《中信证券投资研究方法——量化研究说课材料》由会员分享，可在线阅读，更多相关《中信证券投资研究方法——量化研究说课材料（43页珍藏版）》请在金锄头文库上搜索。
1、中信证券投资研究方法量化研究目录目录2n量化投量化投资研究的定位研究的定位 n量化投量化投资：仓位与情位与情绪监控控n量化投量化投资：行：行业配置与行配置与行业轮动n量化投量化投资：大小：大小盘风格格轮动监测n量化投量化投资：驱动因子及量化因子及量化选股股n量化投量化投资：事件：事件驱动交易交易2.1 中信证券基金仓位监测方法介绍中信证券基金仓位监测方法介绍n可以分可以分为净值收益估收益估计和和净值波波动率估率估计两种方法两种方法n实际：股票：股票S、债券券B、现金金C；假；假设：忽略：忽略现金部分，股票金部分，股票仓位位a，则债券券仓位位1-a基金基金净值收益估收益估计法法基金基金净值波波动
2、估估计法法震震荡市市线形形趋势不明不明显时效果不好，效果不好，此此时波波动率估率估计效果更好效果更好n确定估确定估计方法之后最方法之后最为重要的就是确定不同重要的就是确定不同资产的收益，尤其是股票的收益，尤其是股票头寸寸n指数替代法、基金重指数替代法、基金重仓股替代法、股替代法、风格重格重仓指数替代法等指数替代法等n净变动更更值得关注得关注n股票股票S、债券券B价格价格变动幅度不同幅度不同导致致仓位自然位自然变化；基金主化；基金主动调整整组合合导致致仓位位变动，我我们称称为净变动。（增（增仓行行为：增加股票：增加股票头寸寸/减少减少债券或者券或者现金金头寸寸应对赎回；减回；减仓行行为：卖出股票
3、出股票/申申购资金没有金没有转化成相化成相应股票股票头寸）寸）62.2 基金仓位估计误差控制在正负基金仓位估计误差控制在正负1%中信基金中信基金仓位位监测所跟踪基金数量与分所跟踪基金数量与分类数据来源：中信证券数量化投资分析系统保本型保本型偏债型偏债型中信中信证券基金券基金仓位精度分析位精度分析n总体来看，基金体来看，基金仓位估位估计存在正存在正负1%的的误差；由于采用了更加适用的差；由于采用了更加适用的模型，模型，07年年2季度以后跟踪季度以后跟踪误差出差出现显著下降著下降72.3 仓位峰谷值与仓位趋势判断仓位峰谷值与仓位趋势判断全部全部样本基金与股票型本基金与股票型样本基金本基金历史史仓位
4、位测算走算走势数据来源：中信证券数量化投资分析系统仓位的谷位的谷值与峰与峰值可以帮助我可以帮助我们判断判断趋势的反的反转。82.4 情绪影响投资决策，导致投资行为偏差情绪影响投资决策，导致投资行为偏差n投投资者并非完全理性，受制于情者并非完全理性，受制于情绪波波动心理因素在投心理因素在投资决策和市决策和市场演演绎中起着重要作用中起着重要作用情情绪的大幅度波的大幅度波动导致致认知偏差和情知偏差和情绪偏差，从而放大偏差，从而放大乐观或者悲或者悲观的情的情绪投投资者情者情绪也是也是产生一些金融生一些金融“异象异象”的原因之一的原因之一n投投资者行者行为存在各种各存在各种各样的偏差的偏差过度自信度自信
5、过度反度反应与反与反应不足不足损失失厌恶与与处置效置效应从众心理与羊群心理从众心理与羊群心理暴富心理与新股炒作暴富心理与新股炒作安全心理与低价股效安全心理与低价股效应洛杉机洛杉机时报市市场情情绪周期周期92.5 建立投资者情绪监控指标体系，拟合成情绪指数建立投资者情绪监控指标体系，拟合成情绪指数项目项目代理变量名称代理变量名称变量描述变量描述市场整体类指标市场整体类指标 P/E市场整体市盈率市场整体市盈率P/B市场整体市净率市场整体市净率TURNOVER市场整体换手率市场整体换手率市场结构类指标市场结构类指标 ADV/DEC市场上涨家数比下跌家数市场上涨家数比下跌家数ARMS上涨家数比上涨家数
6、成交量比下跌家数比下跌家数成交量上涨家数比上涨家数成交量比下跌家数比下跌家数成交量High/Low市场创新高家数比创新低家数市场创新高家数比创新低家数SML小盘股相对大盘股的超额收益率小盘股相对大盘股的超额收益率IPO系列指标系列指标 NIPO股票首发上市家数股票首发上市家数RIPO股票上市首日涨幅股票上市首日涨幅封闭式基金折价率封闭式基金折价率CEFD市场封闭式基金折价率市场封闭式基金折价率资金流动指标资金流动指标NAAA股帐户净增加数股帐户净增加数n数据来源及数据来源及频率率n数据来源：数据来源：Wind，中信数量化投，中信数量化投资分析系分析系统，中登等；周，中登等；周频率率nA股股净开
7、开户数数历史史较短，以前四短，以前四类指指标为主主102.6 采用主成份法拟合情绪指数，形成可持续更新采用主成份法拟合情绪指数，形成可持续更新n标准化准化处理理n选择主成主成份份变量量n滚动计算，算，头尾相尾相连成成指数指数n采用主成份法，提取第一和第二主成份采用主成份法，提取第一和第二主成份n第一主成份，称之第一主成份，称之为“投投资者情者情绪水平指数水平指数”n第二主成份，称之第二主成份，称之为“投投资者情者情绪变动指数指数”n主成份主成份拟合步合步骤n周周频率数据；率数据；标准化准化n数据来源及数据来源及频率率n数据来源：数据来源：Wind，中信数量化投，中信数量化投资分析系分析系统，中
8、登等；周，中登等；周频率率nA股股净开开户数数历史史较短，以前四短，以前四类指指标为主主112.7 情绪指数的多种应用情绪指数的多种应用n投投资者情者情绪水平指数在水平指数在2之之间波波动n可以提前可以提前12月月预测股市的大股市的大顶和大底和大底n投投资者情者情绪变动指数衡量投指数衡量投资者情者情绪的的变动幅度幅度n历史史经验表明，当情表明，当情绪变动指数的指数的值突破突破5时（其（其值一般在一般在1.46，5.69之之间波波动），），后后续铁定出定出现一个跌幅超一个跌幅超过6的的调整。当情整。当情绪指数从指数从负值上升到上升到3附近附近时，后，后续可能出可能出现调整，整，调整幅度在整幅度在
9、历史史经验上不一，或不超上不一，或不超过1，或达到，或达到5。投投资者情者情绪水平指数水平指数Vs.中中标A股股综合指数合指数投投资者情者情绪水平指数水平指数Vs.未来一周未来一周涨跌幅跌幅数据来源：中信证券数量化投资分析系统数据来源：中信证券数量化投资分析系统12目录目录13n量化投量化投资研究的定位研究的定位n量化投量化投资：仓位与情位与情绪监控控n量化投量化投资：行：行业配置与行配置与行业轮动n量化投量化投资：大小：大小盘风格格轮动监测n量化投量化投资：驱动因子及量化因子及量化选股股n量化投量化投资：事件：事件驱动交易交易3.1 行业比较的自上而下行业比较的自上而下VS自下而上自下而上B
10、ottom-UpTop-DownnPortfolionAsset AllocationnSecurities SelectionnRisknManagementnA股市场行业结构股市场行业结构n股改前后发生很大变化股改前后发生很大变化n产业转型与整合产业转型与整合n大量市场外存量资产上市大量市场外存量资产上市3.2 从多个角度入手分析从多个角度入手分析A股市场行业轮动规律股市场行业轮动规律nA股市股市场具有独特的投具有独特的投资时钟和行和行业轮动特征特征n行行业间的高度的高度联动n行行业轮动快速切快速切换行行业配置配置结果果长期期短期短期中期中期动量反量反转业绩驱动估估值回复回复中信行业中信行
11、业证监会证监会nGICSGICS周期周期非周期非周期上上/ /中中/ /下游下游行业分类行业分类153.3 行业选择：业绩驱动行业选择：业绩驱动+估值回复估值回复+动量反转动量反转n结果回溯：果回溯：n66.7%的月份配对66%以上行业。n长期看能配好57.8%的行业。n超配情况：超配情况：n08年11月耐用消费/能源/原材料n09年4月金融地产/能源n09年7月消费（零售、医药、半导体、传媒）n09年8月食品医药、健康设备、软件服务、公用事业定量定量组合的合的历史配置情况史配置情况数据来源：中信证券数量化投资分析系统3.4 主要基于业绩驱动和估值回复进行中期行业配置主要基于业绩驱动和估值回复
12、进行中期行业配置数据来源：中信证券数量化投资分析系统2009年年4月月30日行日行业配置策略不同行配置策略不同行业超配超配/低配情况（按低配情况（按GICS行行业划分）划分）n根据根据财务数据披露数据披露节奏季度奏季度调整整历史成功概率史成功概率58.9%173.5 积极利用动量反转把握短期行业轮动积极利用动量反转把握短期行业轮动数据来源：中信证券数量化投资分析系统持有期和持有期和观测期均期均为一个月的一个月的动量反量反转效效应nA股市股市场行行业动量反量反转效效应分析分析短期短期动量效量效应显著：持有期和著：持有期和观察期均察期均为一个月的一个月的动量效量效应最最显著著中期反中期反转效效应存
13、在：持有期和存在：持有期和观察期均察期均为六个月的反六个月的反转效效应更明更明显定量行定量行业模型建模型建议短期超配行短期超配行业数据来源：中信证券数量化投资分析系统18目录目录19n量化投量化投资研究的定位研究的定位n量化投量化投资：仓位与情位与情绪监控控n量化投量化投资：行：行业配置与行配置与行业轮动n量化投量化投资：大小：大小盘风格格轮动监测n量化投量化投资：驱动因子及量化因子及量化选股股n量化投量化投资：事件：事件驱动交易交易4.1 确定大小盘轮动指标体系，计算月度风格指针确定大小盘轮动指标体系，计算月度风格指针大小大小盘风格格轮动判断指判断指标体系体系指标名称指标名称指标解释指标解释
14、指标应用指标应用技术指标技术指标1212月的月的RSIRSI（以大小盘指数的（以大小盘指数的比值为对象）比值为对象）当当RSIRSI高于高于8080，超买，利于大盘股；低于，超买，利于大盘股；低于2020，超卖，利于小盘股，超卖，利于小盘股波动性波动性上证指数的波动率（滚动上证指数的波动率（滚动100100日计算并年化）日计算并年化）波动率增大时，风险担忧扩大，不利于小盘股波动率增大时，风险担忧扩大，不利于小盘股盈利状况盈利状况工业增加值工业增加值当工业增加值显著回升时，大盘股方被关注当工业增加值显著回升时，大盘股方被关注通货膨胀通货膨胀CPICPI上升的通涨带来货币紧缩，此时，大盘股表现相对
15、更好一些。上升的通涨带来货币紧缩，此时，大盘股表现相对更好一些。货币环境货币环境M1M1增速增速银根收紧更不利于小盘股银根收紧更不利于小盘股流动比率（流动比率（M1/M2M1/M2）下降的下降的M1/M2M1/M2更不利于小盘股更不利于小盘股短期利率（短期利率（3 3个月）个月）贷款成本下降时，对于小盘股更有利贷款成本下降时，对于小盘股更有利n风格指格指针的的值通通过加加权计算各算各项指指标而得到而得到计算公式：算公式：大于大于5时，意味着投，意味着投资风格格倾向于大向于大盘股；小于股；小于5时，意味着投，意味着投资风格格倾向于小向于小盘股股204.2 通过风格指针的值判断风格轮动趋势通过风格
16、指针的值判断风格轮动趋势小小盘股股/大大盘股股Vs.月度月度规模模风格格轮动指指标（1996年至今）年至今）n风格指格指针在大在大趋势走向上判断准确走向上判断准确Hit Ratio达到近达到近60%据此据此调整投整投资组合，超越全市合，超越全市场约80%21目录目录22n量化投量化投资研究的定位研究的定位n量化投量化投资：仓位与情位与情绪监控控n量化投量化投资：行：行业配置与行配置与行业轮动n量化投量化投资：大小：大小盘风格格轮动监测n量化投量化投资：驱动因子及量化因子及量化选股股n量化投量化投资：事件：事件驱动交易交易5.1 投资收益可以分解为市场因子、情绪因子、规模因子等投资收益可以分解为
17、市场因子、情绪因子、规模因子等n多因素模型：除市多因素模型：除市场因子外，因子外，规模、价模、价值、动能等因子能等因子对业绩均有均有贡献献n典型的因素模型典型的因素模型nFama三因素模型三因素模型 包含包含动量的四因素模型量的四因素模型nTwo Factor ：The Little Book that Beats The MarketnEarning Yield(Modified)/Return on Capital(Modified)nBarra模型模型 59-FactornVanguards 70-Factor Model市场因子市场因子情绪因子情绪因子基本因子基本因子宏观因子宏观因子2
18、35.2 通过量化因子监控体系洞悉通过量化因子监控体系洞悉A股演绎路径股演绎路径n经过三次修改和完善形成目前的三次修改和完善形成目前的监控体系控体系n已跟踪六大已跟踪六大类共共24个因子从个因子从99年以来市年以来市场表表现，正在覆盖更多因子，正在覆盖更多因子因子分类因子分类成长因子成长因子价值因子价值因子盈利因子盈利因子动量因子动量因子风险因子风险因子规模因子规模因子成长型成长型价值型价值型绩优型绩优型大中小盘大中小盘GARP/VAMGARP/VAM风格划分风格划分PEPBPSEV/EBIDTAEPSEPS增长增长净利润增长净利润增长营业利润增长营业利润增长利润总额增长利润总额增长销售净利率
19、销售净利率ROEROAROIC1 M Price3 M Price6 M Price12 M Price3M Beta6M Beta3M Vol6M Vol财务杠杆财务杠杆利息覆盖倍数利息覆盖倍数资金动量资金动量盈余动量盈余动量成交动量成交动量预测预测EPSEPS增长增长毛利率毛利率期间费用率期间费用率PCF总股本股本持股集中度持股集中度流通股本流通股本245.3 最新体系最新体系综合考虑因子收益率和模型稳定性综合考虑因子收益率和模型稳定性L/S Accumulative PerformanceDifference of L/H PostAlpha Prob.Accumulative Exce
20、ss ReturnRanked Information Coefficients(IC)Avg. ReturnVolatilitySharp RatioHit RatioDurationIRsICsAvg. Prob.T-Testing255.4 长期表现：估值长期表现：估值/成长成长/风险因子贡献显著风险因子贡献显著股市股市场长期期驱动因素表因素表现对比比数据来源：中信证券数量化投资分析系统长期：期：估估值/成成长/风险轮动：规模模阶段：盈利段：盈利其他：其他：动量量进一步分大一步分大盘和和小小盘进行行细化研化研究究265.5 不同因子表现存在周期性不同因子表现存在周期性275.6 量化个股
21、精选模型之一：量化个股精选模型之一：GARP选股策略研究选股策略研究nGARP策略意味着所有的股票都策略意味着所有的股票都值得投得投资？nGARP策略可以取代价策略可以取代价值策略和成策略和成长策略？策略？n价价值和成和成长会会发生生轮动，不同市，不同市场环境具有不同表境具有不同表现nGARP策略兼策略兼顾成成长与价与价值，可以平滑不同市，可以平滑不同市场阶段表段表现更具持更具持续性性n价价值/成成长策略更加注重基本面分析，分析其内在价策略更加注重基本面分析，分析其内在价值，成，成长性性nGARP策略更加适合量化投策略更加适合量化投资价价值GARP成成长价格价格低低贵贵成长成长高高低低 Una
22、ttractiveGARPValueGrowth285.7 GARP选股策略研究：量化流程选股策略研究：量化流程295.8 寻找适合国内市场的一种模型设定：指标设定寻找适合国内市场的一种模型设定：指标设定n价价值成成长矩矩阵n数据来源：数据来源：n财务指指标和价格数据来自中信和价格数据来自中信证券数量化分析系券数量化分析系统n预测数据来自一致数据来自一致预期期成长成长指标指标预测预测EPS增长率增长率上年销售上年销售净利率净利率净利润增长率净利润增长率（上一期）（上一期） ROE（上一期）（上一期） ROE标准差标准差（过去（过去8期）期）价值价值指标指标预测预测P/E 预测预测P/E/G 历
23、史市净率历史市净率P/B历史市销率历史市销率P/S 历史历史EV/EBITDA财务指指标哪种哪种组合月度收益高合月度收益高PB低低PBPS低低PSPEG低低PEGROE高高ROEEPS增长增长高高EPS增长增长依依单一一财务指指标高低构造高低构造组合表合表现数据来源：中信证券研究部整理305.9 寻找适合国内市场的一种模型设定：打分方法寻找适合国内市场的一种模型设定：打分方法n打分方法打分方法n排序按秩打分：排名越靠前得分越高，排名越靠后得分越低（排序按秩打分：排名越靠前得分越高，排名越靠后得分越低（打分不考打分不考虑行行业差异差异）n五个价五个价值指指标和和ROE波波动按倒序排序打分按倒序排
24、序打分n除除ROE波波动外四成外四成长指指标按按顺序排序打分序排序打分n总分：每个指分：每个指标秩秩值得分加得分加总分分别得出价得出价值度和成度和成长性（性（金融金融业价价值指指标不考不考虑EV/EBITDA，因，因此四个价此四个价值得分加得分加总之后之后*5/4进行恒等行恒等变换）证券简称证券简称EPSEPS增长率增长率销售销售净利率净利率净利润同净利润同比增长率比增长率加权加权ROEROEROEROE波动率波动率成长得分成长得分预测预测PEPE预测预测PEGPEG市净率市净率PBPB市销率市销率PSPS企业倍数企业倍数EV/EBITDAEV/EBITDA价值得分价值得分深发展深发展A5.9
25、779.1637.8139.283.79936.0329.3257.3995.4374.735-33.62万科万科A7.2377.1744.8075.7254.82529.7688.8398.0924.8523.934-32.146南玻南玻A7.4268.8579.3078.2366.34640.1723.7456.2383.0883.2325.55421.857深康佳深康佳A4.6722.2697.6243.7549.20827.5276.9315.0149.7039.7665.7737.184一致药业一致药业4.6272.7376.6889.3253.48426.8614.1773.637
26、1.5769.3794.75323.522价价值成成长矩矩阵打分示意打分示意数据来源：中信证券数量化投资分析系统315.10 我们的选股策略展现出持续的增强效果我们的选股策略展现出持续的增强效果数据来源：中信证券数量化投资分析系统中信中信证券量化策略券量化策略组合走合走势（2006年年8月之前月之前为后后验的模的模拟，之后，之后则是是“真真枪实弹”的的show）325.11 价值动量模型的逻辑价值动量模型的逻辑n价价值因子因子n入选股票同时具备高E/P和高B/P的特征n动量因子量因子n长期动量信号捕捉强势行业和个股的“惯性”n反转因子作为短期信号修正335.12 量化个股精选模型之二：价值动量
27、策略量化个股精选模型之二：价值动量策略n基基础股票池：沪深股票池：沪深300；交易成本：；交易成本：0.3%n月平均收益率为0.95%，超额收益的标准差为0.0262n每期换手率平均是52.07%，入选的股票数量31.46支34市值加权市值加权等权重等权重200312.92%7.44%2004-0.08%-2.19%20055.46%-0.06%200610.28%9.03%200710.62%20.86%200833.97%32.72%20090.06%11.50%平均平均10.46%11.33%20032009价价值动量模型量模型历史表史表现模型模型历年超年超额收益收益目录目录35n量化投
28、量化投资研究的定位研究的定位n量化投量化投资：仓位与情位与情绪监控控n量化投量化投资：行：行业配置与行配置与行业轮动n量化投量化投资：大小：大小盘风格格轮动监测n量化投量化投资：驱动因子及量化因子及量化选股股n量化投量化投资：事件：事件驱动交易交易6.1 事件驱动交易、时机创造价值事件驱动交易、时机创造价值n分分红送配、股送配、股权激励、成分股激励、成分股调整、股整、股东增持等事件增持等事件带来交易机会来交易机会n事件冲事件冲击能能带来超来超额收益，但是把握收益，但是把握时机和机和节奏很关奏很关键分离分离债发行行分分红送配送配指数成分股指数成分股调整整股改股改资产注入注入权证行行权股股东增持增
29、持股股权激励激励366.2 事件驱动交易研究方法事件驱动交易研究方法n事件事件驱动研究方法的定量部分研究方法的定量部分n基准指数：沪深基准指数：沪深300指数指数n估估计期：以事件公告日期：以事件公告日为第第0天，以天，以-T为公告日前第公告日前第T个交易日，个交易日，T为公告日后第公告日后第T个交个交易日。易日。n事件分析期：以事件事件分析期：以事件发生日前后各生日前后各N个交易日个交易日为分析期，分析事件分析期，分析事件发生前后是否出生前后是否出现超超额收益以及出收益以及出现超超额收益的具体收益的具体时间区段区段n定定义好参数以后，通好参数以后，通过事件研究方法事件研究方法计算出考察算出考
30、察样本的超本的超额收益和累收益和累计超超额收益情况收益情况n事件事件驱动研究方法的定性部分研究方法的定性部分n剔除异常因素剔除异常因素带来的干来的干扰值，寻找定量分析找定量分析结果的背后机理果的背后机理n建立事件建立事件驱动的常的常态跟踪机制，跟踪机制，发现事件事件驱动机会并捕捉交易机会并捕捉交易时机机376.3 6.3 案例分析：可分离债发行、高送配案例分析：可分离债发行、高送配n在可分离在可分离债的的发行行过程中，存在事件程中，存在事件驱动交易机会交易机会n发审委委过会、募集会、募集说明明书发布、股布、股权登登记和和债券券权证上市四个事件上市四个事件对股价有股价有显著的影响著的影响n高送配
31、高送配对于股价具有短期影响于股价具有短期影响n分配分配预案信息提前走漏的可能性案信息提前走漏的可能性较大，大，预案公布前案公布前进入可以入可以获得一定的超得一定的超额收益收益可分离可分离债发行前后存在的超行前后存在的超额收益机会收益机会送配送配预案公告事件前后累案公告事件前后累计超超额收益走收益走势386.4 事件驱动交易，时机创造价值事件驱动交易，时机创造价值n事件事件驱动交易，交易，时机机创造价造价值n事件事件导致股价短期致股价短期变化化n分析事件，定位交易分析事件，定位交易时机机n抓住抓住时机，捕机，捕获交易价交易价值n融融资融券推出之后融券推出之后n获取事件取事件对股价的股价的负面影响
32、收益面影响收益n引入股指期引入股指期货，锁定价定价值n对冲系冲系统风险，锁定超定超额收益收益系系统风险（ ）股股指指期期货空空头（-）仅留下超留下超额收益（收益（alpha）超超额收收益益（）39中信证券金融工程团队：不积跬步，无以至千里中信证券金融工程团队：不积跬步，无以至千里n胡浩（胡浩（010-84588430，）n02年加入中信年加入中信证券，中国人民大学券，中国人民大学统计学学硕士、金融工程士、金融工程专业博士。早博士。早年征年征战于金融于金融产品开品开发小小组，后，后转入研究部，国内横跨指数开入研究部，国内横跨指数开发、基金、基金评级、基金、基金产品品设计、股指期、股指期货、量化策
33、略等多、量化策略等多领域的域的专业人士之一，人士之一，现为金融工程金融工程团队负责人。人。n严高高剑（010-84588430，）n06年加入中信年加入中信证券，中国人民大学券，中国人民大学应用数学学士、数量用数学学士、数量经济学学硕士。具士。具有深厚的金融数学、有深厚的金融数学、计量量经济学功底，在因子学功底，在因子驱动及量化及量化选股、行股、行业配配置、事件置、事件驱动策略等方面推出了很多有影响力的策略等方面推出了很多有影响力的报告。告。n马坚（010-84588685，）40n00年年毕业于清于清华大学大学计算机科学与技算机科学与技术系，同年加入中信系，同年加入中信证券，券，见证了了中信
34、中信证券数量化分析系券数量化分析系统的的创立与演立与演进。曾从事中信。曾从事中信标普系列指数的普系列指数的编制与开制与开发、数量化投、数量化投资系系统的的设计开开发，具，具备扎扎实的的计算机算机编程功底和程功底和多年的数据多年的数据库管理管理经验，现主要从事指数及衍生品的研究，主要从事指数及衍生品的研究，负责金融工金融工程研究成果的程研究成果的软件化。件化。中信证券金融工程团队：不积跬步，无以至千里中信证券金融工程团队：不积跬步，无以至千里n李李栋（010-84588397，）n09年加入中信年加入中信证券，清券，清华大学自大学自动化系学士及化系学士及硕士。加入中信士。加入中信证券前曾券前曾服
35、役于服役于对冲基金千年冲基金千年资本管理公司两年有余，主要工作是开本管理公司两年有余，主要工作是开发适用于美适用于美股、欧股和日股的量化交易模型，股、欧股和日股的量化交易模型，对统计套利具有套利具有较深的理解。深的理解。现主要主要从事从事A股的多空量化交易研究。股的多空量化交易研究。n林小林小驰（010-84588425，）n07年加入中信年加入中信证券，北京大学会券，北京大学会计学博士。具有深厚的会学博士。具有深厚的会计学功底，在学功底，在财务分析、分析、财务造假造假识别、财务因子特性等方面因子特性等方面进行行长期的研究。期的研究。现主主要要负责财务培培训及及财务因子在因子在A股的股的应用研究。用研究。n岳子岳子义（010-84588054，）41n07年年毕业于清于清华大学大学软件工程系，件工程系，10年加入中信年加入中信证券，加入中信券，加入中信证券前券前曾服役于曾服役于IBM软件开件开发中心，具中心，具备扎扎实的的计算机算机编程功底和多年的数据程功底和多年的数据库管理管理经验，现主要从事金融工程的数据主要从事金融工程的数据库建建设及研究成果的及研究成果的软件化。件化。联系人：胡系人：胡 浩浩 010-84588430 致谢！致谢！42
