数字解密构建股票多空投资策略

1. 私募基金有什么投资策略

近年来私募基金发展迅速，在经过2015年股灾的洗礼以及2016年监管的规范化之后，私募基金迎来新的发展契机。私募基金策略的分类不仅是私募基金投研人员研究开始的第一步，也是私募基金投资者资产配置和风险评估的第一步。基于网上资料为大家简单介绍私募基金中的股票投资、管理期货、相对价值、事件驱动、组合投资、债券投资、宏观对冲、复合投资等策略。
私募策略架构图
股票策略
股票策略是以投资股票类资产为主要收益来源，其投资标的为沪深上市公司股票，以及和股票相关的金融衍生工具（股指期货、ETF期权等）。股票策略是目前国内阳光私募行业最主流的投资策略，约有80%以上的私募基金采用此策略，按照风险的大小排序分别为股票多头、股票多空、股票市场中性三种子策略。
股票多头策略
股票多头是指基金经理基于对某些股票看好从而在低价买进股票，待股票上涨至某一价位时卖出以获取差额收益。该策略的投资盈利主要通过持有股票来实现，所持有股票组合的涨跌幅决定了基金的业绩。其实质就是单纯的股票的买卖操作，此策略具有高风险、高收益特征。
股票多空策略
股票多空策略，简单而言就是基于各种理论模型和经验总结，在股票投资中配置不同比例的股票多头和空头（融券卖空股票、做空股指期货或股票期权等），构建成符合自己预期收益和风险特征的投资组合，并持续跟踪和调整的投资策略。股票多空策略与股票多头策略相比，共同点都是将资产主要投向于股票，核心都是选股。所不同的是，股票多头只需要选出被低估的股票，而股票多空策略则同时还需要选出被高估的标的，同时采取做多和做空操作来对冲掉组合风险。此策略一般呈现中等收益、中等风险特征。
股票市场中性策略
股票市场中性策略，指基金经理通过融券、股指期货、期权等工具完全对冲掉股票组合的系统性风险，或是仅留有极小的风险敞口，以期望获得超额收益。股票市场中性策略可以看做是股票多空策略中的一种特别的实施方式，市场中性策略要求投资组合的系统性风险近似为零，基金经理必须构建严谨的投资组合风险对冲模型进行估算，以保证其多头头寸和空头头寸的风险敞口相等。这类基金的收益主要来源于多头与空头头寸涨跌幅的差额。此策略一般呈现低收益、低风险特征。
管理期货策略
管理期货策略称为商品交易顾问策略（Commodity Trading Advisors简称CTA），该策略主要投资：商品期货、金融期货、期权与衍生产品、外汇与货币。管理期货策略区别于其他策略的关键在于期货是杠杆交易，投资者可以成倍的放大收益（或亏损），并且卖空像做多一样稀松平常（每一份期货合约的背后都有一个多头和空头），投资者可以同时从上涨和下跌中获利。该策略一般包含期货趋势策略、期货套利策略、复合期货策略三种子策略。
期货趋势策略，指基金经理通过定性、定量等分析方法，跟踪商品价格涨跌趋势，通过做多、做空双向手段博取收益。此类策略一般呈现高收益、高风险的特征
期货套利策略
期货套利策略，指基金经理通过定性、定量等分析方法利用相同期货品种在不同市场、不同时点的不合理价差，或者相关期货品种不同交易场所的不合理价差来获利。具有对价差的深刻认识并能发现不合理的定价，是套利成功的关键，无论是从资本逐利还是从避险的角度来说，套利都是一种有效的交易模式。此类策略一般呈现低收益、低风险的特征。
复合期货策略
复合期货策略，指基金经理通过多种分析方法和交易手段，获取期货市场涨跌收益。此类策略资金容量大，一般呈现中等收益、中等风险特征。
相对价值策略
相对价值策略强调从资产价格的相对高低中获利，既同时涉及两个具有高度相关性的资产或者不同市场中的同一资产，当这两个资产（市场）之间的价格差变得充分大时，买入价格低的资产，卖出价格高的资产，获取两者之间的价格差。简单一点说，相对价值策略是一种无风险或者低风险套利。该策略一般包括ETF套利策略、可转债套利策略和分级基金套利策略。此类策略普遍呈现较低收益、较低风险特征。
ETF套利策略
ETF套利策略，由于ETF基金可以同时在一级、二级市场进行交易，当一级市场的ETF份额净值和二级市场交易价格之间存在不合理价差时，就是交易机会的出现。一般有如下两种交易方法：一是折价套利，当ETF二级市场价格小于净值时，投资者便可以在二级市场买进ETF，然后在一级市场赎回ETF份额，再于二级市场卖掉ETF篮子中的股票，赚取之间的差价；二是溢价套利，与折价套利相反。
可转债套利策略
可转债套利是指通过转债与相关联的基础股票之间定价的无效率性进行的无风险获利行为。可转债套利的主要原理：当可转债的转换平价与其标的股票价格产生相对折价时，两者间就会产生套利空间，投资者可以通过将手中的转债立即转换成股票并卖出股票，或者投资者可以立即融券并卖出股票，然后再购买可转债立即转换成股票并偿还先前的融券。
分级基金套利策略
分级基金又叫“结构型基金”，是指在一个投资组合下，通过对基金收益或净资产的分解，形成两级（或多级）风险收益表现有一定差异化基金份额的基金品种。绝大多数的股票型分级基金分为三类份额：基础份额、A类份额（获取约定收益的稳健份额）、B类份额（具有杠杆功能的进取份额）。当基础份额净值大幅高于两类子基金按初始比例得到的整体二级市场价格时，就产生了折价套利机会。投资者可通过在二级市场买入两类子份额并申请将两类子份额合并为场内基础份额，进而在场内赎回基础份额。当基础份额净值大幅低于两类子份额按初始比例得到的整体二级市场价格时，就产生了溢价套利机会。投资者可通过在场内申购基础份额，然后申请将基础份额拆分为两类子份额，进而在二级市场将两类子份额卖出。
事件驱动策略
事件驱动型投资策略，就是通过分析重大事件发生前后对投资标的影响不同而进行的套利。基金经理一般需要估算事件发生的概率及其对标的资产价格的影响，并提前介入等待事件的发生，然后择机退出。该策略主要包含定向增发和并购重组等策略。此类策略一般呈现高风险、高收益特征。
定向增发策略
定向增发指将募集的资金专门投资于定向增发的股票，即主要投资于上市公司非公开发行的股票。定向增发通常有良好的预期收益：一方面，定向增发行为对上市公司的股价利好；另一方面，定向增发由于拿到了“团购价格”，因此有折价优势。定向增发的基金通常需要较大的规模才能做到有效地分散风险，且会面临募资周期与定增项目周期不匹配的情况。另外，由于定增投资者会有12个月的持股锁定期，定增策略的基金相对于股票类的基金流动性较差。
并购重组策略
该策略是通过押宝重组概念的股票，当公司宣布并购重组时对股价形成利好后获利。
组合策略
组合策略指将投资理财上的“资产配置”概念，应用于单一基金上，由基金经理人针对全球经济和金融情势的变化，决定在不同市场、不同投资工具的资产配置比重。 组合策略通常通过投资在于多种不同类型的专业基金如股票基金，债券基金、货币基金、甚至绝对回报基金作为资产配置的工具。投资“组合基金”能充分发挥多元化效益，将投资风险分散，而拥有一个完善的基金组合，所需的资本却远比自行建立投资组合为低。
FOF
FOF（Fund of Fund）是一种专门投资于其他投资基金的基金。FOF并不直接投资股票或债券，其投资范围仅限于其他基金，通过持有其他证券投资基金而间接持有股票、债券等证券资产，它是结合基金产品创新和销售渠道创新的基金新品种。
MOM
MOM（Manager of Managers） 即管理人之管理人模式。是指一个基金产品，分为母基金和子基金两种层面，母基金募资然后把资金分配给下层子基金管理人管理。当然母基金管理人不单单是做资金分配这样一个工作，更多是多宏观走势产生一个判断，做好一个资产配置的计划，然后挑选各种投资风格底下最为优秀的子基金管理人，而且在资金分配完之后也可以调整资金分配、增减子基金管理人等等。FOF是直接投向现有的基金产品，MOM则是把资金交给几位优秀的基金经理分仓管理，更具灵活性。
TOT
TOT（Trust of Trusts）是指投资于阳光私募证券投资信托计划的信托产品，该产品可以帮助投资人选择合适的阳光私募基金，构建投资组合，并适时调整，以求获得中长期超额收益。
债券策略
债券策略是指专门投资于债券的策略，对债券进行组合投资，寻求较为稳定的收益。在国内，债券策略的投资对象主要是国债、金融债和企业债。通常，债券为投资人提供固定的回报和到期还本，因此债券基金具有收益稳定、风险较低的特征。此外债券策略也可以有一小部分资金投资于股票市场（可转债、打新股）以增强收益。
宏观对冲策略
宏观策略对冲基金是指充分利用宏观经济的基本原理来识别金融资产价格的失衡错配现象，在世界范围内，投资外汇、股票、债券、国债期货、商品期货、利率衍生品及期权等标的，操作上为多空仓结合，并在确定的时机使用一定的杠杆增强收益。宏观策略的主要优势是与股市、债市关联度低，同时投资灵活，在股票市场低迷时也能创造收益。此类策略一般呈现较高风险、较高收益特征。
复合策略
该策略通过将对冲基金的多种策略组合起来来运作对冲基金。每一种对冲基金的策略都有其优势和劣势的一面。通过对多种策略的组合，往往可以平滑单一策略的风险，使得业绩表现趋向于稳定。此类策略一般呈现低风险、低收益特征。

2. 如何从当前的股票市场分析到私募基金的八大策略

随着中国金融市场的逐渐完善与私募行业的快速发展，私募基金的投资策略也越来越多样化，并逐渐朝着海外对冲基金的方向发展。基于对私募行业的跟踪以及对管理人投资策略的研究，我们将目前私募行业各类型投资策略进行了大体的梳理，大致分为股票策略、债券策略、市场中性、事件驱动、宏观期货、量化套利、组合基金以及复合策略等八大类。
股票策略：
股票策略以股票为主要投资标的，是目前国内阳光私募行业最主流的投资策略，约有八成以上的私募基金采用该策略，内含股票多头、股票多空两种子策略。由于资本市场发展的缘故，国内的私募基金运作最多的投资策略即为股票策略，持续披露净值的产品数量超过3200只，规模占全市场比重的85%左右。
纯股票多头是指基金经理基于对某些股票看好从而在低价买进股票，待股票上涨至某一价位时卖出以获取差额收益。该策略的投资盈利主要通过持有股票来实现，所持有股票组合的涨跌幅决定了基金的业绩。按选择股票的角度划分，主要分为价值投资、成长投资、趋势投资、行业投资。
随着我国金融市场的逐步完善与融资融券、股指期货等金融工具的推出，国内阳光私募基金正逐步走向真正意义上的对冲基金，在投资组合中加入对冲工具成为越来越多基金经理的选择，股票多空策略也应运而生。
代表机构：朱雀投资、民森投资

债券策略：
债券策略的私募基金主要以债券为投资对象，以绝对收益为目标。由于债券价格对利率变化较为敏感，基金经理需对债券组合的风险暴露进行调整，随着国债期货的推出，投资组合可结合国债期货来减少净值波动。固定收益基金通常收益空间较小，一般会配合结构化产品来扩大收益区间。
2012年的债券牛市行情中，债券型基金大行其道，也推动了债券策略私募基金的萌芽。由于在投资范围和杠杆使用上的限制，许多债券型私募通过有限合伙和基金专户来发行产品，更多的是成立结构化产品，以传统的管理型产品来运作的数量并不多。
代表机构：乐瑞资产、鹏扬投资

市场中性策略：
市场中性策略是指同时构建多头和空头头寸以对冲市场风险，在市场不论上涨或者下跌的环境下均能获得稳定收益的一种投资策略。市场中性策略主要依据统计套利的量化分析，市场中性策略又分为阿尔法套利和贝塔套利。阿尔法套利：做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益；贝塔套利：在期指市场上做空，在股票市场上构建拟合300指数的成分股，赚取其中的价差。
国内的私募管理人一般在选股方面具有较多心得，但在市场系统性下跌中也会不得不遭遇净值的大幅调整，允许信托账户做空之后，越来越多的传统私募基金开始尝试转型，朱雀、翼虎、鼎峰、重阳等私募就是其中的代表。当然，也有一些管理人从一开始就立足于市场中性策略，如宁聚、盈融达、尊嘉等私募。
在2014年11月、12月金融股独涨的极端行情中，以往通过做多中小市值、做空沪深300期货来获得双向收益的市场中性策略私募遭遇“黑天鹅”事件，尊嘉、宁聚等一批私募机构甚至出现20%以上的回撤幅度，此前构造的稳健收益特征遭受空前打击。随着中证500股指期货放开，大部分市场中性策略私募都纷纷将对冲标的转向中证500，对冲效果也更为理想。
代表机构：富善投资、盈融达

事件驱动策略：
事件驱动型的投资策略就是通过分析重大事件发生前后对投资标的影响不同而进行的套利。基金经理一般需要估算事件发生的概率及其对标的资产价格的影响，并提前介入等待事件的发生，然后择机退出。该策略在我国目前有效性偏弱的A股市场中有一定的生存空间。事件驱动型策略主要分为定向增发、并购重组、参与新股、热点题材与特殊事件。
事件驱动策略私募产品普遍有1.5年-3年的封闭运行期，相比一般私募产品流动性更差。另外，上市公司定向增发的股票一般会通过证券公司来承销，因而近年来券商资管产品中参与定增投资的数量占据主导。今年以来，随着新三板市场火爆起来，越来越多的私募也开始关注和参与这一市场，数十只新三板私募基金应运而生。
代表机构：泽熙投资、永安基金

宏观期货策略：
宏观期货策略包含宏观对冲和管理期货两类细分策略。
宏观对冲策略主要是通过对国内以及全球宏观经济情况进行研究，当发现一国的宏观经济变量偏离均衡值，基金经理便集中资金对相关品种的预判趋势进行操作。宏观对冲策略是所有策略中涉及到投资品种最多的策略之一，包括股票、债券、股指期货、国债期货、商品期货、利率衍生品等。操作上为多空仓结合，并在确定的时机使用一定的杠杆增强收益。目前受制于国内外汇管制以及利率市场尚不完善，宏观对冲基金参与外汇品种的较少，但随着国内金融市场的完善，宏观对冲策略将迎来快速发展的时期。
管理期货被称之为最“分散”的策略，由于基于管理期货基金本身的特性，其可以提供多元化的投资机会，从商品，黄金，到货币和股票指数等。因此在某种程度上，管理期货基金的决策一般对计算机程序较为倚重，可以实现与传统的投资品种保持较低的相关性，来达到充分分散整体投资组合风险的目标。
代表机构：凯丰投资、泓湖投资

量化套利策略：
量化套利策略的核心是利用证券资产的错误定价，即买入相对低估的品种、卖出相对高估的品种来获取无风险的收益。套利策略一般也会结合多空手段来实现市场中性，优点是净值波动小，不过当市场品种出现较大波动时套利基金容易亏损。套利策略主要有期现套利、跨市场套利、跨品种套利、ETF套利等。
由于这种投资策略需要计算机技术和金融工具紧密结合，而且在模型的前期开发、构建直到实战中都需要投入大量的人力和物力，国内从事这一投资策略的机构大多有在海外从事量化投资的经验，可追溯业绩的时间也不够长。
代表机构：礼一投资、申毅投资

组合基金策略：
组合基金分为FOF（Fund of Funds）、MOM（Manager of Manager）两种形式。FOF即基金中的基金，通常由专业机构筛选私募基金，构造合理的基金组合，从而实现基金间的配置。MOM是在FOF的基础上发展衍生出的新型组合基金投资策略，FOF是直接投向现有的基金产品，MOM则可以理解成把资金交给几位优秀的基金经理分仓管理，更具灵活性。
从运作模式上看，MOM与直接认购其他基金的FOF（产品较为类似，但是FOF产品存在三个劣势，一是两款产品的架构上存在双重收费；二是底层的配置资产并不透明，投资者难以了解；三是当资本市场出现大的下跌时，容易发生流动性风险，难以赎回母基金的份额。MOM则可以避免这些缺点。
随着海外组合基金理念的引入，越来越多的机构参与到组合基金的运作中来，尤其是去年开始的牛市行情以来，部分商业银行和券商陆续有MOM产品推出。其中，万博兄弟资产无疑是国内组合基金策略私募中的佼佼者，他们从宏观经济研究以及宏观的资产配置入手，再是依靠准确齐全的数据库以及科学有效的评价体，遴选出最具投资价值的私募基金团队，之后还具备良好的风控能力，以控制产品净值的回撤。
代表机构：万博兄弟、平安罗素

复合策略：
随着期货品种的加入及对冲策略普遍应用，很多阳光私募机构将多种投资策略结合使用，以期增加获利空间。如将定向增发、商品期货同时吸纳，在两个相关性极低的领域进行复合投资。具体而言，可以采用多策略管理人模式，将基金资产分配给不同管理人打理，例如同安投资自行负责选择定向增发项目投资，并运用期指期货对冲系统性风险；另外选择多家期货公司，以其自营团队进行商品期货套利操作，获取稳定收益；再另选基金经理进行现金管理。与组合基金不同的是，同安投资并非独立的第三方，而是在资产配置的同时，还负责部分资产的直接投资。

3. 什么是股票多空策略

股票多空策略，简单而言就是基于各种理论模型和经验总结，在股票投资中配置不同比例的股票多头和空头（即买入股票和融券卖空股票），构建成符合自己历史收益和风险特征的投资组合，并持续跟踪和调整的投资策略。由于不同的原理和多空比例，股票多空策略又分为多种形式，下面简单介绍各种策略的运用。

4. 什么是多策略私募基金

多策略私募股权基金，顾名思义，就是将多种策略结合而成的一种新型基金。与传统的单一策略基金不同，多策略私募股权基金通常结合多种不同的策略，以避免单一策略在特定市场的局限性
定量私募股权基金受到投资者的青睐，尤其是指数增强策略能够快速适应风格转换的市场，受到大量基金的追捧。截至2021年第二季度末，国内量化私募股权基金行业管理的总资产规模已突破“1万亿”大关，100亿量化机构数量已超过20家。
量化投资的收益来自于投资策略。一个有效的投资策略是一个非常复杂的统计模型，它被用来捕捉市场的无效波动并从中获利。大多数定量私募股权产品将采用多策略组合，以追求更稳定的回报。
拓展资料
私募股权基金投资的几种策略
1. 股票的策略
股票策略是以投资股票资产为主要收入来源，投资对象为沪深两市上市公司股票以及与股票相关的金融衍生品(股指期货、ETF期权等)。股票策略是目前我国私募股权行业最主流的投资策略。大约80%的私募股权基金采用了这种策略。根据风险敞口的大小，将其分为三个子策略:多股策略、多空股票策略和中性股票市场策略。
2. 股票的长期战略
牛市是指基金经理们以对某些股票的乐观态度为基础，低价买进股票，然后在股价上涨到一定价格时卖出股票，以获得差价收益的行为。该策略的投资收益主要通过持有股票来实现，股票组合的涨跌决定了基金的业绩。这种策略的本质是简单的股票交易，具有高风险、高利润的特点。
3.股票做多和做空策略
股票多空策略，简单来说，就是在各种理论模型和经验总结的基础上，在股票投资中配置不同比例的多头和空头头寸(通过卖空股票、卖空股指期货或股票期权等方式卖空股票)的一种投资策略。构建符合预期收益和风险特征的投资组合，并持续跟踪和调整它。与股票多空策略相比，股票多空策略的共同点是资产主要投资于股票，其核心是选股。不同之处在于，看多股票只需要选择被低估的股票，而股票做多和做空策略也需要选择估值过高的目标，同时进行做多和做空操作来抵消投资组合风险。这种策略的特点是中等收入和中等风险。
4. 股市中性策略
市场中性策略是指基金经理通过卖空、股指期货、期权等工具完全抵消股票组合的系统性风险，或只留下最小的风险敞口，以获得超额回报。市场中性策略是股票多空策略的一种特殊实施方式。市场中性策略要求投资组合的系统风险近似为零，基金经理必须建立严格的投资组合风险对冲模型进行估计，以确保其多头头寸和空头头寸的风险敞口相等。这类基金的收益主要来源于多头和空头头寸涨跌的差异。这种策略的特点是低利润、低风险。
（本回答仅供参考，不作为任何投资建议）

5. 股市的多空组合是啥意思

一、股市的多空组合是指，做多和做空两种方式相结合的投资模式。
二、具体来说：
1、多头是指投资者对股市看好，预计股价将会看涨，于是趁低价时买进股票，待股票上涨至某一价位时再卖出，以获取差额收益。一般来说，人们通常把股价长期保持上涨势头的股票市场称为多头市场。多头市场股价变化的主要特征是一连串的大涨小跌。
2、空头是投资者和股票商认为现时股价虽然较高，但对股市前景看坏，预计股价将会下跌，于是把借来的股票及时卖出，待股价跌至某一价位时再买进，以获取差额收益。采用这种先卖出后买进、从中赚取差价的交易方式称为空头。人们通常把股价长期呈下跌趋势的股票市场称为空头市场，空头市场股价变化的特征是一连串的大跌小涨。
3、多空策略：
1）多空策略(Long/ShortStrategy)，是对冲基金最常见的策略。大部分共同基金只能持有多头头寸(LongPosition)，对冲基金则可以比较灵活的调整多头和空头头寸的比率;在大盘下跌的时候，甚至可以只持有空头头寸。
2）多空策略除了用于股票交易外，也广泛用于债券、商品、金融衍生品和外汇。投资者通过自身对市场中的某一块，可能是一个行业、一个板块或者是一个概念，做出看多或看空的判断，并由此建立相应的投资组合。但市场中没有专家，判断失误和外部风险所带来的资金损失是不可避免的，因此还需要配置一套规避风险的机制。这里指的即是耳熟能详的对冲交易，来对之前的投资判断做出相应的反向补偿。
三、多头：
1、多头是期货交易所中投机方式之一。投机者估计证券、商品等有涨价趋势，先期买进，企图涨价后售出，以获取差额利益的行为。这种投机方式以先买进为基础，投机者于未售出前手头多有了一笔证券或商品，故称"多头"。与"空头"相对。
2、多头行情是指股票市场上买入者多于卖出者，股市行情看涨称为多头行情。另外还代指一系列跟多头有关的股票术语。其内容包括:多头(指买股票或期货的人)、多头排列(如果短期均线、中期均线、长期均线从上至下排列，叫做多头排列。好似长期均线托着中期均线，中期均线又托着短期均线，不让跌下来，所以叫做多头排列。)、多头买入(在股票大涨时候购买)、多头行情(股票市场上买入者多于卖出者，股市行情看涨称为多头行情.。)、多头获利(卖方获利)、多头止损(卖方受损)。
四、空头：
1、空头是投资者和股票商认为现时股价较高，对股市前景看坏，预计股价将会下跌，于是把股票卖出，趁高价时卖出的投资者。采用这种先卖出后买进、从中赚取差价的交易方式称为空头。人们通常把股价长期呈下跌趋势的股票市场称为空头市场，空头市场股价变化的特征是一连串的大跌小涨。
2、股价变化是由多头和空头的力量对比所决定的。多头会预测价格上涨，从而作出购买决策。空头因为预测价格将下跌，将会抛售手中的股票。如同其他的交易一样，当多头和空头在价格上达成一致时，就达成了交易。

6. 常用的股票投资策略有哪些

1、 股票多头策略：纯股票多头策略是指基金经理基于对某些股票看好从而在低价买进股票，再待股票上涨至某一价位时卖出以获取差额收益。

2、股票多空策略：在投资组合中加入融券、股指期货、期权等对冲工具，具体有阿尔法策略、套期保值策略、趋势策略等。阿尔法策略就是通过持有股票组合多头，同时做空股指期货完全对冲掉股票组合的Beta暴露，而达到完全的市场中性。此类基金的净值涨跌幅基本不受市场波动影响，收益主要源于股票组合跑赢大盘的超额收益。套期保值策略操作手法类似于阿尔法策略，但该策略并不像阿尔法策略是从消除Beta的维度出发，而是在大盘出现明显下跌时做空股指期货以达到套期保值、减少基金净值回撤的目的。趋势策略涉及到个股的多空投资以及股指期货的双向操作，目的是在个股或整个市场出现明显趋势的时候增大收益区间。个股的多空策略即持有被低估的股票，卖出被高估的股票，这样无论在牛熊市中都可获取收益。另外，还有通过双向投资股指期货来扩大收益的机构。

7. 股市中所谓的多空是什么意思

在股市里，投资者经常听到“多空”这个词。从整体上看，多空意味着涨跌。股市中的看好后市价格者，往往被人们称为“多头”；股市中不看好后市价格的人，往往会被人们称为“空头”。多头喜欢先买后卖，赚价格上涨的钱；空头喜欢先卖后买，赚价格回落的钱。

如此一来，投资者进行了一买一卖操作，在交易头寸上几乎没有进行单边倾斜。在后续的市场行情中，只要股票甲的强势程度优于股票乙，则投资者就将收获盈利。在这种情况下，投资者获得收益的方式，就不是博取股票价格的涨跌，而是来自甲乙两只股票的相对强弱。总体而言，这类多空策略，会给投资者提供一种不太依赖于大盘环境的新型盈利方式。

8. 如何用大数据炒股

我们如今生活在一个数据爆炸的世界里。网络每天响应超过60亿次的搜索请求，日处理数据超过100PB，相当于6000多座中国国家图书馆的书籍信息量总和。新浪微博每天都会发布上亿条微博。在荒无人烟的郊外，暗藏着无数大公司的信息存储中心，24小时夜以继日地运转着。
克托·迈尔-舍恩伯格在《大数据时代》一书中认为，大数据的核心就是预测，即只要数据丰富到一定程度，就可预测事情发生的可能性。例如，“从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性”，或者通过一个人穿过马路的速度，预测车子何时应该减速从而让他及时穿过马路。

那么，如果把这种预测能力应用在股票投资上，又会如何？

目前，美国已经有许多对冲基金采用大数据技术进行投资，并且收获甚丰。中国的中证广发网络百发100指数基金（下称百发100），上线四个多月以来已上涨68%。

和传统量化投资类似，大数据投资也是依靠模型，但模型里的数据变量几何倍地增加了，在原有的金融结构化数据基础上，增加了社交言论、地理信息、卫星监测等非结构化数据，并且将这些非结构化数据进行量化，从而让模型可以吸收。

由于大数据模型对成本要求极高，业内人士认为，大数据将成为共享平台化的服务，数据和技术相当于食材和锅，基金经理和分析师可以通过平台制作自己的策略。

量化非结构数据

不要小看大数据的本领，正是这项刚刚兴起的技术已经创造了无数“未卜先知”的奇迹。

2014年，网络用大数据技术预测命中了全国18卷中12卷高考作文题目，被网友称为“神预测”。网络公司人士表示，在这个大数据池中，包含互联网积累的用户数据、历年的命题数据以及教育机构对出题方向作出的判断。

在2014年巴西世界杯比赛中，Google亦通过大数据技术成功预测了16强和8强名单。

从当年英格兰报社的信鸽、费城股票交易所的信号灯到报纸电话，再到如今的互联网、云计算、大数据，前沿技术迅速在投资领域落地。在股票策略中，大数据日益崭露头角。

做股票投资策略，需要的大数据可以分为结构化数据和非结构化数据。结构化数据，简单说就是“一堆数字”，通常包括传统量化分析中常用的CPI、PMI、市值、交易量等专业信息；非结构化数据就是社交文字、地理位置、用户行为等“还没有进行量化的信息”。

量化非结构化就是用深度模型替代简单线性模型的过程，其中所涉及的技术包括自然语言处理、语音识别、图像识别等。

金融大数据平台-通联数据CEO王政表示，通联数据采用的非结构化数据可以分为三类：第一类和人相关，包括社交言论、消费、去过的地点等；第二类与物相关，如通过正在行驶的船只和货车判断物联网情况；第三类则是卫星监测的环境信息，包括汽车流、港口装载量、新的建筑开工等情况。

卫星监测信息在美国已被投入使用，2014年Google斥资5亿美元收购了卫星公司Skybox，从而可以获得实施卫星监测信息。

结构化和非结构化数据也常常相互转化。“结构化和非结构化数据可以形象理解成把所有数据装在一个篮子里，根据应用策略不同相互转化。例如，在搜索频率调查中，用户搜索就是结构化数据；在金融策略分析中，用户搜索就是非结构化数据。”网络公司人士表示。

华尔街拿着丰厚薪水的分析师们还不知道，自己的雇主已经将大量资本投向了取代自己的机器。
2014年11月23日，高盛向Kensho公司投资1500万美元，以支持该公司的大数据平台建设。该平台很像iPhone里的Siri，可以快速整合海量数据进行分析，并且回答投资者提出的各种金融问题，例如“下月有飓风，将对美国建材板块造成什么影响？”

在Kensho处理的信息中，有80%是“非结构化”数据，例如政策文件、自然事件、地理环境、科技创新等。这类信息通常是电脑和模型难以消化的。因此，Kensho的CEO Daniel Nadler认为，华尔街过去是基于20%的信息做出100%的决策。

既然说到高盛，顺便提一下，这家华尔街老牌投行如今对大数据可谓青睐有加。除了Kensho，高盛还和Fortress信贷集团在两年前投资了8000万美元给小额融资平台On Deck Capital。这家公司的核心竞争力也是大数据，它利用大数据对中小企业进行分析，从而选出值得投资的企业并以很快的速度为之提供短期贷款。

捕捉市场情绪

上述诸多非结构化数据，归根结底是为了获得一个信息：市场情绪。

在采访中，2013年诺贝尔经济学奖得主罗伯特•席勒的观点被无数采访对象引述。可以说，大数据策略投资的创业者们无一不是席勒的信奉者。

席勒于上世纪80年代设计的投资模型至今仍被业内称道。在他的模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算成本、股票市场对投资的反应（市场情绪）。他认为，市场本身带有主观判断因素，投资者情绪会影响投资行为，而投资行为直接影响资产价格。
然而，在大数据技术诞生之前，市场情绪始终无法进行量化。

回顾人类股票投资发展史，其实就是将影响股价的因子不断量化的过程。

上世纪70年代以前，股票投资是一种定性的分析，没有数据应用，而是一门主观的艺术。随着电脑的普及，很多人开始研究驱动股价变化的规律，把传统基本面研究方法用模型代替，市盈率、市净率的概念诞生，量化投资由此兴起。

量化投资技术的兴起也带动了一批华尔街大鳄的诞生。例如，巴克莱全球投资者（BGI）在上世纪70年代就以其超越同行的电脑模型成为全球最大的基金管理公司；进入80年代，另一家基金公司文艺复兴（Renaissance）年均回报率在扣除管理费和投资收益分成等费用后仍高达34%，堪称当时最佳的对冲基金，之后十多年该基金资产亦十分稳定。

“从主观判断到量化投资，是从艺术转为科学的过程。”王政表示，上世纪70年代以前一个基本面研究员只能关注20只到50只股票，覆盖面很有限。有了量化模型就可以覆盖所有股票，这就是一个大的飞跃。此外，随着计算机处理能力的发展，信息的用量也有一个飞跃变化。过去看三个指标就够了，现在看的指标越来越多，做出的预测越来越准确。

随着21世纪的到来，量化投资又遇到了新的瓶颈，就是同质化竞争。各家机构的量化模型越来越趋同，导致投资结果同涨同跌。“能否在看到报表数据之前，用更大的数据寻找规律？”这是大数据策略创业者们试图解决的问题。

于是，量化投资的多米诺骨牌终于触碰到了席勒理论的第三层变量——市场情绪。

计算机通过分析新闻、研究报告、社交信息、搜索行为等，借助自然语言处理方法，提取有用的信息；而借助机器学习智能分析，过去量化投资只能覆盖几十个策略，大数据投资则可以覆盖成千上万个策略。

基于互联网搜索数据和社交行为的经济预测研究，已逐渐成为一个新的学术热点，并在经济、社会以及健康等领域的研究中取得了一定成果。在资本市场应用上，研究发现搜索数据可有效预测未来股市活跃度（以交易量指标衡量）及股价走势的变化。

海外就有学术研究指出，公司的名称或者相关关键词的搜索量，与该公司的股票交易量正相关。德国科学家Tobias Preis就进行了如此研究：Tobias利用谷歌搜索引擎和谷歌趋势（Google Trends），以美国标普500指数的500只股票为其样本，以2004年至2010年为观察区间，发现谷歌趋势数据的公司名称搜索量和对应股票的交易量，在每周一次的时间尺度上有高度关联性。也就是说，当某个公司名称在谷歌的搜索量活动增加时，无论股票的价格是上涨或者下跌，股票成交量与搜索量增加；反之亦然，搜索量下降，股票成交量下降。以标普500指数的样本股为基础，依据上述策略构建的模拟投资组合在六年的时间内获得了高达329%的累计收益。

在美国市场上，还有多家私募对冲基金利用Twitter和Facebook的社交数据作为反映投资者情绪和市场趋势的因子，构建对冲投资策略。利用互联网大数据进行投资策略和工具的开发已经成为世界金融投资领域的新热点。

保罗·霍丁管理的对冲基金Derwent成立于2011年5月，注册在开曼群岛，初始规模约为4000万美元， 2013年投资收益高达23.77%。该基金的投资标的包括流动性较好的股票及股票指数产品。
通联数据董事长肖风在《投资革命》中写道，Derwent的投资策略是通过实时跟踪Twitter用户的情绪，以此感知市场参与者的“贪婪与恐惧”，从而判断市场涨跌来获利。

在Derwent的网页上可以看到这样一句话：“用实时的社交媒体解码暗藏的交易机会。”保罗·霍丁在基金宣传册中表示：“多年以来，投资者已经普遍接受一种观点，即恐惧和贪婪是金融市场的驱动力。但是以前人们没有技术或数据来对人类情感进行量化。这是第四维。Derwent就是要通过即时关注Twitter中的公众情绪，指导投资。”

另一家位于美国加州的对冲基金MarketPsych与汤普森·路透合作提供了分布在119个国家不低于18864项独立指数，比如每分钟更新的心情状态（包括乐观、忧郁、快乐、害怕、生气，甚至还包括创新、诉讼及冲突情况等），而这些指数都是通过分析Twitter的数据文本，作为股市投资的信号。

此类基金还在不断涌现。金融危机后，几个台湾年轻人在波士顿组建了一家名为FlyBerry的对冲基金，口号是“Modeling the World（把世界建模）”。它的投资理念全部依托大数据技术，通过监测市场舆论和行为，对投资做出秒速判断。

关于社交媒体信息的量化应用，在股票投资之外的领域也很常见：Twitter自己也十分注重信息的开发挖掘，它与DataSift和Gnip两家公司达成了一项出售数据访问权限的协议，销售人们的想法、情绪和沟通数据，从而作为顾客的反馈意见汇总后对商业营销活动的效果进行判断。从事类似工作的公司还有DMetics，它通过对人们的购物行为进行分析，寻找影响消费者最终选择的细微原因。

回到股票世界，利用社交媒体信息做投资的公司还有StockTwits。打开这家网站，首先映入眼帘的宣传语是“看看投资者和交易员此刻正如何讨论你的股票”。正如其名，这家网站相当于“股票界的Twitter”，主要面向分析师、媒体和投资者。它通过机器和人工相结合的手段，将关于股票和市场的信息整理为140字以内的短消息供用户参考。

此外，StockTwits还整合了社交功能，并作为插件可以嵌入Twitter、Facebook和LinkedIn等主要社交平台，让人们可以轻易分享投资信息。

另一家公司Market Prophit也很有趣。这家网站的宣传语是“从社交媒体噪音中提炼市场信号”。和StockTwits相比，Market Prophit更加注重大数据的应用。它采用了先进的语义分析法，可以将Twitter里的金融对话量化为“-1（极度看空）”到“1（极度看多）”之间的投资建议。网站还根据语义量化，每天公布前十名和后十名的股票热度榜单。网站还设计了“热度地图”功能，根据投资者情绪和意见，按照不同板块，将板块内的个股按照颜色深浅进行标注，谁涨谁跌一目了然。

中国原创大数据指数

尽管大数据策略投资在美国貌似炙手可热，但事实上，其应用尚仅限于中小型对冲基金和创业平台公司。大数据策略投资第一次被大规模应用，应归于中国的百发100。

网络金融中心相关负责人表示，与欧美等成熟资本市场主要由理性机构投资者构成相比，东亚尤其是中国的股票类证券投资市场仍以散户为主，因此市场受投资者情绪和宏观政策性因素影响很大。而个人投资者行为可以更多地反映在互联网用户行为大数据上，从而为有效地预测市场情绪和趋势提供了可能。这也就是中国国内公募基金在应用互联网大数据投资方面比海外市场并不落后、甚至领先的原因。

百发100指数由网络、中证指数公司、广发基金联合研发推出，于2014年7月8日正式对市场发布，实盘运行以来一路上涨，涨幅超过60%。跟踪该指数的指数基金规模上限为30亿份，2014年9月17日正式获批，10月20日发行时一度创下26小时疯卖18亿份的“神话”。

外界都知道百发100是依托大数据的指数基金，但其背后的细节鲜为人知。

百发100数据层面的分析分为两个层面，即数据工厂的数据归集和数据处理系统的数据分析。其中数据工厂负责大数据的收集分析，例如将来源于互联网的非结构化数据进行指标化、产品化等数据量化过程；数据处理系统，可以在数据工厂递交的大数据中寻找相互统计关联，提取有效信息，最终应用于策略投资。

“其实百发100是在传统量化投资技术上融合了基于互联网大数据的市场走势和投资情绪判断。”业内人士概括道。

和传统量化投资类似，百发100对样本股的甄选要考虑财务因子、基本面因子和动量因子，包括净资产收益率（ROE）、资产收益率（ROA）、每股收益增长率（EPS）、流动负债比率、企业价值倍数（EV/EBITDA）、净利润同比增长率、股权集中度、自由流通市值以及最近一个月的个股价格收益率和波动率等。

此外，市场走势和投资情绪是在传统量化策略基础上的创新产物，也是百发100的核心竞争力。接近网络的人士称，市场情绪因子对百发100基金起决定性作用。

网络金融中心相关负责人是罗伯特•席勒观点的支持者。他认为，投资者行为和情绪对资产价格、市场走势有着巨大的影响。因此“通过互联网用户行为大数据反映的投资市场情绪、宏观经济预期和走势，成为百发100指数模型引入大数据因子的重点”。

传统量化投资主要着眼点在于对专业化金融市场基本面和交易数据的应用。但在网络金融中心相关业务负责人看来，无论是来源于专业金融市场的结构化数据，还是来源于互联网的非结构化数据，都是可以利用的数据资源。因此，前文所述的市场情绪数据，包括来源于互联网的用户行为、搜索量、市场舆情、宏观基本面预期等等，都被网络“变废为宝”，从而通过互联网找到投资者参与特征，选出投资者关注度较高的股票。

“与同期沪深300指数的表现相较，百发100更能在股票市场振荡时期、行业轮动剧烈时期、基本面不明朗时期抓住市场热点、了解投资者情绪、抗击投资波动风险。”网络金融中心相关负责人表示。

百发100选取的100只样本股更换频率是一个月，调整时间为每月第三周的周五。

业内人士指出，百发100指数的月收益率与中证100、沪深300、中证500的相关性依次提升，说明其投资风格偏向中小盘。

但事实并非如此。从样本股的构成来说，以某一期样本股为例，样本股总市值6700亿元，占A股市值4.7%。样本股的构成上，中小板21只，创业板4只，其余75只样本股均为大盘股。由此可见，百发100还是偏向大盘为主、反映主流市场走势。

样本股每个月的改变比例都不同，最极端的时候曾经有60%进行了换仓。用大数据预测热点变化，市场热点往往更迭很快；但同时也要考虑交易成本。两方面考虑，网络最后测算认为一个月换一次仓位为最佳。

样本股对百发100而言是核心机密——据说“全世界只有基金经理和指数编制机构负责人两个人知道”——都是由机器决定后，基金经理分配给不同的交易员建仓买入。基金经理也没有改变样本股的权利。

展望未来，网络金融中心相关负责人踌躇满志，“百发100指数及基金的推出，只是我们的开端和尝试，未来将形成多样化、系列投资产品。”

除了百发100，目前市场上打着大数据旗帜的基金还有2014年9月推出的南方-新浪I100和I300指数基金。

南方-新浪I100和I300是由南方基金、新浪财经和深圳证券信息公司三方联合编制的。和百发100类似，也是按照财务因子和市场情绪因子进行模型打分，按照分值将前100和前300名股票构成样本股。推出至今，这两个指数基金分别上涨了10%左右。

正如百发100的市场情绪因子来自网络，南方-新浪I100和I300的市场情绪因子全部来自新浪平台。其中包括用户在新浪财经对行情的访问热度、对股票的搜索热度；用户在新浪财经对股票相关新闻的浏览热度；股票相关微博的多空分析数据等。

此外，阿里巴巴旗下的天弘基金也有意在大数据策略上做文章。据了解，天弘基金将和阿里巴巴合作，推出大数据基金产品，最早将于2015年初问世。

天弘基金机构产品部总经理刘燕曾对媒体表示，“在传统的调研上，大数据将贡献于基础资产的研究，而以往过度依赖线下研究报告。大数据将视野拓展至了线上的数据分析，给基金经理选股带来新的逻辑。”

在BAT三巨头中，腾讯其实是最早推出指数基金的。腾讯与中证指数公司、济安金信公司合作开发的“中证腾安价值100指数”早在2013年5月就发布了，号称是国内第一家由互联网媒体与专业机构编制发布的A股指数。不过，业内人士表示，有关指数并没有真正应用大数据技术。虽然腾讯旗下的微信是目前最热的社交平台，蕴藏了大量的社交数据，但腾讯未来怎么开发，目前还并不清晰。

大数据投资平台化

中欧商学院副教授陈威如在其《平台战略》一书中提到，21世纪将成为一道分水岭，人类商业行为将全面普及平台模式，大数据金融也不例外。

然而，由于大数据模型对成本要求极高，就好比不可能每家公司都搭建自己的云计算系统一样，让每家机构自己建设大数据模型，从数据来源和处理技术方面看都是不现实的。业内人士认为，大数据未来必将成为平台化的服务。

目前，阿里、网络等企业都表示下一步方向是平台化。

蚂蚁金服所致力搭建的平台，一方面包括招财宝一类的金融产品平台，另一方面包括云计算、大数据服务平台。蚂蚁金服人士说，“我们很清楚自己的优势不是金融，而是包括电商、云计算、大数据等技术。蚂蚁金服希望用这些技术搭建一个基础平台，把这些能力开放出去，供金融机构使用。”

网络亦是如此。接近网络的人士称，未来是否向平台化发展，目前还在讨论中，但可以确定的是，“网络不是金融机构，目的不是发产品，百发100的意义在于打造影响力，而非经济效益。”
当BAT还在摸索前行时，已有嗅觉灵敏者抢占了先机，那就是通联数据。

通联数据股份公司（DataYes）由曾任博时基金副董事长肖风带队创建、万向集团投资成立，总部位于上海，公司愿景是“让投资更容易，用金融服务云平台提升投资管理效率和投研能力”。该平台7月上线公测，目前已拥有130多家机构客户，逾万名个人投资者。

通联数据目前有四个主要平台，分别是通联智能投资研究平台、通联金融大数据服务平台、通联多资产投资管理平台和金融移动办公平台。

通联智能投资研究平台包括雅典娜-智能事件研究、策略研究、智能研报三款产品，可以对基于自然语言的智能事件进行策略分析，实时跟踪市场热点，捕捉市场情绪。可以说，和百发100类似，其核心技术在于将互联网非结构化数据的量化使用。

通联金融大数据服务平台更侧重于专业金融数据的分析整理。它可以提供公司基本面数据、国内外主要证券、期货交易所的行情数据、公司公告数据、公关经济、行业动态的结构化数据、金融新闻和舆情的非结构化数据等。

假如将上述两个平台比作“收割机”，通联多资产投资管理平台就是“厨房”。在这个“厨房”里，可以进行全球跨资产的投资组合管理方案、订单管理方案、资产证券化定价分析方案等。

通联数据可以按照主题热点或者自定义关键字进行分析，构建知识图谱，将相关的新闻和股票提取做成简洁的分析框架。例如用户对特斯拉感兴趣，就可以通过主题热点看到和特斯拉相关的公司，并判断这个概念是否值得投资。“过去这个搜集过程要花费几天时间，现在只需要几分钟就可以完成。”王政表示。

“通联数据就好比一家餐馆，我们把所有原料搜集来、清洗好、准备好，同时准备了一个锅，也就是大数据存储平台。研究员和基金经理像厨师一样，用原料、工具去‘烹制’自己的策略。”王政形容道。

大数据在平台上扮演的角色，就是寻找关联关系。人类总是习惯首先构建因果关系，继而去倒推和佐证。机器学习则不然，它可以在海量数据中查获超越人类想象的关联关系。正如维克托`迈尔-舍恩伯格在《大数据时代》中所提到的，社会需要放弃它对因果关系的渴求，而仅需关注相互关系。

例如，美国超市沃尔玛通过大数据分析，发现飓风用品和蛋挞摆在一起可以提高销量，并由此创造了颇大的经济效益。如果没有大数据技术，谁能将这毫无关联的两件商品联系在一起？
通联数据通过机器学习，也能找到传统量化策略无法发现的市场联系。其中包括各家公司之间的资本关系、产品关系、竞争关系、上下游关系，也包括人与人之间的关系，例如管理团队和其他公司有没有关联，是否牵扯合作等。

未来量化研究员是否将成为一个被淘汰的职业？目前研究员的主要工作就是收集整理数据，变成投资决策，而之后这个工作将更多由机器完成。

“当初医疗科技发展时，人们也认为医生会被淘汰，但其实并不会。同理，研究员也会一直存在，但他们会更注重深入分析和调研，初级的数据搜集可以交给机器完成。”王政表示。
但当未来大数据平台并广泛应用后，是否会迅速挤压套利空间？这也是一个问题。回答根据网上资料整理