【摘要】：量化投資是投資人借助計算機量化技術制定交易策略并且執(zhí)行的投資方式,其優(yōu)勢在于計算機大數據分析能夠避免投資人人為主觀的影響,并且能夠迅速準確地找到交易機會,為投資人帶來更加穩(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,對量化投資行業(yè)發(fā)展趨勢進行研究,并且將多因子量化策略運用于A股之中,構造能夠穩(wěn)定獲得超額收益的量化策略。本文首先對于量化投資的概念與特點進行了深入的分析,本文將投資的過程分為開發(fā)、執(zhí)行以及評估三個過程,并認為從傳統(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算機技術不斷向這三個過程逐漸滲透的結果,智能化量化投資將量化投資穩(wěn)定高效的特點進一步放大。本文緊接著對量化投資行業(yè)的行業(yè)特征進行了闡述,并認為量化投資行業(yè)屬于差異化競爭的行業(yè),但行業(yè)格局將保持較為分散的格局。以此為基礎,本文認為量化投資未來將走向智能化以及公募化的方向,并以Wealthfront公司的案例進行佐證。在量化投資迅速發(fā)展的背景下,本文還運用多因子量化策略進行了實證研究。本文選取了盈利因子、成長因子等七類共20個因子進行篩選,在2010年至2015年之間進行模擬持倉,并通過單因子有效性的檢驗以及冗余因子的篩選,得到了6個有效因子,發(fā)現目前A股市場存在明顯小市值效應以及反轉效應。之后本文通過有效因子進一步構建多因子量化策略并取得了良好的效果。同時在行業(yè)層面上,本文發(fā)現不同行業(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研究法、檢索法、對比分析法、定性分析法以。文獻研究法是通過閱讀國內外學者關于量化投資研究的文獻，在結果的基礎上，進一步豐富原有的成果。搜索數據時運用的檢索法學科的方法將數據統(tǒng)計收集的方法。在本文中，下載股票數據、因時運用到了 Wind 等數據庫軟件。在確定模型框架時運用了國內外模法，主要意義目的是為了尋求適合國情的量化模型。定性分析法主學者的分析以及數據的描述性統(tǒng)計進行歸納假設，得出方向性的結法則用于實證研究時，將數據整合建立模型后，運用 Python 工具進倉，形成有數據的科學模型，再進一步地運用軟件進行驗算。文創(chuàng)新及不足論文創(chuàng)新于國內量化投資市場才剛剛進入快速發(fā)展時期，對于量化投資的研

是以數量化統(tǒng)計分析工具數學模型為核心，，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。投資或者技術投資的像對面，成熟的量化投資模型大市場技術因素。同時量化投資是一種主動型的投資策或者是弱有效的市場，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型投資的空間還很大。量化投資專家丁鵬在《量化投資——策略與技術》中勢類以及判斷波動率類型。其中判斷趨勢類通常用于股或者是個股的趨勢判斷，趨勢向上則做多，趨勢向下但收益率更高，通常又可以分為量化選股策略以及量斷波動率型本質上是為了消除系統(tǒng)性風險，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，但由于國內衍生品市場的發(fā)展尚未成熟，于判斷趨勢類投資，即在股票二級市場上的投資。本策略也屬于判斷趨勢類量化投資中的量化選股策略。
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F832.51

【參考文獻】

相關期刊論文 前4條

1 呂信;王若舟;;股票收益權理財業(yè)務風險控制及定價策略研究[J];現代金融;2014年04期

2 劉輝;黃建山;;中國A股市場股票收益率風險因素分析:基于Fama-French三因素模型[J];當代經濟科學;2013年04期

3 劉蕾,馬棟;上海股市規(guī)模效應和價值效應實證分析[J];統(tǒng)計與信息論壇;2004年03期

4 陳守東,孟慶順,趙云立;中國股票市場FF多因子模型的比較分析[J];吉林大學社會科學學報;2003年05期

相關碩士學位論文 前7條

1 劉昭;基于情緒系數下的多因子選股模型實證研究[D];山東大學;2017年

2 王昭棟;多因子選股模型在中國股票市場的實證分析[D];山東大學;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;2013年

4 孫守坤;基于滬深300的量化選股模型實證分析[D];復旦大學;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];復旦大學;2013年

6 劉毅;因子選股模型在中國市場的實證研究[D];復旦大學;2012年

7 蔡健林;中國A股市場選股模型研究[D];上海交通大學;2010年

本文編號：2632726