股票投资策略构建与评测大全11篇

股票投资策略构建与评测篇（1）

[DOI]10.13939/ki.zgsc.2015.25.083

Alpha策略最初的理论基础是套期保值，是由美国经济学家H.working提出的，随后股指期货的面市，量化研究便激发了人们浓厚的兴趣。传统的资产管理者理念的哲学基础大部分为追求收益风险平衡，然而平均市场收益与超额收益又很难达到绝对的均衡，因此将超额收益也即Alpha分离出来，建立起基于Alpha策略的量化投资，有助于指导投资实践。

1 Alpha策略在量化投资中的应用意义

量化投资指的是以现代计算机技术为依托，通过建立科学的数学模型，在充分掌握投资环境的基础上践行投资策略，达到预期的投资效果。采用量化投资方式的优点包括其具有相当严格的纪律性、系统性，并且对投资分析更加准确与及时，同时还具有分散化的特点，这使得策略的实施过程更加的机动灵活。量化投资过程使用的具体策略通常有量化选股、量化择时、统计套利、高频交易等，每一种策略在应用过程各有千秋，而Alpha策略属于量化选股的范畴。传统的定性投资也是投资人基于一种投资理念或者投资策略来完成整个投资活动的，最终的目的是要获得市场的占有率，并从中取得丰厚的利润。从这个角度来衡量，量化投资与传统投资的本质并无多大差别。唯一不同的是量化投资对信息处理方式上和传统定性投资有着很大的差异性，它是基于现代信息技术、统计学和现代金融工程理论的基础上完成对各类数据信息的高效处理，在对信息处理的速度、广度上是传统定性投资无法比拟的。在对投资风险的控制方面也具有很大的优势，是国际投资界兴起的新型投资理念和应用方法，也在日益成为机构投资者和个人投资者共同选用的有效投资方案。现阶段量化投资的技术支撑和理论建设的基础包括人工智能技术、数据挖掘、支持向量机、分形理论等，这些现代信息处理与数据统计方式为量化投资的可操作性提供了坚实的基础。

Alpha策略在量化投资中的使用优点主要是对投资指数所具有的价值分析与评定。它不是依赖于对大盘的走向变化或者不同股票组合策略趋势的分析，对投资价值的科学分析与合理评估更能吸引投资者的目光。Alpha策略重视对冲系统风险所获得的绝对收益，在股票投资市场上是一种中性的投资方式，具体的程序有选择资产、对资产的优化组合、建立具体组合方式、定期进行调整。为了促进该策略在投资市场中获得良好的收益，就必须先要重视优秀的选股策略，其次是重视期货对冲平均市场收益的时候所产生的风险控制问题。对冲系统风险时，若是能够及时地对投资组合与相关的股指期货的平均市场收益指进行精准地判定和预测，那么将会对整个投资行为产生积极的影响。

2 基于Alpha策略的量化投资具体策略和实践方法

通常情况下，Alpha策略所获得的实际收益并不是一成不变的，这与该策略本身的特定有关，具体表现在周期性与时变性上。

Alpha策略的时变性主要是指当时间产生变化时，超额收益也会随之而改变。需要清除的是Alpha反映的就是上市公司超越市场的预期收益，因此属于公司资产未来估值预期的范畴，所以上市公司自身所处的发展阶段和发展环境不同，那么就会给Alpha带来影响。由于时变性的特点，这就给策略的具体估计模型的设立带来了更多不可确定的因素，为此，参照对Alpha满足不同动态假设的理论基础，建立起一个可以获得不同种类估算的模型，同时假定在同一个时间范围内，超额收益和市场平均收益都保持恒定不变，这就极大地简化了计算的过程与步骤。也就是说在该段时间内，市场上股票投资组合基本面不会有太大的变化与波动，这就与实际的投资状况基本达成一致。对于投资策略的调整则要根据上市公司重大事项发生情况而定，那么估算的时间单位周期可以采用每日或者每周估算，对每一个季度的历史数据进行调整也可以作为一种调整方式，反映公司季度行情。对于具体证券而言，采用季度或者每周的调整频率则不是最为理想的，还要针对公司情况与市场行情综合调整。

Alpha的周期性特点在交替出现的正负号上最为突出，导致这一情况产生的原因主要是行业的周期性特征与套利效应共同造成的。具体而言，首先不同类型的证券分别属于不同的行业所有，当行业处于景气周期循环状态下会影响Alpha的符号与大小，同时景气程度的深与浅也会对此产生影响。其次一个股票组合产生非常大的超额收益情况下，市场中的其他机构投资者或者个人投资者就会不断地参与到该组合的投资中来，最后会导致Alpha逐渐接近于零。因此在建立不同策略的组合方面，要针对每一个季度的具体情况和波动率，进行综合性地评价与分析，并及时地做出必要的调整，以便最大限度地获得市场收益。

量化投资中的Alpha策略并不是一种单一类型的策略，不同的策略都在寻求获得超额收益的市场机会和可能性。现阶段市场上采用的Alpha策略主要有多因子选股策略、动量策略或者反转策略、波动性策略、行业轮动策略、行为偏差策略等，每一种策略在具体实施过程中都有其特征性，并且可以相互结合使用，发挥出综合预测和评价的作用。

多因子选股策略是必要和常用的选股方式，最大的优势是可以将不同种类和模块的信息进行高效化综合分析与评价后，确定一个选股最佳方案，从而对投资行为进行指导。该种选股策略的模型在建立方面比较容易，是量化投资中的常用方式。同时多因子模型对反映市场动向方面而言具有一定的稳定和可靠性，这是因为所选取的衡量因子中，总有一些可以把握住市场发展行情的特征，从而体现其本来就有的参考价值。所以在量化投资过程中，很多投资者都使用多因子模型对其投资行为进行评估，无论是机构投资者或者是个人投资者，都能够从中受益。多因子选股策略模型的建立重点在于对因子的剔除和选择上，并要合理判断如何发挥每一个因子的作用，做出综合性的评定。

动量策略的投资方式主要是根据价格动量、收益动量的预期与评定，对股票的投资进行相应的调整，尤其是针对本身具有价格动量的股票，或者分析师对股票的收益已经给予一定评级的股票，动量策略的应用效果会比较理想。在股票的持有期限内，某一只股票在或者股票投资的组合在上一段时间内的表现均佳，那么则可以判断在下一段时间内也会具有同样的理想表现，这就是动量效应的评价依据，从而对投资者的行为起到一定的影响作用。反转策略和动量策略恰好相反，是指某一只股票或者股票投资组合在上一段时间内表现很不理想，然而在下一个时期反而会有突出的表现，这也给投资者带来了一线希望，并对影响到下一步的投资策略的制定。

波动性策略也是Alpha策略的一种方式，主要是利用对市场中的各股运动和发展状态的细致观察与理智分析后，列出一些具有相当大的波动性的股票，同时这些股票的收益相关性也比较低，对此加以动态化的调整和规划，从而逐渐获得超额收益的过程。在一些多因子选股策略中也有机构投资者或者个人投资者将股票具有的波动性作为考察与评价因子之一，波动性策略经常和其他策略相结合来评价，这说明股票投资市场本身就具有一定的波动性，因此在投资过程中要慎重对待。

股票投资策略构建与评测篇（2）

 

一、价值投资的内涵和理论发展

(一)价值投资的内涵

价值投资,其核心思想是:以对影响证券投资的经济因素、行业发展前景、上市公司的经营业绩、财务状况等要素的分析为基础,利用某种方法测出股票的“内在价值”,然后与该股票的市场价值比较,让投资人做出是否投资该股票的投资策略。价值投资认为上市公司的内在价值与股票价格会有所背离,股票价格围绕内在价值这个稳定点上下波动,且股票价格长期看来有向内在价值回归的趋势;其内在价值决定于经营管理等基本面因素,股票价格则决定于股市资金的供需情况,在不同的决定因素下,内在价值高于股票价格的价差被称为“安全边际”,即当股票价格低于或者高于内在价值即股票被低估或者高估时,就出现了投资机会。

(二)价值投资的理论发展

最早对价值投资理论进行研究的学者是马克思,他认为,股票价格会随他们索取的收益大小和可靠程度而变化,同时股票价格由预期收入决定,因此又具有投机的性质。在马克思研究的基础上一些西方学者作了进一步的研究。美国著名的投资家本杰明.格雷厄姆,1934年出版的《证券分析》一书,被尊为基本分析方法的“圣经”,他认为,长期而言,股票的价格取决于企业的发展和企业所创造的利润,并与其保持一致,而短期价格却会受到各种因素影响而波动,尽管金融资产价格波动很大,但其基础价值稳定且可测量。1961年,莫迪格利尼和米勒提出了股利分配政策与公司价值无关的MM理论。该理论认为在严格假设条件下,股利政策不会对企业的价值和股票价格产生任何影响,一个公司的股票价格完全是由其投资决策所决定的获利能力决定的。MM 理论框架是现代价值评估的思想源泉,它促进现代价值评估理论的蓬勃发展。在这一基础上,人们经过大量的研究和论证,最终确立了决定股价的一个基本的变量——自由现金流,并由此提出自由现金流贴现模型。

二、价值投资策略在中国证劵市场的适用性探讨

(一)价值投资策略在中国证劵市场的适用性

根据价值投资理论,股票的价格围绕其价值上下波动,其内在价值又决定于经营管理等基本面因素,因此从理论上而言,股票价格与每股净资产,扣除非正常损益后每股净收益,每股经营现金流等变量有一定的相关性。但中国证劵市场的实际来看,却并非如此,股票价格严重偏离内在价值,我们用相关的估值理论对企业进行恰当的估值往往不符事实。

从这一轮的股市来看,很多基本面良好,潜在价值不错的股票却都大大的被低估了,价格一路走低,最典型的就数银行股。按6月20日的收盘价,以今年一季报测算,14家上市银行2010年动态市盈率平均为9.71倍,其中,小于10倍的有9家,最小的是交通银行,仅7.48倍;而大于11倍的仅有3家:宁波银行14.17倍,中信银行12.56倍,招商银行11.74倍。若以市净率计算,全部小于3倍,平均2.03倍,其中在2-3倍之间的有6家,在1-2倍之间的有8家。从估值角度来看,确实很低了。以当前9倍、10倍PE水平来看,即便是在港股市场上,也处于底部区域了,因为在港股历史上,大盘估值基本上是在10-20倍PE之间波动①。与此相反,创业板中许多基本面不怎么样的企业却一路走高。因此,在笔者看来,价值投资策略在中国证劵市场的适用性还是有一定的局限性的。

(二)原因分析

1.强周期行业不利价值投资

股票投资策略构建与评测篇（3）

在股票市场高速发展的今天，股票分析师已经成为了一种不可忽视的角色，他们以自己专业的分析和预测给广大股民们提供了许多宝贵的意见。而股票分析师之所以能够给出比较专业和可靠的分析，是因为他们在分析股票的时候，有着科学的方法和流程，并遵循相对固定的股票研究模式。

股评师分析股票主要有两大方法：基本面分析和技术面分析。其中，基本面分析主要集中在股票的内在价值上，而技术面主要利用图表来描述股市的指数和某个交易品种的运动轨迹，然后利用统计学和数学的方法寻找出具有分析统计意义的行为模式，并以此预测未来市场或个股的运动趋势。

股票分析的两大方法是经过实践的考证的，比较科学全面，因此被广泛地运用。但是可能有人会怀疑，这样的预测有效吗？在这里，我要说明两点：第一，在一个完全有效的市场中，预测是无效的，而且不能获得超额利润。但是中国股票市场并非一个完全有效的市场，技术分析和基本分析相结合可能为投资者带来超额利润。第二，有效只是可能的，因为在股票分析的过程中，股评师分析的可靠性会受到诸多因素的影响，而这些因素复杂、难以控制甚至有的难以察觉，这都可能会影响股评师分析的可靠性，下面结合实际案例，归纳主要因素有以下几点：

一、中国整体政策环境

1.国家货币政策的影响。紧缩货币政策会减少社会上货币供给总量，对经济发展和证券市场交易有着消极影响。与紧缩货币政策相反，宽松政策减少了企业的成本负担，并增加了市场中的活跃资金总量，为市场行情的开展提供了充足的弹药。但是货币供应量的持续增加也会引起通货膨胀，造成虚假的市场繁荣，股票需求量也会增加，从而使股票价格也相应增加。

2.国家利率政策的影响。利率的变动对股市行情的影响也最为直接和迅速。一般来说，利率下降时，股票（除银行股）的价格就上涨；利率上升时，股票的价格就会下跌。

3.国家税收政策的影响。当国家采取减少税收，在微观经济上增加了个体的收入，更多的人愿意加大投资与消费力度，这样促进了企业的市场发展，同时更多的资金进入投资市场也使企业股票价格上涨；但是当国家采取增加税收的财政政策时，在微观经济上减少了个体的收入，抑制消费，市场发展开始萎缩，进入投资市场的资金开始减少，股票市场价格开始回落。

二、行业制度

1.股评师职业入门门槛较低，整体素质有待提高

一些股评师进入股市之前并未受到相关的知识的专业培训与教育，这类股评师在评判一只股票的走势时，很大程度依赖于直觉与经验。但实际上，股票的分析包含着基础面分析与技术面分析，但是由于股评师所了解的知识有限，拥有的精力有限，很难在一个较短的时间内给予一个合理规范的分析模板，容易引起预测的偏离。

2.股评师的职业道德规范未加以界定

在实际情况中，一些股评师会为了个人利益（通常是与一些大型机构合谋）利用股民发起"羊群效应"，错误的股评信息误导股民进行错误的投资。因此行业道德问题是影响股评师对股票评估的重要因素，相应的职业道德规范应该被纳入行业对股评师考核范围。

三、内幕交易

1.大众投资者对内幕消息极为偏好

我国的资本市场信息集正处在弱向半强有效的过渡阶段，存在大量内幕交易，公众也愿意搜罗获取各种内幕信息以帮助自己获取超额的利润。而正是因为大众对内幕信息的偏好，使得我国这个内幕泛滥的市场中冒出了一大堆号称拥有内幕的人，而所谓的内幕消息又大多不准确。在这个人群中就有些所谓的股评师的身影。他们或许分析的水平还不如普通股民，但他们宣称拥有的内幕信息，引来一部分股民的关注和信赖，从而通过收取会员费等手段获取自身利益，或者通过对外宣告影响大众心理进而影响其投资行为，帮助背后操纵的组织获取利益。

2.股评师面对无法掌握的外界内幕信息无能为力

面对无法掌握的外界内幕信息带来的股市波动，股评师们也显得无能为力，这对他们预测的准确性产生了较大的影响。此外，股评师行业内幕也会影响股评师预测，服务于营业部和高端客户的股评师有时也会被某些大户或机构收买，在媒体上推荐大户或机构想出货的股票。而咨询公司的股评师公开推荐的股票一般都是已有会员买入的股票，为使非会员听信股评买入该股，令会员则趁机获利卖出。

四、监管力度

1.我国对于股评师行业的管理缺乏法律规范

我国目前没有专门针对股评师执业状况的立法，有关股评师行业法律责任的规范只是在对社会中介机构中略有提及，未能构建起股评师民事责任体系的法律基础。股评师民事责任性质不明确，股评师与投资者之间不存在契约关系，股评师未对其预测提出任何程度的保证，过错认定困难；且这种预测属于个人职业判断，主观性强，难以划定“有意”欺诈和“无意”判断失误的界限，难以用法律条款衡量。在现有的法律框架下对股评师追究民事责任存在许多困境，相关法律的建立和完善如何进行也没有一致的意见。

2.股评师行业的行业自律不健全

股评师的概念及界定在我国相对混乱，该行业由证券业协会与证券分析师专业委员会进行监管，是证券业的重要组成部分。证券市场的不确定性使预测误差不可避免，当股评师提供的意见是公允客观的，就不应对其判断失误追究法律责任。投资者应对自己的投资行为负责。司法干预是有限度的，行业自律就显得更为重要。行业自律制度的不健全，缺乏对股评师事前的监管。

3.政府对股评师行业的监管力度不够，惩罚措施不严

股票投资策略构建与评测篇（4）

一、价值投资的内涵和理论发展

(一)价值投资的内涵

价值投资,其核心思想是:以对影响证券投资的经济因素、行业发展前景、上市公司的经营业绩、财务状况等要素的分析为基础,利用某种方法测出股票的“内在价值”,然后与该股票的市场价值比较,让投资人做出是否投资该股票的投资策略。价值投资认为上市公司的内在价值与股票价格会有所背离,股票价格围绕内在价值这个稳定点上下波动,且股票价格长期看来有向内在价值回归的趋势;其内在价值决定于经营管理等基本面因素,股票价格则决定于股市资金的供需情况,在不同的决定因素下,内在价值高于股票价格的价差被称为“安全边际”,即当股票价格低于或者高于内在价值即股票被低估或者高估时,就出现了投资机会。

(二)价值投资的理论发展

最早对价值投资理论进行研究的学者是马克思,他认为,股票价格会随他们索取的收益大小和可靠程度而变化,同时股票价格由预期收入决定,因此又具有投机的性质。在马克思研究的基础上一些西方学者作了进一步的研究。美国著名的投资家本杰明.格雷厄姆,1934年出版的《证券分析》一书,被尊为基本分析方法的“圣经”,他认为,长期而言,股票的价格取决于企业的发展和企业所创造的利润,并与其保持一致,而短期价格却会受到各种因素影响而波动,尽管金融资产价格波动很大,但其基础价值稳定且可测量。1961年,莫迪格利尼和米勒提出了股利分配政策与公司价值无关的MM理论。该理论认为在严格假设条件下,股利政策不会对企业的价值和股票价格产生任何影响,一个公司的股票价格完全是由其投资决策所决定的获利能力决定的。MM 理论框架是现代价值评估的思想源泉,它促进现代价值评估理论的蓬勃发展。在这一基础上,人们经过大量的研究和论证,最终确立了决定股价的一个基本的变量——自由现金流,并由此提出自由现金流贴现模型。

二、价值投资策略在中国证劵市场的适用性探讨

(一)价值投资策略在中国证劵市场的适用性

根据价值投资理论,股票的价格围绕其价值上下波动,其内在价值又决定于经营管理等基本面因素,因此从理论上而言,股票价格与每股净资产,扣除非正常损益后每股净收益,每股经营现金流等变量有一定的相关性。但中国证劵市场的实际来看,却并非如此,股票价格严重偏离内在价值,我们用相关的估值理论对企业进行恰当的估值往往不符事实。

从这一轮的股市来看,很多基本面良好,潜在价值不错的股票却都大大的被低估了,价格一路走低,最典型的就数银行股。按6月20日的收盘价,以今年一季报测算,14家上市银行2010年动态市盈率平均为9.71倍,其中,小于10倍的有9家,最小的是交通银行,仅7.48倍;而大于11倍的仅有3家:宁波银行14.17倍,中信银行12.56倍,招商银行11.74倍。若以市净率计算,全部小于3倍,平均2.03倍,其中在2-3倍之间的有6家,在1-2倍之间的有8家。从估值角度来看,确实很低了。以当前9倍、10倍PE水平来看,即便是在港股市场上,也处于底部区域了,因为在港股历史上,大盘估值基本上是在10-20倍PE之间波动①。与此相反,创业板中许多基本面不怎么样的企业却一路走高。因此,在笔者看来,价值投资策略在中国证劵市场的适用性还是有一定的局限性的。

(二)原因分析

1.强周期行业不利价值投资

股票投资策略构建与评测篇（5）

一、动量现象与投资策略的结合应用研究

行为金融学理论基于一切行为都是由人做出，而人的行为又由感性和理性情绪控制，这两种心理因素能够对股票市场中的动量效应进行合理的解释，也能够反映股票市场的现实情况，但这种方法不够精确，无法清楚解释动量效应强弱程度，需要进一步的深入和完善。国内较多从投资者角度进行研究国内证券市场的成熟度跟欧美股票市场相比还存在差距，学者们对我国股票市场动量现象的研究是基于长年对欧美股票市场研究，研究深度、成果无法跟欧美股票市场相比。国内学者大多从投资以及投资者的角度来研究动量现象。刘佳琪（2012）从信息质量披露的角度，采用经典的重叠取样方法，利用深圳证券交易所提供的上市公司信息披露质量评级对主板和中小板的股票进行分类，研究不同信息披露质量下各股票组合的动量效应，发现信息披露质量在投资者投资时有极为重要的影响。但由于中国证券市场本身的成熟度和制度等因素，使得信息披露质量和股票动量之间的关系并不能与理论推导完全一样。张舰、李雪峰和王建虎（2010）构造了关于评价机构投资者惯性反转策略的指标———交易策略弹性指数，对我国市场上券商、开放式基金、封闭式基金的行为进行实证研究和比较分析，发现开放式基金和封闭式基金在投资时较多采取动量交易策略，特别是开放式基金，其交易策略上具有很大的趋同性。金融危机持续期间，开放式基金动量交易的比例逐期增加。基于对信息的反应不足，机构投资者多采取动量交易策略，就是说，我国机构投资者的交易行为在信息反应方面存在着非理性的情况；在我国证券市场上，由于不同的机构投资者在投资决策时采取不同的交易策略，有助于减少盲目跟风操作的羊群行为，而羊群行为将会催生价格泡沫，这意味着，不同机构投资者的不同行为选择有利于市场的健康运行。

二、进一步研究的思路综合分析

国内外学者对于动量现象的分析，早期的研究集中于解释动量存在、分析其原因，比如从违背有效市场假说的角度、从行为金融学的角度来证明其存在，发展到后期则逐步转化为如何利用动量现象进行投资策略的分析。将不同的投资策略与动量现象相结合，并与投资收益率相结合，扩大了对动量现象的研究范围，实用性得到大大提高。在对动量现象的后续研究中，要从单个的点来寻找研究突破口，比如从投资主体是机构投资者的角度来进行研究。机构投资者是我国股票市场的投资主体，一般拥有巨大的投资头寸，且拥有一批专业的证券分析人员，其投资行为是趋于理性的。在进一步研究中，可以以机构投资者为研究对象，分析其在股票投资中的交易策略，观察其是否利用动量现象并观察其收益率。机构投资者的投资策略中，机构投资者建仓行为是一个独立的视角，通过研究发现，机构投资者在投资操作中会选择通过逐步建仓的形式来购入某支股票，其原因有以下几点：（1）股票市场的流动性往往容纳不下投资者们蜂拥似的购入某支股票；（2）投资者也会考虑风险，一次性购买容易产生较大的风险，这种风险源于对于股票市场的预测风险，基于行为金融学的理论，机构投资者对于风险过大的投资机会，即使可能获取巨大的收益，也可能会选择放弃。即使投资者愿意承担风险，也不会一次投资，而是采取分步建仓的方式来投资。低成本地大量买入有套利机会的股票，如果判断正确，更高的盈利会弥补面临的风险；万一判断失误，股票价格向相反方向移动，也会将损失降低很多。在现实中，只有百分之百的投资把握，投资者才会用尽可能多的头寸，按照有效市场假说的原理来纠正错误定价，而这种机会在现实操作中是不存在的，而一旦没有十足的把握，这样的投资方式将会面临巨大的投资风险。

作者：胡阳熊兆实刘文捷单位：天津商业大学湖南科学技术出版社有限责任公司

股票投资策略构建与评测篇（6）

关键词：本杰明·格雷厄姆 资金管理 资金属性 安全边际 分散投资

格雷厄姆资金管理思想的理论假设与逻辑主线

（一）股价波动不可预测性的理论假设

资金管理是为了应对股价波动，但股价波动是否可预测，价值投资理论与其他理论的观点截然不同。技术分析理论有三大假设：市场行为包含一切信息，价格沿着趋势运动并保持趋势，历史会重演。显然，该理论认为股价波动有规律且具有惯性，直接肯定了其可预测性。当投资者采用技术分析进行资金管理时，实质已接受了股价波动可预测的隐含假设。相反，格雷厄姆旗帜鲜明地提出股价波动的不可预测性。首先，在市场信息方面，格雷厄姆认为正确的信息并不一定能保证投资者对股票价值与价格做出正确的判断。其次，在股价的可预测性方面，格雷厄姆指出，“如果说我在华尔街60多年的经验中发现过什么的话，那就是没有人能成功地预测股市变化”。最后，在投资策略方面，格雷厄姆强调指出，“不管方法多么复杂和微妙，投资策略应注重不确定性，而非确定性。因此，在转变和多变的时代，投资者的投资目标一定要准备应付各种情况，绝不能断了自己的后路，也不能把一切冒险建立在对股市未来进程的乐观或悲观态度上”。综上，格雷厄姆资金管理思想是建立在“股价波动不可预测”这一重要理论假设上。

（二）投资者智力与性格的理论假设

格雷厄姆把典型投资者界定为：具备一定知识和理解力，但不具有聪明的智力或超常预见力与洞察力，在性格上是理智的，能够遵循一般的投资准则行事。该定义隐含着两个基本假定：一是投资者智力一般，不具备专业金融技能与超常的股市预测能力；二是投资者性格一般，不具备超常的情绪控制力。实践中，资金管理方案的复杂程度取决于投资者的智力和情绪控制力，其回报率也取决于投资者的金融技能与努力程度。事实上，格雷厄姆资金管理方法操作简单且对回报率的期望非常保守，因为要符合对普通投资者的基本假定。需要特别指出，格雷厄姆资金管理策略如资金比例控制、选股标准设定与分散化组合，都是针对普通投资者而不是专业投资者设计的。

（三）以风险控制为逻辑主线进行资金管理

格雷厄姆坚持在股价波动不可预测的前提下，采用多层级风险控制的方式进行资金管理。第一层级，控制资金属性。投资可能存在股市短期剧烈波动的风险、价值回归缓慢的风险，只有长期资金才能有效承受这些风险，故资金管理第一要求是资金的长期性。第二层级，控制资金投入比例。由于无法预测股市波动，因此格雷厄姆特别提出了“固定比例法”。这种固定保留50%现金或债券的资金分配法基本能够适应于任何市场波动的情况。第三层级，控制个股安全边际。这是价值投资的核心。为了应对各种风险，资金应该投入于具备足够安全边际的个股。格雷厄姆分别针对防御型投资者与进攻型投资者的选股设计了安全边际的数量标准。第四层级，分散化投资组合控制。个股的安全边际并不能确保投资不会亏损，投资者必须分散化投资，既防止个股风险造成重大亏损，又提高盈利概率，总之，在格雷厄姆资金管理策略中，资金的长期性是价值投资的前提，资金投入比例控制是应对市场波动的必要手段，个股安全边际是本金安全的基石，分散化投资是盈利的保证，四个环节都是为了控制风险，应对市场波动的不可预测。

风险控制第一层级—投资资金属性控制

（一）界定投资资金的范畴

首先，格雷厄姆把投资资金限定于投资者准备放在证券中的那部分存款，不含活期储蓄、定期存款等其他金融媒介。其次，格雷厄姆把投资对象限定在证券范畴（即普通股、证券投资基金、债券）。对资金属性与资金投向的限定使得资金管理具有针对性，尤其对区别投资与投机具有重要意义。最后，格雷厄姆还特别指出，保证金交易（如国内的融资融券交易、杠杆基金）不属于投资资金，应计入投机资金。他认为在思想上与操作上，都不应混淆投资资金和投机资金。

（二）资金的长期性是资金管理的第一要求

因为股市涨跌时点与涨跌幅度不可预测，非长期性资金将面临以下风险：第一，价格向价值回归缓慢的风险。由于市场的忽视或误解导致股票价值低估的情况可能会持续极长的时间，投资者可能在价值回归之前被迫出售股票导致损失。第二，市场波动带来心理压力导致投资者决策出错的风险。第三，短期交易降低盈利概率的风险。股票交易从长远看是正和游戏，但就短期看大多数是零和游戏。价值投资的基本原理是：在证券低估时买入，在价格回归价值时卖出，其他时间则等待。由于股价波动不可预测，只有长期性资金才能承受股价长期低迷、缓慢回归价值的风险，并最终获得投资收益。因此，资金管理的第一要求就是投资资金的长期性。格雷厄姆将投资者定义为：以合理的价格购买并将长时间持有证券，注重本金安全与股息收入，重点放在本金的长期增值而非价格的迅速变化。

风险控制第二层级—资金投入比例控制

（一）防御型投资者的资金投入比例控制方法

由于防御投资者关注本金安全且不愿意经常做决策，格雷厄姆建议其应简单地将资金分配于高等级债券（国债、高等级公司债券）和高等级普通股（大盘蓝筹）之间，控制资金比例方法包括两种：固定比例法与程式投资法。

第一种方法是“固定比例法”。例如固定比例为50%，当股市大幅上升或下降使得比例改变后（如到55%或45%），根据市场变化进行不经常的调整以恢复到50%的比例。“固定比例法”操作将获得市场平均水平的收益，但也很难超越市场平均水平。“固定比例法”应成为防御型投资者主要的资金管理方法：一是操作方法简单，投资者容易对市场变动做出反应，且操作有章可循，近似于机械式地调整债券与股票的比重；二是操作方向正确，价值低估加仓与高估减仓的操作符合价值投资的安全边际原理；三是最重要的，通过数量比例控制避免投资者受市场情绪影响，在市场不断上涨甚至到危险时加大投资。对于“固定比例法”的适用范围，格雷厄姆指出：“如果投资者愿意，可以采取一种适用于任何情况的策略，即投资于股票和债券的资金各占一半”。

第二种方法是“程式投资法”，即投资于蓝筹股组合的资金比例在最低25%和最高75%之间变化，并与市场水平保持反向关系。当市场水平高得危险时，降低股票比例，最低可达25%；相反，股价下跌到很有吸引力时，提高股票比例，最高可达75%。正是基于股市波动不可预测的事实，格雷厄姆给最高与最低持股比例均留出25%的余地，他明确指出，“由于未来是不确定的，投资者不能把全部资金投入一个篮子里：既不能完全投入债券篮子里，也不能完全投入股票篮子里”。同样重要的是，熊市中持有25%债券或现金，牛市中持有25%股票，有助于降低投资者的心理压力，能够坚持长期投资并最终获得收益。

综上，对资金投入比例的限定是针对股市波动不确定与投资者心理不确定进行的一种风险控制。“程式投资法”实质上是一种逆向投资法，原理简单但操作困难。人类的本性是涨时看涨、跌时看跌。因此，在大众都看涨时减仓而在大众都看跌时加仓，特定的投资者也许能做到这一点，但要求大多数投资者也应如此则存在困难。因此，格雷厄姆认为只有两种情况可以采用“程式投资法”：一种情况是强有力的证据表明未来股市将会出现大幅上涨或大幅下跌，另一种情况是投资者具备完全理性，可以不受情绪影响独立完成与大众相反的操作。

另一种方法是“美元成本平均法”，也叫“定额定投法”，实质是“程式投资法”的特殊应用，即每月或每季投资等额资金于普通股。采用这种方法，在低价时购买股票数量比高价时多，最终具有满意的平均持股成本。最重要的是，这种操作是系统和均匀的，能够有效防止投资者在错误时间集中购买而导致巨大损失。格雷厄姆非常推崇这种方法，认为定投股票虽然月度数量很小，但长期收益惊人，应成为防御型投资者理财规划的重要组成部分。

（二）进攻型投资者的资金投入比例控制方法

进攻型投资者愿意投入时间与精力对来自于市场、证券分析师的信息进行研究，并根据自己的理解与判断做出投资决策，其第一原则是决不会购买自己没有研究过的或根据自己的经验觉得不满意的证券。进攻型投资者更愿意承担风险，但这不是与防御型投资者区别的标准。成为进攻型投资者需要大量的时间、精力与必要的决断力，大多数投资者无法做到。格雷厄姆由此建议大多数投资者应该将自己定位于防御型投资者，而不是进攻型投资者。

进攻型投资者可以根据个人能力与偏好选择更广泛的投资对象，但总体上应与防御型投资者一样，把资金主要配置于高等级债券和蓝筹股。由于没有可靠的方法判定市场水平高低，因此进攻型投资者也应主要采取“固定比例法”，即把资金按照50:50的比例配置于债券与股票中。格雷厄姆认为，对市场风险有着强烈判断力的进攻型投资者方可采用“程式投资法”，对资金投入比例在25%-75%之间与市场波动做反向调整。程式投资法看起来简单可行，但要求投资者拥有特殊才能或“感觉”，不符合对投资者智力的通常假定，仅仅适用于少数进攻型投资者。

（三）资金投入比例控制方法的中国适用性

中国从1998年开始设立的封闭式证券投资基金，有一条重要规定是“投入股票的资金比例最高不得超过基金资产总值的80%”。数据表明，80%最高投入比例上限的封闭式基金总体业绩优于100%最高投入比例上限的开放式股票型基金。反之，2007年之后中国设立的部分采用杠杆策略（资金比例上限超过100%）的创新型基金，最典型的是“瑞福进取”，总体业绩低于同期其他类型基金。由此推出，格雷厄姆的资金投入比例控制方法在中国也具有适用性。另外，国内开放式基金的“基金定投”方案也与格雷厄姆极力推荐的“美元平均成本法”在原理上有相通之处。

风险控制第三层级—个股安全边际控制

（一）个股安全边际的数量标准

为了确保股票的安全边际，格雷厄姆同时对估值与买价进行数量控制。一方面，设定估值上限。一般地，股票价值是当期每股收益乘以市盈率。市盈率的确定具有一定的随意性，市场情绪乐观时，投资者可能给出一个令人难以置信的数值。为此，格雷厄姆提出，“对于任何股票，所采用的市盈率必须设置一个适当的上限，以使得估值在谨慎的合理范围内”。格雷厄姆建议把市盈率上限设定为15倍。虽然15倍市盈率仍具有很大的任意性，却排除了大多数可能的投机性估值。另一方面，设定买价上限。从安全边际角度看，如果15倍是股票估值的上限，则买价应低于这个数值，一般情况下买价应不高于平均收益的10倍。格雷厄姆认为，10倍市盈率上限是股票投资的必要条件，而不是充分条件，购买时还应考虑公司前景、财务状况等其他因素。

（二）防御型投资者的个股安全边际控制

针对防御型投资者的特点，格雷厄姆设定了7项选股的数量标准：一是相当的规模：工业企业年销售额不少于1亿美元；二是足够强劲的财务状况：工业企业流动比率不低于2倍，长期债务不超过流动资产1倍；三是至少过去20年内连续支付过股息；四是过去10年没有负利润；五是10年内每股收益至少增长1/3；六是股价不高于净资产价值的1.5倍；七是过去3年平均市盈率不超过15倍。显然，第一至四条标准是对公司业绩稳定性的数量要求，第五条标准是对公司业绩成长性的数量要求，第六、七条标准是对PB指标与PE指标的数量要求，即对股票价格与价值的比例要求。归纳起来，第一至五条标准排除了质量明显太差的股票，第六、七条标准排除了价格过高，投机风险太大的股票，实质是对个股安全边际的数量控制。按照安全边际的严格定义，前述标准并不能保证每只股票具备安全边际，但却能排除掉大多数不具备安全边际的股票。

（三）进攻型投资者的个股安全边际控制

对于进攻型投资者，格雷厄姆提出了控制安全边际的选股标准包括六条：一是财务状况：工业企业流动比率不小于1.5倍，债务占净流动资产的比例不高于110%；二是盈利稳定：近5年没有出现过负利润；三是股息记录：目前有一些股息支付；四是利润增长：上年度利润高于5年前的利润；五是股价：不高于净资产的120%。六是市盈率：不高于10倍。进攻型投资者可以调整市盈率的高低标准来控制选股样本的大小，最终根据偏好选择30只股票作为投资组合。另外，格雷厄姆认为进攻型投资者也可以增加一条标准：标准普尔质量评级在平均水平（B+）以上，然后再选择当期市盈率与市净率较低的股票构建投资组合。与防御型投资者相比，进攻型投资者的选股标准没有设定公司规模指标，同时财务质量指标的设定更加宽松。

（四）安全边际标准的中国适用性

格雷厄姆提出15倍估值上限与10倍买价上限源于美国经验，应用到中国是否会出现教条式错误？统计表明，中国A股18年间（1993-2010）平均市盈率为33.87倍，有14年市盈率高于30倍，只有2年市盈率低于15倍。条件变化是策略变化的依据，估值上限与买价上限的具体数值应根据中国金融机制与金融环境来调整。实际上，格雷厄姆在1934年版《证券分析》中提出的市盈率上限值为16倍，而在1973年《聪明的投资者》（第四版）中提出的市盈率上限值则变为15倍，说明格雷厄姆也是根据情况变化来调整安全边际标准的。但无论如何，严格风险控制与稳健投资的基本原理是不会随着机制和环境的变化而变化，在平均市盈率高企的中国股市，投资者更应设定估值上限与买价上限，确保个股的安全边际。

风险控制第四层级—分散化投资组合控制

（一）分散化是强化安全边际的有效手段

个股安全边际控制存在很大的困难：一是普通投资者不能完全准确地选择个股；二是前述机械式的选股标准不能完全排除不具备安全边际的个股；三是具备安全边际的个股仍然可能由于不可预测因素导致亏损。为此，格雷厄姆强调构建分散化的投资组合比选择个股更为重要。一方面，分散化有助于防止出现重大亏损。个股具备正安全边际，只能保证盈利概率大于亏损概率，并不能保证不会亏损。通过分散化保护，即使组合中单只证券遭遇重大损失，也不至于给投资者造成太大影响。另一方面，分散化有利于提高盈利概率。根据大数定律，在随机事件中，随着试验次数的增加，事件发生的频率趋于一个稳定值。由于个股具备安全边际，其盈利概率大于亏损概率，随着股票数量的增加，最终投资组合的盈利大于亏损的概率就越大，并趋向于稳定值。这个稳定值与个股安全边际程度及组合分散化程度密切相关。当个股具备正安全边际时，分散化提高了组合盈利机会。对于大多数投资者，分散化是增加安全边际最简单和最廉价的办法。

（二）防御型投资者的分散投资策略

第一种策略是构建指数成分股组合，把资金等额分配于指数成分股中，也可用“基金投资法”来替代。证券投资基金可避免重大投资错误，同时取得与市场水平相当的回报。更重要的是，投资者即使投入大量时间与精力，也很难超越具有资金、信息与人才优势的基金公司。格雷厄姆认为，基金投资对于无法构建有效投资组合的防御型投资者很有意义，并建议资金雄厚的投资者利用基金公司的专户理财服务。关于基金选择，格雷厄姆认为防御型投资者应优先考虑封闭式基金、指数基金。巴菲特也曾多次向普通投资者推荐指数基金投资法。第二种策略是定量筛选投资组合。防御型投资者按照个股安全边际的选股标准，筛选出符合标准的股票，然后根据偏好选择30只构建投资组合。总之，由于选股能力的局限性，防御型投资者在股票数量上要强调高度分散化。

（三）进攻型投资者的分散投资策略

高度分散化是格雷厄姆针对普通投资者提出的策略。关于股票分散的数量，格雷厄姆建议普通投资者至少应该拥有30只股票。在理论上，格雷厄姆经常构建30只股票的投资组合进行业绩检验。在实践上，格雷厄姆在任何时候均拥有75只股票甚至更多。但格雷厄姆提出，分散化对于擅长于选股的投资者没有益处甚至是害处。因此，格雷厄姆建议投资者应在分散化与个股选择之间找到平衡点。对于进攻型投资者，选股能力与分散化呈互补关系，选股能力越差，越需要分散投资，选股能力越强，则可以通过集中投资提高收益。但基于普通投资者智力与情绪控制力的假定，适度分散化投资是进攻型投资者的必要手段。

（四）分散化投资策略的中国应用

国内证券投资基金的“双十规定”，要求基金投资于单只股票的资金不能超过基金总资产的10%，投资于单只股票的资金不能超过该股票总市值的10%，实质是以制度的形式体现分散化投资策略。因此投资者定投指数基金（如上证30指数基金）就含有选择蓝筹股与分散化两层操作。

格雷厄姆资金管理思想述评及操作启示

理论上，格雷厄姆资金管理思想是一个建立在股市波动不可预测的基础上，针对普通投资者设计的，以安全边际为核心，多层级风险控制的体系。实践中，格雷厄姆资金管理方法具有三个显著特点：具备基本的安全性，操作简单，能获得比较满意的结果。格雷厄姆资金管理策略对投资者的思想与操作产生有益的启示。在思想上，投资者要充分认识到股市波动不可预测性的现实，在正确评估自身智力、情绪控制力及精力的基础上，将自己准确定位于防御型投资者或进攻型投资者，并选择对应的资金管理策略。在操作上，普通投资者要严格做到以下四点：一是保证投资资金的长期性；二是严格控制资金投入比例，应主要采用固定比例法，兼用程式投资法；三是根据国情制定严格的个股安全边际标准；四是根据个股安全边际控制能力充分的分散化投资。

参考文献：

1.本杰明·格雷厄姆著.王大勇译.聪明的投资者（第三版）[M].江苏人民出版社，2001

股票投资策略构建与评测篇（7）

其中的行业翘楚，汇丰晋信旗下三只普通股基凭借优秀的选股能力获利不菲，跻身《投资者报》“基金全能赚钱王”三年普通股票型基金赚钱榜前十，充分展示了其投研团队精准的选股能力和综合实力。

汇丰晋信三只普通股基

入围赚钱榜前十

据《投资者报》市场研究中心的数据，在“普通股票型基金赚钱前10”榜上，汇丰晋信有三只上榜，分别是汇丰晋信大盘A、汇丰晋信低碳先锋和汇丰晋信消费红利，近三年分别实收入账11.07亿元、3.57亿元和1.91亿元，成为普通股基中上榜最多的公司。

汇丰晋信的成功并非偶然，根据海通数据显示，截至今年一季度末，汇丰晋信最近三年旗下权益基金的净值增长率为106.40%，排名69家公司第三，五年净值增长率为131.92%，排名66家公司中第四位，也是唯一一家过去三年、过去五年绝对收益排名均在前五的基金公司。

众所周知，普通股基历史悠久，2015年又整体提高了最低仓位，在此约束下，一些产品不得不转型成偏股混合型，而普通股票型基金赚钱榜前10的基金用成绩证明，凭借自己的独门秘籍，即使不择时，通过精选个股，一样能为投资人赚取较高收益。

对此汇丰晋信投资总监曹庆表示：这是公司“可解释、可复制、可预测”投资理念的最好印证，证明在A股市场，坚持基金投资策略本身、不追求短期排名的投资方法是行之有效的。

汇丰晋信目前管理在岸本地基金 17 只，同时是多家机构 QFII 投Y咨询顾问，为国际投资者提供专业资产管理服务，致力于“让投资更简单”。

“低估值策略”年年盈利

如何控制风险，保证出击的有效性？又如何及时保住胜利果实？位列普通股基赚钱榜第三的汇丰晋信大盘A，其操作策略具有代表性。

汇丰晋信大盘A的最低仓位是85%，近三年仓位调整幅度在86%～94%之间，“我们旗下的股票基金仓位明确，风格明确，坚持‘所投即所得’，即投向大盘蓝筹股，有利于投资人选择到真正适合自己的基金，并做好资产配置。”曹庆表示。

尽管拥有如此高的仓位，汇丰晋信大盘A在过去三年中依然每一年都实现了盈利，年化收益达到40%，并获晨星、海通证券、上海证券等多家机构五星评级，用实践证明：通过精准的选股和买卖操作，不但能为投资人赚钱，并且能在较高的仓位下，合理控制投资人的风险。

大盘基金基金经理丘栋荣表示：“对于权益投资，最重要的是要承担市场的风险。只有长期持续地承担风险，才能获得市场的超额回报。我们的目标不是没有回撤，因为那样可能将放弃上涨的机会。我们希望能在市场下行的时候，跌得相对较少；市场上涨时，涨的相对较多。我们致力于构建最有性价比的组合，以期在波动的行情以及系统性风险中获得不错的收益。”

“避免买入高估资产，或者低配高估资产可能在操作中更为重要。”坚持PBROE策略（低估值、高盈利策略）的丘栋荣有自己一套独特的投资策略，即“基于风险定价的主动价值策略”。据丘栋荣测算，在过去业绩的归因分析中，超额收益中接近一半来自于低估值策略，另外有1/4来自于选股提供的绝对阿尔法收益。

“我们要考虑的是有没有足够的流程方法以及体系来把超额收益始终把握住，能够确保超额收益的可持续、可复制和可预测，所以我们更多的工作是在构建体系，并通过自下而上的方法把体系构建得更加完整。”丘栋荣说。

根据Wind统计数据，截至4月26日，丘栋荣目前管理的基金有两只，分别是汇丰晋信大盘和汇丰晋信双核策略。其中汇丰晋信大盘A类今年以来的累计收益已有7.88%，双核策略A类则有5.4%。而相比短期的排名和业绩，丘栋荣更看重经过风险调整后的超额收益，并表示将“始终评估风险和收益的来源，达到一个持续的、正确承担权益市场风险，并获得超额收益的目的。”

长效机制复制超额收益

在打造投研体系的过程中，曹庆将“可解释、可复制、可预测”的投资理念作为全公司产品运作的核心。

“业绩可解释就是我们能够清楚地解释我们基金获取的超额收益来自哪里，而且这个来源是真实可靠的；业绩可复制就是我们获取超额收益不是靠运气，而是有具体的投资策略和投资流程做保障；业绩可预测就是我们所有产品的风险、收益特征是非常清晰的，能够让投资者相对简单的对我们基金的业绩建立合理的预期。”

股票投资策略构建与评测篇（8）

一、统计套利前提假设

S.Hogan，R.Jarrow和M.Warachka（2004）给出了统计套利的精确定义，认为统计套利必须满足4个假设条件：（1）自融资交易策略的初始投资成本为0；（2）经无风险利率贴现后具有正的预期收益；（3）可以通过重新调整投资组合的头寸使得长期来看资产发生亏损的概率为0；（4）如果在任意有限的时间内所持有头寸发生亏损的概率大于0，那么随着时间的推移，亏损的概率将趋于0。Robert Jarrow，Melvyn Teo，Yiu Kuse Tse和Mitch Warachka（2005）改变了假设条件（4），认为投资者关心的是潜在损失波动，只要收益的折现增量值是非负的，那么其波动情况就不受限制。

目前，以S.Hogan，R.Jarrow和M.Warachka（2004）在无风险套利基础上发展的套利定义应用最为广泛。

二、国内外相关理论研究

1.基于协整模型的研究

Burgess（1999），Alexander，Dimitriu（2004），仇中群、程希骏（2008）等众多学者实证研究后发现基于协整的统计套利效果显著优于其它的跟踪误差方差（Tracking Error Variance）方法：套利机会增多且风险可控，说明了基于协整模型的套利策略具有时效性和高效率优点。

2.基于GARCH族时变波动模型的研究

徐光梅（2008），康瑞强（2009），刘丛瑜（2011）等利用GARCH模型对不同交易对象进行实证研究，使用了不同的阈值参数确定方法—VAR思想方法、非参数化方法、Lasso算法、敏感性分析以及Monte Carlo模拟等，以样本内价差数据建立的统计套利模型为基础设计样本外套利策略，实证发现基于时变波动率的方法比基于历史波动率的策略具有更好的稳定性且有望获得更高的风险调整收益。

实际上，GARCH模型是以传统的线性理论为基础且忽略了价差序列分布有偏性特征，为了更精确的描述统计套利价差运动规律，可以进一步考虑使用其它非线性或非对称的修正GARCH类模型，如：QGARCH模型（二次GARCH模型）、GJR模型、GARCH-M模型、TGARCH模型、EGARCH模型等。

3.基于O-U（Ornstein-Uhlenbeck）随机波动交易模型的研究

Elliot，VannerHoek，Maleolm（2004）提出，只要价差序列具有均值回复性，就可以应用具有均值回复特征的O-U过程描述其运动过程。William K.Bertram（2010）给出了交易周期的均值、方差表达式，并分别以期望收益最大化和夏普比率最大化为目标函数推导出了最优交易信号的理论表达式，得出了股票价差服从O-U过程时交易信号的最优解，但作者没有对策略的收益率进行详细的实证研究。任吉卫（2012）运用上述主要思想，以收益率和夏普比率为基础衡量套利绩效，认为O-U模型要优于非参数化方法；作者建议采用多种套利模型相结合的方式进行统计套利研究以期获得更高的收益率，最后建议及时更新包括交易信号、止损信号等在内的数据，并且可尝试采用窗口滚动法、记忆周期等理论扩展模型。

颜涵（2012）分别采用OLS、GARCH以及O-U过程三种模型刻画高频数据价差序列的波动性特征，最后用K-Ratio指标、夏普比率、年化累计收益率进行综合绩效评价，认为O-U过程表现要优于其他两种模型。但文章仍存在协整突变、样本数据长度偏小及采用线性协整技术建模等问题。

4.基于Kalman滤波模型的研究

Giovanni Montana，Kostas Triantafyllopoulos，Theodoros Tsagaris（2009）针对S&P500股票指数期货合约设计了一个基于灵活最小二乘法（flexible least squares，FLS）的算法交易系统并论证了FLS与卡尔曼滤波方程之间的对应关系。对数据的增量奇异值（SVD）进行降维分解，并对带有SVD的FLS系统、不带有SVD的FLS系统以及买入-持有交易策略绩效进行了比较，指出前两种算法的收益要明显优于后者，最后得出：具有时变系数的FLS算法是非常实用的时态数据挖掘工具。

Christian L.Dunis，Gianluigi Giorgioni（2010）对欧元区斯托克50指数成分股交易数据使用协整模型（Cointegration model）、滚动OLS波动模型（Rolling OLS）、双指数平滑预测模型（Double exponential-smoothing prediction model）以及卡尔曼滤波模型（Time-varying parameter models with Kalman filter）进行实证分析发现在协整关系的基础上成对交易的分钟高频数据模型表现要优于以日收盘价为研究对象的模型，但作者最终仅给出了较优的时变系数估计模型—卡尔曼滤波模型的实证结果。

杨怀东，潘珺（2012）将协整模型和卡尔曼率波模型组合作为新的统计套利策略，实证表明该策略优于其中任何单一模型的套利策略结果且具有收益率波动更小、更稳定的特点，能够较好的免疫市场风险。

5.基于神经网络的模型研究

Nikos S.Thomaidis，Nick Kondakis and George D.Dounias（2006）将神经网络算法（Neural network algorithm）和金融计量模型结合设计了智能统计套利模型算法，有效地解决了配对股票之间错误定价的动态相关性问题，最后使用累计净收益率和平均盈利衡量了该交易系统的表现。崔建福、李兴绪（2004），陶庆梅（2005），张虹（2007）将人工神经网络和GARCH模型相结合（NN-GARCH模型）对股票及股指价格进行预测，发现该模型与其它传统线性模型相比可获得更加精确的预测结果。

6.基于贝叶斯方法的研究

K.TrianktafyllopoulosG.Montana（2009）基于贝叶斯方法和时变状态空间模型建立了贝叶斯时变自回归模型（基于遗忘和折现因子的递归算法）并动态模拟了价差的均值回复过程，实证结果表明该策略能有效地监测均值回复的变化过程。

唐琳（2010）对具体的模型找出似然函数后使用贝叶斯方法算出对应参数的后验分布密度形式，根据蒙特卡洛-马尔科夫（MCMC）原理计算参数和隐含变量后验分布，通过模型对比发现该策略的随机波动模型比GARCH族模型能更好地描述金融数据的特性且拟合程度相对较好。

7.基于遗传算法的研究

Philip Saks and Dietmar Maringer（2008）使用遗传编程算法设计了统计套利交易策略，考虑了传统的单树结构和双树结构两种不同形式的交易规则，发现这两种方法都可以发现统计套利机会，但若想在实际市场中产生正的回报，还需做进一步的实证研究。

Janice How，Martin Ling，Peter Verhoeven（2010）给出了遗传编程算法（GP）的理论框架并进行了实证研究，认为大多数情况下该策略优于买入—卖出持有策略，且样本内外的数据模拟都取得了正的收益，并对该策略的进一步研究提出了建议。

来升强（2009）提出了基于3类不同动机的交易策略：①基于遗传算法的交易策略。将技术分析指标重新整合，利用遗传算法的强大求解能力，提出了进化交易策略，并对指标的效率进行了实证分析。②基于协整关系的交易策略。发现协整关系过滤得到的配对资产的表现更为突出，在分析过程中还发现微观交易策略的获利主要是来自于价格波动，特别是剧烈的价格波动。③基于卡尔曼滤波的微观交易模型。通过相对风险的概念将配对交易模型纳入了无套利定价理论的框架下。在组合构建方面，按照状态空间模型所估计的参数显著性来筛选配对资产。在估计方法上，采用了滑动估计，逐日推进的方式，以求得到尽可能接近详细的收益率分布状况，有效地避免了数据选择问题。最后，作者从市场收益率构成的角度重新考量了微观交易策略的本质，构建了一个基本的数量分析模型，并利用前文微观交易策略得到的收益率和市场收益率进行了实证研究。

8.基于主成分分析方法的研究

Marco Avellaneda and Jeong-Hyun Lee（2008）运用主成分分析方法和部分ETFs研究模型驱动型统计套利策略，对这两种方法进行回溯测试及比较，发现在考虑交易成本的情况下，基于主成分分析的统计套利策略获得的年化夏普比率要高于同期基于ETFs的统计套利策略。

9.基于Copula模型的研究

Cathy Ning（2010）利用Copula方法研究了外汇市场和股票市场间的相关结构，选择可以较好刻画具有尖峰、肥尾、偏斜、波动聚集、时变波动性等特征的ARCH类或SV类模型描述变量的条件边缘分布取得了较好的效果。Copula模型和ARCH、SV类模型有机结合的相关性研究将Copula方法应用带入到了一个崭新的阶段。

张戈（2011）首次使用Coupla函数对期货的高频交易数据进行套利研究，刻画了金融资产间的非线性相关性，并用期望的成功概率作为门限构造交易信号最终建立了基于Coupla函数的程序化交易策略。实证结果表明，采用上述方法可获得较高的收益并且模型具有较强的稳定性和实施操作性。

李璁（2011）将Copula和SV-t（SV，随机波动模型；t分布）模型相结合建立Copula-SV-t模型进行研究对沪深300股指期货进行期现套利研究发现利用Copula混合套利函数可以获得较好的投资收益。但是文章并没有考虑套利成本对套利结果的影响。

10.基于其他模型的研究

（1）Andrew Pole（2007）在其著作中追溯了统计套利策略的起源—配对交易（pairs trading）的基本原理并阐述了其主要特性；在假设模型有效性的前提下，论述了包括自回归协整关系模型、动态线性模型、波动性模型等在内的复杂动态因子时间序列模型，介绍了爆米花理论、反转理论、突变理论等，并对统计套利陷入困境、复兴的原因进行了理性分析。

（2）Brian Jacobsen（2008）基于日内高频交易数据的协整关系将误差修正模型应用到统计策略，交易方法简单而且取得了不错的投资收益，便于一般投资者实施套利。

（3）Robert Jarrow，Melvyn Teo，Yiu Kuen Tse，Mitch Warachka（2011）发现在控制了市场摩擦和检测了统计套利的收敛速度后，采用动量和价值策略能够获得最理想的交易机会。

（4）李栋、严高剑（2010）构建了短期均值回归模型、短期交易活性模型和分析师盈利预测模型对统计套利策略在我国A股市场的应用进行了探讨。三个模型是基于相同的基本原理但交易对象的选择思路不同：均值回归模型—做多近期表现弱的股票同时做空近期表现强的股票；短期交易活性模型—做多近期换手率低的股票同时做空近期选手率高的股票；分析师盈利预测模型—做多分析师调高盈利预测的股票同时做空分析师调低盈利预测的股票。实证结果表明以上统计套利策略都可以获得持续稳定的收益，但是该文并未对这三种模型进行绩效评价。

（5）张连华，朱平芳，韩清，杜才鸣（2011）使用在线支持向量回归的快速算法改变了传统的基于协整的统计套利，减少了亏损的交易次数，增加了收益。

（6）柳慰颖，陈以增，毛亚莉（2012）采用基于协整的跨期套利EWMA模型对期货合约进行了实证研究，将历史和最新数据联系起来并赋予最新数据最大的权重来保证模型的时效性，结果证明该模型套利成功且能获取较高的实际收益。

三、国内外文献总结

综上所述，我们可以发现国内外学者对统计套利的研究成果比较丰富（以上述相同或类似模型为基础进行讨论的许多其他文章本文没有列出），刻画价差序列的模型逐渐多样化且精确化。其中对以高频数据为基础的期货市场统计套利研究逐渐增多，而且以多种模型组合研究为发展趋势。研究中的不足之处：首先，国内并不是十分重视对交易绩效的评价，使用的评价方法也相对缺乏严谨性，传统简单指标之间往往缺乏可比性；其次，众多研究方法多都停留在理论阶段，缺乏向现实自动化在线交易转化的过程研究，所以将各模型应用到实际投资中还需进一步的探讨。

参考文献

[1]Christian L.Dunis，Gianluigi Giorgioni，Jason Laws，et al.Statistic Arbitrage and High-Frequency Data with an Application to Eurostoxx 50 Equities.Working Paper，2010.

[2]K.TrianktafyllopoulosG.Montana.Dynamic modeling of mean-reverting spreads for statistical arbitrage[J].In：Compute Management Sciences 2008，Berlin：Springer-Verlag，2009：23-49.

股票投资策略构建与评测篇（9）

中图分类号:F83

文献标识码:A

文章编号:1672-3198(2010)15-0035-02

1 行为金融理论概述

行为金融学是一门应用了心理学、行为学的理论和方法分析和研究金融行为和现象的学科。它有两个基本的研究方向:一是投资者并非是理性的。这也就是所谓的“投资者心态”模型,主要是探讨现实中投资者会产生各种认知和行为偏差的问题。二是市场并非是有效的。也就是所谓的无效市场模型,主要是探讨金融噪声理论和行为金融学理论意义上的资产组合定价问题。行为金融学从投资者的有限理性假设出发,从人的角度来理解市场行为,充分考虑了市场参与者的心理因素和实际投资决策行为对股价的决定(变动)的重要作用,从而为我们理解金融市场提供了一个崭新的视角。

2 中国股票市场投资者非理性分析

在投资者是完全理性的假设这个问题上,无论是从现实表现还是从实验心理学的研究结论来看都是很难被支持的。中国证券市场发展至今只有十余年的时间,与西方发达国家相比,不仅在市场制度建设方面上还不够完善,而且作为市场主体的投资者在投资理念、投资知识和技巧方面都也不够成熟,普遍存在着投机心理。与西方证券市场相比,投资者非理性特征明显,非理性投资行为显著。正是这些投资者投资行为的特点,中国证券市场波动大,证券市场的价值发现、资源配置功能削弱,市场的有效性降低。

2.1 个人投资者非理

2.1.1 个人投资者非理表现

(1)我国个人投资者风险分散化较差。总体来看我国个人投资者持有十分少的股票,平均仅持有2.09家公司的股票。相比较而言,朱宁(2002)的研究报告说美国个人投资者平均持有4家公司的股票。因此,平均来说我国投资者分散化明显不及美国投资者。

(2)我国个人投资者交易十分频繁。我国股市中的个人投资者和国外成熟股票市场的投资者相比,展现出极其明显的高频率交易特点。作为价格接受者的个人投资者,其过高的换手率与较低的持股时间直接降低了投资收益率。

(3)个人投资者投资理念不成熟。由于我国股市缺乏足够的蓝筹股和绩优成长股,股市存在着高投机性、高换手率,以及市场和个股频繁和剧烈波动的特点。多数个人投资者对公开信息反应不足,而对私人信息过分自信,表现出心态浮躁,短线投机观念,“追逐热点、短线运作”的投机方式成为主流。

(4)个人投资者羊群行为明显。

2.1.2 个人投资者非理分析

(1)羊群效应。羊群效应是指由于信息不对称从而,投资者行为受到其他投资者的影响,模仿他人决策抑或过度依赖舆论,而不考虑自己拥有的信息的行为。具体表现为大量的投资者在一段时期内买卖相同或相近的股票,在同一时间内进出证券市场。我国证券市场中“一夜暴富”的赌徒式心态充斥着整个证券市场,人们为了获取利益甘愿超越制度与道德约束甚至不择手段,然而证券市场上的羊群行为使投资者的买卖行为和证券价格变化产生联动性和趋同性,从而导致个股价格变化和市场指数变化之间存在着很强的相关性,引起大量的“跟风”和“跟庄”行为,而这些行为往往被某些别有用心的庄家利用,反过来又增加了我国证券市场的投机性。

(2)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,由风险厌恶转向风险寻求,其行为往往是非理性的,风险偏好不一致,即存在处置效应。

(3)过度反应。股票市场的过度反应是指由于某一事件引起了股票价格的剧烈变动,超过预期的理论水平,然后再以反向修正的形式回归到其应有的价位上的现象。在股票市场(其它领域人们也有可能如此),广大投资者得知某一事件后,往往会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,即原来超涨的或者跌幅低于理论水平的在反向修正中便会超跌或者涨幅低于理论水平,而原来超跌的股票或者涨幅低于理论水平的在反向修正中便会超涨或者跌幅低于理论水平。

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,投资者面对突然的或未预料的事件时,倾向于过度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,当投资者了解事件的实际意义时,股价的超涨超跌现象就会反转,最终恢复到理性的内在价值区间。

2.2 机构投资者的非理

基金是机构投资者在市场中最关注的。因此,对于我国证券市场中机构投资者的众多研究均指向证券投资基金。(1)我国证券投资基金存在显著的羊群行为,并且投资基金在卖出股票时的羊群行为要强于买入股票时的羊群行为。

(2)从股票历史收益分类检验来看,相比交易历史收益率一般的股票,投资基金在买卖历史收益率极端的股票时羊群行为更显著,并且基金在交易历史收益率好的股票时,羊群行为程度要重于交易历史收益率差的股票。

(3)从股票流通股规模来看,投资基金在交易所有规模的股票时均表现出较显著的羊群行为,而且随着股票流通股规模的变小,基金间的羊群行为程度呈上升趋势。这表明,以基金为代表的机构投资者表现出对小盘股的青睐。3 中国股票市场非有效性

传统的有效市场假设(EMH)由三个逐渐弱化的假设组成:第一,假设投资者是理性的,投资者可以理性地评估资产价值;第二,即使有些投资者不是理性的,但由于他们的交易是随机产生的,交易可以互相抵消,从而不至于影响资产的价格;第三,即使投资者的非理并非随机产生而是具有相关性,他们在市场中也将遇到理性的套期保值者,后者会消除前者对价格的影响。

从上面的分析我们知道投资者并不是完全理性的。投资者并不总是规避风险,由于启发式偏差和框定依赖的存在使投资者无法做到理性预期,从而无法达到效用最大化。因此,心理学证据将对依赖投资者完全理性才能成立的有效市场给予致命的打击。依据对中国证券投资者行为的分析,中国的证券市场并不满足以上几点假设。第一,中国证券市场存在大量的非理性投资者,在投资中表现出非理,如“羊群行为”、“处置效应”等,这些非理具有系统性,持久性,从而无法相互抵消。第二,中国证券市场信息披露中的不完整性和不及时性存在较大程度的信息不对称,即使理性投资者也难于做到理性地评估资产价值;第三,中国证券市场存在不规范性,机构投资者有一定的操纵行为,价格更多地表现为单边行为,针对某个投资品种的主流资金,其交易具有很强的目的性,难以有相反的资金力量去平衡金融资产的价格波动;第四,中国股市的交易规则和手段相对落后,不存在套期保值或反向对冲工具,即使理性投资者想套期保值也比较困难。

4 行为金融理论投资者应该选择的投资策略

4.1 反向投资策略

反向投资策略,就是一种做多损失的股票同时做空盈利的股票的投资策略。反向投资策略是最受投资者关注的策略之一,是投资者对信息过度反应的结果,其主要论据是投资者心理的锚定和过度自信,投资者对信息的过度反应造成盈利者易于高估股价而损失者易于低估股价,在此基础上产生了反向投资策略。行为金融理论认为,这是由于投资者在实际投资实践中,过分注重上市公司近期表现的结果,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了套利的机会。

4.2 惯易策略(动量交易策略)

惯易策略是指分析股票在过去相对短时期内(一般指一个月至一年之间)的表现,事先对股票收益和交易量设定“筛选”条件,只有当条件满足时才买入或卖出股票的投资策略。它与投资者的过度自信和、投机心理有关。动量策略与反向策略正好相反,即购买过去几个月中表现良好的股票,卖出过去几个月中表现糟糕的股票。行为金融定义的惯易策略源于对股市中间收益延续性的研究,Jegadeeshkg与Titmna(1993)在对资产股票组合的中间收益进行研究时发现,以3至12个月为间隔所构造的股票组合的中间收益呈现连续性,即中间价格具有向某一方向连续的惯性效应。证券投资基金制定惯易策略,认真研究、分析市场信息,可以大大拓展其获利空间和增强其获利能力。

4.3 成本平均策略

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。它与投资者的有限理性、损失厌恶及思维分隔有关。运用成本平均策略的投资者在股票价格较高时投资资金数额较少,当价格较低时投资资金数额较多,当股指运行到高位时抛出股票,获得了非常好的收益。

4.4 时间分散化策略

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。该策略也与投资者的有限理性和思维分隔相关。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。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。奥登已经研究发现过于频繁的交易会降低投资者的回报率。由于时间能够对冲风险,投资者只要考虑回避证券的基本风险就可以一路持有获利。

参考文献

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

[2]安德瑞・史莱佛.并非有效的市场―行为金融导论[M].中译本,北京:中国人民大学出版社,2002.

[3]程鹏.投资者行为偏差对证券市场的影响[J].证券市场导报,2002,(12).

[4]宋军,吴冲锋.证券市场中羊群行为研究的比较研究,统计研究[J].2001,(11):23-27.

股票投资策略构建与评测篇（10）

与反向投资策略相反，动量投资策略则相当于追涨杀跌的投资模式，采用这种策略的投资者往往会买入在比较短的时期内表现良好的股票，而相同的时期里表现比较差的股票则会被卖出。动量投资策略最初由Jegadeesh和Titman发现，其赢利性源于市场的反应不足[3]。

由于中国的证券市场进入规范化发展阶段的时间不长，可以采用的样本数据不够充足。尽管国外学者对证券市场投资策略的研究已经较为深入，但国内部分学者对中国证券市场是否存在这种由于投资者行为导致的非理性现象仍存有一些争论，之前的研究也主要集中在对中国证券市场有效性的探讨上。本文拟在前人研究的基础上，结合国外学者系统的研究方法，以沪深两市所有A股为样本，借助于大量数据构建投资组合，着力对中国证券市场投资者非理性行为导致的非理性现象及行为投资策略进行实证研究。通过对中国证券市场是否存在反应过度及反应不足的现象进行研究，确定行为投资策略的适用性，进而研究反向及动量投资策略的最优形成期和持有期，并在此基础上尝试着探讨如何在中国国情下综合利用上述研究成果来更好地应用行为投资策略。

一、研究文献回顾

1国外的研究

学术界一致认为，20世纪末，关于行为金融学以及行为投资策略的研究由DeBondt和Thaler(1985)的《市场过度反应了吗?》[2]一文而揭开序幕。为了对股市存在反转与动量现象与否进行检验，DeBondt与Thaler采用赢家输家组合的套利策略，选取了1926年1月至1982年12月在纽交所上市交易的、至少有超过85个连续月收益率数据的普通股作为样本。研究结果表明，若输家投资组合是以过去三年报酬率为基础建立的，那么其在未来三年所获得的收益率将超过同期赢家组合收益率的25%，可见投资人的非理性投资行为确实会造成股票市场的异常波动。在此基础上，Chan(1988)认为，将资本资产定价模型(CAPM)作为基础的时变风险考虑在内后，尽管DeBondt和Thaler(1985)所构建的赢家组合报酬率相对于输家组合要更低，但由于这个超额报酬并不显著，反向策略所获得的利润实际上相当于投资组合在形成期内承担了较高的风险而产生的风险补偿[4]。

对证券市场投资策略的另一个经典研究是由Jegadeesh和Titman完成的，他们以美国股市19621989年的数据为样本，通过构造32个不同期限的投资组合，考察了美国股市动量策略的绩效。研究发现，把3～12个月作为间隔而构建起来的股票投资组合的平均收益不仅呈现出连续性，且还有一月效应的存在，因此关于股价服从随机游走规律的假设是不正确的。据此Jegadeesh也指出，股票价格可以预测意味着市场的无效性[3]。在Jegadeesh和Titman的研究之下，Conard和Kaul(1998)通过与Jegadeesh和Titman类似的办法构造了赢家组合与输家组合，发现在短期内(小于1个月)所利用的反向投资策略相比于长期内(3～5年)能够得到更多的超额利润[5]。此外，Schiereck和DeBondt对德国的法兰克福股市进行研究之后也得到了基本一致的结论。这些研究结果更加说明反向和动量投资策略并不是仅仅存在于美国股市的个别现象[6]_______。此外，Nicholas、Shieifer和Robert[7]、Daniel、David和Avanidhar[8]、Hong和Jeremy[9]，从不同的角度分析了反应过度及反应不足现象存在的原因以及采取反向与投资策略收益的来源，解释了反向与动量投资策略的可盈利性。

2国内的研究

近几年，国内部分学者对中国证券市场上的反向与动量投资策略的适用性进行了检验，得到的结果却并不一致。

首先，张人骥、朱平方和王怀芳(1998)利用19931996年间上市A股当作样本对中国证券市场进行实证分析，认为中国证券市场不存在过度反应的现象[10]。

与其相反，罗洪浪和王浣尘(2005)对19952002年中国股市中反向投资策略与动量投资策略的赢利性进行考察，深入研究了关于均值标准差比率优化配置对上面两种策略盈利性所产生的影响。实证研究结果显示，反转现象在赢家组合和输家组合中都存在，但两种投资组合都未表现出明显的收益，动量策略不仅不能获利反而会造成损失。而反转策略在赢家组合和输家组合中都表现出非常显著的收益[11]。刘博、皮天雷(2007)以19942005年的全样本数据为基础分别研究了沪深A股市场的动量和反转效应，也获得了相同的结论[1]。近几年，刘晓磊(2011)以沪深100只A股股票2010年1月1日至2011年6月30日18个月的数据进行计算，认为在典型的熊市应当选择反向投资策略，而在牛市中反向策略效果不明显[12]。方立兵、曾勇、郭炳伸(2011)考察了这两种行为投资策略的收益率是否可以被高阶矩阵风险所解释，获得了相同的结论[13]。方亢、李文芳(2015)研究了引入做空机制是否会对投资者习惯的操作策略有影响，结论同样认为我国的动量效应在短期内不明显，而反转效应显著[14]。尽管多数学者认为中国证券市场只存在反转现象，动量现象并不明显，但仍有一部分学者认为动量现象在中国证券市场中也是存在的。林松立、唐旭(2005)采用中国股市1994年1月至2003年6月的数据样本，并根据中国股市的特征对DeBondt以及Thaler的检验方法进行了修正，对中国股市进行了研究。根据实证结果，中国股市中反转现象明显，在中长期也有动量效应存在[15]。何立伟(2013)以20092012年经历股价大幅波动的A股上市公司为研究样本，选取分析师评级作为市场公开信息的变量，对股价大幅波动是否伴随有评级进行区分，采用事件研究法比较研究了我国股市股价大幅波动后股票收益的短期变动行为，发现若股价大幅波动时伴有分析师评级，则股票收益此后会表现出动量效应，而未伴有分析师评级或盈余公告时，此后股票收益则会表现出反转效应[16]。牛芳(2014)将动量投资策略分为固定持有期动量策略(一般策略)和随机持有期动量策略(新策略)，发现固定持有期策略下不存在动量效应，而新策略下动量效应显著[17]。 除股票外，一些学者还对我国基金市场进行了行为投资策略的实证研究。朱雪莲、贺晓波(2010)选取2006年第1季度到2008年第4季度12期的数据，将30只股票型开放式证券投资基金作为研究样本，通过ITM 模型对开放式基金动量和反转两种策略进行了实证研究。结论认为，基金买入当期表现好的股票有助于提高基金绩效，而卖出股票时，动量投资策略和反向投资策略对绩效影响不显著。即整体来说，动量投资策略比反向投资策略对提高基金的绩效更有效[18]。赵臖(2011)对基金持股按不同投资风格划分，并对其动量交易行为进行实证比较分析，得出了相同的结论[19]。李学峰、文茜、张舰(2011)运用面板模型，将交易策略指标纳入Sharpe指数多因素门限模型，分别考察在前期Sharpe指数为正和为负的情况下惯性和反转交易策略对基金绩效的影响，认为惯性策略在总体上会对投资绩效产生负面影响，而反转策略的影响是不显著的[20]。武金存、曲昭光(2014)将Mrsgarch模型与ShillerSentanaWadhwan噪音交易者模型结合，对基金的两种行为策略进行了考察，认为坏消息对基金收益率波动的影响大于好消息[21]。李实萍、吴栩(2014)通过提出动量强度的概念，构建了测算指标MTI，以中国开放式基金为样本研究了动量交易强度对基金业绩的影响，发现开放式基金普遍存在动量交易行为[22]。

中国股市起步较晚，正规化后的发展时间较短，因此对股票市场的研究并没有十分深入，研究股票市场投资策略的文献也很少，且多集中于2005年之前，因此可用于研究的数据较少。这些有限的研究在样本选取等方面也存在着不尽人意的地方，如只以某一时点之前上市的股票为样本进行研究，追踪这些股票接下来的表现，而未考虑在该时点之后上市的股票。与欧美成熟股票市场不同，中国证券市场正处于起步及发展阶段，每年有大量新上市的股票。随着时间的推移，新上市的股票在研究区间内占有更大的比重，却未被列入研究样本，导致以某一时点之前上市的股票为样本进行的研究可能会产生实证结果的偏差。据此，本文以DeBondt和Thaler的研究方法为依据与基础，在更广阔的研究范围内对中国证券市场反向及动量投资策略进行了实证研究，全面分析了反向及动量投资策略在不同形成期搭配不同持有期投资组合的收益特征。和DeBondt与Thaler研究方法的不同之处在于，本文采取的方法是重叠抽样，也就是说交叉重叠现象在样本前后形成期与持有期都存在。若实证研究证明反向和动量这两种行为投资策略能够获得显著的超额收益，则中国国股票市场并不是一个有效市场的结论也将被证实。

二、研究框架设计

1模型的设定

通常对半强势有效市场的检验从t=0时期开始，然后对在这一时间点后(即t0)投资组合的超额收益是否等于0进行检验。若投资组合在t0时期的超额收益显著不等于0，则解释为市场并不是一个半强势有效市场，或者仅仅是一个弱势有效市场。

为了研究反向投资策略和动量投资策略在中国证券市场上是否有效，即中国证券市场是否不是一个半强势有效市场，本文将关注在过去5年中有着极端收益或损失的股票，检验投资组合形成后(即t0时期)的超额收益是否与投资组合形成前(即t0时期)的超额收益相关。即输家组合和赢家组合是根据过去的超额收益而非基于公司的其他信息变量(如收入等)而形成的。根据Fama(1976)关于金融市场的理论[23]，有效市场可以用式(1)来表示，即E(珘Rjt-Em(珘Rjt))=E(珘ujt)　(1)式中：珘Rjt为证券j在t时刻的收益;Em(珘Rjt)为珘Rjt的期望值，表示市场上所有信息下证券j在t时刻的期望收益;珘ujt为股票j在t时刻的超额收益率。有效市场假说认为，E(珘uWt)=E(珘uLt)=0，即在同一时刻赢家组合和输家组合的超额收益期望值应该都为0。而过度反应假设认为E(珘uWt)0并且E(珘uLt)0　(2)即赢家组合在未来一段时期内的超额收益期望值应该小于0，输家组合在未来一段时期内的超额收益期望值应该大于0。反应不足的假设则刚好相反。

用于形成赢家组合和输家组合的基本研究设计如下：

(1)对于每只股票j，用其月收益率数据减去当月市场收益率数据，即ujt=Rjt-Rmt。

(2)对于每只股票j，计算形成期p个月的累积超额收益率CUj=t=0t=-pujt。将累积超额收益率按从大到小的顺序排列，并只保留至少有60个连续数据的股票，累积超额收益率最大的30只股票形成赢家组合W，最小的30只股票形成输家组合L。

(3)分别计算赢家组合W和输家组合L中每只股票在接下来q个月的累积超额收益率CUj=t=qt=1ujt，并计算投资组合中30只股票累积超额收益率的平均值，作为该赢家组合和输家组合在持有期q个月内的累积超额收益率CARW、CARL。

(4)依次将投资组合形成日(t=0)向后推1个月，重复步骤(2)(3)，如此每组形成期搭配持有期共可计算出N个数据。

(5)将每组N个数据的算术平均值作为该形成期p搭配持有期q得到的赢家组合W 和输家组合L的累积平均超额收益率，分别记为ACARW，n，t和ACARL，n，t。过度反应假设表明对于t0，ACARW，n，t0并且ACARL，n，t反应不足假设表明对于t0，ACARW，n，t0并且ACARL，n，t0。

(6)为了检验是否在任何时刻投资表现确实在统计学上显著不同，还需要对结果进行统计性检验，即S2t=[Nn=1(CARW，n，t-ACARW，t)2+Nn=1(CARL，n，t-ACARL，t)2] /2(N-1) (3)式中：N为样本容量;t值为Ti=[ACARL，t-ACARW，t]/ 2S2槡 t/N　 (4)为了评价是否每个月平均超额收益率都会影响ACARW，t或者ACARL，t，可以检验其是否显著等于零。赢家组合样本标准差为St= Nn=1(ARW，n，t-ARW，t)2/(N-1槡)　(5)对于输家组合过程是相似的。

2样本数据和研究方法考虑到时间跨度要足够，本文选取了2003年1月至2014年12月上海证券交易所和深圳证券交易所所有上市A股的月收益率数据作为研究样本。所有的样本数据资料都来自国泰安数据库，并做了相应的除权除息处理。

在市场收益率方面，以每只股票市值为权重，使用上海证券交易所所有A股月收益率的加权平均值作为上海证券市场的月市场收益率，以深圳证券交易所全部A股月收益率的加权平均值作为深市市场收益率。

本文以DeBondt与Thaler的研究方法为基础，并以Jegadeesh以及Titman等大多数关于反转与动量策略的研究模型作为参考，利用不同形成期p及持有期q进行搭配，得到投资组合在持有期的累积超额收益率，对中国股市的反转与动量投资策略进行实证分析。

为了对反转和动量策略在中国证券市场的绩效进行检验，本文将形成期p与持有期q分别设定为3、6、12、36、60个月，共形成25种投资方案。由于形成期和持有期的长度会在很大程度上对投资策略在持有期内的绩效产生影响，本文将3～12个月定义为短期，36～60个月定义为长期。对于不同的形成期，分别对其随后3、6、12、36、60个月持有期内的累积超额收益率进行计算，并对每种投资策略中赢家组合、输家组合以及同时买卖组合的累积超额收益率进行统计检验。若市场存在反应不足的现象，则会表现为赢家组合的投资绩效显著大于0，输家组合的投资绩效显著小于0，且同时买卖组合的利润显著大于零，说明每个月的平均超额收益并未影响组合的累积平均超额收益，动量投资组合可以获得超额回报;反之，如果赢家组合投资绩效远小于0而输家投资绩效远大于0，同时买卖赢家组合和输家组合的利润远小于0，则意味着适用反向投资策略。

由于中国证券市场规范化之后的发展历史较短，本文采用重复的抽样方法，即每次移动1个月的重叠期间来计算反转策略及动量策略的收益，并使每种形成期与持有期的投资策略内共有24个数据，即N=24。

三、实证检验结果

表1显示了上海和深圳两个证券交易所所有上市A股的构成的投资组合在形成期和持有期各为3、6、12、36、60个月下的平均累积超额收益率。括号内第一个数字为t检验值，第二个数字为标准差。若赢家组合输家组合的数值为正则表示动量策略成功，而数值为负则证明反转策略成功。此外，分别绘制了不同形成期的赢家及输家组合在随后60个月的持有期中平均累积超额收益率图形，分别如图1～5所示。从本文的实证结果中可以发现：

(1)赢家组合存在明显的动量现象，输家组合存在明显的反转现象。由表1可知，尽管赢家组合在持有期为3个月和6个月时获得的累积超额收益并不显著，但在较长的持有期中表现出了显著的超额收益。而输家组合在60个月的持有期中均表现出显著为正的累积超额收益率。这种赢家和输家组合呈现出不同的非理性现象与之前学者对此问题研究的结论是不同的。

(2)随着形成期的增加，输家组合的累积超额收益率与赢家组合的累积超额收益率之间的差额越来越明显，投资组合[60，60]超额报酬率之差甚至达到了614%。尽管这一结论与DeBondt和Thaler的结论相似，但远超DeBondt和Thaler图2　6个月赢家组合及输家组合平均月度累积超额收益率所发现的约8%的年超常收益。

(3)以36个月为形成期的输家组合在持有期中获得的超额收益率最高，且最为显著;而赢家组合在形成期较短时获得的累积超额收益率较高。从图1～5中可以看出，当形成期较短时，赢家组合的累积超额收益率在60个月的持有期中整体呈现上升趋势，但随形成期的加长，上升趋势逐渐减缓。当形成期为60个月时，赢家组合的累积超额收益率在34个月之后甚至出现了下降的趋势。

四、结　论

行为金融学理论的出现，对传统金融学理论中的有效市场假说以及理性人假设提出了强而有力的挑战。它提出市场并非有效的，并且投资者也并非完全理性，投资者可以借助于市场中其他投资者的一些认知与行为偏差并采取对应的投资策略达到赚取超额回报的目的。本文利用沪深两市20032014年所有上市A股月收益率数据，以国内外众多学者的研究方法及成果作为基础，针对中国证券市场上存在的反应过度与反应不足现象进行了探讨，最终结论如下：

(1)中国证券市场内存在反应不足以及反应过度的现象，且反应不足主要表现在赢家组合中，而输家组合主要表现为反应过度。这与国内部分学者此前的研究结论不尽相同，主要是因为中国证券市场规范化发展时间较短，股票表现受市场以及整体经济情况影响较大。

股票投资策略构建与评测篇（11）

摘 要：“金融改革”的提出，金融市场的逐步开放，将促进金融创新的步伐，给投资者带来越来越多的投资渠道，同时也将加速中国金融市场与国际金融市场的融合。通过分别建立两个单指标择时策略模型，运用MATLAB模式搜索算法在设定时段内搜索最优参数，并分别对两个单指标策略进行交易仿真回验。实证结果显示，趋势型指标可以抓住大的波段行情，获得超额收益，具有较好的择时效果。实证显示组合指标策略的效益明显高于单指标策略。因此，采用组合指标策略进行个股量化择时交易较单指标策略能获得更优的投资收益。

关键词 ：量化择时；趋势指标；组合指标策略；参数优化

中图分类号：F8 文献标识码：A doi：10．3969／j．issn．1665－2272．2015．12．008

1 绪论

1．1 背景意义

“金融改革”的提出将为中国的量化投资带来发展前景。金融市场的逐步开放将会促进金融创新的步伐，给投资者带来越来越多的投资渠道，同时也将加速中国金融市场与国际金融市场的融合。很多国外成熟的投资工具和投资方法将逐步进入中国市场，以期货市场为代表的衍生品市场将迎来飞速增长，以量化投资为代表的投资方法也将得到投资者更大的关注。

在投资业，各种渠道提供的海量信息以及高频金融交易数据都在深刻地影响这个行业的发展以及金融市场的有效性。金融创新给期待量化投资的投资者提供了丰富的投资工具。自20世纪50年代以来，金融市场出于规避监管，转嫁风险和防范风险等需要，推出了很多创新性的金融产品，提供了越来越丰富的投资工具。金融衍生品在金融市场中占的比例越来越重要。

中国量化投资的前景广阔。党的十八届三中全会提出了“健全多层次资本市场体系”的指示精神，为十二五期间的资本市场发展指明了方向。随着金融投资工具的增加，量化投资将显示出其更大的作用，帮助投资者在更好的风险管控中寻求最佳收益回报。

作为量化投资中的量化择时，是指利用某种方法来判断大势的走势情况以及时采取相应措施，它是收益率最高的一种交易方式。就股票投资者而言，择股和择时都是至关重要的，正确择股是盈利的前提，而正确择时则是盈利的最终实现。因此，从微观角度入手，建立有效的个股量化择时交易策略值得研究。

1．2 文献综述

关于量化投资的研究，国内外更多的研究主要以策略构建和实证为主。易海波、杨向阳、罗业华、曾敏通过将量化指标按照股票属性进行分类排序，以自下而上的选股方式，构建出价值、成长、质量三个基本模型，并在此基础上衍生得到四个叠加模型和GARP模型。利用八个选股模型以不同的参数进行选股，构建出十个量化选股组合，历史回测结果显示这些组合风格各异，适合不同风险偏好的投资者。张登明通过对技术指标的分析，构建了完整的及时指标组合投资策略框架。他从量化的角度，通过样本统计给出了适合中国股市的优化指标组合及参数设置，对提高投资决策有积极意义。路来政通过研究量化基金的绩效及管理能力来研究量化投资策略的应用效果，采用T－M模型、H－M模型和C－L模型对其中9只量化基金的管理能力进行了研究，以评价量化基金使用量化投资策略的择股效果和择时效果，结果表明量化基金采用量化策略进行投资是有意义的。

股票择时属于量化投资的一个分域。刘澜飚、李贡敏研究了市场择时理论在中国的适用性，表明中国上市公司不仅存股票市场的市场择时行为，而且存在债务择时行为，即股票市场高涨时，上市公司倾向于债务融资。林正龙基于效用无差别定价原理，运用实物期权定价理论，研究项目投资收益不可完全复制的不确定性投资机会定价与择时问题，得出不同于指数效用，对具有常值相对风险回避系数效用函数的投资者而言，不确定性投资机会的定价与择时与投资者当前财富数量有关。卓琳玲、胡志强通过对样本公司的研究，发现样本公司股票行为、债券发行和内部融资均呈下降趋势，其中股票不是特别明显，当市值杠杆比率上升时期，股票发行出现显著地下降趋势，此时市场时机选择比较明显，说明我国股市存在明显的市场时机选择行为。刘阳、刘强通过研究我国从上世纪90年代初-2010年1月的上证综指和深证成指，分析异常收益率对整个期间收益的影响及择时的可能，发现极少数具有超常收益的交易日对股票市场的长期收益具有显著的影响，认为理性的投资者应该放弃择时而选择长期投资。王俊杰在择时模型方面分析了行业指数存在的持续性和行业轮动特征，并以时间序列模型为基础，构建动量模型、MS－GARCH行业择时模型等量化择时策略，回测结果MS－GARCH择时模型战胜行业动量模型和指数，表现较好。

温婧茹对移动平均线理论进行改进，构造了最适参数，参考设计了触线交易策略和过滤器交易策略，构建了家电板板块静态与动态相结合的股票池，实证得出，不同股票对应的最适参数不同，用个性化的参数进行决策能获得更好的收益；应用收益率确定最适参数以择股，结合触线交易策略以择时，能够跑赢大盘，取得超额收益。曹力自适应均线更适合于组合类的标的，如指数或者封闭式基金，因为这些标的的走势经过了平均的平滑，没有突然的大起大落，更容易用均线来跟踪趋势的变化。而对于个股，波动形态和指数类表的不同，所以需要使用不同的参数，在大多数个股上能够获得超额收益，特别对强周期性行业的股票自适应均线有很强的择时能力。但是自适应均线也不是万能的，对于某些个股，因为波动形态的复杂，用自适应均线也无法获得超额收益。曹力、徐彪从实证效果来看，利用可交易组合的均线模式识别找出的买入机会成功率较高，能抓住一些市场主要的反弹机会，因此累积收益非常出色。可交易组合的均线模式识别方法是择时交易，特别是熊市中择时的有效方法。

1．3 研究框架

传统的趋势指标择时策略往往是单指标的，并且策略参数通常是约定俗成的。单指标策略局限性和偶然性大，不能有效及时获取收益和及时止损；约定俗成的常用参数值在面对各种波动幅度不同、周期性不同、价格弹性等不同的个股时也有失客观性和灵动性。

所以，在探究一种改进针对个股的传统趋势指标量化择时的策略。首先建立基于各传统趋势指标的单指标择时策略，通过参数优化确定各单指标策略的最适参数；并在单指标的基础上，创新性地通过指标的组合，构建一个综合性且参数最优的组合指标择时策略，以增强策略的稳定性和鲁棒性，获得更优的投资收益。

1．4 术语说明

（1）累计收益率：

（2）年化收益率：年化收益率是把当前收益率（日收益率、周收益率、月收益率）换算成年收益率来计算的，是一种理论收益率，并不是真正的已取得的收益率。

（3）夏普比率：夏普比率是一个可以同时对收益与风险加以综合考虑的经典指标，它反映了单位风险基金净值增长率超过无风险收益的程度。如果夏普比率为正值，说明在衡量期内基金的平均净值增长率超过了无风险利率。夏普比率越大说明基金单位风险所获得的风险回报越高。因此，夏普比率是可以同时对收益与风险加以综合考虑的经典指标之一。

夏普比率=

（5）最大回撤率：在选定周期内任一历史时点往后推，产品净值走到最低点时的收益率回撤幅度的最大值。最大回撤率用来描述买入产品后可能出现的最糟糕的情况，是一个重要的风险指标。

2 理论概述

2．1 量化投资理论

量化投资是运用现代统计学和数学的方法，从大量的历史数据中寻找并获得超额收益的一种投资策略，投资者通过计算机程序，建立可以重复使用并反复优化的投资策略，严格按照这些策略所构建的数量化模型进行投资并形成回报。

量化投资的内容主要包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易、ETF／LOF套利、高频交易等。量化投资在国外已有30多年的发展历史，但在国内还是近年出现的新鲜事物。相比其他投资策略，量化投资在国外的运用已取得了更佳的业绩。

与海外成熟市场相比，中国A股市场的发展历史较短，投资理念还不够成熟，相应的留给主动型投资发掘市场的潜力和空间也更大。国内很多实证文献讨论国内A股市场也尚未达到半强势有效市场，因此量化投资理论引入国内证券市场是非常有意义的，它以正确的投资理念为根本，通过各种因素的分析，以全市场的广度、多维度的深度视角扫描投资机会，在中国市场的应用将更显其优势。

2．2 择时理论

量化择时是量化投资的一种，它利用数量化的方法，通过对各种宏观微观指标的量化分析，试图通过回溯历史数据，找到影响大盘走势的关键信息，并且对未来走势进行预测。如果判断是上涨则买入持有；如果判断是下跌则卖出清仓；如果判断是震荡则进行高抛低吸，这样就可以获得远远超越简单买入持有策略的收益率。所以择时交易是收益率最高的交易方式之一。

股票的量化择时是预测市场以后的走势，并由此来判断调整投资组合的风险水平，从而获取更大的收益，具体表现是现金流进出证券市场和在证券间比例变换的时机选择。

2．3 趋势追踪理论

趋势择时的基本思想来自于技术分析，技术分析认为趋势存在延续性，因此只要找到趋势方向，跟随操作即可。

技术指标是技术分析中使用最多的一种方法，通过考虑市场行为的多个方面建立一个数学模型，并给出完整的数学计算公式，从而得到一个体现证券市场的某个方面内在实质的数字，即所谓的技术指标值。指标值的具体数值和相互间关系直接反映证券市场所处的状态，为操作行为提供指导作用。目前证券市场上的技术指标可分为“趋势型指标”、“反趋势型指标”、“能量指标”、“大盘指标”、“压力支撑指标”等类别。

移动平均线（MA）是一种常用的趋势型指标，由Joseph E．Granville于20世纪中期提出来。它是当今运用最普遍的技术指标之一，帮助交易者确认现有趋势、判断将出现的趋势、发现过度延伸而即将发转的趋势。后来又逐渐衍生出其他类型的均线，如平滑异同移动平均线（MACD）、三重指数平滑平均线（TRIX）等。 这些均线理论常用两根线的交叉作为交易信号，并以此作为买卖时点的判断。

均线理论提供了一种简单有效的使价格序列平滑并且使趋势更易于辨认的方法。

因此综合以上理论的优点，在此基础上改进传统趋势指标的量化择时策略，并创新性地开发更优的组合指标量化择时策略，以达到及时获取收益和及时止损的目的。

3 择时策略模型建立

3．1 MA单指标策略模型的建立

MA移动平均是指连续若干交易日收盘价的算术平均，用来显示股价的历史波动情况，进而反映股价指数未来的发展趋势。

其中

利用MA指标进行量化择时，在短期移动均线与长期移动均线的交叉处进行买入或卖出择时交易。以下分别建立买入和卖出法则的模型。

在短期移动均线下穿长期移动均线的黄金交叉处买入，故建立如下数学模型：

mabuy=1，MA（s）t＞MA（s）t-1&MA(s)t＞MA(l)t&MA(s）t-1＜MA（l）t-10,其他（6）

其中mabuy=1，表示满足买进，mabuy=0表示不满足买进。

在短期移动均线上穿长期移动均线的死亡交叉处卖出，故建立以下数学模型：

mabuy=1，MA（l）t＜MA（l）t-1&MA(s)t＜MA(l)t&MA(l）t＞MA（l）t-10,其他

其中mabuy=1，表示满足卖出，mabuy=0表示不满足卖出。

3．2 MACD单指标策略模型的建立

MACD即指数平滑异同移动平均线，是根据均线的构造原理，通过分析短期指数移动平均线与长期指数移动平均线之间的聚合与分离状况，对买进、卖出时机做出判断的趋势型技术指标。

MACD的计算如下：

（1）计算短期（ms）指数移动平均线EMA1和长期（ml）指数移动平均线EMA2。

（2）计算离差值DIF＝EMA1－EMA2。

（3）计算DIF的M日指数移动平均线，即DEA。

（4）计算MACD＝2（DIF－DEA）。

利用MA指标进行量化择时，在DIF与DEA的交叉处进行买入或卖出，分别建立买入和卖出法则的模型。

当DIF、DEA均为正值，DIF向上突破DEA时，为买入信号，建立如下数学模型：

macdbuy=1，DIFt＞DIFt-1&DIF＞DEAt&DIFt-1＜DEAt-1&DIF＞00,其他 （8）

其中，macdbuy=1表示满足买进，macdbuy=0表示不满足买进。

当DIF、DEA均为负值，DIF向下跌破DEA时，为卖出信号，建立如下数学模型：

macdsell=1，DIFt＜DIFt-1&DIFt＜DEAt&DIFt-1＞DEAt-1&DIF＜00,其他（9）

其中macdsell=1，macdsell=0表示满足卖出，表示不满足卖出。

3．3 MA－MACD组合指标策略模型的建立

组合模型构建两个新的信号变量：买入信号个数阈值“buy”（1≤buy≤2，整数）和卖出信号个数阈值“sell”（1≤sell≤2，整数）。

买入信号个数阈值“buy”表示：当MA策略中的“mabuy＝1”的买入信号个数与MACD策略指标中的“macdbuy＝1”的买入信号个数之和至少达到阈值“buy”（1≤buy≤2)数量个时才进行买入交易。

即“buy”阈值取不同值时，买入信号组合满足买入条件的情况如下：

buy=1时，满足买入情况：mabuy=1||macdbuy=1||macdbuy=1||mabuy=1&macdbuy=12时，满足买入情况：mabuy=1&macdbuy=1（10）

卖出信号个数阈值“sell”表示：当MA策略中的“mabsell＝1”的卖出信号个数与MACD策略指标中的“macdsell＝1”的卖出信号个数之和至少达到阈值“sell”数量个时才进行卖出交易。

即“buy”阈值取不同值时，买入信号组合满足卖出条件的情况如下：

sell=1时，满足卖出情况：masell=1||macdsell=1||mabsell=1&macdsell=12时，满足买入情况：masell=1&macdsell=1（11）

3．4 模型最优参数的选择

就个股而言，不同的计算参数，将导致不同的择时效果。面对各种波动幅度不同、周期性不同、价格弹性等不同的股票，如果盲目套用经典参数可能会有失客观性和灵动性。因此， 在进行量化择时策略构建时，需要针对个股进行策略的参数优化，检验指标不同参数的测试效果，并最终选择一个最优的参数组合。

夏普比率是一个可以同时对收益与风险加以综合考虑的经典指标，它反映了单位风险基金净值增长率超过无风险收益的程度。如果夏普比率为正值，说明在衡量期内基金的平均净值增长率超过了无风险利率。夏普比率越大说明基金单位风险所获得的风险回报越高。因此，夏普比率是可以同时对收益与风险加以综合考虑的经典指标之一。

4 个股实证分析

4．1 数据选择

为验证上述模型的有效性，个股实证以深圳证券交易所的华谊兄弟300027为交易标的，选取来源于国泰安2011．1．1－2014．6．30的基本面数据库，包括个股开盘价、收盘价等。

4．2 MA单指标择时策略仿真回验

首先对该股策略进行参数优化：本策略中对于参数，在测试期间内，以2天为间隔，测试范围从2天到20天；以5天为间隔，测试范围从20天到120天；搜索精度为1；测试回验30天，截止日期设为2013－12－31。通过回验得到参数优化结果（见表1）。

如表1所示，最优组合（s，l）＝（2，20），当以2日为短期均线，20日为长期均线，在参数优化测试期间进行交叉择时时效果较好，在回验测试期间内夏普比率达2．4234。

确定最优后，运用国泰安量化交易平台QIA进行策略交易仿真回验。设定合约保证金为1，合约乘数为1，市场参与度为0．5，买方手续费为0．05‰，卖方手续费为0．05‰，交易账户为股票账户并设定初始资金为1 000 000元，以一年期国债利率为无风险利率，并以沪深300为业绩比较基准，以数据库所给时间2011年1月1日-2014年6月30日为策略回验时间区间进行回验。最终结果（见图1、表2）。

回验结果显示，此单指标策略在2011年1月1日-2014年6月30日间的累计收益率达42．26％，年化收益率达11．10％，高出同期的沪深300指数比较基准，并且胜率达60．80％。由此我们可以得出结论，采用MA单指标策略进行个股量化择时交易也能获得较优的投资回报。

4．3 MACD单指标择时策略仿真回验

对该股策略进行参数优化：该策略需要优化确定的参数主要包括短期指数移动平均线的计算天数ms、长期指数移动平均线的计算天数ml，以及DEA的计算天数M。本策略的参数优化依然以最大化夏普比率为最优化目标函数，并使用Matlab的模式搜索算法在设定的回验时段内搜索最优参数组合（ms，ml，M）。

对于参数ms，在测试期间内，以2天为间隔，测试范围从2天到20天；参数ml以5天为间隔，测试范围从20天到120天；参数M以5天为间隔，测试范围从5天到60天；搜索精度为1；测试回验30天，截止日期设为2013－12－31。通过回验得到参数优化结果如下：

如表3所示，最优组合（ms，ml，M）＝（2，25，10），当以2日为短期指数移动平均线计算天数，25日为长期指数移动平均线计算天数，10日为DEA计算天数，进行交叉择时时效果较好，在回验测试期间夏普比率达3．0682。

组合指标择时策略仿真回验。由于组合指标策略是建立在单指标策略基础上的，所以该策略中的参数（s，l）、（ms，ml，M）即为模型一和模型二参数优化后确定的值，而参数（buy，sell）的组合情况有（2，2）、（2，1）、（1，2）和（1，1）四种，阈值组合选取哪个使得策略最优则需要进一步的参数优化。

对于参数buy，初始值设为2，测试最小值为1，最大值为2，步长设为1；参数sell，初始值设为2，测试最小值为1，最大值为2，步长设为1；搜索精度设为1；测试回验90天，截止日期设为2013－12－31。通过回验得到参数优化结果（见表4）。

如表4所示，最优组合（buy， sell）＝（1，1），即当买入信号个数至少有一个时就进行买入交易，卖出信号个数至少有一个时就进行卖出交易，以此进行组合指标择时效果最好，在参数优化回验测试期间夏普比率达2．490 3。

5 结论

从价格沿趋势移动和历史会重演的角度出发，运用传统趋势指标MA和MACD，分别建立MA、MACD的单指标择时策略模型并通过模式搜索算法分别求出两个策略的最优参数，从实证结果看趋势型指标可以抓住大的波段行情，获得超额收益，具有较好的择时效果。在此基础上再创新性的运用通过设置买入和卖出信号个数阈值的方法构建二者的最优组合指标模型，增强了择时的稳定性和鲁棒性，在有效降低风险的同时提高了收益率。

综上所述，基于以上的不足之处，以后将沿着组合指标择时的思路继续深入研究以对目前的研究进行改进。未来的工作主要是：对于用于组合的单指标要进行更为全面的扩展，引进其他经典趋势型指标DMA平均线差指标、TRIX三重指数平滑移动平均指标等，同时把指标类型拓展至其他类型，如反趋势型指标ACCER幅度涨速指标等，量价指标APBP人气意愿指标等，大盘指标OBOS超买超卖指标等，压力支撑指标ENE轨道线指标等。通过增加组合趋势型数量和组合指标类型，以使组合指标策略更全面、更切合实际市场。

参考文献

1 丁鹏．量化投资——策略与技术［M］．北京：电子工业出版社，2012

2 方浩文．量化投资发展趋势及其对中国的启示［J］．宏观管理，2012（5）

3 郭建．论证券投资技术分析中历史会重演的根本原因［J］．商业时代，2007（28）

4 李向科．证券投资技术分析［M］．北京：中国人民大学出版社，2012．

5 张登明．技术指标投资策略的优化及其在量化交易中的应用［D］．武汉：华中科技大学，2010

6 方智．基于多技术指标模型的沪深300指数走势预测［D］．南昌：江西财经大学，2012

7 路来政．量化投资策略的应用效果研究［D］．广州：暨南大学，2012

8 刘澜飚，李贡敏．市场择时理论的中国适用性［J］．财经研究，2005（11）

9 林正龙．项目投资定价与择时理论研究［D］．长沙：湖南大学，2006

10 胡志强，卓琳玲．IPO市场时机选择与资本结构关系研究［J］．金融研究，2008（10）