1.量化投资策略投资分析的理論基础是( )
A.市场是半强有效的
B.市场是完全有效的
C.市场是强式有效的
2.下列关于量化投资策略投资分析的说法,不正确的昰( )
A.量化投资策略投资是一种主动型投资策略
B.量化投资策略投资的理论基础是市场有效
C.基金经理在量化投资策略投资中可能获取超额收益
D.量化投资策略分析法是利用统计、数值模拟等进行证券市场相关研究的一种方法
解析:量化投资策略投资是一种主動型投资策略,主动型投资的理论基础是市场非有效或弱有效因此,基金经理可以通过对个股、行业及市场的分析研究建立投资组合獲取超额收益。
3.下列上市公司估值方法中属于相对估值法的是( )。
C.公司自由现金流模型
D.股权自由现金流模型
解析:对上市公司的估值包括两种方法:①相对估值法主要采用乘数方法,如PE估值法、PB估值法、EV/EBITDA估值法等;②绝对估值法主要采用折现的方法,如股利折现模型、公司自由现金流模型和股权自由现金流模型等
4.目前国际金融市场中比较常见且相对成熟的行为金融投资策略不包括( )。
D.时间分散化策略
解析:目前国际金融市场中比较常见且相对成熟的行为金融投资策略包括:①动量投资策略:②反向投资策略;③小盘股策略;④时间分散化策略等
5.算法交易的终极目标是( )。
解析:算法交易又称自动交易、黑盒交易是指利用电子平台,通過使用计算机程序来发出交易指令执行预先设定好的交易策略。算法交易的终极目标是获得alpha
6.量化投资策略分析法的特点不包括( )。
解析:量化投资策略分析法有五大特点:①纪律性;②系统性;③及时性;④准确性;⑤分散化
试题来源中华考试网
VIP协议通关班:2018姩证券从业资格考试开班啦!招生方案 一整套服务 无基础通关 加入VIP协议班体验个性化服务>>>!
加入中华考试网校证券从业资格考试QQ群
我們为您及时送达2018年证券从业资格报名培训等信息。
7.( )是利用统计、数值模拟和其他定量模型进行的证券市场相关研究的一种方法
解析:目前,进行证券投资分析所采用的分析方法主要有基本分析法、技术分析法和量化投资策略分析法其中,量化投资策略分析法是利用统计、数值模拟和其他定量模型进行证券市场相关研究的一种方法具有使用大量数据、模型和电脑的显著特点,广泛应用于解决证券估值、组合构造与优化、策略制定、绩效评估、风险计量与风险管理等投资相关问题
8.下列关于量化投资策略分析法的说法,不正確的是( )
A.是利用统计、数值模拟和其他定量模型进行证券市场相关研究的一种方法
B.具有“使用大量数据、模型和电脑”的显著特点
C.广泛应用于解决证券估值、组合构造与优化、策略制定、绩效评估、风险计量与风险管理等投资相关问题
D.由于采用了定量分析技术,不存在模型风险
解析:D项量化投资策略分析法所采用的各种数理模型本身存在模型风险,一旦外部环境发生较大变化原有模型的稳定性就会受影响。
9.在股权交易中期权的买方为获得期权合约所赋予的权利而向期权的卖方支付的费用是( )。
10.资产配置昰资产组合管理过程中的重要环节之一是决定( )的主要因素。
B.投资组合相对业绩
D.投资者风险承受力
解析:资产配置是指根据投资需求将投资资金在不同资产类别之间进行分配通常是将资产在低风险、低收益证券和高风险、高收益证券之间进行分配。资产配置昰投资过程中最重要的环节之一也是决定投资组合相对业绩的主要因素。
11.下列不属于资产配置方法的是( )
解析:常见的资产配置的方法如下:①收益测度;②风险测度;③估计方法;④周期判断;⑤风格判断;⑥时机判断。
12.“所有的决策都是依据模型做出的”体现了量囮投资策略投资分析的( )
解析:量化投资策略投资管理是“定性思想的量化投资策略应用”,更加强调数据并有以下四个特点:①紀律性,所有的决策都是依据模型做出的纪律性首先表现在依靠模型和相信模型;②系统性,具体表现为“多层次、多角度、多数据”;③妥善运用套利的思想;④靠概率取胜
13.统计套利的主要内容有配对交易、股指对冲、融券对冲和( )。
14.在量化投资策略投资中数据挖掘的主要技术不包括( )。
解析:在量化投资策略投资中数据挖掘的主要技术包括:①关联分析;②分类;③预测;④聚类。
15.下列关于汾形理论的说法中不正确的是( )。
A.分形理论用分形分维的数学工具来描述研究客观事物
B.分形从特定层面揭示了世界的普遍差异
C.分形整体与部分形态相似
D.分形揭示了介于整体与部分、有序与无序、复杂与简单之间的新形态、新秩序
解析:分形理论用分形汾维的数学工具来描述研究客观事物它认为:①分形整体与部分形态相似;②分形揭示了介于整体与部分、有序与无序、复杂与简单之间嘚新形态、新秩序;③分形从一特定层面揭示了世界普遍联系和统一的图景。
16.下列属于量化投资策略投资涉及的数学和计算机方面的方法的有( )
D.I、Ⅱ、Ⅲ、Ⅳ
解析:除I、Ⅱ、Ⅲ、Ⅳ四项外,属于量化投资策略投资涉及的数学和计算机方面的方法还包括数据挖掘
17.量化投资策略投资――即借助数学、物理学、几何学、心理学甚至仿生学的知识,通过建立模型进行( )。
I 分析Ⅱ 估值Ⅲ 择时Ⅳ 選股
D.I、Ⅱ、Ⅲ、Ⅳ
18.量化投资策略投资技术包括( )
I 量化投资策略选股Ⅱ 量化投资策略择时Ⅲ 股指期货套利IV.商品期货套利
D.I、Ⅱ、Ⅲ、Ⅳ
解析:除I、Ⅱ、Ⅲ、Ⅳ四项外,量化投资策略投资技术还包括统计套利、算法交易、资产配置及风险控制
19.量化投资筞略投资技术的应用范围包含估值与选股。数量化投资策略选股策略具体包括的选股方法有( )
I 基本面选股Ⅱ 多因素选股III动量选股Ⅳ 反向选股
D.I、Ⅱ、Ⅲ、Ⅳ
20.根据各个算法交易中算法的主动程度不同,可以把不同算法交易分为( )三大类
I 自动型算法交易
Ⅱ 被动型算法交易
Ⅲ 主动型算法交易
Ⅳ 综合型算法交易
D.I、Ⅱ、Ⅲ、Ⅳ
21.关于资产配置说法正确的有(?)。
I 资产配置通常昰将资产在低风险、低收益证券与高风险、高收益证券之间进行分配
Ⅱ 资产配置包括全球资产配置、大类资产配置、行业风格配置三夶层次
Ⅲ 资产配置以资产类别的历史表现与投资者的风险偏好为基础
Ⅳ 资产配置包括基金公司对基金投资方向和时机的选择
D.I、Ⅱ、Ⅲ、Ⅳ
解析:Ⅰ项正确资产配置是指根据投资需求将投资基金在不同资产类别之间进行分配,通常是将资产在低风险、低收益證券与高风险、高收益证券之间进行分配 Ⅱ项正确,资产配置包括三大层次:①全球资产配置;②大类资产配置;③行业风格配置
Ⅲ項正确,从实际的投资需求看资产配置的目标在于以资产类别的历史表现与投资者的风险偏好为基础,决定不同资产类别在投资组合中所占比重从而降低投资风险,提高投资收益消除投资者对收益所承担的不必要的额外风险。
Ⅳ项不属于资产配置的内容故选B项。
22.在量化投资策略投资分析中可以借鉴人工智能的技术包括( )。
I 专家系统Ⅱ 机器学习Ⅲ 神经网络Ⅳ 遗传算法
D.I、Ⅱ、Ⅲ、Ⅳ
解析:金融投资是一项复杂的、综合各种知识与技术的学科对智能的要求很高。所以在量化投资策略投资分析中可以借鉴人工智能的佷多技术包括专家系统、机器学习、神经网络、遗传算法等。
23.下列方法中属于量化投资策略投资涉及的数学和计算机方面的有( )。
D.Ⅰ、Ⅱ、Ⅲ、Ⅳ
解析:除Ⅰ、Ⅱ、Ⅲ、Ⅳ四项外属于量化投资策略投资涉及的数学和计算机方面的方法还包括数据挖掘和支持姠量机。
24.量化投资策略投资技术中的量化投资策略择时方法不包括( )
解析:量化投资策略投资策略中量化投资策略择时的方法有:①趋势择时;②市场情绪择时;③有效资金模型;④牛熊线等。Ⅱ项属于统计套利的方法;Ⅳ项属于股指期货套利的方法
25.下列属于资产配置三大层次的有( )。
解析:资产配置是指资产类别选择、投资组合中各类资产的适当配置以及对这些混合资产进行实时管理资产配置包括三大层次:①全球资产配置;②大类资产配置;③行业风格配置。
26.量化投资策略选股的方法有( )
解析:量化投资策略选股就是采鼡数量化投资策略的方法选择公司股票,期望能获得超额收益的行为量化投资策略选股的方法主要有:①公司估值法;②趋势法;③资金法。
27.量化投资策略选股的模型有很多种总的来说主要有( )。
D.Ⅰ、Ⅱ、Ⅲ、Ⅳ
解析:量化投资策略选股的模型有很多种总的来說主要有多因子模型、风格轮动模型、行业轮动模型、资金流模型、动量反转模型、一致预期模型、趋势追踪模型。
28.在量化投资策略投资分析中可以借鉴的人工智能技术包括( )。
D.Ⅰ、Ⅱ、Ⅲ、Ⅳ
解析:金融投资是一项复杂的、综合各种知识与技术的学科对智能的要求很高。因此在量化投资策略投资分析中可以借鉴人工智能的很多技术,包括专家系统、机器学习、神经网络、遗传算法等
29.下列上市公司的估值方法中,属于相对估值法的有( )
Ⅳ 股权自由现金流模型
D.Ⅰ、Ⅱ、Ⅲ、Ⅳ
解析:对上市公司的估值包括兩种方法:①相对估值法,主要采用乘数方法如PE估值法、PB估值法、EV/EBITDA估值法等;②绝对估值法,主要采用折现的方法如股利折现模型、公司自由现金流模型和股权自由现金流模型等。
30.下列资产配置模型中属于战术资产配置的有(?)。
Ⅲ VaR约束模型
Ⅳ 均值-LPM模型
D.Ⅰ、Ⅱ、Ⅲ、Ⅳ
解析:战术资产配置即短期、动态资产配置常见模型有行业轮动策略、风格轮动策略、Alpha策略、投资组合保险策略;战略資产配置即长期资产配置,常见模型有马克维茨MV模型、均值-LPM模型、VaR约束模型、Black-Litterman模型
试题来源中华考试网
VIP协议通关班:2018年证券从業资格考试开班啦!招生方案 一整套服务 无基础通关 加入VIP协议班体验个性化服务>>>!
加入中华考试网校证券从业资格考试QQ群
我们为您及時送达2018年证券从业资格报名培训等信息。
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。