技术分析与超额收益率研究进展
超额收益法-资产评估准则
超额收益法-资产评估准则超额收益法是一种常用的资产评估准则,用于衡量投资项目或资产组合相对于基准的超额收益能力。
本文将介绍超额收益法的概念、应用和计算方法,并探讨其在资产评估中的重要性。
一、超额收益法的概念超额收益法是一种基于相对收益的评估方法,通过比较投资项目或资产组合的实际收益与基准收益之间的差异,来评估其相对表现。
基准可以是市场平均收益、行业平均收益或其他适当的参考指标。
二、超额收益法的应用超额收益法广泛应用于资产评估、基金评估和投资组合管理等领域。
它可以帮助投资者判断一个投资项目或资产组合的相对收益水平,从而做出更明智的投资决策。
三、超额收益的计算方法超额收益可以通过以下公式计算:超额收益 = 实际收益 - 基准收益其中,实际收益是指投资项目或资产组合的实际收益,基准收益是指所选取的基准的收益。
四、超额收益法的重要性超额收益法在资产评估中具有重要的作用。
首先,它可以帮助投资者了解自己的投资项目或资产组合相对于市场或行业的表现。
如果一个投资项目或资产组合的超额收益为正,那么它可以被视为相对于基准的优秀表现。
反之,如果超额收益为负,那么就需要进一步分析原因,并采取相应的调整措施。
超额收益法可以帮助投资者评估投资经理的能力。
通过比较投资经理的实际收益与基准收益之间的差异,可以评估投资经理的超额收益能力。
如果一个投资经理能够持续地实现正的超额收益,那么他的能力就可以得到认可,并有可能获得更多的投资机会。
超额收益法还可以帮助投资者进行资产配置和风险管理。
通过比较不同资产之间的超额收益,投资者可以选择相对收益更高的资产进行配置,从而实现更好的投资组合表现。
此外,超额收益法还可以帮助投资者评估投资项目或资产组合的风险水平,从而制定相应的风险管理策略。
超额收益法是一种重要的资产评估准则,可以帮助投资者评估投资项目或资产组合的相对表现,并提供有价值的信息用于投资决策。
投资者在使用超额收益法时应注意选择适当的基准和合理的计算方法,以获得准确和可靠的评估结果。
基于量化投资策略下超额收益ALPHA模型的建立与实践
基于量化投资策略下超额收益ALPHA模型的建立与实践【摘要】本文旨在探讨基于量化投资策略下超额收益ALPHA模型的建立与实践。
在我们将介绍研究背景和研究意义。
在我们将详细分析超额收益ALPHA模型的理论基础,并介绍基于量化投资策略下的模型构建过程。
我们将深入分析模型实践过程和实验设计与结果分析,探讨实践案例。
在我们将展望基于量化投资策略下超额收益ALPHA模型的未来发展,并进行总结评价以及研究展望。
通过本文的研究,读者将能够全面了解这一领域的相关理论和实践,并对未来发展趋势有所启示。
【关键词】量化投资策略, 超额收益, ALPHA模型, 理论基础, 构建, 实践分析, 实验设计, 结果分析, 案例探讨, 展望, 总结评价, 研究展望1. 引言1.1 研究背景随着金融市场的日益复杂化和全球化,投资者需要更加有效的投资策略来获取超额收益。
传统的基本面分析和技术分析方法已经不能适应市场的快速变化和信息爆炸的环境。
越来越多的投资者开始关注量化投资策略,通过大数据分析和数学模型来辅助投资决策。
量化投资策略以其科学性、系统性、规模化等特点受到越来越多投资者的青睐。
在这样的背景下,超额收益ALPHA模型应运而生。
通过建立ALPHA模型,投资者可以更好地把握市场的机会,实现超额收益。
目前关于基于量化投资策略下超额收益ALPHA模型的研究还比较有限,很多领域还有待深入探讨。
本文将对超额收益ALPHA模型的建立与实践进行深入研究,以期为投资者提供更加有效的投资决策依据。
1.2 研究意义量化投资策略在当前金融市场中占据着重要的位置,它通过数学模型和统计分析来指导投资决策,提高投资效率和收益水平。
超额收益ALPHA模型作为量化投资的核心工具之一,具有较高的实用性和准确性,可以帮助投资者更好地把握市场动态,获取持续稳定的超额收益。
在当前金融市场竞争激烈的情况下,投资者需要不断提升自身的投资能力和水平,以应对市场的挑战和变化。
超额收益率
超额收益率超额收益率是指投资组合或资产相对于其基准收益率的差异。
它是评估投资绩效的一项重要指标,用于衡量投资者是否能够通过投资获得额外的回报。
在金融领域,投资者通常通过购买股票、债券、基金等金融资产来获取收益。
市场上有各种投资产品和策略,投资者的目标是在风险可控的前提下获得较高的收益。
超额收益率的计算方法较为简单。
首先,需要确定一个基准收益率,通常选择市场上常见的指数,例如股票市场上的沪深300指数、美股市场上的标普500指数等。
基准收益率代表着市场的平均表现。
然后,计算投资组合或资产的收益率。
收益率可以通过计算资产价格的变动情况来确定。
收益率的计算可以根据时间段的不同而有所不同,例如日收益率、周收益率、月收益率或年收益率等。
最后,计算超额收益率。
超额收益率等于投资组合或资产的收益率减去基准收益率。
如果超额收益率为正数,表示投资组合或资产的表现超过了市场平均水平;如果超额收益率为负数,表示投资组合或资产的表现低于市场平均水平。
超额收益率的意义在于帮助投资者评估自己的投资表现,判断投资策略的有效性。
如果超额收益率为正,说明投资者的投资策略带来了额外的收益,反之则需要重新评估投资策略。
投资者可以通过比较自己的超额收益率与同类产品或同一市场的平均超额收益率来评判自己的表现。
然而,超额收益率并不是唯一的评价投资绩效的指标,还需要考虑其他因素,如风险。
因为投资本身存在风险,高风险可能会带来高回报,但也可能造成巨大损失。
所以在评估投资绩效时,需要综合考虑收益率和风险的平衡。
综上所述,超额收益率是投资者评估投资绩效的重要指标之一。
通过计算投资组合或资产的收益率与市场基准收益率的差异,投资者可以了解自己的投资策略是否能够获得额外的回报。
然而,超额收益率并非唯一衡量投资绩效的指标,还需综合考虑风险等因素。
基金报告分析基金绩效评估的核心指标与方法解析
基金报告分析基金绩效评估的核心指标与方法解析在投资领域,基金绩效评估是投资者选择投资方向的重要依据之一。
了解基金的绩效评估指标和评估方法,能够帮助投资者更好地进行投资决策。
本文将对基金绩效评估的核心指标和方法进行解析。
一、基金绩效评估的核心指标1. 收益率收益率是评估基金绩效的主要指标之一。
根据投资期限不同,收益率可分为日收益率、周收益率、月收益率、季度收益率、年收益率等。
投资者可以通过比较不同基金的收益率,判断基金的盈利能力和风险水平。
2. 超额收益率超额收益率是指基金相对于基准指数的收益率差异。
基金的表现优于基准指数时,超额收益率为正;基金的表现不及基准指数时,超额收益率为负。
超额收益率能够反映基金经理的择股和择时能力。
3. 风险指标风险指标主要包括标准差、年化波动率等。
标准差反映了基金收益的波动程度,波动越大,风险越高;年化波动率是标准差的年化表示,用于评估基金长期的风险水平。
4. 夏普比率夏普比率是用于衡量基金的风险调整后的收益能力。
夏普比率越高,说明投资者每承担一单位的风险能获取到的超额收益越多。
5. 信息比率信息比率是用于衡量基金经理的主动管理能力。
信息比率越高,说明基金经理通过择股和择时等主动管理操作可以获得更多超额收益。
二、基金绩效评估的方法1. 基准指数法基准指数法是最常用的基金绩效评估方法之一。
该方法将基金的收益与一个相关的基准指数进行比较,以判断基金的表现。
若基金的超额收益率为正,说明基金的表现优于基准指数。
2. 指标系统法指标系统法是综合考虑多个评价指标来评估基金绩效的方法。
其中,可以利用TOPSIS法(技术协同最优解与最劣解法)将基金按照不同指标加权排名,得出综合评价结果。
3. 因子模型法因子模型法是根据统计模型和回归分析,利用多个因子(如市场因子、规模因子等)来解释基金绩效的方法。
通过分析基金与各种因子之间的关系,判断基金管理者的投资能力。
4. 经验法经验法是基于基金经理的经验和投资风格进行评估的方法。
技术指标对股票超额收益率的解释作用——以CCI、MTM、OSC为例
技术指标对股票超额收益率的解释作用以CCI㊁MTM㊁OSC为例冯锦晖摘㊀要:民众投资意识的不断增强ꎬ让人们对股价未来走势的预测越来越成为关注的焦点ꎮ但市面上的技术指标很多ꎬ如何进行对技术指标的选取和分析成了一大难题ꎮ文章选取了其中的三个指标:商品路径指标(CCI)㊁动量线指标(MTM)和变动速率线指标(OSC)ꎬ并以2005年1月1日到2019年6月30日的所有上证指数的上市股票(剔除已破产和ST股)为研究对象ꎬ利用纵向面板回归方法ꎬ计算指标对研究时间维度上的日均超额收益率的相关关系和线性回归ꎬ并将其解释能力与Fama-French五因子(2015)对日均超额收益率的解释能力进行比对ꎬ发现三指标均能解释五因子不能解释的部分ꎬ且加入CCI的解释能力最优ꎮ关键词:技术指标ꎻ解释能力ꎻFama-French五因子ꎻ线性回归ꎻCCI一㊁引言技术分析是金融从业者进行投资的一个重要的分析工具ꎮ所谓的技术分析ꎬ主要是通过一些图形(比如K线图)或一些技术指标(比如MA㊁MACD㊁RSI等)ꎬ再根据一些交易规则来预测股价未来趋势的方法ꎬ这些技术指标通常是利用股价㊁成交量和涨跌幅等量价数据计算得来的ꎮ技术分析是投资者对股票价格变化进行多年观察积累后的一个经验总结ꎮ利用技术分析指标进行对股价的预测是人们对股价未来走势预测的重要手段之一ꎮ但是指标的选取显得尤为重要ꎮ哪些指标对股价㊁对股票收益率的解释能力更好ꎬ相关度更高ꎬ这需要利用庞大的数据量进行分析ꎮ投资者情绪对股票投资有广泛而持久的影响ꎬ不同投资者在使用技术指标时也会受到主观因素的影响ꎬ因为在不同的时间节点ꎬ均有不同的股价技术指标在起着不同的作用ꎬ在某时间段内拥有较强解释能力的技术指标在下阶段解释作用又会减少ꎮ因此ꎬ文章通过对长达15年时间维度的数据进行分析ꎬ目的是挑选出对股价解释能力相对较好的技术指标ꎬ尽管有可能不会在所有时间段都起重要作用ꎬ但是这是一个概率统计的结果ꎮ文章引用了Fama和French(2015)中提及的五因子ꎬ分别为:市场因子(RMRF)㊁规模因子(SMB)㊁账面市值比因子(HML)㊁盈利因子(RMW)和投资因子(CMA)ꎬ以其对标的股票的超额收益率y1的解释能力为基准ꎬ和已选的三个技术指标:商品路径指标(CCI)㊁动量线指标(MTM)和变动速率线指标(OSC)进行比对ꎬ挑选出超越五因子解释能力的指标ꎮ二㊁数据来源文章采用了2005年1月1日到2017年12月31日间所有交易日的所有上证指数的股票的收盘价㊁最高价㊁最低价㊁当天的无风险利率等基础数据(剔除已破产股票以及ST股ꎬ总共1316只股票)ꎮ利用当天收盘价除以上一个交易日收盘价再减一得到日收益率yꎬ再用y减去无风险收益率Rf得到日均超额收益率y1ꎮ同时ꎬ文章利用了已提供的Fama-French五因子指标ꎮ三㊁实证分析很明显ꎬ加入三指标后ꎬ整体的拟合优度与只有五因子相比ꎬ有比较明显的提升ꎬ说明新加入的指标对股票超额收益率是有更大的解释作用的ꎮ利用三指标分别和五因子组合在一起ꎬ再与超额收益率进行线性回归ꎬ回归结果如表1ꎮ可以发现ꎬ分别加入CCI㊁MTM㊁OSC指标后ꎬ整体的拟合程度都有提升ꎮ从原来的0.3左右提升到了0.4左右ꎬ说明三个技术指标都能解释五因子所不能解释的部分ꎮ而且三个指标的回归系数都是显著的ꎬ显著性达到了99%以上ꎮ表1 回归结果y1(1)(2)(3)(4)RMRF0.997∗∗∗0.827∗∗∗0.824∗∗∗0.832∗∗∗(0.00443)(0.00420)(0.00630)(0.00719)SMB0.664∗∗∗0.552∗∗∗0.581∗∗∗0.555∗∗∗(0.0155)(0.0122)(0.0130)(0.0136)HML-0.0703∗∗∗-0.0214∗∗-0.01010.0238∗∗(0.0106)(0.00945)(0.00946)(0.0103)RMW-0.0253∗0.0512∗∗∗0.104∗∗∗0.0350∗∗(0.0140)(0.0133)(0.0136)(0.0138)CMA0.163∗∗∗-0.00929-0.0799∗∗∗0.0368∗∗(0.0119)(0.0129)(0.0140)(0.0143)cci0.116∗∗∗(0.000683)mtm0.144∗∗∗(0.00379)67财经论坛Һ㊀续表y1(1)(2)(3)(4)osc0.124∗∗∗(0.00653)_cons-0.000746∗∗∗-0.000876∗∗-0.000383∗∗∗(0.000190)(0.000107)(0.000149)N2718066271806627180662718066R20.3100.3940.4120.402㊀㊀Standarderrorsinparentheses∗p<0.1ꎬ∗∗p<0.05ꎬ∗∗∗p<0.01四㊁结论根据上述的统计分析ꎬ可以发现ꎬ在基于Fama-French五因子的比对中ꎬ文章选取的商品路径指标(CCI)㊁动量线指标(MTM)和变动速率线指标(OSC)三个指标ꎬ在随同五因子与超额收益率进行回归分析的时候ꎬ回归系数是显著的ꎬ而且在拟合优度上看ꎬ是略优于Fama-French五因子的ꎮ商品路径指标(CCI)是文章所选取的三个指标中ꎬ具有明显优于五因子的对超额收益率的解释能力ꎬ体现在了CCI加入五因子作为解释因子后ꎬ整体的拟合优度的提升ꎮ该提升比MTM㊁OSC的加入更为显著ꎮ参考文献:[1]FamaEFꎬFrenchKR.Afive-factorassetpricingmodel[J].JournalofFinancialEconomicsꎬ2015ꎬ116(1). [2]马悦怡.Fama五因子模型在中国创业板市场适用性的实证研究[J].时代金融ꎬ2019(18):51-53+57.[3]向诚ꎬ陆静.基于技术分析指标的投资者情绪指数有效性研究[J].管理科学ꎬ2018ꎬ31(1):129-148.[4]袁军.技术分析与资产定价[D].北京:对外经济贸易大学ꎬ2018.作者简介:冯锦晖ꎬ华南理工大学ꎮ(上接第75页)因ꎬ将会频繁进行买卖操作ꎬ并且投资者行为存在一致性ꎬ从而影响了股价稳定性ꎮ三㊁政策建议(一)进一步健全相关法律法规ꎬ加强行业监管进一步完善相关法律法规ꎬ加强行业监管ꎮ我国应积极出台法律法规对机构投资者内幕交易等现象进行有效约束ꎬ保障市场的公平公正ꎻ同时ꎬ加大监督ꎬ震慑操作股价等不规范市场投资行为ꎮ比如 涨停敢死队 会利用中小投资者的跟风行为获取超额收益ꎬ引导逐渐形成长期投资的市场理念ꎬ保障我国股市健康发展ꎮ(二)加强股市信息披露我国股票市场具有信息披露不透明㊁不及时的情况ꎬ一方面是机构投资者与个人投资者之间信息不对称ꎬ另一方面是上市公司与投资者之间的信息不对称ꎮ在加强机构投资者信息披露方面ꎬ可以加强龙虎榜交易的特定信息披露ꎬ对于信息披露不合格公司应按照相关法律法规的要求进行处罚ꎬ从而打击恶意操纵股价行为ꎮ在上市公司信息披露方面ꎬ充分的信息披露可有效降低公司融资成本ꎬ推动上市公司自身发展ꎬ激励独立董事发挥积极的监督作用ꎬ鼓励独立董事从自身专业出发进行独立判断ꎬ切实起到监督作用ꎮ(三)引导中小投资者形成正确投资理念相比机构投资者ꎬ中小投资者在信息和专业分析决策上处于劣势ꎬ使得个人投资者倾向于跟风进行投资决策ꎮ监管部门应同证券业协会等机构加强合作ꎬ合理开展投资者教育培训ꎬ推动个人投资者积极参与投资知识的学习ꎬ加强投资者风险意识ꎬ提升个人投资者获取和分析信息的能力ꎬ强化投资决策水平ꎮ参考文献:[1]胡大春ꎬ金赛男.基金持股比例与A股市场收益波动率的实证分析[J].金融研究ꎬ2007(4):129-142.[2]陈卓思ꎬ高峰ꎬ祁斌.机构投资者交易行为特征研究[J].金融研究ꎬ2008(4):122-130.[3]李志文ꎬ余佩瑕ꎬ杨靖.机构投资者与个人投资者羊群行为的差异[J].金融研究ꎬ2010(11):77-89.[4]类淑志ꎬ宫玉松.关于机构投资者的几个问题[J].经济学动态ꎬ2004(3):53-56.[5]SiasRꎬStarksL.Returnautocorrelationandinstitutionalin ̄vestors[J].JournalofFinancialEconomicsꎬ1997ꎬ46(1):103-131.[6]KongGꎬKongD.InstitutionalInvestors TradinginSpecula ̄tion:EvidencefromChina[J].SouthAfricanJournalofEconom ̄icsꎬ2015ꎬ83(4):617-631.作者简介:陈浩勋ꎬ华南理工大学ꎮ77。
TRB技术分析规则在期货市场的有效性检验
维普资讯
T B技 术分析 规则在期货 市场 的有效性检验 R
5 5
的信息 ,基于过 去价格 变化 的套利 “ 型” 就 模 无 用 武之 地 。另外 , 由于 技术 分析 流 派 多样 ,方
法 复杂 ,没有 统一 的理论框 架 ,很 多 方法 难 以用
浪理 论 、江 恩理 论 、周期 理论 或 是成交 量 、持仓
量 等等 在价格 的波动 上描 绘 出来 的经验 图表 。本
文则是参 照大连商 品交 易所 的大 豆期货为标 的
物 ,以交 易 区 间突破 ( R ) 技术 分析 规则 为 主 TB
测 ,但其基本价值可以锁住价格 的波动范 围,所 以对 基本 价值 的分析 ,即对影 响价值 变化 的因素 分析才是最为重要的。价格对价值的长期偏离是
不 可能 的 ,理 性 的交 易 者可 以轻 而易举 地应 用套
就 意味 着收益 的 可预测 性 ,与有效市 场假 说 的最 基 本形 式—— 弱 式 有 效 相 矛 盾 。2 0世 纪 7 0年 代 ,随着有 效 市场理论 的不 断完善 ,有效 市场 假
说 成 为基础 的金融 理论 ,技 术分析 方法无 用成 为
一
利技术使价格 回归到价值 ,市场博弈的结果是那 些非理性的 “ 噪音” 交易者被淘汰 出局。技术 分 析 只强调价 格本 身 的变化 ,忽 略 了对 影 响股票
基本 价值 的因素分 析 ,这在 理论 上是很 难站 住脚 的 。所 以只要 市场 有效 ,能 够充 分反 映过 去所得
传统 金 融 理 论 认 为 ,股 票 价 格 虽 然 变 化 莫
股票收益率的预测与市场效率性检验
股票收益率的预测与市场效率性检验股市是一个充满变化的地方,投资者们经常寻求一种方法来预测股票的收益率,以便做出更明智的投资决策。
然而,股票市场的复杂性使得准确预测股票收益率成为一项艰巨的任务。
在这篇文章中,我们将探讨股票收益率预测的方法以及市场效率性的检验。
一、基本的股票收益率预测方法1. 基本分析:基本分析是一种通过研究一家公司的基本面因素来预测其股票收益率的方法。
投资者通过分析公司的财务状况、行业发展趋势、竞争优势等因素,来预测股票收益率的变化。
然而,基本分析需要大量的数据和专业知识,对大多数投资者来说并不容易实施。
2. 技术分析:技术分析则是通过研究股票价格和交易量等市场数据来预测股票收益率的方法。
技术分析认为历史价格和交易量等数据可以反映市场情绪和趋势,从而预测未来的股票价格。
然而,技术分析在学术界存在争议,并且很难提供可靠的预测结果。
二、新兴的股票收益率预测方法除了传统的基本分析和技术分析方法,学术界和金融机构也在尝试新的方法来预测股票收益率。
以下是一些新兴的方法:1. 机器学习:机器学习是一种通过计算机算法自动发现模式和规律,从而预测股票收益率的方法。
机器学习可以处理大量的数据,并能迅速识别出其中的关键特征。
然而,机器学习需要大量的训练和调整,以适应不断变化的市场情况。
2. 自然语言处理:自然语言处理是一种通过分析新闻报道、社交媒体帖子等文本数据,来预测股票收益率的方法。
自然语言处理利用算法来提取关键词和情感,从而判断市场情绪和趋势的变化。
虽然自然语言处理在理论上很有吸引力,但实际操作中存在很多困难和不确定性。
三、市场效率性的检验市场效率性是指市场上的价格是否能够反映所有可获得的信息。
若市场是高效的,那么股票价格应该准确地反映公司的价值和未来的盈利能力,从而使得股票收益率不可预测。
市场效率性的检验是金融学中的一个重要课题,以下是一些常用的方法:1. 弱式市场效率:弱式市场效率假说认为股票价格已经包含了过去的价格和交易量等信息。
技术分析与超额收益率研究进展
纽约 证券交 易所 和美 国证券交 易所 的股票 数据 ,将 股票 分 为价值 型和成 长型投 资组合 两类 ,并发 现价
值 型投资组 合 5年 内的平均 收益率 要高 于成长 型组
来 检 验 技 术 分 析 的 获 利 能 力 ,得 到 的 结 论 不 尽
论。 [ = 3 ] 波特 ( P o r t a ) 、兰 考 尼 肖科 ( L a k o n i s h o k ) , 雪里 弗 ( S h l e i f e r ) 和维 西 尼 ( Vi s h n y ) 通 过 选 取
计量方 法 的不 断增 加 ,布 鲁克 等人 的研 究方 法 的缺
陷也逐 渐显现 ,因此 沙利文 等人 ( S u l l i v a n e t a 1 )提
出遗传算法来消除事后选择这一缺陷,他们提出怀 特 真 实检 验 来 消除 数 据窥 查 的影 响 等方 法 o [ 2 3 不 同
国家 的学者也 将 不 同的方 法应 用于 各 自的证券 市场
经 济理 论与 经济 管理
2 0 1 3 年第 9 期
技 术 分 析 与 超 额 收 益 率 研 究 进 展
张 学 勇 盖 明昱
( 中央财 经 大 学金 融 学院 ,北京 ,1 0 0 0 8 1 )
[ 提
要] 技 术分 析 能否 帮助 投 资 者 获 得超 额 收 益率 是 金 融 理论 界 广 泛 关 注 的 问题 之 一 。
技术分析有效性的实证研究
技术分析有效性的实证研究一、本文概述本文旨在对技术分析的有效性进行深入的实证研究。
技术分析,作为金融市场分析的重要分支,主要依赖历史价格和交易数据来预测未来市场走势。
尽管这一领域存在诸多争议,但其影响力和应用广泛性不容忽视。
本文首先介绍了技术分析的基本概念、发展历程以及主要的分析工具和方法。
然后,通过收集大量实际市场数据,运用统计学原理和计量经济学模型,对技术分析的各种指标和策略进行了系统的实证研究。
研究内容包括但不限于趋势线、移动平均线、相对强弱指数(RSI)、随机指标(KDJ)等常见技术分析工具的有效性检验。
本文还考虑了不同市场(如股市、期市、汇市等)和不同时间跨度下技术分析的适用性。
根据实证结果,本文得出了关于技术分析有效性的结论,并提出了相应的投资建议和市场展望。
本文期望为投资者提供一个更加全面、客观的视角,以帮助他们更好地理解和应用技术分析。
二、技术分析的基本原理与方法技术分析是金融市场分析的重要分支,它主要依赖于历史价格和交易量的数据,通过特定的图形、指标和工具,以预测未来的市场走势。
其核心理念在于,所有的基本面信息,无论多么复杂或难以捉摸,最终都会反映在价格和交易量的变动上。
技术分析的基本原理主要包括市场行为包容消化一切、价格以趋势方式演变、历史会重演。
市场行为包容消化一切意味着所有可能影响市场走势的信息,包括基本面因素、市场情绪、投资者预期等,都会反映在市场价格和交易量的变动上。
价格以趋势方式演变是指市场价格往往会形成一定的趋势,这种趋势一旦形成,就会持续一定的时间,直到趋势的力量耗尽。
历史会重演则是基于金融市场存在周期性和重复性的观点,认为历史的价格和交易量数据可以为未来的市场走势提供参考。
技术分析的方法主要包括图表分析、指标分析和形态分析。
图表分析是通过绘制价格图表,观察价格走势和交易量变化,以识别市场趋势和交易信号。
常见的价格图表有折线图、柱状图和蜡烛图等。
指标分析则是通过计算特定的数学公式,生成技术指标,以辅助判断市场走势。
超额收益增长估值模型的原理和过程分析
超额收益增长估值模型的原理和过程孙华绪一、模型原理:超额收益增长估值模型是运用利润表中的收益信息进行估值。
收益是一个流量概念,通过资本化(收益/要求回报率)可以转化为估值所需的存量概念。
该模型是基于市盈率P/E 对收益增长进行定价。
运用超额收益增长估值模型进行定价,实质是将高于正常收益(要求的回报率)的价值加到收益资本化的价值之上。
即该模型定义:价值=资本化的收益+预期的收益增长带来的额外价值,即该模型估值要考虑资本化的收益和超额收益增长带来的价值,将两者进行加总。
因此,运用超额收益增长估值模型要从资本化的收益和超额收益增长带来的价值两方面入手,其中超额收益增长带来的价值是预测核心。
超额收益增长是总收益(带息收益)增长超过正常收益增长的部分,此处的总收益增长是考虑带息的收益增长,因为未来收益既包括公司内部收益,又包括股息再投资的收益,因此此处的总收益也被称为带息收益。
则总收益(带息收益)包括资产本身收益和利息再投资于其他资产上的收益两部分,因此每期的总收益(带息收益)可以表示为:带息收益t =收益t +(ρ-1)股息t-1正常收益是按照要求回报率增长的收益,因此每期的正常收益可以表示为: 正常收益t =ρ收益t-1因此每期超额收益增长为:超额收益增长=带息收益t -正常收益t ,这是资产创造的价值高于其资本化的收益的部分,需要加总到资本化的收益上去。
因此,将超额收益增长带来的价值加上资本化的收益,即得到该模型所定义的总的价值估值。
二、模型估值过程由超额收益增长估值模型所定义的价值=收益资本化的价值+超额收益增长带来的价值,所以估值过程就是要预测这两部分,其过程可以分为如下步骤:1.预测第一年的收益Earn 12.用带息收益-正常收益来预测的第二年及以后各期的超额收益增长(用AEG t 表示),并将其折现到第一年年底,即1-t EtAEG ρ。
3.将各期折现的超额收益增长加到第一年的收益上,即Earn 1++++34232EEEAEG AEG AEG ρρρ4.将第一年收益Earn 1和各期折现的超额收益增长均用要求回报率ρE -1予以资本化,转化为价值存量,完成价值估值。
智慧树知到《投资与融资(山东联盟)》章节测试答案
智慧树知到《投资与融资(山东联盟)》章节测试答案第一章1、证券投资通过投资于证券将资金转移到企业部门,因此通常又被称为:A:间接投资B:直接投资C:实物投资D:以上都不正确正确答案:直接投资2、间接投资的优点有:A:积少成多B:续短为长C:化分散为集中D:分散风险正确答案:积少成多,续短为长,化分散为集中,分散风险3、收益的不确定性即为投资的风险,风险的大小与投资时间的长短成反比。
A:对B:错正确答案:错4、所谓证券投资是指在证券市场上短期内买进或卖出一种或多种证券以获取收益的一种经济行为。
A:对B:错正确答案:错5、投资者将资金存入商业银行或其他金融机构,以储蓄存款或企业存款、机构存款的形式存在,从融资者的角度看,是间接融资。
A:对B:错正确答案:对第二章1、一项金融业务在0时刻投资400元;在第2年末回报200元,在第4年末回报300元;则其年实际收益率为A:无穷大B:7.3%C:10%D:5.5%正确答案:7.3%2、某项投资在0时刻投入500元,第1年末投入500元;而在第2年末回报1200元,则该项投资的内部收益率为A:12.79%B:20%C:13.01%D:9.68%正确答案:12.79%3、收益率也称为内部报酬率,是作用于特定现金流上的投资回报率,而非利润率,是投资者渴望达到的报酬率。
A:对B:错正确答案:对4、image.pngA:17.39%B:9.3%C:20%D:9.68%正确答案:17.39%5、某项目在第三年底收入8000元,但支出10000元,则R3为A:2000元B:-2000元C:10000元D:8000元正确答案:-2000元第三章1、进行证券投资技术分析的假设中,从人的心理因素方面考虑的假设是A:市场行为涵盖一切信息B:价格沿趋势移动C:历史会重演D:投资者都是理性的正确答案:C2、下列关于证券投资技术分析的说法,正确的是A:证券市场里的人分为多头和空头两种B:压力线只存在于上升行情中C:一旦市场趋势确立,市场变动就朝一个方向运动直到趋势改变D:支撑线和压力线是短暂的,可以相互转换正确答案:D3、( )不是技术分析的假设A:市场行为涵盖一切信息B:价格沿趋势移动C:历史会重演D:价格随机波动正确答案:D4、技术分析的要素有A:价B:量C:势D:时正确答案:ABCD5、一般来说,技术分析认为买卖双方对价格的认同程度通过成交量的大小来确认,具体表现为A:认同程度小,成交量大B:认同程度小,成交量小C:价升量增,价跌量减D:价升量减,价跌量升正确答案:AC第四章1、下列不属于证券投资的基本面分析的内容是A:宏观经济研究B:行业研究C:公司财务研究D:交易市场研究正确答案:D2、研究具体一个公司时,产能利用率能够表达该公司生产设备的利用充分程度。
基于技术进步角度对三因子模型的改进与实证检验
基于技术进步角度对三因子模型的改进与实证检验摘要:FF三因子模型是关于股市收益率决定因素的标准模型, 认为股票的收益率可以由市场超额收益、规模和账面市值比这三个因子进行解释,这个模型已经在西方股票市场上得到多方检验,在中国A股市上也有了较多的研究,但在创业板市场上的研究有限,由于创业板的自身特点,与其他股票市场存在着巨大差异。
那么,这个模型能否合理解释创业板收益率中国股票市场具有高发展、高投资、高风险的特点,是值得研究的问题。
由于创业板中的公司大多是高新行业,对于技术进步有着较高要求,投资者对于这些公司的研发投入非常看重,所以研发投入对创业板股票收益率也有着举足轻重的影响。
为了证明上述观点,引入技术因子,对标准FF三因子模型进行了改进,并进行了实证检验,实证检验的结果表明, 改进后的模型解释能力更强。
一、问题提出文献综述一般认为,市场行为虽然并不完全符合经济学的理性人假设,但随着市场的不断发展成熟,市场行为将日趋理性化。
发达国家的证券市场已经经历数百年的发展,达到了较为成熟合理性的阶段,并在成熟市场的基础上建立起来了现代金融理论。
资产定价作为金融学的核心问题,一直伴随着金融市场的发展而发展。
从证券市场存在的第一天起,投资者就试图预测股票价格的未来变化。
在对现实经济系统进行各种各样简化的基础上,国内外学者构建了多种证券定价理论和模型,试图刻画资产价格的变化过程。
60年代,夏普、林特纳等推导出著名的资本资产定价模型(CAPM),该模型在所有投资者具有相同效用函数的假定下,证明了市场的证券组合收益率是均值-方差有效的。
资本资产定价模型(CAPM)问世后,许多数据检验证明了CAPM模型缺乏说服力,许多影响股票收益的其他因素陆续被发现。
Fama 和French(1992,1993,1996,1997,1998)认为,CAPM将证券超额回报率简单看成市场证券组合回报率的线性函数太过于简化,应该考虑其他一些风险因素,考虑到绝大多数的均值回报异常现象彼此相关,他们引入了小公司股票组合回报与大公司股票组合回报的差、高账面价值/市值的公司股票组合回报与低账面价值/市值的公司股票组合回报的差,这两个因素与市场组合的超额回报一起能够很好地解释大部分的CAPM异常现象,最终将资产定价从CAPM的单因子(市场组合超额回报)模型扩展到三因子(F-F三因子)模型。
我为何放弃技术分析
我为何放弃技术分析作者:陈逢元来源:《大众理财顾问》2015年第04期技术分析方法总是跟在市场后面,有时也能抓住市场“衣角”,但更多时候抓不住。
股市行情千变万化,以过去特定时期的股市波动规律来预测未来股市变动常常会失灵。
基本分析者其实不必浪费时间和精力去研究各种技术分析方法。
著名技术分析大师的结局波浪理论开创者R.N.艾略特在1929~1933年的全球经济大危机后,预测道琼斯指数将从100多点上升到3000多点,这在当时是惊天动地的大预言。
事实也证明,这确实是很有前瞻性的预测。
20世纪80年代初,道琼斯指数波动在1000点左右,当代波浪理论大师小罗伯特·普莱切特指出,道琼斯指数将涨到3700点左右见顶;1987年道琼斯指数从2700多点暴跌之后,普莱切特预测道琼斯指数在20世纪90年代初期将跌到400点以下,并且将进入持续200年的超级大熊市。
可是,历史狠狠地嘲弄了普莱切特的波浪预言:道琼斯指数在他预言之后的十多年中一再创出新高,竟飙涨到1万多点。
于是波浪理论的声誉也从极盛走向极衰。
创造了“移动平均线八大法则”的图表大师乔·格兰维尔,在20世纪80年代早期能以个人力量左右市场。
1981年1月6日,他向全球3000位投资客户传话:“统统卖掉所有股票”,次日早晨,证券公司里卖单泛滥,道琼斯指数下挫2.4%;在前一年的4月,格兰维尔的买进指示使道琼斯指数上涨了3%;1981年9月,他的卖出指示几乎引起全球金融恐慌。
后来,当道琼斯指数走到接近800点时,他在《格兰维尔市场简讯》中告诉客户,股市正在崩盘中,道琼斯指数将很快跌到450点,投资者不仅应该卖出手中持股,还要卖空,以便在金融末日中获利,结果股市反而站上1200点。
1984年他再度警告数量日益减少的客户:“多头市场只是一个泡沫现象”,崩盘将至。
他的信徒因此痛失20世纪80年代的大牛市,而他股市预测大师的地位从此也一去不返。
最经典的当属被誉为20世纪初“最伟大的股票和期货投机人”的杰西·利文摩尔。
基于改进超额收益法的企业数据资产价值评估
基于改进超额收益法的企业数据资产价值评估一、研究背景和意义随着信息技术的飞速发展,企业数据资产已经成为企业核心竞争力的重要组成部分。
企业数据的积累、处理和应用能力直接影响到企业的经营决策、市场竞争力以及创新能力。
对企业数据资产的价值进行准确评估,对于企业合理配置资源、优化投资决策具有重要意义。
传统的企业数据资产价值评估方法主要基于收益法和成本法,但这些方法存在一定的局限性。
收益法主要依赖于企业未来现金流的预测,而未来现金流受到多种不确定因素的影响,如市场需求、政策法规、技术变革等,导致预测结果存在较大的不确定性。
成本法则忽略了数据资产在现实运营中所产生的经济效益,不能充分反映企业数据资产的实际价值。
为了克服传统评估方法的局限性,本研究提出了一种基于改进超额收益法的企业数据资产价值评估方法。
改进超额收益法是在收益法的基础上,引入了风险调整因子和时间价值因子,使得评估结果更加符合实际情况。
该方法还考虑了数据资产在现实运营中所产生的经济效益,提高了评估的准确性和可靠性。
为企业管理层提供科学、客观的数据资产价值评估方法,有助于企业合理配置资源、优化投资决策,提高企业的经营效益。
为企业投资者提供有效的数据资产价值参考,有助于投资者更好地了解企业数据资产的价值潜力,降低投资风险。
为相关政策制定者提供理论依据,有助于完善企业数据资产管理政策,促进企业数据资产的有效利用和发展。
对于学术界而言,本研究提出的改进超额收益法为其他相关领域的价值评估提供了新的思路和方法,具有一定的学术价值和实践意义。
A. 研究背景和问题陈述随着信息技术的飞速发展,企业数据资产已经成为企业核心竞争力的重要组成部分。
越来越多的企业开始关注如何评估和管理自己的数据资产价值,以便更好地利用这些数据为企业创造价值。
传统的数据资产价值评估方法主要基于数据的数量、质量和功能,但这些方法往往无法充分反映数据资产的实际价值和潜力。
研究一种更为科学、合理的企业数据资产价值评估方法具有重要的理论和实践意义。
超额收益的股票趋势
超额收益的股票趋势超额收益是指股票相对于市场基准所获得的额外收益。
股票趋势是指股票价格在一段时间内的走势。
超额收益的股票趋势可以通过两个方面来分析:市场环境和公司基本面。
首先,市场环境对超额收益的股票趋势有重要影响。
市场情绪和整体经济状况是决定股票价格波动的主要驱动力之一。
当整体经济状况好转,市场情绪乐观时,高风险资产如股票通常会获得更多的超额收益。
这是因为投资者对经济的乐观预期会推动他们更多地投资于股票市场,从而推动股票价格上涨。
相反,当经济状况不佳或市场情绪悲观时,股票价格会受到抛售压力,导致超额收益的下降。
其次,公司基本面也是影响超额收益的股票趋势的重要因素。
公司基本面包括财务状况、盈利能力和增长潜力等。
当一家公司的基本面良好时,其股票往往会获得更多的超额收益。
这是因为投资者会对该公司的未来发展持乐观态度,并愿意为其支付更高的股价。
相反,当公司基本面疲弱时,投资者会对该股票持悲观态度,并将其股价下调,导致超额收益减少。
除了市场环境和公司基本面外,技术分析也是分析股票趋势的重要方法之一。
技术分析主要通过研究股票价格和交易量等指标来判断股票的买卖信号和趋势。
常用的技术指标包括移动平均线、相对强弱指标和MACD等。
这些指标可以帮助投资者判断股票的超额收益趋势,进而制定投资策略。
实际上,超额收益的股票趋势往往是多因素综合作用的结果。
市场环境和公司基本面对股票的影响是相互关联的。
例如,在经济繁荣时期,市场情绪乐观,投资者更愿意投资于具备良好基本面的公司,这会进一步推动这些公司股票的超额收益。
相反,在经济下行时期,投资者会更加谨慎,更倾向于投资相对保守的股票,这可能会导致这些股票的超额收益相对较低。
总的来说,超额收益的股票趋势是由市场环境和公司基本面两个方面共同驱动的。
市场环境主要通过影响市场情绪和整体经济状况来推动股票价格的波动;公司基本面主要通过影响投资者对公司未来发展的预期来推动股票价格的变动。
运用量化投资策略实现超额收益Alpha的理论与实践
运用量化投资策略实现超额收益Alpha的理论与实践运用量化投资策略实现超额收益Alpha的理论与实践导言量化投资是一种基于大规模数据分析和建立复杂模型的投资方法,通过系统性的策略和自动化的交易来获取超额收益。
本文将探讨运用量化投资策略实现超额收益Alpha的理论与实践。
第一部分理论基础一、Alpha的定义Alpha指的是投资组合相对于市场基准所获得的超额收益。
在市场有效假设下,投资组合的超额收益只能归因于Alpha,而不是行业选择或者个股选择的结果。
通过构建量化投资模型,可以识别出市场估值错误和市场动量等因素,进而实现Alpha的实现。
二、量化投资的理论基础量化投资的核心理论包括有效市场假说、资本资产定价模型、市场行为金融学等。
有效市场假说认为市场是高效的,所有信息都被有效地反映在证券价格中,因此随机选取证券可以获得与市场平均收益率相等的投资回报。
然而,行为金融学表明,市场参与者的行为受到情绪和认知偏差的影响,存在着可利用的市场非理性行为,通过挖掘这些行为可以获得超额收益。
三、量化策略的分类量化策略可分为基本面策略和技术指标策略两大类。
基本面策略依靠公司财务指标、市场宏观数据等基本信息进行研究,通过分析公司估值、盈利能力等指标来选择投资组合。
技术指标策略则主要依赖于价格与成交量等市场数据,利用统计学方法和机器学习算法来预测未来价格走势。
第二部分实践案例一、基本面策略:价值投资价值投资策略认为市场定价存在偏差,被低估的股票有复苏或上涨的空间。
通过分析公司财务报表、估值水平等指标,选择具备成长潜力但股价相对较低的股票进行投资。
例如,通过量化模型,可以筛选出具备较低市盈率、市净率且盈利能力稳定的股票,并构建组合进行投资。
二、技术指标策略:均值回归均值回归策略基于统计学原理,认为价格在一段时间内波动后会回归到其长期均值。
通过计算股票的相对强弱指数(RSI)等技术指标,寻找过度买入或者过度卖出的股票,并在价格回归期望水平时进行交易。
基于量化投资策略下超额收益ALPHA模型的建立与实践
基于量化投资策略下超额收益ALPHA模型的建立与实践【摘要】本文旨在探讨基于量化投资策略的超额收益ALPHA模型的建立与实践。
在将介绍研究背景、研究目的和研究意义。
正文中将对超额收益ALPHA模型进行概述,阐述量化投资策略的基本原理,以及构建该模型的关键步骤,并通过实践案例分析进行展示。
最后对模型进行评价与改进。
结论部分将探讨该模型对投资决策的意义,提出未来研究方向,并对整个研究进行总结。
通过本文的研究,将有助于投资者更好地理解量化投资策略下的超额收益ALPHA模型,从而提升投资效益并指导未来的研究方向。
【关键词】量化投资、超额收益、ALPHA模型、基本原理、关键步骤、实践案例分析、模型评价、改进、投资决策、研究方向、结论1. 引言1.1 研究背景随着金融市场的不断发展和变化,传统的主观投资方法逐渐难以适应市场的复杂性和变化性,因此引入量化投资策略成为了必然趋势。
量化投资策略通过利用大量历史数据和数学模型,能够更加客观、科学地进行投资决策,提高投资效率和收益率。
在量化投资领域之中,超额收益ALPHA模型是一种研究的热点。
超额收益ALPHA模型通过对市场波动、股票涨跌等因素进行量化分析,构建具有预测能力的投资模型,从而实现在相同风险水平下获得超过基准收益的目标。
研究基于量化投资策略下超额收益ALPHA模型的建立与实践具有重要的理论和实践意义。
本研究旨在探讨超额收益ALPHA模型的基本原理及构建步骤,借助实践案例分析和模型评价,提出改进建议,探讨基于量化投资策略下超额收益ALPHA模型对投资决策的影响,并展望未来研究方向。
希望通过此研究,能够为投资者提供更科学、有效的投资决策方法,促进金融市场的稳定和发展。
1.2 研究目的研究目的是通过建立基于量化投资策略下超额收益ALPHA模型,探讨在投资领域中如何运用数据分析和算法模型,实现更稳定和可持续的超额收益。
具体来说,我们的研究目的包括:分析和总结超额收益ALPHA模型的概念和特点,深入理解量化投资策略在投资决策中的作用;揭示量化投资策略的基本原理,探讨如何利用历史数据和技术工具构建预测模型以获取超额收益;通过实践案例分析和模型评价,验证超额收益ALPHA模型在真实市场环境中的有效性,并提出改进建议,为投资决策提供更科学和可靠的依据。
multi-period excess earnings method
multi-period excess earnings method1. 引言1.1 概述多期超额收益法(Multi-period Excess Earnings Method)是一种在商业评估中广泛使用的方法,用于确定公司或资产的价值。
该方法基于企业未来现金流量的预测,并分析剩余收益(excess earnings),即超过合理投资回报率所需的收益。
1.2 文章结构本文将对多期超额收益法进行详细探讨,并介绍其定义、原理、步骤和计算方法。
同时,也会涉及到该方法应用范围内的一些关键问题和挑战。
最后,文章将总结主要观点和结论,并展望未来多期超额收益法的发展趋势与挑战。
1.3 目的本文的目标是提供一个全面而清晰的介绍多期超额收益法的文章,以帮助读者更好地理解和应用这种评估方法。
通过深入研究多期超额收益法,读者可以掌握正确使用该方法并解决相关问题所需的知识和技能。
同时,本文也旨在促进学术界关于多期超额收益法的讨论与研究,为今后该领域的发展做出贡献。
多期超额收益法(Multi-Period Excess Earnings Method)是一种用于估计企业商誉、无形资产等财务项目价值的方法。
该方法基于企业未来多个期间的超额收益,通过对这些收益进行预测和折现,确定企业特定财务项目在经济价值中的价值。
2.1 多期超额收益法的概念:多期超额收益指的是企业未来一段时期内,其超过正常回报水平所创造的利润。
该概念认为企业具有持续稳定增长能力,并将这种增长与特定财务项目(如商誉、无形资产)联系起来。
2.2 多期超额收益法的基本原理:多期超额收益法基于两个主要原理:即“市场参照行为”和“折现率比较”。
首先,根据市场参照行为原理,投资者会根据企业过去创造的超过正常回报水平的利润情况来评估特定财务项目(如商誉)所带来的预期未来利润。
投资者会根据企业在过去展示出来的能力以及行业特征等因素对未来利润进行预测。
其次,根据折现率比较原理,多期超额收益法使用合适的折现率将未来预测的多个期间的超额收益折现成当期经济价值。
公司特有风险超额收益率估算研究
公司特有风险超额收益率估算研究北京岳华德威资产评估有限公司赵强内容摘要目前国际、国内一般多采用投资回报率作为折现率。
最常用的股权期望投资回报率的估算方法是采用资本定价模型—CAPM模型,但资本定价模型最初是用来估算股票投资组合投资回报率的,投资组合与单个股票投资之间是存在差异的。
因此如果运用资本定价模型估算单个公司的期望投资回报率还需要进行单个公司或股票的特有风险超额回报率修正,本文借鉴国际上估算单个公司或股票的特有风险回报率的思路,试图建立国内公司特有风险回报率估算模型。
资本定价模型(Capital Asset Pricing Model 或CAPM)是由经济学家 Jack Treynor, William Sharpe和John Lintner建立的,用来估算投资组合(Portfolio)投资回报率的模型。
从理论上说它不适用估算单个股票或公司的投资回报率,这是因为单个公司或股票存在自身特有的风险对投资回报率的影响,对于投资组合理论上可以将单个公司或股票的风险因素,通过投资组合方式剔除。
因此,在考虑一个单个公司或股票的投资收益时,应该考虑该公司的特有风险所产生的超额收益回报率。
公司的特有风险研究,目前国际上比较多的是考虑公司规模因素的影响,公司资产规模小、投资风险就会相对增加,反之,公司资产规模大,投资风险就会相对减小,企业资产规模与投资风险这种关系已被投资者广泛接受,另外公司特有风险也与公司其他的一些特别因素有关,如供货渠道单一、依赖特定供应商或销售产品品种少等。
在国际上有许多知名的研究机构发表过有关文章详细阐述了公司资产规模与投资回报率之间的关系。
如美国的Ibbotson Associate 在其SBBI 每年度研究报告中就有类似的论述。
美国研究公司规模超额收益回报率的另一个著名研究是Grabowski-King 研究,下表就是该研究的结论:组别净资产账面价值(百万美元)规模超额收益率算术平均值规模超额收益率平滑处理后算术平均值116,884 5.70% 4.20%26,691 4.90% 5.40%34,5787.10% 5.80%- -- - - - -- - - --2020510.30%9.80%2117610.90%10.00%2214910.70%10.20%2311910.40%10.50%248410.50%11.00%253713.20%12.00%从上表可以看出公司规模超额收益率随着资产规模的降低由4.2%逐步增加到12%左右。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
遗传规划模型
中国
英国 马来西亚
日本 台湾 泰国 香港 伊朗 加拿大
王 志 刚 、 曾 勇 、 李 平 ,2007[16]
非线性模型能够更好地解释买卖区间收益率 的非对称性
陈 浪 南 、 王 艺 明 ,2001[17]
能 (考虑数据窥查效应)
瞿 慧 、 刘 烨 、 李 娟 ,2011[18]
[收稿日期] 2013-07-02 [基金项目] 国家自然科学基金 (71003113);教育部 “新世纪 优 秀 人 才 支 持 计 划”; 中 央 财 经 大 学
“青 年 科 研 创 新 团 队 支 持 计 划 ”
[作者简介] 张学勇 (1978—),男,安徽庐江人,中央财经大学金融学院副教授,经济学博士; 盖明昱 (1988—),女,辽宁凌源人,中央财经大学金融学院硕士研究生。
能,且中国股票市场尚未达到弱势有效
胡森 (Huson)、邓普西 (Dempsey)、克森 (Keasey),1996[19] 否 (考虑交易成本),英国市场具有弱有效性
布塞姆布兰德 (Bessembinder)、陈 (Chan),1995[20]
能
布塞姆布兰德 (Bessembinder)、陈 (Chan),1995[20]
费夫 (Fyfe)、马尼 (Marney)、塔伯特 (Tarbert),2005[5] 否
甘科 (Gencay),1998[6]
能
White真 实 检 验 遗传规划模型 Bootstrap 检 验
美国
沙 利 文 (Sullivan)、 提 莫 曼 (Timmermann)、 怀 特 (White),简称 STW.,1999[2]
趋势、交易量等指标的历史数据的分析来预测资产 价格的未来走势。由于技术分析并不涉及每只股票 具体的财务信息,与公司本身存在一定的分离,因 此对技术分析的作用理论界一直存有质疑。
早在19世纪30 年代,技术分析就已经被学者 提出。在1932年,道氏理论开创性地提出形成了技 术分析的初步理论。随后,很多学者针对道氏理论 进行分析,先后增加了波浪理论、K 线理论等经典 模型,最终形成了完整的技术分析体系并得到了广 泛应用。随着研究的不断深入,技术分析的作用逐 渐引起了人们的关注。19世纪60~70年代,学术界
经 济 理 论 与 经 济 管 理 2013 年 第 9 期
同方法进行技术分析的结论总结。表1表明,美、 英等发达 国 家 的 股 票 市 场 比 较 完 善, 市 场 趋 于 有 效,因此技 术 分 析 并 不 能 够 带 来 显 著 的 超 额 收 益 率;而在中国、中国香港、马来西亚等发展中国家 和地区,由于股票市场的不完善性,技术分析仍然 能够获得超过买入持有策略的超额收益率。
能
布塞姆布兰德 (Bessembinder)、陈 (Chan),1995[20]
能
布塞姆布兰德 (Bessembinder)、陈 (Chan),1995[20]
不 过 19 世 纪 90 年 代 以 来 , 有 学 者 认 为 早 期 研 究所采用的收益率线性相关模型以及传统的正态分 布t检 验 , 无 法 探 测 技 术 分 析 所 产 生 的 价 格 序 列 的 复杂关系,而技术分析具有市场择时能力并能够为 交易者带 来 超 额 收 益 率。[1]布 鲁 克 (Brock)、 兰 考 尼肖科、黎巴让 (LeBaron) (以 下 简 称 BLL.) 选 取 1897—1986 年 期 间 的 道 琼 斯 工 业 平 均 指 数 (DJIA) 的日收盘价数据,对 移 动 平 均 线 以 及 阻 力 和支撑线 (Trading Range Break) 这 两 种 常 见 的 交 易 规 则 进 行 实 证 检 验 。[1]首 先 ,BLL.通 过 交 易 规则得到股票的买入和卖出信号,通过买入信号 和卖出信号计算买入期间和卖出期间获得的条件 收益率均值,若两者的收益率均值之差不显著为 零 , 则 BLL.认 为 此 种 交 易 规 则 能 够 带 来 超 额 收 益率;同时,由于 股 票 的 收 益 率 存 在 尖 峰 肥 尾、 自相关、条件异方差等非正态分布的特征,导致 传 统 的t检 验 所 得 到 的 结 果 存 在 一 定 的 偏 差 , 由 此 BLL.首 次 采 用 了 脱 靴 检 验 方 法 (Bootstrap 检 验)来对交易规则的预测及获利能力进行更加精 确的检验。检验结果表明:买入信号产生的收益 率均值大于零而卖出信号产生的收益率均值小于 零;买入信号产生更高的收益率,且收益率的波 动性更弱,这并不能被通常的风险收益关系所解
表1
不同证券市场技术分析结论总结
方法
国家或地区
文献
技术分析能否带来超额收益率
传 统t检 验
法玛 (Fama)、布鲁姆 (Blume),1966[3]
否
Bootstrap 检 验 ANN 模型
布鲁 克 (Brock)、 兰 考 尼 肖 科 (LaKonishok)、 黎 巴 让 能
(LeBaron),简称 BLL.,1992[1]
[关键词] 技术分析;收益率非线性;数据窥查;事后选择偏差 [中图分类号]F830.9 [文献标识码]A [文章编号]1000-596X (2013)09-0041-10
一、引言
随着金融市场的建立,如何在市场上获取超额 收益率成为交易者关注的首要问题。在近一个世纪 的投资实践中,金融实务界逐渐形成两种主要的资 产价格预测方法,即价值分析与技术分析。价值分 析是指以影响证券投资的经济因素、行业发展前景、 上市公司的经营业绩、财务状况等多方面因素为依 据,通过判定股票的内在投资价值来寻求投资机会; 而技术分析着重研究价格的运动特性,通过对图形、
否,但交易规则具有市场择时能力 否 在考虑系统风险后超额收益率消失 否 否 能,中国市场还未达到弱态有效性
ARIMA 模型
买入信号能带来显著的正收益,中国股市要 巴萨尔 (Balsara)、陈 (Chen)、郑琳 (Lin Zheng),2007[15]
比中国香港、马来西亚股市波动性更大
ANN 模型 White真 实 检 验 遗传规划模型
二、从价值分析到技术分析
在 19世纪 60 年 代, 对 价 值 分 析 与 技 术 分 析 哪 一种方法更为有效的争论达到第一个顶峰。这一时 期,以法玛 (Fama)为代表的一批学者认为资产价 格不具有线性相关性而是遵循资产价格随机游走模 型 (Random Walk Model),否定了以价格为基础的 技术分析能够获得超额收益率,从而论证了有效市 场假说 (Efficient Market Hypothesis,EMH.)。[3]法 玛和布鲁 姆 (Blume) 选 取 1956—1962 年 道 琼 斯 工 业平均指数 (DJIA)中的30家公司的日收盘价对多 个过滤器规则进行检验,在没有考虑交易佣金与交 易费用时,只有 X=0.5%时的过滤器规则产生比买 入持有策略 (Buy-and-hold)更高的收益率,甚至在 某些过滤器规 则 下 30 家 公 司 的 平 均 收 益 率 为 负 值 ; 同时,在考虑佣金与交易费用后,仅有的超额收益 率 也 由 0.115 2% 变 为 -1.035 9% 。[3]因 此 , 法 玛 和 布鲁姆认为历史价格的变化不能预测未来的资产价 格走势,虽然股票价格的波动存在正或负的相关性, 但 是 这 种 相 关 性 不 足 以 使 其 获 得 超 额 收 益 率 。[3]法 玛 等学者的有效市场假说对技术分析方法的否定,直 接导致技术分析在随后的 20 年陷入低谷。而相反, 价值分析成为股票投资策略的首要选择。
释;买、卖区间的收益率均值的差额大于买入持 有 策 略 的 收 益 。[1]BLL.重 新 开 启 了 对 技 术 分 析 有 效 性 研 究 的 广 泛 讨 论 , 学 者 们 将 BLL.所 采 用 的 方法加以完善,并应用于不同的国家、地区及市 场,但未得到一致的结论。
表1展示了学者们对各个国家(地区)证券市场应用不
20世纪70年代以来,价 值 分 析 主 要 集 中 在 对 股票收益率与财务指标的关系的研究上。法玛等通 过选取1962—1989年 纽 约 股 票 交 易 所、 美 国 股 票
42
交易所以及纳斯达克股票市场股票的日数据,通过 对股票收 益 率 与 公 司 规 模 (Size)、B/M、 财 务 杠 杆和 E/P 做回归发现,公司规模和 B/M 指标提高 了E/P 和财务杠杆对公司股票收益率的解释能力, 并得到高 B/M 的公 司 收 益 率 较 低, 规 模 小 的 公 司 在 20 世 纪 80 年 代 有 较 长 时 间 收 益 率 较 差 的 结 论。[3]波 特 (Porta)、 兰 考 尼 肖 科 (Lakonishok), 雪里弗 (Shleifer) 和 维 西 尼 (Vishny) 通 过 选 取 纽约证券交易所和美国证券交易所的股票数据,将 股票分为价值型和成长型投资组合两类,并发现价 值型投资组合5年内的平均收益率要高于成长型组 合投资,即使考虑到 风 险 调 整, 价 值 型 投 资 组 合 的 超 额 收 益 率 仍 然 存 在 。[4]随 着 研 究 的 不 断 深 入 , 学者们逐渐发现,股票的长期收益率之间存在一 定的自相关性,这在有效市场理论下无法得到充 分的解释,因此学术界又开始重新审视技术分析 的有效性。
经 济 理 论 与 经 济 管 理 2013 年 第 9 期
技术分析与超额收益率研究进展
张学勇 盖明昱
(中 央 财 经 大 学 金 融 学 院 , 北 京 ,100081)
[提 要] 技术分析能否 帮 助 投 资 者 获 得 超 额 收 益 率 是 金 融 理 论 界 广 泛 关 注 的 问 题 之 一 。 早期理论界主要采用传统t检验方法,得出技术分析无效的结论;随着计算机的普遍应用, 布鲁 克等人 (Brock et al) 基于传统t检验存在的计量误差,采取脱靴 检 验 方 法, 认 为 技 术 分 析 能 够 带来显著的超额收益率,随后,有学者认为股票收益率呈现非线性相关的特征,采用前向人工神 经网络模型进行分析,得到技术分析有效的结论;然而,数据窥查效应的剔除使得技术分析获得 的超额收益率减少,遗传规划模型的应用也使得技术分析有效的结论受到了较大的质疑。因此, 目前对于技术分析是否有效这一问题,并没有形成一致的结论,依然有较大的研究空间。