前言:中文期刊网精心挑选了量化策略投资分析范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。
量化策略投资分析范文1
Abstract: The postgraduate course is the basic way to realize the goal of postgraduate education, the quality of postgraduate course will directly influence their scientific research ability and overall quality. Combined with teaching practice of postgraduate course of "Investment Analysis and Decision" for five years, the paper discussed practice and experience of the course orientation, the choice of teaching material and teaching teaching contents, exploration of teaching methods, network aided teaching application, curriculum assessment, so as to provide reference for the related courses.
关键词: 投资分析与决策;研究生教育;教学改革
Key words: Investment Analysis and Decision;postgraduate education;teaching reform
中图分类号:G643 文献标识码:A 文章编号:1006-4311(2013)02-0223-03
0 引言
研究生教育是大学本科教育后更高层次的研究型人才培养的阶段,肩负着为国家现代化建设培养高素质、高层次创造性人才的重任,对推动科技进步和经济社会发展具有不可替代的作用。伴随我国研究生教育进入高速发展的时期,如何提高研究生培养质量,保证研究生的培养数量和质量同步提升,成为高等教育界关注的热点问题。
课程教学是研究生培养的重要环节,它能帮助研究生掌握本学科坚实的理论基础、系统的专业知识,并为之后的科研工作奠定基础[1]。探索适宜的课程教学模式和教学方
法,提升研究生课堂教学的有效性是提高研究生培养质量的重要举措之一。本文基于近五年对研究生课程“投资分析与决策”所实施的教学改革实践的心得进行归纳和总结。
1 投资分析与决策课程定位
投资分析与决策是面向北京信息科技大学管理科学与工程、技术经济与管理专业开设的专业任选课。本课程的教学目的是使学生深刻理解投资领域的基本理论,掌握投资理论的精髓以及其应用策略。
通过本课程的学习,学生应在熟悉金融市场理论基础上,进一步了解证券投资等金融活动的数量规律,并能够运用常用的分析方法和工具,研究组合投资优化等金融投资决策问题。本课程的特色是将现代信息技术与金融领域的投资决策模型结合,运用信息化技术,指导学生处理金融数据,培养其建模能力和数据处理能力。
2 教材和教学内容的选择
研究生教学的最大特点在于学生的“高层次”与“多元化”[2]。高层次主要体现在研究生的知识积累和学习能力都比较高,对新知识的理解和消化吸收快。多元化主要体现在学生的构成方面,同一门课程可能有来自各个不同专业的学生同时选学,这种“高层次”与“多元化”的特点决定了研究生专业课的教学必须有足够的新意和广度,这是大大区别于本科生专业课教学的地方。
近5年来,在我校选修投资分析与决策课程的管理科学与工程、技术经济与管理专业的研究生中,普遍存在本科专业背景各异的现象,因而学生知识结构差异大,专业基础参差不齐。这对教学内容的选择带来了挑战。
如果教学内容定位于适用有经济、金融专业背景的高层次金融定量分析,跨学科专业的学生会面临专业障碍,若选讲适用非经济、金融专业背景的基础金融分析,则导致部分教学内容与本科生的教学内容重复,深度差距不大,在这种情况下,对专业基础扎实的研究生而言研究生阶段只是本科学制的一种延长,没有学到真正的知识,研究生自我发展的空间受到限制,与研究生的培养目标相背离。鉴于上述情况,为了使学生及时适应研究生阶段的学习,同时能实现从本科阶段到研究生阶段的质的飞跃,我们对教学内容安排做了适应性调整,以兼顾学生的专业差异。
2.1 教材选择 教材是教学内容的载体,是保证学科人才培养质量的基本材料。一本优秀的教材是进行教学的基本条件,也是教学质量的保障。在投资分析与决策课程教学中,我们选用了刘善存编著的《Excel在金融模型分析中的应用》作为本课程的主教材。该教材内容深浅适度,系统完整,条理清晰,结构编排合理。本教材的特色是将抽象的金融模型通过Excel的数据处理和图表形式来解释、验证和求解,内容安排符合教学计划要求,既能阐述金融理论核心思想,又能把金融问题与其数学表述和论证密切结合起来,把专业知识和数据处理工具和方法有机结合。
此外,我们还选用了benninga编著,邵建利等译的《财务金融建模-用Excel工具(第三版)》,zvi bodie编著的《投资学》作为辅教材,这两本教材均是作者多年从事相关研究的结晶,所涉专题较为全面,所涉文献较为宽广,具有明显的学术性与较好的启发性,且对于金融理论的进展和模型的推导阐述细致透彻。如遇主教材未能深入分析的专业知识,学生可自主选择辅教材的相应内容,来弥补专业知识的欠缺,这有益于排除跨专业学生的专业障碍,实现弹性教学。
2.2 教学内容选择 研究生的教学不同于本科生,教学内容不必完全拘泥于书本。在教学内容组织上,本课程以投资分析经典理论为核心,内容涵盖证券组合理论、资本市场理论、资本资产定价理论、期权定价理论、债券的久期理论和免疫策略等基本理论和基本方法。
研究生能够结合各自研究方向应用所学的金融理论和方法,分析和解决实际课题研究中的问题是我们的主要教学目标。因此,在教学内容处理上,注重金融理论与方法和现实金融决策问题的结合,强调现代金融模型应用,侧重Excel辅助金融建模和金融计算。如在投资组合理论专题下,不仅系统阐述现资组合理论的产生与发展,马可维兹均值方差模型的构建过程,还要讲解利用Microsoft Excel的矩阵运算、规划求解工具和VBA编程,实现基于金融市场真实数据的有效前沿的计算和绘制,并展示计算方差协方差矩阵的四种不同方式。这些方法和技巧,不仅有利于提高其数据处理能力,也为学生进一步学习其他应用软件提供借鉴。
3 投资分析与决策课程教学模式探索
传统教学是一种继承性、维持性教学,这种教学活动以知识传授和知识继承为主,尽管“填鸭式”教学在研究生阶段已不再明显,但传统教学仍未逾越“教师讲,学生记”、“知识的单向传导”等教学特征[3]。《投资分析与决策》课程教学中,突出教学科研结合,关注教学相长,培育创新性思维。
鉴于研究生已具备了一定的专业基础知识,因此,在课堂教学中,我们主要讲授大纲中要求学生掌握的基本内容、教学重点和教学难点等。在教学过程中,特别注意正确处理课程内容的基础性与先进性,经典内容与现代进展之间辨证关系,有效激发学生的学习兴趣,培养学生的创新思想。对于介绍性和概念性的内容,由学生按照教师提供的提纲和要求,利用课外时间进行自学,这样即提高了课堂教学效率,又有助于培养学生的自主学习能力。
由于研究生学位课程的学习是为即将从事的科研工作打基础,在研究生学位课程的教学中,必须要坚持教学与科研的紧密结合,把科研成果有机地融入教学过程。在课堂教学中,我们注意及时把握学科发展的前沿动态,引导研究生在最新知识领域开展专题讨论。专题讨论主要是结合课程教学内容和学科的前沿发展问题,从中浓缩出适合课堂教学与讨论的内容,采用文献检索、课堂讨论、课后实践相结合的方法进行的探讨式教学。
教师通过查阅与本专题相关的文献后提出问题,预先布置给学生进行研读。教师对相关知识进行概括分类后,在课堂上先做系统的讲授和导引,然后组织学生对内容进行研讨,必要时候通过一些实例进行验证。这样既拓展了教学内容,增大了教学容量,又能启发学生的创新思维,把创新能力培养贯穿于课程学习过程。
4 网络辅助教学手段的应用
随着信息技术和网络技术的不断发展,教育信息化已成为高等教育面临的重大课题和发展方向。越来越多的高等学校将网络辅助教学平台在校园网的基础上建设起来,并成功开展教学工作,网络辅助教学已经成为对高校传统教学模式良好的拓展与补充。所谓网络辅助教学是指将网络作为课堂教学活动的辅助手段来完成教学过程的教学模式[4],它不仅延续了计算机辅助教学中采用多媒体技术和交互技术等手段,更具有教学信息量大、时间的自主性和空间的开放性强、可供诸多用户共享优质教学资源等优点。
在研究生投资分析与决策课程教学中,我们就该课程的网络辅助教学模式进行了有益尝试和探索。由于北京信息科技大学教务处开发的网络教学平台目前主要面向本科生开放,研究生课程的开设受到管理接口的限制,我们仅利用了公共网络和课堂教学管理软件来实现网络教学资源共享和师生教学互动。最初,教学资源共享和师生间的学习交流,包括教学课件、讲义、课程通知、作业和答疑等都通过课程邮箱实现。这种方式虽然不受校园网IP地址的限制,为学生提供了灵活的学习时间和广泛的学习空间,但其课堂教学管理应用功能有限。
为强化课堂教学效果,我们尝试使用了windows远程桌面共享,保证学生在一人一机的实验室环境下,借助网络会议的方式,实时接收教师机传递的教学信息,同时学生也可在教师指导和安排下,进行操作演练和参与课堂讨论,即方便检验学生的学习效果,也可以有针对性地对学生提出的问题即时讲解。
考虑到windows远程桌面共享在教学文件传输和管理,课堂分组等管理功能弱化,我们后来又引入了凌波多媒体网络教室软件,利用研究生实验室现有的网络设施,利用该软件的屏幕广播、远程遥控、屏幕监视、文件等功能实现教师机对学生机的广播、监控等操作,强化教学过程的实时控制。多媒体网络教室能提供界面友好、形象直观的交互式学习环境,既能做到发挥教师的主导作用,又能充分体现学生的认知主体作用,把教师和学生两方面的主动性、积极性都调动起来,促进了师生之间的信息交流,资源共享和教学互动。
5 课程考核方式
课程考核是教学的有机组成部分,也是反映研究生课程教学效果的手段之一。合理的考核方式与学习水平的有效评价有助于调动学生学习的积极性。
通过5年多的研究生课程教学实践,结合投资分析与决策课程特点,我们采用了“课中作业+课终论文”的考核方式。这种方式不同于侧重理论推导为主的考核,注重金融决策模型设计、应用及金融数据处理,从而促使学生将主要精力放在使用投资理论和模型去解决实际问题上,有助于培养学生对学科知识的综合运用能力。
投资分析与决策课程偏重定量分析,课中作业一般根据金融理论专题下涉及的模型算法,要求学生完成小型案例分析,形成一个简要案例分析报告。如在期权定价理论中,涉及基于风险中性定价机制的单阶段及多阶段欧式期权定价和美式期权定价。针对该知识点,布置课中作业:使用给定的条件和参数,运用期权定价原理和方法测算欧式及美式看涨期权或看跌期权的价格,并对价格变动作因素分析。这些课中作业,有助于激发学生学习的主动性,且有利于巩固学生在课堂所学的知识。
课终论文采用与课中作业结合的办法,即要求学生以平时的专题讨论内容为基础撰写课终论文。考核论文内容来源于小作业,同时又是对前期专题研究的再认识和再生成。正是有了作业的研究基础,论文的质量才有所保证。如学生选择投资组合理论专题作为课终论文主题,则建议学生在中国证券市场选择不同行业的若干股票为分析对象,通过金融数据库查阅股票交易的相关数据,完成有卖空和无卖空条件下有效前沿的求解,并对分析结果进行评价,对理论应用的局限性结合实际问题做归纳和总结。
我们还鼓励学生结合自身研究方向选择切入点,建立金融模型,开展分析研究,提炼学术观点,形成规范化的学术论文,向学术期刊积极投稿。这种考核方式可以促使研究生较早进入科研角色,真正做到“学为所用”,将金融理论与实际经济、金融问题有机结合。
6 小结
《投资分析与决策》课程改革实践的目的在于使这门课程能够达到“教学思想现代化,教学方法科学化,教学过程最优化”的要求。通过一系列教学改革实践,优化了课程教学内容和教学方法,尝试使用了多种网络辅助教学手段,改善了考核方式,使改革后的课程体系更符合人才的培养目标,更具科学性和可操作性。教学实践的结果表明,课程的教学改革对提高研究生的创新能力与研究水平都有较大裨益。
当然,金融理论和量化分析技术的发展日新月异,在今后的课程教学中仍需不断改进和调整课程教学方案,以满足社会对研究生层次的金融人才的需求。
参考文献:
[1]李俊卿.提高课堂教学质量,培养大学生的创新能力[J].中国大学教学,2010(1):56-58.
[2]谢美华.探究式教学在研究生课程教学中的实践[J].高等教育研究学报,2011(2):61-63.
量化策略投资分析范文2
宽客,quant的音译。在华尔街,这个词是指那些利用复杂的数学公式和超级计算机—既不是直觉也不是公司基本面等其他传统方法—在稍纵即逝的金融市场中赚钱的人。
这群人多数都不是学金融而是学数学或者物理出身,当他们进入华尔街后,被认为是华尔街名副其实的淘金者,1980年到2007年,是他们势不可挡的黄金年 代。
2005年左右,量化投资在国内出现。
从事量化投资的人被称为宽客,则是最近两三年的事情。一方面是一些介绍华尔街宽客的书籍被翻译引进,另一方面,因为2008年金融危机爆发,一些华尔街的宽客开始转战中国。
短短几年,随着中国衍生品市场的日渐开放,自称宽客的人越来越多。券商、基金、期货、私募……一句市场玩笑话,谁家要是没有一个两个宽客,都觉得不太好意思。
宽客的春天真的来到了?
年轻的中国宽客们
一间不到20平方米的房间,没有任何隔断,每张办公桌上都放着两到三台电脑,五张办公桌呈扇形分布在落地窗前,每个人扭头就可以和其他人说话。
这就是永安期货研究所量化投资团队的办公室。和国内不少量化投资团队一样,他们在公司具有相对独立的空间。
30岁的张冰,2009年毕业于北京大学,理论物理博士,是这个团队的负责人。有着一张娃娃脸的他,举手投足之间流露出来的依然是浓浓的书生气。不仅是他,屋子里的其他人也都像是在大学机房里安静地做研究、编程序。
事实上,要想进入这个团队,必须有熟练的计算机编程能力。2012年7月加盟张冰团队的李洋是北师大应用数学硕士,他经过一天近十个小时的笔试和面试才最终被团队接纳。笔试中80%的题目都是用计算机编程。
“量化投资是聪明人的游戏。”张冰说,量化投资实际上是一种在证券市场上找规律、找错误的游戏。谁先找到新规律、新错误,谁先获得超额收益的可能性就越高。
这个团队除了一位数学硕士,一位计算机硕士,还有三位是物理博士。数学和计算机能力都超强。
还在北京大学攻读博士学位的时候,张冰就听导师马伯强提到他有不少同学、学生,赴美留学继续深造物理之后,没有继续学术研究,而是转战华尔街做投资,做得相当成功。
物理学一直关注的是动态,寻求规律,目的是为了预测并掌握未来。把物理学理论知识运用到金融实践中,寻找证券定价变动的规律,其实并没有越过物理学的研究范畴。
这让本来就对金融有兴趣的张冰,开始想自己今后的路。他还专门去一个私募基金实习了半年。“在物理学中,你是和上帝玩游戏,在金融领域,你是和上帝的造物玩游戏。”
这句话并不是张冰原创,而是来自他的前辈,同样也是理论物理博士出身的伊曼纽尔·德曼(Emaneul Derman)。
德曼的自传《宽客人生:华尔街的数量金融大师》在2007年被引介到中国。德曼自1985年进入华尔街之后,就致力于把物理学理论和数学技巧及计算机编程技术结合起来,建构数量模型,寻找金融证券的定价,指导证券交易。
张冰看过这本书之后,更加确信,自己可以选择像德曼一样去当宽客。不过,当他决定做宽客时,发现中国突然间就涌现出很多量化投资专家。而事实上这些人多数是营销专家,根本就不懂量化投资,最后都亏得一塌糊涂。
2009年,他决心成为真正的宽客,于是拉着同班同学陈星和师妹钱文,成立了这个以北大理论物理博士为班底的宽客团队。这是国内期货公司中第一批成立的宽客团队。目前国内三分之一的期货公司有量化投资团队。
团队平均年龄27岁,成立至今一直比较稳定。张冰也没有扩容的打算。因为要找到对数字的敏感,善于发现数字之间的规律和联系,还能把这些规律变成数量模型指导证券交易的人,很难。他这个团队也还处于自我培养的过程中。
“中国宽客以年轻人居多。”中国量化投资学会理事长丁鹏说。
丁鹏是上海交通大学计算机博士,方正富邦基金的资深量化策略师。2012年初,他推出一本《量化投资:策略和技术》,成为国内最早一本专门介绍量化投资的专业书籍,被一些人认为是宽客圣经。
一年前,丁鹏建了一个QQ群,隔三差五与对量化研究感兴趣的人进行讨论,没想到经过口口相传,QQ群迅速发展壮大,线上讨论也发展到线下交流。他便牵头成立了中国量化投资学会。
学会如今在全国拥有十几个分会,近八千人,大部分都是有着一定数理知识基础的年轻人,这些人都打定主意要成为中国的宽客。
在丁鹏看来,在中国当宽客,生活很简单,只需要潜下心来,发挥个人聪明才智,做研究,建模型。真正找到好的可以赚钱的模型之后,都是别人求你。
这让很多纯理工背景人的人很向往。在现在的社会格局下,要想出头并不容易,但当宽客可以掌握自己掌握命运,完全凭自己取得成功。
赚钱之道
丁鹏一天典型的工作状态是:查看模型前一天的运转结果,考虑是否要对策略进行修正。如果没有需要修正的,则着手准备为下一个模型的开发。其他的都是电脑的事情,不用他管。他根本就不看基本面。
张冰团队的办公室放眼望去,也没有交易时间最常见的五颜六色的股票K线图和大盘走势图,电脑屏幕上显示的多数是白底黑字的编程界面。
不过,他们并不像丁鹏那么轻松。团队每人按特长各有分工:有的主要处理数据,有的做策略设计,有的做策略建模。因期货公司目前不能直接做交易,张冰团队每天主要做的就是衍生品量化投资分析工作,把研究的结果开发成产品供客户购买。
而通常能够进行交易的宽客团队一天的工作流程大致如此:有人在交易头一天晚上就负责收集并更新、处理好交易所公告的数据;第二天开盘之前,通过选定的模型,经相关软件自动给出交易策略。开盘后,按照模型给定的策略进行交易。早上10点左右,交易员、基金经理盯盘最忙碌的时候,量化投资团队一天的最主要工作—投资决策、交易下指令的工作已经完成。
丁鹏认为,进入量化投资门槛之后,找到好的方法,会比较轻松,理论上讲,“一台笔记本一个U盘就可以赚钱了”。
真实交易还是需要一个团队的支持,不过核心的交易模型和思想,确实一张U盘就可以存储完成。有朋友曾拿U盘拷下他设计的量化投资模型到香港股市去实践,半年间盈利最高点达到了120%,不过,这个高风险的策略只适合于小资金操作,并不适合于大规模的资产管理。丁鹏解释:”资本市场没有神话,需要不断地修订自己的模型和策略 “。
张冰目前也不敢奢望那样的赚钱状态。
事实上,量化投资在国内最早也就是2005年才萌芽。业内公认,2005年开始的ETF套利拉开了量化投资在中国的序幕,而股指期货等衍生品2010年才逐步放 开。
因为无可借鉴,张冰团队只能从零做起。从收集数据到建构模型到交易的风险控制,都是他们自己一个代码一个代码写的。
这是个系统工程,在这个体系中,先观察事件之间的联系—通过观察或实验去取得数据;再假设一个结论—构建理论去解释数据;然后去预测分析—构建量化模型并回测;最后检验并证实这个结论—实盘交易。
所有这些都需要资本和人力的大量投入。从华尔街回来的宽客—北京名策数据处理有限公司执行董事祝清大致估计了一下,一个真正从事量化投资的宽客团队运作起来,前期至少要投入5000万。
祝清曾在美国的全球证券投资基金工作多年,有三年,他是一个40人宽客团队的负责人,要从全球9000多只股票池里找出投资品种。这让他有机会对量化投资从数据、代码到模型、系统进行深入地接触和运用,甚至对系统的漏洞也了如指掌。
这些是他当时所在公司花了十几年,经过大量的投入才建构的一个系统工程。而建构整个系统的基础就是数据,华尔街其他有着进行量化投资的宽客团队的公司,无不在数据上有很大的支出。
2008年祝清从华尔街回国,创办专注于金融数量分析和程序化交易的数据处理公司。这几年,他带领30人的团队,主要做了四件事:建立专供量化投资的量化数据库、量化决策终端、高速量化交易平台、量化策略研发服务。他希望借助强大的分析工具平台,以及日益完善的数据库系统来改变行业的经营模 式。
目前他的公司尚未到盈利阶段。
春天尚未到来
1月19日,中国量化投资学会的50多名资深会员在北京郊区举办了一次聚会,聚会的主题是“拥抱量化投资的春天”。丁鹏表示:冬天已经过去,宽客的春天已经到来。
丁鹏是有理由乐观的:国家政策层面支持金融衍生品市场放开;2012年,玻璃、原油、国债期货、CTA以及沪深300指数期权等一系列金融衍生品加速推进;随着投资品种增多,越来越多的金融机构意识到量化投资的重要性和紧迫性。
另外,国内打算做宽客的人也暴增—从中国量化投资学会的壮大就可看出端倪。
不过,同是中国量化投资学会成员的张冰和祝清都持谨慎态度。
张冰不认为宽客短期可形成一股力量。毕竟,美国发展了四十年,而中国只做了四五年而已。没有足够的投入,不可能那么快有收入。没有收入,坚持来做的人就不会太多。
祝清更严苛。他并不认为会建模型的人就可称为宽客。他认为目前中国真正的宽客,尚不足100人。祝清按照华尔街的标准来定义中国宽客:作为宽客,最起码要满足三个条件—有高净值客户;有量化投资研究平台(有数据有人有模型);有交易通道。
按照这个标准,目前,真正的中国宽客都在过冬,都还在烧钱阶段,活下去都很难。即使是初春,最早也至少要三年之后—这还要看有没有一两位真正经受住市场检验、收益率排名靠前的标杆性宽客脱颖而 出。
据祝清了解,因为国内多数金融机构的高层并不懂量化,在这方面投入太少,即使一些数一数二的大型券商,历史的数据都不存。没有历史数据无法验证模型,量化投资就是句空话。
取得数据,还需要有人来处理数据,建构模型。金融机构的投入不会很快有结果,另一方面,宽客很有可能做出成果之后就走人,中国在这方面尚无知识产权保护。而在美国,只要有人敢在服务器上拷一行代码,就有FBI介入了。
2008年中金公司从华尔街花重金请回来的知名宽客李祥林,如今他已去做私募了。
祝清介绍,西方宽客主要分三类:从事高频交易的、采用对冲策略的、预测趋势的。而他们所有的交易、投融资决策都是通过数量模型进行,由电脑决策并完成下单。
根据国际知名咨询机构CELENT2011年的研究报告,中国目前通过电脑程序化交易的市场份额(按交易量计算)约为0.6%,2013年将快速增长到2.5%以上,主要应用于股指期货和ETF指数化产品的交易。
量化策略投资分析范文3
(一)培育学生金融投资意识
金融投资学应该在培养和发挥金融专业学生金融投资意识方面发挥作用。学习金融投资学课程应该帮助学生对于金融市场和证券市场的概念、基本构成元素、经典理论和投资方法等有一个较全面的认识和理解,使学生能用金融投资学的视角观察金融现象,发现和解决金融问题,掌握金融投资的策略和技巧,以及提高运用所学理论和方法来分析和解决我国金融市场的实践能力。教学培养目标应该坚持适应市场化、国际化对金融人才的需求和金融投资学宏观和微观有机结合、分析方法数量化和学科交叉的发展趋势,培养出具有全球视角和国际竞争力的高素质人才。从能力培养角度来看,金融投资意识的培养主要体现在四个方面的能力的塑造,包括基础知识能力、洞察力、反应力和执行力。
(二)培育学生风险管理意识
金融脆弱性理论告诉我们:金融业是个高风险的行业,金融投资的是风险。在金融领域,风险是不可完全消灭的,只能控制。风险能否控制在自己可承受的范围内是金融投资成败与否、金融交易参与者能否获利、能否在市场竞争中站稳脚跟并发展壮大的关键。培养金融风险管理意识,一方面是传授金融风险理论,另一方面是培养技能素质,主要是培养学生风险发现能力和风险规避管理技能,培养学生的金融法律意识,树立正确的投资行为,建立合理的风险规避策略。
(三)培育学生创新意识
美国经济学家米什金诠释了金融创新,他指出:“经济环境的变化将刺激人们寻求可能有利可图的创新”,一般而言,金融创新首先表现为观念创新。创新意识培养是建立在金融意识和风险管理意识基础上,是对金融投资学学生及其重要的一种素质培养。金融市场每一次结构调整和发展都会伴随着对创新人才的需求,谁能够抢在创新中领先,谁就能把握市场竞争中的主动权。金融衍生品、创业板、ETF、基金理财产品等市场业务的推出更进一步刺激了对创新人才的需求。
(四)培养学生职业道德
高等院校提供的金融投资学课程除了向学生讲授必要的理论知识和实践经验以外,加强金融职业道德的素质建设也必不可少。所谓金融投资业的职业道德,是指在金融投资从业活动中应遵循的、体现金融职业特征的、调整金融从业人员的职业行为准则和规范,是一定的社会道德原则在金融职业活动中的反映,也是基本道德规范在金融工作中的具体体现。在金融行业有句俗语“有才有德是精品,有德无才是次品,有才无德是危险品”。金融职业道德是金融行业和金融从业人员的安身立命之本,是取得投资人信任的重要方面。要想赢得这种信任,必须拥有扎实的金融投资知识和严格的职业道德操守。将金融职业道德的思想融入到金融投资学的教学中,使得金融专业学生能够在刻苦钻研业务知识,不断提高专业技能的同时,具备坚守道德诚信,办事谨慎,廉洁自律,言行谦恭,长于协作的职业素质。
二、金融投资学课程教学效果优化
要发挥金融投资学课程在培养综合型人才方面的作用,达成教学目标,有效地将课堂教学与学生综合素质培养结合起来,需要利用科学发展观合理地设计出系统全面、生动有趣、形式多元的金融投资学课程,这有利于学生充分理解这些理论知识,培养学生的综合能力、开拓能力和创造性,增加学生的求知欲望与自学能力,同时也有利于提高课堂的教学效果。
(一)丰富教学内容
注重选取合适的教材是教学好坏的关键。在教学内容设置上,顺应金融投资学理论研究的发展趋势,借鉴国外金融投资学的教学经验,完善金融学科体系,兼顾宏观与微观金融理论,重视道德法律和网络信息技术学科的交叉融合和相互渗透,培养学生的综合能力和宽泛的知识基础。在投资分析教学中引入金融计量学、金融创新学等内容,强化数学知识的基础性位置,利用EXCEL、STATA、EVIEWS等优秀工具软件进行教学,帮助学生理解证券投资分析的基础理论知识,特别是各类金融模型中的复杂计算。
(二)建设股票仿真交易教学
在教学过程中,一般不鼓励学生开通真实的股票账户进行真实交易,往往给学生内容抽象的感觉。但是通过股票仿真交易,模拟开通交易账户,通过委托进行模拟交易、查询、清算交割等过程环节的操作。为每位学生设立一定金额的虚拟账户,学生在全面分析了解上市公司的经营业绩后,决定自己的投资方向。在一定的交易期限结束后,公布学生的股票市值、总成交量、仓位、月盈率,通过市场培养学生的风险管理意识。最后以实战总结会的形式,由学生讲述的操作心得,总结失败教训。通过一段时间的教学,使学生有机会接触证券市场的运作,了解股票和股票代码,对股票市场有更切身体会和理解。
(三)推动案例式教学
案例式教学能够跟得上金融发展的形式,并可以跟踪最新的金融市场变化,用最近的经济结果来判断,使得学生真正做到学以致用。在传授理论知识的同时,针对当前经济和金融市场现状,如利率市场化、互联网金融等话题,运用互动和引导的方式,让学生收集资料,分析问题,提出自己的见解。案例分析需要学生在课前和课后做大量的准备工作,这不仅增加了学生的自主学习能力,而且有利于拓宽学生的知识视野,激发学生的学习兴趣,增强学生洞察能力、分析能力及口头表达能力。
(四)强化师资队伍建设
量化策略投资分析范文4
论文摘要:通过比较实物期权与金融期权的不同,特别指出实物投资机会的非独占性,非独占性的存在意味着存在对投资机会的争夺以及投资后对市场的竞争,通过一个案例分析期权博弈的应用,进一步分析了信息是否完全情况下的投资分析方法
引言
高新技术产品投资一般都有投资成本的不可逆性、未来收益的不确定性和投资时机的可推迟性等特征,传统分析投资项目定量评价的方法包内部收益率法、净现值法和回收期法等,这些都包括使用预测的损益表、可比较的倍数、比率分析等等。这些分析方法为项目投资决策提供了量化依据,但传统方法以非常静态的观点预测投资的风险和收益,它们的一些假设忽略了许多重要的现实影响因素(诸如投资项目未来的不确定性、信息不对称等)。往往会造成项目价值的低估,投资的严重不足和企业竞争地位的下降,从而导致企业短期行为决策。其实并非所有的不确定性都具有风险,并非所有风险都是不利的。实物期权用动态的方法预测资本投资,为衡量投资项目的不确定性价值提供了理论工具,较好的解决了投资项目中的不确定性和管理灵活性问题,然而,企业所拥有的新产品项目投资机会的共享性特征,使得标准的实物期权方法不能满足竞争环境下项目投机决策的要求,近年来,实物期权和博弈论相结合的产物---期权博弈方法得到了快速发展,已成为竞争环境下项目投资估价的战略决策的研究热点。
一、实例分析信息完全情况下对称企业的投资决策
在信息完全情况下对称企业的投资决策,在完全竞争的市场情况下,投资项目的净经营现金流入的期望值在达到项目收益与资本机会成本对等之前一直处于变化之中,延期项目的分析方法与有红利支付的股票看涨期权一样,由于众多竞争者的存在,企业拥有的经济租金优势会很快消失,其决策方法仅仅依赖于实物期权的分析结果,不存在博弈分析,在垄断竞争的市场情况下,仅有一定垄断企业在占领市场,独享项目投资的实物期权和垄断租金,不存在任何竞争,因此其项目投资决策仅仅依赖于含实物期权的项目估值结果并追求利润最大化,也不存在博弈分析,而界于完全竞争和垄断竞争之间的是寡头竞争,特别是两家竞争的寡头竞争在进行项目投资估价和决策时则必须考虑其他竞争者经营策略、经营状况以及经济租金的转化和竞争者进入后的期权变化问题,即必须引入博弈分析方法。下面结合具体实例分析期权博弈的过程。
一家高技术公司拥有一次排他性的机会(许可证或专利)来建设生产新产品的工厂,期初投资I0=80。将来由产品产生的总现金流价值V0=100,这个价值会随着需求的随机波动而波动,在期末可能会达到V+=180或V-=60。两者的概率q=0.5.这种由许可证提供的投资机会类似于一个以开发的项目为标的资产道德看涨期权,假设无风险利率:r=0.08,折现率k=0.2利用期权复制原理来计算期权价值
1、确定可能的到期日资产价值
上行资产价值V+=180
下行资产价值V-=60
2、根据执行价格计算确定到期日期权价值
标的资产上行时期权到期日价值CU=上行价格-执行价格=180-80=100
标的资产下行时期权到期日价值CD=max(0,下行价格-执行价格)=0
3、计算套期保值比率
套期保值比率H=期权价值变动/标的资产变动=100/(180-60)=0.8333
4、计算投资组合的成本(期权价值)
项目投资支出=套期保值比率*标的资产现值=0.8333*100=83.33
借款=(到期日下行项目价值*套期保值比率)(/1+r)=60*0.8333/1.08=46.29
期权价值=投资组合成本=项目投资支出-借款=83.33-46.29=37.04
还有一种计算方法:
风险中性概率p=(V*(1+r)-V-)/(V+-V-)=(100*1.08-60)/(180-60)=0.4
实物期权价值=(p*C++(1-p)*C-)(/1+r)=(0.4*(180-80)+(1-0.4)max(0,60-80))/1.08=37.04
这个独占期权的价值超过了直接投资承诺的静态的净现值,但是,预见到竞争性进入的公司可以提早承诺投机来投资来抢占市场先机,并且通过利用类似红利的收益来避免竞争性对利润的侵蚀,但是如果每个竞争者的行动都受制于其他行动者的行动的话,那么就需要更为复杂的博弈理论来处理了,在引入博弈分析时,经济租金是一个重要的概念,是期权博弈分析的经济学基础,在两家竞争的市场情况下,经济租金可以有垄断租金转化为两家共享租金。
实际的案例中Digital商业化Alpha芯片的决策实际上收到了Intel对奔腾系列微处理器的决策的很大影响;同样Philips和Sony将其数字影碟商业化的战略也被Toshiba和TimeWarner的竞争性决策所影响,反之亦然,比其他竞争者更早进行投资,否则将会被预期到的竞争性进入抢领先机,这是在竞争性战略博弈中常见的例子。更为一般地,除了仅仅依赖于期权价值最优化技术之外,二叉树末端的投资机会价值被竞争性投资子博弈的均衡结果替代了。用下面的表格来描述这个博弈
我们考虑在以下四个投资时间选择
(1)两个公司都立即同时投资,两者分享总的NP V(20*0.5),结果两者的支付为(10,10)
(2)(3)一个公司(A或者B)先投资而另一个公司等待,首先投资的公司领先于他的竞争者,独自获得全部的NPV(20),最终支付结果分别为(20,0)或者是(0,20)
(4)两个公司都决定等待,他们平分递延期权的价值(0.5*37),最终获得的支付为(18.5,18.5)在上图中描述的价值回报结构中达到一个纳什均衡,不管公司B采取什么样的策略,公司A采取立即投资策略的收益超过了他采取等待观望策略的收益(在左边"等待观望"一列20>18.5,在右边"立即投资"一列10>0);也就是说公司A有进行投资的占优策略,而不用考虑其对手的选择。进行投资也是公司B的占优策略,最终在右下角得到一个纳什均衡(*),在这里两个公司都得到他们的次差收益(10,10),这就是囚徒困境的一个例子。这里存在一个矛盾,即与两个公司都选择推迟投资的情形(18.5,18.5)比较起来,两个公司的均衡结果(10,10)对于两者来说都是较差的。如果两个公司能够整合他们的投资策略的话,就能分享"等等看"期权带来的灵活性收益,从而避免了较次的"恐慌均衡",在这种均衡中每个竞争者都争先恐后的进行时机未成熟的投资。
在竞争性博弈中是否执行期权的一个重要决定因素是期权的内在价值(V-I)或立即执行(投资)的价值。执行成本(I)对于每一个公司来说很可能是不同的。例如,新的Windows补丁对于Microsoft来说比其他公司来说相对耗资较少,因为Microsoft在桌面计算机方面占有优势地位。对于所有参与者来说执行价格的比率并不是总投资费用的一半,而是取决于超出项目直接成本的特殊价值。所以,项目带来的现金流的价值V也很可能是特殊的,因为公司可能会由于声誉或者其他的影响获得更高的收益。每个公司可能面临的不确定性也是不同的。公司特有的不确定性增加了公司的成长期权的价值,使其有动机等待并在战略承诺和灵活性之间做出权衡。
二、信息不完全情况下不对称企业的投资分析
上面的例子都基于2个基本假设(1)参于博弈的所有企业是对称的即博弈方式完全一样的企业(2)所有企业都知道博弈的结构、博弈的规则和支付函数,是完全信息博弈,这在现实中是很强的德假设现实中的企业之间往往是不对称的,由于融资渠道,资金储备,研发能力、管理组织水平和吸收新技术的速度等不同,企业之间存在着某种差异,这种差异会对企业的投资决策产生着那个大影响。另一方面,对于每个采用技术创新的企业来讲,在研究和制定其技术创新投资战略时,通常希望自己的关键信息不被其竞争对手获知,这意味着个竞争企业之间信息完全的假设在绝大多数情况下是不成立的,因此应当在不完全信息条件下更现实地考察企业采用技术创新投资的战略行为。Lambrecht和Perraudin提出了对企业采用技术创新投资决策在不完全信息下抢险博弈的实物期权的分析方法,它们的模型基于2个假设:1)一个企业投资将获得这个市场,而另一个企业收益为零,2)企业知道自己的投资成本,对竞争对手的投资成本只知道其概率分布,且在对手还没有投资的情况下,随时更新对对手的概率分布的推测。
结果表明,对于该博弈存在唯一贝叶斯均衡,但没有给出解析解,只能通过数学模型来解决,其战略的投资门槛值介于马歇尔投资门槛值和非战略门槛值之间。模型假设一个垄断企业预先不知道投资是否赢利,刚开始时企业对"市场条件为好"有一个先验信息,随时间企业收到一个有关市场条件的随机信号,其到达时间服从泊松过程。结果显示,传统的DCF法由于忽略等待期权的价值,使企业投资于低赢利性项目的概率较大。Decamps和Mariotti研究了涉及投资成本和获利情况都不确定的不完全信息的双头垄断模型,结果显示消耗战的结果有唯一的对称的精炼贝叶斯均衡,进一步研究了引入掀动优势时,对均衡的影响。
结束语
有关资产价值评估方法应当理解为互补而非替代的关系,运用哪一种评估方法取决于投资问题所面临的约束条件,而不是模型本身的特征,DCF模型由于其简洁易懂,运用方便同时又兼顾了资金的时间价值和提供了一个简单的决策标准,在项目未来现金流及其贴现率可以较准确地确定的情况下,依然不失为一种高效的近似评估方法。期权方法在处理未来不确定性投资,公司股权,自然资源资产,专利以及无形资产等方面已有丰硕的成果。
期权博弈方法作为一种综合的理论思想和分析方法,在实践中能够处理更加复杂的投资决策,它对保证企业投资决策科学合理性以及提高投资收益率有着重要的指导意义,所以应用前景相当广泛,上述的例子中是一个类似著名的"囚徒困惑"的情况,企业由于竞争的威胁而不得不提前执行期权,这导致了整体期权价值的损失,也意味着企业价值的减少。因此如何解决价值的损失成为了一个有意义的研究方向。
参考文献:
1、孙继红,实物权和期权博弈估价模型评介现代管理科学
2、夏健明,陈元志,实物期权理论述评
3、Johnathan Mun著Real Options Analysis中国人民大学出版社
4、Han T.J.Smit Lenos Trigeorgis著Strategic Investment-Real Options And Games高等教育出版社
5、2007年注册会计师考试辅导教材---财务成本管理经济科学出版社
6、邵天习,张刚刚,期权博弈理论在投资决策中的应用研究武汉理工大学学报2007年6月
量化策略投资分析范文5
Shi Ran
(Jiangsu University of Science and Technology Department of Business,Zhangjiagang 215600,China)
摘 要:本文从数据挖掘的概念与过程出发,阐明证券分析中的挖掘主题和方法,具体阐述了数据挖掘技术在证券分析中的应用领域,并对旅游上市公司证券的聚类分析做了实证研究。
Abstract: This article begins with the explanation of the concept and the process of data mining. It expounds themes and methods of mining in securities analysis,and describes the fields of application of data mining in securities analysis in detail. At the end,the assay takes an empirical study in cluster analysis on the securities of public companies in the tourism industry.
关键词:数据挖掘 证券分析 聚类分析
Key words: data mining;securities analysis;cluster analysis
中图分类号:F832.5文献标识码:A文章编号:1006-4311(2011)21-0127-02
1数据挖掘概述
随着国内证券行业政策的逐步开放,证券行业的竞争越来越激烈,分析决策时对数据的依赖性和敏感度也越来越高。数据挖掘技术作为分析与辅助决策工具已经得到越来越多的重视。
1.1 概念数据挖掘(data mining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、潜在有用的信息和知识的过程①。从商业应用角度看,根据预定义的商业目标,对大量的企业数据进行探索和分析,揭示其中隐含的商业规律,并进一步将其模型化的先进有效的技术过程②。数据挖掘是一门交叉学科,它集成了许多学科中成熟的工具和技术,包括数据库技术、统计学、机器学习、模型识别、人工智能、建模技术、电子技术、信息技术等等。
1.2 数据挖掘过程①定义问题:清晰地定义出业务问题,确定数据挖掘的目的。②数据准备:包括:选择数据――在大型数据库和数据仓库目标中提取数据挖掘的目标数据集;数据预处理――进行数据再加工,包括检查数据的完整性及数据的一致性、去噪声,填补丢失的域,删除无效数据等。③数据挖掘:根据数据功能的类型和和数据的特点选择相应的算法,在净化和转换过的数据集上进行数据挖掘。④结果分析:对数据挖掘的结果进行解释和评价,转换成为能够最终被用户理解的知识。⑤知识的运用:将分析所得到的知识集成到业务信息系统的组织结构中去。
2数据挖掘在证券分析中的应用
2.1 证券分析中的挖掘主题①关联分析:证券市场与汇率、利率、国民经济发展的关联分析;单一证券和整个证券市场的关联分析;探讨股价之间的关联度,不同行业的股票关联分析等。②技术指标分析:对各种指标的排序、分类,研究其对股票操作的重要程度。③在线多维分析:基于OLAP技术,在线成交量分析、板块分析,预测结果验证等。④投资分析:基于序列模式方法,研究股价的变化规律,未来行情走势;对股票作聚类研究,合理分类;探讨不同投资组合效果,提出投资组合方案;作出收益和风险的评价等。
2.2 证券分析中的数据挖掘方法①决策树(Decision Tree)方法;②人工神经网络(Artificial Neural Network)方法;③遗传算法(Genetic Algorithm);④统计学(Statistics)方法;⑤粗集(Rough Sets)方法;⑥概念树(Conception Tree)方法;⑦联机分析处理(On Line Analysis Processing);⑧模糊集方法。
2.3 数据挖掘技术在证券分析中的应用领域证券投资分析分为基本分析法、技术分析法和组合分析法三大类。在长期的实践和研究的基础上人们总结出了一套技术分析方法,这些方法基本上是建立在统计基础上的,如移动平均线法、点数图法、K线图法等,这是分析和预测股价变化方向和趋势的基本方法。人们发现股票价格不仅反映了信息,还反映了噪音,出现了许多诸如市场过度反应等异常现象,从而认为股票市场可能并没有人们所假设的那样有效,促使人们重视股票的内在价值。股票计价模型通过计算所得的股票内在价值与其实际市价相比较,可以发现股价是高估了还是低估了。上市公司的财务报表,提供了反映公司经营情况及财务状况的各种不同数据及相关信息,而根据会计制度的规定,重要财务数据、报表等必须保留十年以上③。除了大量时间跨度性很长的数据,证券分析不仅需要企业内部的数据,也需要外部数据,不仅需要当前数据,也需历史和未来发展的数据,不仅需要反映企业生产经营活动的有关数据,而且也需要市场、物价、金融、投资等有关方面的数据。因此,数据大量化甚至海量化。此外,证券分析不能单一地对某些科目关注,而应将公司财务报表与宏观经济面一起进行综合判断,与公司历史进行纵向深度比较,与同行业进行横向宽度比较,把其中偶然的、非本质的东西舍弃掉,得出与决策相关的实质性的信息,以保证投资决策的正确性与准确性。解决这么多且具有不同特点的数据,需要一个有效的知识发掘工具。数据挖掘技术善于对海量数据进行集中、存储、归类、重组、分析、查询等处理,同时对各项数据进行多角度、多层次的分析与观察,进行量化的分析和论证,发现数据中存在的潜在关系和规则,根据现有的数据预测未来的发展趋势。
2.3.1 聚类分析通过横向(财务指标)聚类提炼出有效反映上市公司经营状况的指标,确立反映企业盈利、偿债、营运能力的“浓缩指标”。通过纵向(上市公司)聚类,从中将上市公司按风险―收益配比特性划分类型,以利于投资者根据自己的资产状况和投资风格确定投资方向和目标。一方面,通过聚类分析可以判断出绩优的类和绩差的类,高成长的类和低成长的类。由此投资者可在某一类或几类中确定投资范围,提高了投资决策的效率和准确性。另一方面,从聚类的结果中得出类的均衡价格水平,预测股票的价格趋势。低于这一价格水平的,其当期市价与均衡价格的差距就是该股票价格可能的上涨空间。投资者若把握时机对这类股票进行长期投资,则承担的风险较小,获利的可能性较大。相反,若高于类的均衡价格水平,其股价就存在下滑的趋势。
2.3.2 时间序列分析一系列的股票历史价格其实就是一个时间序列,因此在股票预测中可以借助时间序列分析方法。利用历史交易数据和时间序列方法,分析各种类别股票或个股的价格对各类信息的影响变动敏感度,寻找较准确预示股票价格走势的技术分析指标集合或组合。从历史各个时间间隔的股票价格涨跌、交易量变动的交叉信息中,分析出大众的投资心理和投资倾向。在股票预测常用的时间序列分析法主要是建立自回归模型(AR)、移动平均模型(MA)、自动回归-移动平均模型(ARMA)和齐次非平稳模型(ARIMA),其中ARIMA 是较成熟的模型,常用来对股价(最高价、最低价、开盘价、收盘价)及综合指数进行预测,通过选择模型的参数和辨识模型的系数实现对时间序列拟合好的模型对未来进行预测。
2.3.3 关联规则分析关联规则挖掘即在数据中查找存在于项目集合之间的频繁模式、关联、相关性或因果结构④,该方法分析各种股票价格变化的关联特性,从而确定有效的投资组合。
2.3.4 其他分析目前,数据挖掘技术在证券分析中应用的方向主要有:交易数据分析、趋势预测分析、投资组合分析、风险分析、客户分析、客户管理、财务指标分析等。比如:利用数据挖掘分类、预测等技术根据企业过去、现在的财务信息判断目前的财务状况、预测未来的财务状况;利用回归、神经网络等技术根据收集到的企业信息资料,判断企业未来发生财务危机的可能性;利用分类、聚类、生存周期等技术跟踪不同客户的行为特征,确定不同客户群,针对不同客户实施差异化的营销策略;通过分类等技术跟踪原料的供货信息,并收集相关企业信息,选择最优的供应商;利用预测、关联等技术在众多项目中选择最有价值的项目,实现资金效率最大化等。
3实证研究
刘亭立(2005)⑤在以旅游上市公司公开的报表信息为基础,汇总了1994年至2003年的经营数据,在此基础上,利用SPSS统计软件工具对旅游业上市公司进行了行业内的对比分析,在选择业绩评价指标时,并未采用先入为主、预先设定的传统方法,而是通过因子分析技术挖掘数据的内在关联性,选择出四个影响业绩的综合因素,从而避免了人为的主观性,较为客观地说明我国旅游上市公司的经营状况与业绩表现。刘立秋,赵黎明,段二丽(2007)⑥在研究国内外已有的评价体系的基础之上,选择了反映上市公司的盈利能力、偿债能力、营运能力、成长能力的10个指标,构建上市公司经营业绩评价指标体系。文章选择了旅游板块的上市公司作为研究样本,所有指标来源于各公司2004年年报。
在证券分析过程中,人们往往根据上市公司所在行业的相似性,将它们划分成不同的板块,这有利于投资者选择合适的证券。现在,用SPSS软件对后者的评价得分数据为指标做k-means聚类分析,将32家公司分为四类,结果如表1。
由结果可以看出,丽江旅游为第一类,总体最优,得分明显高于其他的类;而S*ST一投为第四类,总体最差,得分大大低于其他的类;中间有28个企业为第二类,2个企业为第三类,基本上是呈正态分布。而在第二类中,仍是有超过四分之一的得分为负数,也不太适合投资者。当然,我们在具体的投资过程中可以结合其他指标对证券做聚类分析,以辅助作出投资的决策。我国旅游上市公司的经济效益存在较大的异质性,从我国国民经济的发展态势及发达国家旅游业发展的经验来看,我国旅游业发展还有很大空间,所以目前已上市的旅游企业更应该珍惜上市资源,将旅游业做强,实现旅游上市公司持续健康发展之路。
4结论
数据挖掘高度自动化地分析数据,做出归纳性的推理,从中挖掘出潜在的模式,在证券分析中的应用前景广阔。无论是对股民了解股市走势和做出正确投资决策,对经济学家分析不同层次用户投资行为和各种股票之问的关系、及时发现股市中的非正常行为,对各上市公司调整市场策略,探测风险,对政府部门出台新的方案等,都具有重要参考价值。
注释:
①杨永斌.数据挖掘技术在证券业中的应用[J].重庆工商大学学报(自然科学版),2005,(10):461-463.
②张静妙,刘金媛,高红伟.数据挖掘在证券业中的应用研究[J].商业时代,2007,(22):73、85.
③郑楼英.数据挖掘技术在会计信息系统中的应用初探[J].财会研究,2007,(6):39-41.
④徐晓峰,黄林鹏,顾锡康.关联规则挖掘在证券业个性化服务中的应用[J].计算机工程,2005,(10):214-216.
⑤刘亭立.旅游业上市公司经营业绩分析与评价[J].旅游学刊,2005,(4):92-96.
⑥刘立秋,赵黎明,段二丽.我国旅游上市公司经济效益评价[J].旅游学刊,2007,(4):79-83.
参考文献:
[1]杨永斌.数据挖掘技术在证券业中的应用[J].重庆工商大学学报(自然科学版),2005,(10):461-463.
[2]张静妙,刘金媛,高红伟.数据挖掘在证券业中的应用研究[J].商业时代,2007,(22):73、85.
[3]郑楼英.数据挖掘技术在会计信息系统中的应用初探[J].财会研究,2007,(6):39-41.
[4]徐晓峰,黄林鹏,顾锡康.关联规则挖掘在证券业个性化服务中的应用[J].计算机工程,2005,(10):214-216.
[5]刘亭立.旅游业上市公司经营业绩分析与评价[J].旅游学刊,2005,(4):92-96.
[6]刘立秋,赵黎明,段二丽.我国旅游上市公司经济效益评价[J].旅游学刊,2007,(4):79-83.
[7]孙菊生,周建波.会计信息在证券市场中的作用――信息观、计价模型观和计量观[J].当代财经,2003,(4):109-112.
[8]王理,王晓红,高洪深,吴永林.基于数据仓库的数据挖掘在证券行业的解决方案[J].数量经济技术经济研究,2003,(11):110-113.
[9]王君波,杨义群.欧阳浙江聚类分析在证券投资中的应用[J].商业研究,2003,(22):102-104.
量化策略投资分析范文6
一、管理会计观念的创新
1、管理会计目标的转变。传统的管理所采用的标准主要是利润最大化和现金净流量最大。这些标准虽然能够使企业讲求经济核算和加强管理,但是它们不仅没有考虑企业的长远规划,而且还忽略了市场经济条件下最为重要的因素――风险。从企业管理的目标来看,上述决策标准是不全面的。因此,现代管理会计的目标应是追求企业价值最大化,立足于企业的长远发展,权衡风险与报酬的关系。
2、动态管理观念的形成。过去,企业组织结构是一种纵向的、多层次的等级管理结构,企业的市场调查、生产、销售、会计和财务等功能是分离的,加之信息传递和反馈手段落后,导致其应变能力差,管理成本高。而在21世纪这个信息技术时代,由于计算机技术的广泛应用和信息处理能力的日益提高,使得企业各职能部门之间及其与外界环境之间的信息交流变得十分便捷,企业可以随时根据环境的变化做出统一、迅速的应变策略。管理会计作为企业管理的决策与控制系统,必须树立动态管理观念。
3、时间价值观念的形成。时间价值包括:(1)会计人员自身工作的时间价值。科学、合理地安排时间,保质、保量地完成本职工作。(2)资金的时间价值。在企业筹资和投资决策时,要充分考虑使用资金和时间的增值能力。(3)会计信息的时间价值。应及时、准确地传递会计信息。
二、管理会计内容的创新
1、决策分析与评价。管理会计主要是为企业管理提供各种相关的、可靠的信息,因此,它在提供与经营投资决策有关的信息过程中,首先应克服传统管理会计所存在的短期性和简单性的缺陷,以战略的眼光来提供全局性和长远性的与决策有关的有用信息。
2、人力资源管理问题。构建和谐社会,和谐企业必须坚持以人为本的原则,充分挖掘和使用人力资源将成为现代企业管理首要解决的问题。管理会计在进行预测、决策、规划与控制的过程中,必须将提供的会计信息与对人的管理结合起来。具体来说,人力资源管理应着重做到:(1)进行人力资源的投资分析。人力资源同物力资源一样,能够在未来获得一定的收益(尤其是在知识经济时代)。(2)进行人力资源行为的研究。采用有效的激励方式和业绩考核方案,激发人的主观能动性和行为积极性,使人在行为过程中能做到有意识的自觉控制。(3)对人力资源价值及成本的确定。为了实施具体的人力资源管理,有必要将人力资源的价值与成本计量化,因为计量化后的人力资源价值数据更利于各项管理措施的操作。
3、风险管理问题。由于管理会计着重研究全局的、长远的战略性问题,因此,它必须考虑风险因素。一般而言,报酬与风险是共存的,报酬越大,风险也越大。企业的任何一项行为都带有一定的风险。企业对风险的管理主要是在经营与投资管理中采用一定的方法,如投资组合、资产重组、并购与联营等方式分散风险。
4、成本管理方面。新的市场竞争环境要求企业管理者转移成本管理重心,拓展成本控制视角。成本管理的重心应当逐渐从生产制造成本转移到研制开发成本方面、从成本控制转移到成本计划。从战略意义上考虑,管理会计应包含以下成本管理的内容:(1)通过市场调研确定为顾客提供服务产品多样性来降低成本。(2)通过合理的研究开发政策,按照所得大于所费的原则降低企业总体成本。(3)通过适度的投资规模来降低成本。(4)通过合理的人力资源配置来降低企业成本。
三、管理会计研究方法的创新
1、作业成本法。作业成本法是以作业为基础,着眼与成本发生的原因,依据资源耗费的因果关系进行成本分配。这种方法克服了传统成本计算系统下间接费用责任不清的缺陷,使以前许多不可控的间接费用在系统中变为可控。同时,作业成本法大大拓展了成本核算的范围,改进了成本分摊方法,及时提供相对准确的作业成本信息,优化了业绩评价方法。