揭开证券的神秘面纱：了解市场动态，做出明智的投资决策

admin 2024-12-23 38 0

什么是证券？

证券是表示所有权或债务的金融工具。它们可以以多种形式存在，包括股票、债券、共同基金和交易所交易基金（ETF）。证券本质上是可转让的，可以在证券交易所或场外交易（OTC）市场上买卖。

不同类型的证券

有许多不同类型的证券，每种类型都有其独特的特征和风险状况。最常见的证券类型包括：

股票： 股票代表公司所有权份额。股东有权获得公司的收益，并对公司管理决策拥有投票权。
债券： 债券是固定收益证券，代表借款人（发行人）向投资者（持有人）借款。债券持有人在债券到期时有权获得利息和本金还款。
共同基金： 共同基金是一种由专业经理管理的投资组合，投资于各种资产，例如股票、债券、商品和房地产。
交易所交易基金（ETF）： ETF 是一种跟踪特定市场指数或资产类别的投资组合，并在证券交易所交易。ETF 提供多元化投资和低成本进入市场的优势。

证券如何交易？

证券可以在证券交易所或场外交易（OTC）市场上交易。证券交易所将买家和卖家撮合成交易，而场外交易市场直接在交易对手之间进行交易。最著名的证券交易所包括纽约证券交易所和纳斯达克证券交易所。

影响证券价格的因素

多种因素会影响证券价格，包括：

公司业绩
经济状况
行业趋势
利率
地缘政治事件

如何投资证券

投资证券需要采取以下步骤：

开设经纪账户： 第一步是开设一个经纪账户，通过该账户可以买卖证券制定明智的投资策略并监控其表现，您可以在证券市场上做出明智的投资决策。

中国证券市场批判图书目录

中国证券市场的深度透视，揭示了一部金融寓言的生动篇章。这部批判图书的目录，如同一部历史长卷，带我们走进一个复杂而富有戏剧性的世界。

首先，从《草根到权贵》开始，我们看到市场的起起伏伏，草根投资者如何在市场中挣扎，逐步攀登至权力的巅峰。这一章揭示了权力与金钱的微妙互动。

接着，我们深入《谁是庄家》的谜团，探寻隐藏在交易背后的操纵者，他们如何影响市场波动，编织着金融市场的神秘面纱。

在庄家背后，我们探寻到规则与不规则的交织，以及市场公平性的问题，引人深思。

《券商的化装舞会》揭示了金融机构的角色变换，他们如何利用规则的漏洞，进行巧妙的策略布局。

《公司之变》剖析了企业与证券市场的关系，企业的决策如何影响投资者的命运，同时也揭示了市场的变革与挑战。

《股市食物链》则描绘了投资者之间的等级划分，揭示了市场的残酷竞争和生存法则。

《我们得了什么病》直指市场的症结，探寻市场泡沫、过度投机等病症的根源，以及如何对症下药。

《创新的游戏》关注市场创新的背后，既有机遇也有风险，创新如何塑造市场格局，又如何影响投资者的决策。

在《刀刃上的舞者》中，我们看到了市场高手的生存策略，以及他们在风险边缘的舞蹈，展示出极高的智慧与勇气。

最后，《一个时代的背影》回溯整个市场的历程，总结这个时代证券市场的发展与变迁，留给读者深深的反思。

这部图书的后记，或许是对这个市场历史的致敬，也是对未来的一种期待，留给读者无尽的思考空间。

揭开“量化交易”的神秘面纱

量化交易（quantitativetrading）是金融术语，即以数学模型代替人为主观判断，以计算机程序从还想历史数据中筛选出多种“大概率事件”并总结出规律，从而制定相应的投资策略。有了量化交易策略，就较容易减少投资者情绪波动的影响，避免在市场狂热或悲观的情况下做出非理性的投资决策。在量化交易出现之前，股票和证券市场的投资操作都是人工完成的。著名的股神巴菲特，他的故事投资秘诀就是价值投资，即通过大量研读财报选出优质的公司，并长期持有。价值投资利润固然高明，但知易行难，绝大多数的投资者并没有耐心和毅力去逐一研读每家企业的资料，分析基本面，等等。以美股为例，+家公司，每份财报都有好几百页，怎么看得完。更何况，很多机构和投资者都是炒短线的，根本没时间按价值投资的思路去做资料分析。在此背景下，很多金融创新就应运而生了。比如金融学上有一个很著名的交易策略叫动量交易（momentum trading），即股票价格向上突破到某个比例时买入，下跌某比例时卖出。这个原则说起来容易，人工操作就很困难。而有了计算机之后，交易员只需要输入具体明确的交易策略的指令，剩下的具体操作就可以由电脑自动完成了，非常轻松。 20世纪70年代，随着计算机算力的突飞猛进，金融数据的大数据分析变得简单易行，接着一大批划时代的金融理论诞生了，比如投资组合理论、资产定价理论、期权定价理论，都是在这一时期出现的，这些理论为挖掘金融数据提供了理论基础。另一方面，市场上需要管理的钱越来越多，证券的种类也越来越多。计算能力、金融理论基础、市场需求，这三个条件在一个时代同时实现，量化交易也就应运而生了。率先使用量化交易技术的是投资银行们。他们利用计算机技术在海量的数据里面挖掘信息，设计很多很复杂的金融产品，放大杠杆，获取着令人难以置信的高额利润。由于计算机技术的大面积应用，很多IT天才云集华尔街，他们大都是穿着T恤和牛仔裤不修边幅的宅男，与西装革履的传统银行家形成了鲜明的对比。 2006年，来自摩根史丹利，高盛，德意志银行等投行的顶级“宽客”（Quants，量化交易专家）平均年收入是5.7亿美金，年龄最小的才30岁左右。经过投行们的推波助澜之后，量化交易在金融市场上占据着相当大的份额。目前的美股市场上，量化交易大概占到60%的比重。量化交易的核心竞争力就是对海量数据进行分析计算，进而提炼出一定的规律，并据此作出预测。比如，对于某一只农业概念股，除了常规的坎财务数据、历史产量，还可以利用卫星数据来分析天气，然后把农产品的历史产量和其它先关数据全都难过来，进过整合分析之后预测这产品的未来产量，进而对该只农业股的股价进行预测。在市场平稳发展、规律性较强的情况下，只要精确地捕捉到这些规律，投入一些本金，并加上一定的杠杆，就可以实现很高比例的盈利，可谓是一本万利，这也是前文提到很多量化交易的IT专家能够获取天量收入的秘诀。这个原理听起来确实很诱人，然而却不是容易做到的。毕竟从海量繁杂的数据中持续捕捉规律，并作出准确预测，是非常复杂和烧脑的劳动，费一般人力所能及。因此，大多数投行都是到MIT（麻省理工学院）、普林斯顿等最牛的高校里挖最牛的人才来组建团队。这些精英们也经常自诩，他们是用模拟天体运行规律的方式来解读金融世界。简言之，这是智商密集型的精英领域，非一般人可以涉足。然而，经济世界和金融领域的运行状况，跟天文物理、化学生物等稳态结构领域的规律是大相径庭的，没有必然和连续的规律。量化交易确实厉害，但却非稳赚不赔的必杀神技。实际上，量化交易的风险非常大。关键在于，量化交易的本质是基于历史数据挖掘规律，因此它依赖于过去的趋势。而如果这些趋势依存的条件发生变化，趋势也就不复存在。进而，基于这些趋势所做的投资策略，也就面临着失败的厄运。最著名的案例就是著名的投行“所罗门兄弟”，它里面有一个叫梅瑟维夫的天才，自己组建了著名的量化基金“长期资本管理公司”。在1998年之前，这家公司的业绩非常好，年化收益达到32%，在同行之中一骑绝尘。但是经过俄罗斯卢布崩盘的黑天鹅事件之后，一切灰飞烟灭。 1998年俄罗斯卢布大幅贬值，市场上到处抛售俄罗斯债券。长期资本管理公司根据自己设定的量化模型，不但不抛售，反而激进地抄底，想着等市场反弹之后大赚一笔。然而1998年8月17日，俄罗斯政府发表声明不再偿还任何债务。卢布应声而落，长期资本管理公司爆仓，一天就亏掉几亿美金，在一个月之后，这家天才云集的公司就破产清盘了。量化交易把金融市场当作稳态结构，以为一切皆有序可循。然而，金融市场不是天体世界，它归根到底是人的市场。人性的贪婪、恐惧、欲望都会随着市场情况的变化而变化。因此它是一个规律和任性相互作用的动态过程，没有一成不变的规律，也没有料事如神的预测模型。用李善友教授近两年广为人知的说法，叫“ 不连续性 ”。当今的量化交易已经回归到了一个正常状态：一方面，认识到量化交易在数据挖掘和科学决策方面的优势，但是另外一方面，人们也认识到量化交易是有局限的，尤其是应对这种突如其来的规律变化的时候，这种纯量化交易可能会面临更大的风险。作为全球重要的金融市场之一，中国也有一定规模的量化交易的，但仍处于萌芽的发展状态。炒过股票的同学都知道，中国股市虽然长期收益率不错，但仍总体而言仍是“消息市”、“题材市”、“概念市”，一旦政策或者环境有点风吹草动，中国市场的变动是非常非常频繁的，而且波动的幅度特别大。在市场起伏很大、无规律性非常明显的情况下，量化交易策略就难以凑效，更遑论赚取暴利。 2013年中国有一个光大“乌龙指”事件，就跟量化交易有密切的关系。当时是光大证券的交易员不小心输错了一个数字，下了一个70亿的天量买单，瞬间拉动股价大涨，进而触发了很多量化交易程序的自动执行条件，很快导致300多亿的资金涌入场内，几分钟之内上证指数就拉升了100多点，59支权重股瞬间涨停。很多不明就里的散户盲目跟进，结果损失惨重。事后很多人除了控诉光大证券，也指责采用量化交易的机构，因为量化交易数倍放大了“乌龙指”效应，明显影响了整个股市，进而间接促成他们的跟进损失。在2013-2014期间，有些量化交易机构收益不错，但经过2015年股灾之后，整个A股市场的情绪和资金面都发生了巨大的变化，过去行之有效的策略通通报废，以量化交易为核心的私募基金倒掉了300多家。因此，量化交易在中国市场的成长壮大，路漫漫其修远兮。我们普通人，还是老老实实学巴菲特，踏踏实实研读财报，搞价值投资吧^_^