智能量化投资

本书讲解量化投资的思想、模型和方法，帮助读者将投资的思想与量化投资的工具进行有效结合，从而形成开发量化投资策略的能力。本书分两篇：第一篇讲解投资的核心理念与基本面分析思路，涵盖上市公司和宏观经济的分析思路，以及风险管理；第二篇讲解量化投资中的模型、SAS在量化投资中的应用，以及量化投资中的各类因子。本书包含大量基于中国股票市场的案例与策略，帮助读者切实掌握量化投资在中国市场的应用。

肖刚，博士，任教于中国人民大学汉青经济与金融研究院，金融系副教授，硕士生导师。肖刚博士主讲投资学课程，内容涵盖基于中国股票市场的量化投资分析与策略。肖刚博士曾获得\"先进工作者”\"明星教师”\"优秀班主任”等荣誉，并连续两年获评人大--加拿大女王大学金融硕士项目\"年度最佳教师”。 在科研领域，肖刚博士主要研究公司治理，以及人工智能在量化投资领域的应用。肖刚博士的研究也获得了国家自然科学基金青年项目的资助。肖刚博士2007年本科毕业于复旦大学国际金融系，2012年获得美国南卡罗莱纳大学金融学博士。

目 录 投资思想篇 第1章 量化投资在中国股票市场的应用 3 1.1 在中国股票市场进行投资的独到优势 3 1.2 中国股票市场的有效性为量化投资的适用奠定了基础 4 1.2.1 上市公司股票价格是否体现价值 4 1.2.2 上市公司的股票价格是否反映信息 8 1.3 量化投资在中国股票市场上大有可为 9 1.3.1 基于基本面信息的投资策略 9 1.3.2 基于技术指标的量化投资策略 10 1.3.3 基本面指标与技术指标的结合 11 1.4 从量化投资看坚持理性投资的重要性 12 总结 13 第2章 如何分析宏观经济 14 2.1 为什么要做宏观经济分析 14 2.2 宏观经济分析的框架 15 2.3 经济基本面分析 15 2.3.1 经济总量 15 2.3.2 消费 18 2.3.3 投资 22 2.3.4 净出口 24 2.4 政府政策与政治影响 25 2.4.1 经济政策 25 2.4.2 政治与社会稳定 26 2.5 金融市场的分析 27 2.5.1 市场改革 27 2.5.2 流动性 28 2.5.3 投资者情绪 28 总结 28 第3章 美林时钟在中国股票市场的应用 29 3.1 经济周期的划分 29 3.2 经济周期与资产配置 30 3.3 美林时钟在中国股票市场的实证检验 31 3.3.1 数据处理过程 31 3.3.2 GDP增长缺口与CPI的匹配 31 3.3.3 数据检验结果 32 总结 37 第4章 上市公司的定性分析 38 4.1 为什么要做定性分析 38 4.2 定性分析的框架 38 4.3 业务模式 39 4.4 行业地位 40 4.5 发展战略 41 4.6 公司治理 42 总结 43 第5章 上市公司的定量分析 44 5.1 财务表现 44 5.1.1 资产负债表 44 5.1.2 利润表 46 5.1.3 现金流量表 48 5.2 市场估值 49 5.2.1 市盈率 49 5.2.2 市净率 50 5.2.3 其他 50 5.3 一个基于基本面指标的选股策略 50 总结 53 第6章 风险的衡量 54 6.1 总风险 54 6.2 系统性风险和非系统性风险 54 6.3 上行风险和下行风险 55 6.4 在险价值：VaR 55 6.5 最大回撤 58 总结 60 第7章 风险控制的理念与方法 61 7.1 风险控制的理念 61 7.2 风险的分类 66 7.3 风险的处理方式 67 7.3.1 风险规避 67 7.3.2 风险减少 67 7.3.3 风险分担 67 7.3.4 风险转移 68 7.3.5 风险对冲 68 7.3.6 风险预测 68 总结 68 量化建模篇 第8章 基金业绩归因 71 8.1 基金业绩归因：“运气”与“能力” 71 8.1.1 “绝对收益”VS“超额收益” 71 8.1.2 基于多因子模型刻画“超额收益” 72 8.1.3 中国的多因子模型 73 8.2 基金业绩归因：“选股”、“择时”与“可持续性” 74 8.2.1 基金的“选股能力”与“择时能力” 74 8.2.2 基金业绩的“可持续性” 75 总结 76 参考资料 77 第9章 SAS的使用与编程基础 78 9.1 SAS简介 78 9.1.1 什么是SAS 78 9.1.2 SAS的优势 78 9.1.3 SAS的应用领域 79 9.2 SAS的基本操作 79 9.2.1 SAS的工作界面 79 9.2.2 输入数据 80 9.2.3 数据输出 81 9.2.4 文本和数字格式的转化 82 9.2.5 日期函数 82 9.2.6 sort语句 84 9.2.7 滞后函数lag 85 9.2.8 means语句 86 9.2.9 merge语句 87 9.2.10 append语句 88 9.2.11 rank语句 88 总结 90 第10章 SAS在量化投资中的应用 91 10.1 7个应用案例 91 10.2 行业动量效应 95 总结 100 第11章 SAS宏在量化投资中的使用 102 11.1 SAS宏的构成 102 11.2 SAS宏变量的定义 103 11.3 在SAS宏中反复读取宏变量并运行宏 104 11.4 SAS宏举例 105 总结 107 第12章 回 溯 检 验 108 12.1 Fama-MacBeth回归 108 12.1.1 数据结构 108 12.1.2 步骤与模型 109 12.1.3 因变量：收益率 110 12.1.4 自变量 110 12.1.5 回归窗口长度的设置 112 12.2 组合分析 112 12.2.1 剔除不可选的股票 112 12.2.2 收益率的计算 113 12.2.3 组合分析关注的指标 113 12.2.4 交易成本 114 12.2.5 回溯检验的时长 114 12.2.6 选股的方式 114 总结 115 第13章 利用量化指标搭建选股模型 116 13.1 打分法 116 13.1.1 打分法举例 117 13.1.2 打分法的优缺点 117 13.2 排序法 118 13.2.1 排序法举例 118 13.2.2 排序法的优缺点 118 13.3 回归法 119 13.3.1 回归法举例 120 13.3.2 回归法的优缺点 120 总结 121 第14章 基于财务报表的量化投资因子 122 14.1 资产类 122 14.2 盈利类 122 14.3 现金流类 123 14.4 增长类 124 14.5 实证检验结果 125 总结 127 第15章 基于金融市场的量化投资因子 129 15.1 估值 129 15.2 过去收益率 130 15.3 流动性 130 15.4 风险 130 15.5 实证检验的结果 131 总结 132 第16章 公司治理因子 134 16.1 内部机制 134 16.2 外部机制 135 16.3 对公司治理因子的实证检验 136 总结 138 第17章 ESG因子 139 17.1 ESG因子的概念 139 17.2 ESG指标的构建 140 17.3 实证检验 144 总结 147 第18章 事件驱动策略：以大股东交易与高送转为例 148 18.1 大股东交易 148 18.1.1 背景 148 18.1.2 理论预测 149 18.1.3 大股东交易市场统计 149 18.1.4 实证研究方法 152 18.1.5 研究结果 153 18.2 高送转 161 18.2.1 背景 161 18.2.2 理论解释 162 18.2.3 预测方法 162 18.2.4 高送转对股票收益率的影响 165 18.2.5 高送转案例：中联重科 167 总结 168 参考资料 168 第19章 Smart Beta策略 169 19.1 策略简介 169 19.1.1 Smart Beta策略的起源 169 19.1.2 Smart Beta策略的发展与应用 170 19.2 Smart Beta策略在A股市场的表现 171 19.2.1 中国市场的Smart Beta策略设计 171 19.2.2 Smart Beta策略在A股市场的表现分析 171 19.3 Smart Beta策略在中国应用前景的展望 172 总结 173