宽客格雷厄姆

　　价值投资先驱本杰明·格雷厄姆信赖的投资哲学，仍然受到当今一些成功投资者推崇，诸如沃伦·巴菲特。该哲学中的部分内容包括“无论出现什么情况”都要坚持自己的选股流程。因此，如果定量分析师设计并实施数学模型来预测股票或市场走势，那么有什么更好的方法可以保持客观，然后使用算法或定量方法进行投资？这正是该书要展示的内容。《宽客格雷厄姆》以简要的定量投资历史开篇，接着马上聚焦于使用现有软件选择“格雷厄姆”股票所使用的基本面和财务因素，并讨论如何在定量模型中将它们结合起来。在这个过程中，本杰明·格雷厄姆还花时间来定义并寻找阿尔法，并对它进行解释，强调了现代投资组合理论的一些不足之处，介绍了你本应该熟知的具体风险衡量方法。定量投资的好特征之一是，它最终导致严守纪律性并且智能化的投资。本杰明·格雷厄姆是一名定量分析师一书通过汇编整理格雷厄姆的价值哲学，并采用定量方法将之结合在一起，将有助于你实现这一目标——同时尽可能少地使用数学。以该书为指导，你将发现一种更好的投资方式，因为您将学习如何创建定量模型，而这些模型均遵循着格雷厄姆业已验证的价值方法。

　　史蒂文·P.格雷纳，是Allegiant资产管理（Allegiant Asset Management）（目前由PNC Capital Advisors全资拥有）的高级定量策略师和投资组合管理者，也是投资委员会成员。在此之前，曾担任哈里斯投资管理公司（Harris Investment Management）大额资本化投资的高级定量策略师。他在科学、行业和财务方面有着超过20年的定量和建模经验。目前，格雷纳是FactSet研究系统风险研究的负责人。格雷纳获得布法罗大学数学和化学学士学位，以及罗切斯特大学物理化学硕士和博士学位，并具有柏林自由大学物理系的博士后经历。

总序
前言
引言——宽客的诞生
宽客的特征
主动投资vs被动投资
第一章 拼命寻找阿尔法
现代阿尔法时代的开端
投资管理的重要历程
寻找阿尔法的方法
第二章 风险业务
经历的风险vs敞口风险
黑天鹅：未成型的ELE事件——是宽客的责任
主动风险vs被动风险
其他风险测量方法：VAR、C-VAR和ETL
小结
第三章 贝塔不足够“夏普”
返回到贝塔
贝塔和波动率
获得更好贝塔的方法：引入g-因子
跟踪误差：偏差测量指标
小结
第四章 格雷厄姆先生，我给你情报
法玛-弗兰奇方程
格雷厄姆方程
用于定量模型的因子
动量：增加投资者的利益
作为阿尔法模型因子的波动率
第五章 建模的缺陷和危险
数据可用性、前视和生存偏差
构建你可以信任的模型
情景、样本外和冲击测试
数据探测和挖掘
统计的显著性及其魅力
投资哲学选择
成长、价值、质量
作为严厉批评者的投资顾问
相对成长管理者在哪里？
第六章 测试格雷厄姆因子
次测试：排序
时间序列图
接下来的测试：场景分析
……
第七章 从因子中构建模型
第八章 从模型中构建投资组合
第九章 争论：保持思维敏捷
第十章 过去和未来观点
致谢
关于作者