當前位置:首頁 » 股票行業 » bsquare科技股票怎麼樣
擴展閱讀
設計總院股票歷史股價 2023-08-31 22:08:17
股票開通otc有風險嗎 2023-08-31 22:03:12
短線買股票一天最好時間 2023-08-31 22:02:59

bsquare科技股票怎麼樣

發布時間: 2023-06-29 06:43:29

⑴ 什麼是擬合指數

擬合指數 Simulation Index/fit index/Agreement Index
擬合是《計量經濟學》研究的范疇,所謂擬合指數簡單的說就是選擇的變數與被解釋變數之間的相關關系
股票\基金擬合指數:

指數基金是一種擬合目標指數、跟蹤目標指數變化為原則,實現與市場同步成長的基金品種。指數基金的投資採取擬合目標指數收益率的投資策略,分散投資於目標指數的成分股,力求股票組合的收益率擬合該目標指數所代表的資本市場平均收益率。

操作簡單透明度高

從理論上講,指數基金的運作方法簡單,只要根據每一種證券在指數中所佔的比例購買相應比例的證券,長期持有就可。

其次,指數基金費用低廉。由於指數基金採取持有策略,不用經常換股,交易成本遠遠低於積極管理的基金。

此外,指數基金的業績透明度較高。投資人看到指數型基金跟蹤的目標基準指數漲了,就會知道自己投資的指數型基金今天凈值大約能升多少。所以很多機構投資人和一些看得清大勢、看不準個股的個人投資者比較喜歡投資指數型基金,不必再有「賺了指數不賺錢」的苦惱。

有效規避非系統性風險

與其他基金相比,指數基金的優點首先在於能夠有效規避非系統性風險,因而指數基金廣泛地分散投資,任何單個股票的波動都不會對指數基金的整體表現構成影響,從而分散風險。另一個方面,由於指數基金所釘住的指數一般都具有較長的歷史可以追蹤,在一定程度上指數基金的風險是可以預測的。

因此,從長期來看,指數基金投資業績優於其他基金。2006年,市場上的指數基金以平均125.87%的年累計凈值增長率成為最賺錢的基金品種。這種基金不會對某些特定的證券或行業投入過量資金。它一般會保持全額投資而不進行市場投機。

關鍵因素擬合指數化投資方法的實證研究

指數化投資是一種試圖完全復制某一證券價格指數或者按照證券價格指數編制原理構建投資組合而進行的證券投資。按此種方式投資的基金稱為指數基金,其收益水平目標是所基指數的變化幅度。自20世紀90年代以來,美國華爾街上大多數股票基金管理人的業績都低於同期市場指數的表現,這樣,以復制市場指數走勢為核心思想的指數基金在全球范圍內迅速發展壯大起來,並對傳統的證券投資思維形成巨大的沖擊與挑戰。在美國,指數基金的收益超過65~80%的共同基金,因而越來越受到歡迎。流入共同基金市場的新增資金中,流入指數基金的比例由1994年的2%增加到1999年的31%。1999年末美國指數基金總資金量達到3380億美元,佔全美股票基金總量的8.37%。最大的指數基金、也是全美最大的共同基金Vanguard S&P 500管理著1050億美元的資金。
我國的指數化投資出現較晚,這主要是因為我國的證券市場還比較年輕,還在不斷探索和發展,我國的投資者群體還不成熟,缺乏科學的投資觀念,市場行為的監管還欠完善,莊家炒作等非市場行為對股指有較大影響。由於這些原因的共同影響,我國股票指數常常與市場背離,不能反映市場的真實情況。
就指數化投資方法而言,市場上常用的方法主要是完全復制某一證券價格指數或者按照證券價格指數編制原理構建投資組合。這種傳統的指數化投資方法相對比較被動,在大盤正常運行的時候可以良好運作,但是當部分樣本股出現異常的快速上揚或急速下跌時,將失去進一步盈利和及時止損的機會。為了彌補這一不足,各種替代方法應運而生。
Francesco Corielli與Massimiliano Marcellino(2002)認為跟蹤指數是要建立指數的替代投資組合(replica),這個替代投資組合包含的股票要遠遠少於指數所包含的股票,並且跟蹤誤差中不包含非經常性成份,他們運用動態因子提取方法建立指數替代投資組合,用蒙特.卡羅經驗指數和EURO STOXX50指數進行了驗證。驗證結果令人鼓舞,替代投資組合基本完成了跟蹤曲線[7]。吳沖鋒(2000)運用未定因素含義法分析1998年7月8日至1999年3月29日期間上證30指數樣本股,得出由6隻股票的投資組合替代上證30指數的結論[6]。
從以上研究我們發現,指數化投資方法不一定非要按照證券價格指數編制原理構建投資組合,可以通過構建替代投資組合對指數進行跟蹤。在此基礎上,筆者提出關鍵因素擬合指數化投資方法,該方法認為,股票指數由其樣本股按照證券價格指數編制原理構成,它的走勢體現了這些樣本股的共同作用,但並不是每一隻樣本股對指數的貢獻都一樣,股票指數中存在關鍵性因素,這些關鍵因素對股指的影響體現在各自所代表的樣本股的表現之上。同樣,也並不是每一種關鍵因素所代表的樣本股對它的貢獻都一樣,關鍵因素中存在最具代表性的關鍵樣本股,正是這些最具代表性的關鍵樣本股對股票指數起著舉足輕重的作用,我們只要抓住了它們就抓住了股票指數,換句話說,我們只要投資於這些關鍵因素擬合的組合就等於投資了這個股票指數了。另外,同一關鍵因素中具有代表性的關鍵樣本股之間具有可替代性,可以使對股票指數的投資更加靈活,又不會影響投資組合的指數化性質,在一定程度上彌補了傳統方法的不足。
下面我們將以上證50指數為研究對象,對關鍵因素指數化投資方法進行實證研究。論文的結構安排如下:首先,我們進行研究設計,確定研究的程序、模型、樣本及數據;然後,我們對數據進行因子分析,提取出上證50指數的關鍵因素;在此基礎上,我們將按關鍵因素構造出的投資組合與實際的上證50指數進行相關性檢驗和回歸分析以驗證該方法;最後得出結論。
研究設計

一、 研究程序與模型設計
第一步,我們要找出影響上證50指數走勢的關鍵性因素。
我們以上證50指數成份股個股的日收益率為基礎進行因子分析,提取出反映上證50指數走勢的n個共同因子,這n個共同因子即代表了影響上證50指數走勢的n個關鍵因素的。構造多因素模型如下:
Index50=A1*F1+A2*F2+……+An*Fn+ε
式中:Index50為上證50指數;Fn為第n個共同因子;An為第n個共同因子對上證50指數的貢獻率;ε為殘差。
在找出這n個關鍵因素之後,我們要進一步找出這n種關鍵性的共同因子所代表的樣本股。對應關系如下:
F1~a1(stock11)+a2(stock12)+……
F2~b1(stock21)+b2(stock22)+……
…………………………………
Fn~n1(stockn1)+n2(stockn2)+……
式中:Fn為第n個共同因子;stock為共同因子所代表的樣本股;a、b……n為樣本股對共同因子的貢獻率,即因子負荷。
觀察共同因子的因子負荷強弱,我們可以分析判斷出各個共同因子所反映的關鍵因素,並對它們進行相應的解釋。
第二步,為了證明我們找出的這n個關鍵因素是否真的能夠反映上證50指數的走勢。我們用它們中最具代表性的一組樣本股構造出一個投資組合Portfolio50,與上證50指數Index50進行比較,驗證是否Portfolio50與Index50等價。
為此,我們找出對這n個關鍵因素最有代表性的i個樣本股,按照其方差對總方差解釋的貢獻率所佔比重作為權重構造投資組合如下:
Portfolio50=w1*STOCK1+w2*STOCK2+……+wi*STOCKi
式中:Portfolio50為構造的投資組合的日收益率;STOCKi為參與構造投資組合的第i個最有代表性的樣本股的日收益率;wi為第i只樣本股的權重。
計算出投資組合Portfolio50的日收益率和上證50指數的日收益率Index50,在通過相關性檢驗之後,將Portfolio50與Index50進行線性回歸分析。構造回歸模型如下:
Portfolio50=a+b*(Index50)+ε
式中:Portfolio50為構造的投資組合的日收益率;Index50為上證50指數的日收益率;a為常數項;b為回歸系數;ε為殘差。
如果該模型經檢驗成立,並且a趨近於0,同時b趨近於1,那麼Portfolio50≈Index50,即Portfolio50與Index50等價,說明我們找出的這n各關鍵性因素能夠真實地反映上證50指數的走勢,Portfolio50可以代替上證50指數進行指數化投資。
二、 模型變數計算
上證50指數成份股個股日收益率用相對收益率計算,假如碰到配股、送股、送現金紅利的情況,則用下面的公式計算:

式中:rit為第i種股票的第t日收益率;Pt、Pt-1分別為t日和t-1日的收盤價;C為以t-1日為基準的t日每股現金紅利;As為以t-1日為基準的t日每股配股比例;S為以t-1日為基準的t日每股配股價;Ad為以t-1日為基準的t日每股送股比例。
上證50指數日收益率Index50同樣用相對收益率計算,公式如下:

式中:Rt為上證50指數的第t日收益率;Pt、Pt-1分別為上證50指數t日和t-1日的收盤價。
三、 研究樣本選擇
本文研究中所需的上證50指數收盤價、成份股個股的收盤價、現金紅利等原始交易數據來源於上海萬國股市測評咨詢有限公司製作的「大智慧證券信息平台V5.00」。
因子分析過程中,樣本數據時期為2002年12月03日至2004年03月18日,每隻樣本股包含309條數據記錄。由於各種原因引起暫時停牌而產生的缺失值採用相鄰數據平均法填補。
考慮到個別新上市公司樣本股上市日期太短,樣本數據數量不充分,業績容易出現非正常波動,而且公司內部各方面的運行機制還不夠健全和完善,為使檢驗不受少部分數據干擾,將其剔出樣本股,在關鍵因素確立之後再根據專業知識單獨判斷其屬性。剔出樣本股共五隻,分別為:白雲機場(600004)、華夏銀行(600015)、南方航空(600029)、中信證券(600030)和長江電力(600900)。
綜上,因子分析樣本股中共納入45隻上證50指數樣本股,每隻含309條日收益率記錄,共計309組,13905條日收益率記錄。
相關性檢驗與回歸分析過程中,由於上證50指數自2004年1月2日起正式發布,指數簡稱上證50,指數代碼000016,基日為2003年12月31日。到目前為止數據量太小,所以我們無法直接用它計算。但是上海證券交易所為上證50的順利推出,於2003年1月2日起發布上證50板塊概念指數993265。其編制方法與走勢和上證50基本相同,只是所取的基數有所不同。在此我們用上證50板塊概念指數993265數據代替上證50指數000016數據進行計算。計算的時間跨度為前面分析時期的子集區間2003年07月22日至2004年03月12日,同樣,缺失值的處理方法採用相鄰數據平均數填補法,共計155組數據。

因子分析

表1 KMO統計量和Bartlett』s球形檢驗表
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .958
Bartlett's Test of Sphericity Approx. Chi-Square 9857.426
df 990
Sig. .000
首先,我們對各樣本股日收益率數據採用KMO統計量和Bartlett』s球形檢驗,以判斷樣本數據是否符合因子分析的前提條件。可以看出,表格中檢驗變數間偏相關性的KMO統計量,數值為0.958,接近1,表明各變數間的相關程度無太大差異,數據非常適合做因子分析。同時,Bartlett』s球形假設檢驗的結果也被拒絕,強烈認可了變數之間的相關性,說明各樣本股日收益率之間存在共同信息,符合提取共同因子的前提條件。見表1。
本文採用的因子提取方法為主成分分析法(Principal Components Analysis)。考慮到共同因子的可解釋性,在提取因子的過程中採用正交旋轉,具體旋轉方法為方差最大化正交旋轉(Varimax)。根據提取的主成分共同因子的累積貢獻率達到約85%以上為標准,一共提取20個共同因子。信息提取的充分性檢驗表(略)告訴我們,按照上訴共同因子提取標准,樣本股信息的提取基本是充分的。
表2 共同因子所解釋的方差百分比表
Factor F1 F2 F3 F4 F5 F6 F7 F8 F9 F10
%of Variance 42.311 6.849 4.540 3.208 2.395 2.856 2.367 2.133 2.035 1.844
Cumulative% 42.311 49.160 53.700 56.908 59.764 62.158 64.525 66.658 68.693 70.537
Factor F11 F12 F13 F14 F15 F16 F17 F18 F19 F20
%of Variance 1.728 1.674 1.553 1.491 1.410 1.324 1.286 1.261 1.201 1.154
Cumulative% 72.265 73.939 75.491 76.982 78.392 79.716 81.002 82.263 83.464 84.618
我們把共同因子所解釋的方差百分比(表2)作為因子對指數所貢獻的權重,相應的多因素模型如下:
Index50=0.4231*F1+0.0685*F2+0.0454*F3+0.0321*F4+0.0286*F5+0.0239*F6+0.0237*F7+0.0213*F8+0.0204*F9+0.0184*F10+0.0173*F11+0.0167*F12+0.0155*F13+0.0149*F14+0.0141*F15+0.0132*F16+0.0129*F17+0.0126*F18+0.0120*F19+0.0115*F20+ε
經過方差最大化正交旋轉之後,將因子和變數之間因子負荷大於0.4的變數提出來,再根據同一樣本股對共同因子的貢獻大小取相對較大的值。我們得到以下20個共同因子所主要代表的樣本股列表,見表3。

表4 共同因子代表樣本股列表
F1 600028 中國石化 F5 600664 哈葯集團
600808 馬鋼股份 600038 哈飛股份
600688 上海石化 F6 600839 四川長虹
600019 寶鋼股份 600033 福建高速
600026 中海發展 600008 首創股份
600569 安陽鋼鐵 F7 600591 上海航空
600050 中國聯通 600221 海南航空
600036 招商銀行 F8 600795 國電電力
600350 山東基建 600011 華能國際
600649 原水股份 600642 申能股份
600000 浦發銀行 F9 600643 愛建股份
F2 600602 廣電電子 F10 600887 伊利股份
600832 東方明珠 600597 光明乳業
600637 廣電信息 F11 600016 民生銀行
600100 清華同方 F12 600811 東方集團
600171 上海貝嶺 F13 600652 愛使股份
600601 方正科技 F14 600006 東風汽車
F3 600609 金杯汽車 F15 600812 華北制葯
600805 悅達投資 F16 600705 北亞集團
600104 上海汽車 F17 600895 張江高科
F4 600717 天津港 F18 600863 內蒙華電
600018 上港集箱 F19 600098 廣州控股
600009 上海機場 F20 - -
各個共同因子與樣本股的因子負荷對應關系如下:
F1~0.84(600028)+0.84(600808)+0.83(600688)+0.82(600019)+0.65(600026)+0.61(600569)+0.61(600050)+0.55(600036)+0.53(600350)+0.46(600649)+0.45(600000)
F2~0.88(600602)+0.86(600832)+0.85(600637)+0.78(600100)+0.69(600171)+0.49(600601)
F3~0.81(600609)+0.75(600805)+0.63(600104)
F4~0.76(600717)+0.67(600018)+0.46(600009)
F5~0.88(600664)+0.85(600038)
F6~0.66(600839)+0.49(600033)+0.46(600008)
F7~0.72(600591)+0.67(600221)
F8~0.56(600795)+0.55(600011)+0.52(600642)
F9~0.83(600643)
F10~0.75(600887)+0.40(600597)
F11~0.80(600016)
F12~0.81(600811)
F13~0.81(600652)
F14~0.97(600006)
F15~0.80(600812)
F16~0.77(600705)
F17~0.78(600895)
F18~0.75(600863)
F19~0.52(600098)
F20~----------------
觀察共同因子代表樣本股列表與因子負荷對應關系,我們可以分析判斷出各個共同因子所反映的關鍵因素如下:
F1對應的樣本股分別為:600028中國石化、600808馬鋼股份、600688上海石化、600019寶鋼股份、600026中海發展、600569安陽鋼鐵、600050中國聯通、600036招商銀行、600350山東基建、600649原水股份、600000浦發銀行,這些都是廣大股民所熟知的經營業績優秀,凈資產收益率很高的大盤藍籌股,其中也包含了幾只銀行股,可以說是大盤中的大盤,藍籌中的藍籌,我們可以定義因子F1為「大盤深藍股」。
F2對應的樣本股分別為:600602廣電電子、600832東方明珠、600637廣電信息、600100清華同方、600171上海貝嶺、600601方正科技,這幾只股票是高科技行業的傑出代表,主營計算機、微電子和信息產業,具有高成長性,我們可以定義因子F2為「高科技成長股」。
F3對應的樣本股分別為:600609金杯汽車、600805悅達投資、600104上海汽車,屬於典型的汽車類股票,隨著近幾年汽車行業的崛起,業績呈現穩步增長,我們可以定義因子F3為「汽車藍籌股」。
F4對應的樣本股分別為:600717天津港、600018上港集箱、600009上海機場,與水陸空港口物流和運輸有密切關系,我們可以定義因子F4為「港口物流股」。
F5對應的樣本股分別為:600664哈葯集團、600038哈飛股份,具有明顯的地域色彩,觸摸到東北老工業基地的發展脈搏,我們可以定義因子F5為「東北老工業股」。
F6對應的樣本股分別為:600839四川長虹、600033福建高速、600008首創股份,其中600033福建高速、600008首創股份主要是經營公益事業和基礎設施,我們可以定義因子F6為「基礎公益股」。但600839四川長虹的主營是電視機、空調等家用電器產品,業績彪炳,被歸於此類可以算是因統計之外原因引起的一個例外。
F7對應的樣本股分別為:600591上海航空、600221海南航空,國內航空運輸業的兩只優質股票,我們可以定義因子F7為「航空運輸股」。
F8對應的樣本股分別為:600795國電電力、600011華能國際、600642申能股份,顯然代表電力能源,我們可以定義因子F8為「電力能源股」。
F9對應的樣本股為:600643愛建股份,是上證50成份股中的非銀行類金融股,我們可以定義因子F9為「非銀行金融股」。
F10對應的樣本股分別為:600887伊利股份、600597光明乳業,皆為乳品業龍頭,乳業產品的消費與老百姓日常生活息息相關,其業績從一定角度上也體現了老百姓生活的富裕程度,我們可以定義因子F10為「乳品消費股」。
F11對應的樣本股為:600016民生銀行,銀行類股票。F12對應的樣本股為:600811東方集團,一隻綜合類股票,涉獵金融、電子商務、建材、通訊等領域。F13對應的樣本股為:600652愛使股份,主營計算機硬體及網路設備。F14對應的樣本股為:600006東風汽車,汽車行業股票。F15對應的樣本股為:600812華北制葯,醫葯化工產品的生產和銷售。F16對應的樣本股為:600705北亞集團,主營運輸物流及貿易。F17對應的樣本股為:600895張江高科,房地產類個股。F18對應的樣本股為:600863內蒙華電,主營活力發電、供熱。F19對應的樣本股為:600098廣州控股,從事能源、物流、基礎設施等綜合類股票。這些因子所代表的個股具有很強的針對性,雖然有些個股可以歸結為前面幾種共同因子,但從統計學角度來說,應單獨列出,以保證對原始信息的完整反映。F20對應的樣本股因子負荷均小於0.4,說明其可解釋性很小,體現的樣本股散亂,從專業的角度看沒有分析價值,故此將它剔出。
對於白雲機場(600004)、華夏銀行 (600015)、南方航空(600029)、中信證券(600030)和長江電力(600900)這五隻由於上市時間不長而被剔出的個股,我們可以運用專業知識將其歸類,並在今後的分析中予以驗證。白雲機場(600004)主營空港物流,可歸為F4;華夏銀行(600015)屬於銀行股,可歸為F11;南方航空(600029)主營航空運輸業,可歸為F7;中信證券(600030)為非銀行金融股,可歸為F9和長江電力(600900)主營電力能源,可歸為F8。
綜上所述,通過對上證50指數成份股個股的日收益率數據因子分析,我們提取出有實際意義的F1~F19這19個共同因子,代表了影響上證50指數走勢的19個關鍵因素。構造多因素模型如下:
Index50=0.4231*F1+0.0685*F2+0.0454*F3+0.0321*F4+0.0286*F5+0.0239*F6+0.0237*F7+0.0213*F8+0.0204*F9+0.0184*F10+0.0173*F11+0.0167*F12+0.0155*F13+0.0149*F14+0.0141*F15+0.0132*F16+0.0129*F17+0.0126*F18+0.0120*F19 +ε

相關性檢驗與回歸分析
我們將因子分析中提取的19種共同因子中有代表性的樣本股加權組合構造出一個投資組合Portfolio50,每個樣本股的權重就等於每種共同因子所解釋的方差百分比在累積百分比之中所佔的比重。比如:共同因子F1的權重等於(42.311/83.464=0.5069)。考慮到F1因子所代表的股票較多,且權重比例較大,故選入排名前四位的4隻股票,每隻股票權重取F1因子權重的四分之一,共計22隻樣本股。
構造投資組合如下:
Portfolio50=0.1267*((600028)+(600808)+(600688)+(600019))+0.0821*(600602)+0.0544*(600609)+0.0384*(600717)+0.0342*(600664)+0.0287*(600839)+0.0284*(600591)+0.0256*(600795)+0.0244*(600643)+0.0221*(600887)+0.0207*(600016)+0.0201*(600811)+0.0186*(600652)+0.0179*(600006)+0.0169*(600812)+0.0159*(600705)+0.0154*(600895)+0.0151*(600863)
Portfolio50與Index50相關性檢驗表(略)顯示,Portfolio50與Index50的相關系數在0.01置信水平下為0.943,說明Portfolio50與Index50高度相關。
表4 回歸模型與檢驗結果表
Model Sum of Squares df Mean Square F Sig.
1 Regression .025 1 .025 1238.863 .000
Resial .003 153 .000
Total .028 154

表5 回歸系數與檢驗結果表
Model Unstandardized Coefficients Standardized Coefficients t Sig. Correlations
B Std. Error Beta Zero-order Partial Part
1 (Constant) 7.235E-04 .000 2.004 .047
INDEX50 1.021 .029 .943 35.197 .000 .943 .943 .943
從回歸模型與檢驗結果(表4)我們可以看出該回歸模型具有明顯的統計學意義。從回歸系數與檢驗結果(表5)我們可以看出該回歸模型系數b具有明顯的統計學意義,且b值為1.021。對於常數項的檢驗雖然沒有統計學意義,但這無關緊要,出於常識,我們一般都將其保留在方程中,a值為0.0007235。
據此我們可以構建回歸模型如下:
Portfolio50=0.0007235+1.021*(Index50)
式中:常數項a=0.0007235,非常接近於0,回歸系數b=1.021,也同樣接近於1。所以我們可以認為Portfolio50≈Index50。
最後,我們進行回歸模型擬合效力評價分析(過程略)。由擬合模型的擬合優度簡報和Durbin-Watson統計量我們可以得出確定系數R2為0.89,校正的確定系數Adjusted R2為0.889,說明該模型擬合效果顯著。Durbin-Watson統計量為1.786,取值在2附近。可見殘差間沒有明顯的相關性。為了進一步分析模型的正態性,即的殘差ε是否服從正態分布,我們做出殘差分布直方圖和正態PP圖(見圖1、圖2)。可見,該模型殘差基本服從正態分布。

圖1 殘差分布直方圖 圖2 殘差的正態PP圖

結論

根據以上實證研究,我們得出如下結論:
1.在2002年12月3日至2004年3月18日期間,上證50指數的50種樣本股的收益率受到19種關鍵因素的影響。這19種關鍵因素中最有代表性的是600028中國石化、600602廣電電子等22隻樣本股。從另外一個角度看,這22隻樣本股的總體走勢基本上反映了上證50指數的50隻樣本股的走勢。
2.影響上證50指數的關鍵因素具有很強的板塊效應,企業性質、經營主業、地域特徵和管理業績相同或相近的股票走勢高度相關,可歸為同一關鍵因素。但同時個股的表現也同樣突出,幾乎每個板塊中都有個別股票表現與眾不同,這些特立獨行的個股由於經營、資本運作等眾多原因,走出了自己的特色,成為了市場不可或缺的亮點,對指數有著重要的貢獻。
3.從個股對上證50指數關鍵因素的影響來看,如果一個關鍵因素所代表的樣本股的個數少,則說明這些樣本股更加具有代表性。相反,如果一個關鍵因素所代表的樣本股的個數多,則說明這些樣本股之間具有可替代性,也就是說,如果需要調整投資組合,就可以在代表多數樣本股的因子中進行調整,這樣不會影響投資組合的代表性。
4.如果要對上證50指數進行指數化投資,不需要投資於所有的50種樣本股,只需要投資於19種關鍵因素中最有代表性的22隻關鍵樣本股即可,構造投資組合如下:Portfolio50=0.1267*((600028)+(600808)+(600688)+(600019))+0.0821*(600602)+0.0544*(600609)+0.0384*(600717)+0.0342*(600664)+0.0287*(600839)+0.0284*(600591)+0.0256*(600795)+0.0244*(600643)+0.0221*(600887)+0.0207*(600016)+0.0201*(600811)+0.0186*(600652)+0.0179*(600006)+0.0169*(600812)+0.0159*(600705)+0.0154*(600895)+0.0151*(600863)。檢驗結果表明,這22種具有代表性的關鍵樣本股構造的投資組合Portfolio50的收益率基本上反映了上證50指數Index50的收益率,並且兩者的風險處在同一水平上,即可以用投資組合Portfolio50來替代上證50指數進行指數化投資。另外,由於同一關鍵因素所代表的股票具有可替代性,使得投資組合Portfolio50的構造更加靈活,我們可以根據市場的具體情況對該投資組合Portfolio50進行調整,同時還不會影響它對指數的反映。
以上結論說明,我們從實證研究的角度驗證了關鍵因素擬合指數化投資方法,即指數化投資不必完全復制股票指數,股票指數中存在關鍵因素,利用這些關鍵因素構造的投資組合可以擬合出相應的股票指數,用來進行指數化投資。這種方法能夠適用於多種指數,並且操作靈活積極,基金經理可以同時結合其他的分析工具,根據市場的具體情況對擬合的投資組合進行調整,從而達到最佳的投資績效。

⑵ VC投資案例

點擊上方藍字「IT橙」。

每天了解一點創投圈

美國知名風險投資研究機構CBInsights最近發表了一篇文章《From Alibaba to Zynga: 40 Of The Best VC Bets Of All Time And What We Can Learn From Them》,統計了40個他們認為VC回報最好的案例。我們能從中學到什麼?

讓我們來看看這40個投資案例和回報:

1、WhatsApp:

臉書在2014年以220億美元收購了WhatsApp,這不僅創造了最大的並購交易;風投支持的公司的交易量,磨卜也給該公司唯一的機構投資者紅杉資本(Sequoia Capital)帶來了巨額回報。他們6000萬美元的投資(A輪800萬美元,B輪5200萬美元),三年後變成了30億罩信美元。

2、臉書:

2012年,臉書通過IPO融資160億美元,上市當天市值1040億美元,為早期投資機構Accel Partners帶來了巨額回報。2005年,該組織領投了臉書1270萬美元的首輪融資,獲得15%的股份,估值近8500萬美元。

盡管Accel Partners在2010年出售了價值5億美元的舊股票,但在臉書2012年上市時,它仍持有價值90億美元的股票。這種巨大的回報直接讓Accel的IX基金成為業績最好的基金,當然也讓臉書的天使投資人彼得泰爾獲得了近2萬倍的回報。

3、團購網

Groupon不是一家成功的公司,但對VC來說是一筆不錯的投資。2011年,該公司上市,融資7億美元,IPO市值近130億美元。

新企業協會(NEA),一個早期的投資機構,獲得了巨大的利潤。他們在2008年A輪投資了840萬美元,獲得了20%的股權。此後,他們不斷增加投資。Groupon上市時,他們仍持有14.7%的股權,是第二大股東,價值25億美元。

當然,Groupon最大的受益者是埃里克萊夫瞎悶穗科夫斯基,他是該公司的天使投資人、聯合創始人和最大股東。公司剛成立不久,他就和布拉德基威爾一起在天使輪投資了100萬美元。當然,他自己投資了大部分的錢。

Groupon上市時,埃里克萊夫科夫斯基持有21.6%的股份,按照當天IPO的市值計算,股權價值為36億美元。這還不包括埃里克萊夫科夫斯基在IPO前通過出售舊股票套現的3.86億美元。

事實上,埃里克萊夫科夫斯基早在2000年互聯網泡沫危機時就有過類似的「套現」。1999年5月,萊夫科夫斯基和基威爾(他們合作很多)創立了Starbelly.com;2000年被Ha-Lo Instries以2.4億美元收購,套現不少。

後來Ha-Lo宣布破產,公司股東將破產歸咎於之前收購Starbelly,引發了一系列針對萊夫科夫斯基的訴訟。

在那些訴訟如火如荼、互聯網泡沫急劇波動的日子裡,萊夫科夫斯基寫下了這句名言:「讓我們開始開心吧??讓我們開心吧??讓我們公布一切吧??讓我們對自己的預測充滿信心吧??讓我們把事情做到極致吧??讓我們瘋狂吧,不管誰對誰錯??現在是時候激進了??我們已經沒有什麼可失去的了。

4、混凝土

值得注意的是,Cerent的聯合創始人和發起人維諾德科斯拉當時是KPCB的合夥人。他取得了輝煌的業績,在KPCB投資了6家公司5000萬美元,獲得了150億美元的回報。後來,他還創立了自己的投資機構Khosla Ventures。

5、Snapchat

Snapchat於2017年3月上市,市值達到250億美元。背後的早期投資人當然獲利豐厚。光速創投(Lightspeed Venture Partners)在2012年5月向天使輪投資了48萬美元(隨後是持續投資,總投資額為800萬美元),基準資本(Benchmark Capital Partners)是2013年初A輪的唯一投資者,投資額為1350萬美元,回報相當不錯。

以當天IPO的市值計算,Benchmark Capital Partners持有的股權價值高達32億美元,Lightspeed Venture Partners持有的股權價值20億美元。

有趣的是,Benchmark的投資經理米奇拉斯基(Mitch Lasky)是Snapchat創始人埃文斯皮格爾的創業導師。其中一個關鍵原因是明鏡和光速有些爭執,他協調他們之間的關系。

要知道,光速創投合夥人公司(Lightspeed Venture Partners)負責這個案子的合夥人傑里米劉(Jeremy Liew)最初發現Snapchat起源於他合夥人女兒的介紹(在中學流行的使用只有三種:

憤怒的小鳥、Instagram 以及 Snapchat)、而 Liew 找到 Spiegel、讓其接受投資更是一個百折不撓三顧茅廬的故事,不知為什麼後面會出現問題,以致於 CB Insights 也感嘆「which is not uncommon in the pressure-cooker world of early-stage startups, ambitious founders, and seasoned VCs」。

6、King Digital Entertainment

《糖果傳奇》(Candy Crush Saga) 開發商 King 在 2015 年被動視暴雪(Activision Blizzard)59 億美元收購,其背後的投資人收益巨大。

2005 年就投資 King 的 Index Ventures,獲得了 5.6 億美元的回報;最大的回報當屬持有 King 44.2%股份的 Apax Partners,其同樣在 2005 年就投了 King,不過比起 Index Ventures 投資更多,畢竟當時 King 還瀕臨破產、距離其推出 Candy Crush Saga 還有 9 年的時間,於是 Apax Partners 一舉投資 3600 萬美元獲得 King 接近 45% 的股份。

當 King 於 2014 年上市後,Apax 所擁有的股權價值雖然帶去了 100 倍的賬面回報,但卻沒有很好的機會變現退出,不過其擁有的股權卻有很重要的發言權,在與動視暴雪的談判中非常積極,最終從 59 億美元的收購價中獲得了巨額回報。

7、阿里巴巴

中國的電子商務巨頭阿里巴巴 2014 年在美國上市,募資 220 億美元,在創造有記錄以來最大 IPO 的同時,也成就了其背後的投資人股東日本軟銀。

在 2000 年軟銀斥資 2000 萬美元投資阿里巴巴、獲得 34% 的股份,在 IPO 當日軟銀是阿里巴巴第一大股東、持有 34.1% 的股份,以 IPO 當日收盤市值 2310 億美元計算、軟銀持有的阿里巴巴股份市值超過 600 億美元、回報超過 3000 倍,即便到目前,軟銀仍持有阿里巴巴 29% 股份。

8、京東

京東於 2014 年 5 月在美國上市,當天收盤市值約 290 億美元,給早期投資人今日資本及操盤手徐新帶去巨額回報。

在 2006 年劉強東計劃募資 200 萬美元、今日資本投資了 1000 萬美元;在 2008 年金融危機時挺身繼續加投,今日資本在京東累計投資了約 3000 萬美元,在京東 IPO 當日持有 7.8% 的股份,不考慮此前是否賣過老股、以 IPO 當日收盤價計算、今日資本持有的股份價值超過 26 億美元、實現超過 150 倍的回報。

9、Google

Google 在 2004 年上市、IPO 當時市值 230 億美元,給早期投資機構 KPCB、Sequoia Capital 帶去了 43 億美元的回報,高達 300 倍回報的背後,更重要是讓 VC 穿越了泡沫危機、進入回報期。

早在 1999 年,KPCB、Sequoia Capital 等投資 Google 1200 萬美元,不過很快就趕上了 2000 年互聯網泡沫,沒有人知道什麼時候是盡頭,更不會想到當年估值 1 億美金左右的公司會在 2004 年 IPO 時達到 230 億美金。

有意思的一個細節是,在 Google 當時獲得 1200 萬美元的投資條款中,有一條是兩位創始人要聘請一位外部 CEO 來管理公司,所謂「Alt Supervision 成人監管」。

後來兩位創始人准備反悔、KPCB 負責的合夥人 John Doerr 甚至想到賣掉全部 Google 股份退出、當然後來雙方談妥了,Doerr 介紹的 Eric Schmidt 在 2001 年加入 Google 擔任了 CEO。

10、Twitter

Twitter 於 2013 年在美國上市、募資 18 億美元、IPO 當時市值約 142 億美元,領投了 TwitterA 輪 500 萬美元融資的 Union Square Ventures(USV),帶來了 8.63 億美元的回報。

Twitter 在 2007 年開始快速發展,USV 的合夥人 Fred Wilson 在機構的官方博客中專門介紹了 Twitter,認為其是現代互聯網的關鍵服務之一、收入和商業模式可以延後再考慮。

正好 Twitter 當時在融資,很多投資機構都因為看不懂 Twitter、覺得 Twitter 缺乏收入也沒有任何獲得收入的計劃,因為融資的目的是用來擴容服務、保證 Twitter 正常運營。這時候,理解、最懂 Twitter 的 USV 也就水到渠成的成為了 A 輪領投機構。

11、UCWeb

UC 被阿里巴巴在 2014 年收購,對公司約 47 億美元的估值創造了當年中國互聯網最大並購交易。早期投資機構晨興創投、策源資本收獲很大,當然最大的還是收購方阿里巴巴自身。

從 2009 年 B 輪時就開始投資 UC、並不斷加註累計投資 6.9 億美元獲得了 UC 66% 的股份,並購更為主動,更重要的是在移動互聯網領域補足了短板。很難說收購 UC 是直接的影響因素,但阿里巴巴的估值確實從 2012 年的 350 億美元飆升至 2014 年 IPO 時的 1680 億美元。

12、Delivery Hero

歐洲外賣公司 Delivery Hero 於 2017 年上市、市值達到 51 億美元。這對於其最大競爭對手 Foodpanda 的擁有者、也是其自身最大機構股東 Rocket Internet 而言,是一個巨大的回報時刻。

Rocket Internet 是來自德國的創業公司孵化器、其克隆模仿了很多美國公司模式、收益頗豐。在 2016 年將旗下 Foodpanda 出售給競爭對手 Delivery Hero、獲得後者 37% 的股份。Rocket Internet 當時將經營困難的公司出售、本身就獲得了 7.5 倍的回報;在 Delivery Hero 上市當日,又獲得了近 3 倍的賬面回報。

13、Zayo

美國光纖服務運營商 Zayo 於 2014 年上市、市值 45 億美元並不高,但對於過去十年一直落後的行業來說,卻是令人鼓舞的 IPO,背後的投資人終於有退出機會。收益最大的當屬 Columbia Capital、在 IPO 當日持有 11.4% 股份,獲得 5 億美元左右的回報。

14、Mobileye

以色列自動駕駛技術公司 Mobileye 成立於 1999 年,2014 年在紐交所上市、市值 53 億美元,2017 年 3 月市值 80 億美元的 Mobileye 被英特爾 153 億美元收購。

Mobileye 於 2003 年獲得 1500 萬美元 A 輪投資,投資機構主要來自以色列,包括 Colmobil Group、FIBI Holding、Solid Investment Bank 等,其中 Colmobil 是唯一一家在 Mobileye 上市後、沒有出售過股票的投資機構,這樣它一直持有的 7.2% 股權在 Mobileye 被收購時、價值達到 10 億美元,獲得超過 100 倍的巨額回報。

15、中芯國際(SMIC)

2002 年美國投資機構 NEA 投資中芯國際 9000 萬美元、在 2003 年又投資了 3000 萬美元,這筆總計 1.2 億美元的投資,不到 2 年的時間、在中芯國際 2004 年 IPO 上市當日帶來了超過 10 倍的回報。

16、美圖

美圖秀秀 2016 年在香港上市、募資 6.3 億美元、IPO 當日市值 49 億美元,創造了當年港股科技公司最大 IPO。這對其 A 輪投資機構創新工場而言,帶去了超過 40 倍的回報。

17、Zynga

Zynga 在 2011 年以 70 億美元的市值上市,創造了社交遊戲的歷史。這對於 Zynga 早期投資者 Union Square Ventures(USV)來說,是一筆巨大回報。在 Zynga 上市日、USV 獲得近 4 億美元的回報,回報倍數大概在 75 至 80 倍。

當時 USV 在 Twitter 的投資已經被驗證成功,他們認為社交網路的平台效應大有可為,Zynga 雖然成立沒到一年,但在 Facebook 上的用戶發展很快,USV 在 2008 年領投了其 2000 萬美元的 A 輪融資,沒過太久在 Zynga 的 2800 萬美元 B 輪融資時、USV 進一步追加投資。

18、Lending Club

美國借貸網站 Lending Club 於 2014 年上市、募資 8.7 億美元、市值達到 54 億美元。在 2007 年就投資了 A 輪的 Norwest Venture Partners、Canaan Partners 等獲得超過 50 倍的回報。

當然,對第一次在沒有參與前幾輪融資、就直接投資 Lending Club 的 D 輪的 Union Square Ventures(USV)而言,這筆交易也有別有意義。畢竟對 USV 而言、偏好早期投資、並希望持有相當比例的股權。

19、Genentech

20、Stemcentrx

腫瘤領域的生物制葯公司 Stemcentrx 是另一家給風險投資人帶去巨額回報的公司。2016 年 4 月上市制葯公司 AbbVie 宣布 58 億美元收購 Stemcentrx,其中約 17 億美元歸屬於該公司的最大投資者 Founders Fund,後者累計投資了接近 2 億美元。

21、Workday

人力資源 SaaS 公司 Workday 在 2012 年 10 月上市時募資 6.37 億美元、IPO 當日市值 95 億美元、創造了自 Facebook 上市以來、科技公司最大 IPO 市值。對其早期投資方 Greylock Partners 而言,獲得超過 7 億美元的回報。

值得留意的是,Workday 是一家從成立日起就由 VC 驅動的公司,其聯合創始人及 CEO Aneel Bhusri 同時也是 Greylock Partners 的高級合夥人。他參與和見證了消費互聯網(To C)在美國的巨大變化,認為企業服務領域也將發生同樣的轉變,於是創辦了 Workday。

22、Rocket Internet

Rocket Internet 作為德國乃至歐洲最有名的創業公司孵化器,於 2014 年在德國法蘭克福交易所上市,募集了超過 20 億美元的資金、IPO 當日市值也達到 85 億美元,是當時德國最大科技公司 IPO。

Rocket Internet 由 Samwer 三兄弟在 2007 年創辦,被稱為克隆工場,借鑒大量國外現成的互聯網商業模式,這樣現金流比較好,不太需要融資。

直到後來有了更大的資本計劃,Rocket Internet 才在 2013 年進行第一輪融資,投資方包括 Access Instries、Holtzbrinck Ventures 和 Kinnevik AB,融資 5 億美元、出讓 24% 股權、估值接近 21 億美元,按照 2014 年 IPO 計算、有 4-5 倍的回報,在不到 1 年的時間內就實現這樣的成績,確實是比不錯的投資。

23、趣店

趣店是中國這波互聯網金融創業浪潮的典型公司,雖然現在說這家公司成功、還為時尚早,但對投資機構而言、卻是一筆好買賣。

趣店很好的融合了創業熱點、快速融資、關鍵戰略合作夥伴,於是在創立不到 4 年的時間里就上市,2017 年 10 月 IPO 募資 9 億美元、市值超過 110 億美元,其早期投資機構藍馳獲利頗豐,從 A 輪一直追投最後一輪的源碼資本、戰略入股並且給予很大流量及資源的螞蟻金服同樣獲得不錯的回報。

24、Acerta Pharma

抗癌葯生物技術公司 Acerta Pharma 在 2015 年被制葯巨頭阿斯利康 (Astra Zeneca)40 億美元收購 55% 的股份,帶來了 2015 當年生物制葯領域的最大退出案例。

Acerta Pharma 在 2013 年成立,旨在為癌症患者提供新的靶向療法,其融資很快、沒有新聞稿披露,直到 2015 年被收購才有更多投資細節,顯然該公司被收購,對於其 A 輪機構投資者 BioGeneration Ventures、Brabant Development Agency、Frazier Healthcare、OrbiMed Advisors 以及 B 輪投資者 T. Rowe Price 而言,都是一個非常好回報的退出。

25、Nexon

韓國游戲巨頭 Nexon 於 2011 年 12 月在東京證券交易所上市、12 億美元的市值創造了當年日韓游戲行業最大的退出項目。

Nexon 早在 1994 年就成立了,但直到 2005 年才有了第一輪融資、也是該公司擬唯一一輪已知的風險融資,由 SoftBank Ventures Korea、Insight Venture Partners 聯合投資,顯然 Nexon 在 2011 年的上市、給這 2 家投資機構帶去了巨額回報。

26、Zalando

德國電商平台 Zalando 於 2014 年 10 月在法蘭克福證券交易所上市、市值達到 68 億美元,是其投資人 Rocket Internet 投資組合中回報最大的一筆投資。

Zalando 在 2008 年成立,很快就在當年被 Rocket Internet 投資、並逐步獲得了大多數股權進行了控股。隨後 Zalando 在德國、奧地利等地區業績快速增長,2010 年 8 月就獲得 4.84 億美元的融資,投資方包括 Holtzbrinck Ventures、Kinnevik AB、Tengelmann 等,這輪融資後 Rocket Internet 仍持有 59% 股份。

後來 DST、JPMorgan Chase 等不斷投資,Rocket Internet 賣出了一部分老股,在 Zalando 上市時、Rocket Internet 仍持有 17% 的股份,可想回報多大。

27、神州優車

神州優車和趣店一樣,融合了創業風口(共享租車)、快速融資並掛牌(成立不到 2 年)、關鍵戰略合作夥伴(脫胎於神州租車),典型的資本游戲背後帶來了很大的資本回報。

神州租車在 2015 年 1 月正式發布神州專車業務、成立神州優車,半年後獲得 2.5 億美元 A 輪投資、估值 12.5 億美元,其中神州租車出資 1.25 億美元、另外 1.25 億美元來自於華平投資(Warburg Pincus)、聯想控股;3 個月後又獲得 5.5 億美元的 B 輪投資、估值 35.5 億美元;2016 年 7 月神州優車掛牌新三板,估值 55 億美元。

神州優車趕上滴滴出行、Uber 中國的出行大戰,獲得融資紅利,不僅對於神州租車而言回報頗大,對於華平投資、聯想控股也是如此。

28、Webvan

生鮮電商 Webvan 很長一段時間、都是作為互聯網泡沫危機的失敗案例來進行介紹的,事實上,從 VC 投資角度來看,Webvan 算是一筆成功的投資。

Webvan 成立於 1996 年,在 1999 年上市募資 4 億美元、市值達到 79 億美元,上市當天股票上漲 65%,對其背後的投資機構 Sequoia Capital、Benchmark、Softbank 而言,是個不錯的成績。

早在 1997 年 Sequoia Capital、Benchmark 投資了 1050 萬美元的 A 輪、1998 年 Softbank 領投 3500 萬美元的 B 輪,1 年後公司就 IPO 上市,算是不錯的成績。不過後來 Webvan 趕上互聯網泡沫危機、再加上擴張和燒錢、最終在 2001 年就破產,確實噓唏不已。

29、Qualtrics

美國 SaaS 公司 Qualtrics 於 2018 年 11 月被 SAP 斥資 80 億美元現金收購,這是有史以來 VC 支持的 SaaS 軟體公司的最大收購交易。

Qualtrics 成立於 2002 年,由 Smith 兄弟和他們的父親共同創辦,從家裡的地下室開始,很長一段時間里都是自我造血、經營產品獲得收入,並且還拒絕投融資。

在 2012 年該公司營收 5000 萬美元時,就拒絕了一筆 5 億美元的收購。不過也正是那次拒絕、讓 Ryan Smith 決心做一家有董事會規范化運營的優秀科技公司,於是在 2012 年接受了 Sequoia Capital、Accel 合計 7000 萬美元的 A 輪融資,並在 2014 獲得 Insight Venture Partners 領投的 1.4 億美元 B 輪、2017 年又融了 1.8 億美元 C 輪,並在 2018 年提交了 S-1 准備獨立 IPO,不過最終還是接受了 SAP 80 億美元的收購,其背後有限的幾家投資機構獲得巨額回報。

30、Mercari

日本二手交易平台 Mercari 在 2018 年 6 月上市、創造日本當年最大規模 IPO、募資 12 億美元、收盤市值達到 74 億美元。這意味著其早期投資機構 United Inc 的回報超過 130 倍,早在 2013 年,United Inc 作為唯一的投資方在 A 輪投資了 300 萬美元,5 年後這筆投資超過了 4 億美元。

31、蔚來汽車

32、美團點評

美團點評 2018 年 9 月在香港上市,募資 42 億美元、IPO 當日市值 550 億美元,對於紅杉資本而言手裡持有的股票市值達到 49 億美元、回報也超過 12 倍。

紅杉中國(Sequoia Capital China)在 2010 年美團剛成立時就不斷投資美團、並持續加註累計投了超過 4 億美元;同時紅杉還是大眾點評的早期投資方,在 2015 年雙方的合並中扮演了重要角色。

33、小米

小米 2018 年 7 月在香港上市,募資 60 億美元、市值達到 540 億美元,最大的贏家當屬 8 年陪跑小米的晨興資本,整體回報超過 40 倍,如果用 A 輪的 500 萬美元計算、則是高達 866 倍的回報。

34、拼多多

拼多多 2018 年 7 月在美國上市,募資 16 億美元、市值接近 300 億美元,成立僅僅 3 年的拼多多、背後的投資人得到了很高、很快的回報。

35、餓了么

餓了么在 2018 年 4 月被阿里巴巴 95 億美元現金收購,在創造當年本地生活領域最大並購交易額的同時,餓了么背後的投資人金沙江、紅杉資本、經緯中國等都得到了很大的回報、而且是現金的回報。要知道餓了么投資人朱嘯虎認為這可能是中國互聯網史上最大一筆全現金收購。

36、Adyen

荷蘭支付科技公司 Adyen 於 2018 年 6

⑶ 美國的對沖基金與中國的基金有何區別

區別一:戰略不同。

美國的對沖基金:美國基金的玩法多,比如有隻專注於做多的且長期持有的基金,只做空基金,多空基金及基於量化的高頻交易基金。

中國的基金:中國的基金基本只做多。

區別二:資產配置的種類及地區不同。

美國的對沖基金:美國對沖基金的資產配置更加國際化以及多樣化。

中國的基金:中國的投資機構基本集中在中國市場以及在中國公司的債券及股票投資上面。

區別三:地位不同。

美國的對沖基金:美國的很多公司股權不集中,即使是公司創始人持股比例都很少,外面的基金基本上持股10%左右就可以在董事會有強的話語權及投票權。

中國的基金:在中國,創始人的家族絕對控股,要麼就是國家絕對控股。

對沖基金的投資者有嚴格的資格限制,美國證券法規定:以個人名義參加,兩年內個人年收入至少在20萬美元以上;如以家庭名義參加,夫婦倆最近兩年的收入至少在30萬美元以上;如以機構名義參加,凈資產至少在100萬美元以上。

1996年作出新的規定:參與者由100人擴大到了500人。參與者的條件是個人必須擁有價值500萬美元以上的投資證券。而一般的共同基金無此限制。

對沖基金的操作不受限制,投資組合和交易受限制很少,主要合夥人和管理者可以自由、靈活運用各種投資技術,包括賣空。衍生工具的交易和杠桿。而一般的共同基金在操作上受限制較多。

⑷ 紐約證券交易所和納斯達克是一個市場嗎

紐約證券交易所和納斯達克不是一個市場。

紐約證券交易所(NYSE, New York Stock Exchange)是目前世界上規模最大的有價證券交易市場。在美國證券發行之初,尚無集中交易的證券交易所,證券交易大都在唐提咖啡館和拍賣行里進行。

1792年5月17日,24名經紀人在紐約華爾街和威廉街的西北角紐約證券交易所大門一咖啡館門前的梧桐樹下簽訂了「梧桐樹協議」,協議規定了經紀人的「聯盟與合作」規則,通過華爾街現代老闆俱樂部會員制度交易股票和高級商品,這也是紐約交易所的誕生日。

到了1817年,華爾街上的股票交易已十分活躍,於是市場參加者成立了「紐約證券和交易管理處」,一個集中的證券交易市場基本形成,1863年,管理處易名為紐約證券交易所,此名一直沿用至今。

納斯達克始建於1971年,是一個完全採用電子交易、為新興產業提供競爭舞台、自我監管、面向全球的股票市場。納斯達克是全美也是世界最大的股票電子交易市場。

一般來說,在納斯達克掛牌上市的公司以高科技公司為主,這些大公司包括微軟(Microsoft)、英特爾(Intel)、 戴爾(Dell)和思科(Cisco)等等。

雖然納斯達克是一個電子化的證券交易市場,但它仍然有個代表性的「交易中心」存在,該中心坐落於紐約時代廣場旁的時報廣場四號(Four Times Square,該大樓又常被稱為「康泰納仕大樓」,Condé Nast Building)。

(4)bsquare科技股票怎麼樣擴展閱讀

NASDAQ上市標准:

標准一

1、股東權益達1500萬美元;

2、一個財政年度或者近3年裡的兩年中擁有100萬美元的稅前收入;

3、110萬的公眾持股量;

4、公眾持股的價值達800萬美元;

5、每股買價至少為5美元;

6、至少有400個持100股以上的股東;

7、3個做市商;

8、須滿足公司治理要求。

標准二

1、股東權益達3000萬美元;

2、110萬股公眾持股;

3、公眾持股的市場價值達1800萬美元;

4、每股買價至少為5美元;

5、至少有400個持100股以上的股東;

6、3個做市商;

7、兩年的營運歷史;

8、須滿足公司治理要求。

標准三

1、市場總值為7500萬美元;或者,資產總額達及收益總額達分別達7500萬美元;

2、110萬的公眾持股量;

3、公眾持股的市場價值至少達到2000萬美元;

4、每股買價至少為5美元;

5、至少有400個持100股以上的股東;

6、4個做市商;

7、須滿足公司治理要求。

⑸ 如何用Python和機器學習炒股賺錢

相信很多人都想過讓人工智慧來幫你賺錢,但到底該如何做呢?瑞士日內瓦的一位金融數據顧問 Gaëtan Rickter 近日發表文章介紹了他利用 Python 和機器學習來幫助炒股的經驗,其最終成果的收益率跑贏了長期處於牛市的標准普爾 500 指數。雖然這篇文章並沒有將他的方法完全徹底公開,但已公開的內容或許能給我們帶來如何用人工智慧炒股的啟迪。

我終於跑贏了標准普爾 500 指數 10 個百分點!聽起來可能不是很多,但是當我們處理的是大量流動性很高的資本時,對沖基金的利潤就相當可觀。更激進的做法還能得到更高的回報。

這一切都始於我閱讀了 Gur Huberman 的一篇題為《Contagious Speculation and a Cure for Cancer: A Non-Event that Made Stock Prices Soar》的論文。該研究描述了一件發生在 1998 年的涉及到一家上市公司 EntreMed(當時股票代碼是 ENMD)的事件:

「星期天《紐約時報》上發表的一篇關於癌症治療新葯開發潛力的文章導致 EntreMed 的股價從周五收盤時的 12.063 飆升至 85,在周一收盤時接近 52。在接下來的三周,它的收盤價都在 30 以上。這股投資熱情也讓其它生物科技股得到了溢價。但是,這個癌症研究方面的可能突破在至少五個月前就已經被 Nature 期刊和各種流行的報紙報道過了,其中甚至包括《泰晤士報》!因此,僅僅是熱情的公眾關注就能引發股價的持續上漲,即便實際上並沒有出現真正的新信息。」

在研究者給出的許多有見地的觀察中,其中有一個總結很突出:

「(股價)運動可能會集中於有一些共同之處的股票上,但這些共同之處不一定要是經濟基礎。」

我就想,能不能基於通常所用的指標之外的其它指標來劃分股票。我開始在資料庫裡面挖掘,幾周之後我發現了一個,其包含了一個分數,描述了股票和元素周期表中的元素之間的「已知和隱藏關系」的強度。

我有計算基因組學的背景,這讓我想起了基因和它們的細胞信號網路之間的關系是如何地不為人所知。但是,當我們分析數據時,我們又會開始看到我們之前可能無法預測的新關系和相關性。

如果你使用機器學習,就可能在具有已知和隱藏關系的上市公司的寄生、共生和共情關系之上搶佔先機,這是很有趣而且可以盈利的。最後,一個人的盈利能力似乎完全關乎他在生成這些類別的數據時想出特徵標簽(即概念(concept))的強大組合的能力。

我在這類模型上的下一次迭代應該會包含一個用於自動生成特徵組合或獨特列表的單獨演算法。也許會基於近乎實時的事件,這可能會影響那些具有隻有配備了無監督學習演算法的人類才能預測的隱藏關系的股票組。