量化投資策略分析

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇量化投資策略分析范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

量化投資策略分析范文第1篇

量化投資策略就是利用量化的方法，進行金融市場的分析、判斷和交易的策略、算法的總稱。

量化投資策略類型包括：

1、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。

2、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。

（來源：文章屋網 ）

量化投資策略分析范文第2篇

保險資產管理的歷史演變

保險業的轉型發展蘊含了保險從非金融到金融的屬性轉變。保險業轉型與金融市場的發展、監管環境的變革帶來了保險資產管理的大發展。

國內保險業務從1980年開始恢復,當時保險資金運用的主要渠道是由人民銀行批給貸款額度。90年代初期,保險辦“三產”成為當時特定時代背景下保險資金運用的顯著特點。1995年《保險法》頒布,保險資金運用有了明確的法律規定,嚴格限定在銀行存款、購買國債、金融債和國務院批準的其他形式的投資。2003年,經國務院同意,保監會做出重大戰略部署,在保險業組建了首批保險資產管理公司,通過資產管理公司集中化、專業化管理,逐步形成了承保業務與資產管理業務雙輪驅動的格局,將行業從單純的保險業務發展領入了資產負債協調發展的新歷史階段。此后保險資金投資范圍不斷擴大,保險資金運用相關的工具、渠道、機構、隊伍、制度、風險防范及投資收益都獲得了重大突破。

保險資產管理的不斷發展,為保險資產管理服務實體經濟、優化資產組合、提升投資收益、適應保險業轉型發展的需要起到了十分積極的作用。隨著監管政策的放開,保險資產管理還將出現重大的轉型,從單純的賬戶管理轉向賬戶管理與產品管理并舉,從單純的管理內部資金轉向管理內部資金與第三方資金并舉,從被[:請記住我站域名/]動的負債驅動轉向資產負債管理,從行業內競爭轉向金融業跨界競爭,多元化、國際化將成為保險資產配置的新趨勢。

保險資產管理的理論依據

現代資產組合理論是包括保險公司在內的各類機構投資者投資配置的重要理論依據。保險資產管理采用的專業技術及可以作為資產配置的大類資產類別與其他資產管理并無本質差別,這是保險資產管理的普遍性。保險資產管理的特殊性源于保險負債的特殊性。保險資金負債的性質、成本既不同于銀行,也不同于信托、基金或證券。負債的特殊性決定了保險監管政策的差異性和資產配置的獨特性。為更加有效地、全面地管理風險、覆蓋成本,保險公司開發了資產負債管理模型(ALM),協調投資策略和產品設計、定價之間的關系,這是保險公司投資的另一重要理論依據。

與其它機構投資者相比,保險投資關注資金的安全性和流動性,投資風格更加穩健。一方面,保險業絕大部分資金都來自于保費計提的準備金,是帶有給付與賠償義務的有成本資金。對于大部分保險產品而言,投資風險基本由保險公司承擔。另一方面,保險公司還面臨著監管政策的硬約束,包括資產配置的比例限制、公允價值計價的會計準則、以風險為基礎的償付能力監管體系等,這與其它機構投資者面臨的情況有很大不同。這些約束條件的設定,體現了保險公司強化投資風險管控背后的監管意圖。

保險資金配置的國際比較

以美國為例,美國是全球最大的保險市場,壽險產品占據全部保險業可投資資產的約70%,并按賬戶劃分為獨立賬戶和一般賬戶。一般壽險產品(約為壽險資產總規模的70%)除保險保障要求外,部分產品(比如有最低投資回報承諾的產品)還需要滿足最低收益目標,對投資標的安全性要求較高。這部分資金劃歸到一般賬戶,資產配置比例由保險公司決定,同時接受監管機構的投資比例限制。

美國保險公司對一般賬戶大都采取比較保守投資策略,80%以上的資產配置固定收益產品,其中超過70%的資金配置債券,10%左右配置抵押貸款。2008年金融危機后,權益資產配置比例控制在3%以內(2011年為2.3%),即便在股票市場牛市的2007年,股票配置的峰值也僅有4.7%。

全球第二大保險市場的日本的情況與美國類似。日本壽險業將絕大部分資產配置在固定收益產品,其中65%以上的資產配置債券,貸款投資占比15%左右,權益投資的比重已經下降到6%。

會計準則及償付能力對保險資產管理的影響

如前所述,保險資產管理必須充分考慮會計準則及償付能力監管規則的影響,這是其區別于一般資產管理的重要特征。

首先是會計準則的影響。一般資產管理(例如基金投資、企業年金投資)主要關注于資產組合的市值增長,市值增減變動直接反映為當期業績,因此會計核算相對簡單。而保險資產管理需要從保險公司整體目標出發,基于資產負債匹配的要求,統籌考慮資產的價值和收益,這就與金融工具會計準則產生了密切聯系。

具體而言,在會計準則的框架下,保險資產管理必須考慮三大問題。一是分類?，F行準則對金融工具采用“四分類”方法,一旦選定不能輕易更改。因此,必須充分考慮不同分類下資產價值、收益的計量方式、與負債的匹配度,以及對后續交易的限制,合理確定投資目的和會計分類。二是估值。公允價值計量是現行準則的一個重要計量屬性,但其內在的順周期效應也受到各方質疑。

此外,在非有效市場中資產如何估值,也是非常復雜的技術問題。三是減值。近年來金融資產減值對保險公司業績的影響很大。盡管各公司減值標準不同,結果缺乏可比性,但都應該加強對減值的監測和主動管理,努力降低對公司業績的影響。

其次是償付能力監管的影響。通常情況下,資產管理主要關注于資產本身的收益,不會受到資產委托方的其他限制或約束。而保險資產管理則會受到來自保險公司的諸多約束,償付能力監管就是其中非常重要的一項。

在我國現行償付能力編報體系中,投資資產會從兩個方面對償付能力產生影響:一是高風險、低流動性資產(特別是另類投資)的認可率較低,會降低償付能力;二是金融資產按公允價值計量,會造成償付能力的劇烈波動。因此,在開展保險資產管理時,必須將償付能力作為投資決策的重要依據。對于償付能力偏緊的公司,要審慎考慮另類投資,并主動加強價格風險、利率風險敞口管理,控制償付能力波動。在最新的歐盟償付能力Ⅱ體系中,投資資產形成的市場風險、信用風險已經超過保險風險,成為壽險公司監管資本的主要驅動因素。一旦歐盟償付能力Ⅱ實施,保險投資理念、風險收益觀將會發生重大變化,資產組合

可能面臨重大調整。同時,有效的風險管理將會為保險公司創造更大的價值。 保險資產的風險管理

資產管理工作本質上是一項風險管理工作。第一,識別風險。第二,對風險進行合理定價。第三,在合理的定價基礎上賺取風險回報。做好資產管理工作,需要看清幾個基本問題。有哪些風險?定價有沒有反映風險?實現收益背后蘊含了多少風險?哪些風險是我們意料之外的(尾部風險)?

具體工作中,識別風險點,進而對風險大小進行評估,對所識別的風險點開展風險監測,出現風險后及時、正確的風險應對措施和風險報告是保險資產管理的主要流程。保險資產管理主要面臨著投資性風險(市場風險、信用風險、流動性風險等)和非投資性風險(操作風險、合規風險等)。

此外,保險資產管理要定期對投資組合的收益情況進行評價,即績效評估?？冃гu估工作需要注意兩個方面,一是組合收益率的計算方法,二是比較基準的選擇。除了要知道投資業績的好壞,還需要進行利源分析。這就需要開展績效歸因分析。風險調整后收益的引入有助于進一步掌握投資經理獲得的收益是承擔了過多的風險還是在相對較低的風險下。資產管理承擔了保險行業的大部分利潤貢獻,行業所面臨的風險也由負債端轉向了資產端,對投資收益背后所承擔風險的考量就非常重要。此外,一定要考慮對權益類的敞口控制問題,權益類的表現好壞會直接影響到保險資產管理的收益。

從價值投資到數量化投資的發展

縱觀西方證券投資思想的發展史,在不同的時代背景和市場環境下形成了價值投資理念、技術型投資理念、被動投資理念以及現代數量化投資理念等多種投資理念。其中價值投資理念和現代數量化投資理念都屬于主動投資理念,理論較為系統,目前機構投資者大多使用這兩種投資理念管理資產。

本杰明·格雷厄姆最早提出了價值投資的思想。之后,菲利普·費雪、約翰·威廉姆斯以及沃倫·巴菲特等價值投資的追隨者又從價值評估的范圍和方法等方面對格雷厄姆的思想做了進一步的補充和完善。當前,伴隨著金融創新的不斷發展,價值投資者還活躍在高收益債券、衍生品等多個新興投資領域中。從實際操作中看,價值投資過程可能面臨一些問題:如價格無法恢復的風險、價值回歸速度緩慢時投資者容易受到短期業績壓力、信息爆炸使發現投資機會的難度增加以及在大牛市中資金利用率較低等。

通常意義上說,數量化投資可以理解為利用數學模型和計算機技術來設計并實現投資策略的過程。近年來,數量化投資進入了一個蓬勃發展的時期。據路透社報道,2012年對沖基金每獲得10美元新投資,就有超過9美元投向了數量化對沖基金。而國內的量化公募基金也已經從2008年的6只增加到了2013年6月的46只。在數量化投資的過程中,投資策略是核心所在,目前的量化投資策略主要可以分為三類:一是擇時類策略,如情緒指數擇時等;二是擇股類策略,如多因子擇股等;三是對沖套利類策略,如股票多空對沖、統計套利策略等。從歷史來看,

數量化投資能夠取得較高的收益,但同時也存在著模型風險。

作為兩種在不同時代背景下形成的投資理念,價值投資和數量化投資并沒有明顯的優劣之分。但是數量化投資在數據處理能力、投資策略多樣化以及投資決策理性化、流程化等方面更具優勢,并且能取得相對穩定的投資業績。目前,國內保險資金絕大部分通過價值投資方法進行管理。為更好適應未來投資環境的轉變,保險資產管理未來需要實現幾個轉變。隨著未來股指期貨、融資融券以及期權等衍生工具的放開,保險資金數量化投資的運用前景會越來越廣泛,真正實現投資策略的多元化發展。

中國資本市場有效性與行為金融理論的影響

理性人假設是傳統金融學理論的基礎。理性個體假定解決了傳統金融學理論中個體的認知問題,而期望效用理論則解決了傳統金融學中的個體決策問題。在上述基礎上,產生了現代資產組合理論和資本資產定價模型。隨著認知心理學等相關領域研究的不斷發展,認知偏差的存在對于理性人假設提出了挑戰。Tversky和Kahneman(1979)提出的著名的前景理論對傳統的期望效用理論進行了完善,為現實中許多投資者行為提供了更加合理的解釋。在此基礎上,行為金融學家紛紛開始發展基于行為金融的資產定價模型和資產組合理論。

量化投資策略分析范文第3篇

近年來，投資領域的眾多精英紛紛投身量化投資領域，利用計算機科技并采用一定的數學模型去實現自己的投資理念、投資策略。他們以自己的智慧加數學的方法組成投資策略，設計出自己的贏利模型，來克服交易中人性的弱點，實現穩定的贏利。

不少機構和個人都贏利頗豐，然而從今年8月開始，不少量化投資者都在遇到同一個問題，以前穩定贏利的模型現在開始不靈了，屢屢大幅回撤虧損。

“好奇怪，每一次回撤都打到止損點后，再重新起來，這模型到底怎么了？”渤海證券某分析師告訴記者。

國內如此，國外量化同行也遇到同樣的困惑，經常出現很大的回撤。尤其是最近，全球CTA策略都不太景氣，很多傳統CTA做得比較大的公司，今年都面臨倒閉窘境。

倒在反向策略？

2013年11月17日上午，清華大學深圳研究生院報告廳。第四屆（2013秋季）中國量化投資國際峰會上，100多位金融界菁英匯聚一堂，交流著量化投資出現的問題。

不少同行都遇到了和渤海證券分析師類似的問題，模型失靈，行情每次回撤都打在止損位后，再重新起來，一次次止損都在虧錢，是模型出了問題嗎？

“你的反向策略是如何制定的呢？”在上午的論壇上，臺下的提問給嘉賓制造了些許緊張，在量化這個圈子里，大家對模型都是諱莫如深，避而不談，更何況是反向策略的制定，這位被問嘉賓顧左后而言他，并沒有正面回答。

反向策略揭開了近幾個月大多數模型虧損的冰山一角。投資界有這樣一種說法，投資者都是在賺犯錯方錢。顯然當量化投資者在逐漸增多時，在市場中這部分人群都在用類似方法，也就有了相同的屬性，這時聰明者就針對這部分人群制定出了相應的反向策略，專剪這個人群的羊毛，多數模型失靈也就不足為奇了。

上述提問者沒有輕易放棄，又把問題轉向了本次論壇的主持人原美國騎士資本董事總經理、高頻交易總監明可煒。

“反投資策略的方式我聽得很少?，F在的問題是很多的量化投資同時進入市場，使得市場的價格實現機制出現了偏差，反策略發現了很多的量化投資策略在做同一件事情的時候，把價格推到了不合理的位置?！比绻f主持人上面的回答相對中肯，下面則有意淡化反投資策略。

“犯錯誤的投資人可以使別的投資人的回報變得更多，但并不是說你要有收益必須是別人犯錯誤的結果。就像巴菲特說，他買一只股票絕對不是因為這只股票今年便宜點，而是他認為這只股票在未來30年、50年會給他帶來很高的利益。我認為量化投資者也不是在尋求別人犯錯務的時機，如果是基本面，或者說發現了一個趨勢，就可以獲得很好的收益，這個時候誰都沒有犯錯誤?！?/p>

策略失效另有隱情

反向策略并不是策略模型失效的唯一原因，會場嘉賓各抒己見。

中國量化投資學會理事長丁鵬認為，如果說它是有經濟學原理做支撐的策略，它未來一定再次有效。比如說套利策略，平常講的股指期貨套利，它是有經濟學原理做支撐的；還有大的趨勢性策略，只能抓大牛市或者大熊市的，可能很多年都不會再次有效，像這種策略一旦失效的話，一定要考慮背后的真正驅動因素是什么。

“對于一些趨勢策略來講，它可能是暫時的失效，因為進入趨勢振蕩階段，它必然會這樣。有一些事件操作的策略，它可能因為事件的消失而長期的失效?！辈澈ＷC券金融工程部總經理何翔認為，“對于短期失效的趨勢策略，從個人來講，你要有一個風險容忍度，要清楚能不能堅持這樣的策略。”

風控不容忽視

不少的量化交易者，都有過不錯的收益，但虧損更甚，原因之一是沒有把握住風險控制。會場幾位重量級嘉賓暢談了風控的方法。

“控制風險比收益更重要，控制風險才是投資者最核心的東西?！倍※i認為，在銀行、保險、券商和期貨這幾大金融行業中，期貨的收益應該是最高的，但做期貨往往是最窮的；而銀行的收益是最低的，銀行理財只有5、6個點，但銀行是最富的。為什么？因為銀行的風控能力是最強的，所以真正的富人敢把錢存在銀行，但沒人把大錢拿給期貨公司玩。通常是把風險控制住之后，靠規模、放大杠桿去賺錢的。

通過多策略的方法降低風險。職業投資人、寬客俱樂部總經理馮正平認為，金融投資的策略體系一定要符合保險學原理。比如你交易200個標的，用了200個策略，其一個標的出了問題，僅影響0.5%。要從這個角度去研發策略、組合策略。

“我們公司對策略風控、模型回撤要求非常嚴格?！?何翔表示，“我們在策略開發的過程中，特別注重三個方面，一是時間緯度上，要在不同的時間架構上對策略進行分散，有長期、中期、短期，甚至日內的；二是在空間上進行分散；三是在策略的類別上分散，有趨勢型策略，也有振蕩型策略，多策略使風險最小化?！?/p>

算錯成本沒贏利

張華（化名）是近年從華爾街回來的博士，在國內做了一個阿爾法套利，平均每周交易4次，每次交易扣除交易成本之后可以盈利千分之三，一個月做16次，一年收益率應該是50%。做出來之后，在數據回溯和模擬上都很吻合，但是做進去之后，第一個月虧了，第二個月又虧了，第三個月還是虧損。

“這種情況是沒有算清楚沖擊成本和交易成本?！鄙虾ｈT銘投資管理中心總裁張向陽認為，在進行歷史數據回溯的時候，他應該是拿一口價格來算賬，而那口價格是在買價上成交的還是在賣價上成交的，他是不知道的，只能在賣價上買。這樣就形成了誤差，導致設計模型時就不能贏利。

好模型如利劍

量化贏利如同一輛好車在路上跑，風險控制如同剎車，計算成本如同估計路況，遇到路況不好時踩剎車放緩速度避免翻車，而好的策略模型則如同油門，路況好時要想跑的快，必須踩油門。

和多數寬客人對自己的模型三緘其口不同，渤海證券金融工程部總經理何翔分享了團隊幾年來幾種模型的贏利情況?！霸谡麄€量化策略開發過程中，我們以風控為前提，然后把握一些趨勢性的機會，順勢而為，分析市場的行為，做好策略開發的分散，最終嚴格執行策略，實現了好的收益?！?/p>

何翔團隊在2010年開發了MT-SVM量化預測模型，結合技術指標、宏觀指標，對每個月市場漲跌的情況進行預測。市場本身混沌、非線性的，團隊用人工智能的方法，預測每個月上證指數的漲跌，然后得到一個從2001年到現在漲跌方向的預測結果。這是一個比較粗糙的預測方向，給出一個市場方向的大參考。最近的預測是從10月份開始預測市場上漲。用上證指數做一個標的，用這個模型做一個簡單的模擬操作，測出來一個凈值，預測的效果很好。

另一個是量化定增套利策略。這是何翔和團隊在去年年初開發的，他們更關注定向增發前的部分，從董事會預案公告，股東大會公告通過，然后到證監會審核通過，再到定增公告，不同的階段去分析、統計哪些階段會有超額收益?；谶@樣的思路，他們建立了量化定增套利策略模型，年化可以到10%-20%，但是波動也比較大。

最后分享的策略是基于量化均線突破策略——短線交易策略。這個策略用在所有的股票上，分析、識別均線和K線形態，在歷史上滿足這個形態的樣本，就可以滿足這個的策略，一般持有1到3天。這個策略效果還不錯，只是可容納的資金有限，如果擴大樣本量，還會有比較好的結果的。

何翔對自己團隊的策略如數家珍，看得出來，對策略出來的效果巨滿意。

明天還能賺錢嗎？

隨著對量化的熟絡，越來越多的投資者進入了這個圈子，“悍馬定理”創始人馮正平給這些新的寬客提出了寶貴建議：

原來做主觀交易的投資者有盤感、經驗、好心態、能夠操作大資金，建議他們組建一個團隊，和一些做量化投資者結合起來，一起做市場，會少走彎路。

現貨投資者，因為原來現貨做的好，規模大，擁有豐富的社會資源，基于現貨市場的定價機制形成了自己的一些的方式，如果做量化，建議他們先實現程序化，做一些套?；蛘邔_，無需高深的數學知識也會收入頗豐。

如果是純量化投資者，因將來的發展趨勢會更加智能化，所以要向更復雜的非線性的數據工具傾斜。

對于量化投資的未來發展趨勢，丁鵬認為會形成兩大流派，一個是策略流派，一個是工具流派。策略流派是開發出各種各樣的好策略，發現更多的機會；工具流派是用傳統的策略，但工具做得更好、數據更全、效率更高、數據更快。

量化投資策略分析范文第4篇

【關鍵詞】量化對沖；多因子選股；Alpha

一、量化投資與Alpha策略

（一）量化投資的優勢

1.出色的數據處理能力

通過計算機建模對歷史數據進行分析，能夠替代人進行大量繁瑣的工作，極大的提高了工作效率。既能夠在分析的過程中形成投資策略，又可以建立模擬測試平臺對策略進行檢驗。

2.克服人性弱點

人性本質上的弱點是很多失敗投資決策的根源，計算機可以幫助人控制自身的情感，以量化投資的方法進行自動化交易，避免人工操作，也就可以在一定程度上減少人類情感對投資決策的影響。

3.反應迅速

量化投資的自動化交易程序反應十分靈敏，通過計算機對各種信號的快速識別，能夠在毫秒內做出反應，這種數量級的反應速度已經足夠捕捉目前市場上最短級別的交易機會。

（二）主流Alpha策略

1.動量Alpha，強者恒強的現象在市場中普遍存在，市場表現好的股票能夠積累人氣，持續上漲趨勢容易延續下去，買入漲勢好的股票組合，利用股指期貨等工具進行對沖。

2.反轉Alpha，關注走勢最差，短期變現最不好的股票，認為股價跌到一定程度會集聚反轉的能量，買入股價跌幅較大、技術形態上超跌的股票，建立對沖頭寸。

3.多因子選股Alpha，源于三因子模型，將股票價格的原因分割為不同因子，考察各因子與股價的相關性來設計投資策略，獲取因子的超額收益。

二、因子選取及有效性分析

本文Alpha策略主要針對短期反轉效應，“地量見地價”是股票市場中的一條重要原則，低股價、小成交量具有明顯的反轉效應。相對于價值類、成長類因子，規模類因子的短期反轉效應更強。因此，本文從規模類因子、動量因子與技術指標類因子中初步選取了9個因子，分別為股價、總市值、日成交量、日換手率、RSI、STOM、ROC、CR、AROON。

（一）數據準備

數據清理共分四步：剔除ST類股票數據；清楚股票異常數據（包括數據庫中缺失的股票數據以及停牌股票的日數據）；對股價進行復權處理；因子數據標準化，采用N（0，1）正態標準化處理，標準化后數值越高代表其原始股價越低。

（二）因子評價標準

本文主要從因子的收益能力以及風險程度兩方面來檢測單個因子的有效性。需要觀測的值有：訓練集內組合的累計Alpha、勝率、最大回撤、收益回撤比以及將樣本分組后的各項數據。

（三）因子的選取

經系統回測后，從各因子年化收益率的排序情況來看，在正向對沖組中，市值、股價、成交量三個因子表現最好，年化收益率均超過了20%，表現最差的三個因子為日換手率、月換手率與CR指標，年化收益率低于10%。

從風險的角度對比各因子的表現，成交量與市值的回撤最大，收益能力強的股價因子的回撤幅度相對也較低，股價因子的表現最為優秀，收益能力居中的RSI、ROC的回撤也在中間水平，而AROON指標的回撤相對其他指標較為優秀。收益能力較低的CR的回撤同樣很大，換手率與STOM則表現出低收益低回撤。

對比綜合性指標收益回撤比，可以得出9個因子的收益回撤比差異顯著，排序從大到小分別為股價、市值、成交量、ROC、RSI、AROON、CR、STOM、換手率，其中各因子的收益能力起到關鍵性作用。長期投資組合的區間收益回撤比反映的是各因子在長期持續產生超額收益的效應。

綜上，依據各因子在整個樣本區間的表現，將表現最差的日換手率、STOM與CR指標這三個因子剔除，用剩下的六個因子構成最優因子組合。

三、多因子選股策略檢驗

（一）多因子Alpha策略要素

本文Alpha策略為短周期持倉；選股的標準為小市值、低股價、低成交量、低RSI、低ROC、低AROON；打分方式分為等權重法與變權重法，變權重打分考察各因子在樣本內收益能力與抗風險能力的綜合表現，將收益回撤比作為篩選股票時各因子的權重；對沖方式為等市值完全對沖；對沖工具使用滬深300股指期貨主力合約。

（二）不同打分方式投資組合樣本外表現

等權重組合區間收益140.48%，組合最大回撤為29.08%；變權重組合區間收益211.73%，最大回撤26.78%；同期市場指數漲幅為5.40%，最大回撤43.49%。兩種組合方式資金曲線相似。

改變打分權重后，組合在樣本外的勝率與盈虧比明顯提高，這是收益提高的根本原因，在一定程度上也反映出所選因子真實有效。

本文在對2006至2015年中國證券市場的研究中發現，短期反轉Alpha策略真實有效。股價因子的效用最為顯著，技術指標類因子的表現沒有規模類因子突出，換手率因子效果不佳。在震蕩市中Alpha策略最為有效，極端行情下，尤其在暴跌行情中，使用股指期貨對沖不掉組合的市場風險，此情況下多因子選股模型階段性失效。

參考文獻：

量化投資策略分析范文第5篇

>> QFII在中國A股市場交易策略的實證研究 A股尋求20日均線支撐 16家券商集中推薦招商蛇口 中國A股主板市場PEAD實證研究 切線在均線系統中的應用研究 捕捉牛股:均線共振 GARP量化選股策略在A股市場中的應用 A股交易時間太短 資源冗余對企業績效的影響:基于滬深A股的實證研究 A股發行公司IPO前盈余管理與IPO后經營業績的實證研究 女性董事與盈余管理：來自深交所A股上市公司的實證研究 H股回歸對A股市場流動性和波動性的影響：實證研究 基于價值投資的Piotroski選股策略實證研究 買入并持有策略在A股失靈? 股票均線幾種特性在預示后市中的作用研究 金融危機背景下QFII在A股市場中的交易策略及對投資績效影響研究 金融危機后上證A股銀行股的CAPM模型實證分析 基于R語言的均線量化策略分析 A股中期策略 轉型期下的A股投資策略 均線在趨勢下的實戰應用分析 常見問題解答 當前所在位置：，2015- 04-0516：32。

③互動百科.凱利公式[Z].http：///wiki/%E5%87%AF%E5%88%A9%E5%85%AC%E5%BC%8F，2016-03-03。

參考文獻

[1]邱捷銘.均線交叉策略的另類創新研究[R].2015.7.16.

[2]周銘山，馮新力，林靚，方旭S，周開國.A股市場均線策略有效性與收益率隨機特征研究[J].證券市場導報，2013（01）.

[3]羅然.關于移動平均線交易策略的研究[J].四川經濟管理學院學報，2010（04）.

[4]徐鵬.移動平均線交易規則的實證分析[J].江西金融職工大學學報，2008（04）.

[5]羅然.對移動平均線投資策略的分析――基于石油行業個股歷史數據的實證研究[J].呼倫貝爾學院學報，2010（05）.

[6]吳亞軍，惠曉峰.基于均線交易系統的非特定時間動態VaR研究[J].運籌與管理，2013（06）.

[7]董大勇.均線指標組合下的上證指數收益實證分析[J].孝感職業技術學院學報，2003（01）.

[8]（美）羅伯特?D?愛德華（RobertD.Edwards），（美）約翰?邁吉（JohnMagee）著，程鵬等譯.股市趨勢技術分析[M].中國發展出版社，2004.