時(shí)間：2023-07-18 09:36:09
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篇量化投資主要方法范文。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)！
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(guó)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(jī)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常快,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(zhǎng)、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)。
量化基金發(fā)行提速
今年上半年,嘉實(shí)量化阿爾法、中海量化策略兩只量化基金的推出,打破了國(guó)內(nèi)量化基金多年的沉寂。而近期,更是有3只量化基金同時(shí)登臺(tái)亮相,且各具特色。截至目前,國(guó)內(nèi)基金市場(chǎng)上已經(jīng)發(fā)行7只量化基金,包括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、長(zhǎng)盛量化紅利策略股票型基金、富國(guó)滬深300增強(qiáng)基金及華商動(dòng)態(tài)阿爾法基金。前兩只分別成立于2004年8月和2005年10月,而后5只均是今年才成立。量化基金時(shí)隔四年后的再次大量推出,引起了市場(chǎng)的密切關(guān)注。種種跡象表明,以定性投資為主的國(guó)內(nèi)基金業(yè)正在掀起一場(chǎng)量化投資浪潮。
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,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)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,以“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)用阿爾法多因素模型篩選個(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。
中海量化策略,以量化模型作為資產(chǎn)配置與構(gòu)建投資組合的基礎(chǔ)。根據(jù)量化指標(biāo)實(shí)行從一級(jí)股票庫(kù)初選,從二級(jí)股票庫(kù)精選,再根據(jù)相關(guān)模型計(jì)算行業(yè)配置權(quán)重。結(jié)合行業(yè)配置權(quán)重,組合每只股票的配置比例。
長(zhǎng)盛量化紅利策略股票型基金,是作為國(guó)內(nèi)首只運(yùn)用“量化投資”策略投資于紅利股票的基金,該產(chǎn)品將給投資者帶來不同于傳統(tǒng)基金的新體驗(yàn)。該只基金的另一個(gè)顯著特點(diǎn)是“瞄準(zhǔn)紅利”。所謂紅利,強(qiáng)調(diào)的是具有較高安全邊際、較低下行風(fēng)險(xiǎn)的價(jià)值型投資,在目前市場(chǎng)總體估值處于歷史平均水平時(shí),價(jià)值型風(fēng)格更能獲得投資者的青睞。
富國(guó)滬深300增強(qiáng)基金,以滬深300指數(shù)為追蹤標(biāo)的,并對(duì)指數(shù)基金進(jìn)行增強(qiáng),并且是國(guó)內(nèi)第一只采用量化方法進(jìn)行主動(dòng)增強(qiáng)的滬深300指數(shù)基金。量化增強(qiáng)的方法主要包括:利用多因子阿爾法模型選擇股票;通過風(fēng)險(xiǎn)估測(cè)模型有效控制風(fēng)險(xiǎn)預(yù)算,并通過交易成本模型控制成本、保護(hù)業(yè)績(jī)。相比定性的方法,定量投資手段在對(duì)成份股較多的指數(shù)進(jìn)行增強(qiáng)方面以及控制跟蹤誤差方面具有很強(qiáng)的優(yōu)越性。
當(dāng)前適逢宏觀經(jīng)濟(jì)、證券市場(chǎng)復(fù)蘇向上之際,匯集A股市場(chǎng)300只規(guī)模大、流動(dòng)性好、最具代表性股票的滬深300指數(shù),有望迎來較好表現(xiàn)。而以滬深300為跟蹤標(biāo)的,并利用定量投資模型進(jìn)行主動(dòng)增強(qiáng)的富國(guó)滬深300增強(qiáng)基金,亦面臨良好的投資環(huán)境與投資時(shí)點(diǎn)。
華商動(dòng)態(tài)阿爾法基金,將以高阿爾法值的股票為主要投資目標(biāo),采用量化投資的方法,努力在有效控制風(fēng)險(xiǎn)的同時(shí)提高基金組合收益。華商動(dòng)態(tài)阿爾法基金的投資將主要采用阿爾法策略和量化策略。阿爾法策略是依靠精選行業(yè)和個(gè)股,來獲取超過大盤表現(xiàn)的超額收益。量化策略是指采用數(shù)量化分析方法來對(duì)股票進(jìn)行分析和篩選,基于數(shù)量模型來配置行業(yè)權(quán)重。它具有投資范圍更廣、紀(jì)律性更強(qiáng)、投資思想可驗(yàn)證等優(yōu)勢(shì),更能夠限制投資過程中主觀隨意性可能帶來的損失,幫助基金經(jīng)理進(jìn)行客觀決策。
定量投資適合A股市場(chǎng)
正因?yàn)锳股市場(chǎng)不是特別有效的市場(chǎng),數(shù)量化投資策略正好可以發(fā)揮其紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性、分散化的各種優(yōu)點(diǎn),從而捕獲國(guó)內(nèi)市場(chǎng)的各種投資機(jī)會(huì)。相比定性投資,現(xiàn)階段A股市場(chǎng)的特點(diǎn)更適合采用客觀、公正而理性的定量投資風(fēng)格。
股票市場(chǎng)復(fù)雜度和有效性的增加已對(duì)傳統(tǒng)定性投資基金經(jīng)理的單兵作戰(zhàn)能力提出了挑戰(zhàn)。相對(duì)于海外成熟市場(chǎng),A股市場(chǎng)的發(fā)展歷史較短,有效性偏弱,市場(chǎng)上被錯(cuò)誤定價(jià)的股票相對(duì)較多,那么,留給定量投資策略去發(fā)掘市場(chǎng)的無效性、尋找超額收益的潛力和空間也就更大。事實(shí)上,盡管量化基金在國(guó)內(nèi)的發(fā)展歷程較短,但是從國(guó)內(nèi)已有的兩只采用了定量投資方法并且已經(jīng)運(yùn)作了一段時(shí)間的基金來看,量化基金被證明是適應(yīng)中國(guó)市場(chǎng)的。
量化基金產(chǎn)品包括但不限于數(shù)量化共同基金產(chǎn)品、指數(shù)基金產(chǎn)品、指數(shù)增強(qiáng)型基金產(chǎn)品、行業(yè)指數(shù)基金產(chǎn)品、風(fēng)格類指數(shù)基金產(chǎn)品、策略指數(shù)基金產(chǎn)品、ETF產(chǎn)品、收益分級(jí)型產(chǎn)品等等。從數(shù)量化投資提供的工具和方法來看,能夠給投資者提供的基金產(chǎn)品可以說是百花齊放,還應(yīng)該做到有的放矢,滿足投資者不同風(fēng)險(xiǎn)收益偏好的投資需求。
量化投資需過三道坎
我國(guó)A股市場(chǎng)的量化基金仍然才開始起步,各方面都有待進(jìn)一步的完善。不僅機(jī)構(gòu)需要有完善數(shù)量化投資策略各方面的耐心,也需要投資者給數(shù)量化基金以耐心。采用數(shù)量化策略的共同基金要在中國(guó)市場(chǎng)獲得成功,仍有很長(zhǎng)的路要走,需要不斷的修正數(shù)量模型以適應(yīng)中國(guó)市場(chǎng)的特征。
對(duì)于量化基金的產(chǎn)品設(shè)計(jì),雖然量化基金一般都是采用多因素模型對(duì)股票進(jìn)行分析和篩選,但不同的量化基金產(chǎn)品的側(cè)重點(diǎn)是不一樣的,也就是說,包括投資思路、觀察角度、分析方法等在內(nèi)都是不同的。在個(gè)股篩選和分析的角度、行業(yè)分析的角度、大類資產(chǎn)配置的角度等方面,均有不同的思路,因此,不同的量化基金產(chǎn)品可以體現(xiàn)出各自不同的投資理念和各自的投資特色。
具體來說,基金要想真正推行量化投資,主要應(yīng)該跨越如下“三道門檻”。
首先,目前國(guó)內(nèi)對(duì)做空的限制以及投資產(chǎn)品的稀缺,導(dǎo)致很多成熟的數(shù)量化投資手段不能在國(guó)內(nèi)得以應(yīng)用。一些對(duì)沖策略可能需要期貨類的投資產(chǎn)品,而有些統(tǒng)計(jì)套利策略可能需要市場(chǎng)上要有做空的手段,目前這些條件在A股市場(chǎng)上尚不具備,因此,在一定程度上制約了量化投資的施展空間。
其二,中國(guó)目前對(duì)于基金的考核體系比較短期化,部分量化基金經(jīng)理有可能迫于短期排名的壓力,也去追漲殺跌,不去執(zhí)行相當(dāng)于投資紀(jì)律的量化策略,這就恰恰偏離了量化基金設(shè)計(jì)的初衷。量化投資策略成功與否需要從長(zhǎng)期來看,不能因?yàn)槎唐趦?nèi)跑不過市場(chǎng)就認(rèn)為量化基金管理得不好,對(duì)于量化基金的評(píng)價(jià)時(shí)間不能太短。
此外,量化投資對(duì)人的要求很高。量化投資需要考慮的一個(gè)重要因素是預(yù)測(cè)相對(duì)于市場(chǎng)的超額收益,即阿爾法收益,找到阿爾法預(yù)測(cè)模型。在阿爾法預(yù)測(cè)上,要保證不斷有新的阿爾法策略產(chǎn)生。一個(gè)新的阿爾法策略出來后,過一段時(shí)間就被市場(chǎng)充分理解,可能阿爾法收益就會(huì)逐漸消失,這就需要不斷產(chǎn)生新的阿爾法收益模型。
量化基金本土化前景
A股市場(chǎng)的發(fā)展歷史較短,有效性偏弱,市場(chǎng)上被錯(cuò)誤定價(jià)的股票相對(duì)較多,那么,留給定量投資策略去發(fā)掘市場(chǎng)的無效性、尋找超額收益的潛力和空間也就更大。相比定性投資,現(xiàn)階段A股市場(chǎng)的特點(diǎn)更適合定量投資客觀、公正而理性的投資風(fēng)格。股票市場(chǎng)復(fù)雜度和有效性的增加已對(duì)傳統(tǒng)定性投資基金經(jīng)理的單兵作戰(zhàn)能力提出了挑戰(zhàn)。正因?yàn)槭袌?chǎng)的弱有效性,數(shù)量化投資才更有發(fā)揮的價(jià)值。這也是量化基金可以在中國(guó)本土化獲得成功的有利條件。
數(shù)量化投資可以為投資者帶來更多、更豐富、更有特色的基金產(chǎn)品,豐富機(jī)構(gòu)的產(chǎn)品線。只有建立完善的產(chǎn)品線,才能滿足不同投資者的需求,才能在不同的市場(chǎng)狀況下獲得發(fā)展,才能有強(qiáng)大的基金公司。機(jī)構(gòu)可以從數(shù)量化投資所帶來的無限量基金產(chǎn)品線上獲得豐厚的利益。
量化投資最典型的特征就是通過建立數(shù)學(xué)量化模型進(jìn)行交易，它是建立在大量歷史數(shù)據(jù)的基礎(chǔ)上、建立反應(yīng)某種特定規(guī)律的數(shù)學(xué)模型、在此基礎(chǔ)上進(jìn)行程序化交易。具體而言，就是從那些瞬息萬變的市場(chǎng)變化中去尋找能夠獲得微小利潤(rùn)的計(jì)算機(jī)化交易，關(guān)鍵在于捕捉到人們無法利用的短暫價(jià)差來實(shí)現(xiàn)套利。模型可以看作醫(yī)院里面的各種先進(jìn)的醫(yī)學(xué)診斷儀器，醫(yī)生通過這些先進(jìn)診斷儀器對(duì)病人進(jìn)行掃描化驗(yàn)，獲取反映病人的身體狀況的指標(biāo)數(shù)據(jù)，然后通過獲取的數(shù)據(jù)去判斷病人所患的疾病，從而對(duì)癥下藥。類似地，量化投資就是在市場(chǎng)中不斷去尋找套利機(jī)會(huì)，其實(shí)就像是在發(fā)現(xiàn)市場(chǎng)的不易察覺的“疾病”，依托于模型的掃描和檢測(cè)，獲得市場(chǎng)的各項(xiàng)關(guān)鍵指標(biāo)數(shù)據(jù)，從而找出套利機(jī)會(huì)，然后做出投資決策。量化投資需要精湛的計(jì)算機(jī)編程技術(shù)，其主要形式是程序化交易。程序化交易絕大多數(shù)都是高頻數(shù)據(jù)交易，其特點(diǎn)是：計(jì)算機(jī)自動(dòng)完成；交易量巨大；持倉(cāng)時(shí)間很短，當(dāng)日頻繁交易；每筆收益率很低，但總體收益穩(wěn)定。高頻數(shù)據(jù)交易的核心是模型算法，負(fù)責(zé)策略及機(jī)會(huì)，速度是關(guān)鍵保障，因此大機(jī)構(gòu)一般在交易所大樓旁租高速光纜建立交易室。目前，美國(guó)股市總體成交量約70%是高頻交易，而涉及機(jī)構(gòu)僅占2%。
具體到股票市場(chǎng)，目前，股票市場(chǎng)上有很多風(fēng)格各異的分析流派，其中最為人們熟知的有兩個(gè)分析流派。其一是技術(shù)分析，其二就是基本面分析。但是另外一種在國(guó)外已經(jīng)非常的成熟的方法即量化投資方法卻很少為人們所知。
二、量化投資在A股市場(chǎng)的發(fā)展
相對(duì)于量化投資交易量占據(jù)70%的發(fā)達(dá)金融市場(chǎng)，國(guó)內(nèi)量化投資的發(fā)展才剛剛起步。在中國(guó)A股市場(chǎng)在整個(gè)投資市場(chǎng)所占據(jù)的規(guī)模又有絕對(duì)的優(yōu)勢(shì)，所以，量化投資在A股市場(chǎng)的發(fā)展前景就決定了量化投資在整個(gè)金融市場(chǎng)的發(fā)展前景。
目前，量化投資在A股市場(chǎng)的發(fā)展還有很多局限性。首先，我國(guó)A股市場(chǎng)的投資主體仍是噪聲交易的的中小規(guī)模散戶，導(dǎo)致資金規(guī)模不夠集中，無法發(fā)揮資金的規(guī)模效應(yīng)，不利于程序化規(guī)模交易的推廣。其次，量化投資具有頻繁交易，持倉(cāng)時(shí)間較短的特點(diǎn)。由于A股市場(chǎng)還不是T+0的交易制度，這就決定了量化投資在A股市場(chǎng)還不備大規(guī)模運(yùn)用的前提。最后，創(chuàng)新能力不足。即使是目前已經(jīng)開發(fā)的幾只量化投資基金，同質(zhì)化現(xiàn)象也非常明顯。核心策略仍然局限于技術(shù)指標(biāo)和均線系統(tǒng)的搭配運(yùn)用，缺乏多元化程序化交易策略庫(kù)的支持。
在看到局限性的同時(shí)，我們也應(yīng)該看到其廣闊的發(fā)展前景：
第一，與歐美比較成熟的金融市場(chǎng)相比，我國(guó)證券市場(chǎng)的發(fā)展歷史還很短，只有區(qū)區(qū)二十多年的時(shí)間，隨著A股市場(chǎng)的進(jìn)一步發(fā)展，比如規(guī)模進(jìn)一步擴(kuò)大，實(shí)行T+0的交易制度等，量化投資的發(fā)展前景就會(huì)愈發(fā)寬廣。同時(shí)，量化投資是一種套利交易，這就決定了弱有效市場(chǎng)是其耐以生存的土壤。由于我國(guó)投資者隊(duì)伍參差不齊、不夠成熟，這就給通過發(fā)掘市場(chǎng)非有效性來獲取阿爾法收益帶來了更多機(jī)會(huì)；
第二，量化投資的技術(shù)和方法在國(guó)內(nèi)還是新手事物，競(jìng)爭(zhēng)者很少。相對(duì)于目前證券市場(chǎng)上傳統(tǒng)的定性投資者太多，機(jī)會(huì)很少，競(jìng)爭(zhēng)過于激烈而言，量化投資者較少，機(jī)會(huì)很多，這就給量化投資創(chuàng)造了良好的發(fā)展機(jī)遇。在這方面，只要引進(jìn)成熟的量化投資人才，增強(qiáng)開發(fā)差異化模型的創(chuàng)新性，避免模型過于單一，就會(huì)為量化投資的發(fā)展帶來新的曙光。
一、引言
量化投資在國(guó)外的實(shí)踐已經(jīng)有了40多年的發(fā)展，我國(guó)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(guó)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(guó)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(guó)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(jī)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(guó)外量化投資策略的分類
國(guó)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(guó)量化投資策略的分類
國(guó)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?，F(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(guó)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(guó)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(guó)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(guó)內(nèi)外量化投資實(shí)踐的發(fā)展
（一）國(guó)外量化投資實(shí)踐的發(fā)展
本文認(rèn)為量化投資在國(guó)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(guó)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(guó)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(guó)的富國(guó)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(guó)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(guó)量化投資的發(fā)展
本文認(rèn)為，到目前為止，我國(guó)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(guó)沒有足夠的金融工具，量化投資在我國(guó)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(guó)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(zhǎng)階段。2011年，被認(rèn)為是我國(guó)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(guó)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(yáng)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(guó)量化對(duì)沖產(chǎn)品增長(zhǎng)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(guó)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(zhǎng)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(guó)股指期貨、融資融券、國(guó)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(guó)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(guó)的啟示[J].中國(guó)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(guó)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(guó)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(guó)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.
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。
1量化投資簡(jiǎn)介
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(kù)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(kù)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(yíng)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(kù)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?？傮w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(guó)國(guó)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(guó)量化投資市場(chǎng)。(2)我國(guó)的量化投資市場(chǎng)雖然發(fā)展迅速但仍不成熟。與美國(guó)及歐洲發(fā)達(dá)國(guó)家相比，我國(guó)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(guó)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(guó)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(guó)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(rùn)。(4)量化投資策略研究落后。通過把我國(guó)量化投資策略與美國(guó)及西方發(fā)達(dá)國(guó)家的量化投資策略進(jìn)行對(duì)比，發(fā)現(xiàn)我國(guó)現(xiàn)有的量化投資策略嚴(yán)重落后。國(guó)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。現(xiàn)階段我國(guó)量化策略研究多是借用國(guó)外的策略，結(jié)合國(guó)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(guó)國(guó)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(kù)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(kù)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(kù)；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(kù)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(guó)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
從1971年巴克萊投資管理公司發(fā)行全球第一只定量投資產(chǎn)品至今，量化投資已走過30年歷程。
憑借著良好的業(yè)績(jī)表現(xiàn)，這一投資方法已占據(jù)全球投資30%的江山，成為主流的投資方法之一。其中著名的大基金自成立起至2006年的17年間，年化收益率達(dá)到38.5%。
然而，近兩年來，量化基金在全球的業(yè)績(jī)并不理想。次貸危機(jī)之后，量化基金一直舉步維艱。
國(guó)內(nèi)量化基金的興起，正是在次貸危機(jī)之后。
截至目前，國(guó)內(nèi)已成立的采用量化策略的基金有12只，其中9只自2009年以來成立。它們整體面臨業(yè)績(jī)不盡如人意的尷尬，據(jù)《投資者報(bào)》數(shù)據(jù)，它們的年復(fù)合增長(zhǎng)率為11.78%，遠(yuǎn)低于平衡類、價(jià)值類、成長(zhǎng)類基金。
量化基金成敗，最關(guān)鍵是量化模型的有效性和投資紀(jì)律的執(zhí)行情況。然而，國(guó)內(nèi)已有的量化基金兩方面均無太大優(yōu)勢(shì)。
一方面，模型相對(duì)較原始，量化投資策略要么機(jī)械地借鑒國(guó)外已經(jīng)公開的模式，要么基于基金公司自有的多因子模型；另一方面，與海外量化基金一樣，具體的模型并不會(huì)公開，這樣投資紀(jì)律便無處考察。
從現(xiàn)有的幾只量化基金過往業(yè)績(jī)看，長(zhǎng)期業(yè)績(jī)較優(yōu)異的是上投摩根阿爾法，自成立以來，年復(fù)合增長(zhǎng)率達(dá)到35%，算得上是量化基金的龍頭。
量化模型無亮點(diǎn)
投資模型是量化基金最核心的競(jìng)爭(zhēng)力。
定量基金經(jīng)理基于對(duì)市場(chǎng)的理解，提煉出能夠產(chǎn)生長(zhǎng)期穩(wěn)定超額收益的投資思想，并用歷史數(shù)據(jù)驗(yàn)證其正確性，再由系統(tǒng)根據(jù)提煉出的投資思想，在全市場(chǎng)挑選符合標(biāo)準(zhǔn)的股票，并通過對(duì)收益、風(fēng)險(xiǎn)的優(yōu)化，建構(gòu)最優(yōu)股票組合。
“對(duì)于中國(guó)這樣的新興市場(chǎng)，量化投資的關(guān)鍵是能否根據(jù)市場(chǎng)特點(diǎn)，設(shè)計(jì)好的投資模型?！苯邮堋锻顿Y者報(bào)》記者采訪時(shí)，上海一位從事量化投資的基金經(jīng)理說道。
然而，已有的量化基金中，大多簡(jiǎn)單地利用國(guó)外已公開的模型，或是用基金公司自有的一些簡(jiǎn)單模型，在考察市場(chǎng)的有效性上普遍比較欠缺。
如中海量化策略和南方策略優(yōu)化在行業(yè)權(quán)重配置中均采用的Black-Litterman（BL）模型。
這種模型現(xiàn)是華爾街主流模型，亦是高盛公司資產(chǎn)管理部門在資產(chǎn)配置上的主要工具。
BL模型利用概率統(tǒng)計(jì)方法，將投資者對(duì)大類資產(chǎn)的觀點(diǎn)與市場(chǎng)均衡回報(bào)相結(jié)合，產(chǎn)生新的預(yù)期回報(bào)。即由投資者對(duì)某些大類資產(chǎn)提出傾向性意見，模型根據(jù)投資者的傾向性意見，輸出對(duì)該大類資產(chǎn)的配置建議。
然而，在國(guó)內(nèi)市場(chǎng)信息搜集等方面局限性較大的情況下，該系統(tǒng)到底是否有效還僅是基金公司體現(xiàn)其“專業(yè)性”的一個(gè)由頭，有待探討。
國(guó)內(nèi)量化基金模型還具有同質(zhì)化特點(diǎn)，表現(xiàn)在對(duì)個(gè)股估值等方法的應(yīng)用上，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等。
另外，模型是量化產(chǎn)品背后“不能說的秘密”，雖然基金契約中對(duì)要采用的量化模型做了模糊介紹，作為靠“執(zhí)行紀(jì)律”取勝的產(chǎn)品，實(shí)際運(yùn)作是否執(zhí)行到位，也無處查證。
量化基金業(yè)績(jī)平淡
量化基金的優(yōu)點(diǎn)首先在于，通過具體的經(jīng)濟(jì)模型對(duì)經(jīng)濟(jì)復(fù)蘇行業(yè)評(píng)估并進(jìn)行行業(yè)權(quán)重配置，將基金經(jīng)理的投資理念與分析有效結(jié)合。
其次，覆蓋全市場(chǎng)，避免因基金經(jīng)理個(gè)人偏見或經(jīng)理不足造成選擇范圍局限。
再次，通過基金經(jīng)理精細(xì)化投資運(yùn)作，較好把握細(xì)微的結(jié)構(gòu)性投資機(jī)會(huì)。
或許是因?yàn)槟Ｐ秃?jiǎn)單雷同，以及沒有較好體現(xiàn)A股的特征，比如說波動(dòng)性、“政策市”等，現(xiàn)有的量化基金整體業(yè)績(jī)優(yōu)勢(shì)并不明顯。
根據(jù)《投資者報(bào)》數(shù)據(jù)，可比較的6只“人腦+電腦”量化產(chǎn)品的年復(fù)合增長(zhǎng)率為11.78%，低于“人腦”管理的趨勢(shì)類、回報(bào)類、價(jià)值類、平衡類（年復(fù)合增長(zhǎng)率均超過18%）。
今年以來，所有量化基金中，超越指數(shù)的僅有采用量化投資的富國(guó)滬深300增強(qiáng)指數(shù)型基金，截至4月1日，回報(bào)率為6.94%。
而在估值修復(fù)行情中，以對(duì)估值有量化指標(biāo)要求的華商動(dòng)態(tài)阿爾法、國(guó)泰金鼎價(jià)值精選、嘉實(shí)量化阿爾法大幅跑輸業(yè)績(jī)大盤，取得負(fù)收益，凈值分別下跌7.2%、6.7%和4%。
上投摩根阿爾法領(lǐng)銜
從已成立的采用量化策略投資的基金中，年復(fù)合增長(zhǎng)率大幅超過平均值的僅有上投摩根阿爾法，為35%。但這與該基金是較早采用量化策略的基金之一，成立于2005年10月，經(jīng)歷過2006、2007年的大牛市行情有一定關(guān)系。
截至去年底，該基金資產(chǎn)規(guī)模44億元，自成立以來的回報(bào)率為425%。該基金受到機(jī)構(gòu)投資者的青睞，持股2.9億份，占基金總份額的21%。
【關(guān)鍵詞】
量化交易；風(fēng)險(xiǎn)；控制
0 引言
2103年8月16日上午11點(diǎn)05分，原本平靜的證券市場(chǎng)開始急劇放量，滬指突然瞬間飆升逾100點(diǎn)，漲幅超5%，最高沖至2198.85點(diǎn)。包括中國(guó)石油、中國(guó)石化、工商銀行、農(nóng)業(yè)銀行、招商銀行等71只權(quán)重股出現(xiàn)集體“秒殺”漲停奇觀。霎時(shí)間，市場(chǎng)涌出無數(shù)種猜測(cè)，各種“利好”消息漫天飛舞，一時(shí)間人心振奮。然而下午，光大證券公告承認(rèn)其套利系統(tǒng)存在缺陷，并證實(shí)其衍生品部門在做量化投資的一個(gè)ETF套利交易時(shí)下單失誤，將3000萬股寫成3000萬手，并接入實(shí)盤，下單總額達(dá)到234億，實(shí)際成交72.7億。至此，這場(chǎng)中國(guó)股市史無前例的“烏龍指”事件終于浮出水面，也由此引發(fā)了社會(huì)對(duì)于量化交易這個(gè)中國(guó)證券市場(chǎng)的新興事物的廣泛關(guān)注以及其對(duì)市場(chǎng)可能產(chǎn)生的巨大沖擊和由此引發(fā)的風(fēng)險(xiǎn)的熱烈討論。
1 量化交易的發(fā)展
量化交易的出現(xiàn)始于20世紀(jì)70年代初。1972年，紐約證券交易所推出了指定交易循環(huán)系統(tǒng)（DOT）。電子化交易己經(jīng)受到公眾的關(guān)注，但受到計(jì)算機(jī)軟硬件的限制，和高昂的計(jì)算機(jī)設(shè)備成本，量化交易直到上世紀(jì)80年代才發(fā)展起來。80年代，摩根士丹利的納齊奧塔爾塔利亞的量化小組開創(chuàng)了配對(duì)交易法。上世紀(jì)90年代至今，系統(tǒng)化交易進(jìn)入了高速發(fā)展階段。高盛，摩根士丹利，文藝復(fù)興科技等公司利用系統(tǒng)化交易在市場(chǎng)中獲得巨額利潤(rùn)。隨后，諸多體制的優(yōu)交易所使用股票小數(shù)報(bào)價(jià)等。暗池（Dark Pool）是一種為買賣雙方匿名配對(duì)大宗股票交易的平臺(tái)，參與者主要為機(jī)構(gòu)投資者，其運(yùn)作方式并不透明，不但不會(huì)展示買賣盤價(jià)及報(bào)價(jià)人士的身份，也不會(huì)向公眾披露己執(zhí)行交易的詳情。目前暗池交易量約為總交易量的16%。這些舉措為量化交易的發(fā)展掃平了道路，量化交易也朝著交易速度更快，交易量更大的方向發(fā)展。截至目前，量化交易已經(jīng)成為證券交易的主要力量。在紐交所，量化交易占市場(chǎng)總交易量的30%左右。
2 量化交易的類別
2.1 久期平均
久期平均方法通常用于債券市場(chǎng)，該方法旨在動(dòng)態(tài)調(diào)整保險(xiǎn)公司債券組合的久期，減小資產(chǎn)價(jià)格波動(dòng)。當(dāng)利率上升，上調(diào)債券平均到期時(shí)間和久期，這樣可以從未來市場(chǎng)收益率下跌中獲得收益；相反，當(dāng)利率下降，下調(diào)債券平均到期時(shí)間和久期。
2.2 投資組合保險(xiǎn)
投資組合保險(xiǎn)是對(duì)沖投資組合風(fēng)險(xiǎn)的主要方法，投資者將股票、債券、衍生品組合起鎖定資產(chǎn)價(jià)值。
2.3 指數(shù)套利
指數(shù)套利策略是一種嘗試從股票指數(shù)現(xiàn)貨和期貨的差值中獲得利潤(rùn)的策略。該策略通常同時(shí)買入（賣出）現(xiàn)貨、賣出（買入）期貨合約。
2.4 統(tǒng)計(jì)套利
統(tǒng)計(jì)套利采用空頭對(duì)沖的方法構(gòu)建資產(chǎn)組合，根據(jù)數(shù)量模型所預(yù)測(cè)的理論價(jià)值與證券價(jià)格進(jìn)行對(duì)比，構(gòu)建證券投資組合，從而規(guī)避市場(chǎng)波動(dòng)系統(tǒng)性風(fēng)險(xiǎn)，獲取一個(gè)穩(wěn)定的超額收益。
2.5 算法交易
算法交易是指事先設(shè)計(jì)好交易策略，然后將其編制成計(jì)算機(jī)程序，利用計(jì)算機(jī)程序的算法來決定交易下單的時(shí)機(jī)、價(jià)格和數(shù)量等。
2.6 高頻交易
高頻交易是對(duì)之前量化交易的繼承和發(fā)展。高頻交易指交易者利用先進(jìn)的計(jì)算機(jī)軟硬件設(shè)備優(yōu)勢(shì)和自動(dòng)化交易策略，實(shí)時(shí)獲取和處理市場(chǎng)行情信息、并快速生成和發(fā)送交易指令，在短時(shí)間內(nèi)多次進(jìn)行買入賣出下單，以獲得利潤(rùn)的交易過程。
3 量化交易的主要風(fēng)險(xiǎn)
現(xiàn)代量化交易的概念廣泛，種類也日趨多樣化，因此不同的量化交易產(chǎn)生的風(fēng)險(xiǎn)也不盡相同，因此本文僅就“8.16事件”中光大證券使用的量化交易系統(tǒng)存在的風(fēng)險(xiǎn)進(jìn)行論述總結(jié)。
此次事件中光大證券的策略交易系統(tǒng)其實(shí)就是一種高頻量化交易系統(tǒng)。高頻交易借助強(qiáng)大的計(jì)算機(jī)系統(tǒng)和復(fù)雜的程序運(yùn)算，在百分之一或千分之一秒內(nèi)自動(dòng)完成大量訂單，從極小的價(jià)格波動(dòng)區(qū)間中獲得利潤(rùn)。
高頻交易風(fēng)險(xiǎn)來自三個(gè)部分：
3.1 一、二級(jí)市場(chǎng)“級(jí)差”風(fēng)險(xiǎn)
一二級(jí)市場(chǎng)的“級(jí)差”是整個(gè)套利交易的核心。在現(xiàn)有規(guī)則下，ETF套利模式分為兩種：一種是通過購(gòu)買一攬子股票，按照兌換比例在一級(jí)市場(chǎng)換得相應(yīng)的ETF份額，然后在二級(jí)市場(chǎng)上將ETF賣出；另一種則是在二級(jí)市場(chǎng)上購(gòu)買ETF份額，通過兌換比例換得相應(yīng)數(shù)量的股票，然后在二級(jí)市場(chǎng)賣出股票。
因?yàn)樘桌目臻g非常小，通常只有萬分之幾，因此套利交易為了獲取適中的收益，參與的資金量都比較大。如果交易員把握不當(dāng)順序做反，則投資將出現(xiàn)虧損，這便是級(jí)差風(fēng)險(xiǎn)。
3.2 交易員操作失誤風(fēng)險(xiǎn)
交易員操作失誤是目前為止高頻交易中出現(xiàn)頻率最高的風(fēng)險(xiǎn)，此前世界各國(guó)的證券市場(chǎng)大多都出現(xiàn)過因此類事故而引發(fā)的市場(chǎng)劇烈波動(dòng)，給投資者造成不小的損失。這次光大的烏龍指事件，也是交易員在輸入數(shù)量的時(shí)候出現(xiàn)了失誤所導(dǎo)致。
3.3 系統(tǒng)軟件風(fēng)險(xiǎn)
系統(tǒng)軟件風(fēng)險(xiǎn)與交易員操作失誤風(fēng)險(xiǎn)是相伴而生的?，F(xiàn)代量化交易系統(tǒng)經(jīng)過多年的發(fā)展，已經(jīng)日趨完善，特別是在交易權(quán)限的設(shè)置及監(jiān)控方面。每個(gè)交易員在系統(tǒng)中都有相應(yīng)的交易權(quán)限，包括數(shù)量、金額。然而在此次光大事件中，交易員由于輸錯(cuò)買入數(shù)量，使交易金額從區(qū)區(qū)幾億猛增至868億，而數(shù)量如此巨大的金額是如何繞過系統(tǒng)權(quán)限完成交易的？這個(gè)問題的暴露，也導(dǎo)致業(yè)內(nèi)質(zhì)疑光大風(fēng)控并未做足。
4 量化交易風(fēng)險(xiǎn)控制的主要手段
從上文可以看出，上述三個(gè)主要風(fēng)險(xiǎn)中，交易員操作失誤風(fēng)險(xiǎn)在現(xiàn)實(shí)中幾乎無法避免，所以最有效的風(fēng)控方式就是建立完善的交易監(jiān)控系統(tǒng)，同時(shí)在交易規(guī)則上通過消除關(guān)聯(lián)品種的交易差異逐漸消除一二級(jí)市場(chǎng)的“級(jí)差”風(fēng)險(xiǎn)。
4.1 建立和完善交易監(jiān)控和預(yù)警系統(tǒng)
很明顯，高頻交易的技術(shù)風(fēng)險(xiǎn)是可以通過建立和完善交易監(jiān)控和預(yù)警系統(tǒng)得到有效防范的。就現(xiàn)代計(jì)算機(jī)技術(shù)和金融軟件的開發(fā)和技術(shù)水平而言，建立一套完整且安全的量化交易系統(tǒng)并非難事，但是由于資本逐利的天然本性及人類難以壓制的貪欲，在實(shí)際的資本運(yùn)作過程中人們都會(huì)盡可能的躲避規(guī)則的限制，甚至鉆規(guī)則的空子，以獲取盡可能大的收益。加之建立系統(tǒng)所要花費(fèi)的成本，以及將各個(gè)機(jī)構(gòu)之間分散獨(dú)立的系統(tǒng)相互聯(lián)網(wǎng)組成一個(gè)完整的監(jiān)控體系，都需要耗費(fèi)大量的人力物力來完成。因此想要建立一套完整的監(jiān)控及預(yù)警系統(tǒng)就會(huì)面對(duì)許多現(xiàn)實(shí)的阻礙。尤其是在中國(guó)，當(dāng)前證券市場(chǎng)本身尚不完善，量化交易更是新生事物，建立交易監(jiān)控和預(yù)警系統(tǒng)的難度較西方發(fā)達(dá)國(guó)家更為困難。
有鑒于“8.16事件”的教訓(xùn)，在參考國(guó)外成熟經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合中國(guó)自身國(guó)情，筆者認(rèn)為在建立和完善交易監(jiān)控和預(yù)警系統(tǒng)的具體實(shí)施過程中政府應(yīng)該起主導(dǎo)作用。目前中國(guó)掌控巨額資金的機(jī)構(gòu)，如基金、券商、保險(xiǎn)等大都是國(guó)有控股企業(yè)，因此在交易監(jiān)控系統(tǒng)的建立和推廣上政府具有先天的優(yōu)勢(shì)，這種優(yōu)勢(shì)既有利于系統(tǒng)的快速建立和推廣，也有利于降低成本，易于為機(jī)構(gòu)和投資者接受等。其次，在系統(tǒng)建立的同時(shí)，相應(yīng)的監(jiān)控、預(yù)警、事故調(diào)查及違規(guī)懲罰機(jī)制也要同時(shí)建立，這也有賴于國(guó)家迅速出臺(tái)相應(yīng)的發(fā)規(guī)法條。
4.2 逐漸消除關(guān)聯(lián)品種交易差異
在現(xiàn)行的股票市場(chǎng)存在T+1交易限制以及ETF特殊的市場(chǎng)和交易機(jī)制下，通過ETF實(shí)現(xiàn)T+0交易并非新的交易方法。ETF存在兩個(gè)可以交易的市場(chǎng)，一個(gè)是申購(gòu)贖回市場(chǎng)，即一級(jí)市場(chǎng)，另一個(gè)是場(chǎng)內(nèi)買賣市場(chǎng)，即二級(jí)市場(chǎng)。
根據(jù)我國(guó)證券交易所的相關(guān)規(guī)定，買賣、申購(gòu)、贖回ETF基金份額時(shí)，當(dāng)日申購(gòu)的基金份額，同日可以賣出，但不能贖回；當(dāng)日買入的基金份額，同日可以贖回，但不能賣出；當(dāng)日贖回的證券，同日可以賣出，但不能申購(gòu)基金份額；當(dāng)日買入的證券，同日可以用來申購(gòu)基金份額。
如此一來，投資者就可以利用ETF特殊的市場(chǎng)設(shè)置和交易規(guī)則實(shí)現(xiàn)股票買賣的T+0交易，從而實(shí)現(xiàn)資金的高效運(yùn)轉(zhuǎn)。這就是此次事件中光大證券利用ETF在同一天實(shí)現(xiàn)風(fēng)險(xiǎn)對(duì)沖的具體操作方法。不過，通過ETF實(shí)現(xiàn)T+0日內(nèi)回轉(zhuǎn)交易并非普通投資者可以做到的，因?yàn)镋TF一級(jí)市場(chǎng)中設(shè)置了較高的準(zhǔn)入門檻，因此，目前ETF的T+0套利機(jī)制還只是“有錢人”的游戲。
關(guān)聯(lián)品種和關(guān)聯(lián)市場(chǎng)存在相互影響的可能，而交易規(guī)則的差異會(huì)對(duì)不同類型投資者的控制風(fēng)險(xiǎn)能力和方式造成差異化影響，就像此次光大事件表現(xiàn)出的那樣，實(shí)力雄厚的投資者是可以通過跨市場(chǎng)、跨品種交易來鎖定收益、對(duì)沖風(fēng)險(xiǎn)的，而普通投資者則沒有這種能力和機(jī)會(huì)，在此類事件中只能坐等風(fēng)險(xiǎn)的降臨。因此，監(jiān)管層應(yīng)該考慮適時(shí)地消除關(guān)聯(lián)品種和關(guān)聯(lián)市場(chǎng)在交易機(jī)制上的差異，為廣大投資者營(yíng)造一個(gè)平等競(jìng)爭(zhēng)的機(jī)會(huì)。
5 結(jié)論
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)
“在今年股票市場(chǎng)結(jié)構(gòu)化行情中，量化股票策略通過多因子模型選股，能夠抓住市場(chǎng)尾部機(jī)會(huì)，在市場(chǎng)風(fēng)格和熱點(diǎn)板塊的迅速切換中保持較高倉(cāng)位運(yùn)作。而南方基金量化團(tuán)隊(duì)著力打造的主動(dòng)量化投資，更是通過多模型捉到了廣泛的錯(cuò)誤定價(jià)機(jī)會(huì)，大概率的戰(zhàn)勝市場(chǎng)指數(shù)，獲取更為穩(wěn)健的長(zhǎng)期收益。這是今年以來，南方基金旗下量化產(chǎn)品取得出色業(yè)績(jī)的最主要原因?！蹦戏交鹂偛弥?、權(quán)益投資中總監(jiān)如是說。
致力于捕捉
“非有效性”的主動(dòng)量化投資
什么是主動(dòng)量化投資？
“主動(dòng)量化投資泛指利用海量數(shù)據(jù)和依靠計(jì)算機(jī)的系統(tǒng)支持，挖掘歷史規(guī)律性，并采用嚴(yán)格的風(fēng)控來獲取穩(wěn)健收益?！笔凡└嬖V《投資者報(bào)》記者，南方基金主動(dòng)量化投資的核心是捕捉市場(chǎng)的“非有效性”，市場(chǎng)中有很多非理性投資者把股票價(jià)格抬高或壓低，所以股價(jià)會(huì)根據(jù)市場(chǎng)情緒的波動(dòng)圍繞預(yù)期價(jià)格變化，主動(dòng)量化投資通過上市公司基本面、一致預(yù)期、市場(chǎng)波動(dòng)與情緒等各個(gè)維度綜合描述定價(jià)的偏差機(jī)會(huì)，廣泛精選個(gè)股獲取超額收益。
值得一提的是，盡管南方基金旗下量化股票策略基金會(huì)為了最大程度獲取絕對(duì)收益而維持較高的倉(cāng)位，但單只股票的持倉(cāng)占比卻并不高，幾乎都在1%以下。以南方量化成長(zhǎng)為例，三季度持倉(cāng)占比最高的為科隆精化，但仍不到1%，為0.97%，前十重倉(cāng)股持倉(cāng)占比合計(jì)為7.12%。
“南方基金量化團(tuán)隊(duì)基于基本面的量化選股策略是透明的和符合邏輯的。其優(yōu)點(diǎn)是擁有靈活的市場(chǎng)應(yīng)變能力、廣泛選股的能力，可以管理較大規(guī)模，并能有效降低組合波動(dòng)，保證業(yè)績(jī)的可持續(xù)性。”史博告訴《投資者報(bào)》記者，南方基金旗下量化產(chǎn)品根據(jù)組合的不同契約規(guī)定等采用不同的數(shù)量化策略進(jìn)行投資，通常單一產(chǎn)品實(shí)際投資股票數(shù)目有幾百只。每只股票的持倉(cāng)比例一般都比較低，單只股票的波動(dòng)對(duì)凈值影響較小，整體表現(xiàn)較為穩(wěn)健。
對(duì)此，業(yè)內(nèi)人士指出，對(duì)投資者而言，在無法準(zhǔn)確預(yù)知未來市況時(shí)，長(zhǎng)期持有老牌公募的量化股票基金是一個(gè)較為明智的投資選擇。因?yàn)榧词故窃谕顿Y周期中趕上熊市遭遇Alpha和Beta雙殺，但只要長(zhǎng)期持有基金，在熊市周期過后，震蕩市和牛市都可以為投資者賺取一定的絕對(duì)收益，在Alpha的復(fù)利作用下依然可以獲取可觀的收益。
以南方策略優(yōu)化為例，該只量化基金成立于2010年，目前獲晨星、銀河三年5星評(píng)級(jí)；最近一年回報(bào)率在同類481只可比基金中排名第5 ；最近兩年、三年回報(bào)率也都在同類400多只可比基金中排名前15。據(jù)Wind數(shù)據(jù)顯示，截至11月29日，自成立之日起復(fù)權(quán)單位凈值增長(zhǎng)率為68.89%。即使以去年股市異常波動(dòng)前最高點(diǎn)5100多點(diǎn)來計(jì)算，在大盤仍虧損37%多的背景下，該基金的虧損幅度已縮小到10%左右，明顯優(yōu)于大盤。
“團(tuán)隊(duì)+系統(tǒng)”煉就金牛量化投資團(tuán)隊(duì)
你也許會(huì)認(rèn)為量化投資看上去簡(jiǎn)單，但實(shí)際上并不容易。一個(gè)好的量化產(chǎn)品，必須能夠結(jié)合市場(chǎng)環(huán)境的變化等因素，動(dòng)態(tài)調(diào)整各個(gè)風(fēng)格之間的比例，進(jìn)而使得模型適應(yīng)不同市場(chǎng)。據(jù)了解，為了達(dá)到上述目的，南方量化團(tuán)隊(duì)打造了強(qiáng)大的量化多策略模型，包括從因子模型、事件驅(qū)動(dòng)、價(jià)格特征、交易量特征、量?jī)r(jià)互動(dòng)、主題輪動(dòng)、行業(yè)輪動(dòng)、突發(fā)事件方面的因素去結(jié)合公司基本面、當(dāng)前市場(chǎng)環(huán)境等信息，從而精選股票，不僅如此，該基金還在今年引入了輿情因子，利用大數(shù)據(jù)捕捉市場(chǎng)情緒。
“總的來說，量化投資是一項(xiàng)復(fù)雜的系統(tǒng)工程，其成功依賴于團(tuán)隊(duì)成員之間的緊密合作。因其業(yè)務(wù)鏈條的嚴(yán)密性和邏輯的環(huán)環(huán)相扣，許多繁瑣的細(xì)節(jié)實(shí)際上都是成功的關(guān)鍵。作為一種復(fù)雜的高智能投資方法，目前只有機(jī)構(gòu)投資者才有競(jìng)爭(zhēng)能力使用此方法。”史博告訴《投資者報(bào)》記者。經(jīng)過多年不懈的努力，目前，南方量化團(tuán)隊(duì)已經(jīng)建立了包含清洗整理過的上市公司財(cái)務(wù)數(shù)據(jù)庫(kù)、因子庫(kù)、回測(cè)平臺(tái)、樣本外跟蹤分析平臺(tái)在內(nèi)的南方基金量化投資系統(tǒng)。
與定性投資不同，定量投資更多關(guān)注“數(shù)字”背后的意義，依靠計(jì)算機(jī)的幫助，分析數(shù)據(jù)中的統(tǒng)計(jì)特征，以尋找股票運(yùn)行模式，進(jìn)而挖掘出內(nèi)在價(jià)值。
李延剛總結(jié)了定量投資的三大優(yōu)勢(shì)：首先是理性。定量投資是對(duì)于基于基本面定性投資方法和工具的數(shù)量化統(tǒng)計(jì)性總結(jié)，它在吸收了針對(duì)某種投資風(fēng)格和理念的成功經(jīng)驗(yàn)的基礎(chǔ)上，以先進(jìn)的數(shù)學(xué)統(tǒng)計(jì)技術(shù)替代人為的主觀判斷，并能夠客觀理性地堅(jiān)持，以避免投資的盲目性和偶然性?！巴耆臄?shù)量化分析過程將極大地減少投資者情緒的影響，避免在市場(chǎng)極度狂熱或悲觀的情況下做出非理性的投資決策，因而在牛熊市的轉(zhuǎn)換中具有很強(qiáng)的自我調(diào)節(jié)性?！?/p>
其次，全市場(chǎng)覆蓋。定量投資可以利用數(shù)量化模型對(duì)壘市場(chǎng)的投資標(biāo)的進(jìn)行快速高效的掃捕篩選，把握市場(chǎng)每一個(gè)可能的投資機(jī)會(huì)，而定性投資受人力精力的限制，顯然無法顧及如此廣的覆蓋面。
此外，數(shù)量化投資更注重組合控制和風(fēng)險(xiǎn)管理。數(shù)量化的個(gè)股選擇和組合構(gòu)造過程。實(shí)質(zhì)上就是在嚴(yán)格的約束條件下進(jìn)行投資組合的過程，先從預(yù)先設(shè)定的績(jī)效目標(biāo)的角度來定義投資組合，然后通過設(shè)置各種指標(biāo)參數(shù)來篩選股票，對(duì)組合實(shí)現(xiàn)優(yōu)化，以保證在有效控制風(fēng)險(xiǎn)水平的條件下實(shí)現(xiàn)期望收益?！皳Q言之，數(shù)量化投資模型能夠很好地體現(xiàn)組合收益與基準(zhǔn)風(fēng)險(xiǎn)的匹配和一致，”李延剛解釋。
定量投資是否適應(yīng)中國(guó)市場(chǎng)
“談到定量投資，不得不提量化投資領(lǐng)域中的傳奇人物――詹姆斯?西蒙斯?！崩钛觿偛⒉谎陲椘鋵?duì)這位投資大師的崇敬，“他不僅是世界級(jí)的數(shù)學(xué)家，也是最偉大的對(duì)沖基金經(jīng)理之一。他創(chuàng)辦的文藝復(fù)興科技公司花費(fèi)15年時(shí)間，研發(fā)基于量化數(shù)學(xué)模型的計(jì)算機(jī)模型，借助該模型，兩蒙斯所管理的大獎(jiǎng)?wù)禄?，?989年到2006年的平均年收益率達(dá)到了38.5％，甚至超過股神巴非特。”
值得一提的是，李延剛也來自數(shù)量化投資的發(fā)源地――北美，他有著6年海外一線投資管理的實(shí)際工作經(jīng)驗(yàn)，深刻領(lǐng)會(huì)并掌握了量化投資理念與方法，具備數(shù)量化投資領(lǐng)域的成功經(jīng)驗(yàn)。2007年，李延剛回國(guó)后加盟中?；?，著手增強(qiáng)中?；鸾鹑诠こ虉F(tuán)隊(duì)的寅力。在借鑒國(guó)外成熟的投資理念與經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合A股實(shí)際，他用了近兩年時(shí)間對(duì)數(shù)量化模型進(jìn)行反復(fù)修改與調(diào)試。目前，中?；鸬慕鹑诠こ滩恳呀?jīng)形成從擇時(shí)、配置到選股等方面的一系列研究成果，并在今年順勢(shì)推出中海量化策略基金。
詹姆斯?西蒙斯的神話在中國(guó)證券市場(chǎng)能否再次實(shí)現(xiàn)?“當(dāng)其他人都擺西瓜攤的時(shí)候，我們擺了一個(gè)蘋果攤。”李延剛用一個(gè)形象的比喻來形容定量投資存國(guó)內(nèi)市場(chǎng)的發(fā)展機(jī)遇。他認(rèn)為，目前國(guó)內(nèi)證券市場(chǎng)定性投資者太多，競(jìng)爭(zhēng)激烈，而數(shù)量化投資者則太少，機(jī)會(huì)相對(duì)更多，競(jìng)爭(zhēng)也很小。李延剛表示，大量實(shí)征研究證明，中國(guó)證券市場(chǎng)為一個(gè)弱有效市場(chǎng)，市場(chǎng)上被錯(cuò)誤定價(jià)的股票相對(duì)較多，留給定量投資發(fā)掘市場(chǎng)非有效性的空間也就越大。基于這種考慮，定量投資方法在中國(guó)的發(fā)展極具發(fā)展空間。
“今年推出量化基金并非一時(shí)的心血來潮，一方面中?；鸾鹑诠こ滩恳呀?jīng)逐漸成熟，而另一方面也是出于市場(chǎng)時(shí)機(jī)的考慮。”李延剛強(qiáng)調(diào)。
他認(rèn)為，在經(jīng)歷2008年的巨幅下跌后，市場(chǎng)底部已經(jīng)基本確立，目前小盤股估值相對(duì)較貴，短期內(nèi)市場(chǎng)可能會(huì)以調(diào)整為主，但未來市場(chǎng)走勢(shì)仍然存在諸多不確定。在此背景下，如何把握結(jié)構(gòu)性機(jī)會(huì)將是未來投資關(guān)鍵之所在，利用數(shù)量模型進(jìn)行分析和投資的量化基金具備更好的適應(yīng)性。中海量化策略基金將把握市場(chǎng)調(diào)整時(shí)機(jī)，采用數(shù)量化模型選人具有估值優(yōu)勢(shì)和成長(zhǎng)優(yōu)勢(shì)的大中盤股票作為基石，輔之以部分優(yōu)質(zhì)的小盤股票。
“量體裁衣”完善全程量化流程
據(jù)了解，中海量化策略基金的全程量化流程分三個(gè)步驟，即選股策略自下而上，施行一級(jí)股票庫(kù)初選、二級(jí)股票庫(kù)精選以及投資組合行業(yè)權(quán)重配置的全程數(shù)量化。
“就像裁縫做衣服一樣，量化基金在投資中也要通過‘量體裁衣’來完善全程量化流程。通過全程量化與基金經(jīng)理的思想相配合，才能做出優(yōu)質(zhì)的量化基金?！崩钛觿偙硎尽?/p>
首先，選取代表性最強(qiáng)的反映公司盈利能力的指標(biāo)，對(duì)于所有的A股上市公司進(jìn)行篩選從而得到一級(jí)股票庫(kù)?！爸饕ㄟ^對(duì)所有A股股票過去三年平均EPS(每股收益)、ROE(凈資產(chǎn)收益率)、毛利率三項(xiàng)指標(biāo)進(jìn)行篩選，它們能分別較好的反映上市公司的獲利能力，從而得到一級(jí)股票庫(kù)?！崩钛觿傉f。
