量化策略研究

量化策略研究（精选8篇）

篇1：量化策略研究

多年来，企业一直在寻求找到并使用一个简单的方法来量化客户的忠诚度，一个例子就是净推荐值（NPS ,Net Promoter Score），又称净促进者得分，NPS是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数。通过问诸如“您有多大可能将我们公司推荐给您的朋友？”这个直截了当的问题，根据愿意推荐的程度让客户在0－10之间打分，以帮助企业把客户分为“推荐者”、“被动者”和“贬损者”3种类型。专注于邮件、短信、微信与APP等多渠道个性化会员营销的webpower中国区认为，让衡量忠诚度无论对于客户还是企业来说都更为简单，这正是NPS和同类模型的一大优势。

随着时间的推移，在企业组织结构中，具备一个关键的客户之声（VoC，Voice of Customer）指标来跟踪和衡量跨部门、竞争对手，甚至行业的客户需求和渴望，这对于事物繁多的企业高层来说，会更加容易消化及理解。我们所熟知的一个VoC促成创新的典型例子就是P&G，P&G每年耗费大量资源在搜集客户洞察上，以了解客户的需求及意见。而NPS就是当今监控客户之声（VoC）最流行的领先指标。NPS模型的度量非常简单，即以自己NPS得分比任何竞争对手更高为衡量目标。

然而，NPS模型也面临着一个挑战。通过反馈把客户分成3组，然后通过计算方法{净推荐值(NPS)=(推荐者数/总样本数)×100%―(贬损者数/总样本数)×100%}得到一个单一的平均分，这一方法尽管简便，但同时也使企业也许失去了对客户更全貌信息的宝贵见解。在当今日益以客户为中心的市场环境中，要求客户反馈，言下之意是你打算用收集到的信息采取后续行动。如果你不打算利用这个信息来倾听或没有能力积极跟进，要求客户反馈可能会导致弊大于利。尤其是对于你企业客户中的“贬损者”。甚至是NPS模型的支持者都同意，如果只是简单地问一个问题，而没有任何额外的细节或跟进是不够的。如客户把你的企业评价为零分，并且不告诉你为什么，那么你也就无法跟进及采取行动。而监控一个你并不知道如何提高的指标，往往非常令人沮丧。

尽管添加太多后续问题会影响简单的一题式调查的吸引力及显著降低客户的响应率。但是，很多企业依然在它们的NPS调查中添加了一些问题，以试图找出和确定高分数及低分数背后的驱动因素。另外，专注邮件、短信、微信及APP等多渠道个性化会员营销服务的webpower中国区也在服务企业的客户实践中看到，一些企业也尝试通过电话、短信或电子邮件等渠道跟进调查对象。这使得企业能够收集更多丰富的洞察力信息，以为了解驱使客户作出响应的动机提供见解，

除此之外，还有一些企业也试图通过建立一个服务补救与客户挽留流程以接触到“贬损者“，并且在某些情况下，设法使企业过去的“贬损者”转变为新的“推荐者”。而通过邀请“推荐者”加入顾问理事会或客户座谈小组，以争取进一步了解客户见解，并鼓励其成为品牌拥护者，也成为企业的策略之一。

不管企业在跟踪、衡量及量化客户忠诚度的过程中采用了哪些指标、策略和方法，在目前的内外部环境下，以下重点非常值得关注：

强化可操作性细节 全方位理解客户体验

保持客户调查的简短和简单是至关重要的，因为客户几乎被其使用的每一个供应商的多个请求“轰炸”。这使得企业必须创建一个关于重购愿意、购买更多等客户忠诚度的简短调查。但是，它是否使你全面理解整个客户生命周期旅程了呢？哪些是企业希望去影响客户体验的关键因素？

webpower中国区认为，通过加入哪怕一个开放式的问题，如“我们怎样才能提高？”企业就可以显著地增强搜集到的信息的可操作性细节。对于大型企业来说，最重要的是还要使该方法具有可扩展性，并且需要一个可挖掘非结构化意见的解决方案。如挖掘文本评论的文本分析，挖掘录制语音批注的语音分析。同时，如今的消费者有太多可以发表自己意见的场所，除网站、博客等传统渠道外，社交媒体也在成为流行的客户意见平台。所以，这要求不管企业愿不愿，它都必须监控社交传媒上正在发生的事情，而有一些企业也将用户主动张贴在社交传媒网站上的评论纳入VoC的范畴。而VoC现在也变种成任何形式的用户反馈，包括未经请求的用户输入。

超越NPS调查反馈 挖掘所有客户接触点

为了赢得对客户生命周期过程的全面了解，在对那些没有留下细节评论或对调查进行响应的客户，我们还应该考虑寻找其他的客户接触点。

一个有效的客户之声（VoC）计划应该超越调查反馈，收集和挖掘如语音、电子邮件、网页、聊天和社交媒体等其他客户接触点。今天，所有交互渠道及行为留下的数字痕迹，为企业全面理解促使客户产生忠诚、生气或被动等的关键驱动因素提供了一个丰富的洞察视野。客户体验的相关负责人可以使用NPS或其他指标来跟踪忠诚度，但需要深入挖掘以了解客户的整个生命周期旅程。因为理解及影响所有接触点的整个客户体验，才是促使公司成长的真正关键所在。

如果您希望了解更多邮件、短信、微信、APP等多渠道内容营销策略及优化建议，或媒体采访报道需求，欢迎与笔者marketing@webpowerchina.com，021-60735097， qq：2355712566

篇2：量化策略研究

量化研究，是指确定事物某方面量的规定性的科学研究，就是将问题与现象用数量来表示，进而去分析、考验、解释，从而获得意义的研究方法和过程。量化，就是以数字化符号为基础去测量。量化研究通过对研究对象的特征按某种标准作量的比较来测定对象特征数值，或求出某些因素间量的变化规律。由于其目的是对事物及其运动量的属性做出回答，故名量化研究。

二、量化研究的研究方法和特点

（一）研究方法

量化研究设计的主要方法有调查法、相关法和实验法。

（二）研究特点

量化研究的特点是：

（1）在自然情境（田野）中搜集资料。

（2）以文字、图画、视听器材、访问逐字稿、照相、录音、笔记记录资料。

（3）重视过程与结果。

（4）将搜集到的资料归纳分析。

（5）注重现场参与者的观点。

（6）以统整的观点进行研究。

（7）研究者保持客观立场。

（8）视研究对象为独特的个案量化研究。

三、质化研究与量化研究各自的不足

实际上，无论是量化研究还是质化研究，都建立在经验的基础上，在实践层面上，任何单一模式的使用都会带来无法解决的问题。

量化研究以其客观、精确而着称。这种研究大多采用假设一演绎的模式，即首先根据对研究对象的一般性了解，作出一定的理论假设，然后通过对样本的调查研究，作出对研究对象整体的推论。研究开始之前的理论假设无疑是重要的，因为它规定了后继的研究方向。但是量化研究恰恰在这一阶段容易出问题。因为量化研究的客观原则要求研究者持“中立”的态度。为了保证中立的态度，量化研究往往选择那些与研究对象没有直接联系的个体，以防止研究者个人情感的涉人。然而，这意味着研究者对研究对象的社会文化背景缺乏了解或没有透彻的了解。这样一来，理解假设和以这一理论假设为基础的调查问卷就出现了问题，其所得的结论也就很难令人信服了。

但是，量化研究的劣势恰恰是质化研究的优势。质化研究强调的是情景性和文化契合性，强调从被研究者的角度看问题，了解被研究者的文化历史背景。因此，如果在量化研究进行之前，首先通过质化研究的无结构访谈对研究对象有一般性的了解，那么理论假设就具有文化契合的基础了。

篇3：量化策略研究

关键词：量化投资,Alpha策略,意义,方法

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

篇4：量化投资的特点、策略和发展研究

【关键词】量化投资  特点  策略  发展

一、引言

量化投资在国外的实践已经有了40多年的发展，我国的量化投资起步较晚，从2004年开始出现量化投资的产品，由于缺乏有效的对冲手段，直到2010年4月沪深300股指期货上市之后才能算是真正意义上开始涉足量化投资。[1]

2015年的中国股市跌宕起伏，杠杆配资引发了大幅上涨和断崖式下跌，股市出现罕见的千股涨停、千股跌停、千股停牌的奇观，众多机构投资者和散户蒙受了巨大的损失。但其中少数量化投资基金在大幅波动的市场中却表现相对稳定。量化投资基金和量化对冲策略的稳健，很快引起了全市场的关注，也成为近期银行、券商、信托等机构追捧的新的产品模式。

在此背景下，作者在本文中对于量化投资的概念、特点、策略、理论基础和发展做一个总结，希望为量化投资研究和实践做一些参考。

二、量化投资解读

（一）量化投资的定义

量化投资在学术界并没有严格统一的定义，现有的定义对于量化投资的定义的侧重点各有不同。本文对于量化投资的定义为：

量化投资是指将投资者的投资思想或理念转化为数学模型，或者利用模型对于真实世界的情况进行模拟进而判断市场行为或趋势，并交由计算机进行具体的投资决策和实施的过程。

（二）量化投资的特点

1.投资决策中能够客观理性，克服人类心理对投资决策的影响。传统投资的分析决策，大多数方面都由人工完成，而人并非能做到完全理性，在进行投资决策时，很难不受市场情绪的影响。[2]量化投资运用模型对历史和当时市场上的数据进行分析检测，模型一经检验合格投入正式运行后，投资决策将交由计算机处理，一般情况下拒绝人为的干预，这样在进行投资决策时受人的情绪化的影响将很小，投资过程可以做到理性客观。

2.能够通过海量信息的大数据处理，提高投资决策效率。我国股票市场上有近3000只股票，与上市公司相关的各种信息纷繁复杂，包括政策、国内外经济指标、公司公告、研究报告等，投资者靠自己手工的筛选根本就是力不从心。量化投资的出现为这个问题的解决带来了希望。量化投资运用计算机技术快速处理大量数据，对其进行辨别、分析、找出数据之间的关联并做出投资决策，大大减少了人工的工作量，提高了投资决策效率。

3.能够实现精准投资。传统的投资方法中认为投资是一门艺术，投资决策需要的是投资者的经验和技术，投资者的主观评价起到决定作用。而量化投资有所不同，尤其是在套利策略中，它能做到精准投资。例如在股指期货套利的过程中，现货与股指期货如果存在较大的差异时就能进行套利，量化投资策略和交易技术会抓住精确的捕捉机会，进行套利交易来获利。另外，在控制头寸规模方面，传统的投资方法只能凭感觉，并没有具体的测算和界定，而量化投资必须要设定严格精确的标准。[3]

4.能够快速反应和决策，把握市场稍纵即逝的机会。量化投资往往利用高速计算机进行程序化交易，与人脑相比它能够迅速发现市场存在的信息并进行相应的处理，具有反应快速、把握市场稍纵即逝的机会的特点。量化投资在速度上最出色的运用就是高频交易，与低频交易相对，高频交易是通过高速计算机，在极短的时间内对市场的变化做出迅速的反应并完成交易。[4]

5.能够有效地控制风险，获取较为稳定的收益。与传统投资方式不同的是，量化投资在获得较高超额收益的同时能够更好地控制风险，业绩也更为稳定。相关研究显示，1996年至2005年期间，量化投资基金与以所有传统主动型投资基金和偏重于风险控制的传统主动型投资基金的信息比率对比情况中，量化投资基金的信息比率都是最高，说明量化投资相对于传统投资，能够在获得更高的超额收益的同时，有效地控制风险。

三、量化投资的策略

一般的量化投资的策略指的是用来实现投资理念或模拟市场行为判断趋势从而获取收益的模型。量化投资需要权衡收益、风险、交易成本、具体的执行等各个方面，一般情况下这些方面会形成相对独立的模块。有时候量化投资策略模型也会将风险、成本等方面融合在模型中。

（一）国外量化投资策略的分类

国外习惯上将量化投资的策略分成两大类，一类是阿尔法导向的策略，另一类是贝塔导向的策略。阿尔法策略（alpha strategy）是通过量化择时和调整投资组合中不同资产的头寸大小来获取收益的策略;贝塔策略（beta strategy）是通过量化的手段复制指数或者稍微的超出指数收益的策略。[6]相比而言，量化指数的贝塔策略相对更容易，所以一般情况下所说的量化投资的策略指的是阿尔法策略（alpha strategy）。

阿尔法策略主要有两种类型，分别为理论驱动模型和数据驱动模型。

理论驱动模型是比较常见的类型，这些策略是运用已经存在的经济、金融学的理论，构建策略模型，进行投资决策。理论驱动模型根据输入的数据的不同可以进一步分类，主要有基于价格相关数据的策略和基于基本面数据的策略。

数据驱动模型广泛的被运用于股票、期货和外汇市场，因为采用的数学工具更为复杂，相对而言难于理解，目前使用的还不是很多。与理论驱动模型不同，数据驱动模型认为进行投资决策其实是不需要理论的支持，运用数据挖掘技术，可以从数据（例如交易所的价格数据）中识别出某种行为模式或市场趋势，进而进行预测或者解释未来的模式，从中获取收益。

（二）我国量化投资策略的分类

国内比较常见的量化投资策略主要有两种分类方式，一种是按投资标的所在市场分类区分的量化投资策略，分为现货市场和衍生品市场量化投资策略。现货市场包括股票市场、ETF市场和债券市场，衍生品市场包括商品期货市场、股指期货市场、国债期货市场、外汇市场和期权与其他衍生品市场，国内运用较多的是投资于商品期货和股指期货等期货市场。

另一种分类方式是分为两大类：判断趋势的单边投机策略和判断波动率的套利交易策略。[7]单边投机策略主要包括量化选股和量化择时，套利交易策略主要包括股指期货套利、商品期货套利、统计套利、期权套利、另类套利策略等，目前国内普遍采用的是这种分类方式。

四、量化投资理论的发展

（一）投资理论的发展

量化投资的理论基础最早可以追溯到上个世纪50年代，Markowitz（1952）[8]第一次把数理工具引入到金融研究领域，提出了均值——方差模型和风险报酬与有效前沿的相关概念，这是量化投资接受的最早的严肃的学术成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在马克维茨研究的基础上得出了资本资产定价模型（CAPM），这是如今度量证券风险的基本的量化模型。

20世纪60年代，Samuelson（1965）与Fama（1965）[12]提出了有效市场假说（Efficient Markets Hypothesis，EMH），这为后来在新闻量化交易等方面提供了思路和理论支持。20世纪70年代，金融衍生品不断涌现，对于衍生品的定价成为当时研究的重点。Black和Scholes（1973）[13]将数学方法引入金融定价，他们建立了期权定价模型（B-S模型），为量化投资中对衍生品的定价奠定了理论基础。在该理论之后，Ross（1976）[14]根据无套利原则提出了套利定价理论（APT），该理论是资本资产定价模型（CAPM）的完善和发展，为量化投资中的多因素定价（选股）模型提供了基础，这也是Alpha套利的思想基础。

20世纪80年代，期权定价理论倒向微分方程求解;“金融工程”概念得以产生，金融工程着力于研究量化投资和量化交易。同期，学者们从有效市场理论的最基本假设着手，放宽了假设条件，形成了金融学的另一个重要的分支——行为金融学。

20世纪90年代，金融学家更加注重对于金融风险的管理，产生了诸多的数量化模型，其中最为著名的风险管理数量模型是VaR（Value at Risk）模型，这是量化投资对于风险控制的重要理论基础。[15]

20世纪末，数理金融对于数学工具的引入更加的迅速，其中最为重大的突破无疑是非线性科学在数理金融上的运用，非线性科学的出现为金融科学量化手段和方法论的研究提供了强有力的研究工具[16]，尤其在混合多种阿尔法模型而建立混合模型时是非常有效的一种技术。

（二）量化投资的数学和计算基础

量化投资策略模型的建立需要运用大量的数学和计算机方面的技术，主要有随机过程、人工智能、分形理论、小波分析、支持向量机等。[17]随机过程可以用于金融时序数列的预测，在现实中经常用于预测股市大盘，在投资组合模型构建的过程中，可以优化投资组合;人工智能的很多技术，例如专家系统、机器学习、神经网络、遗传算法等，可以运用于量化投资;分形理论用于时间序列进行预测分析;小波分析主要用于波型的处理，从而预测未来的走势;数据挖掘技术可以运用于数据驱动模型，还可以运用于设置模型的细节;支持向量机可以分析数据，识别模式，用于分类和回归分析。

五、国内外量化投资实践的发展

（一）国外量化投资实践的发展

本文认为量化投资在国外的发展已经经历了四个发展阶段：

1.第一阶段从1949年至1968年：对冲阶段。该阶段是量化投资的萌芽阶段，该阶段具体的量化投资实践很少，主要是为量化投资提供的理论基础和技术准备，量化投资脱胎于传统投资，对抗市场波动，通过对冲稳定Alpha收益，但收益率低了。

2.第二阶段从1969年至1974年：杠杆阶段。在该阶段，量化投资从理论走入了实践。在投资思路上，因为原本的Alpha策略收益有限，通过放杠杆扩大第一阶段的稳定收益。实践方面，1969年，前美国麻省理工学院数学系教授爱德华·索普（Ed Thorp）开办了第一个量化对冲基金，进行可转债套利，他是最早的量化投资的者使用者。1971年，巴莱克国际投资公司（BGI）发行了世界上第一只被动量化基金，标志着量化投资的真正开始。

3.第三阶段从1975年至2000年：多策略阶段。在这一阶段，虽有一定的挫折，但总体上量化投资得到了平稳的发展。在投资思路上，由于上一阶段通过杠杆放大收益的副作用产生，放大以后的波动率又增大，从而转向继续追求策略的稳定收益，具体的手段是采用多策略稳定收益。实践方面，1977年，美国的富国银行指数化跟踪了纽约交易所的1500只股票，成立了一只指数化基金，开启了数量化投资的新纪元。[18]1998年，据统计共有21只量化投资基金管理着80亿美元规模的资产。[19]

4.第四阶段从2000年至今：量化投资阶段。这一阶段，量化投资得到了迅猛的发展，并且发展的速度越来越快。投资思路上，运用量化工具，策略模型化，注重风险管理。在实践方面，在2008年全球金融危机以前，全球对冲基金的规模由2000年的3350亿美元在短短的7年时间内上升至危机发生前的1.95万亿美元，受美国次贷危机的影响全球对冲基金规模有较大的回落，直到2008年之后，在全球经济复苏的大背景下对冲基金规模才开始反弹。

（二）我国量化投资的发展

本文认为，到目前为止，我国量化投资的发展的主要经历了三个阶段：

1.第一阶段从2004年至2010年：起步阶段。在这一阶段，由于我国没有足够的金融工具，量化投资在我国发展缓慢。2004年8月，光大保德信发行“光大保德信量化股票”，该基金借鉴了外方股东量化投资管理理念，这是我国最早的涉足量化投资的产品。2010年4月16日，准备多年的沪深300股指期货的在中金所的上市，为许多对冲基金的产品提供了对冲工具，从此改变了以前我证券市场只能单边进行做多的情况。

2.第二阶段从2011年至2013年：成长阶段。2011年，被认为是我国量化对冲基金元年，[21]而随着股指期货、融资融券、ETF和分级基金的丰富和发展，券商资管、信托、基金专户和有限合伙制的量化对冲产品的发行不断出现，这个阶段的量化投资真正意义上开始发展，促使该阶段发展的直接原因就是股指期货的出现。[20]

3.第三阶段从2014年至今：迅猛发展阶段。2014年被认为是“值得载入我国私募基金史册的一年”，基金业协会推行私募基金管理人和产品的登记备案制，推动了私募基金的全面阳光化，加速了私募基金产品的发行，其中包括量化对冲型私募产品。2014年称得上我国量化对冲产品增长最迅速的一年，以私募基金为代表的各类机构在量化对冲产品上的规模均有很大的发展，部分金融机构全年销售的量化对冲基金规模超过了百亿。

2015年，上证50ETF期权于2月9日正式推出，这对于对我国的量化投资有着极大的促进作用。4月16日，上证50与中证500两只股指期货新品种的上市给量化投资带来更多的策略的运用，金融衍生品的不断丰富和发展，为量化投资提供更多的丰富对冲手段，也提供了更多的套利机会。

六、总结

量化投资的技术、策略、硬件设施条件都在飞速的发展，与传统的投资方式相比，量化投资有着自身的特点和优势。尤其是量化对冲产品，以其长期稳健的收益特征，成为目前“资产荒”下对信托、理财产品和固定收益产品良好的替代产品。未来随着我国股指期货、融资融券、国债期货、期权等金融产品的不断创新，以及股指期货市场未来逐步恢复正常，量化投资发展前景不可限量。

参考文献

[1]徐莉莉.量化投资在中国的发展现状[R].渤海证券研究所：金融工程专题研究报告，2012.

[2]廖佳.揭开量化基金的神秘面纱[J].金融博览（财富），2014，（11）：66-68.

[3]王力弘.浅议量化投资发展趋势及其对中国的启示[J].中国投资，2013，（02）：202.

[4]Durbin，M. All About High-Frequency Trading： The Easy Way To Get Started[M]. McGraw-Hill Press，2010.

[5]蒋瑛现，杨结，吴天宇，等.海外机构数量化投资的发展[R].国泰君安证券研究所：数量化系列研究报告，2008.

[6]Rishi K. Narang. Inside the Black Box： The Simple Truth about Quantitative Trading[M]. Wiley Press，2012.

[7]丁鹏.量化投资——策略与技术[M].北京：电子工业出版社，2014.

[8]Markowitz，H.M.. Portfolio Selection[J].Journal of Finance，1952，2：77-91.

[9]Sharpe，W.F. Capital asset prices： A theory of market equilibrium under conditions of risk[J]. Journal of Finance，1964，19（3）：425-442.

[10]Lintner. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets[J].Review of Economics and Statistics，1965，47（1）：13-37.

[11]Mossin.Equilibrium in a Capital Asset Market[J]. Econometrica，1966，Vol.34（4）：768-783.

[12]Fama，Jensen，and Roll. Investor sentiment and Stock Returns[J]. Journal of Political Economy，1969，（12）34-36.

[13]Black Fischer，and Myron Scholes，1973.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.

[14]Ross.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，13（3）：341-360.

[15]Jorion，Philippe.Value at Risk：The New Benchmark for Managing Financial Risk （3rd ed.）[M]. McGraw-Hill Press，2006.

[16]戴军，葛新元.数量化投资技术综述[R].国信数量化投资技术系列报告，2008.

[17]丁鹏.量化投资与对冲基金入门[M].北京：电子工业出版社，2014.

[18]郭喜才.量化投资的发展及其监管[J].江西社会科学，2014，（03）：58-62.

[19]Ludwig B.，Chincarini. The Crisis of Crowding： Quant Copycats，Ugly Models，and the New Crash Normal[M]. Wiley Press，2013.

[20]曾业.2014年中国量化对冲私募基金年度报告[R].华宝证券：对冲基金专题报告，2015.

[21]严高剑.对冲基金与对冲策略起源、原理与A股市场实证分析[J].商业时代，2013，（12）：81-83.

基金资助：本文由国家社会科学基金项目《企业集团与下属上市公司之间内部并购和治理机制研究》（13BGL054）资助。

篇5：港口安全管理评估量化研究

港口安全管理评估量化研究

对港口安全管理体系进行量化评估,不仅可推进体系的不断完善,更可促进港口企业建立健全安全生产的.自我约束机制.笔者在港口安全管理体系研究的基础上,综合考虑各类港口的不同情况,运用改进的层次分析法(AHP),建立港口安全管理体系的递阶层次结构模型和构造判断矩阵;通过对沿海,内河,大、中、小港口的调查和方根法数值计算,确定评估体系中各评估要素、评估要点的权值;提出了保障港口安全生产的港口安全管理体系基本评估要点;研究完成量化的港口安全管理评估系统.该评估体系可定量评估港口安全生产状况、港口安全生产程度,及时发现港口在安全生产及安全管理方面存在的隐患、不足与缺陷等问题,从而可及时而有效地预防和控制港口系统重大事故的发生.

作 者：褚家成 俞维纫 许义 CHU Jia-cheng YU Wei-ren XU Yi 作者单位：交通部水运科学研究院,北京,100088刊 名：中国安全科学学报 ISTIC PKU英文刊名：CHINA SAFETY SCIENCE JOURNAL年，卷(期)：16(6)分类号：X923关键词：港口 安全管理 定量评估 评估要素 基本评估要点

篇6：讨论四性量化研究论文

四性理论萌芽于《黄帝内经》，《素问·阴阳应象大论》曰: “故清阳为天，浊阴为地，地气上为云，天气下为雨，雨出地气，云出天气……”、“气厚者为阳，薄为阳之阴……气薄则发泄，厚则发热”是后世医家“四气禀收于天”的理论基础。“热者寒之，寒者热之”(《素问·至真要大论》)中寒、热包括病性与药性，是为四性理论对临床用药的指导作用。《神农本草经》正式提出中药四气之说: “药有酸、咸、甘、苦、辛五味，又有寒、热、温、凉四气”“药有寒热温凉四气，疗寒以热药，疗热以寒药”，由于具体药物的四气中未提及凉，而是有平，全书记载药物的四性可归纳为寒、微寒、温、微温、平五类。中药四性总以阴阳、寒热对应，所异者唯寒热程度不同而已。平性药物仍有偏性，“平”乃是相对而言的结果。

后世医家对四性理论进行了细化，中药四性理论是宋金元时期重要的药性与临床指导理论，李东垣于《脾胃论》中指出: “一物之内，气味兼有，一药之中，理性具焉，主对治疗，由是而出。”药物入口味先知，入腹之后四性生是各医家认识四性的总体方法，至明清时期，医家更为明确地认识到药物四性与不同的病患机体有关，《重庆堂随笔》: “可见要有定性而体脏不同，则性亦随之而变亦。”四性理论从最初提纲式的提出，到四性表达的细化与多元化，以及其后的四性产生原理的探讨、与临床实践的结合，是重要的中药基础理论与临床理论。中药四性研究概况

四性是古代中医医家在长期临床过程中凭直觉或直观的判断进行研究得到的朴素如现象描述的观察性研究结果，本质是临床经验的总结。20 世纪中药现代化得到长足发展，学者们已从生物学领域研究中药四性。对中药四性的研究主要集中在我国与日本。我国学者曾对72 味中药进行实验发现寒、凉性药物具有不同的生理机制功效，寒凉、温热药物分别具有退热、抗菌、抑制或兴奋、刺激作用，从而得出认为偏寒性药适合于人体热量过剩的疾病状态，偏热性药适合于人体热量不足的疾病状态，随后有学者们陆续提出寒凉药物可抑制交感神经递质的合成与释放、寒凉药与温热药对人体功能活动有抑制与兴奋的相反作用。

四性物质基础的研究以元素为主，黎晓敏等发现寒凉药、温热药中微量元素含量不同(锰、钾、铁等)，元素的酸碱强弱决定了药物的寒热温凉之性。关于中药寒温属性描述与评价，杨波通过测定中药对大肠埃希菌生长热谱曲线的影响，认为寒凉药与温热药之于人体分别通过对热量的影响表现为抑制与兴奋。通过给予动物典型的寒、热方剂发现药物可影响大鼠代谢、消化、行为特征及生长发育状态，进而发现温热药可影响大鼠代谢基因的表达。近年来已有学者研究中药物对人体宏基因组的影响，发现中药对人体微生态平衡有重要影响。中药四性研究存在的问题与解决方法

中药四性的传统判定方法是多元的，不同方式确定的四性与其功能及功能承担者(患者)存在不同的关联方式，故基于四性来源的一元性现代研究不可能得到对中药四性理论的全面、正确认识。目前关于中药四性的研究存在四性物质基础与生物效应研究分离，忽视复方寒温属性研究，局限于寒热两性的研究，重视单类药性药物的药效学评价同时忽略四性比较，实验研究与临床研究脱离等。如把中药四性简化为寒、热两大基本属性与临床不符，因疾病属性尚有实热、虚热、寒实、虚寒之分，故《神农本草经》把四性分为寒、微寒、平、微温、温五类，《名医别录》又补充了大寒与大热两类，药物四性的精细划分是古代医家基于疾病寒热属性程度对药物做出的对应划分，现代研究将微寒归为寒性、微温归为温性、平性药物与也纳入寒温性药物，这样的简单绝对化方法是不会得出客观结论的。迄今为止，对寒、热属药物的研究均为动物实验，以镇痛、抗炎、花生四烯酸等为通用指标观察大部分实验动物，均从寒热两类药物分别进行，未对两类药物见生物效应的比较，故难以得出令人折服的结论。

针对以上问题，笔者认为关于四性的研究应将目标转移到客观科学的轨道上来，明确传统四性判定的多元性，将重点放在药物四性临床有效性的研究上。从比较典型的寒、热疾病入手，把具有确定寒热属性的单味中药与复方干预效应结合起来，兼顾临床、药效学、药动学，动态、综合评价寒热性药物与热寒性疾病相互作用的本质。从个别到一般的揭示四性的科学内涵将是四性研究的主流。

以中医学理论为指导并贯穿研究过程是关于四性一切研究的基础前提，如此方能保持中医药学理论与临床应用的特色优势，才能使关于四性研究的结果即可实现现代科学语言的阐述，具有时代特征，又不失自我，为现代中医药学理论提供新的理论思想与认知系统。进行四性物质基础研究时应重视宏观整体性研究与微观分析性研究，在器官、细胞、分子等水平开展研究，并将不同层面的结果进行整合。在研究物质基础、实验药理作用之后，还须研究二者与中药药性理论之间的关系。探索出物质成分、实验药理作用与中药药性及其相关理论之间的关系。同时，中药基础物质成分的定性与定量研究也十分重要，根据药物有效物质成分对机体的影响，有望对其属性进行更为精确的定性定量分析。对中药基础成分在体内的代谢转化过程如血清药物化学、肠道菌群与肝脏代谢对药代学的影响在某种程度上更为重要，因真正发挥药物疗效、体现四性本质的并不一定是药物中的原型成分。单一化学成分的作用于复方作用机理不同，仅根据已知的化学结构筛选与寻找药物有效/无效成分的方式相当孤立，可想而知，对于中药药性的研究也不能走一元论的途径，对中药药性的研究不能简单等同于生药学的筛选与提取方法。现有研究如元素等的量化研究，虽取得了一定成就，但不应是中药研究的主流方向。

篇7：量化策略研究

教师教学效果量化评价体系的构建研究

贵港市高级中学 覃兆锋

【摘 要】分析教师教学效果量化评价及其特征，并以贵港市高级中学为例，参考文献、统计测评，结合学校实际，构建符合学校实际需要的教师教学量化评价体系。

篇8：量化策略研究

关键词：微课程,微课程设计,知识点

0 引言

目前, 国内关于微课程的研究都只局限于它的概念界定、现实意义、制作流程、设计模式、教学应用等方面。在国外, 较为成功的应用模式是将微课程应用于“颠倒课堂”、“电子书包”、“混合学习”等方面[1]。但是, 国内外几乎无人从知识点量化分析层面对微课程设计作专门研究, 对微课程设计的定量研究还处于极不完善的阶段, 对微课程内容的知识点定量化分析等微观层次的研究还极为欠缺。鉴于此, 本研究从知识点量化分析层面, 提出微课程设计策略, 以期推动微课程的发展。

1 微课程简介

在国内, “微课程”亦称“微课”, 其名声随着翻转课堂和可汗学院在全球迅速升温而成为教育界广泛关注的热门话题, 最早在2011年广东省佛山市发起。微课程是指按照新课程标准及教学实践要求, 以教学视频为主要载体, 反映教师在课堂教学过程中针对某个知识点或教学环节而开展教与学活动的各种教学资源的有机组合[2]。微课程的核心要素是微视频, 同时可包含与该教学视频内容相关的“微教案、微课件、微习题、微测试、微反思”等内容, 其特点是内容精悍、时间简短、讲解细微和数据微小。微课内容一般由授课教师自己设计、策划制作, 将教学重点、难点、考点按教学目标和学习者学习进度、学习体系的需求, 利用相关工具软件制成微视频上传到网络微课管理平台, 满足学习者自主学习、探究学习、泛在学习和个性化学习的需求, 从而实现人们随时随地利用智能手机 (或其它设备, 如iPad、平板电脑、MP4、MP5播放器等) , 充分利用碎片化时间开展混合式学习、协作学习、移动学习等, 达到优化学习效果的目的。

2 基于知识点量化分析的微课程

事实表明, 人是以逐个知识点为单元完成知识学习的[3], 以满足学习者获取知识的便捷性、直接性、有效性。微课程基于知识点的模式进行设计创作能够让学习者在通过网络进行自主学习的过程中, 快速定位到所需知识点, 从一个个知识点的深度学习中顺利完成任务, 达到学习效果最优化的目的。由图1可知, 一个大的知识主题是由许多知识点串接起来的, 要实现对一个大的知识主题的理解, 可以把一个个知识点细分为一个个知识小模块, 一个微课程对应一个知识点, 微课程的展示形式包括音频、图片、动画、视频类等流媒体形式。通过对一个个知识小模块的累积学习达到对每个知识点的理解, 完成对知识点的累积学习后, 从而实现对整个知识主题的意义建构。

在设计微课程时, 知识小模块按照新课程标准和教学实践活动的需求, 分为重点、难点、问题答疑、考点等关键结点的多级层次组织结构。层次组织结构中的每个结点均对应有教学微视频、微课件、微习题、微讨论、微测试、微反思等活动。也即微课程的微试题、微讨论、微内容等均按知识小模块进行组织, 以满足学习者在微课平台上的各种检索需要。微测试按知识点随机抽取试题组卷, 在知识小模块的学习中可以看到自己的学习状态 (微课程平台自动记录学习路径、学习时间、学习次数) 和测试成绩结果, 也可以在讨论区发布消息, 和其他人互动。授课教师将制作好的微课通过“微视频上传”功能上传到微课平台, 自动将其存放在某门课程的目录下, 视频按知识点取名。在课程对应目录下, 课程索引数据库中记录着课程的名称、存储目录、相关配置等信息。为学习者提供明确的知识结构和学习顺序, 学习者才不至于在学习过程中迷失。利用知识点导航关系建立网络学习导航系统, 为学习者提供一个清晰的学习导航, 指引学习者顺利获取知识点, 有效完成学习任务, 进而实现深度学习。

在一个个知识小模块设计中, 教师作为微课程创作者应该以学生为中心, 设计应符合难易程度从简单到复杂的原则, 知识点类型设置事实类、概念类 (如学科原理、学科概念、理论等) 、程序类 (如实验、演示、表演等) 、元认知 (如自我认知、任务知识、学习策略等) 四类知识。难度系数逐次递增, 让学习者用已有学习经验完成学习任务, 倡导复杂、非良构问题的设计, 以有效促进学习者的学习行为由浅层学习向深度学习转变, 以及学习路径的开放化、层级化, 方便学习者在学习路径之间进行自由跳转和自主选择, 从而对深层次的知识点进行学习。知识类型及其难易程度如图2所示。

3 基于知识点量化分析的微课程设计策略

当今人们生活方式和学习时间越来越碎片化, 在大数据时代背景下, 每个人的学习逐渐趋于个性化、网络化、智能化、生态化。微课程设计也要顺应知识经济时代的发展和人类的个性化学习需求。

(1) 以知识点为认知单元结构, 提供个人微课存储空间, 创造智慧学习生态氛围。一个个知识小模块针对重点、难点、疑点、考点等关键知识点打造构成微课个人空间———微课云, 教师能存储并管理自己的微课程。在微课制作完成后, 教师能免费建立独有的、使用方便的微课程存储空间———个人网络硬盘, 简称“微课云”或“微盘”。微课云是以微课程形式自动、系统地积累教与学的网络学习, 外面的学习者可以选择性加入进来, 教师可以对加入的学习者进行管理和权限设置。学习者在微盘中可以像在KTV自由点播一样, 实现自由选择, 同时可以和其他学习伙伴进行互动, 集体练习, 展示作品, 形成一个良好的学习氛围。

(2) 建立四位一体的微课程学习激励机制, 增加学习趣味性, 提高学习积极性。为了提高学习者的学习积极性, 激发学习热情和激情, 达到学习者在网络上坚持持续性学习, 可以建立四位一体的微课程学习激励机制, 如图3所示。

对许多学习者来说, 学习缺乏趣味性, 让人枯燥烦闷, 因而在微课程学习平台中, 可以建立精神激励机制、物质激励机制、短期激励机制和长期激励机制四位一体的微课程学习奖励机制。精神激励可以从人机交互层面出发, 设计教育娱乐游戏比拼活动获取积分、勋章, 通过知识点结构单元的智力游戏拓展活动获取教师的鼓励奖徽章或者在他人评价中给予奖励通告, 从精神上不断给予学习者支持和认同, 激发学习者学习动机, 端正其学习态度, 提高其学习兴趣和学习热情, 使学习者拥有社会“认同感”, 发现自己的社会“存在感”。物质激励机制可以通过查看学习者对知识点的学习状态, 给予在微练习、微测试中的学习者一个等级分排名, 根据排名获得一定的物质奖励, 如积分达到一定程度可以同他人交换物品。当然, 物质奖励和精神奖励必须相结合, 才能真正做到公平地对待每一位学习者。同时, 在每个知识小模块的短期鼓励中, 要注重和长期激励相结合, 在短期和长期鼓励相互结合的情况下, 学习者会持续性完成每个知识点的学习, 让学习者感到自己处于阶梯级地提升知识能量的状态, 这样有利于减少中途退出或停止学习的学习者数量。

(3) 创设多元评价模式, 尤其要注重过程性评价, 让学习者和教师在网络上构建良好的师生互动、生生互动、人机互动的和谐氛围。多元评价方式包括过程性评价、形成性评价、自身评价、小组伙伴评价、教师评价、总结性评价、系统自动化评价等。这些评价可以形成对每个知识点评价的网状关系, 形成有效的评价路径。这些路径可以起到监督、督促学习者的作用, 帮助学习者合理安排自己的学习时间, 进而提高学习者元认知和不断反思的能力。

(4) 吸取以往网络课程设计经验教训, 做好自我反思, 借鉴国外优秀微课案例, 讲究创意、创新。在微课程制作技术细节上, 微视频录制时, 鼠标不要在屏幕上随意晃动;字体和背景的色彩搭配要协调, 保证画面的美观和清晰度;讲解课程时, 鼠标在屏幕上的速度应得当, 说话语速要流畅平稳、讲解要思路清楚, 言简意赅、富有逻辑性;画面保持简洁, 与教学内容无关的图标、图像应想办法除去;录制视频的环境要安静, 录制前可以先试录一段, 不要有噪音干扰。值得一提的是, MOOC (大规模网络开放课程) 的成功案例值得微课程创作者思考如何借鉴其中的优点并发挥出微课自身的特色。在自我反思中实现自我成长, 反思应贯穿于微课程设计的整个过程中, 不仅要有微课程创作过程中的反思, 还要有创作后的反思。反思的主要内容为:微课程设计是否切合实际、行之有效;微课程策略是否符合新课程目标教学理念;微教学方法是否解决了学习者的问题;学习效果是否达到预期学习目标;等等。

4 结语

虽然目前微课程在国内的发展还处于初步探索阶段, 但是伴随着互联网技术和多媒体技术的发展, 微课程的影响力与日俱增。微课程在教育中的应用可以不断推进我国学习型社会建设, 实现终身学习的教育理念。教师应不断学习微课程理论知识和制作技术, 教师的电子备课、课中授课和课后反思等资源应针对知识点进行策划, 让教学更具有针对性和实效性。学生应主动对微课程平台上的不同学科知识点进行学习以完成学习任务, 基于知识点的微课程学习既能查漏补缺, 又能强化巩固知识, 是传统课堂学习的重要补充和资源拓展[4]。

参考文献

[1]胡铁生.中小学微课建设与应用难点问题透析[J].中小学信息技术教育, 2013 (4) :15-18.

[2]梁乐明, 曹俏俏, 张宝辉.微课程设计模式研究——基于国内外微课程的对比分析[J].开放教育研究, 2013, 19 (1) :65-68.

[3]陈智, 隋光远, 皮秀云.论知识点是人的认知单位[J].心理科学, 2004, 25 (3) :369-370.