時間：2023-06-14 09:36:01
緒論：在尋找寫作靈感嗎？愛發(fā)表網(wǎng)為您精選了8篇股票投資組合策略，愿這些內(nèi)容能夠啟迪您的思維，激發(fā)您的創(chuàng)作熱情，歡迎您的閱讀與分享！
【關鍵詞】遺傳算法 模擬退火算法
一、算法概述
（一）遺傳算法
本文模擬遺傳算法，將股票看成是最初的種群基因，通過持續(xù)不斷的組合優(yōu)化，最終達到設定標準的組合。此組合即為我們所要計算出的最優(yōu)資產(chǎn)組合。
（二）模擬退火算法
二、實驗
（一）數(shù)據(jù)選取
本文從滬深300指數(shù)所包括的股票中選取了各個行業(yè)中具有代表性的50支股票。這50支股票所跨行業(yè)非常廣泛，囊括了金融業(yè)、房地產(chǎn)業(yè)、建筑業(yè)、新能源行業(yè)等等。基于國內(nèi)的股票市場成分較多，一一選擇出來不太現(xiàn)實且不具有較強的說服力等原因，我們選擇了熱門且具有代表性的行業(yè)，然后計算其收益率和方差計算，觀察總體的波動情況。
（二）實驗步驟
遺傳算法是一種比較靈活的算法，在目標函數(shù)設定之后各個股票的初始比例不用人為的進行設定，在一定程度上避免了人為因素對結果的影響，其所得出的結果具有客觀性。本次實驗中遺傳算法得出的最優(yōu)持有比例的特點就是具有賣空的性質。圖3中的第一幅圖表示適應函數(shù)值隨著遺傳代數(shù)的變化達到最優(yōu)的過程；第二幅圖表示優(yōu)化參數(shù)的大小，波動幅度不大，第一個參數(shù)相對其他參數(shù)較大，主要原因是第一支股票與滬深300指數(shù)的波動方向及幅度非常相近，導致其在結果中占有很大的比例。
模擬退火算法是一種新的隨機搜索方法，它是近年來提出的一種適用于解決大規(guī)模組合優(yōu)化問題的通用而有效的近似算法。與以往的近似算法相比，模擬退火算法具有描述簡單、使用靈活、運用廣泛、運行效率高和較少受到初始條件約束等優(yōu)點。圖4中第一幅圖是最終的參數(shù)值，表示在最后時刻參數(shù)的大小，可以看出五十個參數(shù)的波動幅度較大，且有正有負。第二幅圖是在計算結果時刻的函數(shù)值，表示計算過程中函數(shù)值的變化，可以看出變化的幅度相對較小，說明計算過程平穩(wěn)，計算結果可靠性大。
通過對兩種算法的分析對比，最后得出遺傳算法的收益率為0.9979，模擬退火收益率0.9731；市場收益率0.9343。兩種算法的收益率都要高于市場的收益率，說明我們計算的結果是有效的。
參考文獻：
[1]劉則毅，安向龍，榮喜民，唐萬生.基于遺傳算法的一種Portfolio新模型[J].系統(tǒng)工程與電子技術，2002，（04）．
[2]陳國華，廖小蓮.投資組合模型的分式規(guī)劃解法[J].數(shù)學理論與應用， 2008，（01）.
[關鍵詞]量化投資；Alpha策略；意義；方法
[DOI]10.13939/ki.zgsc.2015.25.083
Alpha策略最初的理論基礎是套期保值，是由美國經(jīng)濟學家H.working提出的，隨后股指期貨的面市，量化研究便激發(fā)了人們濃厚的興趣。傳統(tǒng)的資產(chǎn)管理者理念的哲學基礎大部分為追求收益風險平衡，然而平均市場收益與超額收益又很難達到絕對的均衡，因此將超額收益也即Alpha分離出來，建立起基于Alpha策略的量化投資，有助于指導投資實踐。
1 Alpha策略在量化投資中的應用意義
量化投資指的是以現(xiàn)代計算機技術為依托，通過建立科學的數(shù)學模型，在充分掌握投資環(huán)境的基礎上踐行投資策略，達到預期的投資效果。采用量化投資方式的優(yōu)點包括其具有相當嚴格的紀律性、系統(tǒng)性，并且對投資分析更加準確與及時，同時還具有分散化的特點，這使得策略的實施過程更加的機動靈活。量化投資過程使用的具體策略通常有量化選股、量化擇時、統(tǒng)計套利、高頻交易等，每一種策略在應用過程各有千秋，而Alpha策略屬于量化選股的范疇。傳統(tǒng)的定性投資也是投資人基于一種投資理念或者投資策略來完成整個投資活動的，最終的目的是要獲得市場的占有率，并從中取得豐厚的利潤。從這個角度來衡量，量化投資與傳統(tǒng)投資的本質并無多大差別。唯一不同的是量化投資對信息處理方式上和傳統(tǒng)定性投資有著很大的差異性，它是基于現(xiàn)代信息技術、統(tǒng)計學和現(xiàn)代金融工程理論的基礎上完成對各類數(shù)據(jù)信息的高效處理，在對信息處理的速度、廣度上是傳統(tǒng)定性投資無法比擬的。在對投資風險的控制方面也具有很大的優(yōu)勢，是國際投資界興起的新型投資理念和應用方法，也在日益成為機構投資者和個人投資者共同選用的有效投資方案。現(xiàn)階段量化投資的技術支撐和理論建設的基礎包括人工智能技術、數(shù)據(jù)挖掘、支持向量機、分形理論等，這些現(xiàn)代信息處理與數(shù)據(jù)統(tǒng)計方式為量化投資的可操作性提供了堅實的基礎。
Alpha策略在量化投資中的使用優(yōu)點主要是對投資指數(shù)所具有的價值分析與評定。它不是依賴于對大盤的走向變化或者不同股票組合策略趨勢的分析，對投資價值的科學分析與合理評估更能吸引投資者的目光。Alpha策略重視對沖系統(tǒng)風險所獲得的絕對收益，在股票投資市場上是一種中性的投資方式，具體的程序有選擇資產(chǎn)、對資產(chǎn)的優(yōu)化組合、建立具體組合方式、定期進行調整。為了促進該策略在投資市場中獲得良好的收益，就必須先要重視優(yōu)秀的選股策略，其次是重視期貨對沖平均市場收益的時候所產(chǎn)生的風險控制問題。對沖系統(tǒng)風險時，若是能夠及時地對投資組合與相關的股指期貨的平均市場收益指進行精準地判定和預測，那么將會對整個投資行為產(chǎn)生積極的影響。
2 基于Alpha策略的量化投資具體策略和實踐方法
通常情況下，Alpha策略所獲得的實際收益并不是一成不變的，這與該策略本身的特定有關，具體表現(xiàn)在周期性與時變性上。
Alpha策略的時變性主要是指當時間產(chǎn)生變化時，超額收益也會隨之而改變。需要清除的是Alpha反映的就是上市公司超越市場的預期收益，因此屬于公司資產(chǎn)未來估值預期的范疇，所以上市公司自身所處的發(fā)展階段和發(fā)展環(huán)境不同，那么就會給Alpha帶來影響。由于時變性的特點，這就給策略的具體估計模型的設立帶來了更多不可確定的因素，為此，參照對Alpha滿足不同動態(tài)假設的理論基礎，建立起一個可以獲得不同種類估算的模型，同時假定在同一個時間范圍內(nèi)，超額收益和市場平均收益都保持恒定不變，這就極大地簡化了計算的過程與步驟。也就是說在該段時間內(nèi)，市場上股票投資組合基本面不會有太大的變化與波動，這就與實際的投資狀況基本達成一致。對于投資策略的調整則要根據(jù)上市公司重大事項發(fā)生情況而定，那么估算的時間單位周期可以采用每日或者每周估算，對每一個季度的歷史數(shù)據(jù)進行調整也可以作為一種調整方式，反映公司季度行情。對于具體證券而言，采用季度或者每周的調整頻率則不是最為理想的，還要針對公司情況與市場行情綜合調整。
Alpha的周期性特點在交替出現(xiàn)的正負號上最為突出，導致這一情況產(chǎn)生的原因主要是行業(yè)的周期性特征與套利效應共同造成的。具體而言，首先不同類型的證券分別屬于不同的行業(yè)所有，當行業(yè)處于景氣周期循環(huán)狀態(tài)下會影響Alpha的符號與大小，同時景氣程度的深與淺也會對此產(chǎn)生影響。其次一個股票組合產(chǎn)生非常大的超額收益情況下，市場中的其他機構投資者或者個人投資者就會不斷地參與到該組合的投資中來，最后會導致Alpha逐漸接近于零。因此在建立不同策略的組合方面，要針對每一個季度的具體情況和波動率，進行綜合性地評價與分析，并及時地做出必要的調整，以便最大限度地獲得市場收益。
量化投資中的Alpha策略并不是一種單一類型的策略，不同的策略都在尋求獲得超額收益的市場機會和可能性。現(xiàn)階段市場上采用的Alpha策略主要有多因子選股策略、動量策略或者反轉策略、波動性策略、行業(yè)輪動策略、行為偏差策略等，每一種策略在具體實施過程中都有其特征性，并且可以相互結合使用，發(fā)揮出綜合預測和評價的作用。
多因子選股策略是必要和常用的選股方式，最大的優(yōu)勢是可以將不同種類和模塊的信息進行高效化綜合分析與評價后，確定一個選股最佳方案，從而對投資行為進行指導。該種選股策略的模型在建立方面比較容易，是量化投資中的常用方式。同時多因子模型對反映市場動向方面而言具有一定的穩(wěn)定和可靠性，這是因為所選取的衡量因子中，總有一些可以把握住市場發(fā)展行情的特征，從而體現(xiàn)其本來就有的參考價值。所以在量化投資過程中，很多投資者都使用多因子模型對其投資行為進行評估，無論是機構投資者或者是個人投資者，都能夠從中受益。多因子選股策略模型的建立重點在于對因子的剔除和選擇上，并要合理判斷如何發(fā)揮每一個因子的作用，做出綜合性的評定。
動量策略的投資方式主要是根據(jù)價格動量、收益動量的預期與評定，對股票的投資進行相應的調整，尤其是針對本身具有價格動量的股票，或者分析師對股票的收益已經(jīng)給予一定評級的股票，動量策略的應用效果會比較理想。在股票的持有期限內(nèi)，某一只股票在或者股票投資的組合在上一段時間內(nèi)的表現(xiàn)均佳，那么則可以判斷在下一段時間內(nèi)也會具有同樣的理想表現(xiàn)，這就是動量效應的評價依據(jù)，從而對投資者的行為起到一定的影響作用。反轉策略和動量策略恰好相反，是指某一只股票或者股票投資組合在上一段時間內(nèi)表現(xiàn)很不理想，然而在下一個時期反而會有突出的表現(xiàn)，這也給投資者帶來了一線希望，并對影響到下一步的投資策略的制定。
波動性策略也是Alpha策略的一種方式，主要是利用對市場中的各股運動和發(fā)展狀態(tài)的細致觀察與理智分析后，列出一些具有相當大的波動性的股票，同時這些股票的收益相關性也比較低，對此加以動態(tài)化的調整和規(guī)劃，從而逐漸獲得超額收益的過程。在一些多因子選股策略中也有機構投資者或者個人投資者將股票具有的波動性作為考察與評價因子之一，波動性策略經(jīng)常和其他策略相結合來評價，這說明股票投資市場本身就具有一定的波動性，因此在投資過程中要慎重對待。
行業(yè)輪動策略和行為偏差策略的應用頻率不似前面幾種高，但也會和另外幾種策略相互結合使用。行業(yè)輪動策略主要是為了充分掌握市場行業(yè)輪動機制與特征，從而可以獲得高額的收益，對行業(yè)之間的投資也可以非常高效和準確地進行，對把握正確的時機有很大的優(yōu)勢。行為偏差策略目的是窺探到股票市場中存在的過度反應或者反應不足等現(xiàn)象，這些都屬于股票投資市場的偏差，從而可以通過投資者對不同股票抱有的差異化評價來實現(xiàn)超額收益。
關鍵詞：自由現(xiàn)金流 投資收益 投資策略 組合管理
一、引言
Hackel等人在基于自由現(xiàn)金流投資組合研究時曾提出：基于自由現(xiàn)金流的投資組合，其業(yè)績會優(yōu)于基于市盈率或經(jīng)營現(xiàn)金流的投資組合。作者在研究時主要的選股策略是：市值>1億美元(排除金融類公司)；財務杠桿(負債權益比率)低于40％；將自由現(xiàn)金流為負的公司賦予極大的正乘數(shù)，并認為自由現(xiàn)金流乘數(shù)(公司市值除以四年平均自由現(xiàn)金流量)等于投資于股票所要求的回報率(貼現(xiàn)率)的倒數(shù)，最后將自由現(xiàn)金流乘數(shù)最小的20％的公司選人組合；使用組合構造日的權益市場價值和組合構造日所在年之前四年的平均自由現(xiàn)金流量數(shù)據(jù)以降低信息偏斜，并假設組合持有至年末。通過組合后的數(shù)據(jù)分析，得出自由現(xiàn)金流策略在發(fā)掘價值低估股票方面具有很大的優(yōu)越性。我國市場環(huán)境與美國不同，這一投資組合方式是否適應于我國市場環(huán)境還有待進一步研究。我國所使用的會計準則與美國不同，上市公司的數(shù)量較少，因此，很難在我國上市公司之間確定一貫的自由現(xiàn)金流產(chǎn)生源。基于此，本文結合我國市場環(huán)境，在借鑒自由現(xiàn)金流投資策略研究成果的基礎上，通過使用我國股市的年度財務報表數(shù)據(jù)，選擇有正自由現(xiàn)金流、低自由現(xiàn)金流乘數(shù)和低財務杠桿的公司，對其進行基于自由現(xiàn)金流的投資組合后，與市場組合指數(shù)的表現(xiàn)進行對比并得出相應結論，以驗證Hackel等人的自由現(xiàn)金流投資策略是否適合于我國市場環(huán)境。此外，本文還通過運用小市值股票交易數(shù)據(jù)以檢查所得出的實證結果是否具有一般性。
二、研究設計
(一)樣本選擇本文主要基于6-7個組合標準對所選擇的公司進行組合。考慮到所選擇數(shù)據(jù)的局限性，認為應對選擇標準進行簡化和修改以適用于實際情況。尤其為了確保自由現(xiàn)金流組合中的公司數(shù)目絕對的大，本文采用了與Hackel等人不同的組合選擇標準，具體為：自由現(xiàn)金流＞0；10＜市值／自由現(xiàn)金流＜40(自由現(xiàn)金流乘數(shù))；總債務／自由現(xiàn)金流＜10(債務倍數(shù))；市值＞30億元。
按照傳統(tǒng)的定義，自由現(xiàn)金流是指經(jīng)營活動產(chǎn)生的凈現(xiàn)金流減去資本支出后的所得額。這一定義與Hackel等人的研究有差異，本文沒有采用四年平均自由現(xiàn)金流為正這一標準。此外，也沒有假定任何自由現(xiàn)金流的增長趨勢，但要求企業(yè)最近年份的自由現(xiàn)金流為正。對自由現(xiàn)金流乘數(shù)的估計，是通過上年股票市值與自由現(xiàn)金流的比率而得出的。此外，Hackel等人的研究得出自由現(xiàn)金流乘數(shù)應當介于5~20之間。而我國由于自由現(xiàn)金流的均值通常較低，市值均值較大，因此抽樣期間的擁有正自由現(xiàn)金流公司的自由現(xiàn)金流乘數(shù)的均值大約在50-80之間，如果直接采用Hackel等人所使用的上、下限值，那么所選擇公司數(shù)量將會嚴重不足。筆者認為選取10為下限值和40為上限值是比較合理的，因為它可以確保公司的股票價格相對其所產(chǎn)生的自由現(xiàn)金流是在一個合理的水平上。債務倍數(shù)是通過總負債與自由現(xiàn)金流的比率得到的，該比率越高，公司的財務風險越大；比例越低，公司的財務風險越小。本文選用低債務倍數(shù)的標準是為了避免在自由現(xiàn)金流組合中選中擁有大量債務的高債務公司。據(jù)統(tǒng)計，我國2006年市值超過30億的上市公司有231家，2005年為244家，2004年為362家。我們選擇了市值規(guī)模至少為30億元的公司，以便既可以確保自由現(xiàn)金流組合能包含相當數(shù)量的公司，又可以保證人選的公司足夠的大。
需要說明的是，由于我國上市公司在1998年才開始要求公布現(xiàn)金流量表，所以投資組合的分析數(shù)據(jù)只能追溯到1998年。在運用組合選擇標準時，我們假設在投資組合中以及在一年內(nèi)買賣證券的投資策略中，每支股票的投資機會是均等的。組合選擇后，從樣本總體來看，1998年選人組合的公司有73家，而當時的上市公司總數(shù)為701家，1999年這一比重達到120／806，2000年為292／902，2001年為276／1054。可以看出，投資組合中所包含的公司數(shù)量相對于我國總的上市公司數(shù)量來講是比較大的，平均占總數(shù)的12％。而在Hackel等人的研究中，其選擇的企業(yè)組合規(guī)模為63家，其比例不到美國所有上市公司的1％。不可否認的是，美國大量存在的上市公司使Hackel人的研究可以采用更嚴格的標準進行組合，這樣使選擇的一貫的自由現(xiàn)金流產(chǎn)生來源比較可靠。
從(表1)中可以看出：一是自由現(xiàn)金流組合中的公司市值均值數(shù)總是大于市場均值數(shù)。自由現(xiàn)金流組合中的公司市值均值大約是市場組合下市值均值的三倍。因此，自由現(xiàn)金流組合中選取的樣本公司絕對是大資本公司。二是自由現(xiàn)金流組合中公司的自由現(xiàn)金流乘數(shù)均值比市場乘數(shù)均值要高，而且在研究期間相對穩(wěn)定，與之形成鮮明對比的是市場組合中的自由現(xiàn)金流乘數(shù)均值是動蕩的。同時，自由現(xiàn)金流組合中公司的債務倍數(shù)均值明顯地超過了市場組合下債務倍數(shù)的均值。三是自由現(xiàn)金流組合中公司的每股自由現(xiàn)金流均值比市場組合均值要高，且在樣本期間市場組合下的每股自由現(xiàn)金流多為負數(shù)。自由現(xiàn)金流組合下的P／E(市盈率)均值與市場均值沒有很大區(qū)別。最后，使用交易日前100周的市場模型數(shù)據(jù)來估計β系數(shù)。樣本期間除1998年、1999年、2000年和2004年以外，p系數(shù)均介于0.90至1.0之間，這說明相對于市場指數(shù)來講，自由現(xiàn)金流組合下的公司可能面臨較小的系統(tǒng)性風險。
三、實證分析及結果
自由現(xiàn)金流組合下的投資回報是按照組合中所有股票的加權平均投資回報率來計算的。而自由現(xiàn)金流投資策略的表現(xiàn)與市場組合回報的比較分析可以用三種不同的回報數(shù)據(jù)來衡量，其分別為ARI，AR2和AR3。第一項衡量標準ARI是常規(guī)市場調整回報，可定義為：ARI=RFCF－RRM，其中RFCF是指自由現(xiàn)金流組合的投資回報，RRM是指市場組合回報。第二項衡量標準AR2表示市場模型調整回報，其計算公式為：AR2=RRFCF－βRmO。這一衡量方法考慮了自由現(xiàn)金流組合下公司的系統(tǒng)性風險。第三項衡量標準為AR3，表示Fama-French三因素模型調整后的回報，其計算公式為：ARR3=RRFCF－RRF－φSMB－ηHML，其中RF表示無風險比率，SMB表示小市值股票組合和大市值股票組合回報之間的差別，HML表示高市值股票投資組合和低市值組合的回報差別。
通過使用前36個月的月市場回報率，可以估計市場模型參數(shù)和Fama-French三因素模型參數(shù)。為了檢驗所計算的回報是否顯
著，本文運用傳統(tǒng)的t檢驗以及再取樣的10000樣本進行自助法檢驗來完成。具體數(shù)據(jù)見(表2)。從(表2)中可看出，自由現(xiàn)金流組合的平均回報是24.7％(19.4％)，而平均市場組合的回報卻很低，約為12.2％(15.6％)，最低、最高回報指標顯示出自由現(xiàn)金流組合優(yōu)于市場指數(shù)。值得注意的是在9個投資組合區(qū)間，有3個區(qū)間市場組合的投資回報是略優(yōu)于自由現(xiàn)金流組合的，但在剩下的6個區(qū)間內(nèi)自由現(xiàn)金流組合指數(shù)都明顯優(yōu)于市場組合，而在這3個區(qū)間中有2個就在2000年股市調整以前。
通過常規(guī)市場調整回報，我們進一步證實了自由現(xiàn)金流組合的優(yōu)越性。規(guī)模調整后的市場回報平均為每年12.5％，優(yōu)于市場組合，自助法檢驗表明這種回報在統(tǒng)計上是非常顯著的。在考慮系統(tǒng)性風險后，本文還計算了市場模型調整回報。市場模型調整的平均回報約為14.0％，無論是參數(shù)還是非參數(shù)P值都表明了自由現(xiàn)金流組合顯著優(yōu)于市場指數(shù)。此外，在考慮了Fama-French規(guī)模和凈值市價因素后，自由現(xiàn)金流組合仍顯得比市場組合優(yōu)越，平均為8.3％，但這種平均Fama-French調整回報在統(tǒng)計上的顯著性水平僅為0.10。
四、魯棒檢查
(一)個人選擇標準對投資組合的影響分析為了證明前段研究結果的穩(wěn)健性，我們還分析了自由現(xiàn)金流策略下個人選擇標準的不同對組合的增量影響，另外，為了檢驗在不同的市場狀況下組合策略的表現(xiàn)情況。進行了額外的魯棒檢查，見(表3)。本文通過三種不同的組合構建分析了個人選擇標準的增量影響力。第一組合包含所有正自由現(xiàn)金流的上市公司；第二種組合包含擁有正自由現(xiàn)金流和自由現(xiàn)金流乘數(shù)在10.-40的公司；第三種組合下的公司必須擁有正自由現(xiàn)金流、低自由現(xiàn)金流乘數(shù)和債務倍數(shù)小于10。
(表3)的A部分反映了組合一的月平均收益率。結果表明擁有正自由現(xiàn)金流的公司組合優(yōu)于市場組合指數(shù)。組合一的平均每月收益約為216％(1.9％)，而相應的市場組合每月回報為1.8％(0.9％)。參數(shù)P值表明組合一的優(yōu)越性在統(tǒng)計上是顯著的，但非參數(shù)P值顯示出市場模型和Fana-French調整的回報在統(tǒng)計上是不顯著的。
(表3)的B部分和c部分表示的是組合二和三的相應的月平均收益。這兩個組合的平均市場調整回報都是正的，因此可以看出他們是優(yōu)于市場組合指數(shù)的。P值參數(shù)和非P值參數(shù)都表明組合二和組合三的調整回報是呈顯著性水平的。
從組合一到組合三的數(shù)據(jù)可以看出，自由現(xiàn)金流投資策略的優(yōu)越性可能在很大程度上歸功于第三選擇標準的應用，作為擁有正自由現(xiàn)金流的公司組合后的投資回報較市場組合似乎每月要超出約O.8％。但是滿足所有組合選擇標準的自由現(xiàn)金流組合的相對數(shù)據(jù)比較高，約為1.7％，這說明額外的選擇標準提高了月回報的標準偏差。所以通過新增選擇標準后，自由現(xiàn)金流組合策略的表現(xiàn)會更好。因此，包含所有的四項評選標準來評定自由現(xiàn)金流組合的優(yōu)越性可認為是更合理的。
(二)市場情況對投資組合的影響 值得注意的是，(表2)中的數(shù)據(jù)似乎表明，在2000年前，當股票市場處于特殊的牛市時，市場組合策略是稍優(yōu)于自由現(xiàn)金流組合策略的。但是從2000年春季股市調整后，自由現(xiàn)金流組合投資策略超過了市場組合策略的回報。為了證明這一結論，在牛市和熊市檢測自由現(xiàn)金流投資策略是非常必要的。
(表4)描述了在不同的時期組合指數(shù)在牛市和熊市下的月收益表現(xiàn)。(表4)的D部分表明在牛市下自由現(xiàn)金流組合指數(shù)略微優(yōu)于市場組合，因為自由現(xiàn)金流組合指數(shù)的平均每月收益為4.6％(3.4％)，而市場組合的平均月收益為3.5％(2.8％)。但無論參數(shù)還是非參數(shù)P值都顯示整個市場指數(shù)的優(yōu)越性在統(tǒng)計上并不顯著，這說明基于自由現(xiàn)金流的投資策略優(yōu)勢不能完全歸功于良好的市場行情。(表4)的E部分清楚地表明自由現(xiàn)金流組合策略比市場組合指數(shù)策略能提供更優(yōu)越的回報。自由現(xiàn)金流組合的正平均收益與收益中位數(shù)與市場指數(shù)的負回報形成鮮明對比。E部分所顯示的調整后的平均市場收益表明在熊市上自由現(xiàn)金流組合的月收益優(yōu)于市場指數(shù)約3.3％。t檢驗和自助法檢驗表明E部分中中市場模型調整回報和Fama-French調整回報在統(tǒng)計上是顯著的。
