首頁(yè) > 優(yōu)秀范文 > 量化投資與基本面分析方法
時(shí)間：2023-08-14 09:24:54
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篇量化投資與基本面分析方法范文。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)！
今年7月中下旬以來，盡管對(duì)于未來股市究竟能沖到多高點(diǎn)位，市場(chǎng)分歧一直不斷，但一直保持較高倉(cāng)位的量化產(chǎn)品，已經(jīng)呈現(xiàn)出越來越明顯的賺錢效應(yīng)。相關(guān)數(shù)據(jù)表明，量化基金今年以來整體業(yè)績(jī)平均回報(bào)已經(jīng)占勝了主動(dòng)權(quán)益產(chǎn)品。據(jù)Wind數(shù)據(jù)統(tǒng)計(jì)，自2004年國(guó)內(nèi)誕生第一只量化基金以來，目前市場(chǎng)有24只主動(dòng)量化概念基金產(chǎn)品，涉及19家基金公司。截至9月12日，量化基金今年以來平均收益為12.46%，而同期全部權(quán)益類產(chǎn)品的平均收益為9.48%。其中，華泰柏瑞量化指數(shù)今年以來收益20.37%，排名前十分之一。
此前，“量化投資”這個(gè)詞雖還不為大多數(shù)投資者熟悉，相對(duì)海外量化基金，國(guó)內(nèi)公募的量化基金起步較晚，之后的發(fā)展也一直非常緩慢。但在2005年～2009年指數(shù)型基金帶動(dòng)公募量化崛起之后，隨著融資融券的成熟及期權(quán)的推出以及量化基金在A股市場(chǎng)現(xiàn)今的優(yōu)異表現(xiàn)，市場(chǎng)人士預(yù)計(jì)，必然將再度在中國(guó)資本市場(chǎng)催生第二波“量化投資”熱。
有鑒于此，《投資者報(bào)》“基金經(jīng)理面對(duì)面欄目”本期特別邀請(qǐng)到華泰柏瑞量化指數(shù)基金的基金經(jīng)理卿女士，就當(dāng)下量化投資的一些熱點(diǎn)問題、投資技巧以及四季度行情的走勢(shì)判斷等相關(guān)問題進(jìn)行交流。
卿認(rèn)為，量化投資不能做加法，人為將某個(gè)個(gè)股加入買入清單；又必須經(jīng)常結(jié)合基本面，對(duì)量化模型進(jìn)行合理的改善。同時(shí)她還指出，A股主板市場(chǎng)經(jīng)歷了長(zhǎng)時(shí)間低迷，估值已經(jīng)反映經(jīng)濟(jì)中的問題和增長(zhǎng)的放緩，除非經(jīng)濟(jì)發(fā)生重大或系統(tǒng)性風(fēng)險(xiǎn)，下行空間有限。
華泰柏瑞量化初露崢嶸
《投資者報(bào)》：我們關(guān)注到，華泰柏瑞量化指數(shù)自2013年8月2日成立以來，特別是自今年2月成立滿6個(gè)月以來，已經(jīng)連續(xù)5個(gè)月蟬聯(lián)海通證券超額收益榜“增強(qiáng)股票指數(shù)型基金”冠軍。截至9月19日，在短短一年多點(diǎn)的時(shí)間里取得了24%的收益，在同類產(chǎn)品中遙遙領(lǐng)先。請(qǐng)問是什么原因讓華泰柏瑞量化指數(shù)業(yè)績(jī)回報(bào)如此出色？
卿：我們的量化模型一年多運(yùn)作下來比較成功，除了模型本身設(shè)計(jì)上的優(yōu)越性之外，也歸功于我們團(tuán)隊(duì)的努力。我們開發(fā)的量化模型是基于基本面的量化選股模型，并且針對(duì)A股市場(chǎng)的特點(diǎn)作了調(diào)整，加入了一些獨(dú)特的基本面因子。這些因子是華泰柏瑞團(tuán)隊(duì)投資技能的體現(xiàn)，希望以此區(qū)別于市場(chǎng)中其他的量化投資策略，華泰柏瑞未來也會(huì)進(jìn)一步研究新的因子，并加入到投資模型中去。
我們的投資目標(biāo)有兩個(gè)，一是戰(zhàn)勝市場(chǎng)，二是提高單位風(fēng)險(xiǎn)帶來的收益。事實(shí)證明，基金成立以來的回撤數(shù)據(jù)和信息比率都十分良好。
量化投資不能做“加法”
《投資者報(bào)》：您曾稱目前業(yè)內(nèi)一線的量化投資思路是做“聰明的量化投資”，即既要堅(jiān)守量化投資的流程底線和投資本質(zhì)，也要做必要主動(dòng)決策和風(fēng)險(xiǎn)管理。請(qǐng)問您是如何把握這個(gè)主動(dòng)的動(dòng)作幅度和范圍的？換言之，這個(gè)主動(dòng)的動(dòng)作幅度具體是什么比例？多大范圍？
卿：這里我們所說的聰明量化是指和基本面相結(jié)合的量化。主要體現(xiàn)在三個(gè)層面：一是模型構(gòu)建方面跟蹤市場(chǎng)變化做出適時(shí)調(diào)整。在有市場(chǎng)觀察驗(yàn)證并有數(shù)據(jù)支持的情況下，調(diào)整模型不同因子間的權(quán)重，并淘汰不再適用的因子，根據(jù)反映市場(chǎng)獨(dú)特特點(diǎn)的基本面信息，開發(fā)新的獨(dú)有的因子，不斷改進(jìn)完善模型。二是結(jié)合基本面信息，在投資組合構(gòu)建過程中，控制組合對(duì)一些模型尚未反映的風(fēng)險(xiǎn)因素的暴露，并把個(gè)別交易標(biāo)的從交易清單中剔除，以反應(yīng)模型尚未捕捉的重要信息，像臨時(shí)重大信息披露、漲停板等，但決不會(huì)人為挑選個(gè)股加入交易清單，以堅(jiān)守量化投資的紀(jì)律性。三是在極端情況下為保護(hù)投資人利益需要盡最大能力做出對(duì)投資人最為有利的決策，以應(yīng)對(duì)市場(chǎng)大的轉(zhuǎn)折。主要是指危機(jī)狀態(tài)下，不會(huì)機(jī)械地固守模型，如果是只做多的策略，會(huì)相應(yīng)做出減倉(cāng)等應(yīng)對(duì)措施，而不是為堅(jiān)守不擇時(shí)的紀(jì)律而讓投資人蒙受損失。這主要是來自2008年金融危機(jī)的教訓(xùn)。
同時(shí)，我們與基本面結(jié)合，不以犧牲紀(jì)律為代價(jià)。正常情況下，主要以改善模型為主，把基本面觀點(diǎn)通過模型反映到投資組合中。在個(gè)股層面，只能結(jié)合市場(chǎng)信息，從模型給出的交易清單中剔除個(gè)股，而不可以人為將某個(gè)個(gè)股加入買入清單，以堅(jiān)守紀(jì)律性。
量化投資在國(guó)外被廣泛應(yīng)用
《投資者報(bào)》：在您眼里，中國(guó)的量化投資才剛剛起步。您曾表示“中國(guó)的量化投資管理的資產(chǎn)規(guī)模至少5年內(nèi)還看不到發(fā)展的天花板”。那么，時(shí)至今日，您認(rèn)為中國(guó)的量化投資管理的資產(chǎn)規(guī)模的天花板應(yīng)在什么位置？為什么？
卿：國(guó)際市場(chǎng)上，量化投資是區(qū)別于基本面投資的另一種主要投資模式，和基本面投資相比，有它自身的優(yōu)勢(shì)。量化分析在境外資產(chǎn)管理公司中得到非常廣泛的應(yīng)用。一些資產(chǎn)管理公司像過去的BGI（巴克萊旗下資產(chǎn)管理部門巴克萊全球投資者）和AQR（華爾街表現(xiàn)最突出的量化對(duì)沖基金之一）等等，全部采用量化投資策略；另外一些公司，像GMO（知名的全球投資管理公司，管理規(guī)模上千億美元），Pimco（全球最大債券基金――太平洋投資管理公司）和Citadel（美國(guó)芝加哥大城堡對(duì)沖基金公司）等則把量化分析和基本面分析結(jié)合在一起運(yùn)用。 總的來說，境外幾乎所有大的資產(chǎn)管理公司都會(huì)或多或少依賴量化分析的方法。
目前，A股市場(chǎng)絕大部分投資策略都是基本面投資，真正做量化投資的資金很少，其獲得超額收益的市場(chǎng)機(jī)會(huì)很多，發(fā)展空間很大；并且國(guó)內(nèi)市場(chǎng)樣本多，利用量化手段來捕捉超額收益的勝率也有保障，因此未來的前景是比較樂觀的。
量化投資能夠戰(zhàn)勝A股市場(chǎng)
《投資者報(bào)》：今年以來量化基金的杰出表現(xiàn)，讓不少投資人驚呼“量化的春天已經(jīng)到來”，對(duì)于市場(chǎng)上的這種樂觀情緒，田總又是怎么看的？
卿：在國(guó)際市場(chǎng)，量化投資在投資領(lǐng)域已經(jīng)占有了重要的一席之地。當(dāng)前的A股市場(chǎng)中量化分析的運(yùn)用程度還非常低，所以我們相信量化投資的市場(chǎng)份額一定會(huì)逐步增大，未來的發(fā)展空間是巨大的。另外，隨著市場(chǎng)的完善，量化投資有機(jī)會(huì)為市場(chǎng)提供像絕對(duì)收益等的新產(chǎn)品，使得市場(chǎng)中的投資產(chǎn)品更加豐富，投資人可以有更多的選擇。
《投資者報(bào)》：相對(duì)于其它主動(dòng)管理的基金，量化基金在A股市場(chǎng)具有哪些優(yōu)勢(shì)，以致其能在今年的A股市場(chǎng)整體領(lǐng)先？
卿：A股市場(chǎng)的特性十分適合基本面量化投資。
第一個(gè)原因是A股市場(chǎng)處于弱有效狀態(tài)，戰(zhàn)勝市場(chǎng)的機(jī)會(huì)較大。A股市場(chǎng)的發(fā)展歷史較短，市場(chǎng)效率相比發(fā)達(dá)經(jīng)濟(jì)體低很多，因此有很多發(fā)現(xiàn)阿爾法因子的機(jī)會(huì)。
第二個(gè)特點(diǎn)是目前量化投資的市場(chǎng)份額小。國(guó)內(nèi)目前的基本面量化產(chǎn)品規(guī)?？傮w不大，其中嚴(yán)格遵循量化投資理念的基金更少，因此有很大的市場(chǎng)空間和盈利機(jī)會(huì)。
第三是A股市場(chǎng)容量大，而且還在快速擴(kuò)容中，給量化投資提供了足夠的投資寬度和行業(yè)寬度。
國(guó)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(guó)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(guó)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(guó)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(guó)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(zhǎng)速度高達(dá)20%,而同期非數(shù)量化基金的年增長(zhǎng)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(zhǎng)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(zhǎng)率為46%,2000年至2008年年平均增長(zhǎng)幅度達(dá)54%。從規(guī)模上來看,1988年至1998年年平均增長(zhǎng)率為32%,2000年至2008年年平均增長(zhǎng)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(guó)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(guó)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(jī)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(jī)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(zhǎng)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(guó)內(nèi)量化基金端倪
目前,國(guó)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(zhǎng)”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。
受市場(chǎng)有效性和工具種類等因素的限制，國(guó)外一些成熟的量化對(duì)沖模型無法照搬回A股。我們將國(guó)外的模型進(jìn)行了本土化的改造，4年來，這種改造已初見成效：2013年，我們的8個(gè)量化對(duì)沖專戶組合年化平均收益超過了12%。我們欣慰地看見，中國(guó)式的量化對(duì)沖投資已見雛形，且羽翼漸豐。
這些專戶組合的投資過程，也是我們驗(yàn)證本土化量化對(duì)沖模型的過程。在實(shí)際運(yùn)行的組合中，我們大體采取兩種模式：阿爾法策略和套利策略。所謂阿爾法策略，是專注于創(chuàng)造絕對(duì)收益。根據(jù)A股市場(chǎng)的特點(diǎn)，我們將理論上的阿爾法策略進(jìn)行了改造，以傳統(tǒng)的主動(dòng)型股票研究分析結(jié)果為基礎(chǔ)，利用多因子模型來控制組合的風(fēng)險(xiǎn)和相關(guān)性，追求超越市場(chǎng)平均回報(bào)的絕對(duì)收益，為投資者提供持續(xù)穩(wěn)定的阿爾法回報(bào)；第二類是套利策略，即利用衍生品到期收斂特點(diǎn)進(jìn)行套利，在國(guó)內(nèi)做得比較多的就是ETF和分級(jí)基金套利。這類套利策略基于市場(chǎng)的廣度和速度，但囿于公募基金內(nèi)部防火墻等監(jiān)管規(guī)定的限制，我們采用的多為分級(jí)基金套利。這種方法繞開了高頻交易對(duì)速度的極致追求，能夠?yàn)榻M合貢獻(xiàn)無風(fēng)險(xiǎn)收益。
二、基本分析與技術(shù)分析
現(xiàn)資理論主要區(qū)分為基本分析與技術(shù)分析兩大領(lǐng)域，近年來研究偏向于技術(shù)分析居多，但事實(shí)上兩者各有其優(yōu)劣，但在不同時(shí)機(jī)各有其適合發(fā)揮的空間，如同投資大師索羅斯把景氣與股價(jià)比喻為老人與狗，雖然終究?jī)r(jià)格與景氣最終會(huì)抵達(dá)相同的地方，但也代表是常會(huì)有被高估和被低估的現(xiàn)象?？傊痉治鍪俏覀冇脕砗饬客顿Y期價(jià)內(nèi)含價(jià)值的方法，而技術(shù)分析卻常是我們用來決定買賣時(shí)機(jī)的方法。因此，兩者各有其研究?jī)r(jià)值。
（1）基本分析：是指投資分析人員根據(jù)經(jīng)濟(jì)學(xué)、金融學(xué)、財(cái)務(wù)管理學(xué)及投資學(xué)的基本原理，對(duì)決定投資價(jià)值及價(jià)格的基本要素如宏觀經(jīng)濟(jì)指標(biāo)、經(jīng)濟(jì)政策走勢(shì)、行業(yè)發(fā)展?fàn)顩r、產(chǎn)品市場(chǎng)狀況、公司銷售和財(cái)務(wù)狀況，評(píng)估投資價(jià)值，判斷合理價(jià)位，從而提出相應(yīng)的投資建議的一種分析方法。基本分析的理論基礎(chǔ)建立在以下一個(gè)前提條件之下，即任何金融資產(chǎn)的“真實(shí)”（或“內(nèi)在”）價(jià)值等于這項(xiàng)資產(chǎn)所有者的所有預(yù)期收益流量的現(xiàn)值?；痉治龅募軜?gòu)可分為三部分，包括宏觀經(jīng)濟(jì)分析，產(chǎn)業(yè)分析及公司分析，總體經(jīng)濟(jì)分析又可以從經(jīng)濟(jì)增長(zhǎng)率、物價(jià)指數(shù)、利率、匯率、貨幣供給額來做研究。
（2）技術(shù)分析。技術(shù)分析是通過圖表型態(tài)解析（Chart analysis），或計(jì)量化技術(shù)指標(biāo)（Technical index）的買賣信號(hào)，分析過去及現(xiàn)在價(jià)格變化的走勢(shì)，以推演未來價(jià)格的變動(dòng)趨勢(shì)（Trend），但不予深入探討其變動(dòng)的理由。圖表型態(tài)解析的技術(shù)分析，是運(yùn)用股價(jià)變化走勢(shì)所構(gòu)成的各種圖形，以推測(cè)未來價(jià)格的變動(dòng)趨勢(shì)。例如，道氏理論、波浪理論及由趨勢(shì)線所畫出的支撐線、阻力線、W底、M頭等價(jià)格型態(tài)，皆屬于此種技術(shù)指標(biāo)。技術(shù)分析是以統(tǒng)計(jì)學(xué)為工具，發(fā)展出一些可以幫助投資人，以較客觀及科學(xué)化的市場(chǎng)信息，通過明確的數(shù)值及機(jī)械化的買賣信號(hào)來研判買賣時(shí)機(jī)，尋找能預(yù)測(cè)出期市買賣點(diǎn)及超買超賣現(xiàn)象的指標(biāo)。因此，技術(shù)分析的目的，在決定買賣時(shí)機(jī)。技術(shù)分析在以交易資料偵測(cè)市場(chǎng)供需變化，掌握套利機(jī)會(huì)并借此獲取超額報(bào)酬。技術(shù)分析的基本假設(shè)如下：一是價(jià)格由供需關(guān)系決定，以形成趨勢(shì)型態(tài)變動(dòng)。二是歷史將會(huì)一再地重演，投資人可利用過去價(jià)格的變動(dòng)資料或趨勢(shì)，預(yù)測(cè)未來價(jià)格的變動(dòng)趨勢(shì)。也就是貪婪與恐懼（或害怕）是影響投資人的主要情緒。實(shí)務(wù)上，技術(shù)分析的方法很多，主要可分為圖表型態(tài)及計(jì)量化指標(biāo)分析。
三、研究設(shè)計(jì)與結(jié)論分析
本研究運(yùn)用移動(dòng)平均線和VIX指數(shù)結(jié)合的方法，對(duì)我國(guó)期貨市場(chǎng)上的農(nóng)產(chǎn)品、能源化工和金屬三大類期貨品種的綜合表現(xiàn)進(jìn)行分析。研究區(qū)間為金融危機(jī)之后的2008年11月至2014年7月。
主板基本面展望：上半年穩(wěn)健
雖然2013年全年，自上而下的市場(chǎng)分析方法面臨了嚴(yán)峻的考驗(yàn)，如2012年四季度經(jīng)濟(jì)回升力度超出市場(chǎng)普遍預(yù)期，經(jīng)濟(jì)拐點(diǎn)提前到來，但在市場(chǎng)一片樂觀呼聲中卻僅持續(xù)了一個(gè)季度，2013年上半年經(jīng)濟(jì)迅速轉(zhuǎn)弱。下半年，在經(jīng)歷了6月資金面“壓力測(cè)試”后，諸多宏觀經(jīng)濟(jì)預(yù)判都對(duì)此后的經(jīng)濟(jì)走勢(shì)極為悲觀，但實(shí)際情況卻再次偏離市場(chǎng)一致預(yù)期，7.8%的三季度GDP相對(duì)于二季度大幅回升0.3個(gè)百分點(diǎn)。
我們的宏觀經(jīng)濟(jì)量化預(yù)測(cè)結(jié)果顯示，2013年四季度GDP在7.6%附近，且2014年一季度也保持同樣增速水平。雖然2013年市場(chǎng)風(fēng)格差異極大，代表傳統(tǒng)經(jīng)濟(jì)的主板指數(shù)在“三中全會(huì)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整”、“利率市場(chǎng)化改革”、“地方債務(wù)平臺(tái)整治”、“美國(guó)逐漸退出國(guó)債購(gòu)買計(jì)劃”、“環(huán)境保護(hù)和大氣治理”等負(fù)面信息的壓制下表現(xiàn)欠佳，但至少到2014年一季度經(jīng)濟(jì)沒有大幅下行風(fēng)險(xiǎn)。
定性分析下，我們也認(rèn)為目前處在政策敏感期，在三中全會(huì)《決議》對(duì)各改革方向提出指導(dǎo)性意見后，具體細(xì)則落實(shí)情況成為影響未來一年政策整體松緊的關(guān)鍵因素，例如市場(chǎng)比較關(guān)心的“優(yōu)先股推進(jìn)時(shí)點(diǎn)及方式”、“自貿(mào)區(qū)資本項(xiàng)放開程度和時(shí)點(diǎn)”、“注冊(cè)制IPO的推進(jìn)和方式”、“房產(chǎn)稅收制度的推進(jìn)和落實(shí)”、“利率市場(chǎng)化后銀行的業(yè)務(wù)范圍變化”、“資產(chǎn)證券化和地方融資債務(wù)的處置”等問題，其中每一個(gè)都有可能在公布和落實(shí)中成為市場(chǎng)進(jìn)一步走強(qiáng)的重要催化劑。
作為量化研究，我們希望在細(xì)分?jǐn)?shù)據(jù)上得到更多的邏輯驗(yàn)證。圖中羅列了我們較為關(guān)心的中國(guó)經(jīng)濟(jì)四大周期行業(yè)數(shù)據(jù)，分別是電力、鋼鐵、水泥、煤炭。在投資導(dǎo)向型經(jīng)濟(jì)體中，上述指標(biāo)走勢(shì)基本能夠反映經(jīng)濟(jì)整體走向，圖中框選部分為2013年2-6月，可清晰看出一段顯著下行趨勢(shì)，這也是眾多宏觀經(jīng)濟(jì)分析的錯(cuò)判區(qū)間，在庫(kù)存周期波動(dòng)干擾下，始于2012年末的經(jīng)濟(jì)反彈提前終結(jié)！但從量化維度上，我們卻早在3月上旬便敏銳發(fā)現(xiàn)了其中的變化，這得益于眾多周期行業(yè)模型的跟蹤結(jié)果。
基于我們量化基本面預(yù)測(cè)體系的最新數(shù)據(jù)，各行業(yè)產(chǎn)量增速走向存在一定差異。如發(fā)電量增速未來3個(gè)月內(nèi)將小幅下行，預(yù)計(jì)高點(diǎn)在10-11月形成；鋼鐵行業(yè)未來三個(gè)月基本面走勢(shì)或也將趨于謹(jǐn)慎，預(yù)計(jì)產(chǎn)量增速也將出現(xiàn)下行；水泥行業(yè)謹(jǐn)慎樂觀，預(yù)計(jì)原有產(chǎn)量、價(jià)格增速的上行趨勢(shì)仍將延續(xù)，但提升幅度有限；煤炭行業(yè)相對(duì)樂觀，預(yù)計(jì)2013年6月后的基本面回暖趨勢(shì)有望至少延續(xù)至2014年一季度，包括產(chǎn)量和價(jià)格的同比增速繼續(xù)改善。
綜合以上四行業(yè)走向，兩降兩升的預(yù)判若完全兌現(xiàn)，基本預(yù)示著宏觀經(jīng)濟(jì)整體的平穩(wěn)過渡。考慮到當(dāng)前市場(chǎng)估值中蘊(yùn)含了對(duì)中國(guó)經(jīng)濟(jì)最悲觀的預(yù)期，因此我們判斷2014年上半年市場(chǎng)整體將延續(xù)估值修復(fù)特征，整體重心繼續(xù)上移，對(duì)應(yīng)上證綜指參考波動(dòng)區(qū)間為2100-2500點(diǎn)。
創(chuàng)業(yè)板基本面展望：或現(xiàn)短期指數(shù)調(diào)險(xiǎn)
我們過去的研究結(jié)果表明，滬深300、中小板、創(chuàng)業(yè)板等市場(chǎng)板塊的業(yè)績(jī)同價(jià)格指數(shù)走勢(shì)存在顯著的對(duì)應(yīng)關(guān)系，兩者高低點(diǎn)之間領(lǐng)先滯后關(guān)系穩(wěn)定。
上述研究的重要意義在于，其反映出市場(chǎng)對(duì)于業(yè)績(jī)的高度敏感性，也進(jìn)一步明確了基本面研究和預(yù)測(cè)工作的重要性。尤其是創(chuàng)業(yè)板上的業(yè)績(jī)與股價(jià)對(duì)應(yīng)關(guān)系也沒有出現(xiàn)例外，這說明在故事和題材之外，在進(jìn)行3個(gè)月以內(nèi)的中短期投資中，業(yè)績(jī)波動(dòng)仍舊是必須關(guān)注的重點(diǎn)因素之一。從創(chuàng)業(yè)板業(yè)績(jī)與股價(jià)對(duì)應(yīng)關(guān)系可以看出，2011年一季度、2012年四季度兩次出現(xiàn)業(yè)績(jī)、股價(jià)下滑的雙重拐點(diǎn)，2013年全年創(chuàng)業(yè)板則基本呈現(xiàn)兩個(gè)序列同步提升狀態(tài)，我們需要關(guān)心的是下一個(gè)拐點(diǎn)出現(xiàn)的位置。
業(yè)績(jī)預(yù)測(cè)模型給出了令人擔(dān)憂的結(jié)果，雖然2013年四季度仍能看到業(yè)績(jī)的進(jìn)一步提升，但2014年一季度將有可能看到較為顯著的增速下降情況即“業(yè)績(jī)低于預(yù)期”。
考慮到2013年四季度和2014年一季度的業(yè)績(jī)預(yù)測(cè)結(jié)果以及當(dāng)前1200點(diǎn)以上的指數(shù)點(diǎn)位，我們對(duì)2014年上半年的創(chuàng)業(yè)板行情從6月中報(bào)時(shí)的樂觀轉(zhuǎn)為謹(jǐn)慎，預(yù)計(jì)創(chuàng)業(yè)板綜指波動(dòng)中樞將下降到1100點(diǎn)附近，參考波動(dòng)區(qū)間1000-1300點(diǎn)，超預(yù)期上行風(fēng)險(xiǎn)可能在2014年5-6月之后。
中長(zhǎng)期角度下，我們對(duì)改革紅利釋放對(duì)于國(guó)內(nèi)中小企業(yè)的正面影響也充滿信心，但中短期市場(chǎng)則難免受到消息和業(yè)績(jī)披露的影響，2014年一季度可能出現(xiàn)的業(yè)績(jī)減速將大概率上對(duì)指數(shù)產(chǎn)生負(fù)面影響，屆時(shí)市場(chǎng)的預(yù)期也將逐漸回復(fù)到一個(gè)更理性的水平上。
量化情緒面維度下的中短期市場(chǎng)狀態(tài)分析
量化資產(chǎn)配置情緒面，主板折溢價(jià)創(chuàng)歷史低位，否極泰來。雖然市場(chǎng)2013年7月便開始觸底回升，但我們監(jiān)控的主板折溢價(jià)指數(shù)依舊處于歷史最低水平，反映市場(chǎng)情緒極度謹(jǐn)慎，預(yù)計(jì)2014年的情緒修復(fù)將帶來估值提升；持續(xù)跟蹤的市場(chǎng)“恐慌貪婪”指標(biāo)目前指向大眾投資者的“羊群效應(yīng)”短期內(nèi)還不足以獨(dú)立引導(dǎo)市場(chǎng)走勢(shì)，建議更多關(guān)注市場(chǎng)基本面和政策面變化影響；最后，目前機(jī)構(gòu)對(duì)創(chuàng)業(yè)板的相對(duì)持倉(cāng)水平已從上半年的單邊增持轉(zhuǎn)變?yōu)楦呶徽鹗?，預(yù)示創(chuàng)業(yè)板/主板輪動(dòng)關(guān)系已進(jìn)入平穩(wěn)期，需警惕未來業(yè)績(jī)不達(dá)預(yù)期風(fēng)險(xiǎn)下的機(jī)構(gòu)減持可能對(duì)板塊帶來的負(fù)面沖擊。
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)。基于因素模型的套利定價(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(zhǎng)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(zhǎng)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(jiǎn)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(zhǎng)期、中期和短期趨勢(shì)，其中，長(zhǎng)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(jìng)爭(zhēng)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(rùn)。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(cāng)。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(cāng)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(zhǎng)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(jī)?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(jī)。在組合業(yè)績(jī)?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(jī)的來源。在證券投資學(xué)中，組合業(yè)績(jī)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(jī)?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(jī)?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績(jī)?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)
在量化投資中，非常注重計(jì)算機(jī)對(duì)數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、策略檢測(cè)和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴于投資者的經(jīng)驗(yàn)，一部分依賴于投資者對(duì)市場(chǎng)的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對(duì)于市場(chǎng)拐點(diǎn)以及趨勢(shì)反轉(zhuǎn)的判斷主要還是依賴投資者的經(jīng)驗(yàn)。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實(shí)施依賴于人的設(shè)定，而人的設(shè)定不僅依賴于經(jīng)驗(yàn)，而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò)，一方面是因?yàn)槿藗儗?duì)市場(chǎng)的認(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會(huì)比較小，但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會(huì)超出了人們?cè)鹊恼J(rèn)識(shí)，即市場(chǎng)還會(huì)出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴數(shù)學(xué)和統(tǒng)計(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場(chǎng)環(huán)境。近年來，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場(chǎng)中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
（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[4]。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(zhǎng)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(zhǎng)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(jiǎn)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(zhǎng)期、中期和短期趨勢(shì)，其中，長(zhǎng)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(jìng)爭(zhēng)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(rùn)。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(cāng)。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(cāng)和算法交易。[5]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。
二、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(zhǎng)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(jī)?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(jī)。在組合業(yè)績(jī)?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(jī)的來源。在證券投資學(xué)中，組合業(yè)績(jī)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(jī)?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(jī)?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績(jī)?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)
在量化投資中，非常注重計(jì)算機(jī)對(duì)數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、策略檢測(cè)和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴于投資者的經(jīng)驗(yàn)，一部分依賴于投資者對(duì)市場(chǎng)的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對(duì)于市場(chǎng)拐點(diǎn)以及趨勢(shì)反轉(zhuǎn)的判斷主要還是依賴投資者的經(jīng)驗(yàn)。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實(shí)施依賴于人的設(shè)定，而人的設(shè)定不僅依賴于經(jīng)驗(yàn)，而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò)，一方面是因?yàn)槿藗儗?duì)市場(chǎng)的認(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會(huì)比較小，但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會(huì)超出了人們?cè)鹊恼J(rèn)識(shí)，即市場(chǎng)還會(huì)出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴數(shù)學(xué)和統(tǒng)計(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場(chǎng)環(huán)境。近年來，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場(chǎng)中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
“股市在絕望中落地,在歡樂中升騰,在瘋狂中結(jié)束”,這是索羅斯先生的不朽名句之一。以滬指6124點(diǎn)區(qū)間的交易量均值為“瘋狂系數(shù)”,以滬指1664點(diǎn)區(qū)間的交易量均值為“絕望系數(shù)”,二者的比值為1:0.20。以此為參數(shù),2009年7-8月滬指3478點(diǎn)區(qū)間的交易量均值為瘋狂,今年5-6月的交易量均值為絕望,二者相比的比值為1:0.24,因此可判斷股市大幅下跌的空間有限,得出結(jié)論是6月就是底部。
股市的絕望與瘋狂指標(biāo)具有雙重參考意義。第一,參考其他基本面分析數(shù)據(jù),預(yù)測(cè)超跌企穩(wěn)。第二,參考其他基本面分析數(shù)據(jù),防范股市的過度瘋狂。具體說來,如果滬深兩市的合計(jì)成交量連續(xù)數(shù)日為底部區(qū)間交易量的4-5倍之時(shí),股市的“情緒性頂部”可能形成。從長(zhǎng)期趨勢(shì)看,具體的量化數(shù)據(jù)如交易額的數(shù)量將逐步提高,但瘋狂與絕望之間的交易量比例則大致不變,因此可作為輔的股市預(yù)測(cè)工具。股市分析有三大流派,基本面研究的優(yōu)點(diǎn)在于選股,技術(shù)面研究的優(yōu)點(diǎn)在于選價(jià),行為面的研究則重于看“勢(shì)”,三者缺一不可,分別對(duì)應(yīng)于股市的“三駕馬車”,即業(yè)績(jī)?cè)鲩L(zhǎng)、資金流量和情緒狀態(tài)。
2011年以來，隨著投資者對(duì)股指期貨、融資融券等做空工具認(rèn)識(shí)的深入，對(duì)券商自營(yíng)參與股指期貨不俗表現(xiàn)的考察，基金專戶、信托、券商資管甚至有限合伙制的“量化對(duì)沖”型產(chǎn)品不斷發(fā)行。但是由于“量化”相對(duì)來說對(duì)于數(shù)學(xué)、計(jì)算機(jī)等技能要求比較高、模型化程度較高，往往產(chǎn)品管理人或營(yíng)銷渠道還故意渲染其“黑盒子”特征，讓它們產(chǎn)生更多的神秘感和高深度。事實(shí)上“量化對(duì)沖”并不復(fù)雜，其中量化是獲取收益的方法，是和基本面、技術(shù)分析相并列的幾個(gè)證券投資分析方法之一；而對(duì)沖才是關(guān)鍵，它是管理風(fēng)險(xiǎn)的手段，通過對(duì)沖來規(guī)避市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，從而在市場(chǎng)整體下跌過程中還能獲利。
由此可見，量化和對(duì)沖并非同一回事情。量化不僅可以管理對(duì)沖型產(chǎn)品，也可以在公募基金中很好的運(yùn)用。比如，2012年8月底成立的交銀阿爾法核心股票基金就是以量化的方法進(jìn)行管理的，在成立不到三個(gè)月的時(shí)間中就超越滬深300指數(shù)1.5%。同樣，對(duì)沖基金可以用量化的方法來管理，比如文藝復(fù)興科技公司的大獎(jiǎng)?wù)禄鸬?；也可以用基本面方法來打造，比如鮑爾森基金、索羅斯的量子基金等。運(yùn)用基本面方法進(jìn)行管理的對(duì)沖基金同樣有不俗的表現(xiàn)，美國(guó)市場(chǎng)1998-2008年十年間基本面中性對(duì)沖基金平均年收益9.1%，遠(yuǎn)超過很多共同基金、量化的對(duì)沖基金。本文希望能夠通過對(duì)對(duì)沖基金策略邏輯及原理的分析，為投資者和學(xué)術(shù)研究人員進(jìn)一步了解市場(chǎng)及新興的資產(chǎn)管理模式提供幫助。
共同基金與對(duì)沖基金――低利率高波動(dòng)環(huán)境下的專業(yè)化分工選擇
（一）共同基金
共同基金早于對(duì)沖基金誕生，它起源于英國(guó)，盛行于美國(guó)。在美國(guó)，共同基金的發(fā)展得到了法律的支持與推動(dòng)（如1933年的《證券法》、1934年的《證券交易法》、1940年的《投資公司法》和《投資顧問法》），形成了完整的制度體系與運(yùn)作流程。在長(zhǎng)達(dá)數(shù)十年的發(fā)展過程中，共同基金為投資者帶來了豐富的回報(bào)，但同時(shí)也暴露了自身的缺陷，即共同基金無法規(guī)避系統(tǒng)風(fēng)險(xiǎn)，它們?cè)谛苁衼砼R時(shí)只能減少但不能消滅損失。也就是說，共同基金的收益率與股票、債券等基礎(chǔ)市場(chǎng)的相關(guān)性較高。而且，并不是所有的共同基金都可以跑贏基準(zhǔn)（即所謂的相對(duì)收益），先鋒基金公司鮑格爾研究發(fā)現(xiàn)，1942-1997年間，主動(dòng)型共同基金平均落后標(biāo)普500指數(shù)約1.3%，即主動(dòng)型共同基金在平均意義上無法跑贏比較基準(zhǔn)。
（二）對(duì)沖基金
在出現(xiàn)低利率、高波動(dòng)性與低證券投資收益的背景下，投資者需要尋找另類的投資工具，以滿足其追求絕對(duì)收益的需求。對(duì)沖基金投資范圍廣、投資策略靈活，既可以在經(jīng)濟(jì)繁榮時(shí)獲利，也可以在經(jīng)濟(jì)蕭條時(shí)獲利，因此獲得了較好的投資效果。對(duì)沖基金（Hedge Fund）又稱套利基金或避險(xiǎn)基金。對(duì)沖（Hedge）一詞，原意指在賭博中為防止損失而采用兩方下注的投機(jī)方法，因而把在金融市場(chǎng)既買又賣的投機(jī)基金稱為對(duì)沖基金。美國(guó)的對(duì)沖基金是隨著美國(guó)金融業(yè)的發(fā)展、特別是期貨和期權(quán)等交易的出現(xiàn)而發(fā)展起來的。對(duì)沖基金起源于20世紀(jì)50年代初的美國(guó)，原意是指廣泛利用金融衍生產(chǎn)品進(jìn)行風(fēng)險(xiǎn)對(duì)沖的一類基金。然而，對(duì)沖基金后來的發(fā)展大大超出其原本含義。如今人們普遍認(rèn)為，對(duì)沖基金是利用各種金融衍生產(chǎn)品的杠桿效用，承擔(dān)高風(fēng)險(xiǎn)、追求高收益的一種投資模式。
那么，對(duì)沖基金到底是什么呢？實(shí)際上，對(duì)沖基金具有十分豐富的內(nèi)涵，很難進(jìn)行精確定義。不過，通過考察和比較各類對(duì)沖基金，依然可以發(fā)現(xiàn)以下共同特征：
采取有限合伙制，多為私募形式。由于操作上要求高度的隱蔽性和靈活性，因此，對(duì)沖基金采取有限合伙制且以私募形式募集資金，這樣可以避開針對(duì)公募基金的監(jiān)管需求例如信息披露、投資組合限制等。投資者以資金入伙，但是不參與投資活動(dòng)；發(fā)起人同樣以資金入伙，但負(fù)責(zé)基金的投資決策與銷售管理。一般來說，合伙人的數(shù)量受到嚴(yán)格控制，例如美國(guó)要求控制在100人以下。
追求絕對(duì)收益。追求絕對(duì)收益是對(duì)沖基金的典型特征，這一點(diǎn)與共同基金明顯不同。共同基金的業(yè)績(jī)?cè)u(píng)價(jià)一般采取“相對(duì)收益”，以跑贏市場(chǎng)、獲得高于市場(chǎng)基準(zhǔn)的收益為目標(biāo)，而對(duì)沖基金則以“絕對(duì)收益”為目標(biāo)，不強(qiáng)調(diào)與市場(chǎng)基準(zhǔn)的關(guān)聯(lián)度。
發(fā)起人放入自己的資金，采用激勵(lì)管理費(fèi)率。對(duì)沖基金的發(fā)起人會(huì)將自有資金放入所管理的基金中，管理費(fèi)率則采取“固定費(fèi)率+業(yè)績(jī)提成”的方式，這便使得對(duì)沖基金的發(fā)起人與投資者建立起“風(fēng)險(xiǎn)共擔(dān)，收益共享”的關(guān)系。
使用杠桿，多頭/空頭，操作非常靈活。對(duì)沖基金的投資范圍非常廣，涉足利率、匯率、股市等多個(gè)市場(chǎng)。對(duì)沖基金的投資策略非常靈活，不僅建立多頭頭寸，也會(huì)根據(jù)市場(chǎng)判斷和策略需要建立空頭頭寸。而且，由于追求絕對(duì)收益，因此對(duì)沖基金常常使用杠桿，包括杠桿借貸（利用銀行信用放大資金倍數(shù)）、杠桿投資（利用衍生品放大投資系數(shù)）等，以追求最大程度的高回報(bào)。由于操作上的高度隱蔽性、靈活性以及杠桿效應(yīng)，對(duì)沖基金在現(xiàn)代國(guó)際金融市場(chǎng)的投機(jī)活動(dòng)中擔(dān)當(dāng)了重要角色。
綜上所述，對(duì)沖基金經(jīng)過幾十年的不斷演變，已經(jīng)成為一種新的投資模式的代名詞―即采取有限合伙人制和激勵(lì)管理費(fèi)率，基于前沿的投資策略與復(fù)雜的投資技巧，充分利用金融衍生品的杠桿效應(yīng)，追求絕對(duì)收益的投資模式。
（三）共同基金與對(duì)沖基金的比較
對(duì)沖基金與共同基金的比較如表1所示，其本質(zhì)區(qū)別是法律結(jié)構(gòu)的差異。共同基金具有更加透明的信息披露，更加嚴(yán)格的監(jiān)管環(huán)境。而對(duì)沖基金由于其私下募集性質(zhì)，因此具有更加靈活的操作方式。從風(fēng)險(xiǎn)管理水平來看，共同基金通過組合分散來管理風(fēng)險(xiǎn)，但是無法規(guī)避系統(tǒng)性風(fēng)險(xiǎn)；而對(duì)沖基金則通過對(duì)沖來規(guī)避風(fēng)險(xiǎn)。
對(duì)沖策略原理與實(shí)證分析
對(duì)沖策略通過構(gòu)建多空頭寸進(jìn)行風(fēng)險(xiǎn)規(guī)避，是最常見的獲得準(zhǔn)絕對(duì)收益的手段。最傳統(tǒng)的對(duì)沖策略是套利策略，通過尋找市場(chǎng)錯(cuò)誤定價(jià)的機(jī)會(huì)，建立相反方向的頭寸來獲取收益。最典型的對(duì)沖策略是Alpha策略，通過構(gòu)建相對(duì)價(jià)值策略來超越指數(shù)，然后通過指數(shù)期貨或期權(quán)等風(fēng)險(xiǎn)管理工具來對(duì)沖系統(tǒng)性風(fēng)險(xiǎn)。另外，中性策略也是比較典型的對(duì)沖策略，通過構(gòu)造股票多空組合減少對(duì)某些風(fēng)險(xiǎn)的暴露，可以分為基于基本面和基于統(tǒng)計(jì)的兩種類型，配對(duì)交易就屬于后者。第四類對(duì)沖策略是事件驅(qū)動(dòng)型策略，通過尋找可能進(jìn)行重組、收購(gòu)、兼并、破產(chǎn)清算或者其他事件的公司，買入股價(jià)受事件正面影響的公司，賣出股價(jià)受事件負(fù)面影響的公司。
（一）套利策略：最傳統(tǒng)的對(duì)沖策略
套利策略包括轉(zhuǎn)債套利、股指期貨期現(xiàn)套利、跨期套利、ETF套利等，是最傳統(tǒng)的對(duì)沖策略。其本質(zhì)是金融產(chǎn)品定價(jià)“一價(jià)原理”的運(yùn)用，即當(dāng)同一產(chǎn)品的不同表現(xiàn)形式之間的定價(jià)出現(xiàn)差異時(shí)，買入相對(duì)低估的品種、賣出相對(duì)高估的品種來獲取中間的價(jià)差收益。因此，套利策略所承受的風(fēng)險(xiǎn)是最小的，更有部分策略被稱為“無風(fēng)險(xiǎn)套利”。
A股市場(chǎng)發(fā)展最為成熟的套利策略應(yīng)該是ETF套利，雖還不能稱產(chǎn)業(yè)化，但是已經(jīng)有專業(yè)化從事ETF套利的投資公司。套利者通過實(shí)時(shí)監(jiān)測(cè)ETF場(chǎng)內(nèi)交易價(jià)格和IOPV之間的價(jià)差，當(dāng)場(chǎng)內(nèi)價(jià)格低于IOPV一定程度時(shí)，通過場(chǎng)內(nèi)買入ETF，然后執(zhí)行贖回操作轉(zhuǎn)換成一籃子股票賣出，來獲取ETF場(chǎng)內(nèi)價(jià)格和IOPV之間的價(jià)差。反之，當(dāng)IOPV低于場(chǎng)內(nèi)價(jià)格時(shí)，通過買入一籃子股票來申購(gòu)ETF份額，然后場(chǎng)內(nèi)賣出ETF來獲利。除此之外還有ETF新發(fā)階段、成份股停牌等情形都可能出現(xiàn)套利機(jī)會(huì)。當(dāng)然，隨著套利資金的參與，ETF套利機(jī)會(huì)在不斷收窄，因此，即使是專業(yè)從事套利的投資公司也開始向統(tǒng)計(jì)套利或延時(shí)套利策略延伸。
股指期貨、融資融券等衍生品和做空工具的推出創(chuàng)造了更多的套利機(jī)會(huì)。2010年和2011年套利收益最大的來源是股指期貨和現(xiàn)貨之間的套利機(jī)會(huì)。滬深300股指期貨上市以來大部分時(shí)間處于升水狀態(tài)，因此通過買入滬深300一籃子股票同時(shí)賣出期貨合約，當(dāng)期貨合約到期時(shí)基差收縮就能獲利。除了買入滬深300股指期貨之外還可以通過上證50、上證180和深證100等ETF來復(fù)制股票現(xiàn)貨，這也是這三支ETF在股指期貨推出之后規(guī)?？焖僭鲩L(zhǎng)的原因之一。當(dāng)然隨著滬深300ETF的上市，期現(xiàn)套利便利性進(jìn)一步得到提升，這或許也是最近滬深300指數(shù)期貨升水水平快速下降的原因之一。
當(dāng)前市場(chǎng)中比較熱的套利機(jī)會(huì)來自分級(jí)基金。分級(jí)基金是國(guó)內(nèi)基金業(yè)特有的創(chuàng)新產(chǎn)品，它從出現(xiàn)開始就受到廣泛投資者的追捧。比如2012年截至三季度末，在上證指數(shù)下跌5%，大量股票基金規(guī)模萎縮的情況下，股票型分級(jí)基金場(chǎng)內(nèi)份額增長(zhǎng)了108%。其主要原因是分級(jí)基金在將傳統(tǒng)的共同基金拆分成穩(wěn)定收益和杠桿收益兩種份額的同時(shí)，給市場(chǎng)提供了眾多的套利機(jī)會(huì)―上市份額和母基金之間的套利機(jī)會(huì)、穩(wěn)定收益份額二級(jí)市場(chǎng)收益套利機(jī)會(huì)、定點(diǎn)折算和不定點(diǎn)折算帶來的套利機(jī)會(huì)。部分基金公司已經(jīng)在發(fā)行專門從事分級(jí)基金套利的專戶產(chǎn)品。
（二）Alpha策略：變相對(duì)收益為絕對(duì)收益
Alpha策略成功的關(guān)鍵就是尋找到一個(gè)超越基準(zhǔn)（具有股指期貨等做空工具的基準(zhǔn)）的策略。比如，可以構(gòu)造指數(shù)增強(qiáng)組合+滬深300指數(shù)期貨空頭策略。這種策略隱含的投資邏輯是擇時(shí)比較困難，不想承受市場(chǎng)風(fēng)險(xiǎn)。圖1和圖2是根據(jù)一個(gè)定量增強(qiáng)策略對(duì)沖系統(tǒng)性風(fēng)險(xiǎn)之后的月度Alpha收益和滾動(dòng)年Alpha收益。通過對(duì)沖策略，組合63.16%的月份獲得正的收益，而從年滾動(dòng)收益來看，獲取正回報(bào)的概率是89.32%。從收益來看，2000年以來平均每個(gè)月高達(dá)0.98%，2006年以來月收益達(dá)2.18%，而2000年以來滾動(dòng)年收益平均為16.05%，2006年以來滾動(dòng)年收益平均為36.73%。其中獲取負(fù)收益的時(shí)間主要集中在2005-2006年股改期間，定量策略失效，未能成功戰(zhàn)勝滬深300。在國(guó)內(nèi)基金運(yùn)行的這幾年中，基金表現(xiàn)出卓越的選股能力，通過Alpha策略可以成功地放大基金公司這方面的專業(yè)技能。
（三）中性策略：從消除Beta的維度出發(fā)
市場(chǎng)中性策略可以簡(jiǎn)單劃分為統(tǒng)計(jì)套利和基本面中性兩種，中性策略表現(xiàn)數(shù)據(jù)相對(duì)有限，主要是這一類策略數(shù)據(jù)常常包含基本面多空、波動(dòng)率套利等策略的表現(xiàn)。中性策略和多空策略很多情況下方法和思想比較類似，只是中性策略嘗試在構(gòu)造避免風(fēng)險(xiǎn)暴露的多空組合的同時(shí)追求絕對(duì)回報(bào)。因此，多頭頭寸和空頭頭寸的建立不再是孤立的，甚至是同步的。多頭頭寸和空頭頭寸嚴(yán)格匹配，構(gòu)造出市場(chǎng)中性組合，因此其收益都源于選股，而與市場(chǎng)方向無關(guān)―即追求絕對(duì)收益（Alpha），而不承受市場(chǎng)風(fēng)險(xiǎn)（Beta）。
基于統(tǒng)計(jì)套利的市場(chǎng)中性表現(xiàn)往往優(yōu)于基于基本面的市場(chǎng)中性，主要原因是統(tǒng)計(jì)套利的信息來源更加廣泛，換手率也較高。在市場(chǎng)中性策略方面，中信證券金融工程及衍生品組研究也分兩個(gè)方面進(jìn)行，一方面是研究境外市場(chǎng)中性策略的發(fā)展及其最近的進(jìn)展，另一方面也在做本土化的嘗試。尤其是融資融券推出之后，在國(guó)內(nèi)市場(chǎng)開發(fā)中性策略產(chǎn)品已經(jīng)成為可能。圖3和圖4分別給出基于組合的統(tǒng)計(jì)套利策略表現(xiàn)和基于配對(duì)的統(tǒng)計(jì)套利交易案例，可以發(fā)現(xiàn)，在融資融券標(biāo)的中運(yùn)用統(tǒng)計(jì)套利能夠獲得非常穩(wěn)定的收益，這和境外市場(chǎng)表現(xiàn)很相近。
（四）事件驅(qū)動(dòng)策略：分享事件沖擊的“紅利”
在任何一個(gè)市場(chǎng)，事件發(fā)生在影響企業(yè)基本面之前首先影響的是市場(chǎng)參與者的預(yù)期，然后就會(huì)直接沖擊股價(jià)，A股市場(chǎng)也不例外。事件驅(qū)動(dòng)策略通過關(guān)注正在或可能會(huì)進(jìn)行重組、收購(gòu)、兼并、破產(chǎn)清算或其他特殊事件的公司，當(dāng)股價(jià)受到這些事件沖擊時(shí)，就能從中獲利。股改時(shí)期尋找下一個(gè)股改的公司、司空見慣的尋找具有重組題材的公司等都是事件驅(qū)動(dòng)策略的體現(xiàn)。中信證券金融工程及衍生品組針對(duì)A股市場(chǎng)上分離債發(fā)行、分紅送配、股權(quán)激勵(lì)、成分股調(diào)整等都進(jìn)行過事件研究，通過捕捉事件在不同環(huán)節(jié)對(duì)股價(jià)的沖擊節(jié)奏來獲取超額收益。
圖5和圖6分別給出白酒行業(yè)和鋼鐵行業(yè)過去發(fā)生的兩個(gè)可以運(yùn)用事件驅(qū)動(dòng)策略的案例。2009年9月8日水井坊公告全興集團(tuán)中外雙方股東自2009年9月9日起舉行正式會(huì)談；2001年3月2日DHHBV將持有全興集團(tuán)53%的股權(quán)，并將間接控制全興集團(tuán)現(xiàn)時(shí)持有的公司39.71%的股權(quán)，從而觸發(fā)要約收購(gòu)義務(wù)。這個(gè)事件本身對(duì)于水井坊而言應(yīng)該屬于利好，市場(chǎng)預(yù)期應(yīng)該是會(huì)強(qiáng)于行業(yè)。因此可以選擇公告出來之后做多水井坊賣空其他白酒公司來對(duì)沖風(fēng)險(xiǎn)，比如貴州茅臺(tái)、五糧液等行業(yè)比較有代表性的公司。從圖5可以發(fā)現(xiàn)，水井坊公告之后，股價(jià)走勢(shì)明顯強(qiáng)于貴州茅臺(tái)等同業(yè)公司。水井坊2009年9月16日股價(jià)復(fù)牌之后三個(gè)月內(nèi)上漲了20%，而貴州茅臺(tái)股價(jià)基本沒有發(fā)生大幅波動(dòng)。同樣，2008年12月28日唐鋼股份與邯鄲鋼鐵、承德釩鈦簽署換股吸收合并。唐鋼股份（吸收合并完畢后為河北鋼鐵）在短短的2個(gè)月時(shí)間內(nèi)股價(jià)就從4.1元上漲到6.30元，漲幅超過50%；到2009年8月份股價(jià)最高達(dá)到11.32元。而同期鋼鐵行業(yè)代表性公司寶鋼股份表現(xiàn)相對(duì)落后。在這兩個(gè)事件中，買入受事件刺激的股票、賣出行業(yè)代表性公司，可以不承受市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)獲取事件影響帶來的超額收益。
當(dāng)然，事件驅(qū)動(dòng)策略收益和事件發(fā)生頻率密切相關(guān)。從CS/Tremont并購(gòu)套利策略表現(xiàn)來看，當(dāng)全球并購(gòu)事件交易量較高時(shí)，并購(gòu)驅(qū)動(dòng)策略表現(xiàn)會(huì)更好。根據(jù)花旗集團(tuán)和湯森路透等機(jī)構(gòu)等的統(tǒng)計(jì)，近幾年并購(gòu)事件多發(fā)區(qū)域從歐美市場(chǎng)向亞太等新興市場(chǎng)轉(zhuǎn)移，預(yù)計(jì)擅長(zhǎng)事件驅(qū)動(dòng)策略的資金也會(huì)隨之轉(zhuǎn)移，并且強(qiáng)化事件對(duì)于股票價(jià)格的沖擊。并購(gòu)事件也是A股市場(chǎng)永恒的主題之一，尤其是近幾年央企整合在加速。同時(shí)，融資融券業(yè)務(wù)的試點(diǎn)，各個(gè)行業(yè)的代表性大公司大多數(shù)是屬于融資融券標(biāo)的，買入具有事件發(fā)生的公司賣出行業(yè)代表性公司來獲取事件驅(qū)動(dòng)收益是切實(shí)可行的。
結(jié)論
迄今，互聯(lián)網(wǎng)對(duì)各傳統(tǒng)產(chǎn)業(yè)的顛覆性影響已得到廣泛認(rèn)知。與一些業(yè)態(tài)被完全改寫的行業(yè)相比，互聯(lián)網(wǎng)對(duì)金融領(lǐng)域的沖擊才剛剛開始――公募基金首當(dāng)其沖；而在整個(gè)證券投資領(lǐng)域，互聯(lián)網(wǎng)在資訊、研究、產(chǎn)品、銷售等各方面，都在推動(dòng)市場(chǎng)轉(zhuǎn)型；甚至連銀行這樣的金融領(lǐng)域“巨無霸”都險(xiǎn)些被余額寶撼動(dòng)。
隨著互聯(lián)網(wǎng)金融方面的創(chuàng)新不斷涌現(xiàn)，金融機(jī)構(gòu)與互聯(lián)網(wǎng)公司合作的深度、廣度將極大拓展，創(chuàng)新能力將決定金融機(jī)構(gòu)在未來行業(yè)中的競(jìng)爭(zhēng)地位。
量化“投資者情緒”成創(chuàng)新熱點(diǎn)
按照宣傳，“新浪-南方”指數(shù)是“在南方基金量化投資研究平臺(tái)的基礎(chǔ)上，通過對(duì)新浪財(cái)經(jīng)頻道和微博財(cái)經(jīng)大數(shù)據(jù)予以分析，找出股票熱度預(yù)期、成長(zhǎng)預(yù)期、估值提升預(yù)期的關(guān)系，構(gòu)建策略因子，精選出具有超額收益預(yù)期的股票，編織成最終指數(shù)”；而“百度-廣發(fā)”指數(shù)，是“以百度網(wǎng)頁(yè)搜索和百度新聞搜索為基礎(chǔ)的數(shù)據(jù)分析應(yīng)用指標(biāo)，可以反映不同關(guān)鍵詞在過去一段時(shí)間的用戶關(guān)注度和媒體關(guān)注度，也是利用互聯(lián)網(wǎng)大數(shù)據(jù)挖掘投資者金融行為的工具。”兩者皆指向互聯(lián)網(wǎng)上投資者情緒的量化應(yīng)用。
投資者情緒受到重視有內(nèi)外兩方面的因素：一方面，傳統(tǒng)、教科書式的投資理論沒有納入對(duì)投資者非理的分析，因此，對(duì)股價(jià)的解釋力差強(qiáng)人意。這在過去數(shù)年A股市場(chǎng)表現(xiàn)得特別明顯。股價(jià)很大程度上是被“事件――情緒”所驅(qū)動(dòng)，A股投資者越來越意識(shí)到了非基本面的市場(chǎng)情緒因素的重要性，迫切需要對(duì)其進(jìn)行分析。另一方面，互聯(lián)網(wǎng)進(jìn)入大數(shù)據(jù)時(shí)代，為投資者情緒的挖掘和量化準(zhǔn)備了技術(shù)條件。
股市中有一個(gè)說法，叫做“唯一確定的事情就是不確定”。而股市之變幻莫測(cè)，外部事件沖擊固然紛至沓來，但投資者對(duì)事件的理解和反應(yīng)，其復(fù)雜性往往更勝一籌。面對(duì)類似事件，投資者反應(yīng)甚至截然相反。其中一些財(cái)經(jīng)政策和數(shù)據(jù)的，市場(chǎng)反應(yīng)還可以用預(yù)期來說明；而更多事件的反應(yīng)脫離了當(dāng)時(shí)市場(chǎng)心理狀態(tài)則完全無從解釋。
例如，“上海自貿(mào)區(qū)”概念股走出了一波大幅上漲的行情，同為區(qū)域經(jīng)濟(jì)政策題材的“京津冀一體化”概念股卻表現(xiàn)一般。再比如，近一年多來驅(qū)動(dòng)軍工股、信息安全概念股的熱點(diǎn)事件不斷，兩類股票總體上也表現(xiàn)強(qiáng)勢(shì)，但若試圖將事件強(qiáng)度與股價(jià)表現(xiàn)做一一對(duì)應(yīng)，則難免失望。從某種程度來說，投資者的反應(yīng)比事件的發(fā)生更難預(yù)料。
簡(jiǎn)而言之，在事件和股價(jià)之間，并不必然存在按圖索驥的對(duì)應(yīng)關(guān)系，必須考慮到投資者情緒所帶來市場(chǎng)反應(yīng)的復(fù)雜性。按事件分類，少數(shù)事件重要到足以成為股價(jià)變化的充分條件，投資者情緒無法不被引爆，這就像是一個(gè)物理反應(yīng)；而多數(shù)事件對(duì)股價(jià)的影響可看做一個(gè)化學(xué)反應(yīng)，投資者情緒就是催化劑――情緒爆發(fā)就發(fā)生反應(yīng)；沒有情緒就悄無聲息。
風(fēng)險(xiǎn)偏好頻譜
從理性角度看，A股市場(chǎng)上存在著太多無厘頭的“因果關(guān)系”。例如，文章出事，網(wǎng)民支持馬伊，伊利股份（600887.SH）上漲；奧巴馬兩次當(dāng)選美國(guó)總統(tǒng)，澳柯瑪（600336.SH）均漲停；局勢(shì)緊張，名字中帶“日”的股票下跌；李某某出事，ST天一（000908.SZ）跌?！鲜霈F(xiàn)象用一種極端方式凸顯了投資者情緒對(duì)股價(jià)的影響力，而與基本面完全無關(guān)。
市場(chǎng)情緒其來有自，所謂“投機(jī)如山岳般古老”，揭示的是人性不變。市場(chǎng)情緒來自于人性，很多投資者不完全由意識(shí)層面的理性做主，來進(jìn)行分析判斷和選擇，而是屈從于潛意識(shí)的驅(qū)使，潛意識(shí)起作用的表現(xiàn)是激素水平激增，導(dǎo)致放縱情緒、任性而為。
很多投資者在買賣股票時(shí)，自認(rèn)為有著合乎理性的訴求，例如，財(cái)務(wù)需要；以及恰當(dāng)?shù)牟僮骼碛?，例如，基本面、政策、消息等。但真正的推?dòng)力來自潛意識(shí)層面，是激素水平的作用。其行為于是背離了財(cái)務(wù)需要的初衷，表現(xiàn)出賭徒心理或娛樂心理（尋找刺激）。這種非理性情緒時(shí)刻在尋找宣泄突破口，借助某個(gè)事件，再憑借意識(shí)層面的借口（比如以往經(jīng)驗(yàn)），走向非理性操作。絕大多數(shù)投資者沒有意識(shí)到上述情況，或者意識(shí)到了卻無法自控，在股市中成為自身情緒的俘虜，即使建立了交易系統(tǒng)也難以執(zhí)行。
A股基本盈利模式主要是做多，個(gè)股做空實(shí)現(xiàn)難度大，所以投資者情緒的宣泄在買股票方面體現(xiàn)得更加淋漓盡致，各種炒作類型應(yīng)有盡有。在真實(shí)的A股市場(chǎng)中，恪守基本分析原則的理性投資者固然是極少數(shù)；看見奧巴馬當(dāng)選就去買澳柯瑪?shù)囊膊⒉欢?。如果建立一個(gè)A股投資者風(fēng)格的頻譜，那么按照“炒名字”、“炒代碼”、“炒題材”、“炒概念”、“炒地圖”、“炒行業(yè)”、“炒業(yè)績(jī)”的次序，風(fēng)格由完全的非理性而漸入理性。
而在總體上，市場(chǎng)風(fēng)格也在理性和情緒之間搖擺。價(jià)值投資占主流的2002年-2007年，投機(jī)炒作依然不斷；而在投機(jī)氣氛甚囂塵上的近兩年，事件和股價(jià)的因果關(guān)系上也非全無邏輯。
只不過由于近兩年極端投機(jī)行為屢屢得逞，市場(chǎng)情緒愈發(fā)肆無忌憚、不顧邏輯。相對(duì)應(yīng)的是，投資者對(duì)于情緒的重要性也愈發(fā)重視。
尤其是市場(chǎng)短期內(nèi)大幅波動(dòng)、而基本面并沒有巨變時(shí)，情緒影響顯然是更好的解釋。諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主羅伯特?希勒對(duì)1987年10月19日美股大暴跌的問卷調(diào)查中問到“哪一個(gè)理論更能描述你對(duì)股市的看法：關(guān)于投資者心理的理論，還是關(guān)于基本面的理論（例如企業(yè)利潤(rùn)和利率影響股價(jià)）？”調(diào)查樣本中67.5%的機(jī)構(gòu)投資者和64%的個(gè)人投資者選擇了投資者心理理論。
不過，以時(shí)間為軸，假如A股出現(xiàn)風(fēng)格轉(zhuǎn)變跡象，則風(fēng)格頻譜也將發(fā)生相應(yīng)改變。
把時(shí)間拉得更長(zhǎng)，不同時(shí)資者身上也可以看到巨大的風(fēng)險(xiǎn)偏好差異。
1949年后，中國(guó)第二次人口高峰出現(xiàn)在1962年-1976年，2007年大牛市出現(xiàn)之際，這批人是購(gòu)買股票和基金的主力軍。大致上說他們的成長(zhǎng)期，無論中國(guó)經(jīng)濟(jì)還是個(gè)人際遇，總體上處于上升。這難免助長(zhǎng)個(gè)人盲目自信和過分樂觀，這也是2007年A股達(dá)到驚人估值的因素之一。
其中很多投資者其實(shí)是抱著娛樂態(tài)度在炒股，表面上是為了財(cái)務(wù)原因，但實(shí)際上是在尋求刺激。他們所生活的時(shí)代娛樂還遠(yuǎn)沒有產(chǎn)業(yè)化和專業(yè)化，股市漲跌帶來的刺激還相當(dāng)有吸引力。
80后、90后就完全不同了，他們擁有豐富、較高質(zhì)量的娛樂服務(wù)，根本沒必要在股市中“找樂子”，因此，對(duì)股票投資的訴求更多基于財(cái)務(wù)上的需求。當(dāng)股票不能提供年化的穩(wěn)定收益時(shí)，干脆去買余額寶。
雖然80后、90后的絕對(duì)生活水平肯定高于前一代人，但由于連續(xù)遭遇了升學(xué)、就業(yè)、買方等方面的激烈競(jìng)爭(zhēng)，因?yàn)閷?duì)世界的相對(duì)感受不如前一代人樂觀，所以對(duì)待投資將會(huì)更理性一些。
也就是說，若對(duì)未來A股投資者風(fēng)險(xiǎn)偏好變化做預(yù)測(cè)，較大可能是情緒化和風(fēng)險(xiǎn)偏好的降低。這也被很多成熟市場(chǎng)已走過的歷程所驗(yàn)證。
情緒化炒作
投資者情緒不但在“馬伊”、“奧巴馬”這樣的人名炒作中發(fā)揮著作用，也從根本上影響著市場(chǎng)結(jié)構(gòu)。
首先，從現(xiàn)象來看，股市中或多或少存在著索羅斯所稱的“主流偏向”，即有別于事實(shí)的投資者帶有傾向性的認(rèn)知。假如投資者整體上表現(xiàn)理性，就可以自行糾偏，使得股價(jià)不至于過分偏離基本面?？墒聦?shí)上，由于情緒（比如貪婪和恐懼）的作用，投資者不但未能糾偏，反而任由“主流偏向”越走越遠(yuǎn)，嚴(yán)重地偏離了基本面，形成股價(jià)泡沫?？梢哉f，在各類資產(chǎn)泡沫中，市場(chǎng)情緒有著比基本面更強(qiáng)的影響。而且不乏推波助瀾的“主動(dòng)投機(jī)者”，即看到了市場(chǎng)情緒可以利用，于是制造輿論、影響情緒、操縱股價(jià)，從中牟利。
其次，在上述現(xiàn)象中，投資者之所以無法冷靜面對(duì)市場(chǎng)波動(dòng)，能力不足是根本。主觀上懶惰是能力沒有得到提高的重要因素，而懶惰也是一種任性而為的情緒化表現(xiàn)。對(duì)于多數(shù)投資者來說，由于驅(qū)動(dòng)買股票的是激素水平，根本沒耐心、沒能力做出基本面的研究和判斷，只能隨著情緒妄動(dòng)，追逐短線強(qiáng)勢(shì)股。能力需要培養(yǎng)，“低能力”之下的冒險(xiǎn)操作，與缺乏培養(yǎng)能力的主動(dòng)意識(shí)和意志力，二者都是懶惰的任性之舉，并有可能形成惡性循環(huán)――越缺乏能力就越情緒化，以及越情緒化就越無法提高能力。
最后，造成上述現(xiàn)象的，除了懶惰的主觀因素外，信息爆炸的沖擊也不可小視。面臨各種觀念和海量資訊沖擊時(shí)，如果認(rèn)知體系沒辦法將所有這些信息包容消化，就必須采取一些自我保護(hù)措施，將絕大部分信息屏蔽在外，以免認(rèn)知系統(tǒng)陷入矛盾和混亂。這是一般人的正常反應(yīng)。但這樣一來，就不可能保留較高的開放性，而錯(cuò)失了學(xué)習(xí)知識(shí)、整合信息、提高綜合判斷能力的機(jī)會(huì)。
可以說，人的記憶力、注意力，乃至心智模式的有限性，是提高能力的根本性客觀約束，如果再與主觀上的懶惰疊加，走向情緒化操作不可避免。在此情況下，當(dāng)投資者產(chǎn)生買股票的需求時(shí)，就只能在有限認(rèn)知和無意識(shí)選擇性接受的信息中尋找目標(biāo)。此時(shí)起作用的信息，一定簡(jiǎn)單、易得、易懂，股票名字的炒作就是一個(gè)例子。
綜上，情緒驅(qū)動(dòng)下的操作必然與簡(jiǎn)化粗陋的認(rèn)知判斷相伴，導(dǎo)致投機(jī)盛行。炒人名是情緒化炒作的極致。
投資者情緒研究
傳統(tǒng)投資理論精確化的數(shù)學(xué)模型是建立在“理性人假設(shè)”基礎(chǔ)上；而在真實(shí)的投資行為中，潛意識(shí)層面難以自控的情緒驅(qū)動(dòng)，是很多買賣操作的深層原因，是根深蒂固內(nèi)在人性的外在表現(xiàn)。由是，如何將“非理性主導(dǎo)”的“行為金融學(xué)”作為起點(diǎn)，對(duì)投資者情緒進(jìn)行量化分析、建立模型、挖掘商業(yè)價(jià)值，成為迫切任務(wù)。
以往投資者對(duì)市場(chǎng)情緒影響的重要性也有定性認(rèn)識(shí)，并且發(fā)展出一些草根調(diào)研式的調(diào)查方法，例如，在營(yíng)業(yè)部數(shù)人頭等。此外，也發(fā)掘出了一些相對(duì)專業(yè)的投資者情緒研究方法，卻各有缺陷。一是對(duì)特定對(duì)象的問卷調(diào)查，調(diào)查對(duì)象包括媒體、機(jī)構(gòu)投資者、個(gè)人投資者（以及上述的綜合），樣本多在幾百個(gè)上下。存在的問題除了樣本太小，還有受調(diào)查者是否誠(chéng)實(shí)作答，以及知行是否一致等。
二是通過“交易類型指數(shù)”和“衍生品交易指數(shù)”來分析，例如，保證金借款變化（Change in Margin Borrowing）、未補(bǔ)拋空差額變化（Change in Short Interest）、認(rèn)沽認(rèn)購(gòu)比率（ PU T/ CALL）、期望與當(dāng)前波動(dòng)率比（VOL）等。從邏輯關(guān)系上看，這是一個(gè)“結(jié)果指數(shù)”，是用交易后的數(shù)據(jù)來預(yù)測(cè)未來，與大數(shù)據(jù)技術(shù)可能實(shí)現(xiàn)的前瞻性研究不同。此外，這也取決于金融市場(chǎng)衍生品發(fā)達(dá)的程度，這樣才能從“做空”、“加杠桿”等操作行為中提煉數(shù)據(jù)。
三是市場(chǎng)價(jià)格所反映的“隱形投資者情緒”，例如，封閉式基金折價(jià)率、IPO上市首日收益率等。這受到特定因素的影響較大，比如封閉式基金折價(jià)率可能與封閉式基金的投資者結(jié)構(gòu)有關(guān)，中國(guó)的新股不敗神話讓IPO上市首日收益率也沒有那么大的差異。
總之，固有的分析方法受到技術(shù)條件限制，無法對(duì)投資者情緒進(jìn)行高質(zhì)量的研究。而大數(shù)據(jù)時(shí)代這個(gè)局面有望打破，近年來國(guó)外一系列相關(guān)應(yīng)用多取得了很好的預(yù)測(cè)效果，例如，2012年美國(guó)總統(tǒng)大選、Facebook上市首日表現(xiàn)等。
構(gòu)建前瞻指標(biāo)
與既往的投資者情緒研究方法相比，大數(shù)據(jù)預(yù)測(cè)在表征上有著采樣數(shù)據(jù)龐大、樣本多維等差別。更根本的，是大數(shù)據(jù)預(yù)測(cè)在邏輯上確實(shí)有可能找到前瞻指標(biāo)。
2012年5月18日，F(xiàn)acebook（NASDQ：FB）上市，社交媒體監(jiān)測(cè)平臺(tái)DataSift監(jiān)測(cè)了當(dāng)天Twitter上的情緒傾向與Facebook股價(jià)波動(dòng)的關(guān)聯(lián)：在Facebook開盤前，Twitter上的情緒逐漸轉(zhuǎn)向負(fù)面，25分鐘之后，F(xiàn)acebook股價(jià)便開始下跌；而當(dāng)Twitter上的情緒轉(zhuǎn)向正面，F(xiàn)acebook股價(jià)在8分鐘之后也開始了回彈；接近收盤時(shí)Twitter上的情緒再度轉(zhuǎn)向負(fù)面，10分鐘后Facebook的股價(jià)又開始下跌。該機(jī)構(gòu)得出結(jié)論：Twitter上每一次情緒的轉(zhuǎn)向都會(huì)影響Facebook股價(jià)的波動(dòng)。
過去的投資者情緒研究和一些股市技術(shù)分析（例如波浪理論）事后解釋有一定作用，卻很難在邏輯上被證明是前瞻指標(biāo)。而大數(shù)據(jù)技術(shù)，通過采集投資者在互聯(lián)網(wǎng)上留下的痕跡，按照“情緒表達(dá)――買賣操作――股價(jià)變化”的邏輯順序，將投資者情緒量化，從而完成對(duì)股價(jià)的預(yù)測(cè)。
如前文所述，激素驅(qū)動(dòng)、難以自知和自制的情緒，深深埋藏于基因中，是根深蒂固的人性表現(xiàn)。因此，投資者情緒邏輯上有成為股價(jià)的前瞻指標(biāo)。
不但投資者情緒的量化有一定內(nèi)在邏輯性，在大數(shù)據(jù)應(yīng)用的其他領(lǐng)域，同樣有著較直接的因果關(guān)系。
例如，淘寶上的不同類別商品的詢價(jià)行為，按照一定轉(zhuǎn)化率，準(zhǔn)確地導(dǎo)向購(gòu)買行為。詢盤數(shù)在邏輯上和事實(shí)上是購(gòu)買數(shù)的前瞻指標(biāo)。
馬云曾表示其提前8-9個(gè)月預(yù)測(cè)到了金融危機(jī)。海關(guān)要實(shí)際出貨后才能獲得數(shù)據(jù)，而阿里提前半年從詢盤數(shù)急劇下滑推斷出世界貿(mào)易情況將變盤。這才有了2008年7月馬云給阿里員工的公開信，預(yù)言“冬天來了”。
最近一年備受關(guān)注的打擊基金老鼠倉(cāng)，同樣是證監(jiān)會(huì)、交易所通過數(shù)據(jù)挖掘來發(fā)現(xiàn)的異常操作。在缺乏其他手段和證據(jù)的情況下，僅憑借大數(shù)據(jù)和基本的邏輯推斷，就挖出了不少老鼠倉(cāng)。
看到市場(chǎng)的“底牌”
當(dāng)然，上述前瞻指標(biāo)特征是從總體來說的。對(duì)個(gè)人而言，不但理性投資者（能夠控制情緒）不屬于這個(gè)研究范疇，就是不用互聯(lián)網(wǎng)發(fā)言的人（有情緒但不在網(wǎng)上表達(dá)）也沒法研究。好在大數(shù)據(jù)之“大”，就在于挖掘能力不一般，例如Datasift每秒可實(shí)時(shí)挖掘12萬條Twitter內(nèi)容，足以找到所需的樣本數(shù)量。
還有，以往的量化投資方法在因果關(guān)系上也缺乏明顯的邏輯性，特別是僅以交易數(shù)據(jù)進(jìn)行的挖掘，當(dāng)市場(chǎng)結(jié)構(gòu)發(fā)生轉(zhuǎn)變，參數(shù)只能是后知后覺地跟隨調(diào)整。
運(yùn)用大數(shù)據(jù)進(jìn)行的投資者情緒量化挖掘，因果關(guān)系清楚，一旦模型成熟，就等于看到了市場(chǎng)的“底牌”。
如果說以往的量化投資是金融學(xué)和數(shù)學(xué)的結(jié)合，那么通過大數(shù)據(jù)，新的量化投資可以實(shí)現(xiàn)金融、數(shù)學(xué)、心理學(xué)的跨學(xué)科應(yīng)用。
大數(shù)據(jù)甚至可能對(duì)社會(huì)學(xué)研究構(gòu)成顛覆。哲學(xué)家卡爾.波普爾曾經(jīng)指出，與自然科學(xué)不同，社會(huì)學(xué)不能稱之為一門科學(xué)，自然科學(xué)的研究方法也不能用于社會(huì)學(xué)。原因之一，是人的行為會(huì)影響社會(huì)演進(jìn)的結(jié)果，當(dāng)人的行為不可預(yù)測(cè)時(shí)，社會(huì)演進(jìn)的結(jié)果也不可預(yù)測(cè)。
但是，就像一些科幻電影所表現(xiàn)的那樣，當(dāng)機(jī)器足夠強(qiáng)大時(shí)，通過人群生活痕跡的高度互聯(lián)網(wǎng)化，機(jī)器預(yù)測(cè)人群的整體行為特征和影響就成為可能。這甚至?xí)嵏采鐣?huì)學(xué)研究的某些既有觀念。
如何量化投資者情緒
大數(shù)據(jù)有各種定義，研究機(jī)構(gòu)Gartner Group給出的定義是：大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。
要具備發(fā)現(xiàn)規(guī)律和預(yù)測(cè)未來的核心能力，大數(shù)據(jù)要具備四個(gè)典型的特征：1.數(shù)據(jù)量巨大；2.數(shù)據(jù)類型多樣；3.數(shù)據(jù)中富含價(jià)值；4.在盡可能短的時(shí)間內(nèi)發(fā)掘出價(jià)值。
大量、多維、價(jià)值、高速同樣是對(duì)投資者情緒挖掘和量化所需數(shù)據(jù)的要求。所以投資者情緒量化的第一步是擁有滿足上述要求的數(shù)據(jù)資源。
第二步，通過對(duì)互聯(lián)網(wǎng)上文本、圖片、色彩等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行賦值定義，來完成數(shù)據(jù)結(jié)構(gòu)化。目前相關(guān)技術(shù)模塊日趨成熟，與其他行業(yè)相結(jié)合的應(yīng)用已有若干案例。對(duì)于投資者情緒研究來說，只需要將與金融投資有關(guān)的特定語義與其他行業(yè)的語義加以區(qū)分，對(duì)互聯(lián)網(wǎng)上的有效文本信息按照“悲觀――樂觀”的維度給予“1-10”的賦值，變?yōu)榭捎?jì)算數(shù)據(jù)。同樣，也可以從別的情緒維度來研究。
第三步是用傳統(tǒng)量化方法建模，先達(dá)到對(duì)過去股價(jià)能夠事后解釋的效果，再看未來實(shí)踐中是否具有真實(shí)的預(yù)測(cè)能力。這個(gè)過程中需要不斷調(diào)整模型。
兩個(gè)指數(shù)的異同
以上述數(shù)據(jù)標(biāo)準(zhǔn)和研究過程來看“百度-廣發(fā)”和“新浪-南方”兩個(gè)指數(shù)，兩者有較多的相似性。
首先，從數(shù)據(jù)質(zhì)量來看，大量、高速毫無疑問；國(guó)內(nèi)最大搜索引擎的網(wǎng)頁(yè)搜索和新聞搜索，以及微博數(shù)據(jù)也肯定能保證數(shù)據(jù)價(jià)值；唯一的缺憾是數(shù)據(jù)維度單薄，“百度-廣發(fā)”指數(shù)的數(shù)據(jù)僅來自百度，“新浪-南方”指數(shù)的數(shù)據(jù)僅來自新浪。這可以理解――兩家都希望實(shí)現(xiàn)閉環(huán)應(yīng)用，而無需借助自身之外的數(shù)據(jù)資源。但缺乏多維數(shù)據(jù)計(jì)算結(jié)果的互相印證，無論如何是一個(gè)遺憾，這將對(duì)研究結(jié)果的有效性造成損害。
其次，在建模方面，兩個(gè)指數(shù)拋棄了過去單純用市值、成交量、財(cái)務(wù)指標(biāo)等基本面和交易數(shù)據(jù)做因子進(jìn)行選股的思路。
據(jù)媒體報(bào)道，中證指數(shù)研究公司開發(fā)部總監(jiān)宋紅雨透露，“百度-廣發(fā)”指數(shù)在選取樣本的時(shí)候綜合考慮了多種指標(biāo)，基本上可以分為財(cái)務(wù)因子（基本面因子）、動(dòng)量因子（交易數(shù)據(jù)因子）和金融大數(shù)據(jù)因子。在因子分析框架下，將金融大數(shù)據(jù)信息與股票信息進(jìn)行綜合測(cè)度，采用量化算法構(gòu)造基于百度互聯(lián)網(wǎng)金融大數(shù)據(jù)的綜合情緒模型（BF Sentiment Model）進(jìn)行指數(shù)選樣。其中的金融大數(shù)據(jù)因子來自百度，即“分別計(jì)算每一只股票最近一個(gè)月內(nèi)在百度金融大數(shù)據(jù)里所體現(xiàn)出來的搜索增量或者搜索的總量?！?/p>
“新浪-南方”指數(shù)主要是將基金公司股票研究?jī)?yōu)勢(shì)與互聯(lián)網(wǎng)“大數(shù)據(jù)”結(jié)合，在南方基金量化投資研究平臺(tái)的基礎(chǔ)上，通過對(duì)新浪財(cái)經(jīng)頻道和微博“財(cái)經(jīng)大數(shù)據(jù)”予以分析，找出股票熱度預(yù)期（大數(shù)據(jù)因子）、成長(zhǎng)預(yù)期（基本面因子）、估值提升預(yù)期的關(guān)系，構(gòu)建策略因子，精選出具有超額收益預(yù)期的股票，編織成最終指數(shù)。其中的股票熱度因子來自新浪，成長(zhǎng)因子和估值提升因子來自南方基金。
由此可見，兩個(gè)指數(shù)都是將大數(shù)據(jù)因子納入金融機(jī)構(gòu)原有的量化模型中，作為新的重要因子加以考慮。其邏輯是投資者情緒只是影響股價(jià)的部分因素。
作為專業(yè)投資機(jī)構(gòu)，基金當(dāng)然不會(huì)完全拋棄傳統(tǒng)因子，不過大數(shù)據(jù)因子與基本面因子和交易數(shù)據(jù)因子也不乏重疊之處，例如投資者情緒很可能也反映了一部分對(duì)基本面的預(yù)期。隨著互聯(lián)網(wǎng)公司在金融領(lǐng)域?qū)I(yè)化程度的加深，未來不排除大數(shù)據(jù)因子和傳統(tǒng)因子地位互換的可能，甚至出現(xiàn)純粹大數(shù)據(jù)因子的量化模型。
最后，兩個(gè)指數(shù)的既往業(yè)績(jī)都不錯(cuò)，具有較好的事后解釋能力。模擬數(shù)據(jù)顯示，“百度-廣發(fā)”指數(shù)自2009年以來年化收益為40.9%，遠(yuǎn)高于同期滬深300以及中證全指；據(jù)媒體報(bào)道，南方基金內(nèi)部人士稱，“做了相關(guān)數(shù)據(jù)的回溯測(cè)算，收益率和廣發(fā)的不相上下?！?/p>
兩個(gè)指數(shù)的差別在于，合作中互聯(lián)網(wǎng)公司和公募基金的地位不同。在“新浪-南方”項(xiàng)目中，互聯(lián)網(wǎng)公司方面參與進(jìn)來的只是一個(gè)財(cái)經(jīng)頻道，因此在模型構(gòu)建上是以南方基金為主導(dǎo)，宣傳中也一再突出了南方量化平臺(tái)的重要性。相比之下，百度作為“BAT”巨頭之一，在合作中明顯強(qiáng)勢(shì)。至于上述差別對(duì)兩者收益率方面的影響，目前還無從判斷。
量化“投資者情緒”產(chǎn)業(yè)鏈
大數(shù)據(jù)技術(shù)投入實(shí)際運(yùn)用的時(shí)間還不長(zhǎng)，在國(guó)內(nèi)的相關(guān)行業(yè)應(yīng)用更少。盡管有各種嘗試，但該項(xiàng)技術(shù)與傳統(tǒng)行業(yè)融合仍需要一定過程。
以投資者情緒的量化為例，如前文所述，一旦模型構(gòu)建成功，等于是看到了市場(chǎng)的底牌。如此巨大的利益必將驅(qū)使眾多互聯(lián)網(wǎng)公司和金融機(jī)構(gòu)進(jìn)行相關(guān)項(xiàng)目的開發(fā)；同樣是巨大利益，決定了這項(xiàng)研究的艱巨，沒那么容易翻開市場(chǎng)的底牌。
投資者情緒量化需要實(shí)現(xiàn)金融學(xué)、心理學(xué)、數(shù)學(xué)的跨學(xué)科研究應(yīng)用，而且產(chǎn)業(yè)鏈很長(zhǎng)，這就決定了其收入模式的多元化和階段化，階段化是指在不同研究階段和市場(chǎng)階段，取得收入的側(cè)重點(diǎn)不一樣。
如果把組建對(duì)沖基金作為投資者情緒量化的終極目標(biāo)，那么在整個(gè)產(chǎn)業(yè)鏈上，也有著若干階段性目標(biāo)。
首先，大數(shù)據(jù)是在互聯(lián)網(wǎng)時(shí)代應(yīng)運(yùn)而生。中國(guó)80后-90后的新一代股民同時(shí)也是網(wǎng)民，他們的行為習(xí)慣都互聯(lián)網(wǎng)化。對(duì)于老股民（60后-70后）來說，當(dāng)他們情緒化時(shí)，買股票的根本原因是激素驅(qū)動(dòng)，但仍有著意識(shí)層面的“借口”，比如看K線、技術(shù)指標(biāo)、聽消息、跟隨股神等等。新一代股民在情緒化上沒有根本不同，但他們意識(shí)層面的買股票理由一定會(huì)更新。從認(rèn)知來看，互聯(lián)網(wǎng)技術(shù)以及互聯(lián)網(wǎng)塑造的神話，才更能契合他們的思維模式。因此，大數(shù)據(jù)技術(shù)所產(chǎn)生的投資預(yù)測(cè)，即使不夠準(zhǔn)確，也很能吸引新一代股民的眼球。從而使得投資者情緒量化的初級(jí)產(chǎn)品可以提供互聯(lián)網(wǎng)平臺(tái)上大眾化的免費(fèi)服務(wù)，例如點(diǎn)擊個(gè)股，可以看到簡(jiǎn)單化的“個(gè)股情緒指數(shù)”為平臺(tái)貢獻(xiàn)流量。
其次，金融機(jī)構(gòu)看到新一代股民的明顯特質(zhì)后，必然促使其服務(wù)和技術(shù)更加互聯(lián)網(wǎng)化，以適應(yīng)客戶的習(xí)慣，快速開戶、極速交易等固然可以提升用戶體驗(yàn)，但咨詢、投資建議等相對(duì)專業(yè)化領(lǐng)域更有必要互聯(lián)網(wǎng)化。而這些領(lǐng)域很難進(jìn)行形式上的觸網(wǎng)，以互聯(lián)網(wǎng)技術(shù)重新搭建研究咨詢和經(jīng)紀(jì)業(yè)務(wù)體系才是出路。所以，當(dāng)投資者情緒的量化模型達(dá)到一定水平后，就將成為經(jīng)紀(jì)業(yè)務(wù)和投資咨詢的重要賣點(diǎn)。
第三，接下來順理成章的，更好的研究成果，包含預(yù)測(cè)結(jié)果和基本分析框架，可以成為獨(dú)立的賣方研究報(bào)告、或者作為策略報(bào)告的重要組成部分。
第四，金融機(jī)構(gòu)可以根據(jù)研究模型發(fā)行產(chǎn)品，比如“百度-廣發(fā)”和“新浪-南方”兩個(gè)指數(shù)可以發(fā)行公募產(chǎn)品，至于收益率是否能驗(yàn)證其對(duì)投資者情緒的量化研究已經(jīng)達(dá)到了很高水平，目前還不得而知。
第五，作為單獨(dú)或者附加的價(jià)值，從大數(shù)據(jù)中發(fā)現(xiàn)不同偏好的投資人群，可以提供數(shù)據(jù)給第三方機(jī)構(gòu)，供后者進(jìn)行針對(duì)性極強(qiáng)的個(gè)性化營(yíng)銷之用。
第六，通過建立投資者應(yīng)用平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)閉環(huán)，構(gòu)建應(yīng)用模型的獨(dú)特和不可替代性。
最后，成立對(duì)沖基金。一旦技術(shù)成熟到這一步，機(jī)器通殺機(jī)構(gòu)和散戶的時(shí)代將會(huì)到來。
概念先行？？效果難料
基于產(chǎn)業(yè)鏈長(zhǎng)、研究型開發(fā)耗時(shí)曠日持久等理由，進(jìn)行投資者情緒量化的機(jī)構(gòu)不必要求技術(shù)完美后再進(jìn)行商業(yè)應(yīng)用，而應(yīng)該邊研究邊應(yīng)用。
眾多機(jī)構(gòu)顯然看到了這項(xiàng)研究的顛覆性和巨大商業(yè)價(jià)值，紛紛投身其中。
2014年4月1日，雪球“情緒寶”，稱“當(dāng)某只股票首次進(jìn)入雪球熱股榜后，它的股價(jià)在短期內(nèi)會(huì)出現(xiàn)劇烈震蕩。統(tǒng)計(jì)數(shù)據(jù)顯示，買入2013年81只首次進(jìn)入雪球熱股榜的A股股票，統(tǒng)一兩周后賣出，最后平均收益率達(dá)到驚人的7%”。將由此構(gòu)建“情緒寶”股票組合。
事后得知，“情緒寶”是一個(gè)愚人節(jié)玩笑。但在當(dāng)時(shí)，很多投資者都信以為真，因?yàn)檫@在邏輯上是成立的。直至三個(gè)月后，還有人跟帖要“預(yù)約購(gòu)買”。而雪球受到的最主要質(zhì)疑，也是認(rèn)為其百萬級(jí)的數(shù)據(jù)不足以完成高質(zhì)量的量化研究。
借助“情緒寶”這個(gè)“探空氣球”，雪球賺到了眼球，探明了投資者對(duì)此類產(chǎn)品的興趣高低。兩個(gè)月后，招商證券就推出了研究報(bào)告《基于雪球情緒指標(biāo)的擇時(shí)模型》。三個(gè)多月后，“百度-廣發(fā)”和“新浪-南方”兩個(gè)指數(shù)。
以互聯(lián)網(wǎng)思維來看，雖然關(guān)于投資者情緒的研究還遠(yuǎn)未成熟，但先占據(jù)這一概念，邊研究邊應(yīng)用，是“磨刀不誤砍柴工”的有效策略。至于實(shí)現(xiàn)最終的完美模型確實(shí)困難不小。
首先，盡管有金融人才、大數(shù)據(jù)人才的鼎力合作，但要在紛繁復(fù)雜的互聯(lián)網(wǎng)文本中發(fā)掘出有效信息，將是一項(xiàng)艱巨的工作。而且需要理論研究的相應(yīng)推進(jìn)，才能避免重復(fù)挖掘。
其次，即使找到了效果較好的模型，使用者仍處于“知其然不知其所以然”的狀態(tài)，要把握模型的原理，還需要整合心理學(xué)資源，從行為金融學(xué)的視角，對(duì)投資者情緒與相應(yīng)行為之間的聯(lián)系進(jìn)行解碼，這其中又有天量的工作要完成。
第三，投資者情緒的量化模型反映了人性的因素，其參數(shù)穩(wěn)定性要好于基本面數(shù)據(jù)和交易數(shù)據(jù)構(gòu)建的模型。但時(shí)代變遷、市場(chǎng)結(jié)構(gòu)轉(zhuǎn)化依然會(huì)影響到模型的效果，所以要將對(duì)市場(chǎng)結(jié)構(gòu)的變化也納入到大數(shù)據(jù)量化的研究中，以做出預(yù)判。
最后，投資者情緒再重要，也不能完全解釋股價(jià)走勢(shì)，大數(shù)據(jù)因子與基本面因子、交易因子在不同市場(chǎng)結(jié)構(gòu)下的比重如何調(diào)整也是一個(gè)課題。
機(jī)構(gòu)各取所需
不同類型的機(jī)構(gòu)，在投資者情緒量化的研究和實(shí)踐中，其側(cè)重點(diǎn)與所得不同。
互聯(lián)網(wǎng)公司的長(zhǎng)項(xiàng)是占有數(shù)據(jù)和流量資源、對(duì)用戶體驗(yàn)的敏感和對(duì)創(chuàng)新的渴望，短板是金融業(yè)務(wù)方面專業(yè)性不足。用大數(shù)據(jù)實(shí)現(xiàn)對(duì)“投資者情緒”的量化，可以讓互聯(lián)網(wǎng)公司強(qiáng)勢(shì)切入金融市場(chǎng)中高端的投資和研究領(lǐng)域，全面顛覆原有的投資研究模式。并且最大限度地貼近其用戶（新一代股民也是網(wǎng)民），反映他們與上一代截然不同的思維模式和選擇標(biāo)準(zhǔn)。技術(shù)驅(qū)動(dòng)的產(chǎn)品和服務(wù)手段對(duì)互聯(lián)網(wǎng)公司來說沒有接受上的障礙，其創(chuàng)新沖動(dòng)和占有“大數(shù)據(jù)”、“投資者情緒”兩項(xiàng)心智資源的前景，比較容易促成互聯(lián)網(wǎng)公司對(duì)研究的投入。
國(guó)內(nèi)券商目前的品牌只是規(guī)模品牌，缺乏差異化的定位。從低端的經(jīng)紀(jì)業(yè)務(wù)到高端的賣方研究，區(qū)別度都不大。一旦有券商能夠轉(zhuǎn)型為“大數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新型投資、研究和服務(wù)”機(jī)構(gòu)，將成就其獨(dú)特定位和殺手锏，在全方位的業(yè)務(wù)（特別是經(jīng)紀(jì)業(yè)務(wù)和賣方研究）競(jìng)爭(zhēng)中占據(jù)主動(dòng)。
股票型基金的投資能力是公募基金立足的核心能力。2007年以來，公募基金的整體股票投資能力并不出色，難以支持基金的持續(xù)銷售。通過與互聯(lián)網(wǎng)公司的合作，將“投資者情緒”量化的研究成果投入實(shí)踐，有可能找到股票型基金銷售的突破口。一直以來，相比擇股，公募基金的擇時(shí)能力較差。而且從基本面出發(fā)，也難以為擇時(shí)行為找到理論依據(jù)。而“投資者情緒”量化的成果，將為公募基金提供擇時(shí)的理論依據(jù)和現(xiàn)實(shí)幫助。
對(duì)于軟件公司、第三方機(jī)構(gòu)等服務(wù)商來說，可以將大數(shù)據(jù)轉(zhuǎn)化為優(yōu)勢(shì)服務(wù)產(chǎn)品，在行業(yè)中脫穎而出。
從所需資源來看，數(shù)據(jù)是進(jìn)行“投資者情緒”研究的首要、決定性的資源。因此，目前的相關(guān)研究應(yīng)用都離不開互聯(lián)網(wǎng)公司的參與，例如雪球、新浪、百度。金融、技術(shù)、數(shù)學(xué)、心理學(xué)人才是不同研究階段所需的次要配置資源。
顛覆近在眼前
據(jù)媒體報(bào)道，在北京召開的“大數(shù)據(jù)背景下的計(jì)算機(jī)和經(jīng)濟(jì)發(fā)展高層論壇”上，中國(guó)工程院院士李國(guó)杰表示：“生物信息學(xué)、腦科學(xué)、空間科學(xué)等基礎(chǔ)研究早就采用以PB級(jí)計(jì)的大數(shù)據(jù)，卻沒能引發(fā)大數(shù)據(jù)浪潮。大數(shù)據(jù)如今引起各方重視，主要還是因?yàn)樗N(yùn)藏著巨大的經(jīng)濟(jì)價(jià)值?！?/p>
目前看來，大數(shù)據(jù)技術(shù)應(yīng)用極有可能在金融投資領(lǐng)域引爆，金融很有可能成為繼電商之后又一個(gè)互聯(lián)網(wǎng)應(yīng)用的熱點(diǎn)領(lǐng)域。原因一是金融業(yè)商業(yè)價(jià)值體量巨大，互聯(lián)網(wǎng)公司虎視眈眈；二是金融行業(yè)的互聯(lián)網(wǎng)化程度還遠(yuǎn)遠(yuǎn)不夠，可以挖掘的潛在應(yīng)用領(lǐng)域眾多。微博客 @陳如是說 寫道：“互聯(lián)網(wǎng)這一教門，正從自然、多神崇拜的初級(jí)階段向一神崇拜的高級(jí)階段演化。從目前的斗爭(zhēng)情況看，金融神成為主神的機(jī)會(huì)最大?！?/p>
對(duì)于互聯(lián)網(wǎng)公司來說，此前的“余額寶階段”只是互聯(lián)網(wǎng)金融試水，是簡(jiǎn)單將金融業(yè)務(wù)進(jìn)行物理嫁接，互聯(lián)網(wǎng)僅僅作為渠道，并沒有對(duì)金融機(jī)構(gòu)的專業(yè)地位造成沖擊。“寶寶”們的生存有賴于中國(guó)金融體系漏洞的存在，一旦金融監(jiān)管籬笆扎緊、金融機(jī)構(gòu)積極應(yīng)變，“美國(guó)版余額寶”Paypal的前車之鑒未必不會(huì)重演。
互聯(lián)網(wǎng)公司要想在金融領(lǐng)域具備核心競(jìng)爭(zhēng)力，就要從渠道邁向更高端的專業(yè)化部門。以大數(shù)據(jù)技術(shù)直接切入金融機(jī)構(gòu)壟斷的投資研究業(yè)務(wù)，是互聯(lián)網(wǎng)公司迅速提升專業(yè)化能力以及在金融領(lǐng)域擴(kuò)張的捷徑。
另一方面，在互聯(lián)網(wǎng)金融新一波浪潮中，金融機(jī)構(gòu)若不能立足于自身專業(yè)化的強(qiáng)項(xiàng)，而只是跟隨互聯(lián)網(wǎng)公司的布局而動(dòng)，則只能充當(dāng)配角，漸漸失去主動(dòng)，甚至被互聯(lián)網(wǎng)公司吞噬。私募基金經(jīng)理、微博客@神農(nóng)陳宇寫道：“我們必須把神農(nóng)投資搬到海淀區(qū)去。我們要到創(chuàng)業(yè)者中間去，并且離金融街那些炒股票的遠(yuǎn)點(diǎn)。我們要和更多將改變中國(guó)的年輕人站在一起。”
如果說金融中的銀行業(yè)因?yàn)橹匾院退兄埔蛩剡€難以在短期內(nèi)被互聯(lián)網(wǎng)根本改變，那么，互聯(lián)網(wǎng)對(duì)于投資領(lǐng)域的顛覆已經(jīng)近在眼前。中國(guó)股市的一個(gè)特點(diǎn)，是用20年時(shí)間走過了美國(guó)股市百年所走的道路，當(dāng)A股投資者還在津津樂道于巴菲特（代表個(gè)人資產(chǎn)管理最高水平）、彼得?林奇（代表公募基金最高水平）時(shí)，索羅斯（代表對(duì)沖基金最高水平）、西蒙斯（代表量化投資最高水平）的模仿者也將在A股出現(xiàn)。
互聯(lián)網(wǎng)顛覆投資，投資互聯(lián)網(wǎng)化。
一場(chǎng)投資領(lǐng)域的革命開始了。
新聞對(duì)
股價(jià)的影響
按照一般思維方式，不但認(rèn)為重大新聞對(duì)股價(jià)有著決定性影響，而且也認(rèn)為股價(jià)的短期巨大波動(dòng)一定與重大新聞?dòng)兄苯雨P(guān)聯(lián)。
事實(shí)并非如此。
對(duì)于前者，并非每一個(gè)重大新聞都能夠引發(fā)股價(jià)劇烈波動(dòng)。最近的一個(gè)例子是，8月13日中國(guó)7月份的信貸融資數(shù)據(jù)公布，存款和新增貸款大跌，M1和M2走低。貨幣政策和信貸數(shù)據(jù)所反映的流動(dòng)性狀況一向?qū)股影響巨大，然而數(shù)據(jù)公布后，A股并沒有出現(xiàn)大幅波動(dòng)。
對(duì)于后者，羅伯特?希勒通過研究1929年和1987年美股崩盤時(shí)的新聞，發(fā)現(xiàn)并沒有被公認(rèn)影響了市場(chǎng)的重大新聞。1989年戴維?卡特勒等人列出了二戰(zhàn)后美股50次最大短期波動(dòng)，結(jié)果發(fā)現(xiàn)基本沒有重大新聞可以作為合理借口，甚至得出一個(gè)極端結(jié)論：“重大價(jià)格變化日無新聞”。
這當(dāng)然可以用“有效市場(chǎng)”來解釋，即后者是重大新聞已經(jīng)在公布前被先知先覺的投資者知曉，或者被市場(chǎng)“聰明地”預(yù)期到了。而前者是還沒有公開的重大消息讓股市產(chǎn)生了反應(yīng)。
與上述學(xué)究氣十足的理論解釋不同，真實(shí)情況是，無論消息（未公開的新聞）還是新聞（已經(jīng)公開的消息），其內(nèi)容的重要性與傳播力相對(duì)來說是兩個(gè)獨(dú)立變量――重要的新聞不一定有很強(qiáng)傳播力；產(chǎn)生“病毒式”傳播效果的未必都是傳統(tǒng)意義上的重要新聞。
所以，一個(gè)真正重要的新聞，無論它是否提前泄露或被預(yù)期到，如果未能形成有效傳播，就不能引發(fā)投資者“正?！钡那榫w反應(yīng)，當(dāng)然就無法擾動(dòng)股價(jià)。所謂有效傳播，并不是說了就算，甚至不完全取決于被多少人看見，而是真的引起關(guān)注。殊不知有多少新聞，讀者只瞄了一眼標(biāo)題就不再關(guān)注，時(shí)間、精力、心智資源的有限，決定了讀者對(duì)大多數(shù)新聞視若無睹，其中不乏一些傳統(tǒng)意義上的重要新聞。
反過來，一個(gè)看似很無聊的娛樂新聞，按照“正?！边壿嫞顿Y八竿子打不著的事情，卻憑借其傳播威力，挑動(dòng)市場(chǎng)神經(jīng)，造成了股價(jià)波動(dòng)。馬伊與伊利股份的因果關(guān)系即在于此。
任何人都不可能掐死自己，這句話常被用來形容某一行業(yè)的從業(yè)者無法舍棄自身積累多年的認(rèn)知和資源，轉(zhuǎn)而認(rèn)同和遵守更合理的行業(yè)邏輯。這同樣適用于部分傳統(tǒng)媒體人。
一些傳統(tǒng)媒體人之所以抱住“內(nèi)容為王”不松口，原因之一是他們的認(rèn)知、能力、特質(zhì)……都只適合做內(nèi)容。當(dāng)然，從純粹新聞學(xué)學(xué)科的角度說，內(nèi)容確實(shí)最重要。一旦涉及新聞的商業(yè)價(jià)值（例如對(duì)股價(jià)的影響力），傳播才是真正的“王者”。如果說此前媒體人還可以掩目自欺，互聯(lián)網(wǎng)時(shí)代則完全不可能了。
雖然為了適應(yīng)網(wǎng)絡(luò)傳播，內(nèi)容也做了一些適應(yīng)性改變，但并沒有真正顛覆新聞內(nèi)容的一般生產(chǎn)規(guī)律；傳播技術(shù)則翻天覆地變化了。兩者相比較，就是內(nèi)容更新方式的改變遠(yuǎn)不及傳播技術(shù)的改變。于是，從新聞的現(xiàn)實(shí)效果來看，傳播的作用遠(yuǎn)大于內(nèi)容。
例如，從互聯(lián)網(wǎng)的去中心化來考慮，任何被專業(yè)編輯選擇提供的新聞，都不符合互聯(lián)網(wǎng)上的新聞傳播特質(zhì)。即使是門戶網(wǎng)站編輯充分考慮網(wǎng)民閱讀偏好之后做出的選擇，也難以避免編輯（新聞信息中心）的主觀性。于是，適應(yīng)互聯(lián)網(wǎng)的計(jì)算傳播學(xué)應(yīng)運(yùn)而生。
對(duì)此，豆瓣“計(jì)算傳播學(xué)”小組的解釋是：“傳播學(xué)必須走出傳統(tǒng)的研究套路，獲得在網(wǎng)絡(luò)上保存、抓取、分析、可視化大規(guī)模電子化數(shù)據(jù)的能力，也需要支持這些工作的工具。毫無疑問，傳播學(xué)因此將和計(jì)算機(jī)科學(xué)開始交匯，至少需要程序員投入到這種大規(guī)模數(shù)據(jù)的挖掘工作中來?！保–heng-jun Wang，2012）
“今日頭條”App使用的就是計(jì)算式傳播技術(shù)，對(duì)其新聞推薦技術(shù)的描述是“更快更全更懂你”，即通過用戶反復(fù)使用留下的信息，讓后續(xù)推薦越來越接近于用戶個(gè)人的閱讀偏好，從而達(dá)到私人定制資訊的效果。盡管其推薦技術(shù)仍顯粗糙，卻被投資者認(rèn)可為未來傳播技術(shù)的發(fā)展方向，獲得了5億美元的估值（2014年6月3日消息）。
而從傳統(tǒng)餐飲業(yè)轉(zhuǎn)型互聯(lián)網(wǎng)的湘鄂情（002306.SZ）進(jìn)軍視頻搜索業(yè)務(wù)，使用的也是計(jì)算式傳播技術(shù)。消息公布后，股價(jià)八個(gè)交易日大漲60%。
針對(duì)美國(guó)明晟公司（MSCI）日前表示正在重新考慮將A股納入其一系列指數(shù)的方案，中歐基金認(rèn)為，這表明A股相對(duì)價(jià)值并非此前市場(chǎng)預(yù)想得那么糟糕。未來，鑒于A股各主要指數(shù)震蕩的概率較大，市場(chǎng)將更看重企業(yè)的盈利能力、投資標(biāo)的的穩(wěn)定性和安全性。市場(chǎng)回歸業(yè)績(jī)和價(jià)值崇拜，說明資金的心態(tài)傾向于“穩(wěn)健回報(bào)”?？傮w而言，延續(xù)對(duì)春季行情的樂觀態(tài)度。
展望A股走勢(shì)，匯豐晉信基金表示，從基本面來看，今年上半年，經(jīng)濟(jì)有望維持穩(wěn)定增長(zhǎng)，企業(yè)盈利改善趨勢(shì)料能持續(xù)。4月份上市公司即將披露季報(bào)，預(yù)計(jì)企業(yè)業(yè)績(jī)也將為A股提供支撐。在貨幣政策方面，市場(chǎng)預(yù)期下半年經(jīng)濟(jì)可能面臨壓力，但是出于保增長(zhǎng)考慮，下半年貨幣政策預(yù)計(jì)不會(huì)太緊。
淡看短期博弈 聚焦長(zhǎng)期投資
面對(duì)A股市場(chǎng)以結(jié)構(gòu)性行情為顯著特征的窄幅波動(dòng)，上投摩根核心基金經(jīng)理李博指出，在結(jié)構(gòu)分化行情中，要做“睡得著覺”的投資，從更長(zhǎng)遠(yuǎn)的視角看待投資，從更深入的基本面分析核算價(jià)值。投資的核心目標(biāo)是要選出未來盈利能持續(xù)增長(zhǎng)、同時(shí)估值不貴的標(biāo)的，即PE/G小于1，這其中包括三重要求：第一，要求行業(yè)空間足夠大；第二，要求管理層有企業(yè)家精神；第三，盈利數(shù)據(jù)能與公司的發(fā)展戰(zhàn)略相印證。李博認(rèn)為，在一些投資者越來越看重短期博弈的時(shí)候，長(zhǎng)期投資、價(jià)值投資的優(yōu)勢(shì)逐漸凸顯。
對(duì)于后市A股走勢(shì)，上投摩根基金認(rèn)為，經(jīng)濟(jì)和股市在2017年年初都出現(xiàn)向好趨勢(shì)，一方面市場(chǎng)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)擔(dān)憂情緒逐步緩解，在PPP項(xiàng)目、“一帶一路”、國(guó)企改革等政策措施的拉動(dòng)下，投資增長(zhǎng)開始恢復(fù)，同時(shí)在過去幾年的去產(chǎn)能政策讓不少行業(yè)的供求關(guān)系發(fā)生變化，盈利能力開始恢復(fù)。自2016年三季度以來，不少上市公司結(jié)束了連續(xù)幾個(gè)季度的下行趨勢(shì)，轉(zhuǎn)入增長(zhǎng)階段。另一方面，經(jīng)過較長(zhǎng)時(shí)間的下跌之后，A股市場(chǎng)估值回落到歷史上較為中性的水平，其吸引力開始提高。
震蕩市業(yè)績(jī)?yōu)橥?捕捉主題投資機(jī)會(huì)
國(guó)企改革東風(fēng)漸起，相關(guān)主題更是多點(diǎn)開花。業(yè)內(nèi)人士表示，盡管國(guó)企改革將是貫穿全年的大主題，但其內(nèi)部板塊輪動(dòng)速度快，不同行業(yè)及地區(qū)都有自己的時(shí)間表，推進(jìn)執(zhí)行的力度也會(huì)參差不齊，如何有效把握投資機(jī)會(huì)成為難題。泰達(dá)宏利改革動(dòng)力基金經(jīng)理劉欣表示，今年A股小碎步上行，但投資熱點(diǎn)仍比較凌亂且持續(xù)性較差，這種震蕩行情有利于量化投資的發(fā)揮。采用量化選股的方法，可以全市場(chǎng)捕捉國(guó)企改革的投資機(jī)會(huì)，分享國(guó)企改革紅利。未來國(guó)有企業(yè)改革、金融改革、、企業(yè)兼并重組等主題將持續(xù)不斷地為市場(chǎng)提供投資機(jī)會(huì)，量化基金有助于投資人全面把握這類主題。
華寶興業(yè)基金總經(jīng)理助理郭鵬飛表示，A股的估值下降階段基本結(jié)束，處于震蕩市階段，在震蕩市環(huán)境中，業(yè)績(jī)最重要。基本面變化和業(yè)績(jī)預(yù)期調(diào)整成為股價(jià)運(yùn)行的最重要決定因素，風(fēng)格板塊屬性不再重要；基本面良好、業(yè)績(jī)確定性高、估值合理的品種，都具有較好投資機(jī)會(huì)。成長(zhǎng)對(duì)周期和消費(fèi)的估值溢價(jià)已經(jīng)回落到合理偏低水平，白馬成長(zhǎng)股整體上應(yīng)該有絕對(duì)收益，但小市值高估值公司仍風(fēng)險(xiǎn)較大，成長(zhǎng)與價(jià)值并重的精選個(gè)股策略可能效果較好，白馬成長(zhǎng)股機(jī)會(huì)更大，黑馬成長(zhǎng)股謹(jǐn)慎選擇。保持謹(jǐn)慎態(tài)度，通過深入研究，選擇基本面良好、業(yè)績(jī)?cè)鲩L(zhǎng)較快、同時(shí)估值較低的優(yōu)質(zhì)標(biāo)的，采取靈活的交易策略適當(dāng)進(jìn)行逆向操作。
對(duì)于近期火熱的港股投資機(jī)會(huì)，華寶興業(yè)基金周欣表示，基本面、資金面因素支持港股繼續(xù)向好。具體來看，中國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)近期表現(xiàn)較好，顯示中國(guó)經(jīng)濟(jì)可能已經(jīng)筑底回升，有助于緩解港股市場(chǎng)中對(duì)于中國(guó)經(jīng)濟(jì)和人民幣匯率過于悲觀的預(yù)期；港股相對(duì)于A股擁有明顯的估值優(yōu)勢(shì)，與港股估值的歷史數(shù)據(jù)縱向?qū)Ρ纫膊⒉毁F；深港通的實(shí)施、港股通總額度的取消將進(jìn)一步提升內(nèi)地與港股的互聯(lián)互通，給港股市場(chǎng)帶來顯著的增量資金，并提升市場(chǎng)整體的估值水平。
把握結(jié)構(gòu)性機(jī)會(huì) 看好“泛消費(fèi)”
目前，國(guó)企改革、“一帶一路”、周期股等主題已成為A股市場(chǎng)上炙手可岬耐蹲駛疤狻5國(guó)聯(lián)安銳意成長(zhǎng)基金經(jīng)理王超偉卻有自己獨(dú)特的見解，堅(jiān)定看好“泛消費(fèi)”行業(yè)投資機(jī)會(huì)。年初至今，上證綜指呈震蕩上行趨勢(shì)，許多熱炒板塊目前仍處拉伸狀態(tài)。預(yù)計(jì)A股下階段大概率將處于橫盤整理之中。橫盤期間，重點(diǎn)應(yīng)把握結(jié)構(gòu)性機(jī)會(huì)、區(qū)間行情。家電、白酒、食品飲料、調(diào)味品、衣柜、櫥柜等低估值、穩(wěn)增長(zhǎng)的股票，將會(huì)成為市場(chǎng)熱點(diǎn)。2017年春節(jié)過后，在熱點(diǎn)切換頻率較快的A股市場(chǎng)上，消費(fèi)板塊盈利能力復(fù)蘇基本確定，不斷增長(zhǎng)的需求使得消費(fèi)類股票頗有市場(chǎng)價(jià)值。配置消費(fèi)類對(duì)于投資者的心態(tài)上會(huì)比較穩(wěn)當(dāng)，在整體側(cè)重比較大的市場(chǎng)情況下，消費(fèi)類的公司從長(zhǎng)周期來看仍是比較有優(yōu)勢(shì)的。
