【摘要】：量化投資是投資人借助計(jì)算機(jī)量化技術(shù)制定交易策略并且執(zhí)行的投資方式,其優(yōu)勢(shì)在于計(jì)算機(jī)大數(shù)據(jù)分析能夠避免投資人人為主觀的影響,并且能夠迅速準(zhǔn)確地找到交易機(jī)會(huì),為投資人帶來(lái)更加穩(wěn)定的超額收益。本文正是在量化投資快速發(fā)展的背景下,對(duì)量化投資行業(yè)發(fā)展趨勢(shì)進(jìn)行研究,并且將多因子量化策略運(yùn)用于A股之中,構(gòu)造能夠穩(wěn)定獲得超額收益的量化策略。本文首先對(duì)于量化投資的概念與特點(diǎn)進(jìn)行了深入的分析,本文將投資的過(guò)程分為開(kāi)發(fā)、執(zhí)行以及評(píng)估三個(gè)過(guò)程,并認(rèn)為從傳統(tǒng)投資到量化投資再發(fā)展到如今的智能化量化投資是計(jì)算機(jī)技術(shù)不斷向這三個(gè)過(guò)程逐漸滲透的結(jié)果,智能化量化投資將量化投資穩(wěn)定高效的特點(diǎn)進(jìn)一步放大。本文緊接著對(duì)量化投資行業(yè)的行業(yè)特征進(jìn)行了闡述,并認(rèn)為量化投資行業(yè)屬于差異化競(jìng)爭(zhēng)的行業(yè),但行業(yè)格局將保持較為分散的格局。以此為基礎(chǔ),本文認(rèn)為量化投資未來(lái)將走向智能化以及公募化的方向,并以Wealthfront公司的案例進(jìn)行佐證。在量化投資迅速發(fā)展的背景下,本文還運(yùn)用多因子量化策略進(jìn)行了實(shí)證研究。本文選取了盈利因子、成長(zhǎng)因子等七類(lèi)共20個(gè)因子進(jìn)行篩選,在2010年至2015年之間進(jìn)行模擬持倉(cāng),并通過(guò)單因子有效性的檢驗(yàn)以及冗余因子的篩選,得到了6個(gè)有效因子,發(fā)現(xiàn)目前A股市場(chǎng)存在明顯小市值效應(yīng)以及反轉(zhuǎn)效應(yīng)。之后本文通過(guò)有效因子進(jìn)一步構(gòu)建多因子量化策略并取得了良好的效果。同時(shí)在行業(yè)層面上,本文發(fā)現(xiàn)不同行業(yè)的有效因子具有很大的差異性。
【圖文】：

圖 1-1 論文研究思路Fig.1-1 Researching ideas of paper文的研究方法有文獻(xiàn)研究法、檢索法、對(duì)比分析法、定性分析法以。文獻(xiàn)研究法是通過(guò)閱讀國(guó)內(nèi)外學(xué)者關(guān)于量化投資研究的文獻(xiàn)，在結(jié)果的基礎(chǔ)上，進(jìn)一步豐富原有的成果。搜索數(shù)據(jù)時(shí)運(yùn)用的檢索法學(xué)科的方法將數(shù)據(jù)統(tǒng)計(jì)收集的方法。在本文中，下載股票數(shù)據(jù)、因時(shí)運(yùn)用到了 Wind 等數(shù)據(jù)庫(kù)軟件。在確定模型框架時(shí)運(yùn)用了國(guó)內(nèi)外模法，主要意義目的是為了尋求適合國(guó)情的量化模型。定性分析法主學(xué)者的分析以及數(shù)據(jù)的描述性統(tǒng)計(jì)進(jìn)行歸納假設(shè)，得出方向性的結(jié)法則用于實(shí)證研究時(shí)，將數(shù)據(jù)整合建立模型后，運(yùn)用 Python 工具進(jìn)倉(cāng)，形成有數(shù)據(jù)的科學(xué)模型，再進(jìn)一步地運(yùn)用軟件進(jìn)行驗(yàn)算。文創(chuàng)新及不足論文創(chuàng)新于國(guó)內(nèi)量化投資市場(chǎng)才剛剛進(jìn)入快速發(fā)展時(shí)期，對(duì)于量化投資的研

是以數(shù)量化統(tǒng)計(jì)分析工具數(shù)學(xué)模型為核心，，并且借助資理念、執(zhí)行投資策略和獲得投資收益的投資方式。投資或者技術(shù)投資的像對(duì)面，成熟的量化投資模型大市場(chǎng)技術(shù)因素。同時(shí)量化投資是一種主動(dòng)型的投資策或者是弱有效的市場(chǎng)，尤其是在發(fā)展歷史較短的 A 股，留給量化投資這樣的主動(dòng)型投資的空間還很大。量化投資專(zhuān)家丁鵬在《量化投資——策略與技術(shù)》中勢(shì)類(lèi)以及判斷波動(dòng)率類(lèi)型。其中判斷趨勢(shì)類(lèi)通常用于股或者是個(gè)股的趨勢(shì)判斷，趨勢(shì)向上則做多，趨勢(shì)向下但收益率更高，通常又可以分為量化選股策略以及量斷波動(dòng)率型本質(zhì)上是為了消除系統(tǒng)性風(fēng)險(xiǎn)，賺取比趨主要用于衍生品中的套利，包括股指期貨套利、商品套利等等，但由于國(guó)內(nèi)衍生品市場(chǎng)的發(fā)展尚未成熟，于判斷趨勢(shì)類(lèi)投資，即在股票二級(jí)市場(chǎng)上的投資。本策略也屬于判斷趨勢(shì)類(lèi)量化投資中的量化選股策略。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 呂信;王若舟;;股票收益權(quán)理財(cái)業(yè)務(wù)風(fēng)險(xiǎn)控制及定價(jià)策略研究[J];現(xiàn)代金融;2014年04期

2 劉輝;黃建山;;中國(guó)A股市場(chǎng)股票收益率風(fēng)險(xiǎn)因素分析:基于Fama-French三因素模型[J];當(dāng)代經(jīng)濟(jì)科學(xué);2013年04期

3 劉蕾,馬棟;上海股市規(guī)模效應(yīng)和價(jià)值效應(yīng)實(shí)證分析[J];統(tǒng)計(jì)與信息論壇;2004年03期

4 陳守東,孟慶順,趙云立;中國(guó)股票市場(chǎng)FF多因子模型的比較分析[J];吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào);2003年05期

相關(guān)碩士學(xué)位論文 前7條

1 劉昭;基于情緒系數(shù)下的多因子選股模型實(shí)證研究[D];山東大學(xué);2017年

2 王昭棟;多因子選股模型在中國(guó)股票市場(chǎng)的實(shí)證分析[D];山東大學(xué);2014年

3 江方敏;基于多因子量化模型的A股投資組合選股分析[D];西南交通大學(xué);2013年

4 孫守坤;基于滬深300的量化選股模型實(shí)證分析[D];復(fù)旦大學(xué);2013年

5 金世偉;海通證券在量化投資背景下的發(fā)展與創(chuàng)新[D];復(fù)旦大學(xué);2013年

6 劉毅;因子選股模型在中國(guó)市場(chǎng)的實(shí)證研究[D];復(fù)旦大學(xué);2012年

7 蔡健林;中國(guó)A股市場(chǎng)選股模型研究[D];上海交通大學(xué);2010年

本文編號(hào)：2632726