量化投资策略与技术期末报告
证券投资期末报告总结
证券投资期末报告总结一、引言本报告总结了本学期所学习和实践的证券投资知识与技巧。
通过学习专业书籍、参加实践操作以及分析市场情况，我们对证券投资有了更深入的了解。
本报告将分别从投资策略、风险管理以及实操案例等方面进行总结和分析。
二、投资策略在本学期的学习中，我们了解了多种投资策略，并结合实际市场情况进行了一定的研究和实践。
以下是我们总结的几种投资策略：1.长期投资策略：本学期我们学习了价值投资和成长投资两种长期投资策略。
价值投资注重股票的内在价值，通过分析公司的财务数据和市场估值，选取低估股票进行投资。
而成长投资则关注公司未来的增长潜力和竞争优势，选择发展潜力大的公司进行投资。
2.技术分析策略：技术分析是通过研究股票的价格走势和交易量，预测未来的走势和趋势。
我们学习了图表分析、均线交叉和相对强弱指标等技术分析方法。
通过实践操作，我们发现技术分析可以辅助决策，但需要综合考虑其他因素。
三、风险管理投资中的风险管理非常重要，我们学习了几种风险管理的方法和策略。
1.资产配置：通过分散投资，将资金分配到不同类别的资产上，可以降低整体风险。
我们需要根据自己的风险承受能力和投资目标，合理配置不同类别的证券资产。
2.止损策略：止损是在股票价格下跌到一定程度时，采取措施减少损失。
我们学习了不同的止损方法，如固定止损、追踪止损和波动止损等。
通过设置合理的止损点，可以保护投资本金，降低风险。
四、实操案例本学期，我们进行了一些实操案例，通过模拟交易实践我们所学的投资知识和技巧。
以下是我们分析和总结的几个实操案例。
1.买入案例：我们选择了某公司的股票进行买入操作。
通过分析公司的财务报表和行业发展情况，我们认为该公司具有较好的发展潜力和竞争优势。
我们采用了价值投资的方法，买入了一定数量的该公司的股票。
2.卖出案例：某股票的价格连续下跌，我们采取了追踪止损策略，当股票价格跌破一定点位时，我们卖出了股票以减少损失。
虽然我们的判断有误，但通过及时止损，我们成功限制了损失。
量化投资的基本方法与策略
量化投资的基本方法与策略随着科技和金融市场的发展，量化投资成为了投资界的热门话题。
所谓“量化投资”，就是利用数据分析技术、计算机算法和模型等手段，对投资标的进行分析和筛选，从而达到增加收益、降低风险的目的。
本文将介绍量化投资的基本方法和策略。
一、数据采集和清洗量化投资的第一步是数据采集和清洗。
数据来源包括行情数据、公司财务数据、宏观经济数据等。
采集到的数据需要进行清洗，去掉噪声和异常值，确保数据的准确性和可靠性。
二、统计分析和因子挖掘量化投资的第二步是统计分析和因子挖掘。
统计分析可以帮助投资者了解市场的走势和规律，例如均值回归、趋势分析等。
因子挖掘则是寻找可以影响股票或其他投资标的表现的因素，例如市盈率、市净率、ROE等。
通过对因子进行分析和筛选，可以选择合适的投资标的。
三、模型构建和回测量化投资的第三步是模型构建和回测。
投资者可以利用计算机算法和模型，根据采集到的数据和挖掘到的因子，构建投资策略和模型。
回测是在历史数据上进行模拟交易，测试模型的有效性和稳定性。
四、交易执行和风险控制量化投资的最后一步是交易执行和风险控制。
基于构建的模型和策略，投资者可以进行实盘交易。
在交易执行过程中，需要根据市场变化和模型预测，及时调整仓位、止盈止损等交易策略。
同时，也需要进行风险控制，例如进行止损、对冲等操作，控制投资风险。
在实际应用中，量化投资有许多不同的策略，例如价值投资策略、动量投资策略、市场中性策略等。
下面将介绍两种常见的量化投资策略：1. 价值投资策略价值投资策略认为，股票市场是估值不合理的。
通过挖掘低市盈率、低市净率等价值因子，选择被低估的股票进行投资。
在实际应用中，价值投资策略通常会结合动量因子进行投资，例如选择价值投资股票池中表现明显的股票进行交易。
2. 动量投资策略动量投资策略认为，股票市场有明显的上涨趋势或下跌趋势。
通过挖掘股票的价格和成交量等因子，选择表现出较大涨幅或下跌趋势的股票进行投资。
量化投资实习报告
一、实习背景随着我国金融市场的不断发展，量化投资作为一种基于数学模型和计算机算法的投资方式，越来越受到投资者的青睐。
为了更好地了解量化投资行业，提高自己的专业技能，我于近期在一家知名证券公司进行了为期一个月的量化投资实习。
二、实习内容1. 项目背景及目标实习期间，我参与了公司的量化投资项目，旨在通过构建量化模型，挖掘市场中的投资机会，实现资产增值。
具体目标如下：（1）学习量化投资相关知识，掌握量化投资的基本方法；（2）了解市场行情，分析各类投资品种的风险与收益；（3）参与项目研究，为量化投资策略提供支持；（4）提升自己的编程能力和数据处理能力。
2. 实习过程（1）学习量化投资基础知识实习初期，我学习了量化投资的基本概念、方法和工具，包括数学模型、统计学、金融工程等。
通过学习，我对量化投资有了更深入的了解。
（2）参与项目研究在项目研究阶段，我主要负责以下工作：①收集数据：从各大数据库中获取各类投资品种的历史数据，包括股票、债券、期货等；②数据处理：对收集到的数据进行清洗、整理和预处理，为后续分析提供基础；③模型构建：根据市场行情和投资策略，构建量化投资模型；④策略优化：通过不断调整模型参数，优化投资策略。
（3）撰写报告在实习过程中，我撰写了关于量化投资策略的报告，内容包括：①投资策略概述：介绍所采用的投资策略，包括市场行情分析、投资品种选择、模型构建等；②策略回测：对所构建的量化投资策略进行回测，分析其风险与收益；③策略优化：针对回测结果，对投资策略进行优化，提高其稳健性。
三、实习收获1. 知识收获通过实习，我掌握了量化投资的基本知识、方法和工具，为今后从事相关领域的工作打下了基础。
2. 技能提升实习期间，我提高了自己的编程能力和数据处理能力，熟练掌握了Python、MATLAB等编程语言，以及SQL、Excel等数据处理工具。
3. 实践经验通过参与实际项目，我积累了丰富的实践经验，为今后的职业发展奠定了基础。
量化投资论文
量化投资论文量化投资论文基于量化投资角度的多因素模型投资综合策略报告1 研究方法本篇报告的量化投资策略主要采用的方法与理论有以下几种：1、线性回归。
2、多因素模型。
3、CAPM(资本资产定价模型)。
4、假设检验与置信区间估计。
5、蒙特卡洛模拟。
6、VaR(风险价值)方法。
7、Matlab(矩阵实验室，用于数据的处理与图形的分析)技术。
主体内容主要分为四大部分。
第一部分为模型建立阶段，主要是挑选影响股票收益率的相关因素。
第二部分主要是挑选出收益率排名前20%的股票，并运用CAPM模型进行组合搭配，以求降低非系统性风险，最大化股票的收益。
第三部分采用统计学的知识，对上述建立的模型的相关参数进行范围上与概率上的估计。
并采用VaR方法与蒙特卡洛模拟，进行风险的评估与控制，并运用多种评估绩效的方式(夏普比率、特雷诺比率、简森阿尔法等指标)，对股票的风险与收益做出客观的评判。
第四部分为模型的评价阶段，即由宏观到微观对该模型做出全面的解释。
与此同时，运用matlab技术对参数进行适当的动态更新，使其尽量符合市场的波动情况，并进行回溯测试，用市场的实际结果来解释模型的合理之处。
2 策略步骤第一部分：模型建立阶段。
2.1 影响收益率的因子初选我们采用以下收益率因子。
以上表格反映了影响收益率的主要四大类因子，较好地包括了影响收益率的主要因素。
虽然从宏观层面上我们挑选出了一些影响收益率的主要因子，然而，在现实过程中，影响某个具体公司收益率的因素很可能只是其中某几个。
因此，我们应当试图找出影响每个股票的收益率的个别关键因素，这里我们采用matlab技术以及线性回归的方法，以融捷股份(002192)与暴风科技(300431)为例进行说明。
笔者根据深圳证券交易所统计的数据通过EXCEL表格进行合并整理后得到融捷股份的收益率数据，将该数据导入matlab中，以市盈率为横轴、收益率为纵轴，建立图形关系。
根据统计学的知识可知，我们用决定系数R2来反应自变量解释因变量力度的强弱，而决定系数与相关系数之间存在平方关系，即ρ2=R2。
量化投资实践心得
量化投资实践心得量化投资是一种基于数据和算法的投资方法，旨在通过系统性的研究和分析市场数据，找出投资机会并进行投资组合的管理。
下面，我将分享一些量化投资实践心得。
首先，量化投资需要建立良好的数据基础。
在进行量化分析之前，需要收集、整理和处理大量的市场数据。
这些数据包括金融报表数据、宏观经济数据、市场交易数据等。
此外，还需要建立一个可靠的数据源和数据质量控制机制，确保数据的准确性和完整性。
其次，量化投资也需要建立有效的投资策略。
投资策略是基于市场数据和历史经验的总结，旨在制定可以在不同市场环境下获得收益的投资规则。
投资策略需要考虑多个因素，包括投资目标、风险偏好、资产配置等。
通过不断的回测和优化，可以不断完善投资策略，提高其效果。
另外，量化投资也需要使用合适的工具和技术。
量化投资需要使用专业的分析工具和编程语言，如R语言、Python等。
这些工具可以较为快速地对数据进行分析和建模，以及开发自动化交易系统和风险控制模型。
此外，还需要建立有效的交易模型和风险控制体系，以确保投资组合的风险可控且获得稳健的收益。
最后，量化投资需要注重细节和风险控制。
量化投资需要考虑各种投资风险，包括市场风险、操作风险、系统风险等。
在建立投资策略和交易模型的过程中，需要注意细节，避免因为过度拟合和过度优化导致的模型失效。
同时，也需要建立有效的风险控制体系，包括止盈止损、分散投资等方法，以降低投资组合的风险。
总之，量化投资是一种系统性的投资方法，需要有一定的数据分析、编程和风险控制能力。
通过不断学习和实践，可以不断提高量化投资的效果和稳定性。
量化投资策略分析及案例分享
量化投资策略分析及案例分享随着科技的发展和金融市场的不断变化，越来越多的投资者开始运用量化投资策略。
量化投资是一种以数据分析为基础，通过数学和统计方法构建模型来投资的方法，目的是发掘市场中的有价值投资机会。
量化投资策略的优点在于可以减少情感因素对投资决策的影响，实现更为客观、科学的投资决策。
另外，量化投资还可以提高投资效率，尤其是在高频交易领域。
但是，量化投资也存在一些风险。
比如，在数据收集和分析的过程中，如果存在错误或失误，将会极大地影响投资者的判断和决策，增加投资者的风险。
另外，市场的不确定性和价格波动性也是影响量化投资策略执行的关键因素之一。
在实践中，量化投资者通常需要运用各种算法和模型，来分析市场数据和情况，并制定出相应的投资策略。
下面，我们将就几种常见量化投资策略进行分析和案例分享：趋势跟踪策略趋势跟踪策略是一种基于技术分析的量化投资策略，它通过识别资产价格趋势和趋势的变化，来进行投资决策。
趋势跟踪策略的核心理念是：趋势仍然是最好的朋友。
趋势跟踪策略最初由Richard Donchian提出，其使用原理是利用价格代表市场情绪，也就是自动化去进行波动性判断，通过统计价格的波动状态来预测未来市场走势和投资机会。
需要注意的是，趋势跟踪策略可能会导致亏损，因为它并不能避免市场的波动性。
均值回归策略在传统的金融理论中，均值回归策略是一种寻找市场价格回归平均值的策略。
该策略基于市场价格一定会回归到其均线之上或之下的假设，所以当价格偏离均线时，投资者需要在适当的时刻买入或卖出资产。
均值回归策略的优点在于能够稳定获利，并减少不必要的风险，同时增加投资者的回报。
但是，均值回归策略也具有一定的缺点。
当市场发生不可预见的变化时，投资者可能需要承受较大的风险和亏损。
多因子模型多因子模型是一种应用更多量化方法的投资策略。
该策略遵循了著名的投资学者Eugene Fama和Kenneth French提出的风险因子理论，即市场、规模、价值、动量等因素可以解释资产收益率的变化。
量化投资策略分析
量化策略分析量化策略分析量化策略分析是指利用大量的数学和统计模型来分析和预测金融市场的策略。
通过将决策过程中的主观判断替换为客观的数据分析，量化策略旨在提高者的决策能力和收益水平。
量化策略的分析过程可以分为四个步骤：数据收集与整理、模型构建、策略回测和实施调整。
首先，者需要收集和整理各种与相关的数据，包括历史股票价格、财务报表、宏观经济数据等。
这些数据将作为构建模型的基础。
接下来是模型构建的阶段，者需要选择合适的数学和统计模型来分析数据。
常用的模型包括时间序列分析、因子模型、机器学习等。
通过运用这些模型，者可以发现股票价格的规律和影响因素，进而预测未来的走势。
然后是策略回测阶段，即将构建的模型应用于历史数据，并模拟实际交易情况。
通过回测，者可以评估模型的有效性和稳定性，了解模型在不同市场环境下的表现。
只有通过合理的回测，才能确定一个可行的量化策略。
最后是实施调整的阶段，者需要根据回测结果对策略进行调整和优化。
通过不断地修正和改进模型，者可以提高策略的准确性和适应性。
此外，者还需要注意风险控制和资金管理，避免因为盲目追求高收益而带来的风险。
量化策略分析的优势在于其客观性和系统性。
相比于传统的主观判断，量化策略基于大量数据和科学模型，能够排除人为情绪和错误判断的影响，提高决策的准确性和稳定性。
此外，量化策略还可以提高者的交易效率和反应速度，使其能够更好地把握市场机会。
然而，量化策略也存在一些挑战和风险。
首先，构建和维护一个有效的量化模型需要大量的时间和资源。
其次，市场的变化和不确定性可能导致模型的失效或不适应。
最后，过度依赖量化模型可能导致者忽视市场的和重要信息，错过一些非常规的机会。
综上所述，量化策略分析是一种基于数据和模型的决策方法，可以提高者的决策能力和收益水平。
然而，者在使用量化策略时需要注意风险控制和资金管理，避免盲目追求高收益而带来的风险。
量化投资策略及实践案例分析
量化投资策略及实践案例分析随着科技的不断发展，人们可以获取的数据越来越多，而利用这些数据来做出适当的投资决策已成为了越来越多投资者的选择。
这种利用数据和算法来做出投资决策的方式就被称为量化投资。
量化投资并不是一种全新的投资方式，它已经存在了很长一段时间。
美国传统基金中就有很多采用了量化投资策略的基金，而近年来，量化投资也逐渐成为了热门话题。
相比于传统的基本面分析和技术分析，量化投资更加注重利用数据来发现股票以及其他投资品种的规律和趋势，并据此做出投资决策。
那么，针对同样的数据，为什么量化投资能够比传统投资方法获得更好的结果呢？这是因为量化投资能够更加客观地分析数据，去除人为的情感因素，遵循一套既定的规则进行投资。
这使得量化投资在处理大量的数据和进行复杂的计算时更加高效，具有更多的优势。
同时，量化投资也能够利用一定的风险控制模型来保证投资的稳定性。
下面，我们来看一些具体的实践案例：首先，回测数据是量化投资策略实践中最为重要的步骤之一。
回测数据能够帮助投资者判断策略的优劣，并预测未来的收益率。
例如，我们可以回测一个股票在年底前是否会出现上涨，并根据历史数据进行分析和预测。
第二个案例是使用机器学习算法进行股票分类。
机器学习可以帮助我们发现规律，预测未来的走势，并根据这些预测来制定投资策略。
例如，我们可以根据市场表现将股票分为牛市/熊市/震荡市，并制定相应的投资策略。
第三个案例是利用神经网络进行市场预测。
神经网络是一种高度模拟人类大脑思维方式的算法，它可以根据历史数据，预测未来市场的走势，并利用这些预测来指导投资决策。
总结一下，量化投资能够帮助投资者更加客观和高效地进行投资决策。
但我们需要注意的是，数据并不能解决所有的问题，投资者依然需要根据自己的情况对策略进行相应的调整。
同时，投资者也需要注意对策略的实际效果进行定期评估，来不断完善自己的投资实践。
量化投资交易实训报告
量化投资交易实训报告随着科技的发展，量化投资已经成为了投资行业的一个重要趋势。
量化投资是指利用计算机程序和数学模型来分析市场数据，从而进行投资决策的一种方法。
通过量化投资，投资者可以更加客观、精准地进行投资决策，同时也可以降低投资风险，提高投资收益。
在本次实训中，我们学习了量化投资的基本原理和实践操作。
首先，我们学习了Python编程语言的基本语法和数据处理方法，掌握了Python在量化投资中的应用。
其次，我们学习了股票和期货的基本知识，了解了市场的基本规律和交易策略。
最后，我们使用Python编写了一些简单的量化交易策略，并进行了回测和实盘交易。
在实训的过程中，我深刻地认识到了量化投资的优势和不足。
量化投资的优势在于可以通过数据分析和模型建立来进行投资决策，避免了人为的主观判断和情绪干扰，可以更加客观、精准地进行投资决策。
同时，量化投资可以通过回测和实盘交易来验证策略的有效性，降低投资风险，提高投资收益。
然而，量化投资也存在一些不足之处。
首先，量化投资需要大量的数据和计算资源，对于个人投资者来说，成本较高。
其次，量化投资的策略建立和优化需要专业的知识和技能，对于初学者来说，有一定的门槛。
最后，量化投资的策略建立和回测过程中也存在一定的盲区和误差，需要不断地优化和改进。
在实训的过程中，我也遇到了一些问题和挑战。
首先，我对Python编程语言的掌握还不够熟练，需要不断地学习和实践。
其次，我对股票和期货的基本知识还不够了解，需要不断地阅读和学习相关的书籍和资料。
最后，我在策略的建立和优化过程中也遇到了一些困难，需要不断地思考和尝试。
总的来说，本次量化投资交易实训让我对量化投资有了更加深入的了解和认识，同时也让我掌握了一些基本的量化交易策略和实践操作。
在今后的投资实践中，我将继续学习和探索量化投资的方法和技巧，不断地优化和改进自己的投资策略，以实现更加稳健和可持续的投资收益。
年度量化总结报告范文(3篇)
第1篇一、报告概述本报告旨在对2022年度的工作进行全面、系统的回顾和总结，通过对各项指标数据的分析，评估年度工作成果，查找不足，为下一年的工作提供借鉴和改进方向。
二、工作回顾1. 工作概述2022年，在公司领导的正确指导下，全体员工团结一心，积极进取，紧紧围绕年度工作目标，圆满完成了各项工作任务。
以下是本年度主要工作回顾：（1）生产经营方面：全年实现销售收入XX亿元，同比增长XX%；实现利润总额XX 亿元，同比增长XX%。
（2）市场拓展方面：成功开拓XX个新市场，市场份额进一步提升，达到XX%。
（3）技术创新方面：研发新产品XX项，申请专利XX项，技术成果转化率XX%。
（4）质量管理方面：产品合格率XX%，顾客满意度达到XX%。
（5）人力资源方面：招聘优秀人才XX人，员工满意度达到XX%。
2. 主要工作成果（1）生产经营成果本年度，公司紧紧围绕市场需求，优化产品结构，提高产品质量，加强成本控制，确保了生产经营的稳定增长。
以下是部分关键指标：- 销售收入：XX亿元，同比增长XX%；- 利润总额：XX亿元，同比增长XX%；- 成本控制：生产成本同比下降XX%；- 产品质量：产品合格率达到XX%。
（2）市场拓展成果本年度，公司加大市场拓展力度，积极开拓新市场，成功进入XX个新市场，市场份额进一步提升。
以下是部分关键指标：- 新市场开拓：XX个；- 市场份额：达到XX%；- 客户满意度：达到XX%。
（3）技术创新成果本年度，公司高度重视技术创新，加大研发投入，提高技术成果转化率。
以下是部分关键指标：- 研发投入：同比增长XX%；- 新产品研发：XX项；- 专利申请：XX项；- 技术成果转化率：达到XX%。
（4）质量管理成果本年度，公司持续加强质量管理，提高产品质量，确保顾客满意度。
以下是部分关键指标：- 产品合格率：达到XX%；- 顾客满意度：达到XX%。
（5）人力资源成果本年度，公司注重人才引进和培养，提高员工满意度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《量化投资策略与技术》结课报告 学科专业： 研究方向： 姓 名： 学 号：
2015年7月9日 目 录 1 目标股票的选取........................................................................................................ 3 1.1 备选对象 ............................................................................................................. 3 1.2 择股标准 ............................................................................................................. 4 2 投资组合的构建........................................................................................................ 4 2.1 目标股票的收益率 ............................................................................................. 4 2.2 最优投资组合 ..................................................................................................... 6 3 预期收益和风险........................................................................................................ 7 4 风险对冲策略............................................................................................................ 9 附录A：原始数据 ...................................................................................................... 11 表A1: 财务指标 ..................................................................................................... 11 表A2：投资组合股票收益率（节选） ................................................................ 12 表A3：投资组合日收益率（节选） .................................................................... 12 表A4：资产组合预期收益率（节选） ................................................................ 13 表A5：沪深300股指期货日收盘价和收益率（节选） .................................... 13 附录B：代码 .............................................................................................................. 14 B1：择股 ................................................................................................................. 14 B2：投资组合风险-收益的计算 ............................................................................ 14 B3：最优投资组合求解 ......................................................................................... 15 1 目标股票的选取 1.1 备选对象 从上海主板、深圳主板、中小板和创业板分别随机选择10只股票，列示于表1.1中： 表1.1 投资组合备选对象 所属板块 股票名称 股票代码
上海主板 武钢股份 600005 中国国贸 600007 首创股份 600008 包钢股份 600010 华能国际 600011 日照港 600017 上港集团 600018 上海电力 600021 中国石化 600028 三一重工 600031
深圳主板 万科A 000002.SZ 世纪星源 000005.SZ 深振业A 000006.SZ 零七股份 000007.SZ 中国宝安 000009.SZ 南玻A 000012.SZ 沙河股份 000014.SZ 深康佳A 000016.SZ 深华发A 000020.SZ 深赤湾A 000022.SZ
中小板 新和成 002001.SZ 鸿达兴业 002002.SZ 伟星股份 002003.SZ 华邦颖泰 002004.SZ 德豪润达 002005.SZ 精功科技 002006.SZ 大族激光 002008.SZ 天奇股份 002009.SZ 传化股份 002010.SZ 盾安环境 002011.SZ
创业板 特锐德 300001 南风股份 300004 莱美药业 300006 汉威电子 300007 立思辰 300010 鼎汉技术 300011 新宁物流 300013 亿纬锂能 300014 银江股份 300020 大禹节水 300021
1.2 择股标准 本文使用财务选股的方法选择投资组合的目标股票，所使用的财务指标来源于2014年度上市公司财务报表，具体标准为： ①每股收益（EPS）排名前16位； ②净资产收益率（ROE）排名前16位； ③销售净利率（NPM）排名前20位 同时满足以上三个条件的成为备选股票。 使用R软件对原始数据进行处理（处理过程见附录B1），选择出满足条件的10只股票，剔除停牌股票后，共有8只股票进入投资组合。（表1.2） 表1.2 投资组合股票 股票代码 股票名称 所属市场 备注 600007 中国国贸
上海主板 600011 华能国际 600018 上港集团 600021 上海电力 000002.SZ 万科A 深圳主板 000022.SZ 深赤湾A 停牌
002008.SZ 大族激光
中小板 002010.SZ 传化股份
002001.SZ 新和成 002003.SZ 伟星股份 停牌
2 投资组合的构建 2.1 目标股票的收益率 8只股票的日收益率和累计收益率如图2.1和2.2所示： 图2.1 日收益率
图2.2 累计收益率 股票的相关系数矩阵如下： 万科A 华能国际 上海电力 新和成 大族激光 传化股份 中国国贸 上港集团 万科A 1.000 0.403 0.336 0.292 0.285 0.309 0.484 0.346 华能国际 0.403 1.000 0.510 0.281 0.287 0.282 0.354 0.353 上海电力 0.336 0.510 1.000 0.305 0.339 0.287 0.382 0.397 新和成 0.292 0.281 0.305 1.000 0.417 0.333 0.370 0.333 大族激光 0.285 0.287 0.339 0.417 1.000 0.406 0.383 0.332 传化股份 0.309 0.282 0.287 0.333 0.406 1.000 0.287 0.244 中国国贸 0.484 0.354 0.382 0.370 0.383 0.287 1.000 0.445 上港集团 0.346 0.353 0.397 0.333 0.332 0.244 0.445 1.000
2.2 最优投资组合 根据马科维茨的资产组合理论确定最优投资组合，该理论的核心是在给定收益水平下，确定资产组合中每只股票的权重使风险最小；或者在给定风险承受能力的情况下，选择权重使组合期望收益最大。
假设市场上仅有n种资产，其收益率向量记为12(,,,)TnXXXX,投资者投
资此n种风险资产的资产组合向量记为12(,,,)Tnwwww。两种资产收益率的协方差记为cov(,)ijijXX，,1,2,,ijn，其对应的协方差矩阵记为()ijnn。
相应地，该资产组合的收益率为1npiiiXwX，总风险为2Tpww。 最优投资组合的含义是在给定的预期收益水平下，风险最小的投资策略，即： min()Tww
s.t. ()
T
pwEXr
其中pr代表预期收益。 数据处理过程见附录B2、B3，计算所得最优投资组合（表2.1）收益率方差（风险）为0.0002671121。 表2.1 最优投资组合（节选）
股票名称 万科A 华能 国际 上海 电力 新和成 大族 激光 传化 股份 中国 国贸 上港 集团 组合 权重 0.1131 0.4434 -0.0257 0.2366 -0.1375 0.0789 0.1457 0.1457 1 日收益率 2009/1/5 0.039 0.027 0.034 0.054 0.036 0.052 0.044 0.036 3.917% 2009/1/6 0.03 0.013 0.033 0.012 0.053 0.037 0.035 0.023 1.504% 2009/1/7 -0.006 -0.003 -0.013 -0.016 -0.005 0.02 -0.004 0.009 -0.246% 2009/1/8 0.006 -0.008 -0.019 -0.049 -0.038 0.035 -0.007 -0.042 -1.336% 2009/1/9 -0.001 0.024 0.056 0.019 0.061 0.068 0.026 0.009 1.555% 2009/1/12 -0.012 0 -0.006 0.003 0.012 -0.021 -0.022 0.023 -0.352% 2009/1/13 -0.035 -0.022 -0.025 -0.043 -0.037 -0.056 -0.058 -0.02 -3.384% 注：①文中使用的是无买空限制的投资组合模型，因此可能出现权重为负的情况。 ②由于篇幅所限，上表仅列示了日收益率的部分计算结果，完整的时间跨度为2009年1月日—2015年7月2日。