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。

前言 本书是在本人所著《量化投资分析与策略：基于中国股票市场》一书的基础上，进行内容扩充完成的，这是一本适合大学高年级本科生或一年级研究生的股票量化投资教材。我希望通过这本书，让更多大学老师有信心教好量化投资这门课，让更多学生掌握量化投资的思路、模型和分析方法，让更多人建立对股票投资和股票市场的正确认识。 我是2012年从美国南卡罗莱纳大学获得金融学博士之后，回国任教的。那时我还不满26岁，在人民大学汉青研究院开始给研究生教授投资学课程。那时我的学生和我的年龄差不了太多，学院对教学要求比较高，学生对课程的期待也比较高。毕竟是研究生的投资课程，学生们希望上了这门课，就能去做投资。为了不辜负学院领导和学生们的期望，也为了身为大学老师能在讲台上站立得稳，我开始了一段比较艰辛的备课过程。由于我在博士阶段学习了量化投资方面的知识，了解相关的研究方法，我摸索着将美国股票市场上量化投资的思路、模型和方法，与中国的股票市场相结合。那个时候，一堂课两个多小时，我要准备一整周的时间。通常是周二下午上课，周三一早开始准备下一周的课，一直准备到下周二的早上，然后下午去上课，如此周而复始，一周又一周。之所以要花费那么长时间，是因为每一次课，都像一个小的课题一样，用中国的数据，去检验我们在量化领域常用的因子和检验的方法。 这当然是一个不容易的过程，但也是一段惊喜之旅。我从前也总是认为中国的股票市场就像赌博一样。不过当我真正用数据去分析，用模型去检验之后，我才发现，原来国内的股票市场充满了可盈利的机会。这很大程度上是源于我国股票市场独特的市场结构：当欧美、（中国）香港、日本等发达股票市场已经由机构主导时，中国的A股市场超过85%的交易量依然来自于个人投资者。这导致有许多可盈利的机会并未被充分挖掘和利用。事实上，我们只要比一般的散户，掌握多一点的信息处理和分析的能力，长期来看，我们就能在中国股票市场上获得丰厚的回报。 具体而言，本书有三大目标。 第一， 帮助读者建立理性投资的理念。这也是我通过这本书最想传递的核心内容。面对股票市场的波动，价格的跳跃，收益的起伏，投资者的心也容易焦躁不安。股价下跌，容易恐慌；上涨，又引发贪婪。股票市场上充斥着各种消息、热点，让投资者应接不暇，导致投资偏离理性。而且这些市场的热点凭借过往不错的涨幅、媒体大肆的渲染，对投资者非常有诱惑力。因为大家想：这只股票这几天涨这么好，我要跟着买进去，说不定也能挣钱！但毫无疑问，投资是需要理性的。在本书的第一章中，我向读者展示了，缺乏理性地投资，肆意地去追逐市场热点，会不可避免地导致大幅亏损，而这正是国内许许多多股民经历亏损的主要原因。实际上，国内的股票市场有大量可获利的机会，投资者大可不必去依靠所谓的荐股或追逐热点。投资者即使用非常简单的投资策略，只要持之以恒，就能获得很不错的收益率。 第二， 帮助读者掌握理性投资的方法。在本书中，我会将量化投资简单易行、行之有效，适合大众操作的思路和方法介绍给读者。在很多人眼里，量化投资可能显得比较神秘。谈及量化投资，就会觉得这只能是那些具有深厚统计、编程功底的人才能掌握的投资技术。其实不然。量化投资，从广义上来讲，包含了所有投资。因为，投资一定是包含了数据的推演，所以一定是量化的。换句话说，其实只要是在做投资，就是在做量化投资。不同投资者的差异，就在于自身所搭建的投资模型和分析方法有所不同。 本书所介绍的量化分析方法，分为基础篇与进阶篇。基础篇比较适合投资股票的大众阅读，帮助大家掌握基本的股票量化分析思路与方法。在基础篇，整个分析框架分为宏观分析、公司分析和风险控制三部分，分别对应股票投资实务中的市场择时、标的选择与风险管理，从而构成一个投资分析的完整体系。其中第二章和第三章是介绍宏观经济分析的框架与方法。我会向大家展示宏观经济与股票市场出乎意料的联动性、介绍宏观经济分析最核心的指标、讲解美林时钟在中国股票市场的应用。有些读者可能会觉得宏观经济分析是一件很难的事情，是那些经济学家、宏观经济分析师才能做的事。其实宏观经济分析并不难。借助本书所介绍的分析框架和方法，大众读者也能依据宏观，把握市场！ 在第四章和第五章，本书着重介绍上市公司的分析。懂得如何选股，对于在股票市场上做投资而言，无疑是至关重要的。上市公司的分析分为两部分：定性分析和定量分析。我们在第四章会介绍如何分析上市公司的业务、行业地位、经营战略与公司管理层，帮助读者对公司的定性层面有一个整体的把握。第五章介绍如何从财务报表和估值这两个方面来定量分析上市公司，并给出了一个基于公司基本面指标、10年90倍的投资策略。 第六章和第七两章是有关风险控制的内容。在我看来，这部分所介绍的理念是我们做股票投资过程中最为重要的。我们在做投资时，收益关乎表现，但风险关乎存亡！第六章介绍风险的衡量指标，第七章，我们会讨论几个经典的风控案例：曾经辉煌一时的金融机构，因为风控的缺失招致短时间内的崩塌。此外，在这一章我们还将介绍常用的风险控制的方法，帮助读者在实际股票投资中能够掌握一定的风险控制技术。 第三， 本书的进阶篇，旨在帮助有志于从事量化投资事业的读者，进一步深入了解量化投资的编程、模型，以及策略开发的流程和常用的量化因子。第八章讲解基金业绩的归因模型。第九章到第十一章是介绍SAS的编程，SAS在量化投资中的应用以及SAS宏。在北美，对于从事金融数据实证领域研究的金融学博士生而言，SAS是必须掌握的。由于SAS实在是太重要，以至于金融系博士生会自发地形成一个互相学习SAS的氛围，高年级带低年级博士生，一届又一届地传承下去。我在回国之后，专门针对SAS在量化投资中的应用，从基础到实务到高阶，准备了三次课的内容，分别呈现在第九章、第十章和第十一这三章。 第十二章和第十三章是模型的介绍。第十二章着重介绍单因子的检验，涵盖Fama-MacBeth回归模型和投资组合分析。第十三章介绍的是多因素模型在选股中的应用。 第十四章到第十五章是介绍因子。量化投资中最主要有两类因子：财务报表因子和金融市场因子。第十五章介绍的是来自财务报表的因子，即我们基于资产负债表、损益表和现金流量表构建的各类财务因子。第十五章介绍的是基于金融市场数据构建的因子，比如过往收益率、流动性和波动性指标。第十六、十七章分别讲解另外两类近些年来兴起的因子：公司治理类因子和ESG类因子。 第十八章和第十九章分别讲解多因子选股以外的量化投资策略——事件驱动和聪明的贝塔。 本书的三大目标，从建立理性投资的理念，到掌握理性投资的分析方法，以及进一步帮助读者掌握量化的模型和方法，是一个循序渐进、缺一不可的体系。从语法上来分析，量化投资，量化仅仅是定语，起修饰的作用，关键的中心词还是投资。所以量化投资，首先需要对投资有深入的理解，掌握基本面投资的分析方法。在此基础之上，再运用统计、计量的方法将投资模型程序化。在缺乏对投资的正确认识和深入理解的情况下，直接进入对量化投资模型的学习，无疑是在沙子上建造房屋，终究会因为缺乏方向而事倍功半。 本书是我在中国人民大学教授量化投资十年的结晶，也是我在全国推广量化投资教学所做出的最重要的努力。我希望通过这本教材，能让量化投资登上更多大学的讲堂，让老师和学生们受益。 为方便读者学习，本书配套的资源包括SAS代码、因子库。读者通过这些配套资料可以尝试因子的有效性检测和策略的回溯检验，大大节省了代码学习和因子构建的时间，提高学习效率。我也将多年以来精心编写的教学PPT分享出来，为老师授课提供协助。 本书的成型，得益于我一路走来，那些教过我、带过我的老师们对我孜孜不倦的教导。此书内容的积累，也离不开我在中国人民大学的领导和前辈的关怀、同事的帮助和学生的支持。我对于电子工业出版社对此书的大力支持也表示衷心的感谢。 愿本书帮助读者开启理性投资的道路，打开量化投资的大门，帮助读者从投资收获祝福，与时间成为朋友！

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