股票横截面数据

1. 以股票多头私募基金为例：私募FOF投资如何玩

1. 风格捕捉与投资决策

自2014年私募基金登记备案制度实行以来，我国私募基金行业发展迅速，目前已经进入到规范化、制度化发展阶段。如果说2014年~2015年是制度规则密集出台的“起步规范年”，那么2015年至今可谓风生水起的“FOF投资年”。据统计，2015年在上半年行情的推动下，私募FOF市场迎来大爆发，全年私募FOF产品发行数量达到836只，几乎是2014年的5倍。2016年，私募FOF发行数量增长趋势仍在延续，但增长通道趋于平稳。我们估算，当前市场上存续的私募FOF初始规模超1500亿元，FOF投资的方法论成为市场追捧热点。

私募FOF长期稳健的资本增值需要通过合理的资产配置和有效的组合来实现，相对完整的路径是：大类资产配置——>类别资产的选择——>具体资产的挑选，同时还包括根据市场环境变化进行的动态配置。风格捕捉在私募FOF投资链条上可充当多个角色：在类别资产选择阶段可以作为风格轮动策略具体实施的参考依据，在具体资产挑选阶段有助于更准确地评价基金业绩，在动态配置阶段可以监测标的基金风格变动情况从而及时做出调整，有效降低了选择成本。

若抛开私募FOF复杂的流程形式不谈，对私募基金投资个体而言，风格捕捉在直观上也有助投资决策的确定。由于不同风格类型的标的基金在相同市场环境下的表现有差异，风险收益特征不同，因此对标的基金及时的风格捕捉有利于根据投资者不同的风险偏好与需求选择相应的标的基金。另外，在一定时间段业绩较好的基金，基本都是切合当下基础市场行情市场风格的产品，因此对全市场基金产品的风格捕捉或许可以从一定程度上帮助判断当前市场风格走势。

本文对风格捕捉方法在投资决策上的应用进行了探讨。感谢吴昱璐同学对本文的贡献。

其中，R_i表示私募基金i的收益率；因子F_i表示各种类别资产的收益率；其系数b_ij表示私募产品i的收益率对各风格资产j的敏感度，而ε_i代表私募基金i的非因子收益部分，包括了基金经理的主动管理alpha和残差项等在内。按照Sharpe的说法，模型表明基金收益率由风格收益和选择收益两个关键部分组成。

2.2 因子选取与风格界定

Sharpe资产分类因子模型要求类别资产（也即风格因子）满足三个条件：互斥性、全面性、收益差异性。具体而言，任何一个底层证券不应被同时纳入多个类别资产；应将尽可能多的证券纳入所选资产类别；类别资产间或是相关度较低，或是有不同的标准差。由于类别资产构成往往会更替，一定程度上会引起私募基金收益率和风格收益率的偏差。

本文重点探讨风格研究以后的应用问题，因此选择最简单的规模维度做示例：大盘因子、中盘因子、小盘因子。具体应用中使用申万大盘指数、申万中盘指数、申万小盘指数分别作为大盘、中盘、小盘三种风格资产组合，这样的类别资产划分满足三条件的互斥性和收益差异性，但在全面性上存在一定缺陷。Sharpe在1992年的论文中采用了价值股票、成长股票、中等规模股票、小规模股票、欧洲股票、日本股票等12个类别资产做风格探讨。

本文以40天为一个回归周期，通过对回归后的风格因子系数设定一个阈值来判定基金在该段时间内的风格类型。在回归结果拟合度较高的基础上，若某一风格因子系数大于或等于0.5，则判定基金在该周期内为此类风格；若系数均小于0.5，则认为该基金无明显风格，较为均衡。

3. 数据选取与清洗

本文选取私募排排数据库内净值披露频率为天，且净值数据不少于41个的股票多头私募基金作为样本，共计937只。考察期为2016年1月4日至2017年3月31日，以40天为一个回归周期按天进行滚动回归，即每天都将得到一个风格判定。

数据清理过程中涉及以下几点：

（1）考虑到存在数据缺失问题，在提取初始数据时，若该工作日无数据，则选取前10日内最靠近该日的净值数据作为该日数据，若前10日内均无数据，则标记为无数据。

（2）对于每只基金，回归将从考察期内净值披露的首日后40日算起，该日前所有日期标记为无风格数据。

（3）若40天的回归期内有超过5天无净值数据，则不进行回归，即无风格数据。若符合回归要求，则对缺失数据进行插值处理。

4. 股票多头私募全貌：持续显着个体不及一成

本文对符合条件的937只股票多头私募基金在2016年1月4日至2017年3月31日内的日收益率进行以40天为周期的滚动回归，每只基金共计264次回归。经过检验后，据上述风格界定方法判断基金每日相对应风格类型。

在所有937只基金中，共有310只产品有至少一次拟合度符合条件的回归结果，约占所有基金的33.1%。在这310只产品中，符合拟合度要求的回归结果占比低于50%的有252只基金，约占81.3%；符合拟合度要求的显着回归结果占比高于50%的有58只，约占18.7%，其中有两只基金的所有回归结果均符合拟合度要求。

结果表明，多数股票多头私募基金的风格特征无法通过显着性检验，我们理解原因主要有：

一是私募基金仓位设定灵活，在建仓期、风险规避期、策略调整期、多策略分散期、人员调整期都有可能低仓位运行，而产品的存续期限往往是1年~3年，因此在较长的时期（如40个交易日内）持续八成仓位及以上的情况较少，影响了模型的有效性。

二是私募基金投资风格多变，除了少数持续深耕优势行业的私募基金以外，多数私募基金从历史投资周期看均经历过全市场、全行业的投资，随风而动与守株待兔型的风格切换实属常态。另外，如果基金经理在行业和市值风格上持续保持分散，也会导致风格判定的失败。

三是量化交易理念的普及一定程度上扩大了私募基金选股的风格面，其中择时模型和行业轮动模型往往会提升私募基金换手率，加速私募基金仓位和选股的切换。量化交易信号往往随市而动，会减少持续的风格暴露。

由于未通过检验的分析结果不具备统计意义，我们重点探讨如何利用显着性的风格结果辅助私募基金FOF投资。

5. 玩转风格捕捉，辅助私募FOF投资

5.1. 单产品风格漂移监测

风格漂移是私募FOF投资关切的重点之一，高低风险品种的切换、策略重心和集中度的改变等都会造成私募实盘中的风格漂移。对于股票多头私募基金的投资而言，在无法获得高频持仓信息的情况下（往往是投前，投后也常如此），基于净值的风格监测记录了产品的投资轨迹、可作为投资经理所宣称策略的重要印证。对于同一公司管理的多个股票多头产品，风格监测可侧面反映私募基金投资决策会是否有效达成了一致结论、产品间是否有效控制了差异度。某种程度上，后者也反映了私募是否公平对待各类投资者。

从单产品来看，回归结果最直观显示的是该产品在观察期内的风格变化情况，从而能够对产品风格漂移进行监测，反映该产品是否有投资策略的变化。

在通过显着性检验的观察样本中，我们发现某私募基金公司旗下几乎所有的股票多头产品都表现出了相似的风格轨迹：2016年7月份以前，该私募旗下股票多头产品明显偏向大盘风格，而2016年8月份以后，旗下股票多头产品风格逐步向中小盘倾斜，2017年初以来，大市值偏好再度提升。

我们认为，同策略产品净值走势的趋同、风格轨迹的趋同可帮助私募FOF在投资中有效识别纯平台型或投资管理不集中的私募基金，当然，若产品处于截然不同的投资周期例外。

5.2. 从产品风格统计看市场风格倾向

从全市场基金产品的维度看，通过对当前有明显风格表现的基金数量分别进行统计，可以判断当前市场风格倾向。

理论上，全市场股票多头私募基金的风格倾向表明了其当前的配置情况，进一步，隐含了私募基金对市场的看法与预期。作为二级市场的重量级参与者，这种风格倾向或将为投资提供一定参考。然而，如前所述，2016年以来，绝大多数股票多头私募基金的市值风格并不明显，仅基于显着小群体的风格统计极有可能偏离行业的真实看法。

由于经过回归后显着表现出风格属性的私募基金产品个数有限，我们仅陈述结果，而不讨论意义。从百分比堆积图看，2016年以来，显着样本对市场的风格倾向逐步由大盘转向中小盘。

5.3. 寻找风格胜率较高的单产品

传统上，我们以各类绩效指标衡量私募基金的业绩表现，典型的如收益率、最大回撤、波动率、夏普比率等。对于股票多头而言，风格的成功切换可侧面验证择时择股逻辑的有效性，可考虑成为绩效评价的维度之一。

风格胜率指在一定观察期内产品风格与市场风格相符的比例。

大多数产品的风格胜率在10%以下，胜率大于10%小于等于30%的有95只，另外有16只基金产品风格胜率大于30%，最高达40.53%。当然，我们此处统计考虑的是基于历史数据计算的风格与当前风格资产表现之间的关系，更为合理的做法可能是基于历史数据计算风格与未来一段时间风格资产表现计算胜率。

5.4. 配置风格资产可以获得预期效果吗？

在对产品以及市场风格进行观测的基础上，更进一步，可以在选取当前市场中符合投资者风格偏好的产品以后，观测未来产品的表现是否与市场风格走势一致。但是由于基金产品风格切换频率较高或持仓变化较快，我们认为该模型存在一定局限性，无法准确判断产品未来风格走势。

我们发现，对不同的考察期运用该模型会得到不同的结果。本文选取风格资产组合走势同向和分化阶段两种典型情况分别观察，走势分化阶段以2016年11月17日至2016年12月1日为例。走势同向阶段以2017年1月16日至2017年2月17日为例。

在2016年11月17日至2016年12月1日阶段，大盘与中小盘指数走势出现明显分化，大盘指数持续走高，中小盘指数基本持平。统计该阶段显示为大盘和小盘风格的产品收益率，大盘风格收益率从普遍高于小盘风格收益率，且小盘风格产品收益率均小于零，与指数走势一致。

在2017年1月16日至2017年2月17日阶段，大盘与中小盘指数走势基本相同，小盘指数收益率相对最高，大盘指数收益率相对最低。统计该阶段显示为大盘和小盘风格的产品收益率，发现大盘风格产品收益率普遍高于小盘风格产品收益率，与市场风格走势相悖。

5.5观测单产品的风格追踪误差

Sharpe曾提出，在尽可能描绘基金的风格全貌以后，可以考虑搭建一条模拟的风格基准，观测产品未来表现相对风格基准的偏离。但我们认为，私募基金追求的是更为宽泛的投资理念与绝对收益的实现，本身极少考虑对模拟的风格基准的追踪问题，因此我们此处不讨论这一话题，仅作为开阔思路提出。

6.总结

综上所述，将Sharpe资产分类因子模型应用于股票多头私募基金、辅助FOF投资，目前较为可行的用法是监测单产品风格漂移，在观测市场风格倾向方面面临可用样本占比过低的问题、在寻找风格胜率较高的产品方面可能面临方法缺陷对结果的扰动、在配置风格资产方面可能面临追踪误差较大的风险。我们将持续关注完善基于风格捕捉的私募FOF投资改进。

此外，就数量模型本身而言，由于R^2仅能反映模型对整个回归周期的拟合度，而无法显示周期内模型估计值偏离程度的走势，因此当回归周期末模型估计值偏离程度较高时，对未来风格趋势的判断可能存在偏差。

2. 股票横截面是什么意思cross-section 在学术研究中 谢谢

横截面就是同一时间内不同股票的数据，与时间序列不同

3. 我是新手!判断股票的涨跌主要看什么

股票的涨跌----最直接的原因，就是供求关系。买的人多，卖的人少，它就涨，反之就跌。

行情的数据就是众人一起操作之后的结果，虽说和很多因素有关，但最直接的因素就是大众的行为，供求关系使然。

供求关系背后，则有两种可能导致涨跌。

1. 企业自身的业绩。
为什么有的股票上市的时候定价就高，有的定价就低？这和企业自身的净资产值有关，同样拥有1000万股，这家公司的总资产是1000万元还是8000万元，股价显然不会一样，后者的股价必然高于前者。因此，当企业业绩上升了，利润增加了，股价自然应该上升。
由此引申来，对企业有利的消息也会影响股价，如果该企业的材料成本降价了，这就意味着它的利润可能增加，那么股价会上涨。

2. 庄家的炒作。
先举一个例子。甲和乙两个人，甲买了一瓶可乐，花了5元，他把可乐卖给了乙6元，他就赚了1元，乙再以7元卖给甲，乙又赚了1元，甲又加价1元卖给乙，乙又加价卖给甲，这样互相买和卖，这瓶可乐的价格就会抬升到30元，这时候如果来了一个丙，甲乙向丙宣传说，这是一瓶神水，喝了如何的好，丙就花30元买来喝了。这样一来，甲乙两人都赚了很多钱。
庄家也类似，庄家在证券公司开了很多帐户，我买你卖，你买我卖，依仗它的资金实力，就把股价抬上去了，同时在各种媒体制造声势，把这个股票说的如何如何好，不明真相的散户买了，就像那个丙一样，就上当了。
在这种炒作下，股价并不真正反映上市公司的价值，因此一旦谎言被揭穿，股价就会掉下来。、、、

4. 请教Fama-MacBeth回归，以及Fama-French的方法

好像现在文献里提到Fama-MacBeth回归通常指的是：以各个横截面的数据估计出一组回归，然后利用这些回归的系数再计算出t值，从而解决Cross-sectional corrleation of resiudals对回归t值的高估问题。

【 在 bbscity (还我机会) 的大作中提到: 】
: 以我目前对Fama-Macbeth的理解就是（唉，看了这么常时间一直困扰在第二步）：
: 要解决的问题是，Beta和回报有长期稳定的线性关系，
: 因为单个股票的beta稳定性差，且估计的精度差，

5. 什么是截面分析方法

横向分析法（Cross-Section Analysis），
也称横断面分析、截面分析
是对同一时期数据资料进行横剖研究，探讨社会经济现象和自然状况在特定时期相关程度、关系与变化的方法。
其特点是在横向联系基础上，撇开各种事物，现象和过程的具体特征，以抽象方式探讨对象目标变化的趋势与规律。它借助各种系统、运筹、博弈、决策和数学手段，研究目标对象的横向关系和经济社会效果。随着现代知识领域的发展，它渐渐同散见于各学科中的新理论，新知识综合形成新的分析媒体，从而出现了理论控制方法、稳定机制方法和随机过程方法等。
横向分析法在经济管理中有越来越广阔的前景，现成为国内外社会科学研究的主要手段。
横向分析法的内容
横向分析是一完整系列，它包含单变项，双变项和多变项分析等几种，后者尤占重要地位。多变项分析按目的可分三类：
1、详细分析。旨在分析两个变项(X与Y)之间的关系，并引入其他变项，深入剖析这两个变项的相关性质。
2、多因素分析。其目的是分析多个自变项(量)(X1,X2,X3等)对某个依变项(量)Y的共同影响与相对效应。
3、多项相互关系分析。其意在于求简化众多变项(X1,X2,X3,X4等)之间的相互关系。
它们通过对资料对象的不同层次，方面的横剖分析，解释相互间的关系，为决策奠定基础。
横向分析法的阶段
应用此法的过程可分为三个阶段：
1、筹划阶段。如确定目标对象，收集对象的数据资料，抽取相关样本，为横剖分析作前期工作。
2、执行阶段。如具体测算对象指标，揭示经济现象和事物间的联系作用及关系，以统计图表和数学方程计算变项的目标值和相对效应。
3、总结经验阶段。将测算数据和统计指标代入各方程或图表，验证运算值的准确程度，为制定正确决策提供依据。
横向分析法在财务分析的应用
横向分析法在财务指标计算的基础上，从空间、行业的角度对指标进行互相对比的分析方法。比如A公司本年度各项财务指标都超额完成了计划数，同时与上期和历史最好时期的财务指标对比，也是令人满意的。但与B公司的财务指标相比，则差距较大(假定两个公司的生产条件相同)。因而，一般讲，B公司较A公司的经营状况更好。所以，股票购买者应择购B公司的股票。
例如：A公司净资产收益率为0.35%，营业利润率为0.74%，每股收益为0.009(元)。而假设B公司净资产收益率为10%，营业利润率为12%，每股收益为0.57(元)。比较之后，就自然会选择B公司的股票。

6. 如何用回归直线法求资产的系统风险系数β

从本世纪七十年代以来，西方学者对CAPM进行了大量的实证检验。这些检验大体可以分为三类：
1.风险与收益的关系的检验
由美国学者夏普（Sharpe）的研究是此类检验的第一例。他选择了美国34个共同基金作为样本，计算了各基金在1954年到1963年之间的年平均收益率与收益率的标准差，并对基金的年收益率与收益率的标准差进行了回归，他的主要结论是：
a、在1954—1963年间，美国股票市场的收益率超过了无风险的收益率。
b、 基金的平均收益与其收益的标准差之间的相关系数大于0.8。
c、风险与收益的关系是近似线形的。
2.时间序列的CAPM的检验
时间序列的CAPM检验最着名的研究是Black，Jensen与Scholes在1972年做的，他们的研究简称为BJS方法。BJS为了防止β的估计偏差，采用了指示变量的方法，成为时间序列CAPM检验的标准模式，具体如下：
a、利用第一期的数据计算出股票的β系数。
b、 根据计算出的第一期的个股β系数划分股票组合，划分的标准是β系数的大小。这样从高到低系数划分为10个组合。
c、采用第二期的数据，对组合的收益与市场收益进行回归，估计组合的β系数。
d、 将第二期估计出的组合β值，作为第三期数据的输入变量，利用下式进行时间序列回归。并对组合的αp进行t检验。

其中：Rft为第t期的无风险收益率
Rmt为市场指数组合第t期的收益率
βp指估计的组合β系数
ept为回归的残差
BJS对1931—1965年间美国纽约证券交易所所有上市公司的股票进行了研究，发现实际的回归结果与理论并不完全相同。BJS得出的实际的风险与收益关系比CAPM 模型预测的斜率要小，同时表明实际的αp在β值大时小于零，而在β值小时大于零。这意味着低风险的股票获得了理论预期的收益，而高风险股票获得低于理论预测的收益。
3.横截面的CAPM的检验
横截面的CAPM检验区别于时间序列检验的特点在于它采用了横截面的数据进行分析，最着名的研究是Fama和Macbeth（FM）在1973年做的，他们所采用的基本方法如下：
a、根据前五年的数据估计股票的β值。
b、 按估计的β值大小构造20个组合。
c、计算股票组合在1935年—1968年间402个月的收益率。
d、 按下面的模型进行回归分析，每月进行一次，共402个方程。
Rp=g0+g1bp+g2bp2+g3sep+ep
这里：Rp为组合的月收益率、
βp为估计的组合β值
bp2为估计的组合β值的平方
sep为估计βp值的一次回归方程的残差的标准差
g0、g1、g2、g3为估计的系数，每个系数共402个估计值
e、对四个系数g0、g1、g2、g3进行t检验
FM结果表明：
①g1的均值为正值，在95%的置信度下可以认为不为零，表明收益与β值成正向关系
②g2、g3在95%的置信度下值为零，表明其他非系统性风险在股票收益的定价中不起主要作用。
1976年Richard·Roll对当时的实证检验提出了质疑，他认为：由于无法证明市场指数组合是有效市场组合，因而无法对CAPM模型进行检验。正是由于罗尔的批评才使CAPM的检验由单纯的收益与系统性风险的关系的检验转向多变量的检验，并成为近期CAPM检验的主流。最近20年对CAPM的检验的焦点不是 ，而是用来解释收益的其它非系统性风险变量，这些变量往往与公司的会计数据相关，如公司的股本大小，公司的收益等等。这些检验结果大都表明：CAPM模型与实际并不完全相符，存在着其他的因素在股票的定价中起作用。

7. 什么是股票的横截面收益

横截面收益率指的是在经典资产定价模型中，在横截面上线性确定的一个与资产风险匹配的资产收益率。
以我国上市公司2003-2008年的数据为样本,实证检验了终极控制特征、资本投资对股票横截面收益的影响。研究结果发现:
(1)上市公司终极控制权与现金流权分离并没有显着影响与中小股东利益直接相关的股票横截面收益;
(2)上市公司预期投资显着降低了股票横截面收益,说明市场普遍认为投资活动损害了公司价值;
(3)终极控制权与现金流权分离通过预期资本投资对公司价值产生了负面影响,而当期资本投资的变化一定程度地提高了公司的价值。

8. 股票的OCT什么意思

OTC（场外交易市场，又称柜台交易市场）。
蛮多人对做短线比较有兴趣，认为短线很刺激，他们觉得说长线持股待涨是很煎熬的事，然而，如若我们不会做短线，那么，亏得更快的几率更大。今天给大家准备了很多干货，那就是做T的秘籍。
在开始以前，大家可以看一下我为大家准备的一点惊喜，机构精选的牛股大盘点--速领！今日机构牛股名单新鲜出炉！
一、股票做T是什么意思
目前，A股的交易市场模式是T＋1，也就是当天买入的股票，隔天才能卖出。
而股票做T，股票进行T＋0的交易操作就是指把当天买进的股票当天再卖出去，投资人在可交易的一天通过股票的涨幅和跌停有了股票差价，股票大幅下跌时就是最好的买入机会，等涨到一定的高度就马上转卖，就是用这种方法赚钱的。
比方说，昨天我的仓里持有1000股的xx股票，市价10元/股。今早发现这只股下跌到9.5元/股，趁着这个机会买入了1000股。时间就这样到了下午，这支股票的价格就突然上涨了，还是大幅度上涨，一股10.5元，我就看准时机立刻以这个价格售出1000股，因此得到（10.5－9.5）×1000＝1000元的差价，这就是做T。
但是，不是每种股票做T都合适！通常情况下，对于日内振幅空间较大的股票，会更适合做T，比方每天具有5%的振幅空间。想了解某只股票的走势和好坏的，可以直接点开这里看看，就会有专业的人员为你去诊断这个T股票是否值得购买，而选择出最适合你的！【免费】测一测你的股票到底好不好？

二、股票做T怎么操作
把股票做到T应该怎么去做呢？一般有两种方式：正T和倒T。
正T即先买后卖，投资者手里持有该股票，投资者买入1000股股票，而正好是当天开盘下跌到低点时，股票在当天冲到最高的点的时候，将这1000股票全部卖出去，总共持有的股数，这种情况下是不会改变的，达到T＋0的效果，而其中的差价又能够大赚一把。
而倒T即先卖后买。投资者预估后，认为股市大幅下跌，所以，他们在高位点先卖出了一部分股票，最后等股价回落后再买入，总量仍然可以保持不变，然而是可以获得收益的。
比如投资者持有该股2000股，每一股的价格在当天早上是10元，认为该股会在短期的调整，就可以先售出自己手中的一些股票，比如说1500股，然后等到股票价格下跌到9.5元，他们就能从其中获得让自己满意的收入了，再买入1500股，这就赚取了（10-9.5）×1500＝750元的差价。
这时有人就问了，那要怎样判断什么时候是低点可以买入，什么时候是高点可以卖出？
其实只要拥有一款买卖点捕捉神器，就可以判断股票的趋势，肯定能帮你判断出每一个重要时机，戳一下链接就能领取了：【智能AI助攻】一键获取买卖机会

应答时间：2021-09-23，最新业务变化以文中链接内展示的数据为准，请点击查看