恐惧、不放弃,不受情绪影响,以一颗平常心追求利益瘦小。

量化分析,有一套完整、科学的投资体系。严格的纪律性是量化投资明显区别于主动投资的重要特征。在量化分析基金的运作中,主观判断也会出现和量化分析模型相左的情兄,但会坚持量化分析投资的纪律,相信模型判断的长期稳定性,不会盲目去调整改变。与传统偏股型基金不同,量化分析基金采用独特的投资组合管理方式,渐进动态调整基金组合。这样不仅可以顺应瞬息万变的市场,还可以降低个股集中度,平稳投资业绩。因此,这种方式并不会产生传统意义的重仓股,也就大大降低了重仓个股的风险。

量化分析业绩,来自于量化分析模型批量选股的成功率大于失败率。量化分析的模型敏锐的“发觉”了开场环境的转变,自动调高了评估因子、预期因子及市场反转因子的权重,量化分析模型依此逻辑选择的股票大部分取得较好收益,提升了整体业绩。

3 量化分析技术创始人并非经济学家。

量化分析技术并非发端于华尔街,不少人最初并非经济学家,如巴契里耶和布莱克原先是数学家,夏普则从事医学,奥斯伯恩为天文学家,沃金与坎德尔是统计学家,而特雷诺则是数学家兼物理学家。1970年代美国债券市场和股票市场全面崩盘,当时提出用量化分析方法管理投资组合的人是作家彼得·伯恩斯坦。1952年3月发表“投资组合选择”论文、提出现代财务和投资理论最著名远见的马克维茨,以该理论勉强通过博士答辩,到1990年10月,这些人中才有三位获得诺贝尔经济学奖。

2012年,美国伦斯理工学院金融工程硕士李炬澎,依据5000年中国古老的《易经八卦数理》研发立体数量模型分析微观经济,用超高频率政治外交词汇、交易数据、股票期权数据、公司债务数据来做个股分析,用《五行相克相生原理》来分析自然、社会、政治、人文如何影响宏观经济。比如用计算机分析新闻报道中天地雷风水火山泽8中自然天文现象与宏观经济关联程度,使五行基金取得亚洲量化分析投资行业第一名的业绩。

4 量化分析技术应用的载体是计算机软硬件技术的发展

马克维茨的投资组合现代金融理论,提出了风险报酬和效率边界概念,并据此建立了模型,成为奠基之作。托宾随后提出了分离理论,但仍需要利用马克维茨的系统执行高难度的运算,1961年,与马克维茨共同获得1990年诺贝尔奖的夏普用IBM最好的商用电脑,解出含有100只证券的问题也需要33mim。夏普1963年1月提出了“投资组合的简化模型”(单一指数模型),简化模型只用30s。1964年夏普又开发出资本资产定价模型(CAPM),不仅可以作为预测风险和预期回报的工具,还可以衡量投资组合的绩效,以及衍生出在指数型基金、企业财务和企业投资、市场行为和资产评价等多领域的应用和理论创新。1976年,罗斯在CAPM的基础上,提出“套利定价理论”(APT),提供一个方法评估影响股价变化的多种经济因素。布莱克和斯克尔斯提出了“期权定价理论”。莫顿则发明了“跨期的资本资产定价模型”。

5 量化分析应用的关键是基本面分析无法快速精确处理丰富的金融产品和巨大交易量

1970年代以前,华尔街认为投资管理需要天赋、直觉以及独特的驾驭市场的能力,基本面分析师、基金经理可以独力打败市场,而无需依靠那些缺乏灵魂、怪异的数学符号和缥缈虚幻的模型。华尔街对学术界把投资管理的艺术,转化成通篇晦涩难懂的数学方程式一直持有敌意,1970年代初期,美国表现最佳的基金经理人从未听过贝塔值,并认为那些拥有数学和电脑背景的学者只是一群骗子。

量化分析投资不会出现在个人投资者为主的时代。个人投资者既缺乏闲暇的时间,也普遍无此能力。仅有现资理论的建立,及各类模型的完善与推陈出新,并不会直接催生出量化分析投资,它还需要其他几个重要前提条件,比如:机构投资者在市场中占据主导,随着社保基金和共同基金资产的大幅增加,成为市场上的主要机构投资者,专业机构管理大规模资产,需要新的运作方式和金融创新技术,专业的投资管理人有能力和精力专注地研究、运用这些量化分析技术。

1970年代后期的Wells Fargo银行,率先用量化分析技术管理投资组合,投资高股息股票,用较少的风险获得了较大的收益,不用这些模型,不用电脑运算这些公式,会陷于困境。1980年代以来,面对数不胜数的各类证券产品和期权类产品,以及庞大的成交量,许多复杂的证券定价,必须靠大容量高速运算的电脑来完成。到2007年美国股市近一半的机构基金都是由量化模型来管理的。从2000年初到2007年全球量化分析基金市场连续8年表现远远超过其他投资方式。

6 量化分析在应对经济危机和突发经济事件中开拓前进

1987年10月大股灾,当天股市和期货成交量高达令人吃惊的410亿美元,价值瞬间缩水6000亿美元。很多股票直接通过电脑而不是经由交易所交易。一些采用投资组合保险策略的公司,在电脑模式的驱使下,不问价格机械卖出股票。很多交易员清楚这些投资组合会有大单卖出,宁愿走在前面争相出逃,加剧了恐慌。针对整个投资组合而非单个证券,机械式的交易,电脑的自动操作,大量的空单在瞬间涌出,将市场彻底砸垮。

1997年至1998年亚洲金融危机股市暴跌,量化分析投资的算法交易也起到了同样的坏作用。著名的长期资本管理公司,遭遇俄罗斯国债违约这一小概率事件,也陷入破产之境,迫使美联储集华尔街诸多投资银行之力,加以救助。

2007年8月金融危机中,许多量化基金出现巨额损失。其原因主要是几家大型对冲基金大量卖出它们的量化分析基金股票,去弥补其在其他投资方式上的损失。由于很大相同仓位的股票在很短的时间内被廉价卖出,从而加剧了很多投资指标的损失,尤其是价值和动量指标的损失。

2011年即使欧债金融危机发生,量化分析基金也再次表现优异,超过其他投资方式,虽然能否就此再度复兴仍属未知,此一趋势已不可逆转。

7 量化分析技术今后几年全球应用的热点在中国的A股市场

中国金融、资本、股市投资者结构很不合理,A股市场的专业投资机构持有市值的15.6%,而发达市场这一比例大致为70%。更为不合理的是交易结构,A股市场个人投资者持有市值占比26%,但却完成了85%的交易。根据Wind分类,目前我国市场上共有13只量化基金,包含11只普通股票型基金,1只指数基金和1只偏股混合基金。

中国现有的人才和技术都难以支持完全的量化分析投资,在缺乏国际化人才和成熟模型的情况下,经营业绩自然也差强人意。

量化分析今后几年全球热点在中国的A股市场。现在主要发达国家的股市很大程度上由量化基金所控制。为了寻找更高收益的市场,很多大型量化基金也开始大量投资于发展中国家市场,中国的A股市场是今后几年全球量化分析投资热点,所以近年来很多北美和欧洲的高层量化分析基金经理和分析员纷纷到中国大陆、香港和新加坡推广量化投资技术。这是国际国内的金融市场和投资者,都要面对的机会和挑战。

量化分析基金2002年才在中国刚刚起步,到2009年和2010年,才真正进入快速发展期,2010年末量化基金的总规模达到了779亿元。虽然规模有显著提升,但是与国外市场量化分析基金占共同基金总资产16%相比,国内量化分析基金还有非常大的发展空间。

第3篇

量化交易到底是什么?

说到量化交易,虽不陌生,但仍懵懂。到底什么是量化交易呢?

量化交易区别于定性投资(过去的投资方法)的鲜明特征,就是充分利用各种各样的数理模型。它是借助现代统计学和数学的方法,利用计算机技术,从庞大的历史数据中海选能带来超额收益的多种“大概率”事件,然后制定策略,并用数量模型验证及固化这些规律和策略,继而再严格执行这些已固化的策略来指导投资,以求获得可持续的、稳定且高于平均的超额回报。

对于量化交易中模型与人到底是什么关系?比如中医与西医的诊疗方法,中医是望、稳、问、切,最后判断出的结果,很大程度上基于中医的经验,定性程度上大一些;而西医就不同了,先要病人去拍片子、化验等,这些都要依托于医学仪器,最后得出结论,对症下药。

以此形容的话,可以说定性投资像中医,更多地凭主观臆断和个人经验判断病在哪里;量化交易像西医,依靠数量模型判断,而这些模型对于使用量化交易的投资者的作用就像CT机对于医生的作用。在每一天的投资运作之前,一般都会先用模型对整个市场进行一次全面的检查和扫描,然后根据检查和扫描结果做出投资决策。

量化交易靠概率取胜

和传统投资方式相比,量化交易的视角更广,它借助计算机高效、准确地处理海量信息,更广泛地寻找和验证投资机会,消除投资组合配置的局限性,并依靠计算机配置投资组合,克服人性弱点,使投资决策更科学、更理性。

具体来说,这个新兴的投资方法,与我们那些传统的看指标判断、听消息判断、简单看财务报表判断等定性投资方法相比较,主要有以下几大优势:

量化交易有着严格的纪律性。比如,如果有人问你,某年某月某一天,你为什么购买某支股票的话,你就可以打开量化交易系统,系统会显示出当时被选择的这只股票与其他股票在成长面上、估值上、资金上、买卖时机上的综合评价情况,而且这个评价会非常全面,比普通投资者拍脑袋或者简单看某一个指标买卖更具有说服力。

它系统性较完备,具体表现为“三多”,包括多层次、多角度、多数据。因为人脑处理信息的能力是有限的,当一个资本市场只有100只股票,这对定性投资基金经理有优势,他可以深刻分析这100家公司。但当有成千上万只股票时,量化交易就可以充分发挥它强大的信息处理优势,捕捉更多、拓展更大的投资机会。

另外,定性投资大部分时间在琢磨哪一个企业是伟大的企业,那个股票是可以翻倍的股票,而量化交易大部分精力花在分析哪里是估值洼地,哪一个品种被低估了,买入低估的,卖出高估的。

量化交易靠概率取胜。这表现为两个方面,首先量化投资不断地从历史中挖掘,有望在未来重复的历史规律,并且加以利用。其次它在股票实际操作过程中,运用概率分析,提高买卖成功的概率和仓位控制。

量化投资者也有噩梦

事实上,量化交易的方法在海外已有30多年的发展历史,素以投资业绩稳定,抗风险能力强著称,目前已经成为海外基金管理投资市场的重要方法。

而与海外成熟市场相比,量化交易以基本面分析为驱动,以全市场、多维度的视角广度扫描投资机会,在中国市场的应用将更显其优势。

不过,在谈及这么多利好之后,还是要“泼一次冷水”。不要以为不停闪烁的超级电脑自动进行着高速交易,荧幕上滚动着通过高速网络提前获取的最新市场消息,加上通过杠杆放大的头寸,账户的盈利不断上跳,这一切的一切就预示着“可以躺着赚钱的时代”来临了,现实并没有这么美好。

相对来说,量化交易目前还处在初级发展阶段,比如基本面投资者只需简单的基于预测特定事件,比如超过或差于预期的财报做交易即可。而量化交易者则需要搞清楚具体消息对股价的平均影响程度,这就不是一件容易的事了,因为你的研究对象时刻还在变化着。

不仅如此,研究出一套只基于公司财报的交易系统不难,比如基于超出预期的营收或股息来买入。但是供给面的情况、消费者层面的情绪纳入交易模型中,也比较麻烦。

同时,股票、基本面、新闻消息之间的关系也是不停变化着的。记得2009年美股到达低点的时候,很多“低质”公司的回报大大高于“优质”公司的回报。很多3块钱的“垃圾股”可以在很短时间内涨到10块钱,而高价的优质公司的股票想要翻一倍都要花上很久很久。对于基本面投资者来说,这是掘金的好时候,但对于量化投资者来说却是噩梦,因为大多数模型此时都会显示做多“优质股”做空“垃圾股”,后果则可想而知。

另外,量化交易员的精力也是有限的。计算机的消息格式往往不规范,语法也千奇百怪,他们也无法让计算机程序挑选出有效信息并运用于自动交易中。一天只有24个小时,他们也会经常碰到因一个分析无法推进而其他分析也陷入停顿的状况。因此,要在浩如烟海的金融数据中“寻宝”,没那么简单。

第4篇

从业绩来看,量化基金的长期业绩表现相当不俗。根据中信证券、Wind统计数据显示,2010年底已经打开申购、赎回的量化基金中,有5只是以沪深300指数作为业绩比较基准的,这5只基金从建仓期结束到2011年5月6日均跑赢沪深300指数,年化超额收益率平均为9.1%。

不过,虽然国内量化基金业绩不俗,这两年来规模也有显著提升,但是与国外市场量化基金在共同基金总资产中占比16%相比,国内量化基金还有非常大的发展空间。而伴随着中国市场有效性的逐步增强,量化基金未来的业绩也有很大想象空间。

此前国内量化基金产品数量多达12只,但是大多以大中盘股票作为投资标的,而申万菱信量化小盘基金则是一只专注于小盘股投资的量化策略基金。将投资目光锁定小盘股,主要是看中小盘股长期优秀的业绩以及高成长性。1996年到2001年的A股长牛市中,小盘股大幅超越市场;2009年之前,小盘股整体走势与大中盘股接近;从2009年中开始,小盘股走势大幅超越大盘股;到了2010年,虽然A股市场整体表现不佳,但许多小盘股涨幅却仍然翻番。

除了业绩表现出色外,小盘股本身也非常适合量化投资。首先,目前分析师研究充分覆盖的股票主要是白马股,大量的小市值上市公司没有被覆盖或只被少量分析师覆盖。如果想从基本面分析的角度去投资一个小盘股,往往找不到反映上市公司最新情况的研究报告,这就为量化投资提供了用武之地。其次,由于目前A股市场中有1500多只股票可以划在小盘股的范畴内,因此用基本面分析的方法去研究这么多股票很难对每一只股票都做深入的分析。而即便是发现了优秀小盘股,受流动性、基金契约和监管部门的限制,也无法投入较多的资金。用量化的方法分析小盘股,通过比较同行业股票的估值、盈利能力、成长性以及近期走势等,则可以以较低的研究成本获取投资收益。

第5篇

量化投资重在风控

近几年,国内基金公司都在积极推出量化投资产品。但市场人士认为,目前国内的常见“量化”基金,实质上大多是“量化选股”基金,从量化的风险控制到量化的交易,整个决策流程依然靠传统的方法。

国内著名投行宏观策略研究员的工作积累,华尔街量化投资的历练,使华商大盘量化拟任基金经理费鹏对量化投资的A股应用有着自己的心得。他认为,量化投资最大的优势在风险控制上。与传统的价值投资“越跌越买”的理念不同,他认为量化投资应该是主动对市场风险进行判断,通过技术分析、量化模型分析等判定风险,在确定风险之后,及时对仓位进行控制,及时止损。

费鹏认为,目前市场上的量化产品将研究的重点放在择股和行业配置上,缺乏有效及时的风险响应体系,而从国外的经验看,量化的一大特点就是对风险的预判。因此,华商基金量化投资团队在吸收国内外先进经验的同时,在模型设计之初,便将核心定为风险控制。

在设计中,华商基金量化投资团队借助了包括从统计信息学角度出发的信息熵值(Entropy)的变化、从分形理论出发的市场模式(P atter n)的变化、从金融物理学角度出发的金融泡沫统计指标的变化、从市场微观结构出发的分析师一致预期分歧的变化和趋势等,构建风险模型,对中短期系统风险进行定量分析,依靠基金经理和研究员对宏观经济发展状况、人口与社会的结构性特征、经济产业周期等因素的分析,对长期风险进行定性分析。

量化投资坚持追求绝对收益

提及量化投资,人们就会想到西蒙斯用公式打败市场的经典案例。但这一投资工具在被引入国内投资市场之后,并没有展现其神奇的威力。根据wi n d数据分类显示,目前市场上有19只量化基金,2 012年可统计的15只量化基金平均收益率仅为2 . 5 5%(同期沪指上涨3 .17%),国内发行的量化基金的表现不尽如人意。

在费鹏看来,国内的量化基金仅仅是“量化选股”,追求相对收益。他认为,量化投资的核心应该是风控,坚持追求的则应该是绝对收益。

相比而言,目前国内公募量化基金多采用多因子模型,而多因子模型的设计原理是把价值投资理论通过数字模型加以表达。在实际测算中,华商基金量化团队每日涨幅居前的股票中,会有所谓投资价值较少的“垃圾股”,很难通过价值投资理论解释。

对此,华商量化投资团队在设计选股模型时,更多的是通过捕捉市场的异常波动,寻找股价波动的非基本面的因素。通过对数据挖掘,建立初选股票池,然后按照行业分类,结合基本面研究,通过行业研究员调研,寻找相互印证支持依据,在分析手段上更多了对隐性信息的补充。

第6篇

    由于盈利能力不强的上市公司价值投资研究价值不大,而且缺少较大的收益时间,无需把每股收益看作参考依据,所以为了避免非正常值导致的影响,选择的依据必须满足每股收益大于等于0.1,此外,将不完整的上市公司数据排除。最终的选择结果如下:2009年188只、2010年205只、2011年226只,总共有619只。1.样本期内各个时间段内的基本面量化指标和股票价格的相关研究。首先,利用SPSS16.0软件计算出2009~2011年各个时间段的基本面量化指标和相应时间段的股票价格间的Pearson因子,相应的统计数据结果见表1。多元模型的自变量选择那些和股票价格有明显相关性的数据指标,排除与股票价格存在较小相关性指标,进而能够为下一步各时间段的多元回归分析提供合理的数据支持。在该阶段,能够保留下来指标的相关系数必须满足0.05水平上的显着性检验。然后,为了避免回归过程中的自相关,所以将排除净资产收益率。同时,因为流动比率在决策过程中可能转换为风险控制因素,和股票价格间有较强的非线性,所以也应该给予剔除。2.优化选择后的量化指标对股票价格贡献度的影响分析。选取2009~2011年3组数据作为研究对象,利用Stepwise的输入技术进行三次多元回归分析,可以得到三组输出。研究过程中关键要讨论标准化因子和可决因子。标准化因子是指量化指标经过一个标准差的改变对股票价格产生的影响程度。该因子能够防止由于不同指标的量纲不一样而无法比较影响程度的问题。标准化因子绝对值越大,表示该因子对股票价格的解释水平越高。可决因子是在调整回归方程后获得的,主要是指全部指标对股票价格的整体解释水平。可决因子越大,表明该模型对股票价格的解释水平越高,也就是说股票价格的变化对基本面因素变化有较大的影响,投资的合理性越大。相应的回归分析结果见表2。根据回归分析的计算数据能够获得如下结论:在观察时间,每股收益包含在回归模型之中,具有最佳的解释股票价格的水平,因此,这个结果表明上市公司的盈利能够受到较好的关注。回归数据表明大多数情况下每股收益和总资产收益率均包含在回归模型内,从而表明证券投资者非常关注对股票价值有较大影响的基本面,这一结果表明价值投资意识已经不断地深入人心。从回归分析结果数据可以看出,在2011年营业利润增长率包含于回归模型,从而说明证券投资者已经对上市公司的成长性有了关注,同时能够表明证券投资者对和内在价值有关的基本面因素有了更为深刻地认识。从回归分析数据可以看出,2010年和2011年期间每股净资产已经退出了回归模型,表明证券投资市场不够关注风险水平。每股净资产是指上市公司在破产时证券投资者股票的内在价值。每股净资产属于主要的风险评估基本面因素,正在被证券市场逐步地认可,说明证券市场对股票的关注不仅停留在投资回报上,同时非常关注风险的存在,这正是证券市场不断趋向于理性的具体表现。通过对2009年和2010年的回归分析可知,每股净资产指标出现了缺失。主要原因在于2008年股票市场比较好的局面导致了证券投资者的思维定式,降低了对风险的关注度。经历了一段时间,大量的解释变量符合了回归模型,这表明投资者对基本面的研究更加完善。根据回归分析的结果,证券投资者不断地利用更多的指标,通过不同的层面更为全方位地考虑证券的内在价值,证券市场不断向以价值投资为中心的投资方向发展。此外,可决因子的周期变化表明在我国证券市场中,基本面因素对股票价格的解释能力不断提高,然而并不稳定。当外部经济环境产生变动时,证券投资者容易产生非理性行为,从而使非价值因素再一次占了上风。

    我国证券投资基金价值投资的应对措施

    管理费还能够促进基金公司的可持续发展,为基金持有者带来更大的投资回报。然而,如果基金管理公司的工资待遇和资产管理规模关联过大,就会导致基金管理者仅仅关注视资产管理的规模,忽视帮助基金持有者获得更大的投资回报。最为管用的方式就是优化基金管理收入的基本组成,采用浮动收益的方式,一定的资产管理费可以确保基金的有效实施,而浮动收益可以使基金管理者以基金投资者的权益为中心帮助基金投资者能够获得更大的收益。充分地利用投资组合策略。证券投资本身具有较高的风险,但是高风险和高收益是相互对应的,怎样才能使投资风险减少并且使投资收益最大,投资组合策略就是一种行之有效的方法,利用这种方法不仅能够有效地预防投资风险,而且能够有效地弥补证券投资价值的缺陷。投资者可以依据不同阶段国际经济形式、国内产业制度以及行业的发展潜力适时地调节投资产品的比重,从而能够得到最佳的收益。投资者应该不断地转变投资理念。投资者的理念在证券投资中具有非常重要的作用,证券投资者应该坚持长期投资的理念,主要关注证券投资的长期回报。证券投资者必须熟悉证券投资的相关概念和理论,知道证券投资过程中潜在的风险,掌握证券投资产品的相关功能;投资者应该明确投资目的,依据自身的实际情况选择适合自身的证券投资产品。投资者应熟悉证券公司的相关情况,对证券公司的专业化水平、标准化产品、内部风险控制制度以及信息披露系统等情况有比较深入的了解,从而能够从长期投资的角度获得最大投资回报率。不断健全证券市场的管理制度。通过股权改革可以较好地处理中国证券市场流通股和非流通股股东之间利益的不一致性、中国国有上市公司管理者缺位等难题,能够为中国证券市场的制度化营造一个有利的环境,从而能够不断深化中国证券市场的中长期投资价值,为证券投资基金执行价值投资创造一个非常有利的市场平台。五、结 论我国证券市场仍然是一种新兴的证券市场,依然处在非有效市场向弱有效市场不断转变的阶段,从某种意义上,利用价值投资策略得到的收益不是非常稳定的。通过股权分置改革,伴随着上市公司质量持续提升,价值投资策略将转变为证券市场的主流方式。根据相关研究可以得到以下结论:1.选取深证300指数股进行相应的回归分析。根据回归分析的结果可知:上市公司的盈利水平是非常受到重视的。证券投资者更加关注决定股票内在价值的基本面因素,价值投资理念正在渐渐地深入投资者的人心。投资者对上市公司的成长性给予了足够的重视。市场对风险的关注程度正在降低。每股净资产能够表明上市公司在破产的状况下,投资者持有的每股股票的价值。证券市场对股票的重视不但保持在收益上,而且非常关注风险,从而使证券理性更加回归理性。随着证券市场的不断发展,投资者能够更深入地剖析基本面的内涵。根据回归分析的结果可知:证券投资者已经利用更多的指标,从不同的层面深入地考察股票的经济价值,市场正在向以价值投资为主的理性投资发展。2.中国证券市场是一个新兴市场,正处于转型时期,因此,具有较好的价值投资意义,然而不能获得比较稳定的收益。因此,应该采取有效的措施,完善基金绩效评估体系和股票发行政策;合理地调整基金管理收入结构;充分地利用投资组合策略;投资者应不断转变投资理念;不断完善证券市场的制度体系。随着上市公司质量的持续提升,价值投资将不断地深入人心,通过价值投资可以使中国证券市场更加趋于稳定。

第7篇

国内著名投行宏观策略的研究员的积累,华尔街量化投资历练,再加上国内私募基金投资的经验,费鹏对量化投资的A股应用有着自己的心得。他认为,量化投资最大的优势在风险控制上,在此基础上运用数据挖掘技术初选股票,再进行基本面的深入研究,使量化和价值研究相互印证,达到“中西医结合”。

他分析目前市场上的量化产品将研究的重点放在择股和行业配置上,实质上大多是“量化选股”基金,缺乏有效及时的风险响应体系,而从国外的经验看量化的一大特点就是对风险的预判。费鹏介绍,华商基金量化投资团队在设计该基金投资模型时就将风险量化模型作为重中之重。在设计中他们借助了包括统计信息学角度出发的信息熵值(Entropy)的变化、分形理论出发的市场模式(Pattern)的变化、金融物理学角度出发的金融泡沫统计指标的变化、市场微观结构出发的分析师一致预期分歧的变化和趋势等构建风险模型,对中短期系统风险进行定量分析。依靠基金经理和研究员对宏观经济发展状况、人口与社会的结构性特征、经济产业周期等因素的分析对长期风险进行定性分析。

在产品结构设计上,华商大盘量化基金独具特色,其一,仓位比较灵活,股票投资比例可为0—95%,也就是说当市场趋势性下跌时,可以空仓应对;其二,产品结构多样性,虽然目前公募基金已开展了股指期货,但基本上作为流动性管理的手段,而该基金将把股指期货作为一个有效的风控或者对冲工具应用到投资中;其三,在投资标的上,华商大盘量化主要选择流动性好的沪深300成分股,以保证在极端情况下可以及时调仓;其四,经过测算,在目前A股市场中利于量化操作规模在10亿左右,因此一旦华商大盘量化基金募集额达到10亿时便会停止。

而据记者了解,华商大盘量化基金在择股方面也有别于一些量化类基金。相较而言,目前国内公募量化基金多采用多因子模型,而多因子模型的设计原理是把价值投资理论通过数字模型加以表达。而在实际测算中,华商基金量化团队每日涨幅居前的股票中会有所谓投资价值较少的“垃圾股”,很难通过价值投资理论解释。对此华商大盘量化基金在设计选股模型时更多的是通过捕捉市场的异常波动,寻找股价波动的非基本面的因素。通过对数据挖掘,建立初选股票池,然后按照行业分类,结合基本面研究,通过行业研究员调研,寻找相互印证支持依据,最终进行择时投资。

从目前市场趋势看,越来越多的基金公司倾向于推出量化策略。相对于海外成熟市场,A股市场不是特别有效的市场,量化投资策略可以发挥其纪律性、系统性、及时性、准确性、分散化的有点而捕获国内市场的各种投资机会。同时A股市场的深度和广度都与前几年不可同日而语,市场上有两千多家上市公司,基金经理加研究员再加卖方,能把握和持续跟踪的公司也不过几百家。量化投资多层次,多角度,海量数据观察,可以捕捉更多的投资机会,拓展更大的投资空间。

巧理压岁钱

ETF联接基金生财有道

新春又至,在成人感叹春节成“春劫”时,孩子们的压岁钱水涨船高,越来越多的小朋友在春节长假后晋升为“小财神”。这笔贺岁红包若巧妙打理,则有望成为个人的梦想基金。在理财人士看来,作为儿童成长的见证,让压岁钱生钱也需要寻觅具有成长基因的理财产品。

目前在募的嘉实中证500ETF联接基金将90%以上基金财产投资于中证500ETF,紧密跟踪标的指数的市场表现,追求跟踪偏离度和跟踪误差最小化,可谓集普通开放式指数基金的申赎方便和ETF跟踪指数效率更高的优势于一身。本质上也是跟踪中证500的指数基金。该指数囊括沪深两市500家中小企业,是股市高成长的风向标,从长期走势看,显示出高成长特征。据WIND数据统计,在2006年到2012年的6年间,中证500累计收益率表现居于主要指数之首,累计涨幅超过280%。另外对于基金投资而言,成本优势就是收益优势。嘉实中证500ETF联接基金投资门槛低,管理费+托管费仅为0.6%,且投资于ETF的基金资产部分不再另行收取管理费和托管费,其运作成本低于一般开放式指数基金和股票型基金,所节省的成本使基金持有人有更多资金参与投资。

第8篇

(辽宁对外经贸学院,辽宁 大连 116052)

摘要:随着沪港通的正式实施,中国股市交易量不断创历史新高.同时在世界石油价格持续降低的情况下,投资策略显得十分重要.本文重点分析策略指数投资在股市投资中的运用.

关键词 :投资组合;股市;策略指数投资

中图分类号:F830.59文献标识码:A文章编号:1673-260X(2015)05-0068-03

1 策略指数投资介绍

2014年末随着股市行情的走强,指数化产品迅速摆脱前几年净赎回的颓势,呈现爆发式快速增长.伴随着规模的迅速扩张,结构上也出现了一些变化.其中策略指数产品尤其引人关注.广发中证百发100指数基金在开放募集后2天即超过20亿元,显示市场对特定方式策略指数投资的热情追捧.策略指数投资,在国外又称为Smart Beta,即“聪明”的Beta,是相对于“传统”的Beta策略而存在的一种投资理念.传统认知上的Beta是指一种全市场投资组合的系统性风险,在CAPM中以全市场所有股票的市值加权方式计算(market capitalization weighted).比如标普500指数、日经指数、以及在国内最具代表性的沪深300指数.通过简单的推演,就可以论证市值加权并非是最优的方法.市场对股票的定价并非完全有效,那么市值加权的方式倾向于给高估的股票以更高的权重,而低估的股票以更低的权重,显然这种方式并非是最优的.在这一点上,Hsu(2006)已经给出严格的论证.事实上,市值加权更加注重的是投资机会的市场容量(capacity),因此该类指数更多地被用作投资的业绩基准.那么,如果将投资组合更换成一种非市值加权的方式,其得到的beta就是smart beta,相关的投资策略就称为策略指数投资.这种smart beta指数中的股票权重往往是通过特定的量化算法获得,看起来投资效果会比传统的市值加权beta更加实用,相关的投资策略也往往会选择市值加权指数作为投资业绩的基准.

常见的Smart Beta策略包括价值策略、低波动策略、分散化策略、动量策略等.其中价值策略是以一些股票的价值指标为加权方式,目标是选择一些基本面满足特定属性的股票构成组合.比如基于财务基本面评分的基本面加权,或基于分红率的红利加权等.低波动策略的目标是构建一个最低或较低波动率的投资组合,通常包括最小方差目标加权、波动率倒数加权等方法.分散化策略的目的是提高组合中股票的分散度,应用最广的是等权重策略.动量策略在国外也是一种常见的策略,因为国外市场上验证发现动量因子非常有效,因此会选择以动量因子来作为股票选择和加权的方式,见表1.

据统计,美国近三年新发行的Smart Beta策略投资产品规模约在600亿美元,大致与市值加权的指数产品规模相当,策略也主要以红利、等权重、基本面、低波动为主.而国内近年来策略指数投资产品发展也非常迅速.中证指数公司针对主要的Smart Beta策略进行了验证,证明Smart Beta策略确实能大概率上击败以市值加权的沪深300指数.其中表现最好的是低波动相关策略,包括300最小方差、300低贝塔、300低波动.

2 资产配置下的策略指数投资

根据经典的CAPM模型我们知道,股票资产的收益率取决于其承担的市场风险大小Beta,而无法被解释的部分则为Alpha.但随后的诸多研究发现,各种股票之间的Alpha具有异常的高相关性特征,或许存在市场因子以外的其他因素在影响股票资产的收益率.随后发展的Fama-French三因素模型提出在市场因子以外,价值因子和规模因子也是非常显著的.后来又将动量因子补充进来,从而形成四因素模型.

自此,风格因子投资的概念逐渐被学术界与投资界所广泛接受.事实上,自从1970年代以来,国外就开始萌生基于这种理念的主动投资管理.投资业界在三因素模型基础上开发了非常有效的线性因子投资模型,如Barra公司将国家地域因子、宏观因子、概念风险因子等逐步纳入到其风险评估模型中.随后,学术界又逐步发现了更多有效的风险和策略因子,如低波动率、低流动性、基本面因子等.人们也逐渐发现,原来投资界以往的诸多策略产品实际上并非是提供了有效的Alpha,而只不过是将各种风格因子的beta巧妙包装成投资能力的Alpha来推销给投资者.

在这样的视角上,资产配置投资就自然而然地成为投资方法的主流.我们对资产的看法不再是其表面上所呈现出来的风险与收益特征,而是其特定或持续暴露的风险因子敞口,比如价值因子敞口、规模因子敞口等.如果投资者能够设定自己的风险预算,明确其将在各种风险因子上的敞口,就可以从市场上选择合适的股票、策略指数产品,经过合理的搭配而形成组合.这样的投资组合在风险上是可控的,从而将投资引入了一个新的配置时代.

因此,基于特定量化策略的Smart Beta策略指数投资开始风靡.这些指数投资产品不仅能够提供超越传统Beta的收益表现,更重要的是它们满足了投资者的资产配置需求.这些产品的透明性好、费用低廉,并且突出地暴露到某一个特定的风险因子上.比如在红利策略中,通常会选择那些分红率最高的股票进入组合,并给予高分红股票更高的权重,这样就使得组合在价值因子上产生了显著的风险敞口.在等权策略中,全部入选组合的股票无论市值大小都给予相同权重,从而导致小盘股获得比市值加权指数更高的权重,导致组合在规模因子上产生显著的风险敞口.波动率倒数加权策略则会给予波动率较低的股票更高的权重,从而整体上降低组合的波动性风险,因此也在波动率因子上产生显著的敞口.投资者在把握这些策略指数产品的风险特征后,就能够方便地构建自己的组合配置,反过来也促进了策略指数投资的快速兴起.

然而,Smart Beta策略指数产品也并非完全的“聪明”.在某一段时间内,也许特定的策略指数能战胜市值加权组合,使得它看起来非常“聪明”,但在另一段时间内该策略指数可能会落后市值加权组合,使得它看起来也不是那么“聪明”.这是因为策略指数产品通常会有严重的风险因子敞口,因此其业绩也随着风险因子的表现而起伏不定.可能有一些因子长期来看存在明显的超额收益,导致这些策略看起来非常具有吸引力.

针对几个主要的风险因子,测算了2006-2014年间的表现.表3中我们发现小盘因子是中国A股市场上长期表现最好的,但其波动率也比较大.价值因子、反转因子、基本面因子的长期表现也非常好.然而,表4测算了这些因子表现的相关性,发现各种因子之间的相关性非常低.并且单一因子的信息比率都无法达到2以上,这就表明单纯使用一个因子,即使是表现最好的小盘因子也依然无法达到满意的投资效果.

因此,风格偏向非常明显的策略指数投资产品也即往往会随着市场风格的切换而发生特别明显的波动.但是,如果投资者能够设定自己的风险预算约束,就能够合理地选择多个策略指数投资产品来构造自己的组合基金.组合基金利用不同产品风险敞口的低相关性来降低组合的波动风险.

3 组合基金投资

组合基金是能充分利用策略指数投资产品的优势,同时又充分控制和分散风险的一种很好的方法.目前国内兴起的量化投资基金很多策略就是试图去搭配不同的风险因子,希望在控制一定的风险暴露基础上,追求更高的收益.然而我们发现,这些策略大多数仍然是存在明显的风险暴露.

我们选择2014年表现最好的三只公募基金:华泰柏瑞量化指数、大摩多因子、长信量化先锋.可以发现,虽然这三只基金在2014年、2013年表现较好,但在2011年、2012年里普遍较弱.其主要原因是这些基金普遍在小盘因子上有很强的暴露,2013-2014年里小盘因子表现很强,但2011-2012年里价值因子表现更好.表6拆解了三只基金的全部持仓的自由流通市值分布,不难看出大摩多因子与长信量化先锋在小盘股上偏向非常明显,而华泰柏瑞量化指数向小盘的偏离较小.

我们选择其中业绩记录较长的大摩多因子、长信量化先锋,另外搭配两只偏向价值的策略指数基金:华宝兴业上证180价值ETF、银河沪深300价值.以等权重在四个产品之间搭配,构造一个混合的组合基金投资产品(FOF).

经过计算,不难看出两个偏向价值的基金产品在2011和2012年明显好于两只偏向小盘的量化产品,但在2013年和2014年里表现弱于量化产品.经过等权构造后,FOF组合在2011-2014年间均能取得正的超额收益,更重要的是其信息比率提升到了2.20,远远高于四只产品各自的信息比率,这说明经过搭配后,资产组合的收益风险表现得到了明显的提升.

4 结论

策略指数投资的Smart Beta正逐渐成为市场上非常重要的一类产品,因其风格特征显著,在特定的市场环境下提供“聪明”的Beta收益而逐渐受到投资者的热捧.然而,单一投资策略指数产品并不能提供稳健的收益,可以考虑在资产配置的目标下合理搭配策略指数投资产品,获取更加稳健的收益.

参考文献:

〔1〕郑鸣,李思哲.我国基金风格投资的积极风险补偿研究[J].厦门大学学报(哲学社会科学版),2010(02).

〔2〕蔡伟宏.我国股票市场行业指数超额联动的实证分析[J].南方经济,2006(02).

第9篇

【关键词】 杜邦分析; 有用性; 灰色关联

中图分类号:F832.48 文献标识码:A 文章编号:1004-5937(2014)13-0041-03

一、引言

近几年我国资本市场得到了长远发展,越来越多的家庭和企业参与到资本市场中,截至2014年2月,我国股票市场有效账户数已经达1.33亿。在美国等发达国家,家庭更多的倾向于通过投资基金间接参与股票市场,而在我们国家更多的家庭选择直接参与股票市场。因此股票市场的涨跌影响着众多家庭的财产收益。而在目前股票市场经历几年的低迷,投资价值凸显的背景下,研究股票市场的投资方法显得更具现实意义。

关于股价的分析方法,目前主流的有技术分析法和基本面分析法。技术分析法侧重于股票价格和成交量的研究,凭借历史经验的数据来预测未来的股价运行,分析过程以图表作为分析工具,因此也叫图表分析法。基本面分析法认为,公司的盈利能力越强,给股东的回报越高,相对应的股份价值越大,因此公司的盈利能力决定了公司的股价。该方法侧重于研究公司的财务状况,经营成果和现金流量等财务信息。从国内外的历史经验看,技术分析法适用于短线投机,基本面分析法适用于长线投资。因此基本面分析法显得更为理性,像巴菲特等众多投资大师都通过基本面分析法参与股市投资。本文也立足于基本面分析法,即公司的盈利能力来探究股价的运行规律。

二、理论分析

评价企业盈利能力的综合指标是净资产收益率,该指标利用净利润与所有者权益之比来反映所有者投资的获利能力。而杜邦分析是以净资产收益率为核心反映企业盈利能力的评价系统,是典型的利用财务指标之间的关系对企业盈利能力进行综合分析的方法。

理论上,净资产收益率越高,股份价值越大,该指标与股价成正相关。拆解后的三个指标分别为权益乘数、总资产周转率、销售净利润率,三大指标和净资产收益率都是正相关的关系,因此,它们与股价也成正相关。权益乘数越大,所有者资本占全部资产的比重越小,企业负债的程度越高。只要企业的资产报酬率高于负债利率,企业更多地举债对所有者来说就可以获取更多的利润,从而股份价值增长,股价上升。总资产周转率越高,表明企业的资产周转次数越多或周转天数越少,是企业营运能力增强的体现。该指标的上升往往是营业收入的增长而不是总资产的下降所致,而营业收入的增长会给所有者来带来更多的利润,从而股份价值增长,股价上升。销售净利率高表明销售商品的营业收入扣除所有费用后净利润的提高,往往通过企业商品毛利的提高或者期间费用的有效控制实现,而这也意味着企业所有者获取更多的利润,从而股份价值增长,股价上升。

三、实证分析

通过理论分析股价与益乘数、总资产周转率、销售净利润率成正相关关系。下面进一步看实证的结果。在国内蒋贤品、鲁爱民等从定性的角度加以介绍和分析,直接利用杜邦分析体系和指标来评价和预测公司的价值。朱宏泉、舒兰等(2011)仅用回归的方法分析了盈利指标与企业价值的相关性,并且没有分行业进行研究。因此分行业并且对财务指标投资有用性进行灰色关联分析是本文的创新与研究内容所在。

(一)样本选取

样本选取的时间跨度为2008年至2012年,在这五年中,上证指数经历了以下三个阶段的牛熊市交替:从5 265跌至1 664,从1 664涨至3 478,从3 478跌至1 949。这样可以一定程度上避免市场总体表现对分析的干扰。同时,本文选取沪深两市18家旅游类上市公司作为研究样本。旅游行业属于弱周期行业,选其作为研究对象可以较大程度避免经济周期和经济政策对分析的干扰。本文中上市公司主要财务指标以及股价数据来源于东方财富网和相关上市公司所披露的年度报告。

(二)灰色关联分析

本文以灰关联分析法进行实证研究。灰色系统理论提出了对各子系统进行灰色关联度分析的概念,意图透过一定的方法,去寻求系统中各子系统(或因素)之间的数值关系。灰色关联分析对于一个系统发展变化态势提供量化的度量,非常适合动态过程分析。在我国自邓聚龙于1987年首次提出邓氏关联度后,解决了许多过去难以解决的问题。

当进行灰色关联度计算数列的量纲不同时最好作无量纲化处理,此外还要求数列有公共交点。为解决这两个问题,计算关联系数之前,先将文章先对数列作初值化处理,处理结果如表1所示。

四、结论

作为常用的综合性价值评价工具,杜邦分析通过将资产收益分解为利润率、资产周转率和权益乘数,以反映企业经营业绩的各个不同方面和变化因素,为公司管理者改善经营业绩、投资者更好地判断公司的价值及变化,提供了一种简洁、有效的方法,因而受到人们的广泛关注,并在企业管理中发挥了巨大的作用。本文以A股旅游类上市公司为研究样本,探讨杜邦分析的核心指标和股价的相关性。结果发现:

1.杜邦分析在投资中存在有用性。股价波动与公司的权益乘数,总资产周转率和销售净利率存在相关关系,这也符合资产内在价值评估理论。

2.三大指标中权益乘数和资产周转率的有用性比较强,销售净利率有用性较弱。这说明资本市场能较好地反映公司的风险程度以及盈利能力,但对企业资产运营能力反映较弱。这符合证券投资分析的基本理论,证券投资主要考虑企业的风险和收益,而企业的资产运营能力不是关注重点。

3.杜邦分析中的三大指标能在证券投资中呈现较强的有用性,一定程度说明我国证券市场正趋向成熟并发挥价值发现的职能。作为投资者应当践行价值投资的理念,在充分运用杜邦分析等方法分析企业的财务数据后再进行投资配置。

【参考文献】

[1] 蒋贤品,祝锡萍.杜邦财务分析体系的扩展形式及其应用[J].数量经济技术经济研究,1999,16(5):65-66.

[2] 鲁爱民,陈锦辉.实践中对杜邦财务分析指标体系的修改和运用[J].数量经济技术经济研究,2000,17(7):73-75.

[3] 朱宏泉,舒兰,王鸿,范露萍.杜邦分析与价值判断――基于A股上市公司的实证研究[J].管理评论,2011,23(10):152-160.

[4] 邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1987:85-100.

[5] 严若森.公司治理评价及其灰色关联分析[J].技术经济,2009,28(7):114-120.

相关文章
相关期刊