南派投资心法丛书:抓住龙头股:基本面量化投资从入门到精通

图书标准信息

• 作者 宋绍峰 著
• 出版社 海天出版社
• 出版时间 2020-05
• 版次 1
• ISBN 9787550728141
• 定价 68.00元
• 装帧 平装
• 开本 16开
• 纸张 轻型纸
• 页数 244页
• 字数 204千字

【内容简介】

本书介绍了作者十几年在海内外求学和工作过程中的基本面量化投资心得，理论和案例结合，详细阐述了各种投资方法。

 

【作者简介】

宋绍峰，清华大学工学硕士，康奈尔大学约翰逊商学院MBA，CFA（特许金融分析师）、FRM（金融风险管理师）、CIIA（注册国际投资分析师）持牌人，具有十几年的证券市场工作经验。曾就职于长城证券金融研究所进行卖方研究，历任行业研究员、金融工程研究员、中小市值研究员等。之后在泰达宏利基金担任研究员、专户投资经理等。目前在格林基金权益投资部担任基金经理。

 

【目录】

第1 章 经济学基础 / 1

 

一、经济学的研究方法论 / 2

 

沉没成本 / 3

 

边际成本 / 4

 

机会成本 / 5

 

二、货币经济学 / 6

 

三、发展经济学 / 9

 

四、量化在经济学中的应用与宏观对冲 / 14

 

五、经济学的学习来源 / 18

 

经济学入门级 / 18

 

经济学中级 / 18

 

经济学高级 / 19

 

其他经典西方经济学图书 / 19

 

经济学顶级期刊 / 20

 

与经济有关的媒体 / / 21

 

第2 章 怎么进行行业研究―― 强周期行业篇 / 23

 

一、强周期行业的特征 / 24

 

二、工业类周期性行业的研究方法 / 28

 

有色金属 / 30

 

建材 / 33

 

钢铁 / 35

 

三、消费类周期性行业的研究方法 / 39

 

银行 / 40

 

保险 / 47

 

证券 / 51

 

房地产 / 52

 

汽车 / 56

 

航空 / 58

 

四、周期性行业公司研究实例 / 60

 

第3 章 怎么进行行业研究―― 科技行业篇 / 65

 

一、科技行业的特征 / 66

 

通信设备 / 68

 

半导体 / 68

 

计算机硬件 / 68

 

消费电子 / 68

 

计算机软件 / 69

 

IT 服务 / 69

 

医药 / 69

 

二、TMT 行业的研究方法 / 70

 

通信 / 72

 

半导体 / 75

 

计算机硬件 / 77

 

消费电子 / 80

 

计算机软件和IT 服务 / 83

 

三、医药行业的研究方法 / 87

 

化学药 / 89

 

化学原料药 / 93

 

中药 / 93

 

医疗器械 / 95

 

医药流通 / 96

 

医疗服务 / 99

 

四、科技行业类公司研究实例 / 101

 

第4 章 怎么进行行业研究――消费行业篇 / 107

 

一、消费行业综述 / 108

 

二、吃喝逛街 / 113

 

商贸零售 / 113

 

食品饮料 / 119

 

纺织服装 / 122

 

三、餐饮旅游 / 127

 

四、教育传媒 / 131

 

教育 / 131

 

影视 / 135

 

游戏 / 139

 

其他传媒行业 / 142

 

五、消费行业类公司研究实例 / 144

 

第5 章 量化择时 / 149

 

一、量化择时综述 / 150

 

二、技术指标择时 / 153

 

三、宏观指标择时 / 158

 

四、资本市场择时 / 160

 

均线模型 / 164

 

极值模型 / 165

 

马尔可夫机制转换模型 / 166

 

五、行为金融择时 / 168

 

六、人工智能择时 / 172

 

七、小结 / 174

 

第6 章 行业轮动 / 177

 

一、风格投资综述 / 178

 

二、投资时钟 / 180

 

三、经典风格 / 184

 

四、行业轮动 / 190

 

钢铁行业 / 192

 

有色金属行业 / 193

 

家电行业 / 194

 

常规因子 / 195

 

特殊因子 / 197

 

五、小结 / 198

 

第7 章 量化选股 / 199

 

一、量化选股综述 / 200

 

二、量化选股入门篇 / 203

 

三、量化选股提升篇 / 215

 

数据清洗 / 217

 

计算因子收益 / 220

 

计算未来收益和协方差阵 / 221

 

整理优化目标矩阵 / 225

 

回测和结果的观察 / 226

 

四、大数据与量化选股的结合 / 228

 

五、小结 / 232