量化证券投资教学论文

摘要：文章分析了高校教师“轻教学”的现象，阐述了该现象背后的原因：由于缺乏可量化的客观性衡量指标，从而难以对教学形成有效激励。今天小编给大家找来了《量化证券投资教学论文 (精选3篇)》，仅供参考，希望能够帮助到大家。

量化证券投资教学论文 篇1：

量化投资分析在证券投资教学中的应用

摘 要：量化投资及其交易策略对金融市场越来越重要。量化投资的“黑箱”包括阿尔法模型、风控模型和成本模型以及组合优化模型等。这些“黑箱”成分既继承了证券投资学的分散和套利等核心思想，又对证券投资学的深度提出要求。关注流动性、注重风险管控和采用高频交易是量化投资不可忽略的重要内容，证券投资学应积极关注市场微观结构和风险管理技术以及各类投资策略的广泛适用性原则。

关 键 词：量化投资;证券投资学;启示

一、量化投资的概念与特点

近年来，量化投资及其交易策略对金融市场越来越重要。数学家西蒙斯“用公式打败市场”的成功案例和有诺贝尔奖得主默顿、舒尔斯参与的长期资本管理公司在1998年的市场惨败成为投资者众所周知的故事。一般来说，量化投资是指按照事先设定的数学公式或逻辑判断程序来进行投资。广义的量化投资是指采用数学、统计学等模型工具进行决策的投资方式。 [1]

传统的证券投资分析中一般分为基本面分析和技术分析。基本面分析主要强调经济因素的作用，而技术分析主要强调市场交易行为的作用。法玛著名的“有效市场假说”认为弱式有效市场情形下技术分析没有用处，半强式有效市场中基本分析也没有用处，投资者不可能获得稳定的超额收益，积极的投资策略不如消极的投资策略，如投资市场指数。尽管“有效市场假说”否认通过信息可以长期获得超额收益， 但并不否认短期内有可能获得一定的收益，因而，越来越多的研究关注积极投资策略的表现。一些研究发现构造特殊的因素投资组合可以获得超额收益，即存在市场异象。这不仅支持了部分人打败市场的信心， 而且推动了量化投资技术的快速发展。

尽管量化投资已经成为市场投资的发展趋势，但是大多数投资者并不是很熟悉量化投资。 一方面是由于量化投资一定程度上依赖数学模型， 而赚钱的投资模型都是机构的秘密武器， 不会轻易披露。另一方面是由于量化投资采用计算机系统， 设计各种交易手段，有着较为复杂的数学计算与技术要求，现在许多量化投资都是计算机自动执行的程序交易。另外，量化交易者，俗称宽客(quants)的交易和故事多多少少增加了量化投资的神秘感。所以，人们一般把量化投资称为“黑箱”。

纳兰(Narang，R.，2012)描述了量化交易系统的典型构造，打开了量化投资的“黑箱”， [2] 见图1。纳兰认为阿尔法模型用来预测市场未来方向， 风险控制模型用来限制风险暴露， 交易成本模型用来分析为构建组合产生的各种成本， 投资组合构建模型在追逐利润、限制风险与相关成本之间做出平衡，然后给出最优组合。 最优目标组合与现有组合的差异就由执行模型来完成。 数据和研究部分则是量化投资的基础：有了数据，就可以进行研究，通过测试、检验与仿真正确构建各个模型。 预测市场并制定策略是量化投资的核心， 即阿尔法模型在量化投资中处于核心地位。

随着量化投资的不断发展，量化投资模型也在不断改进。简单的策略可能就是证券或组合的套利行为，如期现套利组合、市场异象研究中的差价组合等。统计套利策略是经典的量化投资策略，如匹配交易或携带交易。近年来，高频交易成为量化投资的重要内容，基于高速的计算机系统实施高频的程序交易已经是量化投资的重要利器。丁鹏(2012)将量化投资的主要内容分为以下几个方面：量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、ETF/LOF套利和高频交易等。他认为量化投资的优势在于：纪律性、系统性、及时性、准确性和分散化。

二、 量化投资“黑箱”中的构造与证券投资学的差异

在传统的证券投资学中，投资组合理论、资本资产定价模型、套利定价理论和期权定价理论是现代金融理论的四块基石。 前两者主要依靠均值-方差组合优化的思想， 后两者则主要依靠市场的无套利条件。传统的投资方法主要是基本面分析和技术分析两大类，而量化投资则是“利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程” [3] 。从概念看，量化投资既不是基本面分析，也不是技术分析，但它可以采用基本面分析，也可以采用技术分析，关键在于依靠模型来实现投资理念与投资策略。为了分析量化投资对证券投资学的启示，本文从量化投资“黑箱”的各个构成来探讨量化投资与证券投资学中思路和观点的差异。

(一)资产定价与收益的预测

根据组合优化理论，投资者将持有无风险组合与市场风险资产组合，获得无风险利率与市场风险溢价。资本资产定价模型则将此应用到单一证券或组合， 认为证券的风险溢价等于无风险利率加上与风险贡献比率一致的风险溢价， 超过的部分就是超额收益，即投资组合管理所追求的阿尔法值 [4] 。追求显著正的阿尔法是资产定价理论给实务投资的一大贡献。 基于因素模型的套利定价理论则从共同风险因素的角度提供了追求阿尔法的新思路。其中，法玛和佛伦齐的三因素定价模型为这一类量化投资提供了统一的参考。可以说，在因素定价方面，量化投资继承了资产定价理论的基本思想。

对于因素定价中因素的选择，证券投资学认为，对资产价格的影响，长期应主要关注基本面因素，而短期应主要关注市场的交易行为，即采用技术分析。在量化投资中， 主要强调按照事先设定的规则进行投资，这在一定程度上与技术分析类似。但是，在技术分析中，不同的人会有不同的结论，而量化投资则强调投资的规则化和固定化， 不会因人的差异而有较大的不同。另外，量化交易更强调从统计和数学模型方面寻找资产的错误定价或者进行收益的预测。

(二)无套利条件与交易成本

在证券投资学里，流动性是证券的生命力。组合投资理论、 资本资产定价模型以及套利定价理论等都认为市场中存在大量可交易的证券， 投资者可以自由买卖证券。 这主要是为了保证各种交易都能实现，如套利交易。根据套利定价理论，一旦市场出现无风险的套利机会， 理性投资者会立即进行套利交易，当市场均衡时就不存在套利机会。

现实市场中往往存在套利限制。 一是因为凯恩斯说的“市场的非理性维持的时间可能会长到你失去偿付能力”。二是因为市场总是存在交易费用等成本。但证券投资学中，对市场中套利限制与非流动性的关注较少， 这是因为传统金融理论中简化了市场结构。 市场微观结构理论研究在既定的交易规则下，金融资产交易的过程及其结果，旨在揭示金融资产交易价格形成的过程及其原因。 在市场微观结构理论中， 不同的市场微观结构对市场流动性的冲击是不同的。 因而， 从量化投资的角度看，为了降低交易带来的价格冲击， 能实施量化投资策略的证券往往都应有较好的流动性， 因为交易时非流动性直接影响投资策略的实施。从这个意义上讲，量化投资时的交易成本不仅包括交易费用，更主要的是要考虑市场交易冲击的流动性成本。

(三)风险控制与市场情绪

在证券市场中，高收益与高风险相匹配。量化投资在追求高收益的同时， 不可避免地承担了一定的风险。在证券投资学中，系统性风险主要源于宏观经济因素，非系统性因素则主要源于行业、公司因素，并且不考虑市场交易行为的影响。在量化投资中，较多地使用因素定价模型，不仅会考虑市场经济因素，而且会考虑交易行为等因素，只是不同的模型有不同的侧重点，在多模型的量化投资系统中自然包括了这两方面的因素。

除了各种基本面和市场交易的因素风险外，量化投资还有自身不可忽视的风险源。一方面，量化交易中，部分交易是采用保证交易的期货、期权等衍生品交易，这种杠杆交易具有放大作用，隐藏着巨大的风险。另一方面，市场冲击的流动性成本也是量化投资的风险控制因素，理所当然地在图1的风险控制模型中体现出来。另外，在一般的投资过程中，市场情绪或多或少会成为风险控制的一个对象。然而，在量化投资中，更多的交易都是通过计算机来实现的，如程序交易等，这样以来，投资者情绪等因素对投资决策的影响相对较小。所以，在量化投资的风险控制模型中较少地考虑市场情绪以及投资者自身的情绪，主要是通过承担适度的风险来获得超额回报，因为毕竟减少风险也减少了超额回报。

(四)执行高频交易与算法交易

在对未来收益、风险和成本的综合权衡下，实现投资策略成为量化投资的重要执行步骤。为了达到投资目标，量化投资不断追求更快的速度来执行投资策略，这就推动了采用高速计算机系统的程序化交易的诞生。

在证券投资学里，技术分析认为股价趋势有长期、中期和短期趋势，其中，长期和中期趋势有参考作用，短期趋势的意义不大。然而，随着计算机信息科技的创新，量化投资策略之间的竞争越来越大，谁能运作更快的量化模型，谁就能最先找到并利用市场错误定价的瞬间，从而赚取高额利润。于是，就诞生了高频交易：利用计算机系统处理数据和进行量化分析，快速做出交易决策，并且隔夜持仓。

高频交易的基本特点有：处理分笔交易数据、高资金周转率、日内开平仓和算法交易。 [5] 高频交易有4类流行的策略：自动提供流动性、市场微观结构交易、事件交易和偏差套利。成功实施高频交易同时需要两种算法：产生高频交易信号的算法和优化交易执行过程的算法。为了优化交易执行，目前“算法交易”比较流行。算法交易优化买卖指令的执行方式，决定在给定市场环境下如何处理交易指令： 是主动的执行还是被动的执行， 是一次性交易还是分割成小的交易单。 算法交易一般不涉及投资组合的资产配置和证券选择问题。

三、 对量化投资在证券投资教学中应用的思考

从上述分析可以知道， 量化投资的“黑箱”构造与证券投资学之间存在一定的差异，因此，在证券投资的教学中应当考虑量化投资发展的要求。

(一)市场微观结构与流动性冲击

在理性预期和市场有效假说下， 市场价格会在相关信息披露后立即调整， 在信息披露前后市场有着截然不同的表现。在证券投资学里，一般认为价格的调整是及时准确的，然而，现实的世界里，价格调整需要一个过程。在不同的频率下，这种价格形成过程的作用是不同的。在长期的投资中，短期的价格调整是瞬间的，影响不大。然而，在高频交易中，这种价格调整过程影响很大。 市场微观结构就是研究这种价格形成过程。 市场微观结构理论中有两种基本的模型：存货模型和信息模型。存货模型关注代理商委托单簿不平衡对订单流的影响， 解释没有消息公布时价格短暂波动的原因。 信息模型关注信息公布后信息反映到价格中的这一过程， 认为含有信息的订单流是导致价格波动的原因。 无论是关注委托订单的存货模型还是关注市场参与者信息类型的信息模型， 这些市场微观结构的研究加强了流动性与资产价格之间的联系， 强调流动性在量化投资决策中的重要作用。 一般的证券投资学中基本没有市场微观结构的内容，因而，为了加强证券投资学的实用性，应关注市场微观结构的内容与发展。

(二)业绩评价与高杠杆

对于证券组合而言， 不仅要分析其超额收益和成本，还要考虑其风险与业绩。在组合业绩评价中，一方面要考虑风险的衡量， 另一方面则要分析业绩的来源。在证券投资学中，组合业绩来自于市场表现以及管理者的配置与选股能力。对于量化投资而言，市场时机和管理者的能力依然重要，然而，量化投资的业绩评价还应考虑另一个因素：高杠杆。量化交易中，部分交易是采用保证交易的期货、期权等衍生品交易，这种杠杆交易具有放大作用，在市场好的时候扩大收益，但在市场不好的时候会加速亏损，这些与传统的业绩评价就不太一样。在一般的证券投资学里，业绩评价主要考虑经风险调整的收益，很少考虑其杠杆的作用，这不仅忽略了杠杆的贡献，而且有可能夸大了投资者的技能水平。

(三)人为因素与模型风险

在量化投资中，非常注重计算机对数据和模型的分析， 这突出了量化投资的规则性和固定性。然而，实际中，别看量化采用了各种数学、统计模型，但策略设计、策略检测和策略更新等过程都离不开人的决策。量化交易策略与判断型交易策略的主要差别在于策略如何生成以及如何实施。量化投资运用模型对策略进行了细致研究，并借助计算机实施策略，能够消除很多认为的随意性。但是，量化策略毕竟体现投资者的交易理念，这一部分依赖于投资者的经验，一部分依赖于投资者对市场的不断观察与更新。实际上，人始终处于交易之中，对于市场拐点以及趋势反转的判断主要还是依赖投资者的经验。光大的乌龙指事件充分表明了人为因素在量化投资中的两面性：决策实施依赖于人的设定，而人的设定不仅依赖于经验，而且人还会犯错。

人之所以会犯错，一方面是因为人们对市场的认知是不完全的，另一方面则是人们使用了错误的模型。经典的证券投资理论中，股票价格的变动被认为是随机的，小概率事件出现的机会比较小，但是经验研究表明股票收益率具有肥尾现象，小概率事件发生的机会超出了人们原先的认识，即市场还会出现“黑天鹅”。更为关键的是，量化投资更依赖数学和统计模型，这就使得量化投资存在较大的模型风险，即使用了错误的模型。为了防范模型风险，应采用更为稳健的模型，即模型的参数和函数应该适应多种市场环境。近年来，研究表明，证券收益及其与风险因素的关系存在较大的非线性，同时，市场中存在一定的“噪声”，采用隐马尔科夫链等随机过程和机器学习等数据挖掘技术进行信息处理成为量化投资的重要技术支持。

(四)2013年诺贝尔经济学奖的启示

2013年， 提出市场有效性假说的尤金·法玛和行为金融学代表人物的罗伯特·J·席勒以及提出广义距估计的拉尔斯·皮特·汉森因对资产价格的实证分析而共同获得诺贝尔经济学奖。他们的研究表明：“预测股票和债券几天或几周后的价格是不可能的，但预测资产价格的长期走势却是可能的，比如三五年后的价格。”瑞典皇家科学院表示，三位获奖者为理解资产价格理论奠定了基础， 这一理论一部分取决于风险和风险态度的变化， 还有一部分取决于行为偏差及市场摩擦。 这说明大家认为风险与风险态度、 行为偏差与市场摩擦都不能单独地解释市场中资产价格，这些因素都是有作用的。实践中，量化投资分析中经常使用多个模型，分别把风险因素、交易行为以及市场摩擦成本考虑在内， 而证券投资学中主要介绍风险与风险态度， 对于行为偏差与市场摩擦关注严重不足。另外，根据2013年的诺奖，不同期限上价格预测的能力是不同的，因而，考虑收益和风险以及成本的期限， 综合各种因素对资产价格的变动进行系统解释与预测是证券投资学向深度挖掘的方向。

“学会像智者一样思考，才能像智者一样行事。”量化投资或量化交易就是将投资者或交易者的思想、经验和直觉反映在量化模型中，借助于机器处理大量数据和信息来进行投资和交易决策。因此，投资者的思想和经验在量化投资中有着举足轻重的作用。2013年诺奖给了投资者理论思维和技术， 但证券投资学还应从宽客身上学到在投资中广泛适用的原则：关注流动性成本与风险，综合权衡收益、风险和成本，控制杠杆风险和模型风险等等。

参考文献：

[1]忻海. 解读量化投资[M]. 北京：机械工业出版社，2009：117-118.

[2]纳兰. 打开量化投资的黑箱[M]. 北京：机械工业出版社，2012：19-21.

[3]丁鹏. 量化投资——策略与技术[M]. 北京：电子工业出版社，2012：2-3.

[4]邢天才，王玉霞.证券投资学[M]. 大连：东北财经大学出版社，2012：287-288.

[5]奥尔德里奇. 高频交易[M]. 北京：机械工业出版社，2011：20-21.

(责任编辑：卢艳茹;校对：龙会芳)

作者：熊海芳

量化证券投资教学论文 篇2：

浅析提高高校教师教学质量的激励机制

摘 要：文章分析了高校教师“轻教学”的现象，阐述了该现象背后的原因：由于缺乏可量化的客观性衡量指标，从而难以对教学形成有效激励。借助于经济学理论，文章建设性地提出了三种提高教学水平的激励机制：由激励相容理论，教师应讲授和研究领域高度相关的课程;由绝对优势和比较优势理论，教师们应讲授擅长的课程;大班教学存在规模不经济，高校教学应实施小班教学。

关键词：激励相容理论;绝对优势理论;比较优势理论;规模不经济;教学质量

中圖分类号：G642.2 文献标识码：A

一、高校教师“轻教学”现象的原因探析

(一)科研短效易量化

目前国内高校普遍存在着教师“重科研、轻教学”的现象。这种现象背后有一定客观原因：第一，科研是可以短期收获较大效益的工作。国家级课题获得越多、科研发明越多，高校排名越高、获利越大。第二，科研工作易量化。发表论文、申报课题、申请发明专利等，本身都有级别、额度等，很容易量化考核，也更为客观公正，符合现代管理理念。

(二)教学长效靠“愚公”

相比于科研而言，教学是一种难量化、长效的工作，存在严重的委托代理问题，在目前考核激励制度下，做好教学工作似乎全依赖于教师的“奉献精神”或“愚公精神”。

目前大部分高校对教师教学工作的考核主要依赖于评分制度，综合参考学生、教学督导和院系领导的评分，设计一套加权的评分体系，最后计算总分作为考核教师教学工作的量化指标。这种指标存在着严重的主观性，其最大缺陷就是容易培养出“讨好型”教师，而难以反映出教师真实教学水平。

正是因为没有可量化的客观性指标，因此对教学难以形成有效的激励，从而导致高校教师普遍“轻教学”的现象。接下来本文提出了三种提高高校教师教学质量的激励机制。

二、提高高校教师教学质量的激励机制

(一)激励相容理论：教学与科研的一致性

激励相容理论是契约理论的基础性理论之一，其原意是指由于代理人和委托人的目标函数不一致，以及存在信息不对称，代理人的行为有可能偏离委托人的目标函数，而委托人难以观察到这种偏离，无法进行有效监管和约束，从而会出现代理人损害委托人利益的现象，造成逆向选择和道德风险。为解决此问题，委托人需要设计一种机制，将委托人与代理人的利益进行有效“捆绑”， 以激励代理人采取最有利于委托人的行为，从而通过代理人的效用最大化行为来实现委托人的利益最大化，即实现激励相容。

激励相容理论可以进行如下扩展。假设目前有两种任务，分别为任务A和任务B，任务A有明确的可量化客观性指标进行考核，而任务B缺乏定量的客观性指标进行考核，任务A可以依据客观性指标进行激励，而任务B则不能。若委托人想要激励代理人更好地完成任务B，则可以使任务A和任务B的目标尽可能的趋于一致。这样代理人在追求A任务的同时，也能较好地完成B任务。

将激励相容理论应用到教学上，就是教师的教学和科研应尽量保持一致。教师所讲授的课程应尽可能与自己的研究方向一致。以金融学专业为例，比如X教师研究国际金融问题，则由该教师讲授国际金融课程;Y教师研究资本市场、资产定价问题，则由该教师讲授证券投资课程。此时，科研任务就相当于前面例子所提到的A任务，而教学任务就相当于B任务。科研任务由于有可以量化的客观性指标考核，因此可以依据科研成果进行激励，而教学任务缺乏可以量化的客观性指标而难以形成激励。这时，如果让教学任务和科研任务趋于一致，则在激励教师完成科研任务的同时，也形成了对教学任务的有效激励。

教师如果讲授和自己研究领域一致的课程，除了形成有效激励之外，还会带来其他好处。第一，教师能讲授擅长领域的课程。科研方向往往是教师兴趣所在和专业强项。讲授和研究方向一致的课程，实际上就是讲授自己最擅长领域的课程。第二，科研成果可以直接应用于教学。研究搜集的资料和最终的研究成果可以直接应用于教学。而且由于科研总是追踪本领域最新的知识，因此有助于教师将最新的知识传授给学生。第三，为教师节约时间。教师在教授熟悉领域的知识时会更得心应手，同时科研资料和成果又可以直接应用于教学，节约了大量的时间，用于改进教学方法，提高教学质量。

(二)绝对优势理论：精益求精

亚当斯密最早提出了绝对优势理论。该理论指的是国际贸易中，一国应出口其在成本上有绝对优势的产品，而进口其在成本上有绝对劣势的产品[1]。

将绝对优势理论应用到教学上就是每个教师都应该尽量教授自己拥有绝对优势的课程。这样做的好处是：(1)提高教学效果。教师教授自己最擅长的课程会更加得心应手，更容易达到较好的教学效果。(2)节约时间成本。任课教师对熟悉的课程，可以节约大量备课时间，进而把时间用于思考如何改进教学方法和提高教学效果。(3)有助于精益求精。任课教师乐于将擅长的课程教得更好，将该课程打造成精品课程。

然而并非所有的教师都拥有绝对优势课程。例如A教师擅长讲授X课程，但是B教师比他更擅长讲授该课程。此时，B教师对X课程拥有绝对优势，但A教师并不拥有绝对优势。此时，课程应该如何配置呢?大卫·李嘉图提出了比较优势理论，该理论认为，国际贸易的基础是生产技术的相对差别，以及由此产生的相对成本的差别。每个国家都应根据“两利相权取其重，两弊相权取其轻”的原则，集中生产并出口其具有“比较优势”的产品，进口其具有“比较劣势”的产品[1]。将比较优势理论应用到教学上，就是每个教师都应该尽量教自己拥有比较优势的课程。课程配置时，应优先由最擅长的教师承担教学任务。

绝对优势理论和比较优势理论对教师的启示是：努力提高专业知识，积累教学经验，在某些课程上形成优势，不断地改进和完善，做到精益求精。

(三)规模经济：小班教学的优势

规模经济是指由于生产专业化水平的提高等原因，使企业的单位成本下降，从而形成企业的长期平均成本随着产量的增加而递减。对于教学来说，规模经济指的是大班教学能够为教师节约的时间成本。

但小班教学相比于大班教学，存在着三点优势：(1)教学互动更好。小班人数较少，教师能给予学生更多的关注和关心。同时小班教学使用小教室，教师能更方便地和学生进行互动。(2)教学管理更为便利。查考勤、管理课堂纪律能更便利地完成。(3)学生听课效果更好。由于互动多和教学管理有效，使得小班学生的听课效果更好。总的来说，小班教学中，教师能给予学生更多的关注，能更好地和学生进行互动，也能更为便利地对教学进行管理，学生的听课效果相对更好。

斯托克·沃森使用所搜集的1998年美国加利福尼亚州420所小学的数据，研究了班级规模和学生学习能力之间的关系[2]。在加利福尼亚州的数据中，具有小班规模学区的学生，在标准化考试中，获得了比大班规模学区的学生更高的考试成绩。对于小学教育来说，缩小班级规模能够显著提高学生的考试成绩。班级中的学生越少，每个学生得到教师的关注就会越多，学生的学习效率就会更高，成绩也因此会得到进步。高校教学中，小班教学效果更好的基本逻辑同样如此。

小班教学的劣势是，在课程设置既定的情况下，教师的教学任务会大大加重。而完善培养方案、精简课程设置是解决小班教学和教学任务加重之间矛盾的有效办法。在确保培养方案完整性的前提下，適当合并部分重复内容较多的课程，删掉少部分落伍于现代人才培养的课程，强化基础课程和核心课程的建设，让学生能打好专业基础、学好最具价值的核心课程。精简课程就能在不加重教学任务的情况下实施小班教学。

三、结论及对策建议

本文借助于经济学理论，建设性地提出了三种提高教学水平的激励机制。第一种机制为激励相容理论，其思路就是让教师的教学任务和科研任务保持一致，在激励教师完成科研任务的同时，形成对教学任务的有效激励。第二种机制是让教师讲授自己最为擅长的课程，或具有比较优势理论的课程，激励教师完善自己擅长的课程，精益求精从而打造精品课程。第三种机制是实施小班教学，让教师更轻松地教学，更方便地和学生进行互动，更努力地设计多种教学形式，从而提高教学质量。

当然，除了靠外在的激励措施来有效形成教学激励之外，更为重要的是，教师要提高自身的职业道德修养，要有教书育人的使命感。尤其是在目前社会收入分配结构中，教师的收入偏低，更需要教师努力克制内心的浮躁。只有具备教书育人的使命感，再借助于外在激励，才能够真正有效地提高高校教师教学质量。

参考文献：

[1]曼昆.经济学原理(第7版)[M].北京：北京大学出版社，2015：5.

[2][美]詹姆斯·H.斯托克，马克·W·沃森.计量经济学(第三版)[M].沈根祥，孙燕，译.上海：格致出版社，2012：4.

[责任编辑 宋 宇]

收稿日期：2020-11-09

作者简介：张超林(1981—)，男，湖南邵阳人，湖南工商大学财政金融学院讲师，博士，主要从事公司金融研究。

基金项目：湖南省普通高等学校教学改革研究项目“金融科技背景下地方财经院校金融专业大数据应用能力培养模式研究”(HNJG-2021-0754);湖南工商大学校级教学改革研究项目“金融科技背景下‘金融时间序列分析’课程建设的研究与实践”(2021)

作者：张超林

量化证券投资教学论文 篇3：

基于“教学做合一”的证券投资实训教学研究

摘 要：为培养应用型人才，高校加大了实践教学的力度，《证券投资实训》课程应运而生。文章在介绍陶行知“教学做合一”思想对实践教学改革意义的基础上，提出了基于“教学做合一”的证券投资实训教学模式。接着，从具体实施和教学效果这两个方面对该模式进行了阐述，最后提出了解决实训师资短缺和校外实训场地不足问题的对策建议。

关键词：教学做合一 证券投资实训 教学

一、引言

《证券投资学》是一门集综合性、应用性及实践性于一身的课程，是金融学专业的核心课程，同时也是经管类专业的必修课程。为了满足社会对应用型人才的需求，各高校陆续加强了证券投资学的实践教学，建立了金融实验室，购买了相应的软件，开设了证券投资实验课程或者实训课程。为了实现人才培养目标，怎样组织好证券投资实训的教学、提高教学效果就成为很现实的一个问题。国内相关研究表明，“教学做合一”思想在实践教学中具有重要的指导作用。为此有必要研究基于“教学做合一”的证券投资实训教学模式。

二、基于“教学做合一”开展证券投资实训教学的理论依据

上世纪20年代，陶行知先生创造性地提出了“教学做合一”的教学理论，强调在“做”上下功夫，在做中教，做中学，通过“做”这一实践活动将教和学有机统一起来。国内研究显示，“教学做合一”思想对实践教学改革具有重要的现实意义：(1)教学要重视学生学习能力的培养，教会学生学习，为终身学习打好基础;(2)注重学生实践能力的培养，使他们能实现学习与就业的无缝对接，快速适应未来的工作岗位;(3)创造条件使学生的主体性得以充分发展，培养学生的创新能力。总之，“教学做合一”是要培养有生活力的人(冯年华等，2006;侯怀银，李艳莉，2013)。这与应用型人才培养目标是契合的，因此以“教学做合一”思想为指导开展证券投资实训是可行的。

三、基于“教学做合一”的证券投资实训的具体实施

1.建立适于实施“教学做合一”的金融实验室。基于“教学做合一”的证券投资实训的实现，很重要的一环是要求学生去“做”，在“做中学”。而“做”的环节又离不开一定的实践条件，只有具备了实践条件，“教学做合一”的证券投资实训教学模式才能得以有效开展。为此，学校要建立适于实施“教学做合一”的金融实验室。在硬件方面，主要是配备能上网的计算机若干台，并保证上网速度。在软件方面，要配备的是常用的免费分析软件如同花顺、大智慧等以及相关的数据库如WIND资讯等。免费分析软件可以从网络上下载，但数据库软件则需要学校去采购。

2.转变教师的角色。“教学做合一”主张“先生的责任在教学生学”，学生处于主体地位(侯怀银，李艳莉，2013)。证券投资实践是证券投资实训课程的核心内容，在此部分的教学中应突出学生的主体地位。因此，在证券投资实训教学中，教师应该转变角色，由传统教学中的主角转为实训教学的设计者、引导者。

3.合理安排实训时间。证券投资实训课程开设的对象应该为三年级的学生，开课的时间应该和《证券投资学》在同一学期，具体安排时应比证券投资理论课程晚一个月，这样才能保证在实训教学时，学生已经掌握了相关的理论知识，不会出现实训教学进度超越理论课程教学进度的情况。另外，为了保证实训教学时学生能看到实时行情，上课时间应尽可能排在交易时间段。

4.根据人才培养目标设计实训内容。证券投资实训是对《证券投资学》理论教学的有益的补充，因此，在内容上一方面要保证内容的相互衔接，另一方面又要保证超越《证券投资学》理论教学内容，服务于实际的工作岗位。为此，必须根据人才培养目标，结合岗位需求设计教学内容(杨建平，2008)。为了培养创新型人才，在实训内容上也要安排一部分拓展内容，教师可结合教材的相关内容进行拓展，设计出相应的创新性内容。比如，在技术分析实训任务完成后，教师可结合行情分析软件设计公式编程实训内容，要求学生学习基本的编程技巧，然后利用所学的知识对原有技术指标组合或设计出新的指标(赵红平，2013)。再者，由于证券投资实务的快速发展，起源于上世纪70年代的量化交易逐渐由国外市场传到国内市场，国内不少期货公司已开始程序化交易研究，推出了如“期市截拳道”等程序化交易产品并投入使用。相较于程序化交易实务的发展，国内大学教材建设则大大滞后了。直到2014年2月，吴晓求在其所著的《证券投资学》(第四版)中才提到量化投资。现有实训教材中尚未有提及量化交易的相关内容。因此，在实训内容设计时也要考虑到这种新发展，把程序化交易的相关内容通过电子讲义的形式补充进实训内容中。

5.综合运用多种教学方法，促进“教学做合一”。

(1)案例教学法。在证券投资实训教学过程中，教师可选择典型性案例进行分析。通过分析让学生掌握基本的分析方法。比如在讲授黄金分割线及斐波那契数列的应用时，教师可选择重庆啤酒(600132)公告乙肝疫苗研究失败后的图形进行分析。教师通过黄金价位线工具画出可能的回撤点，然后进行价格分析，找到可能的操作空间;通过斐波那契画线工具画出相应的时间周期点，找到可能的反转时间。再辅以K线和成交量分析，让学生完整地理解价、量、时间和空间在技术分析中的应用。教师在案例讲解完后布置类似的案例如昌九生化(600228)让学生自己分析，以巩固所学的技术分析方法。

(2)演示法。对于一些操作性较强、而在实训教材中又未提及的内容，教师在实训过程中可采取演示法进行教学。如利用股票分析软件的选股器进行选股操作时，任课教师可一步一步地向学生演示此功能的操作。通过对不同软件的类似功能的演示，让学生了解不同软件中的差异，开阔学生的知识面，增强对不同软件的应用能力。

(3)角色扮演法。为了加深学生对相关知识的理解与运用，教师可就学生未来的就业岗位，让其扮演其中的角色。如让学生扮演投资分析师进行个股点评与推荐。具体实施时，教师可指定学生上实验室讲台，扮演投资分析师。要求学生打开自己感兴趣股票的行情图表，运用所学的基本分析和技术分析方法对该股票进行点评与推荐。教师或其他同学可扮演投资者要求该同学帮助分析所关注股票的走势。

(4)采用网络模拟炒股平台模拟炒股法。为了增强课程的趣味性，模拟炒股法在证券投资实训中已被广为接受。然而，在传统实践教学中，一般是在装有模拟炒股软件的机房进行实训，这种实训模式的缺点是学生只有在上课时才能操作，学生离开机房后就无法进行股票的买卖，这势必影响到学生真实水平的发挥。为了解决这个问题，有的学校在机房空闲时向学生开放以弥补这种缺陷。但这种措施只在上课班级较少时有效，当上课班级较多或机房机位有限的情况下，问题仍不能得以有效的解决。为此，我们采用网络模拟炒股平台(如同花顺)进行模拟炒股。以班级为单位创设团队比赛，在设定比赛规则、初始资金和比赛时间后，让学生登录注册参赛，以比赛排名作为成绩评定依据。随着智能手机的普及、移动互联技术的发展，学生可通过手机参与模拟炒股比赛，解决了传统实践教学中时间和空间对模拟交易的限制，让学生有更多的机会参与模拟炒股比赛，提高实际操作水平。

(5)引导学生进行探索性学习。我国证券市场是一个新兴加转轨的市场，基于西方成熟市场得出的一些理论并不能完全解释我国证券市场上的一些现象。因此，在证券投资实训的教学过程中，教师不能迷信西方的理论，要对学生进行启发式教育，引导学生去探索股市的规律。比如教师可布置一个任务，即让学生去找几只个股，分析其在头部和底部的一些特征，找出一些规律性的东西，并去验证这个规律性特征是否适用于其他个股。通过此类实训，不仅能破除学生的盲目迷信，还能促使其思考，培养其归纳总结的能力。

6.建立适于“教学做合一”的评价模式。在《证券投资实训》被作为一门独立的课程开设的情况下，那么它的考核方式应该有所创新，不能沿袭《证券投资学》的评价模式。因为该课程重在实训，所以采用的评价模式应基于能力的考核，基于过程的考核，突出对学生“做”的能力的考核。为此，应建立适于“教学做合一”的评价模式，其中考勤占10%，模拟炒股占30%，实际操作环节占40%，综合分析报告占20%。

四、基于“教学做合一”的证券投资实训教学的教学效果

1.激发了学习兴趣，锻炼了学生的能力。多种教学方法的综合运用使得实训的内容不再枯燥乏味，特别是模拟炒股法的引入大大激发了学生的学习兴趣。学生对排名的关注促使他们去看书、查资料研究个股，这不仅巩固了学过的知识，还能提高学生的证券分析能力，培养学生的职业素养。再如，角色扮演法的运用在促使学生学习相关知识的同时也锻炼了他们的口头表达能力。

2.学生在实战中取得了较好的成绩。通过实训，学生不仅锻炼了能力，在实战中也取得了较好的成绩。比如，在2012年“赢在江苏”理财高手大赛中取得了佳绩，获得一等奖1名、二等奖1名，三等奖4名。2011级学生在2013年班级模拟比赛中也获得了非常好的成绩，在同期大盘下跌1.32%的情况下，18名学生获得了正的收益，其中最高收益达到30.98%，跑赢大盘的学生共26名，占全班人数的56.52%。

五、结束语

将陶行知先生的“教学做合一”的思想贯彻到证券投资实训教学中，坚持“在做中教”、“在做中学”、“教学做”紧密结合。这不但能增强学生的学习兴趣、提高学习效率，还能锻炼学生的能力，培养出应用型人才，满足社会对人才的需求，提升学生的就业竞争力。

[基金项目：南京晓庄学院“优秀中青年教师培养对象”项目(2161366)，南京晓庄学院教改项目(4033634)“基于股票交易软件专家系统的技术指标教学研究”的阶段性成果。]

参考文献：

[1] 冯年华，周宏，刘克健.“教学做合一”思想指导下的实践教学改革简论[J].江苏教育学院学报(社会科学版)，2006(6)

[2] 侯怀银，李艳莉.“教学做合一”述评[J]，课程·教材·教法，2013(8)

[3] 吴晓求.证券投资学(第四版)[M].中国人民大学出版社，2014

[4] 杨建平.按照职业岗位需求设计课程教学内容[J].济源职业技术学院学报，2008(12)

[5] 赵红平.基于炒股软件公式系统的技术指标教学研究[J].中国集体经济，2013(28)

(作者单位：南京晓庄学院 江苏南京 2111171;作者简介：赵红平，南京晓庄学院副教授，博士研究生，研究方向为金融市场理论与实践)(责编：若佳)

作者：赵红平