發(fā)布時間：2024-01-04 16:37:08
序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的量化策略研究樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。
【關(guān)鍵詞】機器學(xué)習(xí) 量化投資 三因子模型
一、引言
作為人工智能領(lǐng)域主要的研究方向之一，機器學(xué)習(xí)無疑最受矚目。尤其是近幾年深度學(xué)習(xí)方法在語音識別、自然語言處理、自動駕駛等方面取得了巨大的成功，使得各行各業(yè)都將機器學(xué)習(xí)方法做為重點的研究方向。特別是在金融領(lǐng)域，以機器學(xué)習(xí)為主的人工智能已經(jīng)在量化投資方面得到了廣泛的應(yīng)用。機器學(xué)習(xí)可以快速海量地進行分析、擬合、預(yù)測，人工智能與量化交易聯(lián)系越來越緊密。如全球最大的對沖基金橋水聯(lián)合（Bridge water Asspcoates）在2013年就建立了一個基于機器學(xué)習(xí)的量化投資團隊，該團隊設(shè)計交易算法，利用歷史數(shù)據(jù)預(yù)測未來金融市場變化，以人工智能的方式進行投資組合調(diào)整。日本的人工智能量化投資公司Alpaca，建立了一個基于圖像識別的機器學(xué)習(xí)技術(shù)平臺Capitalico，通過該平臺，用戶可以利用數(shù)據(jù)庫中找到外匯交易圖表進行分析，這使得普通投資者也能知道成功的交易員是如何做出交易決策的，從他們的經(jīng)驗中學(xué)習(xí)并作出更準(zhǔn)確的交易。然而在金融領(lǐng)域，已公開的有效的預(yù)測模型是基本不存在的，因為無論是機構(gòu)投資者還是個人投資者一旦公開投資模型，也就意味著投資模型的失效。比如著名數(shù)學(xué)家西蒙斯1988年成立的文藝復(fù)興公司，就完全依靠數(shù)學(xué)模型進行投資，公司旗下從事量化投資的大獎?wù)禄鸹貓舐室策h(yuǎn)超過其他對沖基金，然而該公司卻從不公開投資模型。雖然金融機構(gòu)很少公開如何利用機器學(xué)習(xí)來指導(dǎo)投資的研究成果，但學(xué)術(shù)界對機器學(xué)習(xí)在金融投資中的應(yīng)用的研究卻在逐漸增加。
支持向量機（support vector machines，SVM）是Vapnik 1995年提出的新的機器學(xué)習(xí)算法，該方法有很好的泛化能力，一種非常成功的機器學(xué)習(xí)方法，性能明顯優(yōu)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)。在金融研究領(lǐng)域，支持向量機也是應(yīng)用最廣泛的機器學(xué)習(xí)模型。即使在國內(nèi)，利用SVM方法的研究文獻(xiàn)也不少。賽英（2013）利用支持向量機（SVM）方法對股指期貨進行預(yù)測，并用遺傳算法（GA）和粒子群算法（PSO）分別優(yōu)化四種不同核函數(shù)的支持向量機，通過大量實驗發(fā)現(xiàn)，采用粒子群算法化的線性核函數(shù)支持向量機對股指期貨具有最好的預(yù)測效果。黃同愿（2016）通過選擇最優(yōu)的徑向基核函數(shù)，再利用網(wǎng)格尋參、遺傳算法和粒子群算法對最佳核函數(shù)參數(shù)進行對比尋優(yōu)，構(gòu)建最有效的支持向量機模型，并對中國銀行未來15日的開盤價格變化趨勢進行預(yù)測，并認(rèn)為用支持向量機來預(yù)測股票走勢是可行的。程昌品（2012）提出了一種基于二進正交小波變換和ARIMA-SVM方法的非平穩(wěn)時間序列預(yù)測方案。用高頻數(shù)據(jù)構(gòu)建自回歸模型ARIMA進行預(yù)測，對低頻信息則用SVM模型進行擬合；最后將各模型的預(yù)測結(jié)果進行疊加，并發(fā)現(xiàn)這種辦法比單一預(yù)測模型更加有效。張貴生（2016）提出了一種新的SVM-GARCH預(yù)測模型，通過實驗發(fā)現(xiàn)該模型在時間序列數(shù)據(jù)去除噪音、趨勢判別以及預(yù)測的精確度等方面均優(yōu)于傳統(tǒng)的ARMA-GARCH模型。徐國祥（2011）在傳統(tǒng)SVM方法的基礎(chǔ)上，引入主成分分析方法和遺傳算法，構(gòu)建了新的PCA-GA-SVM模型。并利用該模型對滬深300指數(shù)和多只成分股進行了驗證分析，并發(fā)現(xiàn)該模型對滬深300指數(shù)和大盤股每日走勢有很好的預(yù)測精度。韓瑜（2016）結(jié)合時間序列提出了一種基于GARCH-SVM、AR-SVM的股票漲跌預(yù)測方法，結(jié)果表明，加入GARCH或AR等時間序列模型的初步預(yù)測結(jié)果可以提高SVM預(yù)測準(zhǔn)確率。
從國內(nèi)的研究文獻(xiàn)來看，大多數(shù)文獻(xiàn)都是通過機器學(xué)習(xí)方法來優(yōu)化傳統(tǒng)的時間序列預(yù)測模型，很少去研究如何通過機器學(xué)習(xí)方法構(gòu)建有效的量化投資策略。由此，本文將利用SVM算法，結(jié)合經(jīng)典的Fama-Fench三因子模型，設(shè)計量化投資策略，探討機器學(xué)習(xí)方法在金融投資領(lǐng)域應(yīng)用的新思路。
二、模型理論介紹
（一）Fama&Fench三因子模型
Sharpe（1964），Lintner（1965）和Mossin（1966）提出的資本資產(chǎn)定價模型（CAPM）是一個里程碑。在若干假定前提條件下，他們嚴(yán)謹(jǐn)?shù)赝茖?dǎo)出了在均衡狀態(tài)下任意證券的定價公式：
式中，E（ri）是任意證券i的期望收益率，E（r0）是無風(fēng)險利率，E（rm）是市場組合（market portfolio）的期望收益率。■。法馬（Fama，1973）對CAPM進行了驗證，發(fā)現(xiàn)組合的β值與其收益率之間的線性關(guān)系近似成立，但截距偏高，斜率偏低，說明β不能解釋超額收益。之后，F(xiàn)ama&Fench（1992）詳細(xì)地分析了那些引起CAPM異象的因子對證券橫截面收益率的影響。結(jié)果發(fā)現(xiàn)，所有這些因子對截面收益率都有單獨的解釋力，但聯(lián)合起來時，市值和賬目價值比（BE/ME）兩個因子在很大程度上吸收了估計比值（E/P）以及杠桿率的作用。基于此，F(xiàn)ama&Fench（1993）在構(gòu)建多因子模型時，著重考慮規(guī)模市值（SMB）和賬面價值比（HML）這兩個因子。因此，三因子模型可以寫為：
（二）支持向量機
支持向量機是一種二分類模型，也可以用于多分類，它的基本模型是定義在特征空間上的間隔最大的線性分類器，通過尋求結(jié)構(gòu)化風(fēng)險最小來提高分類器的泛華能力，實現(xiàn)經(jīng)驗風(fēng)險和置信范圍的最小化，最終可轉(zhuǎn)化為一個凸二次規(guī)劃的問題求解。支持向量機是90年代最成功的機器學(xué)習(xí)方法，它的基本思想是求解能夠正確劃分訓(xùn)練數(shù)據(jù)集并幾何間隔最大的分離超平面，該超平面可以對數(shù)據(jù)進行分類，分類的標(biāo)準(zhǔn)起源于邏輯回歸，logistic回歸的目的是從特征學(xué)習(xí)出一個0/1分類模型，logistic函數(shù)（sigmoid函數(shù)）的表達(dá)形式為：
這個模型是將特征的線性組合作為自變量。由于自變量的取值范圍是負(fù)無窮到正無窮，因此，sigmoid函數(shù)將自變量映射到（0，1）上，對應(yīng)的類別用y來表示，可以取-1或者1。根據(jù)輸?shù)母怕蕦?shù)據(jù)進行分類，sigmoid函數(shù)圖像如圖1。
支持向量機也是利用上述分類原理對數(shù)據(jù)進行分類，如圖2所示，wTx+b=0為n維空間的一個超平面，該超平面將數(shù)據(jù)分開，一般來說，一個點距離超平面的遠(yuǎn)近可以表示為分類預(yù)測的準(zhǔn)確程度。支持向量機就是求解■的最大值，也就是說，構(gòu)造最大間隔分類器γ，使兩個間隔邊界的距離達(dá)到最大，而落在間隔邊界上的點就叫做支持向量，明顯有y（wT+b）>1。
當(dāng)數(shù)據(jù)不能線性可分時，就需要利用非線性模型才能很好地進行分類，當(dāng)不能用直線將數(shù)據(jù)分開的情況下，構(gòu)造一個超曲面可以將數(shù)據(jù)分開。SVM采用的方法是選擇一個核函數(shù)，通過將數(shù)據(jù)映射到高維空間，在這個空中構(gòu)造最優(yōu)分類超平面，用線性分類法進行數(shù)據(jù)分類。
然而，在不知道特征映射的形式時，很難確定選擇什么樣的核函數(shù)是合適的。因此，選擇不同的核函數(shù)可能面臨不同的結(jié)果，若核函數(shù)選擇不合適，則意味著將樣本映射到了一不合適的特征空間，很可能導(dǎo)致結(jié)果不佳。常用的核函數(shù)見表1。
三、實證分析與應(yīng)用
（一）數(shù)據(jù)說明
訓(xùn)練數(shù)據(jù)為2012年8月1日至2016年8月1日滬深300成分股在每月最后一個交易日有交易的股票因子值，市值因子SMB（marketValue）和賬面價值比HML（PB）比這兩個因子見表2，所有因子數(shù)據(jù)都通過標(biāo)準(zhǔn)化并處理。利用PB和marketValue兩個因子，預(yù)測下月該股票的漲跌，利用機器學(xué)習(xí)中的支持向量機進行訓(xùn)練，數(shù)據(jù)特征為月度股票因子，訓(xùn)練標(biāo)簽為該股票下個月月初第一個交易日的漲跌，上漲為1，下跌和股價不變標(biāo)記為0，采用交叉驗證方法，其中80%的數(shù)據(jù)為訓(xùn)練集，20%的數(shù)據(jù)為測試集，利用R語言中的e1071包進行分析。
表2 因子名稱與因子說明
■
（二）策略回測
從實驗結(jié)果看，SVM的測試集預(yù)測準(zhǔn)確率為62.32%，回測策略為等權(quán)重買入當(dāng)月預(yù)測上漲概率排名前20的股票，每月初第一個交易日進行調(diào)倉，回測區(qū)間共調(diào)倉41次?；販y區(qū)間為2013年7月1日至2017年2月28日，初始資金設(shè)為1000000元，利用優(yōu)礦量化平臺進行回測，策略回測的部分持倉記錄見表3，策略效果見圖3和表4。
表3 策略回測持倉記錄
■
■
圖3 策略收益率與基準(zhǔn)收益率對比
表4 模型回測結(jié)果主要數(shù)據(jù)
■
由于多因子模型通常為穩(wěn)健策略，因此為了避免頻繁交易帶來的高額交易費用，本策略采用了月度定期調(diào)倉的手法。從表3，圖3和表4的策略回測結(jié)果來看，利用支持向量機算法結(jié)合Fama-Fench三因子模型設(shè)計的交易策略，在回測區(qū)間年化收益率為22.4%，超越了13.4%的基準(zhǔn)市場收益率，獲得了8.2%的阿爾法，這也說明Fama-Fench三因子模型在A股市場依然有效。同時我們也能看到，該策略最大回撤為48.1%，說明在不加入止損、止盈條件下，該策略并不能實現(xiàn)很好的對沖效果。從量化投資的角度來看，利用股指期貨進行對沖，是多因子策略的一個很好的選擇。
四、結(jié)論
本文通過利用機器學(xué)習(xí)中的經(jīng)典算法支持向量機并結(jié)合Fama-Fench三因子模型構(gòu)建了量化投資策略。通過市值因子和市凈率因子，利用機器學(xué)習(xí)算法，滾動預(yù)測下一個月股票的漲跌方向。實驗結(jié)果發(fā)現(xiàn)，支持向量機的預(yù)測準(zhǔn)確率達(dá)到了62.23%，通過預(yù)測股票漲跌方向的概率，設(shè)計了對應(yīng)的投資策略，該策略在回測期間的年化收益達(dá)到了22.4%，遠(yuǎn)超過基準(zhǔn)年華收益率的13.4%。本文的研究表明，機器學(xué)習(xí)方法在金融市場有很好的運用空間，在大數(shù)據(jù)時代的今天，傳統(tǒng)統(tǒng)計模型無法從復(fù)雜、多維的金融數(shù)據(jù)中提取出有效的信息特征，而機器學(xué)習(xí)算法擅長處理復(fù)雜、高維數(shù)據(jù)。這也是人工智能投資在金融行業(yè)越來越受到重視的原因。從量化投資這一角度來說，如何將機器學(xué)習(xí)方法應(yīng)用到金融投資領(lǐng)域還是一個飽受爭議的話題，本文只是從嘗試的角度出發(fā)，創(chuàng)新的將機器學(xué)習(xí)方法結(jié)合經(jīng)典的Fama-Fench三因子模型來驗證對中國股市的投資效果。而如何將機器學(xué)習(xí)方法應(yīng)用到更多的金融投資領(lǐng)域?qū)⑹潜疚南乱浑A段的研究重點。
參考文獻(xiàn)
[1]Cortes C，Vapnik V.Support-Vector Networks.[J].Machine Learning，1995，20（3）：273-297.
[2]Fama，E.F.&K.R.French（1992），“The cross-section ofexpected stock returns”，Journal of Finance 47：427-466.
[關(guān)鍵詞]燈盞花；遺傳改良；策略
我國現(xiàn)有的中藥資源種類已達(dá)12 807種，其中藥用植物11 146種，常用植物類藥材320種，其中藥用植物僅200余種[1]，藥用植物的規(guī)范化種植和可持續(xù)發(fā)展有賴于其遺傳改良的研究和應(yīng)用。但由于栽培歷史短，種植規(guī)模較小等原因，藥用植物在遺傳改良方面的研究基礎(chǔ)薄弱。很多藥用植物栽培技術(shù)粗放，通過遺傳改良育成的真正意義上的品種很少。
燈盞花Erigeron breviscapus （Vant.）Hand.-Mazz.屬菊科飛蓬屬草本植物，又名短葶飛蓬、燈盞細(xì)辛等，為菊科紫菀族飛蓬屬多年生草本植物[2]，其藥性味辛、微苦，溫，歸心、肝經(jīng)，具有祛風(fēng)散寒，活血通絡(luò)止痛等功效，用于風(fēng)寒濕痹痛，中風(fēng)癱瘓，胸痹心痛，牙痛，感冒等疾病[3]，是云南特有的野生天然藥物資源，其資源總量約占全國總產(chǎn)量的97%。目前，國內(nèi)有燈盞花制劑生產(chǎn)企業(yè)60余家，云南有20多家，產(chǎn)品成熟，類型齊全，是云南省重點開發(fā)的天然藥物品種。隨著人們對燈盞花藥材需求量的不斷增加和對野生資源的過度采集，野生藥材儲量低于市場需求量，植株分布頻率接近稀或少。燈盞花成片分布的地區(qū)很少，僅部分海拔為1 200～3 500 m的開闊坡草地和林緣地帶能夠見到[4]。在加強資源保護力度的同時，開展大面積人工栽培是解決原料短的根本途徑。目前，云南省燈盞花人工種植面積已經(jīng)達(dá)到730 hm2，主要集中在瀘西縣境內(nèi)，其余種植于彌勒縣、彌渡縣、劍川縣等地。紅河千山生物公司（瀘西縣）的燈盞花基地2004年通過了GAP認(rèn)證，2009年通過了復(fù)認(rèn)證。
由于燈盞花研究基礎(chǔ)薄弱，人工栽培歷史短，缺乏系統(tǒng)的關(guān)于生物學(xué)、栽培、品種選育等方面的系統(tǒng)的研究。本文概述了燈盞花遺傳改良方面的研究進展，提出了相應(yīng)的研究策略，以期提高對燈盞花研究的目的性與預(yù)見性。
1 燈盞花遺傳研究進展
1.1 種質(zhì)資源遺傳變異研究 燈盞花種質(zhì)資源遺傳多樣性進行了ISSR，RAPD，AFLP的分析。對采自云南，貴州和四川等地的36份燈盞花種質(zhì)資源的ISSR分析表明，燈盞花種質(zhì)資源遺傳多樣性豐富，遺傳關(guān)系與其采集地的地理分布距離具有一定的相關(guān)性，但并非嚴(yán)格按地理界限聚在一起[5]。對云南、貴州和四川等地的37份燈盞花種質(zhì)資源的RAPD分析中顯示燈盞花遺傳資源豐富，遺傳關(guān)系與其采集地的地理分布距離密切相關(guān)[6]。2種標(biāo)記方法存在一定的差異，可能是因為標(biāo)記位點不同影響的。用云南省的6份野生種質(zhì)資源和紅河千山公司系統(tǒng)選育出來的2個品系（千山1號和千山2號）進行了AFLP分析，結(jié)果表明云南燈盞花遺傳資源豐富；千山1號和千山2號燈盞花平均遺傳相似系數(shù)大，遺傳相似系數(shù)變幅小，品內(nèi)遺傳分化小，遺傳性狀較穩(wěn)定[7]。
1.2 遺傳特性 采自云南麗江、昆明和丘北等3個地區(qū)的燈盞花種群染色體均為二倍體，核型為2n=2x=18=6m+10sm（2SAT）+2st；種群基因分化系數(shù)為GST=0.279 8，變異主要存在于種群內(nèi)部，屬異花授粉植物；種群間遺傳一致度高（I=0.917 2），遺傳距離?。―=0.087 6）[8]。對云南大理、騰沖、昆明、祿勸、麗江、中甸、文山、丘北、巧家等地共18個短葶飛蓬野生居群的植株進行細(xì)胞學(xué)研究，在云南省大理蒼山、騰沖楊家坪的二倍體野生居群中發(fā)現(xiàn)有三倍體個體的存在。
蒼山居群的2種核型分別為2n=2x=18=4m+10sm+4st，2n=3x=27=6m+12sm+9st；楊家坪居群的2種核型分別為2n=2x=18=6m+10sm+2st，2n=3x=27=3m+15sm+9st。三倍體植株較二倍體植株有較好的生長勢，形態(tài)較高大粗壯，葉片較多，葉面積大，葉片厚，密毛，氣孔大而明顯，頭狀花序較大，抗性強[9]。人工培育的燈盞花三倍體植株也獲得了成功，田間生物學(xué)特性的觀察表明，三倍體植株生長勢強，植株葉片數(shù)和頭狀花序直徑均明顯優(yōu)于雙親二倍體和四倍體[10]。短葶飛蓬頭狀花序的發(fā)育順序為從外部到中部，其中管狀花的長度與顏色可用于確定該花蕾的小孢子發(fā)育時期，當(dāng)管狀花長度為2～3 cm時，雄配子體主要處于單核中期和單核靠邊期。因此，可利用花蕾長度等外部形態(tài)特征確定短葶飛蓬小孢子母細(xì)胞減數(shù)分裂和雄配子體發(fā)育的主要時期[11]。
1.3 品質(zhì)遺傳基礎(chǔ) 燈盞花總黃酮隨不同產(chǎn)地[12]、不同采收月份[13]、同一地區(qū)的不同海拔、植株地上部分與地下部分及其根、莖、葉、花等器官、生長在同一生境內(nèi)燈盞花居群的不同個體不同而存在較大差異[14]，而且在總黃酮含量有差異的同時，它的相關(guān)酶活性都存在空間差異[12]。燈盞乙素在植株體內(nèi)不同器官均有分布，但含量不同[15]。燈盞花的有效成分燈盞乙素是一種具有顯著藥理活性的黃酮類化合物，目前仍缺乏對其合成途徑的相關(guān)認(rèn)識。張廣輝等[16]成功克隆了燈盞花黃酮合成酶II基因（EbFSII），該基因和多種菊科植物的FSⅡ基因有較高的同源性，與已報道的植物CYP93B亞家族構(gòu)建進化樹發(fā)現(xiàn)，燈盞花EbFSⅡ與直接催化黃烷酮轉(zhuǎn)化為黃酮的CYP93B成員聚合在一起，因此可以推斷燈盞花EbFSⅡ也具有相似的功能。劉濤等[17]克隆了燈盞花查爾酮合成酶基因，并檢測了該基因在燈盞花各組織中的表達(dá)量。查爾酮合成酶（CHS）是黃酮類生物合成的一個關(guān)鍵酶。相關(guān)性分析表明CHS相對表達(dá)量與燈盞花不同部位燈盞乙素含量間呈正相關(guān)關(guān)系，說明燈盞乙素的生成和CHS基因的表達(dá)密切相關(guān)。
1.4 品種選育 在燈盞花的品種選育方面，前人也做了積極的探索研究。王平理等系統(tǒng)考察了云南省9個州（市），20個縣的燈盞花種質(zhì)資源，采集并保育種質(zhì)資源24份[18]。通過對種質(zhì)資源的評價和種源篩選，篩選出燈盞乙素達(dá)到2.46%～2.70%，燈盞乙素達(dá)到68.24～90.60 kg·hm-2的燈盞花優(yōu)質(zhì)種源3份[19]。在云南紅河千山公司馴化栽培多年的優(yōu)質(zhì)種源QS-1的天然異交群體的基礎(chǔ)上，利用居群內(nèi)變異，建立株系，通過連續(xù)多年隔離系內(nèi)自交和株系評價，選育出了2003-6，2003-15這2個燈盞花新品系，燈盞乙素分別達(dá)到3.21%，3.01%，較對照有了大幅的提高；單產(chǎn)也較對照提高了20.37%，17.59%，為優(yōu)質(zhì)高產(chǎn)的新品系[20]。
1.5 良種繁殖 燈盞花繁殖可采用分株繁殖、水培、組織培養(yǎng)和種子繁殖等方法進行。分株繁殖3—9月份效果較好。采用1/8 Hoagland培養(yǎng)液水培能促進燈盞花生根、成苗和提高植株成活率[21]。采用頭狀花序作為外植體，在MS培養(yǎng)基上添加不同濃度的BA與IAA的誘導(dǎo)培養(yǎng)基、KT與IAA的分化培養(yǎng)基和NAA與IAA的生根培養(yǎng)基上培養(yǎng)，具有較高愈傷組織誘導(dǎo)率、綠苗分化率和生根率[22]。此外用幼葉作外植體，在MS培養(yǎng)基上添加不同濃度的BA和NAA作為繼代培養(yǎng)基，IBA和NAA為生根培養(yǎng)基也具有較好的培養(yǎng)效果[23]。
2 遺傳改良策略
2.1 育種目標(biāo) 普通作物栽培的目的是獲得高產(chǎn)和優(yōu)質(zhì)的果實。藥用植物的特殊性決定了它的育種目標(biāo)較其他作物更復(fù)雜，要求更高。藥用植物育種的基本要求則是高產(chǎn)，其次是高含量（有效成分）和抗性等。其經(jīng)濟系數(shù)（生物產(chǎn)量與經(jīng)濟產(chǎn)量的比值）可作為育種的選擇指標(biāo)。產(chǎn)量的高低和產(chǎn)量構(gòu)成因素有關(guān)，燈盞花產(chǎn)量構(gòu)成因素包括單株葉片數(shù)、葉面積、株高、單株分枝數(shù)、單株基生葉數(shù)、葉長、葉寬、葉厚等。對燈盞花農(nóng)藝性狀良種的選育可以從上述構(gòu)成因素考慮，以得到有高產(chǎn)潛力的親本。不同產(chǎn)地的燈盞花其有效成分含量差異較大，相差若干倍。有效成分含量的高低也決定了藥材的經(jīng)濟價值，因此有效成分的高含量也是燈盞花育種的一個重要目標(biāo)。農(nóng)藥殘留物及重金屬污染是目前中藥材中存在的一個嚴(yán)重問題，并限制了中藥材的出口，因此抗性篩選的也是燈盞花育種的另一個指標(biāo)。選育對主要病害（根腐病、葉斑病等）和蟲害（蚜蟲，黃螞蟻等）具有抗性的品種更具有重要意義。
在種質(zhì)資源收集的基礎(chǔ)上，對種質(zhì)資源進行含量、豐產(chǎn)性和抗病性等方面的性狀評價，并從中篩選出含量高、豐產(chǎn)性好和抗病性強的種源作為栽培種源，這也是燈盞花發(fā)展的育種目標(biāo)，是目前利用自然變異最為有效措施。
2.2 品質(zhì)遺傳規(guī)律及分子調(diào)控機制 遺傳基礎(chǔ)是燈盞花現(xiàn)代生物技術(shù)育種的基礎(chǔ)。除對其核型、種群遺傳距離和授粉方式有研究外，尚無其他該方面的研究報道。應(yīng)該加強燈盞花基礎(chǔ)遺傳研究。其研究內(nèi)容主要包括：燈盞花生殖生理研究；花色、莖色、葉型、株型等質(zhì)量性狀的遺傳規(guī)律研究。
燈盞花種質(zhì)資源遺傳多樣性豐富，有效成分含量變異豐富，差異大，育種效率高，但是缺乏相關(guān)的基礎(chǔ)研究。燈盞花的藥用價值和市場價值取決于植株中有效成分的含量。燈盞花的有效成分之一燈盞乙素是一種具有顯著藥理活性的黃酮類化合物，黃酮是一類廣泛存在于植物中的多酚類次生代謝產(chǎn)物，具有抗氧化、抗炎、抗病毒、調(diào)節(jié)機體免疫力等多種功效。植物類黃酮生物合成的起始底物為香豆酰輔酶A和丙二酰輔酶A，它們在查爾酮合成酶（CHS）的作用下形成查爾酮，由查爾酮異構(gòu)酶（CHI）催化查爾酮形成柚皮素，柚皮素作為主要的代謝產(chǎn)物進入其他類黃酮的合成途徑。目前燈盞花中缺乏對其合成途徑的系統(tǒng)的相關(guān)研究。張廣輝、劉濤等克隆了燈盞花黃酮合成途徑中的2個關(guān)建酶（CHS和FSⅡ）的基因，表明這2個基因和燈盞花的有效成分合成途徑有重要的相關(guān)聯(lián)系。類黃酮的生物合成具有其時空特性[24]。在類黃酮生成的過程中不僅有外界因素，同時也通過轉(zhuǎn)錄因子的表達(dá)來調(diào)控類黃酮的合成，因此，研究燈盞花黃酮類的合成途徑及其相關(guān)酶基因的調(diào)控以及轉(zhuǎn)錄因子的調(diào)控具有重要的意義。
2.3 選擇育種 由于燈盞花的遺傳研究基礎(chǔ)較薄弱，缺乏相關(guān)的遺傳背景資料，在很長一段時期內(nèi)，選擇育種仍然是燈盞花育種的一種重要的、不可缺少的手段。云南是燈盞花的主產(chǎn)區(qū)，野生資源分布區(qū)和人工建立的生產(chǎn)基地構(gòu)成了一個龐大的種質(zhì)資源群體，對燈盞花種質(zhì)資源的幾種分子標(biāo)記研究表明燈盞花遺傳多樣性豐富，遺傳關(guān)系與其采集地的地理分布距離密切相關(guān)。除了對自然條件具有高度適應(yīng)性和抗逆性等共同特點外，單株性狀上的差異明顯，是選擇育種的主要對象。選擇育種是從燈盞花種植群體中選擇葉片多、無病斑的若干個體留種，并單獨采收和保存，分別播種，建立株系，從株系中采樣測定其燈盞乙素（總黃酮或咖啡酸酯）含量。選擇燈盞乙素在3.5%以上的株系進行株系比較和擴大制種。應(yīng)用改良混合株系育種，在株系比較的基礎(chǔ)上，選擇燈盞乙素在3.0%以上的株系混合，建立改良群體?；蛘邚姆N植的優(yōu)質(zhì)種源群體中，從產(chǎn)量性狀指標(biāo)上選擇若干個體留種后分別采種。次年把株系種植后，測定燈盞乙素含量，淘汰質(zhì)量分?jǐn)?shù)低于3.0%的株系，在入選株系中按形態(tài)特征（如花色、葉型等）進行分類混合采種后，建立集團，進行品比試驗。這是在集團混合選擇育種的改良方法。通過對云南紅河公司用系統(tǒng)選育法選育出來的千山1號和千山2號進行了遺傳分析，結(jié)果表明千山1號和千山2號燈盞花平均遺傳相似系數(shù)大，遺傳相似系數(shù)變幅小，品系內(nèi)遺傳分化小，遺傳性狀較穩(wěn)定[7]。證明了系統(tǒng)選育法對燈盞花育種具有可行性。
由于雄配子體不僅數(shù)量比雌配子多得多，而且更易受環(huán)境條件的影響發(fā)生變異，雄配子體選擇正在成為基于孢子體選擇以外的另一種作物改良方法。燈盞花屬于菊科植物，頭狀花序中含有較多的雄蕊（雄配子）。利用燈盞花花蕾長度等外部形態(tài)特征能確定短葶飛蓬小孢子母細(xì)胞減數(shù)分裂和雄配子體發(fā)育的主要時期[11]。針對這一特征可以利用雄配子選擇對燈盞花進行品種選育。通過對雄配子體的選擇進行育種，可充分利用植物巨大的花粉量，增加理想性狀基因型選擇的幾率。在配子體階段對植物實施定向選擇，可縮短育種年限，是一種非常有效的育種手段[25]。
2.4 雜交育種 燈盞花的豐產(chǎn)性、有效成分的高含量和對病蟲害的抗性是育種的主要目標(biāo)性狀。根據(jù)育種目標(biāo)，雙親都具有較多的優(yōu)點，沒有突出的缺點，在主要性狀上優(yōu)缺點盡可能互補，同時雜交親本應(yīng)具有較好的配合力 。
對燈盞花野生資源分布區(qū)和人工建立的生產(chǎn)基地的種質(zhì)資源群體進行詳細(xì)觀察，選其中經(jīng)濟性狀優(yōu)良者（初選優(yōu)良單株）， 選定后的2年內(nèi)，要進行農(nóng)藝性狀的詳細(xì)觀察（株型、株高、葉片數(shù)等）和有效成分的測試分析（燈盞乙素、總黃酮、咖啡酸酯等），通過綜合比較篩選出優(yōu)良單株。燈盞花采用的是異花授粉的繁殖方式。種植在相同地點的不同栽培群體間會產(chǎn)生大量的異交和自然變異，通過選擇從中篩選出高含量、高產(chǎn)和抗病的群體或個體是完全可能的。
系統(tǒng)育種、集團混合選擇育種和改良混合選擇育種等選擇育種方法均能有效的利用燈盞花自然變異。燈盞花良種選育工作目前應(yīng)以種源篩選和利用自然變異為主，并逐步實現(xiàn)雜交育種和利用現(xiàn)代生物技術(shù)進行遺傳改良的策略。
2.5 自交不親和性研究與雜種優(yōu)勢利用 具有自交不親和性的植物有能力區(qū)分自己的花粉粒和其他植株的花粉粒，只允許不同植物的花粉生長和在胚珠受精[26]。自交不親和可以防止近親繁殖和物種退化，能保持物種的生存、發(fā)展和種群的獨立性。20世紀(jì)40—50年代世界各國已廣泛采用自交不親和系來生產(chǎn)雜交種，以利用其雜種優(yōu)勢，操作簡單，整齊度和產(chǎn)量也較高。
燈盞花具有自交不親和性，在育種和雜種優(yōu)勢中可以較好的來利用。用親和指數(shù)小于1的自交不親和親本配制一代雜種，能較好的保證制種時的雜交率。親和指數(shù)在1以下的植株，一般能較穩(wěn)定的遺傳高度自交不親和性，而親和指數(shù)在1以上的植株，不親和性要發(fā)生分離。因此在不親和植株中，選擇高度自交不親和而且配合力強、經(jīng)濟性狀好、蕾期自交結(jié)實率高、自交衰退慢的優(yōu)良自交不親和系是很重要的。燈盞花群體是典型的自交不親和性群體，在這樣的群體中選擇有上述性狀的植株還是較為可行的。在選擇燈盞花自交不親和系的時候要注意選擇純合不親和基因型的不親和系，用系內(nèi)混合花粉法來測定其系內(nèi)異交不親和性，如果表現(xiàn)不親和而且后代不親和性也不再分離，說明該株系的不親和基因型已經(jīng)純合。燈盞花的自交不親和性屬于孢子體型，由單個S位點上的復(fù)等位基因控制。一般的S基因還存在著顯隱、獨立等復(fù)雜的相互關(guān)系，在選育自交不親和系時，應(yīng)該先進行基因型分析，才能快速鑒定出具有純合的不親和基因型個體，并區(qū)別它們是相同或不同的基因型，來配制不同形式的雜交種。
2.6 分子標(biāo)記輔助育種 利用分子標(biāo)記技術(shù)標(biāo)記燈盞花的目的性狀基因，例如標(biāo)記燈盞乙素等有效成分合成途徑中關(guān)鍵酶基因或有利于提高產(chǎn)量的農(nóng)藝性狀基因，并借助于這些標(biāo)記技術(shù)去分離和克隆優(yōu)良基因，從而聚合有利的基因，培育高產(chǎn)、高含量、多抗的新品種。
2.7 多倍體育種 植物多倍性是植物的細(xì)胞內(nèi)存在3個或3個以上染色體組。多倍體植株的農(nóng)藝性狀通常有明顯變化，突出表現(xiàn)在根、莖、葉器官上具有巨型性，往往也具有較大的花和果實，這能大幅度提高以相應(yīng)部位入藥的藥材的產(chǎn)量[27]。在云南大理和騰沖的野生居群中發(fā)現(xiàn)了天然的三倍體植株[9]，人工燈盞花三倍體植株的培育也取得了成功[10]。燈盞花的天然三倍體植株和人工培育的三倍體燈盞花田間生物學(xué)特性的觀察表明，三倍體植株生長勢強，植株葉片數(shù)和頭狀花序直徑均明顯優(yōu)于雙親二倍體和四倍體；燈盞乙素量隨倍性的增加而增加，四倍體量明顯高于二倍體，這些性狀的改變都和燈盞花育種目標(biāo)相一致，能極大的提高燈盞花的產(chǎn)量和有效成分的含量。多倍體育種在其他植物中取得了成功，如毛白楊自然三倍體的發(fā)現(xiàn)使毛白楊的育種研究水平大幅提高，并已顯示出巨大的開發(fā)潛力和栽培價值[28]。燈盞花和毛白楊具有一些相似的生物學(xué)特性，如異花授粉、多年生、可利用扦插技術(shù)快速進行營養(yǎng)繁殖等生物習(xí)性，而且最重要的是燈盞花和毛白楊都是以收獲營養(yǎng)體為主，因此燈盞花多倍體育種的研究具有一定的可行性。燈盞花三倍體植株的研究能有效的推動燈盞花良種選育，極大地促進燈盞花育種及其制藥產(chǎn)業(yè)的發(fā)展。
除此之外，遺傳圖譜的構(gòu)建、育種目標(biāo)性狀的QTL的研究、轉(zhuǎn)基因技術(shù)、基因組選擇育種以及以生物信息學(xué)為基礎(chǔ)的分子設(shè)計育種都將成為藥用植物育種的重要手段。
[參考文獻(xiàn)]
[1] 陳興福. 合理利用自然資源，建設(shè)中藥材GAP基地[J].中藥研究與信息，2002，2（7）：6.
[2] 中國科學(xué)院植物研究所.中國高等植物圖鑒.第4冊[M].北京：科學(xué)出版社，1975：444.
[3] 中國藥典.一部[S]. 2010：138.
[4] 俞宏淵，陳宗蓮.燈盞細(xì)辛的家化栽培[J].云南植物研究，2002，24 （3）：115.
[5] 楊生超，文國松，劉雪玲，等.燈盞花種質(zhì)資源遺傳關(guān)系的ISSR分析[J].中草藥，2010，41（9）：1523.
[6] 楊生超，李永芳，趙崢，等.燈盞花遺傳關(guān)系的RAPD分析[J]. 中國中藥雜志，2008，33（13）：1532.
[7] 張薇，王建軍，魏翔，等. AFLP標(biāo)記對燈盞花遺傳多樣性及選育品系群體一致性的分析[J].中國中藥雜志，2013，38（14）：2245.
[8] 馮定霞，陳勃，黨承林，等.短亭飛蓬云南三個種群的核型與等位酶分析[J].云南植物研究，2002，24（6）：754.
[9] 李鸝，黨承林，黃瑞復(fù).三倍體短葶飛蓬的發(fā)現(xiàn)及其在育種上的意義[J].云南植物研究，2007，29（1）：38.
[10] 吳紅芝，梅琳，鄭思鄉(xiāng)，等.燈盞花三倍體培育及生物性狀的觀察研究[J]. 中草藥，2011，42（5）：991.
[11] 董志淵，王馨，李林玉，等. 短葶飛蓬減數(shù)分裂、雄配子體發(fā)育過程及其花部形態(tài)特征[J].熱帶亞熱帶植物學(xué)報，2010，18（6）：685.
[12] 何慕涵，蘇文華，張光飛，等. 不同地區(qū)短葶飛蓬總黃酮含量與PAL和4CL酶活性的比較[J].中國農(nóng)學(xué)通報，2012，28（25）：179.
[13] 馮定霞，陳勃，黨承林，等.短亭飛蓬總黃酮含量變化研究[J].中草藥，2003，34（4）：362.
[14] 蘇文華，陸潔，張光飛，等.短亭飛蓬總黃酮含量的生態(tài)生物學(xué)分析[J].中草藥，2001，32（12）：1119.
[15] 楊生超，張雪峰，張麗梅，等.燈盞花最佳采收期研究[J].中國中藥雜志，2008，33（23）：2744.
[16]張廣輝，李翠婷，王建軍，等. 燈盞花黃酮合成酶II基因克隆及其生物信息學(xué)分析[J].中國中藥雜志， 2013，38（14）：2231.
[17]劉濤，牟蘭，梁艷麗，等.燈盞花查爾酮合成酶基因表達(dá)與燈盞乙素含量關(guān)系的研究[J].中國中藥雜志，2013，38（14）：2241.
[18] 王平理，楊生超，楊建文，等.云南燈盞花種質(zhì)資源的考察與采集[J].現(xiàn)代中藥研究與實踐，2007，22（2）：25.
[19] 楊生超，楊忠孝，張喬芹，等.燈盞花種植技術(shù)初探[J].中草藥，2004，35（3）：318.
[20] 楊生超，楊建文，潘應(yīng)花，等.燈盞花新品系選育及農(nóng)藝與品質(zhì)性狀比較[J].中國中藥雜志，2010，35（5）：554.
[21] 林春，劉鴻高，蘇友波，等.燈盞花快速繁殖研究簡報[J].云南農(nóng)業(yè)大學(xué)學(xué)報，2003，18（3）：323.
[22] 黃衡宇，李鸝，黨承林，等.藥用植物燈盞花的組織培養(yǎng)[J].廣西植物，2008，28（5）：685.
[23] 楊生超，呂紅，楊建文，等.燈盞花組織培養(yǎng)研究[J].種子，2006，25（5）：24.
[24] Vedenskaya I O， Rosen R T， Guido J E， et al. Characterization of flavonols in cranberry （Vaccinium macrocarpon） powder[J]. J Agri Food Chem，2004，52：188.
[25] Hormaza J I， and Herrero M. Male gametophytic selection as a plant breeding tool[J]. Sci Horti， 1996， 65（4）： 321.
[26] Roman S， Lenka S， Viadislav C. Molecular mechanisms of self-incompatibility in Brassica[J]. Curr Iss Mol Biol，2000，2（4）：103.
[27] 喬傳卓，崔熙.藥物植物多倍體的作用[J].中藥材科技， 1981，4： 40.
[28] 朱之悌，康向陽，張志毅，等.毛白楊天然三倍體的選擇研究[J].林業(yè)科學(xué)，1998，34（4）：22.
Research progress and strategy on genetic improvement of Erigeron breviscapus
ZHANG Wei1，2， YANG Sheng-chao1， ZHANG Guang-hui1， SU Bao3*
（1.Yunnan Research Center on Good Agriculture Practice for Dominant Chinese Medicinal Materials，
Yunnan Agriculture University，Kunming 650201，China； 2. Honghe University， Mengzi 661100， China；
3.Yunnan Baiyao Group Co.， Ltd.， Kunming 650500， China）
[Abstract] Cultivation research and the research progress of genetic improvement of Erigeron breviscapus were been described. Some messures would be come forward， Such as developed the genetic reasearch， germplasm resources and breeding of E. breviscapus. Also it must be reasearch the biological basis， seed-breeding technology and some critical cultivation technique of E. breviscapus.
傳統(tǒng)的教學(xué)模式對學(xué)生的學(xué)習(xí)有一定的弊端，教師應(yīng)轉(zhuǎn)變這種教學(xué)方式【1】。只有打破傳統(tǒng)的教學(xué)模式，才能為學(xué)生創(chuàng)造一個良好的教學(xué)環(huán)境。同時，教師要轉(zhuǎn)變自身的身份，由以往的教育者轉(zhuǎn)為引導(dǎo)者，幫助學(xué)生運用理論知識解決實際的問題，使理論與實踐相結(jié)合。對于化學(xué)習(xí)題的訓(xùn)練，教師要采取有效的方法，使學(xué)生真正掌握化學(xué)知識內(nèi)容。
1.當(dāng)前高中化學(xué)習(xí)題課教學(xué)的現(xiàn)狀分析
1.1教學(xué)目標(biāo)模糊不清
在當(dāng)前教學(xué)中，由于教學(xué)目標(biāo)太過模糊，導(dǎo)致影響教學(xué)的質(zhì)量。尤其是對于高中化學(xué)，目標(biāo)不明確將導(dǎo)致化學(xué)的理論與習(xí)題存在復(fù)雜的關(guān)系。由于教師對學(xué)生習(xí)題的掌握程度還不夠了解，在教學(xué)中無法確定教學(xué)的目標(biāo)。對學(xué)生的不足之處沒有采取有效的方法，通常只是隨意的進行教學(xué)，無法抓住重點知識進行講解，這樣就導(dǎo)致學(xué)生無法掌握習(xí)題的解題方法，從而影響了化學(xué)習(xí)題課的教學(xué)效果。
1.2化學(xué)習(xí)題缺乏實效性
在高中化學(xué)習(xí)題課教學(xué)中，由于教師沒有設(shè)計合理的方案，導(dǎo)致教學(xué)過程中過于隨意，化學(xué)習(xí)題訓(xùn)練缺乏實效性【2】。另外由于教師的教學(xué)理念過于陳舊，在選擇化學(xué)習(xí)方面也比較老套。教師通常都是按照固定的思路進行解題，導(dǎo)致學(xué)生缺乏創(chuàng)新的思維能力。大部分教師都是將習(xí)題布置下去，讓學(xué)生自行的解決，而沒有培養(yǎng)學(xué)生解題的技巧，這對學(xué)生學(xué)習(xí)化學(xué)有著不利的影響。
1.3實驗操作缺乏可行性
實踐操作是化學(xué)中的主要部分，對學(xué)生學(xué)習(xí)化學(xué)發(fā)揮著重要作用。教師在選擇化學(xué)習(xí)題時，由于沒有考慮到實踐性，無法發(fā)揮出化學(xué)習(xí)題的意義，導(dǎo)致實踐操作缺乏可行性。一些化學(xué)習(xí)題需要實踐操作論證，而教師卻忽視了這一點，對學(xué)生的學(xué)習(xí)沒有起到任何作用。有的實踐性較強化學(xué)題，需要大量的理論知識來驗證，超出了學(xué)生的知識范圍，從而導(dǎo)致學(xué)生降低了對化學(xué)的興趣。
2.提高高中化學(xué)習(xí)題課教學(xué)質(zhì)量的策略
2.1引導(dǎo)學(xué)生進行自主探究
在高中化學(xué)習(xí)題教學(xué)中，首先要改變學(xué)生的固定思維，培養(yǎng)學(xué)生的創(chuàng)新思維模式，使學(xué)生在解決習(xí)題時能采用不同的方式。教師要改變教學(xué)模式，發(fā)揮學(xué)生的主體地位，讓學(xué)生主動的參與到教學(xué)中。在為學(xué)生講授解題的方法時，讓學(xué)生以自己的思維進行解題，形成獨立的思維能力。 教師可以對已講的理論知識進行鞏固，接著再讓學(xué)生進行解題，學(xué)生通過對習(xí)題的思考與分析，培養(yǎng)學(xué)生的思維能力。對于學(xué)生不足的地方，教師要進行指導(dǎo)，糾正學(xué)生的錯誤，使學(xué)生解決化學(xué)習(xí)題的能力得到提升。
2.2優(yōu)化選題，培養(yǎng)學(xué)生的解題能力
教師在選化學(xué)習(xí)題時，需要打破陳舊的觀念。例如，在選擇氧化還原反應(yīng)的教學(xué)課題時，由于習(xí)題的的提問方式不同，解題的難度也有所不同。因此，教師需要根據(jù)學(xué)生的學(xué)習(xí)特點以及掌握知識的程度進行選題，盡可選擇對學(xué)生有著較大思考空間的習(xí)題，這樣能夠培養(yǎng)學(xué)生的思維能力。
2.3激發(fā)學(xué)生的學(xué)習(xí)興趣
高中化學(xué)課后習(xí)題通常較為枯燥，學(xué)生通常對教學(xué)缺乏興趣【3】。因此教師可以將習(xí)題稍微改動，使題目變得有趣，激發(fā)學(xué)生的興趣，培養(yǎng)學(xué)生的思維能力。例如在課題：與5mol CH4有相同的H原子數(shù)的H2SO4為多少mol？這道題經(jīng)常出現(xiàn)在物質(zhì)的量教學(xué)中。在課堂上，大部分教師都是按照老套的方法解決，先計算CH4有H：20mol，接著再換成H2SO4時為10mol。但是，在教學(xué)中涉及到物質(zhì)的量非常少少，學(xué)生對這一概念相對較陌生。假如將習(xí)題換成學(xué)生感興趣的事物，就能激發(fā)學(xué)生的學(xué)習(xí)興趣。例如，將習(xí)題換成學(xué)生生活中熟悉的事物，將狗與鴨腳的個數(shù)進行比較：5只狗腳的個數(shù)和多少只鴨腳的個數(shù)相等？通過這個題目的思考，學(xué)生能夠快速的進行回答，充分調(diào)動了學(xué)生的興趣，同時還將原子數(shù)與分子數(shù)之間的關(guān)系作出清晰的表達(dá)。
2.3加強合作與自主的結(jié)合
在化學(xué)課題的教學(xué)中，教師要轉(zhuǎn)化傳統(tǒng)的教學(xué)模式，應(yīng)用創(chuàng)新的教學(xué)方法【4】。以此激發(fā)學(xué)生的興趣，使學(xué)生積極主動的進行課題的解答，培養(yǎng)學(xué)生獨立的思維能力。同時，教師可以讓學(xué)生進行小組討論，學(xué)生之間通過交流與合作，共同解化學(xué)習(xí)題，使學(xué)生的創(chuàng)新思維得到培養(yǎng)，學(xué)習(xí)到更多的解題方法。教師還可以進行有關(guān)化學(xué)習(xí)題的游戲，讓學(xué)生在游戲中解決問題，使學(xué)生感受到學(xué)習(xí)化學(xué)的樂趣。
2.4巧妙設(shè)置問題
高中化學(xué)習(xí)題課過程中，教師的教學(xué)能力決定著教學(xué)的質(zhì)量。對于化學(xué)這門學(xué)科，最主要方法為設(shè)計問題，這對培養(yǎng)學(xué)生的思維能力與解題能夠有著重要作用。教師在設(shè)計問題前，應(yīng)查閱相關(guān)的資料，與化學(xué)的重點內(nèi)容聯(lián)系起來，使學(xué)生在思考問題時能夠鞏固所學(xué)的知識，在解決完問題后，能夠掌握知識的重點。
【關(guān)鍵詞】機械 生產(chǎn)現(xiàn)場 質(zhì)量管理 優(yōu)化策略
一、引言
所謂的現(xiàn)場管理就是指現(xiàn)代的機械化企業(yè)在進行生產(chǎn)管理中的核心組成部分，屬于一項非常綜合性的工作，也是我們企業(yè)生產(chǎn)過程中對所有的要素做一個科學(xué)的合理配置與優(yōu)化，同時更是企業(yè)車間現(xiàn)場最基本的組成部分，除此之外現(xiàn)場管理對于企業(yè)的生產(chǎn)制造以及生產(chǎn)經(jīng)濟效益都有很大的影響。良好的現(xiàn)場管理能很大程度的提升企業(yè)的產(chǎn)品質(zhì)量以及降低產(chǎn)品的成本。當(dāng)前，我國經(jīng)濟的快速發(fā)展離不開機械制造業(yè)，而機械加工又是我們機械制造業(yè)整個程序中最為關(guān)鍵的一個環(huán)節(jié)，所以我們要對機械講過過程中存在的問題做一個詳細(xì)的分析與處理。
二、當(dāng)前我國機械加工現(xiàn)場的生產(chǎn)在質(zhì)量管理方面存在的不足
（1）當(dāng)前對于質(zhì)量管理的理念仍然是比較落后。目前大多數(shù)的企業(yè)為了自身的利益，通常會忽略其產(chǎn)品的質(zhì)量甚至是產(chǎn)品自身存在的價值，而對于產(chǎn)品創(chuàng)新的意識更是會嚴(yán)重的降低。所以，很多的企業(yè)并不能夠創(chuàng)建一個標(biāo)準(zhǔn)的質(zhì)量管理體系，通常情況下，他們的質(zhì)量管理體系都是不合格，甚至是與事實相反。真正的創(chuàng)新是指我們可以創(chuàng)造出用戶沒有想到的產(chǎn)品。與此同時，因為當(dāng)前很多的制造業(yè)他們的傳統(tǒng)意識仍然是企業(yè)既然有一個專門的部門來負(fù)責(zé)管理產(chǎn)品的質(zhì)量，那么一旦產(chǎn)品的質(zhì)量出現(xiàn)問題都應(yīng)該歸于質(zhì)量管理部門，和生產(chǎn)者是沒有任何關(guān)系的。這就導(dǎo)致出現(xiàn)了一種錯誤的理念，即質(zhì)量不是做出來的，而是檢驗出來的。因此，若產(chǎn)品出現(xiàn)質(zhì)量問題，人們的第一想法就是質(zhì)量管理部門不負(fù)責(zé)。
（2）企業(yè)質(zhì)量管理體系的執(zhí)行力度比較弱。創(chuàng)建管理體系的目的在于通過其可以對產(chǎn)品生產(chǎn)的全過程進行實時的監(jiān)控與管理，包括文件化、規(guī)范化、程序化以及制度化，進而達(dá)到提高產(chǎn)品質(zhì)量，增加企業(yè)效益的目標(biāo)。總而言之，質(zhì)量管理體系在當(dāng)前還是很有效的，然而在產(chǎn)品的施工過程中由于存在各類各樣的員工，他們對于管理體系的理解還是比較膚淺，因此執(zhí)行的力度就很小，尤其是一些中小型企業(yè)。因此，各個企業(yè)應(yīng)該提高員工的自身素質(zhì)，對質(zhì)量管理體系的理解也應(yīng)該隨之加深。如果內(nèi)驅(qū)力不足，在真正的實際生產(chǎn)中也很難運行。
（3）企業(yè)質(zhì)量管理體系的信息傳遞能力比較弱。當(dāng)前機械工業(yè)在我國所有的產(chǎn)業(yè)中，是最大的。在某種程度上來講，機械化水平的高低可以反映出一個國家綜合的經(jīng)濟實力。而要衡量一個國家機械化水平的高低需要看該國家的信息化程度。高新技術(shù)也已經(jīng)開始逐漸被企業(yè)的機械設(shè)計所應(yīng)用，再加上通信技術(shù)和計算機技術(shù)的迅速發(fā)展，未來很可能就是全球化的制造和設(shè)計，機械的市場也會變得更加開放。隨著經(jīng)濟的快速發(fā)展，信息和能源以及材料都是極為重要的資源，在社會中的各個領(lǐng)域都有所應(yīng)用。但是，因為過去的計劃經(jīng)濟，給企業(yè)的管理帶來了一些消極的內(nèi)容，也導(dǎo)致企業(yè)的機械管理存在很多的弊端。因此，創(chuàng)建一個先進的科學(xué)的生產(chǎn)計劃是當(dāng)前所有機械企業(yè)管理中的難點與重點。
三、對企業(yè)機械化的現(xiàn)場質(zhì)量管理策略進行優(yōu)化
（1）首先要樹立一個正確的科學(xué)的質(zhì)量管理理念。眾所周知，對于企業(yè)的管理，生產(chǎn)現(xiàn)場的管理是最為重要的部分，同時也是一個企業(yè)的管理素質(zhì)的好與壞的體現(xiàn)。優(yōu)秀的現(xiàn)場管理，可以給企業(yè)帶來巨大的經(jīng)濟效益。根據(jù)企業(yè)管理的好與壞，可以區(qū)別出企業(yè)中管理者的管理水平以及員工的素質(zhì)水平。當(dāng)前很多的企業(yè)核心目標(biāo)是在最短的時間內(nèi)將企業(yè)做大，然而有一些企業(yè)因為管理不當(dāng)，而成為其他企業(yè)實現(xiàn)這個目標(biāo)的最終犧牲品。但是，當(dāng)前也有很多的企業(yè)處于停滯的狀態(tài)，要想進一步的發(fā)展，很多的企業(yè)都面臨著眾多的困惑與危機。雖然有一部分的企業(yè)已經(jīng)意識到這個問題，但是在當(dāng)前這個競爭極為激烈的社會，進行持續(xù)的發(fā)展才是每個企業(yè)真正的目標(biāo)。通常情況下，在所有企業(yè)的日常管理過程中，尤其是企業(yè)的質(zhì)量管理過程中，我們是不能將某些特別的要求來作為企業(yè)的管理對象。每個企業(yè)都應(yīng)該按照其自身的特性進行有質(zhì)量保證的生產(chǎn)，而不能刻意的去按照工人的適應(yīng)性去做質(zhì)量管理。換句話說就是每個企業(yè)他們的質(zhì)量管理部門需要將其整個企業(yè)全部的管理工作做承擔(dān)，這樣才能更好的保證企業(yè)產(chǎn)品的生產(chǎn)質(zhì)量。
論文摘要：學(xué)校體育工作質(zhì)量文化是學(xué)校質(zhì)量文化不可缺少的部分，影響到學(xué)校體育工作的各個方面。從學(xué)校體育質(zhì)量文化的內(nèi)涵和內(nèi)容入手，從五個方面分析高職學(xué)校體育工作質(zhì)量文化的現(xiàn)狀及問題，力求探索出促進高職學(xué)校體育工作質(zhì)量文化建設(shè)的推進策略，從而促進高職院校學(xué)校體育內(nèi)部質(zhì)量管理體系的建設(shè)，提高高職學(xué)校體育工作管理質(zhì)量和教育質(zhì)量。
前言
教育質(zhì)量是學(xué)校的生命。隨著人才培養(yǎng)工作評估、示范性高職院校建設(shè)、國家級省級特色專業(yè)精品課程遴選、優(yōu)秀教學(xué)團隊、教學(xué)名師等一系列質(zhì)量管理舉措的推進，高職院校的質(zhì)量建設(shè)引起了人們的普遍關(guān)注，質(zhì)量管理思想的理念、技術(shù)方法不斷完善和優(yōu)化，從評價到保障進而發(fā)展為文化建設(shè)。學(xué)校質(zhì)量文化是學(xué)校在長期實施質(zhì)量管理體系過程中形成的一種團體意識和精神氛圍。學(xué)校體育工作質(zhì)量文化是學(xué)校質(zhì)量文化不可缺少的部分，影響到學(xué)校體育工作的各方面，學(xué)校體育教學(xué)、管理及保障活動都為這一文化環(huán)境打下鮮明的標(biāo)記。學(xué)校體育工作質(zhì)量文化的傳承和發(fā)展對于發(fā)揮學(xué)校體育工作者的積極性和主動性，對于學(xué)校體育工作質(zhì)量乃至人才培養(yǎng)質(zhì)量的提高起著舉足輕重的作用。
一、學(xué)校體育質(zhì)量文化的內(nèi)涵及外延
（一）質(zhì)量文化的內(nèi)涵
質(zhì)量文化最初主要是作為企業(yè)文化的一個部分而使用的，是企業(yè)在長期過程中形成的涉及質(zhì)量空間的意識、規(guī)范、行動準(zhǔn)則、價值取向和行為習(xí)慣，即一種共同遵守的質(zhì)量價值觀[1]。只是最近幾年，質(zhì)量文化概念才被移植到高等教育系統(tǒng)中使用。筆者比較傾向，高校質(zhì)量文化是全體師生員工涉及質(zhì)量空間的一切精神活動及精神物化產(chǎn)品的總稱。它是以提高教學(xué)質(zhì)量為主題，以人(教師、教學(xué)管理人員、學(xué)生)為主體，以教育過程為主線的一種文化。高校質(zhì)量文化實際上是校園文化的一種亞文化[2]。質(zhì)量文化分為顯性和隱性兩個部分，顯性部分即質(zhì)量管理對象、質(zhì)量管理的手段、質(zhì)量管理的結(jié)果等。隱性部分即隱藏在質(zhì)量管理手段背后的管理思想，包括質(zhì)量經(jīng)營哲學(xué)、質(zhì)量價值觀念、質(zhì)量道德規(guī)范等。
（二）學(xué)校體育質(zhì)量文化的內(nèi)涵
學(xué)校體育質(zhì)量文化是學(xué)校體育所獨有的、為學(xué)校體育工作者共同持有的關(guān)于質(zhì)量的價值觀、信念、規(guī)范與行為形態(tài)等的綜合體系，是學(xué)校體育文化的組成部分。
（三）學(xué)校體育質(zhì)量文化的外延
學(xué)校體育質(zhì)量文化是學(xué)校質(zhì)量文化的一個重要組成部分，其正是在傳統(tǒng)學(xué)校質(zhì)量文化與現(xiàn)代的教育質(zhì)量文化的相互作用的過程中，得以進一步傳承與更新的。根據(jù)文化學(xué)對文化的分類，學(xué)校體育質(zhì)量文化分為四個內(nèi)容。
1.學(xué)校體育質(zhì)量觀念文化
學(xué)校體育質(zhì)量觀念文化是以教育質(zhì)量價值觀或教育質(zhì)量意識形式存在的觀念形式的學(xué)校體育質(zhì)量文化形態(tài)。因此，學(xué)校體育質(zhì)量觀念文化的核心就是學(xué)校體育質(zhì)量價值觀，這是學(xué)校體育質(zhì)量活動的動力系統(tǒng)。
2.學(xué)校體育質(zhì)量制度文化
學(xué)校質(zhì)量制度文化包括兩個體系，一是機構(gòu)體系，即政府與教育機構(gòu)的教育質(zhì)量管理、評價和監(jiān)督機構(gòu)以及人員組成體系；二是規(guī)范體系，包括各種各樣的教育質(zhì)量管理制度，其中主要的是教育質(zhì)量責(zé)任制及其運行機制[3]。筆者認(rèn)為，學(xué)校體育質(zhì)量制度文化分為三個方面：一是與學(xué)校體育質(zhì)量有關(guān)的各類工作規(guī)范、規(guī)則等；二是監(jiān)控體系，即學(xué)校與體育部門的體育工作質(zhì)量管理、評價和監(jiān)督機構(gòu)以及人員組成體系；三是學(xué)校體育質(zhì)量的監(jiān)督與獎懲制度。這三方面組成的學(xué)校體育質(zhì)量制度文化是學(xué)校體育質(zhì)量活動的保證系統(tǒng)或制約系統(tǒng)。
3.學(xué)校體育質(zhì)量行為文化
學(xué)校體育質(zhì)量行為文化是在學(xué)校體育質(zhì)量觀念文化和學(xué)校體育質(zhì)量制度文化共同作用下人所表現(xiàn)的行為特征的總和，因此，所有與學(xué)校體育質(zhì)量有關(guān)的行為都是學(xué)校體育質(zhì)量行為文化的內(nèi)容。
4.學(xué)校體育質(zhì)量物質(zhì)文化
物質(zhì)文化是整個學(xué)校體育質(zhì)量文化的最外層，是學(xué)校體育質(zhì)量觀念文化、制度文化和行為文化的物化，如師資隊伍、師生員工的語言行為、心靈的文明化、帶有校本特色的學(xué)校體育的育人環(huán)境、體育教學(xué)技術(shù)與方法、體育環(huán)境質(zhì)量等。物質(zhì)文化是直接可以感受到的，最直觀地體現(xiàn)學(xué)校體育質(zhì)量文化的依據(jù)。
二、高職學(xué)校體育工作質(zhì)量文化的現(xiàn)狀及問題
（一）質(zhì)量管理理念跟不上高職學(xué)校體育工作發(fā)展的需求
高職是高等教育的重要組成部分，以培養(yǎng)適應(yīng)生產(chǎn)、建設(shè)、管理、服務(wù)第一線需要的高素質(zhì)技術(shù)應(yīng)用型人才為目的，是職業(yè)教育的高等階段。
目前，普通高校體育是大學(xué)生以身體練習(xí)為重要手段，通過合理的體育教育和科學(xué)的體育鍛煉過程達(dá)到增強體能、增進健康和提高體育素養(yǎng)為主要目標(biāo)的公共必修課程。高職和普通高校的人才培養(yǎng)目標(biāo)有著較大的差異性。然而，目前大多數(shù)高職院校的學(xué)校體育工作質(zhì)量管理方面照搬普通高校的套路，把增強體能、增進健康和提高體育素養(yǎng)為最終的質(zhì)量管理理念，而未更多從職業(yè)教育方面出發(fā)，探索學(xué)校體育工作不僅僅是提高學(xué)生的身體素質(zhì)，更關(guān)鍵的是促進學(xué)生職業(yè)發(fā)展與學(xué)生未來職業(yè)健康相關(guān)的體育項目，以及體育教學(xué)的校本體育工作的開發(fā)，從而推動學(xué)校體育工作適合高職職業(yè)發(fā)展的需求，一切為了學(xué)生的職業(yè)發(fā)展而努力與創(chuàng)新。
（二）師生員工工作學(xué)習(xí)積極性和主動性缺失
美國心理學(xué)家馬斯洛的需求層次理論認(rèn)為人都潛藏著五種不同層次的需要。人的最迫切的需要才是激勵人行動的主要原因和動力。目前，高職院校體育教職工工作積極性和主動性差主要是由于質(zhì)量管理觀念的落后，以及管理者的權(quán)力化，忽視體育教職工內(nèi)在的主體價值取向、內(nèi)在的成就動機以及自我實現(xiàn)的價值目標(biāo)。
學(xué)生學(xué)習(xí)體育知識、運動技能的主動性和積極性差，不僅與學(xué)生的學(xué)習(xí)態(tài)度有關(guān)，更重要的是學(xué)生學(xué)習(xí)體育課程的意識薄弱，教師缺乏引導(dǎo)學(xué)生以“就業(yè)為導(dǎo)向”的意識，體育課程人才培養(yǎng)目標(biāo)、教學(xué)模式選擇與改革等都沒有服務(wù)和服從于學(xué)生的就業(yè)與職業(yè)發(fā)展，更不用提及發(fā)展學(xué)生綜合身體素質(zhì)和綜合職業(yè)能力。
（三）體育工作管理和監(jiān)督機構(gòu)不健全
高校在學(xué)校一級都設(shè)立了專門的教學(xué)質(zhì)量管理部門，但是在系（部）一級，特別是體育工作教學(xué)的基層組織，如教研室、某一門課程，均沒有相應(yīng)的教學(xué)質(zhì)量管理和監(jiān)督組織機構(gòu)，因而沒有形成體育工作質(zhì)量管理的網(wǎng)絡(luò)系統(tǒng)。由于學(xué)校教學(xué)單位多，學(xué)科、課程差異大，單靠校級教學(xué)質(zhì)量管理部門就容易造成體育工作質(zhì)量問題難以及時發(fā)現(xiàn)，難以及時解決，從而出現(xiàn)問題把握不準(zhǔn)，改進措施不到位等問題。
（四）學(xué)校體育工作制度規(guī)范缺乏時效性
工作制度規(guī)范都是具有時代性和時效性的，并不是一成不變的。傳統(tǒng)的高職學(xué)校體育工作管理制度只適應(yīng)當(dāng)時狀態(tài)下的體育工作質(zhì)量管理需要，它面對的是傳統(tǒng)的高職人才培養(yǎng)目標(biāo)，穩(wěn)定的專業(yè)和課程設(shè)置。而現(xiàn)在隨著社會、經(jīng)濟的發(fā)展，高職課程改革的進展，高職的人才培養(yǎng)目標(biāo)、專業(yè)和課程設(shè)置、教學(xué)形式和手段及生源質(zhì)量等方面都已經(jīng)或?qū)⒁l(fā)生一系列重大變革，用傳統(tǒng)的規(guī)章制度來管理變化了的高職體育工作，其適應(yīng)程度以及暴露的弊端可想而知。
三、學(xué)校體育工作質(zhì)量文化建設(shè)及推進策略
（一）更新觀念，提升學(xué)校體育工作質(zhì)量方針，確立核心質(zhì)量價值觀
陳玉琨教授指出：“高等學(xué)校質(zhì)量文化的內(nèi)容廣泛，學(xué)校成員的質(zhì)量價值觀是其中最為核心的要素，它決定了學(xué)校決策行為的取舍原則，是學(xué)校文化建設(shè)的主導(dǎo)要素”[4]。無論對于學(xué)校領(lǐng)導(dǎo)還是教職工來說，要改變學(xué)校的風(fēng)景、建筑特征等是可能的，出臺和實施一項政策和措施也是不難的，然而要改變領(lǐng)導(dǎo)和教職工大腦深層次的觀念或假設(shè)，從而建立新的價值觀念并影響其行為，這應(yīng)該是最難的。每一個人對事物的看法都是有差異性的，因此，要統(tǒng)一和形成體育教職工質(zhì)量管理思想，形成核心質(zhì)量價值觀，就要更新全體教職工思想觀念，提升學(xué)校體育工作質(zhì)量方針。
第一，質(zhì)量方針提升要體現(xiàn)校本特色。具有校本特色的學(xué)校體育工作質(zhì)量方針才具有生命力、競爭力和應(yīng)變力。高職院校學(xué)校體育工作要針對高職院校自身人才培養(yǎng)的特殊性和學(xué)校的實際，突出與職業(yè)相掛鉤的特色。
第二，領(lǐng)導(dǎo)推動與踐行。學(xué)校體育工作的質(zhì)量文化首先是學(xué)校體育領(lǐng)導(dǎo)、尤其是第一責(zé)任人的質(zhì)量理念、質(zhì)量意識和質(zhì)量行為的體現(xiàn)。特別是學(xué)校的高層領(lǐng)導(dǎo)，要在學(xué)校體育工作質(zhì)量方針的提升過程中，加強學(xué)習(xí)，轉(zhuǎn)變觀念，集思廣益，以身作則，起模范帶頭作用，努力推動與踐行質(zhì)量方針，發(fā)揮學(xué)校領(lǐng)導(dǎo)者的示范效應(yīng)。
第三，全員參與。高職院校學(xué)校體育工作應(yīng)從實際出發(fā)，開展豐富多彩的、形式多樣的學(xué)校體育工作活動，促進質(zhì)量方針的實施，使質(zhì)量方針成為一種精神力量和工作的指南，從而確定學(xué)校體育工作核心質(zhì)量價值觀。
（二）全體體育教職工培訓(xùn)，明確崗位職責(zé)和工作制度
美國著名質(zhì)量管理專家克勞斯比（crosby）認(rèn)為：“教育和培訓(xùn)是幫助所有的員工溝通對質(zhì)量的觀念，知道自己在改善質(zhì)量中所負(fù)的責(zé)任，而且具備特殊的知識，足以處理即將面臨的改變”[5]。因此，學(xué)校體育工作質(zhì)量文化建設(shè)重要的工作是加強教職工人員的教育和培訓(xùn)。
（三）完善規(guī)章制度和學(xué)校體育工作質(zhì)量管理、監(jiān)督及激勵體制
學(xué)校體育工作制度建立健全和運行是學(xué)校體育質(zhì)量文化建設(shè)的基礎(chǔ)，用質(zhì)量管理制度來規(guī)范管理學(xué)校體育工作各個環(huán)節(jié)的質(zhì)量行為，通過長期有效的質(zhì)量運行使是學(xué)校體育工作形成良好的工作氛圍，提高學(xué)校體育工作質(zhì)量管理水平。建立健全體育工作質(zhì)量管理制度和程序并強化運行，用質(zhì)量責(zé)任把職能部門和體育教職工緊密聯(lián)系為一體，對學(xué)校體育工作的全部環(huán)節(jié)進行監(jiān)控，運用質(zhì)量管理方法對各個環(huán)節(jié)出現(xiàn)的問題進行糾正預(yù)防和改進各種問題，逐步培養(yǎng)教職工自覺遵守規(guī)章管理制度和按程序辦事的行為習(xí)慣。另外，在實踐過程中對于學(xué)校體育工作的制度進行完善和修正，體現(xiàn)制度的人性化和科學(xué)化，促進質(zhì)量文化建設(shè)的發(fā)展、教職工觀念更新和積極性提高。
以質(zhì)量管理體系為核心，建立完善質(zhì)量管理機構(gòu)與管理制度，領(lǐng)導(dǎo)和教職工明確責(zé)任，通過質(zhì)量管理體系和管理制度培養(yǎng)教職工對學(xué)校體育工作質(zhì)量問題的思考方法和工作模式，最終在學(xué)校體育工作過程中形成特有的工作氛圍、環(huán)境和程序，即就是質(zhì)量文化的形成。
（四）體育工作領(lǐng)導(dǎo)的倡導(dǎo)與全員踐行
學(xué)校體育工作質(zhì)量文化建設(shè)首先從學(xué)校體育工作的領(lǐng)導(dǎo)做起，其擔(dān)負(fù)學(xué)校體育質(zhì)量管理方針和目標(biāo)的確定，建立完善質(zhì)量管理制度、監(jiān)督管理質(zhì)量過程以及持續(xù)改進質(zhì)量管理的措施等方面的任務(wù)。同時，全體體育教職工是質(zhì)量管理組織的基礎(chǔ)，是學(xué)校體育工作質(zhì)量文化建設(shè)的主要載體，重視全體體育教職工質(zhì)量意識的教育，提高教職工的思想和專業(yè)水平，促進其充分參與質(zhì)量管理過程才能為學(xué)校體育工作質(zhì)量文化的建設(shè)和發(fā)展帶來最大的收益。
（五）建設(shè)學(xué)校體育文化環(huán)境和師資隊伍
學(xué)校體育工作質(zhì)量文化建設(shè)中，建設(shè)與完善學(xué)校體育文化環(huán)境和物質(zhì)環(huán)境是必不可少的環(huán)節(jié)。通過對學(xué)校體育場場地設(shè)施、與體育文化、體育人物和體育史相關(guān)的宣傳欄、文化氛圍的布置和精心設(shè)計，才能更好地體現(xiàn)學(xué)校體育工作的質(zhì)量文化，間接影響學(xué)校教職工以及學(xué)生的體育思想、對體育的認(rèn)識和促進參與體育的積極性。同時師資隊伍的建設(shè)也是學(xué)校體育文化建設(shè)必不可少的環(huán)節(jié)，教師語言、行為以及心靈對于學(xué)生以及校園體育文化建設(shè)有著重要的影響。因此，從業(yè)務(wù)能力以及師德修養(yǎng)兩方面提高教師個體素質(zhì)，從而構(gòu)建結(jié)構(gòu)合理的師資隊伍群體。
參考文獻(xiàn):
[1]周朝琦，侯龍文，郝和國.質(zhì)量經(jīng)營[m].北京:經(jīng)濟管理出版社，2001:131.
[2]孔凡莉.構(gòu)建高校質(zhì)量文化管理體系[j].黑龍江高教研究，2008，(7).
[3]楊天平，沈培健.學(xué)校質(zhì)量管理新概念[m].重慶:重慶大學(xué)出版社，2008:191.
2011年7月1日，本刊正式引入《今日投資66》專欄，介紹今日投資66的選股邏輯、方法以及挑選出的股票。今日投資66（簡稱I66）是利用量化投資方法挑選出的一個66只股票的組合。其實早在2005年中今日投資就推出了I66，過去幾年累計收益率達(dá)到16倍，遠(yuǎn)超同期市場不到3倍的漲幅。為什么直到今日我們才大張旗鼓地推出I66呢？原因其實很簡單，因為市場環(huán)境。量化投資近幾年在中國快速發(fā)展，其投資理念也越來越多地獲得認(rèn)同。
股票市場上形形的各種分析方法總結(jié)起來可以歸類為三大流派：數(shù)量分析、基本面分析和技術(shù)分析。關(guān)于這三大流派孰優(yōu)孰劣的爭論已經(jīng)持續(xù)了近百年，三方各執(zhí)一詞，百年爭論下來也沒有爭出個結(jié)果來。當(dāng)今世界也是這三種流派大概各占三分之一的格局。而A股市場顯然尚未跟上，量化投資遠(yuǎn)遠(yuǎn)沒有達(dá)到三分之一的市場占有率。
第一部分：什么是量化投資
量化投資在海外的發(fā)展已有30多年的歷史，其投資業(yè)績穩(wěn)定，市場規(guī)模和份額不斷擴大、得到了越來越多投資者認(rèn)可。事實上，互聯(lián)網(wǎng)的發(fā)展，使得新概念在世界范圍的傳播速度非?？?，作為一個概念，量化投資并不算新，國內(nèi)投資者早有耳聞。但是，真正的量化基金在國內(nèi)還比較罕見。那么，何為量化投資？
康曉陽：量化就是符合投資常識的投資邏輯和策略
接下來會發(fā)生什么？
深圳市天馬資產(chǎn)管理有限公司是國內(nèi)最早開發(fā)量化投資模型的資產(chǎn)管理公司，致力于量化投資工作接近十年。作為國內(nèi)量化投資的“開山鼻祖”，深圳天馬的董事長康曉陽先生如下介紹量化投資：
大家看到這個圖，魚跳起來了，風(fēng)在刮，接下來會是什么？日本發(fā)生的9級大地震！2011年3月7日我看到一個報道，有50條鯨魚在擱淺沙灘，就在發(fā)生地震那個縣東部的海岸，有的死了，專家解釋這些鯨魚集體迷路了。作為一個地震專家或者學(xué)者，其實他們的經(jīng)驗沒有告訴他這50條鯨魚擱淺沙灘跟地震有什么關(guān)系。到底有沒有關(guān)系呢？我們知道5•12四川大地震之前發(fā)生了同樣的事情，很多癩蛤蟆過馬路，這跟地震有什么關(guān)系？
投資做股票有兩類，講很多種策略，無外乎就是買你自己喜歡的和買市場喜歡的，買自己喜歡和買市場喜歡的背后邏輯就是找影響股價的要素。
量化是什么？做投資，最終的分析停留在數(shù)據(jù)上，既然是數(shù)據(jù)，就可以標(biāo)準(zhǔn)化、固化。從你自己的角度買自己喜歡的東西，其實也可以量化，每個人都有對美的標(biāo)準(zhǔn)，但并不是符合這個指標(biāo)，你就一定喜歡。如果有一個海選，把符合你喜歡特征的人放在你面前你去選，就可以量化。
鯨魚擱淺在沙灘上，根據(jù)歷史數(shù)據(jù)統(tǒng)計就會發(fā)現(xiàn)這個事情跟接下來要發(fā)生的事情有什么關(guān)聯(lián)。把人的行為邏輯影響股價所有的要素進行綜合分析，預(yù)測下一個市場喜歡的東西或者喜歡的策略是什么，簡單一句話，量化就是符合投資常識的投資邏輯和策略。就股票來講，投資標(biāo)的的數(shù)據(jù)和因素量化，再用一些模型統(tǒng)計的方法把選出來的標(biāo)的進行優(yōu)化，最后成為投資組合，這就是量化的基本邏輯。用數(shù)理的方法把你的投資邏輯或者市場的投資邏輯固化，只要有投資邏輯的思想或者策略，都可以量化。
就股票而言，有很多種方法，有價值型股票，分析方法無非是那幾種，只是大家的標(biāo)準(zhǔn)不一樣，量化的東西可以設(shè)一個相對寬松的東西，初選之后再優(yōu)化，比如成長型股票，肯定關(guān)心盈利、收益。選出來10個、20個、50個甚至100、200個股票，然后配比重，怎么優(yōu)化組合，根據(jù)你的風(fēng)險和預(yù)期收益率反推回來怎么優(yōu)化，最后得出一個比重，哪只股票應(yīng)該投多少。有些是成本交易，比如套利，什么情況下出現(xiàn)一定條件的時候提示你。
要真正做到量化，首先要有一個基本的理論模型。你要覺得什么樣的股票表現(xiàn)好，什么樣的股票你愿意投資，這就是量化的基本邏輯。但是，有了這個邏輯之后還不夠，還要有復(fù)合型人才，因為量化投資不光要懂得投資股票，還要懂得數(shù)理分析。打個比方，雖然我很懂股票，但我不懂?dāng)?shù)理分析，很多計算機模型也不懂，更不懂編程序，要真正做到量化投資，就必須有復(fù)合型團隊。為什么這么多年華爾街學(xué)金融工程、數(shù)理、物理的人大受歡迎？因為他們可以用統(tǒng)計工具。前段時間我在英國的一所大學(xué)和一些專門做模型分析的教授交流，我發(fā)現(xiàn)他們想的東西更加復(fù)雜，基本上把市場上任何的東西都想要量化。
我理解，就是去跟蹤你的投資邏輯，它只是幫你實現(xiàn)你想法的一種工具。另外還要有高質(zhì)量的數(shù)據(jù)，因為，你通?？吹降臇|西和市場本身存在的東西可能并不一樣。如果把鯨魚放到海灘上，這作為數(shù)據(jù)化，統(tǒng)計過去2000年有多少次鯨魚擱淺在海灘發(fā)生，假如有真實的數(shù)據(jù)，就可以研究出跟地震的相關(guān)性。要懂?dāng)?shù)理統(tǒng)計工具，建立模型就是紀(jì)律，不能改變，改變就不是模型。有人說看到今天不行，換一下，那就不是模型了。我們看過一個電影，造出來的機器人最后自己都控制不了，那就是模型。如果造出來的機器人自己能控制，那不是模型。人為什么能掙得到錢，為什么還要量化？傳統(tǒng)是靠個人經(jīng)驗的，而且你看到、聽到的東西都是有限的。量化有什么好處？它可以把你知道的東西在整個森林中搜索。計算機是不知疲倦的，晚上你在打鼾，計算機還可以工作。你的模型是你建的，你很理性的情況下建的模型，市場情緒變了，它不會變，那時候你不可能去改模型，所以它不會受情緒的影響。
華泰聯(lián)合：實現(xiàn)投資理念與策略的過程
國內(nèi)研究機構(gòu)中涉足量化投資較早并多次獲得新財富最佳分析師評選金融工程第一名的華泰聯(lián)合證券金融工程團隊如是說：
數(shù)量化投資是利用計算機科技并采用一定的數(shù)學(xué)模型去實現(xiàn)投資理念、實現(xiàn)投資策略的過程。與傳統(tǒng)定性的投資方法不同，數(shù)量化投資不是靠個人感覺來管理資產(chǎn)，而是將適當(dāng)?shù)耐顿Y思想、投資經(jīng)驗、甚至包括直覺反映在量化模型中，利用電腦幫助人腦處理大量信息、幫助人腦總結(jié)歸納市場的規(guī)律、建立可以重復(fù)使用并反復(fù)優(yōu)化的投資策略（經(jīng)驗），并指導(dǎo)我們的投資決策過程。
本質(zhì)上來講，數(shù)量化投資也是一種主動型投資策略，其理論基礎(chǔ)在于市場是非有效或弱有效的，基金經(jīng)理可以通過對個股、行業(yè)及市場的驅(qū)動因素進行分析研究，建立最優(yōu)的投資組合，試圖戰(zhàn)勝市場從而獲取超額收益。然而一些定性的投資者卻并不太認(rèn)可定量投資，他們認(rèn)為，定性研究可以將把股票基本面研究做得很深入，從而在決策深度上具有優(yōu)勢。然而，在當(dāng)今市場上，信息量越來越大且傳播速度極快，單個分析師所能跟蹤的股票數(shù)量開始顯得越發(fā)有限，也因此錯過了許多優(yōu)秀的投資機會，可謂是擁有深度的同時錯失了廣度。量化投資正好彌補了這一缺失，通過使用強大的計算機技術(shù)，它能夠?qū)崟r對全市場進行掃描，并依仗其紀(jì)律性、系統(tǒng)性、及時性、準(zhǔn)確性以及分散化的特點最大概率的捕獲戰(zhàn)勝市場的投資標(biāo)的。
事實上，在海外市場，我們看到越來越多的定量與定性完美結(jié)合的成功案例。通過向量化模型中加入分析師對未來主觀判斷的觀點（定性的觀點），再結(jié)合來自于歷史規(guī)律檢驗的觀點（定量的觀點），定量與定性的優(yōu)勢便能得到充分的發(fā)揮和融合。我們相信，這也將是未來量化產(chǎn)品發(fā)展的主流方向和趨勢。
結(jié)論
量化研究作為一種研究方法，其本質(zhì)是使用統(tǒng)計學(xué)、數(shù)學(xué)和計算機工具改進研究效率，使得我們能夠在更短的時間、更大的視角領(lǐng)域下，依靠清晰的研究邏輯，獲取更為有效和操作性以及復(fù)制性更強的研究成果。量化研究的本質(zhì)是一類發(fā)現(xiàn)市場規(guī)律的方法體系，其基本功能是認(rèn)識市場和解釋市場，并以做到預(yù)測市場為目的。
量化投資簡單來講，它以模型為主體，使用大量數(shù)據(jù)，并且在很大程度上用電腦這樣的投資方式；其以科學(xué)性和系統(tǒng)性著稱，并將在嚴(yán)格的紀(jì)律化模型制約下，緊密跟蹤策略，使運作風(fēng)險最小化，并力爭取得較高收益。
第二部分：量化投資在蓬勃發(fā)展
量化投資在世界的發(fā)展史
美國市場有200多年，從證券市場開始，也有快400――500年了，但是量化的發(fā)展是上世紀(jì)50――60年代的事。首先有一些理論模型，沒有理論模型支撐很難做到量化的東西。
數(shù)理化投資于上世紀(jì)50~70年論上發(fā)芽
Harry Markowitz在上世紀(jì)50年表一系列關(guān)于投資組合“均值―方差”優(yōu)化的論文，這使得投資者可以定量化風(fēng)險，并把風(fēng)險和預(yù)期回報放在一個理論框架下統(tǒng)一考慮；
WilliamSharpe在1964年發(fā)表CAPM模型，此模型顯示個股的預(yù)期回報和個股的風(fēng)險及市場的預(yù)期回報成正比；
Steven Ross在1976年發(fā)表APT模型，此模型顯示個股的預(yù)期回報可以表示成一系列非特定因素預(yù)期回報的加權(quán)平均，此模型為量化投資者指出了很實用的研究框架；
Black-Scholes在1972年發(fā)表關(guān)于股票權(quán)證的定價模型；
Fama和French在1993年發(fā)表三因素模型，此模型顯示個股的預(yù)期回報由三個因素（市場，個股的市值，個股的市凈率）決定；
此后很多研究者做了非常多的實證研究，并發(fā)現(xiàn)了一些對個股將來回報有預(yù)測作用的因素：比如市盈率，市凈率，資產(chǎn)回報率，盈利一致預(yù)期，中長期價格動能，短期價格反轉(zhuǎn)等。
數(shù)理化投資從上世紀(jì)70年代末開始實際運用
Barclays Global Investors(BGI)于1978年創(chuàng)立了全球第一只數(shù)量化投資策略基金，到被BlackRocks收購之前BGI以14000億美元的規(guī)模，高居全球資產(chǎn)管理規(guī)模之首。
SSgA(道富環(huán)球投資管理公司)和 GSAM(高盛國際資產(chǎn)管理公司)為首的一大批以數(shù)量化投資為核心競爭力的公司已經(jīng)成為機構(gòu)資產(chǎn)管理公司中的“巨無霸”。
“詹姆斯•西蒙斯創(chuàng)辦的文藝復(fù)興科技公司花費15年的時間，研發(fā)基于數(shù)學(xué)統(tǒng)計理論的計算機模型，借助該模型，西蒙斯所管理的大獎?wù)禄穑瑥?989 年到2009 年間，平均年回報率高達(dá)35％，較同期標(biāo)普500 指數(shù)年均回報率高20 多個百分點，比“金融大鱷”索羅斯和“股神”巴菲特的操盤表現(xiàn)都高出10 余個百分點。
在國外。其他采用量化投資的公司沒有獲得驚人的表現(xiàn)，并非是量化方法不好，而是他們還沒有構(gòu)建出更好的模型以及正確的策略。作為量化投資的大行家和受益者，西蒙斯承認(rèn)有效市場的套利機會極少而且會趨同小時，然而，仍然有無數(shù)轉(zhuǎn)瞬即逝的很小的機會存在，在證券市場，那些很小的交易，都會對這個龐大的市場產(chǎn)生影響，而每天都會有成千上萬這樣的交易發(fā)生。這個市場看似雜亂無章，卻存在著內(nèi)在規(guī)律，而量化操作自從誕生以來，無疑成為捕捉這些規(guī)律的一把利器，為海外投資者屢建奇功。
CQA（教育產(chǎn)品內(nèi)容與數(shù)據(jù)測試）數(shù)據(jù)統(tǒng)計：在2002年-2004年三年間，量化產(chǎn)品的平均年收益率為5.6%，比非量化產(chǎn)品的平均年收益率高出1%。從信息比率來看，量化產(chǎn)品為0.37，非量化產(chǎn)品為0.06。此外，量化基金的運作費率相對更低，例如傳統(tǒng)產(chǎn)品費率為0.6%，主動量化產(chǎn)品費率在0.45%-5%之間。
理柏(LIPPER)數(shù)據(jù)顯示，2005年到2008年之間，87只大盤量化基金業(yè)績表現(xiàn)好于非量化基金，增強型量化基金在2005年和2006年更是大幅跑贏非量化基金。但2007年和2008年除市場中性基金外，所有基金業(yè)績下滑很快，其中雙向策略和大盤量化基金表現(xiàn)差于非量化基金，而增強型和市場中性量化基金表現(xiàn)則優(yōu)于非量化基金。
量化投資在中國的發(fā)展現(xiàn)狀
研究力量不斷壯大
目前大部分券商研究所都配有金融工程研究小組，成員超過5個的不在少數(shù)。根據(jù)2010年11月份的《新財富》最佳分析師榜單，國信證券金融工程小組人數(shù)有12人，為目前人員配備最多的量化投資研究團隊。其他入選金融工程前五名的研究小組中，申銀萬國8人，華泰聯(lián)合、安信證券各5人，中信證券4人。
數(shù)量化方面的研究報告數(shù)量也是逐年增加。據(jù)不完全統(tǒng)計，2008-2010年相關(guān)報告數(shù)量分別有52、142、794篇，今年上半年就達(dá)到了633篇，逐年遞增趨勢非常明顯。不過，和2010年研究報告10萬多份的總量相比，數(shù)量化研究的廣度和深度還有很大提升空間。
量化產(chǎn)品初露鋒芒
天馬旗下的產(chǎn)品中，現(xiàn)有兩個信托產(chǎn)品采用量化投資策略，分別是新華―天馬成長，和平安―Lighthorse穩(wěn)健增長。
此外，上投摩根、嘉實、中?；?、長盛基金、光大保德、富國基金、南方基金等都有量化產(chǎn)品推出，但是量化基金的比例還是非常小。即便在2009年，全年新發(fā)基金超過100只的情況下，新發(fā)的量化基金也僅有4只，數(shù)量在2009年的新發(fā)基金市場中僅占3％。與指數(shù)基金、普通股票基金相比，量化基金可謂是基金市場上的稀缺資源。
2011年，在國內(nèi)緊縮政策與國外動蕩局勢的影響下，A股市場呈現(xiàn)結(jié)構(gòu)性震蕩上揚的格局。隨著市場輪動的提速及內(nèi)在容量的擴大，精選個股的難度日益加大。在此背景下，定性投資容易受到投資者情緒影響，而定量投資則能夠通過計算機的篩選，幫助投資者克服非理性因素，在充分控制風(fēng)險的前提下應(yīng)對市場萬變。以“人腦＋電腦”為主要構(gòu)建的量化基金逐漸顯現(xiàn)投資優(yōu)勢，今年量化基金異軍突起，整體表現(xiàn)不俗。截至4 月6 日， 9 只具有完整業(yè)績的主動型量化基金平均收益率為0.64%，超越同期股票型基金和混合型基金-1.39%、-3.08%的凈值增長率。其中，“元老”光大保德信量化核心基金收益率達(dá)5.19%。此外，南方策略、中海量化策略、長盛量化紅利、長信量化先鋒、上投摩根阿爾法、華泰柏瑞量化先行基金也均取得正收益，分別達(dá)到4.12%、3.28%、2.60%、2.13%、0.77%和0.16%；僅嘉實量化阿爾法和華商動態(tài)阿爾法收益為負(fù)，分別為-4.48%、-7.94%。此外，從以往披露的公開信息可以發(fā)現(xiàn)，國內(nèi)量化基金多側(cè)重價值因子，也契合今年低估值大盤藍(lán)籌股領(lǐng)漲的市場格局。
第三部分：解讀量化投資
在西蒙斯崛起之前，判斷型投資完全占據(jù)著主流地位，因為當(dāng)前全球投資界的三大泰斗當(dāng)中，無論是價值投資的巴菲特、趨勢投資的羅杰斯，還是靠哲學(xué)思維的索羅斯，都是判斷型投資的代表。但隨著西蒙斯的聲名鵲起，量化投資開始受到投資大眾的重視并呈現(xiàn)出蓬勃的發(fā)展態(tài)勢。但需要指出的是，世界上沒有萬能的投資方法，任何一種投資方法都有其優(yōu)缺點，量化投資當(dāng)然也不例外。定量投資成功的關(guān)鍵是定量投資這個模型的設(shè)計好壞，設(shè)計的好壞主要由模型設(shè)計者對市場的了解、模型構(gòu)建的了解和模型實踐經(jīng)驗來決定的。
量化投資的決策體系
量化基金的成功運作必然依托一個完整而有效的量化體系用來支撐，該體系是數(shù)據(jù)獲取、數(shù)據(jù)處理、資產(chǎn)配置、組合管理到全程風(fēng)險控制等諸多環(huán)節(jié)的有機結(jié)合。
我們借鑒海外量化基金運作架構(gòu)的諸多優(yōu)點，并結(jié)合華泰聯(lián)合金融工程資深研究員的看法，旨在提供一個適合中國市場特點的量化基金運作架構(gòu)體系。該體系綜合考慮了定性及定量兩大主要選股思路，在風(fēng)險可控下，充分發(fā)揮量化投資的優(yōu)勢。
此架構(gòu)包含以下幾個主要層次：
1. 數(shù)據(jù)提供：量化體系的底層一般是數(shù)據(jù)接入端口，數(shù)據(jù)來源于外部數(shù)據(jù)提供商。
2. 數(shù)據(jù)預(yù)處理：由于中國A 股市場歷史較短，數(shù)據(jù)質(zhì)量一般，特別是早期的數(shù)據(jù)較為不規(guī)范。因此，在輸入模型前必須對數(shù)據(jù)進行全面的清洗，從而增強數(shù)據(jù)的有效性和連續(xù)性。
3. 資產(chǎn)配置：資產(chǎn)配置是量化基金的核心。不同的投資者具有不同的投資理念，即不同的資產(chǎn)收益率看法。因此，通過構(gòu)建差異化的因子配置模型來實現(xiàn)差異化的投資理念則充分展現(xiàn)了量化投資的優(yōu)勢和精髓。舉例而言，我們可以開發(fā)針對不同市場狀況（如牛市、熊市、震蕩市和轉(zhuǎn)折市）以及不同投資風(fēng)格（如保守、激進和中庸）的量化模塊。這些模塊就類似于兒童手中的玩具積木，一旦投資決策委員會確定了戰(zhàn)略和戰(zhàn)術(shù)配置比例，接下來要做的就是簡單的選積木和搭積木的過程。模塊化投資嚴(yán)格的遵循了投資思路，從而將量化投資的紀(jì)律性、系統(tǒng)性、及時性和準(zhǔn)確性展露無遺。
4. 投資決策：宏觀經(jīng)濟政策對中國A 股市場的表現(xiàn)影響較大，也就是我們常說的“政策市”。針對這一現(xiàn)狀，綜合考慮定性和定量的宏觀判斷對于我們選擇合適的基金倉位及資產(chǎn)組合將十分必要。一方面，結(jié)合宏觀及行業(yè)分析師對于未來宏觀經(jīng)濟的預(yù)判以及個別性事件的分析，另一方面，考察既定的一系列量化擇時指標(biāo)和宏觀經(jīng)濟指標(biāo)的最新動向，從而能較為全面的提出投資建議。
5. 組合管理：在對于宏觀趨勢、戰(zhàn)略和戰(zhàn)術(shù)資產(chǎn)配置的全面考量之后，留給基金管理人的工作將是如何實現(xiàn)在交易成本，投資風(fēng)險以及組合收益三者之間的最大平衡。
經(jīng)典量化投資模型綜述與評價
目前，由于計算的復(fù)雜程度和對速度的要求，量化投資的交易過程通常是由電腦自動來完成的，可在某些方面電腦依然不可能替代人腦。投資若要取得成功，就需要頂尖的大腦來羅織數(shù)據(jù)、發(fā)現(xiàn)規(guī)律、編制最快最好的電腦程序；此外，量化投資所使用的模型在用了一段時間之后就會慢慢失效，因為越來越多的“山寨版”會出現(xiàn)，因而需要不斷發(fā)現(xiàn)新的模型以走在這場軍備競賽的前列，而此時需要的就是配備精良、高速運作的人腦。由此可見，模型在量化投資的整個體系中居于核心地位。近幾十年來，西方理論界與實務(wù)界均誕生了不少量化投資模型，大力推動了量化投資的發(fā)展，這其中又大致可分為三大類：傳統(tǒng)的基于經(jīng)濟學(xué)意義的模型（structural model）、現(xiàn)代的基于數(shù)學(xué)、統(tǒng)計學(xué)意義以及計算機原理的模型（statistical model）、程序化交易模型。以下就這三者分別予以介紹。
(一)傳統(tǒng)的基于經(jīng)濟學(xué)意義的模型
這種模型雖然用到了一些數(shù)學(xué)與統(tǒng)計學(xué)的工具， 但其核心思想與前提假設(shè)仍然是圍繞經(jīng)濟學(xué)或金融學(xué)原理而展開的。例如，B-S 模型與二叉樹模型提供了金融產(chǎn)品定價的新思路，因而也衍生出了所謂的以選擇權(quán)為基礎(chǔ)之投資組合保險策略（option-basedportfolio insurance，OBPI），如歐式保護性賣權(quán)（protective put）策略、復(fù)制性賣權(quán)（synthetic put）策略和一些持倉策略―――買入持有（buy-andhold）策略、停損（stop-loss） 策略、固定比例投資組合保險(constant proportion portfolio insurance，CPPI) 策略、時間不變性組合保障（timeinvariant portfolio protection，TIPP）策略、固定組合（constant mix）策略與GARP（Growth at a Reasonable Price）策略等。
(二)現(xiàn)代的基于數(shù)學(xué)、統(tǒng)計學(xué)意義以及計算機原理的模型
與上述模型相比，這種模型“量化”的傾向愈加明顯―――淡化甚至忽略經(jīng)濟學(xué)或金融學(xué)背景，基本上只是依賴先進的數(shù)學(xué)、統(tǒng)計學(xué)工具與IT 技術(shù)構(gòu)建模型，進而確定投資策略。模型中應(yīng)用的具體方法主要包括參數(shù)法、回歸分析、時間序列分析、極值理論、馬爾科夫鏈、歷史模擬法、蒙特卡羅模擬法等等。
(三)程序化交易模型
隨著金融市場的日益復(fù)雜化， 越來越多的復(fù)雜交易策略被設(shè)計出來，這些交易策略很難通過傳統(tǒng)的手工方式執(zhí)行，于是程序化交易應(yīng)運而生。程序化交易是指按照預(yù)先編制的指令通過計算機程序來完成交易的方式，可以分為決策產(chǎn)生和決策執(zhí)行兩個層面：前者是指以各種實時/歷史數(shù)據(jù)為輸入通過事先設(shè)計好的算法計算得出交易決策的過程，而后者是指利用計算機算法來優(yōu)化交易訂單執(zhí)行的過程； 也可以從交易頻率的角度，分為高頻交易和非高頻交易。程序化交易使得復(fù)雜的量化交易策略得以實施，優(yōu)化交易指令的執(zhí)行，解放人力使之把精力更多地集中到投資策略的研究上， 最重要的是能克服人性的種種弱點與障礙從而保證絕對的“客觀性”與“紀(jì)律性”。然而，這種交易方式也引起了諸多爭議，如對速度的過高要求會造成市場的不公平、巨大的交易量可能會增加市場的波動性、容易產(chǎn)生鏈?zhǔn)椒磻?yīng)、為了盈利可能會制造人為的價格而降低市場的有效性等等。
量化投資的主要策略
增強型指數(shù)基金：策略的主要目的還是跟蹤指數(shù)，希望用量化模型找出能緊跟指數(shù)但同時又能小幅超越的組合。
非指數(shù)型量化基金：能利用絕大多數(shù)好的投資機會，而不需去管組合是否能緊跟指數(shù)。
多―空對沖基金：買入模型認(rèn)為能表現(xiàn)好的股票， 賣空模型認(rèn)為會表現(xiàn)差的股票。有時可能凈多倉， 有時可能凈空倉。此策略在對沖基金中很流行。在A股市場中能賣空的股票不多，所以一般只能用期指去對沖。
市場中性的多―空對沖基金：買入模型認(rèn)為能表現(xiàn)好的股票， 賣空模型認(rèn)為會表現(xiàn)差的股票。在任何時候凈倉位為0，同時在各行業(yè)上，大小盤風(fēng)格上的凈倉位都為0。此策略在對沖基金中也比較流行。此策略的波動率非常小，在國外一般會加入杠桿。
130/30基金：一般共同基金采用，即買入130%的多倉， 賣空30%的空倉。
程序化高頻交易：利用期指或股價的日內(nèi)波動進行高頻買賣。有些策略是找價格模式，有些是利用交易所規(guī)則上的漏洞。
可轉(zhuǎn)移Alpha：主要用在增強型指數(shù)基金上，具體是用期貨來跟蹤指數(shù)，一部分多出來的錢投資于風(fēng)險比較小的能取得絕對正收益的策略上。
市場擇時/行業(yè)輪動/風(fēng)格輪動：用數(shù)量化模型預(yù)測市場/行業(yè)/風(fēng)格的拐點
量化投資和傳統(tǒng)投資的比較
天馬資產(chǎn)首席數(shù)量分析師朱繁林博士表示，量化投資區(qū)別于定性投資的鮮明特征就是模型，對于量化投資中模型與人的關(guān)系，大家也比較關(guān)心?？梢源騻€比方來說明這種關(guān)系，我們先看一看醫(yī)生治病,中醫(yī)與西醫(yī)的診療方法不同，中醫(yī)是望、穩(wěn)、問、切，最后判斷出的結(jié)果，很大程度上基于中醫(yī)的經(jīng)驗，定性程度上大一些；西醫(yī)就不同了，先要病人去拍片子、化驗等，這些都要依托于醫(yī)學(xué)儀器，最后得出結(jié)論，對癥下藥。
醫(yī)生治療病人的疾病，投資者治療市場的疾病，市場的疾病是什么？就是錯誤定價和估值，沒病或病得比較輕，市場是有效或弱有效的；病得越嚴(yán)重，市場越無效。
投資者用資金投資于低估的證券，直到把它的價格抬升到合理的價格水平上。但是，定性投資和定量投資的具體做法有些差異，這些差異如同中醫(yī)和西醫(yī)的差異，定性投資更像中醫(yī)，更多地依靠經(jīng)驗和感覺判斷病在哪里；定量投資更像是西醫(yī)，依靠模型判斷，模型對于定量投資基金經(jīng)理的作用就像CT機對于醫(yī)生的作用。在每一天的投資運作之前，會先用模型對整個市場進行一次全面的檢查和掃描，然后根據(jù)檢查和掃描結(jié)果做出投資決策。
傳統(tǒng)的定性投資強調(diào)的是基金經(jīng)理的個人經(jīng)驗和主觀判斷，相對來說強調(diào)基金經(jīng)理的單兵作戰(zhàn)能力。而量化投資主要是用來源于市場和基本面的模型指導(dǎo)投資。
量化投資可以最大限度地捕捉到市場上的機會。而傳統(tǒng)的定性投資受到研究員，基金經(jīng)理覆蓋范圍的限制。
量化投資借助模型進行投資，比較客觀和理性，更不會受市場和情緒影響。
量化投資的可復(fù)制性更好。傳統(tǒng)的定性投資易受到基金經(jīng)理，資深研究員人動的影響。
其實，定量投資和傳統(tǒng)的定性投資本質(zhì)上是相同的，二者都是基于市場非有效或是弱有效的理論基礎(chǔ)，而投資經(jīng)理可以通過對個股估值，成長等基本面的分析研究，建立戰(zhàn)勝市場，產(chǎn)生超額收益的組合。不同的是，定性投資管理較依賴對上市公司的調(diào)研，以及基金經(jīng)理個人的經(jīng)驗及主觀的判斷，而定量投資管理則是“定性思想的量化應(yīng)用”,更加強調(diào)數(shù)據(jù)。
國內(nèi)量化基金投資風(fēng)險分析
（一）量化模型質(zhì)量產(chǎn)生的投資風(fēng)險
投資模型本身的質(zhì)量，是量化基金最核心的競爭力。專業(yè)人士以為，對于中國這樣的新興市場，量化投資的關(guān)鍵是能否根據(jù)市場特點，設(shè)計出好的投資模型。然而，已有的量化基金中，大多簡單地利用國外已公開的模型，或是用基金公司自有的一些簡單模型，在考察市場的有效性上普遍比較欠缺。如中海量化策略和南方策略優(yōu)化在行業(yè)權(quán)重配置中均采用的Black-Litterman（BL）模型。這種模型現(xiàn)是華爾街主流模型，亦是高盛公司資產(chǎn)管理部門在資產(chǎn)配置上的主要工具。然而，在國內(nèi)市場信息搜集等方面局限性較大的情況下，該系統(tǒng)到底是否有效，是否僅是基金公司體現(xiàn)其“專業(yè)性”的一個由頭，還有待觀察。
（二）基金經(jīng)理執(zhí)行紀(jì)律打折扣所產(chǎn)生的道德風(fēng)險
好買基金研究中心的一份報告指出，大部分量化基金在擇時、行業(yè)配置和資金管理等方面并沒有采用量化模型，更多的是基金經(jīng)理的主觀判斷。觀察這些量化基金的契約和季度報告可以發(fā)現(xiàn)，基金要么不進行擇時，要么根據(jù)主觀經(jīng)驗進行擇時，這在很大程度上無法體現(xiàn)出模型選股產(chǎn)生的效果。
（三）數(shù)量化模型滯后產(chǎn)生的風(fēng)險
量化基金效果如何，無法脫離資本市場環(huán)境的成熟度。量化模型的運用有重要的前提條件，是必須在一個相對成熟穩(wěn)定的市場中運行，這種市場環(huán)境下基于歷史數(shù)據(jù)設(shè)計的模型才可能延續(xù)其有效性。國內(nèi)股市曾經(jīng)大起大落，市場結(jié)構(gòu)和運行規(guī)律都發(fā)生過質(zhì)變。在這種情況下量化模型有可能跟不上市場本身的改變，嚴(yán)格的量化投資也難以適應(yīng)變化。這或許是這種舶來品水土不服的一大原因?？梢哉f，早期的A股市場并不適合量化投資理念，而隨著市場逐漸成熟，量化投資的優(yōu)勢才開始逐漸顯現(xiàn)。近兩年量化投資基金數(shù)量成倍增加，也是對這一趨勢的反映。
量化投資重在風(fēng)控
近幾年，國內(nèi)基金公司都在積極推出量化投資產(chǎn)品。但市場人士認(rèn)為，目前國內(nèi)的常見“量化”基金，實質(zhì)上大多是“量化選股”基金，從量化的風(fēng)險控制到量化的交易，整個決策流程依然靠傳統(tǒng)的方法。
國內(nèi)著名投行宏觀策略研究員的工作積累，華爾街量化投資的歷練，使華商大盤量化擬任基金經(jīng)理費鵬對量化投資的A股應(yīng)用有著自己的心得。他認(rèn)為，量化投資最大的優(yōu)勢在風(fēng)險控制上。與傳統(tǒng)的價值投資“越跌越買”的理念不同，他認(rèn)為量化投資應(yīng)該是主動對市場風(fēng)險進行判斷，通過技術(shù)分析、量化模型分析等判定風(fēng)險，在確定風(fēng)險之后，及時對倉位進行控制，及時止損。
費鵬認(rèn)為，目前市場上的量化產(chǎn)品將研究的重點放在擇股和行業(yè)配置上，缺乏有效及時的風(fēng)險響應(yīng)體系，而從國外的經(jīng)驗看，量化的一大特點就是對風(fēng)險的預(yù)判。因此，華商基金量化投資團隊在吸收國內(nèi)外先進經(jīng)驗的同時，在模型設(shè)計之初，便將核心定為風(fēng)險控制。
在設(shè)計中，華商基金量化投資團隊借助了包括從統(tǒng)計信息學(xué)角度出發(fā)的信息熵值（Entropy）的變化、從分形理論出發(fā)的市場模式（P atter n）的變化、從金融物理學(xué)角度出發(fā)的金融泡沫統(tǒng)計指標(biāo)的變化、從市場微觀結(jié)構(gòu)出發(fā)的分析師一致預(yù)期分歧的變化和趨勢等，構(gòu)建風(fēng)險模型，對中短期系統(tǒng)風(fēng)險進行定量分析，依靠基金經(jīng)理和研究員對宏觀經(jīng)濟發(fā)展?fàn)顩r、人口與社會的結(jié)構(gòu)性特征、經(jīng)濟產(chǎn)業(yè)周期等因素的分析，對長期風(fēng)險進行定性分析。
量化投資堅持追求絕對收益
提及量化投資，人們就會想到西蒙斯用公式打敗市場的經(jīng)典案例。但這一投資工具在被引入國內(nèi)投資市場之后，并沒有展現(xiàn)其神奇的威力。根據(jù)wi n d數(shù)據(jù)分類顯示，目前市場上有19只量化基金，2 012年可統(tǒng)計的15只量化基金平均收益率僅為2 . 5 5%（同期滬指上漲3 .17%），國內(nèi)發(fā)行的量化基金的表現(xiàn)不盡如人意。
在費鵬看來，國內(nèi)的量化基金僅僅是“量化選股”，追求相對收益。他認(rèn)為，量化投資的核心應(yīng)該是風(fēng)控，堅持追求的則應(yīng)該是絕對收益。
相比而言，目前國內(nèi)公募量化基金多采用多因子模型，而多因子模型的設(shè)計原理是把價值投資理論通過數(shù)字模型加以表達(dá)。在實際測算中，華商基金量化團隊每日漲幅居前的股票中，會有所謂投資價值較少的“垃圾股”，很難通過價值投資理論解釋。
對此，華商量化投資團隊在設(shè)計選股模型時，更多的是通過捕捉市場的異常波動，尋找股價波動的非基本面的因素。通過對數(shù)據(jù)挖掘，建立初選股票池，然后按照行業(yè)分類，結(jié)合基本面研究，通過行業(yè)研究員調(diào)研，尋找相互印證支持依據(jù)，在分析手段上更多了對隱性信息的補充。
10月27日以來，不到半個月時間里，銀行板塊指數(shù)從4772點最高上漲到5498點，漲幅高達(dá)15%。
事實上，銀行股的這波上漲，可以回溯到年初3月份4152點最低點，照此算來，銀行板塊指數(shù)年初至今也上漲了32%。即便如此，與市場上的軍工、醫(yī)藥等板塊相比，這個漲幅并不突出。隨著銀行股低估值被逐漸發(fā)現(xiàn)以及滬港通的影響，未來有可能還會繼續(xù)上漲。
有鑒于此，《投資者報》特別找出了三季度末仍然重倉銀行股的基金名單，希望通過對其的詳細(xì)梳理，能夠?qū)ν顿Y人借道基金坐享銀行股牛勢行情有所助益。
《投資者報》統(tǒng)計發(fā)現(xiàn)，三季度末仍重倉銀行股的基金一共有230只。其中，持有倉位比例最高的是國泰上證180金融ETF、華夏上證金融地產(chǎn)ETF、華寶興業(yè)上證180成長，均持有7只銀行股，倉位全在40%以上，持有倉位分別是46%、44%、42%。
從近6個月凈值增長來看，寶盈策略增長、工銀瑞信金融地產(chǎn)、招商大盤藍(lán)籌、新華鉆石品質(zhì)企業(yè)、諾安中小盤精選、新華優(yōu)選分紅、華泰柏瑞上證中小盤E、南方策略優(yōu)化、大摩量化配置、易方達(dá)上證中盤ETF等10只基金位列凈值增長前十。值得一提的是，這10只基金近6個月的凈值增長均超過了30%。
工銀瑞信金融地產(chǎn)暫時領(lǐng)先
從今年以來凈值增長情況來看，工銀瑞信金融地產(chǎn)在上述230只重倉銀行股的基金中暫時領(lǐng)先。其今年以來的凈值增長為45%，近一個季度凈值增長19.83%，均位居230只重倉銀行股基金第一。
從持倉股票來看，工銀瑞信金融地產(chǎn)持有3只銀行股，分別是318萬股浦發(fā)銀行、500萬股光大銀行、250萬股交通銀行。
從這3只銀行股的漲幅來看，其年初至今的漲幅分別為24.5%、23.2%、29.5%。均未能跑過銀行類板塊指數(shù)年初至今32%的漲幅，顯然向上空間還很大。從10日漲跌情況來看，上述3只銀行股的近10日漲幅分別為11.52%、8.9%、8.41%。據(jù)此測算，這三只個股近10日分別為工銀瑞信金融地產(chǎn)的凈值增長供獻(xiàn)了320萬元、113萬元、83萬元，合計516萬元的浮盈。
從同類排名來看，工銀瑞信金融地產(chǎn)今年以來在365只同類基金中凈值漲幅排名第7。這對于成立一年多、又是新人基金經(jīng)理管理的基金來說，這樣的成績還是相當(dāng)可以的。
公開資料顯示，工銀瑞信金融地產(chǎn)為雙基金經(jīng)理制，基金經(jīng)理鄢耀，6年證券從業(yè)經(jīng)驗，先后在德勤華永會計師事務(wù)所擔(dān)任高級審計員，中國國際金融公司分析員，2010年加入工銀瑞信擔(dān)任研究部研究員；另一基金經(jīng)理王君正，5年證券從業(yè)經(jīng)驗。曾任泰達(dá)宏利基金公司研究員，2011年加入工銀瑞信任研究部研究員。盡管兩位基金經(jīng)理均擁有多年證券從業(yè)經(jīng)驗，研究經(jīng)歷豐富，不過，該基金仍然是他們管理的首只基金。
與工銀瑞信金融地產(chǎn)持有三只銀行股不同，在上述230只重倉銀行股中同樣表現(xiàn)優(yōu)異的寶盈策略增長，則僅持有了一只銀行股――中信銀行。對比其近一年來的持倉可以發(fā)現(xiàn)，截至去年年末，寶盈策略增長的前十大重倉股中沒有中信銀行的身影，到了今年一季度末，寶盈策略增長的前十大重倉股中已持有5000萬股的中信銀行，上半年加倉至5800萬股。
從盤面來看，中信銀行在2014年2月7日這周筑底完畢，隨后展開了一波強勢上攻，由3.57元每股一路上攻到2月28日這周的最高5.58元，上漲了56%。據(jù)此算出，寶盈策略成長在中信銀行這只股票的建倉成本價應(yīng)在4.5元附近。值得一提的是，截至今年三季度末，寶盈策略成長在中信銀行股票上的持倉重新回到了5000萬股，從盤面上來看，這期間中信銀行一直處于橫盤狀態(tài)，寶盈策略成長的減持，更大可能是前期部分獲利盤的落袋為安。
相關(guān)量化、ETF基金可高度關(guān)注
哪怕知道銀行股要走出牛市行情，但要在16只上市銀行股中選中漲得最高、漲得最快的龍頭并不容易，特別是對于消息滯后、缺少時間的工薪族，經(jīng)常是“只賺指數(shù)不賺錢”。這時，直接投資指數(shù)型基金或量化基金也就成為了更加實用的投資選擇。
《投資者報》統(tǒng)計得來的數(shù)據(jù)也對上述觀點形成了較為有力的支撐。據(jù)《投資者報》測算，230只重倉銀行股的基金中，持倉倉位前十的基金分別為國泰上證180金融ETF、華夏上證金融地產(chǎn)ETF、華寶興業(yè)上證180成長、海富通上證周期ETF、信誠中證800金融、華寶興業(yè)上證180價值、建信上證社會責(zé)任ETF、國投瑞銀滬深300金融、匯添富中證金融地產(chǎn)E、嘉實中證金融地產(chǎn)ETF。
其中，除了嘉實中證金融地產(chǎn)ETF持有銀行股的倉位占比為29.63%外，另外9只基金持有銀行股的倉位占比均超過30%。顯然，如此高的倉位占比，一旦銀行股板塊大幅齊漲，這些基金的受益程度也將明顯超過其他同類基金。
事實上，從凈值增長率來看，上述10只基金今年以來凈值增長率平均為16.8%，近6個月凈值增長率平均為22.5%，顯然，隨著銀行板塊的不斷上攻，上述基金的收益能力也在不斷提升。
