股票投资的策略大全11篇

股票投资的策略篇（1）

    二、停损策略的应用

股票投资的策略篇（2）

中国股市风风雨雨20载有余，有过激情澎湃，也有过血泪悲怆。中国证券市场——这个股民投资大环境，正在日趋得成熟，我们的投资者也应该更加理性的看待这一投资渠道，减少盲目的股票投机，转而通过优化投资策略，多元化地进行投资，来适应中国股市的变革。本文将马科维茨的投资组合理论，运用到股票组合中。利用协方差和矩阵的相关知识，在资金一定，投资期望收益一定的的情况下，探求协方差最小，即是风险最小时候的组合构成，而这个组合就是在约束条件限制下的最优投资组合。

1.模型的建立

我们从统计学角度出发，定义出投资组合的收益（用均值表示）和风险（用协方差表示），并结合实际的股票样本，运用统计学软件（这里使用的是Excel和EViews软件）算出投资组合比例。而这一投资组合比例即可使得投资者承担最小的风险，收获最大的价值。

1.1 模型的基本假设

马科维茨的投资组合理论包含3个重要假设：(1)证券市场是有效的，且不存在交易费用和税收，每个投资者都是价格接受者。(2)证券投资者的目标是在给定的风险水平上收益最大或在给定的收益水平上风险最低。(3)投资者将基于收益的均值和标准差或方差来选择最优资产投资组合，如果要他们选择风险(方差)较高的方案，他们都要求超额收益作为补偿。这三条假设将作为我们讨论的基本构架，下面的讨论都是围绕着这三条假设展开。

1.2 模型的基本原理

利用马科维茨模型，在承认市场是有效的，且在不考虑交易成本的基础上，我们将收益率作为衡量单支股票收益指标，而将收益率标准差作为衡量单支股票的风险指标。当然，标准差越大，说明该支股票的投资风险也越大，反之亦然。而一种股票收益的均值衡量的是该股票的平均收益情况，收益的方差则衡量该种股票的波动程度，收益的标准差越大，代表收益越不稳定。两种及两种以上股票之间的协方差表现为这些股票之间的相关程度。他们的协方差为0时，表现为其中一个的变化对其他没有任何影响，即为不相关；协方差为正数时表现为他们正相关，协方差越大则正相关性越强（在股市上可能表现为多只股票同时盈利或亏损）；协方差为负数时表示他们负相关，协方差越大则负相关越强（在股市上就会表现为其中一只盈利时，其余的都亏损）。我们希望避免的正是这种一赔俱赔的情况，我们希望看到的是有赔有盈的情况发生，这就要求我们在选股的时候尽量选择那些相关程度较低的股票，而相关程度我们上文提到过就是用协方差来区分。

1.3 模型的数据选择

我们将用到时间序列数据“每只股票每季度的收益率R”，而该只股票的购买量我们用X表示。每只股票的日收益率=（收盘价-看盘价）开盘价；季度收益率是60个交易日的平均值。我们假设购买了X、Y、Z三种股票，它们的季度收益率设为R1、R2、R3，而购买量设为N1、N2、N3，且N1+N2+N3=1。根据以上设定数据，我们可以计算X、Y、Z三种股票的收益率的均值ERn=Rn的平均值。然后，我们也可以计算三只股票的协方差Cov(RI，RJ)，进而得到三只股票收益率的协方差矩阵，将我们所期望的收益率定为Q，收益率的期望为ER。

1.4 模型的设立

约束条件：

1）N1+N2+N3=1

2）N1*E1+N2*E2+N3*E3Q

3）ER=N1E1+N2E2+N3E3

4）Cov(X，Y，Z)=D(N1E1+N2E2+N3E3)

模型带入具体的股票开盘、收盘数据，利用Excel可导出季度的收益率，然后利用EView软件可得到协方差矩阵，在约束条件的限制下得到具体的N1、N2、N3的量。

2.模型在实际操作中的不足

第一，在马科维茨的模型假设中没有考虑交易成本的问题，但在现实中我们不得不考虑。而且交易成本在少量买入多只股票的情况下显得尤为明显。第二，中国股市也并不是马科维茨在假设中所提到的完全有效的市场，相反，中国股市是弱有效的市场。第三，我们所依赖的个股的收益率是过去的一系列收益率，而股票永远都是对未来的盈利能力的预测，而鉴于未来的不可知性，历史会有相似之处，但决不会相同或重复。因此，该理论在现实中运用也是有一定风险的。

虽然将马科维茨的投资组合理论运用在中国股市有这样或那样的弊端，但马科维茨的却给我们提供了一个新的思考问题的角度。我国股票市场的投资者在投资决策中主要应用技术分析面和基本面进行分析，而这两种分析方法都是注重单只证券，基本上忽略了证券收益的相关性。其次，投资组合模型也印证了那句古语“不要把所有鸡蛋放在一个篮子里”。

参考文献

[1]郭飞腾.投资组合理论分析[J].同济大学出版社,2008.06.

股票投资的策略篇（3）

一、引言

股票市场是国家经济的晴雨表，它不仅能反映整体经济的波动，还能通过细分企业反映各个类型公司的特点与发展，通过研究不同行业的共性特征更好地为资本市场服务。因此，对公司进行分类研究就显得尤为重要。当前大多数的学者普遍采用彼得林奇的分类方法，依据收益增长率的不同进行分类，将可行的标的划分为六种类型:缓慢增长型、稳定增长型、快速增长型、周期型、隐蔽增长型、困境反转型。已有不少学者对其他类型的企业进行了深入的研究，然而还很少有人研究缓慢增长型的企业，它往往指规模通常巨大且历史悠久、收益增长速度要比国民生产总值稍快一些，并且会定期慷慨地支付股息的企业，最具有代表性的就是电力公用事业上市公司。在A股市场，长江电力股份有限公司与上述特点比较契合，其近三年净利润的年复合增长率为2.85%，且近三年的股息收益率为4.36%，属于典型的缓慢增长型企业。因此，本文选取长江电力为标的，基于股票估值的基本方法对其进行投资价值分析，以阐述价值投资策略在股票市场中的适用性。

二、长江电力简介及行业分析

(一)公司简介中国长江电力股份有限公司(以下简称“长江电力”)是经国务院批准由中国长江三峡集团有限公司(以下简称“中国三峡集团”)作为主发起人设立的股份有限公司。公司创立于2002年，2003年11月在上交所IPO挂牌上市。长江电力主要从事水力发电业务，现拥有三峡坝、葛洲坝、溪洛渡和向家坝四座水电站，是国内外大型的水电上市公司。

(二)行业分析水电站企业属于典型的固定资产集中投入、逐年回收成本的重资产企业。该类企业的优势在于基本无需考虑市场需求情况，产品的流通环节完全由电网企业负责，无需对流通环节的资本投入。其次也无需面对终端客户，更不存在产品质量问题。故水电企业的销售费用较低，主要支出是财务费用和折旧费用，而财务费用又主要集中于建设期。因此，其费用支出往往呈现先逐步增加到峰值后再逐步降低的特征。水电站企业的原材料是水，成本无限接近于0。只要上游来水比较平稳，在机组正常运行的情况下，稳定的上游来水等同于稳定的发电量，也就意味着稳定的现金流。

三、财务指标分析

2016年，长江电力的控股股东中国三峡集团最终完成向上市公司注入资产。因此本文以长江电力2016－2018年的财务数据为基础，分别从偿债能力、营运能力及盈利能力三个方面进行分析，对企业财务状况和经营成果进行直观、形象的综合分析与评价。

(一)偿债能力分析偿债能力是指一定期限内企业偿还所欠债务的能力，是企业抗风险能力的最好体现。如表1所示，长江电力近三年的资产负债率每年呈下降趋势并逐渐接近50%，说明企业的偿债能力和抗风险能力在有效提升。企业的流动比率和速动比率每年都比较稳定，表明企业存货的库存量基本接近于0。这也证实了水电站企业产销比基本相同，无需考虑市场需求情况，产品的流通环节完全由电网企业负责这一行业属性。

(二)营运能力分析本文选取存货周转率、应收账款周转率、总资产周转率三个指标对长江电力的营运能力作出评价。如表2所示，企业的回款速度较快，坏账损失较少。在营业成本稳定的前提下，存货周转率逐年提高表明企业的年平均存货逐年下降。企业的总资产周转率有待提高，建议管理层进行科学合理的决策，加强对资产的管理，进一步增强其营运能力。

(三)盈利能力分析企业的盈利能力是投资者衡量该企业是否值得投资的重要指标，如表3所示，长江电力近三年的净利润稳步上升，销售净利率基本维持在44%左右，表明其盈利能力十分稳定。总资产净利率相对较低，管理层需在营业收入稳步增加的同时考虑节约资金使用。

四、长江电力的股票估值

股票的价格总是围绕着它的内在价值波动，在股票价值被低估时即股价格低于其内在价值时买入，反之卖出，从而获得一定的利润。对于股票估值，常见的相对估值法包括市盈率、市净率、市销率和市盈增长比率等。本文选用市盈率指标来考量长江电力估值的合理性与业绩的真实性，从而估算出长江电力股价的合理区间。

(一)估值的合理性由于长江电力在2015年发生了重大的资产重组，必然会导致企业内在价值的重估。价值重估通常分为周期性重估和交易性重估。周期性重估指的是当行业处于下行周期时，企业整体估值会下降。当行业进入复苏阶段，产品进入新一轮上涨周期时，企业整体价值又会获得重估。交易性重估主要是指企业以市场价格收购或卖出某一资产后，使得企业的原有价值获得重新定价。长江电力的资产重组就类似于交易性重估，在2015年通过定增方式以797.04亿元(以12.08元/股的价格发行股份35亿股及支付现金374.24亿元)的交易对价购买川云水电公司100%股权，进而全资持有溪洛渡、向家坝两座巨型水电站。本文对此次重组估值的合理性进行检验。从表4可以看到长江电力在重组前市盈率接近20倍，作为一家缓慢增长型公司，20倍的市盈率是非常有泡沫的。但是长江电力收购的标的川云水电的市盈率为8倍，说明其重组标的的估值具有一定的合理性。彼得林奇认为对于一家缓慢增长型公司市盈率合理的区间在8－12倍左右，故重组之后13倍左右的市盈率相对比较合理，重组的价格12.08元也具有一定的业绩支撑。由此可以认为，重组后的长江电力获得了明显的价值重估，且估值也相对比较合理。

(二)业绩的真实性长江电力销售的产品是电力，由于我国特殊的国情，电价是由发展改革委来确定，故产品单价非常稳定且几乎不存在造假的可能性。投资者只需要关注长江电力自身发电量的真实性和稳定性。如表5所示，近三年的电价都维持在0.238元，息税折旧摊销前利润/收入都维持在90%左右，表明长江电力经营业绩的稳定性。且近三年的财务费用和折旧费用都维持在一个合理区间。根据公式:税前利润=息税折旧摊销前利润－财务费用－折旧，可以推算出长江电力各年的税前利润。可以看到的是推算的税前利润与实际的税前利润相差不大，说明长江电力披露的业绩具有一定的真实性。

(三)业绩预测长江电力价值重估的合理性和自身业绩的真实性得到验证后，本文对其2019年的净利润做出预测。首先估算长江电力2019年的发电量，如表6所示，根据其披露前三季度的发电量以及近三年第四季度的平均发电量，可估算出全年发电量大约在2154.80亿千瓦时。如表7所示，估算出2019年的营业收入为512.84亿元，息税折旧摊销前利润为461.56亿元，根据2019年半年报估算全年的折旧费用和财务费用分别为121亿元、53.13亿元。最终估算出2019年的净利润为240.14亿元。

股票投资的策略篇（4）

投资组合理论是现代金融理论的重要组成部分，投资组合是指由投资人或金融机构所持有的股票、债券、衍生金融产品等组成的集合。投资者进行投资组合的主要目的在于分散风险并获得较高的收益率，可见，收益和风险是投资组合的两个重要因素。投资风险的计算已有许多方法，为不同偏好的投资者提供了风险度量选择，其中适用于风险厌恶型投资者的方法有：半方差[1]、半绝对偏差[2]、VaR[3]及CVaR[4]等下行风险度量方法。股票的投资收益率由于受企业、宏观经济政策、环境及市场等因素的影响而具有不确定性，在投资组合的理论研究中一般假设证券的收益率服从某种随机分布，但在实际市场运作中，收益率的分布函数是难以确定的，通常采用专家估计法，或根据历史样本数据采用资产价格差分的百分比和价格对数差分这两种方式来计算收益率。在股票市场的实证研究和交易实践中，人们往往使用一个交易期的收盘价来代替这一期股票的价格。由于股票市场价格行为是随机的，投资者会在交易期内任何时刻进行交易而非收盘时。为此，本文采用股票市场上的历史交易价格数据，根据每天股票的最低价和最高价构成的价格区间来计算股票的日平均收益率，由此计算出股票的预期收益率，并基于半绝对偏差风险函数得到投资组合的风险表达式，进而建立一个投资组合线性规划模型，为风险厌恶型投资者选择合适的股票投资组合提供参考。

1.日平均收益率

假定某只金融资产在时刻t的价格为pt，则单期价格差分的百分比收益率的定义如下[5]：

Rt=（pt-pt-1）/pt-1 （1）

K期百分比收益率为：

Rt（K）=（pt-pt-K）/pt-K

单期价格对数差分收益率（简称对数收益率）的定义为[5]：

rt=lnpt-lnpt-1 （2）

K期对数收益率为：

rt（K）=lnpt-lnpt-K

对数收益率比百分比收益率有更好的性质，而且在价格变动较大时，对数收益率比百分比收益率作为收益率度量更合理。K期对数收益率为该K期内各期收益率之和，于是，采用对数收益率有：周收益率为天收益率之和，月收益率为天收益率之和、周收益率之和，等等。

下面我们分别由公式（1）和（2）给出两个日平均收益率的计算公式。

设股票在第t天的最低价为at，最高价为bt，于是股票在第t天的价格区间为[at，bt]。任取x∈[at，bt]，y∈[at-1，bt-1]，则由公式（1）和（2）得到第t天的百分比收益函数和对数收益函数依次为（x-y）/y和lnx-ln y，由微积分知识，得到股票第t天的百分比日平均收益率为下列二重积分：

计算得到：

（3）

同理，第t天的对数日平均收益率为：

计算得到：

（4）

易见，对数日平均收益率具有与对数收益率同样的高频数据与低频数据的加法关系。于是，采用对数日平均收益率，仍有：周收益率为天收益率之和，月收益率为天收益率之和、周收益率之和，等等。下面我们采用对数日平均收益率（简称日平均收益率）来度量收益率。

2.投资组合模型的构建

设投资者有单位原始资金，不妨设为1，按投资组合X=（x1，x2，…，xm）投资到m种股票，投资比例满足x1+x2+…+xm=1，xj≥0（不允许卖空），投资者是理性且厌恶风险的，其目标是选择投资组合策略，能够获得一定的收益，且风险最小。

预期收益率计算：

假设我们拥有这m支股票K+1天的历史样本数据，由公式（4）计算出每支股票的日平均收益率，设第j支股票Pj在第k天的日平均收益率为rjk，则第j支股票的平均收益率（可以作为第j支股票的预期收益率）为：

（5）

由于日平均收益率从第2天开始计算，所以每支股票的日平均收益率数量为K，为了使模型简洁，我们这里忽略交易成本。于是，投资组合的预期收益率为：

（6）

风险值计算：

对于厌恶风险的投资者而言，可以基于半绝对偏差函数来计算投资风险。半绝对偏差是指投资组合的实际收益率低于平均收益率的绝对值，我们采用历史收益率与预期收益率的半绝对偏差来表示，即将投资组合的风险表示为：

（7）

投资组合模型：

根据投资者的目标和思想，可以建立如下投资组合模型：

（8）

在模型（8）中，R0表示投资者能够接受的最低收益率。

记：

显然，且当时：

当时：

因此等价于：

（下转第52页）（上接第50页）

于是投资组合模型（8）等价于：

（9）

模型（9）为一个有m+K个决策变量，K+1个不等式约束，1个等式的线性规划问题，它一定有最优解，模型的求解可以利用多种数学软件，如Excel、Lindo、Lingo、Matlab等予以实现。

3.实例分析

选取上海证券交易所和深圳证券交易所的8支权重股票（m=8）进行投资。8种股票包括：P1：万科A（000002），P2：中兴通讯（000063），P3：五粮液（000858），P4：中国石化（600028），P5：中信证券（600030），P6：包钢稀土（600111），P7：长江电力（600900），P8：建设银行（601939）。数据选择的样本期为2012年1月1日至2012年6月30日，样本容量为117个（K=116），时间跨度半年，数据来源于国泰安数据服务中心。根据这些历史交易数据，得到每支股票每天的价格范围（区间），然后按照公式（4）计算出每种股票每日的日平均收益率rjk，再由公式（5）得到每支股票的平均收益率（预期收益率）rj，这8支股票的预期收益率向量为（0.00158，-0.00147，-0.00012，-0.00117，0.00204，0.00022，0.00060，-0.00071）。将所计算出的rjk和rj代入模型（9），这个实例共有124个决策变量，利用Lindo软件来求解模型，得到R0可以取的最大值为0.002，最优投资组合见表1。

结果分析：比较8支股票的预期收益率与最优投资组合，可见预期收益率较高的4支股票：万科A、中信证券、长江电力和建设银行，它们的投资比例也大，其余4支股票预期收益率较低，它们的投资比例也小，甚至为0，由此表明，我们所构建的模型是有效可行的。

4.结论

本文基于日平均收益率和半绝对偏差风险度量方法，建立了在一定收益条件下极小化风险的投资组合线性规划模型。采用半绝对偏差方法度量风险，对投资风险进行了有效控制，满足了风险厌恶型投资者的要求；采用日平均收益率的算术平均值作为预期收益率估计值，更加贴合投资者行为，操作也较为简单；所建立的线性规划模型易于求解，符合投资者的实际心理感受，而且便于投资者在实际操作中加入交易成本、信息成本等。

参考文献

[1]Ouderri B N，Sulliran W G.A semi-variance model for incorporating risk into capital investment analysis[J].Journal of the Engineering Economist，1991，36（2）：35-39.

[2]Speranza M G.Linear programming model for portfolio optimization[J].Finance，1993，14：107-123.

[3]Philippe J.Value at Risk：The New Benchmark for Controlling Market Risk[M].Chicago：Irwin Professional Publishing，1996.

股票投资的策略篇（5）

中图分类号:F832.48文献标识码:A文章编号:1672-3309(2010)01-0061-04

一、文献综述

投资者交易策略可分为惯易策略和反转交易策略。前者是指投资者在进行交易时倾向于买入表现好的股票,卖出表现差的股票;后者是指投资者在进行交易时倾向于卖出表现好的股票,买入表现差的股票。这方面代表性的文献是Grinblatt、Titman和Wermers(1995)建立的GTW模型。GTW模型以股票占投资组合市值比例的变动来衡量投资者的交易行为,投资组合市值的增加表示投资者买入了股票,市值的减少表示投资者卖出了股票。但这在实证过程中可能会导致错误的结论。因为股票市值会受到股票价格波动的影响,仅仅是投资组合中股票价格的变动就会引起投资组合市值的变动,从而影响到判断的准确度。

此外,李学峰、张舰、茅勇峰(2008)提出了一个度量指标,即“持有股票数量占该股流通股份总数的比例”,用该比例的变化来衡量持仓量的变化。该比例克服了股票价格等因素变化对指标的影响。该比例增大时,表示投资者增持股票;减小时,表示投资者减持股票。但考虑到2008年以来我国股票市场迎来了大小非解禁的高峰期,大量非流通股上市流通,这大大增加了股票流通股总数,使以持有股票数量占该股流通股份总数的变动来衡量持仓量变化也会导致错误的判断。持股数量占流通股份总数的减少可能是因为非流通股的流通增加了流通股总数,从而影响了判断准确度。

在上述研究基础上,本文考虑用当期股票数量的变动占期初持股数量的比例来衡量持仓量的变动,由此探究不同交易策略的选择对投资者投资绩效的影响。

二、建立模型

(一)交易策略模型的建立

对于买入和卖出股票的度量可以一段时间内持仓数量的变化率为指标或一段时间内持仓市值的变化率为指标。因为买入或卖出股票的行为可以通过持仓数量的变化表现出来,持仓量增加,表示投资者在一段时间内买入了股票;持仓量减少,表示投资者在一段时间内卖出了股票。因此,这里选择一段时间内持仓数量的变化率作为度量投资者买入卖出股票行为的指标。该指标可以表示为“持仓数量变化率=(本期持股数量-上期持股数量)/上期持股数量”,用Hi,k表示某投资者在第k期末持有股票i的数量,Hi,k'表示某投资者在第k期初持有股票i的数量,?驻Hi,k表示某投资者在第k期对于股票i的持仓数量变化率。即:

?驻Hi,k=(Hi,k-?驻Hi,k'))/Hi,k'(1)

其中,对于投资者在第k期买入的股票,即期初持股数量为0,期末持有若干数量的股票,规定该股票在第k期的持仓数量变化率为1。对于由于送股、转增股而导致一段时间内该股票持仓数量增加的股票,其持仓数量变化率规定为0,因为这种持仓量的增加并非是由投资者主动加仓所致,而是该股票的年终分红所致。这样,?驻Hi,k>0,表示某投资者在第k期对于股票i的持仓量增加;?驻Hi,k

对于某只股票表现好坏的度量,以一段时间内该股票价格变化率与大盘指标变化率的差异来表示。为了全面反映沪深两市股票的整体表现,这里选取沪深300指数来代表大盘指标。用Ri,k表示股票i在第k期的价格变化率,即该股收益率;Rm,k表示第k期大盘指标的变化率。即:

Ri,k=(股票i第k期复权价格-股票i第k期期初价格)/股票i第k期期初价格)

Rm,k=(沪深300第k期期末指数-沪深300第k期期初指数)/沪深300第k期期初指数。(Ri,k-Rm,k)>0,表示股票i在第k期内的表现好于大盘;(Ri,k-Rm,k)

SS=?驻Hi,k×(Ri,k-Rm,k) (2)

当SS>0时,表明投资者买入了表现好的股票或是卖出了表现差的股票,投资者采取了惯易策略;当SS

以上是单个股票的交易策略。要从总体上考察一个投资者的交易策略,即某投资者持有的投资组合中所有股票的交易策略,具体做法是:将投资组合中所有股票的交易策略按一定权重加总,所得总和即为该投资组合的交易策略。这里以某一段时间内单个股票的平均市值占该投资组合的平均市值作为单个股票的权数,用Pi,k表示股票i在第k期的权数,Wi,k表示股票i在第k期末的市值,Wi,k'表示股票i在第k期初的市值。则:

由此,总的交易策略可以表示为:

当S>0,表示投资者在投资组合中采用了惯易策略,即组合中采用惯易策略的股票多于采用反转交易策略的股票,S越大,说明惯易策略程度越强;当S

(二)投资绩效的衡量指标

在上述模型的基础上,为了进一步考察不同交易策略对投资绩效水平的影响,这里选用夏普指数作为投资绩效水平的考核指标。夏普指数=〔投资组合的平均收益-无风险收益〕/投资组合的标准差。它是经风险调整后的投资绩效指标,表示投资组合每一单位风险,可给予的超额报酬。夏普指数越大,投资组合的表现越好;反之,表现越差。

用Ri,k表示股票i第k期的收益率,Rk表示投资组合第k期的收益率。

夏普指数表示为:

Rf为无风险市场收益率,这里用1年期银行定期存款利率来表示。

(三)建立回归模型

本文认为,在一定时期内,投资者交易策略的不同选择会对当期的投资绩效产生不同影响,因而建立回归模型:

SP=c+?茁×s (c,?茁为参数)(7)

三、金融危机背景下QFII的交易策略及对投资绩效的影响

(一)选取样本

根据WIND数据库2007、2008年的季度报告,有30家QFII从2007年4季度之前就已建仓且投资过程连续,到2008年3季度一直持有股票。考虑到是在金融危机爆发背景下,一些QFII因母公司对于流动性的需要及对未来风险的担忧会大幅减少海外资产,将海外资产变现汇回国内母公司,这种行为并不考虑投资组合收益情况,即不论所持股票表现好坏都立即减仓甚至平仓,会使交易策略与投资收益的相关性降低,影响研究结果的准确度。我们对这30家QFII进行了持仓量变化率的计算②,将这4个季度持仓量降幅在50%以上的QFII剔除,选取剩下的20家QFII进行研究。

(二)实证检验

1.交易策略的检验

对这20家QFII的数据进行整理,按照公式(1)、(2)、(3)、(4)进行计算,得到这20家QFII从2007年4季度到2008年3季度的交易策略,结果如表2。

2.交易策略对投资绩效的影响

从表2中任意选取6只QFII来研究2008年第3季度他们的交易策略对投资绩效的影响,结果见表3。 对表3中的数据按照(7)式进行回归,得到回归结果如下:

(三)检验结果分析

观察各期QFII的交易策略发现,在2007年4季度,样本中20家QFII有15家都采取了反转交易策略。2008年1季度有12家采取了反转交易策略。2008年2季度各QFII出现了分歧,两种交易策略各占一半。2008年3季度,采取反转交易策略的又占据了多数。总体来看,样本中这20家QFII的交易策略,观察期内只有2008年1季度采取了惯易策略,且惯易程度较低,其余3个季度都采取了反转交易策略。可见,在2007年4季度到2008年3季度大盘下跌的过程中,QFII更倾向于采取反转交易策略,即买入当期表现相对差的股票,卖出当期表现相对好的股票。

从交易策略对投资绩效的影响检验可以看出,2008年第3季度参数在79%的置信度下显著不为0。,表明在当期采取惯易策略会增加投资组合的绩效水平。由于金融危机在全球蔓延,中国经济在3季度拐点逐渐显现,A股市场仍处于熊市中,样本中的QFII交易策略出现了分歧。一半进行惯易,另一半进行反转交易。观察发现,采取惯易策略的QFII投资绩效水平都好于大盘,而采取反转交易策略的QFII投资绩效水平好坏不一。再结合各QFII的持仓量分析,本文认为形成这一现象的原因是2008年第3季度A股市场快速下跌过程中,QFII采取惯易策略,卖出了表现差的股票,留下了表现好的股票,因此当期绩效水平好于大盘的表现。对于采取反转交易策略的QFII,逆势加仓,买入表现差的股票,因此当期表现弱于大盘;而减仓的QFII由于卖出了表现好的股票,因此表现也胜过了大盘。

四、结论与启示

本文通过对处于金融危机和A股市场大幅下跌行情的双重背景下的QFII交易策略的研究发现,大多数QFII在这一时期更偏向于采用反转交易策略,即买入当期表现差的股票,卖出当期表现好的股票。尤其在熊市初期,QFII比较一致的采取反转交易策略,还比较一致的减轻了仓位。即在熊市初期,QFII迅速卖出仍获利的股票或者在亏损变大前减轻仓位。而在熊市中后期,对于交易策略的选择则出现了一定分歧,这也表现了QFII希望抄底的心态。约一半的QFII转换了策略,即采用惯易策略,从这个时期的仓位来看,大部分都在加仓,可能是因为想要抄底,也可能是因为出于战略考虑,前期仓位较轻,因而对仓位进行一些补充。从抽查的几家QFII绩效指标来看,大部分QFII的表现虽优于市场表现,但仍处于亏损状态,只不过是亏损的相对较少。可见,在熊市中有着丰富投资经验的QFII虽然遭到了损失,但凭借对不同交易策略的选择,其尽可能地减少了损失。

注释:

① 表示投资组合中各股票间的相关系数。这里用各季度中每日收益计算得来。

② 持仓量变化率的计算方法是:将从2007年第4季度到2008年第3季度4个时期的持仓量变化率进行累积,累积减幅超过50%的QFII不予选取。各期持仓量的变化率按照对各期投资组合中所有股票的持仓变化率以公式(3)中的权数进行加总得来。

③ 以各QFII当期市值占所有样本当期总市值的比重为权数对各交易策略进行加总。

④ 沪深300的夏普指数是按照当期日收益数据计算得来。

参考文献:

[1] 沈维涛等.我国证券投资基金业绩的实证研究与评价[J].经济研究,2001,(09).

[2] 李心丹.行为金融学:理论及中国的证据[M].上海:三联书店,2004.

[3] 李学峰等.QFII与国内封闭式证券投资基金交易策略比较研究[J].金融发展研究,2008,(06).

[4] 陈卓思等.机构投资者交易行为特征研究[J].金融研究,2008,(04).

[5] 何基报、鲁直.中国证券投资者买卖决策的实证研究[J].复旦学报(自然科学版),2006,(05).

[6] Bodie.Zvi,Alex Kane and Alan Marcus,Investments, Mcgraw-Hill,1999.

股票投资的策略篇（6）

1.引言

机构投资者在股票交易过程中，有两种重要的交易行为，即惯易策略和反转交易策略。前者是指投资者在进行投资时倾向于买入表现好的股票，卖出表现差的股票；后者是指投资者卖出表现好的股票，买入表现差的股票。Lakonishok，Shleifer和Vishny[1]（1992）通过他们所建立的LSV方法发现基金在投资小公司股票时表现出惯易策略，在投资大公司股票时则没有表现出惯易策略；Grinblatt，Titman和Wermers[2]（1995）采用GTW模型，研究发现基金的购买行为同时基于历史收益（即惯性或反转策略）和羊群效应；Pinnuck[3]（2004）运用多元回归模型分析影响机构投资者持股比例的因素，并通过对澳大利亚证券投资基金的实证研究，发现基金偏好持有规模大、流动性好、波动性低和过去业绩表现好的股票，即采用了惯易策略。

近年来我国学术界也开始对我国证券市场上机构投资者交易策略和行为特征进行实证研究，其中较有代表性的成果为，吴世农、吴育辉[4]（2003）利用改进的GTW模型，选择基金重仓持有的股票为研究对象，根据对这些股票过去一段时期的累积超常收益进行分组，分别构造赢家组合和输家组合，研究其未来一段时期的累积超常收益的变化趋势，进而分析未来一段时期赢家组合和输家组合的超常收益与前期或组合形成期的换手率、流通股市值、基金持仓比例、每股收益（EPS）、净资产收益率（ROE）等指标之间的关系，研究发现我国股票市场上存在“赢家变输”和“输家更输”的现象，其原因在于证券投资基金对于表现好和表现差的股票分别采取了反转交易策略和惯易策略；黄静和高飞[5]（2005）以及谢赤、禹湘和周晖[6]（2006）则认为我国证券投资基金基本上采用了惯易策略，而且在基金新买入股票时惯易策略最显著；通过对QFII投资组合数据的统计分析。李学峰，张舰，茅勇峰[7]（2008）通过修改GTW模型，从惯性和反转交易策略的角度对我国证券市场上开放式基金与合格境外机构投资者的交易策略选择进行了实证检验，研究发现，这两类机构投资者总体上都采取了惯易策略，只是境外投资者的惯易策略的程度低于境内投资者。谢赤，禹湘，周晖[8]（2006）采用修改的GTW模型，以基金重仓持有的股票相对于上证综合指数的超常收益率来构造赢家组合和输家组合来研究基金的交易策略，结果表明：中国的证券投资基金整体采用惯易策略，但倾向于买过去表现好的股票，尤其是收益率高于同期上证综合指数收益率的股票；不倾向于卖出过去表现差的股票，即采用高买高卖的策略。

2.实证方法

2.1 股票交易策略的计算公式

在现有文献中，常用下式来衡量投资者在某一只股票上的交易策略：

上式中，为衡量投资者在第i只股票上采取的交易策略。当投资者增持表现好的股票或减持表现差的股票时，>0，表明对该股采取了惯易策略；当减持表现好的股票或增持表现差的股票时，

为第k期期初持有股票i的数量占该股流通数的比例，即=第k期初持有股票i的股份数/第k期初股票i的流通股份数；并以作为第k期末投资者持有该股数量占流通股数的比例；（-）为判断投资者在第k期内交易行为的指标，该值为正时表示增持；反之则表示减持。

=（期末股票复权价格-期初股票价格）/期初股票价格，用来衡量单个股票i的表现；

为证券市场基准组合收益，有些学者以沪深A股指数的加权平均作为市场基准组合收益，即：=（深证A股指数涨跌幅×深市平均A股总市值+上证A股指数涨跌幅×沪市平均A股总市值）/（深市平均A股总市值+沪市平均A股总市值）；有些学者以国债无风险收益作为市场基准组合收益；也有些学者以上证综合指数作为市场基准组合收益的比较标准。

为单个股票超过市场基准组合的超额收益。>0，将股票i定义为好股票，

单只股票交易策略的判别标准，见表1。

股票投资的策略篇（7）

目前，行为金融学理论在西方已逐渐完备并在实践应用中取得不俗的业绩。截止2005年，美国逾900亿美元的投资运用行为金融学理论。本文主要在行为金融学视角下进行探讨，首先揭示股票市场的异象，接着分析研究投资者行为特征、行为金融决策理论基础和行为模型，然后在此基础上探讨国外机构投资者在我国股市选股策略。

一、股票市场上的异象

马克维茨1952年发表的《证券组合选择》被视为标准金融理论的开端，此后经过夏普、林特纳、托宾、法马、布莱克、斯科尔斯、默顿等人的拓展研究，20世纪70年代以来，以有效市场假说为基础，以资本资产定价模型和现代资产组合理论为基石的标准金融理论成为当代金融理论的主流或范式。但是20世纪80年代以后，随着股票市场上各种异常现象的累积及对其研究，标准金融理论受到了严峻的挑战。股票市场异象主要表现在以下方面：

1.规模现象。研究显示，在排除风险因素之后，小公司股票的收益率要明显高于大公司。Reinganum(1981)发现公司规模最小的普通股票的平均收益率要比根据传统金融学的CAPM模型预测的理论收益率高出18%。学者对美国、比利时、日本、西班牙等国研究，发现均存在规模效应。

2.日历效应。在不同的时间，投资收益率存在系统性差异，有一月效应和周一效应。French(1980)，Gibbons和Hess(1981)的研究显示，股票在星期一的收益率明显为负值。另外，其它一些研究还显示，一年之中一月份的股票收益率最高。这种在特定交易日或交易期内的收益异常显然与标准金融学的效率市场假说相矛盾。

3.股票溢价之谜。Mehra和Prescott(1985)提出了“股票溢价之谜”，他们指出股票投资的历史平均收益率相对债券投资高出很多。研究表明，美国自1926年至1999年期间，股票投资组合的加权平均回报率比国债回报率高出7.1%。虽然人们希望股权投资的回报率高一些，因为股票要比债券风险大一些，但是高出7.1%回报率差异也太大，仅用风险因素是不能解释的，因此称作股票溢价之谜。

4.赢者输者效应。De Bondt和Thaler(1985)的研究发现，如果把股票根据其过去5年的投资业绩分成不同的组别，则过去5年表现最差的一组(“失败”组，由最差的35支股票组成)在未来3年的收益率要比表现最好的一组(“胜利”组，由最好的35支股票组成)平均高出25%(累积收益)。Chopra(1992)、Lakonishok和Ritter(1992)的研究也有相似发现。

5.账面市值比效应。Fama和French(1992)把美国纽约证券交易所等股票按照账面市值比10%的间隔进行分类，然后计算出每类股票在下一年的收益率，发现账面市值比最高的10%比最低的10%每月高1.53%。这个差距比传统金融学的风险系数的差别所能解释的差距要大得多。对市盈率的分类分析得到的结论也相似。

6.价格对非基础信息的反应。Culter等(1991)对美国股市二战后50个最大的日波动进行了研究，发现大部分的市场巨幅振动并没有相应的信息公布。Wurgler和Zhuravskaya(1999)对1976-1996年的统计研究表明，加入指数事件伴随了平均3.5%的股票价格上升。1998年12月入选指数使其上涨了18%。

此外，股票市场异象还有股利之谜、股票价格对基础价值的长期偏离等。对这些股票市场异象无法按照标准金融理论进行合理有效地解释。

二、文献回顾

股票市场异象促进学者对标准金融理论进行反思，在此基础上逐步形成行为金融理论(Burrell，1951；Festinger，1957；Kahneman，1974；Lakonishok和Vermaelen，1990；Ikenberry，Lakonishok和Vermaelen，1995；Hsee，2000)，强调要考虑市场参与者心理因素的作用，为人们理解金融市场提供新的视角。

1.行为金融学视角下的投资者行为特征分析

与标准金融理论的理性人假设和有效市场假说相反，行为金融学视角下的投资者行为表现为以下特征。(1)有限理性。由Herbert Simon提出，认为有限理性下人们做出的决策往往是基于启发式思维、思维捷径的次优、满意甚至是错误的选择。(2)过度自信。资金管理人、投资顾问及投资者一贯对于自己驾驭市场的能力过分自信，而通常他们中的大多数人都是失败者。(3)后悔规避。投资者不愿卖出下跌的股票是为了避免感受因自己进行错误投资而产生的痛苦和后悔。在很多投资领域都有类似情况，即投资者总是拖延或根本不愿纠正已损失的投资。(4)锚定效应。锚定是指人们倾向于把对将来的估计和已采用过的估计联系起来，同时易受他人建议的影响。Northcraft和Neale(1987)曾在研究中证实，在房地产交易过程中，起始价较高的交易最后达成的成交价比起始价较低的交易最终达成的成交价显著要高。锚定会使包括一些专业证券分析师在内的投资者对新信息反应不足，造成粘滞价格。(5)思维分隔或心理账户。Tversky在研究个人行为时发现，在人们的心目中，隐含着一种对不同用途的资金的不能完全可替代使用的想法，原因在于人们具有把个人财产按“心理账户”进行分类的天性，即投资人习惯于在其头脑中把资金按用途划分为不同的类别。(6)与投机行为。现象的存在使传统的效用理论中风险厌恶的假设面临挑战。人们往往既表现为风险厌恶，又表现为风险偏好。

2.行为金融理论及相关投资行为模型

行为金融学主要是建立在期望理论和行为组合理论(BPT)基础之上。期望理论的思想最先是Markowitz(1952)提出的，推动这一理论发展的是行为经济学先驱Kahneman和Tversky(1979)的研究。根据期望理论，行为投资者在损失的情况下通常是风险偏好的，而在盈利时则往往是风险规避的。行为组合理论(BPT)是Shefrin and Statman(2000)以Lopes(1987)和期望理论为基础提出的。它是基于对不同资产的风险程度的认识以及投资目的所形成的一种金字塔状的行为资产组合，位于金字塔各层的资产都与特定的目标和特定的风险态度相联系，而各层之间的相关性被忽略了。

在进行投资者行为特征分析和行为金融决策理论基础上，投资者在决策过程中主要运用了行为资产定价模型(BAPM)、BSV模型(Barberis，Shleifer和Vishny，1996)、DHS模型(Daniel、Hirsheifer和Subramanyam，1998)、统一理论模型(Harrison Hong与Jeremy.Stein，1999)和Banerjee(1992)提出的序列型羊群效应模型和在贝叶斯法则下非序列型羊群效应模型。

3.行为金融指导下的国外机构投资者投资策略

(1)反向投资策略，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，该策略的提出最初是基于DeBondt和Thaler(1985，1987)对股市过度反应的实证研究。反向投资策略是人们对信息过度反应的结果，其主要依据是投资者心理的锚定和过度自信。

(2)动量交易策略，即预先对股票收益和交易量设定过滤规则，当股票收益或股票收益与交易量同时满足过滤规则就买入或卖出股票的投资策略。该投资策略起源于对股票中期收益延续性的研究。Jegadeesh与Titman(1993)在对资产股票组合的中期收益进行研究时发现，以3-12个月为间隔所构成的股票组合的中期收益会呈现出延续性。Rouvenhorst(1998)对其他12个国家的研究，也发现了类似的中期价格动量效应，这表明这种效应并非来自于数据采样偏差的偶然性。中期价格动量效应与投资者的过度自信和、投机心理有关。

(3)成本平均策略，是指投资者在将现金投资于股票时，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造成较大风险的策略。

(4)时间分散化策略，是指承担投资股票的风险能力可能会随着投资期限的延长而降低，建议投资者在年轻时让股票占其资产组合较大的比例，而随着年龄的增长将此比例逐步减少的投资策略。

三、行为金融指导下的国外机构投资者投资策略的运用

随着我国QFII制度的实施，国外机构投资者选股必然遵循以重行业、重业绩、重成长性、重稳定回报为内涵的价值投资理念，注重上市公司基本面的研究，但这并不意味着一定选择市盈率低的绩优蓝筹股。我国股市已实证检验存在市场异象，如Kang、Liu和Ni(2002)证实中国股市存在收益率反转现象，李学(2002)证实存在处置效应，陈文志、缪柏其和蒋涛(2003)证实存在过度反应。在已实行QFII的韩国，境外机构采取“正向反馈交易策略”(Kim和Wei，1999)。基于人性的共同特点和思维惯性，国外机构投资者选股时会吸收行为金融学的研究成果。而2003年证券时报与东方证券关于QFII联合调查已经显示了这一点(2003年1月，证券时报与东方证券关于QFII联合调查显示，七成作为调研对象的国外机构投资者同意将结合中国市场的特点对自己原有的投资理念作出少许调整；三成调研对象表示仍然会坚持自己的投资理念)。因此，可以预计，国外机构投资者在行为金融学的视角下进行选股，在行业的选择、具体股票的选择、买卖时机上采取相应策略，具体来说包括反向交易、动量交易、成本平均和时间分散化等策略。

1.反向投资策略

行为金融理论认为，投资者在实际投资决策中，往往过分注重上市公司的近期表现，通过一种质朴策略――也就是简单外推法，导致对公司近期业绩情况做出持续过度反应，形成对绩差公司股价的过分低估和对绩优公司股价的过分高估现象，最终为反向投资策略提供了套利的机会。

事实上，先期进入中国股市的国外机构投资者已经按照反向投资策略进行选股操作。境外机构投资者注重宏观经济和产业发展的周期，并采取反向投资策略。1995年和1998年，福特两次增持江铃汽车B股，持股比例接近30%。此后，江铃汽车在1998年至2000年连续三年亏损，并被戴上了“ST”帽子，但公司最终在2001年实现扭亏，2002年每股收益达到了0.33元。1998年，福特汽车增持江铃汽车股份时，其B股股价为2.95元港币(1998年11月2日收盘价)，而2003年5月30日收盘价是5.63元港币，年投资回报率为22.71%。注重上市公司基本面因素变化，在其经营面临困难但又有产业发展前景和企业重振机会时，以较低的价格购入，然后等待上市公司基本面变化而获得丰厚的投资回报。

按照反向投资策略，国外机构投资者选股时会仔细分析行业和股票周期，分析股票的未来走势，因此可能选择未来较长时间走势良好的绩优蓝筹股，但更会选择目前虽然业绩不佳，但未来业绩反转的股票。

2.动量交易策略

国外机构投资者选股时也会采取动量交易策略。特别是在刚实行QFII条件下境外机构还处于相对劣势地位时，可能性更大。国外机构根据设定过滤规则，在国内投资者买入股票股价上升时，他们也买入，而在国内投资者卖出，股价下跌时，他们也跟随卖出。在实行QFII的韩国，Kim和Wei(1999)利用韩国1996年12月-1998年6月的统计资料，研究发现：(1)非居民机构投资者在危机发生前即采取正向反馈交易策略，而危机发生后，他们具有更大的动力继续采取这种策略；(2)非居民投资者比居民投资者更具有“从众”行为倾向，尤其在危机发生过程中。

按照动量交易策略，国外机构投资者选股时根据设定过滤规则，将买入成交量很低和股价满足一定要求的股票，将卖出股价很高成交量很大的股票。

3.成本平均策略和时间分散化策略

成本平均策略和时间分散化策略有很多相似之处，都是在个人投资者和机构投资者中普遍采用并广受欢迎的投资策略。行为金融理论学者认为，两者体现了投资者的感受和偏好对投资决策的影响，属于行为控制策略。Statman(1995)、Fisher和Statman(1999)运用期望理论、认知偏差、悔恨厌恶和不完善的自我控制等概念，分别对成本平均策略和时间分散化策略进行了系统解释，指出了其合理性，并提出了实施过程中加强自我控制的改进建议。Statman等人的研究使得国外机构投资者在策略运用过程中更加注重完善的自我控制，从而使得投资策略更加有效。

按照成本平均策略和时间分散化策略，国外机构投资者选股时会选择投资比例，例如开放式基金的投资者可按规定自由赎回基金份额，基金经理在为了保持足量的流动资金以应付投资者的随时赎回一般不会“满仓”操作。另外，国外机构投资者选股时还会根据赎回规律和本身性质决定是盈利优先还是安全优先。

4.国外机构投资者其他选股策略分析

根据股票市场的异象，如规模现象、日历效应、公司股票报酬之谜、赢者输者效应、账面市值比效应和价格对非基础信息的反应等，国外机构投资者必然发掘其规律，除了上述的反向交易、动量交易、成本平均和时间分散化等策略外，同时还采用其他选股策略，具体表现如下：(1)根据规模现象所述，在排除风险因素之后，小公司股票的收益率要明显高于大公司股票的收益率。再加上QFII《暂行办法》规定，单个合格投资者持股比例不超过公司股份总数的10%；所有合格投资者持股比例总和不超过20%。可以预计国外机构投资者选股不一定是我们公认的大股本，反而更有可能的是小规模和高成长性的上市公司的股票。(2)根据日历效应，由于存在类似的一月效应和周一效应，国外机构投资者选股时必然会抓住恰当的时机。(3)根据公司股票报酬之谜所述，公司股票的总收益与无风险收益之差约为7%，而同期公司长期债券的这一收益仅为1%。国外机构投资者(特别是风险抵抗型)必然优先考虑股票，其次才是债券等证券。(4)根据价格对非基础信息的反应所述，加入指数事件伴随了股票价格上升。纳入中国大陆指数概念股，像道中88指数、大摩指数或者纳入编制的优势产业股和行业龙头股将是国外机构投资者选股时优先考虑的对象。

总之，行为金融学强调要考虑市场参与者心理因素的作用，分析研究投资者行为特征并提出了行为金融决策理论基础和行为模型，较好地解释了许多市场异象，是标准金融学的有益补充和完善。因此，它为分析QFII条件下国外机构投资者在我国股市选股策略提供了很好的理论基础和观察视角。

参考文献：

[1]Barberis，Nicholas，A. Shleifer and R. Vishny.GA model of investor sentiment[J].Journal of Financial Economics，307-343，1998.

[2]Barberis，Nicholas，Ming Huang and Tano Santos. Prospect theory and asset prices[J]. Quarterly Journal of Economics 116-153，2001.

[3]饶育蕾，刘达锋.行为金融学[M].上海：上海财经大学出版社，2003.

[4]陈文志，缪柏其，蒋涛.中国股市惯性与反转实证分析[J].投资研究，2003，6：43-48.

股票投资的策略篇（8）

目前，比较成熟的研究主要建立在国外市场发达的交易机制和成熟的投资环境基础之上。本文以中国偏股型封闭式基金和偏股型开放式基金的投资行为为研究对象，这主要基于两点考虑：一是因为基金的投资决策是市场发展趋势的方向标；二是从1998年3月中国发行第一支基金至今，证券投资基金资产总规模达5008.2亿元，沪深两市上市的封闭式基金共有54家，开放式基金102家，发行基金单位6551.13亿份，基金资产净值1050亿元，可见中国基金业取得了超常规的快速发展。在当前的市场环境下加强对证券投资基金投资行为的研究，不仅有利于倡导正确的价值观和投资理念，发展壮大投资基金，而且有利于推动证券市场的健康稳定发展和金融体制的健全完善。

二、研究设计

(一)样本选择

根据中国证监会1999年3月10日的《证券投资基金管理暂行办法实施准则第五号{证券投资基金信息披露指引)》的规定，基金管理人应该在每个季度的公告截至日后15个工作日内编制完整的投资组合公告，并经基金托管人复核后予以公告。基金公告的内容包括按市值占基金资产净值比例大小排序的前10名股票明细，即股票名称、数量、市值、占基金资产净值比例(%)。本文将上述的前10名股票定义为“基金重仓持有的股票”，并以其作为研究样本，样本以一个季度为间隔，时间跨度从1999年3月31日至2006年3月31日。为使样本数目尽可能达到统计检验中大样本数目的经验要求，本文选择了投资组合公告在5年以上的偏股型封闭式基金，共49支；投资组合公告在两年半以上的偏股型开放式基金，共24支，作为研究对象。数据来源于天软数据库、深圳国泰君安数据库(CSMAR)和金融界网站*，采用MATLAB和MICROFIT统计软件。

(二)模型定义

本文根据GTM模型，做出如下改进：

首先，GTM模型对惯性反转现象的研究方法主要是先对整个市场的股票按照某一标志，如超常收益率进行排序，选择高低两端的股票构造赢家组合和输家组合，并分析这两种组合在未来一段时间的超常收益率情况。本文认为，由于资产价格对不同的信息将发生不同的反应，并且不同的资产其价格对同类信息也将产生不同的反应，因此本文基于行为金融的理论和研究方法，选择了24支开放式基金和49支封闭式基金为研究对象，以基金重仓持有的股票为样本，基于这些股票过去一段时期相对于上证综合指数收益率进行分组，分别构造赢家组合和输家组合。之所以选择上证综合指数，一是因为其作为国内外普遍采用的衡量中国证券市场表现的权威统计指标，是一个包括上证180指数、上证50指数、上证综合指数、A股指数、B股指数、分类指数、债券指数、基金指数等的指数系列；二是因为基金持股的偏好受到行为、心理因素的影响，个体差异较大，以上证综合指数来构筑赢家、输家组合，可以提供一个相对科学、统一的分析参照系。

其次，GTM模型并没有区分基金在买卖股票时所采用的交易策略的差异性，比如：投资组合中的某只股票的权重变化为负值，有可能是因为相对于通过持仓调整而将权重维持在当前水平的投资策略而言，投入到该支股票的新资金所占比例较小。然而，本文希望测量的是增加的交易量本身，而不是由价格变动或由新股票进入、退出所引发的权重变化带来的惯性估计值的改变。

如图1(以股票进退投资组合和市值为研究对象)和图2(以股票进退基金投资组合的支数为研究对象)所示，中国基金进出股票相当频繁，持股仍以中短期为主。因此，本文将基金买卖股票的行为分为三类：完全退出、新进去和持仓调整。分别考虑有股票进入或退出时对基金投资组合的影响，并检验未来一段时期超额收益的变化趋势和惯性反转的程度。这样一来，权重变化在有新资金进入(退出)的情况下总是正值(负值)，并且，在没有惯性(或反转)交易的零假设下，每一个组成部分的惯性值应趋近于零。

综合以上内容，本文提出用以检测基金投资策略的衡量指标的模型为：

其中，T表示股票j在基金投资组合中出现的次数；N表示基金投资组合中所考察的股票支数，因本文以基金投资组合中前10位的重仓股为研究样本，所以N的最大取值为10；Rj,t-k为股票j在t—k期间的收益率，按表示基金投资组合中股票j的权重，Pjt表示t季度股票j的季末价格，Hjt表明t季度投资组合中股票j的股数。用来衡量基金在考察期内所采取的投资策略的综合效果。当Rj,t-k>Rm,t-k时，即股票i在t—k期的收益率大于同期的上证综合指数收益率，若wj,t>wj,t-1即基金增加股票j的持有市值比例，则M>0，表明基金采取追涨的惯性策略；当Rj,t-k<Rm,t-k时，若wj,t<wj,t-1，则M>0，表明基金采取了杀跌的惯性策略。表明基金采取了卖高的反转策略；当Rj,t-k<Rm,t-k时，若wj,t<wj,t-1，则M<0表明基金采取了买低的反转策略。总之，M衡量的是基金在考察期内所采取的投资策略的综合效果，如果M>0，表明基金采取的是追涨杀跌的惯性策略；如果M<0，表明基金采取的是买低卖高的反转策略。虚部数值的变化可将基金交易行为区分为新进入、完全退出和持仓调整三类。ImM(i)>0，表明本期增持了股票j；ImM(i)<0，表明本期减持了股票j；ImM(i)=0，表明本期股票，j退出基金的投资组合；ImM(i)=∞，表明新股票i进入该基金的投资组合。1表示对基金投资组合权重变化进行检验的时间跨度，当1等于1时，是对连续季度的投资权重变化进行检验；当1等于2或4时，检验的时间间隔分别为6个月或1年。本文对1分别取1、2、4时的惯性值M进行检验。k表示基金经理的投资策略是根据本季度或前k季度的股票价格波动所做的反映。当k=O时，M值反映基金经理基于本季度股票收益率所采取的交易策略；当k=1时，M值衡量的是基金经理根据上一季度股票收益率所采取的交易策略。

三、实证结果分析Grinblatt，Titman和Wermers(1995)用GTM模型进行实证检验时，采用的是t—统计检验，本文考虑到每个季度的估计值不一定独立，采用Fama-MacBeth方法，对各个季度的横截面数据进行基金持股比例、收益率和M值的统计检验。实证检验结果见表1、表2和表3。

实证结果表明，全体股票、新进入股票这两列M值，其均值和中位数，不论是t—检验还是符号检验，都大于零，表明基金投资行为的惯易倾向显著。基金在有新进入股票时的M值，无论是均值还是中位数，都远远大于全体股票、退出股票的相应度量值，这表明基金在买入股票时，追涨现象十分显著；在只考虑完全退出股票时，M的均值和中位数都为负，即存在反转交易行为，这表明基金在卖出股票时，高卖的现象十分显著。

表3为基金持仓调整时的M值，本文将它作为衡量基金投资综合效果的参照。从表3中可见，对于持仓调整策略而言，虽然其惯性估计值的均值和中位数都非常小，但均为正值。例如，对于一个季度(k=1，l=1)的滞后回报，封闭式基金和开放式基金均值分别为0.2116和0.1974，中位数分别为0.2066和0.1574。以封闭式基金为例，0.2116表明机构投资者在季度末持有的股票在该季度的回报率仅比上个季度开始时持有股票的相应回报率高0.2个百分点。这和Grinblatt，Titman和Wermers(1995)0.3个百分点的惯性估计值非常接近。随着滞后期的拉长，均值的估计值上升，而中数却仍然很小。此外，所有M估计值的分布都是偏斜的，中位数比均值小。在持仓调整的情况下，所有M值的滞后平均惯性估计值都为正数，并且在统计上显著，虽然显著值非常小。可见，不论以本季度股票回报率的变动(k=0)还是以上一季度股票回报率(L=1)作为决策依据，基金明显倾向于采取追涨的惯性投资策略。

从投资的综合效果来看，当k=0时，M值的均值大多大于k=1时的均值。可见，绝大部分基金管理人倾向根据本季度股票收益率的变动同向调整持股结构，即采取追涨的惯性投资策略。其中的原因，一是因为中国证券市场属于资金推动型的幼稚市场，当大盘开始启动后，个股存在着较大的上涨惯性；当大盘开始下跌，无论是绩优股、成长股还是垃圾股都同步下跌，基金只有采取趋势投资策略顺势、借势、甚至造势，才能赚取超额利润。二是中国基金业绩评价标准粗糙。目前，对于多种风格、不同风险收益目标的基金，各基金管理公司都采用基金净值对基金绩效进行评价。由于基金经理采用同一股票研究分析平台，又为了获取市场认同，在业绩上不输给同业，不得不采取谋求短期盈利的行为，导致选股和投资决策雷同和基金投资风格趋同。

四、结论及建议

股票投资的策略篇（9）

目前，比较成熟的研究主要建立在国外市场发达的交易机制和成熟的投资环境基础之上。本文以中国偏股型封闭式基金和偏股型开放式基金的投资行为为研究对象，这主要基于两点考虑：一是因为基金的投资决策是市场发展趋势的方向标；二是从1998年3月中国发行第一支基金至今，证券投资基金资产总规模达5008.2亿元，沪深两市上市的封闭式基金共有54家，开放式基金102家，发行基金单位6551.13亿份，基金资产净值 1050亿元，可见中国基金业取得了超常规的快速发展。在当前的市场环境下加强对证券投资基金投资行为的研究，不仅有利于倡导正确的价值观和投资理念，发展壮大投资基金，而且有利于推动证券市场的健康稳定发展和金融体制的健全完善。

二、研究设计

(一)样本选择

根据中国证监会1999年3月10日的《证券投资基金管理暂行办法实施准则第五号 {证券投资基金信息披露指引)》的规定，基金管理人应该在每个季度的公告截至日后15个工作日内编制完整的投资组合公告，并经基金托管人复核后予以公告。基金公告的内容包括按市值占基金资产净值比例大小排序的前10名股票明细，即股票名称、数量、市值、占基金资产净值比例(%)。本文将上述的前10名股票定义为“基金重仓持有的股票”，并以其作为研究样本，样本以一个季度为间隔，时间跨度从1999年3月31日至 2006年3月31日。为使样本数目尽可能达到统计检验中大样本数目的经验要求，本文选择了投资组合公告在5年以上的偏股型封闭式基金，共49支；投资组合公告在两年半以上的偏股型开放式基金，共24支，作为研究对象。数据来源于天软数据库、深圳国泰君安数据库(csmar)和金融界网站(http：//)，采用matlab和microfit统计软件。

(二)模型定义

本文根据gtm模型，做出如下改进：

首先，gtm模型对惯性反转现象的研究方法主要是先对整个市场的股票按照某一标志，如超常收益率进行排序，选择高低两端的股票构造赢家组合和输家组合，并分析这两种组合在未来一段时间的超常收益率情况。本文认为，由于资产价格对不同的信息将发生不同的反应，并且不同的资产其价格对同类信息也将产生不同的反应，因此本文基于行为金融的理论和研究方法，选择了24支开放式基金和49支封闭式基金为研究对象，以基金重仓持有的股票为样本，基于这些股票过去一段时期相对于上证综合指数收益率进行分组，分别构造赢家组合和输家组合。之所以选择上证综合指数，一是因为其作为国内外普遍采用的衡量中国证券市场表现的权威统计指标，是一个包括上证180指数、上证50指数、上证综合指数、a股指数、b股指数、分类指数、债券指数、基金指数等的指数系列；二是因为基金持股的偏好受到行为、心理因素的影响，个体差异较大，以上证综合指数来构筑赢家、输家组合，可以提供一个相对科学、统一的分析参照系。

其次，gtm模型并没有区分基金在买卖股票时所采用的交易策略的差异性，比如：投资组合中的某只股票的权重变化为负值，有可能是因为相对于通过持仓调整而将权重维持在当前水平的投资策略而言，投入到该支股票的新资金所占比例较小。然而，本文希望测量的是增加的交易量本身，而不是由价格变动或由新股票进入、退出所引发的权重变化带来的惯性估计值的改变。

如图1(以股票进退投资组合和市值为研究对象)和图2(以股票进退基金投资组合的支数为研究对象)所示，中国基金进出股票相当频繁，持股仍以中短期为主。因此，本文将基金买卖股票的行为分为三类：完全退出、新进去和持仓调整。分别考虑有股票进入或退出时对基金投资组合的影响，并检验未来一段时期超额收益的变化趋势和惯性反转的程度。这样一来，权重变化在有新资金进入(退出)的情况下总是正值(负值)，并且，在没有惯性(或反转)交易的零假设下，每一个组成部分的惯性值应趋近于零。

综合以上内容，本文提出用以检测基金投资策略的衡量指标的模型为：

其中，t表示股票j在基金投资组合中出现的次数；n表示基金投资组合中所考察的股票支数，因本文以基金投资组合中前10位的重仓股为研究样本，所以 n的最大取值为10；rj,t-k为股票j在t—k期间的收益率，按照复利方式根据股票的日收益率计算出股票的季度收益率：表示基金投资组合中股票j的权重，pjt表示t季度股票j的季末价格，hjt表明t季度投资组合中股票j的股数。

本文采用复数表示惯性估计值m，其中实部为

用来衡量基金在考察期内所采取的投资策略的综合效果。当rj,t-k>rm,t-k时，即股票i在t—k期的收益率大于同期的上证综合指数收益率，若wj,t>wj,t-1即基金增加股票j的持有市值比例，则m>0，表明基金采取追涨的惯性策略；当rj,t-k<rm,t-k时，若wj,t<wj,t-1，则m>0，表明基金采取了杀跌的惯性策略。表明基金采取了卖高的反转策略；当rj,t-k<rm,t-k时，若wj,t<wj,t-1，则m<0表明基金采取了买低的反转策略。总之，m衡量的是基金在考察期内所采取的投资策略的综合效果，如果m>0，表明基金采取的是追涨杀跌的惯性策略；如果m<0，表明基金采取的是买低卖高的反转策略。虚部数值的变化可将基金交易行为区分为新进入、完全退出和持仓调整三类。imm(i)>0，表明本期增持了股票j；imm(i)<0，表明本期减持了股票j；imm(i)=0，表明本期股票，j退出基金的投资组合；imm(i) =∞，表明新股票i进入该基金的投资组合。1表示对基金投资组合权重变化进行检验的时间跨度，当1等于1时，是对连续季度的投资权重变化进行检验；当1等于2或4时，检验的时间间隔分别为6个月或1年。本文对1分别取1、2、4时的惯性值 m进行检验。k表示基金经理的投资策略是根据本季度或前k季度的股票价格波动所做的反映。当k=o时，m值反映基金经理基于本季度股票收益率所采取的交易策略；当k=1时，m值衡量的是基金经理根据上一季度股票收益率所采取的交易策略。

三、实证结果分析

grinblatt，titman和wermers (1995)用gtm模型进行实证检验时，采用的是t—统计检验，本文考虑到每个季度的估计值不一定独立，采用fama-macbeth方法，对各个季度的横截面数据进行基金持股比例、收益率和m值的统计检验。实证检验结果见表1、表2和表3。

实证结果表明，全体股票、新进入股票这两列m值，其均值和中位数，不论是t—检验还是符号检验，都大于零，表明基金投资行为的惯易倾向显著。基金在有新进入股票时的m值，无论是均值还是中位数，都远远大于全体股票、退出股票的相应度量值，这表明基金在买入股票时，追涨现象十分显著；在只考虑完全退出股票时，m的均值和中位数都为负，即存在反转交易行为，这表明基金在卖出股票时，高卖的现象十分显著。

表3为基金持仓调整时的 m值，本文将它作为衡量基金投资综合效果的参照。从表3中可见，对于持仓调整策略而言，虽然其惯性估计值的均值和中位数都非常小，但均为正值。例如，对于一个季度(k=1，l=1)的滞后回报，封闭式基金和开放式基金均值分别为0.2116和0.1974，中位数分别为0.2066和 0.1574。以封闭式基金为例， 0.2116表明机构投资者在季度末持有的股票在该季度的回报率仅比上个季度开始时持有股票的相应回报率高0.2个百分点。这和grinblatt，titman和 wermers(1995)0.3个百分点的惯性估计值非常接近。随着滞后期的拉长，均值的估计值上升，而中数却仍然很小。此外，所有m估计值的分布都是偏斜的，中位数比均值小。在持仓调整的情况下，所有m值的滞后平均惯性估计值都为正数，并且在统计上显著，虽然显著值非常小。可见，不论以本季度股票回报率的变动(k=0)还是以上一季度股票回报率(l=1)作为决策依据，基金明显倾向于采取追涨的惯性投资策略。

从投资的综合效果来看，当 k=0时，m值的均值大多大于 k=1时的均值。可见，绝大部分基金管理人倾向根据本季度股票收益率的变动同向调整持股结构，即采取追涨的惯性投资策略。其中的原因，一是因为中国证券市场属于资金推动型的幼稚市场，当大盘开始启动后，个股存在着较大的上涨惯性；当大盘开始下跌，无论是绩优股、成长股还是垃圾股都同步下跌，基金只有采取趋势投资策略顺势、借势、甚至造势，才能赚取超额利润。二是中国基金业绩评价标准粗糙。目前，对于多种风格、不同风险收益目标的基金，各基金管理公司都采用基金净值对基金绩效进行评价。由于基金经理采用同一股票研究分析平台，又为了获取市场认同，在业绩上不输给同业，不得不采取谋求短期盈利的行为，导致选股和投资决策雷同和基金投资风格趋同。

四、结论及建议

股票投资的策略篇（10）

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。

股票投资的策略篇（11）

近年来，证券市场中的反转与惯性现象逐渐成为研究热点。价格反转是指早期收益率低的股票在之后的表现会超过早期收益率高的股票，价格惯性则指早期收益率较高的股票平均仍会在接下来的一段时期内超过早期收益率较低的股票。从理论研究的角度看，这些能给投资者带来超常收益的规律性现象是对传统资本市场理论，特别是“有效市场假说”(EMH)的极大挑战；从投资实践的角度看，投资者可以根据股票过去的价格预测其未来的变动情况，从而获取超额收益。如果确实存在这一价格变化规律，那么，这就形成了两种投资策略：反转投资策略(contrarianInvestmentstrategies，简称反转策略)和惯性投资策略(MomentumInvestmentstrategies，简称惯性策略)。[2]

（一）国外反转和惯性策略的研究

1.反向投资策略

反向投资策略就是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。由于股票市场经常是反应过度和反应不足的,对反应过度的修正会导致过去的输家的将来表现高于市场平均水平,从而产生长期超常回报现象。行为金融理论认为,由于投资者在实际投资决策中,往往过分注重上市公司近期表现的结果,通过一种质朴策略(NaveStrategy)——也就是简单外推的方法,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,形成对绩差公司股价的过分低估和对绩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了套利的机会。DeBondtandThale（r1985、1987）首次提出长期内过度反应的证据，证明市场上存在价格反转现象，标志着对股市惯性和反转现象研究的正式开始。此后，Jegadeesh（1990）提出了在更短时间间隔内如月和周间隔内短期收益反转的证据。

2.惯易策略

惯易策略是指在分析股票过去相对短的时间内(通常是一个月到一年)表现的基础上,预先对股票收益和交易量设定过滤规则(filterrules),当股票收益或股票收益与交易量同时满足过滤规则就买进或卖出股票的投资策略。Jegadeesh和Titman(1993)最早发现的惯性策略，Hong、LimandStein（2000）注意到分析师覆盖度越低的股票惯性越强。Ahn、ConradandDittma（r2003）引入随机折现因子来评估惯性策略的收益，他们认为以CAPM作为解释的基准点可能是不正确的。

（二）国内反转和惯性策略的研究

王永宏和赵学军(2001)以深沪两市1993年以前上市的全部A股为研究样本，分别考察了1993年到2000年之间的惯性收益和反转收益，发现只有反转策略显著，而惯性策略不显著。[3（]P12-15）杨忻、陈展辉（2004）基于1992-2001年的沪深A股市场的全样本数据，采用Jegadeesh和Titman(2001年)方法,研究中国股市惯性和反转投资策略，得出短期内中国A股市场总体而言并不存在显著的惯性现象，过去的赢家或者输家在未来的表现并没有显著差异。[4]王晓国，王国顺(2005)通过300种惯性/反转策略,2个样本时段,3种样本容量.实证发现中国基金市场存在中期(52-78)周惯性现象.不存在(1-78)周反转现象，并且这种现象不是人为的结果。[5]谢赤、禹湘、周晖（2006）以偏股型证券投资基金为研究对象，分析得出：在交易策略上，证券投资基金整体采用惯易策略，但倾向于买过去表现好的股票，尤其是收益率高于同期上证综合指数收益率的股票；不倾向于卖出过去表现差的股票，即采用高买高卖的策略。[6]庄悉备（2008）对开放式基金重仓股的行为投资策略分析从行为金融的角度揭示短期动量现象存在的原因和机理，实证结果表明基金经理资产配置不合理会导致赢家经理增仓时采取惯性策略、减仓过程中投资策略不明显，输家经理减仓时惯性策略表现非常明显，而增仓时投资策略不明显。[7]

二、反转与惯性投资策略的模型与方法

（一）数据处理方法

考虑到我国股市波动幅度较大，短期内股票出现大幅度上涨和下跌的现象较普遍，因此，采用间隔时间较短的周收益率来检验股票价格的自相关性。周收益率的计算通常使用周收盘价对数的一阶差分作为收益率指标，以便更好地符合正态分布的要求。

（二）反转与惯性策略算法

本文对惯性策略和反转策略的研究采用比较简单的非重叠的抽样方法（如图1），这样更符合实际中的运用，而且也可以避免重叠抽样方法中收益率可能出现的自相关和异方差问题。由于我们采用的数据周期为172周，可以解决样本数据较少的矛盾。定义S为排序期(即投资组合构建期)，H为持有期。下列步骤即为惯性策略和反转策略的基本算法:1.从某一时点开始，以股票(在以前已经上市且在和之间有收益率数据的样本)前S段时间的收益率为基准进行从高到低排序；2.将上述排序好的股票分成十个等份构成等价值权重组合，依次为Pl，P2，，P10。第一个组合P1称为Winners，最后一个组合P10称为Losers；3.计算各个组合在从时刻到+时刻的累积对数收益，i=1,,10；4.在时刻+重复上面的过程，为时间滑动长度。

（三）反转与惯性策略的数学模型[8]

设初始投资时刻为t。（）为[1，]时期市场上所有股票的集合，设（）中的股票数目为N=N(t)，在[1，]时期股票i的收益率为t（1），∈（）。按[1，]时期收益率的大小将（）中的股票从高到低排序，然后等份成10组，分别为1（），2（），10（），称1（）为Winners，10（）为Losers。定义惯性策略买入函数为定义反转策略买入函数为Winners在[，+2]时期的收益率为（2）Losers在[，+2]时期的收益率为（2）所有股票在[，+2]时期的平均收益率为（2）用（2）作为[，+2]时期的市场平均收益率，那么可以得到:Winners在[，+2]时期的超额收益率Losers在[，+2]时期的超额收益率惯性策略的操作就是买入Winners，卖出Losers，在[，+2]时期的收益率为反转策略的操作就是买入Losers，卖出Winners，在[，+2]时期的收益率为如果市场有效，那么如果股票收益存在惯性特征，那么有如果股票收益存在反转特征，那么有

三、实证分析与结果

（一）实证分析

1.样本选择以及数据处理

（1）样本选择

本文的股票交易数据取自“巨灵金融终端”数据库，按照下述标准选取样本：①样本选取的时间包括中国股市一个比较完整的牛熊市，以2005年6月6日到2007年10月16日为牛市，以2007年10月17日到2008年11月3日为熊市，其后为另一个周期循环；②由于本文以机构投资者的投资策略为研究对象，因此本文的样本数据采用2005年6月至2008年11月在上海证券交易所和深圳证券交易所上市交易的基金重仓股股票的周复权数据，样本期为172周(除去春节、“五一”、“十一”等长假股市休市)；③从上述所得样本中再选择2005年至2008年中至少两年以上为基金重仓股，且基金持股占该股流通市值比例在15%以上的股票(并去掉新股、ST股)，从而得到31个股票样本。

（2）数据处理

①计算样本期内31个股票样本的周收益率，即周收盘价对数的一阶差分，从而每支股票都得到171个周收益率数据；②将每支股票的171个周收益率数据按非重叠算法分别计算出持有期（3、6、9、12、24、36、48周）和排序期（3、6、9、12、24、36、48周）的数据；③为保证样本期限的一致性，将31只样本股中期限短于172周的5只股票的去掉，剩余股票中有11只股票在样本期内的累积超额收益率大于0，将其视为Winners组合；15只股票在样本期内的累积超额收益率小于0，将其视为Losers组合。

（二）实证结果

短期以排序期和持有期分别取3、6、9、12周为分析对象，中期以排序期和持有期分别取12、24、36、48周为分析对象。实证结果如下：由实证结果我们可以看出：

1．在排序期为3，持有期为3时，Winners有最大的超额收益率，数值为0.7989%/周；

2．在排序期为6，持有期为3时，Losers有最大的超额收益率，数值为0.8886%/周，略微比Winners的最大超额收益率大；

3．惯性策略最大收益率为0.9633%/周，其中Winners的超额收益率数值占38.9%，Losers的超额收益率数值占61.1%；

4．反转策略的最大收益率为0.5326%/周，其中Winners的超额收益率数值占43.4%，Losers的超额收益率数值占56.6%；

5．短期策略中，惯性策略的收益率（Winners-Losers）大部分大于0，表现出一定的惯；6.中期策略中，惯性策略的收益率则表现不明显，反转策略可以获得正的收益。

四、结论