⑴ 什么是拟合指数
拟合指数 Simulation Index/fit index/Agreement Index
拟合是《计量经济学》研究的范畴，所谓拟合指数简单的说就是选择的变量与被解释变量之间的相关关系
股票\基金拟合指数:
指数基金是一种拟合目标指数、跟踪目标指数变化为原则，实现与市场同步成长的基金品种。指数基金的投资采取拟合目标指数收益率的投资策略，分散投资于目标指数的成分股，力求股票组合的收益率拟合该目标指数所代表的资本市场平均收益率。
操作简单透明度高
从理论上讲，指数基金的运作方法简单，只要根据每一种证券在指数中所占的比例购买相应比例的证券，长期持有就可。
其次，指数基金费用低廉。由于指数基金采取持有策略，不用经常换股，交易成本远远低于积极管理的基金。
此外，指数基金的业绩透明度较高。投资人看到指数型基金跟踪的目标基准指数涨了，就会知道自己投资的指数型基金今天净值大约能升多少。所以很多机构投资人和一些看得清大势、看不准个股的个人投资者比较喜欢投资指数型基金，不必再有“赚了指数不赚钱”的苦恼。
有效规避非系统性风险
与其他基金相比，指数基金的优点首先在于能够有效规避非系统性风险，因而指数基金广泛地分散投资，任何单个股票的波动都不会对指数基金的整体表现构成影响，从而分散风险。另一个方面，由于指数基金所钉住的指数一般都具有较长的历史可以追踪，在一定程度上指数基金的风险是可以预测的。
因此，从长期来看，指数基金投资业绩优于其他基金。2006年，市场上的指数基金以平均125.87％的年累计净值增长率成为最赚钱的基金品种。这种基金不会对某些特定的证券或行业投入过量资金。它一般会保持全额投资而不进行市场投机。
关键因素拟合指数化投资方法的实证研究
指数化投资是一种试图完全复制某一证券价格指数或者按照证券价格指数编制原理构建投资组合而进行的证券投资。按此种方式投资的基金称为指数基金，其收益水平目标是所基指数的变化幅度。自20世纪90年代以来，美国华尔街上大多数股票基金管理人的业绩都低于同期市场指数的表现，这样，以复制市场指数走势为核心思想的指数基金在全球范围内迅速发展壮大起来，并对传统的证券投资思维形成巨大的冲击与挑战。在美国，指数基金的收益超过65~80%的共同基金，因而越来越受到欢迎。流入共同基金市场的新增资金中，流入指数基金的比例由1994年的2%增加到1999年的31%。1999年末美国指数基金总资金量达到3380亿美元，占全美股票基金总量的8.37%。最大的指数基金、也是全美最大的共同基金Vanguard S&P 500管理着1050亿美元的资金。
我国的指数化投资出现较晚，这主要是因为我国的证券市场还比较年轻，还在不断探索和发展，我国的投资者群体还不成熟，缺乏科学的投资观念，市场行为的监管还欠完善，庄家炒作等非市场行为对股指有较大影响。由于这些原因的共同影响，我国股票指数常常与市场背离，不能反映市场的真实情况。
就指数化投资方法而言，市场上常用的方法主要是完全复制某一证券价格指数或者按照证券价格指数编制原理构建投资组合。这种传统的指数化投资方法相对比较被动，在大盘正常运行的时候可以良好运作，但是当部分样本股出现异常的快速上扬或急速下跌时，将失去进一步盈利和及时止损的机会。为了弥补这一不足，各种替代方法应运而生。
Francesco Corielli与Massimiliano Marcellino（2002）认为跟踪指数是要建立指数的替代投资组合（replica），这个替代投资组合包含的股票要远远少于指数所包含的股票，并且跟踪误差中不包含非经常性成份，他们运用动态因子提取方法建立指数替代投资组合，用蒙特.卡罗经验指数和EURO STOXX50指数进行了验证。验证结果令人鼓舞，替代投资组合基本完成了跟踪曲线[7]。吴冲锋（2000）运用未定因素含义法分析1998年7月8日至1999年3月29日期间上证30指数样本股，得出由6只股票的投资组合替代上证30指数的结论[6]。
从以上研究我们发现，指数化投资方法不一定非要按照证券价格指数编制原理构建投资组合，可以通过构建替代投资组合对指数进行跟踪。在此基础上，笔者提出关键因素拟合指数化投资方法，该方法认为，股票指数由其样本股按照证券价格指数编制原理构成，它的走势体现了这些样本股的共同作用，但并不是每一只样本股对指数的贡献都一样，股票指数中存在关键性因素，这些关键因素对股指的影响体现在各自所代表的样本股的表现之上。同样，也并不是每一种关键因素所代表的样本股对它的贡献都一样，关键因素中存在最具代表性的关键样本股，正是这些最具代表性的关键样本股对股票指数起着举足轻重的作用，我们只要抓住了它们就抓住了股票指数，换句话说，我们只要投资于这些关键因素拟合的组合就等于投资了这个股票指数了。另外，同一关键因素中具有代表性的关键样本股之间具有可替代性，可以使对股票指数的投资更加灵活，又不会影响投资组合的指数化性质，在一定程度上弥补了传统方法的不足。
下面我们将以上证50指数为研究对象，对关键因素指数化投资方法进行实证研究。论文的结构安排如下：首先，我们进行研究设计，确定研究的程序、模型、样本及数据；然后，我们对数据进行因子分析，提取出上证50指数的关键因素；在此基础上，我们将按关键因素构造出的投资组合与实际的上证50指数进行相关性检验和回归分析以验证该方法；最后得出结论。
研究设计
一、 研究程序与模型设计
第一步，我们要找出影响上证50指数走势的关键性因素。
我们以上证50指数成份股个股的日收益率为基础进行因子分析，提取出反映上证50指数走势的n个共同因子，这n个共同因子即代表了影响上证50指数走势的n个关键因素的。构造多因素模型如下：
Index50=A1*F1+A2*F2+……+An*Fn+ε
式中：Index50为上证50指数；Fn为第n个共同因子；An为第n个共同因子对上证50指数的贡献率；ε为残差。
在找出这n个关键因素之后，我们要进一步找出这n种关键性的共同因子所代表的样本股。对应关系如下：
F1~a1(stock11)+a2(stock12)+……
F2~b1(stock21)+b2(stock22)+……
…………………………………
Fn~n1(stockn1)+n2(stockn2)+……
式中：Fn为第n个共同因子；stock为共同因子所代表的样本股；a、b……n为样本股对共同因子的贡献率，即因子负荷。
观察共同因子的因子负荷强弱，我们可以分析判断出各个共同因子所反映的关键因素，并对它们进行相应的解释。
第二步，为了证明我们找出的这n个关键因素是否真的能够反映上证50指数的走势。我们用它们中最具代表性的一组样本股构造出一个投资组合Portfolio50，与上证50指数Index50进行比较，验证是否Portfolio50与Index50等价。
为此，我们找出对这n个关键因素最有代表性的i个样本股，按照其方差对总方差解释的贡献率所占比重作为权重构造投资组合如下：
Portfolio50=w1*STOCK1+w2*STOCK2+……+wi*STOCKi
式中：Portfolio50为构造的投资组合的日收益率；STOCKi为参与构造投资组合的第i个最有代表性的样本股的日收益率；wi为第i只样本股的权重。
计算出投资组合Portfolio50的日收益率和上证50指数的日收益率Index50，在通过相关性检验之后，将Portfolio50与Index50进行线性回归分析。构造回归模型如下：
Portfolio50=a+b*(Index50)+ε
式中：Portfolio50为构造的投资组合的日收益率；Index50为上证50指数的日收益率；a为常数项；b为回归系数；ε为残差。
如果该模型经检验成立，并且a趋近于0，同时b趋近于1，那么Portfolio50≈Index50，即Portfolio50与Index50等价，说明我们找出的这n各关键性因素能够真实地反映上证50指数的走势，Portfolio50可以代替上证50指数进行指数化投资。
二、 模型变量计算
上证50指数成份股个股日收益率用相对收益率计算，假如碰到配股、送股、送现金红利的情况，则用下面的公式计算：
式中：rit为第i种股票的第t日收益率；Pt、Pt-1分别为t日和t-1日的收盘价；C为以t-1日为基准的t日每股现金红利；As为以t-1日为基准的t日每股配股比例；S为以t-1日为基准的t日每股配股价；Ad为以t-1日为基准的t日每股送股比例。
上证50指数日收益率Index50同样用相对收益率计算，公式如下：
式中：Rt为上证50指数的第t日收益率；Pt、Pt-1分别为上证50指数t日和t-1日的收盘价。
三、 研究样本选择
本文研究中所需的上证50指数收盘价、成份股个股的收盘价、现金红利等原始交易数据来源于上海万国股市测评咨询有限公司制作的“大智慧证券信息平台V5.00”。
因子分析过程中，样本数据时期为2002年12月03日至2004年03月18日，每只样本股包含309条数据记录。由于各种原因引起暂时停牌而产生的缺失值采用相邻数据平均法填补。
考虑到个别新上市公司样本股上市日期太短，样本数据数量不充分，业绩容易出现非正常波动，而且公司内部各方面的运行机制还不够健全和完善，为使检验不受少部分数据干扰，将其剔出样本股，在关键因素确立之后再根据专业知识单独判断其属性。剔出样本股共五只，分别为：白云机场(600004)、华夏银行(600015)、南方航空(600029)、中信证券(600030)和长江电力(600900)。
综上，因子分析样本股中共纳入45只上证50指数样本股，每只含309条日收益率记录，共计309组，13905条日收益率记录。
相关性检验与回归分析过程中，由于上证50指数自2004年1月2日起正式发布，指数简称上证50，指数代码000016，基日为2003年12月31日。到目前为止数据量太小，所以我们无法直接用它计算。但是上海证券交易所为上证50的顺利推出，于2003年1月2日起发布上证50板块概念指数993265。其编制方法与走势和上证50基本相同，只是所取的基数有所不同。在此我们用上证50板块概念指数993265数据代替上证50指数000016数据进行计算。计算的时间跨度为前面分析时期的子集区间2003年07月22日至2004年03月12日，同样，缺失值的处理方法采用相邻数据平均数填补法，共计155组数据。
因子分析
表1 KMO统计量和Bartlett’s球形检验表
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .958
Bartlett's Test of Sphericity Approx. Chi-Square 9857.426
df 990
Sig. .000
首先，我们对各样本股日收益率数据采用KMO统计量和Bartlett’s球形检验，以判断样本数据是否符合因子分析的前提条件。可以看出，表格中检验变量间偏相关性的KMO统计量，数值为0.958，接近1，表明各变量间的相关程度无太大差异，数据非常适合做因子分析。同时，Bartlett’s球形假设检验的结果也被拒绝，强烈认可了变量之间的相关性，说明各样本股日收益率之间存在共同信息，符合提取共同因子的前提条件。见表1。
本文采用的因子提取方法为主成分分析法(Principal Components Analysis)。考虑到共同因子的可解释性，在提取因子的过程中采用正交旋转，具体旋转方法为方差最大化正交旋转(Varimax)。根据提取的主成分共同因子的累积贡献率达到约85%以上为标准，一共提取20个共同因子。信息提取的充分性检验表（略）告诉我们，按照上诉共同因子提取标准，样本股信息的提取基本是充分的。
表2 共同因子所解释的方差百分比表
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
我们把共同因子所解释的方差百分比（表2）作为因子对指数所贡献的权重，相应的多因素模型如下：
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
经过方差最大化正交旋转之后，将因子和变量之间因子负荷大于0.4的变量提出来，再根据同一样本股对共同因子的贡献大小取相对较大的值。我们得到以下20个共同因子所主要代表的样本股列表，见表3。
表4 共同因子代表样本股列表
F1 600028 中国石化 F5 600664 哈药集团
600808 马钢股份 600038 哈飞股份
600688 上海石化 F6 600839 四川长虹
600019 宝钢股份 600033 福建高速
600026 中海发展 600008 首创股份
600569 安阳钢铁 F7 600591 上海航空
600050 中国联通 600221 海南航空
600036 招商银行 F8 600795 国电电力
600350 山东基建 600011 华能国际
600649 原水股份 600642 申能股份
600000 浦发银行 F9 600643 爱建股份
F2 600602 广电电子 F10 600887 伊利股份
600832 东方明珠 600597 光明乳业
600637 广电信息 F11 600016 民生银行
600100 清华同方 F12 600811 东方集团
600171 上海贝岭 F13 600652 爱使股份
600601 方正科技 F14 600006 东风汽车
F3 600609 金杯汽车 F15 600812 华北制药
600805 悦达投资 F16 600705 北亚集团
600104 上海汽车 F17 600895 张江高科
F4 600717 天津港 F18 600863 内蒙华电
600018 上港集箱 F19 600098 广州控股
600009 上海机场 F20 - -
各个共同因子与样本股的因子负荷对应关系如下：
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~----------------
观察共同因子代表样本股列表与因子负荷对应关系，我们可以分析判断出各个共同因子所反映的关键因素如下：
F1对应的样本股分别为：600028中国石化、600808马钢股份、600688上海石化、600019宝钢股份、600026中海发展、600569安阳钢铁、600050中国联通、600036招商银行、600350山东基建、600649原水股份、600000浦发银行，这些都是广大股民所熟知的经营业绩优秀，净资产收益率很高的大盘蓝筹股，其中也包含了几只银行股，可以说是大盘中的大盘，蓝筹中的蓝筹，我们可以定义因子F1为“大盘深蓝股”。
F2对应的样本股分别为：600602广电电子、600832东方明珠、600637广电信息、600100清华同方、600171上海贝岭、600601方正科技，这几只股票是高科技行业的杰出代表，主营计算机、微电子和信息产业，具有高成长性，我们可以定义因子F2为“高科技成长股”。
F3对应的样本股分别为：600609金杯汽车、600805悦达投资、600104上海汽车，属于典型的汽车类股票，随着近几年汽车行业的崛起，业绩呈现稳步增长，我们可以定义因子F3为“汽车蓝筹股”。
F4对应的样本股分别为：600717天津港、600018上港集箱、600009上海机场，与水陆空港口物流和运输有密切关系，我们可以定义因子F4为“港口物流股”。
F5对应的样本股分别为：600664哈药集团、600038哈飞股份，具有明显的地域色彩，触摸到东北老工业基地的发展脉搏，我们可以定义因子F5为“东北老工业股”。
F6对应的样本股分别为：600839四川长虹、600033福建高速、600008首创股份，其中600033福建高速、600008首创股份主要是经营公益事业和基础设施，我们可以定义因子F6为“基础公益股”。但600839四川长虹的主营是电视机、空调等家用电器产品，业绩彪炳，被归于此类可以算是因统计之外原因引起的一个例外。
F7对应的样本股分别为：600591上海航空、600221海南航空，国内航空运输业的两只优质股票，我们可以定义因子F7为“航空运输股”。
F8对应的样本股分别为：600795国电电力、600011华能国际、600642申能股份，显然代表电力能源，我们可以定义因子F8为“电力能源股”。
F9对应的样本股为：600643爱建股份，是上证50成份股中的非银行类金融股，我们可以定义因子F9为“非银行金融股”。
F10对应的样本股分别为：600887伊利股份、600597光明乳业，皆为乳品业龙头，乳业产品的消费与老百姓日常生活息息相关，其业绩从一定角度上也体现了老百姓生活的富裕程度，我们可以定义因子F10为“乳品消费股”。
F11对应的样本股为：600016民生银行，银行类股票。F12对应的样本股为：600811东方集团，一只综合类股票，涉猎金融、电子商务、建材、通讯等领域。F13对应的样本股为：600652爱使股份，主营计算机硬件及网络设备。F14对应的样本股为：600006东风汽车，汽车行业股票。F15对应的样本股为：600812华北制药，医药化工产品的生产和销售。F16对应的样本股为：600705北亚集团，主营运输物流及贸易。F17对应的样本股为：600895张江高科，房地产类个股。F18对应的样本股为：600863内蒙华电，主营活力发电、供热。F19对应的样本股为：600098广州控股，从事能源、物流、基础设施等综合类股票。这些因子所代表的个股具有很强的针对性，虽然有些个股可以归结为前面几种共同因子，但从统计学角度来说，应单独列出，以保证对原始信息的完整反映。F20对应的样本股因子负荷均小于0.4，说明其可解释性很小，体现的样本股散乱，从专业的角度看没有分析价值，故此将它剔出。
对于白云机场(600004)、华夏银行 (600015)、南方航空(600029)、中信证券(600030)和长江电力(600900)这五只由于上市时间不长而被剔出的个股，我们可以运用专业知识将其归类，并在今后的分析中予以验证。白云机场(600004)主营空港物流，可归为F4；华夏银行(600015)属于银行股，可归为F11；南方航空(600029)主营航空运输业，可归为F7；中信证券(600030)为非银行金融股，可归为F9和长江电力(600900)主营电力能源，可归为F8。
综上所述，通过对上证50指数成份股个股的日收益率数据因子分析，我们提取出有实际意义的F1~F19这19个共同因子，代表了影响上证50指数走势的19个关键因素。构造多因素模型如下：
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
相关性检验与回归分析
我们将因子分析中提取的19种共同因子中有代表性的样本股加权组合构造出一个投资组合Portfolio50，每个样本股的权重就等于每种共同因子所解释的方差百分比在累积百分比之中所占的比重。比如：共同因子F1的权重等于（42.311/83.464=0.5069）。考虑到F1因子所代表的股票较多，且权重比例较大，故选入排名前四位的4只股票，每只股票权重取F1因子权重的四分之一，共计22只样本股。
构造投资组合如下：
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与Index50相关性检验表（略）显示，Portfolio50与Index50的相关系数在0.01置信水平下为0.943，说明Portfolio50与Index50高度相关。
表4 回归模型与检验结果表
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 回归系数与检验结果表
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
从回归模型与检验结果（表4）我们可以看出该回归模型具有明显的统计学意义。从回归系数与检验结果（表5）我们可以看出该回归模型系数b具有明显的统计学意义，且b值为1.021。对于常数项的检验虽然没有统计学意义，但这无关紧要，出于常识，我们一般都将其保留在方程中，a值为0.0007235。
据此我们可以构建回归模型如下：
Portfolio50=0.0007235+1.021*(Index50)
式中：常数项a=0.0007235，非常接近于0，回归系数b=1.021，也同样接近于1。所以我们可以认为Portfolio50≈Index50。
最后，我们进行回归模型拟合效力评价分析（过程略）。由拟合模型的拟合优度简报和Durbin-Watson统计量我们可以得出确定系数R2为0.89，校正的确定系数Adjusted R2为0.889，说明该模型拟合效果显着。Durbin-Watson统计量为1.786，取值在2附近。可见残差间没有明显的相关性。为了进一步分析模型的正态性，即的残差ε是否服从正态分布，我们做出残差分布直方图和正态PP图（见图1、图2）。可见，该模型残差基本服从正态分布。
图1 残差分布直方图 图2 残差的正态PP图
结论
根据以上实证研究，我们得出如下结论：
1.在2002年12月3日至2004年3月18日期间，上证50指数的50种样本股的收益率受到19种关键因素的影响。这19种关键因素中最有代表性的是600028中国石化、600602广电电子等22只样本股。从另外一个角度看，这22只样本股的总体走势基本上反映了上证50指数的50只样本股的走势。
2.影响上证50指数的关键因素具有很强的板块效应，企业性质、经营主业、地域特征和管理业绩相同或相近的股票走势高度相关，可归为同一关键因素。但同时个股的表现也同样突出，几乎每个板块中都有个别股票表现与众不同，这些特立独行的个股由于经营、资本运作等众多原因，走出了自己的特色，成为了市场不可或缺的亮点，对指数有着重要的贡献。
3.从个股对上证50指数关键因素的影响来看，如果一个关键因素所代表的样本股的个数少，则说明这些样本股更加具有代表性。相反，如果一个关键因素所代表的样本股的个数多，则说明这些样本股之间具有可替代性，也就是说，如果需要调整投资组合，就可以在代表多数样本股的因子中进行调整，这样不会影响投资组合的代表性。
4.如果要对上证50指数进行指数化投资，不需要投资于所有的50种样本股，只需要投资于19种关键因素中最有代表性的22只关键样本股即可，构造投资组合如下：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)。检验结果表明，这22种具有代表性的关键样本股构造的投资组合Portfolio50的收益率基本上反映了上证50指数Index50的收益率，并且两者的风险处在同一水平上，即可以用投资组合Portfolio50来替代上证50指数进行指数化投资。另外，由于同一关键因素所代表的股票具有可替代性，使得投资组合Portfolio50的构造更加灵活，我们可以根据市场的具体情况对该投资组合Portfolio50进行调整，同时还不会影响它对指数的反映。
以上结论说明，我们从实证研究的角度验证了关键因素拟合指数化投资方法，即指数化投资不必完全复制股票指数，股票指数中存在关键因素，利用这些关键因素构造的投资组合可以拟合出相应的股票指数，用来进行指数化投资。这种方法能够适用于多种指数，并且操作灵活积极，基金经理可以同时结合其他的分析工具，根据市场的具体情况对拟合的投资组合进行调整，从而达到最佳的投资绩效。
⑵ VC投资案例
点击上方蓝字“IT橙”。
每天了解一点创投圈
美国知名风险投资研究机构CBInsights最近发表了一篇文章《From Alibaba to Zynga: 40 Of The Best VC Bets Of All Time And What We Can Learn From Them》，统计了40个他们认为VC回报最好的案例。我们能从中学到什么？
让我们来看看这40个投资案例和回报：
1、WhatsApp:
脸书在2014年以220亿美元收购了WhatsApp，这不仅创造了最大的并购交易；风投支持的公司的交易量，磨卜也给该公司唯一的机构投资者红杉资本(Sequoia Capital)带来了巨额回报。他们6000万美元的投资(A轮800万美元，B轮5200万美元)，三年后变成了30亿罩信美元。
2、脸书：
2012年，脸书通过IPO融资160亿美元，上市当天市值1040亿美元，为早期投资机构Accel Partners带来了巨额回报。2005年，该组织领投了脸书1270万美元的首轮融资，获得15%的股份，估值近8500万美元。
尽管Accel Partners在2010年出售了价值5亿美元的旧股票，但在脸书2012年上市时，它仍持有价值90亿美元的股票。这种巨大的回报直接让Accel的IX基金成为业绩最好的基金，当然也让脸书的天使投资人彼得泰尔获得了近2万倍的回报。
3、团购网
Groupon不是一家成功的公司，但对VC来说是一笔不错的投资。2011年，该公司上市，融资7亿美元，IPO市值近130亿美元。
新企业协会(NEA)，一个早期的投资机构，获得了巨大的利润。他们在2008年A轮投资了840万美元，获得了20%的股权。此后，他们不断增加投资。Groupon上市时，他们仍持有14.7%的股权，是第二大股东，价值25亿美元。
当然，Groupon最大的受益者是埃里克莱夫瞎闷穗科夫斯基，他是该公司的天使投资人、联合创始人和最大股东。公司刚成立不久，他就和布拉德基威尔一起在天使轮投资了100万美元。当然，他自己投资了大部分的钱。
Groupon上市时，埃里克莱夫科夫斯基持有21.6%的股份，按照当天IPO的市值计算，股权价值为36亿美元。这还不包括埃里克莱夫科夫斯基在IPO前通过出售旧股票套现的3.86亿美元。
事实上，埃里克莱夫科夫斯基早在2000年互联网泡沫危机时就有过类似的“套现”。1999年5月，莱夫科夫斯基和基威尔(他们合作很多)创立了Starbelly.com；2000年被Ha-Lo Instries以2.4亿美元收购，套现不少。
后来Ha-Lo宣布破产，公司股东将破产归咎于之前收购Starbelly，引发了一系列针对莱夫科夫斯基的诉讼。
在那些诉讼如火如荼、互联网泡沫急剧波动的日子里，莱夫科夫斯基写下了这句名言：“让我们开始开心吧??让我们开心吧??让我们公布一切吧??让我们对自己的预测充满信心吧??让我们把事情做到极致吧??让我们疯狂吧，不管谁对谁错??现在是时候激进了??我们已经没有什么可失去的了。
4、混凝土
值得注意的是，Cerent的联合创始人和发起人维诺德科斯拉当时是KPCB的合伙人。他取得了辉煌的业绩，在KPCB投资了6家公司5000万美元，获得了150亿美元的回报。后来，他还创立了自己的投资机构Khosla Ventures。
5、Snapchat
Snapchat于2017年3月上市，市值达到250亿美元。背后的早期投资人当然获利丰厚。光速创投(Lightspeed Venture Partners)在2012年5月向天使轮投资了48万美元(随后是持续投资，总投资额为800万美元)，基准资本(Benchmark Capital Partners)是2013年初A轮的唯一投资者，投资额为1350万美元，回报相当不错。
以当天IPO的市值计算，Benchmark Capital Partners持有的股权价值高达32亿美元，Lightspeed Venture Partners持有的股权价值20亿美元。
有趣的是，Benchmark的投资经理米奇拉斯基(Mitch Lasky)是Snapchat创始人埃文斯皮格尔的创业导师。其中一个关键原因是明镜和光速有些争执，他协调他们之间的关系。
要知道，光速创投合伙人公司(Lightspeed Venture Partners)负责这个案子的合伙人杰里米刘(Jeremy Liew)最初发现Snapchat起源于他合伙人女儿的介绍(在中学流行的使用只有三种：
愤怒的小鸟、Instagram 以及 Snapchat）、而 Liew 找到 Spiegel、让其接受投资更是一个百折不挠三顾茅庐的故事，不知为什么后面会出现问题，以致于 CB Insights 也感叹“which is not uncommon in the pressure-cooker world of early-stage startups, ambitious founders, and seasoned VCs”。
6、King Digital Entertainment
《糖果传奇》(Candy Crush Saga) 开发商 King 在 2015 年被动视暴雪（Activision Blizzard）59 亿美元收购，其背后的投资人收益巨大。
2005 年就投资 King 的 Index Ventures，获得了 5.6 亿美元的回报；最大的回报当属持有 King 44.2％股份的 Apax Partners，其同样在 2005 年就投了 King，不过比起 Index Ventures 投资更多，毕竟当时 King 还濒临破产、距离其推出 Candy Crush Saga 还有 9 年的时间，于是 Apax Partners 一举投资 3600 万美元获得 King 接近 45% 的股份。
当 King 于 2014 年上市后，Apax 所拥有的股权价值虽然带去了 100 倍的账面回报，但却没有很好的机会变现退出，不过其拥有的股权却有很重要的发言权，在与动视暴雪的谈判中非常积极，最终从 59 亿美元的收购价中获得了巨额回报。
7、阿里巴巴
中国的电子商务巨头阿里巴巴 2014 年在美国上市，募资 220 亿美元，在创造有记录以来最大 IPO 的同时，也成就了其背后的投资人股东日本软银。
在 2000 年软银斥资 2000 万美元投资阿里巴巴、获得 34% 的股份，在 IPO 当日软银是阿里巴巴第一大股东、持有 34.1% 的股份，以 IPO 当日收盘市值 2310 亿美元计算、软银持有的阿里巴巴股份市值超过 600 亿美元、回报超过 3000 倍，即便到目前，软银仍持有阿里巴巴 29% 股份。
8、京东
京东于 2014 年 5 月在美国上市，当天收盘市值约 290 亿美元，给早期投资人今日资本及操盘手徐新带去巨额回报。
在 2006 年刘强东计划募资 200 万美元、今日资本投资了 1000 万美元；在 2008 年金融危机时挺身继续加投，今日资本在京东累计投资了约 3000 万美元，在京东 IPO 当日持有 7.8% 的股份，不考虑此前是否卖过老股、以 IPO 当日收盘价计算、今日资本持有的股份价值超过 26 亿美元、实现超过 150 倍的回报。
9、Google
Google 在 2004 年上市、IPO 当时市值 230 亿美元，给早期投资机构 KPCB、Sequoia Capital 带去了 43 亿美元的回报，高达 300 倍回报的背后，更重要是让 VC 穿越了泡沫危机、进入回报期。
早在 1999 年，KPCB、Sequoia Capital 等投资 Google 1200 万美元，不过很快就赶上了 2000 年互联网泡沫，没有人知道什么时候是尽头，更不会想到当年估值 1 亿美金左右的公司会在 2004 年 IPO 时达到 230 亿美金。
有意思的一个细节是，在 Google 当时获得 1200 万美元的投资条款中，有一条是两位创始人要聘请一位外部 CEO 来管理公司，所谓“Alt Supervision 成人监管”。
后来两位创始人准备反悔、KPCB 负责的合伙人 John Doerr 甚至想到卖掉全部 Google 股份退出、当然后来双方谈妥了，Doerr 介绍的 Eric Schmidt 在 2001 年加入 Google 担任了 CEO。
10、Twitter
Twitter 于 2013 年在美国上市、募资 18 亿美元、IPO 当时市值约 142 亿美元，领投了 TwitterA 轮 500 万美元融资的 Union Square Ventures（USV），带来了 8.63 亿美元的回报。
Twitter 在 2007 年开始快速发展，USV 的合伙人 Fred Wilson 在机构的官方博客中专门介绍了 Twitter，认为其是现代互联网的关键服务之一、收入和商业模式可以延后再考虑。
正好 Twitter 当时在融资，很多投资机构都因为看不懂 Twitter、觉得 Twitter 缺乏收入也没有任何获得收入的计划，因为融资的目的是用来扩容服务、保证 Twitter 正常运营。这时候，理解、最懂 Twitter 的 USV 也就水到渠成的成为了 A 轮领投机构。
11、UCWeb
UC 被阿里巴巴在 2014 年收购，对公司约 47 亿美元的估值创造了当年中国互联网最大并购交易。早期投资机构晨兴创投、策源资本收获很大，当然最大的还是收购方阿里巴巴自身。
从 2009 年 B 轮时就开始投资 UC、并不断加注累计投资 6.9 亿美元获得了 UC 66% 的股份，并购更为主动，更重要的是在移动互联网领域补足了短板。很难说收购 UC 是直接的影响因素，但阿里巴巴的估值确实从 2012 年的 350 亿美元飙升至 2014 年 IPO 时的 1680 亿美元。
12、Delivery Hero
欧洲外卖公司 Delivery Hero 于 2017 年上市、市值达到 51 亿美元。这对于其最大竞争对手 Foodpanda 的拥有者、也是其自身最大机构股东 Rocket Internet 而言，是一个巨大的回报时刻。
Rocket Internet 是来自德国的创业公司孵化器、其克隆模仿了很多美国公司模式、收益颇丰。在 2016 年将旗下 Foodpanda 出售给竞争对手 Delivery Hero、获得后者 37% 的股份。Rocket Internet 当时将经营困难的公司出售、本身就获得了 7.5 倍的回报；在 Delivery Hero 上市当日，又获得了近 3 倍的账面回报。
13、Zayo
美国光纤服务运营商 Zayo 于 2014 年上市、市值 45 亿美元并不高，但对于过去十年一直落后的行业来说，却是令人鼓舞的 IPO，背后的投资人终于有退出机会。收益最大的当属 Columbia Capital、在 IPO 当日持有 11.4% 股份，获得 5 亿美元左右的回报。
14、Mobileye
以色列自动驾驶技术公司 Mobileye 成立于 1999 年，2014 年在纽交所上市、市值 53 亿美元，2017 年 3 月市值 80 亿美元的 Mobileye 被英特尔 153 亿美元收购。
Mobileye 于 2003 年获得 1500 万美元 A 轮投资，投资机构主要来自以色列，包括 Colmobil Group、FIBI Holding、Solid Investment Bank 等，其中 Colmobil 是唯一一家在 Mobileye 上市后、没有出售过股票的投资机构，这样它一直持有的 7.2% 股权在 Mobileye 被收购时、价值达到 10 亿美元，获得超过 100 倍的巨额回报。
15、中芯国际（SMIC）
2002 年美国投资机构 NEA 投资中芯国际 9000 万美元、在 2003 年又投资了 3000 万美元，这笔总计 1.2 亿美元的投资，不到 2 年的时间、在中芯国际 2004 年 IPO 上市当日带来了超过 10 倍的回报。
16、美图
美图秀秀 2016 年在香港上市、募资 6.3 亿美元、IPO 当日市值 49 亿美元，创造了当年港股科技公司最大 IPO。这对其 A 轮投资机构创新工场而言，带去了超过 40 倍的回报。
17、Zynga
Zynga 在 2011 年以 70 亿美元的市值上市，创造了社交游戏的历史。这对于 Zynga 早期投资者 Union Square Ventures（USV）来说，是一笔巨大回报。在 Zynga 上市日、USV 获得近 4 亿美元的回报，回报倍数大概在 75 至 80 倍。
当时 USV 在 Twitter 的投资已经被验证成功，他们认为社交网络的平台效应大有可为，Zynga 虽然成立没到一年，但在 Facebook 上的用户发展很快，USV 在 2008 年领投了其 2000 万美元的 A 轮融资，没过太久在 Zynga 的 2800 万美元 B 轮融资时、USV 进一步追加投资。
18、Lending Club
美国借贷网站 Lending Club 于 2014 年上市、募资 8.7 亿美元、市值达到 54 亿美元。在 2007 年就投资了 A 轮的 Norwest Venture Partners、Canaan Partners 等获得超过 50 倍的回报。
当然，对第一次在没有参与前几轮融资、就直接投资 Lending Club 的 D 轮的 Union Square Ventures（USV）而言，这笔交易也有别有意义。毕竟对 USV 而言、偏好早期投资、并希望持有相当比例的股权。
19、Genentech
20、Stemcentrx
肿瘤领域的生物制药公司 Stemcentrx 是另一家给风险投资人带去巨额回报的公司。2016 年 4 月上市制药公司 AbbVie 宣布 58 亿美元收购 Stemcentrx，其中约 17 亿美元归属于该公司的最大投资者 Founders Fund，后者累计投资了接近 2 亿美元。
21、Workday
人力资源 SaaS 公司 Workday 在 2012 年 10 月上市时募资 6.37 亿美元、IPO 当日市值 95 亿美元、创造了自 Facebook 上市以来、科技公司最大 IPO 市值。对其早期投资方 Greylock Partners 而言，获得超过 7 亿美元的回报。
值得留意的是，Workday 是一家从成立日起就由 VC 驱动的公司，其联合创始人及 CEO Aneel Bhusri 同时也是 Greylock Partners 的高级合伙人。他参与和见证了消费互联网（To C）在美国的巨大变化，认为企业服务领域也将发生同样的转变，于是创办了 Workday。
22、Rocket Internet
Rocket Internet 作为德国乃至欧洲最有名的创业公司孵化器，于 2014 年在德国法兰克福交易所上市，募集了超过 20 亿美元的资金、IPO 当日市值也达到 85 亿美元，是当时德国最大科技公司 IPO。
Rocket Internet 由 Samwer 三兄弟在 2007 年创办，被称为克隆工场，借鉴大量国外现成的互联网商业模式，这样现金流比较好，不太需要融资。
直到后来有了更大的资本计划，Rocket Internet 才在 2013 年进行第一轮融资，投资方包括 Access Instries、Holtzbrinck Ventures 和 Kinnevik AB，融资 5 亿美元、出让 24% 股权、估值接近 21 亿美元，按照 2014 年 IPO 计算、有 4-5 倍的回报，在不到 1 年的时间内就实现这样的成绩，确实是比不错的投资。
23、趣店
趣店是中国这波互联网金融创业浪潮的典型公司，虽然现在说这家公司成功、还为时尚早，但对投资机构而言、却是一笔好买卖。
趣店很好的融合了创业热点、快速融资、关键战略合作伙伴，于是在创立不到 4 年的时间里就上市，2017 年 10 月 IPO 募资 9 亿美元、市值超过 110 亿美元，其早期投资机构蓝驰获利颇丰，从 A 轮一直追投最后一轮的源码资本、战略入股并且给予很大流量及资源的蚂蚁金服同样获得不错的回报。
24、Acerta Pharma
抗癌药生物技术公司 Acerta Pharma 在 2015 年被制药巨头阿斯利康 (Astra Zeneca)40 亿美元收购 55% 的股份，带来了 2015 当年生物制药领域的最大退出案例。
Acerta Pharma 在 2013 年成立，旨在为癌症患者提供新的靶向疗法，其融资很快、没有新闻稿披露，直到 2015 年被收购才有更多投资细节，显然该公司被收购，对于其 A 轮机构投资者 BioGeneration Ventures、Brabant Development Agency、Frazier Healthcare、OrbiMed Advisors 以及 B 轮投资者 T. Rowe Price 而言，都是一个非常好回报的退出。
25、Nexon
韩国游戏巨头 Nexon 于 2011 年 12 月在东京证券交易所上市、12 亿美元的市值创造了当年日韩游戏行业最大的退出项目。
Nexon 早在 1994 年就成立了，但直到 2005 年才有了第一轮融资、也是该公司拟唯一一轮已知的风险融资，由 SoftBank Ventures Korea、Insight Venture Partners 联合投资，显然 Nexon 在 2011 年的上市、给这 2 家投资机构带去了巨额回报。
26、Zalando
德国电商平台 Zalando 于 2014 年 10 月在法兰克福证券交易所上市、市值达到 68 亿美元，是其投资人 Rocket Internet 投资组合中回报最大的一笔投资。
Zalando 在 2008 年成立，很快就在当年被 Rocket Internet 投资、并逐步获得了大多数股权进行了控股。随后 Zalando 在德国、奥地利等地区业绩快速增长，2010 年 8 月就获得 4.84 亿美元的融资，投资方包括 Holtzbrinck Ventures、Kinnevik AB、Tengelmann 等，这轮融资后 Rocket Internet 仍持有 59% 股份。
后来 DST、JPMorgan Chase 等不断投资，Rocket Internet 卖出了一部分老股，在 Zalando 上市时、Rocket Internet 仍持有 17% 的股份，可想回报多大。
27、神州优车
神州优车和趣店一样，融合了创业风口（共享租车）、快速融资并挂牌（成立不到 2 年）、关键战略合作伙伴（脱胎于神州租车），典型的资本游戏背后带来了很大的资本回报。
神州租车在 2015 年 1 月正式发布神州专车业务、成立神州优车，半年后获得 2.5 亿美元 A 轮投资、估值 12.5 亿美元，其中神州租车出资 1.25 亿美元、另外 1.25 亿美元来自于华平投资（Warburg Pincus）、联想控股；3 个月后又获得 5.5 亿美元的 B 轮投资、估值 35.5 亿美元；2016 年 7 月神州优车挂牌新三板，估值 55 亿美元。
神州优车赶上滴滴出行、Uber 中国的出行大战，获得融资红利，不仅对于神州租车而言回报颇大，对于华平投资、联想控股也是如此。
28、Webvan
生鲜电商 Webvan 很长一段时间、都是作为互联网泡沫危机的失败案例来进行介绍的，事实上，从 VC 投资角度来看，Webvan 算是一笔成功的投资。
Webvan 成立于 1996 年，在 1999 年上市募资 4 亿美元、市值达到 79 亿美元，上市当天股票上涨 65%，对其背后的投资机构 Sequoia Capital、Benchmark、Softbank 而言，是个不错的成绩。
早在 1997 年 Sequoia Capital、Benchmark 投资了 1050 万美元的 A 轮、1998 年 Softbank 领投 3500 万美元的 B 轮，1 年后公司就 IPO 上市，算是不错的成绩。不过后来 Webvan 赶上互联网泡沫危机、再加上扩张和烧钱、最终在 2001 年就破产，确实嘘唏不已。
29、Qualtrics
美国 SaaS 公司 Qualtrics 于 2018 年 11 月被 SAP 斥资 80 亿美元现金收购，这是有史以来 VC 支持的 SaaS 软件公司的最大收购交易。
Qualtrics 成立于 2002 年，由 Smith 兄弟和他们的父亲共同创办，从家里的地下室开始，很长一段时间里都是自我造血、经营产品获得收入，并且还拒绝投融资。
在 2012 年该公司营收 5000 万美元时，就拒绝了一笔 5 亿美元的收购。不过也正是那次拒绝、让 Ryan Smith 决心做一家有董事会规范化运营的优秀科技公司，于是在 2012 年接受了 Sequoia Capital、Accel 合计 7000 万美元的 A 轮融资，并在 2014 获得 Insight Venture Partners 领投的 1.4 亿美元 B 轮、2017 年又融了 1.8 亿美元 C 轮，并在 2018 年提交了 S-1 准备独立 IPO，不过最终还是接受了 SAP 80 亿美元的收购，其背后有限的几家投资机构获得巨额回报。
30、Mercari
日本二手交易平台 Mercari 在 2018 年 6 月上市、创造日本当年最大规模 IPO、募资 12 亿美元、收盘市值达到 74 亿美元。这意味着其早期投资机构 United Inc 的回报超过 130 倍，早在 2013 年，United Inc 作为唯一的投资方在 A 轮投资了 300 万美元，5 年后这笔投资超过了 4 亿美元。
31、蔚来汽车
32、美团点评
美团点评 2018 年 9 月在香港上市，募资 42 亿美元、IPO 当日市值 550 亿美元，对于红杉资本而言手里持有的股票市值达到 49 亿美元、回报也超过 12 倍。
红杉中国（Sequoia Capital China）在 2010 年美团刚成立时就不断投资美团、并持续加注累计投了超过 4 亿美元；同时红杉还是大众点评的早期投资方，在 2015 年双方的合并中扮演了重要角色。
33、小米
小米 2018 年 7 月在香港上市，募资 60 亿美元、市值达到 540 亿美元，最大的赢家当属 8 年陪跑小米的晨兴资本，整体回报超过 40 倍，如果用 A 轮的 500 万美元计算、则是高达 866 倍的回报。
34、拼多多
拼多多 2018 年 7 月在美国上市，募资 16 亿美元、市值接近 300 亿美元，成立仅仅 3 年的拼多多、背后的投资人得到了很高、很快的回报。
35、饿了么
饿了么在 2018 年 4 月被阿里巴巴 95 亿美元现金收购，在创造当年本地生活领域最大并购交易额的同时，饿了么背后的投资人金沙江、红杉资本、经纬中国等都得到了很大的回报、而且是现金的回报。要知道饿了么投资人朱啸虎认为这可能是中国互联网史上最大一笔全现金收购。
36、Adyen
荷兰支付科技公司 Adyen 于 2018 年 6
⑶ 美国的对冲基金与中国的基金有何区别
区别一：战略不同。
美国的对冲基金：美国基金的玩法多，比如有只专注于做多的且长期持有的基金，只做空基金，多空基金及基于量化的高频交易基金。
中国的基金：中国的基金基本只做多。
区别二：资产配置的种类及地区不同。
美国的对冲基金：美国对冲基金的资产配置更加国际化以及多样化。
中国的基金：中国的投资机构基本集中在中国市场以及在中国公司的债券及股票投资上面。
区别三：地位不同。
美国的对冲基金：美国的很多公司股权不集中，即使是公司创始人持股比例都很少，外面的基金基本上持股10%左右就可以在董事会有强的话语权及投票权。
中国的基金：在中国，创始人的家族绝对控股，要么就是国家绝对控股。
对冲基金的投资者有严格的资格限制，美国证券法规定：以个人名义参加，两年内个人年收入至少在20万美元以上；如以家庭名义参加，夫妇俩最近两年的收入至少在30万美元以上；如以机构名义参加，净资产至少在100万美元以上。
1996年作出新的规定：参与者由100人扩大到了500人。参与者的条件是个人必须拥有价值500万美元以上的投资证券。而一般的共同基金无此限制。
对冲基金的操作不受限制，投资组合和交易受限制很少，主要合伙人和管理者可以自由、灵活运用各种投资技术，包括卖空。衍生工具的交易和杠杆。而一般的共同基金在操作上受限制较多。
⑷ 纽约证券交易所和纳斯达克是一个市场吗
纽约证券交易所和纳斯达克不是一个市场。
纽约证券交易所（NYSE, New York Stock Exchange）是目前世界上规模最大的有价证券交易市场。在美国证券发行之初,尚无集中交易的证券交易所,证券交易大都在唐提咖啡馆和拍卖行里进行。
1792年5月17日,24名经纪人在纽约华尔街和威廉街的西北角纽约证券交易所大门一咖啡馆门前的梧桐树下签订了“梧桐树协议”,协议规定了经纪人的“联盟与合作”规则，通过华尔街现代老板俱乐部会员制度交易股票和高级商品，这也是纽约交易所的诞生日。
到了1817年,华尔街上的股票交易已十分活跃,于是市场参加者成立了“纽约证券和交易管理处”,一个集中的证券交易市场基本形成,1863年,管理处易名为纽约证券交易所,此名一直沿用至今。
纳斯达克始建于1971年，是一个完全采用电子交易、为新兴产业提供竞争舞台、自我监管、面向全球的股票市场。纳斯达克是全美也是世界最大的股票电子交易市场。
一般来说，在纳斯达克挂牌上市的公司以高科技公司为主，这些大公司包括微软（Microsoft）、英特尔（Intel）、 戴尔（Dell）和思科（Cisco）等等。
虽然纳斯达克是一个电子化的证券交易市场，但它仍然有个代表性的“交易中心”存在，该中心坐落于纽约时代广场旁的时报广场四号（Four Times Square，该大楼又常被称为“康泰纳仕大楼”，Condé Nast Building）。
(4)bsquare科技股票怎么样扩展阅读
NASDAQ上市标准：
标准一
1、股东权益达1500万美元；
2、一个财政年度或者近3年里的两年中拥有100万美元的税前收入；
3、110万的公众持股量；
4、公众持股的价值达800万美元；
5、每股买价至少为5美元；
6、至少有400个持100股以上的股东；
7、3个做市商；
8、须满足公司治理要求。
标准二
1、股东权益达3000万美元；
2、110万股公众持股；
3、公众持股的市场价值达1800万美元；
4、每股买价至少为5美元；
5、至少有400个持100股以上的股东；
6、3个做市商；
7、两年的营运历史；
8、须满足公司治理要求。
标准三
1、市场总值为7500万美元；或者，资产总额达及收益总额达分别达7500万美元；
2、110万的公众持股量；
3、公众持股的市场价值至少达到2000万美元；
4、每股买价至少为5美元；
5、至少有400个持100股以上的股东；
6、4个做市商；
7、须满足公司治理要求。
⑸ 如何用Python和机器学习炒股赚钱
相信很多人都想过让人工智能来帮你赚钱，但到底该如何做呢？瑞士日内瓦的一位金融数据顾问 Gaëtan Rickter 近日发表文章介绍了他利用 Python 和机器学习来帮助炒股的经验，其最终成果的收益率跑赢了长期处于牛市的标准普尔 500 指数。虽然这篇文章并没有将他的方法完全彻底公开，但已公开的内容或许能给我们带来如何用人工智能炒股的启迪。
我终于跑赢了标准普尔 500 指数 10 个百分点！听起来可能不是很多，但是当我们处理的是大量流动性很高的资本时，对冲基金的利润就相当可观。更激进的做法还能得到更高的回报。
这一切都始于我阅读了 Gur Huberman 的一篇题为《Contagious Speculation and a Cure for Cancer: A Non-Event that Made Stock Prices Soar》的论文。该研究描述了一件发生在 1998 年的涉及到一家上市公司 EntreMed（当时股票代码是 ENMD）的事件：
“星期天《纽约时报》上发表的一篇关于癌症治疗新药开发潜力的文章导致 EntreMed 的股价从周五收盘时的 12.063 飙升至 85，在周一收盘时接近 52。在接下来的三周，它的收盘价都在 30 以上。这股投资热情也让其它生物科技股得到了溢价。但是，这个癌症研究方面的可能突破在至少五个月前就已经被 Nature 期刊和各种流行的报纸报道过了，其中甚至包括《泰晤士报》！因此，仅仅是热情的公众关注就能引发股价的持续上涨，即便实际上并没有出现真正的新信息。”
在研究者给出的许多有见地的观察中，其中有一个总结很突出：
“（股价）运动可能会集中于有一些共同之处的股票上，但这些共同之处不一定要是经济基础。”
我就想，能不能基于通常所用的指标之外的其它指标来划分股票。我开始在数据库里面挖掘，几周之后我发现了一个，其包含了一个分数，描述了股票和元素周期表中的元素之间的“已知和隐藏关系”的强度。
我有计算基因组学的背景，这让我想起了基因和它们的细胞信号网络之间的关系是如何地不为人所知。但是，当我们分析数据时，我们又会开始看到我们之前可能无法预测的新关系和相关性。
如果你使用机器学习，就可能在具有已知和隐藏关系的上市公司的寄生、共生和共情关系之上抢占先机，这是很有趣而且可以盈利的。最后，一个人的盈利能力似乎完全关乎他在生成这些类别的数据时想出特征标签（即概念（concept））的强大组合的能力。
我在这类模型上的下一次迭代应该会包含一个用于自动生成特征组合或独特列表的单独算法。也许会基于近乎实时的事件，这可能会影响那些具有只有配备了无监督学习算法的人类才能预测的隐藏关系的股票组。