量化投资是最近三十年在华尔街兴起的一种投资方式,并逐渐成为华尔街的主流投资方式,近几年随着我国金融衍生品市场的建立和发展,量化投资在国内逐步发展和壮大,与之相关的投资理论和投资策略将会是未来研究的热点之一.从理论的角度来说,量化投资理论研究中最重要的问题是金融产品的定价问题;而从实务操作的角度来说,投资者更关心以理论为基础的投资策略能否在实际交易中产生收益.模型定价问题和投资策略设计问题对于理论研究者和实务操作者都有着十分重要的意义.本文的研究工作包括2个大的部分：期权、期货的定价模型与期权、期货、股票交易相关的投资策略.研究工作包含如下几个方面的内容(可视为创新点)：(一)基于BS期权定价模型建立了符合我国市场的期权套利策略.经典的期权定价模型BS公式给出了期权的理论价格P(t)其对应的股票价格S(t)、股票预期收益率μ、股票波动率σ、无风险利率r、行权价格K、剩余期限τ之间的关系,但是模型存在着明显缺陷,最明显的一点是：模型中假设股票波动率σ为常数,这与市场实际情况不符,Heston模型、AHBS模型、从不同假定条件出发解决BS模型波动率为常数的问题.本文从另外的角度出发,利用Stoll提出的欧式看涨期权的平价模—PCP模型,在考虑我国期权市场实际交易过程中的各种成本如：冲击成本TI、交易费用TC、保证金的机会成本TB的基础上建立了适合我国期权市场的无风险套利策略,该策略是程序化交易策略,它能自动分析和解决实际交易过程中可能出现各种问题.(二)通过改进Klemkosky和Lee的模型建立一个符合我国市场的股指期货定价模型Cornell和French在完美市场、无风险利率r是常数等苛刻的假设下提出了股指期货定价的持有成本模型—COST OF CARRY模型,COST OF CARRY模型表示了期货价格F(t)和现货价格S(t)之间的关系,但是无风险利率r是常数这个假定并不符合实际情况,Ramaswamy和Sundare-san把利率必须是常数的这个假定进行了推广得到到了随机利率模型,该模型解决了r是常数的问题,但是大量实证研究表明持有成本模型、随机利率模型计算的期货理论价格F(t)和真实价格F(t)’偏差较大,Hem-ler和Longstaf在CIR框架下运用Merton效用函数等理论提出了一般均衡定价模型,该模型考虑了利率和现货的波动等因素得出了股指期货F(t)的均衡价格的解,但是大量实证研究表明随机利率模型和一般均衡定价模型存在复杂参数估计的问题,Klemkosky和Lee从无套利的角度提出了股指期货无套利区间定价模型,该模型指出：若股指期货的实际价格落在该价格是合理的,若实际价格落在无套利区间之外则可以通过策略进行套利.本文分析了国内股指期货市场上存在的交易成本、冲击成本、融资融券等因素对我国沪深300股指期货定价的实际影响,改进了Klemkosky和Lee的模型建立了一个符合我国市场实际的股指期货定价模型,模型给出了在我国市场上股指期货价格的合理区间.本文在第三章运用新的模型分别对股指期货合约IF1506、IF1507、IF1508、IF1509、IF1510的分钟收盘价格(2014年10月20日—2015年10月16日)的真实数据进行实证研究,研究表明：股指期货的实际价格落在模型计算间外的比重较大,利用套利策略获得收益的机会较多.(三)运用残缺的PCA相关理论构建了一个适合我国实际的新的选股模型.与股票交易相关的量化策略最终要解决两个核心问题是：选择哪些股票进行投资?和选则什么时间点交易股票?在选择股票方面,多因子选股模型的有效性已经被Riehard、Ross、Fama、French等人验证.本文分析了国内常用的多因子模型的优点及缺点,通过创建一个新的模型来改进之前模型的不足,新模型运用了残缺PCA的相关理论对选股因子进行筛选,新模型只需采用少量重要的因子就能完成构建,本文通过实证研究,运用真实的市场数据验证了新模型的有效性,实证结果表明新模型的收益率远超同期指数.(四)通过改进经典股票择时技术指标建立了一个符合我国股票市场的量化择时模型.在选择股票买卖时机方面,Charles Dow提出了以利用技术指标为基础的模型来分析买卖时机,技术分析的理论得到了John Magee、Robert Edwards、John Murphy、Gerald Appel等人的发展和推广,目前技术分析理论已经发展得较为成熟,最常用的技术指标模型包括：均线(MA)模型、平滑异同平均线(MACD)模型、随机指标(KDJ)模型、布林指标(BOLL),这些模型已经得到了很多人的认可,实证表明这些模型对股票买卖时机的选择起到了一定的作用,但是这些模型的缺点却很明显,主要缺点包括：模型预测的准确度跟模型中参数选择相关,但些参数的选择随着市场的变化而变化,投资者无法用一套固定的参数来解决何时买卖的问题;模型经常出现频繁发出繁发出虚假买卖信号的情况,交易次数频繁使得交易成本大幅度提高,最终导致投资亏损;模型发出正确买卖信号的时间点通常会较多的滞后于真正的买卖时间点.本文建立了一种新的符合我国股票市场的量化择时模型,该模型是(MA)模型模型的推广,模型解决了传统模型的缺陷,实证表明新择时模型对于选择股票买入时机方面具有明显的作用.