互聯網金融背景下的證券投資策略分析

王家烈 貴州電子信息職業技術學院

當下，互聯網金融正穩步發展，不僅進一步豐富了投資渠道、產品和服務，也推動了新的理財投資觀念和方法傳播。互聯網金融背景之下，證券投資的科學性、技術性進一步提升，大數據、人工智能等先進科技的加入，為提高投資決策可靠性提供了保障，也進一步推動了證券投資模式轉型升級。

一、互聯網金融對證券業的影響

從現實角度來看，互聯網金融的迅速崛起無疑對傳統金融市場造成了巨大沖擊，作為傳統金融市場的重要組成部分，證券行業也面臨著極大的發展壓力。與傳統金融相比，互聯網金融產品受眾的參與度和參與便捷性更強，它的出現迫使前者不得不進入轉型升級狀態。就證券行業而言，互聯網金融的出現改變了證券交易的主體和結構，也在一定程度上替換了這一行業的功能[1]。在互聯網金融背景之下，金融交易中信息不對稱問題被有效解決，互聯網金融貿易從業者正逐步成為證券投資的主力軍；而且，網絡媒介的便捷性、虛擬性和經濟性也讓證券業務服務水平得到提升，而且互聯網平臺的應用使得證券的金融中介功能進一步弱化。

不僅如此，互聯網金融背景下信息透明度高、共享性強、交易模式和產品服務類型不斷豐富推進了投資渠道擴展，也讓證券業的營銷渠道被拓寬。這種情況之下，證券行業的整體價值會被大幅提升，但也容易出現內部競爭升級、交易風險增多以及券商利潤降低的情況。總而言之，互聯網金融發展為證券業提供了轉型升級的方向指引，但也使證券行業陷入了巨大的發展危機；對于業內人士以及相關企業來說，正確、客觀地看待互聯網金融帶來的影響，進一步改善證券業發展模式才是將壓力化為動力、推動行業發展的有效方法。

二、證券投資的經濟特點與常用方法

作為一種普及率極高的大眾化投資行為，證券投資一直以門檻低、風險高著稱。雖然，證券投資對主體身份以及金額的要求并不高，但這種經濟活動的復雜性和專業性相對較強，想要切實獲得收益必須做好投資決策。結合實踐不難發現，證券投資的主體是散戶，除此之外還有機構投資者，與前者相比，后者更加專業且更具有抗風險能力[2]。在證券投資環節，投資分析可靠性、投資策略選用科學性、投資主體的風險抵御能力以及宏觀環境變化，都是影響證券投資可靠性的主要因素。其中，宏觀環境變化并不可控，但卻有跡可循；相比之下，證券投資理念、方法、手段等主觀性因素的影響力更強。

證券是一種傳統金融產品，在投資過程中展現出以下特點。（1）市場力；證券投資者的投資意愿和行為都深受市場影響，而他們的投資決策也會反過來影響市場發展；在實踐中投資行業興起則市場潛力增大，市場力提升則有助于擴展證券市場。（2）經濟風險高；投資環節收益與風險并存，高收益往往也意味著高風險，證券投資屬于這種類型；在證券投資過程中，投資收益和風險不僅受到投資行為影響，更難以脫離宏觀環境的影響。（3）投機率高；從本質上來看，投機也是一種投資，但與后者相比它的隨意性、不確定性、風險性和主觀性更強，證券投資一直存在投機與投資共存的局面。在實際作業環節，證券投資主要以套利、包銷和代理發行方式開展，現金比例變化法、趨勢投資法、利率預測法以及TIPP策略都是證券投資主體常用的投資方法。

三、基于大數據的證券投資策略

互聯網金融背景之下，證券投資的理念和方法都不能完全沿用傳統，否則難以滿足用戶的多元化需求。現階段，金融投資者已經逐步習慣于高效便捷的線上操作方式，他們對多樣化產品、完善化服務的期待值被拉高，強化證券投資產品與服務管理勢在必行。同時，信息采集與數據分析技術的廣泛應用也讓投資者的投資行為更具條理性、科學性，使投資者能夠獲得更高收益；這樣一來，會有越來越多的投資者開始重視投資環節的數據分析和技術支持，這也迫使證券投資手段轉型升級。此時，證券投資需要以更具科學性、便捷性、技術性和可靠性的方式開展，傳統投資方法應該與互聯網技術、信息技術等現代科技融合運用。而且，在這一背景下需要將互聯網金融投資理念滲透到證券投資中。比如，提高證券投資的交易便捷性、業務處理速率，強化證券投資的產品服務體系完善，重視證券投資過程中的信息數據支持，關注證券投資風險識別和有效防控等。事實上，互聯網金融背景下的證券投資往往需要依托于大數據分析和量化投資來完成產品業務選擇，基于大數據方法的投資策略也是當下最為適用的證券投資策略[3]。基于此，筆者將以股票投資為例，對互聯網金融背景下基于大數據方法的證券投資策略加以探討。

（一）熱門推薦

證券投資市場一直處于不斷變化的狀態，熱門機構、產品會隨著國家政策、市場環境、投資者行為動機而改變。對于許多投資者來說，按照熱門機構推薦投資是最行之有效也省時省力的投資方法。互聯網金融背景下，這一方法依然可用，從本質上來看，此方法就是基于機構推薦數據信息確定投資行為的過程。在使用熱門推薦投資策略時，證券投資主體應該逐步開展以下工作。

1.數據抓取

數據是預測和評估證券投資可靠性的最有效方法，互聯網金融背景下大量先進技術被應用于數據獲取和分析階段，不僅規避了信息不對稱，也讓信息實用性大增。在此情況下，利用軟件抓取、采集、分析和使用數據可以幫助證券投資主體合理選股。比如，使用MATLAB軟件抓取數據并打造庫數據。MATLAB是一款十分常用的商業數字軟件，具有數據分析、深度學習、量化金融與風險管理等多種功能，可實現特定條件數據的定向抓取、全面采集和深入分析；利用這一軟件從慧博投研咨詢網中抓取被證券研究機構推評過的上市公司股票名稱和代碼，為后續分析和投資決策提供基礎支持。

2.打分排名

基于MATLAB軟件支持，整理出被推薦或評價的股票信息后，證券投資主體應該利用庫數據進行股票平均打分，并且基于排名完成投資組合。評級打分時，可按照以下分類進行：第一，1分推薦級，即所有推薦類；第二，2分推薦級，即所有增持類；第三，3分推薦級，即所有買入類；第四，不計分級，包括回避、減持和賣出，分別對應-1分、-2分和-3分。上述評級可代表規定時間期限的股票研報評級。完成以上工作后，還需要按照評級分數排列所有的推薦個股，而后將處于3%的推薦個股進行投資組合，從而進一步縮小投資范圍。

3.可視化分析

為選定近期最熱門的股票，證券投資者可利用R軟件實現熱推股可視化展示，進而更加直觀地感知各類熱推股的熱度。R軟件在統計分析中十分常用，以它為支撐的熱推股可視化中，熱度最高的股票必然極為醒目，往往會居于畫面正中央且擁有較大的字號。

4.組合股票計算

利用機構熱門推薦分析實現的證券投資中，投資主體還需要對組合股票的累積收益率進行計算，當然也需要確認其回撤率，以便選出最適宜投資的股票。此時，需結合真實數據計算累積收益率，然后將其與該股票的回撤率進行對比，完成風險可控性分析。通常來說，回撤率在±5%都表示投資風險可控。

（二）股票策略回測

證券投資過程中，許多投資者會基于財務指標選股或直接按照機構推薦選股，這兩種方法固然可以通過數據分析來規避風險，但為進一步提高投資收益還需要選股策略進行深入分析，即開展股票策略回測[4]。互聯網金融背景下，信息技術被廣泛應用于證券投資，而股票策略回測就是其集中體現。實踐中，可利用MATLAB軟件抓取股票研報數據，然后按照機構推薦選股，以2月為期對排名前十的股票組合進行買進和賣出，然后回測持股期間的股票收益率；當然，為保證回測有效性，需進行多周期持股回測。證券投資主體需要根據回測時間段內的股票累積收益率、夏普比率和最大撤回率開展綜合分析，觀察策略收益是否跑贏上證指數，以便為長期大規模投資提供參考。

（三）基于夏普比率選股

夏普比率即夏普指數，屬于現代投資理論中的概念，是一個可用于開展基金績效評價的標準化指標，利用這一指標可同時完成投資風險與收益的綜合考量。在互聯網金融背景之下，基于大數據方法的證券投資過程中，有效利用夏普比率實現量化選股也是極為常用的投資方法。本質上來看，夏普比率策略選股就是采集熱門股票研報信息，基于考察期內的熱門股票夏普比率數值排名確認最適合投資的股票。通常來說，基于夏普比率選股的證券投資策略適用于短線或中線操作；經過該方法選出的可投資股票大多具有極強的短期爆發力和較小的回撤風險，所以高居夏普比率榜首的股票大多是創業板或次新股。

（四）演化分析法

演化分析法在證券投資中十分常見，這種方法的原理是分析研究股市波動，基于股市運作的生物進化邏輯找出股票的演化發展方向，進而實現持續性盈利線索分析和探究，最終為提高投資決策科學性提供輔助。在這種方法支持下，股市被視為自適應系統，它擁有極強的復雜性，其波動受到多方面因素影響，可通過動態跟蹤研究來確認股票交易的可行性以及風險性。經過演化分析，證券投資主體能真正理解股市波動本質，能理順股市中短期的波動邏輯，并且找到合乎邏輯和科學可靠的持續盈利方法[5]。總而言之，利用演化分析法能幫助證券投資主體提高投資合理性，幫助其獲得長期穩健的收益。

（五）基于單位收益回測比選股

借助于單位收益回測比選股也同樣是互聯網金融背景下的證券投資策略之一，該方法確定收益率和最大回測并以前者除以后者得出單位收益回測比。從現實角度來看，股票的單位收益回測比能夠直接展現單位風險的可回報收益，能直觀展示股票的投資價值和風險性。證券投資主體需要準確計算股票的單位收益回測比，然后再根據風險承擔能力和預期回報率選擇最適宜的股票類型。

四、證券投資的風險類別與控制措施

從現實情況來看，互聯網金融發展也在一定程度上加劇了證券投資風險，所以在探討這一背景下的證券投資策略時，必須高度重視風險識別和防控。為此，筆者結合證券投資現狀，對互聯網金融背景下的證券投資風險類型以及風險防控策略進行簡要論述。

（一）風險類型

互聯網金融興起，大大提升了證券投資的便捷性和高效性；在這一過程中，證券投資的準入門檻再次下降，投資者獲取信息以及實現投資的方式增多，既激發了市場活力，也導致盲目投資之風盛行。由于缺乏中介介入、投資者素質參差不齊以及網絡與市場安全管理不力等因素，互聯網金融背景下的證券投資風險性大增。從當前情況來看，證券投資主體所面臨的風險類型主要分為以下幾種：

第一，操作風險。證券投資主體在操作時出現的失誤或疏漏會引發證券投資風險；當然，這種風險還會因軟件、系統故障而產生。實踐中，操作風險極易發生，雖然風險程度不高但危害性極強。

第二，信用風險。證券投資的實質是交易，它可被視為投資主體與產品服務提供者之間的交易。以股票為例，證券投資主體投資股票時與發行股票的上市公司達成了交易，若對方違約就會讓投資者利益受損。通常來說，信用風險都來自于信息不對稱或投資決策階段的分析不全面。

第三，其他風險。沖擊風險、系統性風險、道德風險也都是證券投資中十分常見的風險類型，它們的出現既有偶然性也有必然性，且風險可控性不定。除此之外，經營性風險以及財務審計風險也同樣會為證券投資蒙上陰影。

（二）防控策略

基于互聯網金融背景，證券投資需要強調科學性和技術性，風險控制作為證券投資中不可或缺的程序，也必須強調以上特質。證券投資風險防控階段，需強化投資決策選用以便提高投資科學性、規避風險；也可以直接通過風險收益控制實現有效防控。在此環節，要求證券投資主體提高投資策略選用的靈活性和科學性，結合自身能力需求選定方法，提高警惕性和風險抵御能力，從而保證資金安全。比如，深化大數據方法應用，基于單一或組合策略開展證券投資；建立風險防范意識，全面考量投資決策的多元風險，基于細節變動優化投資決策從而實現穩健收益；關注政策法規，把握市場走向，提高預判與分析能力從而提高決策合理性；合理劃分自身資源，量力而行以免承擔過高風險。為降低證券投資風險性，有關部門也應該積極夯實市場管理基礎，通過完善政策法規指導實踐，高度重視互聯網金融市場以及證券投資市場管理、積極維護投資者權益。比如，積極推進證券投資監管體系建立健全；加強信息安全管理和系統安全維護；加大執法力度和投資風險防范知識宣傳力度。

五、結語

綜上所述，網絡信息技術在金融市場中已經實現了全面滲透，互聯網金融發展既沖擊了傳統金融市場，也為金融行業帶來了生機。互聯網金融背景下，證券投資環節的技術基礎不斷被夯實，大數據方法、人工智能技術為證券投資分析和決策提供了有力支撐，也為實現證券交易自動化和保持收益穩定性奠定了堅實基礎。