時(shí)間：2023-05-15 16:08:32
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗(yàn)，特別為您篩選了11篇量化投資與分析范文。如果您需要更多原創(chuàng)資料，歡迎隨時(shí)與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識(shí)！
1.1基本概念
量化投資是一種借助于計(jì)算機(jī)高效計(jì)算程序進(jìn)行復(fù)雜運(yùn)算，以金融產(chǎn)品未來收益與風(fēng)險(xiǎn)為研究對(duì)象的新型投資方式。量化投資的基礎(chǔ)是以股票價(jià)格、日成交額等大數(shù)據(jù)庫數(shù)據(jù)為參考樣本數(shù)據(jù)并建立數(shù)學(xué)模型，運(yùn)用仿真分析及迭代方法不斷修正數(shù)學(xué)模型，直到數(shù)學(xué)模型可以用來預(yù)測(cè)指導(dǎo)投資交易。任何一個(gè)投資的方案或者設(shè)想，都可以為它設(shè)計(jì)一個(gè)數(shù)學(xué)模型，然后借助大數(shù)據(jù)庫的現(xiàn)有數(shù)據(jù)進(jìn)行迭代法測(cè)試分析，以此來判別數(shù)學(xué)模型的有效性。傳統(tǒng)投資方式基本上是對(duì)傳統(tǒng)的技術(shù)分析和公司的經(jīng)營狀態(tài)基本分析，存在一定的局限性；相比之下量化投資分析是基于對(duì)大數(shù)據(jù)市場(chǎng)數(shù)據(jù)的，數(shù)據(jù)樣本空間容量足夠大，而且可以快速進(jìn)行運(yùn)算并排除投資者個(gè)人心理因素的主觀影響，科學(xué)性和時(shí)效性更強(qiáng)。此外，量化投資是一種主動(dòng)性的投資方式，在進(jìn)行數(shù)學(xué)模型選擇、自變量選取、數(shù)學(xué)模型的驗(yàn)算迭代都是投資行為的主動(dòng)部分。
1.2交易內(nèi)容及方法
量化投資交易的內(nèi)容主要是量化策略以及交易策略，在制定交易策略時(shí)必須立足于投資市場(chǎng)、投資產(chǎn)品以及分配在內(nèi)等。具體交易平臺(tái)則是靠以計(jì)算機(jī)計(jì)算程序?yàn)榛A(chǔ)的線上交易平臺(tái)系統(tǒng)。進(jìn)行量化投資交易時(shí)通常會(huì)遇到各種較為復(fù)雜的情況，但是基本前提都是要依據(jù)現(xiàn)有的既定的大量數(shù)據(jù)庫數(shù)據(jù)，靈活采用各種方法來判斷投資對(duì)象是否值得投資。總體來說，量化投資有估值法、資金法和趨勢(shì)法三種。
2量化投資現(xiàn)狀
從理論上來說，每個(gè)量化投資者的決策行為可以被同化為理性預(yù)期、風(fēng)險(xiǎn)規(guī)避、嚴(yán)格效用基本一致的理想化模型。然而現(xiàn)實(shí)情況中每個(gè)人的心理活動(dòng)、出發(fā)點(diǎn)、知識(shí)水平等都存在差異，進(jìn)行量化投資時(shí)人們作出的決策也存在差異。人的非理性行為與理性行為都是客觀存在的，而且非理性行為對(duì)理性行為也存在著一定的影響，因此投資人在進(jìn)行投資決策時(shí)并不能完全理性地進(jìn)行選擇。綜上所述，非理性人的客觀存在使投資人在進(jìn)行投資決策時(shí)不能完全忽視個(gè)人的心理因素。既然個(gè)人的心理因素?zé)o法排除，那么在建立決策分析數(shù)學(xué)模型時(shí)，就應(yīng)該把個(gè)人的心理因素考慮在內(nèi)。當(dāng)前我國國內(nèi)量化投資有以下幾個(gè)特點(diǎn)：(1)個(gè)人投資者占總投資者的比例很高。上文已經(jīng)提到投資者個(gè)人的非理性客觀存在且不可避免，那么眾多量化投資者的非理性因素間接影響我國量化投資市場(chǎng)。(2)我國的量化投資市場(chǎng)雖然發(fā)展迅速但仍不成熟。與美國及歐洲發(fā)達(dá)國家相比，我國量化投資市場(chǎng)只能是一個(gè)新興的市場(chǎng)，直接表現(xiàn)在各方面的信息不完整且難以搜集，一些基礎(chǔ)數(shù)據(jù)我們只能自己想方設(shè)法地去開發(fā)獲取。(3)量化投資行業(yè)的企業(yè)構(gòu)成比較復(fù)雜。目前我國量化投資行業(yè)的企業(yè)種類比較多，跨越眾多不同的領(lǐng)域。加上我國量化投資市場(chǎng)還處于新生期，市場(chǎng)不穩(wěn)定信息變化較快，因此量化投資行業(yè)的可用層面指標(biāo)數(shù)目非常少且指標(biāo)數(shù)值經(jīng)常變化。當(dāng)前我國量化投資者正是依據(jù)當(dāng)前行業(yè)的特點(diǎn)，從不同的層面和角度驗(yàn)證分析，建立泡沫型數(shù)學(xué)分析模型，才能獲得巨大的利潤。(4)量化投資策略研究落后。通過把我國量化投資策略與美國及西方發(fā)達(dá)國家的量化投資策略進(jìn)行對(duì)比，發(fā)現(xiàn)我國現(xiàn)有的量化投資策略嚴(yán)重落后。國外的量化策略研究是在大量的事件、數(shù)據(jù)積累分析的基礎(chǔ)上，腳踏實(shí)地潛心研究總結(jié)出來的?，F(xiàn)階段我國量化策略研究多是借用國外的策略，結(jié)合國內(nèi)的量化投資行業(yè)的實(shí)際現(xiàn)狀進(jìn)行修正得來的。當(dāng)前我們還缺少指導(dǎo)量化投資行業(yè)的專家、指導(dǎo)著作，為此我國國內(nèi)的一些高等院校開始著手量化投資策略的研究并取得了初步的成效。
3量化投資優(yōu)勢(shì)
量化投資是在定性投資基礎(chǔ)上進(jìn)行繼承和延伸的一種主動(dòng)投資工具。定性投資的核心是對(duì)宏觀經(jīng)濟(jì)和市場(chǎng)基本面進(jìn)行深入的分析，再加上實(shí)地調(diào)研上市公司以及與上市公司的管理層進(jìn)行經(jīng)驗(yàn)交流，最終把調(diào)研結(jié)果整理成專題報(bào)告，把報(bào)告作為決策依據(jù)。不難看出定性投資帶有很大的個(gè)人主觀判斷性，它完全依賴于投資經(jīng)理個(gè)人經(jīng)驗(yàn)以及對(duì)市場(chǎng)的認(rèn)知。量化投資在調(diào)研層面與定性投資相同，區(qū)別在于量化投資更加注重?cái)?shù)據(jù)庫大數(shù)據(jù)，運(yùn)用各種方法發(fā)現(xiàn)運(yùn)用大數(shù)據(jù)所體現(xiàn)出來的有用信息，尋找更優(yōu)化的投資方式以獲得大額收益，完全避免了投資經(jīng)理個(gè)人的主觀臆斷和心理因素，更加科學(xué)合理。綜上所述，與定性投資相比，量化投資具有以下優(yōu)勢(shì)。
3.1投資方式更加理性
量化投資是采用統(tǒng)計(jì)數(shù)學(xué)與計(jì)算機(jī)建模分析技術(shù)，以行業(yè)大數(shù)據(jù)庫為參考，取代了個(gè)人主觀判斷和心理因素的科學(xué)客觀投資方法。很明顯，行業(yè)大數(shù)據(jù)的樣本容量已遠(yuǎn)遠(yuǎn)高于有限的對(duì)上市公司調(diào)研所形成的樣本容量；在進(jìn)行投資決策時(shí)，把決策過程科學(xué)化數(shù)量化可以最大程度的減少投資者決策時(shí)個(gè)人情感等心理因素對(duì)決策結(jié)果的影響，從而避免了錯(cuò)誤的選擇方向。
3.2覆蓋范圍大效率高
得益于因特網(wǎng)的廣泛實(shí)施應(yīng)用，與各行各業(yè)的運(yùn)行數(shù)據(jù)都可以錄入大數(shù)據(jù)系統(tǒng)形成體量巨大的數(shù)據(jù)庫；得益于計(jì)算機(jī)行業(yè)云時(shí)代到來對(duì)計(jì)算分析速度的革命性變革，在極短的時(shí)間內(nèi)就可以得到多種量化投資的投資方法。定性投資方式進(jìn)行決策時(shí)，由于決策人的精力和專業(yè)水平都存在一定的局限性，自然其考慮投資的范圍要遠(yuǎn)遠(yuǎn)低于電腦決策，二者根本沒有可比性。綜上所述，雖然與定性投資相比，量化投資具有明顯的優(yōu)勢(shì)，但是二者的目的是相同的，都以獲得最大收益為目的，多少情況量化投資與定型投資可以互相補(bǔ)充，搭配使用會(huì)起到意想不到的效果。
4量化投資的劣勢(shì)
上文已經(jīng)提到量化投資的決策過程依賴于大數(shù)據(jù)庫以及計(jì)算機(jī)分析系統(tǒng)的科學(xué)決策，因此只要投資思想正確量化投資就不會(huì)出現(xiàn)錯(cuò)誤。然而即使是投資思想及決策過程都沒有問題，也不意味著量化投資完美無缺。量化投資本質(zhì)上是對(duì)某一特定基準(zhǔn)面的分析，事實(shí)上基準(zhǔn)面有時(shí)范圍過小，縱然決策過程合理化、無偏差，量化投資也存在一定的局限性。量化投資的另一特點(diǎn)是進(jìn)行考察決策時(shí)覆蓋的市場(chǎng)面非常廣泛，在當(dāng)前國民經(jīng)濟(jì)快速發(fā)展的時(shí)代，人們對(duì)市場(chǎng)的認(rèn)知難免出現(xiàn)盲區(qū)或者對(duì)某一個(gè)局部了解不充分的現(xiàn)象，此種情況下量化投資的正確性就很難保證。
4.1形成交易的一致性
基于量化投資的低風(fēng)險(xiǎn)特性，人們更多地依賴于采用大數(shù)據(jù)云分析平臺(tái)進(jìn)行決策，如此大家對(duì)某一行業(yè)的市場(chǎng)認(rèn)知以及投資決策水平就處在同一認(rèn)知層次上，當(dāng)遇到極端的市場(chǎng)行情時(shí)，人們作出的交易決策往往一致，即容易達(dá)成交易的一致性。例如期貨行業(yè)以及股票行業(yè)，在市場(chǎng)行情動(dòng)蕩的特殊時(shí)期，人們往往選擇在同一時(shí)機(jī)拋出股票或者期貨，這種大規(guī)模的一次性拋盤則會(huì)造成在預(yù)期拋售價(jià)格基礎(chǔ)上的劇烈波動(dòng)，導(dǎo)致投資者的實(shí)際收益在一定程度上低于預(yù)期收益。此種情形下又會(huì)引起新一輪投資恐慌，不利于市場(chǎng)的穩(wěn)定發(fā)展。
4.2指標(biāo)鈍化和失效
二、量化投資“黑箱”中的構(gòu)造與證券投資學(xué)的差異
在傳統(tǒng)的證券投資學(xué)中,投資組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論和期權(quán)定價(jià)理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想,后兩者則主要依靠市場(chǎng)的無套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類,而量化投資則是“利用計(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)現(xiàn)投資理念、實(shí)現(xiàn)投資策略的過程”。從概念看,量化投資既不是基本面分析,也不是技術(shù)分析,但它可以采用基本面分析,也可以采用技術(shù)分析,關(guān)鍵在于依靠模型來實(shí)現(xiàn)投資理念與投資策略。為了分析量化投資對(duì)證券投資學(xué)的啟示,本文從量化投資“黑箱”的各個(gè)構(gòu)成來探討量化投資與證券投資學(xué)中思路和觀點(diǎn)的差異。
(一)資產(chǎn)定價(jià)與收益的預(yù)測(cè)
根據(jù)組合優(yōu)化理論,投資者將持有無風(fēng)險(xiǎn)組合與市場(chǎng)風(fēng)險(xiǎn)資產(chǎn)組合,獲得無風(fēng)險(xiǎn)利率與市場(chǎng)風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)模型則將此應(yīng)用到單一證券或組合,認(rèn)為證券的風(fēng)險(xiǎn)溢價(jià)等于無風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià),超過的部分就是超額收益,即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)?；谝蛩啬Ｐ偷奶桌▋r(jià)理論則從共同風(fēng)險(xiǎn)因素的角度提供了追求阿爾法的新思路。其中,法瑪和佛倫齊的三因素定價(jià)模型為這一類量化投資提供了統(tǒng)一的參考?？梢哉f,在因素定價(jià)方面,量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對(duì)于因素定價(jià)中因素的選擇,證券投資學(xué)認(rèn)為,對(duì)資產(chǎn)價(jià)格的影響,長期應(yīng)主要關(guān)注基本面因素,而短期應(yīng)主要關(guān)注市場(chǎng)的交易行為,即采用技術(shù)分析。在量化投資中,主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資,這在一定程度上與技術(shù)分析類似。但是,在技術(shù)分析中,不同的人會(huì)有不同的結(jié)論,而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化,不會(huì)因人的差異而有較大的不同。另外,量化交易更強(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測(cè)。
(二)無套利條件與交易成本
在證券投資學(xué)里,流動(dòng)性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)為市場(chǎng)中存在大量可交易的證券,投資者可以自由買賣證券。這主要是為了保證各種交易都能實(shí)現(xiàn),如套利交易。根據(jù)套利定價(jià)理論,一旦市場(chǎng)出現(xiàn)無風(fēng)險(xiǎn)的套利機(jī)會(huì),理性投資者會(huì)立即進(jìn)行套利交易,當(dāng)市場(chǎng)均衡時(shí)就不存在套利機(jī)會(huì)?，F(xiàn)實(shí)市場(chǎng)中往往存在套利限制。一是因?yàn)閯P恩斯說的“市場(chǎng)的非理性維持的時(shí)間可能會(huì)長到你失去償付能力”。二是因?yàn)槭袌?chǎng)總是存在交易費(fèi)用等成本。但證券投資學(xué)中,對(duì)市場(chǎng)中套利限制與非流動(dòng)性的關(guān)注較少,這是因?yàn)閭鹘y(tǒng)金融理論中簡化了市場(chǎng)結(jié)構(gòu)。市場(chǎng)微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下,金融資產(chǎn)交易的過程及其結(jié)果,旨在揭示金融資產(chǎn)交易價(jià)格形成的過程及其原因。在市場(chǎng)微觀結(jié)構(gòu)理論中,不同的市場(chǎng)微觀結(jié)構(gòu)對(duì)市場(chǎng)流動(dòng)性的沖擊是不同的。因而,從量化投資的角度看,為了降低交易帶來的價(jià)格沖擊,能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動(dòng)性,因?yàn)榻灰讜r(shí)非流動(dòng)性直接影響投資策略的實(shí)施。從這個(gè)意義上講,量化投資時(shí)的交易成本不僅包括交易費(fèi)用,更主要的是要考慮市場(chǎng)交易沖擊的流動(dòng)性成本。
(三)風(fēng)險(xiǎn)控制與市場(chǎng)情緒
在證券市場(chǎng)中,高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí),不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中,系統(tǒng)性風(fēng)險(xiǎn)主要源于宏觀經(jīng)濟(jì)因素,非系統(tǒng)性因素則主要源于行業(yè)、公司因素,并且不考慮市場(chǎng)交易行為的影響。在量化投資中,較多地使用因素定價(jià)模型,不僅會(huì)考慮市場(chǎng)經(jīng)濟(jì)因素,而且會(huì)考慮交易行為等因素,只是不同的模型有不同的側(cè)重點(diǎn),在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場(chǎng)交易的因素風(fēng)險(xiǎn)外,量化投資還有自身不可忽視的風(fēng)險(xiǎn)源。一方面,量化交易中,部分交易是采用保證交易的期貨、期權(quán)等衍生品交易,這種杠桿交易具有放大作用,隱藏著巨大的風(fēng)險(xiǎn)。另一方面,市場(chǎng)沖擊的流動(dòng)性成本也是量化投資的風(fēng)險(xiǎn)控制因素,理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)出來。另外,在一般的投資過程中,市場(chǎng)情緒或多或少會(huì)成為風(fēng)險(xiǎn)控制的一個(gè)對(duì)象。然而,在量化投資中,更多的交易都是通過計(jì)算機(jī)來實(shí)現(xiàn)的,如程序交易等,這樣以來,投資者情緒等因素對(duì)投資決策的影響相對(duì)較小。所以,在量化投資的風(fēng)險(xiǎn)控制模型中較少地考慮市場(chǎng)情緒以及投資者自身的情緒,主要是通過承擔(dān)適度的風(fēng)險(xiǎn)來獲得超額回報(bào),因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
(四)執(zhí)行高頻交易與算法交易
在對(duì)未來收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下,實(shí)現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo),量化投資不斷追求更快的速度來執(zhí)行投資策略,這就推動(dòng)了采用高速計(jì)算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里,技術(shù)分析認(rèn)為股價(jià)趨勢(shì)有長期、中期和短期趨勢(shì),其中,長期和中期趨勢(shì)有參考作用,短期趨勢(shì)的意義不大。然而,隨著計(jì)算機(jī)信息科技的創(chuàng)新,量化投資策略之間的競爭越來越大,誰能運(yùn)作更快的量化模型,誰就能最先找到并利用市場(chǎng)錯(cuò)誤定價(jià)的瞬間,從而賺取高額利潤。于是,就誕生了高頻交易:利用計(jì)算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析,快速做出交易決策,并且隔夜持倉。高頻交易的基本特點(diǎn)有:處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開平倉和算法交易。高頻交易有4類流行的策略:自動(dòng)提供流動(dòng)性、市場(chǎng)微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法:產(chǎn)生高頻交易信號(hào)的算法和優(yōu)化交易執(zhí)行過程的算法。為了優(yōu)化交易執(zhí)行,目前“算法交易”比較流行。算法交易
優(yōu)化買賣指令的執(zhí)行方式,決定在給定市場(chǎng)環(huán)境下如何處理交易指令:是主動(dòng)的執(zhí)行還是被動(dòng)的執(zhí)行,是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問題。 三、對(duì)量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道,量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異,因此,在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
(一)市場(chǎng)微觀結(jié)構(gòu)與流動(dòng)性沖擊
在理性預(yù)期和市場(chǎng)有效假說下,市場(chǎng)價(jià)格會(huì)在相關(guān)信息披露后立即調(diào)整,在信息披露前后市場(chǎng)有著截然不同的表現(xiàn)。在證券投資學(xué)里,一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的,然而,現(xiàn)實(shí)的世界里,價(jià)格調(diào)整需要一個(gè)過程。在不同的頻率下,這種價(jià)格形成過程的作用是不同的。在長期的投資中,短期的價(jià)格調(diào)整是瞬間的,影響不大。然而,在高頻交易中,這種價(jià)格調(diào)整過程影響很大。市場(chǎng)微觀結(jié)構(gòu)就是研究這種價(jià)格形成過程。市場(chǎng)微觀結(jié)構(gòu)理論中有兩種基本的模型:存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對(duì)訂單流的影響,解釋沒有消息公布時(shí)價(jià)格短暫波動(dòng)的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過程,認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動(dòng)的原因。無論是關(guān)注委托訂單的存貨模型還是關(guān)注市場(chǎng)參與者信息類型的信息模型,這些市場(chǎng)微觀結(jié)構(gòu)的研究加強(qiáng)了流動(dòng)性與資產(chǎn)價(jià)格之間的聯(lián)系,強(qiáng)調(diào)流動(dòng)性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒有市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容,因而,為了加強(qiáng)證券投資學(xué)的實(shí)用性,應(yīng)關(guān)注市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
(二)業(yè)績?cè)u(píng)價(jià)與高杠桿
對(duì)于證券組合而言,不僅要分析其超額收益和成本,還要考慮其風(fēng)險(xiǎn)與業(yè)績。在組合業(yè)績?cè)u(píng)價(jià)中,一方面要考慮風(fēng)險(xiǎn)的衡量,另一方面則要分析業(yè)績的來源。在證券投資學(xué)中,組合業(yè)績來自于市場(chǎng)表現(xiàn)以及管理者的配置與選股能力。對(duì)于量化投資而言,市場(chǎng)時(shí)機(jī)和管理者的能力依然重要,然而,量化投資的業(yè)績?cè)u(píng)價(jià)還應(yīng)考慮另一個(gè)因素:高杠桿。量化交易中,部分交易是采用保證交易的期貨、期權(quán)等衍生品交易,這種杠桿交易具有放大作用,在市場(chǎng)好的時(shí)候擴(kuò)大收益,但在市場(chǎng)不好的時(shí)候會(huì)加速虧損,這些與傳統(tǒng)的業(yè)績?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里,業(yè)績?cè)u(píng)價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)調(diào)整的收益,很少考慮其杠桿的作用,這不僅忽略了杠桿的貢獻(xiàn),而且有可能夸大了投資者的技能水平。
(三)人為因素與模型風(fēng)險(xiǎn)
對(duì)年輕的A股市場(chǎng)來說,量化投資還是一個(gè)新概念。而在國外,定量投資已經(jīng)走過了近40年的道路,其中的標(biāo)桿人物正是著名的詹姆斯?西蒙斯(James Simons)。
量化投資的神秘故事
文藝復(fù)興科技公司(Renaissance Technologies)的詹姆斯?西蒙斯(James Simons)是華爾街最成功的對(duì)沖基金經(jīng)理之一。他所管理的大獎(jiǎng)?wù)禄饘?duì)沖基金,從1989年到2006年的17年間,平均年收益率達(dá)到了38.5%,而股神巴菲特過去20年的平均年回報(bào)率為20%。其20年來年均35%的傲人業(yè)績大幅超過了巴菲特。
然而,頗具神秘色彩的西蒙斯對(duì)其投資方法刻意保密。迄今為止人們只知道,他的大獎(jiǎng)?wù)禄鸬馁嶅X方法是:針對(duì)不同市場(chǎng)設(shè)計(jì)數(shù)量化的投資管理模型,并在全球各種市場(chǎng)上進(jìn)行短線交易。而為了讓這些“模型”始終處于絕密狀態(tài),西蒙斯甚至不惜代價(jià)對(duì)那些離職創(chuàng)業(yè)的員工強(qiáng)硬地提訟。但實(shí)際上,數(shù)量化投資的背后并不是神秘而不可知的。數(shù)量化投資本身有一套規(guī)范而透明的做法,并采用科學(xué)、公正而理性的方法對(duì)市場(chǎng)進(jìn)行研究并制定適應(yīng)市場(chǎng)狀況的投資模型和投資策略,并不斷進(jìn)行調(diào)整和優(yōu)化。
其實(shí),數(shù)量化投資不是黑盒子,也不是神秘主義,更不是一個(gè)戰(zhàn)無不勝的秘笈。數(shù)量化投資不是靠一個(gè)投資模型就能一勞永逸地去賺錢,而且也不是使用一個(gè)模型就能解決一切問題,更不是一個(gè)模型就能勝任任何市場(chǎng)狀況。數(shù)量化投資模型只是一種工具,數(shù)量化投資的成功與否在于使用這種數(shù)量化工具的投資者是否真正掌握了數(shù)量化投資。同時(shí),數(shù)量化投資模型都必須經(jīng)歷不斷的跟蹤檢驗(yàn)、優(yōu)化、實(shí)證等等過程。數(shù)量化投資是一個(gè)不斷改進(jìn)的過程,數(shù)量化投資中最重要的就是投資者的投資思想,包括對(duì)投資的理解、理念、經(jīng)驗(yàn),所以模型都是建立在這些投資思想上的。量化只是一種方式和工具,正是采用這種工具和方法來獲取經(jīng)驗(yàn)或者檢驗(yàn)經(jīng)驗(yàn)。
有效規(guī)避傳統(tǒng)投資短板
人腦在思考問題的時(shí)候所能考慮到的因素總是有限的,那么決策的廣度肯定是不足的。從選股上來看也有這種問題,每個(gè)分析師所能跟蹤的股票數(shù)量也有限制,不可能看太多的股票,這是傳統(tǒng)投資的短板。當(dāng)然,傳統(tǒng)的主動(dòng)投資方法在決策深度上是有優(yōu)勢(shì)的,因?yàn)榭梢园鸦久嫜芯孔龅煤苌钊?從而彌補(bǔ)決策廣度的不足,這也是決定成敗的關(guān)鍵。信息多,信息快,這是當(dāng)今資本市場(chǎng)的一大特點(diǎn)。市場(chǎng)中信息的傳遞速度非?？?而且眾多分析師對(duì)基本面數(shù)據(jù)進(jìn)行不斷的挖掘,雖然對(duì)個(gè)股有深入的分析,但是仍然越來越難以彌補(bǔ)決策廣度的不足。
另外,或許有的投資者對(duì)市場(chǎng)的預(yù)測(cè)能力非常不錯(cuò),從理論上說可以獲得很好的超額收益(特別是很多事后看來確實(shí)預(yù)測(cè)準(zhǔn)確的情況),但現(xiàn)實(shí)中收益常常被投資者主觀認(rèn)知上的情緒化波動(dòng)侵蝕掉。比如說,大多數(shù)投資者可能有自己的判斷,但是市場(chǎng)短期的表現(xiàn)可能與其判斷相左。這個(gè)時(shí)候,投資者可能會(huì)受市場(chǎng)表現(xiàn)的影響而很容易懷疑自己的判斷,此時(shí)大多數(shù)投資者寧愿相信羊群效應(yīng)―追漲殺跌。
因此,傳統(tǒng)定性投資的短板大致在于我們思考的范圍總是有限的、較難以處理信息量多而快的問題、難以避免自身的投資情緒等等,這些都將最終影響到投資者的投資收益狀況。然而,科學(xué)、公正、客觀而理性的數(shù)量化投資策略卻可以規(guī)避這些傳統(tǒng)主動(dòng)型投資策略的短板。
量化技術(shù)的五大優(yōu)勢(shì)
數(shù)量化投資與傳統(tǒng)的定性投資方法相比,相同點(diǎn)是,二者都致力于建立戰(zhàn)勝市場(chǎng)、產(chǎn)生超額收益的投資組合;不同點(diǎn)是,傳統(tǒng)的定性投資方法側(cè)重對(duì)上市公司的調(diào)研、基金經(jīng)理個(gè)人的經(jīng)驗(yàn)及其對(duì)市場(chǎng)的主觀判斷,而量化投資管理則更加強(qiáng)調(diào)數(shù)據(jù)的分析和應(yīng)用,以先進(jìn)的數(shù)學(xué)統(tǒng)計(jì)技術(shù)和模型替代人為主觀判斷。所以,與傳統(tǒng)的定性分析方法相比,數(shù)量化投資方法能更為理性、客觀地分析和篩選股票,避免投資的盲目性和偶然性,以及主觀認(rèn)識(shí)的局限性,它能更有效地控制非系統(tǒng)性風(fēng)險(xiǎn)及一些人為因素導(dǎo)致的風(fēng)險(xiǎn)。定量投資管理將定性思想與定量規(guī)律進(jìn)行量化應(yīng)用,具有如下五大方面的優(yōu)勢(shì):
紀(jì)律性:嚴(yán)格執(zhí)行數(shù)量化投資模型所給出的投資建議,而不是隨著投資者情緒的變化而隨意更改。紀(jì)律性的好處很多,可以克服人性的弱點(diǎn),如貪婪、恐懼、僥幸心理;也可以克服認(rèn)知偏差,行為金融理論在這方面有許多論述;紀(jì)律化的另外一個(gè)好處是可以跟蹤和修正。定量投資作為一種定性思想的理性應(yīng)用,客觀地在組合中去體現(xiàn)這樣的組合思想。一個(gè)好的投資方法應(yīng)該是一個(gè)“透明的盒子”,而不是“黑盒子”。每一個(gè)決策都是有理有據(jù)的,無論是股票的選擇,行業(yè)選擇,還是大類資產(chǎn)的配置等等,都是有數(shù)據(jù)支持、模型支持及實(shí)證檢驗(yàn)的。
系統(tǒng)性:數(shù)量化投資的系統(tǒng)性特征主要包括多層次的量化模型、多角度的觀察及海量數(shù)據(jù)的觀察等等。多層次模型主要包括大類資產(chǎn)配置模型、行業(yè)選擇模型、精選個(gè)股模型等等。多角度觀察主要包括對(duì)宏觀周期、市場(chǎng)結(jié)構(gòu)、估值、成長、盈利質(zhì)量、分析師盈利預(yù)測(cè)、市場(chǎng)情緒等多個(gè)角度的分析。定量投資的系統(tǒng)性還有一方面就是數(shù)據(jù)多,即要對(duì)海量數(shù)據(jù)進(jìn)行處理。人腦處理信息的能力是有限的,當(dāng)一個(gè)資本市場(chǎng)只有100只股票,這對(duì)定性投資基金經(jīng)理來說是有優(yōu)勢(shì)的,他可以深刻分析這100家公司,這可以表現(xiàn)出定性基金經(jīng)理深度研究的優(yōu)勢(shì)。但在一個(gè)很大的資本市場(chǎng),比如有成千上萬只股票的時(shí)候,強(qiáng)大的定量投資的信息處理能力能反映它的優(yōu)勢(shì),能捕捉更多的投資機(jī)會(huì),拓展更大的投資機(jī)會(huì)。
及時(shí)性:及時(shí)快速地跟蹤市場(chǎng)變化,不斷發(fā)現(xiàn)能夠提供超額收益的新的統(tǒng)計(jì)模型,尋找新的交易機(jī)會(huì)。
國內(nèi)的公募量化基金在沉寂4年之后重現(xiàn)江湖:2月份,嘉實(shí)量化阿爾法發(fā)行,于4月成立;5月份中海量化發(fā)行,于6月份成立。私募基金也不甘落后,中國第一只量化陽光私募產(chǎn)品――“山東信托•紅色量化一號(hào)”證券投資集合資金信托計(jì)劃6月1日正式成立。
據(jù)悉,國內(nèi)一些公司正在積極申報(bào)量化產(chǎn)品不久將還會(huì)有量化基金發(fā)行。
作為“舶來品”的量化基金,其前世今生如何?
國外量化基金發(fā)展迅速
量化基金即以數(shù)量化投資來進(jìn)行管理的基金,數(shù)量化投資區(qū)別于基本面投資,它不是通過“信息和個(gè)人判斷”來管理資產(chǎn),而是遵循固定規(guī)則,由計(jì)算機(jī)模型產(chǎn)生投資決策。量化投資并不是基本面分析的對(duì)立者,90%的模型是基于基本面因素,同時(shí)考慮技術(shù)因素。由此可見,它也不是技術(shù)分析,而是基于對(duì)市場(chǎng)深入理解形成的合乎邏輯的投資方法。
數(shù)量化技術(shù)發(fā)源于20世紀(jì)70年代,以1971年富國銀行發(fā)行跟蹤紐約證券交易所1500只股票的指數(shù)基金為標(biāo)志,此后隨著計(jì)算機(jī)處理能力的提高,越來越多的物理學(xué)家和數(shù)學(xué)家離開學(xué)校被華爾街雇傭,基金經(jīng)理們開始依靠電腦來篩選股票。
1979年巴克菜全球投資成立了第一支主動(dòng)數(shù)量投資基金標(biāo)志著量化投資由草根實(shí)踐走到了公募基金歷史舞臺(tái)聚光燈下。
根據(jù)Bloomberg的數(shù)據(jù),截至2008年底,1184只數(shù)量化基金管理的總資產(chǎn)高達(dá)1848億美元,相比1998年21只數(shù)量化基金管理的80億美元資產(chǎn)來說,平均增長速度高達(dá)20%,而同期非數(shù)量化基金的年增長速度僅為8%。
2000年之后是數(shù)量化基金發(fā)展的黃金時(shí)期,無論是個(gè)數(shù)還是管理規(guī)模都有了跨越式的發(fā)展。1998年數(shù)量化基金僅136只,至2002年增長一倍多,達(dá)316只,2008年底更是達(dá)到1848只,1988年至1998年年平均增長率為46%,2000年至2008年年平均增長幅度達(dá)54%。從規(guī)模上來看,1988年至1998年年平均增長率為32%,2000年至2008年年平均增長幅度達(dá)49%。
其中的原因有二:一是,2000年之后計(jì)算機(jī)技術(shù)飛速發(fā)展,為數(shù)量化的應(yīng)用提供了良好的平臺(tái)。更為主要的是主動(dòng)管理型基金很難戰(zhàn)勝大盤,于是投資指數(shù)基金以及采用數(shù)量化方法篩選股票逐漸流行起來。而且數(shù)量化基金的表現(xiàn)也非常不錯(cuò)。2002年至2007年5年間,相比美國市場(chǎng)主動(dòng)型管理基金每年5.93%的超額收益,那些覆蓋所有資產(chǎn)的數(shù)量化基金每年的超額收益可以達(dá)到6.95%。二是,有研究表明,2004年至2007年,投資美國大盤股的數(shù)量化基金產(chǎn)品的表現(xiàn)平均超越非大盤主動(dòng)型基金103個(gè)基點(diǎn)。
量化基金的心臟
數(shù)量化基金的興起,建立在數(shù)量化投資技術(shù)的發(fā)展之上。
數(shù)量化基金最明顯的優(yōu)勢(shì)之一就是計(jì)算機(jī)處理數(shù)據(jù)的能力遠(yuǎn)遠(yuǎn)勝過人腦,這使電腦在海量股票選擇中占有絕對(duì)優(yōu)勢(shì)。例如,在嘉信證券的股票評(píng)級(jí)系統(tǒng)跟蹤的股票超過3000只,并且每只股票都綜合了基本面、估值、動(dòng)量和風(fēng)險(xiǎn)因素進(jìn)行打分,并按分?jǐn)?shù)高低給A至F不同的評(píng)級(jí)。其次,量化基金是以定量投資為主,用紀(jì)律性較強(qiáng)的精細(xì)化定量模型,代替了基金經(jīng)理或分析師在定性層面的主觀判斷,使投資業(yè)績較少受到個(gè)人“熟悉度偏好”的影響。最后,數(shù)量化基金收取的費(fèi)率及管理費(fèi)用比傳統(tǒng)的主動(dòng)型基金低很多,因?yàn)樗麄冃枰难芯咳藛T更少,成本更低。據(jù)Lipper調(diào)查,數(shù)量化基金的平均費(fèi)用是1.32%,相比而言,主動(dòng)型基金的管理費(fèi)用平均達(dá)到1.46%。
針對(duì)不同市場(chǎng)設(shè)計(jì)數(shù)量化的投資管理模型,以電腦運(yùn)算為主導(dǎo),并在全球各種市場(chǎng)上進(jìn)行短線交易,正是西蒙斯的成功秘訣。
然而量化基金并非在所有市場(chǎng)都能有效戰(zhàn)勝非量化基金。Lipper把基金分為4類型,將每一類型的量化投資與傳統(tǒng)投資進(jìn)行比較,2005年量化投資基金全面戰(zhàn)勝傳統(tǒng)基金,而2006年在增強(qiáng)指數(shù)型基金中,量化投資落后于傳統(tǒng)型基金,到2007年則情況發(fā)生較大轉(zhuǎn)彎,除市場(chǎng)中立基金外,其余量化投資基金全部跑輸傳統(tǒng)型基金。在考慮了風(fēng)險(xiǎn)、跟蹤誤差后,數(shù)量化投資具有更小的跟蹤誤差和更高的回報(bào)。研究表明數(shù)量投資基金業(yè)績具有很強(qiáng)的輪動(dòng)特點(diǎn)。大部分?jǐn)?shù)量投資基金具有很強(qiáng)的價(jià)值投資偏好,因此,他們?cè)趦r(jià)值型市場(chǎng)下表現(xiàn)良好,而1998-1999年是成長型市場(chǎng),數(shù)量化投資基金大部分跑輸傳統(tǒng)型基金。2001-2005年是價(jià)值型市場(chǎng),數(shù)量化投資基金普遍表現(xiàn)優(yōu)異。
國內(nèi)量化基金端倪
目前,國內(nèi)基金市場(chǎng)上有4只量化基金,光大保德信量化核心、上投摩根阿爾法、嘉實(shí)量化阿爾法、中海量化策略,其中后兩只均是今年才成立,前兩只分別成立于2004年8月和2005年10月。
光大保德信量化核心一方面通過光大保德信的多因素?cái)?shù)量模型對(duì)股票的預(yù)期收益率進(jìn)行估算,個(gè)股預(yù)期收益率的高低決定投資組合是否持有股票;另一方面,投資團(tuán)隊(duì)從風(fēng)險(xiǎn)控制角度,重點(diǎn)關(guān)注數(shù)據(jù)以來的信息,通過行業(yè)分析和個(gè)股分析形成對(duì)量化的補(bǔ)充;最后由投資組合優(yōu)化器根據(jù)預(yù)先設(shè)計(jì)的風(fēng)險(xiǎn)構(gòu)建組合。
上投摩根阿爾法基金的描述則是同步以“成長”與“價(jià)值”雙重量化指標(biāo)進(jìn)行股票選擇,然后研究團(tuán)隊(duì)將對(duì)個(gè)股進(jìn)行基本面審核,結(jié)合跟蹤誤差的緊密監(jiān)控,以求不論指數(shù)高低,市場(chǎng)多空皆創(chuàng)造主動(dòng)管理回報(bào)。投研團(tuán)隊(duì)最終決定進(jìn)入組合的股票,量化分析是輔助和基礎(chǔ)。
嘉實(shí)量化基金“定量投資”為主,輔以“定性投資”。通過行業(yè)選擇模型,捕捉具有投資吸引力的行業(yè),然后再在所選行業(yè)中運(yùn)用Alpha多因素模型篩選個(gè)股。定性的輔助作用表現(xiàn)在利用基本面研究成果,對(duì)模型自動(dòng)選股的結(jié)果進(jìn)行復(fù)核,剔除掉滿足某些特殊條件的股票。
中圖分類號(hào)：F832.51 文獻(xiàn)標(biāo)識(shí)碼：A doi:10.3969/j.issn.1672-3309（x）.2011.11.38 文章編號(hào)：1672-3309（2011）11-84-02
近年來，隨著我國資本市場(chǎng)的不斷發(fā)展，數(shù)量化投資在國內(nèi)越來越受到關(guān)注。國內(nèi)機(jī)構(gòu)投資者逐漸增加量化分析在投資中的應(yīng)用。在基本面投資的基礎(chǔ)上應(yīng)用數(shù)量化策略,成為投資領(lǐng)域發(fā)展的新趨勢(shì)。國內(nèi)的基金公司在這股潮流下也紛紛推出自己的量化基金產(chǎn)品。
依據(jù)資訊商wind的顯示，截至2011年9月底市場(chǎng)上一共有14只不同類型的量化基金。
一、國內(nèi)量化基金的發(fā)展
據(jù)統(tǒng)計(jì)，國外定量投資在全部投資產(chǎn)品中的份額中占30%以上，主動(dòng)投資產(chǎn)品中大約有20-30%使用量化技術(shù)。與國外市場(chǎng)相比，國內(nèi)基金無論數(shù)量還是規(guī)模都要小很多。國內(nèi)大部分量化基金都是在2008年金融危機(jī)之后才陸續(xù)推出。目前市場(chǎng)上有65家基金公司，正式推出量化基金的也只有13家。
自開始兩只量化基金成立后，2006-2008年期間市場(chǎng)上沒有任何新的量化基金成立，之后又呈現(xiàn)出一個(gè)快速增長的態(tài)勢(shì)。為什么國內(nèi)量化基金的發(fā)展會(huì)有如此特點(diǎn)？分析一下其中原因，筆者認(rèn)為有如下幾點(diǎn)：
（一）國內(nèi)資本市場(chǎng)的發(fā)展為量化投資準(zhǔn)備了必要條件。2005年以來，證券市場(chǎng)發(fā)生了一系列變化：股權(quán)分置改革完成、IPO擴(kuò)容，賣方量化研究能力提高、股指期貨及融資融券的推出等。如何在眾多的上市公司中迅速、有效地選擇投資目標(biāo)，降低調(diào)研和投資成本，成為機(jī)構(gòu)投資者面對(duì)的新問題。而通過用量化手段，分析、歸納出相對(duì)客觀的選股模式，發(fā)掘內(nèi)在的驅(qū)動(dòng)因素，正是量化選股的優(yōu)勢(shì)所在。正是在這樣的環(huán)境下，機(jī)構(gòu)投資者開始重視起量化投資來。作為證券市場(chǎng)上的賣方，券商紛紛在自己的金工團(tuán)隊(duì)基礎(chǔ)上成立數(shù)量化研究團(tuán)隊(duì)，推出了大量量化策略報(bào)告和量化投資方面的服務(wù)（如程序化交易服務(wù)）。一些陽光私募基金也開始成立。公募基金作為市場(chǎng)的領(lǐng)頭羊，自然在量化投資方面不甘落后，招兵買馬為發(fā)行量化基金做準(zhǔn)備。
（二）國外量化基金的優(yōu)異表現(xiàn)吸引了眾人的目光，特別是2008年金融危機(jī)期間，量化基金的優(yōu)異表現(xiàn)吸引了更多的人關(guān)注。當(dāng)時(shí)大部分基金都虧損嚴(yán)重，但部分采用量化策略的基金卻獲得了非常好的收益。詹姆斯?西蒙斯管理的大獎(jiǎng)?wù)禄鸬哪昃鶅艋貓?bào)率高達(dá)35%，成為量化基金中令人眼紅的明星。國內(nèi)基金公司正是抓住投資者對(duì)量化基金的興趣，適時(shí)推出各自的量化基金產(chǎn)品。
（三）人才隊(duì)伍的積累，為國內(nèi)量化基金的推出提供了可能。量化基金是一個(gè)舶來品，熟悉量化基金管理的人才在國內(nèi)相當(dāng)缺乏。光大保德信和上投摩根之所以能較早推出其量化基金，關(guān)鍵在于其外方股東的支持，其產(chǎn)品采用的是其外方股東提供的量化投資方法。而當(dāng)時(shí)國內(nèi)的本土基金則缺乏這方面的人才，自然沒有實(shí)力推出量化基金產(chǎn)品。但金融危機(jī)給了國內(nèi)基金行業(yè)機(jī)會(huì)，危機(jī)之后很多國外的投資人才回到國內(nèi)，他們也帶來的國外的一些先進(jìn)的量化投資知識(shí)和經(jīng)驗(yàn)。目前市場(chǎng)上量化基金經(jīng)理絕大多數(shù)均是有海外背景的。
二、國內(nèi)量化基金的量化技術(shù)
通過基金的招募說明書，我們可以將市場(chǎng)上目前量化基金采用的數(shù)量化模型和模型主要使用的選股指標(biāo)羅列出來。
我們無法了解各基金量化模型的詳細(xì)內(nèi)容，但從表2可以看出，目前國內(nèi)基金采用的模型多是側(cè)重于選股的。其中多因子模型應(yīng)用最多，通過多因子模型篩選出被低估的股票，進(jìn)行價(jià)值投資是大部分基金所采用的量化方法。這一情況也與海外情況類似。
三、國內(nèi)量化基金收益及績效
本文選取了成立以來、最近1年（20100930-20110930）、今年以來這3個(gè)時(shí)間段來從收益和績效兩個(gè)方面對(duì)市場(chǎng)上量化基金進(jìn)行對(duì)比。通過比較，我們可以看到富國滬深300、光大保德信核心和中海量化策略這三支基金表現(xiàn)相對(duì)較好。但從總體上來說，國內(nèi)量化基金表現(xiàn)還不是很突出，各只業(yè)績差距也很大。
四、影響國內(nèi)量化基金發(fā)展的因素
國內(nèi)量化基金的發(fā)展畢竟要取決于證券市場(chǎng)的大環(huán)境，隨著股改的結(jié)束、股指期貨的推出，市場(chǎng)環(huán)境相比之前更有利于量化投資的發(fā)展，但仍然有很多的約束，如衍生產(chǎn)品的缺乏，對(duì)基金公司、保險(xiǎn)公司投資的約束，這些都制約了機(jī)構(gòu)投資者在量化投資方面施展拳腳的空間。當(dāng)然，我相信隨著中國資本市場(chǎng)的發(fā)展，這些情況在未來會(huì)逐步改善。
數(shù)量化模型的應(yīng)用需要結(jié)合實(shí)際的市場(chǎng)環(huán)境，國內(nèi)量化投資水平的提高，不能依靠引進(jìn)模型，最關(guān)鍵的還是要結(jié)合本土的實(shí)際情況，開發(fā)適合國內(nèi)市場(chǎng)的模型。量化技術(shù)的本土化發(fā)展是未來量化基金發(fā)展的關(guān)鍵，只有設(shè)計(jì)出符合國內(nèi)市場(chǎng)環(huán)境并能取得不錯(cuò)業(yè)績的量化模型，投資者才能真正認(rèn)同量化基金。
另外，基金的考核機(jī)制也是影響量化基金發(fā)展的一個(gè)重要因素。量化基金因其特殊性，其績效考核與普通基金會(huì)有不同。設(shè)定一個(gè)合理的基金考核制度，給其一個(gè)寬松的投資環(huán)境，只有這樣量化基金才能更加健康的發(fā)展。
參考文獻(xiàn)：
[1] 數(shù)量化投資的解讀及其本土化―量化基金專題研究之一[R].聯(lián)合證券，2009-11-17.
一、引言
量化投資在國外的實(shí)踐已經(jīng)有了40多年的發(fā)展，我國的量化投資起步較晚，從2004年開始出現(xiàn)量化投資的產(chǎn)品，由于缺乏有效的對(duì)沖手段，直到2010年4月滬深300股指期貨上市之后才能算是真正意義上開始涉足量化投資。[1]
2015年的中國股市跌宕起伏，杠桿配資引發(fā)了大幅上漲和斷崖式下跌，股市出現(xiàn)罕見的千股漲停、千股跌停、千股停牌的奇觀，眾多機(jī)構(gòu)投資者和散戶蒙受了巨大的損失。但其中少數(shù)量化投資基金在大幅波動(dòng)的市場(chǎng)中卻表現(xiàn)相對(duì)穩(wěn)定。量化投資基金和量化對(duì)沖策略的穩(wěn)健，很快引起了全市場(chǎng)的關(guān)注，也成為近期銀行、券商、信托等機(jī)構(gòu)追捧的新的產(chǎn)品模式。
在此背景下，作者在本文中對(duì)于量化投資的概念、特點(diǎn)、策略、理論基礎(chǔ)和發(fā)展做一個(gè)總結(jié)，希望為量化投資研究和實(shí)踐做一些參考。
二、量化投資解讀
（一）量化投資的定義
量化投資在學(xué)術(shù)界并沒有嚴(yán)格統(tǒng)一的定義，現(xiàn)有的定義對(duì)于量化投資的定義的側(cè)重點(diǎn)各有不同。本文對(duì)于量化投資的定義為：
量化投資是指將投資者的投資思想或理念轉(zhuǎn)化為數(shù)學(xué)模型，或者利用模型對(duì)于真實(shí)世界的情況進(jìn)行模擬進(jìn)而判斷市場(chǎng)行為或趨勢(shì)，并交由計(jì)算機(jī)進(jìn)行具體的投資決策和實(shí)施的過程。
（二）量化投資的特點(diǎn)
1.投資決策中能夠客觀理性，克服人類心理對(duì)投資決策的影響。傳統(tǒng)投資的分析決策，大多數(shù)方面都由人工完成，而人并非能做到完全理性，在進(jìn)行投資決策時(shí)，很難不受市場(chǎng)情緒的影響。[2]量化投資運(yùn)用模型對(duì)歷史和當(dāng)時(shí)市場(chǎng)上的數(shù)據(jù)進(jìn)行分析檢測(cè)，模型一經(jīng)檢驗(yàn)合格投入正式運(yùn)行后，投資決策將交由計(jì)算機(jī)處理，一般情況下拒絕人為的干預(yù)，這樣在進(jìn)行投資決策時(shí)受人的情緒化的影響將很小，投資過程可以做到理性客觀。
2.能夠通過海量信息的大數(shù)據(jù)處理，提高投資決策效率。我國股票市場(chǎng)上有近3000只股票，與上市公司相關(guān)的各種信息紛繁復(fù)雜，包括政策、國內(nèi)外經(jīng)濟(jì)指標(biāo)、公司公告、研究報(bào)告等，投資者靠自己手工的篩選根本就是力不從心。量化投資的出現(xiàn)為這個(gè)問題的解決帶來了希望。量化投資運(yùn)用計(jì)算機(jī)技術(shù)快速處理大量數(shù)據(jù)，對(duì)其進(jìn)行辨別、分析、找出數(shù)據(jù)之間的關(guān)聯(lián)并做出投資決策，大大減少了人工的工作量，提高了投資決策效率。
3.能夠?qū)崿F(xiàn)精準(zhǔn)投資。傳統(tǒng)的投資方法中認(rèn)為投資是一門藝術(shù)，投資決策需要的是投資者的經(jīng)驗(yàn)和技術(shù)，投資者的主觀評(píng)價(jià)起到?jīng)Q定作用。而量化投資有所不同，尤其是在套利策略中，它能做到精準(zhǔn)投資。例如在股指期貨套利的過程中，現(xiàn)貨與股指期貨如果存在較大的差異時(shí)就能進(jìn)行套利，量化投資策略和交易技術(shù)會(huì)抓住精確的捕捉機(jī)會(huì)，進(jìn)行套利交易來獲利。另外，在控制頭寸規(guī)模方面，傳統(tǒng)的投資方法只能憑感覺，并沒有具體的測(cè)算和界定，而量化投資必須要設(shè)定嚴(yán)格精確的標(biāo)準(zhǔn)。[3]
4.能夠快速反應(yīng)和決策，把握市場(chǎng)稍縱即逝的機(jī)會(huì)。量化投資往往利用高速計(jì)算機(jī)進(jìn)行程序化交易，與人腦相比它能夠迅速發(fā)現(xiàn)市場(chǎng)存在的信息并進(jìn)行相應(yīng)的處理，具有反應(yīng)快速、把握市場(chǎng)稍縱即逝的機(jī)會(huì)的特點(diǎn)。量化投資在速度上最出色的運(yùn)用就是高頻交易，與低頻交易相對(duì)，高頻交易是通過高速計(jì)算機(jī)，在極短的時(shí)間內(nèi)對(duì)市場(chǎng)的變化做出迅速的反應(yīng)并完成交易。[4]
5.能夠有效地控制風(fēng)險(xiǎn)，獲取較為穩(wěn)定的收益。與傳統(tǒng)投資方式不同的是，量化投資在獲得較高超額收益的同時(shí)能夠更好地控制風(fēng)險(xiǎn)，業(yè)績也更為穩(wěn)定。相關(guān)研究顯示，1996年至2005年期間，量化投資基金與以所有傳統(tǒng)主動(dòng)型投資基金和偏重于風(fēng)險(xiǎn)控制的傳統(tǒng)主動(dòng)型投資基金的信息比率對(duì)比情況中，量化投資基金的信息比率都是最高，說明量化投資相對(duì)于傳統(tǒng)投資，能夠在獲得更高的超額收益的同時(shí)，有效地控制風(fēng)險(xiǎn)。
三、量化投資的策略
一般的量化投資的策略指的是用來實(shí)現(xiàn)投資理念或模擬市場(chǎng)行為判斷趨勢(shì)從而獲取收益的模型。量化投資需要權(quán)衡收益、風(fēng)險(xiǎn)、交易成本、具體的執(zhí)行等各個(gè)方面，一般情況下這些方面會(huì)形成相對(duì)獨(dú)立的模塊。有時(shí)候量化投資策略模型也會(huì)將風(fēng)險(xiǎn)、成本等方面融合在模型中。
（一）國外量化投資策略的分類
國外習(xí)慣上將量化投資的策略分成兩大類，一類是阿爾法導(dǎo)向的策略，另一類是貝塔導(dǎo)向的策略。阿爾法策略（alpha strategy）是通過量化擇時(shí)和調(diào)整投資組合中不同資產(chǎn)的頭寸大小來獲取收益的策略;貝塔策略（beta strategy）是通過量化的手段復(fù)制指數(shù)或者稍微的超出指數(shù)收益的策略。[6]相比而言，量化指數(shù)的貝塔策略相對(duì)更容易，所以一般情況下所說的量化投資的策略指的是阿爾法策略（alpha strategy）。
阿爾法策略主要有兩種類型，分別為理論驅(qū)動(dòng)模型和數(shù)據(jù)驅(qū)動(dòng)模型。
理論驅(qū)動(dòng)模型是比較常見的類型，這些策略是運(yùn)用已經(jīng)存在的經(jīng)濟(jì)、金融學(xué)的理論，構(gòu)建策略模型，進(jìn)行投資決策。理論驅(qū)動(dòng)模型根據(jù)輸入的數(shù)據(jù)的不同可以進(jìn)一步分類，主要有基于價(jià)格相關(guān)數(shù)據(jù)的策略和基于基本面數(shù)據(jù)的策略。
數(shù)據(jù)驅(qū)動(dòng)模型廣泛的被運(yùn)用于股票、期貨和外匯市場(chǎng)，因?yàn)椴捎玫臄?shù)學(xué)工具更為復(fù)雜，相對(duì)而言難于理解，目前使用的還不是很多。與理論驅(qū)動(dòng)模型不同，數(shù)據(jù)驅(qū)動(dòng)模型認(rèn)為進(jìn)行投資決策其實(shí)是不需要理論的支持，運(yùn)用數(shù)據(jù)挖掘技術(shù)，可以從數(shù)據(jù)（例如交易所的價(jià)格數(shù)據(jù)）中識(shí)別出某種行為模式或市場(chǎng)趨勢(shì)，進(jìn)而進(jìn)行預(yù)測(cè)或者解釋未來的模式，從中獲取收益。
（二）我國量化投資策略的分類
國內(nèi)比較常見的量化投資策略主要有兩種分類方式，一種是按投資標(biāo)的所在市場(chǎng)分類區(qū)分的量化投資策略，分為現(xiàn)貨市場(chǎng)和衍生品市場(chǎng)量化投資策略。現(xiàn)貨市場(chǎng)包括股票市場(chǎng)、ETF市場(chǎng)和債券市場(chǎng)，衍生品市場(chǎng)包括商品期貨市場(chǎng)、股指期貨市場(chǎng)、國債期貨市場(chǎng)、外匯市場(chǎng)和期權(quán)與其他衍生品市場(chǎng)，國內(nèi)運(yùn)用較多的是投資于商品期貨和股指期貨等期貨市場(chǎng)。
另一種分類方式是分為兩大類：判斷趨勢(shì)的單邊投機(jī)策略和判斷波動(dòng)率的套利交易策略。[7]單邊投機(jī)策略主要包括量化選股和量化擇時(shí)，套利交易策略主要包括股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、期權(quán)套利、另類套利策略等，目前國內(nèi)普遍采用的是這種分類方式。
四、量化投資理論的發(fā)展
（一）投資理論的發(fā)展
量化投資的理論基礎(chǔ)最早可以追溯到上個(gè)世紀(jì)50年代，Markowitz（1952）[8]第一次把數(shù)理工具引入到金融研究領(lǐng)域，提出了均值――方差模型和風(fēng)險(xiǎn)報(bào)酬與有效前沿的相關(guān)概念，這是量化投資接受的最早的嚴(yán)肅的學(xué)術(shù)成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在馬克維茨研究的基礎(chǔ)上得出了資本資產(chǎn)定價(jià)模型（CAPM），這是如今度量證券風(fēng)險(xiǎn)的基本的量化模型。
20世紀(jì)60年代，Samuelson（1965）與Fama（1965）[12]提出了有效市場(chǎng)假說（Efficient Markets Hypothesis，EMH），這為后來在新聞量化交易等方面提供了思路和理論支持。20世紀(jì)70年代，金融衍生品不斷涌現(xiàn)，對(duì)于衍生品的定價(jià)成為當(dāng)時(shí)研究的重點(diǎn)。Black和Scholes（1973）[13]將數(shù)學(xué)方法引入金融定價(jià)，他們建立了期權(quán)定價(jià)模型（B-S模型），為量化投資中對(duì)衍生品的定價(jià)奠定了理論基礎(chǔ)。在該理論之后，Ross（1976）[14]根據(jù)無套利原則提出了套利定價(jià)理論（APT），該理論是資本資產(chǎn)定價(jià)模型（CAPM）的完善和發(fā)展，為量化投資中的多因素定價(jià)（選股）模型提供了基礎(chǔ)，這也是Alpha套利的思想基礎(chǔ)。
20世紀(jì)80年代，期權(quán)定價(jià)理論倒向微分方程求解;“金融工程”概念得以產(chǎn)生，金融工程著力于研究量化投資和量化交易。同期，學(xué)者們從有效市場(chǎng)理論的最基本假設(shè)著手，放寬了假設(shè)條件，形成了金融學(xué)的另一個(gè)重要的分支――行為金融學(xué)。
20世紀(jì)90年代，金融學(xué)家更加注重對(duì)于金融風(fēng)險(xiǎn)的管理，產(chǎn)生了諸多的數(shù)量化模型，其中最為著名的風(fēng)險(xiǎn)管理數(shù)量模型是VaR（Value at Risk）模型，這是量化投資對(duì)于風(fēng)險(xiǎn)控制的重要理論基礎(chǔ)。[15]
20世紀(jì)末，數(shù)理金融對(duì)于數(shù)學(xué)工具的引入更加的迅速，其中最為重大的突破無疑是非線性科學(xué)在數(shù)理金融上的運(yùn)用，非線性科學(xué)的出現(xiàn)為金融科學(xué)量化手段和方法論的研究提供了強(qiáng)有力的研究工具[16]，尤其在混合多種阿爾法模型而建立混合模型時(shí)是非常有效的一種技術(shù)。
（二）量化投資的數(shù)學(xué)和計(jì)算基礎(chǔ)
量化投資策略模型的建立需要運(yùn)用大量的數(shù)學(xué)和計(jì)算機(jī)方面的技術(shù)，主要有隨機(jī)過程、人工智能、分形理論、小波分析、支持向量機(jī)等。[17]隨機(jī)過程可以用于金融時(shí)序數(shù)列的預(yù)測(cè)，在現(xiàn)實(shí)中經(jīng)常用于預(yù)測(cè)股市大盤，在投資組合模型構(gòu)建的過程中，可以優(yōu)化投資組合;人工智能的很多技術(shù)，例如專家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等，可以運(yùn)用于量化投資;分形理論用于時(shí)間序列進(jìn)行預(yù)測(cè)分析;小波分析主要用于波型的處理，從而預(yù)測(cè)未來的走勢(shì);數(shù)據(jù)挖掘技術(shù)可以運(yùn)用于數(shù)據(jù)驅(qū)動(dòng)模型，還可以運(yùn)用于設(shè)置模型的細(xì)節(jié);支持向量機(jī)可以分析數(shù)據(jù)，識(shí)別模式，用于分類和回歸分析。
五、國內(nèi)外量化投資實(shí)踐的發(fā)展
（一）國外量化投資實(shí)踐的發(fā)展
本文認(rèn)為量化投資在國外的發(fā)展已經(jīng)經(jīng)歷了四個(gè)發(fā)展階段：
1.第一階段從1949年至1968年：對(duì)沖階段。該階段是量化投資的萌芽階段，該階段具體的量化投資實(shí)踐很少，主要是為量化投資提供的理論基礎(chǔ)和技術(shù)準(zhǔn)備，量化投資脫胎于傳統(tǒng)投資，對(duì)抗市場(chǎng)波動(dòng)，通過對(duì)沖穩(wěn)定Alpha收益，但收益率低了。
2.第二階段從1969年至1974年：杠桿階段。在該階段，量化投資從理論走入了實(shí)踐。在投資思路上，因?yàn)樵镜腁lpha策略收益有限，通過放杠桿擴(kuò)大第一階段的穩(wěn)定收益。實(shí)踐方面，1969年，前美國麻省理工學(xué)院數(shù)學(xué)系教授愛德華?索普（Ed Thorp）開辦了第一個(gè)量化對(duì)沖基金，進(jìn)行可轉(zhuǎn)債套利，他是最早的量化投資的者使用者。1971年，巴萊克國際投資公司（BGI）發(fā)行了世界上第一只被動(dòng)量化基金，標(biāo)志著量化投資的真正開始。
3.第三階段從1975年至2000年：多策略階段。在這一階段，雖有一定的挫折，但總體上量化投資得到了平穩(wěn)的發(fā)展。在投資思路上，由于上一階段通過杠桿放大收益的副作用產(chǎn)生，放大以后的波動(dòng)率又增大，從而轉(zhuǎn)向繼續(xù)追求策略的穩(wěn)定收益，具體的手段是采用多策略穩(wěn)定收益。實(shí)踐方面，1977年，美國的富國銀行指數(shù)化跟蹤了紐約交易所的1500只股票，成立了一只指數(shù)化基金，開啟了數(shù)量化投資的新紀(jì)元。[18]1998年，據(jù)統(tǒng)計(jì)共有21只量化投資基金管理著80億美元規(guī)模的資產(chǎn)。[19]
4.第四階段從2000年至今：量化投資階段。這一階段，量化投資得到了迅猛的發(fā)展，并且發(fā)展的速度越來越快。投資思路上，運(yùn)用量化工具，策略模型化，注重風(fēng)險(xiǎn)管理。在實(shí)踐方面，在2008年全球金融危機(jī)以前，全球?qū)_基金的規(guī)模由2000年的3350億美元在短短的7年時(shí)間內(nèi)上升至危機(jī)發(fā)生前的1.95萬億美元，受美國次貸危機(jī)的影響全球?qū)_基金規(guī)模有較大的回落，直到2008年之后，在全球經(jīng)濟(jì)復(fù)蘇的大背景下對(duì)沖基金規(guī)模才開始反彈。
（二）我國量化投資的發(fā)展
本文認(rèn)為，到目前為止，我國量化投資的發(fā)展的主要經(jīng)歷了三個(gè)階段：
1.第一階段從2004年至2010年：起步階段。在這一階段，由于我國沒有足夠的金融工具，量化投資在我國發(fā)展緩慢。2004年8月，光大保德信發(fā)行“光大保德信量化股票”，該基金借鑒了外方股東量化投資管理理念，這是我國最早的涉足量化投資的產(chǎn)品。2010年4月16日，準(zhǔn)備多年的滬深300股指期貨的在中金所的上市，為許多對(duì)沖基金的產(chǎn)品提供了對(duì)沖工具，從此改變了以前我證券市場(chǎng)只能單邊進(jìn)行做多的情況。
2.第二階段從2011年至2013年：成長階段。2011年，被認(rèn)為是我國量化對(duì)沖基金元年，[21]而隨著股指期貨、融資融券、ETF和分級(jí)基金的豐富和發(fā)展，券商資管、信托、基金專戶和有限合伙制的量化對(duì)沖產(chǎn)品的發(fā)行不斷出現(xiàn)，這個(gè)階段的量化投資真正意義上開始發(fā)展，促使該階段發(fā)展的直接原因就是股指期貨的出現(xiàn)。[20]
3.第三階段從2014年至今：迅猛發(fā)展階段。2014年被認(rèn)為是“值得載入我國私募基金史冊(cè)的一年”，基金業(yè)協(xié)會(huì)推行私募基金管理人和產(chǎn)品的登記備案制，推動(dòng)了私募基金的全面陽光化，加速了私募基金產(chǎn)品的發(fā)行，其中包括量化對(duì)沖型私募產(chǎn)品。2014年稱得上我國量化對(duì)沖產(chǎn)品增長最迅速的一年，以私募基金為代表的各類機(jī)構(gòu)在量化對(duì)沖產(chǎn)品上的規(guī)模均有很大的發(fā)展，部分金融機(jī)構(gòu)全年銷售的量化對(duì)沖基金規(guī)模超過了百億。
2015年，上證50ETF期權(quán)于2月9日正式推出，這對(duì)于對(duì)我國的量化投資有著極大的促進(jìn)作用。4月16日，上證50與中證500兩只股指期貨新品種的上市給量化投資帶來更多的策略的運(yùn)用，金融衍生品的不斷豐富和發(fā)展，為量化投資提供更多的豐富對(duì)沖手段，也提供了更多的套利機(jī)會(huì)。
六、總結(jié)
量化投資的技術(shù)、策略、硬件設(shè)施條件都在飛速的發(fā)展，與傳統(tǒng)的投資方式相比，量化投資有著自身的特點(diǎn)和優(yōu)勢(shì)。尤其是量化對(duì)沖產(chǎn)品，以其長期穩(wěn)健的收益特征，成為目前“資產(chǎn)荒”下對(duì)信托、理財(cái)產(chǎn)品和固定收益產(chǎn)品良好的替代產(chǎn)品。未來隨著我國股指期貨、融資融券、國債期貨、期權(quán)等金融產(chǎn)品的不斷創(chuàng)新，以及股指期貨市場(chǎng)未來逐步恢復(fù)正常，量化投資發(fā)展前景不可限量。
參考文獻(xiàn)
[1]徐莉莉.量化投資在中國的發(fā)展現(xiàn)狀[R].渤海證券研究所：金融工程專題研究報(bào)告，2012.
[2]廖佳.揭開量化基金的神秘面紗[J].金融博覽（財(cái)富），2014，（11）：66-68.
[3]王力弘.淺議量化投資發(fā)展趨勢(shì)及其對(duì)中國的啟示[J].中國投資，2013，（02）：202.
[4]Durbin，M. All About High-Frequency Trading： The Easy Way To Get Started[M]. McGraw-Hill Press，2010.
[5]蔣瑛現(xiàn)，楊結(jié)，吳天宇，等.海外機(jī)構(gòu)數(shù)量化投資的發(fā)展[R].國泰君安證券研究所：數(shù)量化系列研究報(bào)告，2008.
[6]Rishi K. Narang. Inside the Black Box： The Simple Truth about Quantitative Trading[M]. Wiley Press，2012.
[7]丁鵬.量化投資――策略與技術(shù)[M].北京：電子工業(yè)出版社，2014.
[8]Markowitz，H.M.. Portfolio Selection[J].Journal of Finance，1952，2：77-91.
[9]Sharpe，W.F. Capital asset prices： A theory of market equilibrium under conditions of risk[J]. Journal of Finance，1964，19（3）：425-442.
[10]Lintner. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets[J].Review of Economics and Statistics，1965，47（1）：13-37.
[11]Mossin.Equilibrium in a Capital Asset Market[J]. Econometrica，1966，Vol.34（4）：768-783.
[12]Fama，Jensen，and Roll. Investor sentiment and Stock Returns[J]. Journal of Political Economy，1969，（12）34-36.
[13]Black Fischer，and Myron Scholes，1973.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.
[14]Ross.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，13（3）：341-360.
[15]Jorion，Philippe.Value at Risk：The New Benchmark for Managing Financial Risk （3rd ed.）[M]. McGraw-Hill Press，2006.
[16]戴軍，葛新元.數(shù)量化投資技術(shù)綜述[R].國信數(shù)量化投資技術(shù)系列報(bào)告，2008.
[17]丁鵬.量化投資與對(duì)沖基金入門[M].北京：電子工業(yè)出版社，2014.
[18]郭喜才.量化投資的發(fā)展及其監(jiān)管[J].江西社會(huì)科學(xué)，2014，（03）：58-62.
[19]Ludwig B.，Chincarini. The Crisis of Crowding： Quant Copycats，Ugly Models，and the New Crash Normal[M]. Wiley Press，2013.
[20]曾業(yè).2014年中國量化對(duì)沖私募基金年度報(bào)告[R].華寶證券：對(duì)沖基金專題報(bào)告，2015.
1前言
隨著我國股市體制改革，股票市場(chǎng)迅猛發(fā)展，股票投資新增賬戶和新股擴(kuò)張飛速，截止到2015年7月，股票賬戶數(shù)已經(jīng)突破2億，兩市A股約有多2700多只股票，并推行多種利好政策逐步為股票投資者鋪平了道路。在牛短熊長的中國股票市場(chǎng)，眾多依賴傳統(tǒng)方法進(jìn)行投資的投資者往往會(huì)損失慘重，此時(shí)利用量化投資策略以尋求較為穩(wěn)定超額收益的投資方法愈來愈受到投資者青睞，其中尤其是超額收益Alpha量化投資策略廣為受到關(guān)注。
2量化投資與超額收益Alpha投資策略
量化投資就是通過收集整理現(xiàn)有已發(fā)生的大量數(shù)據(jù)，并利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、信息技術(shù)建立數(shù)學(xué)模型對(duì)收集到的數(shù)據(jù)進(jìn)行分析研究，從而構(gòu)建最優(yōu)投資組合以獲得超額收益。簡而言之，它是一個(gè)將傳統(tǒng)投資理念、風(fēng)險(xiǎn)、收益等進(jìn)行量化并付諸實(shí)現(xiàn)的過程。在國內(nèi)量化投資起步較晚，但隨著國內(nèi)金融市場(chǎng)的不斷對(duì)外開放并與國際接軌，在國際上較為盛行的金融研究技術(shù)也逐步在國內(nèi)鋪展開來，但目前投資策略的系統(tǒng)化研究仍是我國量化投資長遠(yuǎn)發(fā)展的薄弱之處。因此，更加系統(tǒng)的投資策略研究和實(shí)踐成為當(dāng)下迫切的需求。系統(tǒng)投資策略及組合能推動(dòng)量化投資的快速發(fā)展，對(duì)中國金融生態(tài)系統(tǒng)的良性循環(huán)起到積極的作用。
所謂超額收益Alpha指的就是實(shí)際收益率中高于對(duì)應(yīng)的預(yù)期收益率的超額收益部分，嚴(yán)格地來講，超額收益Alpha是用來衡量一個(gè)在風(fēng)險(xiǎn)調(diào)整下由投資所產(chǎn)生的“主動(dòng)收益”。超額收益Alpha量化投資策略主要來源于CAPM模型，在CAPM模型中，投資組合的收益率等于無風(fēng)險(xiǎn)利率加上風(fēng)險(xiǎn)溢價(jià)，只有承擔(dān)更多的風(fēng)險(xiǎn)才能獲得更高的收益。資產(chǎn)的收益主要取決于β值，β值越高，期望收益相對(duì)越高，β值越低，期望收益相對(duì)越低。
在CAPM模型的基礎(chǔ)上，超額收益Alpha常被用來衡量基金的業(yè)績，具體公式如下：α=HPR-Rf-βi[E（Rm）-Rf]。
其中HPR為持有期實(shí)際收益率，在眾多的投資實(shí)踐操作中已經(jīng)得到證明，當(dāng)選擇股票投資組合適當(dāng)時(shí)，股票基金能夠獲得高于市場(chǎng)平均水準(zhǔn)的超額回報(bào)。隨著資產(chǎn)市場(chǎng)的發(fā)展與成熟，超額收益的理念被廣泛接受，從而促使愈來愈多的投資者采取投資組合主動(dòng)管理的方式來獲取超額收益，與之相關(guān)的策略稱之為超額收益Alpha策略。
3雙因子模型量化投資策略
不同的具有投資價(jià)值的因子（包括盈利性、估值、現(xiàn)金流、成長性、資產(chǎn)配置、價(jià)格動(dòng)量和危險(xiǎn)信號(hào)等類別）組合便構(gòu)成了不同的因子模型，如單因子模型、雙因子模型以及多因子模型等，其中單因子模型具有不可靠性且多因子模型建模較為復(fù)雜，雙因子模型則以較高的可靠性且操作較為簡便而受到重視。雙因子模型典型的有盈利性和估值、成長性和估值、估值和價(jià)格動(dòng)量、現(xiàn)金流和估值、估值和估值、盈利性和盈利性、盈利性和價(jià)格動(dòng)量、估值和資產(chǎn)配置以及估值和危險(xiǎn)信號(hào)等，其中盈利性和估值、成長性和估值、估值和價(jià)格動(dòng)量和現(xiàn)金流和估值四種雙因子模型效果最強(qiáng)。
3.1盈利性和估值
盈利性和估值是兩個(gè)具有較強(qiáng)投資價(jià)值的因子，且兩者在一定程度上相互孤立，盈利性用來衡量基本面，決定了公司資源的質(zhì)量，而估值則是與市場(chǎng)因素（價(jià)格）相結(jié)合的基本因子，確定了投資者為這些資源必須付出的價(jià)格，這兩個(gè)因子不論以什么順序組合都是有效的。盈利性因子具有較好的普適性，能產(chǎn)生顯著收益，具有良好的一致性和低波動(dòng)性。
在眾多的能反映盈利性和估值的因子中，可以選取進(jìn)行自由組合從而構(gòu)建雙因子模型。其中由現(xiàn)金流價(jià)格比和現(xiàn)金投入資本回報(bào)率、企業(yè)價(jià)值倍數(shù)與投入資本回報(bào)率、市凈率和經(jīng)濟(jì)利潤、凈資產(chǎn)收益率和市凈率、投入資本回報(bào)率和市銷率、現(xiàn)金投入資本回報(bào)率和市銷率、現(xiàn)金投入資本回報(bào)率和價(jià)格資本、自由現(xiàn)金流加股息和凈資產(chǎn)收益率以及市凈率和經(jīng)營性現(xiàn)金流比股東權(quán)益等組合最為常用。
3.2成長性和估值
所謂成長性是指公司收入或現(xiàn)金流產(chǎn)生能力的增加。分析成長性的目的在于觀察企業(yè)在一定時(shí)期內(nèi)的經(jīng)營能力發(fā)展?fàn)顩r。成長性比率是衡量公司發(fā)展速度的重要指標(biāo)，也是比率分析法中經(jīng)常使用的重要比率。在成長性因子與估值因子結(jié)合時(shí)，估值因子則是確保投資者不會(huì)為公司的增長付出過高的價(jià)格，從而得到合理價(jià)格增長策略。
3.3估值與價(jià)格動(dòng)量
投資者情緒對(duì)股價(jià)走勢(shì)產(chǎn)生重要影響，而價(jià)格動(dòng)量在一定程度上反映了投資者情緒。動(dòng)量就是一種專門研究股價(jià)波動(dòng)的技術(shù)分析指標(biāo)，它以分析股價(jià)波動(dòng)的速度為目的，研究股價(jià)在波動(dòng)過程中加減速與慣性作用以及股價(jià)動(dòng)靜相互轉(zhuǎn)換的現(xiàn)象。動(dòng)量指數(shù)的理論基礎(chǔ)是價(jià)格和供需量的關(guān)系，如果股票的價(jià)格動(dòng)量為正，說明需求超過了供給，投資者情緒會(huì)變得更加積極。如果股價(jià)的價(jià)格動(dòng)量為負(fù)，則表明供給超過了需求，投資者悲觀態(tài)度會(huì)占據(jù)上風(fēng)，轉(zhuǎn)向看跌，估值倍數(shù)則有可能降低。因此價(jià)格動(dòng)量因子常用于衡量投資者情緒和作出投資時(shí)機(jī)決策的重要工具。估值因子能反應(yīng)股票的價(jià)格高低，但不能解釋股票價(jià)格高低的根本原因。當(dāng)估值因子與價(jià)格動(dòng)量因子相結(jié)合時(shí)，能更好解釋股票價(jià)格變化，彌補(bǔ)了估值因子不足之處。
3.4現(xiàn)金流和估值
在投資策略研究中的現(xiàn)金流指的是經(jīng)營活動(dòng)中的現(xiàn)金流，融資投資等活動(dòng)產(chǎn)生的現(xiàn)金流不包括在內(nèi)?，F(xiàn)金流能反映公司盈利的真實(shí)性。當(dāng)然單獨(dú)使用現(xiàn)金流因子的投資策略有時(shí)候會(huì)失效，但與估值因子結(jié)合，能避免分析失效現(xiàn)象的發(fā)生?，F(xiàn)金流因子能遴選出產(chǎn)生大量盈余現(xiàn)金的公司，而估值因子則確保投資者不會(huì)現(xiàn)金生成能力支付過高的價(jià)格。
4結(jié)后語
數(shù)量化投資（以下簡稱量化投資）作為一種新興的投資方法出現(xiàn)于20世紀(jì)50年代，千禧年后蓬勃發(fā)展，截至2008年，該類投資基金占美國證券市場(chǎng)份額的30%。
近年來，量化投資在中國漸漸引起重視，光大保德信基金、上投摩根基金、嘉實(shí)基金、中?；?、長盛基金、華商基金和富國基金等，先后推出了自己的量化基金產(chǎn)品。不少基金公司國內(nèi)外廣攬數(shù)量化投資人才，一股“量化基金”的熱潮悄然掀起。
正如定性投資的偶像巴菲特一樣，量化投資領(lǐng)域的傳奇人物為詹姆斯 西蒙斯。據(jù)統(tǒng)計(jì)，詹姆斯 西蒙斯管理的大獎(jiǎng)?wù)禄饛?989到2006年的平均年收益率高達(dá)38.5%，凈回報(bào)率超過股神巴菲特（他以連續(xù)32年保持戰(zhàn)勝市場(chǎng)的紀(jì)錄，過去20年平均年回報(bào)達(dá)到20%），即使在2007年次債危機(jī)爆發(fā)當(dāng)年，該基金回報(bào)都高達(dá)85%，西蒙斯也因此被譽(yù)為“最賺錢基金經(jīng)理”，“最聰明億萬富翁”。與巴菲特的“價(jià)值投資”不同，西蒙斯依靠數(shù)學(xué)模型和計(jì)算機(jī)管理著自己旗下的巨額基金，他稱自己為“模型先生”。西蒙斯幾乎從不雇用華爾街的分析師，他的文藝復(fù)興科技公司里坐滿了數(shù)學(xué)和自然科學(xué)的博士。用數(shù)學(xué)模型捕捉市場(chǎng)機(jī)會(huì)，由計(jì)算機(jī)做出交易決策，是這位超級(jí)投資者成功的秘訣。（上海金融學(xué)院國際金融研究院 鹿長余）
截至2009年6 月30 日，中國定量投資規(guī)模總量大約187 億元，在全部基金管理規(guī)模中占比僅0.6%。可以說量化投資在中國目前還是一塊需要開墾的處女地，可以預(yù)期的是，量化投資在中國發(fā)展前景廣闊。
什么是量化投資呢？“通過信息和個(gè)人判斷（using information and judgment）來管理資產(chǎn)為基本面投資或者傳統(tǒng)投資，如果遵循固定規(guī)則，由計(jì)算機(jī)模型產(chǎn)生投資決策則可被視為數(shù)量化投資?！?――Fabozzi《Challenges In Quantitative Equity Management》
與傳統(tǒng)投資相比，量化投資的優(yōu)越性主要來自兩個(gè)方面：其一，現(xiàn)資組合理論強(qiáng)調(diào)通過多元化投資組合消除非系統(tǒng)性風(fēng)險(xiǎn)，以實(shí)現(xiàn)降低風(fēng)險(xiǎn)的作用。但實(shí)際上由于人的視野和精力都相對(duì)有限，基金經(jīng)理或研究員不可能進(jìn)行大范圍的股票甄選和高頻率的驗(yàn)證測(cè)算，形成的投資策略得不到寬度、廣度上的肯定，難免形成一孔之見?？咳肆φ邕x得到的投資組合很難達(dá)到最優(yōu)化配置，無法確保在風(fēng)險(xiǎn)管理和利潤追求上的投資目標(biāo)。而量化投資的視角更廣，借助計(jì)算機(jī)高效、準(zhǔn)確地處理海量信息，更廣泛地尋找和驗(yàn)證投資機(jī)會(huì)，消除投資組合配置的局限性。其二，行為金融學(xué)認(rèn)為，投資者是不理性的。任何一個(gè)投資個(gè)體的判斷與決策過程都會(huì)不同程度地受到認(rèn)知、情緒、意志等各種心理因素的影響?；鸾?jīng)理和投資研究員在一段時(shí)間跟蹤某只股票之后，由于時(shí)刻關(guān)心股價(jià)的表現(xiàn)和基本面的變動(dòng)，可能出現(xiàn)不同程度的情感依賴，“和股票談起戀愛”。即使出現(xiàn)了下跌趨勢(shì)，也可能因?yàn)檫^度自信、抵制心理等不理性的分析出發(fā)點(diǎn)而導(dǎo)致投資、薦股時(shí)的行為偏差。而量化投資依靠計(jì)算機(jī)配置投資組合，克服了人性弱點(diǎn)，使投資決策更科學(xué)、更理性。
簡單的說，量化投資是快速高效、客觀理性、個(gè)股與組合并重、收益與風(fēng)險(xiǎn)并重的投資方法。
量化投資的一般步驟如下：
數(shù)據(jù)化模型構(gòu)建組合
1、 數(shù)據(jù)化：主要任務(wù)是把眾多紛繁復(fù)雜的數(shù)據(jù)整理分類歸納成有用的數(shù)據(jù)；
2、 建立模型：給定一個(gè)策略，選擇合適的模型預(yù)測(cè)收益與風(fēng)險(xiǎn)，選擇最好的策略建立模型；
3、 構(gòu)建組合：根據(jù)預(yù)測(cè)結(jié)果按照規(guī)則選擇對(duì)象構(gòu)建組合；
最后我們來看下專業(yè)金融人士對(duì)量化投資的一些看法。
嘉實(shí)基金公司的王永宏博士介紹，定量投資和傳統(tǒng)的定性投資本質(zhì)上是相同的，二者都是基于市場(chǎng)是非有效或弱有效的理論基礎(chǔ)，投資經(jīng)理可以通過對(duì)個(gè)股估值、成長等基本面的分析研究，建立戰(zhàn)勝市場(chǎng)、產(chǎn)生超額收益的組合。不同的是，定性投資管理較依賴對(duì)上市公司的調(diào)研，以及基金經(jīng)理個(gè)人的經(jīng)驗(yàn)和主觀判斷，而定量投資管理則是“定性思想的理性應(yīng)用”。定量投資的核心投資思想包括宏觀周期、估值、成長、盈利質(zhì)量、市場(chǎng)情緒變化等等。
俗話說，“條條大路通羅馬”。巴菲特與西蒙斯的投資理念與成功，說明投資沒有一定之規(guī)。
以巴菲特為代表的一類投資家認(rèn)為，“現(xiàn)實(shí)世界是極為復(fù)雜的，經(jīng)驗(yàn)與思考才是財(cái)富制勝之道”。因此，其成功的關(guān)鍵，不是頂級(jí)的科技，而是對(duì)市場(chǎng)的理解、洞悉和不隨波逐流的勇氣，即以“人”的因素造就財(cái)富的增值。
西蒙斯代表的一類投資家則被看作是推論公式、信任模型的數(shù)學(xué)家。他們利用搜集分析大量的數(shù)據(jù)，利用電腦來篩選投資機(jī)會(huì)，并判斷買賣時(shí)機(jī)，將投資思想通過具體指標(biāo)、參數(shù)的設(shè)計(jì)體現(xiàn)在模型中，并據(jù)此對(duì)市場(chǎng)進(jìn)行不帶任何主觀情緒的跟蹤分析，借助于計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理能力來選擇投資，以保證在控制風(fēng)險(xiǎn)的前提下實(shí)現(xiàn)收益最大化。
目前量化投資觀念也在中國興起，量化產(chǎn)品正開始萌芽。新發(fā)行的嘉實(shí)量化阿爾法基金就是量化投資產(chǎn)品，其試圖將投資專家的銳利洞悉和數(shù)學(xué)家的嚴(yán)格客觀進(jìn)行整合，在基本面分析的基礎(chǔ)上，提煉出產(chǎn)生長期超額收益的投資思想，借助計(jì)算機(jī)系統(tǒng)強(qiáng)大的信息處理能力構(gòu)建定量模型及投資組合，并根據(jù)市場(chǎng)變化趨勢(shì)及時(shí)動(dòng)態(tài)調(diào)整，加上基金經(jīng)理嚴(yán)格遵守紀(jì)律性投資法則，使該基金在融合定性投資思想精髓的同時(shí)，能夠規(guī)避基金經(jīng)理個(gè)人情緒對(duì)組合的影響，有效克服人性弱點(diǎn)，力爭取得長期、持續(xù)、穩(wěn)定的超額收益。
富國基金另類投資部總經(jīng)理，前巴克萊（BGI）大中華主動(dòng)股票投資總監(jiān)李笑薇認(rèn)為量化投資的核心仍是“人腦”。盡管量化投資在海外發(fā)展已有30 余年。由于種種原因，目前這一投資方式在中國尚處起步階段，對(duì)于量化投資也存在諸如“量化就是模型決定一切”、“量化是完全由計(jì)算機(jī)選股”等較片面的認(rèn)識(shí)。李笑薇表示，量化投資的核心是模型設(shè)計(jì)，“模型決定一切”的說法只能說是部分正確。當(dāng)一個(gè)模型已經(jīng)設(shè)計(jì)建設(shè)好之后，模型所產(chǎn)生的交易單的確需要嚴(yán)格執(zhí)行，只有在特殊情況下才能對(duì)其進(jìn)行修改。
但量化投資的核心是模型的設(shè)計(jì)和建設(shè)。而人腦無疑是這一過程中的關(guān)鍵。人對(duì)市場(chǎng)的理解，對(duì)模型構(gòu)建的了解，對(duì)模型在市場(chǎng)中應(yīng)用的經(jīng)驗(yàn)，是搭建一個(gè)完美“黑匣子”的最關(guān)鍵?！爸挥心Ｐ驮O(shè)計(jì)和建設(shè)得好，投資業(yè)績的把握才會(huì)增加?！崩钚北硎?。
叫它噱頭不僅僅是因?yàn)楝F(xiàn)在近千個(gè)正在發(fā)行的私募產(chǎn)品中有50%以上是套用各種量化的名頭，更為重要的一點(diǎn)是，很多這些所謂的私募量化基金產(chǎn)品其實(shí)做的還是以前的信息優(yōu)勢(shì)，關(guān)系優(yōu)勢(shì)，坐莊手法等傳統(tǒng)主觀和資金推動(dòng)的老把戲。僅僅利用一些比較初級(jí)和簡單的量化工具作為借口，勉強(qiáng)地把換湯不換藥的老手段用新量化概念加以包裝而已。
量化三策
真正的量化投資領(lǐng)域里還可以較為粗略的分成量化套利、量化對(duì)沖和量化趨勢(shì)三個(gè)主要的大本營。
其中量化套利屬于聽起來很高大上，但是經(jīng)過本土化之后，會(huì)發(fā)現(xiàn)一個(gè)慘酷的事實(shí)即所有套利空間都會(huì)在比任何市場(chǎng)短很多的時(shí)間里被數(shù)以億計(jì)的群眾們瞬間抹殺。所以量化套利幾乎淪落為一個(gè)沒什么頭發(fā)的中年IT男在一個(gè)喧鬧的金融中心的暗淡孤獨(dú)的角落里含胸偷笑的瞬間。
量化對(duì)沖看上去更加接近市場(chǎng)，甚至從某種角度而言勝于市場(chǎng)。因?yàn)榱炕瘜?duì)沖者們嘴里充滿了Alpha，Beta，Tracking Error，Sharp Ratio等聽起來比營業(yè)部老大爺高級(jí)很多的術(shù)語。他們最基礎(chǔ)的理論就是自己可以通過各種手段找到上漲時(shí)比大盤上漲更多的股票，同時(shí)利用各種衍生產(chǎn)品對(duì)沖資產(chǎn)池中的市場(chǎng)整體收益敞口（簡單說賣空大盤）。
這是一個(gè)聽起來很好的主意。這也是最多假量化的存身之所?？墒撬麄冋嬲倪x股手段其實(shí)還是消息和看K線。同時(shí)，他們最痛苦的就是大盤股沒有底線瘋漲的同時(shí)小盤股瘋狂的下跌。兩邊一同積壓的結(jié)果就是雙重虧損。這時(shí)如果這個(gè)投資組合里再來點(diǎn)中國最近流行的股票質(zhì)押配資杠桿，那么一個(gè)高大上的投資組合馬上瀕臨崩潰。
其實(shí)這種量化對(duì)沖本身就是一個(gè)偽命題。在國外發(fā)達(dá)市場(chǎng)中的Market Neutral 戰(zhàn)略基金也是有一個(gè)很本質(zhì)的問題。那就是在一個(gè)被視為捕捉社會(huì)經(jīng)濟(jì)發(fā)展趨勢(shì)的股票市場(chǎng)里，我們真的需要一個(gè)躲避市場(chǎng)趨勢(shì)的投資方法嗎？答案不是絕對(duì)的。
最后一個(gè)是量化趨勢(shì)投資。其中量化選股的表現(xiàn)一般情況下比量化擇時(shí)的策略要更加有效和穩(wěn)定。
量化三維度
無論哪一種量化投資的方式，其重要的因素都是在如何量化。而筆者能夠總結(jié)出來的就是量化的三個(gè)階段和水平：
第一、歸納總結(jié)量化;第二、線性分析量化;第三、非線性量化;第一種歸納總結(jié)性的量化是我們最常見到的一些分析方式。其中廣大炒股群眾喜聞樂見的各種線和各種指標(biāo)都是一種歸納總結(jié)性的量化。他們主要是一些比較直觀經(jīng)驗(yàn)的總結(jié)。例如最為常見的是以移動(dòng)平均線（MA）和蠟燭圖為代表的各種歷史價(jià)格走勢(shì)的總結(jié)。
其實(shí)我們仔細(xì)想想這些圖本身沒有任何神奇的地方，各種MA僅僅是總結(jié)了一個(gè)價(jià)格曲線的過去走勢(shì)而已。蠟燭圖就是用兩個(gè)維度的方式一次性的展現(xiàn)出一個(gè)證券的開盤價(jià)，最高價(jià)，最低價(jià)和收盤價(jià)。這些傳統(tǒng)的指標(biāo)其實(shí)不具備簡單信息總結(jié)以外的任何內(nèi)容。我們可以說30日均線和125日均線相交會(huì)時(shí)代表了短期價(jià)格趨勢(shì)和較長期價(jià)格趨勢(shì)的背離，但是這種總結(jié)又有什么除此類表述以外的任何意義嗎？
它們既不會(huì)告訴我們這個(gè)證券的價(jià)格為什么走到今天，也不會(huì)對(duì)未來有任何有實(shí)質(zhì)性的預(yù)期。人們借助對(duì)這些線和圖發(fā)揮出自己很多主觀愿望。這不是研究，也不是分析而是簡單的自欺欺人。
第二維度體是線性量化分析的世界。在這里，我們最為在意的是兩個(gè)以上序列之間的相關(guān)性和因果性。世界上絕大部分當(dāng)代量化分析都停留在這個(gè)維度里。
首先，我們需要把相關(guān)性和因果性有效的區(qū)別開來。相關(guān)性是一種數(shù)據(jù)上有效的關(guān)系。這種簡單的相關(guān)性不一定表示兩個(gè)序列有因果關(guān)系。這種僅僅在數(shù)據(jù)上呈現(xiàn)出的相關(guān)性很可能是萬千繽紛世界中的一個(gè)個(gè)巧合。他們不僅僅存在而且會(huì)像突來的愛情一樣強(qiáng)壯和美麗。例如，美國股市有一段時(shí)間里和美國棒球比賽中的某些結(jié)果兩者之間具有接近于90%以上的相關(guān)性。它可能是一個(gè)非常有趣的飯后話題，但是沒有人敢用一生的積蓄或者數(shù)以萬計(jì)投資者的血汗錢來證明它下次的正確與否。
而今天，我們?cè)诨ヂ?lián)網(wǎng)和很多領(lǐng)域上都在用數(shù)據(jù)挖掘的方式對(duì)這個(gè)世界的各個(gè)方面進(jìn)行探索與發(fā)現(xiàn)。職業(yè)投資者們?cè)诮⒏鞣N主觀的因果關(guān)系后使用數(shù)據(jù)回測(cè)的方法驗(yàn)證這些思路。
但它其實(shí)仍然是一個(gè)簡單跨界的線性相關(guān)性的量化方式。同時(shí)，這種策略的另一個(gè)基礎(chǔ)是心理和行為之間的因果性。在一個(gè)散戶為主的發(fā)展中市場(chǎng)，這兩個(gè)假設(shè)暫時(shí)較為有效。
最后一種量化投資是非線性的。非線性的量化分析簡單而言就是利用復(fù)雜體系來解釋市場(chǎng)的方法。很多這些復(fù)雜系統(tǒng)都會(huì)有質(zhì)變和臨界點(diǎn)等特色。
他分析目前市場(chǎng)上的量化產(chǎn)品將研究的重點(diǎn)放在擇股和行業(yè)配置上，實(shí)質(zhì)上大多是“量化選股”基金，缺乏有效及時(shí)的風(fēng)險(xiǎn)響應(yīng)體系，而從國外的經(jīng)驗(yàn)看量化的一大特點(diǎn)就是對(duì)風(fēng)險(xiǎn)的預(yù)判。費(fèi)鵬介紹，華商基金量化投資團(tuán)隊(duì)在設(shè)計(jì)該基金投資模型時(shí)就將風(fēng)險(xiǎn)量化模型作為重中之重。在設(shè)計(jì)中他們借助了包括統(tǒng)計(jì)信息學(xué)角度出發(fā)的信息熵值（Entropy）的變化、分形理論出發(fā)的市場(chǎng)模式（Pattern）的變化、金融物理學(xué)角度出發(fā)的金融泡沫統(tǒng)計(jì)指標(biāo)的變化、市場(chǎng)微觀結(jié)構(gòu)出發(fā)的分析師一致預(yù)期分歧的變化和趨勢(shì)等構(gòu)建風(fēng)險(xiǎn)模型，對(duì)中短期系統(tǒng)風(fēng)險(xiǎn)進(jìn)行定量分析。依靠基金經(jīng)理和研究員對(duì)宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r、人口與社會(huì)的結(jié)構(gòu)性特征、經(jīng)濟(jì)產(chǎn)業(yè)周期等因素的分析對(duì)長期風(fēng)險(xiǎn)進(jìn)行定性分析。
在產(chǎn)品結(jié)構(gòu)設(shè)計(jì)上，華商大盤量化基金獨(dú)具特色，其一，倉位比較靈活，股票投資比例可為0—95%，也就是說當(dāng)市場(chǎng)趨勢(shì)性下跌時(shí)，可以空倉應(yīng)對(duì)；其二，產(chǎn)品結(jié)構(gòu)多樣性，雖然目前公募基金已開展了股指期貨，但基本上作為流動(dòng)性管理的手段，而該基金將把股指期貨作為一個(gè)有效的風(fēng)控或者對(duì)沖工具應(yīng)用到投資中；其三，在投資標(biāo)的上，華商大盤量化主要選擇流動(dòng)性好的滬深300成分股，以保證在極端情況下可以及時(shí)調(diào)倉；其四，經(jīng)過測(cè)算，在目前A股市場(chǎng)中利于量化操作規(guī)模在10億左右，因此一旦華商大盤量化基金募集額達(dá)到10億時(shí)便會(huì)停止。
而據(jù)記者了解，華商大盤量化基金在擇股方面也有別于一些量化類基金。相較而言，目前國內(nèi)公募量化基金多采用多因子模型，而多因子模型的設(shè)計(jì)原理是把價(jià)值投資理論通過數(shù)字模型加以表達(dá)。而在實(shí)際測(cè)算中，華商基金量化團(tuán)隊(duì)每日漲幅居前的股票中會(huì)有所謂投資價(jià)值較少的“垃圾股”，很難通過價(jià)值投資理論解釋。對(duì)此華商大盤量化基金在設(shè)計(jì)選股模型時(shí)更多的是通過捕捉市場(chǎng)的異常波動(dòng)，尋找股價(jià)波動(dòng)的非基本面的因素。通過對(duì)數(shù)據(jù)挖掘，建立初選股票池，然后按照行業(yè)分類，結(jié)合基本面研究，通過行業(yè)研究員調(diào)研，尋找相互印證支持依據(jù)，最終進(jìn)行擇時(shí)投資。
從目前市場(chǎng)趨勢(shì)看，越來越多的基金公司傾向于推出量化策略。相對(duì)于海外成熟市場(chǎng)，A股市場(chǎng)不是特別有效的市場(chǎng)，量化投資策略可以發(fā)揮其紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性、分散化的有點(diǎn)而捕獲國內(nèi)市場(chǎng)的各種投資機(jī)會(huì)。同時(shí)A股市場(chǎng)的深度和廣度都與前幾年不可同日而語，市場(chǎng)上有兩千多家上市公司，基金經(jīng)理加研究員再加賣方，能把握和持續(xù)跟蹤的公司也不過幾百家。量化投資多層次，多角度，海量數(shù)據(jù)觀察，可以捕捉更多的投資機(jī)會(huì)，拓展更大的投資空間。
巧理壓歲錢
ETF聯(lián)接基金生財(cái)有道
新春又至，在成人感嘆春節(jié)成“春劫”時(shí)，孩子們的壓歲錢水漲船高，越來越多的小朋友在春節(jié)長假后晉升為“小財(cái)神”。這筆賀歲紅包若巧妙打理，則有望成為個(gè)人的夢(mèng)想基金。在理財(cái)人士看來，作為兒童成長的見證，讓壓歲錢生錢也需要尋覓具有成長基因的理財(cái)產(chǎn)品。
人的思維在任何時(shí)候都只能考慮有限個(gè)變量，對(duì)傳統(tǒng)主動(dòng)型投資人而言，決策廣度的有限性，體現(xiàn)在跟蹤股票數(shù)量上的限制，以及決策時(shí)思考變量上的限制。當(dāng)然，傳統(tǒng)的主動(dòng)投資方法在決策深度上是有優(yōu)勢(shì)的，所以做更加深入的基本面研究，以彌補(bǔ)決策廣度的不足，是決定成敗的關(guān)鍵。
隨著市場(chǎng)信息傳遞速度的加快，眾多分析師對(duì)基本面數(shù)據(jù)的不斷挖掘，更加深入的分析，似乎越來越難以彌補(bǔ)決策廣度的不足。如果將傳統(tǒng)主動(dòng)型投資比喻為―個(gè)“揀西瓜”比賽的話，現(xiàn)在剩下的西瓜越來越小了，那么這時(shí)“揀西瓜”的工具與方法就顯得非常重要了。
即使投資人有超越市場(chǎng)的預(yù)測(cè)能力，但現(xiàn)實(shí)中收益常常被投資人主觀認(rèn)知上的情緒化波動(dòng)侵蝕掉了。同時(shí)，傳統(tǒng)投資的管理者本身情緒難免受到周圍環(huán)境的影響，常常會(huì)做出一些偏離自己判斷的交易行為，這樣的隨機(jī)交易常常會(huì)侵蝕掉部分應(yīng)該獲得的收益。
數(shù)量化投資彌補(bǔ)主觀判斷的缺陷
與傳統(tǒng)基金的基金經(jīng)理相比，量化基金經(jīng)理們更愿意將他們的見解與目前速度驚人的計(jì)算機(jī)技術(shù)、統(tǒng)計(jì)技術(shù)等結(jié)合起來作為研究工具，在模型中可以將自己的研究和視野拓展到只要有數(shù)據(jù)支持的任何地方。比如，量化基金經(jīng)理們可以把所有股票納入自己的海選范圍內(nèi)，從多維度的變量空間中找到自己的獲利機(jī)會(huì)，并可以檢驗(yàn)這樣的獲利機(jī)會(huì)在歷史上的成敗概率。這樣的變量可以包括宏觀變量、基本面變量、財(cái)務(wù)數(shù)據(jù)以及有關(guān)投資者心理的市場(chǎng)行為變量。當(dāng)然，量化投資跟蹤調(diào)查的范圍可以很廣，但是在最終決策上要受到眾多限制的，以保證在控制風(fēng)險(xiǎn)水平的前提下，實(shí)現(xiàn)收益率的最大化。
