反向投资策略报告

1. 行为金融理论的发展历史

行为金融理论的发展历史可以简单概括为以下几个阶段： 1.期望理论
期望理论是行为金融学的重要理论基础。Kahneman和 Tversky(1979)通过实验对比发现，大多数投资者并非是标准金融投资者而是行为投资者，他们的行为不总是理性的，也并不总是风险回避的。期望理论认为投资者对收益的效用函数是凹函数，而对损失的效用函数是凸函数，表现为投资者在投资帐面值损失时更加厌恶风险，而在投资帐面值盈利时，随着收益的增加，其满足程度速度减缓。期望理论成为行为金融研究中的代表学说，利用期望理论解释了不少金融市场中的异常现象：如阿莱悖论、股价溢价之迷(equity premium puzzle)以及期权微笑(option smile)等，然而由于Kahneman和Tversky在期望理论中并没有给出如何确定价值函数的关键——参考点以及价值函数的具体形式，在理论上存在很大缺陷，从而极大阻碍了期望理论的进一步发展。
2.行为组合理论和行为资产定价模型
行为组合理论(Behavioral Portfolio Theory，BPT)和行为资产定价模型(Behavioral Asset Pricing Model，BAPM)。一些行为金融理论研究者认为将行为金融理论与现代金融理论完全对立起来并不恰当。将二者结合起来，对现代金融理论进行完善，正成为这些研究者的研究方向。在这方面，Statman和Shefrin提出的BPT和BAPM引起金融界的注意。BPT是在现代资产组合理论(MPT)的基础上发展起来的。MAPT认为投资者应该把注意力集中在整个组合，最优的组合配置处在均值方差有效前沿上。BPT认为现实中的投资者无法作到这一点，他们实际构建的资产组合是基于对不同资产的风险程度的认识以及投资目的所形成的一种金字塔式的行为资产组合，位于金字塔各层的资产都与特定的目标和风险态度相联系，而各层之间的相关性被忽略了。BAPM是对资本资产定价模型(CAPM)的扩展。与CAPM不同，BAPM中的投资者被分为两类：信息交易者和噪声交易者。信息交易者是严格按CAPM行事的理性交易者，不会出现系统偏差；噪声交易者则不按CAPM行事，会犯各种认知偏差错误。两类交易者互相影响共同决定资产价格。事实上，在BAPM中，资本市场组合的问题仍然存在，因为均值方差有效组合会随时间而改变。 1.BSV模型
BSV(Barberis，Shleffer，and Vishny，1998)模型认为，人们进行投资决策时存在两种错误范式：其一是选择性偏差(representative bias)，即投资者过分重视近期数据的变化模式，而对产生这些数据的总体特征重视不够，这种偏差导致股价对收益变化的反映不足(under- reaction)。另一种是保守性偏差(conservation)，投资者不能及时根据变化了的情况修正自己的预测模型，导致股价过度反应(over -reaction)。BSV模型是从这两种偏差出发，解释投资者决策模型如何导致证券的市场价格变化偏离效率市场假说的。
2.DHS模型
DHS模型(Daniel，Hirsheifer and Subramanyam，1998)将投资者分为有信息和无信息两类。无信息的投资者不存在判断偏差，有信息的投资者存在着过度自信和有偏的自我归因(serf-contribution)。过度自信导致投资者夸大自己对股票价值判断的准确性；有偏的自我归因则使他们低估关于股票价值的公开信号。随着公共信息最终战胜行为偏差，对个人信息的过度反应和对公共信息的反应不足，就会导致股票回报的短期连续性和长期反转。所以Fama(1998)认为DHS模型和BSV模型虽然建立在不同的行为前提基础上，但二者的结论是相似的。
3.HS模型
HS模型(Hong and Stein，1999)，又称统一理论模型(unified theory model)。统一理论模型区别于BSV和DHS模型之处在于：它把研究重点放在不同作用者的作用机制上，而不是作用者的认知偏差方面。该模型把作用者分为“观察消息者”和“动量交易者”两类。观察消息者根据获得的关于未来价值的信息进行预测，其局限是完全不依赖于当前或过去的价格；“动量交易者”则完全依赖于过去的价格变化，其局限是他们的预测必须是过去价格历史的简单函数，在上述假设下，该模型将反应不足和过度反应统一归结为关于基本价值信息的逐渐扩散，而不包括其他的对投资者情感刺激和流动性交易的需要。模型认为最初由于“观察消息者”对私人信息反应不足的倾向，使得“动量交易者”力图通过套期策略来利用这一点，而这样做的结果恰好走向了另一个极端——过度反应。
4.羊群效应模型
羊群效应模型(herd behavioral model)认为投资者羊群行为是符合最大效用准则的，是“群体压力”等情绪下贯彻的非理性行为，有序列型和非序列型两种模型。序列型由 Banerjee(1992)提出，在该模型中，投资者通过典型的贝叶斯过程从市场噪声以及其它个体的决策中依次获取决策信息，这类决策的最大特征是其决策的序列性。但是现实中要区分投资者顺序是不现实的。因而这一假设在实际金融市场中缺乏支持。非序列型则论证无论仿效倾向强或弱，都不会得到现代金融理论中关于股票的零点对称、单一模态的厚尾特征。 进入20世纪80年代以来，与现代金融理论相矛盾的实证研究不断涌现，主要体现在投资策略的改变上。下面介绍几种典型的行为金融策略：
1.小公司效应
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。同一年，Reimganum(1981)也发现了公司规模最小的普通股票的平均收益率要比根据CAPM模型预测的理论收益率高出18%。最近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。由于公司的规模和1月份的到来都是市场已知信息，这一现象明显地违反了半强式有效市场假设。Lakonishok等(1994)的研究发现，高市净盈率的股票风险更大，在大盘下跌和经济衰退时，业绩特别差。市盈率与收益率的反向关系对EMH形成严峻的挑战，因为这时已知的信息对于收益率有明显的预测作用。
2.反向投资策略
反向投资策略(contrary investment strategy)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。一些研究显示，如选择低市盈率(PE)的股票；选择股票市值与帐面价值比值低、历史收益率低的股票，往往可以得到比预期收益率高很多的收益，而且这种收益是一种“长期异常收益”(1ong-term anomalies)。Desia、Jain(1997)，Ikenberry、Rankine Stice(1996)也发现公司股票分割前后都存在着正的长期异常收益。行为金融理论认为反向投资策略是对股市过度反应的一种纠正，是一种简单外推的方法。3.动量交易策略
动量交易策略(momentum trading strategy)即首先对股票收益和交易量设定过滤准则，当股市收益和交易量满足过滤准则就买入或卖出股票的投资策略。行为金融定义的动量交易策略源于对股市中间收益延续性的研究。Jegadeeshkg与Titman(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连续性，即中间价格具有向某一方向连续的动量效应。事实上，美国价值线排名(value line rankings)就是动量交易策略利用的例证。动量交易策略的应用其实就是对EMH的再次否定。
4.成本平均策略和时间分散化策略
成本平均策略指投资者根据不同的价格分批购买股票，以防不测时摊低成本的策略，而时间分散化指根据股票的风险将随着投资期限的延长而降低的信念，随着投资者年龄的增长而将股票的比例逐步减少的策略。这两个策略被认为与现代金融理论的预期效用最大化则明显相悖。Statman(1995)，Fisher、Statman(1999)利用行为金融中的期望理论、认知错误倾向、厌恶悔恨等观点对两个策略进行了解释，指出了加强自我控制的改进建议。

2. 简述反向投资策略的行为学基础

反向投资策略：就是根据过去一段时间的股票收益率情况，买入过去表现较差的股票而卖出过去表现较好的股票（当然，在目前国内股票市场还没有开放双向交易机制的情况下，还不能操作此投资策略）。
反向投资策略的一般模型：
一、加入MKT的反向投资策略，以评价期市场累积报酬减去评价期累积无风险利率之正负号作为是否执行反向投资策略标准，执行结果表明，当MKT为正作为操作标准时，获利普遍提高；
二、加入range的反向投资策略，以月度之间横断面个股累积报酬最大差距大变动方向正负号作为反向投资策略标准。当range为正时，说明横断面个股积累报酬最大差距扩大，反之亦然。执行结果表明，在评价期为6个月至1年的投资组合中，获利普遍提高；
三、加入PE后的反向投资策略，就整体而言，（市盈率低的输家-市盈率高的赢家）策略最优，说明市盈率高的赢家具有非常明显的反转倾向，所以卖出市盈率高的赢家可以确保反向投资获利的显著性。
反向投资策略理论框架及相关文献综述
1．反向投资策略的形成以及理论依据 1985年，邦特 DeBondt 、赛勒 Richard Thaler 等人在研究中发现，金 融市场中存在着“过度反应”。也就是说，人们往往会追逐那些表现较好的股票， 而过于倾向于抛售那些表现较差的股票，导致表现好的股票价格被高估，而表现 差的股票价格被低估。但是，随着时间的推移，市场最终还是会纠正这种股票价 格的“超涨”或者“超跌”，也就是说，被高估的股票价格会下跌，而被低估的 股票价格会上涨。这种变化仅仅是市场对投资者“过度反应"的修正。 在此之后，丹尼尔 Daniel 等人于1998年发表了一篇文献，其中阐述了投 资者的心理因素及其带来的投资偏差行为，会使得股价的波动以及金融市场对信 息的反应出现“过度反应”和“反应不足”的现象。 正是以这一系列证实金融市场中存在“反应过度”现象的研究为基础，“反 向投资策略”应运而生。它要求投资者根据证券在过去的表现 即收益率情况 对其进行排序，买入表现差的股票组合，同时卖出表现好的股票组合，从而构建 一个“零投资组合”。根据上述文献的研究结论，这个组合将在之后的一段期限 内获得超额收益。
2．反向投资策略的相关文献综述 DeBondtand Thaler 1985 认为金融市场会过度反应，反向投资策略可以获 得超额收益。 DeBondtand Thaler 1987 基于之前的研究，研究了公司规模以及投资组合 的风险与反向投资的收益率之间的关系，发现它们并不相关；另外，考虑了一月 效应，发现每年12月的超额报酬都与第二年1月的报酬呈负相关。 万方数据 Loand 期望收益横断面变异、个股收益之序列共变异数、个股收益之横断面共变异数。 Lehman 1990 研究了股票买卖差价 bid―askspread 以及交易成本与短期 价格反转的关系，并经过调整，使得百分之90左右的短期反向投资获利。 Gautamand 系，发现前者是后者在短期内发生的主要原因。 AWLoandAC 功于证券市场上的“过度反应”现象，还与不同类型的股票之间的相关性有着密 切的联系。 Lawrence andHao KryzanowskiZhang 1992 运用在多伦多证券交易所上市的 所有股票从1950年至1988年的所有数据，研究了市场上是否具有“过度反应” Bondtand 现象。结论与De Thaler 1985 不同，表现好的股票和表现差的股票将 在2年内持续他们原有的趋势，而直到10年以上，股票的价格才开始发生明显 的反转。 Conradand discreteness 等因素会对股价造成影响，使得 trading 以及价格非连续 price andhold 的方 长时段的反向投资策略的收益出现偏误。主张以买进持有 buy 式来计算长期反向投资策略的收益。

3. 在我国深沪两市目前上市流通的所有股票当中任选一只作为投资分析对象，写出对该只股票的投资分析报告。

告诉楼主方法好吧？

先打开大盘，比如同花顺软件，然后进入您所选择的股票

然后摁 f10 里面就有您所要的内容

4. 请大家给我1份关于中国证券市场投资策略的论文2

证券投资策略研究论文

现代金融理论由于忽略了对人的心理活动及其行为模式的研究，造成了理论与实证的背离。行为金融理论将心理学尤其是行为科学理论融入到金融学之中，从微观个体行为以及产生这种行为的心理、社会动因来解释、研究和预测证券市场的现象和问题，逐步形成了自己的理论框架，建立了行为投资决策模型。在对证券市场的大量统计研究基础之上，行为金融理论家们已获得了关于投资者投资行为的大量实证研究结论，从而为投资者提供了良好的证券投资策略。因此综合国内外已有的研究成果基础，用行为金融理论深入探讨中国证券市场的投资策略，并对可能存在的问题作一些初步研究已显得非常必要。
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。对应于现代投资理论的假设，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（Prospect Theory 1979）；（2）行为资产定价模型（BAPM）；（3）行为金融资产组合理论（Behavioral Portfolio Theory 1999）。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（Unified Theory Model）；（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.暴富心理与赌博心理。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，semlstrong efficient）。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（contrarian strategy）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。

5. 投资人尽职调查到底在看什么，创业者如何反向DD

10个方面，55个子项，由宏观到微观，由大的方面到小的方面，由关键性子项到非关键性子项。前4个方面共个子项特别重要，只有通过了第1个方面，才能进入下一个方面即第2个方面，依次类推。只有看懂、弄清、通过了前四个方面的考察和判断，才能进入以后六个方面的工作，否则，投资考察工作只能停止或放弃。以下就是要诀。
1
看准一个团队
投资就是投人，投资就是投团队，尤其要看准投团队的领头人。创东方对目标企业团队成员的要求是：富有激情、和善诚信、专业敬业、善于学习。
2
发掘两个优势
在优势行业中发掘、寻找优势企业。优势行业是指具有广阔发展前景、国家政策支持、市场成长空间巨大的行业；优势企业是在优势行业中具有核心竞争力，细分行业排名靠前的优秀企业，其核心业务或主营业务要突出，企业的核心竞争力要突出，要超越其他竞争者。
3
弄清三个模式
就是弄清目标企业是如何挣钱的。业务模式是企业提供什么产品或服务，业务流程如何实现，包括业务逻辑是否可行，技术是否可行，是否符合消费者心理和使用习惯等，企业的人力、资金、资源是否足以支持。盈利模式是指企业如何挣钱，通过什么手段或环节挣钱。营销模式是企业如何推广自己的产品或服务，销售渠道、销售激励机制如何等。好的业务模式，必须能够赢利，好的赢利模式，必须能够推行。

4
查看四个指标
PE投资的重要目标是目标企业尽快改制上市，我们因此关注、查看目标企业近三年的上述前两个指标尤为重要。PE投资非常看重的盈利能力和成长性，我们由此关注上述的后两个指标。净利率是销售净利润率，表达了一个企业的盈利能力和抗风险能力，增长率可以迅速降低投资成本，让投资人获取更高的投资回报。把握前四个指标，则基本把握了项目的可投资性。
5
理清五个结构
理清五个结构也很重要，让投资人对目标企业的具体结构很清晰，便于判断企业的好坏优劣。
股权结构：主次分明，主次合理；
高管结构：结构合理，优势互补，团结协作；
业务结构：主营突出，不但研发新产品；
客户结构：既不太散又不太集中，客户有实力；
供应商结构：既不太散又不太集中，质量有保证。
6
考察六个层面
考察六个层面是对目标企业的深度了解，任何一个层面存在关键性问题，可能影响企业的改制上市。当然，有些企业存在一些细小暇疵，可以通过规范手段予以改进。
历史合规：目标企业的历史沿革合法合规，在注册验资、股权变更等方面不存在重大历史瑕疵；
财务规范：财务制度健全，会计标准合规，坚持公正审计；
依法纳税：不存在依法纳税的问题；
产权清晰：企业的产权清晰到位(含专利、商标、房产等)，不存在纠纷；
劳动合规：严格执行劳动法规；
环保合规：企业生产经营符合环保要求，不存在搬迁、处罚等隐患。

7
把握七个关注
七个关注是对目标企业细小环节的关注。如果存在其中的问题，可以通过规范、引导的办法加以改进。但其现状是我们判断目标企业经营管理的重要依据。
制度汇编：查看企业的制度汇编可以迅速认识企业管理的规范程度。有的企业制度不全，更没有制度汇编；
例会制度：询问企业的例会情况(含总经理办公周例会、董事会例会、股东会例会)能够了解规范管理情况，也能了解企业高管对股东是否尊重；
企业文化：通过了解企业的文化建设能知道企业是否具有凝聚力和亲和力，是否具备长远发展的可能；
战略规划：了解企业的战略规划情况，可以知道企业的发展有无目标，查看其目标是否符合行业经济发展的实际方向；
人力资源：了解企业对员工培训、激励计划、使用办法，可以了解企业是否能充分调动全体员工发展业务的积极性和能动性，考察企业的综合竞争力；
公共关系：了解企业的公共关系策略和状况，可以知道企业是否具备社会公民意识，是否注重企业形象和品牌，是否具有社会责任意识；
激励机制：一个优秀的现代企业应该有一个激励员工、提升团队的机制或计划，否则，企业难于持续做强做大。
8
分析八个数据
在理清四个指标的基础上，我们很有必要分析以下八个数据，是我们对目标企业的深度分析、判断。
资产周转率：表示多少资产创造多少销售收入，表明一个公司是资产(资本)密集型还是轻资产型。该项指标反映资产总额的周转速度，周转越快，反映销售能力越强，企业可以通过薄利多销的办法，加速资产的周转，带来利润绝对数的增加。计算公式：总资产周转率=销售收入÷平均总资产。
资产负债率：资产负债率是负债总额除以资产总额的百分比，也就是负债总额与资产总额的比例关系。资产负债率反映在总资产中有多大比例是通过借债来筹资的，也可以衡量企业在清算时保护债权人利益的程度；资产负债率的高低，体现一个企业的资本结构是否合理。计算公式：资产负债率=(负债总额÷资产总额)×100%。
流动比率：流动比率是流动资产除以流动负债的比例，反映企业的短期偿债能力。流动资产是最容易变现的资产，流动资产越多，流动负债越少，则短期偿债能力越强。计算公式：流动比率=流动资产÷流动负债。
应收账款周转天数(应收账款周转率)：应收账款周转率反映应收账款的周转速度，也就是年度内应收账款转为现金的平均次数。用时间表示的周转速度是应收账款周转天数，也叫平均收现期，表示自企业从取得应收账款的权利到收回款项，转换为现金所需要的时间。一般来说，应收账款周转率越高、平均收帐期越短，说明应收账款收回快。否则，企业的营运资金会过多地呆滞在应收账款上，影响正常的资金周转。计算公式：应收账款周转率=销售收入÷平均应收账款；应收账款周转天数=360÷应收账款周转率。
销售毛利率：销售毛利率,表示每一元销售收入扣除销售产品或商品成本后,有多少钱可以用于各期间费用和形成利润,是企业销售净利率的最初基础,没有足够大的毛利率便不能盈利。计算公式：销售毛利率=(销售收入-销售成本)÷销售收入)×100%。
净值报酬率：净值报酬率是净利润与平均股东权益(所有者权益)的百分比，也叫股东权益报酬率。该指标反映股东权益的收益水平。计算公式：净值报酬率=(净利润÷平均股东权益)×100%。
经营活动净现金流：经营活动净现金流，是企业在一个会计期间(年度或月份，通常指年度)经营活动产生的现金流入与经营活动产生的现金流出的差额。这一指标说明经营活动产生现金的能力，企业筹集资金额根据实际生产经营需要，通过现金流量表，可以确定企业筹资总额。一般来说，企业财务状况越好，现金净流量越多，所需资金越少，反之，财务状况越差，现金净流量越少，所需资金越多。一个企业经营净现金流量为负，说明企业需筹集更多的资金满足于生产经营所需，否则企业正常生产经营难以为继。
市场占有率：也可称为“市场份额”是企业在运作的市场上所占有的百分比，是企业的产品在市场上所占份额，也就是企业对市场的控制能力。企业市场份额的不断扩大，可以使企业获得某种形式的垄断，这种垄断既能带来垄断利润又能保持一定的竞争优势。当一个企业获得市场25%的占有率时，一般就被认为控制了市场。市场占有率对企业至关重要，一方面它是反映企业经营业绩最关键的指标之一，另一方面它是企业市场地位最直观的体现。市场占有率是由企业的产品力、营销力和形象力共同决定的。
9
走好九个程序
要做好一个投资项目，我们有很多程序要走，而且不同的目标企业所采取的程序应该有所不同、分别对待，但是以下就个程序是应该坚持履行的。
收集资料：通过多种形式收集企业资料。
高管面谈：高管面谈，是创业投资的一个初步环境也是非常重要的环节。依据过往经验，往往能很快得出对目标企业业务发展、团队素质的印象。有时一次高管接触，你就不想再深入下去了，因为印象不好。第一感觉往往很重要，也比较可靠。
企业考察：对企业的经营、研发、生产、管理、资源等实施实地考察；对高管以下的员工进行随机或不经意的访谈，能够得出更深层次的印象或结论。
竞争调查：梳理清楚该市场中的竞争格局和对手的情况。通过各种方式和途径对竞争企业进行考察、访谈或第三方评价；对比清楚市场中的各种竞争力量及其竞争优劣势。对竞争企业的信息和对比掌握得越充分、投资的判断就会越准。
供应商走访：了解企业的采购量、信誉，可以帮助我们判断企业声誉、真实产量；同时也从侧面了解行业竞争格局。
客户走访：可以了解企业产品质量和受欢迎程度，了解企业真实销售情况，了解竞争企业情况；同时，客户自身的档次和优质情况也有助于判断企业的市场地位、以及市场需求的潜力与可持续程度。
协会走访：了解企业的行业地位和声誉，了解行业的发展态势。
政府走访：了解企业的行业地位和声誉，了解政府对企业所处行业的支持程度。
券商咨询：针对上市可行性和上市时间问题咨询券商，对我们判断企业成熟度有重要作用。
10
报告十个内容
《尽职调查报告》是业务的基本功，是对前期工作的总结，是最终决策依据。写好《尽职调查报告》，至少应报告以下10个方面的主要内容。
企业历史沿革：股权变动情况，重大历史事件等。
企业产品与技术：公司业务情况、技术来源。
行业分析：行业概况、行业机会与威胁，竞争对手分析。
优势和不足：企业有哪些优势，哪些是核心竞争力；存在不足或缺陷，有无解决或改进办法。
发展规划：企业的近期、中期的发展规划和发展战略；以及发展规划的可实现性。
股权结构：股权结构情况，合理性分析。
高管结构：高管人员和技术人员背景情况，优势、劣势分析。
财务分析：近年各项财务数据或指标情况及分析。
融资计划：企业发展计划和融资计划及融资条件。
投资意见：投资经理对项目的总体意见或建议。

6. 反向ETF，CHAD上市了，Direxion怎样做空盈利呢

杠杆与反向ETF在境外经过数年发展，以对冲基金为代表的机构投资者围绕杠杆与反向ETF设计了各种投资策略。在国内，杠杆与反向ETF也即将推出。我们对境外投资者运用杠杆与反向ETF的主要策略进行了归纳。

杠杆与反向ETF通常基于某一目标指数，争取基金净值日增长率水平为目标指数日收益率某一倍数。比如ProShares Short S&P 500 ETF的目标指数为S&P 500，其投资目标即基金净值日增长率为S&P 500日收益率的负一倍。可见，杠杆与反向ETF所代表的投资策略是一类短期策略，围绕杠杆与反向设计的投资策略，也多以短线交易型策略为主。

降低投资组合风险水平

从美国投资界的实践来看，反向ETF是一种安全、门槛低、监管少的做空工具，可用于降低投资组合的整体风险水平。首先，与投资期货和进行融券交易相比，投资者投资反向ETF时不需要另外进行保证金管理；而与投资场外衍生品相比，投资者投资于反向ETF面临更少的对手方风险问题。其次，反向ETF可在二级市场交易，其准入门槛低于指数期货。再次，反向ETF是按1940年投资公司法注册的投资公司，基金本身受到的监管较为严格，而呈现给投资者时，反向ETF相对其他做空工具则显示出监管方面的优势。比如，与投资股指期货相比，机构投资者投资于反向ETF不受交易所持仓限制的约束；在2008年SEC颁布卖空禁令，市场做空工具匮乏的情况下，反向ETF则不受卖空禁令影响。

放大资金收益水平

对于机构投资者而言，杠杆与反向ETF还是一类高效的现金权益化工具。在投资组合中有现金留存时，机构投资者还可利用对杠杆与反向ETF的特点，利用较小的投资金额，放大资金的收益水平。比如，相比一笔投资于S&P 500 ETF的投资，投资于S&P500两倍杠杆ETF的同一笔资金，在一个交易日内可获得两倍的收益。

获取复利收益

杠杆与反向ETF本质上是一类波动率产品，具有典型的路径依赖特点。由于“波动率衰减”效应，长期持有单一的杠杆与反向ETF品种时亏损概率极大。但由于波动率本身具有一定的规律，对于专业投资者而言，利用对波动率的专业判断，则可有效地获得杠杆与反向ETF的复利收益。
配对交易

基于同一目标指数的杠杆与反向ETF具有天然的内在联系，即其净值日增长率之间必定高度相关。基于这一特点，华尔街一些交易员也认为利用杠杆与反向ETF进行配对交易（Pairs Trading）非常具有吸引力。价差交易策略的设计主要基于不同的假定。比如，Ganapathy Vidyamurthy(2011)年的一项研究结果就指出，在一定的收益率区间内（指目标指数），由反向（杠杆）ETF和普通ETF构成的价差套利组合所取得的收益随着波动率的增大而增加。

事件驱动策略

杠杆与反向ETF还是一种执行事件驱动策略的利器。因为具有杠杆或反向杠杆的特点，在市场受极端事件驱动而出现快速上涨或下跌时，投资者可以通过杠杆与反向ETF获得利润。2007年金融危机初现端倪，至2008年各国纾困政策不断推出时，美国杠杆与反向ETF的交易量持续处于较高水平，表明投资者已经将杠杆与反向ETF品种作为进行事件驱动型投资的必备工具之一。

由于存在复利效应和路径依赖的特点，杠杆与反向ETF的运作机制比较复杂。我们建议普通投资者尽量避免长期持有杠杆与反向ETF，而围绕杠杆与反向ETF进行短期交易时，也应注意产品的套利机制，避免盲目追涨杀跌。而对于专业投资者而言，我们建议在运用杠杆与反向ETF改善投资组合表现时，应就投资组合投资于杠杆与反向ETF的潜在风险进行压力测试，避免在市场波动率较高的情况下参与杠杆与反向ETF投资。

7. 反向ETF的投资策略

为了达到投资目标，基金管理人通常采用数量化方法进行投资，以确定投资仓位的类型、数量和构成。基金管理人在投资时不受其本身对市场趋势、证券价格观点的影响，在任何时候均保持充分投资，而不考虑市场状况和趋势，也不在市场下跌时持有防御性仓位。

8. 反向投资策略的内容有哪些

白痴 现在给你。这就是不好好听课的下场！

投资者在投资决策中往往过分注重上市公司近期表现，并根据近期表现对其未来进行预测，导致对公司近期业绩做出持续过度反应，形成对业绩较差公司股价的过分低估和对业绩较好公司股价的过分高估现象。这就为投资者利用反向投资策略提供了套利机会。
反向策略就是利用市场上存在“反转效应”和“赢者输者效应”，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。也即使用“人取我弃，人弃我取”的思想来买卖股票。

9. 量化投资

没有你想的书

我多年来都有关注这方面的书 可是也没有在国内找到

数量化投资是将投资理念及策略通过具体指标、参数的设计，体现到具体的模型中，让模型对市场进行不带任何情绪的跟踪；相对于传统投资方式来说，具有快速高效、客观理性、收益与风险平衡和个股与组合平衡等四大特点。量化投资技术几乎覆盖了投资的全过程，包括估值与选股、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等，在各个环节都有不同的方法及量化模型：

一、估值与选股

估值：对上市公司进行估值是公司基本面分析的重要方法，在“价值投资”的基本逻辑下，可以通过对公司的估值判断二级市场股票价格的扭曲程度，继而找出价值被低估或高估的股票，作为投资决策的参考。对上市公司的估值包括相对估值法和绝对估值法，相对估值法主要采用乘数方法，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等；绝对估值法主要采用折现的方法，如公司自由现金流模型、股权自由现金流模型和股利折现模型等。相对估值法因简单易懂，便于计算而被广泛使用；绝对估值法因基础数据缺乏及不符合模型要求的全流通假设而一直处于非主流地位。随着全流通时代的到来和国内证券市场的快速发展，绝对估值法正逐渐受到重视。

选股：在当前品种繁多的资本市场中，从浩瀚复杂的数据背后选出适合自己投资风格的股票变得越加困难。在基本面研究的基础上结合量化分析的手段就可以构建数量化选股策略，主流的选股方法如下：

资产配置方法与模型
资产配置类别 资产配置层次 资产配置方法 资产配置模型
战略资产配置 全球资产配置 大类资产配置 行业风格配置 收益测度 风险测度 估计方法 马克维茨 MV 模型 均值 -LPM 模型 VaR 约束模型 Black-Litterman 模型
战术资产配置 ( 动态资产配置 ) 周期判断 风格判断 时机判断 行业轮动策略 风格轮动策略 Alpha 策略 投资组合保险策略

基本面选股：通过对上市公司财务指标的分析，找出影响股价的重要因子，如：与收益指标相关的盈利能力、与现金流指标相关的获现能力、与负债率指标相关的偿债能力、与净资产指标相关的成长能力、与周转率指标相关的资产管理能力等。然后通过建立股价与因子之间的关系模型得出对股票收益的预测。股价与因子的关系模型分为结构模型和统计模型两类：结构模型给出股票的收益和因子之间的直观表达，实用性较强，包括价值型(本杰明·格雷厄姆—防御价值型、查尔斯·布兰迪—价值型等)、成长型(德伍·切斯—大型成长动能、葛廉·毕克斯达夫—中大型成长股等)、价值成长型(沃伦·巴菲特—优质企业选择法、彼得·林奇—GARP价值成长法等)三种选股方法；统计模型是用统计方法提取出近似线性无关的因子建立模型，这种建模方法因不需先验知识且可以检验模型的有效性，被众多经济学家推崇，包括主成分法、极大似然法等。

多因素选股：通过寻找引起股价共同变动的因素，建立收益与联动因素间线性相关关系的多因素模型。影响股价的共同因素包括宏观因子、市场因子和统计因子(通过统计方法得到)三大类，通过逐步回归和分层回归的方法对三类因素进行选取，然后通过主成分分析选出解释度较高的某几个指标来反映原有的大部分信息。多因素模型对因子的选择有很高的要求，因子的选择可依赖统计方法、投资经验或二者的结合，所选的因子要有统计意义上或市场意义上的显著性，一般可从动量、波动性、成长性、规模、价值、活跃性及收益性等方面选择指标来解释股票的收益率。

动量、反向选股：动量选股策略是指分析股票在过去相对短期的表现，事先对股票收益和交易量设定条件，当条件满足时买进或卖出股票的投资策略，该投资策略基于投资者对股票中期的反应不足和保守心理，在投资行为上表现为购买过去几个月表现好的股票而卖出过去几个月表现差的股票。反向选股策略则基于投资者的锚定和过度自信的心理特征，认为投资者会对上市公司的业绩状况做出持续过度反应，形成对业绩差的公司业绩过分低估和业绩的好公司业绩过分高估的现象，这为投资者利用反向投资策略提供了套利机会，在投资行为上表现为买进过去表现差的股票而卖出过去表现好的股票。反向选股策略是行为金融学理论发展至今最为成熟，也是最受关注的策略之一。

二、资产配置

资产配置指资产类别选择、投资组合中各类资产的配置比例以及对这些混合资产进行实时管理。资产配置一般包括两大类别、三大层次，两大类别为战略资产配置和战术/动态资产配置，三大层次为全球资产配置、大类资产配置和行业风格配置。资产配置的主要方法及模型如下：

战略资产配置针对当前市场条件，在较长的时间周期内控制投资风险，使得长期风险调整后收益最大化。战术资产配置通常在相对较短的时间周期内，针对某种具体的市场状态制定最优配置策略，利用市场短期波动机会获取超额收益。因此，战术资产配置是在长期战略配置的过程中针对市场变化制定的短期配置策略，二者相互补充。战略资产配置为未来较长时间内的投资活动建立业务基准，战术资产配置通过主动把握投资机会适当偏离战略资产配置基准，获取超额收益。

三、股价预测

股价的可预测性与有效市场假说密切相关。如果有效市场假说成立，股价就反映了所有相关的信息，价格变化服从随机游走，股价的预测就毫无意义，而我国的股市远未达到有效市场阶段，因此股价时间序列不是序列无关，而是序列相关的，即历史数据对股价的形成起作用，因此可以通过对历史信息的分析来预测股价。

主流的股价预测模型有灰色预测模型、神经网络预测模型和支持向量机预测模型(SVM)。灰色预测模型对股价的短期变化有很强的预测能力，近年发展起来的灰色预测模型包括GM(1, 1)模型、灰色新陈代谢模型和灰色马尔可夫模型。人工神经网络模型具有巨量并行性、存储分布性、结构可变性、高度非线性和自组织性等特点，且可以逼近任何连续函数，目前在金融分析和预测方面已有广泛的应用，效果较好。支持向量机模型在解决小样本、非线性及高维模式识别问题中有许多优势，且结构简单，具有全局优化性和较好的泛化能力，比神经网络有更好的拟合度。

四、绩效评估

作为集合投资、风险分散、专业化管理、变现性强等特点的投资产品，基金的业绩虽然受到投资者的关注，但要对基金有一个全面的评价，则需要考量基金业绩变动背后的形成原因、基金回报的来源等因素，绩效评估能够在这方面提供较好的视角与方法，风险调整收益、择时/股能力、业绩归因分析、业绩持续性及Fama的业绩分解等指标和方法可从不同的角度对基金的绩效进行评估。

绩效评估模型 / 指标

绩效评估准则
择时 / 股能力
业绩归因分析
风险调整收益
业绩持续性
Fama 业绩分解

模型 / 指标
T-M 模型

H-M 模型

GII 模型

C-L 模型
资产配置收益

证券选择收益

行业选择收益

行业内个股选择收益
RAROC

Sharp, Stutzer

Treynor, Jensen

, ,
双向表分析

时间序列相关性
总风险收益

系统风险收益

分散化投资收益

五、基于行为金融学的投资策略

上世纪50～70年代，随着马科维茨组合理论、CAPM模型、MM定理及有效市场假说的提出，现代金融经济学建立了一套成熟的理论体系，并且在学术界占据了主导地位，也被国际投资机构广泛应用和推广，但以上传统经济学的理论基石是理性人假设，在理性人假设下，市场是有效率的，但进入80年代以后，关于股票市场的一系列研究和实证发现了与理性人假设不符合的异常现象，如：日历效应、股权溢价之谜、期权微笑、封闭式基金折溢价之谜、小盘股效应等。面对这些金融市场的异常现象，诸多研究学者从传统金融理论的基本假设入手，放松关于投资者是完全理性的严格假设，吸收心理学的研究成果，研究股市投资者行为、价格形成机制与价格表现特征，取得了一系列有影响的研究成果，形成了具有重要影响力的学术流派－行为金融学。

行为金融学是对传统金融学理论的革命，也是对传统投资实践的挑战。随着行为金融理论的发展，理论界和投资界对行为金融理论和相关投资策略作了广泛的宣传和应用，好买认为，无论机构投资者还是个人投资者，了解行为金融学的指导意义在于：可以采取针对非理性市场行为的投资策略来实现投资目标。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，并在股价正确定位之后获利。目前国际金融市场中比较常见且相对成熟的行为金融投资策略包括动量投资策略、反向投资策略、小盘股策略和时间分散化策略等。

六、程序化交易与算法交易策略

根据NYSE的定义，程序化交易指任何含有15只股票以上或单值为一百万美元以上的交易。程序化交易强调订单是如何生成的，即通过某种策略生成交易指令，以便实现某个特定的投资目标。程序化交易主要是大机构的工具，它们同时买进或卖出整个股票组合，而买进和卖出程序可以用来实现不同的目标，目前程序化交易策略主要包括数量化程序交易策略、动态对冲策略、指数套利策略、配对交易策略和久期平均策略等。

算法交易，也称自动交易、黑盒交易或无人值守交易，是使用计算机来确定订单最佳的执行路径、执行时间、执行价格及执行数量的交易方法，主要针对经纪商。算法交易广泛应用于对冲基金、企业年金、共同基金以及其他一些大型的机构投资者，他们使用算法交易对大额订单进行分拆，寻找最佳路由和最有利的执行价格，以降低市场的冲击成本、提高执行效率和订单执行的隐蔽性。任何投资策略都可以使用算法交易进行订单的执行，包括做市、场内价差交易、套利及趋势跟随交易。算法交易在交易中的作用主要体现在智能路由、降低冲击成本、提高执行效率、减少人力成本和增加投资组合收益等方面。主要的算法包括：交易量加权平均价格算法(VWAP)、保证成交量加权平均价格算法(Guaranteed VWAP)、时间加权平均价格算法(TWAP)、游击战算法(Guerrilla)、狙击手算法(Sniper)、模式识别算法(Pattern Recognition)等。

综上所述，数量化投资技术贯穿基金的整个投资流程，从估值选股、资产配置到程序化交易与绩效评估等。结合量化投资的特点及我国证券市场的现状，好买认为量化投资技术在国内基金业中的应用将主要集中在量化选股、资产配置、绩效评估与风险管理、行为金融等方面，而随着包括基金在内的机构投资者占比的不断提高、衍生品工具的日渐丰富(股指期货、融资融券等)以及量化投资技术的进步，基金管理人的投资策略将会越来越复杂，程序化交易(系统)也将有快速的发展。