美股行情查询totau(美股股票行情一般是怎么查询的)

美股股票行情一般是怎么查询的

看盘软件上找一找，板块或者行情那里可以看到，仔细看看就找到了

赴美上市又如何？照样没有好下场！丨无路可套【祥天】

各位晚上好。

最近，祥天集团是在不断的鼓吹准备在纳斯达克转主板。

忽悠所有的会员购买原始股，到时候每一股的价格将会暴涨。

下面，套哥来盘点一下，近年来，那些号称要赴美上市的公司，或者已经上市成功的公司，他们的下场是怎么样。

1、桑杰集团

桑杰集团全称桑杰文化发展集团有限公司，该公司成立于2014年，宣称于2018年6月启动了香港上市机制，在香港主板上市，要在2019年初冲击美国纳斯达克，但是就是这样的一家“雄心壮志”的公司，却在2018年6月曾被列入经营异常名录，而且注册资本还并未完全实缴，这样状况的公司根本不符合香港上市要求，所以桑杰集团根本就不可能在香港主板上市。

桑杰集团还宣称在前海股权交易挂牌上市，代码是667825，但是咨询了前海股权交易的工作人员，发现桑杰集团仅是进行了挂牌展示业务，并没与真正地挂牌成功。

我们科普了很多关于在地方性股权中心挂牌并不等于上市，就算是在股权中心挂牌成功了，普通投资者根本没有资格参与交易买卖。所以桑杰集团所谓的原始股交易就是一个骗*，是很多非法集资公司惯用的伎俩，向普通投资者进行公开销售原始股权实质上是一种非法的证券活动。

去年9月，桑杰集团宣称在香港华斯达克成功挂牌上市，代码是IPPO0083，进行又一轮收割“韭菜”的行动，从代码上就能看出端倪，这样的代码是华斯达克私人投资基金交易平台融资模式的缩写，这个所谓的华斯达克股权交易市场，是由一家在香港注册的私人股份公司（华斯达克金融控股集团(中国)股份有限公司）运营，这个平台主要是挂牌企业提供融资渠道，在这个平台上挂牌的企业并不是真正意义上的上市，而且参与股权投资交易的都是机构投资者，一般普通的投资者根本无法参与，所以购买了原始股权的投资者手上的股权就是一张永远不会兑现的空头支票。

2、共享技能

共享技能平台宣称自己的主体公司安徽微逛电子商务有限公司在深交所创业板挂牌上市，股票代码为667369，还晒出了现场上市敲锣的照片。

其实所谓“上市”真相是：安徽微逛电子商务有限公司只是在前海股权交易中心进行了挂牌业务，前海股权交易中心是地方性股权中心，并不是真正意义上的股票上市，而且并不能公开向不符合“合格投资者”条件的普通投资者进行所谓原始期股投资宣传。共享技能平台这种行为实质是从事非法证券活动。（本文转自防骗大数据：FPData）

3、智天金融

智天金融利用一些普通投资者不熟悉场外市场交易投资，以为挂牌就是上市的漏洞，进行了两次的原始股诈骗。

第一次是以四川智天金融服务外包有限公司的名义进行诈骗，在前海股权交易中心挂牌就谎称上市，股权代码为363254，大肆宣传原始股，声称一万元就能买原始股，还大量印发了不具备任何法律效应的股权证书。我们咨询前海股权交易中心的官方客服了解到，该公司仅是办理了挂牌展示业务，而且已经终止了。

第二次是智天金融又成立了一家名为世界智天置业有限公司，在香港企业股权转让市场挂牌后谎称上市。先声称要2019年在纳斯达克上市，又称在今年9月提前在美国纳斯达克挂牌，却一直没有披露相关的代码，只是鼓吹邓智天登上了纳斯达克大屏，贴出了几张在纳斯达克广告屏的图片。但其实纳斯达克大屏就是一个广告屏，只要给钱就能上，无非还是用同样拙劣的伎俩来欺骗投资者。

所以智天金融的自称上市的这些“大动作”不过是为了大敛钱财的伎俩。值得注意的是四川智天金融服务外包有限公司已经被工商部门列入了经营异常名录中。

4、合发全球

合发从2016年起就一直鼓吹在美国纳斯达克上市，不断诱骗投资者购买他们的原始期权股，终于在2018年用了借壳上市的套路。（本文转自防骗大数据：FPData）

在NASDAQ-CM市场和一家名为JensynAcquisitionCorp空壳公司（纳斯达克叫JSYN）签订了股权收购协议。

合发一心想着能借壳上市成功，“走上人生巅峰”，却没想到却接到了上海市浦东新区市场监督*的罚单，称合发违反了组织策划传销行为”。

屋漏偏逢连夜雨，因传销行为被罚之后，有上市违规前科的JensynAcquisitionCorp空壳公司终止了和合发的股权收购协议，还被要求赔付$2,500,000的终止费用，这下合发借壳上市无望，赔了夫人又折兵，投资者手上的电子期权股证书也成了一张空头支票。

5、云集品

打着“消费返利”旗号的云集品，涉嫌传销，早已经被深圳市场和质量监管委进行调查，但是云集品还是在进行“最后的挣扎”。

在2018年4月份先是发布发行所谓的“原始股”，7月份又公布称与境外一家上市公司签订了借壳上市收购协议，但是却没有披露详细的某上市公司具体名称，至今也没有公布任何的进展。其实就是一个“拖”字诀。

尚未上市的云集品进行公开销售原始股的做法，已经涉及违反证券法的规定。在我国，投资者只有在上海证券交易所、深圳证券交易所以及承担新三板交易结算的全国中小企业股份转让系统可以买卖股票，而通过网络推销交易的“原始股”并不受法律保护。

这些所谓上市的说辞并没有安抚道投资者和供应商，2018年9月25日，大批供应商在云集品公司总部聚集，情绪激动，打砸了云集品总部，大批民警来到现场维持秩序并介入调查，逐一登记供货商供货金额，也有多家媒体进行采访，云集品供应商纷纷到深圳市公安*报案，云集品也走向崩盘。

云集品最新的情况是，老总潘跃建目前已经被警方控制，所有的受害会员都在艰难维权中。

6、云联惠

已经崩盘倒台，被定性为传销的云联惠平台在行骗的三年间，为了取信于教众们，云联惠多次声称自己是“上市平台”。

云联惠曾于2014年11月在广州股权交易中心挂牌，不到一年后被摘牌终止。云联惠还对外宣布，其通过收购美国环球电商城在美国“上市”，还多次内部公开发售过原始股，前三轮分别为1000万元、1亿元和10亿元，第4轮据称达到了100亿元。

但是云联惠的所谓“上市”就只是在美国OTCMarkets挂牌，这个市场是给不符合上市条件的企业提供股权交易的场外交易平台，根本就不是真正意义定义的上市。

7、霸屏天下

霸屏天下在2017年9月份开始运营，收取各种不同的会员费之后，主要是通过无限发展下线的方式获取收益，以及通过租赁朋友圈做任务发广告来获得收益。

霸屏天下主体运营公司在经营2个月之后于11月21日被当地工商*列入经营异常名单，原因是在登记地址无法找到当事企业；11月23日有会员爆出账户余额被清零，还有部分会员等级被降级；紧接着霸屏天下app上不去，有部分人是做完任务无法提交；12月9日发布“耍猴”公告，称12月10日开始就要正式启动VIP月费制度，也就是你在12月31日之前不进行续费就会被取消会员资格，公告发布不久，就有会员反馈自己账户上的余额被清零无法提现了。（本文转自防骗大数据：FPData）

运营3个月就声称要到境外上市！12月12日早上发布公告声称现在已经正式开启上市流程，怂恿更多的人购买他们的原始股。12月17号发布公告称app开始进行系统维护，维护时间24小时；12月18号公告称会员账户的金额将用于置换霸屏天下的流通股票；19号开始app正常使用，结果等来的却是提交的任务全部都在待审核，其他功能都能使用，但是无法提现多个500人的群被解散的结果。

8、陆机科技

北京陆机科技有限公司，成立于2007年。陆机科技“微客谷”商城成立于2016年，声称致力于打造一家颠覆传统、倡导消费原生态的第三方民族电商平台。

网查资料显示，在该平台上消费商品就能获得对应金额的赠送券，这些券是可以在该平台内部消化的，积累起来就可以继续在该平台二次消费，以此类推循环。此外，他们声称为了引导消费者消费创收，出台了一个奖励制度。

陆机科技从2017年开始宣传要冲出国门到美国去上市，截止到今天，已经去美国正式敲钟2次了，以下是历程：

2017年4月17日启动；

2018年8月2日第一次“上市”成功；

2018年11月22日，也即是美国感恩节休市的时候实现第二次“上市”成功；

群里各种鼓动会员买股权

我们在美股交易软件上并没有查询到有关于股票代码“TOTAU”的股票。

近期他们还放出这样的宣传，不知道什么时候会进行第三次“上市”。

9、国嘉吉祥

国嘉吉祥，主体运营公司国嘉吉祥大健康科技（北京）有限公司，成立于2017年7月24日，注册资本3亿，目前并未实缴。工商*资料显示要到2047年7月22日才落实实缴，也即是要等29年后才会可能落实实缴，实控人是潘荣强。网站备案的网页点击进去显示无法打开。

根据网查资料，在国嘉吉祥平台预约订购产品就可以获得赠送期权股，订购500元健康产品可以获得500期股权，订购1000元健康产品可以获得1000期股权，这是吉祥集团的第三期购买产品赠送期权股，前面两期分别是2016年4月云吉祥1949买酒送期权，2017年1月北斗和正买产品赠送期权股。（本文转自防骗大数据：FPData）

都是同样的配方同样的套路，从2016年4月开始说要上市至今已经整整过去了2年多，2018年1月中旬吉祥集团在开年会的时候潘荣强就说了，2018年肯定会上市，现在已经2019年了，潘总的这张空头支票不知道啥时候能实际兑现。

10、喜得龙

从1992年成立以来，喜得龙也有过辉煌：

顶着“福建名牌产品、福建省著名商标、中国著名品牌”等标签，曾荣获中国大众最喜爱体育品牌奖，还在美国纳斯达克上市，最多时全国开店超4000家……

（图片来源网络：喜得龙创始人林水盘）

2009年10月30日，喜得龙在高盛的帮助下，于美国纳斯达克成功上市，成为中国第一家登陆美国资本市场的运动消费类品牌。

（图片来源网络）

但是后来喜得龙的发展状况却没有如他们预料的那样顺利。

分析财报我们可以看到，喜得龙从2009年上市以来到2011一直呈现增长态势。不过到了2012年，喜得龙的业绩开始下滑。

（图片来源网络）

而在2016年八月，喜得龙宣布重整一事，在业内引起了高度关注，毕竟，这曾是一家风光无限的晋江系运动鞋服品牌。

然而就在9个月后，晋江市人民法院正式裁定，终止喜得龙重整程序，宣告喜得龙破产。

（图片来源网络：法院与喜得龙创始人林水盘（右一）交接）

11、巨如集团

今年5月30日，恒略智汇(838527.OC)发布公告称，公司法定代表人、董事长胡立勇目前已与公司失联；根据相关媒体报道，胡立勇可能因非法吸收公众存款在逃，并称公司业务目前处于暂停状态，恢复时间视情况另行确定。

这家主要从事房地产代理销售，于2016年8月挂牌新三板的公司只是胡立勇名下众多公司之一。记者查询到的结果显示，胡立勇名下共有67家企业，其中作为法人代表的公司有21家。

巨如集团曾在2016年因收购澳大利亚国家证券交易所（NSX）股权受到媒体关注，当年4月，胡立勇曾说，未来三年内，计划把中国的1000家中小企业带到NSX上市，助力中国企业登陆国际金融市场。

（图片来源网络中间者为胡立勇）

上面这些家公司，或已经在美国纳斯达克上市，或在赴美上市的路上。

但是结*，却并不是投资者想象中那么美好。

事实上，以赴美上市镀金为幌子的骗*，在不断上演。

套哥调查过，有些所谓的纳斯达克上市公司，其实只是在美国注册公司，之后通过注册制在纳斯达克(非主板)上市，并不具备公开发行股票的资格，且股票只能通过柜台进行交易。（祥天就是这样）

为了吸引投资人投资，这些公司都会用极少的资金自行对冲提高股价，对外宣称股票投资前景良好，并提前进行分红。

国内投资人能在网上查到股票代码真实存在，却不了解实情，看到股价飙升，便蜂拥而上。

这种模式，最终会导致资金链断裂而崩盘。而为了让盘崩得慢一点，这些公司一般会通过拉人头高返利的传销模式，来吸引更多的投资者。

祥天，会是下一个赴美上市的牺牲品吗？

以上！

怎样看美国股市？

　　在新浪财经或者凤凰财经等财经网站上查看美国最新股市行情，以新浪为例：

　　1、打开新浪财经；

　　2、点击【美股】；

　　3、输入美股代码，可以查看新股市行情；

　　4、查看指数，点击相应指数即可查看。

在那能看到美股各版块的的涨跌？

http://www.finviz.com/map.ashx?t=sec,里面有个maps点这个,你就能看到实时的标普500指数各成分股的涨跌情况,可以放大缩小,右边还可以输入股票代码查看

有无一款看美股的行情软件，可引丝功以查询历史上某一段时间内的涨幅最大的个股排名？

东方财富通软件，可以看全球股市

基于 Risk Parity + Black-Litterman 的因子择时 - 知乎

RiskParity能够有效分散风险；而Black-Litterman是贝叶斯思想的完美体现。二者的结合是值得持续探索的资产配置方法。

之前我写了一些文章介绍海外因子择时的先进观点。然后有小伙伴问我“你怎么看因子择时？”。于是就有了本文。

本文将使用RiskParity+Black-Litterman模型进行股票风格因子的择时实证。需要特别强调的是，本文的目的不是宣称RP+BL就一定会比不择时（即按简单多样化配置）更好——从实证结果来看也确实并非如此。本文更多的是介绍RP+BL这种思想。

RiskParity（风险平价）是一种volatilityweighting；volatilityweighting被证明在长期来看可以获得更高的SharpeRatio（Hallerbach2012），是一个优秀的配置方法。另一方面，Black-Litterman是基于贝叶斯思想的资产配置框架。它让使用者非常容易把自己的主观判断（称为views）和先验结合起来，得到待配置资产的后验收益率分布。较直接使用mean-varianceoptimization来说，BL模型给出的配置结果更加符合人们的预期。

将RP和BL结合起来的方法是把RiskParity配置下的收益率分布作为Black-Litterman框架下的先验，同时摒弃原方法中的所谓市场均衡状态下的先验。RP+BL可以看成是volatilityweighting和贝叶斯思想的完美结合。下面就来看看它们能擦出怎样的火花。

下文假设读者熟悉RiskParity和Black-Litterman模型。需要背景知识的小伙伴请参考《你真的搞懂了风险平价吗？》以及《Black-Litterman模型——贝叶斯框架下的资产配置利器》。

前文《浅析资产配置的几种方法》曾对比了一些常见的资产配置方法。随着我们对资产间收益率分布的μ_i、σ_i以及ρ_{ij}的信息的减少，不同资产配置方法的关系如下图所示。当我们有μ_i、σ_i、ρ_{ij}全部信息时，应充分利用它们、以最大化投资组合夏普率为目标做配置；而在另一个极端，如果所有信息都是未知的，那么简单多样化（等权配置）是唯一的选择。RiskParity介于两者之间，它假设我们充分掌握投资品之间的协方差矩阵。

令ω_i代表资产i的权重。由RiskParity的定义有：

其中σ_p代表投资组合的波动率，它的表达式为：

上式中，ω是全部N个资产的权重向量；Ω是N个资产收益率的协方差矩阵。将σ_p的表达式代入到其对ω_i的偏导数有：

在上面的推导中，第三步使用了资产i收益率r_i和投资组合收益率r_p之间的协方差的定义；最后一步使用了β的定义——资产i收益率相对于投资组合收益率的β。将该关系式代回到RiskParity的条件可知：

在RiskParity中，投资组合的权重和它于资产的β成反比；一个资产和组合的β越高，其权重越低，从而有效的分散了风险，每个资产对投资组合的风险贡献相同。

从β的定义出发可以看到，波动低（σ_i小）且和其他资产相关性低（ρ_{ij}低，因此ρ_{ip}才可能低）的资产会获得更高的权重。通常来说，波动率低的资产收益率也更低，因此RiskParity通常使用杠杆来提高低波动资产的权重以使组合的风险达到给定的风险水平（现实中是否能加杠杆则是另一个问题）。

当然，上面的求解并没有考虑任何约束条件，仅是定性说明RiskParity的性质。在实际投资中，ω_i应满足各种限制（比如能否做空；或者能使用多高的杠杆）。本文的实证要求ω_i满足非负且Σω_i=1两个约束条件。

作为应用贝叶斯思想的资产配置方法，Black-Litterman使用先验和新息的线性加权计算出N个资产收益率的后验分布。首先使用RiskParity的权重反推出的预期收益率先验分布mathcal{N}(μ_{rp},τΩ)：

其中δ是风险厌恶系数，ω_{rp}代表使用RiskParity配置权重；模型假设预期收益率的协方差矩阵和收益率的协方差矩阵Ω有同样的结构，但是数量级要小很多，因此用τΩ表示（τ是缩放尺度）

另一方面，Black-Litterman模型将新息定义为投资者对于资产收益率相对强弱的主动判断（views），每个view由其所涉及的资产的线性组合表示。假设投资者一共有K个views，则它们的关系如下：

其中，P（K×N矩阵）的每一行表示某个view中涉及资产的权重（换句话说，每个view是一个投资组合，它可涉及一个或多个资产）；μ（K阶向量）表示未知新息预期收益率（该变量最终并未出现在BL公式中）；Q（K阶向量）表示P中的K个投资组合的收益率。由于投资者对于这些views并不是100%确定，因此模型中使用Ξ（K×K矩阵）表示views的不确定性；假设views之间相互独立，因此Ξ是一个对角阵。新息的方差为P’(Ξ^{-1})P。

根据贝叶斯思想，后验预期收益率是先验和新息的加权，权重和这二者各自的不确定性成反比。因此，Black-Litterman模型中的预期收益率后验满足分布mathcal{N}(μ_{BL},M)：

由于预期收益率也是一个随机变量，因此资产的收益率波动是预期收益率的波动和收益率围绕预期收益率波动之和。最终，N个资产收益率的后验分布满足mathcal{N}(μ_{BL},Ω+M)。将收益率的后验分布代入到mean-varianceoptimization（MVO）中就可以求出基于Black-Litterman的最优配置权重。

在使用Black-Litterman框架时，一种简化处理方式（出自Haesenetal.2017）是让P=I，即对于N个资产新息预期收益率有K=N个判断（每个view涉及单独一个资产）；此外，进一步假设这K=N个views的不确定性和Ω有同样的结构，记为Ξ=κΩ。将上述假设代入到模型中可知预期收益率后验分布为mathcal{N}(μ_{BL},M)：

在上述假设下，μ_{BL}是μ_{rp}和Q的简单线性加权。同样的，N个资产收益率的后验分布满足mathcal{N}(μ_{BL},Ω+M)。

在使用Black-Litterman框架时必须要回答的一个问题就是如何提供views。实证中将使用过去一段时间内资产收益率（即动量）作为确定views的依据，并采取上面两种方法——标准版和简化版——计算views的参数。

此外，由于M较Ω来说很小，因此在实证中忽略M，仍使用Ω作为资产收益率分布的协方差矩阵。求出后验收益率分布后，采用MVO计算最终的资产权重；在优化时，要求权重ω_i满足非负及Σω_i=1两个约束条件。

在因子择时问题中，每个因子投资组合是一个资产。按照上述设定可以动态计算出每一期因子的权重，从而达到择时的效果。以上设定的步骤总结如下：

本节使用一个例子说明使用RiskParity+BlackLitterman的因子择时效果。实证中（本节和下一节）的全部因子投资组合均是基于中证500成分股构建的多、空对冲组合，收益率频率为月频。对于给定的因子，每月末按其业务逻辑排序，做多排名最高的50支，做空排名最低的50支，等权配置，不考虑任何成本。

实证中的因子均来自聚宽因子库。该因子库包含质量、基础、情绪、成长、风险以及每股因子六大类因子。由于情绪类因子的收益率受涨跌停、停牌影响较大，实证中仅考虑其他五类（共120个）因子。下图显示了从这些因子中随机选出的6个因子在实证期内的累积净值。

实证中使用长度为18个月的滚动窗计算协方差矩阵Ω，并以此作为RiskParity的输入求出ω_{rp}。此外，假设风险厌恶系数δ=10，计算μ_{rp}。对于新息，采用每个因子过去12个月内的动量计算views的取值，并针对标准版和简化版Black-Litterman模型有两种处理方法。

在简化版中，使用每个因子在过去12个月的平均收益率直接作为Q，并假定μ_{rp}和Q的权重分别为0.8和0.2。

在标准版中，假设τ=0.1。对于views的处理则没那么直截了当。在这种情况下，实证中仅考虑一个view：将这N个资产按过去12个月的动量从高到低排序，并等权做多前N/2个、等权做空后N/2个（如果N为奇数则丢弃掉中间那个）；假设该组合下个月的收益率为1%（即强者恒强），且该判断的标准差为1%。在上述条件下，该view的参数为：

有了这些参数就可以按照标准版的Black-Litterman公式计算这些因子收益率的后验分布。每个月末，采用上述两种方法计算下个月的最新权重，以此实现因子择时。在实证期内，这两种Black-Litterman配置方法和简单多样化（naive）的净值如下图所示。

从图中和表中看到，使用Black-Litterman将RiskParity和因子动量“揉在”一起择时战胜了简单多样化。此外，简化版BL战胜了标准版BL。这可能说明标准版中使用的view并不十分靠谱。

先别急着激动。这个例子当然是CherryPicking！下一小节会有更多的实证结果来客观的评判这个择时方法的效果。

然而，这个例子也有可取之处。实证中故意挑选了走势不同的因子，而非那些多空对冲后稳健上行的因子。对冲后在样本内稳健上行的因子基本上都是datamining的产物，无论怎么配置或者择时效果都不会差。本文虽然题为因子择时，但上述方法也可以用于大类资产择时，而大类资产难以出现稳健上行的走势。所以，对于这样的一组样本，比较主动择时方法和简单多样化之间孰优孰劣更有意义。

本小节通过考虑不同的因子个数（5至10），以及不同的因子进行更多的实证。全部因子仍来自聚宽五大类因子中的120个。对于每个给定的因子个数N，进行300次实验；每次实验中从因子池中随机抽取N个作为标的。

下图是这120个因子协方差矩阵的聚类图，能比较清晰的看出不同类因子的个数是不均衡的，且同一大类因子之间的相关性较高。这些自然都会对实证的结果产生影响，因此本小节汇报的结果也仅是探索性的。

来看结果。对于不同的因子个数，下图展示了两种不同Black-Litterman处理方式下，因子择时比简单多样化获得更高夏普率的次数。当采用简单处理方式时，因子择时获胜的次数在150到160之间（胜率50%至55%）；而标准处理方式下，因子择时获胜的次数仅仅在110到120之间（胜率36%到40%），再次说明了选择的view不是很靠谱。

当然，即便是采用简单的Black-Litterman处理方法，因子择时的胜率也仅在55%左右，难以令人满意（这和作为新息的因子动量也有关）。下面再具体来考察采用简单处理方法时的某些因子特征，看看能否找到一些蛛丝马迹。

接下来两张图展示了因子择时优于和差于简单多样化时，因子之间平均相关系数以及因子方差最大、最小值之比两个指标。当因子择时优于简单多样化时，因子间的平均相关系数更高、因子方差的差异更小。

我对此的猜测是相关系数较高时，RiskParity能比简单多样化占优势，因为它可以更有效的利用相关性信息；当方差差异更低时，在最优化计算因子权重时的误差更低，因此能够更准确反映择时的效果。这些猜想值得进一步的研究。

最后，下图给出了使用简单Black-Litterman处理方法时，因子择时的非条件胜率以及两个条件胜率。在这两个条件胜率中，我们分别考虑了平均相关系数在其中位数之上的一半实验（即每个因子150个实验）、以及因子方差之比在其中位数之下的一半实验（也是每个因子150个）。这两个条件将因子择时的胜率提高到60%到65%之间。

作为volatilityweighting的代表选手，RiskParity能够有效分散风险；而Black-Litterman模型则更是贝叶斯思想的完美体现。二者的结合有着非常好的理论依据，是值得持续探索的资产配置方法。

我想再次强调的是，本文的目的是探索这种方法。目前的实证结果难以给出确定性的结论。如果样本外所有的因子或资产的走势都想样本内一样喜人，那简单多样化显然就足够了。然而，现实绝非如此。下图是美股上46个因子在样本内和样本外各10年的平均效果。在样本外，这些因子的平均表现显著的变得平庸，这也正是因子投资的现实。面对样本外的未知，也许基于RiskParity+Black-Litterman的择时比简单多样化更值得尝试。

最后，本文实证中采用因子动量计算views仅是希望选择的方法简单、透明，且是大家熟悉的，除此之外并无其他特别之处。负责任的说，我没有multipletesting试了n多种views方法然后选了个因子动量。因此，如何更合理的在贝叶斯框架下提供views也是需要继续研究的课题。

免责声明：文章内容不可视为投资意见。市场有风险，入市需谨慎。

原创不易，请保护版权。如需转载，请联系获得授权，并注明出处，谢谢。已委托“维权骑士”(维权骑士_免费版权监测/版权保护/版权分发)为进行维权行动。

阿尔法解密4-内幕交易 - 知乎

作者曾就职于美国对冲基金Citadel，香港中文大学金融硕士在读。想用知乎这个平台给大家免费科普和发表一些个人对金融市场的研究分析。

这篇文章是继Charles：对冲基金与量化交易解密，Charles：对冲基金与量化交易解密2-什么是真正的alpha，Charles：阿尔法解密3-赌博，投资，金融模型的关联之后，Charles：阿尔法解密5-物理学家的金融模型，Charles：阿尔法解密6-股票估值，Charles：阿尔法解密7-资产重组与财务困境，Charles：阿尔法解密8-因子与APT模型量化，Charles：阿尔法解密9-企业并购(M&A)与其风险套利策略，Charles：阿尔法解密10-量化研究在买方,卖方,中间商到底做些什么？，Charles：统计套利（更新中）之前的第四篇。读者可以了解到：

在理解内幕交易前有必要先了解股份回购。假设你拥有一家上市公司，一定会把多余的现金流花在投资或者回报股东。投资包括：偿还债务，组合并购，开展新业务；回报股东包括定期分红，股份回购。

分红与股份回购的本质相同。都是公司发给持股人的福利。在一定程度上也是对投资者不能在其他地方得到更高回报的保障。具体来说，分红会让股价降低，现金增加。回购会让流通股本变少，股价上升。对于长期持有的大股东来说，最后的结果是完全相等的。（*在某些国家分红的部分会强制加税，但是回购会有更多审批，而且目前美国也在进行回购的税款调整。）对于短期投资者来说，无论分红还是回购，都没有盈利的机会。比如一家公司有50张股票，1000元投资赚了10%，也就是100元利润。分红后股东收益是2元现金+20元一股的股价（1000元/50股）。如果不分红，股东得到的是22元一股的股价（1100元/50股）。如果用100元现金在市场价回购，公司购买了100/22=4.545张股票之后，股东得到的也是frac{1000}{50-4.5dot4dot5}=22每股的价格。这之间唯一的差别在于股东是否更喜欢在自己公司投资，还是用同样的钱去别的地方赚取更高的回报率。

目前有些交易策略会涉及到投资者在分红当日自愿把股价提到原有位置，或者投资者解读回购为公司估值低。但是在实际运用中这些都是准确性（conviction）很差的策略，有以下数据参考。

内幕交易普遍指拥有10%以上股权（commonstock）的公司高管（officer）或投资者，在重大消息披露之前，用个人的名义购买市场上的流通股（float）。股份回购通常指以公司的名义把市场上流通股换成公司内部财务库（treasury）的操作。两种都不会影响部分股东原先持有的限制股（restrictedshares）。

回购是可以经审批在重大消息公布之前或者之后进行的，因为回购前后的股票价值不变，没有人可以因此套利。内幕交易不同，高管以市场价格（openmarketprice）买入，高价卖出，提高在消息披露前购买的成本，降低了整个经济市场的效率（costofcapital）。

但是内幕交易在严格审批通过后，没有重大消息关联的情况下也是可以合法的。具体审批步骤各个行业，国家，股票种类都不同。比如美国的10b5-1法则就是让可以接触到内幕消息的公司高管买卖股。

前几期中提过的股票内在价值是用自由现金流的未来价值和资产的风险值来几何数列求和（sumofgeometricsequence）得到的:Sn=frac{a(r^n-1)}{r-1}。可是现实已经无数次证明了股票交易的价格p_{t}远远高于其内在价值pi_{t}。2012诺贝尔经济学奖得**勒（RobertShiller）在1990年的论文中描述了这个模型：p_{t}=pi_t+cint_{-infty}^{t}e^{-gamma(t- au)}dp_{ au},现在的股票价格p_{t}被历史价格影响，越远期的影响越小，所以e的指数成负数。最后得出的结论是如果内在价值增长或减少，市场价格会成倍增长或减少。股票的内在价值会在连收益公布（earings）和分红（dividend）短期期间一直随机行走（randomwalk）。唯独在半鞅定价（submartingale）里通过投资者的行为偏见才会获得真正的阿尔法。因此内幕交易是属于信息不对称的一种。买方比卖方知道的信息更多。

在内幕交易里最有效的探测方法是(Lee,Ready1991)提出的absoluteorderimbalance=left|frac{numberofuys-numberofsells}{numberofuys+numberofsells} ight|,往往交易所会把此类任务交给第三方数据提供商。可是类似检测毕竟无法做到滴水不漏，而且只有事后才能对内幕交易进行判定。因为股市的不可以预测性，内部消息之外还有很多个因素可以影响股价。内幕交易者涉及到公司信息之多。这都使探测内幕交易难上加难。

图中可以看出只有orderimbalance和urgency一起才是具有统计意义的。urgency被定义为frac{1}{事件发生日前n天}。

在内幕交易里影响最大的事件类型主要有4种：

注意在类似策略中，利好事件的赢率要比相反的高很多。

相比之前，在金融教科书中内幕交易还有另外一种定义：

既在重要利好事件发生之前，股价被缓缓拉升至移动平均线之上。

公司简介：

公司近一年的股价走势。2020年4月29日是我们要研究的内幕交易异动。

这是一个16人，9千万美金估值的小盘股，开发细胞类生物科技*品，近期也参与了新冠肺炎*品研究。自由现金流，销售，近5年稳步下行。研究经费也总体向下。从上市到现在13年CAPR的FF3F线性回归参数为：

在2019年CAPR获得Reinassance，2sigma，Citadel等公司投资。但业绩来看是一家不起眼的科研型企业。接下去我们看看在2020年4月29日是什么导致了股价飙升251%.

"一个叫CAP-1002的新*对6个新冠重症患者有100%疗效，没有任何副作用。"

公司官网也证实2020年4月3日，新*开始被用于恩赐疗法。4月29日得到显著疗效。

再看一下美国证监会收到的公司提交记录。仔细的话会发现在2020年4月17日多出一条。

打开文档搜索CAP-1002，只有一条比对成功，如下：

“目前使用冠状动脉植入CAP-1002的新冠患者有副作用产生。”CAPR的股价恰恰是在4月17日开始不规律上涨。

从一个第三方机构检测记录能发现公司的两位高管在4月15日以个人名义购买了28万美金的股票。2个星期后这28万美金变成了159万。

在确认这是内幕交易之前，我可以先了解一下美国证监会几个常用的表格。

前面我们所看到的proxy其实只是员工本来的股票认股权证行权。也就是公司发行更多固定行权价的股票给股东。所以和内幕交易没有任何关系。

在这里给个看了我这么多文字的读者的福利。这个策略能稳定赚钱的核心有两点。一是内幕者在两天的上报期限内持续大笔交易。二是猜测监管较差的粉红单或者NCM内幕交易者持有内幕消息。当然这需要和许多因素放在一起观察，比如董事会结构，沽空结构，债务结构，等等。比如以下摘录于一家资产重组中的公司的13D，里面明确写明内幕投资者有计划继续投资。

真正的内幕交易如2009年的AngeloMozilo不会事先在证监会官网上披露任何信息，而是像之前的K线图那样默默无闻。掌握更多信息的高管一定对自己公司的情况更了解。他们卖出的原因可能有很多，但是买入大多是对前景看好。高管买入是不是对某个已知信息的预判则需要更深入的研究，比如内幕交易者的历史交易记录，能潜在影响公司的消息有哪些等等。

文章还有很多值得推敲的地方。交易可以是像量化一样有科学般的严谨，也可以像推理一样在不同数据中辨真伪。信息的不对称导致了竞争的不公平。不同的是量化交易在寻找51%的赢率，而内幕交易的赢率（conviction）是100%。

在量化领域里能赚钱的地方很多，如果每个方向都试一下，没有人能赢过别人用来吃饭的技能。只有方向正确，努力研究自己有兴趣的方向才是量化的真谛。

美国股票查看软件

上百度上找去!有的是!呵呵