《中信证券投资研究方法-量化研究.ppt》由会员分享，可在线阅读，更多相关《中信证券投资研究方法-量化研究.ppt（42页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、量化投资研究方法量化投资研究方法金融工程首席分析师金融工程首席分析师胡浩胡浩2010.08目录目录2n量化投资研究的定位量化投资研究的定位 n量化投资：仓位与情绪监控量化投资：仓位与情绪监控n量化投资：行业配置与行业轮动量化投资：行业配置与行业轮动n量化投资：大小盘风格轮动监测量化投资：大小盘风格轮动监测n量化投资：驱动因子及量化选股量化投资：驱动因子及量化选股n量化投资：事件驱动交易量化投资：事件驱动交易1.1 量化投资的思想就在你身边量化投资的思想就在你身边大类资产配置大类资产配置行业轮动行业轮动风格轮动风格轮动量化选股策略量化选股策略 交易策略交易策略资产配置资产配置交易执行交易执行风险
2、管理风险管理事件驱动事件驱动相对价值相对价值中性策略中性策略多空策略多空策略高频交易高频交易一级资产一级资产行业配置行业配置组合模拟组合模拟组合构建组合构建组合优化组合优化程序化交易程序化交易市场风险市场风险组合风险组合风险风险预警风险预警量化投资的思想无处不在量化投资的思想无处不在量化策略量化策略n量化投资强调纪律性、系统性和大概率事件量化投资强调纪律性、系统性和大概率事件n打个比方，漏斗打个比方，漏斗Vs.筷子筷子31.2 定位：一张复杂的图表定位：一张复杂的图表卖方卖方买方买方横向数据整合平台横向数据整合平台数量金融软件数量金融软件数量化投数量化投资资金融衍生品金融衍生品数量选股策略数量
3、选股策略交易策略交易策略投资组合产品投资组合产品数量金融软件产品数量金融软件产品金融工程产品金融工程产品数量选股策略数量选股策略数量金融软件产品数量金融软件产品金融金融工程工程股票池股票池/组合建议组合建议投资决策委员会投资决策委员会投资组合产品投资组合产品客户（投资者）客户（投资者）买方买方机构机构宏观宏观数据数据行业行业数据数据公司公司数据数据市场市场数据数据数据提供商研究报告研究报告/投资建议投资建议策略研究策略研究宏观宏观研究研究行业公司行业公司研究研究卖方卖方研究研究4目录目录5n量化投资研究的定位量化投资研究的定位n量化投资：仓位与情绪监控量化投资：仓位与情绪监控n量化投资：行业配
4、置与行业轮动量化投资：行业配置与行业轮动n量化投资：大小盘风格轮动监测量化投资：大小盘风格轮动监测n量化投资：驱动因子及量化选股量化投资：驱动因子及量化选股n量化投资：事件驱动交易量化投资：事件驱动交易2.1 中信证券基金仓位监测方法介绍中信证券基金仓位监测方法介绍n可以分为净值收益估计和净值波动率估计两种方法可以分为净值收益估计和净值波动率估计两种方法n实际：股票实际：股票S、债券、债券B、现金、现金C；假设：忽略现金部分，股票仓位；假设：忽略现金部分，股票仓位a，则债券仓位，则债券仓位1-a基金净值基金净值收益估计法收益估计法基金净值基金净值波动估计法波动估计法震荡市线形趋势不明显时效果不
5、好，震荡市线形趋势不明显时效果不好，此时波动率估计效果更好此时波动率估计效果更好n确定估计方法之后最为重要的就是确定不同资产的收益，尤其是股票头寸确定估计方法之后最为重要的就是确定不同资产的收益，尤其是股票头寸n指数替代法、基金重仓股替代法、风格重仓指数替代法等指数替代法、基金重仓股替代法、风格重仓指数替代法等n净变动更值得关注净变动更值得关注n股票股票S、债券、债券B价格变动幅度不同导致仓位自然变化；基金主动调整组合导致仓位变动，价格变动幅度不同导致仓位自然变化；基金主动调整组合导致仓位变动，我们称为我们称为净变动。净变动。（增仓行为：增加股票头寸（增仓行为：增加股票头寸/减少债券或者现金头
6、寸应对赎回；减仓行减少债券或者现金头寸应对赎回；减仓行为：卖出股票为：卖出股票/申购资金没有转化成相应股票头寸）申购资金没有转化成相应股票头寸）62.2 基金仓位估计误差控制在正负基金仓位估计误差控制在正负1%中信基金仓位监测所跟踪基金数量与分类中信基金仓位监测所跟踪基金数量与分类数据来源：中信证券数量化投资分析系统保本型保本型偏债型偏债型中信证券基金仓位精度分析中信证券基金仓位精度分析n总体来看，基金仓位估计存在正负总体来看，基金仓位估计存在正负1%的误差；由于采用了更加适用的的误差；由于采用了更加适用的模型，模型，07年年2季度以后跟踪误差出现显著下降季度以后跟踪误差出现显著下降72.3
7、仓位峰谷值与仓位趋势判断仓位峰谷值与仓位趋势判断全部样本基金与股票型样本基金历史仓位测算走势全部样本基金与股票型样本基金历史仓位测算走势数据来源：中信证券数量化投资分析系统仓位的谷值与峰仓位的谷值与峰值可以帮助我们值可以帮助我们判断趋势的反转。判断趋势的反转。82.4 情绪影响投资决策，导致投资行为偏差情绪影响投资决策，导致投资行为偏差n投资者并非完全理性，受制于情绪波动投资者并非完全理性，受制于情绪波动心理因素在投资决策和市场演绎中起着重要作用心理因素在投资决策和市场演绎中起着重要作用情绪的大幅度波动导致认知偏差和情绪偏差，从而放大乐观或者悲观的情绪情绪的大幅度波动导致认知偏差和情绪偏差，从
8、而放大乐观或者悲观的情绪投资者情绪也是产生一些金融投资者情绪也是产生一些金融“异象异象”的原因之一的原因之一n投资者行为存在各种各样的偏差投资者行为存在各种各样的偏差过度自信过度自信过度反应与反应不足过度反应与反应不足损失厌恶与处置效应损失厌恶与处置效应从众心理与羊群心理从众心理与羊群心理暴富心理与新股炒作暴富心理与新股炒作安全心理与低价股效应安全心理与低价股效应洛杉机时报洛杉机时报市场情绪周期市场情绪周期92.5 建立投资者情绪监控指标体系，拟合成情绪指数建立投资者情绪监控指标体系，拟合成情绪指数项目项目代理变量名称代理变量名称变量描述变量描述市场整体类指标市场整体类指标 P/E市场整体市盈
9、率市场整体市盈率P/B市场整体市净率市场整体市净率TURNOVER市场整体换手率市场整体换手率市场结构类指标市场结构类指标 ADV/DEC市场上涨家数比下跌家数市场上涨家数比下跌家数ARMS上涨家数比上涨家数成交量比下跌家数比下跌家数成交量上涨家数比上涨家数成交量比下跌家数比下跌家数成交量High/Low市场创新高家数比创新低家数市场创新高家数比创新低家数SML小盘股相对大盘股的超额收益率小盘股相对大盘股的超额收益率IPO系列指标系列指标 NIPO股票首发上市家数股票首发上市家数RIPO股票上市首日涨幅股票上市首日涨幅封闭式基金折价率封闭式基金折价率CEFD市场封闭式基金折价率市场封闭式基金折
10、价率资金流动指标资金流动指标NAAA股帐户净增加数股帐户净增加数n数据来源及频率数据来源及频率n数据来源：数据来源：Wind，中信数量化投资分析系统，中登等；周频率，中信数量化投资分析系统，中登等；周频率nA股净开户数历史较短，以前四类指标为主股净开户数历史较短，以前四类指标为主102.6 采用主成份法拟合情绪指数，形成可持续更新采用主成份法拟合情绪指数，形成可持续更新n标准化处标准化处理理n选择主成选择主成份变量份变量n滚动计算，滚动计算，头尾相连成头尾相连成指数指数n采用主成份法，提取第一和第二主成份采用主成份法，提取第一和第二主成份n第一主成份，称之为第一主成份，称之为“投资者情绪水平指
11、数投资者情绪水平指数”n第二主成份，称之为第二主成份，称之为“投资者情绪变动指数投资者情绪变动指数”n主成份拟合步骤主成份拟合步骤n周频率数据；标准化周频率数据；标准化n数据来源及频率数据来源及频率n数据来源：数据来源：Wind，中信数量化投资分析系统，中登等；周频率，中信数量化投资分析系统，中登等；周频率nA股净开户数历史较短，以前四类指标为主股净开户数历史较短，以前四类指标为主112.7 情绪指数的多种应用情绪指数的多种应用n投资者情绪水平指数在投资者情绪水平指数在2之间波动之间波动n可以提前可以提前12月预测股市的大顶和大底月预测股市的大顶和大底n投资者情绪变动指数衡量投资者情绪的变动幅
12、度投资者情绪变动指数衡量投资者情绪的变动幅度n历史经验表明，当情绪变动指数的值突破历史经验表明，当情绪变动指数的值突破5时（其值一般在时（其值一般在1.46，5.69之间波动），之间波动），后续铁定出现一个跌幅超过后续铁定出现一个跌幅超过6的调整。当情绪指数从负值上升到的调整。当情绪指数从负值上升到3附近时，后续可能出附近时，后续可能出现调整，调整幅度在历史经验上不一，或不超过现调整，调整幅度在历史经验上不一，或不超过1，或达到，或达到5。投资者情绪水平指数投资者情绪水平指数Vs.中标中标A股综合指数股综合指数投资者情绪水平指数投资者情绪水平指数Vs.未来一周涨跌幅未来一周涨跌幅数据来源：中信
13、证券数量化投资分析系统数据来源：中信证券数量化投资分析系统12目录目录13n量化投资研究的定位量化投资研究的定位n量化投资：仓位与情绪监控量化投资：仓位与情绪监控n量化投资：行业配置与行业轮动量化投资：行业配置与行业轮动n量化投资：大小盘风格轮动监测量化投资：大小盘风格轮动监测n量化投资：驱动因子及量化选股量化投资：驱动因子及量化选股n量化投资：事件驱动交易量化投资：事件驱动交易3.1 行业比较的自上而下行业比较的自上而下VS自下而上自下而上Bottom-UpTop-DownnPortfolionAsset AllocationnSecurities SelectionnRisknManage
14、mentnA股市场行业结构股市场行业结构n股改前后发生很大变化股改前后发生很大变化n产业转型与整合产业转型与整合n大量市场外存量资产上市大量市场外存量资产上市3.2 从多个角度入手分析从多个角度入手分析A股市场行业轮动规律股市场行业轮动规律nA股市场具有独特的投资时钟和行业轮动特征股市场具有独特的投资时钟和行业轮动特征n行业间的高度联动行业间的高度联动n行业轮动快速切换行业轮动快速切换行业配置结果行业配置结果长期长期短期短期中期中期动量反转动量反转业绩驱动业绩驱动估值回复估值回复中信行业中信行业证监会证监会nGICSGICS周期周期非周期非周期上上/中中/下游下游行业分类行业分类153.3 行
15、业选择：业绩驱动行业选择：业绩驱动+估值回复估值回复+动量反转动量反转n结果回溯：结果回溯：n66.7%的月份配对66%以上行业。n长期看能配好57.8%的行业。n超配情况：超配情况：n08年11月耐用消费/能源/原材料n09年4月金融地产/能源n09年7月消费（零售、医药、半导体、传媒）n09年8月食品医药、健康设备、软件服务、公用事业定量组合的历史配置情况定量组合的历史配置情况数据来源：中信证券数量化投资分析系统3.4 主要基于业绩驱动和估值回复进行中期行业配置主要基于业绩驱动和估值回复进行中期行业配置数据来源：中信证券数量化投资分析系统2009年年4月月30日行业配置策略不同行业超配日行
16、业配置策略不同行业超配/低配情况（按低配情况（按GICS行业划分）行业划分）n根据财务数据披露节奏季度调整根据财务数据披露节奏季度调整历史成功概率历史成功概率58.9%173.5 积极利用动量反转把握短期行业轮动积极利用动量反转把握短期行业轮动数据来源：中信证券数量化投资分析系统持有期和观测期均为一个月的动量反转效应持有期和观测期均为一个月的动量反转效应nA股市场行业动量反转效应分析股市场行业动量反转效应分析短期动量效应显著：持有期和观察期均为一个月的动量效应最显著短期动量效应显著：持有期和观察期均为一个月的动量效应最显著中期反转效应存在：持有期和观察期均为六个月的反转效应更明显中期反转效应存
17、在：持有期和观察期均为六个月的反转效应更明显定量行业模型建议短期超配行业定量行业模型建议短期超配行业数据来源：中信证券数量化投资分析系统18目录目录19n量化投资研究的定位量化投资研究的定位n量化投资：仓位与情绪监控量化投资：仓位与情绪监控n量化投资：行业配置与行业轮动量化投资：行业配置与行业轮动n量化投资：大小盘风格轮动监测量化投资：大小盘风格轮动监测n量化投资：驱动因子及量化选股量化投资：驱动因子及量化选股n量化投资：事件驱动交易量化投资：事件驱动交易4.1 确定大小盘轮动指标体系，计算月度风格指针确定大小盘轮动指标体系，计算月度风格指针大小盘风格轮动判断指标体系大小盘风格轮动判断指标体系
18、指标名称指标名称指标解释指标解释指标应用指标应用技术指标技术指标1212月的月的RSIRSI（以大小盘指数的（以大小盘指数的比值为对象）比值为对象）当当RSIRSI高于高于8080，超买，利于大盘股；低于，超买，利于大盘股；低于2020，超卖，利于小盘股，超卖，利于小盘股波动性波动性上证指数的波动率（滚动上证指数的波动率（滚动100100日计算并年化）日计算并年化）波动率增大时，风险担忧扩大，不利于小盘股波动率增大时，风险担忧扩大，不利于小盘股盈利状况盈利状况工业增加值工业增加值当工业增加值显著回升时，大盘股方被关注当工业增加值显著回升时，大盘股方被关注通货膨胀通货膨胀CPICPI上升的通涨带
19、来货币紧缩，此时，大盘股表现相对更好一些。上升的通涨带来货币紧缩，此时，大盘股表现相对更好一些。货币环境货币环境M1M1增速增速银根收紧更不利于小盘股银根收紧更不利于小盘股流动比率（流动比率（M1/M2M1/M2）下降的下降的M1/M2M1/M2更不利于小盘股更不利于小盘股短期利率（短期利率（3 3个月）个月）贷款成本下降时，对于小盘股更有利贷款成本下降时，对于小盘股更有利n风格指针的值通过加权计算各项指标而得到风格指针的值通过加权计算各项指标而得到计算公式：计算公式：大于大于5时，意味着投资风格倾向于大盘股；小于时，意味着投资风格倾向于大盘股；小于5时，意味着投资风格倾向于小盘股时，意味着投
20、资风格倾向于小盘股204.2 通过风格指针的值判断风格轮动趋势通过风格指针的值判断风格轮动趋势小盘股小盘股/大盘股大盘股Vs.月度规模风格轮动指标（月度规模风格轮动指标（1996年至今）年至今）n风格指针在大趋势走向上判断准确风格指针在大趋势走向上判断准确Hit Ratio达到近达到近60%据此调整投资组合，超越全市场约据此调整投资组合，超越全市场约80%21目录目录22n量化投资研究的定位量化投资研究的定位n量化投资：仓位与情绪监控量化投资：仓位与情绪监控n量化投资：行业配置与行业轮动量化投资：行业配置与行业轮动n量化投资：大小盘风格轮动监测量化投资：大小盘风格轮动监测n量化投资：驱动因子及
21、量化选股量化投资：驱动因子及量化选股n量化投资：事件驱动交易量化投资：事件驱动交易5.1 投资收益可以分解为市场因子、情绪因子、规模因子等投资收益可以分解为市场因子、情绪因子、规模因子等n多因素模型：除市场因子外，规模、价值、动能等因子对业绩均有贡献多因素模型：除市场因子外，规模、价值、动能等因子对业绩均有贡献n典型的因素模型典型的因素模型nFama三因素模型三因素模型 包含动量的四因素模型包含动量的四因素模型nTwo Factor：The Little Book that Beats The MarketnEarning Yield(Modified)/Return on Capital(M
22、odified)nBarra模型模型 59-FactornVanguards 70-Factor Model市场因子市场因子情绪因子情绪因子基本因子基本因子宏观因子宏观因子235.2 通过量化因子监控体系洞悉通过量化因子监控体系洞悉A股演绎路径股演绎路径n经过三次修改和完善形成目前的监控体系经过三次修改和完善形成目前的监控体系n已跟踪六大类共已跟踪六大类共24个因子从个因子从99年以来市场表现，正在覆盖更多因子年以来市场表现，正在覆盖更多因子因子分类因子分类成长因子成长因子价值因子价值因子盈利因子盈利因子动量因子动量因子风险因子风险因子规模因子规模因子成长型成长型价值型价值型绩优型绩优型大中小
23、盘大中小盘GARP/VAMGARP/VAM风格划分风格划分PEPBPSEV/EBIDTAEPSEPS增长增长净利润增长净利润增长营业利润增长营业利润增长利润总额增长利润总额增长销售净利率销售净利率ROEROAROIC1 M Price3 M Price6 M Price12 M Price3M Beta6M Beta3M Vol6M Vol财务杠杆财务杠杆利息覆盖倍数利息覆盖倍数资金动量资金动量盈余动量盈余动量成交动量成交动量预测预测EPSEPS增长增长毛利率毛利率期间费用率期间费用率PCF总总股本股本持股集中度持股集中度流通股本流通股本245.3 最新体系最新体系综合考虑因子收益率和模型稳定
24、性综合考虑因子收益率和模型稳定性L/S Accumulative PerformanceDifference of L/H PostAlpha Prob.Accumulative Excess ReturnRanked Information Coefficients(IC)Avg.ReturnVolatilitySharp RatioHit RatioDurationIRsICsAvg.Prob.T-Testing255.4 长期表现：估值长期表现：估值/成长成长/风险因子贡献显著风险因子贡献显著股市场长期驱动因素表现对比股市场长期驱动因素表现对比数据来源：中信证券数量化投资分析系统长期：长
25、期：估值估值/成长成长/风险风险轮动：规模轮动：规模阶段：盈利阶段：盈利其他：动量其他：动量进一步分大盘和进一步分大盘和小盘进行细化研小盘进行细化研究究265.5 不同因子表现存在周期性不同因子表现存在周期性275.6 量化个股精选模型之一：量化个股精选模型之一：GARP选股策略研究选股策略研究nGARP策略意味着所有的股票都值得投资？策略意味着所有的股票都值得投资？nGARP策略可以取代价值策略和成长策略？策略可以取代价值策略和成长策略？n价值和成长会发生轮动，不同市场环境具有不同表现价值和成长会发生轮动，不同市场环境具有不同表现nGARP策略兼顾成长与价值，可以平滑不同市场阶段表现更具持续
26、性策略兼顾成长与价值，可以平滑不同市场阶段表现更具持续性n价值价值/成长策略更加注重基本面分析，分析其内在价值，成长性成长策略更加注重基本面分析，分析其内在价值，成长性nGARP策略更加适合量化投资策略更加适合量化投资价值价值GARP成长成长价格价格低低贵贵成长成长高高低低 UnattractiveGARPValueGrowth285.7 GARP选股策略研究：量化流程选股策略研究：量化流程295.8 寻找适合国内市场的一种模型设定：指标设定寻找适合国内市场的一种模型设定：指标设定n价值成长矩阵价值成长矩阵n数据来源：数据来源：n财务指标和价格数据来自中信财务指标和价格数据来自中信证券数量化分
27、析系统证券数量化分析系统n预测数据来自一致预期预测数据来自一致预期成长成长指标指标预测预测EPS增长率增长率上年销售上年销售净利率净利率净利润增长率净利润增长率（上一期）（上一期）ROE（上一期）（上一期）ROE标准差标准差（过去（过去8期）期）价值价值指标指标预测预测P/E 预测预测P/E/G 历史市净率历史市净率P/B历史市销率历史市销率P/S 历史历史EV/EBITDA财务财务指指标标哪种哪种组组合月度收益高合月度收益高PB低低PBPS低低PSPEG低低PEGROE高高ROEEPS增长增长高高EPS增长增长依单一财务指标高低构造组合表现依单一财务指标高低构造组合表现数据来源：中信证券研究
28、部整理305.9 寻找适合国内市场的一种模型设定：打分方法寻找适合国内市场的一种模型设定：打分方法n打分方法打分方法n排序按秩打分：排名越靠前得分越高，排名越靠后得分越低（排序按秩打分：排名越靠前得分越高，排名越靠后得分越低（打分不考虑行业差异打分不考虑行业差异）n五个价值指标和五个价值指标和ROEROE波动按倒序排序打分波动按倒序排序打分n除除ROEROE波动外四成长指标按顺序排序打分波动外四成长指标按顺序排序打分n总分：每个指标秩值得分加总分别得出价值度和成长性（总分：每个指标秩值得分加总分别得出价值度和成长性（金融业价值指标不考虑金融业价值指标不考虑EV/EBITDA，因，因此四个价值得
29、分加总之后此四个价值得分加总之后*5/4进行恒等变换进行恒等变换）证券简称证券简称EPSEPS增长率增长率销售销售净利率净利率净利润同净利润同比增长率比增长率加权加权ROEROEROEROE波动率波动率成长得分成长得分预测预测PEPE预测预测PEGPEG市净率市净率PBPB市销率市销率PSPS企业倍数企业倍数EV/EBITDAEV/EBITDA价值得分价值得分深发展深发展A5.9779.1637.8139.283.79936.0329.3257.3995.4374.735-33.62万科万科A7.2377.1744.8075.7254.82529.7688.8398.0924.8523.934
30、-32.146南玻南玻A7.4268.8579.3078.2366.34640.1723.7456.2383.0883.2325.55421.857深康佳深康佳A4.6722.2697.6243.7549.20827.5276.9315.0149.7039.7665.7737.184一致药业一致药业4.6272.7376.6889.3253.48426.8614.1773.6371.5769.3794.75323.522价值成长矩阵打分示意价值成长矩阵打分示意数据来源：中信证券数量化投资分析系统315.10 我们的选股策略展现出持续的增强效果我们的选股策略展现出持续的增强效果数据来源：中信证券
31、数量化投资分析系统中信证券量化策略组合走势（中信证券量化策略组合走势（2006年年8月之前为后验的模拟，之后则是月之前为后验的模拟，之后则是“真枪实弹真枪实弹”的的show）325.11 价值动量模型的逻辑价值动量模型的逻辑n价值因子价值因子n入选股票同时具备高E/P和高B/P的特征n动量因子动量因子n长期动量信号捕捉强势行业和个股的“惯性”n反转因子作为短期信号修正335.12 量化个股精选模型之二：价值动量策略量化个股精选模型之二：价值动量策略n基础股票池：沪深基础股票池：沪深300；交易成本：；交易成本：0.3%n月平均收益率为0.95%，超额收益的标准差为0.0262n每期换手率平均是
32、52.07%，入选的股票数量31.46支34市值加权市值加权等权重等权重200312.92%7.44%2004-0.08%-2.19%20055.46%-0.06%200610.28%9.03%200710.62%20.86%200833.97%32.72%20090.06%11.50%平均平均10.46%11.33%20032009价值动量模型历史表现价值动量模型历史表现模型历年超额收益模型历年超额收益目录目录35n量化投资研究的定位量化投资研究的定位n量化投资：仓位与情绪监控量化投资：仓位与情绪监控n量化投资：行业配置与行业轮动量化投资：行业配置与行业轮动n量化投资：大小盘风格轮动监测量化
33、投资：大小盘风格轮动监测n量化投资：驱动因子及量化选股量化投资：驱动因子及量化选股n量化投资：事件驱动交易量化投资：事件驱动交易6.1 事件驱动交易、时机创造价值事件驱动交易、时机创造价值n分红送配、股权激励、成分股调整、股东增持等事件带来交易机会分红送配、股权激励、成分股调整、股东增持等事件带来交易机会n事件冲击能带来超额收益，但是把握时机和节奏很关键事件冲击能带来超额收益，但是把握时机和节奏很关键分离债发行分离债发行分红送配分红送配指数成分股调整指数成分股调整股改股改资产注入资产注入权证行权权证行权股东增持股东增持股权激励股权激励366.2 事件驱动交易研究方法事件驱动交易研究方法n事件驱
34、动研究方法的定量部分事件驱动研究方法的定量部分n基准指数：沪深基准指数：沪深300指数指数n估计期：以事件公告日为第估计期：以事件公告日为第0天，以天，以-T为公告日前第为公告日前第T个交易日，个交易日，T为公告日后第为公告日后第T个交个交易日。易日。n事件分析期：以事件发生日前后各事件分析期：以事件发生日前后各N个交易日为分析期，分析事件发生前后是否出现超个交易日为分析期，分析事件发生前后是否出现超额收益以及出现超额收益的具体时间区段额收益以及出现超额收益的具体时间区段n定义好参数以后，通过事件研究方法计算出考察样本的超额收益和累计超额收益情况定义好参数以后，通过事件研究方法计算出考察样本的
35、超额收益和累计超额收益情况n事件驱动研究方法的定性部分事件驱动研究方法的定性部分n剔除异常因素带来的干扰值，寻找定量分析结果的背后机理剔除异常因素带来的干扰值，寻找定量分析结果的背后机理n建立事件驱动的常态跟踪机制，发现事件驱动机会并捕捉交易时机建立事件驱动的常态跟踪机制，发现事件驱动机会并捕捉交易时机376.3 6.3 案例分析：可分离债发行、高送配案例分析：可分离债发行、高送配n在可分离债的发行过程中，存在事件驱动交易机会在可分离债的发行过程中，存在事件驱动交易机会n发审委过会、募集说明书发布、股权登记和债券权证上市四个事件对股价有显著的影响发审委过会、募集说明书发布、股权登记和债券权证上
36、市四个事件对股价有显著的影响n高送配对于股价具有短期影响高送配对于股价具有短期影响n分配预案信息提前走漏的可能性较大，预案公布前进入可以获得一定的超额收益分配预案信息提前走漏的可能性较大，预案公布前进入可以获得一定的超额收益可分离债发行前后存在的超额收益机会可分离债发行前后存在的超额收益机会送配预案公告事件前后累计超额收益走势送配预案公告事件前后累计超额收益走势386.4 事件驱动交易，时机创造价值事件驱动交易，时机创造价值n事件驱动交易，时机创造价值事件驱动交易，时机创造价值n事件导致股价短期变化事件导致股价短期变化n分析事件，定位交易时机分析事件，定位交易时机n抓住时机，捕获交易价值抓住时
37、机，捕获交易价值n融资融券推出之后融资融券推出之后n获取事件对股价的负面影响收益获取事件对股价的负面影响收益n引入股指期货，锁定价值引入股指期货，锁定价值n对冲系统风险，锁定超额收益对冲系统风险，锁定超额收益系系统统风风险险（）股股指指期期货货空空头头（-）仅留下超额收益（仅留下超额收益（alphaalpha）超超额额收收益益（）39中信证券金融工程团队：不积跬步，无以至千里中信证券金融工程团队：不积跬步，无以至千里n胡浩（，）胡浩（，）n02年加入中信证券，中国人民大学统计学硕士、金融工程专业博士。早年加入中信证券，中国人民大学统计学硕士、金融工程专业博士。早年征战于金融产品开发小组，后转入
38、研究部，国内横跨指数开发、基金年征战于金融产品开发小组，后转入研究部，国内横跨指数开发、基金评级、基金产品设计、股指期货、量化策略等多领域的专业人士之一，评级、基金产品设计、股指期货、量化策略等多领域的专业人士之一，现为金融工程团队负责人。现为金融工程团队负责人。n严高剑（，）严高剑（，）n06年加入中信证券，中国人民大学应用数学学士、数量经济学硕士。具年加入中信证券，中国人民大学应用数学学士、数量经济学硕士。具有深厚的金融数学、计量经济学功底，在因子驱动及量化选股、行业配有深厚的金融数学、计量经济学功底，在因子驱动及量化选股、行业配置、事件驱动策略等方面推出了很多有影响力的报告。置、事件驱动
39、策略等方面推出了很多有影响力的报告。n马坚（，）马坚（，）40n0000年毕业于清华大学计算机科学与技术系，同年加入中信证券，见证了年毕业于清华大学计算机科学与技术系，同年加入中信证券，见证了中信证券数量化分析系统的创立与演进。曾从事中信标普系列指数的编中信证券数量化分析系统的创立与演进。曾从事中信标普系列指数的编制与开发、数量化投资系统的设计开发，具备扎实的计算机编程功底和制与开发、数量化投资系统的设计开发，具备扎实的计算机编程功底和多年的数据库管理经验，现主要从事指数及衍生品的研究，负责金融工多年的数据库管理经验，现主要从事指数及衍生品的研究，负责金融工程研究成果的软件化。程研究成果的软件
40、化。中信证券金融工程团队：不积跬步，无以至千里中信证券金融工程团队：不积跬步，无以至千里n李栋（，）李栋（，）n09年加入中信证券，清华大学自动化系学士及硕士。加入中信证券前曾年加入中信证券，清华大学自动化系学士及硕士。加入中信证券前曾服役于对冲基金千年资本管理公司两年有余，主要工作是开发适用于美服役于对冲基金千年资本管理公司两年有余，主要工作是开发适用于美股、欧股和日股的量化交易模型，对统计套利具有较深的理解。现主要股、欧股和日股的量化交易模型，对统计套利具有较深的理解。现主要从事从事A股的多空量化交易研究。股的多空量化交易研究。n林小驰（，）林小驰（，）n07年加入中信证券，北京大学会计学
41、博士。具有深厚的会计学功底，在年加入中信证券，北京大学会计学博士。具有深厚的会计学功底，在财务分析、财务造假识别、财务因子特性等方面进行长期的研究。现主财务分析、财务造假识别、财务因子特性等方面进行长期的研究。现主要负责财务培训及财务因子在要负责财务培训及财务因子在A股的应用研究。股的应用研究。n岳子义（，）岳子义（，）41n0707年毕业于清华大学软件工程系，年毕业于清华大学软件工程系，1010年加入中信证券，加入中信证券前年加入中信证券，加入中信证券前曾服役于曾服役于IBMIBM软件开发中心，具备扎实的计算机编程功底和多年的数据库软件开发中心，具备扎实的计算机编程功底和多年的数据库管理经验，现主要从事金融工程的数据库建设及研究成果的软件化。管理经验，现主要从事金融工程的数据库建设及研究成果的软件化。联系人：胡联系人：胡 浩浩 010-84588430 致谢！致谢！42