前言：中文期刊网精心挑选了量化投资与基本面分析方法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。
量化投资与基本面分析方法范文1
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。
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。
量化投资与基本面分析方法范文2
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。
量化投资与基本面分析方法范文3
（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).
量化投资与基本面分析方法范文4
2011年盈利增速：化肥农药、一般化工、有色金属、半导体产品等4个行业分别以138%、96%、94%、91%的预测增长率居前；水运、证券经纪、电力、人寿保险等行业预测增速分别为-123%、-14%、-2%和-1%，预计将是2011年增速最低的行业。
相对市盈率涨升空间：计算机存储和设备、建筑原材料、人寿保险等分别以192%、140%和89%的行业上涨空间位列前三。生物技术、啤酒、证券经纪等行业下降空间最大，幅度均超过35%。
机构认同度
盈利动能：与一月前盈利预测数据相比，信息技术与服务、自来水、综合化工等行业的盈利增速调高幅度居前，上调幅度分别为12.94%、4.32%、3.73%；水运、纸制品、其他石油设备与服务、重型电力设备、半导体产品、证券经纪、人寿保险等行业的盈利增速下调幅度较大，调低幅度均超过10%。
分析师评级：白酒、计算机存储和设备、计算机硬件、计算机及电子产品专卖店、服装和饰物等行业最受分析师青睐，而水运、港口、公路运输、机场服务、制铝业、出版和生物技术等则分析师认同度相对较低。
目标价涨升空间：工业品贸易与销售、计算机及电子产品专卖店、白酒等涨升空间均超过22%。排名相对落后的主要是出版、环保服务、水运、半导体产品等，涨升空间均不超过5%。
技术面扫描
白酒、建筑原材料、石油加工和分销连续第二周分享排行榜"三甲"，贵金属、煤炭、航天与国防、批发、钢铁、饲养与渔业、多种公用事业排名分列居前十。
本势行业排行榜排名大幅上升的行业包括：保健产品、医疗设备、影视音像、煤气与液化气、计算机存储和设备、林业品、综合性商务服务、饲养与渔业等。
本周建议关注行业和风险提示行业
建议关注：白酒、系统软件、服装和饰物、银行、非金属材料。
提示风险：水运、半导体产品、制铝业、重型电力设备、电力。
我们的行业研究逻辑：
从三个方面入手寻找股价的驱动因素：第一、基本面，主要从盈利增长前景和估值角度考量股价，一般来说，估值较低的股票长期里终将回归合理估值水平；第二、机构认同度，机构的买卖无疑是股价变动的直接影响因素之一，受到机构青睐的股票更具价格上涨动力。我们用分析师数据的变化来捕捉机构认同度；第三、技术面，从行业的角度看，行业相对价格强度能够帮助鉴别股票是否处于领导性行业中，相对投资机会常常在上升的行业中，而处于下降行业中的股票则要注意风险。
量化投资与基本面分析方法范文5
如何解读新数据？本周《投资者报》“基金经理面对面”专栏邀请的嘉宾分别是摩根士丹利华鑫基金量化投资团队负责人刘钊、华泰柏瑞指数投资部总监张娅、信诚周期轮动张光成、嘉实沪深300ETF杨宇、富国新天锋赵恒毅、交银资源郑伟辉、国投瑞银融华债券徐炜哲以及天弘基金固定收益总监、天弘永利陈钢。
CPI意外反弹
《投资者报》：怎么看新出炉的CPI？
张光成：CPI数据是国家宏观政策调控的风向标。CPI不跌，而国家的GDP出现下降，说明中国经济处于滞涨阶段，使得政策处于两难局面，这也是近期市场表现不佳的主要原因。但目前A股估值处于底部，指数没多少下跌空间。同时，我国经济具备持续增长的条件，在稳健的货币政策和积极的财政政策的预期下，明后年股市或将迎来又一个“黄金投资期”。
赵恒毅：3月份CPI指数3.6%的反弹，主要是由于蔬菜价格大幅上涨所致，不具可持续性，加之去年上半年的高物价基数，因此，未来几个月内同比涨幅的反弹也难以持续。这对信用债投资而言，比较有利。在宏观经济层面，尽管目前处于触底过程，未来往上走的概率依然较大。这种情况下，我们认为，通过信用债获得相对比较稳定的票息，是比较好的选择。
《投资者报》：新的CPI数据让很多投资者又开始担心通胀的问题，对债基关注度也进一步提高。国投瑞银融华债券基金累计收益率超过216%，作为经验丰富的管理人，徐炜哲怎么看固定收益类投资？
徐炜哲：我们延续了去年四季度提出的慢牛观点，经济从底部回升，通胀也将逐步回落。但本轮经济周期的复苏将非常缓慢，原因在于通胀虽回落但通胀中枢仍将上行，而其根源在于全球发展中国家的工业化过程中资源的供给不足，而这种情况在短期内无法改变。债券方面，基本面对债市有支撑，但不同品种表现将有所分化，我们将根据经济增速、通胀、政策等变量对组合进行灵活调整。
陈钢：债券市场应该还不错，仍有机会，尤其4月是个较好的机会。我们比较看好高收益的债券走势，利率品种和高等级债有波段性的机会，高收益的债券收益率下降空间相对大一些，机会多一些。货币政策有所放松，但放松有限，所以利率产品收益率有一定下降空间，但下降有限。城投债不错，违约风险在减弱。
一季度QDII与量化“双秀”
《投资者报》：一季度QDII可谓一枝独秀，51只QDII基金平均回报率达6.7%，站在现在时点，是否还能乐观看待QDII？
郑伟辉：目前经济增长不确定性和欧债危机依然存在，但海外投资在政策面上出现些积极因素。经济的基本面改善程度可能会制约股市的上涨空间，但海外市场特别是自然资源投资或将存在阶段性、结构性的机会。现阶段，包括中国在内的新兴市场面临经济增速下滑的风险，但支持商品价格趋势上涨的因素依然存在，只不过可能需要更长时间来演绎。
《投资者报》：除了QDII，量化基金也不错。一季度，上证综指涨2.88%，同期标准股基为0.31%，而按Wind分类的13只量化基金，平均业绩为2.92%，大摩多因子基金取得7.65%的正收益，在量化基金中排名第一。量化基金何以成为震荡市的赢家？
刘钊：在复杂多变的市场中，克服情绪影响、坚守理性投资才是制胜的关键。而量化基金恰恰是通过计算机的筛选，克服投资中的非理性因素，有计划、有纪律、有原则地投资，不贪婪、不恐惧、不放弃，心平气和地追求超额收益，避免了基金管理人的情绪干扰。
除了抗情绪干扰，量化投资的优势还在于有一套完整、科学的投资体系。以大摩多因子基金量化模型举例，多因子量化基金将大量数据或实践证明的有效策略通过数量化模型固定下来。进而按照模型指令，通过计算机将大量股票收集到一起统一分析，较传统的研究员选股可覆盖更广泛的股票。在考察个股投资价值时，收集与计算多方面的数据和信息，分析体系更完整。同时，投资流程和分析方法高度科学，避免过分夸大的个体性事件，从数据与事实出发寻找价值。
严格的纪律性是量化投资区别于主动投资的重要特征。在基金运作中，我们的主观判断也会出现和量化模型相左的情况，但我们会坚持量化投资的纪律，相信模型判断的长期稳定性，不会盲目调整。
需要强调的是，与传统偏股型基金不同，我们一季度的业绩并不来自重仓股的业绩拉升。大摩多因子采用独特的投资组合管理方式，渐进动态调整基金组合。这样不仅可顺应瞬息万变的市场，还可降低个股集中度，平稳投资业绩。因此，这种方式并不会产生传统意义上的重仓股，也就大大降低了重仓个股的风险。
伴随量化投资在国内的发展，量化基金也面临更多挑战。当越来越多的基金参与进来，特定因子就可能被更多地应用，其带来超额收益的可能性也就降低了。因此，持续发掘新因子，不断对模型进行优化，也是量化基金长期制胜的密码所在。
沪深300ETF玩法解密
《投资者报》：近期我们讨论了多次沪深300ETF这一创新产品，ETF的本质在于一揽子股票和ETF份额的替换，所以实物申购赎回是其一个核心特征，实物申赎的运作到底有什么特点？
杨宇：更为透明，风险可控性更佳。对投资者来说，实物申购、实物赎回的运作模式，降低了大规模申购赎回造成基金经理被迫调整资产组合而形成被动的跟踪误差，因而其跟踪效果要优于普通的开放式指数基金。另外，作为期现套利成本的一部分，跟踪误差的降低有利于降低套利风险，在同等条件下使无套利区间收窄，提升套利操作的准确性和获利能力。
量化投资与基本面分析方法范文6
记者：量化投资有什么特点？
刘钊：量化投资的主要特点是买入、卖出股票，不再是由人的主观判断做出决定，而是由量化模型决定。量化投资是一套科学的方法，有严格的分析、计算，什么好什么不好，不是我们自己说了算，是数据和模型说了算。即使是简单的低市盈率投资方法，只要能严格执行，就能取得超额收益。
记者：排除了人为主观情绪的影响，但由量化模型控制的量化投资基金的收益会如何呢？
刘钊：我们可以看看美国最成功的量化投资大师――詹姆斯・西蒙斯管理的大奖章基金，在1989年―2006年的17年间，大奖章基金平均年收益率达38.5%，而股神巴菲特过去20年的平均年回报率也不过20%。正是鉴于量化投资的巨大威力，摩根士丹利华鑫基金公司经过两年的精心准备，推出了国内真正意义上的量化投资基金――大摩华鑫多因子基金。
记者：量化投资的成败，关键在哪里？
刘钊：普通投资者买卖股票，主要是基于政策、基本面、市场、技术等各种信息和经验来做出交易决定，这些因素属于主观判断，而且往往容易受到情绪的影响。量化投资是将投资思路通过设定的指标、参数体现在量化模型上，通过计算机系统自动买卖股票，因此，量化投资的关键点就在于建立一个好的量化模型。
记者：量化投资和价值投资冲突吗？
刘钊：说到投资，大家首先想到的是巴菲特的价值投资，从长期的历史实践看，价值投资确实比较有效，量化投资也可以建立价值投资类的模型。
举例来说，衡量价值投资的最重要指标是低市盈率，如果以市盈率为标准来建模，以2005年5月为时间点，按市盈率对所有上市公司排序，再按市值比例模拟买入市盈率最低的100只股票，第二年5月，重新计算市盈率最低的100只股票，并调整组合，如此重复，每年调整一次仓位。得到的结果是，从2005年5月至2010年5月，沪深300指数的年化收益率为25.4%，同期量化建模的低市盈率策略基金的年化收益率达到29.46%，与沪深300指数相比，低市盈率策略基金的超额收益为4.06%。以此为基础，再以预期市盈率为基础建立一个模型，并模拟买入当年预期市盈率最低的100只股票，量化模型的年化收益率有36.51%。
记者：大摩华鑫的量化投资模型有何成功之处？
刘钊：大摩华鑫量化投资的模型既有一些过去历史上证明非常有效的投资方法，比如价值投资，也有投资管理团队的支持，大摩华鑫资深基金经理多年的投资经验也为大摩华鑫的量化模型提供了一些思路。此外，我们还通过外方股东摩根士丹利以及通过数据挖掘的方法，找到一些好的投资策略，为建模提供思路和方法。
