股票交易的量化交易范文

导语：如何才能写好一篇股票交易的量化交易，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：股票交易量；股票收益率；延时分析；Granger因果关系检验；GARCH模型

一、文献综述

股票市场在金融体系中扮演着重要角色，其中股票交易量和股票收益率是反映股票市场动向的重要数据，一直以来受到广泛关注。研究股票交易量和股票收益率间的关系可以了解股票市场的发展趋势，可以为投资者提供不可或缺的决策参考。

Louis Bachelier（1900）利用布朗运动（Brownian Motion）研究股价变动的随机性，得出了股价的变化无法用数学方式进行预测的结论。Maurice Kendall（1953）研究了股票价格的时间序列，指出股价是随机选择的结果。Peter K. Clark（1973）提出了混合分布假说（MDH） ，认为股票交易量及收益的变化受潜在且不可预测的信息流的驱使，股票收益率的绝对值与交易量是正相关的。Jonathan M. Karpoff（1987）探讨了金融市场中的价量关系，支持两者之间存在正相关的结论。Gallant等人（1992）研究了纽约交易所的历史数据，最终得出结论：股票价格的大幅波动会导致股票交易量的大幅波动；调节滞后股票交易量会大幅缩减杠杆效应，同时产生一种正风险收益关系。Gabaix等人（2003）假设股票市场的大规模运动是由股市参与者的交易行为引起的，并指出大规模的交易量会导致证券价格的大幅波动。

二、数据的收集及基本处理

本文选取1991～2013年上证综合指数的每日收盘价及每日成交量作为基础数据，样本容量为5，389。将股票日成交量数据双倍计算后得到股票日交易量Vt；通过已获取的上证综合指数每日收盘价Pt，求出股票日收益率Rt，由二者关系可得

Rt=ln（Pt/Pt-1）*100%（1）

三、总体研究

由表1可以发现，交易量与日收益率间几乎不存在线性相关性。利用回归分析法考察两者间的具体关联。先考虑第一种情况――股票交易量作为解释变量。散点的走势如图1（1）所示，大部分点都成条带状分布在[-20，20]的区域中，少数散点游离于密集的条带分布区域。对样本数据进行线性回归拟合及拟合优度检验如表2（1）所示，结果显示交易量和收益率间基本不存在线性关系。经统计，99.38%的数据都落在[-10，10]的纵区间内，因此剔除这个区间以外的所有33个离群点，排除离群点可能对线性拟合程度造成的影响。剩余的交易量与收益率数据的相关系数和走势如表1、图1（2）所示。 同样从线性回归角度去考察两变量间的关系如表2（1）所示，相关系数及拟合优度都远远小于1，证明该模型无法描述两者间的线性关系。

考察第二种情况――股票收益率作为解释变量。该散点图即将以上散点图加以反转，同样对其线性回归拟合，结果如图1（3）、（4）所示。对剔除了离群点后的剩余数据进行线性回归拟合如表2（2）所示。与第一种情况相似，不论是否剔除离散数据，建立的最优线性回归模型的拟合程度都很低。

四、时滞相关性研究

鉴于以上回归模型未能达到预期效果，考虑到可能两变量间存在时滞相关性，因此利用延时分析法。延时存在两种可能性：第一种情况――前一时刻的交易量对应于下一时刻的收益率；第二种情况――前一时刻的收益率对应于下一时刻的交易量。对两变量分别延时至第20位截止，延时每一位后拟合优度的可决系数如表3所示。可以看出第二种情况下的拟合程度优于第一种情况，但是两种情况下的可决系数仍然很小，即使延时之后，收益率和交易量之间的线性关系依旧无法成立。

从表3可以看出，实际上10天前的股票数据对10天后的数据基本不会产生影响，因此仅给出延时10位之内变量间的相关系数如表4所示。第一种情况下，延时没有增强交易量与收益率间的线性相关程度；第二种情况下，起初的延时的确使得两个变量间的线性相关程度增强。两种情况下的相关系数都呈递减趋势且远远小于1，说明延时未能使交易量与收益率间出现明显的线性相关。

五、Granger因果关系检验

考虑到股票交易量和股票收益率在时间上可能存在先导-滞后关系，这种关系可能是单向也可能是双向，因此使用Granger因果关系检验，建立股票交易量-股票收益率及股票收益率-股票交易量的自回归分布滞后模型，即

Rt=β0+βiRt-i+αiVt-i（2）

Vt=δ0+δiVt-i+λiRt-i

具体考察滞后1～10阶情况下二者间的相互关系，如表5所示。Granger因果检验结果显示在显著性水平为5%或者10%时，股票收益率都是股票交易量的Granger原因，而股票交易量都不是股票收益率的Granger原因。

六、GARCH模型

上述研究表明，交易量和收益率间不存在线性关系，而根据Granger检验结果，收益率的变化会引起交易量的变化。由于收益率才是股票投资的核心，因此以收益率作为解释变量建立与交易量间的方程来说明交易量的变化没有实际意义。不妨将收益率数据提出，引入GARCH模型概念，单独研究其波动性，观察模型是否能够为未来市场走势提供借鉴。前人学者的大量研究结果证明，在研究金融问题时，GARCH（1， 1）模型已经足够说明问题，因此这里沿用GARCH（1， 1）模型。

首先给出股票收益率的散点分布图，考察股票收益率的起伏变化状态，如图2（1）所示。从散点的分布可以发现，所有数据点基本围绕水平线上下波动，因此无需对收益率数据进行去趋势化处理而直接采用。利用Eviews 6.0软件建立GARCH（1， 1）模型，模型建立后进行ARCH-LM检验，即ARCH效应检验，证明残差信息已经提取干净，结果如表6所示。同时图2（2）给出了模型对于收益率实际变化的拟合程度。实际上，虽然模型通过了检验，但它的拟合程度非常低。

七、总结

根据上述研究结果，可以得出以下结论：从总体上看，最优线性模型的拟合程度很低，股票交易量与股票收益率间线性相关性不成立；从时滞相关性的角度研究股票交易量与收益率数据，发现两者间的线性相关性亦不成立；Granger因果关系检验结果说明，从总体角度来讲，股票交易量不是股票收益率的Granger原因，但股票收益率是股票交易量的Granger原因，即股票收益率的变化导致了股票交易量的变化。最后，针对收益率建立的GARCH模型对收益率实际波动状态的拟合程度很低。对于中国股票市场来说，收益率的涨跌直接影响着股票交易量的变化，投资者在收益率上涨的导向下才会做出投资行为。股票交易量和股票收益率之间存在非线性因果关系。股票收益率的波动具有很强的随机性，用固定的量化方程来模拟其走势是非常困难的。

参考文献：

[1]Bachelier， L..Theorie de la sp

eculation[J].Annales Scientifiques de l’cole Normale Supérieure，1900 （17）.

[2]Kendall， M. G. ，A. B. Hill. The Analysis of Economic Time-Series-Part I： Prices[J].Journal of the Royal Statistical Society. Series A （General），1953（01）.

[3]宋玉臣， 孙姝婷， 宋硕. 股票收益率可预测问题研究[J]. 中国证券期货， 2011（03）.

[4]Clark， P. K.. A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices[J].Econometrica，1973（01）.

[5]Karpoff， J. M.. The relation between price changes and trading volume： A survey[J].Journal of Financial and Quantitative Analysis， l987 （01）.

[6]王慧敏， 刘国光.股票收益和交易量变化动态相关性分析. 数学的实践与认识，2006（09）.

[7]Gallant A. R.， P. E. Rossi，G. Tauchen.Stock Price and Volume[J].Review of Financi

al Studies，1992（05）.

[8]Gabaix X. P. Gopikrishnan，V. Plerou， et al. A theory of power-law distributions in financial market fluctuations[J].Nature，2003（423）.

[9]王娟，王军.股票交易量对证券期权价格的影响[J].北京交通大学学报，2007（06）.

[10]李霞，冷葳.中国股票市场收益率与成交量关系的研究――来自上海证券交易所的实证分析[J].世界经济情况， 2012（01）.

[11]Granger C. W. J.Investigating Cau

sal Relations by Econometric Models and C

ross-spectral Methods[J].Econometrica，1969（03）.

篇2

（1）配对交易介绍。配对交易（PairsTrading）的理念最早来源于上世纪20年代华尔街传奇交易员JesseLivermore的姐妹股票对（sisterstocks）交易策略。他首先在同一行业内选取业务相似，股价具备一定均衡关系的上市公司股票，然后做空近期的相对强势股，同时做多相对弱势股，等两者股价又回复均衡时，平掉所有仓位，了结交易。该策略与传统股票交易最大的不同之处在于，它的投资标的是两只股票的价差，是一种相对价值而非绝对价值。同时又由于它在股票多头和空头方同时建仓，对冲掉了绝大部分市场风险，因而它又是一种市场中性（MarketNeutral）策略，策略收益和大盘走势的相关性很低。1985年，MorganStanley公司成立了一支由Dr.Tartaglia领导的量化团队，专门开展配对交易的研究，并于1987年投入实战，当年实现盈利5000万美元。不过该策略在之后两年连续亏损，研究团队被迫解散，小组成员散落到各家对冲基金，策略的思想也随之广为市场知晓。经过多年学术机构的研究和市场机构的实战，配对交易的理论框架和配套交易系统都日臻完善。

（2）趋势交易介绍。价格以一定的趋势演进，而这一趋势将一直延续下去，直到发生新的事情而改变了供求平衡，并且这一改变通常由市场行为本身发展而来。

（3）股票配对的趋势跟踪策略。通过配对交易思路选出多只相似走势的股票，通过趋势交易思路判断整体是否形成上涨趋势，选择组合中预期高收益的品种进行交易。

二、策略模型的构建方法

（1）策略总体概述。本策略简单概述为在四大银行股中选取目前走势最差的一只进行买入并期望其在未来上涨到与其他股票走势相同时平仓获取收益。具体原理为：在同质化比较严重，估值又接近的版块，可以在不同股票之间来回切换。选取四只市值相近，股市表现较为接近的银行股，当这四只最小的收益率与最大的收益率之差大于开仓阈值时，收益率最小的股票表现异常，处于被低估状态，将会反弹，我们买入获取差价利润。

（2）目标交易标的选择。配对交易就是寻找同一行业中股价具备均衡关系的两家/几家上市公司，做空近期相对强势的股票，同时做多相对弱势的股票，以期两者股价返回均衡值时，平仓赚取两只股票价差变动的收益。进行配对交易最关键的一步就是选择符合配对交易条件的股票。股票对的选择可分为基本面分析和技术面分析。基本面分析。从股价走势分析，四大行作为国内股本最大的股票之一，其走势具有稳定且相似的特征，又因为按照传统配对交易的方式，只x择两只股票进行买卖很容易收到单只股票波动的影响，因此我们选择四大行作为我们的股票标的，期待通过股票配对的趋势跟踪策略获得阿尔法收益。从收益率曲线图中也可以观察到，其走势非常相近。技术面分析。本文运用协整法对四大行的估价走势进行分析，得到他们的相关性。Vidvamurthy（2004）通过利用资产之间的协整关系，尝试对配对交易使用参数化交易规则。Vidvamurthv采用Engle and Granger（1987）的协整两步法，根据计算，得到四大行的协整性非常好，因此可对这四只股票进行配对交易。

（3）持仓量的选择。本策略的原理简单地说为选择目前走势相对较差的股票做多，而根据配对交易的原理，我们在做多的同时，应该对目前走势最好的股票做空，但是由于目前我国A股市场的做空机制尚不完善，因此我们仅仅对目前走势最差的做多，又因为只是对一只股票进行多空交易，且我们的策略模式是投组权重，因此我们对做多的股票设置Portfolio=1；平仓时直接对股票设置portfolio=0。此处不选择逐渐加仓的原因是因为会严重影响收益率，而且四大行股票极其稳定，很少出现巨大波动，因此我们可以选择全仓买入。

（4）风险控制手段。本策略在具体编写中尝试过很多种止损方法，但最终效果都不尽人意，不仅不能减小最大回撤，而且还会对收益率水平造成巨大影响。具体原因据估计可能有以下两个：①银行股具有强大业绩支撑，因此大多数情况下是会回归其投资价值，即股票配对的原理；②当出现意外情况时，如几次金融危机时，由于往往止损完会继续买入走势较差的另一只股票，但此时大盘已经处于下行趋势，哪怕走势最差的股票还是会继续下跌，使得止损的效果甚微。

（5）阈值的选择。在配对交易中，最优阈值的选择是一个非常重要的一步。在本策略中，阈值的选取方法为回归和简单的机器学习。通过计算过去1000天的yz=max（ratio）-min（ratio），并且选择75%分位点，此处的原理是当其处于75%分位点时，其既容易开仓（有25%的比例开仓），也容易实现股价回顾（有75%的可能性走势回归），这样算出来的yz为0.005。同时通过简单的机器学习，我们通过在0.005附近以0.0005为步长进行测试，以过去三年的总收益率为衡量标准，得到0.005就是最佳阈值。

（6）策略代码说明。在同质化比较严重，估值又接近的版块，可以在不同股票之间来回切换。选取四只市值相近，股市表现较为接近的银行股，当这四只最小的收益率与最大的收益率之差大于开仓阈值时，收益率最小的股票表现异常，处于被低估状态，将会反弹，我们买入获取差价利润。

function [ portfolio， newStateMatrix ] = BankShare2（ decisionData， stateMatrix ）

CPday=decisionData.CP_DAY01.data； %提取日频收盘价。

open=0.005； %设置开仓阈值

ratio=[0；0；0；0]； %初始化收益率

%初次交易时

if isempty（stateMatrix）

portfolio=[0；0；0；0]；

index=0；

%非初次，提取上次交易数据

else

portfolio=stateMatrix.portfolio；

index=stateMatrix.index；

End

%计算收益率

for j=1：4

ratio（j）=CPday（j，2）/CPday（j，1）；

End

%设置交易信号，当收益率比率最大值与最小值之差大于开仓阈值，买入收益率最小的标的。

if index==0

if max（ratio）-min（ratio）>open

[～，mi]=min（ratio）；

portfolio（mi，：）=1；

index=1；

End

%平仓判断：如果目前持仓的股票的收益率比率与最小值大于阈值，对持仓股票进行平仓，并且买入目前收益率比率最小的股票。

else

[～，mx]=max（portfolio）；

if ratio（mx）-min（ratio）>open

portfolio=[0；0；0；0]；

[～，mi]=min（ratio）；

portfolio（mi，：）=1；

end

end

%保存数据

newStateMatrix.portfolio=portfolio；

newStateMatrix.index=index；

end

三、策略的实证结果

（一）预期收益和风险

对银行轮动策略过去三年（2014/6/1～2017/6/1）进行回测，获取回测报告。

（1）收益率。从回测报告中的整体收益曲线看，该策略与基准收益走势趋同，但收益更加稳定，在市场平稳向好的情况下能够获得超越大盘的收益，且在2015年年中的“股灾”中，该策略收益不随大盘大幅暴跌，体现其较强的风险抵御能力。最终三年的累计收益为121.84%，年化收益率31.56%，年化超额收益率13.45%，说明该策略收益能力较强，能够取得超越市场平均水平的收益。

（2）盈亏比。总交易次数320次，盈利交易次数205，占交易总数的64.06%，具有较大胜率，体现策略的有效性。

（3）预期风险。最大回撤为27.11%，时间为2015/07～2016/02，这时间段市场遭遇股灾，股价大跌，说明该策略收益受大盘形势影响，而相较于大盘来说，该策略抗跌能力较强，收益不会大幅剧烈波动。

（二）其他回测指标

（1）夏普比率（Sharpe Ratio）。夏普比率是衡量基金风险调整后收益的指标之一，反映了承担单位风险所获得的超额回报率（Excess Returns），即总回报率高于同期无风险利率的部分。一般情况下，该比率越高，TREX 表示基金在计算期内月度超额回报率（月度总回报率减去同期的无风险利率）的平均值，该策略夏普比率为1.24%，说明对于每单位风险波动，该策略拥有较好的超额收益回报。

（2）索提诺比率（Sortino Ratio）。索提诺比率与夏普比率类似，所不同的是它区分了波动的好坏，因此在计算波动率时它所采用的不是标准差，而是下行标准差。这其中的隐含条件是投资组合的上涨（正回报率）符合投资人的需求，不应计入风险调整。索提诺比率为1.91，说明策略承担单位下行风险能获得1.91%的超额回报率，风险回报较好。

（3）信息比率。描述股票或组合相对于某一标的残差收益的收益风险比。通常来讲，股票或组合的信息比率越高，表明股票或组合在承担单位残差风险的情况下获取的残差收益越高，表现越好。信息比率为0.38，说明该策略的残差收益较差。

四、总结

（一）策略优缺点

（1）策略优点。①收益率水平较为稳定，最大回撤相对于股灾的下跌程度来说较小，这对于目前的基金来说是比较大的优势，因为目前基金的最大目标是保本而不是获得极高的收益；②夏普比率大于1，因此本策略的单位风险所得到的超额收益较高，对风险的抵抗程度较高；③对计算机性能要求较低，因为是日频的策略，所以相比于其他高频交易策略，本策略不需要计算机有强大的计算能力；④股票标的较少，因此可辅以基本面分析，当出现巨大的基本面转折时可以手动更改策略或者停止交易，有益于止损；⑤交易次数较小，因此产生的交易费用较小，即使交易费用比率上升对最终的收益率影响也不大。

（2）策略缺点。①因为选取的是同一行业的四大行股票，因此容易受到行业周期影响而影响整体收益率水平；②在策略中因为对收益率有影响而没有设止损，可能会带来系统性风险；③本策略没有考虑滑点的影响，如果考虑较大的滑点可能会对最终收益率有很大的影响；④因为交易标的单一，当资金量较大时可能会产生巨大的冲击成本，对收益率有很大影响。

（二）缺点解决方案

（1）策略叠加。针对第一个缺点，根据诺贝尔经济学奖获得者詹姆斯・托宾的名言“不要把你所有的u蛋都放在一个篮子里，但也不要放在太多的篮子里”，我们可以通过策略的叠加对不同的策略可能风险和回撤进行中和，以期得到一条平滑的收益率曲线。例如我们可以将本策略与其他的策略如多因子选股策略、EMA策略进行叠加，已得到一个更加平滑的收益率曲线。

（2）手动止损。因为本策略的决策是日频的，因此我们可以在大盘走势下行的时候通过手动止损，停止交易来有效地止损，原因是因为在整体下行的时候，用策略止损后还是会出现继续开仓的现象，当然这个也可以用代码编出来防止再次开仓，但因为较为复杂，本文不做讨论。

篇3

的提出

最小报价单位（tick size）是指证券交易时报价的最小单位，它规定了两个不同的价格下委托价格的最小距离。在中，一个通常接受的关于市场流动性的定义是：如果投资者在其需要的时候能够以较低的交易成本很快地买或者卖大量的股票而对价格产生较小的影响，则称市场是流动的（Hams，1990）。根据Kyle （1985）和 Harris（1990）的定义，在市场微观结构的研究中，市场流动性通常包括以下四个方面：宽度（width），即买卖价差、深度（depth）、弹性 （resiliency）和即时性，（immediacy）。值得注意的是上述四个方面是相互作用的。在报价驱动型市场上，做市商（market maker）或者特约证券商（specialist）通过连续地报出买卖价格和愿意交易的股份数对市场提供流动性。买卖价差是投资者为及时性所支付的成本，相当于做市商提供及时性而获得的单位收益。买卖价差越小；则交易成本越小，流动性也越好。在委托单驱动型的市场上，买卖价差是“无忍耐力的投资者” （impatient trader）为及时性所支付的成本。从买卖价差的角度看，不论是对报价驱动型的市场还是对委托单驱动型的市场而言，买卖价差越低，则交易完成的速度就越快，市场的流动性也就越好。最小报价单位，实际上就是最小的买卖价差。因此，最小报价单位的大小对证券市场的流动性有着重要的影响。

市场微观结构理论中最小报价单位对证券市场流动性的研究已经成为证券市场研究的热点之一。我国股票市场走过了十年的风雨历程，但我们对证券市场的微观结构研究还处于起步阶段，国内学术界对最小报价单位的研究仍然是一个空白。尽管目前股票市场上没有低于1元以下的股票，也没有高于100元的股票，但是高价位股和低价位股是否应该使用同样的最小报价单位，仍然是一个值得商榷的问题。相信随着高价股的不断增多，开展最小报价单位的研究也就有了重要意义。

最小报价单位大小的理论含义

一般来说，股票价格高低本身对其在市场上的表现没有影响，但是价格的离散程度却会对其在市场上的表现产生影响。在大多数的市场上，最小报价单位（即价格的离散程度）直接同价格水平相联系，因此，价格水平也就间接影响股票的表现。

最小报价单位的大小对市场有如下影响：

首先，报价单位越大，相应地买卖价差也就越大。因此，在关于买卖价差的决定因素中，报价单位是其中的一个重要决定因素。

其次，如果交易对手能够自由选择交易价格的话，大的最小报价单位有排除发生交易的可能性。最小报价单位的存在使得价格产生了不连续性，产生了交易成本。Demsetz（1968）第一个研究价差与交易成本之间的关系。他认为如交易成本太大，或者最小报价单位太大，交易就不能完成。

第三，如果报价单位太小，也会影响市场的及时流动性（immediate liquidity）。为了深入研究这一问题，我们来研究报价撮合人问题（quote- matcher problem）。报价撮合人的策略是利用包含在已经存在的委托单中的信息。当一个大的限价委托单来到市场的时候，报价撮合人有在那个委托单到来以前进行交易的动机。报价撮合人将试图在大的委托单到来之前提交委托单，并在大的委托单执行之后价格的回复过程中获利。结果，其他做市商进行交易将冒着被报价撮合人跳过的风险。在其他情况相同的条件下，做市商将提交小额委托单，因此市场的深度下降。减少报价撮合人问题的一个就是严格执行第二优先原则（时间优先原则）。对报价撮合人来说获得对大额委托单优先权的唯一方法是通过价格。然而如果报价单位太小，则“做市商可以很便宜地提交一个报价或者一个价格稍微有利的限价委托单，从而利用价格优先获得主动权”。一个合适的最小报价单位和时间优先原则的结合可以保护做市商的限价委托单。只有上述两条原则得到加强，报价撮合人的问题才能大大消除。总之，一个较小的报价单位会损害市场的深度，这也就是我们看到许多市场采用较大的报价单位的原因。

从我们的观点来看，报价撮合人的问题对深市和沪市的交易结构来说并不显得迫切。原因在于：第一，市场上没有指定的做市商，市场的流动性是由投资者提交的限价委托单提供的。这样，深度更多地独立于报价单位。另外，Harris（1990和1994）对报价撮合人的讨论主要依据一个隐含的关于匿名的假设，如果报价撮合人必须公开自己的身份，他会破坏自己的声誉，结果在以后的重复博弈中受到损害。由于中国的深市和沪市是高度透明的市场，报价撮合人的问题并不严重。第三，相对较高的报价单位对做市商来说意味着较高的交易成本，同时也意味着对提供做市服务的较高的补偿。在一个没有指定的做市商的市场上，人们可以通过相对较高的报价单位从而希望投资者排队提供流动性。Harris（1992，1994）讨论了这种效果，并且指出，如果做市商面对需求价格没有弹性的投资者的话，将从大的报价单位中获利。然而，如果做市商面对的是价格需求弹性大的投资者的话，例如机构投资者，则较小的报价单位的劣势可以通过不断增加的交易量而获得的利润来抵消。这就意味着一个大的报价单位再加上需求没有弹性将使得做市商提供流动性具有吸引力。Grossman和Mille（1988） 认为最小买卖价差对做市商补偿他们做市的固定成本是必须的，但是问题是应该找出“一个合适的报价大小……使得该报价大小对场内做市商来说可以保持一个具有竞争力的流动性的提供，但是却又不至于产生分配和排队等问题”。从上面的中可以清楚地看出，最小报价单位的大小有以下的影响：一是影响相对买卖价差，二是影响市场的深度，三是影响交易量。

最小报价单位对不同市场参与者的影响

有以下市场参与者关心报价单位的大小：

首先是做市商。做市商的利润中有很大一部分来源于买卖价差。如果报价单位使买卖价差扩大，做市商的利润将扩大。然而正如前面所说的，如果降低报价单位能够使得交易量增加的话，减小报价单位导致的较低的利润可以通过交易量的增加来抵消。

投资者是对最小报价单位大小感兴趣的人。小额交易的投资者对较小的价差感兴趣，大额交易的投资者对市场深度感兴趣。如一个较小的报价单位能够导致一个较小的价差和较小的市场深度，大额交易的投资者可能更加偏好于较大的最小报价单位。

上市公司可能也对最小报价单位感兴趣。如果一个大的报价单位使得交易成本上升、交易量下降的话，则公司的融资成本可能会增加。交易所的利润来源于交易量的大小。如果因为报价单位使得交易量下降，从而导致交易所利润下降的话，交易所将偏好于采用较小的报价单位。

最小报价单位研究的综述

关于最优最小报价单位研究文献，从研究方法上分类，可以分为理论研究和实证研究。在理论研究中，可以分为如下几类：第一类认为最小报价单位的大小起源于流动性的提供者之间类似Bertrand的价格竞争模型所描述的竞争导致的市场摩擦（Anshuman和Kalay（1998），Bernhardt和 Hughson（1996），Kandel和Marx（1996））。第二类研究将最小报价单位等同于协商的观点模型化（Brown，Laux， Schachter，1991，和Cordelia，Foucaultl996）。第三类研究最小报价单位与为委托单流所支付的成本（payment for order flow）之间关系（Chordia和Subrahmanyam， 1995，Battalio和Holden，1996）。第四类研究认为，尽管较小的报价单位将降低价差，但是同时也降低了深度（因此降低了市场的流动性），原因在于提供流动性的边际利润下降（Seppi，1997和Hams，1994）。

对最小报价单位的实证研究一直是市场微观结构研究中的重要领域。随着日内数据库（intra-day data）的建立和机数据处理能力的提高，研究人员已可以从事这项工作。而在10年以前，这样的工作几乎不可能进行。

对最小报价单位对市场流动性的影响的研究是与交易所交易规则的变化联系在一起的。对最小报价单位对市场流动性的影响的研究，主要是围绕纽约证券交易所、纳斯达克市场、美国证券交易所等世界主要交易所而展开的。Peake（1993）、Hart（1993）和 Ricker（1993，1996）对纽约证券交易所的$1／8报价单位进行了研究。事实上，所有的研究人员都同意报价单位越小则报价价差 （quoted spread）越小的观点。如果价差减小，投资者买卖股票的交易成本将会降低。同样，研究人员也赞同随着买卖价差的减小市场深度可能会下降。这样，如果报价价差缩小但交易量也同时下降，那么市场的流动性如何变化还是不确定的：一般来说，对小额交易的投资者有益；而对大额交易的投资者则未必。Harris （1994）指出，NYSE和AMEX的最小报价单位对市场流动性有显著影响。他分析了最小报价单位变化对相对价差、交易量和市场深度的影响，并且估算了将最小报价单位从$1／8降到$1／16的效果。研究结果发现对股价低于10的股票，降低最小报价单位将导致相对价差减少36％，交易量增加30％，深度降低15％。由于交易成本与深度成反比关系，很难确定是否一个较小的报价单位能够增强总的市场流动性。Hams的结论得到了接下来的一系列实证研究，例如 Harris（1996、1997），Bacidore（1997），Porter和Weaver（1997），Goldstei和Kavajecz （1999），Jones和Lipson（1999）的支持。

1997年7月24日，纽约证券交易所把最小报价单位从1/8调整到1/16，这是有两百多年的纽约证券交易所第一次降低最小报价单位。 Goldstein和Kavaiecz（2000）研究了1997年6月24日纽约证券交易所最小报价单位从1／8减少为1/16后对市场流动性的影响。研究发现报价价差平均减少了38％，深度减少了15％。研究还表明价差和委托单簿上的累积深度的同时减少使得流动性的需求者进行小额交易时有利而进行大额交易时不利。

1997年7月2日，纳斯达克改革了它的报价单位，即对股价在10美元以上的股票的报价单位从1/8降到1/16.一份关于纳斯达克的研究报告 （1997）表明：对于那些成交活跃且股价在10—20美元之间的股票，买卖价差平均降低了17，9％；而股价在20美元以上的股票，买卖价差平均降低了 16.2％。深度也分别下降了13.9％和12.4％。

Ahn，Cao和Choe（1996）了1992年9月份美国证券交易所股价在1-5美元之间的股票的最小报价单位从$1／8降到$1／16时的情况。大部分交易活跃的股票的交易成本下降了18.9％，这样每年可节约640万美元。1995年2月，美国证券交易所把股价在5—10美元的股票的最小报价单位从$1/ 8调整到$1/16.Chakravarty和Wood（2000）对2000年8月28日美国证券交易所和纽约证券交易所采用小十进制报价进行了实证研究。他们选取13只股票（美国证券交易所6只、纽约证券交易所7只），它们在最小报价单位采用十进制报价前后市场的变化情况。采用的数据为该组股票在十进制报价之前15天和十进制报价实施后10天的实时交易数据。研究结果表明，在十进制实施后，买卖价差出现了大幅度下降：美国证券交易所交易的股票平均下降了47％，纽约证券交易所的股票平均下降了38％。同时，他们也发现地区性的交易所（如辛辛那提、波士顿、芝加哥）的报价频率（quote frequency）显著上升，平均上升了 54％。而对深度而言，美国证券交易所和纽约证券交易所分别下降大约19％和15％。

Bacidore（1997）研究了多伦多股票交易所1996年4月15日最小报价单位转为十进制报价后对市场质量的。他发现，对那些最小报价单位从1／8美元减为5美分的股票，采用十进制后价差减少了，但是流动性却没有受到影响，同时，这些股票的交易量也没有增加。对那些最小报价单位从5美分减少为1美分的股票，采用十进制后对市场质量几乎没有影响。Ricker（1997）对平均节约的交易成本进行了量化，他通过几种测量出每股节约1.7 美分，总计每年2160万美元。

1994年12月，Niemeyer研究了斯德哥尔摩证券交易所一些比较活跃的股票1991年11月3日到1992年1月17日期间交易日的交易数据。研究发现，首先，较高的最小报价单位对应着一个较大的买卖价差，因而对市场流动性是有害的。其次，随着最小报价单位的增大，市场深度相应增大，从而市场的总体流动性的影响效果是不确定的。最后，他发现有充分的证据表明较高的最小报价单位对应着较低的交易量。该发现类似于Harris（1994）对 NYSE的实证研究。Niemeyer的研究还发现，尽管斯德哥尔摩证券交易所是委托单驱动型的交易制度，但是同纽约证券交易所的报价驱动型的交易制度相比；最小报价单位在委托单驱动型市场中同样重要。而且最小报价单位的降低总会对小额交易者有利，因为他们会从减小买卖价差中获益。然而，较大的买卖价差的负面影响可以被大额交易者的市场深度增加而抵消。当然，降低最小报价单位显然有利于公司，因为这降低了他们的筹资成本（交易成本降低）；也有利于证券交易所，因为交易量会大幅上升。

总之，关于最小报价单位的大小一直是一个公开争论的。一个大的最小报价单位会使买卖价差人为地扩大，由于较大的交易成本，减少了市场参与者交易的意愿，结果减少了市场流动性。减小最小报价单位将有助于增强流动性提供者之间的竞争，减少买卖价差，这将有利于流动性的需求者。但是，一个较小的报价最小单位会产生较高的协商成本（negotiation costs），或者对采用限价委托单交易的投资者不能提供足够的价格保护，从而挫伤投资者的积极性，结果减少了流动性提供者提供流动性的动机。较大的报价最小单位之所以能够减少协商成本是因为它减少了可能的交易价格的范围，投资者为了获得价格优先必须对其价格进行显著的改进。结果，尽管较大的最小报价单位人为地扩大了买卖价差，但同时也减少了协商成本，增加了对限价委托单的保护，从而能够改进市场的流动性。

尽管如此，Aitken，Frino和Madhoo （1995）对澳大利亚股票市场的研究却认为增加报价单位会减少市场的流动性，而减少报价单位能够改进市场的流动性。总之，还没有足够的证据说明最小报价单位的增加能够减少协商成本，使得即使买卖价差较大但是却能够改进市场的流动性。

世界主要交易所最小报价单位情况简介

1.纽约证券交易所

纽约证券交易所成立于1792年。最初，报价单位是根据股票票面价值的8％定价的。1915年，定价基准从票面价值的百分比调整为美元，即增量为 1／8美元。形式上，调整到1/16定价需要修改纽约证券交易所规则第62条，该条规则规定股价在1美元以上的所有股票报价单位采取1/8定价。很多研究人员提倡实行十进制，这些人包括Peake（1993）、Hart（1993）和Ricker （1993，1996）。他们长期以来辩论说，1/8定价显得过于粗糙，阻碍了股票市场的竞争，并人为地导致了买入和卖出之间过大的价差。既然交易成本是买卖价差的函数，那么改革1/8定价就可以改善交易成本过高的现状。证券交易委员会（Securltles and Exchange Commission，SEC）在1991年第一次参与了辩论，并在1994年1月的美国资本市场“Market 2000”全体人员研讨会上更多地卷入这场辩论。相关人员赞同十进制的倡议，并建议立即把证券市场调整到1/16定价机制，然后在稍后的某个时间采用基于美分的十进制定价机制。这次研讨会从证券交易者协会（Secuntles Traders Association）等组织那里听取到大量批评意见。

纽约证券交易所对十进制并没有正式表态。1996年9月，SEC委员 Wallman再次挑起了十进制的辩论，并发表了意义深远的讲话——《技术和我们的市场：十进制的已经到来》（Wallman，1996）。在证券业的一次讨论会上，Wallman继续通过论文、会议、新闻报道等行动阐述实施十进制的证据。

在同一时间，与美国相邻的加拿大提供了有力的证据表明十进制可以很好地运作。1996年4月15日，多伦多股票交易所摒弃了使用长达144年的1/8 股票定价机制，现在的股票交易采用5美分增量。据称，这次变换很成功，大量的研究表明股票交易趋于繁荣。这在很多程度上证实了十进制、缩小价差以及更低的交易成本的好处。

1997年上半年，1/8机制开始削弱。首先是美国证券交易所理事会在3月13日批准所有股票采用1/16定价机制。随后，纳斯达克理事会在3月25日批准采用1/16定价机制。纽约证券交易所成了世界上唯一一个仍然使用1/8定价机制交易的主要股票交易所。

美国国会曾经采取行动试图改变纽约证券交易所。1997年3月13日，议员Oxley和Markey提出“H.R.1053”法案，督促SEC规定没有最小的报价增量限制。4月10日和15日，国会举行了该法案的听证会，在听证会上，Ricker以及其他许多学者、交易商和投资者出面作证。来自于不同股票交易所的官员也作证，他们中的许多人赞同更小的报价增量是有益的；某些人支持十进制。纽约证券交易所再一次充当了独自为自己钟爱的1/8机制辩护的角色。纽约证券交易所开始受到来自其他市场的竞争，一些地方性的市场也宣布了向1/16机制转换的计划。

到1997年6月，纽约证券交易所面临着美国国会两院关于十进制定价机制的未决法案。Oxley的法案在议院财政委员会未通过，下一步是全体商业委员会委员投票。更多的压力来自于SEC、学者、一些交易专家和投资者。这时候，关于定价机制的争吵成了各大报纸的头条新闻。

2000年8月28日，7只在纽约证券交易所上市的股票和6只在美国证券交易所上市的股票开始尝试采用十进制的报价方式。该实验性计划标志着华尔街结束了其采用了超过200年的分数报价的。接着又于9月25日增加了数十只此类报价的股票。这些股票中包括大型的、交易活跃的股票，如美国在线，也有知名度较低的股票。试行计划的下一阶段将增加美国家用产品公司等股票。

2000年12月4日，纽约证券交易所扩大其十进制报价的试行计划，增加94只股票以十进制进行报价和交易。2001年1月29日，纽约证券交易所对在其上市的所有股票采用十进制报价交易规则。值得注意的是，所有股票不论其股价大小，均采用1美分的最小报价单位。

2.纳斯达克市场

步纽交所的后尘，纳斯达克市场于2001年3月12日开始对15只股票采用十进制报价。2001年3月26日，又增加了199只股票采用十进制报价。2001年4月9日纳斯达克开始对所有上市交易的股票采用十进制的报价。

一份早先的研究报告指出，买卖价差的降低不会增加日内的波动性。尽管交易次数下降，但是平均交易的大小增加了。十进制报价的倡导者认为，采用一分的增量将增加竞争，同时也将降低交易成本。至此，包括纽约证券交易所、美国股票交易所，地区性的交易所和期权交易所全部采用十进制报价。采用十进制报价使得美国的股票市场和外汇市场都采用十进制报价，相互协调一致。

3.主要交易所的最小报价单位比较

在表1中，我们对世界土要交易所的最小报价单位进行了比较，并且考虑了交易所对不同价位股票最小报价单位的细分情况。

篇4

股票走势图分析

1) 白色曲线：表示大盘加权指数，即证交所每日公布媒体常说的大盘实际指数。

2) 黄色曲线：大盘不含加权的指标，即不考虑股票盘子的大小，而将所有股票对指数影响看作相同而计算出来的大盘指数。

参考白黄二曲线的相互位置可知：

A)当大盘指数上涨时，黄线在白线之上，表示流通盘较小的股票涨幅较大;反之，黄线在白线之下，说明盘小的股票涨幅落后大盘股。

B)当大盘指数下跌时，黄线在白线之上，表示流通盘较小的股票跌幅小于盘大的股票;反之，盘小的股票跌幅大于盘大的股票。

3) 红绿柱线：在红白两条曲线附近有红绿柱状线，是反映大盘即时所有股票的买盘与卖盘在数量上的比率。红柱线的增长减短表示上涨买盘力量的增减;绿柱线的增长缩短表示下跌卖盘力度的强弱。

4) 黄色柱线：在红白曲线图下方，用来表示每一分钟的成交量，单位是手(每手等于100股)。

5) 委买委卖手数：代表即时所有股票买入委托下三档和卖出上三档手数相加的总和。

6) 委比数值：是委买委卖手数之差与之和的比值。当委比数值为正值大的时候，表示买方力量较强股指上涨的机率大;当委比数值为负值的时候，表示卖方的力量较强股指下跌的机率大。

股票分析方法

技术分析

技术分析是以预测市场价格变化的未来趋势为目的，通过分析历史图表对市场价格的运动进行分析的一种方法。技术分析是证券投资市场中普遍应用的一种分析方法。

所有的技术分析都是建立在三大假设之上的。

一、市场行为包容消化一切。这句话的含义是：所有的基础事件--经济事件、社会事件、战争、自然灾害等等作用于市场的因素都会反映到价格变化中来。二、价格以趋势方式演变。三、历史会重演。

《股市趋势技术分析》是技术分析的代表著作。初版1948年，作为经典中的经典、技术分析的权威之作，《股市趋势技术分析》至今仍牢牢处于无法超越的地位。

基本分析

基本分析法通过对决定股票内在价值和影响股票价格的宏观经济形势、行业状况、公司经营状况等进行分析，评估股票的投资价值和合理价值，与股票市场价进行比较，相应形成买卖的建议。

演化分析

演化分析是以演化证券学理论为基础，将股市波动的生命运动特性作为主要研究对象，从股市的代谢性、趋利性、适应性、可塑性、应激性、变异性和节律性等方面入手，对市场波动方向与空间进行动态跟踪研究，为股票交易决策提供机会和风险评估的方法总和。

量化分析法

量化分析法是利用数学和计算机的方法对股票进行分析，从而找出涨跌的概率，将量化分析方法设定为:

a. 趋势判断型量化投资策略

判断趋势型是一种高风险的投资方式，通过对大盘或者个股的趋势判断，进行相应的投资操作。如果判断是趋势向上则做多，如果判断趋势向下则做空，如果判断趋势盘整，则进行高抛低吸。这种方式的优点是收益率高，缺点是风险大。一旦判断错误则可能遭受重大损失。所以趋势型投资方法适合于风险承受度比较高的投资者，在承担大风险的情况下，也会有机会获得高额收益。

b.波动率判断型量化投资策略

判断波动率型投资方法，本质上是试图消除系统性风险，赚取稳健的收益。这种方法的主要投资方式是套利，即对一个或者N个品种，进行买入同时并卖出另外一个或N个品种的操作，这也叫做对冲交易。这种方法无论在大盘哪个方向波动，向上也好，向下也好，都可以获得一个比较稳定的收益。在牛市中，这种方法收益率不会超越基准，但是在熊市中，它可以避免大的损失，还能有一些不错的收益。

股指期货套利是在股票和股指期货之间的对冲操作，商品期货是在不同的期货品种之间，统计套利是在有相关性的品种之间，期权套利则是在看涨看跌期权之间的对冲。

看过“如何观看股票走势”的人还看了：

1.如何看股票走势图视频

2.怎么看懂股票走势图

3.怎么根据大盘走势看个股

篇5

证券市场上市公司退市标准

一、退市规则是证券市场正常运行不可或缺的部分

按照经济学的观点，资金这种特定化的资源在一定时期的总量是恒定的，相对于需求而言当然也是有限而稀缺的。某个领域或某些公司占用了资金，势必就要减少其它领域或企业的资金供应量。因此，资金所选择投向的行业或企业所产生的效益就决定了资金被利用的效率。资金的产出与收入的比例高，代表着资金的利用是有效率的。这种高效率的利用资金反过来可以带动其它资源的有效配置。资金的这种流动过程很大程度上是通过证券市场来实现的，这也说明了一个运行正常的证券市场必须对市场有限的资金起到有效的配置作用。

具体来说，作为资本资源配置的手段，证券市场的目标是为那些资产优良、有发展前景并需要大量资金的公司贯通融资渠道，同时为有投资意愿及闲置资金的投资者提供风险小、效益高的投资产品。为实现这样的目标，证券市场在对待公司的上市及其股权的交易上必须有着“过滤器”的作用，即不仅要让优秀的公司通过进入直接融资市场进行筹资和交易，同时也要让已经上市但已经不具备交易条件、增加整个市场交易成本的公司退出这个市场，以此来实现闲置资本向优秀企业流动，保证金融资源的合理配置。

二、上市公司退市的法律界定及我国的现行退市规则

上市公司退市，也被称为Going Private或者Publicto Private（P2P），最早出现在英国的资本市场上，在20世纪70/80年代的美国，公司退市的规模有些年甚至超过了公司上市的规模。公司退市分为正常退市和所谓的“冷退市”，冷退市又包括通过现金补偿“挤出”小股东、上市公司合并成非上市公司、上市公司变更为不具备上市能力的企业组织形式（例如有限责任公司、两合公司、无限公司）、上市公司并入非上市股份公司和转移财产的撤销（转移上市公司的全部财产，并进行清算）等具体方式。而正常退市又包括上市公司的被迫退市和主动申请退市。被迫退市也就是我们常说的退市形式，也是本文所讨论的退市形式。即，上市公司因违反了所承担的义务或不再符合上市条件而被迫退出证券市场框架。

在我国，规定上市公司退市规则的法律文件主要是《证券法》以及2001年的《亏损上市公司暂停上市和终止上市实施办法（修订）》。以及两个证券交易所的股票上市规则中关于股票暂停上市和终止上市的有关规定。

三、成熟证券市场上市公司退市规则的分析

在国际成熟的证券市场上，上市公司退出机制的建立已有一、二百年的历史，长期的市场实践形成了完善的退市标准。对这些标准加以考察分析可为健全我国上市公司退市标准提供有益的借鉴和启示。

在发达国家的成熟证券市场上，一般都规定了上市公司退市的最低标准，一般来说，上市证券被摘牌终止上市的标准大体上可以分为四类：一是上市公司的资本规模或股权结构发生重大变化，达不到上市要求；二是公司经营业绩或资产规模达不到上市要求；三是当上市公司因涉及资产处置、冻结、财务状况欠佳等情形，造成公司失去持续经营能力；四是公司违反有关法律法规并造成恶劣影响。

四、成熟证券市场上市公司退市规则对我国的启示

从理论上说，当上市公司出现以下情况时，其股票应终止上市交易：（1）股票失去价值。股票是一种虚拟资本，其价值是公司未来现金流量的贴现值，如果公司预计未来没有现金流入，则股票本身已没有价值，继续交易必将损害股东的利益，因此应予摘牌。（2）股票失去流动性。股票是一种具有颇强流通性的流动资产，股票上市的根本目的是通过资本的流动促进资源的优化配置，如果股票高度集中，或者有行无市无人问津，则股票实质上已经失去了其重要的融资功能，继续挂牌就失去了上市的意义。（3）发行股票的公司严重违反交易所规定的上市规则。股票上市交易应遵循“公平、公开、公正”的基本原则，上市规则是确保“三公”原则得以实现的基本条件。如果公司违反上市规则，不按规定进行信息披露或在信息披露中弄虚作假，将严重损害“三公”原则，可能导致股票交易陷入混乱。故此，为了维护证券市场的正常秩序，严重违反上市规则的公司股票应终止上市交易。可见，股票作为上市公司上市交易的媒介，其是否具有实际价值是判断一个上市公司是否应当退市的基准，发达国家就是依此经济标准制定出了可操作性的法律法规。

通过与我国比较分析，成熟的证券市场退市标准规定了很多量化标准，并同时采用时间和资本的双重标准，比我国单采时间标准更为科学全面、也更具客观操作性，避免了规避法律的可能性，也减少了人为干预的因素，这是立法技术的问题。更重要的是反映出立法观念的差异。成熟的证券市场注重从经济实证分析的角度出发，实际考察上市公司的资产营运状况，尤其是对资不抵债公司的退出问题相当重视，着重关注一个上市公司是否还有能力在证券市场上生存，考虑证券市场的承载能力以及让该公司继续上市对公众造成的影响。

由此可以推断，这与上市公司退出的处理权限不无相关。成熟的证券市场将证券市场对上市公司退市的自主处理权限主要地赋予证交所，监管部门所掌握的最多只是审批权限。而我国的处理权限主要集中于证券监管部门，证交所拥有的自较少，政府的过度干预使退市只是流于形式，从而导致由立法机关制定的退市标准也给证券监管部门留下了较大的自由裁量的空间，加大了上市公司退市操作的难度。

参考文献：

[1]本刊辑部.世界主要成熟证券市场数据[J].证券市场导报，2013（12）.

篇6

2016年10月12日午后，霾困京城。

记者在位于朝阳区的光华路Soho3Q，迎来了行色匆匆的刘震，刚刚和信托公司谈完合作的他显得有些兴奋。眼前这个热爱铁人三项和帆船的金融精英，和所处的共享办公空间似乎有些格格不入。

的确，曾经的刘震是穿梭在华尔街的量化投资专家，已经实现财富自由的他现在却选择和一群小年轻挤在一起创业。怀揣“做中国的Wealthfront”的梦想，刘震回到家乡北京创立了蓝海智投，在中国用算法和互联网降低了财富管理的门槛，

要知道2008年之前，即使在美国，理财也从来都是富裕阶层的事情，直到以Wealthfront为代表的智能投顾的出现让理财的成本变得更低。

截至2016年6月初，Wealthfront的资产管理规模已经超过35亿美元，甚至超越了传统投资界大佬Fidelity（富达）、 BlackRock（贝莱裕，一时间风头无二。

中国式智能投顾

事实上，这位有着20多年的华尔街对冲基金管理经验的大佬和他的团队，正是国内首次正式将“robo-advisor”翻译为“智能投顾”的人。

国内顶尖名校本科、美国留学、理工科背景，这三者几乎成了Fintech界创业者的标配。刘震在17岁考入北大物理系，之后留校读研，1990年他获得美国犹他大学天体物理系博士的全额奖学金。

“我们那一代读物理都是被杨振宁‘骗’的。”赴美后的刘震发现物理系博士确实不好找工作，继而转向攻读计算机，最后在南加大拿下计算机和物理双硕 士。

有人笑称：这是一群失败的科学家，读形而上的科学发现智商不够转到形而下赚点钱。这样的玩笑显然不适合开在刘震身上，在他看来，金融是一门严肃的科 学。

刘震尤其推崇1990年诺贝尔经济学奖得主Harry Markowitz的有效前沿理论（efficient frontier），坚信“投资中唯一免费的午餐就是分散化”。这套又被称为“耶鲁模式”的投资理论被刘震贯彻到了蓝海智投的投资操作中。

刘震介绍，蓝海智投是一款去中心化的全球资产配置的智能投顾产品，系统会根据用户的风险偏好自动为用户配置资产组合，其配置资产的理论借鉴了“耶鲁模式”，进行高度的分散化，投资于国内外股票、债券、对冲基金、私募股权基金和房地产等资产，从而获取持续稳健的收益。

如果说原汁原味的美国式智能投顾更像是在逐步取代基金经理，那么中国式智能投顾在此之上还负担了客户教育的指职责。

考虑到做资产配置需要的公募基金牌照门槛太高，大多数国内的智能投顾都选择后退一步到“顾问”的角色，避免直接替客户操作或未经允许调仓，将最终的决定权交到了投资者的手中。

由于目前大部分智能投顾平台只提供比较基础的投资计划，并且主要投资在ETF基金上，加上新兴互联网的手段更容易被年轻人所接受，所以这些平台的主要客户为中等收入人群，区别于传统财富管理机构主要针对高净值人群。

凭借人工智能算法、移动互联网技术以及科学的“耶鲁模式”，蓝海智投在2015年率先将智能投顾门槛降低到5万美元，今年又推出了“蓝海智投”微信号，起投门槛为1万美元。

去中心化的金融新技术

刘震告诉《时间线》记者，智能投顾的出现为财富管理市场带来了三个改变――从面对面的投资买卖变成网上完成；科学的、机构的投资理念的普遍化；通过技术管理个人账户、资金仍在自己的账户内。这些必然会造成传统理财模式的衰弱。

回顾智能投顾的发展历史不难发现，其作为一项新技术迎来拐点是在2014年。这一年开始，金融行业的大型传统公司陆续推出智能投顾相关服务。

智能投顾技金融业产生的影响巨大，这让刘震想起1995年自己毕业后初到华尔街D. E. Shaw & Co量化对冲基金公司，正好赶上了投资从混沌的原始状态走向科学的节点。

现在大家聊得火热的Fintech在那时的华尔街已经有迹可循。当时股票交易仍要通过电话完成，包括刘震在内的第一批公司成员写了一个电脑程序，通过计算机就实现了交易。“客户觉得这太令人吃惊了，有种人工智能的感觉。”谈起当时科技对行业的改变，刘震有些得意，“交易成本降低、效率提高，还带来整个模式的改变。股票经济是个很大的行业，技术的改变取代了人工，整个行业开始被改变，这就是最早Fintech的开始。”

科技推动金融的速度越来越快。1994年实现电子交易，1995年实现在线券商，2000年开始线下股票交易消失。作为时代的亲历者，2008年美国金融危机后，刘震回到国内，开始在易方达基金担任指数与量化投资部总经理一职，并发行了国内第一支对冲基 金。

而后本已提前退休的他在2014年看到了Wealthfront、Betterment的崛起，经验告诉他：智能投顾会成为金融行业革命性的东西。接着刘震也做了一套量化模型放到网上，平时委托他做个人理财的朋友看到之后，建议他去创业，并投了100万美元的天使轮，于是蓝海智投的前身蓝海财富在2015年诞生。

“传统来说，投资是需要财富顾问、基金经理等很多中介的，但是卖产品的人目的是收佣金，买卖双方利益不一致。”刘震表示，“有了智能投顾之后，财富管理市场就像Uber一样，实现了去中介化、去中心化，个人在市场上就能买到理财。”

拐点之后，去向何处？

技术拐点之后，智能投顾于2016年初在中国迎来了商业拐点。刘震依然清晰记得，2015年“robo-advisor”的概念在国内还未被人熟知，连许多投资方都无法理解机器人怎么能帮人投资？

剧情的转变发生在春节之后，一时间大量的媒体、金融机构、投资方开始热议智能投顾，一直标榜自己是“国内首家智能投顾”的蓝海财富顺势改名为蓝海智 投。

蓝海智投在今年7月公布的业绩报告显示，2016年上半年，蓝海智投人民币组合获得6.3%的累计收益，折合12.6%的年化收益，期间最大回撤为1.2%。美元组合获得7.7%的累计收益，折合15.3%的年华收益，期间最大回撤0.9%。

蓝海智投的业绩表现超过97%的公募基金和93%的私募基金。同时，蓝海智投的投资组合风险仅为国内股票型基金的四分之一，低于除货币基金和债券基金以外的几乎所有公募基金。

环境转暖，新的融资也应声而来。2016年8月，蓝海智投获得1500万人民币Pre-A轮融资，投资方是老鹰基金。刘震表示，新一轮融资将主要用于市场拓展，蓝海智投计划近期开设上海和深圳的办公室，美国的分公司也在筹备当中。

在行动的不止是金融创业这个小众市场，巨头们的加入让智能投顾的局势变得更加明朗起来。

百度金融大举布局智能投顾，试图将百度人工智能与传统资管业务有机结合；阿里旗下的蚂蚁聚财、京东的京东智投已具备开展智能投顾服务的基础。

篇7

抛开股指期货对股市走向影响的讨论,中国股市作为中国资本市场的重大组成部分,在结构上已经积累了交易产品过度集中、估值难以及产品创新缺乏等等问题。而股指期货和融资融券的推出,在一定程度上可以解决这些问题,标志着中国金融市场在制度完善上迈出的积极一步。

2010年是中国资本市场具有历史意义的一年,在过去漫长讨论中,股指期货这一让人起耳茧的词汇,终于将以产品形式在中国市场推出。尽管数年前,中国股市相关的股指期货就已在新加坡交易所上市交易。而近年来,由于新华富时指数的交割期与中国股市大幅波动出现时间上的高度关联性,进而被不少投资人称为“新华富时A50交割魔咒”。但从欧美市场的经验来看,期权和期货交割期中股市的短期波动幅度会增大,我们认为,中国市场正式推出股指期货产品后,这种情况也会在中国股市成为普遍现象。

过去很长一段时间,中国金融市场上的绝对回报策略基金(许多阳光私募属于这种类型,划分上应该属于对冲基金范围),在股市牛市中有业绩滞后于纯股票型基金的问题,这使得其在熊市时的相对优势被忽略,不少投资者因此低估了积极管理投资组合的好处(尽管是积极管理还是被动管理更有效的争论还在继续)。股指期货和融资融券的引入,使绝对回报策略基金的投资手段增加,其可以利用股指期货进行套期保值以及更加灵活的投资组合配备;同时做空机制的开放,也使其获利来源增加到“多空”两路。

类似绝对回报策略基金的另类投资机构,由于其面向的投资人层面、业务奖励机制和管理方式,将促使它们更积极地参与到衍生品运用中。预计未来几年内,中国投资业将逐渐出现大的业绩分化,而善于应用股指期货以及融资融券手段的另类投资机构将引领这轮投资行业的扩张。从整体发展来看,私有对冲基金行业将会领超公募基金。我们认为,这种短期的业绩分化,将在中期引导基金行业运营方式的再次整合,进而在长期发展中提高整个金融市场的水平。即私有对冲基金的业绩吸引公募基金对其投资方式的学习和复制,过去两三年内,欧美就涌现了大量同时面对机构投资者和零售投资者的对冲基金复制产品即Hedge fund replicator)。形式主要为指数跟踪和交易所交易基金ETF。这改变了多年来高回报的优质对冲基金产品只面向高端机构投资者和高资产净值个人的情况。

早在2006年末,高盛、JP摩根、摩根士坦利以及瑞士信贷等银行就已开始以指数跟踪形式为机构投资者提供对冲基金复制产品,以期通过提供比对冲基金更低廉的费用,更好的流动性和透明性来赢取客户。而其他一些类似IndexIQ的公司则专注于使用ETF形式直接为零售投资者敞开类似对冲基金行业回报的投资渠道。目前来说,由于对冲基金复制产品所出现的时间还过短,同时大部分产品本身的设计目的在于跟踪不同策略对冲基金表现而非超越,所以我们很难绝对地肯定这种产品。但自2007年兴起开始,对冲基金复制产品在过去几年的表现都还不错,特别是在2007-2008的金融动荡时期。从金融创新和竞争角度来说,许多公募零售性机构,如银行和基金公司都在此追求类似另类投资行业回报的过程中取得了技术上的进步。与此同时,对冲基金复制产品给目前的私有另类投资行业带来了竞争和压力,迫使私有另类投资行业在未来给出更优秀的成绩。

股指期货作为投资工具,是一把双刃剑。在运用时附带着较大的风险,不恰当的使用可能会对投资者造成严重伤害。因此,期货交易不同一般的股票交易,其要求有更高的纪律性、时效性以及分析的全面性。从量化交易基金角度看,期货产品因其本身以量化形式存在,相对于股票来说更适合定量投资方式。不过,量化交易系统的建立并不简单,以QCM的系统为例,包括交易策略系统(长期宏观方向跟踪,短期市场反转跟踪)、风险管理系统(市场波动跟踪)以及核心的动态管理系统ARA等。这样一套成熟系统的建立,历经了10年的初始期和3年多的改造。可见,中国本土的另类投资基金要想在股指期货时代引领业界的回报率,主要面临着时间成本的挑战。

另类投资的主要理念在于通过变化投资组合配置追求Alpha,因此在技术上,要求基金经理更有效的管理短期和长期投资组合的时间风险。一般短期投资组合目的在于在区间交易中,即市场价格处于波动但并无大的方向性变化时获利。而长期投资组合则旨在市场价格出现方向性变化时获利。所以短期投资组合面对着潜在的长期方向型风险,而长期投资组合则面对着潜在的短期波动型风险。由于中国资本市场目前尚处于早期发展阶段,因此在模拟研究结合性管理长短期投资组合时,本土的另类投资基金大都面对数据缺乏的情况。另一方面,中国的期货市场规模尚小,其他易投资产品种类仍不多,本土另类投资基金通过不同产品之间关联性质来配置投资组合的局限性依然较大。同时,目前国内关联性质配置手法也仍然相对简单,一般是以产品之间的低关联或零关联性进行被动配置。借鉴欧美市场的经验来看,这种被动配置很难让一些另类投资基金在股市牛市期有很好的表现。

可喜的是,已有不少优秀的机构和经理人在这方面倾注了很大的精力,进而为他们在新时期中国资本市场的蓬勃发展奠定了良好基础。

作者简介

篇8

8月的最后一周是极其痛苦的一周。在糟糕的一系列宏观数据公布后，A股再次创下了今年的新低，上证指数只有不到2100点。看看成交量你就知道事情有多可怕：8月31日这天，上证指数的成交量只有区区352亿元—500多亿/天的成交量就被称作交易非常不活跃。这种信号意味着股票市场上的需求一点也不旺盛，因此价格就很难上涨。

8月制造业采购经理人指数（PMI）的官方数据为49.2%，是9个月来的新低。汇丰的PMI更惨，只有47.6%。还记得分析师说过什么吗？他们曾一致在分析报告里安慰投资者说，最坏的时候就是7月，过去了一切都会好。但显然根本什么都没过去。投资者不禁担心，到底被误算的数据还有哪些，情况会不会更糟。

制造业PMI指数的算法来自一些面向制造业企业的问卷调查，会让其填报工厂的订单、雇员、开工、配送、存货（有时会加入出口）后进行折算得出。如果低于50%意味着宏观环境非常萧条。中国的官方PMI数据此前一直遵循一个定律—不管汇丰数据如何，守住一个50%是一个50%。可惜，现在没守住。

很难说一定就是这个指数造成A股溃不成军的成交量。但是可以肯定的是，它再次打击了人们早已非常脆弱的神经，又一次证明了股市上的道理—只要大势已去，任何一根羽毛都能将其压垮。

其实还有一根羽毛，来自转融通试点。运作转融通的中国证券金融股份有限公司（以下简称证金公司）在8月31日被报道称将扩大可运营的资金规模，并开启试点。转融通的原意是让上市公司多一条融资渠道。它们除了增发股份、将手中股份解禁变现外还能通过融资融券业务筹集资金。

比较常见的方式是一家上市公司需要一笔钱，它可将股份抵押给券商，随后通过券商获得从证金公司那里借来的钱，并在约定的时期将这笔钱还给券商，赎回股份。转融通对A股的影响在于这种机制下可以做空市场—如果算准时期，股价下跌的话，那么为了赎回同等数量的股份，所付出的钱将更?少。

中国市场早就允许融券做空，只不过一直没有大规模开放。转融通试点结束后，做空将成为常态。这也是“香橼”和“浑水”这样的做空机构大举进入中国，等待时机的原因所在—虽然从现在开始的很长一段时间内，以证监会的行事风格并不会在很大范围内开展此项业务?。

正是由于基本面上宏观经济并没有止跌企稳的迹象，而消息面上还遭遇了一个大利空，导致A股在低位徘徊。有可能逆转股市的看起来还是只有政策，比如降低存款准备金或者是对投资所得的税率进行一些调整。

9月3日上证指数开始流露出超跌反弹的迹象，但不得不说，如果是为搏一把消息面而出现这种反弹的话，则确实没有任何实际的意义。

与市场有关的几件事

美国

8月31日伯南克发表讲话暗示不排除进一步推出第三轮量化宽松政策的可能。伯南克讲话后，美元先是走高，但过了不到一小时，人们消化了这个讲话，那些认为这是一种积极暗示会有量化宽松第三轮的人占了上风。美元随即大跌—如果推出第三轮量化宽松，它会因为过多的美元流到市场上而出现贬值。实际上，美国的数据在现在看来并不糟糕。如果此时伯南克非要强行推出量化宽松的话，那么政治的意味确实更大，这被认为是对的一种投桃报李—罗姆尼一直声称如果上台将撤换美联储主席。现在看来，确实很有可能推出，伯南克缺的只是一份稍微差劲一点的就业数据。但这种被称为巫毒经济学的措施，不会真的帮到全球市场。

欧洲

受美联储会推出第三轮量化宽松的影响，欧元开始走强。德国将对欧洲稳定机制（ESM）的合法性进行判决，如遭否决后果不堪设想。欧元区核心国家荷兰将举行大选。在这之后，欧元区财长会议将召开，由欧盟委员会、欧洲央行和国际货币基金组织组成的“三驾马车”工作组将重返希腊，评估该国的财政改革进展，以决定是否拨付下一笔贷款。这三项有任何一项出现差池，那么全球股市就会再次面临风险。

篇9

    一、确定投资目标

    确定投资目标是投资规划的起始点,目标设定的合理与否直接影响着投资规划的其它环节。要确立合理的投资目标就要对客户信息做深入细致的分析,其主要着力点是客户风险偏好分析和资金性质分析。在对客户各种相关信息分析的基础上,提出明确的、合理的、切合实际的投资目标。

    (一)风险偏好分析每个客户都有自身的风险偏好,这与客户的性格、所处的生活环境等主客观因素息息相关。客户风险偏好并不是可以简单识别的,而是需要各种量化指标、问卷调查来辅助判断。理财规划师教材中提到的客户现有资产组合表(见表1),用以判断客户风险偏好,不失为一种好办法,也可以通过客户当前成长性资产占总资产百分比与公式[(100-年龄)/100]*100%进行比较,判断客户风险偏好。在实际操作过程中客户风险偏好的判定无一定论,理财规划师应有自身对风险偏好判断的一套标准,力求准确判断客户风险偏好,只有这样才能有的放矢地设计出符合客户自身特点的资产配置。

    (二)资金性质分析资金性质分析是确定投资目标的必要环节,不同的资金性质影响着资产配置结构。例如客户剩余资金在短期内没有消费需求,可将其大部分资金用于长期投资;客户资金用于子女高等教育支出,越临近支出日越应当采取保守的投资策略,以保证本金安全为首要前提。理财规划师在综合分析客户资金安全性要求和期限要求的基础上,对资金做出安全等级和期限跨度的定性判断,为制定合理的投资目标打下基础。

    (三)投资目标确定确定投资目标不仅要考虑客户的风险偏好和资金性质,还要考虑初始资金的准备、未来追加资金的来源,当前市场经济环境下的资金平均报酬率,客户的自身素质和家庭成员情况等各类因素,以便理财规划师在综合考虑影响投资目标的各方面因素后做出定量判断。确定投资目标主要是解决三个问题,即需要多少时间,达到多少收益,达成什么目标。例如某人将十万元用于投资,通过十年时间,获得十二万元收益,满足未来十年养老需要。因此,投资规划的目标是直观的、可量化的、切实可行的,它体现了投资规划不同于投资的目的性。

    二、投资环境分析任何投资都离不开具体的投资环境,脱离投资所处的环境谈投资,如同空中楼阁,脱离现实终究会被现实所抛弃。理财规划师在进行投资前应对投资工具的现在和未来环境做出合理预判,这样才能更好的制定资产配置策略。以下以二级市场的股票交易为例,解析投资环境的分析要点。可将股票投资的环境分析分为:宏观环境分析、行业分析、微观分析。

    (一)宏观环境分析影响股票投资的宏观环境主要分为国外和国内环境,国外环境主要包括资本市场国家的经济状况、政府宏观经济政策和股票指数表现情况等,国内环境包括国内经济状况、政府宏观经济政策、主要指数(H股、B股、股指期货)的表现情况和市场流动性状况等,其中宏观经济政策主要包括货币政策和财政政策。货币政策通过增减货币供给量来调控货币总需求,货币供给量的变化和利率的调整影响信贷的规模和成本,最终导致各类投资数量的变化。因此,货币政策能直接影响市场走势。财政政策是通过税收、公债发行和支出等措施来调控社会总需求,从而间接地影响市场走势。当然,调整股票交易印花税、过户费等财政政策,也将直接影响市场走势。由于国内股市是一个政策市同时也是一个资金市,如果对股市所处的宏观大环境没有一个清楚地认识,在宏观环境不妙时盲目入市可能得不偿失。

    (二)行业分析宏观环境分析能使人们对市场的总体趋势有一个客观的认识,但它并不能提供具体投资领域和投资对象的建议。因此,必需结合行业分析和微观分析来确定具体的投资领域和投资对象。行业分析主要从以下几个方面入手:行业所处的市场类型;行业所处的生命周期;行业相关的政策法规;行业的技术进步;产品的更新换代[2]和未来的市场容量。理财规划师进行行业分析的主要任务包括:解释本行业所处的发展阶段及其在国民经济中的地位,分析影响行业发展的各种因素以及判定对行业的影响的力度,预测并引导行业的未来发展趋势,判定行业投资价值,解释行业投资风险,进而为投资者提供决策依据或投资依据[3]。

    (三)微观分析微观分析的对象是具体股票对应的公司,是股票基本面分析的最后一环,它主要分析公司的财务指标,核心竞争力,未来经营战略,产品的市场前景以及公司主要领导的综合素质等。其中的公司财务指标分析又可细分为公司盈利能力分析,资产管理能力分析和偿债能力分析等。理财规划师通过对企业各类财务指标的横向和纵向比较,对公司有更全面、更深入的了解。

    三、资产配置

    资产配置是整个投资规划中的核心环节,它对具体投资实施起到提纲挈领的作用。资产配置的对象主要分为货币类资产、债券类资产,金融衍生工具及其它,具体分类见图2。理财规划师应熟悉各种投资工具,至少全面掌握其中的三种,能为客户量身定做适合他们的资产组合。资产配置的核心是根据投资目标,结合投资环境,对收益和风险这对孪生兄弟做出适当调整,关键是对各项资产投资的权重拟定。在具体进行资产配置时,各项资产权重拟定可参考已下公式:p1?q1+p2?q2+…+pn?qnLp/C(1)其中pn是第n种资产的期望收益率,qn是第n种资产的投资权重,Lp是客户投资目标中的期望收益,C是总投资的资金量,Lp/C是资金的期望收益率。当有两组以上权重组和符合以上公式时,再通过以下公式进行遴选:V=s1?q1+s2?q2+…+sn?qn(2)sn=a1?x1+a2?x2+…+am?xm其中V是该资产配置所承受的总风险,sn是第n种资产所承受的风险,am代表第m种可能性带来的资产损失值,xm代表第m种可能性发生的概率。分别将符合(1)的权重组合代入(2),选取使V最小化的权重组合。在拟定各种资产的投资权重时,用这种方法首先考虑的是收益,然后才是风险。也可以采用先考虑风险,再考虑收益的方法来拟定各种资产的投资权重。具体选择哪种方法主要考虑客户的风险偏好,如果客户的风险偏好是保守型,则应先考虑风险后考虑收益;如果是进取型的,则可先考虑收益后考虑风险。当然通常还可采取一种折中的办法,即采用如下公式:K=[(p1?q1+p2?q2+…+pn?qn)?C]/(s1?q1+s2?q2+…+sn?qn)其中K代表每承担一份风险可获得的期望收益,可将其定义为边际风险期望收益率。选取使得K最大化的各种资产投资权重组合。

    四、投资实施

    资产配置是投资规划的核心是战略性的、整体性的资金分配大纲,解决各种资产的投资权重问题。投资实施是投资规划中的具体执行方式,是战术性的、具体的资金运作活动,它解决的是在什么时间、运用多少资金、投资何种具体理财工具及何时退出等这一系列问题。理财规划师在投资实施的过程中主要关注资产的总量变化和与各类资产相关的环境变化,以此来对投资活动做出适当调整。例如当市场环境发生变化,阶段性投资目标获得超预期实现,这时可以将一定的高风险高收益资产向低风险低收益资产转移,力求在降低总体风险的前提下,实现原定投资目标。因此,投资实施的关键是合理控制投资工具的交易时间、交易频率,交易规模和交易成本。各大类主要投资工具的风险收益情况见图3,以下简单介绍两种常见的投资工具以供参考。

    1.基金。基金是一种利益共享、风险共担的集合理财投资方式[4],具有分散风险、高流动性,投资起点低和专家理财等优点,是一种有效的长线投资工具。根据它的投资对象,主要可以分为货币市场基金、股票型基金,债券型基金以及混合型基金。不同类型的基金对应不同的风险和收益特征,以及现金流模式。理财规划师可以根据客户的投资目标,选择适合客户风险偏好,流动性要求的基金类型。一般来说股票型投资基金适合进取型客户,该类客户风险承受能力强、投资回报要求高,在具体选择这类基金时还要考虑诸多因素,如基金经理的背景、投资风格、以往的投资表现,当前基金的净值、每万份基金获利情况,基金投向的股票类型等。债券型基金适合保守型的投资者,风险小,收益也小。但是,任何问题都应相对的来看,放在长期来看,比如十年,甚至更久,债券型基金的年收益率却经常能跑赢股票型基金。货币市场基金流动性最强,风险最小,当然对应的收益率也最低,适合对流动性要求高的资产进行配置。例如可将一部分备用现金用于货币市场基金投资,获得一个相对高于银行年利率的投资收益。理财规划师在指导客户进行正式投资前,还应准确地计算出投资基金的相关费用,依据资产配置框架适当选择2-4只基金进行投资。

篇10

关键词：股票价格指数；收益率；复利

一、股票价格指数的产生及内涵

1.股票价格指数的产生和发展

随着资本主义大工业的发展，股票最早出现于17世纪初的资本主义国家，至今已有将近似400年的历史，股票是社会化大生产的产物，推动社会经济的发展。但是股票交易存在一定的风险，会因政治、经济、自然、产业和公司自身等影响因素的变化而变化，所以为了了解股票市场并降低风险，很多方法随之产生，股票价格指数是其中之一。股票价格指数经历了多年的发展历史，起源于1884年，查尔斯・亨利・道用铅笔和纸找出的一种衡量尺度，是世界上第一个股票价格指数，被称为道琼斯平均股价指数。随着国外资本市场的不断的发展和成熟，相关的证券交易所、金融服务机构、研究咨询机构或媒体等编制和不同的股票价格指数，股票市场在我国有20年多年的历史，股票价格指数的编写也在不断借鉴成熟资本市场的经验和方法的同时兼顾中国资本市场的情况。

2.股票价格指数的内涵及作用

关于股票价格指数的概念，一般都解释为是描述股票市场总的价格水平变化的指标，衡量股票市场上股价综合变动方向和幅度的一种相对数，综合反映整个股票市场上各种股票市场价格的总体水平及其变动情况的指标。国外主要的股票价格指数有道琼斯指数、标准普尔股票价格指数、金融时报指数、日经指数和纳斯达克指数。我国主要的股票价格指数有上证综合指数、深证成分股指数、恒生股票价格指数、沪深300指数、上证30指数、上证180指数。众所周知股票属于高风险的金融投资工具，影响股票价格变动的因素众多，高风险和高收益是股票的标签，股票价格指数的产生宏观上可以把握股票市场上大多数股票价格的平均走势。总的来说，股票价格指数的作用体现在：第一股票价格指数综合反映一定时期内股票市场上股票价格的变动趋势和变动幅度，为投资者和专业机构判断股市动态提供信息，以便于对股票市场大势走向做出分析；第二作为股票价格指数作为金融市场的晴雨表，提供一个股市投资的“基准回报”，为投资者的收益提供参照；第三为股票价格指数是指数衍生产品和其他金融创新的基础。

二、我国深证行业分类指数的收益率计算

本文分析深圳证券信息有限公司编写的各类行业的指数，行业分类指数依据《上市公司行业分类指引》中的门类划分，编制15个行业指数具体包括农林指数、采矿指数、制造指数、水电指数、建筑指数、批零指数、运输指数、餐饮指数、IT指数、金融指数、地产指数、商务指数、科研指数、公共指数和文化指数。行业指数基期为1991年4月3日，指数基点100，以收盘价作为计算价格并进行流通股加权，选样空间在深圳证券交易所主板、中小板、创业板上市的按行业进行划分的股票。深证行业分类指数包括在深圳证券交易所主板、中小板、创业板上市的非ST、*ST的A股。本文运用简单的复利计算方法对比15个行业指数收益率，同时加入A股指数和深证综指进行对比。公式中以日为最小变动单位，365天为一年，从基期的开盘开始，以基期开盘价指数为期初指数，设为现值P，同时以2014年9月30日收盘指数为期末指数，设为终值T，公式为 ，i为年化收益率，N为以日为最小变动单位表示的年数，根据深证行业分类指数从1991年4月3日开始截止到2014年9月30日，计算出N=23.51，把表中已知数据带入公式，得到收益率（如下表所示）：

三、我国深证行业分类指数的收益率对比分析

1.深证行业分类指数的平均收益率为11.19%，低于深证综指0.39%，低于上证A股指数的4.05%，体现出上海证券交易所和深证证券交易所的挂牌上市的公司类型不同，上海证券交易所上市大部分是国民经济支柱企业、重点企业、基础行业企业和高新科技企业，属于主板市场，其中大部分企业拥有稳定的市场份额，较强的竞争力，持续的企业收益。而深证证券交易所上市的主要是正在成长和需要扶持、不断参与竞争的中小企业和高新技术创业企业。

2.深证行业分类指数的平均收益率为11.19%，从1991年开始的第八个五年计划到现在第十二个五年计划GDP的平均增长率为9.93%，相差1.03%，反映出我国实体经济与虚拟经济的发展大致同步，在统计收益率时只关注期初值和期末值，未把在此期间的最高值和最低值考虑其中，从行业指数收益率稳定增长的结果反映出政府对产业的发展起着重要的影响作用，例如在实体经济中2006年开始的房地产快速发展，而在股票价格中也地产指数业在创新高，但在从2007年以后我国政府对房地产行业进行严格的调控，一定程度上抑制了房地产行业的泡沫的增大。在行业收益率中最低的行业是金融指数，反映出政府对于资本市场稳定发展的调控，防止投机泡沫。

3.为了方便对比，把深证各行业指数收益率从高到低的排序，从深证行业分类指数的收益率图中，发现涉及到第三产业的行业指数的收益率都排名较前，涉及到农、林、牧、渔业的农林指数的收益率排名后，这反映出我国三大产业的产业结构随着经济的发展在不断的调整，第一产业占GDP的比重呈不断下降的趋势，第二产业占GDP的比重基本保持不变；第三产业占GDP的比重总体呈现出上升趋势。实体经济的变化影响着资本市场的格局，这反映出资本市场能够有效地引导资金合理流动，提高资金配置效率，不断改善产业结构，与生产资料市场、劳动力市场、消费品市场、技术市场、服务市场、信息市场、房地产市场、商务服务、文化市场等各类市场相互联系，相互依存，促进经济实体经济的发展。

4.建立在有效市场假说的基础上的现代金融学理论认为：在有效市场中，任何一个投资者都不可能获得高于市场的收益，所以投资组合的管理价值不大，但是从不同行业指数的收益率保持在10%左右，市场投资者可以采用量化投资组合的手段提高投资收益，从消极投资管理转向积极投资管理。

参考文献：