量化交易策略的研究精选(九篇)

第1篇：量化交易策略的研究范文

关键词：碳限额与碳交易约束；生产一库存；最优生产量；最大订货倍数；碳价格不确定

中图分类号：F253

文章标识码：A

文章编号：1007-3221（2015）03-0051-09

引言

碳交易是为促进全球减少温室气体排放，以国际公法作为依据的温室气体排减量交易，在6种被要求排减的温室气体中，二氧化碳（CO2）为最大宗，为达到全球温室气体减量的最终目的，国际上相关机构约定了3种排减机制：清洁发展、联合履行和排放交易。。本文以近年来国内外学术界高度关注并极具挑战性，而且已成为企业运作决策时必须考虑的要素之一的碳排放交易为主题，探讨将碳限额与碳交易作为约束条件嵌入到制造商的生产一库存系统中的策略选择问题。

迄今为止，国外关于企业生产，库存控制问题的研究主要集中在供应链协同上。例如，Sana研究了存在残次品的三层供应链中的生产一库存模型，模型系统考虑了协同策略下原材料订购量，生产率和各部门的市场战略；Jha等用简单启发式研究单卖方多个买方组成的供应链生产与库存系统协调问题等；Jonrinaldi等用混合整数规划研究带有逆向物流的四级供应链的订货问题，比较分析了分散决策、半集中决策以及集中决策下的成本差异。而从碳限额与碳交易约束条件下的研究则较为少见。Chen等研究了不同碳约束下的企业生产策略模型，结果发现通过恰当的生产运作管理，可以实现以较小的经济成本换取较大的碳排放的减少；Dobos研究了碳排放交易下企业生产一库存运营，认为碳交易能使厂商库存水平升高和增加成本；Li等基于Arrow-Karlin动态生产一库存模型研究了银行业在排放交易许可中对制造商生产库存策略的影响，假设有一个排放交易计划，企业可以购买排放权或出售他们的权利，不允许跨期交易，并将得出的最优的生产一库存策略与无排放交易时进行了比较。

关于碳交易的研究多集中在宏观层面，而针对企业库存系统减排问题的研究甚少。Jira等从战略的角度提出针对供应链企业减排的设想，通过对企业的经济分析，认为通过环保运作管理和可持续运作管理的角度可以实现供应链的减排；Hua等研究了碳限额与碳交易下企业库存碳足迹的变化，提出了碳约束下的最优订货批量模型；Bonney等通过改进经典EOQ模型，设计了考虑碳排放的库存系统；Wahab等研究二级跨国供应链中带有碳约束的订货策略，碳排放来自于前向和后向供应链；Chen等基于报童模型的研究表明监管比自愿控制方法更有利于减少碳排放，但会增加制造商的生产库存水平。

在国内，关于企业生产一库存控制问题的研究主要是采用EOQ模型方法，如张旭梅等针对补货能力对部分短缺量拖后率的影响，建立了边补货变需求的EOQ模型。而将碳排放与生产运作结合起来开展研究的目前仅有2篇，杜少甫等以单个制造商为对象，研究了排放许可与碳交易机制对排放依赖性企业生产策略的影响，建立了企业生产优化模型，并得到了有排放限额下的最优生产策略；Du等考虑了单一制造商单一排放许可供应商的限额与交易系统中的企业生产策略的制定模型。

综上所述，国内外关于碳限额与碳交易约束下企业下生产一库存控制问题的研究可分为两类：一类是通过扩展经典模型来研究新问题；另一类是将碳排放等环境约束作为参数，构建生产一库存系统新模型。已有文献主要针对单个产品，将碳限额与碳交易价格视为外生常量来考虑。基于此，本文特别考虑了碳限额与碳交易约束下多种原料补货问题和动态的碳交易价格对制造商生产一库存的影响。本文考虑多种原料订购、储存与生产过程中的碳排放，通过研究碳交易价格的变动对制造商生产数量、订货数量的影响，给出了碳限额与碳交易约束下制造商的最优生产一库存策略。

l 问题描述与假设

1.1 问题描述

本文以具有多个生产基地的集产供销一体化的大型企业集团的生产一库存系统为研究对象，探讨碳排放限额与碳交易约束下制造商多种原材料订货数量及生产批量问题。假设每个基地生产一种产品，每种产品需要w种原材料，一个供应商供应一种或多种原材料，基地（以下称为制造商）按原材料类型向供应商订货，每种原材料的订购量为其生产实际需求材料的r倍（τ≥1），可变排放并入固定排放中；库存系统采用（Q，R）策略，需求率和生产率已知且恒定，不允许缺货，不考虑提前期影响。制造商在碳排放总量约束下运营，原材料购人、存储以及生产过程产生大量碳排放，排放总量与政府分配额度相比，可能结余或不足，差额部分在碳交易市场卖出或买入，碳交易价格受市场供求影响而波动，不同的交易价格进一步影响制造商的成本及运营策略，通过构建生产一库存成本模型，得出碳限额与碳交易约束下制造商最佳生产一库存策略（图1）。

1.2假设条件

本文基于以下的假设条件：

（l）排放限额由政府分配，设政府按“祖父制”原则分配给制造商碳排放总量为L，碳交易价格随市场供求波动；

（2）初始库存水平为Q，单位消耗斜率恒定为（-D），不允许缺货；

（3）单位生产率P，恒定不变；

（4）持有成本、库存排放与存货数量均为线性关系；生产成本、生产排放与生产数量线性相关；

（5）制造商按原料类型向供应商订货，可变排放并人固定排放中，在不考虑车辆运输能力的假设条件之下，订货排放只与运输次数有关；

证明通过式（5）可以很容易得出上述三种关系。

命题2 当碳交易价格V=O，碳限额与碳交易约束下制造商最优生产量与无碳约束时相等；当碳交易价格v=+∞，碳排放是影响制造商决策的关键因素。

证明 当v=0时，此时制造商产量两个生产数量，很明显Q。与碳排放无关，Qo是由碳排放变量决定，这说明，当V=O时，碳排放管制政策对制造商没有约束力，制造商从成本角度出发，选择Qo为最优产量；而当v=+∞时，碳排放成为影响生产数量的关键因素，制造商要通过排放量来决策生产数量Qo。

命题3政府分配的碳限额L不影响制造商订货倍数τ及生产数量Q，进而不影响制造商的碳排放总量，但会影响制造商可交易碳限额及总成本。当碳交易价格v=0时，L变化不影响制造商总成本TC；当碳交易价格等于某一定值时，碳限额L增加，总成本TC下降。

证明通过偏导方程得出的最优订货倍数τ*和最优生产数量Q*，都是与L无关的函数，即dr*/dL=0和dQ*/dL=0，碳限额L变化，不能对τ*和Q*产生影响。

由式（11）得出dmin TC（Q，T）/d/=-V，可知碳限额与总成本呈相反变化趋势，当v≠0时，制造商总成本会随着碳限额L增加而减少；V=O时，即dmin TC（Q，T）/d/=0，此时L变化不再制造商总成本TC产生影响。

命题4可交易碳限额l，随着生产数量Q增加而增加，达到最小排放产量以后，y随着Q增加而减少；可交易碳限额y对制造商总成本TC影响趋势与之相反，在排放最低的产量左侧，制造商可交易碳限额数量增加，TC逐渐减少，当y减少时，TC也随之增加。

证明 从式（5）知可交易碳限额y与生产数量Q的关系，通过导数关系变化可以得出二者变化趋势：此时碳排放最低，可交易碳限额取得最大值，在（0，Q）上，y随着Q的增加而增加，在（Q，+∞）之间，Q继续增加，Y逐渐减少。

可交易碳限额增加时，制造商可以出售碳限额不断增加，所以制造商总成本随之减少；当生产量使碳排放达到最低时，制造商可交易碳限额数量达到最大值；当生产量继续增加时，排放总量也不断增加，可用于出售的碳限额开始减少，总成本开始增加；当生产量超过某一定值（设为Φ）以后，制造商必须购买碳限额以满足生产需要。其中

4 数值算例分析

本文以广州润发塑胶有限公司为例，验证碳限额与碳交易对提升制造商最优生产一库存控制策略的效果。广州碳排放交易所完成了中国首例碳排放权配额交易，排控交易制度规范，润发公司主要生产混炼胶制品，需要3种原料，原材料相关数据如表1所示。产品的市场需求量为70000件/年，企业的产能为80000件/年，产成品持有成本25元/件，生产成本30元/件，启动成本r=2500元/次，产成品库存持有排放率2千克/件，生产排放率3.5千克/件，分配给润发公司的碳限额L=20000吨，单位碳交易价格100元/吨。

通过计算实验得出碳限额与碳交易约束下制造商原材料订货倍数是12.7，最优生产量892件/次，总成本356656元，而无碳约束的情形下，制造商原材料订货倍数是1.0，最优生产量2604件，总成本117666元。相比之下，在没有碳排放约束时，制造商对全年产量按31个批次进行生产，订购原材料31次；而考虑碳排放约束时，则完成全部产量要生产90个小批次，只需要订购7次原材料，在给定的碳限额之下，当碳交易价格变动时，原材料订购倍数及生产量的变化趋势如图2所示。

图2表明在给定碳限额20000之下，订货倍数随着碳交易价格的增加而增加，当v=0时，制造商只订购每个生产批次所需材料，即1倍，而当交易价格v=100，订货倍数达到12.7，价格越高制造商越倾向于增加订货量，而减少运输排放，但会增加库存持有成本。生产数量则与碳价格反向变动，v=0，生产量为2604件，而当v=100时，生产量减至892件，即交易价格越高，生产批量越小。在给定不同碳限额、价格之下，总成本变化如图3和图4所示：

由图3可知，分配的碳限额越低，制造商成本越高，如L=10000时，碳交易价格上涨，制造商在既定的生产条件下其成本不断增加；当碳限额逐渐增加时，制造商成本开始下降，分配碳限额足够高时，在一定价格之下，出售剩余碳限额的收益能够抵消运营成本，如L= 30000，当碳价格v=20时，成本曲线开始递减，V>40以后，碳交易收益抵消运营成本后，还有剩余，这说明分配碳限额过高，L=20000数量适中，对制造商影响趋势平稳.

图4说明碳价格变化对制造商总成本的影响，即分配碳限额增加，制造商总成本下降，交易价格越高对成本影响越显著，但当交易价格v=0，制造商成本始终是117666元，无论碳限额增减，成本无任何变化，此种情形下碳限额与碳交易失效。图5和图6说明交易价格不同，碳限额与订货倍数和生产数量之间的关系。

由图5和图6可知，当碳交易价格v固定时，碳限额变动对订货倍数及生产数量不会产生影响，如V=100，碳限额从10000增加到30000时，制造商的订货倍数是12.7、生产数量是892件/次一直没有发生变化，但交易价格改变时，在v=50或v=0时，两个决策变量才开始发生变化，交易价格越低，订货倍数越少，生产数量越多。这说明交易价格对制造商运营影响显著，通常情况下，碳限额分配受国家政策影响，单个企业或组织只能接受现行分配方案，并在既定碳限额下经营，但交易价格是市场产物，直接影响制造商出售收益或购买成本，因而影响效果更明显。

5 结束语

第2篇：量化交易策略的研究范文

中国资本市场经过20余年的发展，市场参与主体的构成发生了重大的改变，机构投资者逐渐成为资本市场的重要参与者。国外对投资者投资策略的研究主要集中在三个维度。第一个维度是从投资者的投资行为出发，利用其定期公开的持股数据来研究其投资策略，如Gribblatt、Titman和Wermers(1995)等。第二个维度是通过研究股价运行表现出来的特征来推断投资者的投资策略。如Lakonishok、Shleifer和Vishny(1994)等研究了机构投资者的羊群投资策略，Je-gadeesh和Titman(1993)研究了趋势交易策略。第三个维度是利用账户数据来研究投资者的投资行为。Odean(1998)、Barber和Odean(2000)、Shapira和Venezia(2000)、Grinblatt和Keloharju(2000a，2000b)、Kee－Hong和Yamada(2006)等均使账户交易信息分别对美国、以色列、芬兰和日本等国个人投资者的投资行为进行了研究，但是并没有涉及机构投资者的投资策略和绩效。国内对机构投资者投资策略和绩效的研究最初主要建立在基金重仓股这一基础数据之上。施东晖(2001)以基金公司公布的季度持仓股票为基础，采用计算持有和卖出该股的基金数量的方法，研究了基金公司的投资策略，认为我国基金公司的投资行为存在着严重的羊群效应，其投资理念趋同，投资风格模糊，加剧了股价的波动。吴世农、吴玉辉(2003)采用滚动抽样、构造赢家组合和输家组合的方法，研究了基金重仓持有股票的收益反转和收益惯性现象，认为导致输家更输、赢家变输的原因可能是基金基于市场上投资者追涨杀跌心理的短期套利行为和基于自我控制心理的止损行为，间接研究了基金公司的投资策略。陈卓思、高峰和祁斌(2006)等采用2001年20日1日到2004年12月31日之间上交所上市A股股票的日数据，包括公司市值、机构持股比例和复权股价，从长期角度考察了机构投资者的介入对股市波动性的影响。结论认为，在控制了公司规模后，机构投资者持股比例与股票波动性呈现显著的负相关关系，机构投资者对降低所持股票的波动性具有一定的作用。陈卓思、高峰和祁斌(2008)等在上述研究结果的基础上，采用相同的数据，通过计算机构投资者的价格加权仓位数据，来构造赢家组合和输家组合，进一步研究了机构投资者的投资策略，认为其在整体上是采用正反馈即惯易策略。史永东、李竹薇和陈炜(2009)等人利用深圳交易所提供的投资者账户和交易数据对投资者的行为进行了实证研究。但是上述研究也存在着不足之处，既然机构投资者的持股比例对不同规模公司股票波动性的影响不一样，那么其对不同规模公司的投资行为也应该表现出不同的特征;同时采用股票价格加权的方法来计算仓位的变化也存在明显的不足，如在持股量不变的情况下，价格的上升会导致仓位的被动提高，从而造成机构增仓买入的假象。而且，上述研究也没有涉及对机构投资者投资绩效的研究。针对以上问题，在控制公司规模的条件下，文章研究了机构投资者的投资策略和绩效，并进行了理论分析，提出了促进市场稳定发展的建议。文章研究安排如下，在第二部分，将介绍研究方法，包括数据、步骤和计算方法，第三部分是对研究结果的分析和检验，第四部分是对研究结果的归纳和总结。

二、研究方法

(一)样本与数据

文章以在上海证券交易所上市的A股为基本样本，同时为了减少新股上市和停牌时间过长对研究结果造成的冲击，剔除了在研究样本起始日期前一年内上市的公司和研究时间窗口内停牌时间累计超过20个交易日的公司。样本时间范围从2007年6月28日到2008年12月31日，共372个交易日。这里的机构投资者主要是指以公募基金和券商自营为主的金融类机构投资者。文章所用机构持股数据(每个交易日机构投资者持股数量、持股金额、持股比例)和A股行情数据均来源于上交所信息公司提供的赢富数据(TopviewData)。个股日复权行情数据来源于上交所网站，是在现金红利再投资的假设下得到的。

(二)在控制规模条件下，机构投资者投资行为研究方法

在控制公司规模的条件下，采用Jegadeesh和Titman(1993)的研究方法，分别建立赢家组合和输家组合，研究不同组合的不同持有期，机构投资者持股量的变化。持股量的变化定义如下:ΔH=Ht－Ht－1(1)其中，Ht机构投资者在t时刻的持股量。个股收益率计算如下:rt=(ln(pt)－ln(pt－1))×100%(2)其中rt为个股在t时刻的收益率，pt为个股在t时刻的复权收盘价格。将一段时期分为形成期和持有期，在形成期选择期间累计收益率最高的30只股票构成赢家组合，选择期间累计收益率最低的30只股票构成输家组合。然后分别计算在不同持有期机构投资者持有赢家组合和输家组合持股量的变化。由于样本区间较短，我们采用移动窗口重复抽样的办法，以增加统计检验的样本数量。这样对于每一个形成期和持有期，我们都会得到一个机构投资者针对赢家组合和输家组合持仓变化的差值，将这些差值序列记录后进行t检验，以判断该差值的是否显著为零。如果显著大于零，说明赢家组合的持仓变化显著大于输家组合的持仓变化，意味着机构投资者采用了动量投资策略，反之，则采用了反转投资策略。

(三)机构投资者投资绩效研究方法

为了研究机构投资者的投资绩效，我们进一步分析了在控制规模的前提下，机构投资者持股量变化对组合收益率的影响。与前一方法类似，我们同样将一段时期分为形成期和持有期。在形成期中计算每只股票机构投资者累计持股量的变化，取增持最多的30只个股构成增仓组合，取减持最多的30只个股构成减仓组合。然后计算增仓组合和减仓组合在持有期的平均累计收益率。为了统计检验的方便，我们同样采用了移动窗口滚动抽样的方法。这样对于每一个形成期和持有期，我们都会得到一个赢家组合和输家组合收益变化的差值序列，将这些差值序列记录后进行t检验，以判断该差值是否显著为零。如果显著大于零，说明机构投资者增仓组合的收益大于减仓组合的收益，反之，则说明机构投资者的增仓组合的收益小于减仓组合的收益。

(四)具体计算与说明

1．投资策略研究把样本区间分为形成期和持有期。形成期和持有期的时间长度分别为5日、10日、15日、20日、60日、120日、180日和240日。在每一个形成期，根据个股流通市值的大小划分为大盘股(30%)、中盘股(40%)和小盘股(30%)三组，在每一个组内分别开展研究。针对每一组，分别建立赢家组合和输家组合，取形成期累计收益率最高的30只股票构成赢家组合，累计收益率最低的30只股票构成输家组合。然后分别计算机构投资者在不同持有期内，对赢家组合和输家组合持仓量变化的均值，并对均值的差值进行T检验，以判断其是否显著为零。2．投资绩效研究在对个股按照流通市值进行分组的基础上，创建形成期和持有期股票组合。形成期和持有期长度分别为5日、10日、15日、20日、60日、120日、180日和240日。在每一个形成期，分别按照机构投资者累计持仓的变化进行排序，取增仓最多30只股票构成增仓组合，减仓最多的30只股票构成减仓组合，然后分别计算两个组合在持有期的平均累计收益率及其差值，并对差值进行T检验，以判断是否显著为零。

三、结果检验

(一)机构投资者投资策略研究

对机构投资者投资策略的研究，分别从公司规模和机构持有时间两个维度来进行。首先研究机构投资者对大公司的投资策略。表一列示了相关结果。从表中数据可以看出，机构投资者对大公司的投资策略表现出如下特点:(1)机构投资者针对形成期较短的5日、10日和15日的赢家组合和输家组合，以及形成期较长的120日、180日和240日的组合表现出了显著的反转策略。(2)针对20日形成期的赢家和输家组合，机构投资者的策略比较模糊，没有表现出显著的反转或者惯性策略。针对60日形成期的组合，在60日及以上持有期，翻转策略才比较显著。(3)整体来看，针对大公司的操作策略，机构投资者采取了比较显著的反转策略。

第3篇：量化交易策略的研究范文

【关键词】基金管理公司；惯易策略；反转交易策略

1.引言

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

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

2.实证方法

2.1 股票交易策略的计算公式

在现有文献中，常用下式来衡量投资者在某一只股票上的交易策略：

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

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

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

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

为单个股票超过市场基准组合的超额收益。>0，将股票i定义为好股票，

单只股票交易策略的判别标准，见表1。

注：在已有的文献中，没有单独列出=0这一持有交易策略，在基金公司的重仓股季度持仓变动中，确实有不少股票在一个季度中是保持仓位不变的。所以，本文为了研究的需要增加了“持有”这一交易策略。对于=0这种情况，理论上是有可能的，但是概率很小，本文对这种情况不加考虑，在计算中也没有碰到这种情况。

第4篇：量化交易策略的研究范文

1引言

本文基于原版海龟交易系统研究程序化交易，并对原版海龟交易系统进行优化升级，扬长避短，建立一套新的、适合中国期货市场的交易策略。本文研究方法主要是运用金融工具――交易开拓者软件（TB）进行编程、测试，在数据的应用上，本文所有测试均采用黄金连续Au888当月连续数据，设定最大持仓量为100手，初始资金设为1000万元，每次买卖单边手续费设定为10元/手。黄金连续Au888的流动性和价格连续性都比较适合程式交易，而且相较于其他期货，黄金期货属于活跃商品，为主力合约，具有代表性。在时间跨度上，本文选用了 2013年9月9日至2014年12月8日的日交易数据，并将2009年2月9日至2014年12月8日黄金连续Au888仿真交易作为后续补充分析数据，主要是为了避免本文建立的交易策略对同一份数据的过度拟合和数据过分发掘。

2海龟交易法则的优化升级――建立新的交易策略

2.1优化原版海龟交易系统，建立新版交易策略及其理论分析

本文对原版海龟交易系统进行了分析，进行了四个方面的升级：一是过滤器的升级；二是离市退出策略的升级；三是参数优化；四是加入大趋势的考虑。下文所有测试均采用交易开拓者（TB）的黄金连续Au888期货的2013年9月9日至2014年12月8日的日交易数据进行了测试。

第一，过滤器升级。本文比较了两种过滤器，一种是判断上次突破是否成功过滤器，另一种是判断上次突破是否盈利过滤器。经过测试，本文发现后者效果更好，且更符合海龟交易法则的精髓，其原理是当上次突破没有盈利，即为发生亏损性突破，那么上一次价格突破上轨后，发生了大幅的亏损，说明上一次突破是一次噪声，那么应该用短期系统1对第二次突破进行判断。当发生盈利性突破时，即上一次价格突破上轨没有发生大幅亏损，使用长期系统2，因为新的突破点可能会比当前的价格高，所以才用更长期的价格来衡量。

第二，离市退出策略的升级。在丹尼斯的原版海龟交易系统中，对短期系统1和长期系统2采用了两种不同的退出策略。但是本文认为，两套系统采用统一的退出策略会更优越，因此编写了两套系统，严格控制其他参数不变，仅比较退出策略。测试效果显示，如果采用统一的10日离市退出策略，盈亏比为1.62，高于采用两种离市退出策略的交易系统的盈亏比1.11。

第三，参数优化。本文对原版海龟交易系统的参数进行进一步优化，最终采用了4日突破法的离市策略，22日的平均波动周期来衡量风险水平，系统1的短周期缩短到了5天，而系统2的长周期却延长到了80天，逐步建仓的规则由05N提高了08N。这些参数得到这样的优化最重要的原因可能是，中国期货市场波动频繁，发展不如国外期货市场成熟，因此，需要采用较长的平均波动周期来衡量风险，而且原本10日突破法的离市策略变得不再管用，需要缩短到4日突破，增加系统离市策略的敏感度以降低风险。同理，短周期缩短到了5天，一方面可能是由于中国期货的交易时间是5天一周期，趋势呈现以周为单位，同时，提高系统对期货价格的敏感度来提高盈利交易的准确度。而长周期需要增长至80天，也是因为中国期货市场波动太频繁，55日难以判断一个稳定的中长趋势，需要80天去完成判断。而建仓规模由价格突破上轨后每增加05N增加一个头寸单位变为每增加08N才增加一个头寸单位，也是为了有效地规避波动的风险。

2.2新版交易系统的系统测试

第一，新版交易系统的性能测试。本文同样采用2013年9月9日至2014年12月8日的黄金连续Au888的日交易数据对新交易系统进行测试，同时，对最初两套原版海龟交易系统进行性能对

新版的交易系统整体的净利润为716600，盈亏比（平均盈利/平均亏损）达到了1087，盈利比率高达6541%，而最大资产回撤率仅为2.19%，这都说明，新版交易系统大幅降低了交易风险，并提高了交易收益。通过表1的对比，也可以看出，新版交易系统各项指标均优于最初两版交易系统，由此可见，新版交易系统在中国期货市场中的优越性。

第二，检验交易系统是否过度优化。为了检验本文的交易系统是否产生过度优化的问题，本文采用2009年2月9日至2014年12月8日黄金连续au888的数据，对本文的新版交易系统进行仿真交易，并与最初原版交易系统进行对比，结果显示，即使交易时间增长，新版的交易系统然后可以获得稳定的收益，而且，盈亏比、回撤率等各项指标也是明显优于最初的原版交易系统，因此，可以证明，新版交易系统并不存在过度优化的问题。

第5篇：量化交易策略的研究范文

关键词：双边市场；平台匹配技术；定价策略

0 引言

随着现代电子商务的迅速发展，安全支付成为人们普遍关注的焦点问题，第三方支付平台作为安全、快捷、方便的网上支付，打开了制约中国电子商务发展的瓶颈。作为电子商务的重要关联产业，其重要性日益凸显。目前，支付宝是中国最大的第三方支付平台，它的发展带动了国内网上支付的发展势头，让中国老百姓真正接触到网上购物的安全便利。

支付宝是全球最大电子商务公司阿里巴巴集团的关联公司，定位于电子商务支付领域，支付宝用户数首次达到1亿是在2008年8月底，从其2003年10月首次在淘宝出现到积累1亿用户，期间用了近5年时间。但从1亿用户增长到2亿用户，支付宝仅仅用了10个月，而从2亿增长到3亿，只用了9个月。迄今为止，天猫已经拥有4亿多买家，5万多家商户，7万多个品牌。2012年11月11日，天猫借光棍节大赚一笔，宣称13小时卖100亿，创世界纪录。

截止2010年12月31日，淘宝网注册会员超3.7亿人，覆盖了中国绝大部分网购人群；2011年交易额为6100.8亿元，占中国网购市场80%的份额。比2010年增长66%。2012年11月11日，淘宝单日交易额191亿元。

支付宝作为连接商户与网购者的中介，具有明显的双边市场特征。所谓双边市场，它实际上是一个具有某种特征的产业市场，在市场进行交易的过程中，这类市场的交易活动必须在平台（platform）上进行，平台通过一定的价格策略向交易双方（如消费者和商户）出售平台的产品或服务，交易双方通过接受平台的服务实现了彼此的交易（Armstrong，2004；Rochet and Tirole，2003）。[1]

双边市场定价策略的基础文献有Armstrong建立的对于平台两边收取注册费或者采用两部收费制的模型，解释了双边市场的不对称定价原理。本文主要是在此基础上，把此模型运用到支付宝平台中，加入支付宝的一部分利息收入来研究平台获得利润最大化的定价策略。

1 模型假设与分析

1.1 模型假设

为了研究方便，本文假设定价模型基于支付宝交易平台，平台用户的效用函数仅考虑交叉网络外部性，忽略自网络外部性，设定平台一边的商户提供商的效用与另一边消费者用户数量成正比，而消费者用户的效用与平台另一边的商户提供商的数量成正比，二者分别通过交叉网络外部性系数进行传导。[2]

由于中国人民银行制定并出台《非金融机构支付服务管理办法》，《办法》规定，支付机构之间的货币资金转移应当委托银行业金融机构办理，不得通过支付机构相互存放货币资金或委托其他支付机构等形式办理。支付机构不得办理银行业金融机构之间的货币资金转移。所以支付宝无权动用沉淀资金，它的盈利方式主要是通过向用户收取注册费、交易费来实现的。但是在途沉淀资金由第三方银行机构保管的过程中所产生的利息收入也是支付宝盈利的一个主要方面。再次广告收入及其它金融增值也是盈利的一个部分。本文为研究方便只考虑对商户收取的注册费和服务费，即两部制收费，而对消费者只收取交易费的情况，其次加入另一部分利息收入，通过模型来研究其定价策略。

分析结果：由（5）可以看出交易费与网络外部性系数a、沉淀资金y及交易次数k成反比，而与平台匹配技术λ，两类用户的数量n成正比。[5]

2 结论和启示

一是平台匹配技术λ的增大有利于注册费和交易费的提高，所以支付宝企业有动机提高平台匹配技术。现实中我们也可以看到，支付宝占据第三方支付平台最大的市场份额，更多用户资源的加入使得达成交易的用户数（即平台匹配技术）得以不断提升，支付宝平台的收益也在增加。[6]

二是交易费与沉淀资金y成反比，随着沉淀资金的增加可以适当降低交易费。消费者使用支付宝实现网上购物是实时付款，而支付宝支付给网店的货款则是按照周甚至月度在结算。假如平均结算周期为半个月计算，沉淀自建将高达60亿以上，支付宝的账户上随时都会有超过60亿的资金供支付宝使用，每年利息收入也将超过2亿元人民币。所以沉淀资金越多，利息就越多，这部分利润多了，就可以适当降低交易费。

三是由（5）可以看到，注册费与交易费相互转化，转化的途径是随着商户交易次数k的增加，平台降低交易费。随着支付宝交易平台对用户期望交易次数的增加，交易费可以降到趋近于平台为两边用户提供一次交易的成本r1+r2。但由于平台对商户实行两部收费制，所以可以适当提高注册费，以获得利润最大化。[7]

3 不足之处

在现实的支付宝交易平台中， 在淘宝网上进行的交易是不收服务费用的。但是直接登录支付宝网站使用【我要收款】、【担保交易收款】、【转账到支付宝账户】、【交房租】、【送礼金】、【团体收款】及阿里旺旺中使用【AA收款】功能的情况下，支付宝将收取服务费。每个月有一定的免费流量，在这个免费流量额度内，是不产生服务费的，超过免费额度的金额才产生手续费。2011年6月中旬，阿里巴巴集团将支付宝的所有权转让给马云控股的另一家中国内资公司，支付宝顺利获取了央行发放的首批第三方支付牌照，由于支付宝作为一个新兴的行业，现在还在不断扩大规模和发展中，通过免费政策不断扩大市场份额，抢占先机，但作为互联网金融服务，收取服务费是大势所趋，价格策略可能会随着有关政策会不断变化。所以此模型仅仅从理论假设上出发，得出一些相关结论，希望对第三方支付平台的相关定价策略提供理论支持。

参考文献：

[1] 纪汉霖，管锡展.双边市场及其定价策略研究[J].外国经济与管理，2006，28（3）：15-23.

[2] 纪汉霖.双边市场定价方式的模型研究[J].产业经济研究，2006，（4）：11-20.

[3] 刘启，李明志.非对称条件下双边市场的定价模式[J].清华大学学报，2009，49（6）：917-919.

[4] 李殿伟，赵黎明.双边市场理论与银行卡产业定价机制[J].财政与金融《生产力研究》，2007（20）：19-21.

[5] 周正.基于双边市场理论的电子商务平台竞争规制研究[D].东北财经大学，2010（12）.

第6篇：量化交易策略的研究范文

一、行为金融理论与投资决策模型

大量的事实证明，投资者的行为方式及其深层次的心理特征对投资活动的结果具有直接的、重要的影响，在研究复杂的金融市场时，我们必须考虑人类自身行为所具有的复杂多变性特点。在借鉴行为科学、心理学以及社会学研究成果的基础上，初步形成了以投资活动当事人的心理因素为基础的行为金融理论体系。对应于现资理论的假设，行为金融理论给出自己的理论假设：（1）人是有限理性的；（2）非完全市场的存在；（3）投资者的投资具有群体行为特征。行为金融理论基础主要有：（1）期望理论（ProspectTheory1979）；（2）行为资产定价模型（BAPM）；（3）行为金融资产组合理论（BehavioralPortfolioTheory1999）。在此基础之上构造的行为金融投资决策模型有：（1）BSV模型与DHS模型；（2）统一理论模型（UnifiedTheoryModel）；（3）羊群效应模型。

二、行为金融对投资者行为的实证研究结论

1.过度自信。人的心理中往往有过分高估自己能力和知识的倾向，表现为投资决策中过分相信自身的判断和决策，而忽视了客观情况变化造成决策失误的可能性。由上交所组织完成的《中国证券投资者行为研究》指出，我国股市6500万投资者中无业者占较大比例，有理由相信这些无业者中有相当一部分人是缺乏市场竞争力的人，由于无事可做，也不考虑自己的能力，就想到股市赚钱，由此可见我国投资者过度自信之严重程度。

2.抛锚性错误。人们在对某件商品的价值进行判断时，通常需要一定的信息锚作为判断的参照标准。同样，投资者对于证券价格的变动预测也需要一定信息作为参照的锚。抛锚性往往导致投资者对新的、正面的信息反应不足。我国投资者往往是利用类似行业、板块、股本大小、经营业绩等的股票价格来衡量其投资股票的价格的。但是锚并不能长时间一直保持准确性和有效性，即锚会使投资者判断出错。

3.羊群行为。股市中的“羊群行为”是指投资者由于受其他投资者投资策略的影响而采取相同的投资策略。其关键是其他投资者的行为影响投资者的投资决策，并对他的决策结果造成影响。我国股市中存在的大量“跟风”、“跟庄”、投资基金的投资组合类同等都是典型的“羊群行为”。孙培源（2002）通过构造股票收益率的横截面绝对偏离和市场收益率的非线性检验，实证了中国股市羊群效应的存在。

4.噪声交易。非理性投资者把与价值无关的信息认为是与价值有关，或者某些投资者人为地制造虚假信息，而其他投资者无法识别其真伪，这两种信息被认为是噪声，相应产生的交易称为噪声交易。我国股市近400%的年换手率中至少300%可以归因于噪声交易。施东晖（2001）实证研究表明，由于技术分析方法在上海股票市场被广泛使用，当某此技术信号显示“上升”或“下跌”趋势时，将引发大量的买卖行为，从而强化现有的股价趋势。

5.过度反应与反应不足。过度反应是由DeBondt和Thaler（1985）最早发现的，他们发现投资者对于近期的好消息不是做出正确的贝叶斯反应，而是过度反应致使股票价格超过其内在价值。我国王永宏（2001）运用DT的方法研究了中国股票市场的过度反应现象证实了中国股市存在着明显的过度反应现象。反应不足是指投资者对自身的判断过度自信，或是一味依赖过去的历史经验作为判断的参照标准（犯抛锚性错误），对市场中出现的新趋势和新变化反应迟钝，丧失了获利的良好时机。我国股市中存在的“轮涨效应”就是一种“反应不足”。

6.处置效应。“处置效应”是指投资者长时期持有套牢的股票而过早抛出赢利的股票的现象。这意味着当投资者处于盈利状态时是风险回避者，而处于亏损状态时是风险偏好者。赵学军（2001）等人的研究结论是：与国外相比，我国投资者更加倾向于卖出盈利股票，继续持有亏损股票。我国股市的处置效应在年末相对增强，个人投资者的处置效应强于机构投资者。

7.动量效应。在一定持有期内，平均而言，如果某只股票或某些股票组合在前一段时期内涨幅较好，那么，下一段时期内，该股票或股票组合仍将有良好表现。通过对我国股市历年大盘及个股的统计分析，我们认为无论是在大盘还是在个股上，我国股市都存在动量效应。大盘的动量效应以日为时间单位比较明显，而一些典型个股无论是以日、周还是以月为时间单位都非常显著。

8.过度恐惧与政策依赖性心理。当股市虚假消息满天飞、股市暴跌时，投资者不计成本的大量抛出股票，表现出十足的恐惧。在股市暴跌时，我国投资者往往把自己的希望寄托在政府的救市政策上，这种对政策的依赖超过了世界上任何一个国家。

9.遗憾。遗憾理论认为投资者为了回避曾经做出的错误决策的遗憾和报告损失带来的尴尬，可能避免卖掉价格已下跌的股票。还有，即使决策结果相同，如果某种决策方式能减少投资者的后悔心理，对投资者而言，这种决策方式就优于其它决策方式。因此，投资者有从众心理，倾向于购买本周热门或受大家追涨的股票，因为当考虑到大量投资者也在同一投资上遭受损失时，投资者可能降低其情绪反应或感觉。

10.暴富心理与心理。中小投资者短线频繁操作，其目的是为了快速致富。面值1元的股票炒到100多元还有人敢去追涨；公司亏损了几亿元，已经资不抵债还有人敢去接盘；ST现象是指那些被冠以特别处理的上市公司，其股价在特别处理消息公布后不跌反升的现象。明知上市公司巨额弄虚作假还有人敢去炒底，这些都充分暴露了我国投资者实足的赌性。

11.轮涨轮跃效应（补涨补跌效应）。在一次行情中，如果某些股票没有上涨（下跌），那么它们就具有补涨（补跌）的潜力。没涨的要无条件补涨，没跌要五条件补跌。长期以来我国股市个股轮番炒作就是一例。

12.小盘股、新股效应。我国股市对小盘股、新股独有情忠，逢小必炒、逢新必炒已是我国股市的惯例。我们统计分析发现在过去的十年中，我国小盘股、新股的收益率显著高于大盘股和老股。但自2001年6月中国股市长期下跌及证券投资基金大量发行以来，这一状况有所改变。

三、行为金融理论指导下的证券投资策略

行为金融学的理论意义在于确立了市场参与者的心理因素在投资决策行为以及市场定价中的作用和地位，否定了传统金融理论关于理性投资者的简单假设，更加符合金融市场的实际情况。行为金融学的实践指导意义在于投资者可以采取针对非理性市场行为的投资策略来实现投资赢利目标。在美国证券市场上，目前有数家资产管理公司在实践着行为金融学的理论，其中有的基于行为金融的共同基金取得了复合年收益率25%的良好投资业绩。考察我国证券市场的投资者行为特点，我们总结出我国金融市场的投资策略：

1.针对过度反应的反向投资策略。反向投资策略就是买进过去表现差的股票而卖出过去表现好的股票来进行套利的投资方法。行为金融理论认为，由于投资者在实际投资决策中，往往过分注重上市公司的近期表现，从而导致对公司近期业绩情况做出持续过度反应，形成对绩差公司股价的过分低估，最终为反向投资策略提供了套利的机会。

2.动量交易策略。即预先对股票收益和交易量设定过滤准则，当股票收益或股票收益和交易量同时满足过滤准则就买入或卖出股票的投资策略。行为金融意义上的动量交易策略的提出，源于对股市中股票价格中间收益延续性的研究。

3.成本平均策略。指投资者在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地进行，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。

4.时间分散化策略。指根据投资股票的风险将随着投资期限的延长而降低的信念，建议投资者在年轻时将其资产组合中的较大比重投资于股票，而随着年龄的增长将此比例逐步减少的投资策略。

5.小公司效应策略。小公司效应是指小盘股比大盘股的收益率高。Banz（1981）发现股票市值随着公司规模的增大而减少的趋势。Siegl（1998）研究发现，平均而言小盘股比大盘股的年收益率高出4.7%，而且小公司效应大部分集中在1月份。根据小公司效应而采用的投资策略称为小公司效应策略。

6.组合投资策略。行为金融学认为，证券市场并不是有效的（一般指半强式有效，semlstrongefficient）。这就意味着传统的证券组合投资理论中，“在有效市场中，投资者不可能获得与其所承担风险不对称的额外收益”的提法在实践中是不成立的。也就是说，通过选择合适的组合投资策略，投资者将可能获得额外收益。

7.针对羊群行为的相反策略。由于市场中广泛存在的羊群行为，证券价格的过度反应将是不可避免的，以致出现“涨过了头”或者“跌过了头”。投资者可以利用可以预期的股市价格反转，采取相反投资策略（contrarianstrategy）来进行套利交易。中国的股票市场素有“政策市”之称。考察中国证券市场的历史走势，我们会发现在重要的顶部或底部区域，在消息面上总是伴随着一些重要的股市政策的出台。不同的投资者对政策的反应是不一的。针对个人投资者的行为反应模式，投资基金可以制定相应的行为投资策略——相反投资策略，进行积极的波段操作。

8.购买并持有策略。个人和机构投资于股票应执行几种能帮助控制认识错误和心理障碍的安全措施。控制这些心理障碍的关键方法是所有类型的投资者都要实施一种严格的交易策略——“购买并持有”策略。投资者在为组合购进一只股票时，应详细地记录购买理由，而且要制订一定的标准以利于进行投资决策。长期采取“购买并持有”策略，通常业绩将超过高周转率的短期交易策略。

9.利用行为偏差。心理学和决策科学提出，在某种情形下，投资者并不是尽力使财富最大化，并且在某些情形下投资者还会在智力方面犯系统性判断错误，这些行为偏差将导致证券定价的错误，合理利用这些偏差将给投资者带来超额收益。行为型投资人则尽力寻找由于行为因素而被市场错误定价的证券从而获取超额利润。可见，对人类行为偏差的正确把握是获取市场超额利润的来源之一。

10.ST投资策略。上市公司被宣布为特别处理，意味着公司陷入严重困境。但同时，ST公司也成为潜在的并购目标。考虑到壳资源在中国证券市场上的稀缺性，ST公司的价值无疑是巨大的。作为一种投资策略，ST公司是可以被纳入证券投资组合之中的。

总之，行为金融理论寻求并确定投资者可能对新信息产生反应过度或反应迟钝而导致证券定价错误的市场情形。行为金融学投资策略的目标就是在大多数投资者认识到自己的错误以前，投资那些定价错误的股票，并在股票价格正确定位之后抛出获利。

四、应用行为金融理论指导证券投资要注意的问题

行为金融学的科学性在于它始于公理并寻求建立在公理上的理论能解释金融市场的行为。它试图理解和预测心理决策过程的系统的金融市场意义。如上所说，中国股票市场中存在着普遍的运用传统金融理论无法解释的金融现象，而用行为金融理论可以很好地解释之，并由此导致了许多有价值的行为投资策略，但在具体运用这些投资策略时还要注意以下几点问题。

1.行为金融理论本身也是处于不断发展之中。行为金融理论的投资策略是：在大多数投资者尚未意识到错误时投资于某些证券，随后当大多数投资者意识到错误并投资于这些证券时卖出这些证券。一旦证券市场的绝对多数投资者认识到这一问题并采取相同的策略，那么结果又会怎样？我们相信随着行为科学的深入研究、证券市场的不断变化和发展，会进一步发现更多的行为金融问题，并且一些已有的行为金融现象可能会淡化甚至消失。因此在应用行为金融投资策略时，要防止教条化。

2.要切忌对国外现有行为投资策略的简单模仿。现有的行为金融理论主要是在发达的金融市场产生的。我国证券市场同成熟的证券市场比较，还是一个新兴的证券市场——历史短、不规范。中国金融市场与发达的金融市场的共性与特殊性决定了我们在运用行为金融投资策略时，不是对国外现有行为投资策略的简单模仿，而应当掌握行为金融学的理论方法，对中国证券市场的行为特点进行深入研究，探索适应我国证券市场运行特点的我们自己的行为金融学投资策略。

3.行为投资策略不是一成不变的。随着金融市场的发展、金融监管的深入及投资者结构的改善，我国金融市场行为金融现象会发生很大的变化。例如小公司效应现象就不如过去明显、庄股由于监管的加强从而动量效应也明显减弱。我们预言随着管理层对股市认识的转变和管理水平的提高，我国的ST现象迟早会消失。

4.不同投资者需要有不同的投资策略。将行为金融学的研究成果运用到我国证券市场的实践中，可以合理引导投资者的行为。对于广大中小投资者，要通过教育来使其趋于理性化，提高证券市场投资者的投资决策能力和市场的运作效率。对于机构投资者，要提高其投资管理水平。投资者决策中的心理偏差是与生俱来，而这些认知偏差可以通过学习、训练等手段得到有效缓解，因此，不同投资者应该采用不同的投资策略，只有呼吁所有各层次的投资者共同参与探讨我国行为金融问题，行为金融投资策略才能在我国有用武之地。

[参考文献]

[1]阳建伟。蒋馥。行为金融：理论、模型与实践[J].上海经济研究，2001，（4）。

[2]杨胜刚。金融噪声交易理论对传统金融理论的挑战[J].经济学动态，2001，（5）。

[3]孙培源。基于CAPM的中国股市羊群行为研究[J].经济研究，2002，（2）。

[4]王永宏。中国股市“惯性策略”和“反转策略”的实证分析[J].经济研究，2001，（6）。

[5]施东晖。中国股市微观行为：理论与实证[M].上海：上海远东出版社，2002.

第7篇：量化交易策略的研究范文

关键词:行为金融;非理性;羊群效应;市场非有效

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.

[5]赵学军.中国股市“处置效应”的实证分析[J].金融研究,2001(7).

第8篇：量化交易策略的研究范文

关键词：价格决定理论；交易机制；市场质量

中图分类号：F830 文献识别码：A 文章编号：1001-828X(2016)001-000276-02

1968年，德姆塞茨(Demsetz)发表了题为TheCostofTransacting的文章，该文章第一次将交易机制引入证券价格形成的过程当中。他认为，买卖价差的存在是做市商交易制度下证券供求不平衡导致的，从而提出交易制度对金融资产价格存在影响的命题。MaureenO'Hara(1996)发表在TheJournalofFinance上的文章MarketMicrostructureTheory中对于金融市场微观结构理论研究领域做了如下归纳：第一，证券价格决定理论。包括交易费用模型、信息模型，用于分析交易费用和信息对价格的影响；第二，交易者交易策略研究。该策略将交易者分为知情交易者、不知情策略交易者、不知情噪声交易者。从个体最优化角度分析交易者交易策略选择；第三，价格序列的信息含量分析；第四，交易机制的分析与选择。本文笔者在借鉴O'Hara的归纳框架基础上，将金融市场微观结构理论研究领域概括为以下两部分：第一，信息不对称条件下的价格决定理论，即内生因素理论；第二，市场交易机制的选择和不同交易机制下市场质量的比较，即外生因素理论。最后，对该领域未来发展的可能方向做出探讨。

一、证券价格决定理论

(一)存货模型价格决定理论

存货模型认为，为满足证券流动性做市商必须保有一定量的证券现货和现金头寸，为弥补这部分风险敞口和机会成本做市商在报价时会有一个买卖报价价差。因分析方法的不同，存货模型可分为三类。第一种，着重分析指令流的性质及其在证券交易价格决定中的作用。Garmen(1976)认为各交易主体都根据自身最优化条件提交买卖指令，从而形成数量上不平衡的指令流。他假定这些指令流依据泊松分布过程产生，并以此为基础建立了描述资本市场的“时间微观结构”；第二种，着重分析做市商决策最优化问题来考虑交易成本对证券价格的影响。Stoll(1987)认为，市场价差反映了做市商做市风险的成本，但研究仅限于单期最优化问题。此后，Ho和Stoll(1981)和O'Hara和Oldfield(1986)将单期模型拓展为多期模型，使问题的分析更接近实际；第三种，着重分析了多名做市商对价格决定的影响。存货模型的核心问题是不确定的交易指令流导致了做市商的交易成本，进而导致了买卖报价价差。实践表明，存货模型对价格的解释力较弱，所以学者们在进一步探索的基础上发展出了信息模型价格决定理论。

(二)信息模型价格决定理论

信息模型是用市场信息的不对称性导致的信息成本来解释市场价差。Glosten和Milgrom(1985)提出了序贯交易模型，首次将交易视为信息传递信号，并考察了在交易规模不变假设下做市商通过交易指令流传递的信息对价格进行动态调整的过程；Easley和O'Hara(1992)考察了交易规模和交易时间性对价格的影响，认为做市商定价策略会随交易指令规模变化而变化。Glosten、Milgrom、Easley和O'Hara的分析都是从做市商的角度出发的。后来的学者们将信息模型的考察从做市商角度发展到投资者角度。其中，知情交易者根据资产真实价值按一定的交易策略使得预期盈利最大化，同时充分考虑做市商的定价策略和不知情交易者可能的交易策略对自身策略和预期收益的影响；不知情策略交易者通过相机抉择旨在实现损失最小化；不知情噪声交易者则单纯基于流动性需求进行交易。研究表明，不知情交易者越多，来自不知情交易者的盈利就越能弥补做市商和知情交易者交易的亏损，相应的做市商会降低交易佣金。信息模型的核心问题是信息不对称性导致了做市商的逆向选择成本，进而导致了买卖报价价差。

(三)价格决定理论存货模型和信息模型的实证检验

Hasbrouck(1998)对纽交所的日内交易量和报价数据做了向量自回归检验，发现不论是基于存货模型还是信息模型，日内交易量和报价调整之间都呈现出很强的相互依赖性。此外，Hasbrouck还得出了不对称信息对买卖价差的影响超过了存货成本的结论。Madhavan和Smidt(1991)用做市商存货数据检验表明不对称信息是日内交易价格动态变化的主要原因。Madhavan和Keim对大宗商品交易的价格影响进行了检验，结果表明信息对价格有持久影响，存货对价格有暂时影响。French和Roll(1986)发现，股票从开盘到收盘的收益波动方差是收盘到开盘收益波动方差的5倍，他们认为导致此结论可能的原因是开盘后公开信息被更高效地传递到市场，同时私人信息也会通过知情交易者的交易指令被传递到市场。综上实证研究可知：信息模型价格决定理论在实际中能够更好地解释市场买卖价差。

二、市场交易机制选择及市场质量标准

(一)市场交易机制

市场交易机制指将投资者的潜在需求转化为实际交易需求的规则框架，包括交易的指令类型，发生时间，投资者能够获得的信息、交易对手方等。沿用买卖价差决定理论中的分类思路，可以将市场交易机制分为两类，一类是以做市商为交易对手方的报价驱动市场；另一类是投资者互为对手方的指令驱动市场。1.报价驱动市场。报价驱动市场是以做市商为中心的市场交易制度。做市商充当市场的组织者和参与者，和实际的买卖双方分别交易，并根据交易指令流来决定不同的买入价和卖出价。做市商可以分为柜台做市商和交易所内的特种交易商。NASDAQ交易所采用的是柜台做市商的报价驱动交易机制，这种做市商制度能有效降低做市商提供不合理买卖价差的可能性，但也可能导致做市商合谋欺骗投资者；纽交所最初采用的是特种交易商制度，该制度对每个做市商的经营范围做了有效控制，有利于做市商对于所做市股票的深入了解，从而提出恰当的买卖报价价差，同时，对特种交易商自营性的证券买卖业务的激励也有利于做市商对于市场信息的搜集从而更好地实现买卖报价价差定价，但也有可能因为做市商掌握的信息比普通投资者多，从而导致信息不对称下做市商的不当收益和投资者的额外亏损。2.指令驱动市场。指令驱动市场是以投资者提交的指令流为中心的。该种交易机制下没有做市商，所有买卖指令提交到电子交易系统中进行自动撮合成交。Friedman(1993)，Sadrieh(1998)指出指令驱动市场是一个多对多市场，买卖双方在交易时间内自由提出各自的买卖报价，如果双方接受彼此的报价即可成交。一般地，指令驱动市场都结合了集合竞价和连续竞价两种形式。Perry和Reny(2004)发现，指令驱动市场是一个能够满足竞争性理性预期均衡条件的市场机制；Smith(1962)，Cason和Friedman(1996)，Fudenbergetal.(2004)的研究指出指令驱动市场能够快速收敛到竞争均衡，价格发现效率很高。3.混合型市场。混合型市场是报价驱动市场和指令驱动市场的结合版。报价驱动市场由于做市商的存在可以保证交易价格的相对稳定和证券的流动性，但同时由于做市商承担了较高的市场风险而导致了较高的管理成本和交易费用；指令驱动市场由于具有较高的透明度，所以管理成本和交易费用较低，但对于市场对信息的过度或不足的反应容易引发交易价格的波动或流动性缺乏。因此，全球各大证券交易所有将两种交易制度进行混合使用的趋势以结合它们各自优势规避劣势。

(二)市场质量标准

证券市场质量标准是用于衡量证券市场特性的一系列指标的组合，包括有效性、透明度、稳定性、流动性、交易成本等。本文中，笔者将从流动性、稳定性、有效性和透明度四个角度对报价驱动市场和指令驱动市场做简单的比较。1.流动性。JamesTobin(1958)认为，买方立即出售所持有的金融资产时可能遭受的损失程度代表了金融资产流动性的好坏。Garbade(1985)和Kyle(1985)将流动性指标概括为宽度、深度和弹性，Harris(1990)在此基础上加了即时性指标，并给出了宽度的观测方法。Muranaga和Shimizu(1999)将市场影响力和市场弹性两个动态指标引入流动性的测量中。在报价驱动市场中，做市商有义务维护交易的连续性，调整短期不均衡导致的价格偏离，通过做市行为提高新股发行的流动性；指令驱动市场中，流动性完全是由买卖指令流提供，如果投资者整体对市场持不理性的悲观态度，那么市场在整体表现良好时流动性也将非常低。因此，报价驱动市场的流动性整体较指令驱动市场强。2.稳定性。报价驱动市场中，做市商的报价要满足一定的约束条件，比如报价要有连续性、价差幅度要控制在一定范围中。此外，当面临市场上买卖指令不均衡的情况，做市商有义务用自有资金和自有股票进行交易来保证价格的稳定；指令驱动市场中，不同投资者对于市场的不同看法会导致买卖指令的不均衡，这种不均衡没有做市商来抑平，所以会导致较高的价格波动幅度，而较高的价格波动幅度反过来又会影响投资者对市场的看法，即便这种波动仅仅是由于交易指令的不平衡而不是证券自身的有效信息引起的。因此，报价驱动市场的稳定性较指令驱动市场高。3.透明度。在指令驱动市场，交易时间段内所有的买卖盘、价格、成交量信息等都会通过电子平台及时公布，整个市场共享公开的交易信息；在报价驱动市场，做市商享有信息优势，可以综合分析所掌握的信息，并将其反映在买卖报价中，而无需公开限价指令簿。因此，报价驱动市场的信息公开度和透明度较指令驱动市场低。4.有效性。在报价驱动市场中，做市商相比知情交易者拥有的信息少，相对不知情交易者拥有的信息多，所以对知情交易者来说，整体上总是可以获得超额收益，对不知情交易者来说，整体上总是亏损的，因此市场效率较低；在指令驱动市场中，投资者之间直接交易，交易所对于信息公开的程度高，有利于投资者在进行信息处理之后报出最优化的买卖价格和买卖数量。因此，指令驱动市场的有效性较报价驱动市场高。

三、金融市场微观结构未来发展方向

本文中，笔者将金融市场微观结构理论研究归纳为证券价格决定理论、市场交易机制和市场质量标准三部分，未来金融市场微观结构理论的发展也可以从这三方面展开。在证券价格决定理论的部分，实证研究的结果大都支持信息模型对于市场的解释力强于存货模型。但信息模型目前基本停留在实证研究的范围，还没有被广泛接受的模型来解释不对称信息究竟如何影响买卖价差；交易机制方面，理论和实证的研究都表明报价驱动和指令驱动的市场各有优劣，如何将这两种市场机制有机结合，达到成本和效率的最优化也是未来研究的一个较为实际的方面；在市场质量标准方面，现有的研究都是将各个衡量市场质量的标准单独观测和检验，但实际上各指标之间存在内在联系，如本文在市场质量分析部分提到市场透明度和市场有效性存在内在关联。如何将不同的市场质量衡量指标进行归纳形成一个市场质量衡量体系，避免各指标在使用时的冲突，通过将各市场质量指标有机结合集中检验来提高实证检验的有效性也是未来金融市场微观结构领域非常重要的一个发展方向。

参考文献：

[1]Demsetz,H.,TheCostofTransaction,QuarterlyJournalofEconomics82,1968:33-53.

[2]Garmen,M.B.,MarketMicrostructure,JournalofFinancialEconomics,3(3),1976:257-275.

[3]Ho,T.,H.Stoll,OptimalDealerPricingUnderTransactionsandReturnUncertainty,JournalofFinancialEconomics,1981:47-73.

[4]O'Hara,M.,Oldfield,G.,TheMicroeconomicsofMarketMaking,JournalofFinancialandQuantitativeAnalysis,1986:361-376.

[5]Easley,D.,O’Hara,TimeandtheProcessofSecurityPriceAdjustment,JournalofFinance,47(2),1992:577-606.

[6]Cason,T.N.,Friedman,D.,PriceFormationinDoubleAuctionMarkets,JournalofEconomicDynamicsandControl,20(8),1996:1307-1337.

第9篇：量化交易策略的研究范文

【关键词】量化投资；阿尔法策略；期货策略；做市商策略

一、背景介绍

量化投资是金融领域相对前沿的一门学科，它强调将数学、物理、统计、计算机等数量的方法与投资结合赚取收益。在国外，量化投资已经有几十年的发展历史，但是在国内由于市场因素等方方面面的限制，该领域处于朝阳期，发展的机会巨大。目前狭义的量化投资包括追求股票中性收益的阿尔法对冲策略，追求高收益的期货策略（包括股指期货和商品期货策略），以及在国内市场尚未成型的做市场策略等。

二、量化投资理论阐述

（一）经典量化投资理论

阿尔法对冲策略的理论模型来自于CAPM模型以及APT模型，其基本思想就是选出具有正阿尔法收益的股票：将来自市场的贝塔风险对冲，最终获取阿尔法收益。具有阿尔法收益的股票在生活中随处可见，在大牛市中，如果前期涨的比较好的股票在之后也会有很好地表现，这样的股票具有动量因子；在超跌的行情中，前期跌的过于凶猛的股票在后期有比较好的表现，这样的股票具有反转因子；诺比尔经济学奖得主法玛和弗兰奇曾经发现小市值成长因子具有显著超额收益，并提出了著名的法玛弗兰奇三因子模型。阿尔法策略的核心一方面在于选取合适的数学模型，另一方面在于从投资的经验中寻找能够带来超额收益的因子。

阿尔法对冲策略在大牛市当中不及股票纯多头策略。以2015年上半年大牛市为例，阿尔法策略基本跑不赢指数；反之，一些比较抢眼的股票纯多头策略取得了100%以上的收益。但是在接下来的几次黑天鹅事件中，股票纯多头产品纷纷清盘，其中不乏一些大牛；但是比较稳定的阿尔法产品在市场大跌时净值依然在稳步上升。目前阿尔法对冲策略的压力来自于两方面，一方面由于投资者对市场的悲观情绪导致股指期货持续贴水，另一方面监管层对于股指期货的限制使得阿尔法策略开发者变得更加谨慎。但是鉴于其科学的方法和可靠的控制风险的能力，阿尔法策略的未来非常光明。目前国内阿尔法对冲策略的顶级私募包括尊嘉资产、宁聚资产、金锝资产等；公募阿尔法的权威包括富国量化基金经理李笑薇女士等。

期货多空策略主要包括股指期货与商品期货策略。期货的T+0的交易机制使得程序交易可以更为方便的进行。最基本的期货策略就是穿越均线策略，例如当期货上穿60分钟均线则认为其上升势头已经形成，进而做多；如果期货下穿60分钟均线，则认为其下降势头已经形成，平多头同时做空头。主观投资者的亏损很大一部分原因来自于交易缺乏纪律性，但是程序化期货成功的克服了交易者的这一行为金融学弊端。最直接的例子仍然是这次股灾，由于股市期货在股灾期间存在着明显的下行趋势，多数成熟的期货多空策略均发现这一下行趋势并多空。股灾期间股指期货多空策略赚得盆满钵满，但是某种程度上程序化交易也加重了市场的趋势效应。目前国内期货策略的顶级私募包括淘利资产、黑翼投资等。

做市场算法在国外是一个高速发展的领域，最为杰出的代表就是西蒙斯的文艺复兴基金。索罗斯、巴菲特为大家所熟知，但是西蒙斯这个名字就要低调得多。在过去十几年，文艺复兴基金获得了年化35%的收益。文艺复兴基金雇用了大量数学、物理、统计学博士，通过机器学习算法等，对市场上的微观交易行为进行细致的分析，以‘薅羊毛’的方式不断吸取收益。我们传统投资者很难捕捉交易当中微观交易结构，但是高频交易者可以从一系列的买卖竞价单中挖掘市场中的交易动态，发觉我们肉眼难以发现的蛛丝马迹。

（二）广义量化投资理论

更为广义的量化金融包括一切基于数量理论对金融市场的研究。万物皆数，学科相通，无数的智慧可以应用于金融市场。股市泡沫对于广大散户而言是一个虚无缥缈的事物，但是物理学中的模型却可以将股票泡沫以一个数量的形式呈现。LPPL模型，就是地球物理系中的对数周期性幂律模型，其创始人Sornette曾多次成功预言股灾的产生；刘淳等将贝叶斯方法应用于股市的变结构研究，并得出具有参考价值的理论：重大金融事件的发生往往会带来股市内在结构的变化；人类的智慧是相通的，现在化学、物理学、生物学、计算机科学、数学等学科的跨学科领域研究已经取得了重大进步，相信在将来金融学这一社会科学领域的学科将会越来越多的出现自然科学的身影。

目前国内金融市场正在逐渐走向大资管时代，越来越多的投资者会通过专业的投资者将资金投入市场。量化投资与传统主动投资乃是武侠中的“剑宗”与“气宗”，两者各有长短。在大资管时代两大流派将会各霸江山。巴菲特般股神将会不断创造着财富神话，西蒙斯般的科学达人们也会不断将人类的智慧充分的应用于金融市场；并且随着市场竞争的加剧，成熟的投资者将管控着更多的财富。未来如何风云剧变？我们拭目以待。

参考文献：

[1]EUGENE，F.“The Cross-Section of Expected Stock Returns.”The Journal of Finance，47.2 （1992）：427-465

[2] Sornette，Didier，Ryan Woodard，and Wei-Xing Zhou.“The 2006C2008 oil bubble：Evidence of speculation，and prediction.”PhysicaA：Statistical Mechanics and its Applications，388.8 （2009）：1571-1576

[3] 刘淳，刘庆，张晗.使用 Bayes 方法识别股市变结构模型[J].清华大学学报：自然科学版，2011，51（2）：245-249