股票橫截面數據

1. 以股票多頭私募基金為例：私募FOF投資如何玩

1. 風格捕捉與投資決策

自2014年私募基金登記備案制度實行以來，我國私募基金行業發展迅速，目前已經進入到規范化、制度化發展階段。如果說2014年~2015年是制度規則密集出台的「起步規范年」，那麼2015年至今可謂風生水起的「FOF投資年」。據統計，2015年在上半年行情的推動下，私募FOF市場迎來大爆發，全年私募FOF產品發行數量達到836隻，幾乎是2014年的5倍。2016年，私募FOF發行數量增長趨勢仍在延續，但增長通道趨於平穩。我們估算，當前市場上存續的私募FOF初始規模超1500億元，FOF投資的方法論成為市場追捧熱點。

私募FOF長期穩健的資本增值需要通過合理的資產配置和有效的組合來實現，相對完整的路徑是：大類資產配置——>類別資產的選擇——>具體資產的挑選，同時還包括根據市場環境變化進行的動態配置。風格捕捉在私募FOF投資鏈條上可充當多個角色：在類別資產選擇階段可以作為風格輪動策略具體實施的參考依據，在具體資產挑選階段有助於更准確地評價基金業績，在動態配置階段可以監測標的基金風格變動情況從而及時做出調整，有效降低了選擇成本。

若拋開私募FOF復雜的流程形式不談，對私募基金投資個體而言，風格捕捉在直觀上也有助投資決策的確定。由於不同風格類型的標的基金在相同市場環境下的表現有差異，風險收益特徵不同，因此對標的基金及時的風格捕捉有利於根據投資者不同的風險偏好與需求選擇相應的標的基金。另外，在一定時間段業績較好的基金，基本都是切合當下基礎市場行情市場風格的產品，因此對全市場基金產品的風格捕捉或許可以從一定程度上幫助判斷當前市場風格走勢。

本文對風格捕捉方法在投資決策上的應用進行了探討。感謝吳昱璐同學對本文的貢獻。

其中，R_i表示私募基金i的收益率；因子F_i表示各種類別資產的收益率；其系數b_ij表示私募產品i的收益率對各風格資產j的敏感度，而ε_i代表私募基金i的非因子收益部分，包括了基金經理的主動管理alpha和殘差項等在內。按照Sharpe的說法，模型表明基金收益率由風格收益和選擇收益兩個關鍵部分組成。

2.2 因子選取與風格界定

Sharpe資產分類因子模型要求類別資產（也即風格因子）滿足三個條件：互斥性、全面性、收益差異性。具體而言，任何一個底層證券不應被同時納入多個類別資產；應將盡可能多的證券納入所選資產類別；類別資產間或是相關度較低，或是有不同的標准差。由於類別資產構成往往會更替，一定程度上會引起私募基金收益率和風格收益率的偏差。

本文重點探討風格研究以後的應用問題，因此選擇最簡單的規模維度做示例：大盤因子、中盤因子、小盤因子。具體應用中使用申萬大盤指數、申萬中盤指數、申萬小盤指數分別作為大盤、中盤、小盤三種風格資產組合，這樣的類別資產劃分滿足三條件的互斥性和收益差異性，但在全面性上存在一定缺陷。Sharpe在1992年的論文中採用了價值股票、成長股票、中等規模股票、小規模股票、歐洲股票、日本股票等12個類別資產做風格探討。

本文以40天為一個回歸周期，通過對回歸後的風格因子系數設定一個閾值來判定基金在該段時間內的風格類型。在回歸結果擬合度較高的基礎上，若某一風格因子系數大於或等於0.5，則判定基金在該周期內為此類風格；若系數均小於0.5，則認為該基金無明顯風格，較為均衡。

3. 數據選取與清洗

本文選取私募排排資料庫內凈值披露頻率為天，且凈值數據不少於41個的股票多頭私募基金作為樣本，共計937隻。考察期為2016年1月4日至2017年3月31日，以40天為一個回歸周期按天進行滾動回歸，即每天都將得到一個風格判定。

數據清理過程中涉及以下幾點：

（1）考慮到存在數據缺失問題，在提取初始數據時，若該工作日無數據，則選取前10日內最靠近該日的凈值數據作為該日數據，若前10日內均無數據，則標記為無數據。

（2）對於每隻基金，回歸將從考察期內凈值披露的首日後40日算起，該日前所有日期標記為無風格數據。

（3）若40天的回歸期內有超過5天無凈值數據，則不進行回歸，即無風格數據。若符合回歸要求，則對缺失數據進行插值處理。

4. 股票多頭私募全貌：持續顯著個體不及一成

本文對符合條件的937隻股票多頭私募基金在2016年1月4日至2017年3月31日內的日收益率進行以40天為周期的滾動回歸，每隻基金共計264次回歸。經過檢驗後，據上述風格界定方法判斷基金每日相對應風格類型。

在所有937隻基金中，共有310隻產品有至少一次擬合度符合條件的回歸結果，約占所有基金的33.1%。在這310隻產品中，符合擬合度要求的回歸結果佔比低於50%的有252隻基金，約佔81.3%；符合擬合度要求的顯著回歸結果佔比高於50%的有58隻，約佔18.7%，其中有兩只基金的所有回歸結果均符合擬合度要求。

結果表明，多數股票多頭私募基金的風格特徵無法通過顯著性檢驗，我們理解原因主要有：

一是私募基金倉位設定靈活，在建倉期、風險規避期、策略調整期、多策略分散期、人員調整期都有可能低倉位運行，而產品的存續期限往往是1年~3年，因此在較長的時期（如40個交易日內）持續八成倉位及以上的情況較少，影響了模型的有效性。

二是私募基金投資風格多變，除了少數持續深耕優勢行業的私募基金以外，多數私募基金從歷史投資周期看均經歷過全市場、全行業的投資，隨風而動與守株待兔型的風格切換實屬常態。另外，如果基金經理在行業和市值風格上持續保持分散，也會導致風格判定的失敗。

三是量化交易理念的普及一定程度上擴大了私募基金選股的風格面，其中擇時模型和行業輪動模型往往會提升私募基金換手率，加速私募基金倉位和選股的切換。量化交易信號往往隨市而動，會減少持續的風格暴露。

由於未通過檢驗的分析結果不具備統計意義，我們重點探討如何利用顯著性的風格結果輔助私募基金FOF投資。

5. 玩轉風格捕捉，輔助私募FOF投資

5.1. 單產品風格漂移監測

風格漂移是私募FOF投資關切的重點之一，高低風險品種的切換、策略重心和集中度的改變等都會造成私募實盤中的風格漂移。對於股票多頭私募基金的投資而言，在無法獲得高頻持倉信息的情況下（往往是投前，投後也常如此），基於凈值的風格監測記錄了產品的投資軌跡、可作為投資經理所宣稱策略的重要印證。對於同一公司管理的多個股票多頭產品，風格監測可側面反映私募基金投資決策會是否有效達成了一致結論、產品間是否有效控制了差異度。某種程度上，後者也反映了私募是否公平對待各類投資者。

從單產品來看，回歸結果最直觀顯示的是該產品在觀察期內的風格變化情況，從而能夠對產品風格漂移進行監測，反映該產品是否有投資策略的變化。

在通過顯著性檢驗的觀察樣本中，我們發現某私募基金公司旗下幾乎所有的股票多頭產品都表現出了相似的風格軌跡：2016年7月份以前，該私募旗下股票多頭產品明顯偏向大盤風格，而2016年8月份以後，旗下股票多頭產品風格逐步向中小盤傾斜，2017年初以來，大市值偏好再度提升。

我們認為，同策略產品凈值走勢的趨同、風格軌跡的趨同可幫助私募FOF在投資中有效識別純平台型或投資管理不集中的私募基金，當然，若產品處於截然不同的投資周期例外。

5.2. 從產品風格統計看市場風格傾向

從全市場基金產品的維度看，通過對當前有明顯風格表現的基金數量分別進行統計，可以判斷當前市場風格傾向。

理論上，全市場股票多頭私募基金的風格傾向表明了其當前的配置情況，進一步，隱含了私募基金對市場的看法與預期。作為二級市場的重量級參與者，這種風格傾向或將為投資提供一定參考。然而，如前所述，2016年以來，絕大多數股票多頭私募基金的市值風格並不明顯，僅基於顯著小群體的風格統計極有可能偏離行業的真實看法。

由於經過回歸後顯著表現出風格屬性的私募基金產品個數有限，我們僅陳述結果，而不討論意義。從百分比堆積圖看，2016年以來，顯著樣本對市場的風格傾向逐步由大盤轉向中小盤。

5.3. 尋找風格勝率較高的單產品

傳統上，我們以各類績效指標衡量私募基金的業績表現，典型的如收益率、最大回撤、波動率、夏普比率等。對於股票多頭而言，風格的成功切換可側面驗證擇時擇股邏輯的有效性，可考慮成為績效評價的維度之一。

風格勝率指在一定觀察期內產品風格與市場風格相符的比例。

大多數產品的風格勝率在10%以下，勝率大於10%小於等於30%的有95隻，另外有16隻基金產品風格勝率大於30%，最高達40.53%。當然，我們此處統計考慮的是基於歷史數據計算的風格與當前風格資產表現之間的關系，更為合理的做法可能是基於歷史數據計算風格與未來一段時間風格資產表現計算勝率。

5.4. 配置風格資產可以獲得預期效果嗎？

在對產品以及市場風格進行觀測的基礎上，更進一步，可以在選取當前市場中符合投資者風格偏好的產品以後，觀測未來產品的表現是否與市場風格走勢一致。但是由於基金產品風格切換頻率較高或持倉變化較快，我們認為該模型存在一定局限性，無法准確判斷產品未來風格走勢。

我們發現，對不同的考察期運用該模型會得到不同的結果。本文選取風格資產組合走勢同向和分化階段兩種典型情況分別觀察，走勢分化階段以2016年11月17日至2016年12月1日為例。走勢同向階段以2017年1月16日至2017年2月17日為例。

在2016年11月17日至2016年12月1日階段，大盤與中小盤指數走勢出現明顯分化，大盤指數持續走高，中小盤指數基本持平。統計該階段顯示為大盤和小盤風格的產品收益率，大盤風格收益率從普遍高於小盤風格收益率，且小盤風格產品收益率均小於零，與指數走勢一致。

在2017年1月16日至2017年2月17日階段，大盤與中小盤指數走勢基本相同，小盤指數收益率相對最高，大盤指數收益率相對最低。統計該階段顯示為大盤和小盤風格的產品收益率，發現大盤風格產品收益率普遍高於小盤風格產品收益率，與市場風格走勢相悖。

5.5觀測單產品的風格追蹤誤差

Sharpe曾提出，在盡可能描繪基金的風格全貌以後，可以考慮搭建一條模擬的風格基準，觀測產品未來表現相對風格基準的偏離。但我們認為，私募基金追求的是更為寬泛的投資理念與絕對收益的實現，本身極少考慮對模擬的風格基準的追蹤問題，因此我們此處不討論這一話題，僅作為開闊思路提出。

6.總結

綜上所述，將Sharpe資產分類因子模型應用於股票多頭私募基金、輔助FOF投資，目前較為可行的用法是監測單產品風格漂移，在觀測市場風格傾向方面面臨可用樣本佔比過低的問題、在尋找風格勝率較高的產品方面可能面臨方法缺陷對結果的擾動、在配置風格資產方面可能面臨追蹤誤差較大的風險。我們將持續關注完善基於風格捕捉的私募FOF投資改進。

此外，就數量模型本身而言，由於R^2僅能反映模型對整個回歸周期的擬合度，而無法顯示周期內模型估計值偏離程度的走勢，因此當回歸周期末模型估計值偏離程度較高時，對未來風格趨勢的判斷可能存在偏差。

2. 股票橫截面是什麼意思cross-section 在學術研究中 謝謝

橫截面就是同一時間內不同股票的數據，與時間序列不同

3. 我是新手!判斷股票的漲跌主要看什麼

股票的漲跌----最直接的原因，就是供求關系。買的人多，賣的人少，它就漲，反之就跌。

行情的數據就是眾人一起操作之後的結果，雖說和很多因素有關，但最直接的因素就是大眾的行為，供求關系使然。

供求關系背後，則有兩種可能導致漲跌。

1. 企業自身的業績。
為什麼有的股票上市的時候定價就高，有的定價就低？這和企業自身的凈資產值有關，同樣擁有1000萬股，這家公司的總資產是1000萬元還是8000萬元，股價顯然不會一樣，後者的股價必然高於前者。因此，當企業業績上升了，利潤增加了，股價自然應該上升。
由此引申來，對企業有利的消息也會影響股價，如果該企業的材料成本降價了，這就意味著它的利潤可能增加，那麼股價會上漲。

2. 莊家的炒作。
先舉一個例子。甲和乙兩個人，甲買了一瓶可樂，花了5元，他把可樂賣給了乙6元，他就賺了1元，乙再以7元賣給甲，乙又賺了1元，甲又加價1元賣給乙，乙又加價賣給甲，這樣互相買和賣，這瓶可樂的價格就會抬升到30元，這時候如果來了一個丙，甲乙向丙宣傳說，這是一瓶神水，喝了如何的好，丙就花30元買來喝了。這樣一來，甲乙兩人都賺了很多錢。
莊家也類似，莊家在證券公司開了很多帳戶，我買你賣，你買我賣，依仗它的資金實力，就把股價抬上去了，同時在各種媒體製造聲勢，把這個股票說的如何如何好，不明真相的散戶買了，就像那個丙一樣，就上當了。
在這種炒作下，股價並不真正反映上市公司的價值，因此一旦謊言被揭穿，股價就會掉下來。、、、

4. 請教Fama-MacBeth回歸，以及Fama-French的方法

好像現在文獻里提到Fama-MacBeth回歸通常指的是：以各個橫截面的數據估計出一組回歸，然後利用這些回歸的系數再計算出t值，從而解決Cross-sectional corrleation of resiudals對回歸t值的高估問題。

【 在 bbscity (還我機會) 的大作中提到: 】
: 以我目前對Fama-Macbeth的理解就是（唉，看了這么常時間一直困擾在第二步）：
: 要解決的問題是，Beta和回報有長期穩定的線性關系，
: 因為單個股票的beta穩定性差，且估計的精度差，

5. 什麼是截面分析方法

橫向分析法（Cross-Section Analysis），
也稱橫斷面分析、截面分析
是對同一時期數據資料進行橫剖研究，探討社會經濟現象和自然狀況在特定時期相關程度、關系與變化的方法。
其特點是在橫向聯系基礎上，撇開各種事物，現象和過程的具體特徵，以抽象方式探討對象目標變化的趨勢與規律。它藉助各種系統、運籌、博弈、決策和數學手段，研究目標對象的橫向關系和經濟社會效果。隨著現代知識領域的發展，它漸漸同散見於各學科中的新理論，新知識綜合形成新的分析媒體，從而出現了理論控制方法、穩定機制方法和隨機過程方法等。
橫向分析法在經濟管理中有越來越廣闊的前景，現成為國內外社會科學研究的主要手段。
橫向分析法的內容
橫向分析是一完整系列，它包含單變項，雙變項和多變項分析等幾種，後者尤占重要地位。多變項分析按目的可分三類：
1、詳細分析。旨在分析兩個變項(X與Y)之間的關系，並引入其他變項，深入剖析這兩個變項的相關性質。
2、多因素分析。其目的是分析多個自變項(量)(X1,X2,X3等)對某個依變項(量)Y的共同影響與相對效應。
3、多項相互關系分析。其意在於求簡化眾多變項(X1,X2,X3,X4等)之間的相互關系。
它們通過對資料對象的不同層次，方面的橫剖分析，解釋相互間的關系，為決策奠定基礎。
橫向分析法的階段
應用此法的過程可分為三個階段：
1、籌劃階段。如確定目標對象，收集對象的數據資料，抽取相關樣本，為橫剖分析作前期工作。
2、執行階段。如具體測算對象指標，揭示經濟現象和事物間的聯系作用及關系，以統計圖表和數學方程計算變項的目標值和相對效應。
3、總結經驗階段。將測算數據和統計指標代入各方程或圖表，驗證運算值的准確程度，為制定正確決策提供依據。
橫向分析法在財務分析的應用
橫向分析法在財務指標計算的基礎上，從空間、行業的角度對指標進行互相對比的分析方法。比如A公司本年度各項財務指標都超額完成了計劃數，同時與上期和歷史最好時期的財務指標對比，也是令人滿意的。但與B公司的財務指標相比，則差距較大(假定兩個公司的生產條件相同)。因而，一般講，B公司較A公司的經營狀況更好。所以，股票購買者應擇購B公司的股票。
例如：A公司凈資產收益率為0.35%，營業利潤率為0.74%，每股收益為0.009(元)。而假設B公司凈資產收益率為10%，營業利潤率為12%，每股收益為0.57(元)。比較之後，就自然會選擇B公司的股票。

6. 如何用回歸直線法求資產的系統風險系數β

從本世紀七十年代以來，西方學者對CAPM進行了大量的實證檢驗。這些檢驗大體可以分為三類：
1.風險與收益的關系的檢驗
由美國學者夏普（Sharpe）的研究是此類檢驗的第一例。他選擇了美國34個共同基金作為樣本，計算了各基金在1954年到1963年之間的年平均收益率與收益率的標准差，並對基金的年收益率與收益率的標准差進行了回歸，他的主要結論是：
a、在1954—1963年間，美國股票市場的收益率超過了無風險的收益率。
b、 基金的平均收益與其收益的標准差之間的相關系數大於0.8。
c、風險與收益的關系是近似線形的。
2.時間序列的CAPM的檢驗
時間序列的CAPM檢驗最著名的研究是Black，Jensen與Scholes在1972年做的，他們的研究簡稱為BJS方法。BJS為了防止β的估計偏差，採用了指示變數的方法，成為時間序列CAPM檢驗的標准模式，具體如下：
a、利用第一期的數據計算出股票的β系數。
b、 根據計算出的第一期的個股β系數劃分股票組合，劃分的標準是β系數的大小。這樣從高到低系數劃分為10個組合。
c、採用第二期的數據，對組合的收益與市場收益進行回歸，估計組合的β系數。
d、 將第二期估計出的組合β值，作為第三期數據的輸入變數，利用下式進行時間序列回歸。並對組合的αp進行t檢驗。

其中：Rft為第t期的無風險收益率
Rmt為市場指數組合第t期的收益率
βp指估計的組合β系數
ept為回歸的殘差
BJS對1931—1965年間美國紐約證券交易所所有上市公司的股票進行了研究，發現實際的回歸結果與理論並不完全相同。BJS得出的實際的風險與收益關系比CAPM 模型預測的斜率要小，同時表明實際的αp在β值大時小於零，而在β值小時大於零。這意味著低風險的股票獲得了理論預期的收益，而高風險股票獲得低於理論預測的收益。
3.橫截面的CAPM的檢驗
橫截面的CAPM檢驗區別於時間序列檢驗的特點在於它採用了橫截面的數據進行分析，最著名的研究是Fama和Macbeth（FM）在1973年做的，他們所採用的基本方法如下：
a、根據前五年的數據估計股票的β值。
b、 按估計的β值大小構造20個組合。
c、計算股票組合在1935年—1968年間402個月的收益率。
d、 按下面的模型進行回歸分析，每月進行一次，共402個方程。
Rp=g0+g1bp+g2bp2+g3sep+ep
這里：Rp為組合的月收益率、
βp為估計的組合β值
bp2為估計的組合β值的平方
sep為估計βp值的一次回歸方程的殘差的標准差
g0、g1、g2、g3為估計的系數，每個系數共402個估計值
e、對四個系數g0、g1、g2、g3進行t檢驗
FM結果表明：
①g1的均值為正值，在95%的置信度下可以認為不為零，表明收益與β值成正向關系
②g2、g3在95%的置信度下值為零，表明其他非系統性風險在股票收益的定價中不起主要作用。
1976年Richard·Roll對當時的實證檢驗提出了質疑，他認為：由於無法證明市場指數組合是有效市場組合，因而無法對CAPM模型進行檢驗。正是由於羅爾的批評才使CAPM的檢驗由單純的收益與系統性風險的關系的檢驗轉向多變數的檢驗，並成為近期CAPM檢驗的主流。最近20年對CAPM的檢驗的焦點不是 ，而是用來解釋收益的其它非系統性風險變數，這些變數往往與公司的會計數據相關，如公司的股本大小，公司的收益等等。這些檢驗結果大都表明：CAPM模型與實際並不完全相符，存在著其他的因素在股票的定價中起作用。

7. 什麼是股票的橫截面收益

橫截面收益率指的是在經典資產定價模型中，在橫截面上線性確定的一個與資產風險匹配的資產收益率。
以我國上市公司2003-2008年的數據為樣本,實證檢驗了終極控制特徵、資本投資對股票橫截面收益的影響。研究結果發現:
(1)上市公司終極控制權與現金流權分離並沒有顯著影響與中小股東利益直接相關的股票橫截面收益;
(2)上市公司預期投資顯著降低了股票橫截面收益,說明市場普遍認為投資活動損害了公司價值;
(3)終極控制權與現金流權分離通過預期資本投資對公司價值產生了負面影響,而當期資本投資的變化一定程度地提高了公司的價值。

8. 股票的OCT什麼意思

OTC（場外交易市場，又稱櫃台交易市場）。
蠻多人對做短線比較有興趣，認為短線很刺激，他們覺得說長線持股待漲是很煎熬的事，然而，如若我們不會做短線，那麼，虧得更快的幾率更大。今天給大家准備了很多干貨，那就是做T的秘籍。
在開始以前，大家可以看一下我為大家准備的一點驚喜，機構精選的牛股大盤點--速領！今日機構牛股名單新鮮出爐！
一、股票做T是什麼意思
目前，A股的交易市場模式是T＋1，也就是當天買入的股票，隔天才能賣出。
而股票做T，股票進行T＋0的交易操作就是指把當天買進的股票當天再賣出去，投資人在可交易的一天通過股票的漲幅和跌停有了股票差價，股票大幅下跌時就是最好的買入機會，等漲到一定的高度就馬上轉賣，就是用這種方法賺錢的。
比方說，昨天我的倉里持有1000股的xx股票，市價10元/股。今早發現這只股下跌到9.5元/股，趁著這個機會買入了1000股。時間就這樣到了下午，這支股票的價格就突然上漲了，還是大幅度上漲，一股10.5元，我就看準時機立刻以這個價格售出1000股，因此得到（10.5－9.5）×1000＝1000元的差價，這就是做T。
但是，不是每種股票做T都合適！通常情況下，對於日內振幅空間較大的股票，會更適合做T，比方每天具有5%的振幅空間。想了解某隻股票的走勢和好壞的，可以直接點開這里看看，就會有專業的人員為你去診斷這個T股票是否值得購買，而選擇出最適合你的！【免費】測一測你的股票到底好不好？

二、股票做T怎麼操作
把股票做到T應該怎麼去做呢？一般有兩種方式：正T和倒T。
正T即先買後賣，投資者手裡持有該股票，投資者買入1000股股票，而正好是當天開盤下跌到低點時，股票在當天沖到最高的點的時候，將這1000股票全部賣出去，總共持有的股數，這種情況下是不會改變的，達到T＋0的效果，而其中的差價又能夠大賺一把。
而倒T即先賣後買。投資者預估後，認為股市大幅下跌，所以，他們在高位點先賣出了一部分股票，最後等股價回落後再買入，總量仍然可以保持不變，然而是可以獲得收益的。
比如投資者持有該股2000股，每一股的價格在當天早上是10元，認為該股會在短期的調整，就可以先售出自己手中的一些股票，比如說1500股，然後等到股票價格下跌到9.5元，他們就能從其中獲得讓自己滿意的收入了，再買入1500股，這就賺取了（10-9.5）×1500＝750元的差價。
這時有人就問了，那要怎樣判斷什麼時候是低點可以買入，什麼時候是高點可以賣出？
其實只要擁有一款買賣點捕捉神器，就可以判斷股票的趨勢，肯定能幫你判斷出每一個重要時機，戳一下鏈接就能領取了：【智能AI助攻】一鍵獲取買賣機會

應答時間：2021-09-23，最新業務變化以文中鏈接內展示的數據為准，請點擊查看