AQF中的量化投資現(xiàn)在在投資界是很受歡迎的，但是很多人也都是知道這是一個好的投資方法，量化投資技術(shù)幾乎涵蓋了投資的全過程，但是這個量化投資技術(shù)卻是很少人了解，所以今天小編就來和大家說說這個量化投資技術(shù)六大環(huán)節(jié)。
一、估值與選股
估值：對上市公司進行估值是公司基本面分析的重要方法，在“價值投資”的基本邏輯下，可以通過對公司的估值判斷二級市場股票價格的扭曲程度，繼而找出價值被低估或高估的股票，作為投資決策的參考。對上市公司的估值包括相對估值法和絕對估值法，相對估值法主要采用乘數(shù)方法，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；絕對估值法主要采用折現(xiàn)的方法，如公司自由現(xiàn)金流模型、股權(quán)自由現(xiàn)金流模型和股利折現(xiàn)模型等。相對估值法因簡單易懂，便于計算而被廣泛使用；絕對估值法因基礎(chǔ)數(shù)據(jù)缺乏及不符合模型要求的全流通假設(shè)而一直處于非主流地位。隨著全流通時代的到來和國內(nèi)證券市場的快速發(fā)展，絕對估值法正逐漸受到重視。
選股：在當前品種繁多的資本市場中，從浩瀚復(fù)雜的數(shù)據(jù)背后選出適合自己投資風(fēng)格的股票變得越加困難。在基本面研究的基礎(chǔ)上結(jié)合量化分析的手段就可以構(gòu)建數(shù)量化選股策略，主流的選股方法如下：
基本面選股：通過對上市公司財務(wù)指標的分析，找出影響股價的重要因子，如：與收益指標相關(guān)的盈利能力、與現(xiàn)金流指標相關(guān)的獲現(xiàn)能力、與負債率指標相關(guān)的償債能力、與凈資產(chǎn)指標相關(guān)的成長能力、與周轉(zhuǎn)率指標相關(guān)的資產(chǎn)管理能力等。然后通過建立股價與因子之間的關(guān)系模型得出對股票收益的預(yù)測。
股價與因子的關(guān)系模型分為結(jié)構(gòu)模型和統(tǒng)計模型兩類：結(jié)構(gòu)模型給出股票的收益和因子之間的直觀表達，實用性較強，包括價值型（本杰明·格雷厄姆—防御價值型、查爾斯·布蘭迪—價值型等）、成長型（德伍·切斯—大型成長動能、葛廉·畢克斯達夫—中大型成長股等）、價值成長型（沃倫·巴菲特—優(yōu)質(zhì)企業(yè)選擇法、彼得·林奇—GARP價值成長法等）三種選股方法；統(tǒng)計模型是用統(tǒng)計方法提取出近似線性無關(guān)的因子建立模型，這種建模方法因不需先驗知識且可以檢驗?zāi)Ｐ偷挠行?，被眾多?jīng)濟學(xué)家推崇，包括主成分法、極大似然法等。
多因素選股：通過尋找引起股價共同變動的因素，建立收益與聯(lián)動因素間線性相關(guān)關(guān)系的多因素模型。影響股價的共同因素包括宏觀因子、市場因子和統(tǒng)計因子（通過統(tǒng)計方法得到）三大類，通過逐步回歸和分層回歸的方法對三類因素進行選取，然后通過主成分分析選出解釋度較高的某幾個指標來反映原有的大部分信息。
多因素模型對因子的選擇有很高的要求，因子的選擇可依賴統(tǒng)計方法、投資經(jīng)驗或二者的結(jié)合，所選的因子要有統(tǒng)計意義上或市場意義上的顯著性，一般可從動量、波動性、成長性、規(guī)模、價值、活躍性及收益性等方面選擇指標來解釋股票的收益率。
動量、反向選股：動量選股策略是指分析股票在過去相對短期的表現(xiàn)，事先對股票收益和交易量設(shè)定條件，當條件滿足時買進或賣出股票的投資策略，該投資策略基于投資者對股票中期的反應(yīng)不足和保守心理，在投資行為上表現(xiàn)為購買過去幾個月表現(xiàn)好的股票而賣出過去幾個月表現(xiàn)差的股票。
反向選股策略則基于投資者的錨定和過度自信的心理特征，認為投資者會對上市公司的業(yè)績狀況做出持續(xù)過度反應(yīng)，形成對業(yè)績差的公司業(yè)績過分低估和業(yè)績的好公司業(yè)績過分高估的現(xiàn)象，這為投資者利用反向投資策略提供了套利機會，在投資行為上表現(xiàn)為買進過去表現(xiàn)差的股票而賣出過去表現(xiàn)好的股票。反向選股策略是行為金融學(xué)理論發(fā)展至今最為成熟，也是最受關(guān)注的策略之一。
二、資產(chǎn)配置
資產(chǎn)配置指資產(chǎn)類別選擇、投資組合中各類資產(chǎn)的配置比例以及對這些混合資產(chǎn)進行實時管理。資產(chǎn)配置一般包括兩大類別、三大層次，兩大類別為戰(zhàn)略資產(chǎn)配置和戰(zhàn)術(shù)/動態(tài)資產(chǎn)配置，三大層次為全球資產(chǎn)配置、大類資產(chǎn)配置和行業(yè)風(fēng)格配置。資產(chǎn)配置的主要方法及模型如下：
戰(zhàn)略資產(chǎn)配置針對當前市場條件，在較長的時間周期內(nèi)控制投資風(fēng)險，使得長期風(fēng)險調(diào)整后收益最大化。戰(zhàn)術(shù)資產(chǎn)配置通常在相對較短的時間周期內(nèi)，針對某種具體的市場狀態(tài)制定較優(yōu)配置策略，利用市場短期波動機會獲取超額收益。因此，戰(zhàn)術(shù)資產(chǎn)配置是在長期戰(zhàn)略配置的過程中針對市場變化制定的短期配置策略，二者相互補充。戰(zhàn)略資產(chǎn)配置為未來較長時間內(nèi)的投資活動建立業(yè)務(wù)基準，戰(zhàn)術(shù)資產(chǎn)配置通過主動把握投資機會適當偏離戰(zhàn)略資產(chǎn)配置基準，獲取超額收益。
三、股價預(yù)測
股價的可預(yù)測性與有效市場假說密切相關(guān)。如果有效市場假說成立，股價就反映了所有相關(guān)的信息，價格變化服從隨機游走，股價的預(yù)測就毫無意義，而我國的股市遠未達到有效市場階段，因此股價時間序列不是序列無關(guān)，而是序列相關(guān)的，即歷史數(shù)據(jù)對股價的形成起作用，因此可以通過對歷史信息的分析來預(yù)測股價。
主流的股價預(yù)測模型有灰色預(yù)測模型、神經(jīng)網(wǎng)絡(luò)預(yù)測模型和支持向量機預(yù)測模型（SVM）?；疑A(yù)測模型對股價的短期變化有很強的預(yù)測能力，近年發(fā)展起來的灰色預(yù)測模型包括GM（1, 1）模型、灰色新陳代謝模型和灰色馬爾可夫模型。人工神經(jīng)網(wǎng)絡(luò)模型具有巨量并行性、存儲分布性、結(jié)構(gòu)可變性、高度非線性和自組織性等特點，且可以逼近任何連續(xù)函數(shù)，目前在金融分析和預(yù)測方面已有廣泛的應(yīng)用，效果較好。支持向量機模型在解決小樣本、非線性及高維模式識別問題中有許多優(yōu)勢，且結(jié)構(gòu)簡單，具有全局優(yōu)化性和較好的泛化能力，比神經(jīng)網(wǎng)絡(luò)有更好的擬合度。
四、績效評估
作為集合投資、風(fēng)險分散、專業(yè)化管理、變現(xiàn)性強等特點的投資產(chǎn)品，基金的業(yè)績雖然受到投資者的關(guān)注，但要對基金有一個全面的評價，則需要考量基金業(yè)績變動背后的形成原因、基金回報的來源等因素，績效評估能夠在這方面提供較好的視角與方法，風(fēng)險調(diào)整收益、擇時/股能力、業(yè)績歸因分析、業(yè)績持續(xù)性及Fama的業(yè)績分解等指標和方法可從不同的角度對基金的績效進行評估。
五、基于行為金融學(xué)的投資策略
上世紀50～70年代，隨著馬科維茨組合理論、CAPM模型、MM定理及有效市場假說的提出，現(xiàn)代金融經(jīng)濟學(xué)建立了一套成熟的理論體系，并且在學(xué)術(shù)界占據(jù)了主導(dǎo)地位，也被國際投資機構(gòu)廣泛應(yīng)用和推廣，但以上傳統(tǒng)經(jīng)濟學(xué)的理論基石是理性人假設(shè)，在理性人假設(shè)下，市場是有效率的，但進入80年代以后，關(guān)于股票市場的一系列研究和實證發(fā)現(xiàn)了與理性人假設(shè)不符合的異?，F(xiàn)象。
如：日歷效應(yīng)、股權(quán)溢價之謎、期權(quán)微笑、封閉式基金折溢價之謎、小盤股效應(yīng)等。面對這些金融市場的異?，F(xiàn)象，諸多研究學(xué)者從傳統(tǒng)金融理論的基本假設(shè)入手，放松關(guān)于投資者是完全理性的嚴格假設(shè)，吸收心理學(xué)的研究成果，研究股市投資者行為、價格形成機制與價格表現(xiàn)特征，取得了一系列有影響的研究成果，形成了具有重要影響力的學(xué)術(shù)流派－行為金融學(xué)。
行為金融學(xué)是對傳統(tǒng)金融學(xué)理論的革命，也是對傳統(tǒng)投資實踐的挑戰(zhàn)。隨著行為金融理論的發(fā)展，理論界和投資界對行為金融理論和相關(guān)投資策略作了廣泛的宣傳和應(yīng)用，好買認為，無論機構(gòu)投資者還是個人投資者，了解行為金融學(xué)的指導(dǎo)意義在于：可以采取針對非理性市場行為的投資策略來實現(xiàn)投資目標。在大多數(shù)投資者認識到自己的錯誤以前，投資那些定價錯誤的股票，并在股價正確定位之后獲利。目前國際金融市場中比較常見且相對成熟的行為金融投資策略包括動量投資策略、反向投資策略、小盤股策略和時間分散化策略等。
六、程序化交易與算法交易策略根據(jù)
NYSE的定義，程序化交易指任何含有15只股票以上或單值為一百萬美元以上的交易。程序化交易強調(diào)訂單是如何生成的，即通過某種策略生成交易指令，以便實現(xiàn)某個特定的投資目標。程序化交易主要是大機構(gòu)的工具，它們同時買進或賣出整個股票組合，而買進和賣出程序可以用來實現(xiàn)不同的目標，目前程序化交易策略主要包括數(shù)量化程序交易策略、動態(tài)對沖策略、指數(shù)套利策略、配對交易策略和久期平均策略等。
算法交易，也稱自動交易、黑盒交易或無人值守交易，是使用計算機來確定訂單較佳的執(zhí)行路徑、執(zhí)行時間、執(zhí)行價格及執(zhí)行數(shù)量的交易方法，主要針對經(jīng)紀商。算法交易廣泛應(yīng)用于對沖基金、企業(yè)年金、共同基金以及其他一些大型的機構(gòu)投資者，他們使用算法交易對大額訂單進行分拆，尋找較佳路由和最有利的執(zhí)行價格，以降低市場的沖擊成本、提高執(zhí)行效率和訂單執(zhí)行的隱蔽性。
任何投資策略都可以使用算法交易進行訂單的執(zhí)行，包括做市、場內(nèi)價差交易、套利及趨勢跟隨交易。算法交易在交易中的作用主要體現(xiàn)在智能路由、降低沖擊成本、提高執(zhí)行效率、減少人力成本和增加投資組合收益等方面。主要的算法包括：交易量加權(quán)平均價格算法（VWAP）、保證成交量加權(quán)平均價格算法（Guaranteed VWAP）、時間加權(quán)平均價格算法（TWAP）、游擊戰(zhàn)算法（Guerrilla）、狙擊手算法（Sniper）、模式識別算法（Pattern Recognition）等。
綜上所述，數(shù)量化投資技術(shù)貫穿基金的整個投資流程，從估值選股、資產(chǎn)配置到程序化交易與績效評估等。結(jié)合量化投資的特點及我國證券市場的現(xiàn)狀，好買認為量化投資技術(shù)在國內(nèi)基金業(yè)中的應(yīng)用將主要集中在量化選股、資產(chǎn)配置、績效評估與風(fēng)險管理、行為金融等方面，而隨著包括基金在內(nèi)的機構(gòu)投資者占比的不斷提高、衍生品工具的日漸豐富（股指期貨、融資融券等）以及量化投資技術(shù)的進步，基金管理人的投資策略將會越來越復(fù)雜，程序化交易（系統(tǒng)）也將有快速的發(fā)展。
以上就是【AQF資訊|量化投資技術(shù)六大環(huán)節(jié)】的全部解答，最后提醒大家要注意！未經(jīng)官方認可的培訓(xùn)機構(gòu)，均無法配發(fā)符合報名資格的培訓(xùn)編號，在報名參加機構(gòu)培訓(xùn)時大家要查清楚，金程網(wǎng)校每年通過率都有目共睹，想要報名AQF證書認證考試，可以來網(wǎng)校免費試聽相關(guān)課程。
相關(guān)閱讀：
●AQF量化考試報名入口是哪里?量化金融分析師AQF核心課程有哪些?
●量化交易python培訓(xùn)學(xué)什么內(nèi)容？AQF量化分析師可以自己報名嗎？
.jpg)
金程推薦： AQF是什么意思 量化金融分析師年薪 AQF考試流程
備注：（AQF備考資料包含：1、AQF專用公式表2、AQF模擬習(xí)題 3、AQF前導(dǎo)課程 4、AQF報名流程指引圖5、AQF電子版資料 6、AQF考綱 7、AQF筆記）
聲明|本文由金程AQF綜合采編自網(wǎng)絡(luò)。我們尊重原創(chuàng)，重在分享。部分文字和圖片來自網(wǎng)絡(luò)。
