量化证券投资组合管理：现代技术与应用（英文影印导读版）

作　者：	钱恩平朱北航
出版社：	机械工业出版社
丛编项：	国外实用金融统计丛书
版权说明：	本书为公共版权或经版权方授权，请支持正版图书
标　签：	暂缺

ISBN	出版时间	包装	开本	页数	字数
未知	暂无	暂无	未知	0	暂无

作者简介

　　钱恩平（ Edward E. Qian），博士，注册金融分析师：波士顿磐安资产管理公司（PanAgora Asset Management）董事，及宏观战略小组研究主管。之前，钱博士在普特南投资公司（ Putnam Investments）担任了 6年的高级量化分析师，还在后湾咨询公司（ Back Bay Advisors）担任固定收益量化分析师，并在美国资本集团公司（2100 Capital Group）担任对冲基金策略的量化分析师。钱博士还是荷兰莱顿大学和麻省理工学院应用数学专业的博士后研究员。 1994年到 1996年，他担任麻省理工学院国家科学基金会的博士后研究员。 1993年他获得佛罗里达州立大学应用数学专业博士学位，1986年获得北京大学数学学士学位。罗纳德·H.华（Ronald H.Hua），注册金融分析师：美国股权集团公司（ Equity Group）董事，以及位于波士顿的磐安资产管理股票研究主管。2004年加入磐安资产管理公司之前，他在普特南投资公司担任了 5年的高级副总裁，负责量化证券投资研究和证券投资组合管理。 1994年至 1999年，他在富达管理研究公司（ Fidelity Management and Research Company）担任量化分析师。 1994年他获得纽约大学斯特恩商学院工商管理硕士学位，1991年获得纽约大学库兰特数学科学研究院硕士学位。埃里克 ·H.索伦森（ Eric H. Sorensen），博士，波士顿磐安资产管理公司的总裁兼首席执行官。磐安资产管理公司专门研究量化货币管理解决方案，实施现代投资组合策略，总资产约为 240亿美元。索伦森博士和他的团队在量化投资领域是行业领袖，专注于各种创新的、自下而上的分析和多阿尔法宏观策略。 2000年至 2004年，他在普特南投资公司担任全球量化研究主管和首席投资官。此前，他是所罗门兄弟公司（现花旗集团）的全球量化研究主管。在 14年的华尔街生涯里，他发表了大量的文章，为世界各地的机构投资客户提供顾问咨询，并在全球范围内建立起现代投资策略领导者的声誉。任职华尔街之前，他是亚利桑那大学的金融学教授和系主任，发表了 50多篇学术期刊文章，并在几家金融学术期刊中任编委。1976年他获得俄勒冈大学金融学博士学位， 1974年获得俄克拉荷马城市大学工商管理硕士学位。 1969年至 1974年，他还曾服役美国空军，作...

内容简介

本书从金融经济学、会计学、数学和运筹学中选取不同主题，通过独立的综述、实证分析和详细的数学解析，构建起量化证券投资组合管理的坚实基础。在这一过程中，本书回顾了实践中常用的量化投资策略或因子，包括价值因子、动量因子和质量因子以及它们的学术渊源，介绍了在回报预测模型、风险管理、投资组合构建和投资组合实施中的先进技术和应用，如*优多因子模型、场景建模、非线性模型、因子择时模型、投资组合周转控制、对上市公司的蒙特卡罗估值以及*优交易。本书利用数学方法提出和解决相关问题，并用数值和实证举例解释数学概念和解决方案。本书能为希望从数学分析中获得深入见解的从业人员提供指导和帮助。本书也能为金融学、经济学、量化金融专业中对量化投资感兴趣或充满好奇心、或正在寻找就业机会的学生提供参考。 Quantitative Equity Portfolio Management： Modern Techniques and Applications / by Edward E. Qian ，Ronald H. Hua ，Eric H. Sorensen / ISBN： 978-1-584-88558-0 Copyright @ 2007 by Taylor & Francis Group， LLC Authorized English language with a Chinese （simpli.ed characters） from English language edition published by CRC Press， part of Taylor & Francis Group LLC; All rights reserved; 本书原版由 Taylor & Francis出版集团旗下，CRC出版公司出版，并经其授权出版英文影印导读版，版权所有，侵权必究。 China Machine Press is authorized to publish and distribute exclusively the Chinese （Simpli.ed Characters） language edition. This edition is authorized for sale throughout Mainland of China. No part of the publication may be reproduc...

图书目录

前言

关于作者

第 1 章　引言：信念、风险以及组合投资过程 1

1.1　信念1

1.2　风险3

1.3　量化投资过程5

1.4　信息的获取8

1.5　各章内容介绍11

附录：心理和行为金融11

A1.1 心理学的进展12

A1.2 行为金融12

A1.3 行为模型14

参考文献16

尾注 18

第一部分

第 2 章　组合理论 23

2.1 投资回报率的分布24

2.2 组合优化28

2.3 资本资产定价模型38

2.4　特征组合45

习题 47

参考文献51

第 3 章　风险模型和风险分析 53

3.1　无套利定价理论和无套利模型54

3.2　风险分析64

3.3　在险价值的贡献72

习题 74

参考文献76

第二部分

第 4 章　阿尔法因子的评估 81

4.1　阿尔法表现度量基准：比率81

4.2　单期技能：信息系数 83

4.3　多期事前信息比率 94

4.4　实证例子100

习题 108

参考文献110

第 5 章　量化因子 111

5.1　价值因子111

5.2　质量因子125

5.3　动量因子135

附录 145

A5.1　因子的定义145

A5.2　净运营资产（ NOA）148

参考文献150

尾注 153

第 6 章　估值方法和价值创造 155

6.1　估值的框架156

Contents

6.2　自由现金流162

6.3　公司商业经济建模 167

6.4　资本成本172

6.5　成长期、衰退期和终值 173

6.6　芝士蛋糕工厂案例分析 175

6.7　现金流多路径折现分析 180

6.8　现金流多路径折现分析进阶184

6.9　小结192

习题 193

参考文献194

尾注 194

第 7 章　多因子阿尔法模型 195

7.1　多因子模型中单期信息系数的构成196

7.2　最优阿尔法模型：解析推导 200

7.3　因子相关性和信息系数相关性的比较207

7.4　正交化因子的复合阿尔法模型214

7.5 FAMA-MACBETH 回归和最优阿尔法模型217

习题 225

附录 226

A7.1　分块矩阵的逆 226

A7.2 　多变量回归的分解 227

参考文献229

第三部分

第 8 章　组合重构和最优阿尔法模型 233

8.1　被动投资组合漂移 234

8.2　固定权重组合的重构 236

xii

8.3　预测改变的组合重构 241

8.4　复合预测因子的组合重构247

8.5　信息的时间跨度和滞后预测性252

8.6　组合重构限制下的最优阿尔法模型257

8.7　小规模交易和组合重构 267

习题 274

附录 276

A8.1　减少阿尔法敞口 278

参考文献278

尾注 279

第 9 章　高级阿尔法建模技术 281

9.1　收益生成方程282

9.2　场景建模283

9.3　场景建模的数学分析 287

9.4　场景建模的实证检验 290

9.5　场景建模的表现300

9.6　行业建模和场景建模的比较303

9.7　非线性效用的建模 306

9.8　小结313

习题 313

附录 313

A9.1　距离检验模型 314

参考文献315

第 10 章　因子择时模型 317

10.1　日历效应：行为原因 318

10.2　日历效应：实证结果 323

10.3　收益报告的季度效应 336

Contents

10.4　宏观择时模型340

10.5　小结350

参考文献352

尾注 355

第 11 章　组合约束和信息比率 357

11.1　行业中性约束 359

11.2　无限制组合的多 / 空比率363

11.3　纯多仓组合374

11.4　纯多仓组合和多 / 空组合的信息比率 379

习题 389

附录 389

A11.1　范围约束下的均值 - 方差优化390

参考文献393

尾注 394

第 12 章　交易成本和组合构建 395

12.1　交易成本的组成396

12.2　存在交易成本的最优组合：单资产情形398

12.3　存在交易成本的最优组合：多资产情形405

12.4　组合交易策略414

12.5　最优交易策略：单支股票 415

12.6　最优交易策略：多支股票 427

习题 430

附录：变分法431

参考文献433

索引 435