长信量化中小股票

长信量化先锋股票怎么样？收益好不好？

长信量化先锋股票怎么样？长信量化先锋股票全称长信量化先锋股票型证券投资基金，基金代码519983，该基金成立于2010年11月18日，基金注重精选个股，追求高于平均收益水平的高收益回报。

目前该基金近一年的收益达178.36%，近三个月在669只基金中排名第295位. 投资目标 基于中国经济正处于长期稳定增长周期，本基金通过深入研究并积极投资于全市场各类行业中的新兴高速成长企业，力争为基金份额持有人获得超越业绩比较基准的投资回报。

投资范围 本基金的投资范围为具有良好流动性的金融工具，包括国内依法公开发行上市的股票和债券，以及法律法规或中国证监会允许基金投资的其他金融工具。

收益分配原则 （1）基金收益分配采用现金方式或红利再投资方式（指将现金红利按分红权益再投资日经过除权后的基金份额净值为计算基准自动转为基金份额进行再投资），基金份额持有人可选择现金方式或红利再投资方式；基金份额持有人事先未做出选择的，默认的分红方式为现金红利； （2）每一基金份额享有同等分配权； （3）基金当期收益先弥补上期亏损后，方可进行当期收益分配； （4）如果基金当期出现亏损，则不进行收益分配； （5）在符合有关基金分红条件的前提下，基金收益分配每年至多4 次；每次基金收益分配比例不得低于可分配收益的60%。

基金合同生效不满3 个月，收益可不分配； （6）法律法规或监管机构另有规定的，从其规定。

长信量化先锋股票基金通过精选个股并长期持有的方式获益，该基金类型是股票基金，预期风险和收益水平高于债券基金和货币基金，是一只高风险、高收益的基金。

长信量化先锋混合基金持有什么股票

有很多打新的基金发行，例如华安新活力灵活配置混合、华安安享灵活配置混合、华安新动力灵活配置混合型、华安新优选灵活配置混合型等等。

基金（Fund）有广义和狭义之分，从广义上说，基金是指为了某种目的而设立的具有一定数量的资金。

主要包括信托投资基金、公积金、保险基金、退休基金，各种基金会的基金。

人们平常所说的基金主要是指证券投资基金。

证券投资的分析方法主要有如下三种：基本分析法，技术分析法、演化分析法，其中基本分析主要应用于投资标的物的价值判断和选择上，技术分析和演化分析则主要应用于具体投资操作的时间和空间判断上，作为提高证券投资分析有效性和可靠性的重要补充。

这种民间私下合伙投资的活动如果在出资人建立了完备的契约合同，就是私募基金（在我国已经获得《中华人民共和国证券投资基金法》的监管和合法性支持，新《中华人民共和国证券投资基金法》于2013年6月1日已经正式实施）如果这种合伙投资的活动经过国家证券行业管理部门（中国证券监督管理委员会）的审批，允许这项活动的牵头操作人向社会公开募集吸收投资者加入合伙出资，这就是发行公募基金，也就是大家常见的基金。

基金不仅可以投资证券，也可以投资企业和项目。

基金管理公司通过发行基金单位，集中投资者的资金，由基金托管人（即具有资格的银行）托管，由基金管理人管理和运用资金，从事股票、债券等金融工具投资，然后共担投资风险、收益分享。

场内基金的品种大全

股票帐户可在股市买封闭基金和可上市交易的开放基金。

银行卡帐户可买银行代销的开放基金，也可在支持该卡的基金基金网站买开放基金。

可上市交易的开放基金：ETF：沪市： 510010.OF交银180治理ETF510020.OF博时超大盘ETF510030.OF华宝兴业上证180价值ETF510050.OF华夏上证50ETF510060.OF工银上证央企50ETF510070.OF鹏华上证民企50ETF510090.OF建信上证社会责任ETF510110.OF海富通上证周期ETF510120.OF海富通上证非周期ETF510130.OF易方达上证中盘ETF510150.OF招商上证消费80ETF510160.OF南方小康产业ETF510170.OF国联安上证商品ETF510180.OF华安上证180ETF510190.OF华安上证龙头ETF510210.OF富国上证综指ETF510220.OF华泰柏瑞上证中小盘ETF510230.OF国泰上证180金融ETF510260.OF诺安上证新兴产业ETF510270.OF中银上证国企ETF510280.OF华宝兴业上证180成长ETF510290.OF南方上证380ETF510300.OF华泰柏瑞沪深300ETF510310.OF易方达沪深300ETF510330.OF华夏沪深300ETF510410.OF博时自然资源ETF510420.OF景顺长城180等权ETF510430.OF银华上证50等权重ETF510440.OF大成中证500沪市ETF510450.OF上投摩根180高贝塔ETF510500.OF南方中证500ETF510510.OF广发中证500ETF510520.OF诺安中证500ETF510560.OF国寿安保中证500ETF510610.OF华夏上证能源ETF510620.OF华夏上证原材料ETF510630.OF华夏上证主要消费ETF510650.OF华夏上证金融地产ETF510660.OF华夏上证医药卫生ETF510680.OF万家上证380ETF510700.OF长盛上证市值百强ETF510710.OF博时上证50ETF510880.OF华泰柏瑞红利ETF510900.OF易方达恒生H股ETF511010.OF国泰上证5年期国债ETF511210.OF博时上证企债30ETF511220.OF海富通上证可质押城投债ETF511860.OF博时保证金511880.OF银华交易货币511990.OF华宝兴业现金添益512010.OF易方达沪深300医药卫生ETF512070.OF易方达沪深300非银ETF512110.OF华安中证细分地产ETF512120.OF华安中证细分医药ETF512210.OF景顺长城中证800食品饮料ETF512220.OF景顺长城中证TMT150ETF512230.OF景顺长城中证医药卫生ETF512300.OF南方中证500医药卫生ETF512310.OF南方中证500工业ETF512340.OF南方中证500原材料ETF512500.OF华夏中证500ETF512510.OF华泰柏瑞中证500ETF512600.OF嘉实中证主要消费ETF512610.OF嘉实中证医药卫生ETF512640.OF嘉实中证金融地产ETF512990.OF华夏MSCI中国A股ETF513030.OF华安德国30(DAX)ETF513100.OF国泰纳斯达克100ETF513500.OF博时标普500ETF513600.OF南方恒生ETF513660.OF华夏沪港通恒生ETF518800.OF国泰黄金ETF518880.OF华安黄金ETF511800.OF易方达货币E511810.OF南方理财金H深市： 159001.OF易方达保证金A159003.OF招商保证金快线A159005.OF汇添富收益快钱A159901.OF易方达深证100ETF159902.OF华夏中小板ETF159903.OF南方深成ETF159905.OF工银瑞信深证红利ETF159906.OF大成深证成长40ETF159907.OF广发中小板300ETF159908.OF博时深证基本面200ETF159909.OF招商深证TMT50ETF159910.OF嘉实深证基本面120ETF159911.OF鹏华深证民营ETF159912.OF汇添富深证300ETF159913.OF交银深证300价值ETF159915.OF易方达创业板ETF159916.OF建信深证基本面60ETF159917.OF国泰中小板300成长ETF159918.OF嘉实中创400ETF159919.OF嘉实沪深300ETF159920.OF华夏恒生ETF159921.OF诺安中小板等权ETF159922.OF嘉实中证500ETF159923.OF大成中证100ETF159924.OF景顺长城300等权ETF159925.OF南方开元沪深300ETF159926.OF嘉实中证中期国债ETF159927.OF鹏华沪深300ETF159928.OF汇添富中证主要消费ETF159929.OF汇添富中证医药卫生ETF159930.OF汇添富中证能源ETF159931.OF汇添富中证金融地产ETF159932.OF大成中证500深市ETF159933.OF国投瑞银沪深300金融地产ETF159934.OF易方达黄金ETF159935.OF景顺长城中证500ETF159936.OF广发中证全指可选消费ETF159937.OF博时黄金ETF159938.OF广发中证全指医药卫生ETF159939.OF广发中证全指信息技术ETF159940.OF广发中证全指金融地产ETF159941.OF广发纳斯达克100ETF159942.OF华润元大中创100ETF159943.OF大成深证成份ETFLOF（均在深市）： 160105.OF南方积极配置160106.OF南方高增长160119.OF南方中证500ETF联接160123.OF南方中证50债A160125.OF南方香港优选160130.OF南方永利1年A160131.OF南方聚利1年A160133.OF南方天元新产业160211.OF国泰中小盘成长160212.OF国泰估值优势160215.OF国泰价值经典160216.OF国泰大宗商品160220.OF国泰民益灵活配置160311.OF华夏蓝筹核心160314.OF华夏行业精选160415.OF华安深证300160416.OF华安标普全球石油160505.OF博时主题行业160512.OF博时卓越品牌160513.OF博时稳健回报A160515.OF博时安丰18个月...

指数型基金有哪些

指数基金有很多，只要基金后面带有数字，基本上都是指数基金，如：南方500等。

指数型基金适合定投，长期投资，最好选择有后端收费的基金。

这样每月买入就没有手续费。

基金有两种收费方式：一是前端收费，默认的就是这种，就是在每月买入时就要按比例交手续费的，增加了定投的成本。

如果在银行柜台买，手续费是1.5%，在网上银行买，手续费，是六-八折，在基金公司网站上买，手续费最低是四折。

赎回时还有0.25-0.5%不等的赎回费。

还有一种是后端收费，就是在每月买入时没有手续费，但持有时间要达到基金公司所规定的时间（3-10年不等）后再赎回，也没有手续费，长期下来可以省去一笔不少的手续费。

所以，定投基金最好选择有后端收费的基金。

不是所有的基金都有后端的。

二是，把现金分红更改为红利再投资，这样如果基金公司分红，所是的现金会自动再买入该基金，买入的这部分基金也没有手续费。

三是，如果你这个月没有钱定投或者大盘涨的很高，基金价格也很高，你也可以停投一到两个月，不影响以后定投，但不要连续停投三个月，如果是连续停投三个月，定投就会自动停止。

四是，股市在牛市时，基金也涨的多，这时可以适当减少投资，若股市在熊市，可以适当增加投资，以增加基金份额。

商业银行的信用风险

一、金融全球化中我国商业银行实施信用风险管理的必要性 商业银行在经营活动过程中，主要面临着信用风险、国家及转移风险、市场风险、利率风险、流动性风险和操作风险等风险。

其中，信用风险无疑是最重要的风险。

信用风险可定义为银行的借款人或交易对象不能按事先达成的协议履行义务的潜在可能性。

信用风险管理的目标是通过将信用风险限制在可以接受的范围内而获得最高的风险调整收益。

随着我国资金融体制改革步伐的加快和金融业开放程度的提高，国内银行业面临着参与国际竞争的严峻挑战。

在金融全球化的新形式下，我国商业银行必须借鉴国际上先进的信用风险管理经验，强化信用风险管理，开发适用的信用风险管理模型。

显然，在金融业日益全球化的新形势下，加强我国商业银行的内部评级体系和风险度量模型的研究，缩小与国外同行的差距，已成为刻不容缓的工作。

自二十世纪五、六十年代以来，西方发达国家直接金融市场发展势头迅猛。

随着资本市场的扩张和直接金融工具的发展，中小企业进入金融市场变得更为容易，银行作为融资中介的地位下降，企业融资出现了“脱媒”现象。

但是，由于发展中经济具有“追赶型经济”的特点，其目标是经济高速、稳定增长和产业结构高级化，背景是市场机制不健全和信息的严重不对称，在发展的初期阶段，选择银行主导型（bank-orient systems）而不是市场主导型（market-orient systems）的金融体制具有一定的客观必然性。

我国作为世界上最大的发展中国家，在今后很长一段时期内，银行融资将仍是企业筹措资金的主要方式，银行体系面临的风险将是我国金融风险的主要构成要素。

深入研究我国商业银行的信用风险管理问题，不仅是商业银行作为微观金融主体进行内部管理的自主行为，从全局上看也是防范商业银行的信用风险导致银行信用体系和支付体系崩溃、引发货币危机、股市暴跌和金融危机的需要。

二、商业银行信用风险管理的主要模型和方法 商业银行传统的信用风险度量方法有信贷决策的“6C”法和信用评分方法等。

“6C”法是指由有关专家根据借款人的品德（character）（借款人的作风、观念以及责任心等，借款人过去的还款记录是银行判断借款人品德的主要依据）；能力（capacity）（指借款者归还贷款的能力，包括借款企业的经营状况、投资项目的前景）、资本（capital）、抵押品（collateral）（提供一定的、合适的抵押品）、经营环境（condition）（所在行业在整个经济中的经营环境及趋势）、事业的连续性（continuity）（借款企业持续经营前景）等六个因素评定其信用程度和综合还款能力，决定是否最终发放贷款。

信用评分方法主要有Z值模型等。

Z值模型由Altman于1968年提出，采用五个财务指标进行加权计算，对借款企业实施信用评分，并将总分与临界值（最初设定为1.81）比较，低于该值的企业被归入不发放贷款的企业行列。

近二十年来，由于商业银行贷款利润持续下降和表外业务风险不断加大，促使银行采用更经济的方法度量和控制信用风险，而现代金融理论的发展和新的信用工具的创新，给开发新的信用风险计量模型提供了可能。

与过去的信用管理相对滞后和难以适应市场变化的特点相比，新一代金融工程专家将建模技术和分析方法应用到这一领域，在传统信用评级的基础上提出了一批信用风险模型。

现代信用风险度量模型主要有KMV模型、CreditMetrics、麦肯锡模型和CSFP信用风险附加计量模型等四类。

CreditMetrics是由J.P.摩根公司等1997年开发出的模型，运用VAR框架，对贷款和非交易资产进行估价和风险计算。

该方法是基于借款人的信用评级、次年评级发生变化的概率（评级转移矩阵）、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及其波动性，进而得出个别贷款和贷款组合的VAR值。

麦肯锡模型则在CreditMetrics的基础上，对周期性因素进行了处理，将评级转移矩阵与经济增长率、失业率、利率、汇率、政府支出等宏观经济变量之间的关系模型化，并通过蒙地卡罗模拟技术（a structured Monte Carlo simulation approach）模拟周期性因素的“冲击”来测定评级转移概率的变化。

麦肯锡模型可以看成是对CreditMetrics的补充，它克服了CreditMetrics中不同时期的评级转移矩阵固定不变的缺点。

CSFP信用风险附加计量模型与作为盯市模型（MTM）的CreditMetrics不同，它是一个违约模型（DM），它不把信用评级的升降和与此相关的信用价差变化视为一笔贷款的VAR（信用风险）的一部分，而只看作是市场风险，它在任何时期只考虑违约和不违约这两种事件状态，计量预期到和未预期到的损失，而不象在CreditMetrics中度量预期到的价值和未预期到的价值变化。

在CSFP信用风险附加计量模型中，违约概率不再是离散的，而被模型化为具有一定概率分布的连续变量。

每一笔贷款被视作小概率违约事件，并且每笔贷款的违约概率都独立于其它贷款，这样，贷款组合违约概率的分布接近泊松分布。

CSFP信用风险附加计量模型考虑违约概率的不确定性和损失大小的不确定性，并将损失的严重性和贷款的风险暴露数量划...