时间：2023-06-04 08:37:25
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇量化投资流程范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
震荡市场上的投资利器
对于旨在获取绝对回报的华宝量化对冲来说，完全称得上是震荡市场上的投资利器。
据公开资料显示，自2014年9月成立以来，华宝量化对冲基金已成功穿越4次股市大劫：在2015年1月下旬、4月下旬、6月中旬、以及2016年1月上旬的A股大幅调整中，平稳规避了风险，历次净值涨幅超越沪指均在5个百分点以上（数据来源：Wind；截至：2016.4.22）。
此外，值得一提的是，现任基金经理徐林明，证券从业经历14年，除了担任华宝兴业量化对冲基金、上证180价值ETF及联接基金、华宝兴业事件驱动的基金经理外，还是华宝兴业基金的助理投资总监兼量化投资部总经理。据业内人士介绍，徐林明长期从事主动量化策略研究和量化投资工作，在择时、行业配置和选股领域有较深入的思考和研究，总体负责量化对冲的投资运作和量化模型开发。
谈及当前的投资操作，徐林明表示，“2016年以来股指期货负基差结构仍然存在，在此局面下，华宝量化对冲继续保持低仓位运作，股票部分用于满足申购新股的市值要求，同时对这部分头寸，利用股指期货对冲系统性风险。一季度华宝量化对冲的资金主要投资于低风险的标的或者现金管理，并积极参与新股申购、可转债申购、协议存款、隔夜回购等，力争在风险可控的前提下实现净值的稳健增长。”
业内创新量化投资专家
中图分类号：C93 文献标志码：A 文章编号：1673-291X（2016）24-0018-02
引言
近年来，我国电力工业的发展十分迅速，在国际上的地位也日益突出。随着国民生活水平的提高和工业的发展，居民用电量和工业用电量大幅度增加，致使电力负荷严重超载，拉闸限电情况频繁出现，给我国经济的持续发展和人民的正常生活带来严重的影响，为了改善这种状况，缓和电力供需紧张的局面，国家加大了对电力行业基础建设的投资力度。
电网工程项目建设全过程管理中涉及大量的因素和环节，任何一个因素和环节处理不到位，就会对整个工程项目产生重大的影响，可能会导致项目的投资成本增加、项目工期延长、投资收益下降、账务混乱等不利后果。因此，如何在众多不确定因素中找出影响项目建设的关键因素，确保工程项目的实物和账务一致性，如期按质按量完成建设项目和建设内容，对提高建设资金的使用效率、保护电网资金安全、防范电网资产流失有着重要的意义。
一、模型研究设计
（一）模型设定
本文根据项目全寿命管理理论，结合国网浙江遂昌县供电公司的实际情况，以工程项目竣工决算的实物和财务入账的数额是否一致作为项目管理有效性的替代变量（Effecti，t），构建电网工程项目管理有效性模型，具体如下：
Effecti，t=a0+a1*Sizei，t+a2*Leveli，t+a3*Qualityi，t+a4*Processi，t+a5*Completioni，t+a6*Timei，t+a7*Longi，t+Σcategory+Σmonth+ε
其中，a0、a1、a2、a3、a4、a5、a6、a7为相关变量的系数值，ε为残差。
在模型中，以项目有效性（Effecti，t）为被解释变量，用竣工决算的实物和财务入账的数额是否一致来量化，若一致用1表示，不一致则为0。以项目规模（Sizei，t）、管理人员业务水平（Leveli，t）、管理人员素质（Qualityi，t）、项目流程清晰度（Processi，t）、项目投资完工率（Completioni，t）、各部门衔接的及时性（Timei，t）、项目工期（Longi，t）为控制变量，另外加入项目类别（category）和月度（month）两个虚拟变量，以提高面板数据分析结果的稳定性。
（二）样本选取和变量定义
1.样本选取。本经验选取遂昌县供电公司2014―2015年所有的电网工程项目为初始样本，为了保证样本之间的可行性和稳定性，按照以下原则做出筛选：第一，剔除存在缺失值的项目；第二，剔除跨年和未结转的项目。经筛选后得到样本个数为122个（数据均来源于遂昌县供电公司基建发展部项目清单）。
2.变量定义。本文运用Richardson（2006）残差度量模型对项目管理的有效性进行度量，Effecti，t作为管理有效性的替代变量，用竣工决算的实物和财务入账的数额是否一致来量化，若一致用1表示，不一致则为0。解释变量项目规模（Sizei，t）用竣工决算金额的自然对数量化，管理人员业务水平（Leveli，t）用员工从事工程项目的工作年限来量化；管理人员的素质（Qualityi，t）用文化程度来量化（1=大专及以下、2=大学本科、3=硕士研究生、4=博士研究生及以上）；项目流程清晰度（Processi，t）是逻辑判断（1=项目流程清晰，相关资料齐全、0=反之）；项目投资完工率（Completioni，t）逻辑判断用项目竣工决算金额除以项目投资计划金额来量化；各部门衔接的及时性（Timei，t）也是逻辑判断（1=及时，0=不及时）；项目工期（Longi，t）用项目跨的月度来量化；项目类别（category）有配网、技改、生产性大修、研究开发、营销专项、零购、教育培训等7个类别，设6个变量；月度（month）12个月，设11个变量。
二、模型回归
首先对面板数据的混合回归模型、固定效应模型、随机效应模型进行豪斯曼检验，选取最适合本文的模型进行回归分析。在混合回归和固定效应的检验中，F值为1.35，F检验的P值为0.0000，强烈拒绝原假设“H0：all ui=0”，即认为fe（固定效应）明显优于混合回归。在对固定效应与随机效应进行豪斯曼检验时，chi2=584.34，P值为0.0000，故强烈拒绝原假设“H0：ui与xit，zi不相关”，应该使用固定效应模型而非随机效应模型进行分析。
从下表可知，模型中对项目管理有效性的回归，项目规模的回归系数为-0.0248，但不显著，说明项目规模的大小对项目管理有效性几乎无影响。管理人员业务水平的回归系数为0.1404，但不显著，说明项目管理人员的工作年限对项目管理有效性影响也不大。管理人员素质的回归系数为0.1679，但不显著，说明管理人员的学历与项目管理有效性的关系也不大。项目流程清晰度的回归系数为0.3998，且在1%水平上显著，即项目流程清晰度与项目管理有效性呈显著正相关。说明项目流程清晰度越高，项目管理有效性越高。项目投资完工率的回归系数为0.0655，且在5%水平上显著，即项目投资完工率与项目管理有效性呈显著正相关。说明项目投资完工率越高，项目管理有效性越高。各部门衔接及时性的回归系数为0.1768，且在5%水平上显著，即各部门衔接及时性与项目管理有效性呈显著正相关。说明各部门衔接及时性越高，项目管理有效性越高。项目工期的回归系数为-0.2763，且在1%水平上显著，即项目工期与项目管理有效性呈显著负相关。说明项目工期性越长，项目管理有效性越差。
结论
本文对遂昌县供电公司工程项目管理有效性因子进行了实证研究，得出了以下的结论：第一，项目流程清晰度和各部门衔接的及时性与项目管理的有效性呈正比；第二，项目工期与项目管理的有效性呈反比；第三，项目管理人员的工作年限和学历与工程项目管理的有效性无显著关系。
参考文献：
■ 作为FOF最重要参与者的投资大众，不能打无准备之仗。在FOF启航前，充分了解FOF的收益、费用、产品运作、先遣部队、各家公司申报FOF产品的特点等关键事项，将有助于自己明明白白投资FOF，更好地迎接公募FOF时代的到来
多年等待终有圆梦时。根据监管层安排，公募FOF（Fund of Funds，基金中的基金）有望在今年面世。各基金公司无不厉兵秣马，磨刀霍霍，而部分一线基金公司更是从前期的人员储备，到投研体系的搭建以及策略与产品的研究布局等，都走在行业前列。
美国经验下，FOF是重要的资金来源，对共同基金发展有卓越贡献，而且其大类资产配置的做法为投资者提供了一种分散风险、获取中等收益的解决方案。因此，从还在“娘胎”时起，FOF便备受关注。从长期投资来看，资产配置的作用远远大于具体投资品种的选择，FOF的出现为广阔的财富管理领域提供了更多可能。
筹备事：兵马未动粮草先行
工欲善其事，必先利其器。
在公募FOF广阔前景的召唤下，自监管机构逐步FOF相关管理办法及业务指引起，各基金公司就对公募FOF产品非常重视，希望成为第一批“吃螃蟹的人”。
很多基金公司在第一时间成立了FOF投资部门或者组建承担FOF投资管理业务的独立部门，希望能够从公司层面给予该部门以最大支持，同时在第一时间申报相关产品。
据招商基金方面介绍，其于2016年底构建了FOF部门，配置了来自投资团队、宏观策略研究的专业人员专人负责，根据指引完成资产配置部的基础制度构建、设立了FOF体系的投资流程后，搭建了相应的宏观策略研究以及基金研究整体框架，另外还完成了基金池的构建，并定期（季度）进行数据更新。
在FOF投研团队的组建过程中，量化投资管理团队作为核心班底被很多基金公司所采纳。目前我国的公募基金产品数量有3000多只，从中挑选并构建FOF组合绝非易事，因此“用数据说话”建立量化的基金筛选体系确实是明智之举。
搭建完团队，制定好策略后，就是产品线的设计。在中融基金的前期筹备中，产品体系上的准备包括各种风险类型、不同期限的FOF产品，绝对收益系列、量化精选系列、主题精选系列、全天候系列、全配置系列、目标系列等多个产品线的多只产品。建信基金则是首先布局了以目标风险控制为基础的系列FOF产品，该系列产品的一大特色在于，将根据风险的高中低，明确产品的波动率与最大回撤控制目标，并在此基础上根据量化模型进行资产配置，构建组合。
同时，为了能在第一时间推出FOF产品，根据FOF产品特殊要求，有基金公司相应对内部制度流程进行了反复优化和调整，对相关软硬件系统进行了重新梳理和迭代升级，中后台也为FOF产品运行做好了较为充分的准备，包括系统筹建、注册登记、资金清算、TA系统和制度构建及流程管理等。
目标事：他山之石可以攻玉
FOF以基金为主要投资标的，通过持有其他证券投资基金而间接持有股票、债券等证券资产，是一种结合了基金产品创新和销售渠道创新的新品种，可进一步分散投资风险、优化资产配置，降低多样化基金的投资门槛。
除了股票债券，通过基金投资还可以投向黄金、白银、海外股票等资产，由于FOF投向基金的资产种类丰富，也就不难理解，为何FOF的核心功能是实现大类资产配置，并且从海外经验也可看出，大类资产配置对于FOF组合的收益率和波动率贡献比例接近90%。
资产配置的主要任务有两方面：一是寻找不同的时间和周期里最有机会的资产，通过资产组合管理，使得组合的波动和收益都能够让投资者满意；二是找到具体的资产，根据收益目标和风险容忍程度，将具体的FOF策略落地，以最终达成组合目标，这是一个标准的以客户需求为出发点的组合管理手段。
除了分散风险、多元化配置外，FOF的另一个优势是，能为普通投资者提供专业化的服务。
有观点认为，目前市场上基金数量已经超过股票数量，如何挑选好基金成为投资者的一大难题，FOF产品t应运而生。通过FOF产品作为载体，能为客户提供便捷、贴心的投资服务。
需要看到的是，对于普通投资者而言，大类资产市场表现轮动太快，很难抓住投资机遇。FOF的好处就是帮助普通投资者做好投资组合管理同时解决择时难题；FOF的投资对象是大类资产，也不用太过于担心经济大势。
FOF时代的开启无疑为公募基金做好资产配置打开了更为广阔的天地，但基金公司要想脱颖而出，对资产配置能力的要求就非常之高。
在投资A股及债券领域时，国泰FOF基金的策略主要是选择主动型基金，毕竟A股和债券类基金种类繁多，国泰乃至全市场上有着诸多优秀的基金经理及相关产品；在投资其他资产（QDII、 商品等）时，则会偏于挑选被动型基金，确保母基金基金经理的资产配置意图可以得到贯彻。
体系事：围绕资产配置和基金筛选
FOF的投资流程主要包括产品设计、资产配置、基金筛选、组合构建与调整、风险管理等五个步骤，本质上来说，FOF投资管理的核心能力其实就是两点：资产配置和基金筛选能力，这也是FOF的主要收益来源。
围绕着资产配置和基金筛选这两大核心要素，FOF研究体系的搭建也由此展开。
中融基金的做法是，以资产配置研究和基金品种研究为主要内容建立研究体系；在资产配置研究方面，构建了涵盖资产战略配置、资产战术配置、资产动态配置等资产配置价值链的各个环节的研究体系；在基金品种研究方面，构建的体系包括基金与管理人研究两个方面，综合运用定量分析和定性分析。
其具体的做法是，首先根据资产配置策略，结合基金市场情况对所有基金进行相对明确和合理的分类；其次以公开信息为基础，从定性和定量两个方面对基金进行研究，搜集整理相关基础数据；第三是在每一类基金中，根据基础数据对所有基金的各类因子进行打分并综合排序；最后是根据打分排序结果，进一步通过尽职调查等定性研究，精选各层级基金池。
招商基金的FOF研究包括宏观策略研究和基金研究，资产配置部会根据研究成果确定各类资产的配置比例，并筛选出不同资产类别中的对应基金，构建研究模拟组合。
广发基金的大类资产配置体系则以宏观经济周期研究为前瞻指导、并结合量化和估值为一体的方式为基石；底层资产遴选体系基于定量和定性分析基金+追踪基金经理模式，其中既包括公募基金研究体系，又包括MOM私募基金研究体系、海外策略和信息研究体系。
此外，广发还搭建了内外资源协同平台，与外部机构合作，形成互补互利、相互促进的协同效应。
策略事：量化手段大量应用
既然资产配置和基金筛选是公募FOF产品的两大核心因素，那么相当数量FOF产品的策略便是围绕着这两者展开。
目前，基金产品的数量已经超过了A股上市公司的数量，海量基金产品背后是海量的数据，而量化手段恰能高效地分析、处理这些数据，并通过大数据挖掘等先进手段去寻找到最客观、合理的基金甄选标准。
其次，FOF的核心是资产配置，而资产配置本身就是一道“数学题”。每个投资者都希望在承担风险的同时，获得最大投资收益。而通过量化优化模型，可计算出最优的资产配置方案，为投资者获取最优收益奠定基础。
最后，量化投资更加强调纪律性。严格的投资纪律有利于实现长期的资产配置目标，而客观的标准更能减少由情感因素所导致的不必要损失。
基金公司希望在FOF诞生初期，产品设计的风格选取上能从投资者投资体验出发，设计出在风险来临时能够较好地减少损失，同时又能够较好地把握市场投资机会，值得投资者长期持有的FOF产品。
这些目标实现的基础主要来源有三个方面：一是从更高级别视角下对于股票、债券等资产风险与机会的研究，寻找局部市场风险评判与识别的方法，形成对中长期趋势的分析与判断；
二是来源于目前市场具有非有效性以及投资者结构，市场整体情绪可能存在明显的可观察性与可获利性，通过对市场演化动力学特征的深入观察与分析，形成对市场中短期风险与机会的判断与确认，制定相应投资计划；
1. 客服中心的运营现状
客户服务中心（C u s t o m e r Service Center）是以人工、自动语音、WEB等多种方式为客户提供服务和营销的重要窗口。面对全业务运营时代，中国移动湖北公司客服中心正在从单一的服务型呼叫中心向服务营销型呼叫中心转型。客服中心的转型正是基于发挥窗口优势（与客户接触最频繁）与规模优势（拥有客户数据量最大），履行新时期客户服务中心的新职能，实现新时期客户化管理的深度营销。但是，随着转型的深入，我们发现服务品质和营销能力平衡却成为了我们面临的新问题。
2. 客服中心运营困境
在计算机和数据科学发展的帮助下，我们的客服系统导入了CTI（计算机电话整合系统）之后，各呼叫中心以为已经完成了“绩效管理”框架的建构。但其实，CTI必须与“人的技术”结合于管理才能达成有意义的KPI，回收系统的投资。因此，呼叫中心必须重视并建构“人的技术”，才能使各项软、硬件庞大的投资发挥真正的“关键竞争力”。
3. 话务技术管理平台是客服中心发展的关键
缺乏话务互动服务技术的结构支撑，将直接导致客户代表的服务方式难以管理、服务质量难以掌控、服务能力无法突破、管理能力无法提升，进而导致客户满意度无法提升、运营绩效无法体现。
目前，在系统和流程不断完善和同质化背景下，人是最有机会创造出差异竞争优势的。因为人是最后的关键，人是与客户互动的最后一线，是展现服务效能和效果的载体。因此服务品质、运营效能的竞争，不只是在系统和流程方面的竞争，更是在于“人”的技术的竞争。
于是，我们需要建立“人”的技术管理平台，这是目前大型呼叫中心的重大课题。
二、情境互动技术
1. 情境互动技术是一套完整的话务技术管理体系
中国移动湖北公司客服中心针对以上问题，提出并成功实践了情境互动技术—— 一套通过客服语言行为的系统管理，达到话务服务、话务培训、话务质检的完整体系，使之成为一个可传承、可发展的话务技术管理平台。有效降低话务水平、提高服务效率、降低培训成本、简化质检流程。
2. 情境互动技术帮助客户代表快速提高服务品质
（1） 客户代表过度依赖话述
在情境互动技术管理平台，客户代表学习的不再是“话述”，而是一套科学的客服语言行为系统，学习掌握之后就可长期实用。对个人来说，这是一项可发展的系统。
在以往的话务管理中，我们最常依赖的是“话述”。话述之优势在于令我们的客户代表提供标准化、统一化的服务模式和内容，我们寄希望于此来达到服务品质的统一。但在执行过程中，我们发现统一的话述并不能给我们带来相同的服务品质，因为客户代表在与客户互动过程中，服务品质并不是单纯由所表达的语言内容来决定，服务品质还受到客户代表的情绪、语音语调、服务对象及其他各种情境因素的影响。我们所需要的客户代表并不只是像计算机一样回答客户的问题，完成作业流程而已。特别是在当前服务与营销并行的运营模式下，客服代表需要随机应变，解决客户的问题，还能要发现客户的需要，针对性地对每一位不同的客户进行不同的销售。这在某种程度上完全颠覆了我们以往对话务技术的需求，客服代表不再只是向客户陈述早已设定好的话述、执行早已设定好的流程。
（2） 情境互动技术是可脱离话述的语言系统
在情境互动技术之中，我们把客服语言行为分为两大语言类别和九大语言行为。
两大语言类别分别为：厘清和回应。在整个服务过程之中，回应语言行为向客户展现的是服务感知，而厘清环节提升的是话务人员的说服技巧。
九大语言行为分别为：问候、支持、表达感觉、探寻信息、建议、提供信息、探寻反应、澄清理解和总结。
通过与客户互动过程中不同语言行为的正确使用，我们的客户代表可以灵活选择展现服务品质和营销说服技巧。
3. 情境互动技术有效提高质检效率和质检品质
（1） 传统的话务质检缺乏说服力
在以往的质检流程中：
首先，判断一通电话是否符合服务质量要求，需要班组长、质检员等评估人员反复听取录音。
其次，评估人员只能通过主观的感知和判断对通话进行评估，而缺乏具有说服力的可量化的标准和数据。
最后，即使客户代表接受服务品质达不到要求的判断，作为评估人员和辅导人员也很难有效、准确地对其提出有效和准确的改进方法，只能通过模糊的语言，如“缺乏热情”、“表达不佳”、“耐心不足”、“语气不对”等“感觉”性的评价，对客户代表的改进方向和方法毫无实质性的帮助。
（2） 情境互动体系下的质检可量化
在情境互动技术平台中：
首先，通话录音可以被量化成数据呈现。通过监听录音，我们可以将九大语言行为进行识别，统计每种语言行为所使用的次数。
其次，通过量化数据的分析，评估人员可以客观、清楚地看到客户代表服务过程中的各种行为。为判断话务服务是否达到要求提供强有力的量化依据。
最后，数据的分析过程中，我们看到的是客户代表某种语言行为使用频率的不足所导致服务品质的不足。可以针对性地提出解决方案，以及目标明确的行为改善计划。
4 情境互动技术提供了高效的教练辅导方法
就目前连锁企业的管理中，对于数据的运用大多数停留在数据收集阶段和数据运营阶段。但是对于企业的管理特别是连锁企业的管理中，最重要是决策，而正确决策又要依赖充足的信息，准确的判断。作为管理者，我们永远无法管理不能量化的事物，今天的连锁企业不缺乏数据，不缺乏信息，而是缺乏可以量化的决策态度和方法。如何提高确定性，如何进行定量分析。就成为数据化决策重中之重了。
企业量化性决策，首先是思想上的改变，我们要摆脱那种“无法量化”的思想。传统的管理思维会认为，管理是动态的，是不可控的。存在着很多变数的因素，所以无法准确量化。其实不然，首先我们要对“量化”有一个正确的理解，只有正确理解“量化”的真正含义，很多事情都会变得可以量化。并非被量化的管理行为本身无法量化，只是我们对企业的很多管理行为语言描述时模凌两可，混沌不清。更重要的我们没有真正了解管理行为的量化过程，如果熟悉了基本方法，那么很多原来认为是不可量化的管理行为，不仅可以量化，而会发现，他们早就被量化过了。
数据化经营管理模式下的量化决策，不是在于数据收集和收集的方法，比如很多企业都用了ERP系统和财务核算软件，通过这些方法企业可以收到大量数据，但是，这些数据能否作为企业决策的依据呢，答案当然不是。
因为数据化经营管理的量化决策，是企业利用数据决策的策略与方法。比如决策产品售价，企业应考虑综合销售成本，同时还要对大市场的整体波动等因素的量化才能确定，从对待不同等级的客户而言，产品价格根据客户的订货量，也要计算一个上下波动的临界点，才能保证价格系统的稳定实施。数据管理是为业务服务的，而量化是为决策而服务的。需要根据统计数据结合关联指标和总投资资源进行量化分析，量化是分层进行的；比如公司总体经营的量化、部门经营量化和不同业务单元的量化等，通过量化分析用“剥洋葱”的方式，将企业的业绩与员工的考核指标有效连接起来，实现管理层对基层有效的控制。同时基层通过考核结果，反馈管理层决策质量。换言之，量化方法就隐藏在量化目标中，一旦管理者弄清楚要量化什么以及被量化的事物为什么重要，就会发现事物显现出更多可量化的方面。这往往是我分析问题的第一步。
而回到量化的具体方法上就更加繁多了，不胜枚举。本文只能做到抛砖引玉，临界点量化管理决策是量化决策比较鲜明特点，比如成本预算今年与去年相比的临界点是多少？营销业绩增长点的临界点是多少？资金周转的临界点是多少等等都要根据数字量化进行分析，通过分析就能概算出预计利润。如果没有临界点的量化核算，企业定目标就盲目，目标定额就不准，目标分解和执行都会遇到阻力。就会影响企业的经营结果。对企业投资人来说，依据这些数据所做的决策和判断就容易出现偏差。
无论是从思想层面还是方法论方面，数据量化式的决策管理都是有效将企业战略管理和经营管理有效联系起来，避免企业靠“三拍”决策，即决策前拍脑袋、决策过程拍胸脯、决策失误拍大腿。运用量化让数据说话，就是让事实说话，让企业资源有效配置，达到高效经营、高水平增值的目的。
量化投资基金对国内基金投资者来说是一个相对陌生的概念。它是指基金管理人在分析历史数据的基础上总结股市运行的规律,开发出数量化投资模型,并且以模型输出的结果作为投资决策的主要依据。与此相对的是定性决策,即由基金经理或管理团队决定资产配置、行业配置、个股选择,根据个人经验和判断来建立最终的投资组合。
量化投资在发达市场中十分流行,而在国内这一新的投资方式则只是刚刚起步。最早一只量化概念主动型基金光大量化核心成立于2004年,而此后的4年间再无量化基金成立。2009年是量化投资重新起步,陆续发行了嘉实量化、中海量化、南方策略优选等四只量化基金。
量化投资有优势吗?
与定性决策相比,量化投资最大的好处就是避免了基金经理主观决策的随意性,降低了对基金经理个人能力和经验的依赖;同时能够根据严格的组合配置原则,建立符合投资目标的优化投资组合。
从国外成熟市场的情况来看,优秀的量化基金表现非常突出。例如数量化投资的创始人之一詹姆斯.西蒙斯管理的大奖章基金,自1988年成立后年均回报率达到38.5%,成为20年内最赚钱的基金经理。这一收益率水平远超过巴菲特20%的平均年收益率。
但在国内市场上,量化基金数量寥寥可数,而早期的量化基金相比定性投资基金并未显出优势。那么与依赖优秀基金经理的主动型基金相比,依赖模型的量化投资是否真的能产生优势呢?这取决于三个关键因素。
一是市场环境是否成熟。数量化模型的运用有重要的前提条件,最主要的是必须在一个相对成熟稳定的市场中运行,这种市场环境下基于历史数据设计的模型才可能延续其有效性。而国内股市历史上曾经大起大落,市场结构和运行规律都发生过质变。在这种情况下量化模型有可能跟不上市场本身的改变,严格的量化投资也难以显现适应变化的灵活性。因此早期市场并不适合量化投资理念;而随着市场逐渐成熟,量化投资的优势才开始逐渐显现。2009年后量化投资基金数量大增,也是对这一趋势的反映。
二是量化基金的运作模式。从国内市场的实际情况来看,纯粹依赖模型的量化管理模式仍然并不适合,严格数量化的投资策略难以取得成功。这是因为量化模型难以涵盖所有重要的市场因子,例如中国股市上十分重要的政策变化就无法纳入量化模型分析。因此在量化模型的基础上,在投资策略中适当加以主动修正是必不可少的。但如何把握主动和量化之间的平衡,又成为量化基金的一个难题。国内最早引入的量化基金,在纯量化管理还是混合主动管理的选择上就付出了不少学习成本。
三是投资模型本身的质量,这也是量化基金最核心的竞争力。投资模型是量化基金最核心的投资密诀。模型是否有效,是否真实反映市场运行的核心规律,决定了量化基金投资运作的长期效果。因此在成熟市场上,独特的投资模型往往是量化基金的核心竞争力所在。同时模型本身是否稳健也是量化基金持续投资的基础。如果不结合中国市场的实际引入成熟市场上的投资模型,往往并不成功。
量化投资的时机
基于以上几点原因,量化投资在国内仍处于起步阶段。但随着股市逐渐走向常态化增长,主动型基金数量不断增多,定性管理愈加难以获得超额收益,量化投资的空间正在逐渐显现。
从投资上看,量化模型的优缺点都十分明显,简单概括就是选股/配置强,选时弱。量化模型的主要优势体现在对大量个股的海选,以及确定科学的配置比例上。但在判断市场趋势何时发生转换的选时决策上,多数量化模型可以说无能为力。因此,量化投资的主导思想是获取alpha收益,而规避beta风险并非量化投资的强项。
因此,量化基金能否在投资中取得优势,就取决于它能否扬长避短。从投资目标上看,量化基金的目标不是与主动型基金争夺冠军,而是成为一名稳定战胜多数主动型基金的选手。运作良好的量化基金,应该能够超越多数主动决策的基金经理,获取稳定的超额收益。
TIPS:
创新主动量化投资――南方策略优选
南方策略优选是最新一只量化投资基金。该基金在产品设计上充分考虑了中国市场的现状和发展趋势,提出了创新的主动量化投资模式。这种以定量模型为核心,但在决策流程和模型构建中有机结合定性分析的模式有可能成为量化投资的主导模式。
南方策略优选的主动量化投资模式主要体现在三个层次:在资产配置层面上定性定量并重,在行业配置层面上的定量为主定性为辅,以及在个股选择层面的量化筛选。
针对量化投资的三大关键因素,南方策略优选都做出了针对性的改进和创新。从而有可能在逐渐成熟的中国股市上,探索量化投资模式的运作空间。
从该投资模型模拟运行的结果来看,南方策略优选的表现相当突出。模拟组合在超过60%的月度内获得了正的超额收益,正向超额收益显著高于负向超额收益。其投资模型的三年以来的各阶段累计收益在主动型基金中基本可以排名前10%。
举例来说，大多数IT同行普遍认为，一定时间内应该冻结客户需求不做变更响应，但朱瑜提出要拥抱需求积极响应变更；在谈及IT规划时，他表示不做太多规划，让系统处于一定自然成长的失控状态，打造一种平衡的内部IT生态系统。
《失控》是凯文・凯利对当时科技、社会和经济最前沿的一次漫游，以及借此所窥得的未来图景。书中提到并且今天正在兴起或大热的概念包括：大众智慧、云计算、物联网、虚拟现实、敏捷开发、协作、双赢、共生、共同进化、网络社区、网络经济等。可以被称之为一本“预言式”的书。
“这本书完全打开了另外一个世界，包括我谈到的敏捷开发、生态系统等很多概念都来自于作者，它帮助我建立了一种全新的思维模式。”朱瑜表示。
对他影响至深的另一本著作来自王阳明的《传习录》，受书中“知行合一”思想的影响，他逐渐形成一种高效、务实、重视实践的工作方式。
鹏华基金也逐渐成为一家以信息技术为主要驱动力的基金公司，处于基金行业综合实力十大公司之列，截至2014年一季度，公司管理资产总规模达到1443.42亿元。在京东今年推出的首批 “小金库”上线两款货币基金产品中，鹏华基金的“增值宝”货币基金即是其一。
构建IT生态系统
2008年朱瑜到鹏华基金上任时，公司内部对技术处于看似重视又不重视的模糊状态。投资交易系统本身依赖IT，因而鹏华基金内部很依赖核心系统，但日常业务和管理上还没有应用更多的技术支持，员工的日常工作更多是通过纸质的方式流转。当时的情况与现在管理层、业务部门开会沟通时，每人言必谈数据的情况截然不同。
面对当时的状态，朱瑜对《失控》一书的思想进行了实践转化――不需要做太多的IT规划，主要是确定系统整体架构、团队工作模式等，余下的让系统处于自我修正，以部分放任的状态，打造一种平衡的内部IT的生态系统。
受《失控》关于生态系统的理论影响，朱瑜认为，一家企业内部的IT系统类似一个生态系统，生态系统的基础往往不是大型生物，而是一些微生物，微生物通过进化逐渐演变为更复杂的生物。这里的微生物指的是通过技术可满足用户基本需求。
为此，朱瑜采取的第一个策略是，激活业务人员的需求。“企业的IT发展一定取决于业务需求，而不是IT投资多，业务就必然发展”。在具体的做法上，他选择了两个业务部门，试点推行一些节省人力、改善效率的系统，业务部门很受到了技术的好处，带动各个部门逐渐形成提出各种需求的习惯。
他采取的第二个策略是，为新生态系统建立适合微生物生长的土壤，即建立一个包含流程平台和数据平台的底层平台。按照业界的传统思维和做法是，应用先行，后做平台。朱瑜则“背道而驰”，他认为，打造一个友好、统一的平台，后期可以省时省力，这种做法也源自《失控》一书所提倡的敏捷开发。平台仅半年时间即实现全部部署，鹏华基金据此建成包括流程平台和开发平台在内的大平台，真正支持后续的敏捷开发和快速迭代。
在建立统一平台后，朱瑜做了一个现在看来非常正确的决定：基于平台建立新的外包开发机制。就普遍情况来看，企业在建设一个IT项目时，一般采取外购或项目型外包的方式进行。由于有了强健统一的平台支持，鹏华基金要求外包的IT团队驻场公司，并且基于平台的标准进行开发，因此可以很好地控制公司IT项目开发的质量、应用的统一性和延续性，也便于对整体的应用进行管控。
IT团队也得以完成一个很好的转型。原来企业在采用项目型开发的外包服务时，乙方人员一进场，甲方人员就变成了“包工头”，主要工作是每天监督乙方的工作进度，可是项目一旦开发完成，乙方人员离场，甲方还是不知道内部的设计细节。鹏华基金自从采用基于统一平台的开发机制，便对自身的甲方人员提出更高的要求，甲方需要具备更高的技术技能、包括把控需求、设计主要的技术路径，从长远来看更有利于IT团队能力和价值的塑造。
另一方面，朱瑜摒弃传统的、相对保守的技术思维，“天下武功唯快不破，IT应该是不断试错的过程”。这种思维与传统的IT思维完全背道而驰，传统的IT思维厌恶风险，害怕出错，为此前期需求调研时间很长，应用推出的周期冗长，业务部门等待时间过长，客户满意度较低。
而《失控》倡导在一个生态系统的构建中，每个单元都要切割得足够小，并且相互独立，可达到共同进化目标。朱瑜的破解方式是，将每个应用切分到足够小，降低每个应用错误的风险，快速迭代推出应用，首先满足客户的关键需求。“我们对一个IT项目的定义是，除去核心系统，一个在3个月以内的项目才叫项目，超出3个月的项目不叫项目，而是项目群。 ”
这种思维在实践中俯拾即是，比如，在构建这个生态系统的过程中，朱瑜看到，一个企业的IT生态系统，除了有微生物（即各种应用）外，另外一个特征是如何让它们之间会构成非常复杂的交互，因为有了联系才能激活产生更复杂的东西，而这种联系用IT的语言表述就是流程。一般而言，很多企业会设计很多长流程，有的企业的流程环节可以多达惊人的30多个节点。
受《失控》倡导的小单元、协作、共生、共同进化的影响。朱瑜采取了一种新做法，将一个流程的设计控制在4到5个环节内，并且将流程之间的关系设计为可以相互调用，即一个流程可触发另一个流程，各种短流程形成一种网状调用关系，“在产业变化很快的情况下，经常需要变化流程的调用关系，短流程可以比较灵活地完成这种调用。”
管理客户需求
让流程彼此产生联系后，朱瑜为一个闭环的生态系统构建最后关键的一环，也就是有效管理客户的需求。
客户的需求实现程度往往直接关系到项目效果。如果你问一位CIO，可否量化一个项目的效果，他们多半会表示很难被量化，事实上这已成为很多企业在进行IT投资时的一项顾虑，也是IT部门被诟病的主要原因。为此，IT部门需要在前期有效的管理客户需求管理，便显得尤为重要。
朱瑜通过多年的技术实践，提出了不同于传统技术思维的观点，“世界上任何东西都可以量化，一开始的评估不是那么准确，随着后续改善，量化方法会越来越准确”。他将量化的管理模式应用到IT项目中。除了战略型系统，朱瑜将公司内部的改善型系统、数据支持型等两类系统，从使用角度进行量化，包括需求管理、IT实现程度、业务期望值的角度，考量IT是否已经满足业务的期望。
以需求管理为例，他和IT团队在开始建立IT系统时，便在系统中设置一个默认规则，那便是建立客户的使用日志。通过使用日志，管理层、业务层的每一个使用者都可以了解公司整体系统的使用情况：哪些系统使用的频率更高，哪些功能用的多，哪些功能用的少等。
通过这一设置，公司内部形成了一种新观念：一个系统用得好不好，首先源于业务部门的需求提得好不好，业务部门应该对这些需求负责。如果业务部门提出一项需求，但实际上并不使用这些功能，说明当初的需求提得不好。
为了帮助业务部门更好地提出需求，朱瑜一方面建立了良好的沟通模式，每个月IT团队会和各业务部门定期沟通，了解业务变化、需求变更。另一方面建立管理一个项目的完整生命周期管理模型，覆盖初始化阶段、规划阶段、执行阶段、关闭阶段、检查阶段。
“很多IT人员工作的习惯是，拿到需求后，马上就投入需求实现的工作中，没有人追问需求提得是否合理。”朱瑜表示。为此，他在管理模型中建立初始化阶段，即IT部门接到一项需求后，不马上执行，而是先对需求进行初始化，探究需求背后的动机，了解业务部门的真实想法、管理者的想法、技术人员的想法，各方达成一致，确定需求的内容是否合理后，才会开始进入规划和执行阶段。
对于很多IT团队而言，平时最头疼的并非项目型需求，而是来自用户平时的零散需求，这些并非来自一个项目，而往往来自对现有某一项功能的改进，或者临时需要对一部分数据进行处理等。面对这些零散需求，一般企业的IT部门会采取拖延战术，尽可能不做响应。因为在传统的IT部门思维里，在一个系统的漫长开发和使用阶段，在一定时间内要冻结变更和新增的需求，不做任何变更，这是一种习惯做法。这种做法与成本关系不大，仅仅是企业级IT资源提供的惯性模式。
而朱瑜在内部提出不拒绝变更，要拥抱变更，“一个好的系统是设计出来的，一个好的系统也是用出来的”。在他看来，一个系统在用户的使用中，必然因为用户的习惯和业务变化，产生各种需求，而IT部门通过小修小补的多次改变，才能逐渐让系统变得友好易用。反之，如果一个系统不做任何变更，用户逐渐便不愿意使用，系统也就荒废了。
在实践中，他一方面积极管理用户的需求，另一方面有必要时对系统进行重构。比如，公司的很多系统经常需要调用产品信息，他便将产品信息从其他系统中剥离出来，建立了一个独立的产品信息系统，以方便其他系统对产品信息的调用。“我最骄傲的事情是，做出的系统在10年20年以后，大家还在用”。这并非空想，他在乙方任职期间参与开发的一套核心系统，目前还在甲方公司运转，至今已有15年。
但是，这两种评价方法都不适用于信息化投资，这是由信息化投资的特殊性决定的。主要有三个特征：前期的投资数额较大；与竞争战略有紧密联系；产生较多的无形收益。
平衡记分卡由美国哈佛商学院领导力开发课程教授罗伯特・卡普兰和复兴方案国际咨询企业创始人兼总裁诺顿提出，是一种以信息为基础的管理工具，分析哪些是完成企业使命的关键成功因素以及评价这些关键成功因素的项目，以促使企业完成目标。
平衡记分卡既包括财务指标又包括非财务指标，是对以财务业绩为中心的评价模式的一种充实。它主要包括财务、顾客导向、内部业务流程、学习与成长四个方面的内容。
财务指标：利用财务数据反映投资能够带来的收益水平，通过成本――收益分析进行选择。
顾客导向指标：把通过投资活动所取得的顾客认同进行量化。
内部业务过程指标：考察企业投资能够在运作效率及效果上得到的益处。
学习与成长指标：量化企业投资后获得持续成长和不断学习的价值。
下面以某企业对两个信息化投资备选方案的评价，来简要介绍该方法的应用。
方案一是中等规模投资，为了实现库存的网上管理，需引进信息处理系统和进行与之配套改造工程。该方案的投资有：仓库的改造与收、发货管理系统；信息管理中需要的计算机系统及中央数据库建设。
方案二是大规模的投资，除去方案一中的内容，还要建设公司总部、配送中心、客户之间的大规模信息网络。
如实施上述的投资，可以使公司内的信息交换、公司与外部客户间的信息沟通更加安全、及时、准确和方便。有利于加快反应速度、工作效率、提高准确性，达到提高顾客满意水平和公司收益的目的。
CPI意外反弹
《投资者报》：怎么看新出炉的CPI？
张光成：CPI数据是国家宏观政策调控的风向标。CPI不跌，而国家的GDP出现下降，说明中国经济处于滞涨阶段，使得政策处于两难局面，这也是近期市场表现不佳的主要原因。但目前A股估值处于底部，指数没多少下跌空间。同时，我国经济具备持续增长的条件，在稳健的货币政策和积极的财政政策的预期下，明后年股市或将迎来又一个“黄金投资期”。
赵恒毅：3月份CPI指数3.6%的反弹，主要是由于蔬菜价格大幅上涨所致，不具可持续性，加之去年上半年的高物价基数，因此，未来几个月内同比涨幅的反弹也难以持续。这对信用债投资而言，比较有利。在宏观经济层面，尽管目前处于触底过程，未来往上走的概率依然较大。这种情况下，我们认为，通过信用债获得相对比较稳定的票息，是比较好的选择。
《投资者报》：新的CPI数据让很多投资者又开始担心通胀的问题，对债基关注度也进一步提高。国投瑞银融华债券基金累计收益率超过216%，作为经验丰富的管理人，徐炜哲怎么看固定收益类投资？
徐炜哲：我们延续了去年四季度提出的慢牛观点，经济从底部回升，通胀也将逐步回落。但本轮经济周期的复苏将非常缓慢，原因在于通胀虽回落但通胀中枢仍将上行，而其根源在于全球发展中国家的工业化过程中资源的供给不足，而这种情况在短期内无法改变。债券方面，基本面对债市有支撑，但不同品种表现将有所分化，我们将根据经济增速、通胀、政策等变量对组合进行灵活调整。
陈钢：债券市场应该还不错，仍有机会，尤其4月是个较好的机会。我们比较看好高收益的债券走势，利率品种和高等级债有波段性的机会，高收益的债券收益率下降空间相对大一些，机会多一些。货币政策有所放松，但放松有限，所以利率产品收益率有一定下降空间，但下降有限。城投债不错，违约风险在减弱。
一季度QDII与量化“双秀”
《投资者报》：一季度QDII可谓一枝独秀，51只QDII基金平均回报率达6.7%，站在现在时点，是否还能乐观看待QDII？
郑伟辉：目前经济增长不确定性和欧债危机依然存在，但海外投资在政策面上出现些积极因素。经济的基本面改善程度可能会制约股市的上涨空间，但海外市场特别是自然资源投资或将存在阶段性、结构性的机会。现阶段，包括中国在内的新兴市场面临经济增速下滑的风险，但支持商品价格趋势上涨的因素依然存在，只不过可能需要更长时间来演绎。
《投资者报》：除了QDII，量化基金也不错。一季度，上证综指涨2.88%，同期标准股基为0.31%，而按Wind分类的13只量化基金，平均业绩为2.92%，大摩多因子基金取得7.65%的正收益，在量化基金中排名第一。量化基金何以成为震荡市的赢家？
刘钊：在复杂多变的市场中，克服情绪影响、坚守理性投资才是制胜的关键。而量化基金恰恰是通过计算机的筛选，克服投资中的非理性因素，有计划、有纪律、有原则地投资，不贪婪、不恐惧、不放弃，心平气和地追求超额收益，避免了基金管理人的情绪干扰。
除了抗情绪干扰，量化投资的优势还在于有一套完整、科学的投资体系。以大摩多因子基金量化模型举例，多因子量化基金将大量数据或实践证明的有效策略通过数量化模型固定下来。进而按照模型指令，通过计算机将大量股票收集到一起统一分析，较传统的研究员选股可覆盖更广泛的股票。在考察个股投资价值时，收集与计算多方面的数据和信息，分析体系更完整。同时，投资流程和分析方法高度科学，避免过分夸大的个体性事件，从数据与事实出发寻找价值。
严格的纪律性是量化投资区别于主动投资的重要特征。在基金运作中，我们的主观判断也会出现和量化模型相左的情况，但我们会坚持量化投资的纪律，相信模型判断的长期稳定性，不会盲目调整。
需要强调的是，与传统偏股型基金不同，我们一季度的业绩并不来自重仓股的业绩拉升。大摩多因子采用独特的投资组合管理方式，渐进动态调整基金组合。这样不仅可顺应瞬息万变的市场，还可降低个股集中度，平稳投资业绩。因此，这种方式并不会产生传统意义上的重仓股，也就大大降低了重仓个股的风险。
伴随量化投资在国内的发展，量化基金也面临更多挑战。当越来越多的基金参与进来，特定因子就可能被更多地应用，其带来超额收益的可能性也就降低了。因此，持续发掘新因子，不断对模型进行优化，也是量化基金长期制胜的密码所在。
沪深300ETF玩法解密
《投资者报》：近期我们讨论了多次沪深300ETF这一创新产品，ETF的本质在于一揽子股票和ETF份额的替换，所以实物申购赎回是其一个核心特征，实物申赎的运作到底有什么特点？
夏阳：量化交易可以有效地将被市场实证过的选股及投资方法进行程序化，借助计算机的强大处理能力，在更广范围、更短时间内寻找投资以及对冲的机会。量化交易根据预先设定的参数进行投资操作，避免了非理性的投资决定。
但是大批量的买卖证券势必造成冲击成本的提升，因此算法交易应运而生，成为投资者在量化交易过程中降低隐性成本的重要环节。算法交易指的是用一些计算机电脑建模型的交易方法来实现投资执行，作为降低交易成本的有效工具，它通常是机构投资者在采用量化交易模型时所必备。
《证券市场周刊》：在算法交易盛行的当下，您觉得如何防范风险？
夏阳：算法交易不仅能为我们的交易员带来更好的回报，也能够减低错误，提高效率。但算法交易的应用也可能会加剧市场的波动性风险。即在效率提高的同时，也带来了挑战。
如在西方市场曾出现过市场“闪电崩溃”，或因整个投资人群体的电子自动化程度过高，有时会引发市场上一些连锁反应，这要求从业人员要提高风险意识，尽量控制好使用这些自动化工具过程中带来的风险。
任何系统都不能保证100%没有问题，出事（发生风险）也是概率事件。但事件发生后，究其根源，要看其是什么性质？如果纯粹是蓄意犯罪，像尼克里森，即想方设法、挖空心思去违法作案，那么仅仅通过门上挂锁是不可能完全防范的。但如果是无心之失，那么系统化风险控制就尤为重要，且文化因素也包括其中。
《证券市场周刊》：如何在提高效率的同时，又很好地控制风险？
夏阳：要做好风险控制，首先要了解其背后的逻辑。以瑞银为例，客户订单在下达至交易所前需要通过多道逻辑检查，包括常规策略检查和详细策略检查，将逻辑层面出错的可能性降至最低。如此，交易系统才能最大可能地避免客户的订单价格、数量、限价和限量等条件在逻辑上出现自我矛盾。
另外，人才培养很重要。据我们长期做量化投资的经验，要培养一个做复杂交易的团队，需面对高风险的同时，也要求有高投入（包括对人才的引进和培养）。我们高薪聘用这些人才，他们有义务按照公司制定的策略去配置适合的资金，利用投资系统为公司创收。他们须严格执行流程，而不是激进地一味追求高收益而忽视风险。
《证券市场周刊》：以日本东京证券交易所的“乌龙指”案为例。2005年12月8日，日本东京证券交易所上午开市后不久，瑞穗公司下单员在下单时误将“以61万日元卖出1股JCOM公司股票”的下单指示输入为“以1日元卖出61万股JCOM公司股票”。结合您的经验，如何避免此类风险？
夏阳：从系统设计的角度，我们的算法设计中会要求当报单价偏离基准价5%时，或接近跌停板或涨停板时，系统应显示“拒绝”。如果系统发现在1分钟内同一只股票单反复十次被“拒绝”，那么公司会停止整个系统交易，并由公司专业监控人员介入排查，因为重复“拒绝”只是表象，这种设计是基于交易经验支撑的。
二、与战略管理相配合的数量化体系的总体设计战略管理基本架构为我们构建为之服务的数量化体系提供了基本思路。为了建立与这配合的数量化体系，我们对这一管理模式作如下调整：1.将战略规划分解为两个部分，一是资源，也就是外部战略环境和内部战略环境；二是战略选择，包括公司战略、业务单元战略和职能战略及支持上述战略的战略投资项目。2.将公司治理、公司组织、业务流程和岗位设计归结为内部过程，也就是将资源转化为产出的过程。3.业绩评价反映的是各管理主体的产出，也就是各管理主体将资源通过内部过程所产生的结果。4.激励机制就是以各管理主体的贡献为基础，以数量化业绩评价为基础的分配机制。所以，企业是通过内部过程将资源转换为产出（业绩）的机制。根据这一模式，与战略管理模式相匹配的数量化体系包括以下五个部分：1.战略环境数量化体系：用定量指标将各种外部资源和内部资源表现出来。2.战略选择数量化体系：用定量指标将战略选择表现出来。3.内部过程数量化体系：用定量指标将内部过程表现出来。4.业绩评价数量化体系：用定量指标将各管理主体的业绩表现出来。5.激励机制数量化体系：用定量指标将激励机制表现出来。
三、战略环境数量化体系企业战略环境是指对当前企业经营与前途具有战略性影响的变量，它包括外部战略环境和内部战略环境。（一）外部战略环境数量化体系按照战略环境对企业的影响层级不同，外部战略环境可以分为三个层次：一般战略环境、产业战略环境和企业战略环境，它们各自的含义如下：一般战略环境：无论其产业分布如何，对所有企业都会产生影响的重大环境因素。这些因素的影响没有产业特性，它对一定范围内的所有企业都会产生影响。产业战略环境：产业战略环境是比一般战略环境更有直接影响的环境因素，它的特点是对产业内的所有企业都有影响，但对产业外的企业几乎没有影响。企业只要处于某一产业内，基本上难以避免产业环境的影响。企业战略环境：对特定企业重大影响的外部环境因素，是特定企业最直接的外部战略环境。一般来说，不同的企业会有不同的特别战略环境因素。1.一般战略环境数量化指标（1）宏观经济环境：包括GNP的变化；利率；通货膨胀率；工资／物价控制；可任意支配收入；产业结构和市场总需求状况。（2）政治环境：包括政府的稳定性；特殊经济政策；反托拉斯立法；环保立法；外贸立法；就业立法。（3）社会文化环境：包括生活方式；就业预期；保护消费者运动；结婚率；人口增长率；人口年龄分析；人口迁移；文化及亚文化。（4）技术环境：包括国家研究开发支出；科技研究重点；专利保护；新产品和新技术的商品化。2.产业环境数量化体系产业战略环境往往决定该产业的竞争方式和利润前景，对于那些毫无吸引力的产业，最好的公司也难以获得满意的利润；相反，有吸引力的产业中，弱小的公司也能获得较好的经营业绩。产业战略环境主要包括以下内容：（1）产业经济特性：市场规模；市场增长率；生产力过剩或紧缺；产业盈利水平；进入退出障碍；产品标准化程度；技术变革迅速；资本条件；垂直一体化程度；规模经济；产品革新速度。（2）产业关键成功因素：与技术相关的成功因素；与制造相关的成功因素；与分销相关的成功因素；与市场营销相关的成功因素；与技能相关的成功因素；其他成功因素。（3）产业生命周期：引入期；成长期；成熟期；衰退期。（4）产业变革驱动因素：产业长期增长率变化；产品使用方式变化；产品革新；技术创新；营销革新；厂商进入或退出；技术扩散；产业全球化；成本和效率变化；购买者偏好变化；社会关注焦点转移、生活态度和生活方式变化。3.企业战略环境（1）特定市场竞争结构：现有竞争者各自的市场占有率；潜在的加入者；代用品的威胁；购买者讨价还价能力；供应者讨价还价能力。（2）主要竞争者产业关键成功因素状况：与技术相关的关键成功因素状况；与制造相关性的关键成功因素状况；与分销相关的关键成功因素状况；与市场营销相关的关键成功因素状况；与技能相关的关键成功因素状况；其他关键成功因素状况。（3）主要竞争者核心竞争力：用指标将主要竞争者的核心竞争力反映出来，并予以跟踪。4.外部战略环境综合评价将三层次的外部环境因素进行总结，确定外部机会和挑战，并用评分的方法予以数量化评价。（二）内部战略环境数量化体系内部战略环境主要是企业内部资源，表示企业能有什么。内部战略环境数量化体系就是要用一系列的指标体系将这些资源反映出来，并予以跟踪。1.实物资源（1）生产经营场所：生产经营场所的数量、质量和状态。（2）经营设备：主要经营设备的数量、质量和状态。（3）能源：控制能源和数量、质量和状态。（4）矿产资源：控制矿产资源的数量、质量和状态。2.财务资源（1）现金流量：现金流入量、现金流出量、现金净流量。（2）再筹资能力：资产负债率、流动比率、速动比率、资本利润率。3.技术资源（1）专利技术：专利技术数量和等级。（2）非专利技术：非专利技术数量和等级。（3）科研成果：科研成果数量和质量。4.人力资源（1）全部人力资源：全部人力资源数量、全部人力资源质量结。（2）核心人力资源：核心人力资源数量、核心人力资源质量结构。5.社会资源（1）企业知名度：业内知名度；大众知名度。（2）企业美誉度：业内美誉度；大众美誉度。（3）企业重要度：行业排名名次；地区排名名次。6.内部环境综合评价将五方面的内部环境因素进行总结，确定内部优势和劣势，并用评分的方法予以数量化评价。（三）外部环境和内部环境综合评价将外部机会与挑战及内部优势和劣势综合起来，进行SWOT分析，做出环境因素的综合数量化评价。
四、战略选择数量化体系（一）公司战略选择1.公司愿景：在定性描述的基础上，以定量指标将公司愿景表现出来。2.公司目标：用数量化指标体系将公司目标体系表现出来，形成目标指标体系。3.公司产业组合：用数量化指标将各产业在公司全部产业中的地位表现出来，如营业收入比例、利润比例和资产比例等。（二）业务单元战略选择1.战略目标：用数量化指标将业务单元所选定的战略目标表现出来。2.竞争战略：将业务单元所选定的竞争战略用数量化指标表现出来。3.核心竞争力：用数量化指标将业务单元所选定的核心竞争力表现出来。（三）职能战略1.企业文化战略目标：用数量化指标将企业文化战略目标表现出来。2.企业营销战略目标：用数量化指标将企业营销战略目标表现出来。3.企业品牌战略目标：用数量化指标将企业品牌战略目标表现出来。4.企业产品战略目标：用数量化指标将企业产品战略目标表现出来。5.企业技术战略目标：用数量化指标将企业技术战略目标表现出来。6.企业物流战略目标：用数量化指标将企业物流战略目标表现出来。7.企业人力资源战略目标：用数量化指标将企业人力资源战略目标表现出来。8.企业财务战略目标：用数量化指标将企业财务战略目标表现出来。9.企业成本战略目标：用数量化指标将企业成本战略目标表现出来。
