如何实现基本面量化？

1.需要怎样选准把握的数据？
2.如何整合这些数据并抓住它们的规律得到结论？
3.如何量化突发性事件对市场造成的影响？
4.如何通过量化确定价格的波动范围？（在既定的基本面数据下，价格是否应该存在一个合理的波动区间？比如沪铝，假定存在，而合理的波动区间是12000-13000元/吨。）

卢智 · 2018-10-17 22:39:31

题主所说的量化是否指这种

（蓝线沪深300理论估值，绿线沪深300实际日线，时间130118~141110）
或者这种
（蓝线金价理论估值，绿线金价日线，时间131201~141111)
又或者是转换过来的这种概率分布

（0.5对应的是概率中性）

祝睿 · 2018-10-17 22:39:30

可以研究下桥水公司

方童根 · 2018-10-17 22:39:28

第一，假设国家统计局公布数据是正确的，没有这个假设就没的做了。
第二，数据要进行周期化调整，消除周期项。宏观数据几乎都带周期性。
第三，根据经济理论，建立计量模型，根据实际对模型进行调整。

环球金汇网3 · 2018-10-17 22:39:27

基本面量化投资是以数据为基础，以策略模型为核心，以程序化交易为手段，以追求绝对收益为目标的投资方法。人类可以提供而量化分析却无法做到的一个技能就是，基于较小的数据量做出推理的能力。
一般来说，量化基本面分析师会结合基本面投资自下而上的股票拣选技能与对计算机算法的使用，搭配大数据来测试他们的假设，举个例子，如果我们要分析一个零售商店的表现，一方面可以通过研究公司的财务报表，甚至亲身到零售商店看一看，来预测未来的利润或公司偿还债务的能力，另一方面，投资经理还可以通过分析几百万张银行卡的信息来建立算法，测试以上得出的结果。
外汇市场做长期分析计算是高度有效的，量化投资是将基本面观点进行系统化实现，依靠大数据做投资分析的比重逐年递增。新手朋友们在入门外汇基本面分析的同时，更要了解最新的投资分析方式。

MAO一疯 · 2018-10-17 22:39:26

本人致力于这个问题很多年了，最近的想法如下：

基本面可以量化，但模型变量太多，且变量数据无法获得，也就是说，模型太复杂。

市场上有各种简化模型，可简化模型一般无效。

要争辩有效性的请找我讨论，我可以出资源一起来证明或者反证。

李小马 · 2018-10-17 22:39:24

你这个问题我思考过很久，后发现工程巨大不可能是个人能完成的只能选择放弃，分享下我的观点：
1：影响因素的选择，基本面总归是各种影响因素的影响如某些已经量化的数据GDP，PMI，某月产量，某时间段房地产平均价格，地价等等还有些不能量化的如季节的影响，生产周期的影响等等你只能选择有限个怎么样确定自己选择的是影响力大的？这涉及到自己的模型。
2：得出结论的推导过程是树形而非线性
3：影响因素的量变会导致它在决策过程重要性的质变
4：我觉得就复杂程度：农业品《工业品《贵金属《金融产品。

那个影子 · 2018-10-17 22:39:23

第三点现在的量化交易就可以做了，事件驱动模型。

基本面的量化，我的观点是要和人工智能相结合了，因为基本面的研判需要综合考虑各个因素，太过复杂，而且需要因地制宜，因时制宜，必须要有学习、进化的能力才能完成。

芬歧贰 · 2018-10-17 22:39:22

写在前面：
1 一句话描述我理解的基本面量化：把基本面分析师的工作，系统化应用到很广的股票池中。
2基本面量化最重要的意义是，把投资规模化！传统基本面投资不能覆盖大量持有数量，那么基本面量化基金的capacity就有好大的空间。capacity 上去了哈哈AUM就来者不拒了！（同情隔壁部门的热卖基金用完capacity被迫停卖。
3 分散投资。第一层意思是，当然选股多了风险就分散了，大家都好懂。第二层意思，选股多了，特别是非指数股的选择更多了，active shares(手上持有股票中非指数股的占比)上去了，那就意味着更多机会跑赢大市。再说了，我们一直都教育投资者，跟着股指被动投资（假设股指都是市值权重计算的），那就自然是把自己绑架在巨盘大盘非价值股票。
4 概括地说我的理解：利用量化工具规模化，量化投资者需要创造的价值是，更广地搜索机会(breadth)，更系统化地执行并达到良好的正确率（hit rate）。
5 入行不久，认识不深，抛砖引玉，欢迎补充。手机答题而且在路上不能一直打字，恕我先写一些回头再写。

正式答题
1 怎么样选参数
A 做好行业分类
每一个行业都必须专属的一套逻辑和参数。举个最简单的例子是，非银行股和银行股的杠杆比例，是不能直接比较的。有人会问，那非银行股的行业内部，比如说房地产股，可以进行直接比较了吧？答案是，还不行。房地产股还有卖房子为主的比如说碧桂园和做地主出租为主的比如说希慎置业。对于这两种情况，msci gics分类系统有很好的解决，参考他家的第四层甚至第三层分类就可以了。现在问题来了：如果像太古集团这种啥都干但是主要靠太古地产支撑bottom line的企业，怎么办呢？这时候就要在msci gics的基础上，制造自己的分类了。对于房地产企业，更深一层的分类，还应该标注出该企业涉及的是商场、住宅还是写字楼，所经营的地区是大陆几线或者全球哪个地方。对于最近很热的能源行业，也很需要标注出能源开采者到底采的是什么油（加拿大Alberta 省的tar sand重油成本高，美国Permian的页岩油成本较低)。没有处理好行业，就无法假设每个股票所用的商业模式，成本假设，再复杂高明的参数也没有意义。

B 想好策略逻辑

C 针对行业，阅读大量卖方报告，把系统化系统化

如何实现基本面量化？

8 个回复