近年来，基本面量化投资在中国证券市场上迅速发展，其发展的核心是构建投资策略。本书精心选取基本面量化投资领域的18个主题，每个主题对应一类可供深挖的选股因子，分别从文献导读与中国实践两个视角加以详细阐述，形成中国证券市场可参考的基本面量化投资18种经典策略。
本书的最大特色在于内容来自严谨的学术研究，既包含该领域的经典文献，也吸收创新的前沿研究，并结合在中国A股市场的实践，提炼出可实施的量化投资策略。本书不仅可以帮助读者掌握基础的因子逻辑与投资策略，还可以帮助读者构建和完善量化策略开发的方法论，真正做到学以致用。

张然，美国科罗拉多大学会计学和计量经济学博士，教育部“青年长江学者”。中国人民大学商学院教授，博士生导师，“杰出青年学者”，商学院硕博项目主任；2006-2019年执教于北京大学光华管理学院。爱思唯尔2020、2021“中国高被引学者”。研究领域聚焦于基本面量化投资和私募股权投资。担任顶级公募基金公司及大型金融科技公司研究顾问，财政部第一届企业会计准则咨询委员会委员。

第1章 公司价值
1.1 反向投资策略、外推和风险
1.2 公司内在价值、市场预期和股票收益
1.3 价值因子中的细节
1.4 基于公司价值的投资策略：中国实践部分
第2章 盈利能力
2.1 当期盈余与未来盈余
2.2 用盈利能力指标预测
2.3 挖掘盈利能力指标
2.4 基于盈利能力指标的投资策略：中国实践部分
第3章 经营效率
3.1 比率分析和权益估值：从研究到实践
3.2 市场参与者对杜邦分析的运用
3.3 历史成本法和市场参与者对杜邦分析的运用
3.4 基于经营效率的投资策略：中国实践部分
第4章 盈余质量
4.1 股价充分反映了应计项和现金流关于未来盈余的信息吗
4.2 投资者会高估资产负债表膨胀的公司吗
4.3 盈余操纵和预期收益
4.4 基于资产负债表信息的投资策略：中国实践部分
第5章 投资和融资
5.1 资本投资与股票收益
5.2 公司融资活动、分析师预测和股票收益的关系
5.3 资产增长和股票横截面收益
5.4 基于投资和融资活动的投资策略：中国实践部分
第6章 无形资产
6.1 研发支出的市场估值
6.2 被错估的创新
6.3 创新效率与股票收益
6.4 基于研发创新的投资策略：中国实践部分
第7章 财务安全
7.1 波动性与横截面预期收益
7.2 寻找财务困境风险
7.3 构建反向Beta套利策略
7.4 基于财务安全的投资策略：中国实践部分
第8章 证券分析师
8.1 分析师预测修正与市场价格发现
8.2 对分析师的分析：什么时候推荐会增加价值
8.3 异常分析师跟踪与股票超额收益
8.4 证券分析师对股票收益的影响：中国实践部分
第9章 机构投资者
9.1 主动型共同基金管理的价值：基金经理持股和交易的检验
9.2 用资金流向解释收益的可预测性
9.3 关联股票
9.4 于机构投资者的投资策略:中国实践部分
第10章 内部人交易
10.1 内部人交易是否有信息含量
10.2 解码内部人交易信息
10.3 如果内部人突然静默
10.4 基于内部人交易的投资策略：中国实践部分
第11章 卖空交易
11.1 卖空者、基本面分析和股票收益
11.2 卖空比例信息具有投资价值
11.3 卖空供给限制：卖空者和股票收益
11.4 卖空策略与卖空制度：中国实践部分
第12章 价格动量
12.1 动量策略的收益：对股票市场有效性的反映
12.2 价格动量与交易量
12.3 动量策略的崩盘时刻：动量策略的优化
12.4 动量投资策略：中国实践部分
第13章 市场情绪
13.1 投资者情绪与股票收益的横截面效应
13.2 投资者情绪对股票市场整体收益的预测
13.3 管理层情绪与股票收益
13.4 基于市场情绪的投资策略:中国实践部分
第14章 公司间关联
14.1 经济关联与可预测收益
14.2 多元化企业
14.3 科技关联度：提升预期收益的新工具
14.4 基于公司间关联的投资策略：中国实践部分
第15章 文本分析
15.1 公司定期报告中前瞻性阐述的信息含量：贝叶斯机器学习方法
15.2 何时“负债”并非消极词语：文本分析、词典和公司年报
15.3 推特是否有助于预测公司盈余和股票收益
15.4 基于文本分析的投资策略：中国实践部分
第16章 大数据
16.1 大众盈余预测信息有价值吗
16.2 客户评价意见有投资价值吗
16.3 员工对雇主的评价有信息价值吗
16.4 基于大众意见的投资策略：中国实践部分
第17章 多重信号
17.1 价值投资：利用历史财务报表信息区分赢家和输家
17.2 五因子资产定价模型
17.3 做多高质量股票和做空低质量股票
17.4 基于多重信号的投资策略：中国实践部分
第18章 对基本面量化投资研究的思考
18.1 市场效率、长期收益和行为金融
18.2 ……和横截面预期收益
18.3 学术研究是否会损害因子对股票超额收益的预测能力

写作背景
随着大数据与金融科技
的崛起，基本面量化投资在
中国市场成为越来越重要的
投资方式。自2015年起，
我们围绕“基本面量化投资”
领域在北京大学光华管理学
院和中国人民大学商学院开
设了一门“财务分析与量化
投资”课程，目的在于让选
修课程的同学们能从中理解
基本面量化投资领域的实务
和学术前沿。课程内容主要
分为三大部分：个股估值、
策略构建与风险控制。课程
采用“融价值观、科研、实
践于一体”的课程体系建设
理念，表1列示了课程的基
本框架。
这是在国内开设的第一
门将财务分析与量化投资相
结合的课程。课程的开设得
到了同学们的热情支持，每
次上课连窗台上都坐满了学
生。我们欣喜地看到，课程
开设近八年来，选修过这门
课程的很多同学受益于本课
程内容和蕴含的思想，毕业
后活跃于国际和国内各大公
募基金、私募基金和券商等
知名投资机构，为中国资本
市场的发展贡献着自己的力
量。
开课伊始，基本面量化
投资理念在中国刚刚兴起，
同学们缺乏相关参考书籍，
只能通过阅读英文学术文献
形成系统性知识，而对该领
域感兴趣的实务界人士更是
缺乏相关专业书籍。我们意
识到，如果能有一部合适的
课程教材，不但教学效果将
事半功倍，而且对于在中国
资本市场上推广基本面量化
投资理念大有裨益。
在这种情形下，经过三
年多的努力，基于前期研究
积累与课程开发经验，我们
于2017年8月出版《基本面
量化投资：运用财务分析和
量化策略获取超额收益》（
简称《基本面量化投资》）
，其上市不到一周即获亚马
逊新品排行榜“投资理财类”
第一名。2022年1月，《基
本面量化投资》再版，增加
公司关联信号、文本分析和
大数据方法三个章节，更加
全面地涵盖基本面量化的最
新进展。作为国内首部基本
面量化投资领域的引领性著
作，《基本面量化投资》被
多所高校指定为教学用书，
推动了该领域在中国的发展
。在投资界，华夏基金、嘉
实基金、易方达基金等国内
多家顶级投资机构团购《基
本面量化投资》，书中介绍
的投资策略和方法在中国公
募基金量化投资部门得到广
泛应用，并对其投资决策的
科学化、智能化、数字化发
挥了重要的推动作用。
《基本面量化投资》出
版后，我们强烈意识到，由
于基本面量化投资是研究与
实务结合最紧密的领域，跟
踪研究前沿、解读最新量化
研究是基本面量化投资实务
界与学术界都必须开展的工
作。因此，自2017年8月起
，我们定期搜集国际与国内
顶级期刊发表的与基本面量
化投资相关的最新研究，主
要包括新Alpha因子、因子
优化、策略构建和风险控制
等方面的内容。这些文献都
与股票投资实践直接关联，
并且值得在A股市场实践。
我们解读其中最核心的研究
，每期结集成册。我们将这
项工作称为“Finding Alpha”
（寻找阿尔法），图1展示
了大致流程。这些工作使我
们得以紧跟学术前沿，同时
我们将这些最新研究成果逐
一梳理落地，并及时推送给
国际及国内顶级公募和私募
基金等投资机构。我们希望
通过这些工作，增强机构投
资者的投资理性，进而提升
市场效率。
这一系列的工作促成了
本书的诞生。“Finding
Alpha”的工作让我们意识到
，非常多颇具价值的研究还
没有为国内投资者所了解。
如果投资者能更了解这些研
究，理解选股因子背后的逻
辑，熟悉市场有限有效性的
具体表现形式，这将对基本
面量化投资实践大有助益。
尤其在各类大数据和新算法
层出不穷、技术壁垒越来越
低的时代背景下，思想的力
量将更加凸显。因此，自
2017年出版《基本面量化
投资》后，我们一直为出版
本书而努力。
后续，我们将围绕基本
面量化投资和Finding Alpha
开发一系列相关课程，以音
频和视频的形式呈现给大家
，使读者获得更加立体的学
习体验（关注公众号“然然
老师的Quantmental”，后
续课程将在公众号上逐步发
布）。这样，大家就可以充
分利用碎片时间学习基本面
量化投资了（获得比上海地
铁里那位捧读《基本面量化
投资》的阿姨更好的学习体
验）。
内容框架：基本面量化
投资的范畴
前段时间，有位量化投
资践行者和我们交流时发出
疑问：什么是基本面量化投
资？如何定义基本面量化投
资？
有人认为，研究基本面
因子（主要来自财务报告）
，才是基本面量化投资。我
们不认同这样狭义的说法，
我们对基本面量化投资的理
解更加广义：基本面价值是
股价的“锚”，而投资者情绪
是导致价格偏离价值之“锚”
的主要原因。因此，凡是能
够预测“锚”自身以及价格对
“锚”的偏离——基本面价值
以及投资者情绪的因子、策
略及相关方法——都应属于
基本面量化投资的研究范畴
。例如，Lee et al.（2019
）探讨公司间科技关联对未
来股票收益的预测效果，其
中的科技关联因子并不是来
自财务报告，而是来自上市
公司专利获批信息，但科技
关联因子可以很好地预测目
标公司未来超额收益、公司
未来基本面信息，并能够预
测目标公