量化投资论文范文

近日小编精心整理了《量化投资论文范文(精选3篇)》，欢迎阅读，希望大家能够喜欢。【摘要】量化金融投资在国内外的发展状况，进行金融投资实行量化投资的必要性，小型软件企业参与量化金融投资的优势和步骤。

第一篇：量化投资论文范文

企业人力资本投资水平量化评价

作者简介：刘传德（1990-），男，汉族，安徽六安人，硕士研究生，管理学硕士，单位：安徽理工大学经济与管理专业，研究方向：人力资源管理。

吕金梅（1990-），女，汉，安徽阜阳人，助教，工程硕士，单位：安徽理工大学计算机科学与工程学院，研究方向：企业管理。

摘 要：为了科学评价企业当前人力资本投资水平，明晰人力资本投入产出过程。本文基于企业人力资本投资和投资收益的特征，从投入产出的视角，构建企业人力资本投资水平量化评价指标体系；并借助因子分析法对案例企业进行量化评价，得出企业因子综合得分。研究结果表明，案例企业人力资本投资水平不高，投资数额和投资比例需要进一步改善。

关键词：人力资本；因子分析法；量化评价；投资收益

引言

随着经济的快速发展，我国综合国力大大增强，其中，人力资本投资是重要的动力源之一。近年来，学术界对于人力资本投资研究不断增加，但是企业人力资本投资问题也越来越多。企业通常只注重加大人力资本投入量，却忽视对其输出量的分析研究，导致人力资本的无效投入或者有效需求的投入不足等现象出现，也就是人力资本投资效率偏低。本文拟通过量化企业生产经营活动中人力资源投入和产出指标，结合人力资本的特征，选取合适的数学模型，对收集的原始数据进行分析，实现对企业人力资本投资收益水平的量化研究，为企业人力资本管理提供决策建议。

1.企业人力资本投资收益特征

人力资本的边际效益有可能递增也有可能递减，也有可能增长至某一固定值后收益值不变，因而企业进行人力资本投资的时候，并不能确定未来的收益价值量大小；其次，人力资本投资对象是人，至于未来什么时间给企业带来效益不可预测。比如员工管理水平提高，但是在什么时刻会给企业带来实质的效益，却是不可预计的。人力资本投资的影响路径为：人力资本投资——增加人力资本存量和质量——企业、社会效益提高，而不是直接产生为经济效益，因此，人力资本的投资收益形式到底是以资金的方式体现出来，还是以人力资源存量变动的方式，还是以社会效益的方式体现，是不可能被完全预测的。

2.企业人力资本投资收益指标体系

通过文献研究、问卷调查与专家咨询等方法，得到影响人力资本投资效益水平的主要因素，建立人力资本投资效益评价指标体系，指标体系构成如下：一级指标：企业人力资本投资投入指标（X），企业人力资本投资产出指标（Y）；二级指标：吸引人才投资总额（X1）教育培训投入总额（X2）医疗保健投资总额（X3）教育培训费用占总收入的比重（X4）受训职工占企业职工总比重（X5）人事流动率（X6）员工知识及技术存量（X7）用人效率（X8）基础资源（X9）产量（Y1）具有技术职称的人数（Y2）一般发病的人数（Y3）员工生理素质（Y4）员工心理素质（Y5）接受卫生保健服务人数（Y6）员工团队意识（Y7）员工满意度（Y8）人均受教育程度（Y9）劳动生产率（Y10）卫生保健服务质量（Y11）产品成本率（Y12）核心员工流动率（Y13）雇主品牌形象（Y14）融资难易度（Y15）劳动保护投资效益（Y16）投资决策科学度（Y17）人员配置效率（Y18）企业人力资本投资效益率（Y19）人力资本投资回报率（Y20）。

3.收益水平量化模型

结合人力资本投资收益的特征，笔者发现因子分析法可以规避以往定性评价的主观性，且有效运用企业现有数据，通过综合打分方法，客观评价企业当前人力资本投资收益水平，测度结果客观性较强。

数学模型如下所示：

X1=a11F1+a12F2+…+a1mFm

X2=a21F1+a22F2+…+a2mFm

Xn=an1F1+an2F2+…+anmFm

X1，X2，……Xn为n个原有变量， F1，F2，……，Fm为m个因子变量，m小于n，其矩阵形式如下：

X=AF+aε

F为因子变量或公共因子，可以理解为高维空间中相互垂直的m个坐标轴；A为因子载荷矩阵，是第i个原有变量在第j个因子变量上的负荷；ε为特殊因子，表示原有变量不能被因子变量所解释的部分。

4.案例实证

4.1案例企业

本文选取淮南市高新开发区10家企业作为样本企业，涉及到的行业有工业企业、建筑业企业、零售业企业、交通运输业企业和住宿餐饮业企业，分别标示为A、B、C、D、……、J企业。为了了解企业规模对投资收益水平的影响，10家样本企业资产总额从1000万元到4亿元不等。

4.2 收益水平量化评价

按照特征值大于2的原则和正交旋转法抽取因子，借助spss19.0对29个原始指标体系进行数据处理，发现若干统计指标之间存在跨因子交叉载荷，需要净化处理。最终从科学、精炼的原则出发，经过多次反复指标调整，最终形成了24个测量指标的评价体系。其中剔除掉的5个指标，分别为：受训职工占企业职工总比重，员工满意度，人均受教育程度，卫生保健服务质量，企业人力资本投资效益率。

新指标体系相关矩阵P值小于0.05，表明指标间有较强的相关性，可用因子分析进行分析。应用主成分分析法进行探索性因子分析，按照主成分分析特征值大于2的和正交旋转法抽取因子， 3个因子总共提取了总方差变异81.834%的数据信息。进一步采用正交旋转变换，使得各变量在某个因子上产生较高载荷，而在其余因子上载荷较小。经过5次迭代后收敛，得到旋转后的因子载荷矩阵和因子得分系数矩阵，将系数带入因子得分模型，得出案例企业综合因子得分。

4.3 结果分析

通过因子分析法，我们提出测度企业人力资本投资收益的三个因子，分别是资本规模基础因子，科学技术创新因子和经济效益增长因子。三个因子的累积方差贡献率达到了81.834%，基本上涵盖了人力资本投资收益测度的关键影响因素。

通过因子得分的分析比较，整体上可看出企业人力资本投入大的企业相对得分较高，说明人力资本对于企业发展的重要意义。然而当A、B、C三家企业的人力资本投资总额相差不大的情况下，A企业的投资效益水平明显较高，这是因为A企业人力资本投资额的分配上教育投资的比重较大，科学技术是第一生产力，加大对教育培训的投资将直接改变企业员工素质，开拓员工的视野，最终体现为创新意识的提高。创新是企业发展最强劲的动力，拥有较高创新意识的企业，将会在激烈的市场竞争中获得一席之地。淮南市是以资源为主要动力的经济体，随着资源储存的不断减少，以及开采过程中所带来的环境问题，将迫使淮南进行产业转型，为实现产业转型背景下人才供给与需求的无缝对接，加强企业人力资本投资意义重大。

参考文献

[1] 孙锐、王通讯、任文硕.我国区域人才强国战略实施评价实证研究[J].科研管理.2011.

[2] 杨存博.企业人力资本投资的案例分析——以A企业为例[J].生产力研究.2012.

[3] 卢纹岱.SPSS统计分析[M].北京：电子工业出版社，2010.

[4] 李东亮，等.基于因子分析的煤矿安全综合评价研究[J].河北工程大学学报：自然科学版，2010.

[5] 王庆.基于因子分析法的煤矿企业安全生产评价研究[J].经济研究导刊，2012.

[6] 赵驰，周勤.科技型中小企业R&D投资、人力资本投资与企业成长路径的关系[J].科技进步与对策，2012.

作者：刘传德 吕金梅

第二篇：量化金融投资的魅力

【摘要】量化金融投资在国内外的发展状况，进行金融投资实行量化投资的必要性，小型软件企业参与量化金融投资的优势和步骤。

【关键词】量化金融投资 软件企业

一、量化金融投资简介

量化投资就是借助现代统计学、数学的方法，从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资，力求取得稳定的、可持续的、高于平均的超额回报。量化投资属主动投资范畴，本质是定性投资的数量化实践，理论基础均为市场的非有效性或弱有效性量化金融投资主要有以下特点：

第一，投资视角更广。借助计算机高效、准确地处理海量信息，在全市场寻找更广泛的投资机会。

第二，投资纪律性更强。严格执行数量化投资模型所给出的投资建议，克服人性的弱点。

第三，对历史数据依赖性强。

二、量化金融投资的现状分析

(一)国外状况

量化投资如今已经走过长达40年的历程。据统计，1970年时，量化金融投资在西方市场的全部占比为零，到2001年时，量化金融投资的资产管理规模已经超过880亿美元。而之后这一数量更是直线式上升。根据路透社数据，截至2010年11月，1600只量化基金管理的总资产高达2600亿美元，年均增长速度高达20%，而同期非量化基金的年增长速度仅为8%。而量化的投资标的，也从最初的利率市场，延伸到国债、外汇、股票期权到气候等几乎所有投资领域。

到2009年，定量投资在全部投资中占30%以上。其中指数类投资几乎全部使用定量技术，主动投资中大约有20%到30%使用定量技术。从2000年到2007年，美国定量投资总规模翻了4倍多，与此相比，美国共同基金总规模只翻了1.5倍。而著名的西蒙斯大奖章基金、索罗斯量子基金在国际资本市场上，依靠最核心的量化投资模型收获了惊人的回报，索罗斯旗下基金2013年大赚55亿美元，居全球首位。

(二)国内状况

伴随着一批海外量化投资人才相继回国，一批采用量化方法进行管理的基金产品相继推出，2009年被媒体称为“中国量化投资元年”。于2009年底发行的富国沪深300指数增强基金，是主动量化方法，在指数型基金中的首度应用。

统计显示，截至2011年6月30日，中国定量投资基金的规模总量约262亿，约占全部基金管理规模的1%。量化投资在中国还有很大发展空间。与国外相比，国内量化基金无论在数量还是规模上都要小得多。2008年的金融危机极大地提升了国人的风险防范意识，也为量化基金的发展提供了历史性的机遇。2010年以后，量化基金在国内发展较快，截止到2014年3月底，据不完全统计，中国的资本市场已有100多只产品实行量化对冲。虽然目前仍处于起步阶段，但量化基金未来的发展空间不可估量。

在近两年的结构性市场行情下，与非量化对冲产品相比，量化对冲产品在收益上的优势并不显著，但在市场震荡的行情下，与传统价值投资相比，量化投资在择股、择时，尤其是系统性风险的判定上，仍展现出一定的过人之处。以华商基金旗下的华商大盘量化精选基金为例，根据WIND数据统计，自2013年4月成立，截止到2014年4月18日，成立以来收益率为31.25%，远超同期混合型基金8.44%的净值增长率;而今年以来，股市经历了一波较大幅度的震荡，该基金在应对下行风险的表现可圈可点，展现出较强的风险管理能力。截止到4月18日，华商大盘量化近三个月的收益率为13.43%，在35只同类可比基金中排名第一，显著地高于同期混合型基金1.59%的平均收益率水平。

以上可以看出国内量化投资分析的市场空间巨大，存在很多的市场机会。

三、金融投资实行定量分析的必要性

(一)员工的技能要求

按照传统的定性投资方式，要求投资公司招募熟悉投资分析的专业技术人才，对员工的行业经验和专业技能有很高的要求。因此依靠计算机的量化辅助分析，是投资公司突破人才需求瓶颈的主要手段之一。

(二)金融产品的多样化

伴随着市场金融产品的日益丰富，从原来20年前的股票，商品期货，基金等少数产品，发展到现在的股票，商品期货，基金，股指期货，国债期货，以及即将推出的期权，港股通等多种金融投资产品，金融产品的日益丰富和员工劳动成本的不断增加使得投资机构必须改变原来的投资策略。必须需要计算机辅助实现量化投资，减少投资公司的人力投入。

(三)交易时间

目前，某些国内的投资品种(如贵金属，有色金属)开展了夜间交易投资，更加需要计算机辅助来实现量化投资。

(四)实现跨地区投资的平等性

定量投资分析根据数据做出处理和判断，几乎不受地区地理位置和市场消息的影响。因此在西部地区开展定量投资分析，可以弥补西部偏远区域金融市场消息落后的后天不足。

四、软件企业参与量化投资的优势

(一)数据挖掘和分析的经验(数据库，数据挖掘工具)

软件企业对大型数据库，数据挖掘工具等软件工具积累了丰富的经验。而量化投资几乎离不开大型数据库的维护和数据挖掘工具。

(二)计算机专业人员有比较深厚的数理统计分析基础和外语基础

在大学里，计算机专业的学生学习数学，概率，统计分析，运筹学等多门数理统计分析基础课程，比其他一般专业的学生基本上多学1年的数理统计分析课程。

(三)处理各种投资平台的数据接口的经验

国内有2家证券交易所，3家期货交易所，每个交易所的数据格式数据接口都不一样，软件企业具备处理较复杂的数据接口的经验。

(四)熟悉计算机集群，云计算等大数据处理的软件和网络及硬件处理技术

软件企业的员工具备计算机集群，云计算等大数据处理的软件和网络及硬件处理技术，为金融产品的大数据海量计算分析提供了技术基础。

(五)应用层面的软件企业人力成本普遍低于证券行业

作为以应用软件开发和软件项目实施为主的西部小型软件企业，其行业薪资水平低于金融证券行业。进入量化投资领域的人力投入成本比较低。

五、如何参与量化金融投资

(一)简单入手

从简单的品种入手，比如指数基金，股指期货等和宏观经济密切相关的产品入手。免除处理价格除权，外盘的影响等多种异常事件的处理手段。

(二)金融产品数据处理和数据源

量化投资的基础是丰富，准确的历史数据，因此获得并整理好历史数据是做好量化投资的前提。

(三)交易平台的设计方案

交易平台的搭建决定了以后量化投资是否能进行高效多维的数据分析和投资策略。是整个量化投资的核心。因此需要多方面论证和借鉴目前市场上主流的量化投资分析平台。

(四)量化投资策略的建立和历史数据测试

建立量化投资策略，并利用历史数据进行测试和参数的优化和调整。

(五)模拟上线

经过参数优化的策略接入实际市场进行模拟投资交易，并进行参数优化和增加突发事件的异常处理。

(六)交易策略正式投入使用

交易策略经过模拟上线后，正式投入使用，并对日常的盈亏情况进行分析和处理，对交易策略进行日常的维护。

六、结论

总体而言：量化金融投资在国内市场还是处于起步阶段，市场空间巨大，相对于受国家宏观调控的传统行业，量化金融投资目前是软件企业发展方向的选择之一。

作者：岑伟

第三篇：基于Alpha策略的量化投资研究

[摘要]量化投资是基于模型分析的一种投资方法，投资过程带有主动性特征，并将市场非有效和弱有效作为实践的理论依据。Alpha策略属于量化投资中的主要实行策略，市场收益比较稳定，可以满足投资者利用创新性的方式获得风险调整后高效益的诉求。本文结合实际经验，论述了基于Alpha策略的量化投资方法和收益，以供相关实践参考借鉴。

[关键词]量化投资；Alpha策略；意义；方法

[DOI]10.13939/j.cnki.zgsc.2015.25.083

Alpha策略最初的理论基础是套期保值，是由美国经济学家H.working提出的，随后股指期货的面市，量化研究便激发了人们浓厚的兴趣。传统的资产管理者理念的哲学基础大部分为追求收益风险平衡，然而平均市场收益与超额收益又很难达到绝对的均衡，因此将超额收益也即Alpha分离出来，建立起基于Alpha策略的量化投资，有助于指导投资实践。

1 Alpha策略在量化投资中的应用意义

量化投资指的是以现代计算机技术为依托，通过建立科学的数学模型，在充分掌握投资环境的基础上践行投资策略，达到预期的投资效果。采用量化投资方式的优点包括其具有相当严格的纪律性、系统性，并且对投资分析更加准确与及时，同时还具有分散化的特点，这使得策略的实施过程更加的机动灵活。量化投资过程使用的具体策略通常有量化选股、量化择时、统计套利、高频交易等，每一种策略在应用过程各有千秋，而Alpha策略属于量化选股的范畴。传统的定性投资也是投资人基于一种投资理念或者投资策略来完成整个投资活动的，最终的目的是要获得市场的占有率，并从中取得丰厚的利润。从这个角度来衡量，量化投资与传统投资的本质并无多大差别。唯一不同的是量化投资对信息处理方式上和传统定性投资有着很大的差异性，它是基于现代信息技术、统计学和现代金融工程理论的基础上完成对各类数据信息的高效处理，在对信息处理的速度、广度上是传统定性投资无法比拟的。在对投资风险的控制方面也具有很大的优势，是国际投资界兴起的新型投资理念和应用方法，也在日益成为机构投资者和个人投资者共同选用的有效投资方案。现阶段量化投资的技术支撑和理论建设的基础包括人工智能技术、数据挖掘、支持向量机、分形理论等，这些现代信息处理与数据统计方式为量化投资的可操作性提供了坚实的基础。

Alpha策略在量化投资中的使用优点主要是对投资指数所具有的价值分析与评定。它不是依赖于对大盘的走向变化或者不同股票组合策略趋势的分析，对投资价值的科学分析与合理评估更能吸引投资者的目光。Alpha策略重视对冲系统风险所获得的绝对收益，在股票投资市场上是一种中性的投资方式，具体的程序有选择资产、对资产的优化组合、建立具体组合方式、定期进行调整。为了促进该策略在投资市场中获得良好的收益，就必须先要重视优秀的选股策略，其次是重视期货对冲平均市场收益的时候所产生的风险控制问题。对冲系统风险时，若是能够及时地对投资组合与相关的股指期货的平均市场收益指进行精准地判定和预测，那么将会对整个投资行为产生积极的影响。

2 基于Alpha策略的量化投资具体策略和实践方法

通常情况下，Alpha策略所获得的实际收益并不是一成不变的，这与该策略本身的特定有关，具体表现在周期性与时变性上。

Alpha策略的时变性主要是指当时间产生变化时，超额收益也会随之而改变。需要清除的是Alpha反映的就是上市公司超越市场的预期收益，因此属于公司资产未来估值预期的范畴，所以上市公司自身所处的发展阶段和发展环境不同，那么就会给Alpha带来影响。由于时变性的特点，这就给策略的具体估计模型的设立带来了更多不可确定的因素，为此，参照对Alpha满足不同动态假设的理论基础，建立起一个可以获得不同种类估算的模型，同时假定在同一个时间范围内，超额收益和市场平均收益都保持恒定不变，这就极大地简化了计算的过程与步骤。也就是说在该段时间内，市场上股票投资组合基本面不会有太大的变化与波动，这就与实际的投资状况基本达成一致。对于投资策略的调整则要根据上市公司重大事项发生情况而定，那么估算的时间单位周期可以采用每日或者每周估算，对每一个季度的历史数据进行调整也可以作为一种调整方式，反映公司季度行情。对于具体证券而言，采用季度或者每周的调整频率则不是最为理想的，还要针对公司情况与市场行情综合调整。

Alpha的周期性特点在交替出现的正负号上最为突出，导致这一情况产生的原因主要是行业的周期性特征与套利效应共同造成的。具体而言，首先不同类型的证券分别属于不同的行业所有，当行业处于景气周期循环状态下会影响Alpha的符号与大小，同时景气程度的深与浅也会对此产生影响。其次一个股票组合产生非常大的超额收益情况下，市场中的其他机构投资者或者个人投资者就会不断地参与到该组合的投资中来，最后会导致Alpha逐渐接近于零。因此在建立不同策略的组合方面，要针对每一个季度的具体情况和波动率，进行综合性地评价与分析，并及时地做出必要的调整，以便最大限度地获得市场收益。

量化投资中的Alpha策略并不是一种单一类型的策略，不同的策略都在寻求获得超额收益的市场机会和可能性。现阶段市场上采用的Alpha策略主要有多因子选股策略、动量策略或者反转策略、波动性策略、行业轮动策略、行为偏差策略等，每一种策略在具体实施过程中都有其特征性，并且可以相互结合使用，发挥出综合预测和评价的作用。

多因子选股策略是必要和常用的选股方式，最大的优势是可以将不同种类和模块的信息进行高效化综合分析与评价后，确定一个选股最佳方案，从而对投资行为进行指导。该种选股策略的模型在建立方面比较容易，是量化投资中的常用方式。同时多因子模型对反映市场动向方面而言具有一定的稳定和可靠性，这是因为所选取的衡量因子中，总有一些可以把握住市场发展行情的特征，从而体现其本来就有的参考价值。所以在量化投资过程中，很多投资者都使用多因子模型对其投资行为进行评估，无论是机构投资者或者是个人投资者，都能够从中受益。多因子选股策略模型的建立重点在于对因子的剔除和选择上，并要合理判断如何发挥每一个因子的作用，做出综合性的评定。

动量策略的投资方式主要是根据价格动量、收益动量的预期与评定，对股票的投资进行相应的调整，尤其是针对本身具有价格动量的股票，或者分析师对股票的收益已经给予一定评级的股票，动量策略的应用效果会比较理想。在股票的持有期限内，某一只股票在或者股票投资的组合在上一段时间内的表现均佳，那么则可以判断在下一段时间内也会具有同样的理想表现，这就是动量效应的评价依据，从而对投资者的行为起到一定的影响作用。反转策略和动量策略恰好相反，是指某一只股票或者股票投资组合在上一段时间内表现很不理想，然而在下一个时期反而会有突出的表现，这也给投资者带来了一线希望，并对影响到下一步的投资策略的制定。

波动性策略也是Alpha策略的一种方式，主要是利用对市场中的各股运动和发展状态的细致观察与理智分析后，列出一些具有相当大的波动性的股票，同时这些股票的收益相关性也比较低，对此加以动态化的调整和规划，从而逐渐获得超额收益的过程。在一些多因子选股策略中也有机构投资者或者个人投资者将股票具有的波动性作为考察与评价因子之一，波动性策略经常和其他策略相结合来评价，这说明股票投资市场本身就具有一定的波动性，因此在投资过程中要慎重对待。

行业轮动策略和行为偏差策略的应用频率不似前面几种高，但也会和另外几种策略相互结合使用。行业轮动策略主要是为了充分掌握市场行业轮动机制与特征，从而可以获得高额的收益，对行业之间的投资也可以非常高效和准确地进行，对把握正确的时机有很大的优势。行为偏差策略目的是窥探到股票市场中存在的过度反应或者反应不足等现象，这些都属于股票投资市场的偏差性行为，从而可以通过投资者对不同股票抱有的差异化评价来实现超额收益。

现阶段，通常将多因子选股策略、动量策略和反转策略以及波动性策略作为Alpha策略实施的主要选股策略，将这些策略结合起来建立综合性的模型，更加便于机构投资者和个人投资者对股票市场的准确把握，采用更为优越的投资策略来获得预期收益。3结论

综上所述，基于Alpha策略的量化投资能够提高对投资风险的可控性，并在最大程度上获得高额市场收益。通过对Alpha策略模型的综合分析，其运用在超过两千万资金规模的机构投资者更能发挥价值，而针对普通投资者应该更加注重投资理念和总体投资环境的相适应性，尤其是对于非理性市场行为的投资，要注重在不同策略之间寻找出内在联系性，充分挖掘数据的潜在价值，针对股票市场的波动率和变化规律，建立科学的综合性的评估模型，最大限度地规避投资的风险，从而获得更高的投资收益，实现投资者预期的效益。

作者：杨喻钦