量化证券投资组合管理：现代技术与应用（英文影印导读版）

本书从金融经济学、会计学、数学和运筹学中选取不同主题，通过独立的综述、实证分析和详细的数学解析，构建起量化证券投资组合管理的坚实基础。在这一过程中，本书回顾了实践中常用的量化投资策略或因子，包括价值因子、动量因子和质量因子以及它们的学术渊源，介绍了在回报预测模型、风险管理、投资组合构建和投资组合实施中的先进技术和应用，如*优多因子模型、场景建模、非线性模型、因子择时模型、投资组合周转控制、对上市公司的蒙特卡罗估值以及*优交易。
本书利用数学方法提出和解决相关问题，并用数值和实证举例解释数学概念和解决方案。本书能为希望从数学分析中获得深入见解的从业人员提供指导和帮助。本书也能为金融学、经济学、量化金融专业中对量化投资感兴趣或充满好奇心、或正在寻找就业机会的学生提供参考。
Quantitative Equity Portfolio Management: Modern Techniques and Applications / by Edward E. Qian ,Ronald H. Hua ,Eric H. Sorensen / ISBN: 978-1-584-88558-0 Copyright @ 2007 by Taylor & Francis Group, LLC
Authorized English language with a Chinese (simpli.ed characters) from English language
edition published by CRC Press, part of Taylor & Francis Group LLC; All rights reserved; 本书原版由 Taylor & Francis出版集团旗下，CRC出版公司出版 , 并经其授权出版英文影印导读版，版权所有，侵权必究。
China Machine Press is authorized to publish and distribute exclusively the Chinese
(Simpli.ed Characters) language edition. This edition is authorized for sale throughout Mainland
of China. No part of the publication may be reproduced or distributed by any means, or stored in a database or retrieval system, without the prior written permission of the publisher. 本书英文影印导读版授权机械工业出版社在中国境内（不包括香港、澳门特别行政区及台湾地区）出版与发行。未经出版者书面许可，不得以任何方式复制或发行本书的任何部分。
Copies of this book sold without a Taylor & Francis sticker on the cover are unauthorized and illegal. 本书封面贴有 Taylor & Francis公司防伪标签，无标签者不得销售。北京市版权局著作权合同登记图字　01-2013-4793号。

钱恩平（ Edward E. Qian），博士，注册金融分析师 :波士顿磐安资产管理公司 (PanAgora Asset Management)董事，及宏观战略小组研究主管。之前，钱博士在普特南投资公司（ Putnam Investments）担任了 6年的高级量化分析师，还在后湾咨询公司（ Back Bay Advisors）担任固定收益量化分析师，并在美国资本集团公司（2100 Capital Group）担任对冲基金策略的量化分析师。钱博士还是荷兰莱顿大学和麻省理工学院应用数学专业的博士后研究员。 1994年到 1996年，他担任麻省理工学院国家科学基金会的博士后研究员。 1993年他获得佛罗里达州立大学应用数学专业博士学位，1986年获得北京大学数学学士学位。
罗纳德·H.华（Ronald H.Hua）,注册金融分析师：美国股权集团公司（ Equity Group）董事，以及位于波士顿的磐安资产管理股票研究主管。2004年加入磐安资产管理公司之前，他在普特南投资公司担任了 5年的高级副总裁，负责量化证券投资研究和证券投资组合管理。 1994年至 1999年，他在富达管理研究公司（ Fidelity Management and Research Company）担任量化分析师。 1994年他获得纽约大学斯特恩商学院工商管理硕士学位，1991年获得纽约大学库兰特数学科学研究院硕士学位。
埃里克 ·H.索伦森（ Eric H. Sorensen），博士，波士顿磐安资产管理公司的总裁兼首席执行官。磐安资产管理公司专门研究量化货币管理解决方案 ,实施现代投资组合策略，总资产约为 240亿美元。索伦森博士和他的团队在量化投资领域是行业领袖，专注于各种创新的、自下而上的分析和多阿尔法宏观策略。 2000年至 2004年，他在普特南投资公司担任全球量化研究主管和首席投资官。此前，他是所罗门兄弟公司（现花旗集团）的全球量化研究主管。在 14年的华尔街生涯里，他发表了大量的文章，为世界各地的机构投资客户提供顾问咨询，并在全球范围内建立起现代投资策略领导者的声誉。任职华尔街之前，他是亚利桑那大学的金融学教授和系主任，发表了 50多篇学术期刊文章，并在几家金融学术期刊中任编委。1976年他获得俄勒冈大学金融学博士学位， 1974年获得俄克拉荷马城市大学工商管理硕士学位。 1969年至 1974年，他还曾服役美国空军，作为飞行员和军官参加过巡回比赛。
About the Authors
Edward E. Qian, Ph.D., C.F.A., is a director and head of research of the Macro Strategies Group at PanAgora Asset Management in Boston. Pre-viously, Dr. Qian spent 6 years at Putnam Investments as a senior quan-titative analyst. He also worked at Back Bay Advisors as a fixed income quantitative analyst and at 2100 Capital Group as a quantitative analyst of hedge fund strategies. Dr. Qian has published numerous research articles in the areas of asset allocation and quantitative equity. Prior to 1996, Dr. Qian was a postdoctoral researcher in applied mathematics at the Uni-versity of Leiden in the Netherlands and at the Massachusetts Institute of Technology. He received his Ph.D. in applied mathematics from Flor-ida State University in 1993 and a bachelor’s degree in mathematics from Peking University in 1986. He was a National Science Foundation post-doctoral research fellow at MIT from 1994 to 1996.
Ronald Hua, C.F.A., is a director of Equity Group and head of equity research at PanAgora Asset Management in Boston. Prior to joining Pan-Agora in 2004, he was a senior vice president at Putnam Investments for 5 years and was responsible for quantitative equity research and equity portfolio management. Between 1994 and 1999, he worked at Fidelity Management and Research Company as a quantitative research analyst. He received his M.B.A. degree from Stern School of Business at New York University in 1994 and M.S. degree from Courant Institute of Mathemati-cal Sciences at New York University in 1991.
Eric H. Sorensen, Ph.D., is the president and CEO of PanAgora Asset Management in Boston. PanAgora specializes in quantitative money management solutions implementing modern portfolio strategies total-ing approximately $24 billion in institutional assets. He and his team are industry leaders in the field of quantitative investment strategies and focus
xvi < About the Authors About the Authors . ix
on a variety of innovative bottom-up equity as well as multialpha macro strategies. Between 2000 and 2004, Dr. Sorensen was the global head of Quantitative Research and a chief investment officer at Putnam Invest-ments. Prior to joining Putnam Investments, Dr. Sorensen was global head of quantitativ

前言
关于作者
第 1 章　引言：信念、风险以及组合投资过程 1
1.1　信念1
1.2　风险3
1.3　量化投资过程5
1.4　信息的获取8
1.5　各章内容介绍11
附录：心理和行为金融11
A1.1 心理学的进展12
A1.2 行为金融12
A1.3 行为模型14
参考文献16
尾注 18
第一部分
第 2 章　组合理论 23
2.1 投资回报率的分布24
2.2 组合优化28
2.3 资本资产定价模型38
2.4　特征组合45
习题 47
参考文献51
第 3 章　风险模型和风险分析 53
3.1　无套利定价理论和无套利模型54
3.2　风险分析64
3.3　在险价值的贡献72
习题 74
参考文献76
第二部分
第 4 章　阿尔法因子的评估 81
4.1　阿尔法表现度量基准：比率81
4.2　单期技能：信息系数 83
4.3　多期事前信息比率 94
4.4　实证例子100
习题 108
参考文献110
第 5 章　量化因子 111
5.1　价值因子111
5.2　质量因子125
5.3　动量因子135
附录 145
A5.1　因子的定义145
A5.2　净运营资产（ NOA）148
参考文献150
尾注 153
第 6 章　估值方法和价值创造 155
6.1　估值的框架156
Contents < xi
6.2　自由现金流162
6.3　公司商业经济建模 167
6.4　资本成本172
6.5　成长期、衰退期和终值 173
6.6　芝士蛋糕工厂案例分析 175
6.7　现金流多路径折现分析 180
6.8　现金流多路径折现分析进阶184
6.9　小结192
习题 193
参考文献194
尾注 194
第 7 章　多因子阿尔法模型 195
7.1　多因子模型中单期信息系数的构成196
7.2　最优阿尔法模型：解析推导 200
7.3　因子相关性和信息系数相关性的比较207
7.4　正交化因子的复合阿尔法模型214
7.5 FAMA-MACBETH 回归和最优阿尔法模型217
习题 225
附录 226
A7.1　分块矩阵的逆 226
A7.2 　多变量回归的分解 227
参考文献229
第三部分
第 8 章　组合重构和最优阿尔法模型 233
8.1　被动投资组合漂移 234
8.2　固定权重组合的重构 236
xii < Quantitative Equity Portfolio Management
8.3　预测改变的组合重构 241
8.4　复合预测因子的组合重构247
8.5　信息的时间跨度和滞后预测性252
8.6　组合重构限制下的最优阿尔法模型257
8.7　小规模交易和组合重构 267
习题 274
附录 276
A8.1　减少阿尔法敞口 278
参考文献278
尾注 279
第 9 章　高级阿尔法建模技术 281
9.1　收益生成方程282
9.2　场景建模283
9.3　场景建模的数学分析 287
9.4　场景建模的实证检验 290
9.5　场景建模的表现300
9.6　行业建模和场景建模的比较303
9.7　非线性效用的建模 306
9.8　小结313
习题 313
附录 313
A9.1　距离检验模型 314
参考文献315
第 10 章　因子择时模型 317
10.1　日历效应：行为原因 318
10.2　日历效应：实证结果 323
10.3　收益报告的季度效应 336
Contents < xiii
10.4　宏观择时模型340
10.5　小结350
参考文献352
尾注 355
第 11 章　组合约束和信息比率 357
11.1　行业中性约束 359
11.2　无限制组合的多 / 空比率363
11.3　纯多仓组合374
11.4　纯多仓组合和多 / 空组合的信息比率 379
习题 389
附录 389
A11.1　范围约束下的均值 – 方差优化390
参考文献393
尾注 394
第 12 章　交易成本和组合构建 395
12.1　交易成本的组成396
12.2　存在交易成本的最优组合：单资产情形398
12.3　存在交易成本的最优组合：多资产情形405
12.4　组合交易策略414
12.5　最优交易策略：单支股票 415
12.6　最优交易策略：多支股票 427
习题 430
附录：变分法431
参考文献433
索引 435

过去 40年间，学术研究者在推进现代金融实践层面取得了重大突破，包括投资组合理论、公司融资、关于衍生产品的金融工程以及涉及整体金融市场的其他应用。在规范性决策建模背景下的组合理论研究取得了重大进步，比如从哈里 ·马科维茨开始关于如何实现最佳投资组合的理论。同一时期，从比尔 ·夏普提出的资本资产定价模型（ CAPM）开始，资本市场理论关于风险 /回报权衡的研究在描述性均衡理论背景下取得了新的进展。相关学术理论的发展为资产组合管理提供了丰富的理论源泉。这其中包括套利定价理论、效率市场理论（假说）、市场异常研究、行为金融学等。
在这样的背景下，过去 20年来，成百上千的投资管理从业者及信托人将投资组合管理现代化作为奋斗目标也就不足为奇了。在市场需求和追逐高回报动机的驱使下，新的投资专业岗位 —量化分析应运而生。比如，具备科学、经济学或金融学领域高学历的量化分析师们，往往通过发掘市场的异常现象，获取更佳收益。
因此，量化证券投资策略在投资界赢得了越来越多的认可，成为投资领域的新风尚。从旨在降低风险并赶超市场指数的增强型产品，到为产生正收益而不考虑市场走势的绝对收益策略（多空对冲基金），其应用可谓多种多样。
量化证券投资组合管理结合了多个学科的理论和先进技术，包括金融经济学、会计学、数学以及运筹学等。尽管这些学科的专业书很多，但很少有书系统地在数学框架下研究量化投资分析，因而量化投资分析从业者和对此感兴趣的学生所能找到的、合适的参考书少之又少。
本书旨在提出一套单独、系统的论述，结合针对不同主题的详细的数学方法，构建量化证券投资组合管理的坚实基础。在许多情况下，我们使用数学术语描述这一领域的相关问题，并以数学的严谨推理来解决这些问题，构建起分析框架。我们会用数字以及实例来阐述这些数学概念以及解决方法。在此过程中，我们梳理了量化投资战略或相关因子及其学术渊源。如果从业人员受困于诸多普通建模问题中太过单纯的处理方法，并且想要
iv < Quantitative Equity Portfolio Management
通过数学分析获得更深理解的时候，本书可以为其答疑解惑。不管你是出于好奇还是为了求职，我们都希望本书可以对量化投资分析感兴趣的计算金融学专业和量化金融专业的学生提供作为研读之用的教科书或参考书。作为从业者，我们强烈感觉到这类专业的课程设置比较偏重期权定价理论和各种市场效率的微观观点，多数忽略了投资组合理论和管理。
作为这个领域的实践者和积极的研究者，我们挑选了量化投资组合管理中一些重要的话题，内容不仅包含理论基础，还涉及最新的技术。由于话题多样，我们采用了灵活的论述方式：在恰当的时候，灵活使用理论思辨、数值研究以及实证等不同的研究方法。
本书的出版得益于许多人的帮助。感谢普特南投资公司的乔 ·约瑟夫
（Joe Joseph）对第 6章所贡献的观点。感谢诺斯菲尔德（ North.eld）的丹·迪巴托罗密欧（ Dan diBartonlomeo）以及诺斯菲尔德研讨会的与会者对会议报告所给予的反馈，其中很多建议都已纳入本书。感谢弗兰克 ·法博齐 (Frank Fabozzi)和吉福德·方 (Gifford Fong)对我们研究的认可，并将他们的观点分别发表在《投资组合管理杂志》和《投资管理杂志》。也感谢在磐安公司 (PanAgora) 和普特南 (Putnam)公司工作的同事们给出了颇有见地的评价。贝蒂 ·安妮·凯斯 (Betty Anne Case)、克雷格·诺尔德 (Craig Nolder)和佛罗里达州立大学的亚历克·克奇瓦尔 (Alec Kercheval)对我们工作给予了鼓励，并展开了学术讨论。也感谢阿特米亚 ·伍德吉特
Artemiza Woodgate）和弗莱德·科珀（ Fred Copper）对我们的研究提出的建议。最后，非常感谢詹妮弗 ·克洛蒂（ Jennifer Crotty）为我们的书稿进行编辑校对。对于本书的疏漏之处，欢迎指正。
Preface
Over the last 40 years, academic researchers have made major break-throughs in advancing modern practice in finance. These include portfolio theory, corporate finance, financial engineering of derivative instruments, and many other applications pertaining to financial markets overall. Formal portfolio theory research saw major advances in the context of normative choice modeling, including how to form an optimal portfolio, beginning with Harry Markowitz. Parallel with this, we saw new advances in capi-tal market theory in the context of descriptive equilibrium propositions in terms of the risk/return tradeoff, beginning with Bill Sharpe and the Capital Asset Pricing Model (CAPM). Many related academic developments pro-vided rich portfolio management insight, including Arbitrage Pricing The-ory (APT), market efficiency proposition, market anomalies, and behavioral finance.
Against this backdrop, it is therefore not surprising, over the p