量化方法在投资中的作用.pptVIP

* * 事件驱动型投资机会 盈利超预期股票的超额收益 限售股解禁前后的超额收益 高分红送转股票的超额收益 发布异常交易公告股票的超额收益 调出指数成分股票的超额收益 五、量化选股 俞文冰，CFA，同济大学数学系统计学专业本科，上海财经大学统计学研究生，曾在中海基金负责产品设计，风险控制和金融工程研究工作，目前长江证券研究所担任金融工程研究员。曾获得深交所第八届会员单位与基金公司研究成果评选投资策略类二等奖。 分析师介绍 重要申明 长江证券系列报告的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证，也不 保证所包含的信息和建议不会发生任何变更。本公司已力求报告内容的客观、公正，但文中的观点、结 论和建议仅供参考，不代表对证券价格涨跌或市场走势的确定性判断。报告中的信息或意见并不构成所 述证券的买卖出价或征价，投资者据此做出的任何投资决策与本公司和作者无关。 本公司及作者在自身所知情的范围内，与本报告中所评价或推荐的证券没有利害关系。本公司及其所属 关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为这些公司提供或者争取 提供投资银行、财务顾问或者金融产品等相关服务。 本报告版权仅为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引 用、刊发，需注明出处为长江证券研究部，且不得对本报告进行有悖原意的引用、删节和修改。 长江证券金融工程部 Tel: 8621 6875 1782 Email: yuwb@ 汇聚财智 共享成长 汇聚财智 共享成长 汇聚财智 共享成长 以正合，以奇胜 ——量化方法在投资中的作用 目 录 一、量化投资 二、宏观环境的量化 三、市场面的量化 四、行业和风格的量化 五、量化选股 量化分析可以做哪些事 一、量化投资 宏观研究 传统主动投资 策略研究 行业和风格配置 研究员选股 复杂非参数神经网络 宏观量化研究 一般量化研究 技术分析/动量分析 基于景气/动量的配置 量化选股 优化模型 舆情 我们的特点 各种预警指标 趋势和上升指数 因子模型和事件驱动 优化模型 目 录 一、量化投资 二、宏观环境的量化 三、市场面的量化 四、行业和风格的量化 五、量化选股 宏观指标可以量化么？ 不显著？ 二、宏观环境的量化 资料来源：Wind, 长江证券研究部 图1： 上证综合指数与 M1 关系图 　M1 Beta 0.0768 T 0.6370 R-Square 0.0025 表1： 回归结果 资料来源：Wind, 长江证券研究部 宏观指标可以量化么？ 都不显著么？ 二、宏观环境的量化 表2： 宏观经济变量与上证综指回归结果 Beta T R-square Beta T R-Square M1 0.0768 0.6370 0.0025 固定资产投资 0.0012 0.0154 0.0000 M1 与 M2的剪刀差 -0.1426 -0.8845 0.0048 CPI -0.3823 -1.4085 0.0122 居民储蓄 / M2 0.0311 0.1901 0.0002 外汇储备 -0.0303 -0.6405 0.0025 工业增加值 0.0636 0.3378 0.0007 美元兑人民币汇率 2.1055 0.9332 0.0054 原材料库存 0.1130 0.6660 0.0083 新订单 0.0583 0.7624 0.0108 用电量 -0.0068 -0.0519 0.0000 进出口额 -0.0601 -1.5537 0.0148 发电量 -0.1094 -1.2623 0.0098 出口额 -0.0468 -1.2090 0.0090 资料来源：Wind, 长江证券研究部 宏观指标的状态？ 状态比数值更重要？ 二、宏观环境的量化 图2： 宏观经济变量与上证综指回归结果 资料来源：Wind, 长江证券研究部 资料来源：Wind, 长江证券研究部 图1： 上证综合指数与 M1 关系图 宏观指标的状态？ 从状态的角度再看 M1 和上证指数 二、宏观环境的量化 表2： M1 状态变量与上证综指收益率回归结果 资料来源：Wind, 长江证券研究部 样本区间 1995年12月-2010年09月 周期 短期 （3个月） 中期 （5个月） 长期 （9个月） 回归系数 3.6529 （2.7935） 4.0671 （3.1271） 4.6261 （3.5914） R-square 0.0432 0.0535 0.0694 宏观指标的状态？ 与其看数值，不如看状态 多数情况下，同一个宏观变