量化投资步骤
开篇：润墨网以专业的文秘视角，为您筛选了八篇量化投资步骤范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
量化投资步骤范文第1篇
【摘要】本文从风险投资机构的角度重点研究风险投资项目风险量化问题，构建了完整的风险影响指标体系，提出运用主客观权重法确定项目风险影响因素的指标值和权重向量，运用层次分析法（AHP）确定项目风险指标值的大小，运用风险与收益匹配的原则对所有被选的风险投资项目进行综合评判与排序，目的是为风险投资机构在多项目抉择中提供可靠的量化依据。
一、问题的提出
本文首先对风险投资项目风险产生的机理进行科学诠释，其次，通过构建科学指标体系从而使投资者在项目选择过程中避免由于信息不充分带来损失。
从风险投资行为整个过程分析（如图1），了解并解决两个主要环节的信息不对称问题对于保障投资者的利益至关重要。其中第一个关键环节主要是风险投资者与风险投资家（风险投资机构）的信息不对称问题。第二个关键环节主要是风险投资家（风险投资机构）与风险企业（或者是备选项目）之间的信息不对称问题。
如何解决第一层委托――关系，很多专家（南立新，2002；杨艳萍，2003；乔桂明，2004；应瑞瑶，2004；黄孝武，2002）借鉴国外风险投资公司的成功经验，提出在我国建立合伙制有限责任公司的风险投资公司运行机制解决第一层次的委托――矛盾。这种公司治理模式已经得到一致认可并且在实践中逐步推广。
第二层委托――关系中，如何合理确定对象（或者项目）是保障风险投资资金得到预期回报的重要环节，是本文研究的重点内容。
本文依据风险投资的特点，结合德尔菲法、层次分析法以及主成分分析法，提出一种针对风险投资项目评价的主客观权重法。运用这种方法对风险投资项目进行决策，不仅可以防范决策者主观臆断，而且注重吸收风险投资专家的经验，对项目风险进行客观地识别和量化，从而对诸多备选项目进行优劣排序。
二、本文中项目风险量化模型的基本假设
为了研究方便，消除歧义理解，本以下假设：
（一）假设风险投资家和风险企业家都是风险中性的
（二）假设各投资决策的使用效果是不可观测的，但是可以进行估计
（三）风险量化模型必须遵从经济计量模型中建模的基本原理，考虑模型的综合性、通用性、简洁性和可操作性等基本要求
（四）风险投资公司存在行业偏好情况外，各个备选方案竞争环境公平、透明
三、风险投资多项目抉择模型――原理和方法
本文构建的模型：Ri=δi /Vi
其中：Ri为第i个风险投资项目风险收益系数；δi为第i个风险投资项目风险程度值；Vi为第i个风险投资项目收益值指标系数。
R值越小越好。相同风险程度的不同项目，收益系数越大，对应的R值越小，项目相对越好；相同收益系数的不同项目，风险越小，对应R值越小，项目越好。
（一）风险程度值δi的计算
为了很好的度量项目风险程度δi，运用层次分析法，把项目的风险影响因素分为四层处理。它们是：目标层；制约因素层；制约子因素层和备选方案层（或称为措施层）（如图2）。其中，项目风险评估指标体系中指标数值由专家一次性打分后，运用加权平均法确定。指标对应权重向量确定方法是由专家组成员运用Delphi法经过2到3轮形成一组一致性的判断矩阵，然后运用方根法求出判断矩阵特征向量作为指标对应权重向量。
风险程度值δi的计算方法，大体可以分为五个步骤。
步骤1：建立制约因素、子因素评判等级和相应的评语集
由图2构建的层次分析模型，项目风险主要由{U1，U2，U3，U4，U5，U6，U7}等七个方面的制约因素确定。而U1（政策风险）取决于U11国家政治经济环境和U12项目与政策法规的相容度两个子因素。记为：
U1={U11，U12}
将每个制约子因素按照实际可能情况分为5个等级，每个等级代表不同的情况。各个因素等级按照影响评判对象的趋势一致原则来排列，选择使投资风险程度由低至高的顺序排列。风险影响因素对应评语集：
V=（1，2，3，4，5）
如“企业营销能力”这一因素等级按照“强、较强、中、稍低、低”排列。如果企业营销能力等级对应“强”则对应的评语应该为1，如果企业营销能力等级对应“较强”则对应的评语应该为2，如果企业营销能力等级对应“中”则对应的评语应该为3，企业营销能力等级对应“稍低”则对应的评语应该为4，企业营销能力等级对应“低”则对应的评语应该为5。评语值越小，代表风险投资项目该领域的风险也较小，相反，则代表较大风险。
步骤2：确定制约因素、子因素指标值
确定制约因素指标值是指根据项目风险因素实际情况，由专家给定相应指标数值，然后对评判结果进行加权统计得到各因素对应指标值bij。
bij=bij1×1+bij2×2+bij3×3+bij4×4+bij5×5
bijk的值以参评专家中认为因素uij属于uijk等级的人数除以参加评判的总人数所得到的商数（即进行归一化处理）确定。bij值介于1～5之间。bij值越接近5，代表风险越大；bij值越接近1，代表风险越小。这种确定指标值的方法不仅可以考虑各个专家的专业判断倾向，而且顾及到专家判断的集中趋势，参考价值更大。
步骤3：确定各个制约因素、子因素权重向量集
制约因素与制约子因素权重向量是用来衡量影响项目风险诸因素相互比较相对重要程度的。本模型首先必须构造项目因素两两比较的判断矩阵，由专家团采用Delphi法经过2～3轮投票完成，采用9/9～9/1比例标度构造判断矩阵更接近实际情况。即两因素比较同等重要值为9/9；稍微重要9/7；明显重要9/5；强烈重要9/3；极端重要为9/1（侯岳衡（1995）和何（1997）），其次求解判断矩阵对应特征向量即为项目因素对应权重向量。
根据各个备选方案在制约子因素的条件下两两因素的比较重要程度，给出U11和其他制约子因素比较的判断矩阵（记作A11）。
其中，a11ij是指第i方案和第j因素与制约子因素U11比较重要程度。若第j方案与第i方案比较，得到判断值为a11ij＝1/a11ij，a11ij＝1（i＝1，2，……n；j＝1，2，3，……，n）。
依次类推，分别给出Uij和其他制约子因素比较的判断矩阵Aij，i＝1，2，……，7。
方根法是近似计算各个判断矩阵的最大特征值和特征向量最简洁的方法。下面以A11的特征向量计算过程说明方根法使用原理。
（1）计算判断矩阵每行所有元素的几何平均值
从而得到ω11＝（ω111，ω112，ω113，……，ω11n），为所求特征向量的近似值，也就是考虑制约子因素U11时对应各个备选项目的排序向量。
目标层对于制约因素层判断矩阵A的特征向量为λ：
λ=（λ1，λ2，λ3，λ4，λ5，λ6，λ7）
步骤4：确定各个制约因素相对项目方案指标向量值
U1对应各个项目方案的指标值为b1：
依次类推，计算出U2、U3、U4、U5、U6、U7的对应指标值。
步骤5：确定各个方案风险程度向量值δ
其中，δ中包含了n个备选风险投资方案对应的风险程度指标值。
（二）确定备选方案投资收益系数Vi
备选风险投资方案投资收益利用项目财务指标度量评价。首先计算各个投资项目未来报酬总现值TPVi和风险投资初始投资资本总量Ci。其次，利用现值指数法求出收益值指标系数Vi：
在计算TPVi指标时，贴现率的确定至关重要，不同阶段进入风险投资项目肯定会要求一个不同的收益率。风险补偿率的问题，方英（2003）和王立国（2003）等，进行了详细的分析研究，图3是不同时期贴现率的研究结论。
对于贴现率采用平均贴现率为计算TPVi值各个时期的贴现率参数标准。而项目投资成本Ci是比较容易得到的数据。然后利用Vi=TPVi/Ci计算出项目投资收益系数Vi。
（三）考虑风险和收益的最优投资项目的排序
根据项目风险与收益匹配的原则，用公式Ri=δi /Vi计算综合投资风险与收益的项目得分值，对各个备选项目进行客观、科学排序，从而确定备选项目的优先选取顺序。
四、模型实证分析
在实际调查过程中发现，风险投资公司在项目选择方向存在行业的偏好，所以本实证研究以江苏省2003年度申报科技型中小企业技术创新基金的光电一体化行业为例对模型的可靠性进行论证。
研究对象由江苏省2003年度光电一体化申报创新基金所有项目构成。其次，确定样本。对98个申报项目进行编号（按照先后次序编号），按照随机抽样的原则，利用随机数字表从总体集合中选取了10个项目组成样本。包括编号为43、55、56、27、16、07、77、26、50、20的项目单位组成样本集合。
利用介绍方法，确定项目收益指数Vi以及综合的风险收益系数Ri=δi /Vi，从而对备选方案进行排序。项目风险收益指标由小到大的顺序为R27，R50，R55，R16，R77，R26，R7，R20，R43，R56。（如表1项目风险收益值计算表）
五、结论
实证分析得到样本项目风险收益指标由小到大的顺序为：R27，R50，R55，R16，R77，R26，R7，R20，R43，R56。指标最小的项目代表优先选择的投资方向，而指标最大的项目是首先排除的项目。其中位置排列前两位的编号为27、50的两个项目风险收益指标值为最小的两个项目，按照本文章项目选择原则是优先选择的项目。而上述两个项目是受创新基金资助的对象。
量化投资步骤范文第2篇
关键词：量化宽松；货币政策；流动性陷阱
量化宽松的根源国际金融危机以来，为应对金融危机带来的经济衰退和严重的失业，按照传统的办法，各央行可以降低基准利率，调节货币供给量，影响消费和投资，扩大社会总需求，最终刺激经济，促使经济的增长和失业率的下降。这也就是常规的货币政策的传导机制。但当经济体陷入了流动性陷阱后，传统的货币政策的传导机制将受到阻碍，中央银行将难以通过传统货币政策来实现宏观调控目标。
流动性陷阱最早由凯恩斯提出，所谓流动性陷阱，是指当一定时期内利率水平降低到不能再低时，人们就会产生利率上升而债券价格下降的预期。货币需求弹性就会变得无限大，即无论增加多少货币都会被人们储存起来，而不会被用于消费和投资。由于政策利率是名义利率，其下限为零，中央银行无法将政策利率下调至低于零的水平。而当政策利率下调后所增加的货币供给量仍不足以改变货币需求时，政策利率就失去了对市场利率的影响作用，进而失去对投资和消费的调控功能，因此当一个经济体陷入流动性陷阱后，则以政策利率为主体的价格型的货币政策工具失效。
在2008年全球经济危机爆发前，很多国家的利率就长期维持在低水平。危机爆发后，各国央行的第一举动就是通过调低准备金率和再贴现率调低市场利率。英格兰银行、美联储等都将利率调至趋于零的水平，但是经济仍没有回暖的迹象。面对银行倒闭，企业破产，投资萎缩，消费减退的形势，各国的利率却早已降至不能再降的地步。可以说，此时，传统的货币政策工具已对振兴经济爱莫能助了。因此必须采用一种新的方式，通过数量型的货币政策来应对新的难题，即量化宽松。
量化宽松所谓量化宽松，是指中央银行在实行零利率或近似零利率政策后，通过购买中长期债券，增加基础货币供给，向市场注入大量流动性的干预方式。它的原理就是央行通过公开市场操作，向银行体系注入超额资金，让基准利率维持在零，从而为经济体系创造新的流动性，以鼓励消费和投资，最终促进经济增长和就业。正如弗里德曼所称，量化宽松实质就是“央行派出直升机从空中撒下钞票”。结合上述定义，量化宽松具有如下特点：①该措施实施的主体是中央银行，即货币当局。②实施的背景是利率为零或接近于零。③采取的方法是购买国债等中长期债券。④目的是增加基础货币供给，提升市场流动性。
（1）伯南克与量化宽松美国的货币政策的实施历来与美联储主席的个人风格有密切关系，伯南克用自己二十年的理论成果，重新审视当下经济危机，力排众议制定通货膨胀指标，处理资产泡沫，以激进的方式进行风险管理。他的主要理论观点是：强大的金融市场和信贷市场和实体经济之间可互相促进，实现经济繁荣。在理论的指导下，伯南克详细列出了美联储应对金融危机。
即量化宽松的步骤：①将联邦基金利率降到零。②在很长一段时间内始终把短期利率的控制在较低的水平，或者是承诺无限量地购买国债直至国债收益率下降为止。③同时使用宽松的货币政策和财政政策，例如在减税的同时提高货币发行量，这样就不会导致政府财政赤字的增加。
（2）对量化宽松货币政策的评价总体上，量化宽松货币政策的主要起到了以下几个积极作用：一是向陷入资金困难的银行提供充足的流动性，救助濒临破产的金融机构，防范系统性金融风险，维护金融稳定，并支持金融体系，鼓励银行放货。二是使利率、特别是长期利率保持在低位，有利于降低企业贷款成本，并促进消费，从而推动经济复苏；三是避免通货紧缩预期，甚至通过产生通货膨胀的预期，降低实际利率，从而避免经济进一步紧缩。四是购买金融机构和社会民众的有价证券，直接向市场注入大量流动性，有效化解市场流动性不足的问题。
而量化宽松货币政策的消极作用主要有：①量化宽松货币政策的本质就是全力印钞票，因此全球基础货币供应量必将上涨，这种较激进的措施，导致全球范围内的通货膨胀。②美元走上下降通道将加大人民币汇率的升值压力，打击中国出口企业。③量化宽松下，资本流出银行，流入金融市场和商品市场，将进一步加剧通货膨胀的程度，并放大金融和资产泡沫，给一国金融体系埋下风险。
量化投资步骤范文第3篇
[关键词]量化投资；Alpha策略；意义；方法
[DOI]10.13939/ki.zgsc.2015.25.083
Alpha策略最初的理论基础是套期保值，是由美国经济学家H.working提出的，随后股指期货的面市，量化研究便激发了人们浓厚的兴趣。传统的资产管理者理念的哲学基础大部分为追求收益风险平衡，然而平均市场收益与超额收益又很难达到绝对的均衡，因此将超额收益也即Alpha分离出来，建立起基于Alpha策略的量化投资，有助于指导投资实践。
1 Alpha策略在量化投资中的应用意义
量化投资指的是以现代计算机技术为依托，通过建立科学的数学模型，在充分掌握投资环境的基础上践行投资策略，达到预期的投资效果。采用量化投资方式的优点包括其具有相当严格的纪律性、系统性，并且对投资分析更加准确与及时，同时还具有分散化的特点，这使得策略的实施过程更加的机动灵活。量化投资过程使用的具体策略通常有量化选股、量化择时、统计套利、高频交易等，每一种策略在应用过程各有千秋，而Alpha策略属于量化选股的范畴。传统的定性投资也是投资人基于一种投资理念或者投资策略来完成整个投资活动的，最终的目的是要获得市场的占有率，并从中取得丰厚的利润。从这个角度来衡量，量化投资与传统投资的本质并无多大差别。唯一不同的是量化投资对信息处理方式上和传统定性投资有着很大的差异性，它是基于现代信息技术、统计学和现代金融工程理论的基础上完成对各类数据信息的高效处理，在对信息处理的速度、广度上是传统定性投资无法比拟的。在对投资风险的控制方面也具有很大的优势，是国际投资界兴起的新型投资理念和应用方法，也在日益成为机构投资者和个人投资者共同选用的有效投资方案。现阶段量化投资的技术支撑和理论建设的基础包括人工智能技术、数据挖掘、支持向量机、分形理论等，这些现代信息处理与数据统计方式为量化投资的可操作性提供了坚实的基础。
Alpha策略在量化投资中的使用优点主要是对投资指数所具有的价值分析与评定。它不是依赖于对大盘的走向变化或者不同股票组合策略趋势的分析，对投资价值的科学分析与合理评估更能吸引投资者的目光。Alpha策略重视对冲系统风险所获得的绝对收益，在股票投资市场上是一种中性的投资方式，具体的程序有选择资产、对资产的优化组合、建立具体组合方式、定期进行调整。为了促进该策略在投资市场中获得良好的收益，就必须先要重视优秀的选股策略，其次是重视期货对冲平均市场收益的时候所产生的风险控制问题。对冲系统风险时，若是能够及时地对投资组合与相关的股指期货的平均市场收益指进行精准地判定和预测，那么将会对整个投资行为产生积极的影响。
2 基于Alpha策略的量化投资具体策略和实践方法
通常情况下，Alpha策略所获得的实际收益并不是一成不变的，这与该策略本身的特定有关，具体表现在周期性与时变性上。
Alpha策略的时变性主要是指当时间产生变化时，超额收益也会随之而改变。需要清除的是Alpha反映的就是上市公司超越市场的预期收益，因此属于公司资产未来估值预期的范畴，所以上市公司自身所处的发展阶段和发展环境不同，那么就会给Alpha带来影响。由于时变性的特点，这就给策略的具体估计模型的设立带来了更多不可确定的因素，为此，参照对Alpha满足不同动态假设的理论基础，建立起一个可以获得不同种类估算的模型，同时假定在同一个时间范围内，超额收益和市场平均收益都保持恒定不变，这就极大地简化了计算的过程与步骤。也就是说在该段时间内，市场上股票投资组合基本面不会有太大的变化与波动，这就与实际的投资状况基本达成一致。对于投资策略的调整则要根据上市公司重大事项发生情况而定，那么估算的时间单位周期可以采用每日或者每周估算，对每一个季度的历史数据进行调整也可以作为一种调整方式，反映公司季度行情。对于具体证券而言，采用季度或者每周的调整频率则不是最为理想的，还要针对公司情况与市场行情综合调整。
Alpha的周期性特点在交替出现的正负号上最为突出，导致这一情况产生的原因主要是行业的周期性特征与套利效应共同造成的。具体而言，首先不同类型的证券分别属于不同的行业所有，当行业处于景气周期循环状态下会影响Alpha的符号与大小，同时景气程度的深与浅也会对此产生影响。其次一个股票组合产生非常大的超额收益情况下，市场中的其他机构投资者或者个人投资者就会不断地参与到该组合的投资中来，最后会导致Alpha逐渐接近于零。因此在建立不同策略的组合方面，要针对每一个季度的具体情况和波动率，进行综合性地评价与分析，并及时地做出必要的调整，以便最大限度地获得市场收益。
量化投资中的Alpha策略并不是一种单一类型的策略，不同的策略都在寻求获得超额收益的市场机会和可能性。现阶段市场上采用的Alpha策略主要有多因子选股策略、动量策略或者反转策略、波动性策略、行业轮动策略、行为偏差策略等，每一种策略在具体实施过程中都有其特征性，并且可以相互结合使用，发挥出综合预测和评价的作用。
多因子选股策略是必要和常用的选股方式，最大的优势是可以将不同种类和模块的信息进行高效化综合分析与评价后，确定一个选股最佳方案，从而对投资行为进行指导。该种选股策略的模型在建立方面比较容易，是量化投资中的常用方式。同时多因子模型对反映市场动向方面而言具有一定的稳定和可靠性，这是因为所选取的衡量因子中，总有一些可以把握住市场发展行情的特征，从而体现其本来就有的参考价值。所以在量化投资过程中，很多投资者都使用多因子模型对其投资行为进行评估，无论是机构投资者或者是个人投资者，都能够从中受益。多因子选股策略模型的建立重点在于对因子的剔除和选择上，并要合理判断如何发挥每一个因子的作用，做出综合性的评定。
动量策略的投资方式主要是根据价格动量、收益动量的预期与评定，对股票的投资进行相应的调整，尤其是针对本身具有价格动量的股票，或者分析师对股票的收益已经给予一定评级的股票，动量策略的应用效果会比较理想。在股票的持有期限内，某一只股票在或者股票投资的组合在上一段时间内的表现均佳，那么则可以判断在下一段时间内也会具有同样的理想表现，这就是动量效应的评价依据，从而对投资者的行为起到一定的影响作用。反转策略和动量策略恰好相反，是指某一只股票或者股票投资组合在上一段时间内表现很不理想，然而在下一个时期反而会有突出的表现，这也给投资者带来了一线希望，并对影响到下一步的投资策略的制定。
波动性策略也是Alpha策略的一种方式，主要是利用对市场中的各股运动和发展状态的细致观察与理智分析后，列出一些具有相当大的波动性的股票，同时这些股票的收益相关性也比较低，对此加以动态化的调整和规划，从而逐渐获得超额收益的过程。在一些多因子选股策略中也有机构投资者或者个人投资者将股票具有的波动性作为考察与评价因子之一，波动性策略经常和其他策略相结合来评价，这说明股票投资市场本身就具有一定的波动性，因此在投资过程中要慎重对待。
行业轮动策略和行为偏差策略的应用频率不似前面几种高，但也会和另外几种策略相互结合使用。行业轮动策略主要是为了充分掌握市场行业轮动机制与特征，从而可以获得高额的收益，对行业之间的投资也可以非常高效和准确地进行，对把握正确的时机有很大的优势。行为偏差策略目的是窥探到股票市场中存在的过度反应或者反应不足等现象，这些都属于股票投资市场的偏差，从而可以通过投资者对不同股票抱有的差异化评价来实现超额收益。
量化投资步骤范文第4篇
关键词：管理科学；消错学理论；错误集
基金项目：广东工业大学学生课外学术科技立项；广东工业大学学生社会科学研究课题与广东工业大学大学生创新创业训练项目联合资助。
一、引言
1983年郭开仲教授提出了消错学，消错理论研究的对象是错误。研究的内容是错误的发生原因和机制，错误的传递，转化的方法和规律，预测、避免、减少、消除错误的方法和规律。在理论上，既研究一般的错误概念和性质，又研究如何把一个一般的错误抽象为一个对象系统，从而研究系统错误的理论；研究如何建立定量化描述错误的一种方法等。在应用上，既要研究如何把理论方法应用于实际的应用理论、应用方法、应用技术，又要重点研究建立有关领域、判别、预测、避免、和消除错误的专家系统和专家系统的应用推广等。消错理论采用数学（高等数学、离散数学、模糊数学、微分方程，数理统计、系统科学、系统工程等）方法研究错误的定量化，采用逻辑（逻辑学、形式逻辑、数理逻辑、模糊逻辑，辩证逻辑、辩证数理逻辑等）的方法研究错误的关系，利用各学科的理论、方法和研究成果与错误理论相结合的方法研究各学科领域的错误，建立了一个独具特色的消错学理论体系[1]。
消错学为定量化研究错误奠定了理论基础。该理论在许多领域进应用研究、检验其科学性，这些领域涉及企业固定资产投资、复杂大系统冲突、证券投资、组织沟通、企业危机管理等。可以期待的是，研究者针对更多的具体问题应用消错学理论，消避错的方法在实际问题的研究过程中，会得到丰富。
二、消错理论主要内容简介[2-7]
1） 消除错误的步骤
消除错误的步骤是指消错学时如何应用到实际消除错误当中去的步骤。
2） 消除错误的步骤
消除错误必须要从需解决的问题入手。 在已知问题的基础上，把该问题抽象为一个对象系统。同时，在该研究问题所界定的论域上建立一组相应的科学的判别规则。 建立错误函数。 计算错误值，若错误值小于零，则该问题在所建立的判别规则下无错误，该问题结束。 若错误值大于零，就要寻找错误，且要寻根究底。即找出发生错误的根本原因。 变换系统或规则，找出消除错误的方案。 计算消除错误的效益及代价。 进行综合评价，若满意，则得到一组消除错误的方案，且实施，直到结束。若不满意，则返回到第四步继续进行，直到方案满意为止。
（3） 消除错误的方法
从综合变换可知，对于研究的系统 X ，出错的要素有四个：
论域， 系统， 时间， 判别规则。
因此，我们不但可以单独对这些要素进行变换，而且还可以同时对它们中的若干个进行变换，由此有：
1） 变换论域；2） 变换系统； 3） 变换时间； 4） 调整判别规则； 5） 同时变换论域与系统；6） 同时变换论域与时间；7） 变换论域与调整规则同时进行； 8） 同时变换系统与时间； 9） 变换系统与调整规则同时进行；10） 变换时间与调整规则同时进行； 11） 同时变换系统、论域和时间；12） 变换论域，系统和调整规则同时进行；13） 变换论域，时间和调整判别规则同时进行；14） 变换系统，时间和调整判别规则同时进行；15） 变换论域，系统，时间和调整判别规则同时进行；
对每一个要素的变换，一般又可以进行六种基本变换。
1） 扩缩（相似或等价）；2） 置换； 3） 分解；4） 单位变换；5） 增加； 6） 毁灭。
对于这些基本变换又具有三种组合方式：
1） 积， 2） 或，3） 逆。
我们称这种消除错误的方法为“十五、六、三”法。
三、消错学的研究方法和目标[8-13]
我们采用数学方法研究错误的定量化，采用逻辑的方法研究错误的关系，利用各学科的研究成果和消错学理论相结合的办法研究各学科领域的错误。即我们采用理论与实践相结合，取各家之长为我所用，建立一个独具特色的消错学理论体系。
从1983年到现在， 消错学理论的基本框架已基本建立， 并得到了国内外许多著名专家的高度评价。因此， 今后除继续完善和深入研究理论框架外， 还要大力研究消错理论在决策科学里的应用。 因为我们已在本科和专科班中开设“消错学”的选修课； 在研究生中开设“消错学”的理论课；所以在组织机构上， 我们希望能建立消错理论研究室和有稳定的资金来源， 承担《消错学》的教学和消错理论的研究工作。
2001年之前， 我们出版了《消错学引论》，《判别企业固定资产投资决策错误的理论和方法》，《复杂大系统冲突与错误的理论方法及应用》，《错误集论》等消错理论的四本专著， 在国内外发表有关论文100多篇。在此基础上， 今后特别要完成消错理论在决策领域的应用方法研究的有关课题。
长远目标是： 建立《消错学理论》的完整的理论体系， 为全社会减少或避免错误给人们带来的损失或灾难而奋斗。为此，我们要进行广泛的调研和参加国内外有关学术会议，特别要加强国内外的联合研究， 有计划、有组织地开展研究工作。
消错学研究的对象是错误。研究的内容是错误的发生原因和机制，错误的传递，转化的方法和规律，预测、避免、减少、消除错误的方法和规律。在理论上，我们既研究一般的错误概念和性质，又研究如何把一个一般的错误抽象为一个对象系统，从而研究系统错误的理论；研究如何建立定量化描述错误的一种方法等。在应用上，我们既要研究如何把理论方法应用与实际的应用理论，应用方法，应用技术；而又要重点研究建立有关领域、判别、预测、避免、和消除错误的专家系统和专家系统的应用推广等。
四、消错学在管理科学中的应用理论[8-9]
1 判别错误
要判别错误，在一般情况下，我们需要把我们的研究对象抽象为一个相应的对象系统：
X=X（Wi，T（t1，t2），J，GY，MG，R），
即找出研究对象所涉及的所有问题构成的集。
2分析错误的发生原因和机制
在上面步骤完成之后，我们就找出了对象系统的错误发生在哪里，错误的程度如何？根据这些信息，我们需要进一步分析错误的原因和错误在对象系统中的各种作用，找出该对象系统的结构。
3 预测错误
用预测学中的各种技术，预测对象系统中的各要素在 t0 时刻的状态，同时要预测规则在 t0 时刻的状态，建立在 t0 时刻的错误函数，从而计算在 t0 时刻的错误值。
4研究错误的传递、转化的方法和规律
利用错误系统、错误集、错误函数等理论去研究该对象系统的传递、转化的方法和规律。
5 消除错误
要消除错误，先要找出消除错误的方法，即找出消除错误的各种方案后计算各方案消除错误的代价。再由系统的效益和代价来评价消除错误的方案，最后确定消除错误的最终方案，从而达到我们研究错误的最终目的，减少、避免、消除错误。
五、结语
本文对错误理论的研究背景、动机和国内外的研究现状作了阐述，并系统地介绍了该理论的研究方法和研究工具，给出了消错学理论的相关概念以及其算子。再者，探讨了消错理论对管理实践、社会科学当中应用的具体步骤，以及其应用的前景。消错理论及其在管理与决策中的应用正在愈来愈多地受到学术界和业界的关注，特别是在管理中的应用已经引起了国际许多学者的关注。鉴于这个理论的独创性和创新性，因此，该理论具有巨大的研究空间，期待有更多的有识之士和感兴趣的学者能加入这个研究中来。
参考文献
[1] 郭开仲，张式强. 判别企业固定资产投资决策错误的理论和方法[M]. 华南理工大学出版社， 1995.
[2] 刘永清，郭开仲. 复杂大系统的冲突与错误的理论及应用[Z]. 广州： 华南理工大学出版社， 2000.
[3] 刘红兵. 模糊错误逻辑研究及其在防范证券投资风险中的应用[D]. 广东工业大学， 2000.
[4] 江成城. 组织沟通中错误传递的研究[D]. 广东工业大学， 2003.
量化投资步骤范文第5篇
基于总绝对偏差法和市盈率法，采用2009—2011年浙江省156家创投机构(包括基金公司)所投的605个知识产权风险投资项目的数据资料，对投资风险状况及其行业差异进行实证量化分析。研究结果显示，知识产权风险投资呈现出明显的投资收益与风险的对称性及行业差异，传播与文化娱乐等是高风险、高收益投资行业，医药保健、通讯设备业等是低风险、低收益的投资行业，而新材料工业则是一个非典型的高风险、低收益行业。
关键词:
知识产权风险投资;风险水平;行业差异;总绝对偏差法
作为一种集资本、技术(知识产权)、管理创新与企业家精神于一体的非传统融资方式，知识产权风险投资目前已成为支持企业技术创新与高新技术成果产业化的一种新型投资模式，对推动我国高新技术产业发展正发挥越来越重要的作用。知识产权风险投资所投行业风险和收益的大小是风险投资家对知识产权项目进行投资决策时要考虑的首要因素［1］。知识产权风险投资所投行业的风险与收益状况究竟如何?是否具有明显的行业差异?哪些行业是属于高风险、高收益的行业?这些都是风险投资家最为关注的问题。目前，有关知识产权风险投资的研究涉及到多个方面，如风险投资与知识产权形成的相互作用与影响［2－4］，风险投资与知识产权的商业化［5－6］，知识产权风险投资契约和风险管理［7－8］，知识产权风险投资环境等［9－10］;但对于知识产权风险投资风险水平量化的实证研究还比较缺乏。在投资决策理论的研究中，学者们提出了多种用于评价投资风险的定量分析方法，如用AHP法和模糊数学分析法来评价投资风险［11］，或用VaR、CvaR法来度量和管理损失，但这些方法只能用于评价或度量风险或损失的大小，不能很好地基于所投项目的投资收益来对风险进行定量的分析和比较［12－13］。因而，很多学者使用方差、标准差、半方差等偏离期望值的各种变形形式来度量风险，但用方差方法不能准确地度量真实风险的大小［14］;使用半方差法进行风险度量时，需要首先设定目标收益率，这种设定具有一定的主观性［15］;绝对偏差法，由于用投资收益率的一阶绝对中心矩来代替二阶中心矩，发散的可能性比较低。因而从理论上说，风险的绝对偏差度量要优于方差度量［16］。对于绝对偏差方法的应用研究，国内学者西爱琴、武敏婷等［17－18］都作了尝试，并通过风险与收益的权衡，很好地解决了农业生产投资决策等问题。鉴于此，笔者认为基于知识产权风险投资项目的投资收益率来度量投资风险，选择“绝对偏差方法”是比较合适的。本文尝试基于浙江省156家创投机构在2009—2011年投资的605个知识产权项目的一手数据资料，采用绝对偏差法和市盈率法对所调查投资项目(企业)的行业分布、各年投资收益率及风险水平状况进行详细的分析，以全面了解和比较创投机构所投行业的整体风险水平和收益状况，为创投机构的投资决策提供依据。
1知识产权风险投资风险水平的量化方法
1.1总绝对偏差法样本值与均值之差即绝对偏差，总绝对偏差就是各样本值与均值之差的绝对值之和，它可以较充分地反映样本的离散程度，因此可用作衡量风险水平的有效指标［19］。
1.2数据处理的具体方法和步骤数据处理的具体方法和步骤是:首先，计算知识产权风险投资项目每年的投资收益率Ctj;接着，计算知识产权风险投资项目的期望收益率珔Cj(项目各年投资收益率的平均值);然后，计算知识产权风险投资项目的收益偏差系数Ctj－珔Cj;再进行知识产权风险投资项目的总绝对偏差Vtj=∑nj=1|Ctj－珔Cj|的计算;最后，计算知识产权风险投资项目的平均绝对偏差MAD=Vtj/n，其中Vtj系知识产权风险投资项目的总绝对偏差，n为知识产权风险投资项目的总数。
1.2.1年投资收益率计算方法。投资收益率是指税后的投资收益与原始投资额的比值。由于这些在2009—2010年间投资的知识产权风险投资项目在2013年调查期间基本都未退出，因此，本文采用市盈率法来计算被投项目的估值，在此基础上计算知识产权风险投资项目年度投资收益，最终计算出年度投资收益率。市盈率法是指用行业平均市盈率对企业价值进行估计，按此估价法，企业的价值得自于可比较资产或企业的定价;假定同一个行业中的其他企业可用作被估价企业的“可比较企业”，且平均市盈率所反映的企业绩效是合理而正确的;市盈率法通常被用于对未上市企业的估价。
1.2.2知识产权风险投资项目每年投资收益率具体计算过程(1)年度投资收益率=年度投资收益/原始投资额;(2)年度投资收益的计算如果是投资第一年:年度投资收益=第1年项目风险投资的估值－原始投资额;从第2年开始:风投年度投资收益=当年项目风险投资的估值－上年项目风险投资的估值;(3)项目风险投资的估值=被投项目的总估值×创投机构年末持股百分比;(4)被投项目的总估值=被投项目(企业)年净利润×w×三年内最低市盈率，w为市盈率修正系数。由于上市公司有流动溢价，未上市被投项目(企业)的估值也要在已上市同类公司平均市盈率的基础上打个折扣。由于知识产权风险投资的项目还没有上市，因此其估值(市盈率)应低于上述熊市的估值(市盈率)，即风投价格、股市的熊市价格、牛市价格的顺序应该是牛市价＞熊市价＞风投价。(5)市盈率=每股股价/每股盈利。市盈率是投资者投资估值的重要参考指标，通常指在一个考察期(一般为12个月的时间)内，股票价格与每股收益的比值;行业市盈率是一个行业上市公司总市值占该行业上市公司净利润总和的比率。(6)确定市盈率修正系数。经调查从事风投的投资专家，普遍认可把最近3年(2010—2012年)的最低市盈率作为熊市的市盈率，把同行业的熊市市盈率的50%作为创投项目的合理估值的市盈率。因此，在这里w为市盈率修正系数，表示打折的比率，取0.5为宜。(7)被投项目(企业)年净利润:指经审计的被投项目(企业)年净利润，由审计报表提供。通过上述方法可计算得出创投机构所投项目每年的投资收益率，并将每个行业内项目的投资收益率求平均，可得到19个行业2010—2012年各年的投资收益率。
2数据来源
本文风险量化数据来源于笔者2013年1—9月对浙江省创投机构比较聚集的杭州、宁波、湖州、绍兴、嘉兴、衢州等6个市的创投机构的调查。在浙江省创业风险投资行业协会的支持和帮助下，通过实地访谈、问卷调查、电话采访、邮件以及省行业协会年会上的现场统计调查等多渠道数据的采集，获得了有关知识产权风险投资的已投项目(企业)名称、所属行业、具体的投资时间、投资额、年净利润、被投项目年末总股数、年末创投机构持股数、每股收益等一手数据资料。笔者一共调查了201家创投机构(包括管理公司、基金公司)，由于各种原因，实际获得了156家创投机构在2009—2011年投资的605个项目(企业)的有效数据和信息，有效率77.6%。2009—2011年浙江省创投机构投资的知识产权项目(企业)分布在26个行业中，除其他行业外，传统制造业、IT服务业、新能源高节能技术、新材料工业和传播与文化娱乐的投资项目数排前5位，而建筑业、批发和零售、交通运输仓储和邮政、房地产业、半导体、核技术、社会服务等行业排倒数1～7位。为了便于统计和分析，笔者将建筑业、批发和零售、交通运输仓储和邮政、房地产业、半导体、核技术、社会服务等投资比例很小的行业统一纳入其他行业，将所调查的浙江省创投机构投资的605个知识产权项目分布在19个行业之中(见表1)。
3结果及分析
通过将实地调查获得的数据按照上述方法和步骤进行计算，得到浙江省156家创投机构投资的605个知识产权项目所处行业2010—2012年的风险水平量化数据(用收益的平均绝对偏差衡量行业风险)，相关结果如表1所示。
3.1知识产权风险投资的总体风险水平从表1给出的2010—2012年收益的平均绝对偏差情况来看，总体风险最大的是传播与文化娱乐业，接着是金融服务业，但同时3年的平均收益它们也排在前二位。其次，风险较大的是新材料工业以及消费产品和服务业，消费产品和服务业的收益排在第三位，因此，传播与文化娱乐、金融服务业、消费产品和服务业是比较典型的高风险、高收益行业，但新材料工业的3年平均收益在19个行业中排在倒数第一位(主要是2011—2012年投资收益率均不理想)，属比较典型的高风险低收益行业。风险最低的是医药保健行业，比较低的是软件产业、通讯设备、环保工程，风险居中的行业中风险从大到小排序依次为:农林牧副渔、采掘业、科技服务、计算机硬件、新能源高节能技术、IT服务业、光电与光电一体化、其他行业、传统制造业、网络产业、生物科技等。由图1可见，2010年知识产权风险投资总风险水平最低，低于3年平均水平;而2011和2012年的总风险水平均高于3年平均水平，且2011年的总风险水平略高于2012年。相应地2010年的各行业平均投资收益率水平也是最低，低于3年平均投资收益率水平;2011年各行业平均投资收益率与2012年持平，均高于3年平均投资收益率水平，符合收益和风险的基本关系，即“高风险、高收益，低风险、低收益”。
3.2知识产权风险投资的行业风险水平(1)2010年行业风险水平。表1的数据显示，2010年浙江省知识产权风险投资所投行业中风险最大的是金融服务业，其次是新材料工业和采掘业;风险最小的是环保工程，比较小的是医药保健、通讯设备、网络产业、软件产业以及传统制造业等。在投资收益率方面，金融服务行业投资收益率达21%，领先于其他行业;新材料工业和采掘业收益率为12%，并列第二，这三个行业在该年中是较典型的高风险带来高收益的行业。总的来说，该年中各行业的风险与收益情况符合收益和风险的基本关系，即所谓“高风险、高收益，低风险、低收益”。(2)2011年行业风险水平。2011年由于国家政策的支持，农林牧副渔、传播与文化娱乐、消费产品与服务成为行业新宠。如2011年政府进一步加强了对“三农”的支持力度，并在“十二五”规划中补充了农业产业结构调整和升级的内容，倡导大力发展现代农业。这些政策导向的作用可以在2011年的投资收益率中体现，该年行业投资收益率排在前四位的是传播与文化娱乐、金融服务业、消费产品与服务、农林牧副渔。同时，该年所投行业中，风险最大的是传播与文化娱乐业，接着是金融服务业和新材料工业，其次是消费产品与服务、农林牧副渔。相对来讲，医药保健、通讯设备、软件产业以及环保工程行业风险较小。总的看来，该年传播与文化娱乐、金融服务以及消费产品和服务业、农林牧副渔具有高风险和高收益的特征，除了新材料工业外的其余行业风险水平与收益水平基本相一致，都处于中间状态;而新材料工业属于高风险、亏损行业，说明高风险不一定带来高收益，有时带来的可能是损失。(3)2012年各行业的风险状况。2012年知识产权风险投资所投行业中风险最大的是金融服务业和传播与文化娱乐业，其次是新材料工业以及消费产品和服务业。风险相对较小的有生物科技、医药保健、环保工程等行业。该年中投资收益率最高的是传播与文化娱乐业为33%，接下来是金融服务业为32%，消费产品和服务业16%，科技服务14%。调查数据显示，除了新材料工业外，风险高的行业，其预期收益率也高，风险低的行业，其预期收益率也低;对于风险喜好者而言，可能会选择风险高、预期收益率也高的行业去投资;而风险低的项目，往往被风险厌恶者所喜爱，其得到的报酬相应也比较低。特别要注意的是对于风险高、收益低的行业可能是所有投资者都要警惕和规避的行业，投资者应该根据风险和收益的情况及时调整投资方向，以更好地规避风险。
4结论
量化投资步骤范文第6篇
【关键词】医疗设备；考核管理；有效提高；使用率；经济效益【中图分类号】R392-33
【文献标识码】A【文章编号】1004-4949（2013）01-0140-01医疗设备的考核管理是提高使用率和经济效益的关键。我从事设备管理工作二十余年，从实践中体会到，医疗设备是医院建设和发展的物质基础，是提高医疗业务水平的重要保证，如何有效充分发挥提高医疗设备的作用是当前医院管理工作中的突出问题，也是落实国家电网公司关于推进固定资产全寿命周期管理中的一个重要环节。我院多年来对医疗设备进行使用率的年度考核，以了解医疗设备使用情况和投资效益，为医疗设备的合理配置提供决策的依据。通过探索实践和总结，逐步形成了一套行之有效的医疗设备使用率考核办法。
医院设备的配置，有的是能收费创造经济效益的，有的是科室的基本配置如手术床、手术器械以及质控要求的消毒清洗设备等不能收费的设备，也有的虽能收费但是为了抢救病人较少使用不能带来经济效益的抢救设备比如呼吸机、心电图机和除颤器等。我们只对能收费创造经济效益的设备进行考核。
明确考核的设备目录后，根据收费标准和资产原值，我们确定每个须考核医疗设备的每月使用次数，与科室责任人签订设备使用次数责任书，为考核制定标准。月考核使用次数＝资产原值÷7年÷12个月÷收费单价。
如何准确采集设备使用次数是能否准确量化考核使用率的关键步骤。以往我们都是采取下发表格让科室上报的方法，但单纯的使用科室的数据有其不精确的地方。由于目前信息系统的不断完善，每个病人的收费情况都能由收费信息系统提供，如能做到收费名称与医疗设备相匹配就可解决取数的问题，为此我们花了较大的精力去完善这一数据库，将每个设备的所有收费项目名称与该设备相对应，链接到收费库中从而获得准确的使用次数和收费金额。如果该科室有同类设备再结合科室统计记录予以区分，在取到该设备的使用次数后，再结合其考核标准得出使用的百分比。
获取准确的数据是量化考核的关键，接下来就是考核各类设备：
首先对大型设备（100万元以上）设备进行单独考核，每年填写《大型设备使用成本核算评价表》，按照每年收入（治疗费、耗材）÷支出（业务费用+人员劳务费+年度折旧费+设备维修费+间接管理费）％，折旧按7年计算。
其他收费设备：为鼓励合理使用仪器设备，创造尽可能多的经济效益，对其他低于100万元以下的设备采取考核使用率的方法，即每月的使用次数除以月考核使用次数的百分比。
对新开展不很成熟的业务，适当延长考核年限，如我院的腔镜业务，由于尚处起步阶段，考核的时候要照顾到使用科室的积极性，不能片面追求数量，应该适当放宽考核标准。
对于检验设备，因其全部业务依靠设备和试剂工作完成，故不考核其设备的使用率。
量化投资步骤范文第7篇
通常情况下，学生的努力程度与兴趣均存在差异，对于同一门课程的理解和掌握程度也表现出差异性．因此，教学内容的广度和深度设计尤为重要．因素挖掘法教学将课程知识点的难易程度转化为授课时间分配比例，并将时间分配比例与学生素质的量化分布基本保持一致．基于因素挖掘法的教学理论具体实施步骤如下：由上述理论分析可知，因素挖掘法教学的本质上是一个优化模型．其目的是控制授课对象对知识点的接受程度，使其达到最佳的整体偏差水平，通过各知识点的授课时间合理分配比例实现．与传统的层次分析、模糊分类等方法相比较，其根本区别是，因素挖掘法将教学过程设计表达为一个优化模型，摆脱了传统教学过程设计的主观性．然而，此方法中的目标规划问题的解可能不是唯一的，可以在时间合理分布集中选取一个点，完成该课程的教学过程设计优化．
2投资学课程教学实践
选取授课班级中某一关联紧密的先修课程的成绩对学生素质进行量化．投资学课程的先修课程为概率论与数理统计，该课程能较好地反映学生进一步学习投资学课程的素质．笔者采用χ2方法对2012级金融学专业概率论与数理统计课程的成绩进行分析，获得其素质的近似分布为X～N（67，26）．现以投资学课程中“马可维茨理论”讲授为例．由于该知识点内容较多，不直接对各知识点构建接受程度函数，而是对所有知识点深度进行分类，再为各类知识点定义其相应的接受程度函数，从而减少分布时间的维度，使得课程设计简化但不失有效性．先分析其知识点深度．
采用评分法分析各知识点的难度v，然后根据各知识点难度分值对知识点聚类．共设为3层，第1层v＜7，第2层7≤v＜9，第3层9≤v．知识点具体分解见表1。第2层次包括模型的求解过程、数学解释、投资策略和约束条件的投资学意义（含卖空和买空条件）．此内容要求出均值和标准差之间的双曲线关系．因为在求解过程中必须用到矩阵方程的拉格朗日条件权值的分析求解过程，所以要求教师具备扎实的数学基础，而且教师必须详细分析双曲线中的有效解仅在第1象限的原因．第3层次包括启发学生是否可以将以标准差为目标的优化问题转化为以期望为目标的优化问题，这要求学生理解投资策略与数学解释之间的对应关系．投资学授课计划及目标见表2．从表2可知，讲完第3层次知识，学生的覆盖率达到98％，主要目的是留下难点或前沿知识点，激发优秀学生课后进一步查阅相关材料，培养其自学能力．
3课程教学实践案例分析
学生和听课专家对教师教学效果的评估方式通常是打分．学校督导人员通过对教师教学过程的分析与评价，更新并改进案例设计，建立信息反馈系统．教学法评估标准通常包括以下3个方面：（1）教学态度．包括5大授课材料（教案、教学大纲、教学日历、辅助课件、学生名册）、教学仪态、上课激情和责任心；（2）教学内容．包括主次分明、逻辑性强，教学手段多样，授课时间分配合理；（3）教学效果．包括引导学生和学生自觉反馈教学效果．笔者构建的2级指标体系的教学评价标准见表3．湖南涉外经济学院金融专业教学效果学生评分结果。
4结语
量化投资步骤范文第8篇
关键词：GK-τ模型；前进法；监督离散化
中图分类号：O17 文献识别码：A 文章编号：1001-828X（2016）009-000-01
一、引言
受启发于黄文学[1]等对于变量离散化的研究，本文在GK-τ模型的基础上，利用前进法的监督离散化策略找出对高维变量起较大重要的关键因子，取资者直接选取因子的观点，进行经济的投资组合研究。在研究关联性的估计模型中，选取GK-τ可以更好地度量局部与整体的相关性。文章的具体结构如下：第二部分首先对模型进行介绍，第三部分结果分析。
二、模型介绍
高维上的GK-τ模型和前进法预测。
高维上的GK-τ模型如下：
其中为已离散化的自变量，为要前进法离散化的自变量；Epy为无自变量时预测的准确率，为有自变量时预测的准确率，另外EPY是一定的，因此 的预测能力等价于 的准确率。
在已监督离散化的基础上增加一个新变量X，对变量X进行穷尽搜索法：
（1）设定X切分的区间数为t ，对X的取值范围进行等区间切分100部分；
（2）重复以下的步骤，直至满足以下的条件：
1.当t > 时，跳出循环，其中 为循环的第几个区间数；
2.设为已选好的区间，选取下个区间，如
利用GK-τ模型进行前进监督离散化对投资模型进行预测，来代替传统中直接选取因子预测观点，提高预测能力，更好做到投资。
三、实验预测结果
实证结果与分析。
本文部分数据来源于某银行的贷款收入数据库，从中选取缴费时间观（准时与不准时）作为因变量，而资产，收入，债务，经济需求，年龄作为连续自变量；举例，缴费时间观为二维变量为0 或 1，（0表示无法准时缴费，1为准时缴费），年龄为连续变量，可分为少年，中年，老年。根据五个自变量对因变量时间观念缴费准时与否进行预测，利用前进法提高预测能力，选取关键因子变量
1.对五个自变量切分三个区间进行独立离散化，其结果如下：
2.通过数据可发现对时间观念预测最好的变量为资产，第二个最好变量为债务，那么选取这两边预测时间观念的结果为0.8340.
3.在资产变量X1的基础上进行前进法的离散化，可得：
结果显示第二变量选取为经济需求，且预测的结果为0.83812，比直接选取最好的变量结果更好，更好做到预测能力。
GK-τ模型是一个从局部到整体结合权重因子的优势比预测，并利用前进的离散化更好地切分区间，取得更好的预测能力，克服了传统投资模型在应用实践中直接选用关键因子的一些缺陷，利用银行贷款数据所给出的信息进行实证分析，结果表明了该模型具有一定的应用范围和潜力，对于普通投资者的经济投资亦有相当的指导意义，同时也为投资市场的运用提供了一种新思路。
参考文献：