关键词：量化投资；传统投资；模式数学模型；自变量参数
1量化投资简介
1.1基本概念
量化投资是一种借助于计算机高效计算程序进行复杂运算，以金融产品未来收益与风险为研究对象的新型投资方式。量化投资的基础是以股票价格、日成交额等大数据库数据为参考样本数据并建立数学模型，运用仿真分析及迭代方法不断修正数学模型，直到数学模型可以用来预测指导投资交易。任何一个投资的方案或者设想，都可以为它设计一个数学模型，然后借助大数据库的现有数据进行迭代法测试分析，以此来判别数学模型的有效性。传统投资方式基本上是对传统的技术分析和公司的经营状态基本分析，存在一定的局限性；相比之下量化投资分析是基于对大数据市场数据的，数据样本空间容量足够大，而且可以快速进行运算并排除投资者个人心理因素的主观影响，科学性和时效性更强。此外，量化投资是一种主动性的投资方式，在进行数学模型选择、自变量选取、数学模型的验算迭代都是投资行为的主动部分。
1.2交易内容及方法
量化投资交易的内容主要是量化策略以及交易策略，在制定交易策略时必须立足于投资市场、投资产品以及分配在内等。具体交易平台则是靠以计算机计算程序为基础的线上交易平台系统。进行量化投资交易时通常会遇到各种较为复杂的情况，但是基本前提都是要依据现有的既定的大量数据库数据，灵活采用各种方法来判断投资对象是否值得投资。总体来说，量化投资有估值法、资金法和趋势法三种。
2量化投资现状
从理论上来说，每个量化投资者的决策行为可以被同化为理性预期、风险规避、严格效用基本一致的理想化模型。然而现实情况中每个人的心理活动、出发点、知识水平等都存在差异，进行量化投资时人们作出的决策也存在差异。人的非理性行为与理性行为都是客观存在的，而且非理性行为对理性行为也存在着一定的影响，因此投资人在进行投资决策时并不能完全理性地进行选择。综上所述，非理性人的客观存在使投资人在进行投资决策时不能完全忽视个人的心理因素。既然个人的心理因素无法排除，那么在建立决策分析数学模型时，就应该把个人的心理因素考虑在内。当前我国国内量化投资有以下几个特点：(1)个人投资者占总投资者的比例很高。上文已经提到投资者个人的非理性客观存在且不可避免，那么众多量化投资者的非理性因素间接影响我国量化投资市场。(2)我国的量化投资市场虽然发展迅速但仍不成熟。与美国及欧洲发达国家相比，我国量化投资市场只能是一个新兴的市场，直接表现在各方面的信息不完整且难以搜集，一些基础数据我们只能自己想方设法地去开发获取。(3)量化投资行业的企业构成比较复杂。目前我国量化投资行业的企业种类比较多，跨越众多不同的领域。加上我国量化投资市场还处于新生期，市场不稳定信息变化较快，因此量化投资行业的可用层面指标数目非常少且指标数值经常变化。当前我国量化投资者正是依据当前行业的特点，从不同的层面和角度验证分析，建立泡沫型数学分析模型，才能获得巨大的利润。(4)量化投资策略研究落后。通过把我国量化投资策略与美国及西方发达国家的量化投资策略进行对比，发现我国现有的量化投资策略严重落后。国外的量化策略研究是在大量的事件、数据积累分析的基础上，脚踏实地潜心研究总结出来的。现阶段我国量化策略研究多是借用国外的策略，结合国内的量化投资行业的实际现状进行修正得来的。当前我们还缺少指导量化投资行业的专家、指导著作，为此我国国内的一些高等院校开始着手量化投资策略的研究并取得了初步的成效。
3量化投资优势
量化投资是在定性投资基础上进行继承和延伸的一种主动投资工具。定性投资的核心是对宏观经济和市场基本面进行深入的分析，再加上实地调研上市公司以及与上市公司的管理层进行经验交流，最终把调研结果整理成专题报告，把报告作为决策依据。不难看出定性投资带有很大的个人主观判断性，它完全依赖于投资经理个人经验以及对市场的认知。量化投资在调研层面与定性投资相同，区别在于量化投资更加注重数据库大数据，运用各种方法发现运用大数据所体现出来的有用信息，寻找更优化的投资方式以获得大额收益，完全避免了投资经理个人的主观臆断和心理因素，更加科学合理。综上所述，与定性投资相比，量化投资具有以下优势。
3.1投资方式更加理性
量化投资是采用统计数学与计算机建模分析技术，以行业大数据库为参考，取代了个人主观判断和心理因素的科学客观投资方法。很明显，行业大数据的样本容量已远远高于有限的对上市公司调研所形成的样本容量；在进行投资决策时，把决策过程科学化数量化可以最大程度的减少投资者决策时个人情感等心理因素对决策结果的影响，从而避免了错误的选择方向。
3.2覆盖范围大效率高
得益于因特网的广泛实施应用，与各行各业的运行数据都可以录入大数据系统形成体量巨大的数据库；得益于计算机行业云时代到来对计算分析速度的革命性变革，在极短的时间内就可以得到多种量化投资的投资方法。定性投资方式进行决策时，由于决策人的精力和专业水平都存在一定的局限性，自然其考虑投资的范围要远远低于电脑决策，二者根本没有可比性。综上所述，虽然与定性投资相比，量化投资具有明显的优势，但是二者的目的是相同的，都以获得最大收益为目的，多少情况量化投资与定型投资可以互相补充，搭配使用会起到意想不到的效果。
4量化投资的劣势
上文已经提到量化投资的决策过程依赖于大数据库以及计算机分析系统的科学决策，因此只要投资思想正确量化投资就不会出现错误。然而即使是投资思想及决策过程都没有问题，也不意味着量化投资完美无缺。量化投资本质上是对某一特定基准面的分析，事实上基准面有时范围过小，纵然决策过程合理化、无偏差，量化投资也存在一定的局限性。量化投资的另一特点是进行考察决策时覆盖的市场面非常广泛，在当前国民经济快速发展的时代，人们对市场的认知难免出现盲区或者对某一个局部了解不充分的现象，此种情况下量化投资的正确性就很难保证。
4.1形成交易的一致性
基于量化投资的低风险特性，人们更多地依赖于采用大数据云分析平台进行决策，如此大家对某一行业的市场认知以及投资决策水平就处在同一认知层次上，当遇到极端的市场行情时，人们作出的交易决策往往一致，即容易达成交易的一致性。例如期货行业以及股票行业，在市场行情动荡的特殊时期，人们往往选择在同一时机抛出股票或者期货，这种大规模的一次性抛盘则会造成在预期抛售价格基础上的剧烈波动，导致投资者的实际收益在一定程度上低于预期收益。此种情形下又会引起新一轮投资恐慌，不利于市场的稳定发展。
4.2指标钝化和失效
任何一个行业的某一个市场承载投资者的容量都是有限的，从战略投资的角度来看，当某一个市场的产业链较为成熟、技术门槛较低时，投资者进入该市场就会容易很多，当市场的承载量大大低于投资者进入数量时，既定的投资策略则会失效。例如某一企业的某只股票第一年能获得50%的收益，第二年则降为20%的收益，第三年可能是5%，第四年就没有收益了。诸如趋利反转策略、套利策略现在已经非常大众化且投资者已经达成共识，一拥而上集中式进行投资就会导致投资评价指标钝化甚至失效。
摘要 投资组合保险策略是在机构投资者的发展过程中应运而生的一种投资理念。研究结果表明，每种保险策略的优越性只是相对而言的，没有哪一种是绝对优于其他投资策略。但是，如果将保险策略有效组合起来，可大大提高组合保险的效果。因此，投资组合保险策略的研究，对企业财经管理的投资组合保险有很好的参考作用。
关键词 投资组合 保险策略 企业财经管理
一、投资组合保险策略的背景和内涵分析
投资组合保险策略指的是将一部分资金投资在无风险资产，以保证资产组合在最低的价值前提下，其余资金随着市场变动而不断调整无风险资产和风险资产比例，不断发掘资产升值的潜力的一种资产动态调整策略。在国外，投资组合保险已有二十多年的发展历史，我国对投资组合保险的应用还不是很普遍，其研究处于起步阶段。在研究中，一般采用单一组合保险策略进行模拟，如固定比例的投资组合保险（CPPI），在市场上升的时候，CPPI的效果优于组合保障（TIPP）。但在市场下跌时，TIPP可以有效将市场上升的获利保护起来，减少投资风险，效果优于CPPI。因此，两种策略的结合，能否在市场的波动中获得好的效果，是本文将要探讨的问题。
二、定量分析模型
（一）简单参数的投资组合保险策略量化分析
TIPP是各种简单参数的投资组合保险策略的一般形式，其他策略可以根据TIPP的变动情况分析。
第一，普通的TIPP。首先，设定底值，TIPP底值是变动的，其公式表达为：Ft=aMt+bert（0≤a≤1，b≥0），其中，r为无风险率，aMt表示组合历史价值的大小，即组合可能产生的价值。当a取值0.9时，组合的最大价值即为90%。bert投资是设定的保值水平，通常是由投资者附加的，这一数值会随时间而递增，如果投资者无要求，则b为0，本文以b=0研究。
第二，CPPI。CPPI和TIPP的不同点在于，投资者事先确定的底值会随着组合价值变化而变化，以无风险利率分析，CPPI底值会随着时间递增，可以用Ft=F0ert，即等价于在TIPP策略中a=0，b=0的情况。
（二）组合保险策略模拟
本文以实际资产来模拟组合保险策略，假定资产初期价值是100万元，安装资产是债券，风险资产是股票指数，假定交易成本量为0.5%，因为频繁交易会对组合价值产生影响，因而设定重新调整率（trigger），将其设定为1%、3%、5%、8%。在实验中，保底率为0.9，CPPI策略的a=0，b=100万×0.9；TIPP策略的a=0.9，b=0，m取值为1～5的变量。
由于投资组合保险的最终目的是最后价值，在研究中要考虑战胜大盘率。战胜大盘率=组合价值收益率﹣大盘指数的收益率。在实验中，将CPPI和TIPP的战胜大盘率差值进行分析，如果TIPP策略的终值低于CPPI策略的底值，则表示策略失效。
三、研究数据分析
（一）短期投资
在短期投资时，其调整策略可以设定如下：在风险资产的下跌幅度超过trigger，可以判断市场将会下跌，投资组合宜采用TIPP策略，保障投资组合安全。原因在于TIPP的市场上涨能力较低，在风险资产的上涨幅度超过trigger，可以判断市场将会上涨，持有全部的风险资产，可获得较好的市场收益。这种方法只适合短期投资，由于长期市场的波动较大，风险资产为0的情况时有发生，将导致获利的减少。
（二）长期投资
如前所述，在市场上升时，CPPI策略可获得更多收益，效果优于TIPP；而在市场下跌时，TIPP可以将市场上升时的收益保护起来，减少投资风险，效果优于CPPI。因此，长期投资的策略如下：风险资产的上涨幅度超过trigger则采用CPPI策略，风险资产的下跌幅度超过trigger则采用TIPP策略。需注意的是，在采用组合保险策略时，要根据风险资产的大小进行切换，由于交易次数增加，也要根据交易量的大小及时调整策略，以免影响组合保险策略效果。
四、总结
从以上研究可以发现，保险策略各有优点和缺陷，没有绝对的优越性。在短期投资时，尽量参与市场的上方获利，应选择市场参与能力较强的策略和TIPP结合。在长期投资时，可将，CPPI和TIPP结合，调整策略保底率不应取值太低，减少风险投资。同时，由于采用了组合保险策略，市场上升过程中的风险资产额度可能会比单一的保险策略大，在保险策略切换时，风险资产向无风险资产转移的数量比单一策略大，导致交易成本的影响增大，对策略效果可能会产生影响。尤其是在长期投资中，交易次数增加，从而导致交易费用较大而影响组合保险策略效果。
随着机构投资者的进一步发展，组合保险策略的重要性也日益受到重视。组合保险策略的进一步完善还需要长期的实践。对于养老金等的风险规避问题，选择组合保险可能会取得较好的效果。此外，灵活结合多种组合保险策略，能够收到更好效果。因此，企业在投资过程中，将多种投资组合保险策略有效结合起来，对企业的财经管理有非常重要的作用。
参考文献：
[1]李庆.论证券投资组合的风险分散效应与应用.现代商贸工业.2010.22（17）.
“与汇添富那只产品的纯主动性相比，我们这只产品是有量化约束的。” 泰达宏利逆向策略股票型证券投资基金焦云在接受时代周报记者采访时表示，该基金运用定量分析和定性分析相结合的方法构建股票备选库，以明确定量、定性分析的具体运用领域把量化策略贯彻到投资的全过程中，回避受市场热捧而价格超高的个股，把握事件冲击等逆向投资机会。
据了解，这也是泰达宏利旗下首只量化基金产品。今年以来，跌宕起伏的行情持续考验基金投资管理能力。然而量化基金表现却一枝独秀。银河数据统计显示，2012年一季度，上证综指上涨2.88%，同期标准股票型基金平均业绩为0.31%，而量化基金的平均业绩为2.92%。
逆向投资正当时
“其实对于逆向投资策略，投资者并不陌生，巴菲特名言‘在别人恐惧时贪婪，在别人贪婪时恐惧’就是逆向投资思维的一种表述。”泰达宏利逆向策略基金拟任基金经理焦云告诉时代周报记者，逆向投资策略就是对抗人性从众的心理弱点，避开机构扎堆的热门股、题材股，寻找被市场忽略或股价被严重低估的成长类股票。
在焦云看来，逆向投资强调的不随波逐流，不是简单的和市场趋势作对，也不是简单的掘金冷门股，而是在研判大势的基础上，对上市公司本身的投资价值进行分析，以适当价格介入股价被严重低估的股票，获取估值回归带来的投资收益。
焦云指出，在市场整体震荡，短期内板块频繁轮动的情况下，每一种投资思维都能在市场中占有一席之地。逆向投资策略瞄准被市场忽视、低估、看空的“非主流”股票，极有可能挖掘出一些蕴含着巨大投资潜力的个股，捕捉一些结构性的投资机会。
据焦云介绍，逆向投资在海外已有30多年的发展历史，经过行为经济学先驱丹尼尔・卡纳曼和“逆向投资之父”戴维・德雷曼的努力，逆向投资理论从一种交易策略上升为一种主要的投资策略，据彭博社数据统计，现在全球已有100多只逆向投资基金，规模超过百亿欧元。
1月份，华安基金也申报一只逆向策略股票型基金，目前正在证监会报批程序中。分析认为，受欧债危机、全球经济增长放缓、国内经济结构转型等因素影响，A股在未来较长时期内都将维持宽幅震荡的局面，但其中不乏个股结构性投资机会，这一市场格局为逆向投资策略提供了好机会。
量化基金扩容潮起
除了泰达宏利，今年以来已有多家基金公司已经开始在量化产品方面布局。比如工银瑞信3月刚刚发行了旗下第一只量化基金―工银量化策略股票基金；富国基金开始大力打造旗下围绕量化投资的子品牌。
所谓量化投资，是指通过建立数学模型并应用量化分析方法进行选股和操作管理。量化投资在海外已有逾30年历史，但在国内市场，自2004年光大保德信发行光大保德信量化核心基金才正式起步，至2009年底，量化基金方才相继跟进成立，并迅速发展壮大。据好买基金研究中心数据统计，截至目前，已有16只量化基金成立。
“主要是现在公募基金产品发行越来越多，同质化现象较严重，相较而言，独辟蹊径的量化产品显得吸引力更大。此外，今年年初以来量化基金的不错业绩也支撑了这波扩容。”好买基金研究员刘天天告诉时代周报记者。银河数据统计显示，2012年一季度，上证综指上涨2.88%，同期标准股票型基金平均业绩为0.31%，而量化基金的平均业绩为2.92%。
“在量化投资领域，出现了很多杰出的投资者，如詹姆斯・西蒙斯。” 有着8年海外量化投资经验的工银基本面量化基金经理游凛峰表示，“他们依靠数学模型和神秘的公式扫描市场，捕捉机会。”据了解，詹姆斯・西蒙斯管理的大奖章基金1989-2007年均收益率高达35%，而“股神”巴菲特在同期的平均年回报大约为20%。
在游凛峰看来，量化投资的优势非常突出，未来将会有更多的基金经理进入数量化选股这个领域，通过采用计算机辅助的投资组合优化模型。
尽管量化投资已经成为市场投资的发展趋势,但是大多数投资者并不是很熟悉量化投资。一方面是由于量化投资一定程度上依赖数学模型,而赚钱的投资模型都是机构的秘密武器,不会轻易披露。另一方面是由于量化投资采用计算机系统,设计各种交易手段,有着较为复杂的数学计算与技术要求,现在许多量化投资都是计算机自动执行的程序交易。另外,量化交易者,俗称宽客(quants)的交易和故事多多少少增加了量化投资的神秘感。所以,人们一般把量化投资称为“黑箱”。纳兰(Narang,R.,2012)描述了量化交易系统的典型构造,打开了量化投资的“黑箱”。纳兰认为阿尔法模型用来预测市场未来方向,风险控制模型用来限制风险暴露,交易成本模型用来分析为构建组合产生的各种成本,投资组合构建模型在追逐利润、限制风险与相关成本之间做出平衡,然后给出最优组合。最优目标组合与现有组合的差异就由执行模型来完成。数据和研究部分则是量化投资的基础:有了数据,就可以进行研究,通过测试、检验与仿真正确构建各个模型。预测市场并制定策略是量化投资的核心,即阿尔法模型在量化投资中处于核心地位。随着量化投资的不断发展,量化投资模型也在不断改进。简单的策略可能就是证券或组合的套利行为,如期现套利组合、市场异象研究中的差价组合等。统计套利策略是经典的量化投资策略,如匹配交易或携带交易。近年来,高频交易成为量化投资的重要内容,基于高速的计算机系统实施高频的程序交易已经是量化投资的重要利器。丁鹏(2012)将量化投资的主要内容分为以下几个方面:量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、ETF/LOF套利和高频交易等。他认为量化投资的优势在于:纪律性、系统性、及时性、准确性和分散化。
二、量化投资“黑箱”中的构造与证券投资学的差异
在传统的证券投资学中,投资组合理论、资本资产定价模型、套利定价理论和期权定价理论是现代金融理论的四块基石。前两者主要依靠均值-方差组合优化的思想,后两者则主要依靠市场的无套利条件。传统的投资方法主要是基本面分析和技术分析两大类,而量化投资则是“利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程”。从概念看,量化投资既不是基本面分析,也不是技术分析,但它可以采用基本面分析,也可以采用技术分析,关键在于依靠模型来实现投资理念与投资策略。为了分析量化投资对证券投资学的启示,本文从量化投资“黑箱”的各个构成来探讨量化投资与证券投资学中思路和观点的差异。
(一)资产定价与收益的预测
根据组合优化理论,投资者将持有无风险组合与市场风险资产组合,获得无风险利率与市场风险溢价。资本资产定价模型则将此应用到单一证券或组合,认为证券的风险溢价等于无风险利率加上与风险贡献比率一致的风险溢价,超过的部分就是超额收益,即投资组合管理所追求的阿尔法值。追求显着正的阿尔法是资产定价理论给实务投资的一大贡献。基于因素模型的套利定价理论则从共同风险因素的角度提供了追求阿尔法的新思路。其中,法玛和佛伦齐的三因素定价模型为这一类量化投资提供了统一的参考。可以说,在因素定价方面,量化投资继承了资产定价理论的基本思想。对于因素定价中因素的选择,证券投资学认为,对资产价格的影响,长期应主要关注基本面因素,而短期应主要关注市场的交易行为,即采用技术分析。在量化投资中,主要强调按照事先设定的规则进行投资,这在一定程度上与技术分析类似。但是,在技术分析中,不同的人会有不同的结论,而量化投资则强调投资的规则化和固定化,不会因人的差异而有较大的不同。另外,量化交易更强调从统计和数学模型方面寻找资产的错误定价或者进行收益的预测。
(二)无套利条件与交易成本
在证券投资学里,流动性是证券的生命力。组合投资理论、资本资产定价模型以及套利定价理论等都认为市场中存在大量可交易的证券,投资者可以自由买卖证券。这主要是为了保证各种交易都能实现,如套利交易。根据套利定价理论,一旦市场出现无风险的套利机会,理性投资者会立即进行套利交易,当市场均衡时就不存在套利机会。现实市场中往往存在套利限制。一是因为凯恩斯说的“市场的非理性维持的时间可能会长到你失去偿付能力”。二是因为市场总是存在交易费用等成本。但证券投资学中,对市场中套利限制与非流动性的关注较少,这是因为传统金融理论中简化了市场结构。市场微观结构理论研究在既定的交易规则下,金融资产交易的过程及其结果,旨在揭示金融资产交易价格形成的过程及其原因。在市场微观结构理论中,不同的市场微观结构对市场流动性的冲击是不同的。因而,从量化投资的角度看,为了降低交易带来的价格冲击,能实施量化投资策略的证券往往都应有较好的流动性,因为交易时非流动性直接影响投资策略的实施。从这个意义上讲,量化投资时的交易成本不仅包括交易费用,更主要的是要考虑市场交易冲击的流动性成本。
(三)风险控制与市场情绪
在证券市场中,高收益与高风险相匹配。量化投资在追求高收益的同时,不可避免地承担了一定的风险。在证券投资学中,系统性风险主要源于宏观经济因素,非系统性因素则主要源于行业、公司因素,并且不考虑市场交易行为的影响。在量化投资中,较多地使用因素定价模型,不仅会考虑市场经济因素,而且会考虑交易行为等因素,只是不同的模型有不同的侧重点,在多模型的量化投资系统中自然包括了这两方面的因素。除了各种基本面和市场交易的因素风险外,量化投资还有自身不可忽视的风险源。一方面,量化交易中,部分交易是采用保证交易的期货、期权等衍生品交易,这种杠杆交易具有放大作用,隐藏着巨大的风险。另一方面,市场冲击的流动性成本也是量化投资的风险控制因素,理所当然地在图1的风险控制模型中体现出来。另外,在一般的投资过程中,市场情绪或多或少会成为风险控制的一个对象。然而,在量化投资中,更多的交易都是通过计算机来实现的,如程序交易等,这样以来,投资者情绪等因素对投资决策的影响相对较小。所以,在量化投资的风险控制模型中较少地考虑市场情绪以及投资者自身的情绪,主要是通过承担适度的风险来获得超额回报,因为毕竟减少风险也减少了超额回报。
(四)执行高频交易与算法交易
在对未来收益、风险和成本的综合权衡下,实现投资策略成为量化投资的重要执行步骤。为了达到投资目标,量化投资不断追求更快的速度来执行投资策略,这就推动了采用高速计算机系统的程序化交易的诞生。在证券投资学里,技术分析认为股价趋势有长期、中期和短期趋势,其中,长期和中期趋势有参考作用,短期趋势的意义不大。然而,随着计算机信息科技的创新,量化投资策略之间的竞争越来越大,谁能运作更快的量化模型,谁就能最先找到并利用市场错误定价的瞬间,从而赚取高额利润。于是,就诞生了高频交易:利用计算机系统处理数据和进行量化分析,快速做出交易决策,并且隔夜持仓。高频交易的基本特点有:处理分笔交易数据、高资金周转率、日内开平仓和算法交易。高频交易有4类流行的策略:自动提供流动性、市场微观结构交易、事件交易和偏差套利。成功实施高频交易同时需要两种算法:产生高频交易信号的算法和优化交易执行过程的算法。为了优化交易执行,目前“算法交易”比较流行。算法交易
优化买卖指令的执行方式,决定在给定市场环境下如何处理交易指令:是主动的执行还是被动的执行,是一次易还是分割成小的交易单。算法交易一般不涉及投资组合的资产配置和证券选择问题。 三、对量化投资在证券投资教学中应用的思考
从上述分析可以知道,量化投资的“黑箱”构造与证券投资学之间存在一定的差异,因此,在证券投资的教学中应当考虑量化投资发展的要求。
(一)市场微观结构与流动性冲击
在理性预期和市场有效假说下,市场价格会在相关信息披露后立即调整,在信息披露前后市场有着截然不同的表现。在证券投资学里,一般认为价格的调整是及时准确的,然而,现实的世界里,价格调整需要一个过程。在不同的频率下,这种价格形成过程的作用是不同的。在长期的投资中,短期的价格调整是瞬间的,影响不大。然而,在高频交易中,这种价格调整过程影响很大。市场微观结构就是研究这种价格形成过程。市场微观结构理论中有两种基本的模型:存货模型和信息模型。存货模型关注商委托单簿不平衡对订单流的影响,解释没有消息公布时价格短暂波动的原因。信息模型关注信息公布后信息反映到价格中的这一过程,认为含有信息的订单流是导致价格波动的原因。无论是关注委托订单的存货模型还是关注市场参与者信息类型的信息模型,这些市场微观结构的研究加强了流动性与资产价格之间的联系,强调流动性在量化投资决策中的重要作用。一般的证券投资学中基本没有市场微观结构的内容,因而,为了加强证券投资学的实用性,应关注市场微观结构的内容与发展。
(二)业绩评价与高杠杆
对于证券组合而言,不仅要分析其超额收益和成本,还要考虑其风险与业绩。在组合业绩评价中,一方面要考虑风险的衡量,另一方面则要分析业绩的来源。在证券投资学中,组合业绩来自于市场表现以及管理者的配置与选股能力。对于量化投资而言,市场时机和管理者的能力依然重要,然而,量化投资的业绩评价还应考虑另一个因素:高杠杆。量化交易中,部分交易是采用保证交易的期货、期权等衍生品交易,这种杠杆交易具有放大作用,在市场好的时候扩大收益,但在市场不好的时候会加速亏损,这些与传统的业绩评价就不太一样。在一般的证券投资学里,业绩评价主要考虑经风险调整的收益,很少考虑其杠杆的作用,这不仅忽略了杠杆的贡献,而且有可能夸大了投资者的技能水平。
(三)人为因素与模型风险
在量化投资中,非常注重计算机对数据和模型的分析,这突出了量化投资的规则性和固定性。然而,实际中,别看量化采用了各种数学、统计模型,但策略设计、策略检测和策略更新等过程都离不开人的决策。量化交易策略与判断型交易策略的主要差别在于策略如何生成以及如何实施。量化投资运用模型对策略进行了细致研究,并借助计算机实施策略,能够消除很多认为的随意性。但是,量化策略毕竟体现投资者的交易理念,这一部分依赖于投资者的经验,一部分依赖于投资者对市场的不断观察与更新。实际上,人始终处于交易之中,对于市场拐点以及趋势反转的判断主要还是依赖投资者的经验。光大的乌龙指事件充分表明了人为因素在量化投资中的两面性:决策实施依赖于人的设定,而人的设定不仅依赖于经验,而且人还会犯错。人之所以会犯错,一方面是因为人们对市场的认知是不完全的,另一方面则是人们使用了错误的模型。经典的证券投资理论中,股票价格的变动被认为是随机的,小概率事件出现的机会比较小,但是经验研究表明股票收益率具有肥尾现象,小概率事件发生的机会超出了人们原先的认识,即市场还会出现“黑天鹅”。更为关键的是,量化投资更依赖数学和统计模型,这就使得量化投资存在较大的模型风险,即使用了错误的模型。为了防范模型风险,应采用更为稳健的模型,即模型的参数和函数应该适应多种市场环境。近年来,研究表明,证券收益及其与风险因素的关系存在较大的非线性,同时,市场中存在一定的“噪声”,采用隐马尔科夫链等随机过程和机器学习等数据挖掘技术进行信息处理成为量化投资的重要技术支持。
一、行为金融理论概述
进入20世纪80年代以后，股票市场出现了一系列与有效市场理论不相符合也无法解释的异常现象。在此背景下，主要以应用心理学研究分析金融市场的行为金融理论产生了。行为金融理论就是将心理学、行为学和社会学等理论融入到金融学理论，据以分析金融市场微观主体行为及产生这种行为的更深层次的社会、心理等动因，以此来研究和预测资本市场的现象与问题，并尝试解释与传统金融理论相矛盾的异常现象的理论。行为金融的理论基础包括：①前景理论。前景理论认为行动决策依据是行动的期望给人们带来的心理感受，行动后果为对赋值为零的中性参考点的偏离。在进行心理感受的评价之前，决策者对决策问题进行初步分析，刻画出有效的行动，选择自认为适当的参考点，并预计可能的后果。②行为组合理论。行为组合理论认为，投资者应把注意力集中在整个组合而非单个资产的风险和预期收益的分析上，而最优的组合配置处在均值方差有效前沿上，这就需要考虑不同资产之间的相关性。③认知偏差理论。认知偏差理论是研究人们在利用经验法则进行决策判断时所产生的错误。心理学研究显示，在解决复杂问题时，由于时间和认知资源的限制，人们不能对决策所需的信息进行最优分析。④行为资产定价模型。行为资产定价模型的特点是认为知情交易者和噪声交易者在市场上会相互作用。噪声交易者容易产生认识偏差，并不按照严格的均方差偏好进行资产选择。而信息交易者则是严格按照严格的均方差偏好进行资产选择，不会受到认知偏差的影响。两者相互影响，共同决定资产价格。
二、行为金融理论对投资者认知与行为偏差的分析
标准金融在投资者心理与证券市场效率上所持的观点是投资者是理性人。然而行为金融则认为投资者是非理性人，情绪与认知偏差的存在使投资者无法做到理性预期和效用最大化，并且其非理将导致市场的非有效，资产价格偏离其墓本价值。行为金融理论总结出了如下一些投资决策心理和行为过程：
1、过度自信
心理学研究表明，人们往往过于相信自己的知识和能力，高估自己成功的个人因素，而低估运气和机会在其中的作用。将差的结果归罪于外部的环境，从而不能通过学习过程来修正自己的信念，导致的过度自信和固执。最终导致交易成本增加而降低了净收益。
2、过度反应
过度反应是指投资者对未来股价过于乐观，导致股价超理论水平上涨；或者对未来股价过于悲观，导致股价超理论水平下跌。经过一段时期，在投资者能够合理评价、修正事件的影响时，股价会产生反向修正。从行为金融理论角度来看，过度反应是由于投资决策者在不确定性条件下系统性心理认知偏差造成的，不能理性分析倾向当前信息并轻视以往信息，从而引起股票的超涨或超跌。
3、羊群行为
股市中的“羊群行为”是指投资者由于受其他投资者投资策略的影响而采取相同的投资策略。其关键是其他投资者的行为影响投资者的投资决策，并对他的决策结构造成影响。
4、动量效应
在一定持有期内平均而言，如果某只股票或某些股票组合在前一段时期内涨幅较好，那么，下一段时期内，该股票或股票组合仍将有良好表现。此外还有过度恐惧与政策依赖性心理，遗憾，暴富心理与心理和轮涨轮跃效应（补涨补跌效应）及小盘股、新股效应。
5、处置效应
处置效应是一种比较典型的投资者认知偏差行为，表现为投资者对赢利的“确定性心理”和对亏损的“损失厌恶心理”。当处于盈利状态时，投资者是风险回避者，愿意较早卖出股票以锁定利润；当处于亏损状态时，投资者是风险偏好者，愿意继续持有股票。投资者在证券投资时，行为上主要表现为急于卖出盈利的股票，不愿轻易卖出亏损股票。
6、启发式偏差
启发式是人脑解决非规范性、不确定性和缺乏现成算法的问题时所采用的一种决策方式，为人们在大多数情况下提供了进行决策判断的高效思维范式，即投资者依据“经验法则”来进行投资决策。一般情况下，人类解决复杂的问题，主要是应用启发法，但同时启发式思维很容易形成系统性的认知错误，并导致错误的判断与决策，由启发式导致的决策错误是一种系统性的、所有受过良好教育的人都有可能犯的错误，叫做启发式偏差。
三、行为金融视角下的证券投资策略分析
1、反向投资策略
在行为金融理视角下，采用反向投资策略是对股市过度反应的一种纠正，即买进过去表现差的股票而卖出过去表现好的股票来进行套利的投资方法。其主要论据是投资者心理的锚定和过度自信特征，投资者对信息的过度反应，从而造成盈利者易于高估股价而损失者易于低估股价的现象。行为金融理论认为，冷门股票意味着投资者对该股票的预期较低，那么在实际投资实践中，通过一种质朴策略即简单外推的方法，根据公司的近期表现对其未来进行预测，从而导致对公司近期业绩情况做出持续过度反应，形成对业绩较差的公司股价的过分低估和对业绩较优公司股价的过分高估现象，为投资者利用反向投资策略提供套利的机会。那么，证券投资者就要注意，反向投资策略要在大多数投资者还没有意识到错误时就开始投资于某些股票，而在大多数投资者已经意识到错误并也投资于这些证券时，要果断地卖出这些股票。
2、动量交易策略
动量策略又称正反馈策略、惯性策略，即预先对股票收益和交易量设定过滤准则，当股票收益或股票收益和交易量同时满足过滤准则就买入或卖出股票的投资策略。行为金融视角下动量交易策略的提出，基于行为金融理论对投资者动量效应心理的分析，源于对股市中股票价格中间收益延续性的研究。行为金融理论研究表明，在一定的持有期(一般指一个月至一年之间)内，如果某只股票或某个股票组合在前一段时期内涨幅较好，那么，下一段时期内，该股票或股票组合仍将有良好表现。因此，动量交易策略所获得的利润是由于股票基本价值的变动带来的。基于价格惯性和收益惯性的策略也可利用市杨对不同信息的反应不足而获利。
3、成本平均策略和时间分散策略
成本平均策略是指投资者将现金投资为股票时，通常总是按照预定的计划根据不同的价格分批进行，以备不测时摊低成本，从而规避一次性投入可能带来的较大风险的策略。行为金融理论认为在这种方法下能使投资者各期购入股票的平均成本低于股票的平均价格。因为，在操作中投资者可每期以固定的金额去购入所选定的一种或几种股票，这样在股价下跌时买入的股数就多，而在股价上涨时买入的股数就少。所以在买入的总股数中自然低价股的数量大于高价股的数量。因此，一定时期后每股的平均成本就自然会低于股票平均市场价格。时间分散化策略是指承担股票的投资风险的能力将随着投资期限的延长而降低，投资者在年轻时应将其资产组合中的较大比例用于投资股票，而随着年龄的增长则逐渐减少股票投资比例增加债券投资比例的策略。时间分散化策略是基于行为金融学的一个重要的结论，即时间会分散股票的风险，也就是说股市的风险会随着投资期限的增加而有所降低。它与投资者的有限理性、损失厌恶及思维分隔有关，因此，投资者在运用时间分散化策略进行投资时，需要注意切忌过于频繁的交易。
4、基于启发性偏差的投资策略
通过行为金融理论对投资者启发式心理偏差的分析，优秀的投资者不仅应当了解市场中的投资者和自己会产生什么样的心理和行为偏差，且能够避免由于自身因素造成重大大失误，以及了解投资者的心理偏差和决策失误对市场产生的影响，寻找被市场错误定价的证券，并采取相应的投资决策。行为金融学认为市场是非有效或不完全有效的，由于投资者受经验法则的谬误和情绪因素的影响，将会导致证券的市场价格偏离理论价格。通过发现这些偏差，买入低估的股票，卖出高估的股票，可以获得超额的收益。投资者发现这些偏差的最好方法是长期坚持特殊的投资策略。投资者在为组合购进一只股票时，应详细地记录其要点。保留长期的“投资记录”有助于投资者评估其投资策略，使投资者会更早地认识并承认这些认识偏差，从而帮助他们控制“情绪波动”。本质上避免这些认识偏差的方法是少交易并实施简单的“购买并持有”策略，在大多数投资者认识到这些偏差之前投资于这些证券，随后，当大多数投资者意识到这些错误并投资于这些证券时卖出这些证券。
四、基于行为金融理论指导下的证券投资应注意的问题
综上分析，投资者在证券投资过程中的认知偏差和行为偏差，通过行为金融理论可以很好的解释，并由此总结了许多有价值的证券投资策略，但在具体运用这些投资策略时还应注意以下几点问题：
1、防止教条化，随机应变行为金融理论的投资策略是：在大多数投资者尚未意识到错误时投资于某些证券，随后当打多数投资者意识到错误并投资于这些证券时卖出这些证券。但是，我们应该考虑的是：如果证券市场的绝大多数投资者认识到这一问题并采取同样的策略时，其策略效果如何体现呢？因此，在应用行为金融策略时，要防止教条化，注意随机应变。
2、不同投资者需要有不同的投资策略将行为金融学的研究成果运用到我国证券市场的实践中，可以合理引导投资者的行为。对于广大中小投资者，要通过教育来使其趋于理性化，提高证券市场投资者的投资决策能力和市场的运作效率。对于机构投资者，要提高其投资管理水平。投资者决策中的心理偏差是与生俱来，而这些认知偏差可以通过学习、训练等手段得到有效缓解。因此，不同投资者应该采用不同的投资策略。
3、切忌对国外现有行为投资策略的简单模仿
中国金融市场与发达的金融市场具有共性，但同时也具有特殊性。我们在运用行为金融投资策略时，应在对中国证券市场的行为特点进行深入研究的基础上，探索适应我国证券市场运行特点的我们自己的行为金融学投资策略，而不是对国外现有行为投资策略的简单模仿。
最近，舆论被“人机围棋大战”火爆刷屏，在谷歌人工智能AlphaGo（谷歌阿尔法围棋）连胜人类之后，人们对大数据时代人工智能的认识也达到了新的高度。与此同时，资本市场也不甘寂寞，银华基金顺势推出了集“人脑智慧+电脑数据”优势于一体的阿尔法狗基金――银华大数据基金（002269）。
对此，银华大数据拟任基金经理张凯称， “程序化交易或者量化投资，可以理解为人工智能在证券投资领域的一个子分支，或者其技术在证券投资领域的具体应用。”
量化投资将在未来A股实战中
凸显优势
谈及用人工智能做投资，张凯进一步表示，“主要还是把已有的人类的投资思维，用计算机程序的方式实现并执行，这样可以拥有更快的计算效率，更少的犯错几率，同时把具有主观能动性的人解放出来去探索更多的投资机会。实际上，全球对人工智能的研究已经有半个世纪了，随着计算能力的提升和应用场景的丰富，未来有望形成技术供给和应用需求上的共振，因此，对该板块的未来表现非常期待。”
大数据既可以用于研发资产配置策略，也可以用于选股策略，不同的数据源对应不同的策略。张凯表示，从“大数据”到“投资”，都是通过基于数据的投资策略来实现的。而投资策略的核心逻辑则来自长期投资实践中积累的经验。银华用证券大数据对逻辑的有效性进行验证，并找到能反映投资逻辑的具体指标，进而构建出投资策略。
相对于传统的主动性投资，银华大数据基金背后的量化投资是基于团队的作战，而不是单兵作战。团队作战最大的好处是集思广益，让投资在艺术性之上还具有更高的科学性，而且投资―研究―交易―风控、IT完整的流水线作业可以让投资效率更高。
“择时+选股”两种资产策略
银华大数据基金的优势体现在三方面：信息处理、投资策略以及人为主观性。该基金不仅信息处理能力强，通过大数据分析技术处理基本面，以及非基本面海量数据。而且投资策略多样化，将多种资产配置和选股策略相结合。银华大数据基金避免人为主观性，建立在数据之上，更客观科学。
张凯表示，银华大数据基金是主动管理型基金，同时将大数据应用于选股策略和择时策略，尤其择时策略是其一大特点。它构建了两种资产配置策略（经济及行业景气度策略、市场行为及情绪策略），四种股票选择策略（股票关注热度策略、卖方分析师推荐策略、财务多因子策略、公告事件驱动策略）。
具体而言，张凯表示，“银华大数据基金有两大类择时策略：第一类是基于宏观及行业景气度数据，包括货币供应量、流动性、PMI、经济同步指标、先导行业景气度、通胀等；第二类是基于市场行为及情绪数据，包括基金仓位、期指持仓及升水率、股票账户活跃度、分析师情绪等。”
“基于宏观及行业景气度的数据对应的是中长周期的择时策略，基于市场行为及情绪的数据对应的是短周期的择时策略。策略二者影响权重各为50%，共同决定基金组合的仓位和大类资产配置，在择时上实现了长周期与短周期的均衡，提升了策略在不同市场波动下的稳定性。”张凯说。
多数据源对应多策略的机制
张凯表示，该只基金的选股策略分为四种：股票关注热度策略、卖方分析师荐股策略、财务多因子策略和公告事件驱动策略。
“四种策略对应四类数据来源和四种投资逻辑。”张凯称，“股票关注热度策略选择互联网关注度高的强势股票；卖方分析师推荐策略选择被最多优秀分析师推荐的股票；财务多因子策略选择基本面质地优良且价值被低估的股票；公告事件驱动策略选择出现驱动股价走强的突发事件的股票。”
在张凯看来，在不同的市场环境和风格下，策略表现可能会各有不同，比如，多数据源对应多策略的机制可以弥补单一策略短期的失效，并形成业绩互补，保证整体投资业绩的稳定性。此外，基于不同数据来源的策略相关性较低，更分散化的投资能够降低组合的整体风险。
谈及该只基金大数据来源的特色，张凯尤其提到卖方分析师数据。“我们的分析师荐股数据是公司独有的优势，公司搭建了分析师推荐股票自动化采集系统，我们会根据分析师荐股的长期业绩表现筛选出优秀分析师，并根据优秀分析师推荐的股票，自动构建股票组合，第一时间将分析师的研究价值转化为投资业绩。”
今年收益率为“正”概率大
析在对筹资战略决策实施控制力管理时，应当着重从筹资决策程序、子公司自行筹资、负债筹资风险以及筹资质量等多个方面进行管理控制。确保筹资决策程度的可控性和科学性。筹资活动跟投资活动一样，都是企业集团财务活动的重要组成部分，为了使得结果具有有效性，实施主体在进行相关筹资活动时，应当确保筹资过程的有效性。在进行筹资决策时，企业集团管理者需要进一步明确筹资的目标，并进一步分析评价各种筹资方案的优势以及劣势，并从中选择最为合适的方案进行筹资，预测未来决策结果的可实现程度。除此之外，还需要对集团企业的负债筹资风险可控性进行指标衡量。企业的筹资方式一般包括权益筹资以及负债筹资两大类，在这其中负债筹资具有杠杆作用，但是也存在着较大的财务风险。为了能够确保集团企业的资本结构始终处于合理科学的状态，就必须在筹资过程中控制好负债筹资的规模，尽量避免不合理的筹资活动。这一项控制力指标能够体现集团财务管理者对于项目的控制力。筹资战略决策的控制力也表现在筹资质量控制力上，在企业集团不同的筹资期限以及筹资方式中，企业筹资的质量存在着比较大的差距，正是基于此，企业集团财务管理者应当强化对筹资质量的控制力，筹资质量越高，则意味着企业集团财务管理者对于子公司的控制力就越强，反之对于子公司的控制力就越弱。
二、财务战略控制力指标体系分析
企业集团的财务战略控制力指标体系作为一个重要的一级指标体系，也是整个企业集团的财务控制力指标体系的重要组成部分，这一体系也包含了三个二级指标以及十一个三级指标。这些指标分别从筹资战略控制、投资战略控制以及收益分配战略控制这三个方面来评价分析集团公司管理者对于整个集团企业的战略控制力。对投资战略控制来讲，相关的指标控制具有重要意义。战略投资在企业的发展过程中占据着非常重要的地位，应当将技术以及资金投放到具有较大价值的领域才能够确保公司投资收益。在进行公司投资战略控制力指标分析时，可以从以下几个指标来进行分析评价，即控制投资决策权、投资决策过程、子公司投资决策以及子公司自行决策项目的能力评价等。对于投资项目决策权的控制力指标分析上，集团公司应当对本集团所有的战略投资项目具有决策权。根据实际投资金额的大小以及投资项目的战略性质来分析判断投资项目的重大性，将那些能够对企业集团发展战略构成重大影响、跟企业集团主营业务有着密切联系、可以对集团公司未来发展产生决策影响的投资项目归结为重大范畴。在对投资政策的可控性指标分析上也需要进行合理科学的指标设定。建立和完善投资政策是企业集团实现自身投资行为制度化以及规范化的重要手段和途径。作为指导企业集团重大投资行为的制度性文件，投资政策的设置需要明确企业集团的投资方式、投资领域、投资财务标准以及投资质量等。在对投资决策过程的可控性进行指标评价分析时，重点关注投资决策目标的合理性、各种投资方案的合理性、最终方案的可行性以及决策结果的实现程度等。投资活动是企业集团进行资本运作的重要形式，企业管理者应当将自身的资金投资到具有较好的预期收益的领域、行业以及项目之中去。在开展投资项目的过程中，集团公司本身是战略投资的审批者，具有不可推卸的责任。集团企业只有在实施战略投资的过程中进行有效的控制力管理，才能够确保投资的科学性和合理性，减少盲目投资。
三、财务人员控制力指标体系分析
企业集团的财务人员控制力指标体系一般包含三个二级指标以及十个三级指标，它是整个集团财务控制力建设体系的第一个一级指标体系。这些指标体系分别从集团企业财务人员的专业素质、财务人员授权任免以及财务总监的责任履行情况等方面来分析和评价集团公司对于自身整个财务管理人员的控制力情况。对于财务人员素质控制力来讲，重点关注财务人员的职业素质以及财务人员的专业水平情况。要想顺利实现企业集团的财务管理目标，强化在财务人员专业素质方面的控制力就需要加强企业集团的文化建设，逐步提高企业员工的综合素质，进一步强化员工对于公司集团的目标认同感。一般来讲，财务人员的专业素质控制力指标可以从专业知识、学历等级、职业道德遵循程度以及公司忠诚度等方面进行考量。财务总监责任履行情况的控制力指标分析主要是基于公司的委托现象。一般情况下，企业集团的财务控制都会存在着委托的相关问题，尽管公司的所有者会根据委托理论对激励机制进行设计和维护，但是这一措施并不能够从根本上解决公司内部人的道德风险选择问题。在这一情况下，实施财务总监经济责任履行情况控制力管理就可以对原有的控制机制进行完善和加强。委派方式不同就会导致财务总监的权利职责有所不同，但是要对财务总监的履职情况进行控制力指标评价，大致可以从以下几个方面来展开：监督子公司重大经济管理经营项目的执行情况。作为企业集团所委派的公司财务总监，监督子公司是其首要的职责，要对子公司的政策制定情况进行事前的控制，经营活动进行事中控制以及经营管理后期的事后控制评价。再就是完善对于财务总监考评评价体系。在对财务总监进行考评评价上应当采取约束跟激励相互结合的方式进行，努力构建合理公平的物质激励以及非物质激励管理机制，在此基础上不断强化约束机制，并完善企业集团的财务控制力评价指标管理体系。实施岗位轮换的合理性，尽管企业集团统一对财务总监实施委派，但是假如某一财务总监长期被委派在一个子公司，就很可能会使得财务总监与该子公司进行传统，不利于集团经济利益的最大化。
四、总结
【论文关键词】行为异象;行为金融;认知偏差
我国股市以个人投资者为主,心态和行为都不成熟,目的不纯,存在一定程度的过度自信;经常反应不足和反应过度;存在着严重的噪音交易和羊群效应;政策依赖心理普遍;情绪周期变化较快。因此,建立在传统标准金融理论上的投资策略,往往不能给股民带来真正的投资收益。基于现资组合理论的分散化投资策略可以降低非系统风险,但不能降低系统风险。而且,投资分散化程度存在某一“有效”区域,过度分散化可能会带来延迟决策失误、增加研究成本和交易成本的负效应。特别在我国,股市非系统性风险较小,投资分散化策略作用不大。关于我国股市的系统性风险,波涛(1999)研究表明高达66.7%,施东晖(2001)研究得出81.37%的结论,而西方股市一般为25%左右。
CAPM投资策略在国外并不适用、在我国几乎无效。CAPM的应用原理是利用β系数可以衡量系统风险,利用资本资产定价模型可以判断证券价格的合理性,从而制定投资策略。关于CAPM的有效性,格罗斯曼——斯蒂格利茨悖论首先提出挑战;Fama和Macbeth(1992)实证检验无效;我国学者杨朝军1998年对上海股市实证结论为不明显;陈小悦和孙爱军(2000)、阮涛和林少宫(2000)对上海股市检验结论为无效。
行为金融学是对传统标准金融学理论的革命.行为金融投资策略放弃了基本面分析、技术分析结合了心理情绪分析、强调投资者的行为控制。美国的共同基金利用行为金融投资策略取得了复合年收益率25%的良好投资业绩。中国证券市场只是接近弱有效,导致采用传统投资策略的广大投资者亏损严重,而少数懂得并利用行为金融投资策略的投资者则能保持盈利。
一、反向投资策略
就是买进过去表现差、涨得慢、可能价值低估的股票,而卖出过去表现好、涨势快、可能价值高估的股票来进行套利的投资策略。由于我国股市存在一种“轮涨效应”或“补涨效应”,即一般前期内涨幅较小的股票在后期的表现会比前期内涨幅较高的股票表现更为良好。这个结果同我国证券市场长期以来存在的个股轮番炒作现象是相吻合的,也说明了反向投资策略是目前我国投资者最好的选择之一。
反向投资策略原理。投资者锚定心理和过度自信特征会导致对信息过度反应。换句话说,表现好的证券价值容易高估,表现坏的证券价值容易低估。反向投资就是买入低估证券同时卖出高估证券。投资者进行预测时,容易对近期业绩过度反应,形成对绩差公司股价过分低估和绩优公司股价过分高估现象,反向投资策略是对这种过度反应的一种纠正。
反向投资策略操作要点。如选择P/E)或P/B低、历史收益率低的股票,往往可以得到比预期收益率高很多的收益。另外,还可以卖出涨幅已经很高的股票,买入很少人关注的滞长股票;或者卖出大家已经反复炒作的白马股,买入业绩可能改变的无人问津的垃圾股。
二、动量交易策略或称惯性交易策略
动量交易策略即预先对股票收益和交易量设定过滤准则,当股市收益和交易量满足过滤准则就买入或卖出股票的投资策略。通俗地讲,利用强势股的惯性上涨趋势,买入近期的强势股,卖出近期的弱势股,即所谓正向反馈策略。
动量交易策略原理。主要依据是反应不足和保守心理,分收益动量和价格动量策略。收益动量策略是利用了其他投资者对公司收益短期前景反应不足的失误,价格动量策略是利用了其他投资者对公司价值信息为反应或反应迟缓的失误。
动量交易策略操作要领。根据庄家投资行为分析理论,庄家做庄有四个阶段,建仓、拉升、出货、下落,投资者可以采取蚂蝗策略,一旦发现庄家建仓完毕,开始拉升时就盯紧买入,然后在股票价格翻翻后高位震荡庄家出货时候卖出,可赚高额利润。如果价格连续上涨,应该连续分批卖出;如果价格连续下跌,应该连续分批买入。证券投资基金可以考虑采用负向反馈策略。
三、成本平均策略和时间分散化策略
成本平均策略指投资者根据不同的价格分批购买股票,以防不测时摊低成本的策略,一般在下跌时候买入,目的不是效益最大化,而是成本最小化、减少投资的遗憾程度。该策略是次优策略。投资者在建仓时候,可以分皮建仓,不能一次性买入。
时间分散策略基于风险承受能力因为年龄增大而降低的理念,随年龄逐渐增大而降低股票等高风险资产比例的投资策略。投资者年轻时风险承受能力强,其资产组合中股票应该是占较大比例,而随着年龄的增长将此比例逐步减少的投资策略。这两种策略都与投资者的有限理性、损失厌恶和思维分隔相关、属于行为控制策略。
四、集中投资策略
集中投资策略就是集中所有资金购买某一个或者少数几个证券并长期持有,稳中求胜,这也是巴菲特惯用的投资策略,“与其把鸡蛋放在不同的篮子里分散风险,不如放在同一个篮子里,好好保管。”投资集中策略能够获得稳定回报,有助于减少投资者的认知偏差,同时该策略能运用价值投资的理念而获利。
集中投资策略的原理。利用其他投资者均值方差观念形成的认知偏差或锚定效应等心理特点来实施集中策略。一般投资者受传统金融投资理念的影响,通过投资多样化来分散风险,在大行情机会到来时,导致收益随着风险的分散也同时分散。而行为金融投资者则在捕捉到错误定价的证券后,率先集中资金投资,赢取更大的利益。
集中投资策略的操作方法。第一,对被错误定价证券的选择,主要是通过尽力获取超前的优势信息,尤其是未公开的信息。第二,选择几家在过去投资回报高于一般水平的公司。如果一家公司经营有方,管理效果一定会反应在它的股票价值上。第三,将资金按比例分配,将大头押在高概率的股票上,然后长期持有。集中投资策略的关键点:一是对公司的深入分析;二是需要克服投资决策偏差,保持清醒的头脑,在别人狂热的时候谨慎,在别人恐慌时大胆,能时刻控制自己的贪婪和狂热,要有耐心,要有信心,要勇于承认错误。
五、小盘股投资策略
小盘股投资策略的提出。小盘股一般是指流通盘较小的股票,但具体数量界定,不同的市场、在不同的时期有不同的判断标准。20世纪70年代,芝加哥大学的两位博士R.班尼和M.瑞格曼提出了小盘股的高回报效应应用来挑战有效市场理论,Banz(1981)研究发现了小盘股高额收益的规模效应,Siegel(1998)研究发现,一般地小盘股比大盘股的年收益率高出417%,且大部分集中在元月,这种现象被称为小公司元月效应。小盘股投资高额收益的原因是,小盘股流通市值较小,炒作资金较之大盘股要少得多,较易吸引主力介入,股性较活,股价极易波动,涨跌幅度较大,容易获得高额收益。
小盘股投资策略的原理。行为金融学认为,投资者在处理信息的过程中会犯系统性的精神和心理错误,继而导致投资者出现代表性偏差和框定依赖偏差,最终对当前的负面信息出现过度反应,结果造成小公司股票价值低估。但该公司的投资价值会随着时间的延长逐渐显现而广为人知,在被低估的时候买入,而在大家都发现价值后竞相买入时候卖出。
小盘股投资策略的操作。小盘股投资策略就是利用这种小公司效应,采用波段操作方法获得收益。投资者找到具有投资价值的小盘股,当预期小盘股的实际价值与将来股票价格的变动有较大的差距时,可以考虑该种股票;先前被低估的小盘价值股一旦有利好消息传出时,市场上可能导致投资者对新消息反应过度,从而使股票价格急剧上涨。另外,由于小盘股流通盘较小,市场上投资者所犯系统性错误对其股票波动的影响更大,从而为掌握该种投资策略的投资者带来超额投资收益。
应对此类股票的操作要领。耐心等待股价走出缩量的上升通道,且上市公司行业景气度转好时买进,卖出的时机可根据市场及上市公司的环境因素和业绩情况,注意在历史的高价区域附近获利了结。一般来讲,小盘股在1~2年内,大多存在数次涨跌循环机会,只要能够有效把握节奏且方法得当,套利小盘股获利大都较为可观,是国际资本市场上流行的投资策略。
六、择时投资策略
择时投资策略基于日期效应。例如,隔夜效应、周末效应、一月效应和周末效应,这些效应行为金融理论在前面已经有分析和论述。择时投资策略认为可以于晚市、周五、年底或者元月买入股票,操作相对灵活,收益率相对较高。另外,还可以购买快到期的封闭式基金。
七、从众投资策略
当少数个人投资者没有更多信息,也没有专门知识的时候,跟随其他投资者行动,也减少后悔。很显然,这也不是最优决策。但对那些老年人,或者投资技能较差的人,不失为一种策略选择。
八、反馈交易策略
购物车(0)
