移动平均线的概念和应用（★★★）

（1）含义

MA的含义：将一定时期内的证券价格（指数）加以平均（通常是收盘价的平均值），并把不同时间的平均值连接起来形成一根MA曲线，用以观察证券价格变动趋势的一种技术指标。

（2）分类

根据对数据处理方法的不同，可分为：算术移动平均线（SMA）、加权移动平均线（WMA）、指数平滑移动平均线（EMA）。

（3）计算公式

以算术移动平均线（SMA）为例，其计算公式为：

MA（n）＝（第1日收盘价＋第2日收盘价＋第3日收盘价＋…＋第n日收盘价）／n

n是MA的参数，表示移动平均周期数。

（4）特点

追踪趋势、滞后性、稳定性、助涨助跌性。

（5）应用

①单根MA的应用：单根MA的应用上，最常见的是葛兰威尔的移动平均线八大买卖法则。

②多根MA曲线的组合应用：黄金交叉和死亡交叉；多头排列和空头排列；助涨作用和助跌作用。

趋势类和超买超卖类技术指标（★★）

（1）趋势类技术指标

移动平均线（MA）、指数平滑异同移动平均线（MACD）。

（2）超买超卖型指标

威廉指标（WMS）、随机指标（KDJ）、相对强弱指标（RSI）。

（1）指标类
指标类是根据价、量的历史资料，通过建立一个数学模型，给出数学上的计算公式，得到一个体现证券市场的某个方面内在实质的指标值。
常见的指标有相对强弱指标（RSI）、随机指标（（KDJ）、趋向指标（DMI）、指数平滑异同移动平均线（MACD）、能量潮（OBV）、心理线（PSY）、乖离率（BIAS）等。
（2）切线类
切线类是按一定方法和原则，在根据股票价格数据所绘制的图表中画出一些直线，然后根据这些直线的情况推测股票价格的未来趋势，为投资操作提供参考。常见的切线：趋势线、轨道线、黄金分割线、甘氏线、角度线。
（3）形态类
形态类是根据价格图表中过去一段时间走过的轨迹形态来预测股票价格未来趋势的方法。主要的形态有M头、W底、头肩顶、头肩底等。
（4）K线类
K线类是根据若干天的K线组合情况，推测证券市场中多空双方力量的对比，进而判断证券市场行情的方法。K线图是进行各种技术分析的最重要的图表。
（5）波浪类
波浪理论较之别的技术分析流派，最大的区别就是能提前很长时间预计到行情的底和顶。波浪理论全称为艾略特波浪理论。波浪理论考虑的因素主要有：①股价走势所形成的形态；②股价走势图中各个高点和低点所处的相对位置；③完成某个形态所经历的时间长短。

技术分析的应用前提和适用范围（★）

（1）应用前提

①市场行为涵盖一切信息

②价格沿趋势移动

③历史会重演

（2）适用范围

技术分析适用于预测未来一段较短时间的行情，对证券价格行为模式的判断有很大随意性，要进行周期较长的分析必须依靠其他因素。不但用于证券市场，还广泛应用于外汇、期货和其他金融市场。

技术分析方法的局限性（★）

技术分析作为一种证券投资分析工具，在应用时应该注意以下问题：

（1）技术分析必须与基本分析结合起来使用。

（2）多种技术分析方法综合研判。

（3）理论与实践相结合。

（1）纪律性。量化投资需要严格执行模型给出的投资建议，从而可以克服人性的弱点以及认知偏差，也可以起到跟踪和修正的目的。
（2）系统性。系统性主要表现在多层次的量化模型、多角度的观察及海量数据的观察等。
（3）及时性。量化投资模型能够及时快速地跟踪市场变化，不断发现能够提供超额收益的新的投资机会。
（4）准确性。能够准确客观评价投资机会，克服主观情绪偏差，妥善运用套利的思想。
（5）分散化。能够在控制风险的基础上，准确实现分散化投资。

量化投资分析的理论基础（★）

（1）历史总是惊人的相似（历史会重演）。

（2）投资实际上就是一场关于概率的游戏。

（3）数据包含一切。

（1）量化分析的主要内容
量化投资分析的主要内容：将投资理念及策略通过具体指标、参数的设计，体现到具体的模型中，让模型对市场进行不带任何情绪的跟踪；相对于传统投资方式来说，具有快速高效、客观理性、收益与风险平衡和个股与组合平衡等四大特点。
量化投资技术几乎覆盖了投资的全过程：包括估值与选股、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等，在各个环节都有不同的方法及量化模型。
（2）量化投资分析的主要方法

量化投资技术

1、量化选股（★）

（1）量化选股的含义

量化选股：利用数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为。即采用数量的方法判断某个公司是否值得买入的行为。根据某个方法，如果该公司满足了该方法的条件，则放入股票池，如果不满足，则从股票池中剔除。

（2）量化选股的方法

①公司估值法：上市公司基本面分析的重要应用，在“基本面决定价值，价值决定价格”的基本逻辑下，通过公司估值方法得出公司理论股票价格，与市场价格比较，从而判断股票的市场价格是否被高估或者低估，寻找出价值被低估或被高估的股票，指导投资者的具体投资行为。

②趋势法：根据市场表现做出对应的投资行为的方法。市场有强势、弱势、盘整不同的形态，投资行为可追随趋势，也可逆趋势反转操作。

③资金法：本质是追随市场主力资金的方向，资金流入伴随着价格上涨；资金流出伴随着价格下跌。也可以通过持仓筹码的分布来判断未来股价的上涨和下跌情况。

2、量化择时（★）

（1）量化择时是指利用数量化的方法，通过分析各种宏观微观指标，来判断大势的走势情況，是上涨还是下跌或者是盘整。

如果判断是上涨，则买入持有；如果判断是下跌，则卖出清仓；如果判断是震荡，则进行高抛低吸，这样可以获得远远超越简单买入持有策略的收益率，所以择时交易是收益收率最高率的一种交易方式。

（2）量化择时方法包括：趋势择时、市场情绪择时、有效资金模型、牛熊线、Hurst指数、SVM分类、SWARCH模型及异常指标模型

3、股指期货套利（★）

（1）含义：利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，或者同时进行不同期限，不同（但相近）类别股票指数合约交易，以赚取差价的行为。

（2）分类：分期现套利和跨期套利两种。

（3）研究内容：现货构建、套利定价、保证金管理、冲击成本、成分股调整等。

4、商品期货套利（★）

商品期货套利盈利的逻辑原理：

①相关商品在不同地点、不同时间对应都有一个合理的价格差价；

②由于价格的波动性，价格差价经常出现不合理；

③不合理必然要回到合理；

④不合理回到合理的这部分价格区间就是盈利区间。

5、统计套利（★）

（1）含义

利用证券价格的历史统计规律进行套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。

（2）方法

①β中性策略：利用股票的收益率序列建模，目标是在组合的β值等于零的前提下实现Alpha收益。该策略基于日收益率对均衡关系的偏离，是一种超短线策略。

②协整策略：利用股票价格序列的协整关系建模。该策略基于累计收益率对均衡关系的偏离。

6、期权交易（★）

期权套利交易是指同时买进卖出同一相关期货但不同敲定价格或不同到期月份的看涨或看跌期权合约，希望在日后对冲交易部位或履约时获利的交易。

期权套利的交易策略和方式多种多样，是多种相关期权交易的组合，具体包括：水平套利、垂直套利、转换套利、反向转换套利、跨式套利、蝶式套利、飞鹰式套利等。

7、算法交易（★）

（1）又被称为自动交易、黑盒交易，是指利用电子平台，通过使用计算机程序来发出交易指令，执行预先设定好的交易策略。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至可以包括最后需要成交的证券数量。

（2）根据各个算法交易中算法的主动程度不同，算法交易可分为：被动型算法交易、主动型算法交易、综合型算法交易。

（3）算法交易的终极目标就是获得alpha。

8、资产配置（★）

资产配置：资产类别选择，投资组合中各类资产的适当配置以及对这些混合资产进行实时管理。

量化投资管理将传统投资组合理论与量化分析技术的结合，极大地丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。

它突破了传统积极型投资和指数型投资的局限，将投资方法建立在对各种资产类股票公开数据的统计分析上，通过比较不同资产类的统计特征，建立数学模型，进而确定组合资产的配置目标和分配比例。

9、风险控制（★）

风险管理者采取各种措施和方法，消灭或减少风险事件发生的各种可能性，或减少风险事件发生时造成的损失。

量化投资技术的应用前提和适用范围（★）

（1）量化分析法较多采用复杂的数理模型和计算机数值模拟，能够提供较为精细化的分析结论。但它对使用者的定量分析技术有较高要求，不易为普通公众所接受。

（2）量化分析法所采用的各种数理模型本身存在模型风险，一旦外部环境发生较大变化，原有模型的稳定性就会受影响。

（3）量化分析法往往需要和程序化交易技术相结合，对交易系统的速度和市场数据的精确度有较高要求，这也在一定程度上限制了其应用范围。

因子投资的基本原理和方法（★）

因子投资是一种资产配置的典型视角或理念，其源自于投资者对组合收益和风险来源认识的深化。

总的来讲，投资因子可以分为两大类：

一是宏观因子，包括经济增长、实际利率、通胀、信用、流动性等。宏观因子是决定各大类资产整体收益的驱动来源，因此主要用来解释各大类资产之间的收益差异。

二是风格因子，包括上文提及的估值、规模、动量等。风格因子主要解释资产类别内部风险和收益的差异。譬如股票这一大类资产内部，由于价值因子的存在，使得低估值相对于高估值股票具有持续的超额收益。

人工智能技术在量化领域的应用（★）

金融市场预测、分类或评级问题、综合应用。

量化策略的开发、回测和评价方法（★）

（1）估值

对上市公司进行估值是公司基本面分析的重要方法，在“价值投资”的基本逻辑下，可以通过对公司的估值判断二级市场股票价格的扭曲程度，继而找出价值被低估或高估的股票，作为投资决策的参考。

对上市公司的估值方法：绝对估值法、相对估值法。

（2）选股

数量化选股策略是在基本面研究的基础上结合量化分析的手段构建出来的。

主要的选股方法：①基本面选股；②多因素选股；③动量、反向选股。

（3）资产配置

资产配置是指根据投资需求将投资基金在不同资产类别之间进行分配，通常是将资产在低风险、低收益证券与低高风险、高收益证券之间进行分配。

两大类别：为战略资产配置和战术/动态资产配置

三大层次：全球资产配置、大类资产配置和行业风格配置。

（4）股价预测

①股价的可预测性与有效市场假说密切相关。我国的股市远未达到有效市场阶段，可以通过对历史信息的分析来预测股价。

②主流的股价预测模型有灰色预测模型、神经网络预测模型和支持向量机预测模型。

（5）绩效评估

绩效评估能够在这方面提供较好的视角与方法，风险调整收益、择时/股能力、业绩归因分析、业绩持续性及Fama的业绩分解等指标和方法可从不同的角度对基金的绩效进行评估。

（6）基于行为金融学的投资策略

目前，国际金融市场中比较常见且相对成熟的行为金融投资策略包括动量投资策略、反向投资策略、小盘股策略和时间分散化策略等。

（7）程序化交易与算法交易策略

程序化交易：程序化交易指任何含有15只股票以上或单值为100万美元以上的交易。程序化交易强调订单是如何生成的，即通过某种策略生成交易指令，以便实现某个特定的投资目标。程序化交易主要是大机构的工具，它们同时买进或卖出整个股票组合，而买进和卖出程序可以用来实现不同的目标。

算法交易：也称自动交易、黑盒交易或无人值守交易，是使用计算机来确定订单最佳的执行路径、执行时间、执行价格及执行数量的交易方法，主要针对经纪商。

构建估值模型的基本原理与方法（★★）

常用的估值模型有DCF、P/E和EV/EBITDA三种。

（1）DCF

优点：通过对自由现金流的折现计算，反映了公司内在价值的本质，是最重要与最合理的估值方法。

缺点：未来自由现金流的估计不准确，受折现率影响巨大。

（2）P/E

优点：简单易行，运用了近期的盈利估计，而近期的盈利估计一般比较准确。可以有广泛的参照比较。

缺点：盈利不等于现金，受会计影响较大。忽视了公司的风险，如高债务杠杆。另外，市盈率无法顾及远期盈利，对周期性及亏损企业估值困难。P/E估值忽视了摊销折旧、资本开支等维持公司运转的重要的资金项目。

（3）EV/EBITDA

优点：不仅是股票估值，而且是“企业价值”估值，与资本结构无关。接近于现实中私有企业的交易估值。而且，EBITDA加入了摊销折旧等非现金项目。

缺点：对有着很多控股结构的公司估值效果不佳，因为EBITDA不反映少数股东现金流，但却过多反映控股公司的现金流。不反映资本支出需求，过高估计了现金。

不同行业估值方法选择的差异（★★）

指标	简称	适用行业或企业	不适用行业或企业
市盈率	P/E	周期性较弱企业、一般制造业、服务业	亏损公司、周期性公司
市净率	P/B	周期性公司、重组型公司	重置成本变动较大的公司、固定资产较少的服务行业
市销率	P/S	销售收入和利润率较稳定的公司	销售不稳定的公司
企业价值倍数	EV/EBITDA	资本密集、准垄断或具有巨额商誉的收购型公司	固定资产更新变化较快的公司
市值回报增长比（PEG）	PE/（企业年盈利增长率*100）	IT等成长性行业	成熟行业

运用财务模型进行预测的主要方法（★★）

（1）可比公司法

首先要挑选与非上市公司同行业可比或可参照的上市公司，以同类公司的股价与财务数据为依据，计算出主要财务比率，然后用这些比率作为市场价格乘数来推断目标公司的价值，比如P/E(市盈率，价格/利润)、P/S法(价格/销售额)。

（2）可比交易法

挑选与初创公司同行业、在估值前一段合适时期被合作、并购的公司，基于合作或并购交易的定价依据作为参考，从中获取有用的财务或非财务数据，求出一些相应的合作价格乘数，据此评估目标公司。

（3）现金流折现

这是一种较为成熟的估值方法，通过预测公司未来自由现金流、资源成本，对公司未来自由现金流进行贴现，公司价值即为未来现金流的现值。

（4）资产法

资产法是假设一个谨慎的合作者不会支付超过与目标公司同样效用的资产的收购成本。比如中海油竞购尤尼科，根据其石油储量对公司进行估值。

不同类型估值方法的适用性和局限性（★★★）

（1）市盈率估值法

市盈率将股价与当期收益联系起来，是一种比较直观、易懂的统计量；适用环境是有较为完善发达的交易市场，要有可比的上市公司，且市场在平均水平上对这些资产定价是正确的；不同行业的市盈率会有很大差别，选择市盈率估值法对企业进行价值评估时，要注意针对不同成长时期的高科技企业灵活运用。

（2）市现率估值法

市现率与市盈率一样要求企业业绩相对稳定，否则可能出现较大误差；EBITDA未将所得税因素考虑在内，税收减免获这补贴会导致两家企业的EBITDA相等导致税后净利润缺相差较大。

（3）市净率估值法

市净率估值法主要适用于那些无形资产对其收入、现金流量和价值创造起关键作用的公司，高风险行业以及周期性较强行业，拥有大量固定资产并且账面价值相对较为稳定的企业；不同行业的市净率可能存在巨大差别，制造企业和新兴产业的企业不适合采用这种估值方法。

（4）市销率估值法

市销率越小（比如小于1），通常被认为合作价值越高。不会出现负值，对于亏损企业和资不抵债的企业，也可以计算出一个有意义的价值乘数；只能用于同行业对比，不同行业的市销率对比没有意义；目前上市公司关联销售较多，该指标也不能剔除关联销售的影响。主要适用于销售成本率较低的服务类企业，或者销售成本率趋同的传统行业的企业。

（5）折现现金流法

如何正确地选择参数则比较困难。未来股利、现金流的预测偏差、贴现率的选择偏差，都有可能影响到估值的精确性。从理论上讲只有当市场完善，会计制度健全，信息披露能够较为真实的反映企业的过去和现状时，运用这种方法才最为合理。

金融科技主要技术方向（★★）

金融科技：可以简单理解成为Finance（金融）+Technology（科技），指通过利用各类科技手段创新传统金融行业所提供的产品和服务，提升效率并有效降低运营成本。

四个核心部分：

大数据金融、人工智能金融、区块链金融、量化金融

人工智能与互联网金融的含义（★）

（1）人工智能

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

（2）互联网金融

互联网金融是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。