价值投资法
价值投资法寻找市场价格低于内在价值的股票。计算自由现金流折现、净资产收益率、市盈率相对盈利增长比率等指标。买入后长期持有,等待价值回归。期货市场可用于对冲系统性风险,当股票组合估值过高时,做空股指期货锁定利润。
成长投资法
成长投资法关注营收和利润高速增长的企业。筛选净利润增速连续三个季度超过30%、毛利率稳定、行业空间广阔的标的。成长股波动大,利用期货期权构建保护性认沽策略,降低回撤。
趋势跟踪法
趋势跟踪法依据移动平均线、MACD、布林带判断方向。价格突破20日高点且成交量放大时入场,跌破10日低点离场。期货市场天然适合趋势跟踪,商品期货可多空双向交易,股票投资者可用股指期货增强趋势收益。

import pandas as pd
import numpy as np
def trend_strategy(data, fast=10, slow=30):
data['fast_ma'] = data['close'].rolling(fast).mean()
data['slow_ma'] = data['close'].rolling(slow).mean()
data['signal'] = np.where(data['fast_ma'] > data['slow_ma'], 1, -1)
return data['signal'].iloc[-1]
均值回归法
均值回归法假设价格围绕均值波动。计算布林带下轨、相对强弱指标超卖区。当股价偏离200日均线超过两个标准差时反向操作。期货跨期套利是均值回归的典型应用,股票投资者可配对交易同行业两只股票。
股息投资法
股息投资法选择股息率高于4%、派息稳定、负债率低的公司。股息再投资产生复利。期货市场可用于对冲利率风险,当国债期货下跌预期强烈时,减持股息股或做空国债期货。
动量投资法
动量投资法买入过去3-12个月表现最强的股票,卖出最弱的股票。动量因子在A股和港股均有效。期货动量策略可交易原油、铜、黄金等品种。股票与期货动量组合能分散风险。
量化多因子法
量化多因子法融合价值、成长、质量、动量、波动率等因子。通过回归分析确定因子权重,每月调仓。期货因子包括展期收益率、基差动量。代码示例展示因子合成:
from sklearn.linear_model import LinearRegression
def multi_factor_score(factors):
model = LinearRegression()
model.fit(factors[['value', 'growth', 'momentum']], factors['future_return'])
factors['score'] = model.predict(factors[['value', 'growth', 'momentum']])
return factors.nlargest(20, 'score')
事件驱动法
事件驱动法交易并购、重组、财报超预期、指数调整等事件。提前埋伏或事件公告后快速反应。期货市场可交易相关商品,上市公司获得大额订单时,做多原材料期货。
定投策略法
定投策略法定期买入固定金额的股票或ETF。微笑曲线降低成本。期货定投不常见,但可以利用期权定投策略,每月买入平值看涨期权。
套利策略法
套利策略法包括期现套利、跨期套利、跨品种套利。股票与股指期货之间的期现套利最经典。当期货贴水过大时,买入股票组合同时做空期货,到期收敛获利。
风险控制与期货对冲
所有股票投资方法都需风险控制。仓位管理、止损纪律、分散行业。期货对冲工具包括股指期货、国债期货、商品期货。股票多头 + 期货空头可构建市场中性策略。
方法组合实践
单一方法难以适应所有市场环境。价值投资与趋势跟踪结合,成长投资与动量结合。量化多因子可自动切换。期货作为对冲和增强工具,提升夏普比率。
回测与优化
使用历史数据回测每种方法。关注最大回撤、胜率、盈亏比。期货数据需考虑移仓换月成本。参数优化避免过拟合。
心理与纪律
贪婪和恐惧导致方法失效。制定交易计划,严格执行。期货杠杆放大情绪,需更低仓位。
价值投资、成长投资、趋势跟踪、均值回归、股息投资、动量投资、量化多因子、事件驱动、定投策略、套利策略。期货市场为股票投资提供对冲、增强、套利机会。掌握多种方法,根据市场状态切换,长期稳定盈利。