引言：易發(fā)表網(wǎng)憑借豐富的文秘實(shí)踐，為您精心挑選了九篇量化投資與分析范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時(shí)聯(lián)系我們的客服老師。

第1篇

（一）傳統(tǒng)證券風(fēng)險(xiǎn)量化指標(biāo)的理論源頭

傳統(tǒng)的證券風(fēng)險(xiǎn)分析當(dāng)中必然會(huì)同一個(gè)與之如影隨形的概念聯(lián)系在一起，那就是收益，同時(shí)，在西方傳統(tǒng)的經(jīng)濟(jì)學(xué)當(dāng)中風(fēng)險(xiǎn)和報(bào)酬存在著這么一個(gè)函數(shù)關(guān)系，甚至在一些傳統(tǒng)的經(jīng)濟(jì)學(xué)課本上作者為了簡(jiǎn)化兩者之間的關(guān)系，將兩者簡(jiǎn)單的歸結(jié)為一個(gè)完美的線性關(guān)系，即風(fēng)險(xiǎn)與收益之間是一對(duì)一的數(shù)學(xué)關(guān)系，并且存在著這樣一個(gè)邏輯：風(fēng)險(xiǎn)越大，報(bào)酬或者收益也就越大，反之亦然。即使是稍微尊重事實(shí)一些的經(jīng)濟(jì)學(xué)教材也運(yùn)用了高等數(shù)學(xué)當(dāng)中線性回歸的方法將兩者的關(guān)系從非線性回歸為一對(duì)一的線性關(guān)系。除了學(xué)界對(duì)于風(fēng)險(xiǎn)的分析是從報(bào)酬或者收益出發(fā)的以外，在國(guó)外或者國(guó)內(nèi)的民間也有類似的對(duì)于兩者關(guān)系的表達(dá)，例如我國(guó)有句老百姓口中經(jīng)常說到的“富貴險(xiǎn)中求”就是對(duì)兩者的關(guān)系的簡(jiǎn)單認(rèn)識(shí)。因此，傳統(tǒng)證券風(fēng)險(xiǎn)分析的源頭明顯是來源于對(duì)于報(bào)酬的分析。

（二）傳統(tǒng)證券風(fēng)險(xiǎn)量化指標(biāo)的數(shù)學(xué)方法的應(yīng)用

傳統(tǒng)的證券風(fēng)險(xiǎn)理論認(rèn)為證券的總風(fēng)險(xiǎn)=可分散的風(fēng)險(xiǎn)+不可分散的風(fēng)險(xiǎn)，其中可分散的風(fēng)險(xiǎn)主要指的是個(gè)別證券自身存在的風(fēng)險(xiǎn)，而不可分散的風(fēng)險(xiǎn)則是指市場(chǎng)風(fēng)險(xiǎn)，下面筆者介紹一下傳統(tǒng)證券風(fēng)險(xiǎn)量化的兩個(gè)重要的指標(biāo)――標(biāo)準(zhǔn)差與貝塔值。

第一，標(biāo)準(zhǔn)差。傳統(tǒng)證券風(fēng)險(xiǎn)理論認(rèn)為個(gè)別證券的風(fēng)險(xiǎn)可以從單個(gè)證券的報(bào)酬率為起點(diǎn)進(jìn)行分析。財(cái)務(wù)投資專家從高等數(shù)學(xué)當(dāng)中引入了一個(gè)衡量證券報(bào)酬率的波動(dòng)性量化分析的指標(biāo)――標(biāo)準(zhǔn)差來進(jìn)行對(duì)單項(xiàng)證券風(fēng)險(xiǎn)的判斷，進(jìn)而判斷出相同期望報(bào)酬率和不同期望報(bào)酬率時(shí)對(duì)于不同投資的選擇。測(cè)算的步驟如下：第一步，確定各種市場(chǎng)需求下各類需求發(fā)生的概率；第二步，計(jì)算出期望報(bào)酬率，其實(shí)質(zhì)上是對(duì)于各類市場(chǎng)需求下的報(bào)酬率的加權(quán)平均數(shù)。第三步：根據(jù)標(biāo)準(zhǔn)差的數(shù)學(xué)公式計(jì)算出標(biāo)準(zhǔn)差，σ=[Σ（ri-?）2×Pi]1/2其中ri是第i只證券的報(bào)酬率，?是期望報(bào)酬率，Pi是第i只證券的報(bào)酬發(fā)生的概率。結(jié)論是在期望報(bào)酬率相同的時(shí)候，標(biāo)準(zhǔn)差越大證明該證券波動(dòng)越大，風(fēng)險(xiǎn)也就越大，反之亦然。在期望報(bào)酬率不同時(shí)引入了另外一個(gè)概念即離差，由于基本原理也是根據(jù)標(biāo)準(zhǔn)差衍生而得，在此不再贅述。[1]

第二，代表市場(chǎng)風(fēng)險(xiǎn)的貝塔值。我們?cè)诘谝稽c(diǎn)中提到的標(biāo)準(zhǔn)差主要衡量的是單項(xiàng)證券的風(fēng)險(xiǎn)，而貝塔值的引入主要是考慮到了證券組合的風(fēng)險(xiǎn)構(gòu)成當(dāng)中不可分散的風(fēng)險(xiǎn)即市場(chǎng)風(fēng)險(xiǎn)。而貝塔值的測(cè)算公式從數(shù)學(xué)的角度來說實(shí)際上是利用了標(biāo)準(zhǔn)差的升級(jí)版公式即協(xié)方差，協(xié)方差主要是衡量了兩組數(shù)據(jù)之間的相關(guān)程度，以此來判斷證券組合的報(bào)酬率與市場(chǎng)報(bào)酬率之間的數(shù)理聯(lián)系，進(jìn)而判斷出不可分散的風(fēng)險(xiǎn)。理論上貝塔值的計(jì)算是βi=（σi /σm）ρim，其中βi第i個(gè)證券組合的市場(chǎng)風(fēng)險(xiǎn)程度，σi，σm分別第i個(gè)證券組合的標(biāo)準(zhǔn)差與市場(chǎng)證券組合的標(biāo)準(zhǔn)差，ρim代表第i個(gè)證券組合的報(bào)酬與市場(chǎng)組合報(bào)酬的相關(guān)系數(shù)。實(shí)際當(dāng)中β系數(shù)可以通過將股票報(bào)酬對(duì)市場(chǎng)報(bào)酬做回歸得到，擬合得到的回歸線的斜率就是證券的β系數(shù)，即β=Ri /Rm。[2]

二、價(jià)值投資理念下風(fēng)險(xiǎn)與報(bào)酬的關(guān)系

價(jià)值投資理念是華爾街之父本杰明格雷厄姆所創(chuàng)立，在其傳世之作《證券分析》當(dāng)中明確提出了有關(guān)投資與投機(jī)概念，其中論及投資界老生常談的收益與風(fēng)險(xiǎn)的問題時(shí)結(jié)論與傳統(tǒng)證券風(fēng)險(xiǎn)分析有著本質(zhì)的不同，格雷厄姆明確指出收益與風(fēng)險(xiǎn)之間不存在著數(shù)學(xué)關(guān)系，并且認(rèn)為證券的價(jià)格與收益并非取決于對(duì)于其風(fēng)險(xiǎn)的精確數(shù)學(xué)的計(jì)算，而是取決于該證券的受歡迎程度，而這種受歡迎程度本身包含了投資者對(duì)于風(fēng)險(xiǎn)的認(rèn)識(shí)，但很大程度上還受到如公眾對(duì)公司和證券的熟悉程度，證券發(fā)行與購(gòu)買的容易程度等。[3]并進(jìn)一步指出，無論是理論上還是實(shí)際當(dāng)中，對(duì)投資風(fēng)險(xiǎn)進(jìn)行精確的計(jì)算都是不可能成功的，現(xiàn)實(shí)當(dāng)中并沒有所謂的期望報(bào)酬率的概率經(jīng)驗(yàn)表，即使存在也是基于對(duì)于歷史數(shù)據(jù)的分析得到了，而歷史數(shù)據(jù)之于未來決策的有用性或相關(guān)性的大小還有待考證，其研究范圍不同于保險(xiǎn)公司對(duì)于保單的精確測(cè)算，例如人壽保險(xiǎn)能夠明確的了解年齡與死亡率之間的關(guān)系是明確的。而證券的風(fēng)險(xiǎn)與報(bào)酬之間的關(guān)系則沒有如此的確定。[4]

三、價(jià)值投資理念下傳統(tǒng)證券風(fēng)險(xiǎn)量化分析的反思

以上筆者對(duì)于傳統(tǒng)的證券風(fēng)險(xiǎn)理論與量化方法以及價(jià)值投資理念下關(guān)于風(fēng)險(xiǎn)與收益的關(guān)系進(jìn)行了論述。筆者認(rèn)為，價(jià)值投資理念下有關(guān)論述對(duì)于我們重新審視證券投資中風(fēng)險(xiǎn)因素的衡量有著非常重要的意義。

首先，筆者認(rèn)為，標(biāo)準(zhǔn)差的計(jì)算過程本身就存在著無法避免的瑕疵，這一個(gè)公式至少有兩個(gè)基本假設(shè)，第一，計(jì)算的人必須能夠客觀的預(yù)測(cè)出各種市場(chǎng)情況發(fā)生的需求概率，并且準(zhǔn)確的在各種概率下發(fā)生的報(bào)酬率；第二，假定歷史數(shù)據(jù)對(duì)于未來的投資決策具有確定的相關(guān)性。但是在現(xiàn)實(shí)生活中根本是無法預(yù)測(cè)的，這種算法實(shí)質(zhì)上是硬將自然科學(xué)當(dāng)中的數(shù)學(xué)模型強(qiáng)加到社會(huì)問題的研究當(dāng)中，不可否認(rèn)的是，目前來說大量的社會(huì)問題是無法通過數(shù)學(xué)來量化的，因?yàn)樽C券的風(fēng)險(xiǎn)當(dāng)中不僅僅只有報(bào)酬因素的影響，還有各種在不同市場(chǎng)條件下的因素決定的，而這些因素又相互的的影響和動(dòng)態(tài)的變化。因此，標(biāo)準(zhǔn)差的方法受到了質(zhì)疑，后續(xù)的離差率、β值的計(jì)算自然也就沒有了根基。

其次，β值的測(cè)算除了上述由于標(biāo)準(zhǔn)差的非客觀性導(dǎo)致的不確定性的缺陷以外，筆者也針對(duì)實(shí)操當(dāng)中第二種公式進(jìn)行分析，β的第二種公式是β=Ri /Rm，從公式上來看，存在著明顯的邏輯上的可疑性，單個(gè)股票的收益率假如大于市場(chǎng)整體的收益率，則該只股票的風(fēng)險(xiǎn)就比市場(chǎng)風(fēng)險(xiǎn)大？這個(gè)觀點(diǎn)在《證券分析》當(dāng)中就已經(jīng)被很好地反駁了，在此，筆者只需要舉一個(gè)例子就足夠反駁這一個(gè)觀點(diǎn)，伯克希爾哈撒韋上市公司每股截至2017年6月5日是249660美元，每股收益率如果從上市之初可以用天文數(shù)字來形容，并且這家公司經(jīng)歷了無數(shù)次大大小小的金融危機(jī)，依然以遠(yuǎn)遠(yuǎn)超過市場(chǎng)平均的業(yè)績(jī)笑傲群雄，難道說他的風(fēng)險(xiǎn)要遠(yuǎn)遠(yuǎn)大于市場(chǎng)？這家公司是以價(jià)值投資的理念進(jìn)行風(fēng)險(xiǎn)評(píng)估和投資的。因此，筆者認(rèn)為中國(guó)的證券行業(yè)乃至我們有關(guān)的證券專家和學(xué)者們有必要從價(jià)值投資的理念來重新審視目前證券風(fēng)險(xiǎn)量化的指標(biāo)在實(shí)際當(dāng)中的效用。

第2篇

盡管量化投資已經(jīng)成為市場(chǎng)投資的發(fā)展趨勢(shì)，但是大多數(shù)投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數(shù)學(xué)模型，而賺錢的投資模型都是機(jī)構(gòu)的秘密武器，不會(huì)輕易披露。另一方面是由于量化投資采用計(jì)算機(jī)系統(tǒng)，設(shè)計(jì)各種交易手段，有著較為復(fù)雜的數(shù)學(xué)計(jì)算與技術(shù)要求，現(xiàn)在許多量化投資都是計(jì)算機(jī)自動(dòng)執(zhí)行的程序交易。另外，量化交易者，俗稱寬客（quants）的交易和故事多多少少增加了量化投資的神秘感。所以，人們一般把量化投資稱為“黑箱”。納蘭（Narang，R.，2012）描述了量化交易系統(tǒng)的典型構(gòu)造，打開了量化投資的“黑箱”。納蘭認(rèn)為阿爾法模型用來預(yù)測(cè)市場(chǎng)未來方向，風(fēng)險(xiǎn)控制模型用來限制風(fēng)險(xiǎn)暴露，交易成本模型用來分析為構(gòu)建組合產(chǎn)生的各種成本，投資組合構(gòu)建模型在追逐利潤(rùn)、限制風(fēng)險(xiǎn)與相關(guān)成本之間做出平衡，然后給出最優(yōu)組合。最優(yōu)目標(biāo)組合與現(xiàn)有組合的差異就由執(zhí)行模型來完成。數(shù)據(jù)和研究部分則是量化投資的基礎(chǔ)：有了數(shù)據(jù)，就可以進(jìn)行研究，通過測(cè)試、檢驗(yàn)與仿真正確構(gòu)建各個(gè)模型。預(yù)測(cè)市場(chǎng)并制定策略是量化投資的核心，即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發(fā)展，量化投資模型也在不斷改進(jìn)。簡(jiǎn)單的策略可能就是證券或組合的套利行為，如期現(xiàn)套利組合、市場(chǎng)異象研究中的差價(jià)組合等。統(tǒng)計(jì)套利策略是經(jīng)典的量化投資策略，如匹配交易或攜帶交易。近年來，高頻交易成為量化投資的重要內(nèi)容，基于高速的計(jì)算機(jī)系統(tǒng)實(shí)施高頻的程序交易已經(jīng)是量化投資的重要利器。丁鵬（2012）將量化投資的主要內(nèi)容分為以下幾個(gè)方面：量化選股、量化擇時(shí)、股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、期權(quán)套利、算法交易、ETF/LOF套利和高頻交易等。他認(rèn)為量化投資的優(yōu)勢(shì)在于：紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性和分散化。

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。可以說，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)。現(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。

（四）2013年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的啟示

第3篇

關(guān)鍵詞：量化投資；數(shù)量模型；定量投資

一、量化投資的涵義

從實(shí)踐的角度上看。量化投資即是利用模型來投資。任何一個(gè)完整的關(guān)于投資的想法，我們都可以開發(fā)成投資模型，然后通過一定的測(cè)試過程來檢驗(yàn)這個(gè)模型是否有效。如果最終有效，它就是一個(gè)可以用作量化投資的投資模型。量化投資為我們提供了檢驗(yàn)和選股的數(shù)學(xué)工具。也可以幫助我們規(guī)避人為的情緒化和低效率。

其次，量化投資的各種工具包括系統(tǒng)的投資決策手段和數(shù)學(xué)模型。從中國(guó)量化策略基金的實(shí)踐來看。金融數(shù)量化的程度還處于初步階段，量化投資的流程還比較簡(jiǎn)單。中國(guó)量化策略基金的量化投資途徑多采用從一級(jí)股票庫(kù)初選、并從二級(jí)股票庫(kù)精選。最后對(duì)行業(yè)進(jìn)行動(dòng)態(tài)的配置的三步法。以中海量化策略基金的量化投資風(fēng)格為例，第一步是根據(jù)公司盈利能力。選擇代表性較強(qiáng)的公司盈利能力指標(biāo)。如過去三年平均每股收益、資產(chǎn)回報(bào)率以及毛利率，以所有A股上市公司為樣本。篩選得到一級(jí)股票庫(kù)。第二步是通過相關(guān)指標(biāo)體系，如估值指標(biāo)和一致預(yù)期指標(biāo)體系。并借助熵值法確定指標(biāo)權(quán)重后。對(duì)一級(jí)股票庫(kù)中的股票進(jìn)行打分和排名，進(jìn)一步篩選得到二級(jí)股票庫(kù)。其中，一致預(yù)期指標(biāo)值選取各大券商的估值結(jié)論，得出市場(chǎng)對(duì)上市公司的平均預(yù)期值，以此作為市場(chǎng)對(duì)公司未來現(xiàn)金流的權(quán)威預(yù)期。第三步。采用B-L行業(yè)量化模型對(duì)股票組合進(jìn)行動(dòng)態(tài)行業(yè)配置，對(duì)每一個(gè)行業(yè)形成最佳的權(quán)重股組合，提高投資的夏普比率。

最后，量化投資與現(xiàn)在已經(jīng)很普遍的指數(shù)型基金不同。是一種主動(dòng)投資。這是因?yàn)榱炕顿Y和指數(shù)化投資的理論基礎(chǔ)完全不同。指數(shù)化等被動(dòng)投資的理論基礎(chǔ)認(rèn)為市場(chǎng)是完全有效的，這一理論的依據(jù)是基金的歷史業(yè)績(jī)除去基金的管理費(fèi)用。要弱于大市。因此。對(duì)投資者來說，更合理的手段是試圖復(fù)制市場(chǎng)，以獲得和市場(chǎng)相同的長(zhǎng)期收益。同時(shí)規(guī)避所有的非系統(tǒng)性風(fēng)險(xiǎn)。而量化投資的理論基礎(chǔ)認(rèn)為市場(chǎng)是無效的，或者是弱有效的，這一理論的依據(jù)在于總有優(yōu)秀的基金經(jīng)理可以發(fā)現(xiàn)市場(chǎng)的阿爾法收益。支持量化投資的基金經(jīng)理認(rèn)為可以通過對(duì)經(jīng)濟(jì)環(huán)境、行業(yè)基本面以及公司的分析，主動(dòng)構(gòu)建能夠超過市場(chǎng)平均收益率的超額收益組合。因此。量化投資屬于主動(dòng)投資的一種策略。綜上所述，量化投資并不是一種被動(dòng)投資，數(shù)量化模型的選擇、指標(biāo)的運(yùn)用就是量化投資中的主動(dòng)部分。好的量化投資是主動(dòng)的人為判斷和被動(dòng)的模型篩選的結(jié)合。

二、量化投資的優(yōu)點(diǎn)

量化投資作為一種有效的主動(dòng)投資工具，是對(duì)定性投資方式的繼承和發(fā)展。實(shí)踐中的定性投資是指，以深入的宏觀經(jīng)濟(jì)和市場(chǎng)基本面分析為核心，輔以對(duì)上市公司的實(shí)地調(diào)研、與上市公司管理層經(jīng)營(yíng)理念的交流，發(fā)表各類研究報(bào)告作為交流手段和決策依據(jù)。因此。定性投資基金的組合決策過程是由基金經(jīng)理在綜合各方面的市場(chǎng)信息后，依賴個(gè)人主觀判斷、直覺以及市場(chǎng)經(jīng)驗(yàn)來優(yōu)選個(gè)股，構(gòu)建投資組合。以獲取市場(chǎng)的超額收益。與定性投資相同，量化投資的基礎(chǔ)也是對(duì)市場(chǎng)基本面的深度研究和詳盡分析，其本質(zhì)是一種定性投資思想的弼!性應(yīng)用。但是，與定性投資中投資人僅依靠幾個(gè)指標(biāo)做出結(jié)論相比，量化投資中投資人更關(guān)注大量數(shù)據(jù)所體現(xiàn)出來的特征，特別是挖掘數(shù)據(jù)中的統(tǒng)計(jì)特征，以尋找經(jīng)濟(jì)和個(gè)股的運(yùn)行路徑，進(jìn)而找出阿爾法盈利空間。與定性投資相比。量化投資具有以下優(yōu)勢(shì)：

一是量化投資可以讓理性得到充分發(fā)揮。量化投資以數(shù)學(xué)統(tǒng)計(jì)和建模技術(shù)代替?zhèn)€人主觀判斷和直覺，能夠保持客觀、理性以及一致性。克服市場(chǎng)心理的影響。將投資決策過程數(shù)量化能夠極大地減少投資者情緒對(duì)投資決策的影響。避免在市場(chǎng)悲觀或非理性繁榮的情況下做出不理智的投資決策。因而避免了不當(dāng)?shù)氖袌?chǎng)擇時(shí)傾向。

二是量化投資可以實(shí)現(xiàn)全市場(chǎng)范圍內(nèi)的擇股和高效率處理。量化投資可以利用一定數(shù)量化模型對(duì)全市場(chǎng)范圍內(nèi)的投資對(duì)象進(jìn)行篩選。把握市場(chǎng)中每個(gè)可能的投資機(jī)會(huì)。而定性投資受人力、精力和專業(yè)水平的限制，其選股的覆蓋面和正確性遠(yuǎn)遠(yuǎn)無法和量化投資相比。

三是量化投資更注重組合風(fēng)險(xiǎn)管理。量化投資的三步選擇過程，本身就是在嚴(yán)格的風(fēng)險(xiǎn)控制約束條件下選擇投資組合的過程，能夠保證在實(shí)現(xiàn)期望收益的同時(shí)有效地控制風(fēng)險(xiǎn)水平。另外。由于量化投資方式比定性投資方式更少的依賴投資者的個(gè)人主觀判斷，就避免了由于人為誤判和偏見產(chǎn)生的交易風(fēng)險(xiǎn)。

當(dāng)然。無論是定性投資還是量化投資，只要得當(dāng)?shù)膽?yīng)用都可以獲取阿爾法超額收益，二者之間并不矛盾，相反可以互相補(bǔ)充。量化投資的理性投資風(fēng)格恰可作為傳統(tǒng)投資方式的補(bǔ)充。

三、量化投資的局限性

量化投資是一種非常高效的工具，其本身的有效性依賴于投資思想是否合理有效。因此換言之，只要投資思想是正確的，量化投資本身并不存在缺陷。但是在對(duì)量化投資的應(yīng)用中，確實(shí)存在過度依賴的風(fēng)險(xiǎn)。量化投資本身是一種對(duì)基本面的分析，與定性分析相比，量化分析是一種高效、無偏的方式，但是應(yīng)用的范圍較為狹窄。例如，某項(xiàng)技術(shù)在特定行業(yè)、特定市場(chǎng)中的發(fā)展前景就難以用量化的方式加以表達(dá)。通常量化投資的選股范圍涵蓋整個(gè)市場(chǎng)，因此獲得的行業(yè)和個(gè)股配置中很可能包含投資者不熟悉的上市公司。這時(shí)盲目的依賴量化投資的結(jié)論，依賴歷史的回歸結(jié)論以及一定指標(biāo)的篩選，就有可能忽略不能量化的基本面。產(chǎn)生巨大的投資失誤。因此，基金經(jīng)理在投資的時(shí)候一定要注意不能單純依賴量化投資，一定要結(jié)合對(duì)國(guó)內(nèi)市場(chǎng)基本面的了解。

四、置化投資在中國(guó)

第4篇

2011年7月1日，本刊正式引入《今日投資66》專欄，介紹今日投資66的選股邏輯、方法以及挑選出的股票。今日投資66（簡(jiǎn)稱I66）是利用量化投資方法挑選出的一個(gè)66只股票的組合。其實(shí)早在2005年中今日投資就推出了I66，過去幾年累計(jì)收益率達(dá)到16倍，遠(yuǎn)超同期市場(chǎng)不到3倍的漲幅。為什么直到今日我們才大張旗鼓地推出I66呢？原因其實(shí)很簡(jiǎn)單，因?yàn)槭袌?chǎng)環(huán)境。量化投資近幾年在中國(guó)快速發(fā)展，其投資理念也越來越多地獲得認(rèn)同。

股票市場(chǎng)上形形的各種分析方法總結(jié)起來可以歸類為三大流派：數(shù)量分析、基本面分析和技術(shù)分析。關(guān)于這三大流派孰優(yōu)孰劣的爭(zhēng)論已經(jīng)持續(xù)了近百年，三方各執(zhí)一詞，百年?duì)幷撓聛硪矝]有爭(zhēng)出個(gè)結(jié)果來。當(dāng)今世界也是這三種流派大概各占三分之一的格局。而A股市場(chǎng)顯然尚未跟上，量化投資遠(yuǎn)遠(yuǎn)沒有達(dá)到三分之一的市場(chǎng)占有率。

第一部分：什么是量化投資

量化投資在海外的發(fā)展已有30多年的歷史，其投資業(yè)績(jī)穩(wěn)定，市場(chǎng)規(guī)模和份額不斷擴(kuò)大、得到了越來越多投資者認(rèn)可。事實(shí)上，互聯(lián)網(wǎng)的發(fā)展，使得新概念在世界范圍的傳播速度非常快，作為一個(gè)概念，量化投資并不算新，國(guó)內(nèi)投資者早有耳聞。但是，真正的量化基金在國(guó)內(nèi)還比較罕見。那么，何為量化投資？

康曉陽：量化就是符合投資常識(shí)的投資邏輯和策略

接下來會(huì)發(fā)生什么？

深圳市天馬資產(chǎn)管理有限公司是國(guó)內(nèi)最早開發(fā)量化投資模型的資產(chǎn)管理公司，致力于量化投資工作接近十年。作為國(guó)內(nèi)量化投資的“開山鼻祖”，深圳天馬的董事長(zhǎng)康曉陽先生如下介紹量化投資：

大家看到這個(gè)圖，魚跳起來了，風(fēng)在刮，接下來會(huì)是什么？日本發(fā)生的9級(jí)大地震！2011年3月7日我看到一個(gè)報(bào)道，有50條鯨魚在擱淺沙灘，就在發(fā)生地震那個(gè)縣東部的海岸，有的死了，專家解釋這些鯨魚集體迷路了。作為一個(gè)地震專家或者學(xué)者，其實(shí)他們的經(jīng)驗(yàn)沒有告訴他這50條鯨魚擱淺沙灘跟地震有什么關(guān)系。到底有沒有關(guān)系呢？我們知道5•12四川大地震之前發(fā)生了同樣的事情，很多癩蛤蟆過馬路，這跟地震有什么關(guān)系？

投資做股票有兩類，講很多種策略，無外乎就是買你自己喜歡的和買市場(chǎng)喜歡的，買自己喜歡和買市場(chǎng)喜歡的背后邏輯就是找影響股價(jià)的要素。

量化是什么？做投資，最終的分析停留在數(shù)據(jù)上，既然是數(shù)據(jù)，就可以標(biāo)準(zhǔn)化、固化。從你自己的角度買自己喜歡的東西，其實(shí)也可以量化，每個(gè)人都有對(duì)美的標(biāo)準(zhǔn)，但并不是符合這個(gè)指標(biāo)，你就一定喜歡。如果有一個(gè)海選，把符合你喜歡特征的人放在你面前你去選，就可以量化。

鯨魚擱淺在沙灘上，根據(jù)歷史數(shù)據(jù)統(tǒng)計(jì)就會(huì)發(fā)現(xiàn)這個(gè)事情跟接下來要發(fā)生的事情有什么關(guān)聯(lián)。把人的行為邏輯影響股價(jià)所有的要素進(jìn)行綜合分析，預(yù)測(cè)下一個(gè)市場(chǎng)喜歡的東西或者喜歡的策略是什么，簡(jiǎn)單一句話，量化就是符合投資常識(shí)的投資邏輯和策略。就股票來講，投資標(biāo)的的數(shù)據(jù)和因素量化，再用一些模型統(tǒng)計(jì)的方法把選出來的標(biāo)的進(jìn)行優(yōu)化，最后成為投資組合，這就是量化的基本邏輯。用數(shù)理的方法把你的投資邏輯或者市場(chǎng)的投資邏輯固化，只要有投資邏輯的思想或者策略，都可以量化。

就股票而言，有很多種方法，有價(jià)值型股票，分析方法無非是那幾種，只是大家的標(biāo)準(zhǔn)不一樣，量化的東西可以設(shè)一個(gè)相對(duì)寬松的東西，初選之后再優(yōu)化，比如成長(zhǎng)型股票，肯定關(guān)心盈利、收益。選出來10個(gè)、20個(gè)、50個(gè)甚至100、200個(gè)股票，然后配比重，怎么優(yōu)化組合，根據(jù)你的風(fēng)險(xiǎn)和預(yù)期收益率反推回來怎么優(yōu)化，最后得出一個(gè)比重，哪只股票應(yīng)該投多少。有些是成本交易，比如套利，什么情況下出現(xiàn)一定條件的時(shí)候提示你。

要真正做到量化，首先要有一個(gè)基本的理論模型。你要覺得什么樣的股票表現(xiàn)好，什么樣的股票你愿意投資，這就是量化的基本邏輯。但是，有了這個(gè)邏輯之后還不夠，還要有復(fù)合型人才，因?yàn)榱炕顿Y不光要懂得投資股票，還要懂得數(shù)理分析。打個(gè)比方，雖然我很懂股票，但我不懂?dāng)?shù)理分析，很多計(jì)算機(jī)模型也不懂，更不懂編程序，要真正做到量化投資，就必須有復(fù)合型團(tuán)隊(duì)。為什么這么多年華爾街學(xué)金融工程、數(shù)理、物理的人大受歡迎？因?yàn)樗麄兛梢杂媒y(tǒng)計(jì)工具。前段時(shí)間我在英國(guó)的一所大學(xué)和一些專門做模型分析的教授交流，我發(fā)現(xiàn)他們想的東西更加復(fù)雜，基本上把市場(chǎng)上任何的東西都想要量化。

我理解，就是去跟蹤你的投資邏輯，它只是幫你實(shí)現(xiàn)你想法的一種工具。另外還要有高質(zhì)量的數(shù)據(jù)，因?yàn)椋阃ǔ？吹降臇|西和市場(chǎng)本身存在的東西可能并不一樣。如果把鯨魚放到海灘上，這作為數(shù)據(jù)化，統(tǒng)計(jì)過去2000年有多少次鯨魚擱淺在海灘發(fā)生，假如有真實(shí)的數(shù)據(jù)，就可以研究出跟地震的相關(guān)性。要懂?dāng)?shù)理統(tǒng)計(jì)工具，建立模型就是紀(jì)律，不能改變，改變就不是模型。有人說看到今天不行，換一下，那就不是模型了。我們看過一個(gè)電影，造出來的機(jī)器人最后自己都控制不了，那就是模型。如果造出來的機(jī)器人自己能控制，那不是模型。人為什么能掙得到錢，為什么還要量化？傳統(tǒng)是靠個(gè)人經(jīng)驗(yàn)的，而且你看到、聽到的東西都是有限的。量化有什么好處？它可以把你知道的東西在整個(gè)森林中搜索。計(jì)算機(jī)是不知疲倦的，晚上你在打鼾，計(jì)算機(jī)還可以工作。你的模型是你建的，你很理性的情況下建的模型，市場(chǎng)情緒變了，它不會(huì)變，那時(shí)候你不可能去改模型，所以它不會(huì)受情緒的影響。

華泰聯(lián)合：實(shí)現(xiàn)投資理念與策略的過程

國(guó)內(nèi)研究機(jī)構(gòu)中涉足量化投資較早并多次獲得新財(cái)富最佳分析師評(píng)選金融工程第一名的華泰聯(lián)合證券金融工程團(tuán)隊(duì)如是說：

數(shù)量化投資是利用計(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。與傳統(tǒng)定性的投資方法不同，數(shù)量化投資不是靠個(gè)人感覺來管理資產(chǎn)，而是將適當(dāng)?shù)耐顿Y思想、投資經(jīng)驗(yàn)、甚至包括直覺反映在量化模型中，利用電腦幫助人腦處理大量信息、幫助人腦總結(jié)歸納市場(chǎng)的規(guī)律、建立可以重復(fù)使用并反復(fù)優(yōu)化的投資策略（經(jīng)驗(yàn)），并指導(dǎo)我們的投資決策過程。

本質(zhì)上來講，數(shù)量化投資也是一種主動(dòng)型投資策略，其理論基礎(chǔ)在于市場(chǎng)是非有效或弱有效的，基金經(jīng)理可以通過對(duì)個(gè)股、行業(yè)及市場(chǎng)的驅(qū)動(dòng)因素進(jìn)行分析研究，建立最優(yōu)的投資組合，試圖戰(zhàn)勝市場(chǎng)從而獲取超額收益。然而一些定性的投資者卻并不太認(rèn)可定量投資，他們認(rèn)為，定性研究可以將把股票基本面研究做得很深入，從而在決策深度上具有優(yōu)勢(shì)。然而，在當(dāng)今市場(chǎng)上，信息量越來越大且傳播速度極快，單個(gè)分析師所能跟蹤的股票數(shù)量開始顯得越發(fā)有限，也因此錯(cuò)過了許多優(yōu)秀的投資機(jī)會(huì)，可謂是擁有深度的同時(shí)錯(cuò)失了廣度。量化投資正好彌補(bǔ)了這一缺失，通過使用強(qiáng)大的計(jì)算機(jī)技術(shù)，它能夠?qū)崟r(shí)對(duì)全市場(chǎng)進(jìn)行掃描，并依仗其紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性以及分散化的特點(diǎn)最大概率的捕獲戰(zhàn)勝市場(chǎng)的投資標(biāo)的。

事實(shí)上，在海外市場(chǎng)，我們看到越來越多的定量與定性完美結(jié)合的成功案例。通過向量化模型中加入分析師對(duì)未來主觀判斷的觀點(diǎn)（定性的觀點(diǎn)），再結(jié)合來自于歷史規(guī)律檢驗(yàn)的觀點(diǎn)（定量的觀點(diǎn)），定量與定性的優(yōu)勢(shì)便能得到充分的發(fā)揮和融合。我們相信，這也將是未來量化產(chǎn)品發(fā)展的主流方向和趨勢(shì)。

結(jié)論

量化研究作為一種研究方法，其本質(zhì)是使用統(tǒng)計(jì)學(xué)、數(shù)學(xué)和計(jì)算機(jī)工具改進(jìn)研究效率，使得我們能夠在更短的時(shí)間、更大的視角領(lǐng)域下，依靠清晰的研究邏輯，獲取更為有效和操作性以及復(fù)制性更強(qiáng)的研究成果。量化研究的本質(zhì)是一類發(fā)現(xiàn)市場(chǎng)規(guī)律的方法體系，其基本功能是認(rèn)識(shí)市場(chǎng)和解釋市場(chǎng)，并以做到預(yù)測(cè)市場(chǎng)為目的。

量化投資簡(jiǎn)單來講，它以模型為主體，使用大量數(shù)據(jù)，并且在很大程度上用電腦這樣的投資方式；其以科學(xué)性和系統(tǒng)性著稱，并將在嚴(yán)格的紀(jì)律化模型制約下，緊密跟蹤策略，使運(yùn)作風(fēng)險(xiǎn)最小化，并力爭(zhēng)取得較高收益。

第二部分：量化投資在蓬勃發(fā)展

量化投資在世界的發(fā)展史

美國(guó)市場(chǎng)有200多年，從證券市場(chǎng)開始，也有快400――500年了，但是量化的發(fā)展是上世紀(jì)50――60年代的事。首先有一些理論模型，沒有理論模型支撐很難做到量化的東西。

數(shù)理化投資于上世紀(jì)50~70年論上發(fā)芽

Harry Markowitz在上世紀(jì)50年表一系列關(guān)于投資組合“均值―方差”優(yōu)化的論文，這使得投資者可以定量化風(fēng)險(xiǎn)，并把風(fēng)險(xiǎn)和預(yù)期回報(bào)放在一個(gè)理論框架下統(tǒng)一考慮；

WilliamSharpe在1964年發(fā)表CAPM模型，此模型顯示個(gè)股的預(yù)期回報(bào)和個(gè)股的風(fēng)險(xiǎn)及市場(chǎng)的預(yù)期回報(bào)成正比；

Steven Ross在1976年發(fā)表APT模型，此模型顯示個(gè)股的預(yù)期回報(bào)可以表示成一系列非特定因素預(yù)期回報(bào)的加權(quán)平均，此模型為量化投資者指出了很實(shí)用的研究框架；

Black-Scholes在1972年發(fā)表關(guān)于股票權(quán)證的定價(jià)模型；

Fama和French在1993年發(fā)表三因素模型，此模型顯示個(gè)股的預(yù)期回報(bào)由三個(gè)因素（市場(chǎng)，個(gè)股的市值，個(gè)股的市凈率）決定；

此后很多研究者做了非常多的實(shí)證研究，并發(fā)現(xiàn)了一些對(duì)個(gè)股將來回報(bào)有預(yù)測(cè)作用的因素：比如市盈率，市凈率，資產(chǎn)回報(bào)率，盈利一致預(yù)期，中長(zhǎng)期價(jià)格動(dòng)能，短期價(jià)格反轉(zhuǎn)等。

數(shù)理化投資從上世紀(jì)70年代末開始實(shí)際運(yùn)用

Barclays Global Investors(BGI)于1978年創(chuàng)立了全球第一只數(shù)量化投資策略基金，到被BlackRocks收購(gòu)之前BGI以14000億美元的規(guī)模，高居全球資產(chǎn)管理規(guī)模之首。

SSgA(道富環(huán)球投資管理公司)和 GSAM(高盛國(guó)際資產(chǎn)管理公司)為首的一大批以數(shù)量化投資為核心競(jìng)爭(zhēng)力的公司已經(jīng)成為機(jī)構(gòu)資產(chǎn)管理公司中的“巨無霸”。

“詹姆斯•西蒙斯創(chuàng)辦的文藝復(fù)興科技公司花費(fèi)15年的時(shí)間，研發(fā)基于數(shù)學(xué)統(tǒng)計(jì)理論的計(jì)算機(jī)模型，借助該模型，西蒙斯所管理的大獎(jiǎng)?wù)禄穑瑥?989 年到2009 年間，平均年回報(bào)率高達(dá)35％，較同期標(biāo)普500 指數(shù)年均回報(bào)率高20 多個(gè)百分點(diǎn)，比“金融大鱷”索羅斯和“股神”巴菲特的操盤表現(xiàn)都高出10 余個(gè)百分點(diǎn)。

在國(guó)外。其他采用量化投資的公司沒有獲得驚人的表現(xiàn)，并非是量化方法不好，而是他們還沒有構(gòu)建出更好的模型以及正確的策略。作為量化投資的大行家和受益者，西蒙斯承認(rèn)有效市場(chǎng)的套利機(jī)會(huì)極少而且會(huì)趨同小時(shí)，然而，仍然有無數(shù)轉(zhuǎn)瞬即逝的很小的機(jī)會(huì)存在，在證券市場(chǎng)，那些很小的交易，都會(huì)對(duì)這個(gè)龐大的市場(chǎng)產(chǎn)生影響，而每天都會(huì)有成千上萬這樣的交易發(fā)生。這個(gè)市場(chǎng)看似雜亂無章，卻存在著內(nèi)在規(guī)律，而量化操作自從誕生以來，無疑成為捕捉這些規(guī)律的一把利器，為海外投資者屢建奇功。

CQA（教育產(chǎn)品內(nèi)容與數(shù)據(jù)測(cè)試）數(shù)據(jù)統(tǒng)計(jì)：在2002年-2004年三年間，量化產(chǎn)品的平均年收益率為5.6%，比非量化產(chǎn)品的平均年收益率高出1%。從信息比率來看，量化產(chǎn)品為0.37，非量化產(chǎn)品為0.06。此外，量化基金的運(yùn)作費(fèi)率相對(duì)更低，例如傳統(tǒng)產(chǎn)品費(fèi)率為0.6%，主動(dòng)量化產(chǎn)品費(fèi)率在0.45%-5%之間。

理柏(LIPPER)數(shù)據(jù)顯示，2005年到2008年之間，87只大盤量化基金業(yè)績(jī)表現(xiàn)好于非量化基金，增強(qiáng)型量化基金在2005年和2006年更是大幅跑贏非量化基金。但2007年和2008年除市場(chǎng)中性基金外，所有基金業(yè)績(jī)下滑很快，其中雙向策略和大盤量化基金表現(xiàn)差于非量化基金，而增強(qiáng)型和市場(chǎng)中性量化基金表現(xiàn)則優(yōu)于非量化基金。

量化投資在中國(guó)的發(fā)展現(xiàn)狀

研究力量不斷壯大

目前大部分券商研究所都配有金融工程研究小組，成員超過5個(gè)的不在少數(shù)。根據(jù)2010年11月份的《新財(cái)富》最佳分析師榜單，國(guó)信證券金融工程小組人數(shù)有12人，為目前人員配備最多的量化投資研究團(tuán)隊(duì)。其他入選金融工程前五名的研究小組中，申銀萬國(guó)8人，華泰聯(lián)合、安信證券各5人，中信證券4人。

數(shù)量化方面的研究報(bào)告數(shù)量也是逐年增加。據(jù)不完全統(tǒng)計(jì)，2008-2010年相關(guān)報(bào)告數(shù)量分別有52、142、794篇，今年上半年就達(dá)到了633篇，逐年遞增趨勢(shì)非常明顯。不過，和2010年研究報(bào)告10萬多份的總量相比，數(shù)量化研究的廣度和深度還有很大提升空間。

量化產(chǎn)品初露鋒芒

天馬旗下的產(chǎn)品中，現(xiàn)有兩個(gè)信托產(chǎn)品采用量化投資策略，分別是新華―天馬成長(zhǎng)，和平安―Lighthorse穩(wěn)健增長(zhǎng)。

此外，上投摩根、嘉實(shí)、中海基金、長(zhǎng)盛基金、光大保德、富國(guó)基金、南方基金等都有量化產(chǎn)品推出，但是量化基金的比例還是非常小。即便在2009年，全年新發(fā)基金超過100只的情況下，新發(fā)的量化基金也僅有4只，數(shù)量在2009年的新發(fā)基金市場(chǎng)中僅占3％。與指數(shù)基金、普通股票基金相比，量化基金可謂是基金市場(chǎng)上的稀缺資源。

2011年，在國(guó)內(nèi)緊縮政策與國(guó)外動(dòng)蕩局勢(shì)的影響下，A股市場(chǎng)呈現(xiàn)結(jié)構(gòu)性震蕩上揚(yáng)的格局。隨著市場(chǎng)輪動(dòng)的提速及內(nèi)在容量的擴(kuò)大，精選個(gè)股的難度日益加大。在此背景下，定性投資容易受到投資者情緒影響，而定量投資則能夠通過計(jì)算機(jī)的篩選，幫助投資者克服非理性因素，在充分控制風(fēng)險(xiǎn)的前提下應(yīng)對(duì)市場(chǎng)萬變。以“人腦＋電腦”為主要構(gòu)建的量化基金逐漸顯現(xiàn)投資優(yōu)勢(shì)，今年量化基金異軍突起，整體表現(xiàn)不俗。截至4 月6 日， 9 只具有完整業(yè)績(jī)的主動(dòng)型量化基金平均收益率為0.64%，超越同期股票型基金和混合型基金-1.39%、-3.08%的凈值增長(zhǎng)率。其中，“元老”光大保德信量化核心基金收益率達(dá)5.19%。此外，南方策略、中海量化策略、長(zhǎng)盛量化紅利、長(zhǎng)信量化先鋒、上投摩根阿爾法、華泰柏瑞量化先行基金也均取得正收益，分別達(dá)到4.12%、3.28%、2.60%、2.13%、0.77%和0.16%；僅嘉實(shí)量化阿爾法和華商動(dòng)態(tài)阿爾法收益為負(fù)，分別為-4.48%、-7.94%。此外，從以往披露的公開信息可以發(fā)現(xiàn)，國(guó)內(nèi)量化基金多側(cè)重價(jià)值因子，也契合今年低估值大盤藍(lán)籌股領(lǐng)漲的市場(chǎng)格局。

第三部分：解讀量化投資

在西蒙斯崛起之前，判斷型投資完全占據(jù)著主流地位，因?yàn)楫?dāng)前全球投資界的三大泰斗當(dāng)中，無論是價(jià)值投資的巴菲特、趨勢(shì)投資的羅杰斯，還是靠哲學(xué)思維的索羅斯，都是判斷型投資的代表。但隨著西蒙斯的聲名鵲起，量化投資開始受到投資大眾的重視并呈現(xiàn)出蓬勃的發(fā)展態(tài)勢(shì)。但需要指出的是，世界上沒有萬能的投資方法，任何一種投資方法都有其優(yōu)缺點(diǎn)，量化投資當(dāng)然也不例外。定量投資成功的關(guān)鍵是定量投資這個(gè)模型的設(shè)計(jì)好壞，設(shè)計(jì)的好壞主要由模型設(shè)計(jì)者對(duì)市場(chǎng)的了解、模型構(gòu)建的了解和模型實(shí)踐經(jīng)驗(yàn)來決定的。

量化投資的決策體系

量化基金的成功運(yùn)作必然依托一個(gè)完整而有效的量化體系用來支撐，該體系是數(shù)據(jù)獲取、數(shù)據(jù)處理、資產(chǎn)配置、組合管理到全程風(fēng)險(xiǎn)控制等諸多環(huán)節(jié)的有機(jī)結(jié)合。

我們借鑒海外量化基金運(yùn)作架構(gòu)的諸多優(yōu)點(diǎn)，并結(jié)合華泰聯(lián)合金融工程資深研究員的看法，旨在提供一個(gè)適合中國(guó)市場(chǎng)特點(diǎn)的量化基金運(yùn)作架構(gòu)體系。該體系綜合考慮了定性及定量?jī)纱笾饕x股思路，在風(fēng)險(xiǎn)可控下，充分發(fā)揮量化投資的優(yōu)勢(shì)。

此架構(gòu)包含以下幾個(gè)主要層次：

1. 數(shù)據(jù)提供：量化體系的底層一般是數(shù)據(jù)接入端口，數(shù)據(jù)來源于外部數(shù)據(jù)提供商。

2. 數(shù)據(jù)預(yù)處理：由于中國(guó)A 股市場(chǎng)歷史較短，數(shù)據(jù)質(zhì)量一般，特別是早期的數(shù)據(jù)較為不規(guī)范。因此，在輸入模型前必須對(duì)數(shù)據(jù)進(jìn)行全面的清洗，從而增強(qiáng)數(shù)據(jù)的有效性和連續(xù)性。

3. 資產(chǎn)配置：資產(chǎn)配置是量化基金的核心。不同的投資者具有不同的投資理念，即不同的資產(chǎn)收益率看法。因此，通過構(gòu)建差異化的因子配置模型來實(shí)現(xiàn)差異化的投資理念則充分展現(xiàn)了量化投資的優(yōu)勢(shì)和精髓。舉例而言，我們可以開發(fā)針對(duì)不同市場(chǎng)狀況（如牛市、熊市、震蕩市和轉(zhuǎn)折市）以及不同投資風(fēng)格（如保守、激進(jìn)和中庸）的量化模塊。這些模塊就類似于兒童手中的玩具積木，一旦投資決策委員會(huì)確定了戰(zhàn)略和戰(zhàn)術(shù)配置比例，接下來要做的就是簡(jiǎn)單的選積木和搭積木的過程。模塊化投資嚴(yán)格的遵循了投資思路，從而將量化投資的紀(jì)律性、系統(tǒng)性、及時(shí)性和準(zhǔn)確性展露無遺。

4. 投資決策：宏觀經(jīng)濟(jì)政策對(duì)中國(guó)A 股市場(chǎng)的表現(xiàn)影響較大，也就是我們常說的“政策市”。針對(duì)這一現(xiàn)狀，綜合考慮定性和定量的宏觀判斷對(duì)于我們選擇合適的基金倉(cāng)位及資產(chǎn)組合將十分必要。一方面，結(jié)合宏觀及行業(yè)分析師對(duì)于未來宏觀經(jīng)濟(jì)的預(yù)判以及個(gè)別性事件的分析，另一方面，考察既定的一系列量化擇時(shí)指標(biāo)和宏觀經(jīng)濟(jì)指標(biāo)的最新動(dòng)向，從而能較為全面的提出投資建議。

5. 組合管理：在對(duì)于宏觀趨勢(shì)、戰(zhàn)略和戰(zhàn)術(shù)資產(chǎn)配置的全面考量之后，留給基金管理人的工作將是如何實(shí)現(xiàn)在交易成本，投資風(fēng)險(xiǎn)以及組合收益三者之間的最大平衡。

經(jīng)典量化投資模型綜述與評(píng)價(jià)

目前，由于計(jì)算的復(fù)雜程度和對(duì)速度的要求，量化投資的交易過程通常是由電腦自動(dòng)來完成的，可在某些方面電腦依然不可能替代人腦。投資若要取得成功，就需要頂尖的大腦來羅織數(shù)據(jù)、發(fā)現(xiàn)規(guī)律、編制最快最好的電腦程序；此外，量化投資所使用的模型在用了一段時(shí)間之后就會(huì)慢慢失效，因?yàn)樵絹碓蕉嗟摹吧秸妗睍?huì)出現(xiàn)，因而需要不斷發(fā)現(xiàn)新的模型以走在這場(chǎng)軍備競(jìng)賽的前列，而此時(shí)需要的就是配備精良、高速運(yùn)作的人腦。由此可見，模型在量化投資的整個(gè)體系中居于核心地位。近幾十年來，西方理論界與實(shí)務(wù)界均誕生了不少量化投資模型，大力推動(dòng)了量化投資的發(fā)展，這其中又大致可分為三大類：傳統(tǒng)的基于經(jīng)濟(jì)學(xué)意義的模型（structural model）、現(xiàn)代的基于數(shù)學(xué)、統(tǒng)計(jì)學(xué)意義以及計(jì)算機(jī)原理的模型（statistical model）、程序化交易模型。以下就這三者分別予以介紹。

(一)傳統(tǒng)的基于經(jīng)濟(jì)學(xué)意義的模型

這種模型雖然用到了一些數(shù)學(xué)與統(tǒng)計(jì)學(xué)的工具， 但其核心思想與前提假設(shè)仍然是圍繞經(jīng)濟(jì)學(xué)或金融學(xué)原理而展開的。例如，B-S 模型與二叉樹模型提供了金融產(chǎn)品定價(jià)的新思路，因而也衍生出了所謂的以選擇權(quán)為基礎(chǔ)之投資組合保險(xiǎn)策略（option-basedportfolio insurance，OBPI），如歐式保護(hù)性賣權(quán)（protective put）策略、復(fù)制性賣權(quán)（synthetic put）策略和一些持倉(cāng)策略―――買入持有（buy-andhold）策略、停損（stop-loss） 策略、固定比例投資組合保險(xiǎn)(constant proportion portfolio insurance，CPPI) 策略、時(shí)間不變性組合保障（timeinvariant portfolio protection，TIPP）策略、固定組合（constant mix）策略與GARP（Growth at a Reasonable Price）策略等。

(二)現(xiàn)代的基于數(shù)學(xué)、統(tǒng)計(jì)學(xué)意義以及計(jì)算機(jī)原理的模型

與上述模型相比，這種模型“量化”的傾向愈加明顯―――淡化甚至忽略經(jīng)濟(jì)學(xué)或金融學(xué)背景，基本上只是依賴先進(jìn)的數(shù)學(xué)、統(tǒng)計(jì)學(xué)工具與IT 技術(shù)構(gòu)建模型，進(jìn)而確定投資策略。模型中應(yīng)用的具體方法主要包括參數(shù)法、回歸分析、時(shí)間序列分析、極值理論、馬爾科夫鏈、歷史模擬法、蒙特卡羅模擬法等等。

(三)程序化交易模型

隨著金融市場(chǎng)的日益復(fù)雜化， 越來越多的復(fù)雜交易策略被設(shè)計(jì)出來，這些交易策略很難通過傳統(tǒng)的手工方式執(zhí)行，于是程序化交易應(yīng)運(yùn)而生。程序化交易是指按照預(yù)先編制的指令通過計(jì)算機(jī)程序來完成交易的方式，可以分為決策產(chǎn)生和決策執(zhí)行兩個(gè)層面：前者是指以各種實(shí)時(shí)/歷史數(shù)據(jù)為輸入通過事先設(shè)計(jì)好的算法計(jì)算得出交易決策的過程，而后者是指利用計(jì)算機(jī)算法來優(yōu)化交易訂單執(zhí)行的過程； 也可以從交易頻率的角度，分為高頻交易和非高頻交易。程序化交易使得復(fù)雜的量化交易策略得以實(shí)施，優(yōu)化交易指令的執(zhí)行，解放人力使之把精力更多地集中到投資策略的研究上， 最重要的是能克服人性的種種弱點(diǎn)與障礙從而保證絕對(duì)的“客觀性”與“紀(jì)律性”。然而，這種交易方式也引起了諸多爭(zhēng)議，如對(duì)速度的過高要求會(huì)造成市場(chǎng)的不公平、巨大的交易量可能會(huì)增加市場(chǎng)的波動(dòng)性、容易產(chǎn)生鏈?zhǔn)椒磻?yīng)、為了盈利可能會(huì)制造人為的價(jià)格而降低市場(chǎng)的有效性等等。

量化投資的主要策略

增強(qiáng)型指數(shù)基金：策略的主要目的還是跟蹤指數(shù)，希望用量化模型找出能緊跟指數(shù)但同時(shí)又能小幅超越的組合。

非指數(shù)型量化基金：能利用絕大多數(shù)好的投資機(jī)會(huì)，而不需去管組合是否能緊跟指數(shù)。

多―空對(duì)沖基金：買入模型認(rèn)為能表現(xiàn)好的股票， 賣空模型認(rèn)為會(huì)表現(xiàn)差的股票。有時(shí)可能凈多倉(cāng)， 有時(shí)可能凈空倉(cāng)。此策略在對(duì)沖基金中很流行。在A股市場(chǎng)中能賣空的股票不多，所以一般只能用期指去對(duì)沖。

市場(chǎng)中性的多―空對(duì)沖基金：買入模型認(rèn)為能表現(xiàn)好的股票， 賣空模型認(rèn)為會(huì)表現(xiàn)差的股票。在任何時(shí)候凈倉(cāng)位為0，同時(shí)在各行業(yè)上，大小盤風(fēng)格上的凈倉(cāng)位都為0。此策略在對(duì)沖基金中也比較流行。此策略的波動(dòng)率非常小，在國(guó)外一般會(huì)加入杠桿。

130/30基金：一般共同基金采用，即買入130%的多倉(cāng)， 賣空30%的空倉(cāng)。

程序化高頻交易：利用期指或股價(jià)的日內(nèi)波動(dòng)進(jìn)行高頻買賣。有些策略是找價(jià)格模式，有些是利用交易所規(guī)則上的漏洞。

可轉(zhuǎn)移Alpha：主要用在增強(qiáng)型指數(shù)基金上，具體是用期貨來跟蹤指數(shù)，一部分多出來的錢投資于風(fēng)險(xiǎn)比較小的能取得絕對(duì)正收益的策略上。

市場(chǎng)擇時(shí)/行業(yè)輪動(dòng)/風(fēng)格輪動(dòng)：用數(shù)量化模型預(yù)測(cè)市場(chǎng)/行業(yè)/風(fēng)格的拐點(diǎn)

量化投資和傳統(tǒng)投資的比較

天馬資產(chǎn)首席數(shù)量分析師朱繁林博士表示，量化投資區(qū)別于定性投資的鮮明特征就是模型，對(duì)于量化投資中模型與人的關(guān)系，大家也比較關(guān)心。可以打個(gè)比方來說明這種關(guān)系，我們先看一看醫(yī)生治病,中醫(yī)與西醫(yī)的診療方法不同，中醫(yī)是望、穩(wěn)、問、切，最后判斷出的結(jié)果，很大程度上基于中醫(yī)的經(jīng)驗(yàn)，定性程度上大一些；西醫(yī)就不同了，先要病人去拍片子、化驗(yàn)等，這些都要依托于醫(yī)學(xué)儀器，最后得出結(jié)論，對(duì)癥下藥。

醫(yī)生治療病人的疾病，投資者治療市場(chǎng)的疾病，市場(chǎng)的疾病是什么？就是錯(cuò)誤定價(jià)和估值，沒病或病得比較輕，市場(chǎng)是有效或弱有效的；病得越嚴(yán)重，市場(chǎng)越無效。

投資者用資金投資于低估的證券，直到把它的價(jià)格抬升到合理的價(jià)格水平上。但是，定性投資和定量投資的具體做法有些差異，這些差異如同中醫(yī)和西醫(yī)的差異，定性投資更像中醫(yī)，更多地依靠經(jīng)驗(yàn)和感覺判斷病在哪里；定量投資更像是西醫(yī)，依靠模型判斷，模型對(duì)于定量投資基金經(jīng)理的作用就像CT機(jī)對(duì)于醫(yī)生的作用。在每一天的投資運(yùn)作之前，會(huì)先用模型對(duì)整個(gè)市場(chǎng)進(jìn)行一次全面的檢查和掃描，然后根據(jù)檢查和掃描結(jié)果做出投資決策。

傳統(tǒng)的定性投資強(qiáng)調(diào)的是基金經(jīng)理的個(gè)人經(jīng)驗(yàn)和主觀判斷，相對(duì)來說強(qiáng)調(diào)基金經(jīng)理的單兵作戰(zhàn)能力。而量化投資主要是用來源于市場(chǎng)和基本面的模型指導(dǎo)投資。

量化投資可以最大限度地捕捉到市場(chǎng)上的機(jī)會(huì)。而傳統(tǒng)的定性投資受到研究員，基金經(jīng)理覆蓋范圍的限制。

量化投資借助模型進(jìn)行投資，比較客觀和理性，更不會(huì)受市場(chǎng)和情緒影響。

量化投資的可復(fù)制性更好。傳統(tǒng)的定性投資易受到基金經(jīng)理，資深研究員人動(dòng)的影響。

其實(shí)，定量投資和傳統(tǒng)的定性投資本質(zhì)上是相同的，二者都是基于市場(chǎng)非有效或是弱有效的理論基礎(chǔ)，而投資經(jīng)理可以通過對(duì)個(gè)股估值，成長(zhǎng)等基本面的分析研究，建立戰(zhàn)勝市場(chǎng)，產(chǎn)生超額收益的組合。不同的是，定性投資管理較依賴對(duì)上市公司的調(diào)研，以及基金經(jīng)理個(gè)人的經(jīng)驗(yàn)及主觀的判斷，而定量投資管理則是“定性思想的量化應(yīng)用”,更加強(qiáng)調(diào)數(shù)據(jù)。

國(guó)內(nèi)量化基金投資風(fēng)險(xiǎn)分析

（一）量化模型質(zhì)量產(chǎn)生的投資風(fēng)險(xiǎn)

投資模型本身的質(zhì)量，是量化基金最核心的競(jìng)爭(zhēng)力。專業(yè)人士以為，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)出好的投資模型。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。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，是否僅是基金公司體現(xiàn)其“專業(yè)性”的一個(gè)由頭，還有待觀察。

（二）基金經(jīng)理執(zhí)行紀(jì)律打折扣所產(chǎn)生的道德風(fēng)險(xiǎn)

好買基金研究中心的一份報(bào)告指出，大部分量化基金在擇時(shí)、行業(yè)配置和資金管理等方面并沒有采用量化模型，更多的是基金經(jīng)理的主觀判斷。觀察這些量化基金的契約和季度報(bào)告可以發(fā)現(xiàn)，基金要么不進(jìn)行擇時(shí)，要么根據(jù)主觀經(jīng)驗(yàn)進(jìn)行擇時(shí)，這在很大程度上無法體現(xiàn)出模型選股產(chǎn)生的效果。

（三）數(shù)量化模型滯后產(chǎn)生的風(fēng)險(xiǎn)

量化基金效果如何，無法脫離資本市場(chǎng)環(huán)境的成熟度。量化模型的運(yùn)用有重要的前提條件，是必須在一個(gè)相對(duì)成熟穩(wěn)定的市場(chǎng)中運(yùn)行，這種市場(chǎng)環(huán)境下基于歷史數(shù)據(jù)設(shè)計(jì)的模型才可能延續(xù)其有效性。國(guó)內(nèi)股市曾經(jīng)大起大落，市場(chǎng)結(jié)構(gòu)和運(yùn)行規(guī)律都發(fā)生過質(zhì)變。在這種情況下量化模型有可能跟不上市場(chǎng)本身的改變，嚴(yán)格的量化投資也難以適應(yīng)變化。這或許是這種舶來品水土不服的一大原因。可以說，早期的A股市場(chǎng)并不適合量化投資理念，而隨著市場(chǎng)逐漸成熟，量化投資的優(yōu)勢(shì)才開始逐漸顯現(xiàn)。近兩年量化投資基金數(shù)量成倍增加，也是對(duì)這一趨勢(shì)的反映。

第5篇

【關(guān)鍵詞】金融衍生品 量化投資 相關(guān)性 探究

金融衍生品與量化投資之間的相關(guān)性是當(dāng)前經(jīng)濟(jì)發(fā)展比較重要的研究議題，兩者的有效配合在某種程度上能使投資者獲得較為豐富的投資收益，并且將風(fēng)險(xiǎn)以及杠桿性將至最低。就當(dāng)前現(xiàn)狀而言，金融衍生品內(nèi)容越來越多，而量化投資投資工具呈現(xiàn)多元化的趨勢(shì)，這為投資者提供了較多的投資方式以及渠道，并使其在最小風(fēng)險(xiǎn)值內(nèi)獲取最大的經(jīng)濟(jì)收益。文章主要介紹了金融衍生品及量化投資，重點(diǎn)闡述了兩者之間的關(guān)聯(lián)性，最后論述了兩者有效融合的前提下如何獲得最大的經(jīng)濟(jì)效益值。

一、金融衍生品與量化投資概念闡述以及其發(fā)展

（一）金融衍生品

金融衍生品在我國(guó)經(jīng)濟(jì)中運(yùn)用范圍不斷擴(kuò)寬，它是基于經(jīng)濟(jì)發(fā)展而形成的，是社會(huì)發(fā)展的必然產(chǎn)物，并且對(duì)于全球經(jīng)濟(jì)有著深遠(yuǎn)的影響，比如加劇世界經(jīng)濟(jì)一體化、促使金融一體化的逐步形成，金融衍生品在我國(guó)經(jīng)濟(jì)發(fā)展中扮演非常重要的角色，帶動(dòng)了我國(guó)實(shí)體經(jīng)濟(jì)的發(fā)展。所謂金融衍生品，它是與金融相關(guān)，并由其引發(fā)的派生物，屬于一種金融交易工具。近年來，隨著市場(chǎng)經(jīng)濟(jì)發(fā)展速度不斷提升，我國(guó)金融市場(chǎng)逐漸趨向完善，這也為金融衍生品的發(fā)展提供了良好的契機(jī)，使其發(fā)展日益壯大并成為金融市場(chǎng)的主力軍，并且與信貸以及貨幣市場(chǎng)聯(lián)系日益密切，最終促進(jìn)了金融資產(chǎn)配置的逐漸完善，即風(fēng)險(xiǎn)管理的復(fù)雜鏈條。從目前情況分析，我國(guó)經(jīng)濟(jì)發(fā)展呈現(xiàn)出良好的前景，相對(duì)應(yīng)的工業(yè)以及房地產(chǎn)發(fā)展相對(duì)較好，在此基礎(chǔ)之上，依據(jù)高杠桿原理，金融產(chǎn)品自身的優(yōu)勢(shì)性徹底被展現(xiàn)出來，并為投資者帶來相對(duì)較好的經(jīng)濟(jì)效益值。但是金融產(chǎn)品也存在一定的風(fēng)險(xiǎn)，可謂是一把“雙刃劍”，雖然它可促進(jìn)金融市場(chǎng)的發(fā)展，但如果運(yùn)用不當(dāng)將會(huì)引發(fā)極為嚴(yán)重的后果。上世紀(jì)90年代以來，就發(fā)生了多起由于金融產(chǎn)品運(yùn)用不當(dāng)而引發(fā)的經(jīng)濟(jì)損失，例如：2008年金融危機(jī)波及全球，引發(fā)金融危機(jī)的原因主要是CDS等金融產(chǎn)品，其在美國(guó)金融市場(chǎng)運(yùn)作中出現(xiàn)風(fēng)險(xiǎn)管理不當(dāng)?shù)默F(xiàn)象，也就是風(fēng)險(xiǎn)失控，繼而引發(fā)了全球性的經(jīng)濟(jì)危機(jī)。

金融衍生品主要是基于與金融有關(guān)產(chǎn)品的通過不同方式衍生而來，主要包含四種基本形式，分別是遠(yuǎn)期、期貨、期權(quán)、互換，其價(jià)格的變動(dòng)規(guī)律主要是由基礎(chǔ)標(biāo)的物所決定的，隨著它的變化而變化的，而金融衍生品的價(jià)值主要與基礎(chǔ)工具的相關(guān)因素有關(guān)，比如利率、匯率、市場(chǎng)價(jià)格、指數(shù)、信用等級(jí)等等，從本質(zhì)上分析，它屬于虛擬的有價(jià)證券，在某種意義上而言是一種權(quán)利證書，給予投資者基礎(chǔ)性的權(quán)利，且與實(shí)物資本有著很大的區(qū)別，能夠使投資者獲得投資收益。與一般金融產(chǎn)品相比，金融產(chǎn)品有了極大的改良與進(jìn)步，產(chǎn)品結(jié)構(gòu)更為復(fù)雜，其定價(jià)模式基本比較單一，主要是以復(fù)雜數(shù)學(xué)模型為主，將多種風(fēng)險(xiǎn)以及因子，如Beta、Delta、Rho、久期等，通過多種方式的映射、組合、分解復(fù)合等，繼而形成金融衍生品，結(jié)構(gòu)層次多樣。金融產(chǎn)品雖然為投資者提供了發(fā)展契機(jī)，但是也存在極大的風(fēng)險(xiǎn)，這種風(fēng)險(xiǎn)的形成與交易與結(jié)算有著直接的關(guān)聯(lián)，上述兩種交易形式基本發(fā)生在將來，基于高杠桿的影響，市場(chǎng)風(fēng)險(xiǎn)難以有效控制，預(yù)測(cè)就更難以估計(jì)。

（二）量化投資

量化投資在我國(guó)金融市場(chǎng)發(fā)展中得到了進(jìn)一步推廣，相較于定性投資，量化投資科學(xué)性更強(qiáng)，并且具備相應(yīng)的理論依據(jù)。在投資過程中，投資者可以利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)，還可以借助數(shù)據(jù)挖掘等方法，以此構(gòu)建投資策略，管理投資組合，繼而實(shí)現(xiàn)風(fēng)險(xiǎn)管理，利用數(shù)據(jù)模型，借助系統(tǒng)交易信號(hào)，系統(tǒng)會(huì)自動(dòng)完成相關(guān)交易。從本質(zhì)上分析，量化投資屬于工具，投資者可以通過經(jīng)驗(yàn)累加，然后利用數(shù)學(xué)模型的功能性，繼而實(shí)現(xiàn)信息化的表達(dá)。量化投資形式具有自身的優(yōu)勢(shì)特點(diǎn)，這也是傳統(tǒng)投資形式不可比擬的，它主要將投資者經(jīng)驗(yàn)累積以另外一種方式呈現(xiàn)，即數(shù)學(xué)模型，繼而轉(zhuǎn)化至計(jì)算機(jī)中，運(yùn)用相對(duì)科學(xué)的計(jì)算方式，實(shí)現(xiàn)產(chǎn)品投資，隨著金融市場(chǎng)的日益完善，數(shù)學(xué)模型也得以不斷優(yōu)化。無論是數(shù)量化的投資，還是依靠計(jì)算機(jī)程序的投資，對(duì)于技術(shù)的要求極為苛刻，在業(yè)界譽(yù)為“黑箱交易”，從某種角度分析，量化投資基本不依賴大腦，而是依據(jù)交易系統(tǒng)，繼而實(shí)施具體的決策，上述交易系統(tǒng)是之前確定的，且形式非常復(fù)雜的，這樣的系統(tǒng)往往具備較高的精準(zhǔn)度。與此同時(shí)，交易系統(tǒng)開發(fā)需要一定的技術(shù)支持，即程序算法設(shè)計(jì)，部分開發(fā)者通常會(huì)采取相應(yīng)措施，加密交易系統(tǒng)，以此保障知識(shí)產(chǎn)權(quán)不受侵害。外界投資者對(duì)此并不清楚，具體運(yùn)行機(jī)制也存在極大的疑問。量化投資者基于交易系統(tǒng)的前提下，收集市場(chǎng)最新的數(shù)據(jù)變化，同時(shí)采集與之相關(guān)的信息，將其輸送至交易模型里，然后通過科學(xué)的計(jì)算，數(shù)據(jù)的挖掘，加密信息的處理，最終敲定資產(chǎn)配置方案，確定交易的最佳時(shí)機(jī)。按照相關(guān)公式進(jìn)行量化投資在某種程度上是一種相對(duì)理性的投資，其自身的優(yōu)勢(shì)集中體現(xiàn)在分析策略這一環(huán)節(jié)，突出明晰性以及一致性，與此同時(shí)，運(yùn)用信息與公式，由此獲得的結(jié)果基本相同，這在某種程度上對(duì)交易者非常有利，避免由于其客觀性以及隨意性而引發(fā)的交易失誤。

針對(duì)量化投資而言，其涵蓋多個(gè)方面：就現(xiàn)狀而言，主要包括量化資產(chǎn)配置、量化投資交易、風(fēng)險(xiǎn)管理。以資產(chǎn)配置為例，必須要基于行業(yè)選擇的前提下，以此實(shí)施有效配置，然后依據(jù)策略組合，在行業(yè)內(nèi)開展相關(guān)工作，實(shí)行資產(chǎn)優(yōu)化。量化資產(chǎn)投資，它在某種程度上奠定了總體投資方向，確定發(fā)展前景最好的行業(yè)、風(fēng)格和產(chǎn)品。換言之，投資者需要根據(jù)市場(chǎng)行情變化規(guī)律，選擇市場(chǎng)以及產(chǎn)品，然后給予最佳資金分配方案。相較于傳統(tǒng)的投資形式，量化投資更具一定的優(yōu)勢(shì)，更具科學(xué)以及合理性，同時(shí)兼具高信度。投資者可以依據(jù)數(shù)據(jù)模型，對(duì)整個(gè)市場(chǎng)進(jìn)行有效分析，繼而給予相對(duì)準(zhǔn)確的判斷，以此進(jìn)行理性投資決策。

二、兩者之間的關(guān)聯(lián)性分析

金融衍生品與量化投資的有效結(jié)合能夠起到非常關(guān)鍵性的作用，投資者能夠選擇相對(duì)發(fā)展較好的金融產(chǎn)品進(jìn)行量化投資，由此收獲了相對(duì)豐富的投資收益，因而探討兩者之間的關(guān)聯(lián)性以及有效融合具有劃時(shí)代意義。近年來，我國(guó)金融市場(chǎng)發(fā)展形勢(shì)良好，也因此帶動(dòng)了金融衍生品的迅速擴(kuò)大，促進(jìn)了國(guó)民經(jīng)濟(jì)的迅速增值。但是以我國(guó)現(xiàn)有金融衍生品現(xiàn)狀來說，無論是從行業(yè)總量、規(guī)模，還是參與范圍及層次方面來看，金融衍生品都還屬于小眾市場(chǎng)，仍需不斷創(chuàng)新與改革。從目前情況分析，對(duì)于大部分的投資者而言，他們對(duì)于金融衍生品的了解還不夠透徹，這也導(dǎo)致了民主對(duì)于金融衍生品的了解甚少，基本都停留在電視或是報(bào)紙上對(duì)于金融衍生品的看法，這于金融衍生品的長(zhǎng)遠(yuǎn)發(fā)展是非常不利的。2008年的金融危機(jī)，很多實(shí)體企業(yè)采取了相應(yīng)的對(duì)策，比如參與期貨市場(chǎng)，實(shí)施套期保值，以此降低生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)，也在某種程度上擴(kuò)寬市場(chǎng)發(fā)展。

金融市場(chǎng)發(fā)展速度的加快，股指期貨得以大面積擴(kuò)散，指數(shù)期權(quán)也擴(kuò)大了應(yīng)用范圍，這于我國(guó)金融市場(chǎng)發(fā)展而言是極為有利的因素，為量化投資提供良好的發(fā)展契機(jī)，迎來發(fā)展機(jī)遇。借助量化投資原理，運(yùn)用相關(guān)實(shí)踐方法，通過計(jì)算機(jī)程序?qū)嵤┩顿Y交易，這將是之后金融衍生品投資的主流方向。

金融衍生品的誕生是社會(huì)發(fā)展的必然產(chǎn)物，其功能性集中體現(xiàn)在投資風(fēng)險(xiǎn)規(guī)避，它形成的主要?jiǎng)右蚺c投資者關(guān)系密切，滿足其轉(zhuǎn)移風(fēng)險(xiǎn)的需求，同時(shí)實(shí)現(xiàn)其套期保值實(shí)際需求，這一過程又被稱為風(fēng)險(xiǎn)對(duì)沖，這樣可以使投資者運(yùn)用相對(duì)較少的低成本，基于現(xiàn)貨價(jià)格變動(dòng)，達(dá)到規(guī)避風(fēng)險(xiǎn)的目的。從目前形勢(shì)分析，量化投資在我國(guó)金融衍生品上得到了廣泛應(yīng)用，其對(duì)沖實(shí)踐需要借助相關(guān)載體，也就是具備一定的期貨市場(chǎng)方可實(shí)現(xiàn)，但是基于交易品種單一的現(xiàn)狀，這使得量化投資產(chǎn)品在某種程度上具有一定的局限性。隨著股指期權(quán)的誕生，個(gè)股期權(quán)的逐步實(shí)施，擴(kuò)大了金融市場(chǎng)的投資發(fā)展，讓更多的投資者增加了風(fēng)險(xiǎn)規(guī)避渠道，推動(dòng)了量化投資范圍的不斷擴(kuò)大。量化交易策略也在某種程度上發(fā)生了改變，更具創(chuàng)造性，帶動(dòng)實(shí)體經(jīng)濟(jì)發(fā)展。

金融衍生品的誕生以及投入使用促進(jìn)了我國(guó)金融市場(chǎng)交易的逐步完善，這其中金融衍生品的一個(gè)非常重要的功能得到了極大的發(fā)揮，即價(jià)格發(fā)現(xiàn)。所謂價(jià)格發(fā)現(xiàn)功能，主要從參與者角度出發(fā)，他們通過獲得信息，且基于價(jià)格預(yù)期，利用公開拍賣形式，或是借助電腦進(jìn)行撮合交易，這在某種程度上可以獲取市場(chǎng)真實(shí)需求，供求關(guān)系，并且極具競(jìng)爭(zhēng)性以及預(yù)期性的體系。隨著世界經(jīng)濟(jì)一體化趨勢(shì)不斷加強(qiáng)，世界金融市場(chǎng)不斷擴(kuò)大，與之相關(guān)的金融衍生品應(yīng)用范圍也隨之不斷擴(kuò)大，金融交易所的相關(guān)交易實(shí)現(xiàn)跨越式的進(jìn)步，通過這種形式形成的價(jià)格權(quán)威性更強(qiáng)。上述價(jià)格通過不同的傳播工具不斷擴(kuò)散，如報(bào)紙、電視、網(wǎng)絡(luò)等，范圍波及全球，儼然成為市場(chǎng)價(jià)格的引領(lǐng)者，這為大眾提供了良好的平臺(tái)，讓其透過相關(guān)經(jīng)濟(jì)信息了解經(jīng)濟(jì)動(dòng)態(tài)，以便幫助投資者給予正確的決策，借以提升資源配置效率。量化投資相較于傳統(tǒng)投資形式具有一定的優(yōu)勢(shì)，這主要體現(xiàn)在兩個(gè)方面：分別是速度與規(guī)則，從某種角度分析，我們可以預(yù)期，量化交易應(yīng)用范圍，促使市場(chǎng)報(bào)價(jià)更為緊密，成交更為頻繁，從而增強(qiáng)市場(chǎng)流動(dòng)性。與此同時(shí)，基于量化交易策略而言，其中部分交易存在策略的相似性，這對(duì)于未來的金融市場(chǎng)影響頗大，集中體現(xiàn)在市場(chǎng)價(jià)格波動(dòng)這一方面，具體表現(xiàn)為高波動(dòng)性以及規(guī)律性，上述改變與量化投資有著非常直接的關(guān)聯(lián)。

金融衍生品是社會(huì)發(fā)展的階段性產(chǎn)物，量化投資是基于傳統(tǒng)投資形式基礎(chǔ)上的創(chuàng)新與變革，兩者之間具有一定的關(guān)聯(lián)性，就好比人和人之間的合作，通過量化投資，金融衍生品能夠在某種程度上受益，彰顯其風(fēng)險(xiǎn)規(guī)避功能，量化投資對(duì)于投資者而言是巨大的福音，使其更理性地進(jìn)行投資，從而避免由于自身主觀原因而造成的經(jīng)濟(jì)損失，與此同時(shí)，能夠有效消除非預(yù)期損失。針對(duì)金融衍生品而言，其不斷發(fā)展對(duì)量化投資而言也是非常有益的，為其提供應(yīng)用平臺(tái)，借助不同領(lǐng)域資源整合，從總體角度分析，優(yōu)化金融市場(chǎng)，交易環(huán)境不斷完善，并且對(duì)投資者影響極大，使其投資理念不斷升華，投資水平在某種程度上也得到看提高，繼而促使投資者通過結(jié)合金融衍生品與量化投資獲取豐厚的投資收益。總的來說，金融衍生品與量化投資可謂是相輔相成的關(guān)系，彼此相互促進(jìn)又相互影響，協(xié)調(diào)好兩者的關(guān)系對(duì)金融市場(chǎng)發(fā)展益處多多。

三、結(jié)語

總體來說，金融衍生品在我國(guó)金融市場(chǎng)的廣泛運(yùn)用極大的促進(jìn)了國(guó)民經(jīng)濟(jì)的發(fā)展，量化投資是一種相對(duì)理想的投資理念，將金融衍生品與量化投資有效融合能夠獲得良好的成效，這于金融市場(chǎng)經(jīng)濟(jì)發(fā)展而言也是極為有利的因素，為投資者提供了良好的應(yīng)用平臺(tái)，促使其獲得比較豐富的投資收益。文章主要介紹了金融衍生品以及量化投資的發(fā)展，重點(diǎn)闡述了兩者之間的相關(guān)性。

參考文獻(xiàn)：

[1]李東昌.金融衍生品與量化投資相關(guān)性研究初探[J].山東工業(yè)技術(shù)，2015（06）.

[2]張梅.后金融危機(jī)時(shí)代金融衍生品的風(fēng)險(xiǎn)管理與控制[J].湖南商學(xué)院學(xué)報(bào)，2010（02）.

[3]寇宏，袁鷹，王慶芳.套期保值與金融衍生品風(fēng)險(xiǎn)管理研究[J].金融理論與實(shí)踐，2010（05）.

[4]林世光.可拓學(xué)在金融衍生品市場(chǎng)風(fēng)險(xiǎn)中的量化分析[J].武漢理工大學(xué)學(xué)報(bào)，2010（11）.

[5]薛智勝.金融創(chuàng)新風(fēng)險(xiǎn)的防范與監(jiān)管探析――以金融衍生品為例[J].云南大學(xué)學(xué)報(bào)（法學(xué)版），2012（01）.

第6篇

大摩華鑫基金公司首只量化基金――大摩多因子策略基金自5月17日成立以來，截至9月16日，上證綜指跌幅達(dá)到12.98%，大摩多因子基金凈值僅下跌0.3%，在今年同期（4月至6月）成立的偏股型基金中排名第2位，經(jīng)受住了市場(chǎng)的考驗(yàn)，也更加堅(jiān)定了大摩量化投資團(tuán)隊(duì)“將量化進(jìn)行到底”的決心。那么，量化是不是等同于模型，量化投資到底有何過人之處呢？帶著這樣的疑問，記者走訪了大摩多因子策略基金經(jīng)理張靖，讓他為投資者解密量化投資的“黑匣子”。

量化模型是工具，投資理念是靈魂

“如果把投資比作吃飯的話，那么‘吃什么’由投資理念來決定，再根據(jù)所吃的食物決定使用的吃飯工具，即量化模型。” 張靖認(rèn)為，在量化投資領(lǐng)域，投資理念才是量化投資的靈魂，決定了投資的邏輯。只有將最根本的邏輯融入適當(dāng)?shù)牧炕椒ㄖ胁拍軐⒘炕顿Y的“魔力”發(fā)揮出來，創(chuàng)造最大的投資收益。

談到模型在量化投資中的作用，張靖有其獨(dú)到的見解，“量化模型的采用必須與投資理念密切結(jié)合，并不是越復(fù)雜的模型越好，有時(shí)簡(jiǎn)單易操作的模型反而更加有效。正如吃西餐要用刀叉，吃中餐要用筷子一樣，與投資理念相匹配的模型才是最好的模型。”

用量化的方法做有把握的事

張靖對(duì)量化投資最通俗的解釋就是“用量化的方法做有把握的事兒”。換句話說，就是通過對(duì)大量樣本數(shù)據(jù)和市場(chǎng)環(huán)境的量化分析，通過平衡投資的風(fēng)險(xiǎn)和收益，建立量化模型，捕捉大概率事件，有把握地獲取市場(chǎng)上普遍的、稍高于平均水平的超額收益。

另外，張靖提到，量化模型并不是固定不變的，需要逐步提升，不斷改進(jìn)，在變化中總結(jié)經(jīng)驗(yàn)和規(guī)律，使得量化模型能夠適應(yīng)市場(chǎng)和投資者投資習(xí)慣的變化。以大摩多因子基金模型中現(xiàn)有的動(dòng)量因子為例，從總體來看，隨著市場(chǎng)逐漸回歸理性，其效應(yīng)應(yīng)該是逐漸遞減的。所以隨著該因子效應(yīng)的遞減，未來可能會(huì)將其從模型中剔除掉。相應(yīng)地，另外一些新的因子可能會(huì)加入模型中。

大摩多因子：量化選股，量化擇時(shí)，量化交易

提到張靖管理的大摩多因子基金，不得不說該基金將量化投資的特點(diǎn)和優(yōu)越性展現(xiàn)得淋漓盡致。大摩多因子基金是一只純量化基金，不但量化選股，也量化擇時(shí)，并且能夠客觀地選擇交易策略，降低情緒影響，可以說是量化選股、量化擇時(shí)以及量化交易三位一體的有效結(jié)合。

第7篇

揭開定量投資神秘面紗

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。“完全的數(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。”

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。“換言之，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。”李延剛并不掩飾其對(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穑瑥?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)后加盟中海基余，著手增強(qiáng)中海基金金融工程團(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，中海基金的金融工程部已經(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，一方面中海基金金融工程部已經(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。”李延剛表示。

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)。“主要通過對(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)。”李延剛說。

其次，通過盈利性指標(biāo)、估值指標(biāo)、一致預(yù)期指標(biāo)，熵值法確定指標(biāo)權(quán)重后，對(duì)一級(jí)庫(kù)股票進(jìn)行打分排名，從而篩選出二級(jí)股票庫(kù)。其中，一致預(yù)期指標(biāo)則是通過各券商分析師的調(diào)查后，得出上市公司盈利預(yù)期數(shù)據(jù)平均值，以此權(quán)威性地反映市場(chǎng)對(duì)公司未來盈利的預(yù)期水平。“中海量化基金引入一致預(yù)期作為選股指標(biāo)，可以全面、權(quán)威的反應(yīng)市場(chǎng)對(duì)上市公司未來盈利的預(yù)期水平，為投資決策提供更為真實(shí)和前瞻性的依據(jù)。與此同時(shí)，還可以根據(jù)預(yù)期的變化及時(shí)動(dòng)態(tài)調(diào)節(jié)，更加適應(yīng)股市的震蕩波動(dòng)。”李延剛強(qiáng)調(diào)。

第8篇

關(guān)鍵詞：量化分析；風(fēng)險(xiǎn)態(tài)度相關(guān)性；相關(guān)系數(shù)；理性投資

一、要解決的問題

（1）問題一：根據(jù)所給數(shù)據(jù)量化分析處理公眾投資者的個(gè)人狀況、信息獲取方式、媒體信任程度、風(fēng)險(xiǎn)態(tài)度。（2）問題二：在量化分析處理公眾投資者的個(gè)人狀況、信息獲取方式、媒體信任程度、風(fēng)險(xiǎn)態(tài)度的基礎(chǔ)上，建立合適的數(shù)學(xué)模型分析它們之間的相關(guān)性；

二、模型的假設(shè)

（1）建模時(shí)在所有的問題答卷中剔除那些相關(guān)性不大的問題，只從中選取具有代表性的問題，以減少建模復(fù)雜度。（2）建模過程中的各變量是相互獨(dú)立的且數(shù)據(jù)有很強(qiáng)代表性。（3）證券市場(chǎng)是有效的，且價(jià)格的變動(dòng)具有慣性。

三、模型的建立與求解

（一）對(duì)問題一的求解

（1）模型的準(zhǔn)備。通過對(duì)數(shù)據(jù)的分析，我們從所有47個(gè)問題中選出20個(gè)具有代表性的問題，將提煉出的問題分成4大類：個(gè)人基本信息狀況、信息獲取方式、媒體信任程度、風(fēng)險(xiǎn)態(tài)度。

（2）模型的求解與量化分析。通過對(duì)第一大類個(gè)人基本信息狀況中所選取的5個(gè)問題進(jìn)行量化分析得到個(gè)人基本信息狀況的量化分析，在所有調(diào)查的616名對(duì)象中，女性共有236人，女性投資者占總投資人數(shù)將近四成。我國(guó)投資者的年齡主要集中在30歲以下，占調(diào)查總數(shù)的36.4%，其次是30～50歲，占比為31.2%，二者之和占到調(diào)查總數(shù)的近70%。60歲以上投資者僅占8.4%。盡管中高學(xué)歷投資者居多，但分析表明，教育程度與投資者收益沒有明顯關(guān)系。其次在廣大投資者當(dāng)中97%的投資者屬于中產(chǎn)階級(jí)，62%的投資者目的在于改善生活，83.5%的投資者對(duì)上市公司只是部分了解，這也顯示出了中國(guó)投資者投資證券的意愿不強(qiáng)，市場(chǎng)的積極性未完全調(diào)動(dòng)，但同時(shí)也說明了我國(guó)證券市場(chǎng)還有很大部分未開發(fā)，證券市場(chǎng)前景廣闊。

通過對(duì)第二大類信息獲取方式中所選取的5個(gè)問題進(jìn)行量化分析可知65%投資者投資知識(shí)來源于時(shí)間和雜志，65.5%的投資者做投資時(shí)是經(jīng)過理性分析的，這反映出我國(guó)大多數(shù)投資者是屬于風(fēng)險(xiǎn)厭惡者或者傾向于風(fēng)險(xiǎn)厭惡，在進(jìn)行投資時(shí)還是比較理性的。其次有77.6%的投資者認(rèn)為以往的投資經(jīng)驗(yàn)對(duì)現(xiàn)在或未來的投資是有用的。73%的投資者會(huì)關(guān)注財(cái)經(jīng)新聞的報(bào)道，85%的投資者主要從網(wǎng)絡(luò)，電視，報(bào)紙雜志等媒體中獲得投資信息。

通過對(duì)第三大類媒體信任程度中所選取的5個(gè)問題進(jìn)行量化分析得到的媒體信任程度量化分析表如表1所示。

從表1可以看出53%的投資者最初進(jìn)入股市的原因是認(rèn)為有利可圖，自己決定進(jìn)入。對(duì)于媒體反復(fù)推薦的股票，68%投資者不會(huì)購(gòu)買，對(duì)媒體的信任程度還是比較低的。其次有76.6%的投資者覺得媒體上推薦的股票是有一定道理的，但有40.4%投資者之所以相信媒體上推薦的股票是因?yàn)樽陨砟芰Φ牟蛔悖缓孟嘈琶襟w推薦。同時(shí)，在聽取各類人士意見時(shí)，35%的投資者相信身邊熟悉炒股的朋友。總之，我國(guó)投資者對(duì)于媒體的信任程度還是偏低的，這同時(shí)意味著我國(guó)的證券業(yè)還有著巨大的發(fā)展空間。

通過對(duì)第四大類風(fēng)險(xiǎn)態(tài)度中所選取的5個(gè)問題進(jìn)行量化分析得到的風(fēng)險(xiǎn)態(tài)度量化分析表如表2所示。

根據(jù)表2分析顯示，投資者的操作模式相對(duì)穩(wěn)定，3個(gè)月內(nèi)換手1次或更短的投資者占比最多，總體來看，投資者的持股時(shí)間相對(duì)較短，長(zhǎng)期投資者占投資者比例較小。從趨勢(shì)上看，在2008年以來的下跌行情中，投資者更傾向于頻繁換手，3個(gè)月內(nèi)換手1次或更短的投資者逐漸增加至62.4%，持股半年內(nèi)的比例明顯下降至28.6%。至于持股一年以上的雖有所增加，但平均占比不高，這部分長(zhǎng)期投資者的增加不能排除是因套牢產(chǎn)生的被動(dòng)長(zhǎng)期投資。股票下跌時(shí)，只有不到20%的股民會(huì)選擇低價(jià)再買入，再一次反映出我國(guó)股民大多數(shù)屬于風(fēng)險(xiǎn)厭惡者。同時(shí)，面對(duì)股價(jià)下跌，但持有目標(biāo)是五年時(shí)，62%的投資者會(huì)維持不動(dòng)，但面對(duì)股價(jià)下跌，但持有目標(biāo)是三十年，只有42%的投資者會(huì)繼續(xù)維持不動(dòng)。總之，投資者個(gè)人承擔(dān)風(fēng)險(xiǎn)的態(tài)度還是比較理性的。

（二）對(duì)問題二的求解

（1）模型的準(zhǔn)備。證券市場(chǎng)市場(chǎng)參與者眾多，市場(chǎng)機(jī)制更為復(fù)雜，信息不對(duì)稱現(xiàn)象更為明顯。對(duì)于風(fēng)險(xiǎn)態(tài)度的衡量，在影響證券銷售量的因素中，有價(jià)格，上市公司市場(chǎng)信譽(yù)，投資者的風(fēng)險(xiǎn)態(tài)度等。本題中著重量化被調(diào)查者的風(fēng)險(xiǎn)態(tài)度。為了確定投資者分別隸屬于風(fēng)險(xiǎn)厭惡，風(fēng)險(xiǎn)中性，風(fēng)險(xiǎn)偏好哪種類型，我們?cè)诜治鰯?shù)據(jù)的過程中，給每個(gè)問題每個(gè)選項(xiàng)賦分的原則如下：1）選A、B、C、D的基礎(chǔ)得分分別為1、2、3、4。2）將投資者的態(tài)度分為（0～30）風(fēng)險(xiǎn)厭惡型，（31～60）風(fēng)險(xiǎn)中立型，和（61～90）風(fēng)險(xiǎn)喜好型。

相關(guān)系數(shù)用來反映兩者之間的相關(guān)性，考慮相關(guān)系數(shù)r時(shí)，我們遵循以下準(zhǔn)則：1）當(dāng)r>0時(shí)，表示兩變量正相關(guān)，r

通過數(shù)據(jù)分析，我國(guó)投資者的總體風(fēng)險(xiǎn)態(tài)度是介于風(fēng)險(xiǎn)厭惡和風(fēng)險(xiǎn)中立的，由此可以看出投資者較為希望通過風(fēng)險(xiǎn)投資增加其個(gè)人收入。但是由于客觀、主觀因素，投資者中，持觀望態(tài)度者較多。

（2）模型的建立與求解。根據(jù)題目提供的數(shù)據(jù)以及前面的賦值，算出所有被調(diào)查者的風(fēng)險(xiǎn)態(tài)度值，并選出問卷中的第二問跟風(fēng)險(xiǎn)態(tài)度進(jìn)行相關(guān)性分析，則有：

結(jié)果為a=[1 1 1 2 1 1 4 3 2 1 1 1 1 3 2 2 4 3…1]

對(duì)應(yīng)的風(fēng)險(xiǎn)態(tài)度值為b=[44 44 46 45 41 42 47 41 54 46 38 49 51 53 53 50 44 44…47]

根據(jù)以上分析可知總體個(gè)人狀況與風(fēng)險(xiǎn)態(tài)度的相關(guān)性小，由此得出我國(guó)近段時(shí)間進(jìn)行投資的民眾數(shù)量較大，覆蓋到不同民眾的方方面面。信息獲取方式與風(fēng)險(xiǎn)態(tài)度之間聯(lián)系大、得知在我國(guó)的投資領(lǐng)域，投資者的信息獲取途徑和多少對(duì)其投資的方向性還是有較大的影響。媒體信任程度與風(fēng)險(xiǎn)態(tài)度之間的相關(guān)性適中，可知部分投資者對(duì)待媒體信息的態(tài)度還是比較冷靜。

參考文獻(xiàn)：

[1] 楊桂元，黃己立.數(shù)學(xué)建模[M].合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2008.

[2] 李柏年，胡守信.基于MATLAB的數(shù)學(xué)實(shí)驗(yàn)[M].北京：科學(xué)出版社，2004.

[3] 魏捷.關(guān)于調(diào)查問卷中定性數(shù)據(jù)處理方法的探討[D].中南財(cái)經(jīng)政法大學(xué) 2008.

第9篇

計(jì)算機(jī)給投資帶來的改變

1997年5月11日，國(guó)際象棋世界冠軍卡斯帕羅夫與1BM公司的國(guó)際象棋電腦“深藍(lán)”的六局對(duì)抗賽降下帷幕。在前五局以2.5對(duì)2.5打平的情況下，卡斯帕羅夫在第六盤決勝局中僅走了19步就向“深藍(lán)”拱手稱臣。整場(chǎng)比賽進(jìn)行了不到一個(gè)小時(shí)，卡斯帕羅夫賽后說，在最后一局時(shí)，“我已經(jīng)無力再戰(zhàn)。”于此同時(shí)，利用計(jì)算機(jī)和數(shù)學(xué)模型來進(jìn)行數(shù)量化投資的基金正邁入高速增長(zhǎng)期。

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，他不是通過“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年巴克萊全球投資(Barclays Global Investor)成立了第一支主動(dòng)數(shù)量(Quantitative & Active)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。此后，Vanguard，F(xiàn)ederated，Janus，American Century,Alliance Bernstein，Evergreen以及Schwab都開始在運(yùn)作數(shù)量化基金，他們也都開始加入Barclays Global Investors和LSVAsset Management的陣營(yíng)，后兩者是數(shù)量化基金管理中最大的兩家公司。另外，NumericInvestors和AQR CapitalManagement是增長(zhǎng)最快的數(shù)量化基金公司。

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1988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％。另外，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)。

模型――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。在20世紀(jì)80年代，大量復(fù)雜模型得以發(fā)展，這包括：混沌理論(chaos theory)、分形(fraetals)、多維分形(multi-fractals)、適應(yīng)過程(adaptive programming)、學(xué)習(xí)理論(leaming theory)、復(fù)雜性理論(complexity theory)、復(fù)雜非線性隨機(jī)理論(complex nonlinear stochasticmodels)、數(shù)據(jù)挖掘(data mining)和智能技術(shù)(artificial intelligence)。然后，回歸分析(regression analysis)和動(dòng)量模型(momentum modeling)仍然是被調(diào)查者使用最廣泛的數(shù)量化投資方式。

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)理和風(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％。

數(shù)量化投資理念成就了一大批數(shù)量化基金經(jīng)理，詹姆斯?西蒙斯無疑是其中的佼佼者。他所管理的大獎(jiǎng)?wù)禄饘?duì)沖基金(Medallion)，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％。從1988年成立到1999年12月大獎(jiǎng)?wù)禄鹂偣搏@得2478.6％的凈回報(bào)率，超過第二名索羅斯的量子基金一倍，而同期的標(biāo)準(zhǔn)普爾指數(shù)僅有9.6％。即使在次貸危機(jī)全面爆發(fā)的2007年，該基金的回報(bào)率仍高達(dá)85％。

然而量化基金并非所有市場(chǎng)都能有效戰(zhàn)勝非量化基金。Lipper把基金分為四類型，每一類型量化投資與傳統(tǒng)投資比較，2005年量化投資基金戰(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年情況則發(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(value bias)，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。

用數(shù)學(xué)創(chuàng)造財(cái)富

國(guó)內(nèi)基金業(yè)雖然歷史較短，但發(fā)展迅速。美國(guó)等成熟基金市場(chǎng)的現(xiàn)狀，也很可能會(huì)是我們未來的發(fā)展方向。指數(shù)基金、量化基金以及免傭基金等品種，在未來有望陸續(xù)發(fā)展壯大，受到越來越多投資者的認(rèn)可。

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。

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、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，組合中每只股票的配置比例。