時間：2023-07-06 17:17:08
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇量化投資主要方法，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
對年輕的A股市場來說,量化投資還是一個新概念。而在國外,定量投資已經走過了近40年的道路,其中的標桿人物正是著名的詹姆斯?西蒙斯(James Simons)。
量化投資的神秘故事
文藝復興科技公司(Renaissance Technologies)的詹姆斯?西蒙斯(James Simons)是華爾街最成功的對沖基金經理之一。他所管理的大獎章基金對沖基金,從1989年到2006年的17年間,平均年收益率達到了38.5%,而股神巴菲特過去20年的平均年回報率為20%。其20年來年均35%的傲人業績大幅超過了巴菲特。
然而,頗具神秘色彩的西蒙斯對其投資方法刻意保密。迄今為止人們只知道,他的大獎章基金的賺錢方法是:針對不同市場設計數量化的投資管理模型,并在全球各種市場上進行短線交易。而為了讓這些“模型”始終處于絕密狀態,西蒙斯甚至不惜代價對那些離職創業的員工強硬地提訟。但實際上,數量化投資的背后并不是神秘而不可知的。數量化投資本身有一套規范而透明的做法,并采用科學、公正而理性的方法對市場進行研究并制定適應市場狀況的投資模型和投資策略,并不斷進行調整和優化。
其實,數量化投資不是黑盒子,也不是神秘主義,更不是一個戰無不勝的秘笈。數量化投資不是靠一個投資模型就能一勞永逸地去賺錢,而且也不是使用一個模型就能解決一切問題,更不是一個模型就能勝任任何市場狀況。數量化投資模型只是一種工具,數量化投資的成功與否在于使用這種數量化工具的投資者是否真正掌握了數量化投資。同時,數量化投資模型都必須經歷不斷的跟蹤檢驗、優化、實證等等過程。數量化投資是一個不斷改進的過程,數量化投資中最重要的就是投資者的投資思想,包括對投資的理解、理念、經驗,所以模型都是建立在這些投資思想上的。量化只是一種方式和工具,正是采用這種工具和方法來獲取經驗或者檢驗經驗。
有效規避傳統投資短板
人腦在思考問題的時候所能考慮到的因素總是有限的,那么決策的廣度肯定是不足的。從選股上來看也有這種問題,每個分析師所能跟蹤的股票數量也有限制,不可能看太多的股票,這是傳統投資的短板。當然,傳統的主動投資方法在決策深度上是有優勢的,因為可以把基本面研究做得很深入,從而彌補決策廣度的不足,這也是決定成敗的關鍵。信息多,信息快,這是當今資本市場的一大特點。市場中信息的傳遞速度非常快,而且眾多分析師對基本面數據進行不斷的挖掘,雖然對個股有深入的分析,但是仍然越來越難以彌補決策廣度的不足。
另外,或許有的投資者對市場的預測能力非常不錯,從理論上說可以獲得很好的超額收益(特別是很多事后看來確實預測準確的情況),但現實中收益常常被投資者主觀認知上的情緒化波動侵蝕掉。比如說,大多數投資者可能有自己的判斷,但是市場短期的表現可能與其判斷相左。這個時候,投資者可能會受市場表現的影響而很容易懷疑自己的判斷,此時大多數投資者寧愿相信羊群效應―追漲殺跌。
因此,傳統定性投資的短板大致在于我們思考的范圍總是有限的、較難以處理信息量多而快的問題、難以避免自身的投資情緒等等,這些都將最終影響到投資者的投資收益狀況。然而,科學、公正、客觀而理性的數量化投資策略卻可以規避這些傳統主動型投資策略的短板。
量化技術的五大優勢
數量化投資與傳統的定性投資方法相比,相同點是,二者都致力于建立戰勝市場、產生超額收益的投資組合;不同點是,傳統的定性投資方法側重對上市公司的調研、基金經理個人的經驗及其對市場的主觀判斷,而量化投資管理則更加強調數據的分析和應用,以先進的數學統計技術和模型替代人為主觀判斷。所以,與傳統的定性分析方法相比,數量化投資方法能更為理性、客觀地分析和篩選股票,避免投資的盲目性和偶然性,以及主觀認識的局限性,它能更有效地控制非系統性風險及一些人為因素導致的風險。定量投資管理將定性思想與定量規律進行量化應用,具有如下五大方面的優勢:
紀律性:嚴格執行數量化投資模型所給出的投資建議,而不是隨著投資者情緒的變化而隨意更改。紀律性的好處很多,可以克服人性的弱點,如貪婪、恐懼、僥幸心理;也可以克服認知偏差,行為金融理論在這方面有許多論述;紀律化的另外一個好處是可以跟蹤和修正。定量投資作為一種定性思想的理性應用,客觀地在組合中去體現這樣的組合思想。一個好的投資方法應該是一個“透明的盒子”,而不是“黑盒子”。每一個決策都是有理有據的,無論是股票的選擇,行業選擇,還是大類資產的配置等等,都是有數據支持、模型支持及實證檢驗的。
系統性:數量化投資的系統性特征主要包括多層次的量化模型、多角度的觀察及海量數據的觀察等等。多層次模型主要包括大類資產配置模型、行業選擇模型、精選個股模型等等。多角度觀察主要包括對宏觀周期、市場結構、估值、成長、盈利質量、分析師盈利預測、市場情緒等多個角度的分析。定量投資的系統性還有一方面就是數據多,即要對海量數據進行處理。人腦處理信息的能力是有限的,當一個資本市場只有100只股票,這對定性投資基金經理來說是有優勢的,他可以深刻分析這100家公司,這可以表現出定性基金經理深度研究的優勢。但在一個很大的資本市場,比如有成千上萬只股票的時候,強大的定量投資的信息處理能力能反映它的優勢,能捕捉更多的投資機會,拓展更大的投資機會。
及時性:及時快速地跟蹤市場變化,不斷發現能夠提供超額收益的新的統計模型,尋找新的交易機會。
準確性:準確客觀評價交易機會,克服主觀情緒偏差,妥善運用套利的思想。定量投資正是在找估值洼地,通過全面、系統性的掃描捕捉錯誤定價、錯誤估值帶來的機會。定性投資經理大部分時間在琢磨哪一個企業是偉大的企業,那個股票是可以翻倍的股票;與定性投資經理不同,定量基金經理將大部分精力花在分析哪里是估值洼地,哪一個品種被低估了,買入低估的,賣出高估的。
【關鍵詞】量化投資 特點 策略 發展
一、引言
量化投資在國外的實踐已經有了40多年的發展，我國的量化投資起步較晚，從2004年開始出現量化投資的產品，由于缺乏有效的對沖手段，直到2010年4月滬深300股指期貨上市之后才能算是真正意義上開始涉足量化投資。[1]
2015年的中國股市跌宕起伏，杠桿配資引發了大幅上漲和斷崖式下跌，股市出現罕見的千股漲停、千股跌停、千股停牌的奇觀，眾多機構投資者和散戶蒙受了巨大的損失。但其中少數量化投資基金在大幅波動的市場中卻表現相對穩定。量化投資基金和量化對沖策略的穩健，很快引起了全市場的關注，也成為近期銀行、券商、信托等機構追捧的新的產品模式。
在此背景下，作者在本文中對于量化投資的概念、特點、策略、理論基礎和發展做一個總結，希望為量化投資研究和實踐做一些參考。
二、量化投資解讀
（一）量化投資的定義
量化投資在學術界并沒有嚴格統一的定義，現有的定義對于量化投資的定義的側重點各有不同。本文對于量化投資的定義為：
量化投資是指將投資者的投資思想或理念轉化為數學模型，或者利用模型對于真實世界的情況進行模擬進而判斷市場行為或趨勢，并交由計算機進行具體的投資決策和實施的過程。
（二）量化投資的特點
1.投資決策中能夠客觀理性，克服人類心理對投資決策的影響。傳統投資的分析決策，大多數方面都由人工完成，而人并非能做到完全理性，在進行投資決策時，很難不受市場情緒的影響。[2]量化投資運用模型對歷史和當時市場上的數據進行分析檢測，模型一經檢驗合格投入正式運行后，投資決策將交由計算機處理，一般情況下拒絕人為的干預，這樣在進行投資決策時受人的情緒化的影響將很小，投資過程可以做到理性客觀。
2.能夠通過海量信息的大數據處理，提高投資決策效率。我國股票市場上有近3000只股票，與上市公司相關的各種信息紛繁復雜，包括政策、國內外經濟指標、公司公告、研究報告等，投資者靠自己手工的篩選根本就是力不從心。量化投資的出現為這個問題的解決帶來了希望。量化投資運用計算機技術快速處理大量數據，對其進行辨別、分析、找出數據之間的關聯并做出投資決策，大大減少了人工的工作量，提高了投資決策效率。
3.能夠實現精準投資。傳統的投資方法中認為投資是一門藝術，投資決策需要的是投資者的經驗和技術，投資者的主觀評價起到決定作用。而量化投資有所不同，尤其是在套利策略中，它能做到精準投資。例如在股指期貨套利的過程中，現貨與股指期貨如果存在較大的差異時就能進行套利，量化投資策略和交易技術會抓住精確的捕捉機會，進行套利交易來獲利。另外，在控制頭寸規模方面，傳統的投資方法只能憑感覺，并沒有具體的測算和界定，而量化投資必須要設定嚴格精確的標準。[3]
4.能夠快速反應和決策，把握市場稍縱即逝的機會。量化投資往往利用高速計算機進行程序化交易，與人腦相比它能夠迅速發現市場存在的信息并進行相應的處理，具有反應快速、把握市場稍縱即逝的機會的特點。量化投資在速度上最出色的運用就是高頻交易，與低頻交易相對，高頻交易是通過高速計算機，在極短的時間內對市場的變化做出迅速的反應并完成交易。[4]
5.能夠有效地控制風險，獲取較為穩定的收益。與傳統投資方式不同的是，量化投資在獲得較高超額收益的同時能夠更好地控制風險，業績也更為穩定。相關研究顯示，1996年至2005年期間，量化投資基金與以所有傳統主動型投資基金和偏重于風險控制的傳統主動型投資基金的信息比率對比情況中，量化投資基金的信息比率都是最高，說明量化投資相對于傳統投資，能夠在獲得更高的超額收益的同時，有效地控制風險。
三、量化投資的策略
一般的量化投資的策略指的是用來實現投資理念或模擬市場行為判斷趨勢從而獲取收益的模型。量化投資需要權衡收益、風險、交易成本、具體的執行等各個方面，一般情況下這些方面會形成相對獨立的模塊。有時候量化投資策略模型也會將風險、成本等方面融合在模型中。
（一）國外量化投資策略的分類
國外習慣上將量化投資的策略分成兩大類，一類是阿爾法導向的策略，另一類是貝塔導向的策略。阿爾法策略（alpha strategy）是通過量化擇時和調整投資組合中不同資產的頭寸大小來獲取收益的策略;貝塔策略（beta strategy）是通過量化的手段復制指數或者稍微的超出指數收益的策略。[6]相比而言，量化指數的貝塔策略相對更容易，所以一般情況下所說的量化投資的策略指的是阿爾法策略（alpha strategy）。
阿爾法策略主要有兩種類型，分別為理論驅動模型和數據驅動模型。
理論驅動模型是比較常見的類型，這些策略是運用已經存在的經濟、金融學的理論，構建策略模型，進行投資決策。理論驅動模型根據輸入的數據的不同可以進一步分類，主要有基于價格相關數據的策略和基于基本面數據的策略。
數據驅動模型廣泛的被運用于股票、期貨和外匯市場，因為采用的數學工具更為復雜，相對而言難于理解，目前使用的還不是很多。與理論驅動模型不同，數據驅動模型認為進行投資決策其實是不需要理論的支持，運用數據挖掘技術，可以從數據（例如交易所的價格數據）中識別出某種行為模式或市場趨勢，進而進行預測或者解釋未來的模式，從中獲取收益。
（二）我國量化投資策略的分類
國內比較常見的量化投資策略主要有兩種分類方式，一種是按投資標的所在市場分類區分的量化投資策略，分為現貨市場和衍生品市場量化投資策略。現貨市場包括股票市場、ETF市場和債券市場，衍生品市場包括商品期貨市場、股指期貨市場、國債期貨市場、外匯市場和期權與其他衍生品市場，國內運用較多的是投資于商品期貨和股指期貨等期貨市場。
另一種分類方式是分為兩大類：判斷趨勢的單邊投機策略和判斷波動率的套利交易策略。[7]單邊投機策略主要包括量化選股和量化擇時，套利交易策略主要包括股指期貨套利、商品期貨套利、統計套利、期權套利、另類套利策略等，目前國內普遍采用的是這種分類方式。
四、量化投資理論的發展
（一）投資理論的發展
量化投資的理論基礎最早可以追溯到上個世紀50年代，Markowitz（1952）[8]第一次把數理工具引入到金融研究領域，提出了均值――方差模型和風險報酬與有效前沿的相關概念，這是量化投資接受的最早的嚴肅的學術成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在馬克維茨研究的基礎上得出了資本資產定價模型（CAPM），這是如今度量證券風險的基本的量化模型。
20世紀60年代，Samuelson（1965）與Fama（1965）[12]提出了有效市場假說（Efficient Markets Hypothesis，EMH），這為后來在新聞量化交易等方面提供了思路和理論支持。20世紀70年代，金融衍生品不斷涌現，對于衍生品的定價成為當時研究的重點。Black和Scholes（1973）[13]將數學方法引入金融定價，他們建立了期權定價模型（B-S模型），為量化投資中對衍生品的定價奠定了理論基礎。在該理論之后，Ross（1976）[14]根據無套利原則提出了套利定價理論（APT），該理論是資本資產定價模型（CAPM）的完善和發展，為量化投資中的多因素定價（選股）模型提供了基礎，這也是Alpha套利的思想基礎。
20世紀80年代，期權定價理論倒向微分方程求解;“金融工程”概念得以產生，金融工程著力于研究量化投資和量化交易。同期，學者們從有效市場理論的最基本假設著手，放寬了假設條件，形成了金融學的另一個重要的分支――行為金融學。
20世紀90年代，金融學家更加注重對于金融風險的管理，產生了諸多的數量化模型，其中最為著名的風險管理數量模型是VaR（Value at Risk）模型，這是量化投資對于風險控制的重要理論基礎。[15]
20世紀末，數理金融對于數學工具的引入更加的迅速，其中最為重大的突破無疑是非線性科學在數理金融上的運用，非線性科學的出現為金融科學量化手段和方法論的研究提供了強有力的研究工具[16]，尤其在混合多種阿爾法模型而建立混合模型時是非常有效的一種技術。
（二）量化投資的數學和計算基礎
量化投資策略模型的建立需要運用大量的數學和計算機方面的技術，主要有隨機過程、人工智能、分形理論、小波分析、支持向量機等。[17]隨機過程可以用于金融時序數列的預測，在現實中經常用于預測股市大盤，在投資組合模型構建的過程中，可以優化投資組合;人工智能的很多技術，例如專家系統、機器學習、神經網絡、遺傳算法等，可以運用于量化投資;分形理論用于時間序列進行預測分析;小波分析主要用于波型的處理，從而預測未來的走勢;數據挖掘技術可以運用于數據驅動模型，還可以運用于設置模型的細節;支持向量機可以分析數據，識別模式，用于分類和回歸分析。
五、國內外量化投資實踐的發展
（一）國外量化投資實踐的發展
本文認為量化投資在國外的發展已經經歷了四個發展階段：
1.第一階段從1949年至1968年：對沖階段。該階段是量化投資的萌芽階段，該階段具體的量化投資實踐很少，主要是為量化投資提供的理論基礎和技術準備，量化投資脫胎于傳統投資，對抗市場波動，通過對沖穩定Alpha收益，但收益率低了。
2.第二階段從1969年至1974年：杠桿階段。在該階段，量化投資從理論走入了實踐。在投資思路上，因為原本的Alpha策略收益有限，通過放杠桿擴大第一階段的穩定收益。實踐方面，1969年，前美國麻省理工學院數學系教授愛德華?索普（Ed Thorp）開辦了第一個量化對沖基金，進行可轉債套利，他是最早的量化投資的者使用者。1971年，巴萊克國際投資公司（BGI）發行了世界上第一只被動量化基金，標志著量化投資的真正開始。
3.第三階段從1975年至2000年：多策略階段。在這一階段，雖有一定的挫折，但總體上量化投資得到了平穩的發展。在投資思路上，由于上一階段通過杠桿放大收益的副作用產生，放大以后的波動率又增大，從而轉向繼續追求策略的穩定收益，具體的手段是采用多策略穩定收益。實踐方面，1977年，美國的富國銀行指數化跟蹤了紐約交易所的1500只股票，成立了一只指數化基金，開啟了數量化投資的新紀元。[18]1998年，據統計共有21只量化投資基金管理著80億美元規模的資產。[19]
4.第四階段從2000年至今：量化投資階段。這一階段，量化投資得到了迅猛的發展，并且發展的速度越來越快。投資思路上，運用量化工具，策略模型化，注重風險管理。在實踐方面，在2008年全球金融危機以前，全球對沖基金的規模由2000年的3350億美元在短短的7年時間內上升至危機發生前的1.95萬億美元，受美國次貸危機的影響全球對沖基金規模有較大的回落，直到2008年之后，在全球經濟復蘇的大背景下對沖基金規模才開始反彈。
（二）我國量化投資的發展
本文認為，到目前為止，我國量化投資的發展的主要經歷了三個階段：
1.第一階段從2004年至2010年：起步階段。在這一階段，由于我國沒有足夠的金融工具，量化投資在我國發展緩慢。2004年8月，光大保德信發行“光大保德信量化股票”，該基金借鑒了外方股東量化投資管理理念，這是我國最早的涉足量化投資的產品。2010年4月16日，準備多年的滬深300股指期貨的在中金所的上市，為許多對沖基金的產品提供了對沖工具，從此改變了以前我證券市場只能單邊進行做多的情況。
2.第二階段從2011年至2013年：成長階段。2011年，被認為是我國量化對沖基金元年，[21]而隨著股指期貨、融資融券、ETF和分級基金的豐富和發展，券商資管、信托、基金專戶和有限合伙制的量化對沖產品的發行不斷出現，這個階段的量化投資真正意義上開始發展，促使該階段發展的直接原因就是股指期貨的出現。[20]
3.第三階段從2014年至今：迅猛發展階段。2014年被認為是“值得載入我國私募基金史冊的一年”，基金業協會推行私募基金管理人和產品的登記備案制，推動了私募基金的全面陽光化，加速了私募基金產品的發行，其中包括量化對沖型私募產品。2014年稱得上我國量化對沖產品增長最迅速的一年，以私募基金為代表的各類機構在量化對沖產品上的規模均有很大的發展，部分金融機構全年銷售的量化對沖基金規模超過了百億。
2015年，上證50ETF期權于2月9日正式推出，這對于對我國的量化投資有著極大的促進作用。4月16日，上證50與中證500兩只股指期貨新品種的上市給量化投資帶來更多的策略的運用，金融衍生品的不斷豐富和發展，為量化投資提供更多的豐富對沖手段，也提供了更多的套利機會。
六、總結
量化投資的技術、策略、硬件設施條件都在飛速的發展，與傳統的投資方式相比，量化投資有著自身的特點和優勢。尤其是量化對沖產品，以其長期穩健的收益特征，成為目前“資產荒”下對信托、理財產品和固定收益產品良好的替代產品。未來隨著我國股指期貨、融資融券、國債期貨、期權等金融產品的不斷創新，以及股指期貨市場未來逐步恢復正常，量化投資發展前景不可限量。
參考文獻
[1]徐莉莉.量化投資在中國的發展現狀[R].渤海證券研究所：金融工程專題研究報告，2012.
[2]廖佳.揭開量化基金的神秘面紗[J].金融博覽（財富），2014，（11）：66-68.
[3]王力弘.淺議量化投資發展趨勢及其對中國的啟示[J].中國投資，2013，（02）：202.
[4]Durbin，M. All About High-Frequency Trading： The Easy Way To Get Started[M]. McGraw-Hill Press，2010.
[5]蔣瑛現，楊結，吳天宇，等.海外機構數量化投資的發展[R].國泰君安證券研究所：數量化系列研究報告，2008.
[6]Rishi K. Narang. Inside the Black Box： The Simple Truth about Quantitative Trading[M]. Wiley Press，2012.
[7]丁鵬.量化投資――策略與技術[M].北京：電子工業出版社，2014.
[8]Markowitz，H.M.. Portfolio Selection[J].Journal of Finance，1952，2：77-91.
[9]Sharpe，W.F. Capital asset prices： A theory of market equilibrium under conditions of risk[J]. Journal of Finance，1964，19（3）：425-442.
[10]Lintner. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets[J].Review of Economics and Statistics，1965，47（1）：13-37.
[11]Mossin.Equilibrium in a Capital Asset Market[J]. Econometrica，1966，Vol.34（4）：768-783.
[12]Fama，Jensen，and Roll. Investor sentiment and Stock Returns[J]. Journal of Political Economy，1969，（12）34-36.
[13]Black Fischer，and Myron Scholes，1973.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.
[14]Ross.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，13（3）：341-360.
[15]Jorion，Philippe.Value at Risk：The New Benchmark for Managing Financial Risk （3rd ed.）[M]. McGraw-Hill Press，2006.
[16]戴軍，葛新元.數量化投資技術綜述[R].國信數量化投資技術系列報告，2008.
[17]丁鵬.量化投資與對沖基金入門[M].北京：電子工業出版社，2014.
[18]郭喜才.量化投資的發展及其監管[J].江西社會科學，2014，（03）：58-62.
[19]Ludwig B.，Chincarini. The Crisis of Crowding： Quant Copycats，Ugly Models，and the New Crash Normal[M]. Wiley Press，2013.
[20]曾業.2014年中國量化對沖私募基金年度報告[R].華寶證券：對沖基金專題報告，2015.
[21]嚴高劍.對沖基金與對沖策略起源、原理與A股市場實證分析[J].商業時代，2013，（12）：81-83.
簡單地說，就是利用基于數據模型的量化投資策略運作的基金。基金公司宣傳此類產品時，習慣于用“電腦+人腦”進行解釋。
從1971年巴克萊投資管理公司發行全球第一只定量投資產品至今，量化投資已走過30年歷程。
憑借著良好的業績表現，這一投資方法已占據全球投資30%的江山，成為主流的投資方法之一。其中著名的大基金自成立起至2006年的17年間，年化收益率達到38.5%。
然而，近兩年來，量化基金在全球的業績并不理想。次貸危機之后，量化基金一直舉步維艱。
國內量化基金的興起，正是在次貸危機之后。
截至目前，國內已成立的采用量化策略的基金有12只，其中9只自2009年以來成立。它們整體面臨業績不盡如人意的尷尬，據《投資者報》數據，它們的年復合增長率為11.78%，遠低于平衡類、價值類、成長類基金。
量化基金成敗，最關鍵是量化模型的有效性和投資紀律的執行情況。然而，國內已有的量化基金兩方面均無太大優勢。
一方面，模型相對較原始，量化投資策略要么機械地借鑒國外已經公開的模式，要么基于基金公司自有的多因子模型；另一方面，與海外量化基金一樣，具體的模型并不會公開，這樣投資紀律便無處考察。
從現有的幾只量化基金過往業績看，長期業績較優異的是上投摩根阿爾法，自成立以來，年復合增長率達到35%，算得上是量化基金的龍頭。
量化模型無亮點
投資模型是量化基金最核心的競爭力。
定量基金經理基于對市場的理解，提煉出能夠產生長期穩定超額收益的投資思想，并用歷史數據驗證其正確性，再由系統根據提煉出的投資思想，在全市場挑選符合標準的股票，并通過對收益、風險的優化，建構最優股票組合。
“對于中國這樣的新興市場，量化投資的關鍵是能否根據市場特點，設計好的投資模型。”接受《投資者報》記者采訪時，上海一位從事量化投資的基金經理說道。
然而，已有的量化基金中，大多簡單地利用國外已公開的模型，或是用基金公司自有的一些簡單模型，在考察市場的有效性上普遍比較欠缺。
如中海量化策略和南方策略優化在行業權重配置中均采用的Black-Litterman（BL）模型。
這種模型現是華爾街主流模型，亦是高盛公司資產管理部門在資產配置上的主要工具。
BL模型利用概率統計方法，將投資者對大類資產的觀點與市場均衡回報相結合，產生新的預期回報。即由投資者對某些大類資產提出傾向性意見，模型根據投資者的傾向性意見，輸出對該大類資產的配置建議。
然而，在國內市場信息搜集等方面局限性較大的情況下，該系統到底是否有效還僅是基金公司體現其“專業性”的一個由頭，有待探討。
國內量化基金模型還具有同質化特點，表現在對個股估值等方法的應用上，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等。
另外，模型是量化產品背后“不能說的秘密”，雖然基金契約中對要采用的量化模型做了模糊介紹，作為靠“執行紀律”取勝的產品，實際運作是否執行到位，也無處查證。
量化基金業績平淡
量化基金的優點首先在于，通過具體的經濟模型對經濟復蘇行業評估并進行行業權重配置，將基金經理的投資理念與分析有效結合。
其次，覆蓋全市場，避免因基金經理個人偏見或經理不足造成選擇范圍局限。
再次，通過基金經理精細化投資運作，較好把握細微的結構性投資機會。
或許是因為模型簡單雷同，以及沒有較好體現A股的特征，比如說波動性、“政策市”等，現有的量化基金整體業績優勢并不明顯。
根據《投資者報》數據，可比較的6只“人腦+電腦”量化產品的年復合增長率為11.78%，低于“人腦”管理的趨勢類、回報類、價值類、平衡類（年復合增長率均超過18%）。
今年以來，所有量化基金中，超越指數的僅有采用量化投資的富國滬深300增強指數型基金，截至4月1日，回報率為6.94%。
而在估值修復行情中，以對估值有量化指標要求的華商動態阿爾法、國泰金鼎價值精選、嘉實量化阿爾法大幅跑輸業績大盤，取得負收益，凈值分別下跌7.2%、6.7%和4%。
上投摩根阿爾法領銜
從已成立的采用量化策略投資的基金中，年復合增長率大幅超過平均值的僅有上投摩根阿爾法，為35%。但這與該基金是較早采用量化策略的基金之一，成立于2005年10月，經歷過2006、2007年的大牛市行情有一定關系。
截至去年底，該基金資產規模44億元，自成立以來的回報率為425%。該基金受到機構投資者的青睞，持股2.9億份，占基金總份額的21%。
近兩年的市場表明，價值投資和成長投資在不同的市場環境中都存在各自的發展周期，并呈現出一定的適應性。而上投摩根阿爾法量化模型適應了這一市場特點。
沒錯，量化股票基金就是這種類型的產品。統計顯示，無論是公募，還是私募，今年以來量化股票基金整體表現遠好于市場平均水平。而如果以目前能觀測到的上證指數最高與最低收盤點位來計算，即在大盤走出的當前反彈點位627.26點、幅度23.62%的行情中（1月28日的收盤點位最低達2655.66點，11月29日收盤最高點位3282.92點，以下統計區間均為1月28日至11月29日區間，簡稱“區間”），我們看到，一些老牌公募基金和優秀私募的量化股票基金更是為投資者帶來了豐厚的絕對收益，比如，南方基金旗下的南方量化成長和南方策略優化這兩只量化產品，區間復權單位凈值增長率分別為46.54%、43.38%，不但躋身同類前五，漲幅更接近大盤反彈幅度的1倍。
“在今年股票市場結構化行情中，量化股票策略通過多因子模型選股，能夠抓住市場尾部機會，在市場風格和熱點板塊的迅速切換中保持較高倉位運作。而南方基金量化團隊著力打造的主動量化投資，更是通過多模型捉到了廣泛的錯誤定價機會，大概率的戰勝市場指數，獲取更為穩健的長期收益。這是今年以來，南方基金旗下量化產品取得出色業績的最主要原因。”南方基金總裁助理、權益投資中總監如是說。
致力于捕捉
“非有效性”的主動量化投資
什么是主動量化投資？
“主動量化投資泛指利用海量數據和依靠計算機的系統支持，挖掘歷史規律性，并采用嚴格的風控來獲取穩健收益。”史博告訴《投資者報》記者，南方基金主動量化投資的核心是捕捉市場的“非有效性”，市場中有很多非理性投資者把股票價格抬高或壓低，所以股價會根據市場情緒的波動圍繞預期價格變化，主動量化投資通過上市公司基本面、一致預期、市場波動與情緒等各個維度綜合描述定價的偏差機會，廣泛精選個股獲取超額收益。
值得一提的是，盡管南方基金旗下量化股票策略基金會為了最大程度獲取絕對收益而維持較高的倉位，但單只股票的持倉占比卻并不高，幾乎都在1%以下。以南方量化成長為例，三季度持倉占比最高的為科隆精化，但仍不到1%，為0.97%，前十重倉股持倉占比合計為7.12%。
“南方基金量化團隊基于基本面的量化選股策略是透明的和符合邏輯的。其優點是擁有靈活的市場應變能力、廣泛選股的能力，可以管理較大規模，并能有效降低組合波動，保證業績的可持續性。”史博告訴《投資者報》記者，南方基金旗下量化產品根據組合的不同契約規定等采用不同的數量化策略進行投資，通常單一產品實際投資股票數目有幾百只。每只股票的持倉比例一般都比較低，單只股票的波動對凈值影響較小，整體表現較為穩健。
對此，業內人士指出，對投資者而言，在無法準確預知未來市況時，長期持有老牌公募的量化股票基金是一個較為明智的投資選擇。因為即使是在投資周期中趕上熊市遭遇Alpha和Beta雙殺，但只要長期持有基金，在熊市周期過后，震蕩市和牛市都可以為投資者賺取一定的絕對收益，在Alpha的復利作用下依然可以獲取可觀的收益。
以南方策略優化為例，該只量化基金成立于2010年，目前獲晨星、銀河三年5星評級；最近一年回報率在同類481只可比基金中排名第5 ；最近兩年、三年回報率也都在同類400多只可比基金中排名前15。據Wind數據顯示，截至11月29日，自成立之日起復權單位凈值增長率為68.89%。即使以去年股市異常波動前最高點5100多點來計算，在大盤仍虧損37%多的背景下，該基金的虧損幅度已縮小到10%左右，明顯優于大盤。
“團隊+系統”煉就金牛量化投資團隊
你也許會認為量化投資看上去簡單，但實際上并不容易。一個好的量化產品，必須能夠結合市場環境的變化等因素，動態調整各個風格之間的比例，進而使得模型適應不同市場。據了解，為了達到上述目的，南方量化團隊打造了強大的量化多策略模型，包括從因子模型、事件驅動、價格特征、交易量特征、量價互動、主題輪動、行業輪動、突發事件方面的因素去結合公司基本面、當前市場環境等信息，從而精選股票，不僅如此，該基金還在今年引入了輿情因子，利用大數據捕捉市場情緒。
“總的來說，量化投資是一項復雜的系統工程，其成功依賴于團隊成員之間的緊密合作。因其業務鏈條的嚴密性和邏輯的環環相扣，許多繁瑣的細節實際上都是成功的關鍵。作為一種復雜的高智能投資方法，目前只有機構投資者才有競爭能力使用此方法。”史博告訴《投資者報》記者。經過多年不懈的努力，目前，南方量化團隊已經建立了包含清洗整理過的上市公司財務數據庫、因子庫、回測平臺、樣本外跟蹤分析平臺在內的南方基金量化投資系統。
“我們相信，系統建設上的精耕細作為將來的收獲奠定了堅實的基礎。”史博表示，歷史經驗證明，并不存在一種適合各種市場環境的投資秘籍，市場是會自身調節的。所以南方量化團隊不包裝個人明星基金經理，而是要打造一個穩定的高效投資團隊，通過向市場學習，不斷地研究創新。“這才是我們團隊的制勝之道。”
關鍵詞：展會項目；模糊綜合評價法；層次分析法；隸屬度
0 引言
企業投資項目是指企業將一定數量的資金或資產投入到某種具有特定目標的對象或事業，以獲取一定的經濟效益和社會效益的任務。對企業投資項目進行科學的評價與分析，是實現項目決策科學化，提高項目效益及其經濟持續性發展的關鍵。企業投資項目從項目資產的構成來分，可以分為有形資產較多的實體項目及無形資產較多的價值服務項目。
近年來，我國經濟的高速發展和市場經濟機制完善，投資項目日益增加。對投資項目進行科學評價已成為項目投資前的必備工作，其中以有形資產較多的實體投資項目為主要研究對象，對于這類投資項目的評價方法的研究也逐步成熟。但是對于無形資產較多的投資項目，像展會、博覽會等的評價方法的研究尚未發展起來，主要是因為對于項目中較多的無形資產無法定量化，因此在使用以往的評價方法時會出現評價精準度較低甚至失真的情況。隨著項目評價方法體系的不斷發展和完善，一些可以用于將定性指標定量化處理的方法逐漸出現在國內外學者的視野中，同時得益于大批學者對于投資項目評價方法的大量研究和創新，類似于模糊綜合評價法、蒙特卡洛模擬法、層次分析法等評價方法在實際操作中得到很大的應用和推廣。同時，類似于展會、博覽會等價值服務項目也越來越多的成為眾多投資企業青睞的對象。2010年的上海世博會，舉世矚目，成就一時美談，也將中國會展業的發展推向了一個新的高峰。因此選擇合適的項目評價方法并加以改進，在保證較高的評價精準度的前提下，實現定性指標定量化的研究成為評價此類項目的關鍵。
本文以展會項目為例，對企業投資項目評價方法的選擇進行分析，旨在通過對此類無形資產較多的投資項目的評價方法的選擇研究，提出如何合理選擇此類項目的評價方法并加以改進以最大限度地滿足定性指標定量化及評價精準度兩方面的要求。
1 文獻綜述
1.1 投資項目評價方法綜述
綜觀現有投資項目評價研究文獻，投資評價理論方法的發展可分為四個階段：第一階段是以凈現值法（NPV）為代表的傳統投資評價方法；第二階段是以加強傳統投資評價方法對不確定性的分析能力為目標的風險分析技術；第三階段是以B1ack和Scholes（1973）的期權定價理論為基礎,并由Myers（1977）首次將其用于實物投資決策而形成的實物期權（Real Option）方法；第四階段是在期權定價理論方法基礎上,利用博弈論思想和建模方法形成的期權博弈（Option Games）方法[1]。投資項目的評價方法理論均在原有理論的基礎上有了很大的發展，在一定程度上也彌補了原有方法在某一方面的缺陷，但是總體來講不同的評價方法成立的前提假設存在差異，適用的條件也存在差異，導致評價結果的差異。因此根據項目的特點選擇適合的評價方法顯得尤為重要。
現行的投資項目評估體系通常將投資多目標綜合評價體系分為風險評估子系統和效益評估子系統。目前國內外對于投資項目評價方法的應用主要分為以下幾類：（l）在該問題研究的起步階段，主要以投資項目的財務資料為基礎，采用技術經濟學的一些原理與方法進行評價決策，典型的方法為凈現值法；（2）依據現代管理理論進行評價決策的綜合評價方法，比如層次分析法（AHP）、專家打分法、模糊評價法、主成分分析法等[2]，這些是目前使用相對較多的方法；（3）將金融資產定價模型，主要包括CAPM模型和期權定價模型[3]，運用于企業投資項目的評價決策；（4）應用數學理論與方法，如數學規劃、灰色函數及仿真等對企業投資項目的評價決策進行量化分析。研究存在的不足主要在于對于無形資產的評價不夠重視、評價指標體系的不標準以及隸屬度函數確定的方法存在缺陷。
由于運用不同的評價方法對投資方案原始數據的處理、權數的確定、對評價方法本身掌握的標準以及采用的計算方法的不同，同時由于單個評價方法在使用時存在較大的限制和缺陷，因此需要我們根據項目特點，選擇合適的投資項目評價方法的組合，揚長避短，把多種評估方法的評估結果兼容起來對研究對線進行判定。
1.2 展會項目評價綜述
目前對于展會項目的前期評價研究較少，主要集中在后期的展會績效的評價，研究的角度也是基于展會籌辦方或者第三方監管部門。國外對于展會的評價體系在逐步成熟地發展中，其中以德國的FKM組織、法國的的國際展覽聯盟（UFI）及美國的成熟展會公司的評價最為成熟。以美國為例，美國參展公司對展覽會常使用34種評估標準，其中14項被普遍認為非常重要。這16項標準可以歸為4類：即參展企業質量、參加數量、展出位置和展出管理。
在國內，主要以《中國人民共和國商業行業標準SB／T 10358-2002專業性展覽會等級的劃分及評定》作為展會評價的主要指標，該評定將專業性展覽會的等級評定分為四個級別，由高到低依次為A級、B級、C級、D級。等級的劃分是以專業性展覽會的主要構成要素為依據，包括：展覽面積、參展商、觀眾、展覽的連續性、參展商滿意率和相關活動等方面。其中對專業展覽會等級的具體評定標準做出規定。這個規定是采用對專業性展會各構成要素的評分來最后確定其等級的，所有構成要素的滿分是720分，其中“展出凈面積及特殊裝修展位面積比”一項分值為150分，“參展商”一項的分值是70分，“觀眾”為100分，“展覽連續性”占50分，“參展滿意率”占150分，“相關活動”占80分。在附錄中還規定，A級的最低分數線是546分，B級為420分，C級是216分，D級則為108分。2003年末，為了促進展覽城市辦展環境的優化，幫助和引導城市會展業的發展定位，經濟日報聯合國務院發展研究中心、中國社會科學院、商務部國際經貿研究院、全國城貿聯等單位的專家學者及業內人士組成專家組，制定了國內第一個“展覽城市辦展環境評價指標體系”。這一指標體系綜合了區域經濟、城市競爭力、會展經濟等多方面的研究成果，應用了22項與辦展環境相關的指標，力圖對我國的城市展覽環境有一個較客觀和科學的評價[4]。盡管如此，國內對于展會的評價體系仍處于沒有系統性的狀態，需要很多方面的改進和完善。
在展會評價方法的選擇上，由于展會項目中無形資產的大量存在，并且構成了對展會評價體系的重要內容，而傳統的評價方法對展會“價值”或“服務水平”等無形資產指標無法進行準備的定量評價，同時評價方法的精準度也不能得到保證，因此對于我國展會項目的評價一方面要結合以往的評價指標體系研究成果，對展會投資項目進行界定，在此基礎上對該項目進行評價方法的選擇；另一方面需要根據項目特點對評價方法進行改進以提高評價效果的精準度。
1.3 小結
投資項目評價方法的多樣性及差異性需要與特定的評價對象相符合才能正確實施評價，進而保證評價的精準度。在上文的綜述中不難發現，展會項目的特殊性要求研究者在對其評價時要能合理地分析各種評價方法的優缺點，揚長避短，以最合適的評價方法組合完成評價。其中，難點就在于展會項目中眾多無形資產的評價，因此合理確定評價方法組合是影響展會評價成敗的關鍵。為后續研究方便，本文結合前人研究文獻對展會投資項目界定如下：風險投資企業以一定數量的資金或資產投入到某特定的展會中去，以獲取一定的經濟效益和社會效益。對于展會投資項目來講，于其他項目不同之處在于投資的不確定性增強、項目評價困難等。
2 展會投資項目評價方法的選擇
2.1 基于展會項目指標分類的評價方法選擇
自1999年以來對于展會項目的評價就成為國內外學者研究的熱點，但至今尚未形成一套成熟的理論體系，主要是由于展會項目的特殊性，它不僅具有其他投資項目的普遍特征，另外還包含了由很多無形資產構成的因素，諸如品牌因素、價值因素等。在前人的研究中對于展會項目的評價主要是從基礎性指標、產業特性指標及品牌無形資產指標[5]三方面入手的。接下來本文就三類評價指標的特點進行分析，并在此基礎上總結展會項目評價方法選擇的標準。
基礎指標可以分為兩類：一類是所有展會項目所共有的，包括客觀的、有形的硬性指標，例如展覽面積、參展人數等；另外一類是所有投資項目共有的指標，如財務指標等。基礎指標具有客觀性、時效性和普遍性。對于基礎指標的數據采集一般可通過審計公司或者政府監管部門獲得，數據的可靠性及客觀性可以得到保證。鑒于展會項目的基礎指標具有客觀性強，可得性高的特點，因此傳統的評價方法即可實現，比如財務評價可采用投資回收期法，凈現值法等，對于財務風險的評價可以采用蒙特卡洛模擬法進行；對于展會項目共有的硬性指標可利用模糊綜合評價法實現等。總的來講，展會項目的基礎指標在評價時適用的評價方法眾多，因此在選擇的空間相對較大，在后續分析中可以根據以下兩類指標的特點選擇整體適用性最高的方法進行評價。展會項目基礎指標的特點決定了其評價方法可多選性的特點，但同時也應注意在數據采集、數據處理中的客觀和實事求是，進而保證評價結果的精準度。
產業特性指標，具有濃厚的行業特色，主要是對展覽會項目的整體進行評估，包括展覽前臺工作和后臺工作，涉及對展覽環境、展覽主題、展臺設計與裝飾、廣告及公關宣傳力度、展會后勤服務、展會的即時效果及潛在效果，展會的社會效果及經濟效果等，屬于展會價值評價的一部分。這部分指標行業區別度大，并且絕大多數屬于主觀性的軟性指標。因此這類指標具有主觀性強、標準不統一、測量難等特點，是否能實現對于該類指標的采集和量化是選擇評價方法的關鍵因素。因此在評價方法選擇上的首要要求就是能根據實際情況盡量將軟性指標的信息量化處理，在保證信息完整性和準確性的前提下才能進行后續的項目評價。因此在評價方法選擇上，可供選擇的方法有因子分析法、層次分析法、模糊綜合評價法以及兩種方法結合使用的方法。對于以上幾種方法的優缺點分析如下：因子分析法利用李克特量表將軟性指標量化處理，能在很大的程度上保證定性指標的量化處理程度，同時處理過程和評價過程簡單易于操作，缺點在于量化處理的過程中主觀性太強，沒有采取一定的措施盡量避免主觀性造成的差異；對于模糊綜合評價及AHP方法，首先對評價指標進行了分層處理，確定了權重，同時在模糊綜合評價時，利用隸屬度函數方法在一定的程度上對于主觀性造成的差異進行了最小化處理，同時該方法體系中還包括一些驗證方法，進一步保證了評價結果的精準度，缺點在于計算繁瑣，工作量大。因此總的來講，對于展會項目的行業特性指標，將定性指標定量化處理是關鍵，在此基礎上權衡各方面的意見選用不同的評價方法。
品牌無形資產指標，是從品牌資產的認知度、美譽度和忠誠度三個維度來衡量展會項目的無形資產，同樣也屬于展會價值評價的一部分，該類指標具有難量化、難評價等特點。在數據采集方面與產業特性指標的不同之處在于品牌無形資產的評價要集合消費者的看法。對于無形資產的評價在項目評價中暫無前例可循，在評價方法的選擇上首先要結合展會項目的特點及無形資產的評估中應注意的問題，遵循《資產評估準則-基本準則》、《資產評估準則—無形資產》和《企業價值評估指導意見（試行）》等有關評估準則的相關規定。同時品牌無行資產又存在不同與其他無形資產的特點，它的調查對象為消費者，需要結合消費者的反應和企業的情況進行的綜合評價，因此以往只適用于企業技術、專利等的單方面的評價方法，諸如市場法、收益現值法和成本法等均不適用于品牌資產的評估，綜合以上分析，本文認為可采用模糊綜合評價和AHP相結合的方法對于品牌的認知度、美譽度和忠誠度進行評估，一方面該方法可以對這些定性信息定量化處理，另一方面將信息分層處理，確定權重，也在一定程度上避免了主觀性差異造成的影響，缺點在于消費者群體這個樣本很大，打分過程可能會耗費大量的人力、物力和財力。
結合上述三類展會項目評價指標特點的分析，接下來本文指出了針對展會項目評價方法的選擇標準：第一，能夠客觀地進行數據采集；第二，能夠根據展會特點實現定性指標的定量化分析；第三，能夠綜合全面對展會項目進行評價；第四，能夠保證評價結果的精準度。因此按照對于展會項目指標的三種分類，在對展會項目進行評價時可采用組合的方法，如模糊綜合評價和AHP結合、AHP-ANN相結合等組合方法，利用方法的互補性，揚長避短。
2.2 模糊綜合評價模型介紹
例如模糊評價的指標因素即C層因素共有m個,C = {c1,c2,…,cm}。評價等級選用常用的五個等級V = {v1,v2,v3,v4,v5},即{優、良、一般、較差、差},對單因素ci（i =1,2,…,m）做評判,通過前述方法得到單因素ci對等級vj（j=1,2,…,5）的隸屬度rij,即因素ci的單因素評判向量ri=（ri1,ri2,…,ri5）,這樣m個因素的評價向量就構造出一個總的評價矩陣R。即每個被評價對象確定了從C到V的模糊關系R,矩陣為:
一般將其歸一化使∑rij=1。然后根據層次分析確定的C層因素對于總目標A的權重有P=A*R。將P歸一化,可得P''=p''1+p''2+p''3+p''4+p''5=1。
模糊綜合評價的結果是被評價事物對各等級的模糊子集的隸屬度,它一般是一個模糊向量,而非一個點值,因為它能提供的信息比其他方法更為豐富,若對多個事物比較并排序,就需要進一步處理,即計算每個對象的綜合分值,按大小排序,按序擇優。比如對上述5個等級,好為100分、較好為50分、一般為25分、較差為12·5分、差為6·25分。可以根據對各個等級的隸屬度計算出綜合得分,即S=■p''j×Sj，S為相應的分數。
2.3 評價方法的改進
以上本文分析了基于不同分類指標的評價方法的選擇問題，在解決了方法選擇問題之后，如何保證評價結果的精準度又是一個本文重點解決的問題，因此在結合以上評價方法的選擇分析的基礎上，以模糊綜合評價和AHP相結合法為例，本文認為提高評價結果的精準度重點在于把握隸屬度函數的確定問題。
隸屬度的確定方法通常有以下兩類，一是根據數據特點選用法國的卡夫曼教授曾經確定的28種隸屬度函數；二是采用專家打分法確定隸屬度。此外為了提高隸屬度確定的精準程度可以根據行業或者同類公司情況模擬隸屬度函數進而確定隸屬度。
對于基礎類指標，由于其客觀性強，同時很多指標存在行業標準值；而對于行業特性指標，其行業特性較強，行業差別及評價標準也較大。因此對于這兩類指標在隸屬度確定時應采用第三種方法：根據行業標準值及同行業多家公司估算隸屬度函數。其原理如下：利用統計學方法建立符合實際的隸屬度函數。設在某一區間的樣本觀察值為Xl，X2，…，Xn，由于樣本觀察值來自總體，故反映了總體的客觀實際。區間兩個端點的隸屬度是己知的，如圖4一2中所示，“好”的隸屬度，100為1，50為0，即該區間內“好”的隸屬函數一定通過兩點:（100，l），（50，0）。由于確定一條曲線至少需要三個點的坐標，因此除兩個端點外，還需要找出另一個點。考慮樣本均值這個特殊點，隸屬度應該要反應指標之間的對比程度，因此某一區間內的樣本均值的隸屬度應該是0.5那么選取參數a，b，C的值，從而確定該區間上的隸屬度函數。
此外還應注意的是對于行業特性指標的評價，由于專家的權威性較高，因此在打分時可以采用專家打分法而后根據不同行業進行區分評價，在同一行業內根據專家打分模擬隸屬度函數，盡量規避由于行業不同對評價結果造成的影響，同時也提高了評價結果的精準度。
對于品牌資產指標，由于其調查對象為消費者，數據量較大，因此樣本可以假設為來自正態分布的樣本，在確定隸屬度時可以采用法國的卡夫曼教授曾經確定的正態型隸屬函數g（x）=e- （x-μ）2/2o2。
綜上分析，基于不同指標分類進行了方法的選擇問題的分析，在評價結果精準度的問題上，結合不同的指標特點進行了改進，進一步保證了結果的準確性。
3 結論
本文通過對展會項目的評價方法的研究，分析了定性指標較多，存在大量無形資產的展會項目在評價方法的選擇方面應注意的問題及在提高展會項目評價結果精準度方面應采取的措施。以基于指標分類的評價指標選擇為例對于三類展會項目指標：基礎性指標、行業特性指標和品牌資產指標，根據不同的指標特性選擇不同的評價方法，并推薦了該類項目評價的方法組合，模糊綜合評價法和AHP相結合的方法，利用方法間的互補性，揚長避短。此外對于如何保證評價結果的精準度問題，本文同樣以各類指標特性為依據在隸屬度的確定上進行了適當的改進，對于基礎類和行業特性指標根據行業標注值和同類公司的數據進行模擬估算隸屬度函數，以提高隸屬度確定的準確性。
魚和熊掌常是不可兼得的，本文在提高隸屬度的精確性上有了一定的方法改進，但是同時增加了工作量和計算量，處理過程相對繁瑣，消耗的時間較長。因此在選用時需根據評價方的要求及展會項目的情況選擇綜合合適的方法進行項目評價。此外，本文是基于不同分類指標的評價方法選擇和改進，針對性較強，在后續展會項目評價問題的研究中可以根據實際情況加以改進。
參考文獻：
[1] 何德忠,孟衛東.期權博弈理論發展綜述[J].生產力研究,2007（2）:148-150.
[2] 王敏.風險資本投資方法淺析[J].運籌與管理,2002（6）:I19-123.
[3] 劉思峰.趙亮.風險投資評價的一種新方法[J].中國管理科學,2001（2）:22-26.
[4] 隋鑫.模糊綜合評價技術在展會評估中的應用初探[A].2006中國首屆會展經濟研究會學術年會論文集,P178-192.
[5] 楊芳平.關于品牌會展評估指標體系的初探[J].上海應用技術學院學報（自然科學版）,2009（01）.
[6] 司浩婷.ABC公司無形資產評估研究[D].蘭州大學,2010.
[7] 張紅.基于AHP-ANN的風險投資項目評估方法研究[D].中南大學,2005.
[8] 彭佑元,顏實.不同行業投資項目評價核心指標體系選擇[J].工業技術經濟,2009（12）.
[9] 楊杰,辜應康.基于展會商的展覽會選擇與評估研究——以2007年上海電子工業展為例[J].上海應用技術學院學報,2009（3）.
[10] 單榮,張瀟日.基于因子分析方法下的創業投資項目評估模型[J].工業技術經濟,2007（12）.
傳統投資評價方法是指折算現值（Net Present Value;NPV）法及內含收益率（Internal Rale of Return;IRR）法，這兩種都是從財務的角度對投資回報進行評價。
但是，這兩種評價方法都不適用于信息化投資，這是由信息化投資的特殊性決定的。主要有三個特征：前期的投資數額較大；與競爭戰略有緊密聯系；產生較多的無形收益。
平衡記分卡由美國哈佛商學院領導力開發課程教授羅伯特?卡普蘭和復興方案國際咨詢企業創始人兼總裁諾頓提出，是一種以信息為基礎的管理工具，分析哪些是完成企業使命的關鍵成功因素以及評價這些關鍵成功因素的項目，以促使企業完成目標。
平衡記分卡既包括財務指標又包括非財務指標，是對以財務業績為中心的評價模式的一種充實。它主要包括財務、顧客導向、內部業務流程、學習與成長四個方面的內容。
財務指標：利用財務數據反映投資能夠帶來的收益水平，通過成本――收益分析進行選擇。
顧客導向指標：把通過投資活動所取得的顧客認同進行量化。
內部業務過程指標：考察企業投資能夠在運作效率及效果上得到的益處。
學習與成長指標：量化企業投資后獲得持續成長和不斷學習的價值。
下面以某企業對兩個信息化投資備選方案的評價，來簡要介紹該方法的應用。
方案一是中等規模投資，為了實現庫存的網上管理，需引進信息處理系統和進行與之配套改造工程。該方案的投資有：倉庫的改造與收、發貨管理系統；信息管理中需要的計算機系統及中央數據庫建設。
方案二是大規模的投資，除去方案一中的內容，還要建設公司總部、配送中心、客戶之間的大規模信息網絡。
如實施上述的投資，可以使公司內的信息交換、公司與外部客戶間的信息溝通更加安全、及時、準確和方便。有利于加快反應速度、工作效率、提高準確性，達到提高顧客滿意水平和公司收益的目的。
對這兩個投資計劃如果采用傳統的投資評價法，其結果可能都是不能投資。第一，計劃的投資額都很大。傳統的方法只用單一的成本――收益法進行計算。當投資額，即成本增長時，未來產生的收益不相應增加的話，投資計劃就只能被否決。第二個理由是傳統的投資評價方法只考慮到未來產生收益中的有形部分，而對較多的無形收益不予計算。
大概沒有出現過這么密集的傷心消息了――2月21日，史上最年輕的諾貝爾經濟學獎得主肯尼斯?阿羅（Kenneth Arrow）與世長辭；最有影響力的經濟學家之一蒂莫西?富爾斯特（Timothy Fuerst）在同一天去世；3月6日，美國金融學會訃告，著名金融學家羅蒂芬?羅斯（Stephen A?Ross）在家因心臟病突發逝世，對接觸過現代金融學科的人而言，都知道套利定價理論（APT，Arbitrage Pricing Theory）的偉大之處。
就在人們紛紛對西方財經圈大牛表示緬懷之時，傳來一個中國投資大佬境外因病醫治無效過世的消息，讓整個量化投資圈頗為震驚。
這個大佬就是量游投資創始人朱天華。我打開他的微信，簽名“交易是統計游戲”赫然醒目呈現在那里，或許也是他公司名的來由。
朱總是哥倫比亞大學博士，有15年美國頂級投行經驗，任美國高盛集團交易和銷售部董事總經理。關鍵是在高盛，朱博負責金融產品量化、程式化和高頻化的交易和策略，主管美國的國債期貨、國債現貨，包括利率期貨、外匯、商品期貨還曾任瑞士信貸全球自營部的總監、美國雷曼兄弟公司固定收益部副總裁和資深交易員、美國IDC固定收益和金融衍生品資深策略專家。
放眼華人量化投資圈，大概沒幾個人能有這樣豐富而資深的背景了。
一般來說，回國創業的量化創業者有三類，第一類是像朱天華這樣真正受過頂尖投行熏陶的扎實大牛，少之又少；第二類是海外大機構做過幾年相關工作的，基本知道主要套路；第三類是非主流對沖基金合伙人，或是從策略轉投資、從研究轉投資的新人。
我后來與朱天華總共有過三面之緣，每次都在講風控。
第一次見到朱總是上海交大高級金融學院的論壇上，當時話題還算應景――對沖基金在中國的困境與對策。朱總參加的是圓桌討論環節，穿著松松垮垮的休閑外套，他個頭略小，臉上不帶微笑，神情略顯滄桑。他說話雖聲不大，但氣場強烈，當時依稀記得的重要觀點是：很多人太不敬畏投資了，不知道投資中的不確定性有多難控制。
第二次是在虹口區對沖基金園區附近一家酒店大堂。那時大概是2016年5月，聽說朱總很久不見投資人了。我當時像平常一樣咨詢他一些問題，但我很快就發現，朱總交流起來有自己的頻道。他說得更多的是一些形而上學的理念。
最后一次見他，是在去年底上海的一個對沖基金論壇上。他坐在前排一個有名牌的座位上，冷靜地觀察著這個熱鬧的世界，周圍是喧鬧的年輕人。他穿著還是一樣樸素，一樣不為人所注意，感覺整個人有些消瘦。看他提前要走，我與他打了個招呼，他依舊低調地淺淺一笑。
不過，短短的幾次接觸，發現朱總仍有幾點交易原則值得借鑒。
1.分散化。多品種多交易方法。朱總堅持量化交易，他覆蓋的交易品種有期貨、股指、商品期權、分級、ETF等，他基本都在做一些多品種的交易策略。這與他在高盛時一脈相承，他當時負責金融產品量化、程式化和高頻化的交易和策略，對美國國債期貨、國債現貨，包括利率期貨、外匯、商品期貨等各品種也非常精通。
2.尋求趨勢相反機會。朱總偏重微觀，偏重統計意義上的回歸，在量化交易中盡量找一些與趨勢策略相反機會的策略，與趨勢模型做較好的組合補充。
3.永遠敬畏風險。他信服凱恩斯所言的“市場保持不理性的時間可能比你保持不破產的時間更長”。至于具體方法，主要通過對海量數據風控解決方式。他說起過去美國白銀市場，曾經從5元漲到80元，后來跌到10元、2元、1元，非常無法想象。他也提到當時高盛躲過次貸危機最強大的是其風控，在他看來，風控才是資產管理的靈魂。
4.人工智能是方向。2003年朱總在雷曼期間就接觸了深度學習專家，擁有下棋人工智能，只是沒feedback。現在可以通過Led work等神經網絡實現策略復興、優化，也可以通過非結構化思維，進行頭寸與風險分配，主要通過歷史數據，再用反饋測試。
總之，在朱總眼中，中國市場剛剛起步，阿爾法機會巨大。
想起《黑天鵝》一書的作者納西姆?塔勒布對他的理念形成重要沖擊的一刻――當時，塔勒布在芝加哥商業交易所工作，這份工作讓他的喉嚨嘶啞。起初，他也沒在意，返回紐約后才去看醫生。醫生語氣凝重地告訴他，他得了喉癌。塔勒布聽罷心里一沉，外面正好細雨霏霏，他在淅淅瀝瀝的雨中走了一程又一程。他走進醫學圖書館，發瘋似地查找醫學文獻了解自己的病情。衣服上流下的雨水在他腳下形成了一個小水洼，竟然一點兒也沒有察覺，因為喉癌通常是那些抽了一輩子煙且煙癮很大的人，才有可能得的。塔勒布還很年輕，關鍵是他幾乎不吸煙。像他這樣的人患喉癌的概率小之又小，連十萬分之一都不到。他成了一只黑天鵝！后來，每每他投資的時候，這份深刻的與死亡很近的印象盤踞于他腦中，由此自然發展出了黑天鵝投資體系，對風險中的“肥尾”尤為重視。
股票走勢圖分析
1) 白色曲線：表示大盤加權指數，即證交所每日公布媒體常說的大盤實際指數。
2) 黃色曲線：大盤不含加權的指標，即不考慮股票盤子的大小，而將所有股票對指數影響看作相同而計算出來的大盤指數。
參考白黃二曲線的相互位置可知：
A)當大盤指數上漲時，黃線在白線之上，表示流通盤較小的股票漲幅較大;反之，黃線在白線之下，說明盤小的股票漲幅落后大盤股。
B)當大盤指數下跌時，黃線在白線之上，表示流通盤較小的股票跌幅小于盤大的股票;反之，盤小的股票跌幅大于盤大的股票。
3) 紅綠柱線：在紅白兩條曲線附近有紅綠柱狀線，是反映大盤即時所有股票的買盤與賣盤在數量上的比率。紅柱線的增長減短表示上漲買盤力量的增減;綠柱線的增長縮短表示下跌賣盤力度的強弱。
4) 黃色柱線：在紅白曲線圖下方，用來表示每一分鐘的成交量，單位是手(每手等于100股)。
5) 委買委賣手數：代表即時所有股票買入委托下三檔和賣出上三檔手數相加的總和。
6) 委比數值：是委買委賣手數之差與之和的比值。當委比數值為正值大的時候，表示買方力量較強股指上漲的機率大;當委比數值為負值的時候，表示賣方的力量較強股指下跌的機率大。
股票分析方法
技術分析
技術分析是以預測市場價格變化的未來趨勢為目的，通過分析歷史圖表對市場價格的運動進行分析的一種方法。技術分析是證券投資市場中普遍應用的一種分析方法。
所有的技術分析都是建立在三大假設之上的。
一、市場行為包容消化一切。這句話的含義是：所有的基礎事件--經濟事件、社會事件、戰爭、自然災害等等作用于市場的因素都會反映到價格變化中來。二、價格以趨勢方式演變。三、歷史會重演。
《股市趨勢技術分析》是技術分析的代表著作。初版1948年，作為經典中的經典、技術分析的權威之作，《股市趨勢技術分析》至今仍牢牢處于無法超越的地位。
基本分析
基本分析法通過對決定股票內在價值和影響股票價格的宏觀經濟形勢、行業狀況、公司經營狀況等進行分析，評估股票的投資價值和合理價值，與股票市場價進行比較，相應形成買賣的建議。
演化分析
演化分析是以演化證券學理論為基礎，將股市波動的生命運動特性作為主要研究對象，從股市的代謝性、趨利性、適應性、可塑性、應激性、變異性和節律性等方面入手，對市場波動方向與空間進行動態跟蹤研究，為股票交易決策提供機會和風險評估的方法總和。
量化分析法
量化分析法是利用數學和計算機的方法對股票進行分析，從而找出漲跌的概率，將量化分析方法設定為:
a. 趨勢判斷型量化投資策略
判斷趨勢型是一種高風險的投資方式，通過對大盤或者個股的趨勢判斷，進行相應的投資操作。如果判斷是趨勢向上則做多，如果判斷趨勢向下則做空，如果判斷趨勢盤整，則進行高拋低吸。這種方式的優點是收益率高，缺點是風險大。一旦判斷錯誤則可能遭受重大損失。所以趨勢型投資方法適合于風險承受度比較高的投資者，在承擔大風險的情況下，也會有機會獲得高額收益。
b.波動率判斷型量化投資策略
判斷波動率型投資方法，本質上是試圖消除系統性風險，賺取穩健的收益。這種方法的主要投資方式是套利，即對一個或者N個品種，進行買入同時并賣出另外一個或N個品種的操作，這也叫做對沖交易。這種方法無論在大盤哪個方向波動，向上也好，向下也好，都可以獲得一個比較穩定的收益。在牛市中，這種方法收益率不會超越基準，但是在熊市中，它可以避免大的損失，還能有一些不錯的收益。
股指期貨套利是在股票和股指期貨之間的對沖操作，商品期貨是在不同的期貨品種之間，統計套利是在有相關性的品種之間，期權套利則是在看漲看跌期權之間的對沖。
看過“如何觀看股票走勢”的人還看了：
1.如何看股票走勢圖視頻
2.怎么看懂股票走勢圖
3.怎么根據大盤走勢看個股
（遼寧對外經貿學院，遼寧 大連 116052）
摘要：隨著滬港通的正式實施，中國股市交易量不斷創歷史新高.同時在世界石油價格持續降低的情況下，投資策略顯得十分重要.本文重點分析策略指數投資在股市投資中的運用.
關鍵詞 ：投資組合；股市；策略指數投資
中圖分類號：F830.59文獻標識碼：A文章編號：1673-260X（2015）05-0068-03
1 策略指數投資介紹
2014年末隨著股市行情的走強，指數化產品迅速擺脫前幾年凈贖回的頹勢，呈現爆發式快速增長.伴隨著規模的迅速擴張，結構上也出現了一些變化.其中策略指數產品尤其引人關注.廣發中證百發100指數基金在開放募集后2天即超過20億元，顯示市場對特定方式策略指數投資的熱情追捧.策略指數投資，在國外又稱為Smart Beta，即“聰明”的Beta，是相對于“傳統”的Beta策略而存在的一種投資理念.傳統認知上的Beta是指一種全市場投資組合的系統性風險，在CAPM中以全市場所有股票的市值加權方式計算（market capitalization weighted）.比如標普500指數、日經指數、以及在國內最具代表性的滬深300指數.通過簡單的推演，就可以論證市值加權并非是最優的方法.市場對股票的定價并非完全有效，那么市值加權的方式傾向于給高估的股票以更高的權重，而低估的股票以更低的權重，顯然這種方式并非是最優的.在這一點上，Hsu（2006）已經給出嚴格的論證.事實上，市值加權更加注重的是投資機會的市場容量（capacity），因此該類指數更多地被用作投資的業績基準.那么，如果將投資組合更換成一種非市值加權的方式，其得到的beta就是smart beta，相關的投資策略就稱為策略指數投資.這種smart beta指數中的股票權重往往是通過特定的量化算法獲得，看起來投資效果會比傳統的市值加權beta更加實用，相關的投資策略也往往會選擇市值加權指數作為投資業績的基準.
常見的Smart Beta策略包括價值策略、低波動策略、分散化策略、動量策略等.其中價值策略是以一些股票的價值指標為加權方式，目標是選擇一些基本面滿足特定屬性的股票構成組合.比如基于財務基本面評分的基本面加權，或基于分紅率的紅利加權等.低波動策略的目標是構建一個最低或較低波動率的投資組合，通常包括最小方差目標加權、波動率倒數加權等方法.分散化策略的目的是提高組合中股票的分散度，應用最廣的是等權重策略.動量策略在國外也是一種常見的策略，因為國外市場上驗證發現動量因子非常有效，因此會選擇以動量因子來作為股票選擇和加權的方式，見表1.
據統計，美國近三年新發行的Smart Beta策略投資產品規模約在600億美元，大致與市值加權的指數產品規模相當，策略也主要以紅利、等權重、基本面、低波動為主.而國內近年來策略指數投資產品發展也非常迅速.中證指數公司針對主要的Smart Beta策略進行了驗證，證明Smart Beta策略確實能大概率上擊敗以市值加權的滬深300指數.其中表現最好的是低波動相關策略，包括300最小方差、300低貝塔、300低波動.
2 資產配置下的策略指數投資
根據經典的CAPM模型我們知道，股票資產的收益率取決于其承擔的市場風險大小Beta，而無法被解釋的部分則為Alpha.但隨后的諸多研究發現，各種股票之間的Alpha具有異常的高相關性特征，或許存在市場因子以外的其他因素在影響股票資產的收益率.隨后發展的Fama-French三因素模型提出在市場因子以外，價值因子和規模因子也是非常顯著的.后來又將動量因子補充進來，從而形成四因素模型.
自此，風格因子投資的概念逐漸被學術界與投資界所廣泛接受.事實上，自從1970年代以來，國外就開始萌生基于這種理念的主動投資管理.投資業界在三因素模型基礎上開發了非常有效的線性因子投資模型，如Barra公司將國家地域因子、宏觀因子、概念風險因子等逐步納入到其風險評估模型中.隨后，學術界又逐步發現了更多有效的風險和策略因子，如低波動率、低流動性、基本面因子等.人們也逐漸發現，原來投資界以往的諸多策略產品實際上并非是提供了有效的Alpha，而只不過是將各種風格因子的beta巧妙包裝成投資能力的Alpha來推銷給投資者.
在這樣的視角上，資產配置投資就自然而然地成為投資方法的主流.我們對資產的看法不再是其表面上所呈現出來的風險與收益特征，而是其特定或持續暴露的風險因子敞口，比如價值因子敞口、規模因子敞口等.如果投資者能夠設定自己的風險預算，明確其將在各種風險因子上的敞口，就可以從市場上選擇合適的股票、策略指數產品，經過合理的搭配而形成組合.這樣的投資組合在風險上是可控的，從而將投資引入了一個新的配置時代.
因此，基于特定量化策略的Smart Beta策略指數投資開始風靡.這些指數投資產品不僅能夠提供超越傳統Beta的收益表現，更重要的是它們滿足了投資者的資產配置需求.這些產品的透明性好、費用低廉，并且突出地暴露到某一個特定的風險因子上.比如在紅利策略中，通常會選擇那些分紅率最高的股票進入組合，并給予高分紅股票更高的權重，這樣就使得組合在價值因子上產生了顯著的風險敞口.在等權策略中，全部入選組合的股票無論市值大小都給予相同權重，從而導致小盤股獲得比市值加權指數更高的權重，導致組合在規模因子上產生顯著的風險敞口.波動率倒數加權策略則會給予波動率較低的股票更高的權重，從而整體上降低組合的波動性風險，因此也在波動率因子上產生顯著的敞口.投資者在把握這些策略指數產品的風險特征后，就能夠方便地構建自己的組合配置，反過來也促進了策略指數投資的快速興起.
然而，Smart Beta策略指數產品也并非完全的“聰明”.在某一段時間內，也許特定的策略指數能戰勝市值加權組合，使得它看起來非常“聰明”，但在另一段時間內該策略指數可能會落后市值加權組合，使得它看起來也不是那么“聰明”.這是因為策略指數產品通常會有嚴重的風險因子敞口，因此其業績也隨著風險因子的表現而起伏不定.可能有一些因子長期來看存在明顯的超額收益，導致這些策略看起來非常具有吸引力.
針對幾個主要的風險因子，測算了2006-2014年間的表現.表3中我們發現小盤因子是中國A股市場上長期表現最好的，但其波動率也比較大.價值因子、反轉因子、基本面因子的長期表現也非常好.然而，表4測算了這些因子表現的相關性，發現各種因子之間的相關性非常低.并且單一因子的信息比率都無法達到2以上，這就表明單純使用一個因子，即使是表現最好的小盤因子也依然無法達到滿意的投資效果.
因此，風格偏向非常明顯的策略指數投資產品也即往往會隨著市場風格的切換而發生特別明顯的波動.但是，如果投資者能夠設定自己的風險預算約束，就能夠合理地選擇多個策略指數投資產品來構造自己的組合基金.組合基金利用不同產品風險敞口的低相關性來降低組合的波動風險.
3 組合基金投資
組合基金是能充分利用策略指數投資產品的優勢，同時又充分控制和分散風險的一種很好的方法.目前國內興起的量化投資基金很多策略就是試圖去搭配不同的風險因子，希望在控制一定的風險暴露基礎上，追求更高的收益.然而我們發現，這些策略大多數仍然是存在明顯的風險暴露.
我們選擇2014年表現最好的三只公募基金：華泰柏瑞量化指數、大摩多因子、長信量化先鋒.可以發現，雖然這三只基金在2014年、2013年表現較好，但在2011年、2012年里普遍較弱.其主要原因是這些基金普遍在小盤因子上有很強的暴露，2013-2014年里小盤因子表現很強，但2011-2012年里價值因子表現更好.表6拆解了三只基金的全部持倉的自由流通市值分布，不難看出大摩多因子與長信量化先鋒在小盤股上偏向非常明顯，而華泰柏瑞量化指數向小盤的偏離較小.
我們選擇其中業績記錄較長的大摩多因子、長信量化先鋒，另外搭配兩只偏向價值的策略指數基金：華寶興業上證180價值ETF、銀河滬深300價值.以等權重在四個產品之間搭配，構造一個混合的組合基金投資產品（FOF）.
經過計算，不難看出兩個偏向價值的基金產品在2011和2012年明顯好于兩只偏向小盤的量化產品，但在2013年和2014年里表現弱于量化產品.經過等權構造后，FOF組合在2011-2014年間均能取得正的超額收益，更重要的是其信息比率提升到了2.20，遠遠高于四只產品各自的信息比率，這說明經過搭配后，資產組合的收益風險表現得到了明顯的提升.
4 結論
策略指數投資的Smart Beta正逐漸成為市場上非常重要的一類產品，因其風格特征顯著，在特定的市場環境下提供“聰明”的Beta收益而逐漸受到投資者的熱捧.然而，單一投資策略指數產品并不能提供穩健的收益，可以考慮在資產配置的目標下合理搭配策略指數投資產品，獲取更加穩健的收益.
參考文獻：
〔1〕鄭鳴,李思哲.我國基金風格投資的積極風險補償研究[J].廈門大學學報(哲學社會科學版)，2010(02).
〔2〕蔡偉宏.我國股票市場行業指數超額聯動的實證分析[J].南方經濟，2006(02).
關鍵詞：中美股市；收益率；量化寬松貨幣政策；聯動性
中圖分類號：F830.9 文獻標志碼：A 文章編號：1673-291X（2013）18-0168-03
引言
2008年的全球金融危機，使全球主要的資本市場經濟疲軟，作為經濟“晴雨表”的股票市場尤其重要，在美國股票價格大幅下跌的情況下，全球主要股市的主要趨勢也是在下跌。近些年來，隨著中國允許合格的境外機構投資者（QFII）投資中國股票市場和合格的境內機構投資者（QDII）投資與國外的股票市場，大規模的境內資金投資與美國的股市，美國等國家的熱錢也進入中國的股票市場，美國和中國分別作為世界第一大和第二大經濟體，經濟聯系密切，美國同時也是中國主要的貿易合作伙伴，美國股市和中國股市的聯動的可能性也很大，如果中美股市之間具有較強的同漲同跌趨勢，會使同時投資于兩國股市的投資者，面臨較大的風險，甚至會影響中國宏觀經濟的健康穩定發展。因此，在全球經濟危機的背景下，研究中美股市的聯動性，對于投資者的投資決策，完善股票價格的預測模型，引導監管部門制定合適的金融政策具有重要的意義。
一、文獻綜述
（一）國外研究綜述
國外有很多學者對股市的聯動性進行過研究，由于國外的股票市場起步較早，所以國外的學者對股市之間的聯動性研究也較早。Hamao等（1990）研究了1985年4月至1988年3月美國、英國和日本三國股市的波動溢出效應，發現紐約股市到東京股市，紐約股市到倫敦股市以及倫敦股市到東京股市有單項的引導作用，Jeon 和Chiang （1991）采用多變量協整檢驗方法研究了1975—1990年美國紐約、英國倫敦、日本東京和德國法蘭克福四個股票市場的長期均衡關系，發現這四個股票市場的共同發展趨勢。Eun and Shim（1989）利用VAR模型分析從1980—1985年為止的9個發達國家證券交易所的股價指數收益率之間存在相當大規模的相互作用。Miyakoshi 研究了美國和日本股市對亞洲其他國家股市的波動溢出效應，他們認為，日本股市對亞洲其他國家的波動溢出效應要強于美國股市的影響，同時亞洲國家股市也對日本股市具有反向波動溢出效用。
（二）國內研究綜述
韓非、肖輝（2005）檢驗了中美兩國股票價格之間的聯動性，采用2000—2004年中國上證A指和美國標準普爾500指數作為考察對象。并考慮了交易的不同步性這一因素，對中美兩國股票市場中國股市的收盤價對美國股市的開盤價有較弱的影響，而美國股市的收盤價對中國股市的開盤價幾乎沒有影響。胡秋靈和劉偉研究了基于次貸危機背景下中美股市的聯動性，采用2007年8月1日至2008年12月31日的日數據，對上證綜指和美國標準普爾500指數日收益率建立了一系列的分析模型。結果表明，標準普爾500指數日收益率前一期值對上證指數日收益率當期值有顯著的正向影響。方建武和安寧選取滬深300指數和標準普爾500指數進行實證分析，得出：在全球金融危機期間，美國股市對中國股市有單方面的影響。在長期來看兩國股市不存在協整關系。張兵等選取了影響中美股市聯動性和中國資本市場國際化影響最大三件事作為分界點，分階段證明了中美股市之間的收益率溢出效應和波動溢出效用。得出了從第一階段到第四階段美國股市對中國股市的收益率溢出效應逐漸增強，中國股市對美國股市在價格和波動性方面影響較小。
二、數據的選取
對中國的股票市場以滬深300指數作為考察對象，美國股票市場以標準普爾指數為考察對象。本文考察的時間段是從2008年11月25日（美聯儲宣布實施第一輪量化寬松的貨幣政策）到2012年12月19日，由于中美股市的節假日有所不同，剔除交易日不重合的數據后，得到了966個數據。然后進行分析。為了研究美國在次貸危機爆發之后，對中美股市聯動性的影響，本文以美國實施的三次量化寬松的貨幣政策為分界點，這樣就把樣本分為四個階段研究。
三、股票指數收益率的計算方法
由于地域的差異，中國和美國存在時間差異，中國的股票市場于北京時間9：30開盤，下午3：00收盤，美國的股票市場在美國的東部時間上午9：30開盤，下午4：00點收盤，由于時區相差13個小時，所以中國股市開盤和收盤都早于美國股市。Hamao和Masulis（1990）在研究日本、美國和英國股票市場價格的關系時，將日收盤到收盤的收益率分解成兩部分：收盤到開盤收益，和開盤到收盤收益。這樣就可以考察國內外股票價格的相互影響。參照Hamao和Masulis的方法我們將昨日的收盤到今日收盤的日收益率分解為兩個部分：一部分是昨日收盤到今日開盤收益率，他等于第t日的開盤價除以第t-1日的收盤價后取自然對數。即：
R1=Ln（Ot /Ct-1）
其中，R為第t日的股票指數昨日收盤到今日開盤的，Ot表示第t日的開盤價，Ct-1表示t-1日的股票指數的收盤價格。
另外一部分今日的開盤到今日的收盤收益率，它等于第t日的收盤價除以第t日的開盤價取自然對數。即：
R2=Ln（Ct/Ot）
其中，Ct表示第t日的收盤價，Ot表示第t日的開盤價。
四、實證研究
（一）平穩性檢驗
在進行Granger檢驗和協整關系檢驗之前要討論時間序列的平穩性。因此，在這里采取ADF檢驗的方法分別對美國的今日開盤到今日收盤的收益率時間數列AJKJS 、美國的昨日收盤到今日開盤的收益率時間數列（AZSJK）和中國的今日開盤到今日收盤的收益率時間數列（CJKJS）、中國的昨日收盤到今日開盤的收益率的時間序列（CZSJK）分階段進行平穩性檢驗。
從上表可以看出，四個數列都拒絕原假設，因為概率值（p）小于0.05，拒絕原假設，時間序列沒有單位根，所以這四個數列都是平穩的數列。因此可以進行協整檢驗和Granger檢驗。
（二）Granger因果檢驗
Granger因果關系檢驗主要檢驗兩個變量之間是否存在因果關系，并檢驗哪個變量是原因，哪一個變量是結果。由于中國和美國之間的時區差異，所以為了討論中國股市的收盤價格與美國開盤價的聯動性，我們研究了中國股市今日的開盤到今日收盤這一段時間的收益率（CJKJS）與美國股市昨日的收盤到今日的開盤的收益率（AZSJK），同時為了研究美國股市的收盤與中國股市的開盤的聯動性，本文討論了美國股市的今日開盤到今日收盤收益率（AJKJS）對中國昨日收盤到今日開盤收益率的（CZSJK）的關系。
通過Granger因果關系檢驗得出美國四次量化寬松的貨幣政策期間，美國股市的今日開盤到今日收盤的收益率能顯著影響中國股市昨日收盤今日開盤的收益率，說明美國股市的收盤對中國股市開盤價格有顯著的影響。在2012年9月14日（第三次量化寬松貨幣政策實施）以后，中國股市的今日開盤到今日收盤的收益率能顯著影響美國股市昨日收盤到今日開盤的收益率，說明在第三次量化寬松的貨幣政策之后，中美股市有較強的聯動性。
結論分析及對策
本文選取中國滬深300指數和標準普爾500指數作為樣本數據，并通過計算它們的股市收益率來進行聯動性分析。實證分析結果表明：在實施第一次和第二次量化寬松的貨幣政策期間美國股市收盤價對中國股市的開盤價有顯著影響，而中國股市對美國股市的影響則較小，在實施第三次和第四次量化寬松的貨幣政策期間，中美股市的聯動性變強了。現在來分析這些變化的原因：
（一）美國股市收盤收益率對中國股市開盤收益率影響顯著原因
美國作為世界上頭號經濟強國，經濟的發展和波動對世界經濟的影響會很大，特別是在美國次貸危機爆發，最終引發世界性的金融危機，這一點就可以說明美國經濟在世界經濟中的地位，隨著中國的對外開放程度的不斷提高，美國是中國最重要的貿易出口國，中國和美國的進出口貿易隨著貿易壁壘的減少，經濟聯系越來越緊密。美國經濟的波動很容易影響中國，但是，中國的經濟對美國的影響程度就不會那么大，這就造成美國股市的收盤收益率對中國股市開盤收益率影響比較顯著。
（二）在第三次量化危機以后，中美股市聯動性變強的原因
在實施第三次量化寬松貨幣政策以后，隨著美國不斷地投放美元，使世界經濟面臨通貨膨脹的壓力，通貨膨脹會在一定程度上促進股票價格的上升，使中國和美國股票價格在一定程度上的同時上漲。量化寬松的貨幣政策對美國經濟的復蘇有很大的促進作用，中國經濟與美國聯系比較緊密，美國經濟的增長，同時也會帶動中國經濟的發展。這些因素就會造成股價的同漲同跌。對于美國股市對中國股市的顯著影響，以及中美股市聯動性逐步增強，中國政府和投資者應采取的對策：由于美國股市對中國股市有顯著的影響，所以，中國政府在對中國的資本市場進行調控和管制的時候，不僅要考慮國內的情況，還要結合國外股市的變動情況，來制定合適的政策。由于中國的股票市場起步晚，還存在許多的問題，因此，中國政府要逐步地放松管制，積極利用市場化的手段來調控股市，緩解股市的大起大落。對于投資者而言，隨著中美股市聯動性的逐步增強，通過共同投資于中美兩國的股票市場來分散投資風險的作用會越來越小，投資者要理性投資，合理地選擇投資組合，來降低投資風險，增加收益。
參考文獻：
[1] Hamao，Ronald W.Masulis，Victor Ngcorrelation in price changes and volatily across international stock markets [J].Journal of Financialstudies，1990，（3）：281-307.
[2] Bang New Jone，Thomas C.Chiang.A System of stock prices in word stock Exchange ：Common Stochastic Trends for 1975-1990[J].Journal of Economics and Business，1992，（29）：95-124.
[3] Eun.C.and S.Shim.H，international transmission of stock markets，Review of Financial Studies，3，281-307.
[4] Miyakoshi T.Spillovers of stock return volatility to Asian equity markets from Japan and the US [J].Journal of international FinancialMarkets，Institutions and Money，2003，13：383-399.
[5] 韓非，肖輝.中美股市間聯動性分析[J].金融研究，2005，（11）.
[6] 胡秋玲，劉偉.中美股市聯動性分析——基于美國次貸危機背景下的收益率研究[J].金融理論與實踐，2009，（6）.
[7] 方建武，安寧.中美股市的聯動性分析及預測[J].經濟問題探索，2010，（4）.
[8] 張兵，范致鎮，李心丹.中美股票市場聯動性研究[J].金融研究，2010，（11）.
定量投資在海外已有30多年的發展史,通過在對市場認知和理解的基礎上,提煉出能夠產生長期穩定超額收益的投資思想,并用歷史數據驗證其思想的正確性,其投資業績穩定且市場規模和份額不斷擴大,得到越來越多投資者的認可。定量投資主要根據各種數量模型進行投資決策,在模型中通過具體指標、參數的設計反映和實現投資理念及策略,通過模型不帶任何情緒地跟蹤和分析市場,以實現較穩定地獲得超額收益的目的。其理論依據是:價格變動模式能被歷史數據發現和揭示,并能由統計技術描述和分析,收益與風險相關程度的變化是連續的,收益、風險、相關性及時間框架的模型是可預測的。
定量投資的思想和方法在量化投資基金中得到廣泛的應用。量化投資基金利用數學、統計學、信息技術等定量投資方法來管理投資組合,通過數理統計分析,選擇未來回報可能超越基準的證券進行投資,以期獲取超越指數基金的收益。
定量投資伴隨金融理論、數學模型、計算機技術的發展而興起,布萊克、夏普等金融經濟學家建立的數量模型和總結的研究成果為現代金融定量分析的發展奠定了基礎,應用隨機過程等數學理論的發展和完善擴充了定量分析的數學工具,硬件設施、軟件開發、數據整理和分析等計算機技術的迅猛發展極大降低了定量分析的難度和工作量。首只量化基金成立于上世紀70年代,該類基金在90年代到21世紀初快速成長。最近幾年,量化基金良好的業績表現和相對低廉的管理費用吸引了越來越多投資者的關注。尤其是量化基金中的佼佼者,業績表現非常突出。定量投資的創始人之一詹姆斯·西蒙斯管理的大獎章基金,自1988年成立后年均回報率達到38.5%,收益率水平遠超過巴菲特20%的年平均收益率,使其成為20年內最賺錢的基金經理。如今,定量投資在國外成熟市場上已經成為相當流行的一種投資方式。
與傳統基金相比,量化基金具有其獨特的優勢:量化基金兼具人腦和電腦雙重優勢,主要依據模型做出投資決策,依靠數據指標進行綜合分析和選擇股票等各類資產,避免基金經理的情緒和主觀決策的干擾;量化基金系統性強,具有多層次、多角度、多數據的資產配置方法,依次在大類資產配置、行業選擇、精選個股三個層次上設定相應模型,從經濟周期、市場結構、盈利能力等多角度判斷資產的投資價值,通過計算機技術快速準確地分析成千上萬的上市公司信息,借助程序化的計算機模型,通過精細化的投資運作跟蹤和發現大量人力不及的投資機會,彌補基金經理精力和處理信息能力的局限。
在中國市場,量化基金起步較晚。自2004年首只量化基金光大保德信量化基金推出以來,國內量化基金經歷了7年的發展歷程。定量投資所具備的及時快速跟蹤市場變化等諸多優勢,正日益獲得中國投資者的認同。今年量化基金表現良好,截至4月6日,9只具有完整業績的主動型量化基金平均收益率為0.64%,超越同期股票型基金和混合型基金-1.39%、-3.08%的凈值增長率。但由于現今國內金融市場尚不成熟,量化基金難以找到穩定有效的量化模型,金融衍生工具的品種和數量不足,量化模型因投資工具缺乏未能充分發揮自身的優勢和特性。另一方面,國內的量化基金還處于起步階段,運用的模型有同質化傾向,且大部分量化基金在擇時、行業配置和資金管理等方面,并沒有采用量化模型,更多依靠基金經理的主觀判斷,這在很大程度上無法體現出模型選股優勢。不過,隨著國內金融市場的日趨成熟及金融衍生產品的陸續推出,以及金融工程理論和技術的不斷發展,獲取和處理信息優勢將變得日益重要,量化基金的運作有望漸入佳境,基金對定量投資的運用將成為趨勢。因此,加強對量化基金的重視、研究、開發及培養儲備金融工程人才顯得尤為必要。
2、基金家族與溢出效應
基金家族(FundFamily)是同一基金管理公司發行并管理的全部基金的總稱。雖然基金家族在我國出現較晚且針對基金家族的研究文獻較少,但隨著我國證券投資基金的蓬勃發展,基金家族及與其相關的利益輸送、明星基金溢出效應等問題逐漸成為基金行業的焦點。
基金家族中的每只基金不是獨立的實體,其資源配置受到整個基金家族的影響。從整體利益出發,有限資源可能不均衡分配到各只基金,特別是整個基金家族的利益與單只基金的利益存在沖突時,基金管理公司傾向于犧牲某些基金的利益。國外學者Chevalier&Ellison（1997）,以及Sirri&Tufano（1998）在研究成果中指出,當前的基金流量與往期的基金業績存在著凸性關系,即與低于正常收益的負收益引起的資金流出相比,超額正收益產生更多的資金流入。這意味著當基金家族面臨兩種選擇即擁有兩只表現一般的基金和擁有一只表現優秀的基金加上另一只表現較差的基金時,在最大化管理資產及管理費收入的目標驅使下,其更偏好于后者。在所擁有的基金中,基金家族更加重視當前業績良好的基金,并將有限資源的更多部分配置于該類資金,甚至以犧牲表現較差的基金利益為代價,從而獲得更多資金流入并多提管理費。
同時,國內外學者在研究中均發現,基金家族中的明星基金會給同一家族內的其他基金帶來較強的溢出效應。該溢出效應是指單個基金的業績表現、媒體曝光率等會影響到同一基金家族內的其他基金,繼而使投資者對家族內其他基金申購和贖回的選擇也發生改變。這種溢出效應的存在使大量資金流入明星基金的同時,也將流入同一基金家族的其他基金。
此種現象可由以下幾點原因解釋:首先,從投資者角度出發,根據行為金融學理論,投資者搜集和處理信息的精力和能力有限,在現實經濟環境中高度關注顯著信息而忽視隱晦信息是其有限注意能力的最直接表現,故投資者經常將注意力集中在基金家族中某些表現突出的基金上,卻忽視其他基金的相關信息,對同一家族內的其他基金產生認同感而選擇申購,因而產生基金的溢出效應。另一方面,投資者在選擇基金時往往受到錨定效應的影響。所謂錨定效應,指人們在做決策時,會受到最初得到的信息制約,不自覺對最初信息給予過多重視。投資者容易對明星基金已實現的業績產生錨定效應,認為其未來的業績將接近或達到現有水平,從而把資金投入到明星基金中,甚至因認為明星基金所在基金家族中的其他基金也有能力創造優良業績而對非明星基金也產生錨定效應,增加基金家族的整體基金流量。第二,該現象與基金品牌效應有關。表現優秀的基金受媒體關注程度和曝光率較高,其所屬基金家族也經常出現在媒體上,從而使基金管理公司的品牌形象深入人心,增強投資者的認同感并增加基金家族的現金流入。第三,從基金管理角度看,基金家族的投資管理理念會影響家族內的所有基金,各基金間存在著資源共享的情況且其經營成果可能存在較高的同質性,一方面使同一基金家族內的基金表現可能產生關聯,另一方面投資者因認為同一基金家族內的基金表現可能較一致而投資其他基金。基于以上分析,明星基金所屬的基金家族不一定將有限的資源同等投入到旗下的其他基金,其他基金也不一定有能力創造出明星基金實現的優良業績。投資者做決策前,應注意和分析此種現象,避免所選基金的業績與預期產生較大的差距。此外,基金家族對某些基金停止投資者申購的問題也值得關注,其通常宣稱基金規模過大容易導致基金運行無效率,停止某只基金申購是為了保護該只基金的業績。但一些學者研究發現,雖然基金家族更可能對業績良好、規模較大的基金停止申購,但無充分證據表明停止申購能保護基金業績。基金家族停止某只基金申購有可能是為了通過傳達其優良業績的信號,引起投資者關注并投資家族內的其他基金。因此,投資者不應盲目對基金家族停止某些基金申購的消息做出過度反應。
3、開放式基金贖回異象
開放式基金是指基金規模并不固定可以隨時增減變動,投資者可以隨時申購和贖回的證券投資基金。自2001年在我國出現后,開放式基金發展迅速,其份額規模已經遠超封閉式基金,占全部基金份額規模的比例已經超過95%,成為我國證券投資基金的主體。理論上基金業績越優良越能吸引投資者參與申購,有助于擴大基金規模和提高基金管理者的管理費收入,若基金表現不盡人意,投資者更可能選擇贖回基金份額,導致基金規模縮小。開放式基金的贖回機制有利于激勵基金管理公司盡職盡責地管理和運作基金資產,通過其業績與基金流量的正相關關系發揮“優勝劣汰”的基金生存機制。然而,歷史和研究證明,我國開放式基金的資金流入與基金業績并不存在正相關關系。相反,表現優秀的基金更可能被投資者贖回,基金凈值增長率與贖回率正相關,而業績較差的基金贖回率卻較低,形成我國的開放式基金贖回異象,導致優勝劣汰的競爭機制得不到有效發揮。開放式基金贖回異象增大基金管理公司對基金的投資管理難度并增加基金的流動性風險。目前中國證券市場缺乏足夠的金融衍生工具,開放式基金大量贖回可能使基金管理公司不得不大量拋售股票等資產,在降低基金凈值的同時對證券市場產生不利沖擊,形成惡性循環。因此分析現階段開放式基金贖回異象的原因和投資者贖回的行為尤為必要。
1.國外研究現狀
Robert.LKTiong（1987）對BOT項目風險評價進行了研究，分析了凈現值法、專家打分法、決策樹法等幾種常用的BOT項目風險評價方法，認為對BOT項目進行評價必須要有可行的評價手段同時需要對風險評價的結果有正確的理解。
Dixit（1989）提出費用模型、任務模型、運籌規劃模型等科學的BOT項目風險量化模型，在此基礎上進一步將BOT項目存在的風險依次劃分為國別風險、項目自身風險以及客戶風險。
CM Tan（1994）提出基于模糊邏輯技術的BOT項目風險評價模型，并將此方法運用于大型BOT項目的風險評價及控制中驗證該方法的有效性。Kitti Subprasm（1994）將模糊數學分析方法運用于BOT項目風險評價中，在此基礎上提出可以將模糊數學分析方法用于投標方案的評價。Kumaraswamy（2004）找出影響BOT項目風險的八個主要因素，并針對八個影響因素建立了風險評價模型。
2.國內研究現狀
張丹文（2003）運用經濟學方法分析了BOT項目的潛在風險，并建立BOT項目風險評價的指標體系，運用層次分析法和專家打分法為各項指標打分賦值，最后得出BOT項目風險值。
齊國友等（2003）認為在BOT項目投資決策中需要仔細考慮項目面臨的各種風險。在綜合分析現有評價方法的基礎上，提出了一種新的投資評價方法，即風險NPV法。利用風險NPV進行評價需要確定NPV服從的概率分布及折現率，根據NPV的概率分布函數進行計算。
王芳（2004）等運用實物期權的思想，在考慮價值評價變量階段性變化的基礎上，通過參數的階段變化反映變量的階段變化，基于Lto隨機微分方程提出了一種新的BOT項目價值評估方法，為BOT項目的投資決策提供量化標準，便于各項目之間的比較與選擇。
王愛民和范小軍（2004）在分析BOT項目期權特性的基礎上，提出了基于實物期權的評價模型，該模型考慮了項目價值和項目建設成本的動態變化，用于計算BOT項目價值和項目建設成本的雙變量項目期權價值。
曾衛兵（2004）用期權理論建立了內資BOT公路項目的投資決策評價模型，進一步用博弈論方法研究并論證了該投資決策評價模型的正確性，最后將其運用到實例中驗證其有效性。
3.研究不足
從上述文獻可以看出目前研究的一些不足：
（1）風險評價方法的運用沒有結合BOT項目的特點，僅是簡單的將各種項目風險評價方法直接運用到BOT項目中。BOT項目與一般的項目有所不同，它具有特許期限等特點，在對其進行風險評價時，應該結合BOT項目自身的特點對風險評價方法進行完善。
（2）現階段常用的BOT項目風險評價方法自身具有一定的局限性。各種風險評價方法都有一定的局限性，在將其運用到BOT項目風險評價中時應針對其局限性對其進行完善，直接將其運用到BOT項目中會導致評價結果出現偏差。
（3）采取建立指標體系通過專家打分確定權重綜合評價BOT項目風險的方法，風險評價指標較為單一，將一些不可量化的指標通過專家打分來賦值，主觀性較強，最終得出的評價結果準確性較差。
（4）風險評價的數學模型復雜、需要大量的歷史數據，但是由于歷史原因我國一些資料部門工作不夠全面，從而導致對項目進行風險評價時很少有可以借鑒的歷史數據，極大程度上影響了項目風險評價的準確性。其次，風險評價的數學模型專業性很強，操作起來復雜，項目的各參與方知識有限，專家對項目風險的分析不能讓決策者很好的理解，這樣必然會影響到風險評估與風險決策的質量。
4.建議方法—模糊綜合評價法
從指標定性與定量相結合的角度評價BOT項目風險，必須綜合考察BOT項目的所有主要風險，同時要考慮不同參與方對待風險的態度不同。在基于各參與方的BOT項目風險評價指標體系中，由于各指標的影響因素各不相同，除少數可以通過統計方法獲得，大量的指標則只能采用專家評分法。對于這樣的評價問題，運用模糊數學的方法，即模糊綜合評價法（Fuzzy Comprehensive Evaluation，簡稱FCE）可以得到較好的解決。
模糊綜合評價，是一種基于模糊數學的綜合評價方法，即用模糊運算法則，得出一個評判矩陣，并且通過評判函數對受到多種因素制約的事物或對象做出一個總體評價的過程。
模糊評價方法的特點主要表現在：第一，模糊評價方法可以不直接依賴于某一項指標，也不過分地依賴于絕對指標，而是采取比較的方法，這樣可以避免一般數學評價方法中，由于標準選用不盡合理而導致的評價結果的偏差。第二，評價指標的重要程度通過權數加以體現，但允許在權數選擇上有一定的出入，而不至于改變最終的評價結果。第三，模糊評價中算子的選擇和隸屬函數關系的確立，使各項參與評價的非量化指標間建立了有機聯系，使評價結果能夠更好地反映出評價對象的整體特征和一般趨勢。
龔潔（2010）將模糊綜合評價模型應用于BOT項目投資風險的綜合評價過程中，利用其具有結果清晰、系統性強的優點，能較好地解決模糊的、難以量化的問題這一特點，對適合BOT項目中各種非確定性風險因素的綜合評價。
參考文獻：
[1]Robert L K Tiong. Evaluation of proposal for BOT project[J]. International Journal of Project Management，1987，l5（2）：67-72.
[2]DixitAK， pindyik P S. The risk assessment of BOT project[J]. Harvard Bussiness Review，1989，28（4）：129.
[3]C M Tan. BOT model for instraction development in Asia[J]. International Journal of Project Management，1994，17（6）：377-382.
[4]張丹文.BOT項目可行性評估指標體系研究[D].成都電子科技大學，2003.
[5]齊國友，曾賽星，賈艷紅.BOT項目投資決策模型研究[J].建筑管理現代化2003，24（3）：12-14.
[6]王芳，楊乃定，姜繼嬌.基于lto隨機過程的BOT項目價值評估[J].管理評論，2004，16（7）：38-42.
