量化投資基本面分析方法

① 量化投資是什麼

量化投資就是利用計算機科技並採用一定的數學模型去踐行投資理念、實現投資策略的過程。

傳統的投資方法主要有基本面分析法和技術分析法兩種，與它們不同的是，量化投資主要依靠數據和模型來尋找投資標的和投資策略。

對於量化投資中模型與人的關系，有點類似於病人和醫生的關系。在醫生治病的方法中，中醫與西醫的診療方法不同，中醫是望、聞、問、切，最後判斷出結果，在很大程度上取決於中醫的經驗，定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託醫學儀器，最後得出結論，對症下葯。

② 量化投資

沒有你想的書

我多年來都有關注這方面的書 可是也沒有在國內找到

數量化投資是將投資理念及策略通過具體指標、參數的設計，體現到具體的模型中，讓模型對市場進行不帶任何情緒的跟蹤；相對於傳統投資方式來說，具有快速高效、客觀理性、收益與風險平衡和個股與組合平衡等四大特點。量化投資技術幾乎覆蓋了投資的全過程，包括估值與選股、資產配置與組合優化、訂單生成與交易執行、績效評估和風險管理等，在各個環節都有不同的方法及量化模型：

一、估值與選股

估值：對上市公司進行估值是公司基本面分析的重要方法，在「價值投資」的基本邏輯下，可以通過對公司的估值判斷二級市場股票價格的扭曲程度，繼而找出價值被低估或高估的股票，作為投資決策的參考。對上市公司的估值包括相對估值法和絕對估值法，相對估值法主要採用乘數方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；絕對估值法主要採用折現的方法，如公司自由現金流模型、股權自由現金流模型和股利折現模型等。相對估值法因簡單易懂，便於計算而被廣泛使用；絕對估值法因基礎數據缺乏及不符合模型要求的全流通假設而一直處於非主流地位。隨著全流通時代的到來和國內證券市場的快速發展，絕對估值法正逐漸受到重視。

選股：在當前品種繁多的資本市場中，從浩瀚復雜的數據背後選出適合自己投資風格的股票變得越加困難。在基本面研究的基礎上結合量化分析的手段就可以構建數量化選股策略，主流的選股方法如下：

資產配置方法與模型
資產配置類別 資產配置層次 資產配置方法 資產配置模型
戰略資產配置 全球資產配置 大類資產配置 行業風格配置 收益測度 風險測度 估計方法 馬克維茨 MV 模型 均值 -LPM 模型 VaR 約束模型 Black-Litterman 模型
戰術資產配置 ( 動態資產配置 ) 周期判斷 風格判斷 時機判斷 行業輪動策略 風格輪動策略 Alpha 策略 投資組合保險策略

基本面選股：通過對上市公司財務指標的分析，找出影響股價的重要因子，如：與收益指標相關的盈利能力、與現金流指標相關的獲現能力、與負債率指標相關的償債能力、與凈資產指標相關的成長能力、與周轉率指標相關的資產管理能力等。然後通過建立股價與因子之間的關系模型得出對股票收益的預測。股價與因子的關系模型分為結構模型和統計模型兩類：結構模型給出股票的收益和因子之間的直觀表達，實用性較強，包括價值型(本傑明·格雷厄姆—防禦價值型、查爾斯·布蘭迪—價值型等)、成長型(德伍·切斯—大型成長動能、葛廉·畢克斯達夫—中大型成長股等)、價值成長型(沃倫·巴菲特—優質企業選擇法、彼得·林奇—GARP價值成長法等)三種選股方法；統計模型是用統計方法提取出近似線性無關的因子建立模型，這種建模方法因不需先驗知識且可以檢驗模型的有效性，被眾多經濟學家推崇，包括主成分法、極大似然法等。

多因素選股：通過尋找引起股價共同變動的因素，建立收益與聯動因素間線性相關關系的多因素模型。影響股價的共同因素包括宏觀因子、市場因子和統計因子(通過統計方法得到)三大類，通過逐步回歸和分層回歸的方法對三類因素進行選取，然後通過主成分分析選出解釋度較高的某幾個指標來反映原有的大部分信息。多因素模型對因子的選擇有很高的要求，因子的選擇可依賴統計方法、投資經驗或二者的結合，所選的因子要有統計意義上或市場意義上的顯著性，一般可從動量、波動性、成長性、規模、價值、活躍性及收益性等方面選擇指標來解釋股票的收益率。

動量、反向選股：動量選股策略是指分析股票在過去相對短期的表現，事先對股票收益和交易量設定條件，當條件滿足時買進或賣出股票的投資策略，該投資策略基於投資者對股票中期的反應不足和保守心理，在投資行為上表現為購買過去幾個月表現好的股票而賣出過去幾個月表現差的股票。反向選股策略則基於投資者的錨定和過度自信的心理特徵，認為投資者會對上市公司的業績狀況做出持續過度反應，形成對業績差的公司業績過分低估和業績的好公司業績過分高估的現象，這為投資者利用反向投資策略提供了套利機會，在投資行為上表現為買進過去表現差的股票而賣出過去表現好的股票。反向選股策略是行為金融學理論發展至今最為成熟，也是最受關注的策略之一。

二、資產配置

資產配置指資產類別選擇、投資組合中各類資產的配置比例以及對這些混合資產進行實時管理。資產配置一般包括兩大類別、三大層次，兩大類別為戰略資產配置和戰術/動態資產配置，三大層次為全球資產配置、大類資產配置和行業風格配置。資產配置的主要方法及模型如下：

戰略資產配置針對當前市場條件，在較長的時間周期內控制投資風險，使得長期風險調整後收益最大化。戰術資產配置通常在相對較短的時間周期內，針對某種具體的市場狀態制定最優配置策略，利用市場短期波動機會獲取超額收益。因此，戰術資產配置是在長期戰略配置的過程中針對市場變化制定的短期配置策略，二者相互補充。戰略資產配置為未來較長時間內的投資活動建立業務基準，戰術資產配置通過主動把握投資機會適當偏離戰略資產配置基準，獲取超額收益。

三、股價預測

股價的可預測性與有效市場假說密切相關。如果有效市場假說成立，股價就反映了所有相關的信息，價格變化服從隨機遊走，股價的預測就毫無意義，而我國的股市遠未達到有效市場階段，因此股價時間序列不是序列無關，而是序列相關的，即歷史數據對股價的形成起作用，因此可以通過對歷史信息的分析來預測股價。

主流的股價預測模型有灰色預測模型、神經網路預測模型和支持向量機預測模型(SVM)。灰色預測模型對股價的短期變化有很強的預測能力，近年發展起來的灰色預測模型包括GM(1, 1)模型、灰色新陳代謝模型和灰色馬爾可夫模型。人工神經網路模型具有巨量並行性、存儲分布性、結構可變性、高度非線性和自組織性等特點，且可以逼近任何連續函數，目前在金融分析和預測方面已有廣泛的應用，效果較好。支持向量機模型在解決小樣本、非線性及高維模式識別問題中有許多優勢，且結構簡單，具有全局優化性和較好的泛化能力，比神經網路有更好的擬合度。

四、績效評估

作為集合投資、風險分散、專業化管理、變現性強等特點的投資產品，基金的業績雖然受到投資者的關注，但要對基金有一個全面的評價，則需要考量基金業績變動背後的形成原因、基金回報的來源等因素，績效評估能夠在這方面提供較好的視角與方法，風險調整收益、擇時/股能力、業績歸因分析、業績持續性及Fama的業績分解等指標和方法可從不同的角度對基金的績效進行評估。

績效評估模型 / 指標

績效評估准則
擇時 / 股能力
業績歸因分析
風險調整收益
業績持續性
Fama 業績分解

模型 / 指標
T-M 模型

H-M 模型

GII 模型

C-L 模型
資產配置收益

證券選擇收益

行業選擇收益

行業內個股選擇收益
RAROC

Sharp, Stutzer

Treynor, Jensen

, ,
雙向表分析

時間序列相關性
總風險收益

系統風險收益

分散化投資收益

五、基於行為金融學的投資策略

上世紀50～70年代，隨著馬科維茨組合理論、CAPM模型、MM定理及有效市場假說的提出，現代金融經濟學建立了一套成熟的理論體系，並且在學術界占據了主導地位，也被國際投資機構廣泛應用和推廣，但以上傳統經濟學的理論基石是理性人假設，在理性人假設下，市場是有效率的，但進入80年代以後，關於股票市場的一系列研究和實證發現了與理性人假設不符合的異常現象，如：日歷效應、股權溢價之謎、期權微笑、封閉式基金折溢價之謎、小盤股效應等。面對這些金融市場的異常現象，諸多研究學者從傳統金融理論的基本假設入手，放鬆關於投資者是完全理性的嚴格假設，吸收心理學的研究成果，研究股市投資者行為、價格形成機制與價格表現特徵，取得了一系列有影響的研究成果，形成了具有重要影響力的學術流派－行為金融學。

行為金融學是對傳統金融學理論的革命，也是對傳統投資實踐的挑戰。隨著行為金融理論的發展，理論界和投資界對行為金融理論和相關投資策略作了廣泛的宣傳和應用，好買認為，無論機構投資者還是個人投資者，了解行為金融學的指導意義在於：可以採取針對非理性市場行為的投資策略來實現投資目標。在大多數投資者認識到自己的錯誤以前，投資那些定價錯誤的股票，並在股價正確定位之後獲利。目前國際金融市場中比較常見且相對成熟的行為金融投資策略包括動量投資策略、反向投資策略、小盤股策略和時間分散化策略等。

六、程序化交易與演算法交易策略

根據NYSE的定義，程序化交易指任何含有15隻股票以上或單值為一百萬美元以上的交易。程序化交易強調訂單是如何生成的，即通過某種策略生成交易指令，以便實現某個特定的投資目標。程序化交易主要是大機構的工具，它們同時買進或賣出整個股票組合，而買進和賣出程序可以用來實現不同的目標，目前程序化交易策略主要包括數量化程序交易策略、動態對沖策略、指數套利策略、配對交易策略和久期平均策略等。

演算法交易，也稱自動交易、黑盒交易或無人值守交易，是使用計算機來確定訂單最佳的執行路徑、執行時間、執行價格及執行數量的交易方法，主要針對經紀商。演算法交易廣泛應用於對沖基金、企業年金、共同基金以及其他一些大型的機構投資者，他們使用演算法交易對大額訂單進行分拆，尋找最佳路由和最有利的執行價格，以降低市場的沖擊成本、提高執行效率和訂單執行的隱蔽性。任何投資策略都可以使用演算法交易進行訂單的執行，包括做市、場內價差交易、套利及趨勢跟隨交易。演算法交易在交易中的作用主要體現在智能路由、降低沖擊成本、提高執行效率、減少人力成本和增加投資組合收益等方面。主要的演算法包括：交易量加權平均價格演算法(VWAP)、保證成交量加權平均價格演算法(Guaranteed VWAP)、時間加權平均價格演算法(TWAP)、游擊戰演算法(Guerrilla)、狙擊手演算法(Sniper)、模式識別演算法(Pattern Recognition)等。

綜上所述，數量化投資技術貫穿基金的整個投資流程，從估值選股、資產配置到程序化交易與績效評估等。結合量化投資的特點及我國證券市場的現狀，好買認為量化投資技術在國內基金業中的應用將主要集中在量化選股、資產配置、績效評估與風險管理、行為金融等方面，而隨著包括基金在內的機構投資者佔比的不斷提高、衍生品工具的日漸豐富(股指期貨、融資融券等)以及量化投資技術的進步，基金管理人的投資策略將會越來越復雜，程序化交易(系統)也將有快速的發展。

③ 量化分析三大層次

什麼是量化投資？
最近十年來,量化投資成為了歐美資本市場發展的熱點與焦點,一舉成為了國際投資界興起的一個新方法,發展勢頭迅猛,。量化投資和基本面分析、技術面分析並稱為三大主流方法。由於量化投資交易策略的業績穩定,其市場規模和份額不斷擴大,得到國際上越來越多投資者的追捧。

過去20年收益率最高的基金,是文藝復興科技公司的大獎章,其客戶平均年收益率高達35%;而過去四年高盛旗下的量化基金規模翻了一倍,超過1000億美金。由此可見,量化投資已經成為機構投資者的重要利器。

量化投資對於基金公司/資產管理公司而言,有著非常明顯的價值:
首先是容易沖規模。一個有效的量化模型是可以在多個產品上進行快速復制,從而迅速做大規模。這個在巴克萊的指數增強系列產品上得到最明顯的體現。截止2011年底,巴克萊量化基金,管理規模超過1.6萬億美金,超過富達基金,成為全球最大的資產管理公司。

其次是可以獲得絕對收益。利用量化對沖方式,構建與市場漲跌無關的產品,賺取市場中性的策略,適合追求穩健收益的大機構客戶,例如保險資金、銀行理財等。這個產品的代表性公司就是目前全球最大的對沖基金BridgeWater,旗下的旗艦產品Pure Alpha過去五年共賺取超過350億美金。

第三是杜絕了內幕消息和老鼠倉。量化投資只利用公開數據,通過數學模型的運算,挖掘出隱藏在公開數據後面的信息,從而戰勝市場,從方法論上就杜絕了內幕消息的可能。在交易過程中利用復雜的IT系統進行程序化交易,使得老鼠倉也無法成為可能。在國內金融市場監管日趨規范的情況下,量化投資這種方法必然會成為投資研究的主要方法。

量化投資的理論基礎
說到量化投資的理論基礎,就要從市場有效性假說說起，技術分析、基本面分析和量化分析代表了有效市場的三個不同的層次。在無效市場,技術分析是充分有效的,這在中國資本市場最初的十年得到很好的體現;當市場進入弱有效市場後,可以依靠基本面分析獲得超額收益,2000年到2010年這十年基本上屬於這個時代;當市場進入半強有效市場後,也就是從2010年開始我們可以觀察到大部分基本面分析的產品已經無法獲得超額收益,此時國內市場已經進入半強有效市場。當然當市場進入強有效市場後,則無論哪種方法均無法戰勝市場,那時候只能被動指數化投資。

傳統的有效市場假說認為,在半強有效市場,只能依靠非公開信息(內幕消息或者私人消息)來獲得超額收益。但是我們可以知道的是,除了非公開信息並不是只有內幕消息和私人消息,還有另外一個獲得非公開信息的方法:就是利用數據挖掘的方法,從公開的數據中挖掘出非公開信息,也就是量化投資的方法。這也就是在美國等成熟市場(基本上進入半強式有效市場狀態),量化投資為啥可以得到蓬勃發展的原因。

隨著中國市場有效性的提高,中國開始進入半強式有效市場階段,再加上監管層對內幕消息的監管越來越嚴厲,使得通過這種方法獲得非公開信息的方式越來越難,因此量化投資就成為了一個最好的獲得非公開信息的科學理論與技術。

很多人問:量化投資是不是僅僅是一個曇花一現的概念,還是一個可以長期有效的科學理論,我想通過上述對有效市場假說的分析,已經得到了明確的答案:量化投資是在半強式有效市場中的最佳分析理論,也幾乎是唯一可行的分析理論。

美好前景
中國經濟經過30年的高速發展,各行各業基本上已經定型,能夠讓年輕人成長的空間越來越小了。未來十年,量化投資與對沖基金這個領域是少有的幾個,可以誕生個人英雄的行業,無論是出生貴賤,無論是學歷高低,無論是有無經驗,只要你勤奮、努力。腳踏實地的研究模型,研究市場,開發出適合市場穩健盈利的交易系統,實現財務自由,並非遙不可及的夢想。

曾經有研究助理抱怨:「我們做量化研究的,一年都沒有啥機會出去調研,免費旅遊的機會都木有啊」。
「你只要好好研究量化模型,找到持續穩定盈利的策略,自然就會有大量的資金來找你合作,實現財務自由不困難。到時候你會開著遊艇出海,去拉斯維加斯享受,去非洲草原獵象,又何必在乎眼前的這點免費旅遊呢？」他點頭如搗蒜。

在中國目前的很多領域,賺錢已經變成一個非常困難的事情,但是在量化投資與對沖基金領域,是完全依靠自己的勤奮與努力。一個持續穩定賺取的模型,不是靠關系和背景就可以的,而是靠著自己的聰明才智和腳踏實地的工作。

④ 什麼是「量化基本面投資」

量化基本面投資其實是一種對基本面投資和量化投資的融合，是將計算機演算法與人類的分析結合起來的一種1+1>2的新型投資方式。

⑤ 什麼是基本面量化投資

基本面量化投資是以數據為基礎，以策略模型為核心，以程序化交易為手段，以追求絕對收益為目標的投資方法。人類可以提供而量化分析卻無法做到的一個技能就是，基於較小的數據量做出推理的能力。

⑥ 量化投資是什麼意思

量化投資是指通過數量化方式及計算機程序化發出買賣指令，以獲取穩定收益為目的的交易方式。在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。
量化投資區別於定性投資的鮮明特徵就是模型，對於量化投資中模型與人的關系，大家也比較關心。量邦科技馮永昌打個比方來說明這種關系，我們先看一看醫生治病，中醫與西醫的診療方法不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，定性程度上大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。

⑦ 什麼是量化投資

如果說當前是第五次工業革命，那我們正處於人工智慧(AI)的大時代。在交通領域，AI的代表作是無人駕駛;在媒體領域，AI的代表作是寫稿機器人;在金融領域，AI的代表作則是量化投資。那麼，量化投資到底是何方神聖?它打敗傳統資產管理的利器在哪裡?

量化投資——恪盡職守，理性化投資踐行者

量化投資，簡單說就是利用計算機技術和數學模型去實現投資策略的過程。根據上面的定義，理解它的話，咱們只要記住3個關鍵詞：

數學模型：需要數學公式或模型進行計算;

計算機技術：用計算機來進行自動化交易;

投資策略：將這種方法形成一種慣用投資策略。

我們都知道，每個人都是相對理性的，投資很容易受到情緒的影響而產生偏差。而由機器人操盤的量化投資，其最大的優勢在於：在某些方面可以做到絕對理性化，比如止盈或止損。因為它能克服人性的優柔寡斷與貪婪。

誠然，量化投資在國內還是這幾年才興起的新鮮事，但在國外的發展已經有超過50年的歷史。

1969年，愛德華·索普利用他發明的"科學股票市場系統"(實際上是一種股票權證定價模型)，成立了第一個量化投資基金。該基金名為普林斯頓-紐波特合夥基金，主要從事可轉換債券的套利。令人驚奇的是，該基金成立後連續11年內沒有出現年度虧損且持續跑贏標普指數。量化投資成功地吸引了人們的注意!

經過近半個世紀的發展，截至2016年底，全球量化投資基金總規模已突破3萬億美元，是全球基金規模的比例的30%左右。

而在國內，2010年可以說是中國量化投資元年，滬深300股指期貨的推出、ETF及分級基金的迅速發展使得各類量化策略有了用武之地。與此同時，公募、私募基金也都發行了大量的量化策略基金。尤其是私募基金中的量化私募，近年來的發展速度很快。了解私募基金需要用到一些門戶網站，比如私募排排網，上面有很多私募基金是可以免認購費的。在此不多加展開。

量化投資的策略有哪些?

根據排排君總結的三個關鍵詞，它的投資策略也基本可在此基礎上得以展開。為了方便理解，排排君將量化策略簡單分成以下幾類：

1、量化對沖

其實，量化和對沖本身並不是「一家人」，之所以最終能「終成眷屬」，是因為二者結合後能獲得超額收益的「結晶」。

我們可以看到圖中隨著因子數目的增長，它的收益曲線的變化會變得越來越平滑。因子數由30個變成120個的過程中，其夏普比率也從0.8變成2.2。

3、量化擇時

擇時，不僅困擾這個人投資者，也同樣令機構投資者很頭疼。如果說量化選股解決的是超額收益的問題，那麼量化擇時解決的則是相對收益的問題。

而所謂量化擇時，則是對各類預測指標的應用，通過分析並得到對市場未來方向的預判。常用的擇時方法有：趨勢量化擇時、市場情緒量化擇時等。

趨勢量化擇時

趨勢量化擇時基本可以認為是趨勢投資的延續，若趨勢發生逆轉則需平倉止損。與趨勢投資一樣，趨勢量化擇時具有滯後性，只有市場出現了某種趨勢後，才可順勢操作。

市場情緒量化擇時

市場情緒量化擇時就是利用投資者的熱情程度來判斷大勢方向，當投資情緒高漲，大家積極入市時，大盤可能會繼續漲;當投資者情緒低迷、不斷撤出市場的時候，大盤可能繼續下跌。

當然，量化擇時還有其他的方法，受限於篇幅這里就不再展開。

⑧ 什麼是量化跟投

先了解一下，什麼是量化投資
量化投資是一種系統化方法，它利用現代金融，計算機，數學，以及其他相關行業的知識和方法，包括行為學、心理學等，把投資理念，科學理論和實際數據量化為客觀的數理模型，使用計算機技術完成全部或部分的投資。

量化投資需要把數據、策略、系統、執行四個方面綜合起來完成一個有機的整體。量化投資本質上是一個方法論，可以應用到投資過程的每一個環節，比如大家熟悉的選股、基本面分析或者技術分析其實也算是廣義量化金融的應用。你用了這些學科的知識去構建一個數理模型，一個投資決策模型，這是一個相對客觀和理性的系統，是可以被應用於投資的第一步到最後一步的。



量化投資的特點

紀律性：量化投資是非常理性的，縝密的模型加豐富的數據會產生出決策，不會應為你今天心情不好而亂買亂賣，也不會因為猶豫不決而錯失投資良機。量化是一個相對客觀的決策和執行系統；

系統性：量化投資是數據、策略、系統、執行四方面的一個組合，這是一個完整的整體；

概率性：量化投資是去「博」大概率賺錢的機會。理論上講當你的量化策略只要有 51% 的時候能預測正確市場，那麼就能賺到錢，長期多次交易來看這個策略就是有效的，是可以賺錢的。當然實際交易還要考慮交易成本和市場情況， 51% 可能不夠，但是只要你的策略能獲得正向收益的概率達到一定值，你不用每次都對那麼也能獲得長期的盈利。

⑨ 什麼是量化投資怎麼理解量化

私募排排網為您解答：
量化投資，簡單說就是利用計算機技術和數學模型去實現投資策略的過程。根據上面的定義，理解它的話，咱們只要記住3個關鍵詞：
數學模型：需要數學公式或模型進行計算;
計算機技術：用計算機來進行自動化交易;
投資策略：將這種方法形成一種慣用投資策略。

⑩ 什麼是量化投資交易策略

一文看懂量化投資策略

閑話基

量化投資在近些年受到越來越多的關注，包括規模、策略、業績。量化投資，是指通過藉助統計學、數學方法，運用計算機從海量歷史數據中，尋找能夠帶來超額收益的多種「大概率」策略，按照策略構建的數量模型嚴格執行投資，力求獲得長期穩定可持續高於平均的超額回報。

跨市場策略涉及外匯兌換、國際期貨交易對沖，交易實現難度大，國內用得少。

由於期貨具有杠桿屬性，這類策略持倉的市值往往很大，有時候甚至超過產品資產總值，導致收益率的波動率是所有量化策略中最大的。在市場出現連續震盪行情時，這樣策略由於杠桿屬性會出現較大的回撤。另外一個對這類策略的一個限制是，目前市場上活躍交易的期貨品種不多，高頻交易很大程度倚重於品種成交量，開平倉時間間隔較短，使得策略容量不大。