资金流选股策略.pdf

1、敬请阅读末页的重要说明 证券研究报告 | 金融工程 量化研究 逆向选择，驾驭暗流 2011年 6月8日 资金流指标选股策略 优、劣势组合与基准走势比较 0 5 10 20051 200712009 1 LR HS300 WR相关报告 寻找股潮澎湃下的暗流 资金流特征分析，2011/5/14 根据资金流特征分析得出市场对潜在信息反应过度的结论，采取逆向选择策略，运 用资金流指标建立选股模型，将能够有效地筛选优劣股票。 选股模型构建原理：通过对资金流强度、信息含量、杠杆倍数等资金流指标进 行了深入分析，发现前期资金流入对下期收益率是反作用，并得出市场对信息 普遍存在反应过度的结论，因此根据逆向选择

2、理论，可以运用资金流指标建立 选股模型。 指标筛选：所有的指标采取百分制打分排序，并提取前 20%的优势股票组合进 行比较。考虑到这些指标对下期收益率的因素状况，资金流强度、当期收益率、 信息含量是降序排列，资金流杠杆倍数是升序排列。测试结果表明：单指标时 资金流强度指标最有效，多指标为资金流强度、杠杆倍数、当期收益相的综合 指标比较好，且比单指标更好。 指标验证：对资金流强度、杠杆倍数、当期收益的综合指标进行验证分析，将 其综合得分排序并分 5组进行风险收益评估。结果表明： 5个组合的平均收益、 累计收益以及其他风险评估指标成单调递增效应，得分越高表现越好。 多头策略回测：根据上述的验证结果

3、采用资金流强度、杠杆倍数、当期收益综 合指标，选择前 20%的优势股票，每月调整一次构建多头组合。其平均收益为 3.63%，平均超额收益率为 1.35%（包含换仓成本） ，t 统计值为 2.567，战胜 比率和累计收益都比较高，累计收益率高达 668.5%，比沪深 300高 551%。 多空策略构建：选择优劣各 20 只股票构建多空策略，平均收益率为 1.47%， 波动率为 3.91%，大约有 69%月份能实现正收益，累计收益率 167%，较沪深 300 累计收益 195%要少一点，但是多空组合的稳定性非常好，系数为 -0.0114，为 1.47%，收益与大盘波动基本不相关，能够获得稳定的正收

4、益。 如果提高杠杆比率到 2，则收益率得到明显提高，平均收益为 2.94%，累计收 益为 541%，适合构建绝对收益型产品。 罗业华 0755-25310140 S1090511040010 杨向阳 0755-82943205 S1090511040036 研究助理 陈军华 金融工程敬请阅读末页的重要说明 Page 2 正文目录 一、 选股模型构建原理 . 3 1. 资金流特征分析 3 2. 逆向选择理论 3 3. 指标及算法 4 4. 数据样本及参数设定 4 二、量化选股模型 5 1. 模型选股思路 5 2. 指标选择 5 3. 指标验证 6 三、选股策略 8 1. 多头策略组合 8

5、2. 多空策略 . 10 三、最新推荐组合 . 11 图表目录 表 1：资金流选股指标及其定义 . 4 表 2：资金流指标选股测试结果（20%） . 6 表 3：MFP-MFL-R选股指标分组测试结果 7 表 4：MFP-MFL-R组合指标选股模型的历史组合测试结果 . 8 表 5：MFP-MFL-R组合指标选股模型历史组合的各年度收益率 9 表 6：多空组合的历史年度累计收益率 10 表 7：20只优势组合 .1 1 表 8：20只劣势组合 .1 1 图表 1：MFP-MFL-R组合指标的历史信息系数统计 . 7 图表 2：MFP-MFL-R组合指标选股模型的历史组合数量 8 图表 3：MF

6、P-MFL-R组合指标选股的优势组合历史超额收益率 . 9 图表 4：MFP-MFL-R组合指标选股的优势组合历史净值表现 9 图表 5：多空组合历史净值表现 10 金融工程敬请阅读末页的重要说明 Page 3 一、 选股模型构建原理 资金流是能够反映股票潜在信息的指标，所以市场有许多机构都在测算资金流，并据此 来选择股票。但是大家都是直接引用绝对资金流指标，或者只是做一些简单处理，另外 根据这些指标选择股票的模型也比较简单，没有做深入的实证分析回测，指标的特性及 模型的有效性有待商榷。因此本文将对资金流选股做深入研究以及回测分析，寻找稳定 的资金流指标选股模型。 1. 资金流特征分析 在上一

7、篇资金流特征分析的报告中 1 ，通过对资金流强度、信息含量、杠杆倍数等指标 进行了深入分析，并将这些指标与未来收益等指标进行建模分析，重点得出以下几个结 论： 1. 资金流的信息含量对研究资金流非常重要，如果资金流的信息含量较低，则可能受 噪音干扰，导致测算结果存在误差。实测证明，信息含量比率越高，则其与当期收 益率的回归拟合优度 R 2 越高，说明有效信息含量高，其中超过 10%的信息含量才 是有效的资金流信息。 2. 绝对资金流含量无法反映市值大小，必须进行标准化，将资金流除以流通市值的比 值记作资金流强度。同时为了表明资金流导致市值变化的效果，引入资金流杠杆倍 数的指标。实证表明：通过资

8、金流强度、杠杆倍数与当期收益率的回归拟合优度 R 2 得到了明显提高。 3. 利用资金流指标预测未来收益率与信息含量有关，资金流信息含量越高、持续的时 间越长，其预测效果越好，说明信息含量和持续时间能够给市场造成深远影响。但 是持续时间越长可能获得样本数据将会越小。 4. 资金流对未来收益率是负的效应，在散户较多的非有效市场，知情交易者会利用私 有信息，引诱其他投资者，导致股价对潜在信息反应过度，一旦消息公布则市场会 逐渐纠正这种过度，形成收益率的反转效应，即股票的当期资金流则对其未来收益 率产生相反的作用。 5. 资金流杠杆倍数与未来收益率的回归系数为正， 表明杠杆倍数与未来收益率成正相 关

9、关系。根据微观结构理论，资金流撬动的市值上升越大，说明市场对该股票分歧 越小，阻力也越小；反之如果是负数则说明分歧越大，阻力也越大。因此在无涨跌 停的有效市场，信息公布后，理论上股价将在瞬间对信息作出反映。 2. 逆向选择理论 在非强势有效的 A股市场，普遍存在信息不对称的问题。机构投资者与散户投资者在对 同一信息的评估能力存在差异。 大部分情况下， 散户投资者缺乏专业的投资能力和精力， 那么根据搭便车理论，希望借助机构投资者对股价的判断来进行投资，一旦机构率先对 市场潜在信息作出反应，羊群效应的散户投资者则追涨杀跌，往往导致许多情况下市场 会对潜在信息反应过度。这样根据逆向选择理论，能够准确

10、评估信息价值的投资者便会 对反应过度的股价做出交易，买入低估的卖出高估的股票，从而纠正这种信息反应过度 行为。 1详情参见 2011年 5 月 23日的报告寻找股潮澎湃下的暗流资金流特征分析 。 金融工程敬请阅读末页的重要说明 Page 4 根据市场对潜在信息反应过度的结论以及市场投资者的行为特征， 虽然我们在无法准确 获知潜在信息是否充分反应，也可采取逆向选择模型理论来构建选股模型，即反其道而 行之，卖出前期资金流入、价格上涨的股票，买入前期资金流出、价格下跌的股票。按 照这个思路，对一些指标参数进行回测分析，得到稳定的选股模型，并对选股组合深入 的风险绩效评估分析。 3. 指标及算法 根据

11、招商证券资金流测算模型（CMSMF）测算了资金流净额，同时为了得到更多资金 流的信息，衍生了资金流信息含量、资金流强度、资金流杠杆倍数三个指标，资金流信 息指标的具体定义（见表 1） ： 表 1：资金流选股指标及其定义 指标 定义 意义 资金流净额（MF） 根据 CMSMF 模型测算的资金流净额 资金流绝对金额 资金流信息含量（IC） 资金流净额/交易额 资金流中的有效信息含量 资金流强度（MFP） 资金流净额/流通市值 标准化资金流的强度 资金流杠杆倍数（MFP） 流通市值变动/资金流净额 衡量资金流的撬动效应 当期收益率（R） 取样期内股票的收益率 衡量最近一个月的收益率 资料来源：招商证

12、券研发中心 4. 数据样本及参数设定 根据招商证券资金流金额测算模型（CMSMF） ，测算了 1600 只股票在 2005 年 1月到 2010 年 12 月每日资金流净额数据， 共计 2800 多万个日数据。 根据资金流的特征分析， 选择资金流信息含量、资金流强度、资金流杠杆倍数以及当期收益率等 4个资金流指标 为资金流选股因子（见表 1） 。 检验期间为 2005 年 1月2010 年 12 月，总共 6年半时间，共计 72个月数据。测试调 整期限为一个月，计算该月资金流入总额，然后在计算该月资金流的的其他指标。在每 个月首个交易日调整仓位，采用首日股票收盘作为建仓成本，月底最后一个交易日

13、收盘 价为卖出价，以此来计算股票的收益率，构建和调整组合；测试中考虑交易冲击成本 0.2%，以及交易税费成本 0.3%，合计 0.5%计算。 金融工程敬请阅读末页的重要说明 Page 5 二、量化选股模型 1. 模型选股思路 根据资金流各种指标的特点，在选股模型中采用比较简单的方法，即指标排序打分的方 法来筛选股票。首先通过对各个资金流指标分别进行排序打分，然后将股票对应各个指 标的得分进行求和，最后以总得分值大小来筛选股票。具体步骤如下： 第一步： 确定待选股票池。 选择组合构建时剔除上市不满一个月的股票， 剔除调仓期 （月 初第一个交易日）涨、跌停以及停牌的股票，防止因涨、跌停买无法交易。

14、剔除信息含 量小于 10%的股票，因为这部分股票信号不明显，无法获取有效信息。 第二步：构建初始股票组合。 a） 指标打分：首先将待选股票池中股票分别按照各个指标进行排序（价值指标从小至 大，成长指标从大至小） ，然后采用百分制整数打分法进行指标打分，即以股票在 各个指标排名中所处位置的百分数作为股票对应该指标的得分，前 1得分为 1， 依次递减，最后 1得分为 100。 b） 求和排序：将股票相对于各个指标的得分进行求和 2 ，将和值进行从小至大排序，进 行分组比较；另外，选择排名靠前的 N 只股票构建优势组合（Winners 组合） ，同 时选择排名后 N只股票构建劣势组合（Losers

15、组合） 。 c） 股票权重：在基本量化模型中，组合中股票权重均采用等权重。 第三步： 组合定期调整。 持有组合至次月， 利用更新后的指标数据重新确定待选股票池， 重复第二步打分、求和过程，并将股票按照指标得分和值从小至大排序，将原来分组的 组合中排名跌出组合的股票剔除，调进新的股票，同时将新组合内样本股的权重调整至 相等。 第四步：统计检验。分别计算各组合每个月收益情况，以股票池作为比较基准，利用 t 检验考察 Winners 组合超额收益的有效性， 并用信息比率和战胜基准频率等各种风险收 益评估指标来衡量各种指标的优劣。 2. 指标选择 首先利用上述基本模型进行资金流指标的测试。 为了考察选

16、股模型对组合股票个数的稳 定性，我们按照指标得分，将股票池股票平均分为 5组，来对比各组合的业绩表现，并 用相对股票池的各种业绩评价指标进行比较分析（见表 2） 。 根据资金流特征分析的结论，资金流强度的回归系数均值为负值，说明资金流强度与未 来收益率成反作用，资金流杠杆倍数与未来收益率是正相关，当期收益率和信息比率与 未来收益率也是负相关关系。在做排序打分时，考虑到这些指标对下期收益率的因素影 响，资金流强度、当期收益率、信息含量是降序排列，资金流杠杆倍速是升序排列。 金融工程敬请阅读末页的重要说明 Page 6 表 2：资金流指标选股测试结果（20%） 指标组合 RW RV W-A Hit

17、 IR tStat Sharp AD D AI ICorr IC 2.55% 11.52% 0.26% 52.05% 0.038 0.649 0.200 -6.29% -25.10% 304.4% 6.0% MFP 3.24% 11.40% 0.95% 63.01% 0.128 1.830 0.262 -10.45% -23.15% 571.2% 10.9% MFL 2.46% 10.68% 0.17% 60.27% 0.026 0.329 0.207 -13.46% -22.95% 303.7% 5.3% R 2.90% 12.10% 0.61% 63.01% 0.080 1.286 0.2

18、19 -8.89% -25.34% 394.6% 9.1% MFP-IC 2.93% 11.62% 0.64% 54.79% 0.091 1.552 0.276 -6.13% -23.46% 429.9% 9.3% MFP-MFL 3.43% 11.55% 1.15% 65.75% 0.155 2.287 0.231 -8.61% -22.13% 666.5% 10.5% MFP-R 3.17% 11.59% 0.88% 61.64% 0.119 1.780 0.252 -10.77% -23.85% 525.8% 11.0% MFP-MFL-R 3.61% 11.74% 1.32% 67.1

19、2% 0.175 2.554 0.286 -7.75% -22.43% 755.2% 11.6% MFP-IC-MFL-R 3.30% 11.77% 1.01% 58.90% 0.133 2.083 0.259 -9.35% -23.39% 579.9% 10.8% All 2.29% 11.30% 0.180 -24.30% 237.5% HS300 2.11% 10.75% 0.173 -25.85% 207.0% 注： ： RW 表示组合的平均月收益， RV表示组合的月波动率， W-A表示 Winners组合相对股票池的平均月超额收益， Hit表示 Winners 组合战胜股票池的频率，

20、IR表示 Winners 组合相对于沪深 300指数的信息比率，tStat表示 Winners 组合相对于股票池的超额收益的 t 统计结果，Sharp 为夏普比率，AD 为组合相对股票池的最大月度跌幅，D 为组合的最大月度跌幅，AI 为累计收益率，ICorr 为信息 系数，测算指标的预测收益排序与实际收益排序的相关性系数，用来评价指标的预测效果； All为股票池所有股票组合，上述指标后同。 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 首先必须对选股指标进行筛选，因此对 IC、MFP、MFL、R 四个单指标进行测算，分 别比较了平均收益、战胜比率、信息比率、t 统计值、夏普比率

21、、累计收益以及指标的 信息系数。发行 MFP 指标较其他指标都要好，无论从收益率还是其稳定性和预测效果 都是最有效的指标。而多指标模型，以 MFP 指标为中心，测算了多种指标组合构建模 型，发现 MFP-MFL-R的各种指标结果表现最好，其收益率、战胜比率、IR、t统计值、 指标的预测效果都是最好的，所以我们将选择这样的指标组合构建最终的选股模型。 3. 指标验证 在选择了 MFP-MFL-R组合的多指标模型之后，我们对其进行详细测试分析。首先将该 指标选择的股票池分为 5 组以及最好的 10 只股票和最差的 10 股票组合，进行比较分 析。结果表明该指标组合能够有效筛选股票的优劣（见表 3）

22、 ： 1. 平均收益率程单调递增效应，最好的组合收益率明显超越股票池，最差的组合平均 收益率低于股票池并为负数，说明该指标得分越高，组合收益越好。 2. 预测效果较好，通过对预测收益率排序与实际收益率排序进行相关性统计，平均相 关性高达 11.6%，说明通过该指标得分进行排序，能够较好地预测收益率。 3. 战胜概率、IR、tStat、夏普比率也程单调递增，优势组合的各个业绩评价指标都表 现非常好，而劣势组合明显较差。 金融工程敬请阅读末页的重要说明 Page 7 表 3：MFP-MFL-R选股指标分组测试结果 指标组合 RW RV W-A Hit IR tStat Sharp AD D AI

23、L10 -1.23% 12.89% -3.52% 26.03% -0.410 -4.950 -0.115 -16.10% -30.72% -78.6% 1 -0.99% 11.68% -3.27% 16.44% -0.465 -6.704 -0.106 -13.69% -28.89% -71.5% 2 0.73% 11.57% -1.56% 31.51% -0.247 -3.997 0.042 -13.01% -26.15% 4.5% 3 1.60% 11.58% -0.69% 39.73% -0.106 -1.784 0.116 -9.29% -24.95% 98.9% 4 2.69% 11

24、.49% 0.40% 50.68% 0.058 1.006 0.212 -6.53% -24.51% 347.1% 5 3.63% 11.78% 1.35% 65.75% 0.178 2.567 0.287 -8.14% -22.80% 768.5% W10 3.65% 13.65% 1.36% 56.16% 0.139 1.624 0.249 -11.15% -27.98% 648.1% All 2.29% 11.30% 0.180 -24.30% 237.5% HS300 2.11% 10.75% 0.173 -25.85% 207.0% 资料来源：招商证券，聚源数据，沪深交易所 leve

25、1行情数据 图表 1：MFP-MFL-R组合指标的历史信息系数统计 30% 20% 10% 0% 10% 20% 30% 40% 50% 200512 0 0 6 12 0 0 7 12 0 0 8 1 200912 0 1 0 1注：每月的信息系数，测算指标的预测收益排序与实际收益排序的相关性系数，用来评价指标的预测 效果。 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 综上所述， 通过 MFP-MFL-R 组合的资金流指标排序打分的方法能够有效地区分股票优 劣，优势组合能够有效地战胜股票池，劣势组合则低于股票池，表 1是信息系数的历史 统计图表，以此来评价该指标模型的预测效

26、果，预测信息系数的平均值为 11.6%。 金融工程敬请阅读末页的重要说明 Page 8 三、选股策略 1. 多头策略组合 在前面的测试比较后，得出 MFP-MFL-R 组合指标的选股的组合效果最好，因此采用该 模型，根据上个月的资金流相关指标的排序打分情况，选择排序后 20%的优势股票作 为多头组合，每月选股一次并进行调整。从历史看，平均每月有 30只股票（见图表 2） ， 换手率大约 95%以上，也就是每月换手率一次。在每个月首个交易日调整仓位，采用 首日股票收盘作为建仓成本，月底最后一个交易日收盘价为卖出价，换仓在下月第一个 个交易日完成，以此来计算股票的收益率，构建和调整组合；测试中考虑

27、交易冲击成本 0.2%，以及交易税费成本 0.3%，双边合计 0.5%的换仓成本。 图表 2：MFP-MFL-R组合指标选股模型的历史组合数量 0 20 40 60 80 100 200512 0 0 6 12 0 0 7 12 0 0 8 12 0 0 9 12 0 1 0 1资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 从测试结果看（见表格 2） ，多头组合平均收益为 3.63%，平均超额收益率为 1.35%（包 含换仓成本，见图表 1） ，t 统计值为 2.567，战胜比率和累计收益都比较高；而劣势组 合为-0.99%，t 统计值为-6.704，战胜比率及累计收益都比较低

28、；优势减劣势组合平均 收益 4.62%，波动率都比沪深 300要高一点。 表 4：MFP-MFL-R组合指标选股模型的历史组合测试结果 指标组合 RW RV W-A Hit IR tStat Sharp AD D AI Winner 3.63% 11.78% 1.35% 65.75% 0.178 2.567 0.287 -8.14% -22.80% 768.5% Loser -0.99% 11.68% -3.27% 16.44% -0.465 -6.704 -0.106 -13.69% -28.89% -71.5% HS300 2.11% 10.75% 0.173 -25.85% 207.0%

29、 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 多头组合累计收益率高达 668.5%，比沪深 300 高 551%；统计了历史各年份收益率情 况，优势组合在大部分年份要跑赢市场，只在 2006 年市场普涨的情况下跑输沪深 300 指数。在风格、板块轮动比较频繁、热点较多的市场，超额收益比较高。另外，采取了 严格的测算参数，剔除换仓日涨跌停的股票，可能低估优势组合的收益率、高估劣势组 合的收益率。 金融工程敬请阅读末页的重要说明 Page 9 表 5：MFP-MFL-R组合指标选股模型历史组合的各年度收益率 Loser Winner HS300 2005 -33.05% 0.67

30、% -2.90% 2006 2.36% 99.24% 136.28% 2007 39.90% 197.43% 93.70% 2008 -61.05% -36.70% -56.00% 2009 1.37% 96.55% 57.60% 2010 -20.66% 7.57% -3.98% 注：分优势组合和劣势组合，其每年的累计收益与沪深 300比较，绿色表示跑输，红色表示跑赢，计 算了换仓成本。 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 图表 3：MFP-MFL-R组合指标选股的优势组合历史超额收益率 30% 20% 10% 0% 10% 20% 30% 20051 200612

31、 0 0 7 12 0 0 8 12 0 0 9 12 0 1 0 1资料来源：招商证券 图表 4：MFP-MFL-R组合指标选股的优势组合历史净值表现 0 1 2 3 4 5 6 7 8 9 10 LR HS300 WR注：LR为劣势组合，WR为优势组合。 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 金融工程敬请阅读末页的重要说明 Page 102. 多空策略 既然 MFP-MFL-R 组合的资金流指标选股模型能够明显地区分优势股票和劣势股票， 那 么我们可以建立多空策略，以获得稳定的组合收益。根据模型筛选优势组合和劣势组合 各 20 只股票，构建多空策略组合，假设换仓成本

32、双边 0.5%，融资融券成本为 10%， 进行模拟测算。 图表 5：多空组合历史净值表现 0 1 2 3 4 5 6 7 HS300 Long/Short注：考虑到交易成本之后，采取2倍杠杆的多空组合历史收益统计，截止2010年12月。 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 历史回测表明：多空组合组合平均收益率为 1.47%，波动率为 3.91%，大约有 69%月 份能实现正收益，累计收益率 167%，较沪深 300 累计收益 195%要少一点，但是多空 组合的稳定性非常好，系数为-0.0114，为 1.47%，收益与大盘波动基本不相关， 能够获得稳定的正收益。如果提高

33、杠杆比率到 2，则收益率得到明显提高，平均收益为 2.94%，累计收益为 541%，适合构建绝对收益型产品（见图表 5、表 6） 。 表 6：多空组合的历史年度累计收益率 HS300 Long/Short Long Short 2005 -2.90% 33.65% 1.40% -37.89% 2006 136.28% 62.92% 87.84% -7.16% 2007 93.70% 61.53% 189.22% 35.78% 2008 -56.00% 15.36% -41.31% -62.10% 2009 57.60% 45.59% 90.75% 4.08% 2010 -3.98% 8.55%

34、 13.24% -22.18% 注：考虑到交易成本之后，Long/Short组合采取2倍杠杆，Long、Short 无杠杆，截止2010年12月。 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 金融工程敬请阅读末页的重要说明 Page 11三、最新推荐组合 我们根据上述模型，采用 2011 年 5月的资金流数据，选择 6月份最新的组合，其中优、 劣势组合各 20 只列表如下： 表 7：20只优势组合 代码 名称 代码 名称 1 600507 方大特钢 002504 东光微电 2 002110 三钢闽光 000526 旭飞投资 3 002480 新筑股份 000613 ST东海

35、A 4 002495 佳隆股份 000691 *ST 亚太 5 002422 科伦药业 002554 惠博普 6 002239 金飞达 000430 ST张家界 7 002562 兄弟科技 002409 雅克科技 8 002534 杭锅股份 002159 三特索道 9 600608 *ST 沪科 600794 保税科技 10 002429 兆驰股份 600715 *ST 松辽 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 表 8：20只劣势组合 代码 名称 代码 名称 1 600429 三元股份 600978 宜华木业 2 600532 华阳科技 600636 三爱富 3 60

36、0167 联美控股 600729 重庆百货 4 000025 特力 A 600992 贵绳股份 5 600242 中昌海运 600975 新五丰 6 600758 红阳能源 600127 金健米业 7 002184 海得控制 000702 正虹科技 8 002505 大康牧业 600288 大恒科技 9 600114 东睦股份 002047 成霖股份 10 600568 中珠控股 600639 浦东金桥 资料来源：招商证券，聚源数据，沪深交易所 leve1行情数据 金融工程敬请阅读末页的重要说明 Page 12分析师承诺 负责本研究报告的每一位证券分析师，在此申明，本报告清晰、准确地反映了分析

37、师本人的研究观点。本人薪酬 的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。 罗业华：江西财经大学计算机工学和金融经济学双学位，MBA，金融工程分析师。从业七年，曾主持开发股指期 货套利系统、权证评价系统、金融工程实验室，目前工作是运用数理、编程知识，进行股指期货、量化投资、算 法交易等策略研究。 杨向阳：西安交通大学计算数学理学硕士，信息与计算科学理学学士。07 年进入招商证券研发中心，主要研究 方向包括数量化投资策略、投资组合构建及风险评估以及期权期货等金融衍生产品。 陈军华：华中科技大学管理科学与工程专业硕士、信息管理与信息系统专业学士，现招为招商证

38、券研究发展中心 金融工程分析师。 投资评级定义 公司短期评级 以报告日起 6个月内，公司股价相对同期市场基准（沪深 300 指数）的表现为标准： 强烈推荐：公司股价涨幅超基准指数 20%以上 审慎推荐：公司股价涨幅超基准指数 5-20%之间 中性： 公司股价变动幅度相对基准指数介于5%之间 回避： 公司股价表现弱于基准指数 5%以上 公司长期评级 A：公司长期竞争力高于行业平均水平 B：公司长期竞争力与行业平均水平一致 C：公司长期竞争力低于行业平均水平 行业投资评级 以报告日起 6个月内，行业指数相对于同期市场基准（沪深 300 指数）的表现为标准： 推荐：行业基本面向好，行业指数将跑赢基准

39、指数 中性：行业基本面稳定，行业指数跟随基准指数 回避：行业基本面向淡，行业指数将跑输基准指数 重要声明 本报告由招商证券股份有限公司（以下简称“本公司” ）编制。本公司具有中国证监会许可的证券投资咨询业务资 格。本报告基于合法取得的信息，但本公司对这些信息的准确性和完整性不作任何保证。本报告所包含的分析基 于各种假设，不同假设可能导致分析结果出现重大不同。报告中的内容和意见仅供参考，并不构成对所述证券买 卖的出价，在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。除法律或规则规定必 须承担的责任外，本公司及其雇员不对使用本报告及其内容所引发的任何直接或间接损失负任何责任。本公司或 关联机构可能会持有报告中所提到的公司所发行的证券头寸并进行交易，还可能为这些公司提供或争取提供投资 银行业务服务。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突。 本报告版权归本公司所有。本公司保留所有权利。未经本公司事先书面许可，任何机构和个人均不得以任何形式 翻版、复制、引用或转载，否则，本公司将保留随时追究其法律责任的权利。