海通证券-风格轮动模型：高低PB组合轮动跟踪报告-091009
解密大小盘风格轮动之logistic模型——兼谈FOF构建中的市场风格识别
解密大小盘风格轮动之logistic模型——兼谈FOF构建中的市场风格识别大盘与小盘风格轮动是证券市场运行的一个基本特征，是基本面投资者和量化投资者都很关心的问题。
A股市场中，沪深300、中证500、中证1000指数分别是大盘股、中小盘股、小盘股的表征。
2009年下半年以来，中证500开始显著跑赢沪深300；从2013年以来，中证1000又开始跑赢中证500。
虽然小盘股持续领先，但大小盘风格也会时常发生切换，并且部分时段内两者走势差异明显，因此如果能够准确把握大小盘风格切换的节奏，那么获得的收益将远超单纯持有小盘股。
胜率与大小盘轮动收益从2007年5月份以来，中证1000指数战胜沪深300指数的月份数量比例为59%。
这意味着若以沪深300指数和中证1000指数作为投资标的按月轮动投资，平均而言，当月度胜率超过59%时，轮动策略才能战胜单纯持有中证1000指数；如果月度胜率低于41%，轮动策略将跑输单纯持有沪深300指数。
当月度胜率在41%-59%之间时，轮动收益将介于沪深300与中证1000之间。
我们分别按照月度胜率为41%、50%、59%、70%、100%的情形，各做500次模拟，计算不同胜率下大小盘轮动策略的涨幅。
当轮动策略胜率为41%时，轮动策略收益为-7%，与沪深300指数基本相同；当胜率为59%时，轮动策略收益为134%，与中证1000指数基本相同。
当胜率为100%时，轮动策略收益达到2618%。
图1：不同胜率的大小盘轮动收益标准二分类Logistic模型介绍大小盘风格轮动是在大盘或小盘指数中进行二选一的决策，实际是判断大盘指数涨幅-小盘指数涨幅的正负号方向，即0或1 的选择问题，因此可以使用logistic回归模型进行分析，通过估计下一期大盘指数或小盘指数胜出的概率完成决策。
如果某事件发生的概率为p，那么标准二分类logistic模型为：其中p为事件发生的概率，α、β为模型参数，X1-Xk为对事件发生概率有作用的k个影响因素(解释变量)。
券商金融大模型汇总
券商金融大模型汇总
券商金融大模型是一个涉及多个方面的综合性模型，它旨在为券商金融行业提供全面的分析和决策支持。
该模型整合了市场分析、风险管理、投资组合优化等多个模块，以实现对券商金融业务的全面覆盖。
券商金融大模型的市场分析模块是其重要组成部分之一。
该模块通过对市场趋势、行业动态和竞争对手的分析，为券商金融机构提供市场预测和发展趋势的参考。
通过对市场需求、行业政策和经济环境的研究，券商金融大模型可以帮助券商金融机构制定合理的经营策略，以更好地适应市场变化。
风险管理是券商金融大模型的核心。
在金融行业，风险管理是至关重要的，它直接影响着券商金融机构的生存和发展。
券商金融大模型通过对市场风险、信用风险、操作风险等多个方面的综合分析，可以帮助券商金融机构识别和评估风险，制定相应的风险防范和控制措施，从而降低风险带来的负面影响。
投资组合优化也是券商金融大模型的重要功能之一。
投资组合优化是指通过合理的资产配置，以最小化风险或最大化收益为目标，构建一个最优的投资组合。
券商金融大模型通过对不同资产的特性、相关性和收益预测的分析，可以帮助券商金融机构制定最佳的投资策略，提高投资回报率和风险控制能力。
券商金融大模型是一个综合性的工具，它涵盖了市场分析、风险管理和投资组合优化等多个方面，为券商金融机构的决策提供全面的支持。
通过合理利用该模型，券商金融机构可以更好地适应市场变化，降低风险，提高投资回报率，从而实现可持续发展。
「图解缠论」均线与板块轮动指标
「图解缠论」均线与板块轮动指标牛市的板块轮动遵循着一线、二线、三线的节奏，金融板块先行拉升指数做高人气，随后其他优质股启动，但每次的行情中，板块轮动的节奏并不是固定的，虽然在大方向上也有章可循，但对中短线的实际操作却帮助不大。
但利用均线，配合每个交易日的板块排行榜，就实际操作的经验来看，准确率是非常高的，首先谈均线的使用。
K线图中，当前价位所在均线的位置，决定这只股票的强度等级。
按习惯的5、10、20、30、60、120、250日均线系统，就把股市中所有股票分为8类，最弱的股票当前价格在5日均线之下，高一个强度的在5日均线与10日均线之间，以此类推最强的在250均线之上。
当然这种方法如果用在日线上，发挥的作用往往仅限于牛市的起始阶段，随着指数的不断上涨，80%的股票价格都会在250日均线之上，这时日线级别均线对股票的分类就失去了意义，而应该调整到周线或者月线级别去分类。
1) 把股票走势强度按均线的划分，分为8个等级，等级系数从弱到强分别为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8，成为“强弱系数”。
2) 在某一特定板块中，根据当前价格，将板块中所有股票归入到相应的“强弱系数”中，统计出来0.1强度下的a个、0.2强度下的b 个、0.3强度下的c个，以此类推。
3) 将各层次的强弱系数乘以该系数下的股票数，然后相加，即0.1*a+0.2*b+0.3*c……+0.8*h，得出总和。
4) 再将相加的总和除以该板块内的股票数，得出的数值就是板块强弱指标。
将所有的板块强弱指标列出来，再从高到低的排序，板块轮动的大致顺序就可以看的非常清楚。
如果编程能力比较强，更可以将上面的公式编成指标公式，根据股价的实时变化使所有板块的强弱指标呈现在一个界面上，并将实时变化的点会呈现，一个非常精确的板块轮动指标就做好了，对照板块轮动指标操作，尤其对中短线的交易帮助是极大的。
还有一种比较简单的方法，就是将每天的板块排行榜保存下来，每天一列的陈列在表格中，追踪各个板块的排名变化，也可以大致的推算出下一轮启动的是哪几个板块，但这种方法相对于“板块轮动指标”就模糊的多了。
期货交易中的交易模型
期货交易中的交易模型在期货交易市场中，交易者需要采用合适的交易模型来指导交易策略和决策，以期获得更好的交易结果。
本文将介绍几种常见的期货交易模型，并分析其特点和适用场景。
一、趋势交易模型趋势交易模型是一种基于市场趋势的交易方法。
它认为市场会沿着一定的趋势方向发展，交易者可以通过跟随趋势来获利。
趋势交易模型通常使用技术指标如移动平均线、相对强弱指标等来判断市场趋势的方向和力度。
当市场处于上升趋势时，交易者可以选择做多头交易；当市场处于下降趋势时，可以选择做空头交易。
趋势交易模型适用于市场较为明显的趋势情况下，但在震荡市或趋势不明显时效果不佳。
二、均值回归交易模型均值回归交易模型是一种基于市场价值回归至均值的交易策略。
它认为市场价格在短期内有可能偏离均值，且会向均值回归。
交易者可以根据价格的偏离程度来选择适时入场和出场。
常见的均值回归交易模型包括配对交易和统计套利。
配对交易是指通过寻找相关性较高的资产或合约，当其价差偏离历史均值时，做多差价；当价差回归均值时，平仓获利。
统计套利则是利用期货合约价格与其他相关金融指标之间的关系进行交易。
均值回归交易模型适用于震荡市或价格偏离明显的情况。
三、量化交易模型量化交易模型是基于数学和统计模型构建的交易系统。
它通过大量数据的分析和模型推演，自动进行交易决策和执行。
量化交易模型可以利用大量历史数据进行回测和优化，从而找到适合的交易策略。
它通常包括信号产生模型、风险管理模型和执行模型等。
信号产生模型根据市场行情和技术指标生成交易信号；风险管理模型根据策略的风险收益特征进行头寸和仓位的规划；执行模型则负责具体的交易执行和成本控制。
量化交易模型在需要大量数据和较高算力支持的情况下表现出色，适用于高频交易和大规模资金管理。
四、事件驱动交易模型事件驱动交易模型基于市场上发生的特定事件来进行交易。
这些事件可能是财经数据发布、重大事件公告或其他市场影响因素。
交易者可以根据对事件的分析和预测，制定相应的交易策略。
板块轮动的特点有哪些
板块轮动的特点有哪些用在证券术语上，指的是板块与板块之间消灭轮动，推动大盘逐步上扬，比方前一段时间金融板块率领大盘上涨，现在是地产板块推动大盘上涨，这就叫做金融板块与地产板块消灭了板块轮动效应。
这里为大家共享一些关于板块轮动的特点有哪些，期望能挂念到大家!什么是板块轮动板块轮动是指投入热点从一个板块向另一个板块转换的格局。
证券术语中是指板块与板块之间消灭轮动交换，推动大盘逐步上扬的状况。
热点板块轮动的规律1.板块的轮动都会依据最新的国家和行业进展状况，新的社会现象，新的国家政策，板块新题材，以及主力对市场和政策等猜测上涨或下跌，不会消灭排队轮动的现象。
2.区分时间启动的板块，其持续力量不一。
3.当行情处于涨升阶段，市场的热点会比拟集中。
5.行情涨升阶段捕获龙头板块，通过盘面和成交量捕获热点板块。
6. 板块轮动的传导现象。
热点板块轮动尤其是在涨升阶段会消灭明显的传导现象，带动其他板块活泼。
例如房地产板块的持续升温会带动建材、钢铁等板块的活泼。
板块轮动效应的解释同一板块内的股票之间因具备同一特点或同一题材而具备有机的联系，在市场运行中因这种“板块结构〞形成的板块轮动，要升同升，要跌同跌，称之为“板块效应〞，比方金融板块率领大盘上涨，后来是地产板块推动大盘上涨，这就叫做金融板块与地产板块消灭了板块轮动效应。
板块轮动效应的缘由：1)行业板块之间信息传递和波动溢出效应解析较为清楚的呈现了行业收益率之间的波动相关性。
区分行业板块之间存在着信息传递和波动溢出效应：来自一个行业的信息不仅会对该行业收益率产生影响，也会对其他行业收益率造成冲击：一个行业板块的上涨(下跌)会引起其他行业板块的随之上涨(下跌)。
2)板块轮动现象是由于投入者预期的转变所导致的。
投入者在投入决策历程中简洁产生从众心理，一旦某一行业板块的股票价格发生波动，即使信息仅是对某个特定板块有实际意义，这一冲击仍旧将会对其他行业板块的投入者产生影响。
券商金融大模型汇总
券商金融大模型汇总近年来，随着金融科技的快速发展，券商金融大模型逐渐成为金融行业的热门话题。
券商金融大模型是指基于大数据和人工智能等技术手段，对券商金融业务进行全面、多角度的分析和预测的模型。
它能够帮助券商机构更好地理解市场动态，优化投资决策，提高盈利能力。
券商金融大模型主要包括市场分析模型、风险评估模型和投资策略模型等。
市场分析模型通过对市场行情、交易数据和舆情信息等的分析，提供全面准确的市场状况和趋势预测，为券商机构提供投资参考。
风险评估模型则通过对金融市场、企业和个人的风险进行分析和评估，为券商机构提供风险控制和风险防范的决策支持。
投资策略模型则是根据市场分析和风险评估结果，为券商机构提供定制化的投资策略和产品推荐。
券商金融大模型的应用范围广泛，不仅可以用于股票、债券等传统金融产品的分析和交易，还可以应用于期货、外汇、数字货币等新兴金融领域。
通过券商金融大模型，券商机构可以更好地把握市场脉搏，发现投资机会，降低投资风险，提高投资收益。
然而，券商金融大模型也面临一些挑战和问题。
首先，数据的质量和准确性是券商金融大模型的关键。
如果数据源不准确或者数据质量较差，将会导致模型预测结果的不准确。
其次，模型设计和算法选择也是券商金融大模型面临的难题。
不同的金融产品、市场环境和投资目标需要不同的模型和算法来进行分析和预测。
此外，券商金融大模型的应用也可能面临法律法规和隐私保护等方面的挑战。
为了更好地发展券商金融大模型，券商机构需要加强技术研发和人才培养，提高数据质量和模型准确性，同时也需要注重合规和隐私保护。
此外，券商机构还应积极与科研机构、高校和科技企业等合作，共同推动券商金融大模型的研究和应用，实现金融科技与实体经济的有机融合。
券商金融大模型是金融科技发展的重要成果，具有广阔的应用前景和巨大的市场潜力。
通过券商金融大模型，券商机构可以更好地发挥自身优势，提高金融服务水平，为客户提供更加个性化和精准的投资建议和服务。
【天风金工风格轮动专题报告一】风格的重新定义
【天风金工风格轮动专题报告一】风格的重新定义报告要点风格的定义是风格轮动的基础在风格轮动策略的研究中，最基础最根本的就是风格的定义，需要明确轮动所用的标的。
明确风格的构建与收益无关，只与风格刻画的准确性相关。
将风格定义方式区分为依赖于当前状态与依赖于未来状态规模、价值、反转、动量风格投资依赖于股票当前所处状态，因此使用因子当前数值来代表风格指标。
成长、盈利、红利、防御风格投资依赖于股票未来可能所处状态，因此使用预期因子未来值来代表风格指标。
目标下期风格的因子加权方法对未来风格的刻画效果更佳相较于以收益为目标导向的风格定义方法，目标下期风格因子的方式，得到的风格因子值与未来风格的划分相关性更高，更加准确地捕捉到风格。
小盘VS大盘、短期反转VS动量、低估值VS高估值、高盈利VS 低盈利、成长VS价值几类的风格择时价值的更高，择时的研究价值也相对更大无论是不同的风格之间，亦或是同一风格的不同时间点，风格的表现差异性均较大。
从中长期风格月度收益波动率来看，小盘VS大盘、短期反转VS动量、低估值VS高估值、高盈利VS低盈利、成长VS价值几类的风格择时价值的更高，择时的研究价值也相对更大。
在后续的研究中，我们将以这些风格指标为标的，进行各风格指标影响因素分析，构建不同层面的风格轮动模型。
风格定义的问题“巧妇难为无米之炊”，在风格轮动策略的研究中，最基础最根本的就是风格的定义，即风格轮动策略的“米”，需要明确轮动所用的标的。
传统的风格研究中，以大小盘风格为例，以往可能选用沪深300与中证500指数的相对收益作为标准，但事实上这样的方式一方面大小盘的代表不准确，另一方面也很难直接应用于股票投资。
随着多因子理论的兴起，更多人从因子的角度来定义风格，比如以规模因子的表现来定义大小盘风格。
诚然，这样的方法在对某些因子的定义上较为合理，但是在某些因子上这样的方法并不能准确得定义风格。
以成长风格为例，站在当下投资高成长风格的原因本质是想要投资未来能够延续或者有持续的高增速的公司，筛选因子和因子加权应该是以风格的准确刻画为导向。
量化轮动模型-概述说明以及解释
量化轮动模型-概述说明以及解释1.引言1.1 概述概述部分的内容可以包括以下内容：量化轮动模型是一种基于量化分析的投资策略模型，通过对不同资产之间的历史数据进行分析和比较，选择最具潜力的资产进行投资。
该模型基于市场的长期趋势和短期波动，通过动态调整资产配置，寻求更好的投资回报。
在传统的资产配置策略中，投资者往往依赖于主观判断和经验，而量化轮动模型则旨在通过系统性的分析和量化手段，提升投资效果。
该模型利用历史数据和统计方法来确定资产的相对潜力，同时根据市场的变化不断调整资产的配置权重。
量化轮动模型的核心原理是基于市场的长期趋势和短期波动两个关键因素。
长期趋势是指市场在较长时间内的运行方向，它反映了市场的整体发展趋势。
短期波动则是指市场在较短时间内的价格波动，它可以是市场的正常波动或突发事件引起的震荡。
通过对长期趋势和短期波动的分析，量化轮动模型可以判断资产的相对强弱。
当市场处于上升趋势时，模型会倾向于选择那些表现较好的资产进行配置；而当市场处于下降趋势时，模型则会倾向于选择那些表现相对较弱但可能有反弹潜力的资产进行配置。
量化轮动模型的应用场景非常广泛。
在个人投资中，它可以帮助投资者优化资产配置，降低风险，提高收益。
在机构投资中，它可以作为一种有效的投资策略工具，帮助机构优化风险控制和资产配置，提升整体投资绩效。
然而，量化轮动模型也存在一些局限性。
首先，该模型的有效性依赖于准确的历史数据和合理的参数设定。
其次，市场的未来走势不确定，模型无法完全准确地预测和应对突发事件。
此外，该模型对数据的敏感性较高，对于异常值和噪声数据的处理需要更加谨慎。
综上所述，量化轮动模型是一种基于量化分析的投资策略模型，通过对不同资产之间的历史数据进行分析和比较，选择最具潜力的资产进行投资。
它在个人和机构投资中都有着重要的应用，但同时也存在一些局限性。
因此，在使用该模型时应充分考虑其适用性和风险。
1.2 文章结构文章结构部分的内容可以描述整篇文章的框架和组织结构，以便读者能够更好地理解文章的逻辑和内容安排。
风格轮动之周期、消费、金融及成长风格轮动（一）
风格轮动之周期、消费、金融及成长风格轮动（一）之前我们将周期轮动的时候，首先介绍了大盘和小盘的风格轮动，今天我们继续往细分角度介绍周期、消费、金融和成长这四类的风格轮动。
那这四类主要有哪些代表板块呢，笔者做了整理，如下：表格来源：笔者整理那为什么会出现风格上的轮动呢，主要是由于这四种风格受到的影响因素不一。
某些风格受经济走势影响较大，某些风格受货币政策影响，某些风格又受风险偏好和行业政策影响，因此不同时期会有不同的风格占优，我们通过经济、货币、市场利率等影响因素来看下四种风格的影响因素。
上图为中信风格指数与GDP、M2、社融及十年期国债收益率走势的对比图，我们将相关风格变化整理如下表：图表来源：笔者整理通过上表的整理，我们大致可以得出影响不同风格的影响因素：●周期风格：主要取决于经济好坏，经济走强，周期风格往往较强；经济走弱，周期风格往往表现不佳。
●消费风格：消费风格具备长期的价值投资，当市场整体较好的时候，消费能跟上，在市场不好的时候，也相对抗跌。
由于我国从投资驱动向消费驱动转型，因此周期风格较差时，往往消费风格较好。
●金融风格：金融风格主要受货币政策影响。
当经济过热时，央行收紧货币使得银行获得较高的利差，金融风格表现较好，当经济萧条或复苏时，货币政策宽松，同时金融往往需要向实体经济让利，因此金融风格较差。
●成长风格：成长风格取决于市场风险偏好、行业政策。
从风险偏好来说，风险偏好上升，成长风格往往表现较好，反之亦然。
同时成长风格受行业政策影响较大，如新能源政策、科技及5G影响等，此外还有创业板、科创板等相关政策也会对成长风格有所影响。
另外从近几年来看，中美关系的变化对于成长风格影响较大，主要在于中美关系的恶化主要集中于新兴科技产业，因此会影响成长风格的股票。
通过分析，我们知道了经济周期轮动的影响会影响风格的轮动，具体经济周期与风格轮动的关系，以及如何指导我们投资，我们将在下一期介绍。
投资利器——板块动量模型深度解读
投资利器——板块动量模型深度解读先扯点别的，别嫌烦。
每个搞投资的都会发现，很多投资者总在不断的寻找和研究新的指标，其目的无非就这两点：1.找到更早的入场点和出场点。
2.找到更准确的入场点和出场点。
生活中，很多事看起来很正常，细想起来也感觉有趣。
就拿研究指标这个例子来说，就算你对概率没什么研究，也没什么特别深的意识，可是在你的思想和行动当中已经潜移默化地在使用它，找指标反映的就是人的概率意识。
有一句话形容人们使用易经，是这么说的：百姓日用而不知。
呵呵，就是这个道理。
找到更早的入场点和出场点，其实就是为了提高赔率。
找到更准确的入场点和出场点，就是为了提高胜率。
而提高胜率和提高赔率本身，也无形中提高了投资效率。
你说人类厉害不，潜意识当中都在做着很科学的事情，当然聪明+厉害了。
再换个方面说，人类的天性是厌恶风险、追求确定性。
这种天性造就了人人皆有且又根深蒂固的确定性思维方式。
这个确定性思维看起来又和上面提到的潜在概率意识相冲突、相矛盾，其实不然。
这种潜在的概率意识只是为了提醒和督促自己要做到尽可能大的确定性而已。
话句话说就是：概率意识是为确定性意识服务的，人的本质还是追求确定性的。
说这些，绝不是说这种逻辑思维方式不正确。
恰巧相反，这种方式很正确，没有这些，人类也走不到今天。
但问题出就出在，很多投资者在概率思维和确定性思维之间迷失了。
于是，指标大战开始了，不是在找指标的路上，就是在找指标的路上，反正都在路上。
请注意：投资不是科学，不是不需要确定性思维，而是更需要概率思维。
好了，转到正题，说下板块动量表问题。
说之前，先普及一下基础知识。
板块动量模型：通过对涨幅排名在全A股头部一定比例及主力资金持仓达到一定标准的个股进行综合统计，反推出成分个股所属的板块，再通过一定的数学方法计算出相应板块的动量分值和动量排序，得出居有一定科学意义的量化的板块动量数据，从而最终指导我们在个股层面的操作。
另外，没有下载板块动量模型的朋友可以看下面链接：板块资金动量模型最新版公式最近，有朋友还是很疑惑，板块动量表究竟有什么用、怎么用？如何通过板块动量模型更早、更准确的捕捉到入场点和出场点？直接说结论：板块动量模型不是神器，也没那么神秘，跟普通的指标一样，该滞后还是滞后，它永远没有价格跑的快，也没有资金跑的快。
趋势交易中的震荡模型
趋势交易中的震荡模型趋势交易的基本思路是追逐价格的运动方向，因此在价格走势中出现震荡的情况会对趋势交易带来一定的影响。
震荡一般指的是价格在一段时间内围绕着某个关键价位上下波动，并没有明显的向上或向下趋势。
在趋势交易中，我们可以通过这些震荡的特征来确定适当的进出场时机。
下面介绍几种常见的震荡模型：1. 肩膀头肩膀（HS）模型肩膀头肩膀模型是一种技术分析中常用的价格逆转模型。
该模型通常出现在股票价格上升或下跌过程中，预示着价格可能即将逆转方向。
肩膀头肩膀模型通常由三个相邻的峰和谷组成，中间的峰比两侧的谷高。
该模型形态如图所示：
市场趋势模型总结市场趋势模型是金融领域中常用的工具，在市场分析和预测中扮演着重要角色。
本文将对几种常见的市场趋势模型进行总结和分析，帮助读者更好地理解和应用这些模型。
一、移动平均线模型移动平均线模型是市场分析中最基础的趋势模型之一。
它通过计算一段时间内的平均价格，来消除价格波动的噪音，更好地反映市场的真实趋势。
常用的移动平均线包括简单移动平均线（SMA）和指数移动平均线（EMA）等。
投资者可以通过观察价格与移动平均线的交叉点来判断市场趋势的变化，从而进行买卖决策。
二、相对强弱指数（RSI）相对强弱指数（RSI）是一种衡量市场超买和超卖状态的技术指标。
RSI的取值范围通常在0到100之间，数值越大表示市场趋势越强劲。
投资者可以根据RSI指标的数值来判断市场的买卖力量，从而选择合适的交易时机。
三、布林带指标布林带指标是一种通过统计价格波动情况来衡量市场波动性的模型。
它由中轨、上轨和下轨组成，中轨是一条移动平均线，上下轨则是中轨加减一个标准差的值。
当价格脱离布林带区间时，可能预示着市场趋势的变化，投资者可以结合其他技术指标来进行进一步分析和判断。
四、MACD指标MACD指标是一种趋势跟踪和动量指标，通过计算两条不同周期的指数移动平均线之间的差值来判断市场趋势的强弱。
MACD的金叉和死叉信号可以用来指导投资者的买卖决策，帮助他们捕捉市场的短期波动和趋势变化。
总结：市场趋势模型在金融交易中扮演着不可或缺的角色，它们可以帮助投资者更准确地分析市场走势，找到合适的投资时机。
每种模型都有其独特的优缺点和适用范围，投资者应根据自身的需求和交易风格选择适合的模型来辅助决策。
同时，技术分析只是一种辅助手段，投资者还应结合基本面分析和风险管理来进行综合判断，提高交易的成功率和盈利能力。
希望本文对读者理解和应用市场趋势模型有所帮助。
股票价格几何布朗运动模型的理论错误及纠正
股票价格几何布朗运动模型的理论错误及纠正股票价格几何布朗运动模型是传统金融理论中常使用的模型之一，但该模型存在理论错误，需要进行纠正。
一、模型理论错误股票价格几何布朗运动模型认为股票价格符合几何布朗运动模型，即：dS(t)=μS(t)dt+σS(t)dW(t)其中，S(t)为股票价格，μ为股票价格的平均年增长率，σ为股票价格的年波动率，dW(t)为标准布朗运动，表示随机涨跌，符合正态分布。
该模型的概率密度函数为:f(S,T|S0)=1/((2π)^0.5σSqrt(T))*exp((-ln(S/S0)-(μ-0.5σ^2)T)^2/(2σ^2T))该模型认为股票价格的变化是随机的、连续的，在概率上符合正态分布，但实际情况并非如此。
首先，该模型假设了股票价格的波动率σ保持不变，但实际上，股票价格的波动率是随时间变化的。
在金融危机等大事件发生时，股票价格波动率会迅速上升，而在经济乐观时期，股票价格波动率则较为平稳。
其次，该模型认为股票价格的变化是连续的，但实际上，股票价格的变化是离散的。
股票市场每天只有开市和收市两个时间点，股票价格的变化只能在这两个时间点上进行。
这些离散化特征使得股票价格符合几何布朗运动模型的概率密度函数无法描述股票市场的实际情况。
最后，股票价格的变化具有非对称性。
股票价格上涨时，价格上涨幅度可能比下跌幅度小；股票价格下跌时，价格下跌幅度可能比上涨幅度大。
这种非对称性导致股票价格符合的概率分布也具有非对称性。
综上所述，股票价格几何布朗运动模型的理论错误主要表现在模型假设了股票价格波动率不变、价格变化连续、价格变化符合对称正态分布等方面，而这些假设与股票市场的真实情况有很大偏差。
二、模型纠正一种纠正方式是利用随机跳价模型建立股票价格模型。
该模型引入随机跳价，认为股票价格在跳跃到某一价值时具有更大的波动率，可以更好地描述股票市场存在突发事件等非连续性特征。
该模型也能够更好地描述股票价格波动性的变化，通过引入变化的波动率，使得模型更加灵活。
量化选股策略—风格轮动模型
量化选股策略-风格轮动模型财魔弟论坛整理（ID学问猫）市场上的投资者是有偏好的，有时候会偏好价值股，有时候偏好成长股，有时候偏好大盘股，有时候偏好小盘股。
由于投资者的这种不同的交易行为，形成了市场风格，因此在投资中，利用市场风格的变化，进行轮动投资会比一直持有的效果好很多。
基本概念投资风格是针对股票市场而言的，是指投资于某类具有共同收益特征或共同价格行为的股票，即某类投资风格很受欢迎，并且在某一个时间段内具有持续性和连续性(譬如，价值投资和成长型投资两种风格，或者大盘股和小盘股这两种风格总是轮流受到市场追捧).由于投资风格的存在，从而产生一种叫做风格动量的效应，即在过去较短时期内收益率较高的股票，未来的中短期收益也较高；相反，在过去较短时期内收益率较低的股票，在未来的中短期也将会持续其不好的表现。
比如：在2009年是小盘股风格，小盘股持续跑赢沪深300指数；而在2011年，则是大盘股风格，大盘股跌幅远远小于沪深300指数。
如果能事先通过一种模型判断未来的风格，进行风格轮动操作，则可以获得超额收益。
晨星风格箱判别法晨星风格箱法是一个3×3矩阵，从大盘和小盘、价值型和成长型来对基金风格进行划分，介于大盘和小盘之间的为中盘，介于价值型和成长型之间的为混合型，共有9类风格，如表所示。
(1)规模指标：市值。
通过比较基金持有股票的市值中值来划分，市值中值小于10 亿美元为小盘；大于50亿美元为大盘；10亿~50亿美元为中盘。
(2)估值指标：平均市盈率、平均市净率。
基金所持有股票的市盈率、市净率用基金投资于该股票的比例加权求平均，然后把两个加权平均指标和标普500成份股的市盈率、市净率的相对比值相加，对于标普500来说，这个比值和是2。
如果最后所得比值和小于1.75，则为价值型；大于2.25为成长型；介于1.75~2.25之间为混合型。
这也就是我们经常看到的基金的分类，比如：华夏大盘、海富小盘等名称的由来。
酷搜投资 数量化投资系列之三-金融工程130801 风格轮动概要
金融工程2013/08/01偏向小盘股。
由于投资者不同的行为,形成了市场风格,因此在投资中,利用市场风格转换,进行轮动投资效果好很多。
本节研究如何判断市场风格,以及利用模型,获得收益。
投资风格针对市场而言,指投资于某类具有共同受益特征行为的股票,即某类股票较受欢迎。
投资风格来源与异像的研究结果陕西酷搜投资研究所西安所长杨昀昶目录1.风格鉴别 (32.风格轮动定量分析 (43.中信风格模型 (44.大小盘风格模型 (41.风格鉴别方法国外主要用两种方法:一是持股特征基础的投资风格鉴别法(HBS,二是收益率基础的风格鉴别。
a持股基础判断晨星风格箱法是3*3矩阵价值混合成长大盘价值大盘混合大盘成长中盘价值中盘混合中盘成长小盘价值小盘混合小盘成长表11.规模指标:市值。
市值小于10亿美元为小盘,大于50亿美元为大盘,介于二者之间为中盘。
2.估值:平均市盈率、市净率。
基金所持有的该股比例加权平均,然后与标普500成分股平均值相加。
小于1.75为价值,大于2.25为成长,介于二者之间为混合。
2.经济解释a经济周期宏观经济强劲时小盘股收益率高,而低迷时则大盘股高。
b反应过度/不足当某风格强劲时,趋势投资者就会增加投资,而泡沫破裂时风格将毁灭。
c价值回归3.策略模型a传统风格预测1被低估的总会被市场发现,被高估的总会破灭。
因此根据市场偏差,捕捉机会。
2场景预测:主要为两部:1.对影响股票收益因素进行建模。
2.设想未来可能,进行风险预测。
2.风格轮动定量预测目前文献上共三种方法a将风格相对收益率进行回归分析,太过复杂,排除。
bMarkov Switch模型。
cLogistic模型:标准模型如下:pt=p(yt+1=1-e的-x1beta次方/1+e的-x1beta方进行回归分析3.中信标普风格a动量策略1根据组合选择观察j个月2根据收益率最大最小,建立赢着组合和输者组合,对他们分别买入、卖空。
3持有期分别为1月、3月、6月、12月4持有到期末b反转策略除2中构建相反头寸,其余步骤相同4.大小盘风格大小盘因子为1m2同比增速:表示市场流通性。
7种量化选股模型资料
7种量化选股模型1、【多因子模型】2、【风格轮动模型】3、【行业轮动模型】4、【资金流模型】5、【动量反转模型】6、【一致预期模型】7、【趋势追踪模型】1、【多因子模型】多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。
基本概念举一个简单的例子：如果有一批人参加马拉松，想要知道哪些人会跑到平均成绩之上，那只需在跑前做一个身体测试即可。
那些健康指标靠前的运动员，获得超越平均成绩的可能性较大。
多因子模型的原理与此类似，我们只要找到那些对企业的收益率最相关的因子即可。
各种多因子模型核心的区别第一是在因子的选取上，第二是在如何用多因子综合得到一个最终的判断。
一般而言，多因子选股模型有两种判断方法，一是打分法，二是回归法。
打分法就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，根据总分再对股票进行筛选。
回归法就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判，然后再以此为依据进行选股。
多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。
候选因子的选取候选因子的选择主要依赖于经济逻辑和市场经验，但选择更多和更有效的因子无疑是增强模型信息捕获能力，提高收益的关键因素之一。
例如：在2011年1月1日，选取流通市值最大的50支股票，构建投资组合，持有到2011年底，则该组合可以获得10%的超额收益率。
这就说明了在2011年这段时间，流通市值与最终的收益率之间存在正相关关系。
从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。
同样的，可以选择其他的因子，例如可能是一些基本面指标，如 PB、PE、EPS 增长率等，也可能是一些技术面指标，如动量、换手率、波动等，或者是其它指标，如预期收益增长、分析师一致预期变化、宏观经济变量等。
行业轮动模型
行业轮动模型行业轮动模型是一种用来分析股市中行业板块轮动变化的模型。
通过这种模型，投资者可以更好地了解行业板块的投资周期和趋势，从而更准确地选择股票，实现更好的收益。
行业轮动模型的基本原理是：不同的行业板块会随着经济和政策变化呈现出不同的投资周期和趋势。
在市场经济和政策环境下，有些行业板块会有更好的发展机会，而另一些行业板块则会受到一定的制约。
因此，投资者可以通过行业轮动模型来确定投资什么样的行业板块，以获取更好的收益。
行业轮动模型通常包括以下几个步骤：1. 了解各行业板块的发展环境。
投资者需要关注经济和政策环境对各行业的影响，以了解哪些行业板块有更好的发展机会。
2. 掌握各行业板块的投资周期和趋势。
不同的行业板块会呈现出不同的投资周期和趋势，投资者需要掌握其变化规律，以选择更具投资潜力的行业板块。
3. 判断行业板块当前处于哪个阶段。
通过对行业板块的基本面和技术面进行分析，确定其当前处于哪个阶段，从而确定投资策略。
4. 持续追踪行业板块变化。
投资者需要持续追踪行业板块的变化，及时调整其投资策略。
在使用行业轮动模型时，投资者需要了解不同的行业板块的投资周期和趋势。
以下是一些常见的行业板块以及其特点：1. 食品饮料行业。
随着消费升级和人民生活水平的提高，食品饮料行业的发展机会不断增加。
其投资周期通常较为稳定，但收益率相对较低。
2. 房地产行业。
房地产行业的投资周期较长，受宏观经济政策和地方政策的影响较大。
但是，其收益率相对较高。
3. 互联网行业。
互联网行业的投资周期较短，收益率较高。
但由于市场变化快，投资风险较高。
4. 能源行业。
随着全球能源环保意识的高涨，能源行业的发展有望得到更多的政策和市场支持。
但能源价格波动大，其投资周期较为不稳定。
总体而言，行业轮动模型作为一种投资策略，可以在一定程度上帮助投资者准确把握市场趋势和行业板块的发展变化，进而做出更为明智的投资决策。
但需要提醒的是，行业轮动模型只是一种参考，不能完全代替投资者个人的独立判断和决策。
干货：公布懒散指数轮换系统终极板（0910）
干货：公布懒散指数轮换系统终极板（0910）懒散轮换系统今年至今推出过两个版本，在过去一段时间的试验中取得了较好的成绩，实现了涨时领涨，跌时不跌，比如9月7日收盘提示卖出中证消费，买入货币基金，完美躲过这几天的暴跌。
在原系统基础上，作者测试了大量数据，对原系统进行微调，将原20日涨幅改为17日涨幅，历史数据为过去六年半涨幅接近10倍。
本系统基本操作极为简单，仅需每天收盘前看盘一次即可，历史业绩也极其优秀，但震荡市容易发出错误信号，对人性考验较大，并不容易坚持。
这里无偿公布，赠予有缘。
不同系统适合不同的人，不适合本系统的人，也请不必在这个方向上浪费太多时间。
投资途径很多，公众号也会陆续推出其他系统。
总之，用本系统获得长期收益的唯一难点在于：无惧震荡，无脑全仓轮换！【轮动品种】上证50（场内etf 510050）；中证消费（场内etf 159928）；创业板50（场内etf 159949）。
【操作原则】1、观察近17个交易日指数排名，从三个轮动品种中选择排名第一的指数（不管涨幅的正负）。
2、若排名第一的指数位于20日均线之上，则按条件1全仓买入（未持有的情况）或继续持有（已持有的情况）对应指数etf。
若位于20日均线之下，则卖出领先指数etf，买入场内货币基金银华日利etf(511880)或做国债逆回购。
【说明】1、系统采用当日收盘价判断并进行交易。
以上三个品种的etf成交额都在亿元以上，对于散户来说买卖应很容易。
2、观察品种是指数，不宜直接观察etf，因为在历史特定阶段，etf出现过大额折溢价。
如出现大幅溢价（可能性很低），可暂时挑选无溢价的同类指数对应etf买入。
如上证50可换中证100etf，中证消费可换消费50etf，创业板50可换创业板etf，但一旦原品种折溢价恢复正常即需换回。
3、观察指数排名，可使用股票软件中的roc指标，将第一个参数改成17，就是17日涨幅，第二个参数是平均涨幅，可不予理会。
- 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)。
2007.11 低 低
2008.09 低 低
2009.07 低 低
相关报告：《数量化选股模型——风格轮动模型》、《风格轮动模型之二——大小盘轮动的关键因子及其轮动效应分析》、 《风格轮动模型之三——PB 组合轮动的关键因子及其轮动效应分析》。
请务必阅读正文之后的免责条款
信息披露
2009.08 低 高
2007.03 低 低
2008.01 低 低
2008.11 低 低
2009.09 低 高
2007.04 低 低
2008.02 低 低
2008.12 高 高
2009.10 低
2007.05 低 高
2008.03 低 高
2009.01 低 低
资料来源：海通证券研究所
注：红色背景标示的为误差期，其他均为准确期。
2007.06 高 高
2008.04 低 高
2009.02 低 低
2007.07 高 低
2008.05 高 高
2009.03 低 低
2007.08 低 低
2008.06 低 高
2009.04 低 低
2007.09 低 低
2008.07 低 低
2009.05 低 低
2007.10 低 高
2008.08 低 低
采用 8 月的市场宏观数据和 9 月的指数走势数据，模型预测 10 月份低 PB 组合相对高 PB 组合走强。
表 1 具体预测结果
模型预测结果 市场实际趋势
模型预测结果 市场实际趋势
模型预测结果 市场实际趋势
模型预测结果 市场实际趋势
2007.02 低 低
2007.12 低 高
2008.10 高 高
定量策略
2
免责条款
本报告中的信息均来源于公开可获得资料，海通证券研究所力求准确可靠，但对这些信息的准确性及完整性不做任何保证，据此投资， 责任自负。本报告不构成个人投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需要。客户应考虑本报告中的任何意见 或建议是否符合其特定状况。海通证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易，还可能为这些公司 提供投资银行服务或其他服务。本报告仅向特定客户传送，未经海通证券研究所授权许可，任何引用、转载以及向第三方传播的行为 均可能承担法律责任。
我们使用 logit model 来构建模型。采用最优参数为 96 期的历史基准期，通过极大似然估计法进行参数估计，得到每 种组合对于与组合收益相关因子的β系数。时间窗口进行月度滚动，即每个月进行一次新的参数估计。我们利用更新的参 数，以及当月的因子情况，在 logit model 中预测每种组合在下一个周期内成为赢家组合的概率，而非每种组合的具体收益 水平。选取概率最大的组合作为下一期的投资组合。
在之前的研究中，我们已经验证高低 PB 组合在不同时刻存在收益轮动效应。如果能够把握住不同时间点收益走强的 组合，进行风格选时投资，可以达到超出沪深 300 累计收益的轮动策略收益，同时也能够超出对任一种组合进行长期买入 并持有的收益。我们剔除掉市净率为负值的股票，选择市净率最低的 200 只构造低 PB 组合，最高的 100 只作为高 PB 组 合，这两个指数作为我们的投资标的指数。
定量策略报告
海通风格轮动模型——高低 PB 组合轮动跟踪报告
市场趋势报告 2009 年 9 月 30 日
10 月市场低 PB 组合超越高 PB 组合
金融工程助理分析师：郑雅斌
zhengyb@
021-23219395
金融工程首席分析师：胡倩
huqian@
021-23219472
我们研究了宏观经济、价格、估值、技术等诸多因子对组合轮动的影响。 期的工业增加值的同比增速、高低 PB 组合的收益差、高低 PB 组合的 PE 差、高 PB 组合的月度价格动量因子、低 PB 组合的月度价格动量因子能够最好的解释市净率组合的收益，从而有效预测赢家组合来决定轮动策略。