量化投资技术六大环节，股票量化电脑AI炒股机器人全自动交易

原标题：定量股权投资技术五大全过程，优先股定量笔记本电脑AI买股票机器半自动买卖

前言：数定量股权投资是将股权投资经营理念及思路透过具体内容分项、模块的内部结构设计，充分体现到具体内容的数学模型中，让数学模型对消费市场展开峭腹任何人焦虑的追踪；相较于现代股权投资形式而言，具有加速高效率、主观理智、投资收益与信用风险均衡和次新股与女团均衡等五大特征机器定量。

数定量股权投资是将股权投资经营理念及思路透过具体内容分项、模块的内部结构设计，充分体现到具体内容的数学模型中，让数学模型对消费市场展开峭腹任何人焦虑的追踪；相较于现代股权投资形式而言，具有加速高效率、主观理智、投资收益与信用风险均衡和次新股与女团均衡等五大特征。定量股权投资技术几乎覆盖了股权投资的全过程v,lai主要包括估值水平与股权投资形式、金融资产配置与女团优化、订单生成与买卖执行、绩效评估和信用风险管理等，在各个全过程都有不同的形式及定量数学模型：

一、估值水平与股权投资形式

估值水平：对挂牌上市公司微机器定量，展开估值水平是公司经济基本面预测的重要形式，在“商业价值股权投资”的基本逻辑下，能透过对公司的估值水平判断二级消费市场优先公司股价格的扭曲程度，继而找寻商业价值被低估或高估的优先股，作为股权投资决策的参考。对挂牌上市公司的估值水平主要包括相较估值水平法和当然估值水平法，相较估值水平法主要选用无限小数形式，如PE估值水平法、PB估值水平法、PS估值水平法、PEG估值水平法、PSG估值水平法、EV/EBITDA估值水平法等；当然估值水平法主要选用现值的形式，如公司民主自由投资收益数学模型、股权民主自由投资收益数学模型和股息现值数学模型等。相较估值水平法因简单简练，便于计算而被广泛使用；当然估值水平法因基础统计数据缺乏及不符合数学模型要求的总貌假设而一直处于另类地位。随着总貌时代的到来和国内证券消费市场的加速发展，当然估值水平蒋琬逐渐受到重视。

股权投资形式：在当前品类繁多的资本消费市场中，从无垠复杂的统计数据背后选出适合自己股权投资风格的优先股变得愈加困难。在经济基本面研究的基础上结合定量预测的手段就能构建数定量股权投资形式思路，主流的股权投资形式形式如下：

经济基本面股权投资形式：透过对挂牌上市公司财务分项的预测，找寻影响公司股价的重要胺基酸，如：与投资收益分项有关的盈利潜能、与投资收益分项有关的获现潜能、与负债率分项有关的偿债潜能、与净金融资产分项有关的高速成长潜能、与投资回报率分项有关的金融资产管理潜能等。然后透过建立公司股价与胺基酸之间的关系数学模型得出对优先股投资收益的预测。

公司股价与胺基酸的关系数学模型分为内部结构数学模型和统计统计数据数学模型两类：内部结构模型给出优先股的投资收益和胺基酸之间的直观表达，便携性较强，主要包括商业价值型(托马斯·希斯特—防御商业价值型、詹姆斯·布布莱恩—商业价值型等)、新经济(德伍·利维—小型高速成长动能、葛廉·毕斯特缅齐—中小型高速成长股等)、商业价值新经济(莫尔·巴菲特—优质企业选择法、彼得·麦凯—GARP商业价值高速成长法等)三种股权投资形式形式；统计统计数据数学模型是用统计统计数据形式提取出近似线性无关的胺基酸建立数学模型，这种可视化形式因不需本体论知识且能检验数学模型的有效性，被众多经济学家推崇，主要包括主成分法、极大似然法等。

多因素股权投资形式：透过寻找引起公司股价共同变动的因素，建立投资收益与联动因素间线性有关关系的多因素数学模型。影响公司股价的共同因素主要包括宏观胺基酸、消费市场胺基酸和统计统计数据胺基酸(透过统计统计数据形式得到)三大类，透过逐步回归和分层回归的形式对三类因素展开选取，然后透过主成分预测选出解释度较高的某几个分项来反映原有的大部分信息。

多因素数学模型对胺基酸的选择有很高的要求，胺基酸的选择可依赖统计统计数据形式、股权投资经验或二者的结合，所选的胺基酸要有统计统计数据意义上或消费市场意义上的显着性，一般可从动量、波动性、高速成长性、规模、商业价值、活跃性及投资收益性等方面选择分项来解释优先股的投资收益率。

动量、反向股权投资形式：动量股权投资形式思路是指预测优先股在过去相较短期的表现，事先对优先股投资收益和买卖量设定条件，当条件满足时买进或卖出优先股的股权投资思路，该股权投资思路基于股权投资者对优先股中期的反应不足和保守心理，在股权投资行为上表现为购买过去几个月表现好的优先股而卖出过去几个月表现差的优先股。

反向选股思路则基于股权投资者的锚定和过度自信的心理特征，认为股权投资者会对挂牌上市公司的业绩状况做出持续过度反应，形成对业绩差的公司业绩过分低估和业绩的好公司业绩过分高估的现象，这为股权投资者利用反向股权投资思路提供了套利机会，在股权投资行为上表现为买进过去表现差的优先股而卖出过去表现好的优先股。反向股权投资形式思路是行为金融学理论发展至今最为成熟，也是最受关注的思路之一。

二、金融资产配置

金融资产配置指金融资产类别选择、股权投资女团中各类金融资产的配置比例以及对这些混合金融资产展开实时管理。金融资产配置一般主要包括两大类别、三大层次，两大类别为战略金融资产配置和战术/动态金融资产配置，三大层次为全球金融资产配置、大类金融资产配置和行业风格配置。金融资产配置的主要形式及数学模型如下：

战略金融资产配置针对当前消费市场条件，在较长的时间周期内控制股权投资信用风险，使得长期信用风险调整后投资收益最大化。战术金融资产配置通常在相较较短的时间周期内，针对某种具体内容的消费市场状态制定最优配置思路，利用消费市场短期波动机会获取超额投资收益。因此，战术金融资产配置是在长期战略配置的过程中针对消费市场变化制定的短期配置思路，二者相互补充。战略金融资产配置为未来较长时间内的股权投资活动建立业务基准，战术金融资产配置透过主动把握股权投资机会适当偏离战略金融资产配置基准，获取超额投资收益。

三、公司股价预测

公司股价的可预测性与有效消费市场假说密切有关。如果有效消费市场假说成立，公司股价就反映了所有有关的信息，价格变化服从随机游走，公司股价的预测就毫无意义，而我国的股市远未达到有效消费市场阶段，因此公司股价时间序列不是序列无关，而是序列有关的，即历史统计数据对公司股价的形成起作用，因此能透过对历史信息的预测来预测公司股价。

主流的公司股价预测数学模型有灰色预测数学模型、神经网络预测数学模型和支持向量机预测数学模型(SVM)。灰色预测数学模型对公司股价的短期变化有很强的预测潜能，近年发展起来的灰色预测数学模型主要包括GM(1, 1)数学模型、灰色新陈代谢数学模型和灰色马尔可夫数学模型。人工神经网络数学模型具有巨量并行性、存储分布性、内部结构可变性、高度非线性和自组织性等特征，且能逼近任何人连续函数，目前在金融预测和预测方面已有广泛的应用，效果较好。支持向量机数学模型在解决小样本、非线性及高维模式识别问题中有许多优势，且内部结构简单，具有全局优化性和较好的泛化潜能，比神经网络有更好的拟合度。

四、绩效评估

作为集合股权投资、信用风险分散、专业化管理、变现性强等特征的股权投金融资产品，基金的业绩虽然受到股权投资者的关注，但要对基金有一个全面的评价，则需要考量基金业绩变动背后的形成原因、基金回报的来源等因素，绩效评估能够在这方面提供较好的视角与形式，信用风险调整投资收益、择时/股潜能、业绩归因预测、业绩持续性及Fama的业绩分解等分项和形式可从不同的角度对基金的绩效展开评估。

五、基于行为金融学的股权投资思路

上世纪50～70年代，随着马科维茨女团理论、CAPM数学模型、MM定理及有效消费市场假说的提出，现代金融经济学建立了一套成熟的理论体系，并且在学术界占据了主导地位，也被国际股权投资机构广泛应用和推广，但以上现代经济学的理论基石是理智人假设，在理智人假设下，消费市场是有效率的，但进入80年代以后，关于优先股消费市场的一系列研究和实证发现了与理智人假设不符合的异常现象。

如：日历效应、股权溢价之谜、期权微笑、封闭式基金折溢价之谜、小盘股效应等。面对这些金融消费市场的异常现象，诸多研究学者从现代金融理论的基本假设入手，放松关于股权投资者是完全理智的严格假设，吸收心理学的研究成果，研究股市股权投资者行为、价格形成机制与价格表现特征，取得了一系列有影响的研究成果，形成了具有重要影响力的学术流派－行为金融学。

行为金融学是对现代金融学理论的革命，也是对现代股权投资实践的挑战。随着行为金融理论的发展，理论界和股权投资界对行为金融理论和有关股权投资思路作了广泛的宣传和应用，好买认为，无论机构股权投资者还是个人股权投资者，了解行为金融学的指导意义在于：能采取针对非理智消费市场行为的股权投资思路来实现股权投资目标。在大多数股权投资者认识到自己的错误以前，股权投资那些定价错误的优先股，并在公司股价正确定位之后获利。目前国际金融消费市场中比较常见且相较成熟的行为金融股权投资思路主要包括动量股权投资思路、反向股权投资思路、小盘股思路和时间分散化思路等。

六、程序化买卖与算法买卖思路根据

NYSE的定义，程序化买卖指任何人含有15只优先股以上或单值为一百万美元以上的买卖。程序化买卖强调订单是如何生成的，即透过某种思路生成买卖指令，以便实现某个特定的股权投资目标。程序化买卖主要是大机构的工具，它们同时买进或卖出整个优先股组合，而买进和卖出程序能用来实现不同的目标，目前程序化买卖思路主要主要包括数定量程序买卖思路、动态对冲思路、指数套利思路、配对买卖思路和久期平均思路等。

算法买卖，也称自动买卖、黑盒买卖或无人值守买卖，是使用计算机来确定订单最佳的执行路径、执行时间、执行价格及执行数量的买卖形式，主要针对经纪商。算法买卖广泛应用于对冲基金、企业年金、共同基金以及其他一些小型的机构股权投资者，他们使用算法买卖对大额订单展开分拆，寻找最佳路由和最有利的执行价格，以降低消费市场的冲击成本、提高执行效率和订单执行的隐蔽性。

任何人股权投资思路都能使用算法买卖展开订单的执行，主要包括做市、场内价差买卖、套利及趋势跟随买卖。算法买卖在买卖中的作用主要充分体现在智能路由、降低冲击成本、提高执行效率、减少人力成本和增加股权投资女团投资收益等方面。主要的算法主要包括：买卖量加权平均价格算法(VWAP)、保证成交量加权平均价格算法(Guaranteed VWAP)、时间加权平均价格算法(TWAP)、游击战算法(Guerrilla)、狙击手算法(Sniper)、模式识别算法(Pattern Recognition)等。

综上所述：数定量股权投资技术贯穿基金的整次新股权投资流程，从估值水平股权投资形式、金融资产配置到程序化买卖与绩效评估等。结合定量股权投资的特征及我国证券消费市场的现状，好买认为定量股权投资技术在国内基金业中的应用将主要集中在定量股权投资形式、金融资产配置、绩效评估与信用风险管理、行为金融等方面，而随着主要包括基金在内的机构股权投资者占比的不断提高、衍生品工具的日渐丰富(股指期货、融资融券等)以及定量股权投资技术的进步，基金管理人的股权投资思路将会越来越复杂，程序化买卖(系统)也将有加速的发展微公号机器定量。返回搜狐，查看更多

责任编辑：