金融市場投資策略研究的國內(nèi)外文獻(xiàn)綜述外國的學(xué)者們從20世紀(jì)80年代起，就對(duì)股票市場中投資者的行為展開研究，Kyle（1985）假定并非所有投資者均為理性的，存在部分非理性投資者，進(jìn)而通過構(gòu)建大資金量投資者交易的動(dòng)態(tài)模型，對(duì)其交易策略進(jìn)行分析，并總結(jié)出在其他投資者的投資信念不變的條件下，大資金量投資者可做出能實(shí)現(xiàn)自身效益最大化的最優(yōu)投資策略選擇。而以行為金融為代表的學(xué)者Fama（1991）以市場種存在的諸多異象為證據(jù)，質(zhì)疑了市場的有效性，并提出和檢驗(yàn)了各種能夠獲得超額收益的投資策略。其中，許多主流的策略都運(yùn)用到了多因子選股策略，這是以統(tǒng)計(jì)為核心的策略，其演變過程大致為Markowitz的均值-方差模型——>CAPM模型——>Fama-French三因子模型——>多因子模型。而后，邱劍和艾立翔（2011)結(jié)合了多元線性模型和層次分析法，對(duì)上證指數(shù)建立了預(yù)測(cè)模型；吳小強(qiáng)和呂文龍（2012)運(yùn)用時(shí)間序列分析對(duì)上證指數(shù)進(jìn)行了趨勢(shì)預(yù)測(cè)，但由于金融時(shí)間序列的復(fù)雜性模型僅適用于特定的假設(shè)下；石鴻雁、尤作軍等（2014)基于小波分析的ARIMA模型對(duì)上證指數(shù)進(jìn)行了分析與預(yù)測(cè)。對(duì)于投資策略來說，技術(shù)面分析法是指依據(jù)股票市場自身過去和現(xiàn)在的行為來預(yù)判股價(jià)未來變化方向的一種分析方法，具體是通過分析股票歷史的價(jià)格波動(dòng)、成交量變化等信息，并依照時(shí)間順序繪制成圖形或者形成相應(yīng)的指標(biāo)體系，然后運(yùn)用統(tǒng)計(jì)的方法分析這些圖形或指標(biāo)體系，從而歸納演繹出一些典型的股票波動(dòng)規(guī)律，并據(jù)此來預(yù)測(cè)股票價(jià)格未來的變化趨勢(shì)。技術(shù)面分析最早起源于道氏理論，道氏理論的核心思想為：無論何時(shí)股票市場的變化都表現(xiàn)為三種趨勢(shì)，長期趨勢(shì)、中期趨勢(shì)和短期趨勢(shì)，而其變化情況主要體現(xiàn)在股價(jià)的波動(dòng)上，故股價(jià)的波動(dòng)與市場的變化趨勢(shì)是同向的。在道氏理論的基礎(chǔ)上，技術(shù)分析領(lǐng)域又相繼出現(xiàn)了波浪理論、江恩理論等，對(duì)股市變化趨勢(shì)進(jìn)行了進(jìn)一步闡述。金融市場風(fēng)險(xiǎn)測(cè)量經(jīng)過長期的研究與演變，最終形成了一種簡單實(shí)用的新方法——VaR方法：但是VaR方法基于標(biāo)準(zhǔn)正態(tài)分布進(jìn)行的風(fēng)險(xiǎn)測(cè)量不適用于風(fēng)險(xiǎn)證券收益率的厚尾分布特征。隨著市場極端波動(dòng)的次數(shù)增多，越來越多的學(xué)者認(rèn)為對(duì)厚尾分布的極端情況下的風(fēng)險(xiǎn)測(cè)量十分重要，于是Fama（1965）認(rèn)為股票收益率呈尖峰厚尾分布,且股價(jià)變動(dòng)亦不具有獨(dú)立性,亦即股票報(bào)酬率的方差會(huì)隨時(shí)間而變化,經(jīng)常出現(xiàn)大波動(dòng)伴隨著大波動(dòng),而小波動(dòng)伴隨著小波動(dòng)的波動(dòng)率集聚現(xiàn)象。Morgan（1976）也發(fā)現(xiàn)股票報(bào)酬率的方差會(huì)隨時(shí)間而改變,亦即股票報(bào)酬的時(shí)間序列具有異方差的特性。Mcneil（1997）使用極值理論研究了嚴(yán)重?fù)p失分布尾部的估計(jì)和金融時(shí)間序列風(fēng)險(xiǎn)度量的分位數(shù)估計(jì)，他為極值理論在風(fēng)險(xiǎn)管理中的應(yīng)用提供了一個(gè)更為廣闊的視角，Mcneil和Frey（2001）研究了異方差金融序列的尾部相關(guān)的風(fēng)險(xiǎn)度量，首先利用GARCH模型對(duì)收益率序列濾波，然后利用極值理論對(duì)獨(dú)立同分布的殘差建模，進(jìn)而計(jì)算VaR。Hoetal（2000）通過分析發(fā)達(dá)國家和新興市場國家的股票對(duì)數(shù)收益率也發(fā)現(xiàn)他們的尾部分布具有厚尾尖峰的形態(tài)，然后運(yùn)用EVT理論計(jì)算相應(yīng)的風(fēng)險(xiǎn)值。Bhattacharyya（2008）沿用Mcneil和Frey的思路針對(duì)印度股票市場構(gòu)建動(dòng)態(tài)VaR模型，并比較分析了分塊樣本極大值和門限極值理論模型的性能，突出了極值變動(dòng)和市場波動(dòng)之間的關(guān)系，計(jì)算比較了在正常市場狀況下和波動(dòng)狀況下的條件VaR和非條件VaR。PaulWilmott與PhilipHua(1997)利用崩潰模型對(duì)收益率尾部進(jìn)行風(fēng)險(xiǎn)度量，以此來彌補(bǔ)VaR方法無法度量市場極端狀況的不足。投資在中國乃至世界經(jīng)濟(jì)增長中都發(fā)揮著關(guān)鍵的作用，如何能尋找到、或創(chuàng)建一種在金融市場中能夠長期獲得穩(wěn)定超額收益的投資策略，一直是投資界永恒的話題。有關(guān)于選股模型中的多因子模型，它的優(yōu)點(diǎn)是采用一系列的因子作為選股的條件，能夠在綜合很多信息最后得出一個(gè)選股結(jié)果。多因子模型的表現(xiàn)相對(duì)來說也比較穩(wěn)定，因?yàn)樵诓煌氖袌銮闆r下，總有一些因子會(huì)發(fā)揮作用，同時(shí)，當(dāng)交易者們同時(shí)采用某個(gè)因子的時(shí)候，也會(huì)造成該因子有效。但是依賴于數(shù)據(jù)，就容易出現(xiàn)噪聲問題和多重共線性問題，導(dǎo)致由于參數(shù)過多造成的過擬合。若能減弱或消除自變量之間的多重共線性，那么在一定程度上則能提高對(duì)指數(shù)預(yù)測(cè)的精度以及可靠性，嶺回歸和Lasso回歸的出現(xiàn)為這些問題提供了解決方法。在技術(shù)面分析上，道氏理論作為技術(shù)分析法的鼻祖，主要目標(biāo)和作用是探討股市的基本趨勢(shì)，當(dāng)基本趨勢(shì)確定時(shí)，道氏理論就假定這種趨勢(shì)會(huì)一直持續(xù)發(fā)展，直到這種趨勢(shì)因外來的因素，突發(fā)事件的破壞而改變?yōu)橹埂Ｋ缘朗侠碚撝煌茢嗔斯墒械拇蠓较?，卻不能估計(jì)趨勢(shì)中的升幅或降幅能達(dá)到何種程度；同時(shí)道氏理論需要兩種指數(shù)互相確認(rèn)，這樣就喪失了擇時(shí)的最優(yōu)時(shí)機(jī)。因此道氏理論適用于已經(jīng)確定的趨勢(shì)，而不適用于震蕩市。波浪理論采取黃金分割和神秘?cái)?shù)字去推測(cè)股市的升幅和跌幅，包括了形態(tài)，比率及時(shí)間，同時(shí)也反映了群眾的心理，越多人參與的市場，波浪理論的準(zhǔn)確性就越高；但在波浪理論中，怎樣才算是一個(gè)完整的浪，并無明確的定義，數(shù)浪也大都是隨意主觀的，在風(fēng)險(xiǎn)奇高的股市中，差之毫厘，失之千里。同時(shí)技術(shù)面分析法具有分析直觀現(xiàn)實(shí)、量化指標(biāo)特性、驅(qū)使追逐特性等特性，更適用于短線投資者。由于金融市場的高風(fēng)險(xiǎn)性，國內(nèi)外學(xué)者們?cè)谘芯客顿Y的同時(shí)也一直在研究如何進(jìn)行風(fēng)險(xiǎn)的測(cè)度，希望能夠預(yù)測(cè)重大風(fēng)險(xiǎn)的發(fā)生并做出相應(yīng)的措施。VaR方法簡單實(shí)用，能夠測(cè)量不同市場因子、不同金融工具構(gòu)成的復(fù)雜證券組合和不同業(yè)務(wù)部門的總體市場風(fēng)險(xiǎn)暴露。但是，國內(nèi)外學(xué)者研究表明，風(fēng)險(xiǎn)證券收益率的分布具有厚尾特征。VaR方法基于標(biāo)準(zhǔn)正態(tài)分布進(jìn)行的風(fēng)險(xiǎn)測(cè)量不適用于風(fēng)險(xiǎn)證券收益率的厚尾分布特征，因此學(xué)者們開始對(duì)收益率尾部進(jìn)行風(fēng)險(xiǎn)度量，補(bǔ)充各種理論和方法，以此來彌補(bǔ)VaR方法無法度量市場極端狀況的不足。參考文獻(xiàn)[1].盛磊,楊白冰.新型基礎(chǔ)設(shè)施建設(shè)的投融資模式與路徑[J].改革,2020(5):49-57[2].劉杰,針對(duì)長期經(jīng)濟(jì)增長和短期經(jīng)濟(jì)波動(dòng)的“新基建”策略[J].國家治理,2020(17):21-25.[3]李勇堅(jiān),“新基建”若干問題的思考[J].中國金融,2020(10);72-79.[4]王澤宇.新基建發(fā)展要厘清四個(gè)問題[N].社會(huì)科學(xué)報(bào),2020-03-26(04)[5]劉志陽,西方行為金融理論:一個(gè)文獻(xiàn)綜述[J].學(xué)術(shù)研究.2002(02)23-28.[6]陳艷,羅正英.分階段投資策略對(duì)技術(shù)創(chuàng)新成果的影響——基于DID模型的研究[J].蘇州大學(xué)學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版,2018,39(1):107-114.[7]宋硯秋,張玉潔,王瑤琪.中國企業(yè)風(fēng)險(xiǎn)投資多元化投資策略的績效——基于資源稟賦調(diào)節(jié)效應(yīng)的實(shí)證研究[J].技術(shù)經(jīng)濟(jì),2018,37(10):45-54.[8]ThomasJ.Sargent,“MacroeconomicTheory”,[J]AcademicPress,1979(13)40-53.[9]郭朝先.當(dāng)前中國工業(yè)發(fā)展問題與未來高質(zhì)量發(fā)展對(duì)策[J].北京工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2019,19(2):50-59[10]魯萬波,黃光麟,KrisBoudt.股市漲跌預(yù)測(cè)與量化投資策略:基于時(shí)變矩成分分析[J].中國管理科學(xué),2020(2):1-12.[11]楊卓凡.我國產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的模式?短板與對(duì)策[J].中國流通經(jīng)濟(jì),2020,34(7):60-67.[12]劉暢,王蒲生.“十四五”時(shí)期新興產(chǎn)業(yè)發(fā)展:問題?趨勢(shì)及政策建議[J].經(jīng)濟(jì)縱橫,2020(7):77-83.[13]HeerdenCV.EstablishingtheriskdenominatorinaSharperatioframeworkforshareselectionfromamomentuminvestmentstrategyapproach[J]2020.(3):25-37.[14]BaiZ,WallbaumK.OptimizingPensionOutcomesUsingTarget‐DrivenInvestmentStrategies:EvidencefromThreeAsianCountrieswiththeHighestOld‐AgeDependencyRatio[J].Asia‐PacificJournalofFinancialStudies,2020.(5):83-92[15]LouY.Somepropertiesoftheoptimalinvestmentstrategyinabehavioralportfoliochoicemodel[J].OptimizationLetters,2019,(4):21-35.[16]ZhengningZ,XinluS.TheEmpiricalStudyofTailRiskinMomentumStrategyReturns:BasedonHiddenMarkovModelwithTwoStates[J].ChinaEconomicStudies,2019.(10):53-66.[17]CaneoF,KristjanpollerW.Improvingstatisticalarbitrageinvestmentstrategy:EvidencefromLatinAmericanstockmarkets[J].InternationalJournalofFinance&Economics,2020(2):20-31.[18]ChowGC:“CapitalFormationandEconomicGrowthinChina”.QuarterlyJournalofEconomics,1993(3):809-842.[19]姜衛(wèi)民,范金,張曉蘭.中國“新基建”:投資乘數(shù)及其效應(yīng)研究.[J]南京社會(huì)科學(xué),2020(0