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金融投資量化方法范例。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

【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(lái)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(lái)，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(lái)，并為投資者帶來(lái)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(lái)，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(guò)不同方式衍生而來(lái)，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(shū)，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(guò)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(lái)，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(guò)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(guò)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(wú)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(lài)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(kāi)發(fā)需要一定的技術(shù)支持，即程序算法設(shè)計(jì)，部分開(kāi)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(wèn)。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(guò)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(kāi)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(lái)，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(lái)說(shuō)，無(wú)論是從行業(yè)總量、規(guī)模，還是參與范圍及層次方面來(lái)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(lái)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(guò)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(mǎn)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(guò)程又被稱(chēng)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(guò)獲得信息，且基于價(jià)格預(yù)期，利用公開(kāi)拍賣(mài)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(guò)這種形式形成的價(jià)格權(quán)威性更強(qiáng)。上述價(jià)格通過(guò)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(guò)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(lái)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(guò)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(guò)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(lái)說(shuō)，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(yǔ)

總體來(lái)說(shuō)，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2篇

【關(guān)鍵詞】量化投資 特點(diǎn) 策略 發(fā)展

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(kāi)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(kāi)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(jiàn)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(hù)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(méi)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(guò)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(lèi)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(guò)程可以做到理性客觀。

2.能夠通過(guò)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(wèn)題的解決帶來(lái)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(mén)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(guò)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(lái)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(jué)，并沒(méi)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(guò)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(shuō)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(lái)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(lèi)

國(guó)外習(xí)慣上將量化投資的策略分成兩大類(lèi)，一類(lèi)是阿爾法導(dǎo)向的策略，另一類(lèi)是貝塔導(dǎo)向的策略。阿爾法策略（alpha strategy）是通過(guò)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(lái)獲取收益的策略;貝塔策略（beta strategy）是通過(guò)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(shuō)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(lèi)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(jiàn)的類(lèi)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(lèi)，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(lái)的模式，從中獲取收益。

（二）我國(guó)量化投資策略的分類(lèi)

國(guó)內(nèi)比較常見(jiàn)的量化投資策略主要有兩種分類(lèi)方式，一種是按投資標(biāo)的所在市場(chǎng)分類(lèi)區(qū)分的量化投資策略，分為現(xiàn)貨市場(chǎng)和衍生品市場(chǎng)量化投資策略。現(xiàn)貨市場(chǎng)包括股票市場(chǎng)、ETF市場(chǎng)和債券市場(chǎng)，衍生品市場(chǎng)包括商品期貨市場(chǎng)、股指期貨市場(chǎng)、國(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(lèi)方式是分為兩大類(lèi)：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(lèi)套利策略等，目前國(guó)內(nèi)普遍采用的是這種分類(lèi)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(shuō)（Efficient Markets Hypothesis，EMH），這為后來(lái)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(wú)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(wú)疑是非線(xiàn)性科學(xué)在數(shù)理金融上的運(yùn)用，非線(xiàn)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(guò)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(guò)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(pán)，在投資組合模型構(gòu)建的過(guò)程中，可以?xún)?yōu)化投資組合;人工智能的很多技術(shù)，例如專(zhuān)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(lái)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(lèi)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(guò)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(guò)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(ài)德華?索普（Ed Thorp）開(kāi)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(kāi)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(guò)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(kāi)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(lái)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(wàn)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(kāi)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(méi)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(zhuān)戶(hù)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(kāi)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(chēng)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(lèi)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(xiāo)售的量化對(duì)沖基金規(guī)模超過(guò)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(lái)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(lái)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(lái)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(zhuān)題研究報(bào)告，2012.

[2]廖佳.揭開(kāi)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(mén)[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(zhuān)題報(bào)告，2015.

[21]嚴(yán)高劍.對(duì)沖基金與對(duì)沖策略起源、原理與A股市場(chǎng)實(shí)證分析[J].商業(yè)時(shí)代，2013，（12）：81-83.

第3篇

他們和先前的人工交易不同，用數(shù)學(xué)統(tǒng)計(jì)出此前的交易規(guī)律，建成模型，用程序來(lái)交易。他們大多有較高的學(xué)歷，或物理或數(shù)學(xué)或IT背景。他們用模型、公式克服人性的弱點(diǎn)去交易，賺取理性的利潤(rùn)，這個(gè)工作叫量化投資。

這是近幾年才形成的一個(gè)低調(diào)的金融圈子，尤其是今年來(lái)，這個(gè)圈子似乎風(fēng)生水起。算法、編程、想法、策略、模型成了這個(gè)圈子中的常用語(yǔ)，他們分布在券商、公私募基金、期貨等金融行業(yè)，他們?cè)趧?chuàng)新中摸索前進(jìn)，優(yōu)秀的團(tuán)隊(duì)也不少見(jiàn)。

謹(jǐn)慎的寬客人

量化投資圈的人喜歡自己被稱(chēng)為“寬客人”或“礦工”。所謂“寬客”即金融工程師，他們靠編程序去設(shè)計(jì)模型，用數(shù)學(xué)的方法分析金融市場(chǎng)，找出影響價(jià)格漲跌的相關(guān)因素，規(guī)避其中的風(fēng)險(xiǎn)，獲得收益。

徐明（化名）是上海艾革瑞投資團(tuán)隊(duì)的創(chuàng)始人之一，有著大多數(shù)編程人員的內(nèi)秀和儒雅，自信的微笑又暗示著自己不是普通的“碼農(nóng)”。清華大學(xué)數(shù)學(xué)系學(xué)士，香港科技大學(xué)工業(yè)工程與物流管理系博士，精通數(shù)學(xué)建模、金融工程、組合優(yōu)化和人工智能算法，這些標(biāo)簽和不少量化“寬客人”類(lèi)似，他們具備這個(gè)行業(yè)的先天優(yōu)勢(shì)。

徐明在中山大學(xué)管理學(xué)院管理科學(xué)系任教期間，對(duì)金融工程產(chǎn)生了濃厚的興趣，西蒙斯的經(jīng)歷和成功給了他極大的鼓舞，逐漸走上專(zhuān)業(yè)量化交易這條路。

十月，天氣漸冷。《中國(guó)證券期貨》記者聯(lián)系上徐明時(shí)，他正帶著自己的團(tuán)隊(duì)參加海通期貨2013年的“笑傲江湖”實(shí)盤(pán)賽，目前成績(jī)位列投資家組第三名，這不是第一次參加海通期貨的實(shí)盤(pán)賽，去年以總收益89%、總收益額189萬(wàn)，獲得程序化組亞軍。

“艾革瑞”，源自“Algorithm”（算法）的譯音，創(chuàng)始人的量化定位可見(jiàn)一斑。團(tuán)隊(duì)主要成員在2012年開(kāi)始全職投身于程序化交易，多具有證券期貨投資、金融工程研究和IT項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)。艾革瑞團(tuán)隊(duì)主要做股指期貨日內(nèi)交易，交易頻率比較低，平均一天做1個(gè)來(lái)回的交易，持有時(shí)間一般都要超過(guò)1個(gè)小時(shí)。

量化交易和人工交易有一個(gè)很大的不同，就是模型的建立。“程序化交易更像一門(mén)科學(xué)，需要投資者具有較高的模型開(kāi)發(fā)和系統(tǒng)開(kāi)發(fā)能力，以及對(duì)于交易規(guī)律的深刻認(rèn)識(shí)。”徐明認(rèn)為，人工交易更像一門(mén)藝術(shù)，需要對(duì)經(jīng)濟(jì)周期和行業(yè)發(fā)展有獨(dú)到的眼光。

對(duì)于模型，“寬客人”都視為自己最核心的秘密武器，往返于華爾街和上海的徐明和其他諱莫至深的受訪者不同，對(duì)模型提出了自己的看法，“模型是用數(shù)學(xué)方法找規(guī)律，而數(shù)學(xué)方法找規(guī)律很容易過(guò)度優(yōu)化。”

對(duì)于投資行業(yè)的深刻認(rèn)識(shí)更為重要。徐明表示，“國(guó)內(nèi)金融市場(chǎng)和華爾街還是有本質(zhì)的不同，對(duì)于中國(guó)市場(chǎng)期貨交易的認(rèn)識(shí)和理解，比運(yùn)用各種數(shù)學(xué)模型更為重要。很多系統(tǒng)在數(shù)學(xué)上是最優(yōu)的，但是在實(shí)踐中并不是最優(yōu)的，而且還可能是有極大風(fēng)險(xiǎn)的（即過(guò)度優(yōu)化）。”

策略是量化“寬客人”的另一個(gè)交易核心。“如果交易經(jīng)常不盈利，就不能僅僅認(rèn)為是利潤(rùn)回吐了，要考慮策略是否失效。”金華強(qiáng)調(diào)。

策略是否失效是所有程序化交易者面對(duì)的一個(gè)非常難的問(wèn)題。“失效”本身就很難定義。日內(nèi)趨勢(shì)的策略勝率一般都不到50%，所以總是有賠有賺的。賠錢(qián)的連在一起，就連續(xù)回撤了，這其實(shí)只是虧損連在了一起而已。不同的時(shí)間，市場(chǎng)的規(guī)律也會(huì)呈現(xiàn)不一樣的特征，所以也很難判斷暫時(shí)表現(xiàn)不好的策略是否就永久不好了。

所以，最重要的不是判斷策略是否已經(jīng)失效，而是在策略表現(xiàn)不好的時(shí)候可以找到原因和解決辦法。

在2013年第二季度，艾格瑞團(tuán)隊(duì)就經(jīng)歷了一個(gè)較大級(jí)別的回撤，后來(lái)發(fā)現(xiàn)系統(tǒng)的很多虧損來(lái)自于“過(guò)度預(yù)測(cè)”。直觀的理解就是市場(chǎng)還沒(méi)有開(kāi)始趨勢(shì)的時(shí)候，系統(tǒng)就進(jìn)行了未來(lái)趨勢(shì)方向的預(yù)測(cè)。這一能力在過(guò)去的一年都不錯(cuò)，可以獲取超額收益；但是可能是因?yàn)槭袌?chǎng)氛圍變了，現(xiàn)在不僅不管用，還會(huì)帶來(lái)連續(xù)的虧損。

后來(lái)艾格瑞團(tuán)隊(duì)對(duì)策略進(jìn)行了調(diào)整：其一，相關(guān)性小的多周期、多系統(tǒng)非常必要。其二，用一套系統(tǒng)的方法去辨別哪些是市場(chǎng)里穩(wěn)定的規(guī)律，哪些是不穩(wěn)定的規(guī)律。其三，在風(fēng)險(xiǎn)控制上更為嚴(yán)格和保守，在謹(jǐn)慎保護(hù)本金的基礎(chǔ)上，實(shí)現(xiàn)盈利。

調(diào)整策略后，解決了“過(guò)度預(yù)測(cè)”的問(wèn)題，然后系統(tǒng)就又恢復(fù)了正常。從運(yùn)行兩個(gè)多月來(lái)看，表現(xiàn)比較穩(wěn)定。

摸著石頭過(guò)河的機(jī)構(gòu)

機(jī)構(gòu)投資者對(duì)量化投資的關(guān)注也越來(lái)越多，光大證券“816”事件揭開(kāi)了冰山一角。8月16日，光大證券量化套利資金超過(guò)了200億，烏龍事件一度引發(fā)國(guó)內(nèi)A股和股指劇烈地震。據(jù)中國(guó)量化投資學(xué)會(huì)理事長(zhǎng)、量化投資經(jīng)理丁鵬透露，“目前國(guó)內(nèi)量化投資資金的體量已經(jīng)達(dá)到1000億元。” 這些資金或主要來(lái)自券商和險(xiǎn)資自營(yíng)的量化套利資金，以及公私募的量化基金。

業(yè)內(nèi)人士指出，國(guó)內(nèi)某另一家券商在量化上投入的套利策略資金超過(guò)了300億，遠(yuǎn)超出光大的投入資金，目前，不少券商也在用巨額資金更新IT設(shè)備，加上公私募資金，在量化上的投入遠(yuǎn)超過(guò)1000億。

據(jù)悉，光大和海通等券商經(jīng)營(yíng)量化套利這項(xiàng)業(yè)務(wù)上，年度收益約10%-12%，甚至達(dá)到10%-15%或更高。如果按200億元的管理資金來(lái)看，帶給券商的直接收益就達(dá)到20億-30億元。這一盈利數(shù)字可能近年來(lái)熊市中某些券商一年的營(yíng)業(yè)收入。

由于A股市場(chǎng)實(shí)施T+1交易，券商量化交易部門(mén)在A股從事高頻交易的資金較少，據(jù)業(yè)內(nèi)人士推算，大約有20億左右。如果A股市場(chǎng)實(shí)施了T+0操作，估計(jì)更多券商大資金投入。

公募基金排名的壓力，參與股指期貨對(duì)沖倉(cāng)位比例不超過(guò)20%限制，都成了公募基金量化投資無(wú)形的鐐銬，短期內(nèi)難有多大規(guī)模。

“公募基金做量化很費(fèi)勁。”王萌（化名）坦誠(chéng)表示。

王萌，上海交通大學(xué)計(jì)算機(jī)碩士，資深軟件工程師，具有多年軟件開(kāi)發(fā)和管理經(jīng)驗(yàn)，以及金融市場(chǎng)投資經(jīng)驗(yàn)。已經(jīng)在資本投資市場(chǎng)10年了，目前是上海某公募基金的總監(jiān)。

“由于參與公募基金的排名，不可能完全做到量化管理，大多都有主動(dòng)管理的因素在面。”王萌坦言，這和采訪國(guó)內(nèi)某期貨公司量化部經(jīng)理時(shí)的話(huà)，頗有幾分相似，“目前國(guó)內(nèi)公募基金的業(yè)績(jī)也沒(méi)有聽(tīng)說(shuō)那個(gè)做的業(yè)績(jī)挺好，更多的是一種宣傳噱頭。”

而私募則相對(duì)輕松的多。私募資金私募基金在量化基金設(shè)計(jì)上，主要側(cè)重于量化多空策略的經(jīng)營(yíng)，目前國(guó)內(nèi)有數(shù)十款產(chǎn)品在做，雖然規(guī)模算不上太大，但收益穩(wěn)定保持在9%-15%還是容易做到。

張強(qiáng)（化名）在華爾街做量化投資多年，回國(guó)后成立了自己的私募公司，量化操作股指期貨。15個(gè)月來(lái)，資金收益保持在25%，這個(gè)業(yè)績(jī)?cè)谛袠I(yè)里可能算不上多高，但是出奇的穩(wěn)定，這正是量化投資追求的最高境界，關(guān)鍵是穩(wěn)定收益。遠(yuǎn)比上半年盈利50%，下半年虧60%好的多。更難得的是，15個(gè)月來(lái)回撤僅僅1.5%。這和公募基金帶著“鐐銬”跳舞形成了鮮明的對(duì)比。

無(wú)法阻擋狼來(lái)了

目前國(guó)內(nèi)的量化投資剛剛起步，發(fā)展還受諸多因素困擾。

政策性因素?cái)_動(dòng)、歷史數(shù)據(jù)不足、數(shù)據(jù)準(zhǔn)確性差、T+1的限制，金融衍生工具不夠豐富，風(fēng)控的完善、系統(tǒng)軟硬件的限制等，這些都是量化投資在國(guó)內(nèi)市場(chǎng)的瓶頸。

政策性因素?cái)_動(dòng)也很明顯，證監(jiān)會(huì)對(duì)光大證券“816”的巨額罰款，對(duì)光大證券在券商中量化的領(lǐng)先地位頗有打擊，同行不得不放慢了量化的步伐。

對(duì)于數(shù)據(jù)的不充足以及準(zhǔn)確性差，也深受其害，財(cái)報(bào)質(zhì)量和國(guó)外壓根就不在一個(gè)檔次，查閱數(shù)據(jù)也只能追溯到最近6、7年，這對(duì)用數(shù)學(xué)的方法統(tǒng)計(jì)數(shù)據(jù)建模型造成了直接的影響。

而某期貨公司的董事總經(jīng)理則直言，目前國(guó)內(nèi)期貨市場(chǎng)還是T+1，還沒(méi)有開(kāi)通夜盤(pán)交易，而國(guó)內(nèi)期貨市場(chǎng)又受?chē)?guó)外盤(pán)影響巨大，國(guó)內(nèi)盤(pán)受其影響隔夜暴漲暴跌再正常不過(guò)，而依靠數(shù)據(jù)、模型的量化交易只能是無(wú)可奈何，這也是國(guó)內(nèi)商品期貨量化操作業(yè)績(jī)不理想的原因之一。

金融衍生工具不夠豐富，也是國(guó)內(nèi)量化投資的一大影響。目前國(guó)內(nèi)量化投資僅能運(yùn)用在商品期貨、股指期貨和國(guó)債期貨上，還限制頗多。比如股指期貨，國(guó)內(nèi)每天掛單不能超過(guò)500手；國(guó)債期貨開(kāi)通不久，成交量有限；期貨市場(chǎng)雖然套利客觀，但容納資金量有限。

據(jù)業(yè)內(nèi)傳聞，光大證券的量化部門(mén)前期運(yùn)行投入資金是1500萬(wàn)元，如果再加上維護(hù)費(fèi)用，數(shù)目不容小覷。

這在券商同行中絕不是孤例。盡管如此，因經(jīng)驗(yàn)不足，還是在風(fēng)控上鬧出了震驚中外的（816）烏龍事件，對(duì)量化的影響可見(jiàn)一斑。

光大烏龍事件暴露出機(jī)構(gòu)投資人在追求創(chuàng)新時(shí)忽略了風(fēng)控的完善。“光大雖被證監(jiān)會(huì)罰款5個(gè)億，但券商用自營(yíng)資金做量化的賺錢(qián)能力也被大眾所知，未來(lái)會(huì)有大量的錢(qián)涌入。”一位機(jī)構(gòu)人士認(rèn)為。

丁鵬認(rèn)為，“不能因?yàn)楣獯笫录蛯⑾冗M(jìn)技術(shù)和理念拒之門(mén)外，絕對(duì)收益是未來(lái)趨勢(shì)。”

國(guó)內(nèi)金融市場(chǎng)，盡管在量化上還存在著不少的問(wèn)題，但這引人注目的量化投資前景依然引起了國(guó)外大鱷的注意，我們無(wú)法阻擋：狼來(lái)啦！上述某期貨公司人士透露，“韓國(guó)成熟的量化投資團(tuán)隊(duì)，已經(jīng)進(jìn)入國(guó)內(nèi)市場(chǎng)開(kāi)始剪羊毛，據(jù)說(shuō)比國(guó)內(nèi)的量化機(jī)構(gòu)能量要大的多。”還有更恐怖的團(tuán)隊(duì)，國(guó)外量化操作鼻祖巴克萊已經(jīng)在國(guó)內(nèi)完成了前期量化測(cè)試，不久也會(huì)攜帶巨額資金和先進(jìn)的理念來(lái)分一杯羹。

模型避免過(guò)度優(yōu)化

第4篇

（暨南大學(xué)信息科學(xué)技術(shù)學(xué)院 廣東 廣州 510632）

摘 要：“金融改革”的提出，金融市場(chǎng)的逐步開(kāi)放，將促進(jìn)金融創(chuàng)新的步伐，給投資者帶來(lái)越來(lái)越多的投資渠道，同時(shí)也將加速中國(guó)金融市場(chǎng)與國(guó)際金融市場(chǎng)的融合。通過(guò)分別建立兩個(gè)單指標(biāo)擇時(shí)策略模型，運(yùn)用MATLAB模式搜索算法在設(shè)定時(shí)段內(nèi)搜索最優(yōu)參數(shù)，并分別對(duì)兩個(gè)單指標(biāo)策略進(jìn)行交易仿真回驗(yàn)。實(shí)證結(jié)果顯示，趨勢(shì)型指標(biāo)可以抓住大的波段行情，獲得超額收益，具有較好的擇時(shí)效果。實(shí)證顯示組合指標(biāo)策略的效益明顯高于單指標(biāo)策略。因此，采用組合指標(biāo)策略進(jìn)行個(gè)股量化擇時(shí)交易較單指標(biāo)策略能獲得更優(yōu)的投資收益。

關(guān)鍵詞 ：量化擇時(shí)；趨勢(shì)指標(biāo)；組合指標(biāo)策略；參數(shù)優(yōu)化

中圖分類(lèi)號(hào)：F8 文獻(xiàn)標(biāo)識(shí)碼：A doi：10．3969／j．issn．1665－2272．2015．12．008

1 緒論

1．1 背景意義

“金融改革”的提出將為中國(guó)的量化投資帶來(lái)發(fā)展前景。金融市場(chǎng)的逐步開(kāi)放將會(huì)促進(jìn)金融創(chuàng)新的步伐，給投資者帶來(lái)越來(lái)越多的投資渠道，同時(shí)也將加速中國(guó)金融市場(chǎng)與國(guó)際金融市場(chǎng)的融合。很多國(guó)外成熟的投資工具和投資方法將逐步進(jìn)入中國(guó)市場(chǎng)，以期貨市場(chǎng)為代表的衍生品市場(chǎng)將迎來(lái)飛速增長(zhǎng)，以量化投資為代表的投資方法也將得到投資者更大的關(guān)注。

在投資業(yè)，各種渠道提供的海量信息以及高頻金融交易數(shù)據(jù)都在深刻地影響這個(gè)行業(yè)的發(fā)展以及金融市場(chǎng)的有效性。金融創(chuàng)新給期待量化投資的投資者提供了豐富的投資工具。自20世紀(jì)50年代以來(lái)，金融市場(chǎng)出于規(guī)避監(jiān)管，轉(zhuǎn)嫁風(fēng)險(xiǎn)和防范風(fēng)險(xiǎn)等需要，推出了很多創(chuàng)新性的金融產(chǎn)品，提供了越來(lái)越豐富的投資工具。金融衍生品在金融市場(chǎng)中占的比例越來(lái)越重要。

中國(guó)量化投資的前景廣闊。黨的十八屆三中全會(huì)提出了“健全多層次資本市場(chǎng)體系”的指示精神，為十二五期間的資本市場(chǎng)發(fā)展指明了方向。隨著金融投資工具的增加，量化投資將顯示出其更大的作用，幫助投資者在更好的風(fēng)險(xiǎn)管控中尋求最佳收益回報(bào)。

作為量化投資中的量化擇時(shí)，是指利用某種方法來(lái)判斷大勢(shì)的走勢(shì)情況以及時(shí)采取相應(yīng)措施，它是收益率最高的一種交易方式。就股票投資者而言，擇股和擇時(shí)都是至關(guān)重要的，正確擇股是盈利的前提，而正確擇時(shí)則是盈利的最終實(shí)現(xiàn)。因此，從微觀角度入手，建立有效的個(gè)股量化擇時(shí)交易策略值得研究。

1．2 文獻(xiàn)綜述

關(guān)于量化投資的研究，國(guó)內(nèi)外更多的研究主要以策略構(gòu)建和實(shí)證為主。易海波、楊向陽(yáng)、羅業(yè)華、曾敏通過(guò)將量化指標(biāo)按照股票屬性進(jìn)行分類(lèi)排序，以自下而上的選股方式，構(gòu)建出價(jià)值、成長(zhǎng)、質(zhì)量三個(gè)基本模型，并在此基礎(chǔ)上衍生得到四個(gè)疊加模型和GARP模型。利用八個(gè)選股模型以不同的參數(shù)進(jìn)行選股，構(gòu)建出十個(gè)量化選股組合，歷史回測(cè)結(jié)果顯示這些組合風(fēng)格各異，適合不同風(fēng)險(xiǎn)偏好的投資者。張登明通過(guò)對(duì)技術(shù)指標(biāo)的分析，構(gòu)建了完整的及時(shí)指標(biāo)組合投資策略框架。他從量化的角度，通過(guò)樣本統(tǒng)計(jì)給出了適合中國(guó)股市的優(yōu)化指標(biāo)組合及參數(shù)設(shè)置，對(duì)提高投資決策有積極意義。路來(lái)政通過(guò)研究量化基金的績(jī)效及管理能力來(lái)研究量化投資策略的應(yīng)用效果，采用T－M模型、H－M模型和C－L模型對(duì)其中9只量化基金的管理能力進(jìn)行了研究，以評(píng)價(jià)量化基金使用量化投資策略的擇股效果和擇時(shí)效果，結(jié)果表明量化基金采用量化策略進(jìn)行投資是有意義的。

股票擇時(shí)屬于量化投資的一個(gè)分域。劉瀾飚、李貢敏研究了市場(chǎng)擇時(shí)理論在中國(guó)的適用性，表明中國(guó)上市公司不僅存股票市場(chǎng)的市場(chǎng)擇時(shí)行為，而且存在債務(wù)擇時(shí)行為，即股票市場(chǎng)高漲時(shí)，上市公司傾向于債務(wù)融資。林正龍基于效用無(wú)差別定價(jià)原理，運(yùn)用實(shí)物期權(quán)定價(jià)理論，研究項(xiàng)目投資收益不可完全復(fù)制的不確定性投資機(jī)會(huì)定價(jià)與擇時(shí)問(wèn)題，得出不同于指數(shù)效用，對(duì)具有常值相對(duì)風(fēng)險(xiǎn)回避系數(shù)效用函數(shù)的投資者而言，不確定性投資機(jī)會(huì)的定價(jià)與擇時(shí)與投資者當(dāng)前財(cái)富數(shù)量有關(guān)。卓琳玲、胡志強(qiáng)通過(guò)對(duì)樣本公司的研究，發(fā)現(xiàn)樣本公司股票行為、債券發(fā)行和內(nèi)部融資均呈下降趨勢(shì)，其中股票不是特別明顯，當(dāng)市值杠桿比率上升時(shí)期，股票發(fā)行出現(xiàn)顯著地下降趨勢(shì)，此時(shí)市場(chǎng)時(shí)機(jī)選擇比較明顯，說(shuō)明我國(guó)股市存在明顯的市場(chǎng)時(shí)機(jī)選擇行為。劉陽(yáng)、劉強(qiáng)通過(guò)研究我國(guó)從上世紀(jì)90年代初-2010年1月的上證綜指和深證成指，分析異常收益率對(duì)整個(gè)期間收益的影響及擇時(shí)的可能，發(fā)現(xiàn)極少數(shù)具有超常收益的交易日對(duì)股票市場(chǎng)的長(zhǎng)期收益具有顯著的影響，認(rèn)為理性的投資者應(yīng)該放棄擇時(shí)而選擇長(zhǎng)期投資。王俊杰在擇時(shí)模型方面分析了行業(yè)指數(shù)存在的持續(xù)性和行業(yè)輪動(dòng)特征，并以時(shí)間序列模型為基礎(chǔ)，構(gòu)建動(dòng)量模型、MS－GARCH行業(yè)擇時(shí)模型等量化擇時(shí)策略，回測(cè)結(jié)果MS－GARCH擇時(shí)模型戰(zhàn)勝行業(yè)動(dòng)量模型和指數(shù)，表現(xiàn)較好。

溫婧茹對(duì)移動(dòng)平均線(xiàn)理論進(jìn)行改進(jìn)，構(gòu)造了最適參數(shù)，參考設(shè)計(jì)了觸線(xiàn)交易策略和過(guò)濾器交易策略，構(gòu)建了家電板板塊靜態(tài)與動(dòng)態(tài)相結(jié)合的股票池，實(shí)證得出，不同股票對(duì)應(yīng)的最適參數(shù)不同，用個(gè)性化的參數(shù)進(jìn)行決策能獲得更好的收益；應(yīng)用收益率確定最適參數(shù)以擇股，結(jié)合觸線(xiàn)交易策略以擇時(shí)，能夠跑贏大盤(pán)，取得超額收益。曹力自適應(yīng)均線(xiàn)更適合于組合類(lèi)的標(biāo)的，如指數(shù)或者封閉式基金，因?yàn)檫@些標(biāo)的的走勢(shì)經(jīng)過(guò)了平均的平滑，沒(méi)有突然的大起大落，更容易用均線(xiàn)來(lái)跟蹤趨勢(shì)的變化。而對(duì)于個(gè)股，波動(dòng)形態(tài)和指數(shù)類(lèi)表的不同，所以需要使用不同的參數(shù)，在大多數(shù)個(gè)股上能夠獲得超額收益，特別對(duì)強(qiáng)周期性行業(yè)的股票自適應(yīng)均線(xiàn)有很強(qiáng)的擇時(shí)能力。但是自適應(yīng)均線(xiàn)也不是萬(wàn)能的，對(duì)于某些個(gè)股，因?yàn)椴▌?dòng)形態(tài)的復(fù)雜，用自適應(yīng)均線(xiàn)也無(wú)法獲得超額收益。曹力、徐彪從實(shí)證效果來(lái)看，利用可交易組合的均線(xiàn)模式識(shí)別找出的買(mǎi)入機(jī)會(huì)成功率較高，能抓住一些市場(chǎng)主要的反彈機(jī)會(huì)，因此累積收益非常出色。可交易組合的均線(xiàn)模式識(shí)別方法是擇時(shí)交易，特別是熊市中擇時(shí)的有效方法。

1．3 研究框架

傳統(tǒng)的趨勢(shì)指標(biāo)擇時(shí)策略往往是單指標(biāo)的，并且策略參數(shù)通常是約定俗成的。單指標(biāo)策略局限性和偶然性大，不能有效及時(shí)獲取收益和及時(shí)止損；約定俗成的常用參數(shù)值在面對(duì)各種波動(dòng)幅度不同、周期性不同、價(jià)格彈性等不同的個(gè)股時(shí)也有失客觀性和靈動(dòng)性。

所以，在探究一種改進(jìn)針對(duì)個(gè)股的傳統(tǒng)趨勢(shì)指標(biāo)量化擇時(shí)的策略。首先建立基于各傳統(tǒng)趨勢(shì)指標(biāo)的單指標(biāo)擇時(shí)策略，通過(guò)參數(shù)優(yōu)化確定各單指標(biāo)策略的最適參數(shù)；并在單指標(biāo)的基礎(chǔ)上，創(chuàng)新性地通過(guò)指標(biāo)的組合，構(gòu)建一個(gè)綜合性且參數(shù)最優(yōu)的組合指標(biāo)擇時(shí)策略，以增強(qiáng)策略的穩(wěn)定性和魯棒性，獲得更優(yōu)的投資收益。

1．4 術(shù)語(yǔ)說(shuō)明

（1）累計(jì)收益率：

（2）年化收益率：年化收益率是把當(dāng)前收益率（日收益率、周收益率、月收益率）換算成年收益率來(lái)計(jì)算的，是一種理論收益率，并不是真正的已取得的收益率。

（3）夏普比率：夏普比率是一個(gè)可以同時(shí)對(duì)收益與風(fēng)險(xiǎn)加以綜合考慮的經(jīng)典指標(biāo)，它反映了單位風(fēng)險(xiǎn)基金凈值增長(zhǎng)率超過(guò)無(wú)風(fēng)險(xiǎn)收益的程度。如果夏普比率為正值，說(shuō)明在衡量期內(nèi)基金的平均凈值增長(zhǎng)率超過(guò)了無(wú)風(fēng)險(xiǎn)利率。夏普比率越大說(shuō)明基金單位風(fēng)險(xiǎn)所獲得的風(fēng)險(xiǎn)回報(bào)越高。因此，夏普比率是可以同時(shí)對(duì)收益與風(fēng)險(xiǎn)加以綜合考慮的經(jīng)典指標(biāo)之一。

夏普比率=

（5）最大回撤率：在選定周期內(nèi)任一歷史時(shí)點(diǎn)往后推，產(chǎn)品凈值走到最低點(diǎn)時(shí)的收益率回撤幅度的最大值。最大回撤率用來(lái)描述買(mǎi)入產(chǎn)品后可能出現(xiàn)的最糟糕的情況，是一個(gè)重要的風(fēng)險(xiǎn)指標(biāo)。

2 理論概述

2．1 量化投資理論

量化投資是運(yùn)用現(xiàn)代統(tǒng)計(jì)學(xué)和數(shù)學(xué)的方法，從大量的歷史數(shù)據(jù)中尋找并獲得超額收益的一種投資策略，投資者通過(guò)計(jì)算機(jī)程序，建立可以重復(fù)使用并反復(fù)優(yōu)化的投資策略，嚴(yán)格按照這些策略所構(gòu)建的數(shù)量化模型進(jìn)行投資并形成回報(bào)。

量化投資的內(nèi)容主要包括量化選股、量化擇時(shí)、股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、算法交易、ETF／LOF套利、高頻交易等。量化投資在國(guó)外已有30多年的發(fā)展歷史，但在國(guó)內(nèi)還是近年出現(xiàn)的新鮮事物。相比其他投資策略，量化投資在國(guó)外的運(yùn)用已取得了更佳的業(yè)績(jī)。

與海外成熟市場(chǎng)相比，中國(guó)A股市場(chǎng)的發(fā)展歷史較短，投資理念還不夠成熟，相應(yīng)的留給主動(dòng)型投資發(fā)掘市場(chǎng)的潛力和空間也更大。國(guó)內(nèi)很多實(shí)證文獻(xiàn)討論國(guó)內(nèi)A股市場(chǎng)也尚未達(dá)到半強(qiáng)勢(shì)有效市場(chǎng)，因此量化投資理論引入國(guó)內(nèi)證券市場(chǎng)是非常有意義的，它以正確的投資理念為根本，通過(guò)各種因素的分析，以全市場(chǎng)的廣度、多維度的深度視角掃描投資機(jī)會(huì)，在中國(guó)市場(chǎng)的應(yīng)用將更顯其優(yōu)勢(shì)。

2．2 擇時(shí)理論

量化擇時(shí)是量化投資的一種，它利用數(shù)量化的方法，通過(guò)對(duì)各種宏觀微觀指標(biāo)的量化分析，試圖通過(guò)回溯歷史數(shù)據(jù)，找到影響大盤(pán)走勢(shì)的關(guān)鍵信息，并且對(duì)未來(lái)走勢(shì)進(jìn)行預(yù)測(cè)。如果判斷是上漲則買(mǎi)入持有；如果判斷是下跌則賣(mài)出清倉(cāng)；如果判斷是震蕩則進(jìn)行高拋低吸，這樣就可以獲得遠(yuǎn)遠(yuǎn)超越簡(jiǎn)單買(mǎi)入持有策略的收益率。所以擇時(shí)交易是收益率最高的交易方式之一。

股票的量化擇時(shí)是預(yù)測(cè)市場(chǎng)以后的走勢(shì)，并由此來(lái)判斷調(diào)整投資組合的風(fēng)險(xiǎn)水平，從而獲取更大的收益，具體表現(xiàn)是現(xiàn)金流進(jìn)出證券市場(chǎng)和在證券間比例變換的時(shí)機(jī)選擇。

2．3 趨勢(shì)追蹤理論

趨勢(shì)擇時(shí)的基本思想來(lái)自于技術(shù)分析，技術(shù)分析認(rèn)為趨勢(shì)存在延續(xù)性，因此只要找到趨勢(shì)方向，跟隨操作即可。

技術(shù)指標(biāo)是技術(shù)分析中使用最多的一種方法，通過(guò)考慮市場(chǎng)行為的多個(gè)方面建立一個(gè)數(shù)學(xué)模型，并給出完整的數(shù)學(xué)計(jì)算公式，從而得到一個(gè)體現(xiàn)證券市場(chǎng)的某個(gè)方面內(nèi)在實(shí)質(zhì)的數(shù)字，即所謂的技術(shù)指標(biāo)值。指標(biāo)值的具體數(shù)值和相互間關(guān)系直接反映證券市場(chǎng)所處的狀態(tài)，為操作行為提供指導(dǎo)作用。目前證券市場(chǎng)上的技術(shù)指標(biāo)可分為“趨勢(shì)型指標(biāo)”、“反趨勢(shì)型指標(biāo)”、“能量指標(biāo)”、“大盤(pán)指標(biāo)”、“壓力支撐指標(biāo)”等類(lèi)別。

移動(dòng)平均線(xiàn)（MA）是一種常用的趨勢(shì)型指標(biāo)，由Joseph E．Granville于20世紀(jì)中期提出來(lái)。它是當(dāng)今運(yùn)用最普遍的技術(shù)指標(biāo)之一，幫助交易者確認(rèn)現(xiàn)有趨勢(shì)、判斷將出現(xiàn)的趨勢(shì)、發(fā)現(xiàn)過(guò)度延伸而即將發(fā)轉(zhuǎn)的趨勢(shì)。后來(lái)又逐漸衍生出其他類(lèi)型的均線(xiàn)，如平滑異同移動(dòng)平均線(xiàn)（MACD）、三重指數(shù)平滑平均線(xiàn)（TRIX）等。 這些均線(xiàn)理論常用兩根線(xiàn)的交叉作為交易信號(hào)，并以此作為買(mǎi)賣(mài)時(shí)點(diǎn)的判斷。

均線(xiàn)理論提供了一種簡(jiǎn)單有效的使價(jià)格序列平滑并且使趨勢(shì)更易于辨認(rèn)的方法。

因此綜合以上理論的優(yōu)點(diǎn)，在此基礎(chǔ)上改進(jìn)傳統(tǒng)趨勢(shì)指標(biāo)的量化擇時(shí)策略，并創(chuàng)新性地開(kāi)發(fā)更優(yōu)的組合指標(biāo)量化擇時(shí)策略，以達(dá)到及時(shí)獲取收益和及時(shí)止損的目的。

3 擇時(shí)策略模型建立

3．1 MA單指標(biāo)策略模型的建立

MA移動(dòng)平均是指連續(xù)若干交易日收盤(pán)價(jià)的算術(shù)平均，用來(lái)顯示股價(jià)的歷史波動(dòng)情況，進(jìn)而反映股價(jià)指數(shù)未來(lái)的發(fā)展趨勢(shì)。

其中

利用MA指標(biāo)進(jìn)行量化擇時(shí)，在短期移動(dòng)均線(xiàn)與長(zhǎng)期移動(dòng)均線(xiàn)的交叉處進(jìn)行買(mǎi)入或賣(mài)出擇時(shí)交易。以下分別建立買(mǎi)入和賣(mài)出法則的模型。

在短期移動(dòng)均線(xiàn)下穿長(zhǎng)期移動(dòng)均線(xiàn)的黃金交叉處買(mǎi)入，故建立如下數(shù)學(xué)模型：

mabuy=1，MA（s）t＞MA（s）t-1&MA(s)t＞MA(l)t&MA(s）t-1＜MA（l）t-10,其他（6）

其中mabuy=1，表示滿(mǎn)足買(mǎi)進(jìn)，mabuy=0表示不滿(mǎn)足買(mǎi)進(jìn)。

在短期移動(dòng)均線(xiàn)上穿長(zhǎng)期移動(dòng)均線(xiàn)的死亡交叉處賣(mài)出，故建立以下數(shù)學(xué)模型：

mabuy=1，MA（l）t＜MA（l）t-1&MA(s)t＜MA(l)t&MA(l）t＞MA（l）t-10,其他

其中mabuy=1，表示滿(mǎn)足賣(mài)出，mabuy=0表示不滿(mǎn)足賣(mài)出。

3．2 MACD單指標(biāo)策略模型的建立

MACD即指數(shù)平滑異同移動(dòng)平均線(xiàn)，是根據(jù)均線(xiàn)的構(gòu)造原理，通過(guò)分析短期指數(shù)移動(dòng)平均線(xiàn)與長(zhǎng)期指數(shù)移動(dòng)平均線(xiàn)之間的聚合與分離狀況，對(duì)買(mǎi)進(jìn)、賣(mài)出時(shí)機(jī)做出判斷的趨勢(shì)型技術(shù)指標(biāo)。

MACD的計(jì)算如下：

（1）計(jì)算短期（ms）指數(shù)移動(dòng)平均線(xiàn)EMA1和長(zhǎng)期（ml）指數(shù)移動(dòng)平均線(xiàn)EMA2。

（2）計(jì)算離差值DIF＝EMA1－EMA2。

（3）計(jì)算DIF的M日指數(shù)移動(dòng)平均線(xiàn)，即DEA。

（4）計(jì)算MACD＝2（DIF－DEA）。

利用MA指標(biāo)進(jìn)行量化擇時(shí)，在DIF與DEA的交叉處進(jìn)行買(mǎi)入或賣(mài)出，分別建立買(mǎi)入和賣(mài)出法則的模型。

當(dāng)DIF、DEA均為正值，DIF向上突破DEA時(shí)，為買(mǎi)入信號(hào)，建立如下數(shù)學(xué)模型：

macdbuy=1，DIFt＞DIFt-1&DIF＞DEAt&DIFt-1＜DEAt-1&DIF＞00,其他 （8）

其中，macdbuy=1表示滿(mǎn)足買(mǎi)進(jìn)，macdbuy=0表示不滿(mǎn)足買(mǎi)進(jìn)。

當(dāng)DIF、DEA均為負(fù)值，DIF向下跌破DEA時(shí)，為賣(mài)出信號(hào)，建立如下數(shù)學(xué)模型：

macdsell=1，DIFt＜DIFt-1&DIFt＜DEAt&DIFt-1＞DEAt-1&DIF＜00,其他（9）

其中macdsell=1，macdsell=0表示滿(mǎn)足賣(mài)出，表示不滿(mǎn)足賣(mài)出。

3．3 MA－MACD組合指標(biāo)策略模型的建立

組合模型構(gòu)建兩個(gè)新的信號(hào)變量：買(mǎi)入信號(hào)個(gè)數(shù)閾值“buy”（1≤buy≤2，整數(shù)）和賣(mài)出信號(hào)個(gè)數(shù)閾值“sell”（1≤sell≤2，整數(shù)）。

買(mǎi)入信號(hào)個(gè)數(shù)閾值“buy”表示：當(dāng)MA策略中的“mabuy＝1”的買(mǎi)入信號(hào)個(gè)數(shù)與MACD策略指標(biāo)中的“macdbuy＝1”的買(mǎi)入信號(hào)個(gè)數(shù)之和至少達(dá)到閾值“buy”（1≤buy≤2)數(shù)量個(gè)時(shí)才進(jìn)行買(mǎi)入交易。

即“buy”閾值取不同值時(shí)，買(mǎi)入信號(hào)組合滿(mǎn)足買(mǎi)入條件的情況如下：

buy=1時(shí)，滿(mǎn)足買(mǎi)入情況：mabuy=1||macdbuy=1||macdbuy=1||mabuy=1&macdbuy=12時(shí)，滿(mǎn)足買(mǎi)入情況：mabuy=1&macdbuy=1（10）

賣(mài)出信號(hào)個(gè)數(shù)閾值“sell”表示：當(dāng)MA策略中的“mabsell＝1”的賣(mài)出信號(hào)個(gè)數(shù)與MACD策略指標(biāo)中的“macdsell＝1”的賣(mài)出信號(hào)個(gè)數(shù)之和至少達(dá)到閾值“sell”數(shù)量個(gè)時(shí)才進(jìn)行賣(mài)出交易。

即“buy”閾值取不同值時(shí)，買(mǎi)入信號(hào)組合滿(mǎn)足賣(mài)出條件的情況如下：

sell=1時(shí)，滿(mǎn)足賣(mài)出情況：masell=1||macdsell=1||mabsell=1&macdsell=12時(shí)，滿(mǎn)足買(mǎi)入情況：masell=1&macdsell=1（11）

3．4 模型最優(yōu)參數(shù)的選擇

就個(gè)股而言，不同的計(jì)算參數(shù)，將導(dǎo)致不同的擇時(shí)效果。面對(duì)各種波動(dòng)幅度不同、周期性不同、價(jià)格彈性等不同的股票，如果盲目套用經(jīng)典參數(shù)可能會(huì)有失客觀性和靈動(dòng)性。因此， 在進(jìn)行量化擇時(shí)策略構(gòu)建時(shí)，需要針對(duì)個(gè)股進(jìn)行策略的參數(shù)優(yōu)化，檢驗(yàn)指標(biāo)不同參數(shù)的測(cè)試效果，并最終選擇一個(gè)最優(yōu)的參數(shù)組合。

夏普比率是一個(gè)可以同時(shí)對(duì)收益與風(fēng)險(xiǎn)加以綜合考慮的經(jīng)典指標(biāo)，它反映了單位風(fēng)險(xiǎn)基金凈值增長(zhǎng)率超過(guò)無(wú)風(fēng)險(xiǎn)收益的程度。如果夏普比率為正值，說(shuō)明在衡量期內(nèi)基金的平均凈值增長(zhǎng)率超過(guò)了無(wú)風(fēng)險(xiǎn)利率。夏普比率越大說(shuō)明基金單位風(fēng)險(xiǎn)所獲得的風(fēng)險(xiǎn)回報(bào)越高。因此，夏普比率是可以同時(shí)對(duì)收益與風(fēng)險(xiǎn)加以綜合考慮的經(jīng)典指標(biāo)之一。

4 個(gè)股實(shí)證分析

4．1 數(shù)據(jù)選擇

為驗(yàn)證上述模型的有效性，個(gè)股實(shí)證以深圳證券交易所的華誼兄弟300027為交易標(biāo)的，選取來(lái)源于國(guó)泰安2011．1．1－2014．6．30的基本面數(shù)據(jù)庫(kù)，包括個(gè)股開(kāi)盤(pán)價(jià)、收盤(pán)價(jià)等。

4．2 MA單指標(biāo)擇時(shí)策略仿真回驗(yàn)

首先對(duì)該股策略進(jìn)行參數(shù)優(yōu)化：本策略中對(duì)于參數(shù)，在測(cè)試期間內(nèi)，以2天為間隔，測(cè)試范圍從2天到20天；以5天為間隔，測(cè)試范圍從20天到120天；搜索精度為1；測(cè)試回驗(yàn)30天，截止日期設(shè)為2013－12－31。通過(guò)回驗(yàn)得到參數(shù)優(yōu)化結(jié)果（見(jiàn)表1）。

如表1所示，最優(yōu)組合（s，l）＝（2，20），當(dāng)以2日為短期均線(xiàn)，20日為長(zhǎng)期均線(xiàn)，在參數(shù)優(yōu)化測(cè)試期間進(jìn)行交叉擇時(shí)時(shí)效果較好，在回驗(yàn)測(cè)試期間內(nèi)夏普比率達(dá)2．4234。

確定最優(yōu)后，運(yùn)用國(guó)泰安量化交易平臺(tái)QIA進(jìn)行策略交易仿真回驗(yàn)。設(shè)定合約保證金為1，合約乘數(shù)為1，市場(chǎng)參與度為0．5，買(mǎi)方手續(xù)費(fèi)為0．05‰，賣(mài)方手續(xù)費(fèi)為0．05‰，交易賬戶(hù)為股票賬戶(hù)并設(shè)定初始資金為1 000 000元，以一年期國(guó)債利率為無(wú)風(fēng)險(xiǎn)利率，并以滬深300為業(yè)績(jī)比較基準(zhǔn)，以數(shù)據(jù)庫(kù)所給時(shí)間2011年1月1日-2014年6月30日為策略回驗(yàn)時(shí)間區(qū)間進(jìn)行回驗(yàn)。最終結(jié)果（見(jiàn)圖1、表2）。

回驗(yàn)結(jié)果顯示，此單指標(biāo)策略在2011年1月1日-2014年6月30日間的累計(jì)收益率達(dá)42．26％，年化收益率達(dá)11．10％，高出同期的滬深300指數(shù)比較基準(zhǔn)，并且勝率達(dá)60．80％。由此我們可以得出結(jié)論，采用MA單指標(biāo)策略進(jìn)行個(gè)股量化擇時(shí)交易也能獲得較優(yōu)的投資回報(bào)。

4．3 MACD單指標(biāo)擇時(shí)策略仿真回驗(yàn)

對(duì)該股策略進(jìn)行參數(shù)優(yōu)化：該策略需要優(yōu)化確定的參數(shù)主要包括短期指數(shù)移動(dòng)平均線(xiàn)的計(jì)算天數(shù)ms、長(zhǎng)期指數(shù)移動(dòng)平均線(xiàn)的計(jì)算天數(shù)ml，以及DEA的計(jì)算天數(shù)M。本策略的參數(shù)優(yōu)化依然以最大化夏普比率為最優(yōu)化目標(biāo)函數(shù)，并使用Matlab的模式搜索算法在設(shè)定的回驗(yàn)時(shí)段內(nèi)搜索最優(yōu)參數(shù)組合（ms，ml，M）。

對(duì)于參數(shù)ms，在測(cè)試期間內(nèi)，以2天為間隔，測(cè)試范圍從2天到20天；參數(shù)ml以5天為間隔，測(cè)試范圍從20天到120天；參數(shù)M以5天為間隔，測(cè)試范圍從5天到60天；搜索精度為1；測(cè)試回驗(yàn)30天，截止日期設(shè)為2013－12－31。通過(guò)回驗(yàn)得到參數(shù)優(yōu)化結(jié)果如下：

如表3所示，最優(yōu)組合（ms，ml，M）＝（2，25，10），當(dāng)以2日為短期指數(shù)移動(dòng)平均線(xiàn)計(jì)算天數(shù)，25日為長(zhǎng)期指數(shù)移動(dòng)平均線(xiàn)計(jì)算天數(shù)，10日為DEA計(jì)算天數(shù)，進(jìn)行交叉擇時(shí)時(shí)效果較好，在回驗(yàn)測(cè)試期間夏普比率達(dá)3．0682。

組合指標(biāo)擇時(shí)策略仿真回驗(yàn)。由于組合指標(biāo)策略是建立在單指標(biāo)策略基礎(chǔ)上的，所以該策略中的參數(shù)（s，l）、（ms，ml，M）即為模型一和模型二參數(shù)優(yōu)化后確定的值，而參數(shù)（buy，sell）的組合情況有（2，2）、（2，1）、（1，2）和（1，1）四種，閾值組合選取哪個(gè)使得策略最優(yōu)則需要進(jìn)一步的參數(shù)優(yōu)化。

對(duì)于參數(shù)buy，初始值設(shè)為2，測(cè)試最小值為1，最大值為2，步長(zhǎng)設(shè)為1；參數(shù)sell，初始值設(shè)為2，測(cè)試最小值為1，最大值為2，步長(zhǎng)設(shè)為1；搜索精度設(shè)為1；測(cè)試回驗(yàn)90天，截止日期設(shè)為2013－12－31。通過(guò)回驗(yàn)得到參數(shù)優(yōu)化結(jié)果（見(jiàn)表4）。

如表4所示，最優(yōu)組合（buy， sell）＝（1，1），即當(dāng)買(mǎi)入信號(hào)個(gè)數(shù)至少有一個(gè)時(shí)就進(jìn)行買(mǎi)入交易，賣(mài)出信號(hào)個(gè)數(shù)至少有一個(gè)時(shí)就進(jìn)行賣(mài)出交易，以此進(jìn)行組合指標(biāo)擇時(shí)效果最好，在參數(shù)優(yōu)化回驗(yàn)測(cè)試期間夏普比率達(dá)2．490 3。

5 結(jié)論

從價(jià)格沿趨勢(shì)移動(dòng)和歷史會(huì)重演的角度出發(fā)，運(yùn)用傳統(tǒng)趨勢(shì)指標(biāo)MA和MACD，分別建立MA、MACD的單指標(biāo)擇時(shí)策略模型并通過(guò)模式搜索算法分別求出兩個(gè)策略的最優(yōu)參數(shù)，從實(shí)證結(jié)果看趨勢(shì)型指標(biāo)可以抓住大的波段行情，獲得超額收益，具有較好的擇時(shí)效果。在此基礎(chǔ)上再創(chuàng)新性的運(yùn)用通過(guò)設(shè)置買(mǎi)入和賣(mài)出信號(hào)個(gè)數(shù)閾值的方法構(gòu)建二者的最優(yōu)組合指標(biāo)模型，增強(qiáng)了擇時(shí)的穩(wěn)定性和魯棒性，在有效降低風(fēng)險(xiǎn)的同時(shí)提高了收益率。

綜上所述，基于以上的不足之處，以后將沿著組合指標(biāo)擇時(shí)的思路繼續(xù)深入研究以對(duì)目前的研究進(jìn)行改進(jìn)。未來(lái)的工作主要是：對(duì)于用于組合的單指標(biāo)要進(jìn)行更為全面的擴(kuò)展，引進(jìn)其他經(jīng)典趨勢(shì)型指標(biāo)DMA平均線(xiàn)差指標(biāo)、TRIX三重指數(shù)平滑移動(dòng)平均指標(biāo)等，同時(shí)把指標(biāo)類(lèi)型拓展至其他類(lèi)型，如反趨勢(shì)型指標(biāo)ACCER幅度漲速指標(biāo)等，量?jī)r(jià)指標(biāo)APBP人氣意愿指標(biāo)等，大盤(pán)指標(biāo)OBOS超買(mǎi)超賣(mài)指標(biāo)等，壓力支撐指標(biāo)ENE軌道線(xiàn)指標(biāo)等。通過(guò)增加組合趨勢(shì)型數(shù)量和組合指標(biāo)類(lèi)型，以使組合指標(biāo)策略更全面、更切合實(shí)際市場(chǎng)。

參考文獻(xiàn)

1 丁鵬．量化投資——策略與技術(shù)［M］．北京：電子工業(yè)出版社，2012

2 方浩文．量化投資發(fā)展趨勢(shì)及其對(duì)中國(guó)的啟示［J］．宏觀管理，2012（5）

3 郭建．論證券投資技術(shù)分析中歷史會(huì)重演的根本原因［J］．商業(yè)時(shí)代，2007（28）

4 李向科．證券投資技術(shù)分析［M］．北京：中國(guó)人民大學(xué)出版社，2012．

5 張登明．技術(shù)指標(biāo)投資策略的優(yōu)化及其在量化交易中的應(yīng)用［D］．武漢：華中科技大學(xué)，2010

6 方智．基于多技術(shù)指標(biāo)模型的滬深300指數(shù)走勢(shì)預(yù)測(cè)［D］．南昌：江西財(cái)經(jīng)大學(xué)，2012

7 路來(lái)政．量化投資策略的應(yīng)用效果研究［D］．廣州：暨南大學(xué)，2012

8 劉瀾飚，李貢敏．市場(chǎng)擇時(shí)理論的中國(guó)適用性［J］．財(cái)經(jīng)研究，2005（11）

9 林正龍．項(xiàng)目投資定價(jià)與擇時(shí)理論研究［D］．長(zhǎng)沙：湖南大學(xué)，2006

10 胡志強(qiáng)，卓琳玲．IPO市場(chǎng)時(shí)機(jī)選擇與資本結(jié)構(gòu)關(guān)系研究［J］．金融研究，2008（10）

11 王俊杰．量化交易在中國(guó)股市的應(yīng)用［D］．南京：南京大學(xué)，2013

第5篇

胡俊敏是物理學(xué)博士，她是怎樣跨專(zhuān)業(yè)從事投資行業(yè)？

她管理的博時(shí)特許價(jià)值基金，從2012年6月接手到年底，凈值增長(zhǎng)幅度居同類(lèi)前20%，她是通過(guò)怎樣的操作大幅提升基金業(yè)績(jī)？

博時(shí)特許價(jià)值基金是量化基金，量化基金的操作又有怎樣特點(diǎn)？

每日基金特邀胡俊敏博士，傾聽(tīng)她的人生經(jīng)歷和投資理念。

張學(xué)慶：從您的簡(jiǎn)歷來(lái)看，是物理學(xué)博士，這是典型的理科學(xué)科，當(dāng)然您后來(lái)又做過(guò)量化研究的工作，但您目前從事的工作是投資，是屬于金融學(xué)這類(lèi)范疇，這兩個(gè)學(xué)科距離特別大。您之前研究的物理學(xué)、化學(xué) ，對(duì)于投資有何幫助？

胡俊敏：當(dāng)年念物理，現(xiàn)在做投資，不是事先計(jì)劃好的，而是當(dāng)時(shí)的歷史環(huán)境造成的。我大學(xué)的時(shí)候是八十年代，中國(guó)還沒(méi)有股市，我連股票是什么都沒(méi)有概念。因?yàn)槲冶容^喜歡跟數(shù)字打交道，就學(xué)了物理。去哈佛后，剛好碰上一些量化金融理論得到應(yīng)用，華爾街需要有很強(qiáng)數(shù)理根基的人才。而由于美國(guó)經(jīng)濟(jì)不景氣，教育經(jīng)費(fèi)不足，學(xué)術(shù)界又人才過(guò)剩，于是華爾街就吸引了大批的數(shù)學(xué)、統(tǒng)計(jì)或物理的博士。我在哈佛有機(jī)會(huì)初步了解到金融投資。

現(xiàn)在回頭看，我學(xué)物理出身，做過(guò)材料研究，做過(guò)量化研究，現(xiàn)在做量化投資， 不是必經(jīng)之路，但是確實(shí)每一段經(jīng)歷形成了我自己的知識(shí)結(jié)構(gòu)，對(duì)我的投資理念的形成有不同程度的影響。

對(duì)于市場(chǎng)的理解。市場(chǎng)是否處于均衡的狀態(tài)，金融界有很多爭(zhēng)論。統(tǒng)計(jì)物理關(guān)于均衡非均衡態(tài)的理論以及量子力學(xué)的不確定原理我覺(jué)得一定程度上也適用于股票市場(chǎng)。股票市場(chǎng)不停地有新的信息，不同投資者對(duì)信息的接受和反饋不是瞬時(shí)的。另一方面，投資者行為與股價(jià)又是互相影響的，所以市場(chǎng)是處在一種不完全均衡的狀態(tài)。市場(chǎng)過(guò)熱現(xiàn)象也是不均衡態(tài)的一種表現(xiàn)。

數(shù)學(xué)統(tǒng)計(jì)上幾率分布的概念在投資中是至關(guān)重要的。經(jīng)常有投資者問(wèn)我，你覺(jué)得下面一個(gè)月市場(chǎng)是漲還是跌，其實(shí)這是很難預(yù)測(cè)的，滬深300指數(shù)平均月收益為0.5%，但月波動(dòng)率有9.1%，一個(gè)月的收益有2/3的幾率分布在-8.6%到9.6%之間，波動(dòng)性非常大。

邏輯思維方式和分析解決問(wèn)題的能力。研究生的時(shí)候我做的是實(shí)驗(yàn)物理。就是通過(guò)對(duì)一些現(xiàn)象的觀察和研究，找出規(guī)律，驗(yàn)證和發(fā)現(xiàn)基本原理。投資中由于信息多，頻繁、且不完全，具備理性的邏輯思維和抓住問(wèn)題本質(zhì)的能力就非常重要。

張學(xué)慶：除了在學(xué)校中所學(xué)的知識(shí)，在后來(lái)工作中，還需要增加哪一方面的訓(xùn)練？才能成為一名合格的基金經(jīng)理。

胡俊敏：量化基金經(jīng)理需要的知識(shí)面比較廣。除了比較強(qiáng)的數(shù)理基礎(chǔ)和編程能力，下面幾個(gè)方面的知識(shí)也是非常重要的。

基礎(chǔ)金融知識(shí)：我業(yè)余選修金融方面的課，并通過(guò)準(zhǔn)備CFA的考試補(bǔ)上金融知識(shí)的缺。爭(zhēng)取到量化分析師的工作機(jī)會(huì)

量化投資管理：這有一整套理論框架。我當(dāng)時(shí)在巴克萊資產(chǎn)管理公司任基金經(jīng)理，有幸參加了《主動(dòng)組合管理》作者Ron Kahn的課程。這本書(shū)被認(rèn)為是量化投資的圣經(jīng)。

行為金融：指由于投資者心理或思維偏差造成市場(chǎng)不有效的各種現(xiàn)象。量化投資之所以可行，就是因?yàn)楣蓛r(jià)由于各種原因而偏離其真實(shí)價(jià)格，有一定統(tǒng)計(jì)性規(guī)律可循。

市場(chǎng)經(jīng)驗(yàn)：需要積累，我目前也在逐步積累A股市場(chǎng)的經(jīng)驗(yàn)。

有志加入到量化投資行業(yè)中的朋友們可以針對(duì)各自的知識(shí)結(jié)構(gòu)，制定出自己的準(zhǔn)備計(jì)劃。

張學(xué)慶： 您一個(gè)人管理5只基金，這可能得益于采用了量化的方法，同時(shí)管理五只基金，你會(huì)采取怎樣的分配方法來(lái)統(tǒng)籌自己在五只基金間的精力分配？

胡俊敏：這就是量化投資的優(yōu)勢(shì)。首先，整個(gè)投資流程高度自動(dòng)化、系統(tǒng)化。每天開(kāi)盤(pán)前，所有基金及模型所需數(shù)據(jù)都已更新到基金管理系統(tǒng)里。其次，量化投資團(tuán)隊(duì)，基金經(jīng)理后面有基金經(jīng)理助理、量化分析師及IT的支持。基金經(jīng)理只需將時(shí)間花在最關(guān)鍵的地方。具體講，

量化基金，比如我管理的特許價(jià)值，以及和王紅欣博士共同管理的裕富滬深300基金：更多的是模型管理，而不是個(gè)股管理。組合里的股票可能有上百只，但是我需要管理的是有二、三十信號(hào)構(gòu)成的模型和一些組合構(gòu)建的參數(shù)。需要交易的時(shí)候，可以根據(jù)模型用優(yōu)化系統(tǒng)進(jìn)行計(jì)算，我會(huì)檢查模型結(jié)果是否正確，然后批量交易，而不是一個(gè)股票一個(gè)股票地分析、決定。。

張學(xué)慶： 您管理的基金比較多，有主動(dòng)配置型，有被動(dòng)配置型。能否給基金投資者一些建議，那類(lèi)基金適合哪些投資者投資？

胡俊敏：特許價(jià)值基金是一只主動(dòng)股票型基金，通過(guò)量化多因子選股模型在各行業(yè)內(nèi)精選個(gè)股，以期獲得長(zhǎng)期跑贏市場(chǎng)的超額收益。風(fēng)險(xiǎn)要比純被動(dòng)或增強(qiáng)指數(shù)型基金高，但是超額收益的空間也高，適于有中等風(fēng)險(xiǎn)承受力，投資期間較長(zhǎng)，對(duì)收益有較高要求的投資者，也可作為長(zhǎng)期資產(chǎn)配置的一個(gè)成分。

張學(xué)慶：做為基金投資者，如果不看好市場(chǎng)，您認(rèn)為他們有幾個(gè)措施能夠躲開(kāi)市場(chǎng)風(fēng)險(xiǎn)。

胡俊敏：根本解決的方法是調(diào)整資產(chǎn)配置比例。如果對(duì)股票市場(chǎng)的未來(lái)不看好，那就降低在股票類(lèi)資產(chǎn)的配置，將賣(mài)出的資金放到債券、其它投資品種、或現(xiàn)金上。因?yàn)閷?duì)于市場(chǎng)的判斷很難百發(fā)百中，所以在調(diào)整配置的時(shí)候即使不看好股票市場(chǎng)，仍然建議保留一定的股票類(lèi)資產(chǎn)，市場(chǎng)走勢(shì)常是不確定的。

同時(shí)，普通投資者擇時(shí)的能力是比較差的。所以我給普通投資者的建議是1）采取定額定投的策略，牛熊市無(wú)阻的堅(jiān)持投資。2）不要將所有的雞蛋放在一個(gè)籃子里。分散投資，做長(zhǎng)期資產(chǎn)配置。長(zhǎng)期而言所承受的風(fēng)險(xiǎn)是有收益的。

張學(xué)慶： 博時(shí)特許價(jià)值現(xiàn)在規(guī)模是11億，一個(gè)基金經(jīng)理，他管理的資金到達(dá)多大規(guī)模之后，就會(huì)影響到業(yè)績(jī)的增長(zhǎng)，這也提醒投資者，選擇基金時(shí)也要注意規(guī)模。

第6篇

2013年可謂我國(guó)對(duì)沖基金快速發(fā)展的一年。越來(lái)越多成熟的投資者關(guān)注到這個(gè)投資品類(lèi)，并認(rèn)可其投資機(jī)會(huì)及資產(chǎn)配置功能。

但說(shuō)起對(duì)沖基金，很多人還是不可避免地聯(lián)想到“量化對(duì)沖”、“程序化交易”等相關(guān)詞匯。那么這些概念之間到底有怎樣的關(guān)聯(lián)呢？是不是對(duì)沖基金一定要采取對(duì)沖或量化投資呢？

并非所有對(duì)沖基金都采取對(duì)沖手段

顧名思義，對(duì)沖基金給人印象是運(yùn)用對(duì)沖工具對(duì)沖風(fēng)險(xiǎn)的基金。但是，實(shí)際上并非所有對(duì)沖基金一定都采取對(duì)沖手段。對(duì)沖基金相對(duì)于傳統(tǒng)的公募基金而言，主要是在基金結(jié)構(gòu)方面的區(qū)別。

一般來(lái)說(shuō)，對(duì)沖基金具有以下特點(diǎn)：

第一，受更少的監(jiān)管。國(guó)內(nèi)的公募基金要求每季度披露季報(bào)，公布基金倉(cāng)位和重倉(cāng)股等核心信息，基金投資范圍也受到嚴(yán)格的控制。至今我國(guó)還沒(méi)有一只投資商品期貨的公募基金，去年底成立的嘉實(shí)絕對(duì)收益策略是國(guó)內(nèi)目前唯一一只可投資滬深300股指期貨的市場(chǎng)中性策略的公募基金。而私募基金可以不公開(kāi)任何與投資相關(guān)的信息，投資范圍也廣泛的多。

第二，更長(zhǎng)的封閉期。國(guó)內(nèi)的對(duì)沖基金通常在成立后的半年內(nèi)處于封閉期，不能申購(gòu)贖回，或者只許申購(gòu)不準(zhǔn)贖回。此后，走信托通道的產(chǎn)品每月開(kāi)放申購(gòu)和贖回，而走公募基金專(zhuān)戶(hù)或是公募基金子公司的產(chǎn)品每季度才開(kāi)放一次申購(gòu)和贖回。降低流動(dòng)性是為了減少申購(gòu)與贖回對(duì)基金運(yùn)作的不良影響，有利于保護(hù)投資者的收益，有助于基金經(jīng)理的投資運(yùn)作。

第三，收取業(yè)績(jī)提成。公募基金的收費(fèi)主要是前端認(rèn)購(gòu)費(fèi)和固定管理費(fèi)，而私募基金除了這兩部分外通常還收取20%的超額業(yè)績(jī)提成。有些業(yè)績(jī)出色且有溢價(jià)能力的對(duì)沖基金甚至收取30%的業(yè)績(jī)報(bào)酬。

第四，偏向于絕對(duì)收益的投資方式。我們都知道，公募基金的比較基準(zhǔn)往往是滬深300等大盤(pán)指數(shù)，基金經(jīng)理的考核通常是同類(lèi)基金排名。這就是所謂相對(duì)收益型的業(yè)績(jī)導(dǎo)向。而對(duì)沖基金的業(yè)績(jī)基準(zhǔn)通常是定期存款利率。由于基金管理人為了獲得更高的業(yè)績(jī)報(bào)酬，所以更在乎基金的絕對(duì)收益水平，而不是相對(duì)大盤(pán)指數(shù)的相對(duì)收益或是業(yè)績(jī)排名。這種績(jī)效方式就會(huì)引導(dǎo)基金管理人在投資方式上更偏向于絕對(duì)收益的方法，能采用對(duì)沖工具的可以進(jìn)行風(fēng)險(xiǎn)敞口的對(duì)沖，不運(yùn)用對(duì)沖工具的也會(huì)通過(guò)調(diào)節(jié)倉(cāng)位來(lái)控制基金凈值的下行風(fēng)險(xiǎn)。

并非所有對(duì)沖基金都采用量化投資

量化投資強(qiáng)調(diào)的是在投資的過(guò)程中加入定量化的方法和手段。

傳統(tǒng)的股票型基金經(jīng)理在投資的過(guò)程中更多的是依據(jù)自己對(duì)宏觀經(jīng)濟(jì)、行業(yè)發(fā)展趨勢(shì)以及企業(yè)經(jīng)營(yíng)狀況的主觀判斷。雖然在做決策前基金經(jīng)理也閱讀了大量數(shù)據(jù)，但這些數(shù)據(jù)轉(zhuǎn)換為投資決策是在人腦里完成的。這個(gè)決策過(guò)程涉及到很多定性的判斷，模糊的處理，是一個(gè)非量化的決策過(guò)程。

而所謂量化投資就是盡可能將決策過(guò)程模型化、可視化、透明化。在模型化的過(guò)程中，勢(shì)必會(huì)引入不少定量的方法，用到很多金融、經(jīng)濟(jì)、數(shù)學(xué)以及統(tǒng)計(jì)等學(xué)科的工具和手段。

舉個(gè)簡(jiǎn)單的例子，我們注意到股票市場(chǎng)的投資者對(duì)于經(jīng)濟(jì)同步數(shù)據(jù)是比較敏感的。比如，制造業(yè)采購(gòu)經(jīng)理指數(shù)（PMI）如果在50%以上表明經(jīng)濟(jì)處在擴(kuò)張區(qū)間，越高反映經(jīng)濟(jì)發(fā)展得越樂(lè)觀。此時(shí)，主觀投資者會(huì)在參考PMI當(dāng)期數(shù)值、前期數(shù)值以及市場(chǎng)預(yù)期值后綜合來(lái)判斷是否該介入購(gòu)買(mǎi)股票，而量化投資會(huì)設(shè)一個(gè)硬性的標(biāo)準(zhǔn)，比如PMI創(chuàng)出近3月新高即買(mǎi)入股票，或是PMI超過(guò)55%才買(mǎi)入股票等等規(guī)則，一旦事先設(shè)定的規(guī)則觸發(fā)就形成了交易信號(hào)。

量化投資可以很簡(jiǎn)單，也可以很復(fù)雜。像前面提到的這個(gè)例子就是個(gè)極為簡(jiǎn)單的量化投資方法，連計(jì)算器這樣簡(jiǎn)單的工具都不用就可以實(shí)現(xiàn)。如果規(guī)則較多，涉及的步驟較多，或是需要大量的計(jì)算，那么就要借助電腦程序來(lái)實(shí)現(xiàn)。

第7篇

從上世紀(jì)五十年代起，隨著股票、債券、期權(quán)、期貨以及衍生品市場(chǎng)的蓬勃發(fā)展，以有價(jià)證券為標(biāo)的物的現(xiàn)資學(xué)作為金融學(xué)的重要分支在以流動(dòng)性為主要目的的金融市場(chǎng)中產(chǎn)生了越來(lái)越重要的作用。同時(shí)一方面能夠?yàn)橥顿Y者轉(zhuǎn)移風(fēng)險(xiǎn)，一方面又能夠憑借市場(chǎng)的波動(dòng)獲取客觀的超額回報(bào)，如何專(zhuān)業(yè)化進(jìn)行投資以及構(gòu)造低風(fēng)險(xiǎn)高利潤(rùn)的資產(chǎn)組合作為一個(gè)重要的課題受到了包括企業(yè)政府和個(gè)人投資者在內(nèi)的普遍重視。

從廣義上講，現(xiàn)資學(xué)有兩個(gè)重要的理論分支，其一是以格雷厄姆在其聰明的投資者一書(shū)中提出的以?xún)r(jià)值評(píng)估為核心的價(jià)值投資，其代表的投資策略使用者是著名的投資大師巴菲特。而另外一個(gè)重要的分支就是量化投資學(xué)，其基礎(chǔ)理論是借助數(shù)學(xué)建模的理論基礎(chǔ)，廣泛使用概率測(cè)度，統(tǒng)計(jì)原理和計(jì)算機(jī)技術(shù)對(duì)投資標(biāo)的物進(jìn)行模型建立，設(shè)定投資策略并由程序來(lái)進(jìn)行擇時(shí)，估值和選股。其理論基礎(chǔ)是上世紀(jì)五十年代由馬克維茨提出的投資組合模型理論。

二、量化投資的理論基礎(chǔ)

事實(shí)上，量化投資理論是嚴(yán)格基于經(jīng)典投資理論的兩個(gè)假設(shè)而建立的，這兩個(gè)假設(shè)分別是市場(chǎng)有效假設(shè)和無(wú)套利機(jī)會(huì)原則。市場(chǎng)有效假設(shè)認(rèn)為，在現(xiàn)代有效金融市場(chǎng)中，市場(chǎng)是不可能被打敗的，也就是，不存在超額回報(bào)，回報(bào)與風(fēng)險(xiǎn)必然成正比。市場(chǎng)中天然蘊(yùn)含著一個(gè)風(fēng)險(xiǎn)與收益交換的機(jī)制，其中投資者提出需求而市場(chǎng)提供供給，在一個(gè)有效地市場(chǎng)中，風(fēng)險(xiǎn)回報(bào)機(jī)制也意味著超額回報(bào)由承擔(dān)超額風(fēng)險(xiǎn)而來(lái)。

與市場(chǎng)有效假設(shè)緊密相關(guān)的是無(wú)套利機(jī)會(huì)原則，也就是金融市場(chǎng)是不可預(yù)測(cè)的，無(wú)風(fēng)險(xiǎn)套利機(jī)會(huì)并不存在。主流的金融理論主張市場(chǎng)是不可預(yù)測(cè)的，因?yàn)橐坏┦袌?chǎng)能夠被預(yù)測(cè)，那么它就不再有效，獲取超額回報(bào)可以不再承擔(dān)多余的風(fēng)險(xiǎn)。而投資者會(huì)蜂擁而至，最終抹平無(wú)風(fēng)險(xiǎn)套利機(jī)會(huì)，市場(chǎng)將重新恢復(fù)有效。

事實(shí)上量化投資在的基本核心在于其從理論上完成了關(guān)證券價(jià)值和交易流程的完整概念梳理，并且通過(guò)數(shù)理模型的方式用計(jì)算機(jī)程序模擬了出來(lái)。最關(guān)鍵的是，量化交易理論認(rèn)為投資在市場(chǎng)中關(guān)于收益與風(fēng)險(xiǎn)的機(jī)制是動(dòng)態(tài)的，它并沒(méi)有排除掉資產(chǎn)回報(bào)是有可能超額并且可以預(yù)估的這種可能性。在以市場(chǎng)有效假設(shè)和無(wú)套利機(jī)會(huì)原則為基礎(chǔ)的理論上，量化投資對(duì)市場(chǎng)風(fēng)險(xiǎn)和收益模型提出了自己的看法。

三、量化投資的發(fā)展現(xiàn)狀

從量化投資的角度，為了更好地測(cè)度和衡量金融市場(chǎng)風(fēng)險(xiǎn)回報(bào)架構(gòu)，研究者提出了一個(gè)量化模型概念，也就是beta回報(bào)和alpha回報(bào)，其中beta回報(bào)用于測(cè)度市場(chǎng)風(fēng)險(xiǎn)敞口，而alpha回報(bào)用于測(cè)度超出市場(chǎng)回報(bào)的那部分收益。所有的證券和投資組合收益都可以被看做由市場(chǎng)部分的beta回報(bào)和非市場(chǎng)部分的alpha回報(bào)組成，市場(chǎng)部分的beta回報(bào)是源于投資者所承擔(dān)的投資風(fēng)險(xiǎn)敞口的基于市場(chǎng)基準(zhǔn)風(fēng)險(xiǎn)的收益，與量化模型無(wú)關(guān)。而alpha回報(bào)則是那些超過(guò)平均市場(chǎng)回報(bào)的超出收益，這取決于量化投資的主動(dòng)投資水平。

第8篇

神勇的大獎(jiǎng)?wù)?/p>

量化投資向世人昭示，擠進(jìn)超級(jí)富豪圈不是夢(mèng)。對(duì)沖基金是量化投資應(yīng)用最廣泛的產(chǎn)品。在福布斯2013全球億萬(wàn)富豪榜上，對(duì)沖基金經(jīng)理在前1000名富豪里奪得了約21個(gè)席位，占比約達(dá)2%，更有4名進(jìn)入了百?gòu)?qiáng)榜。

詹姆斯？西蒙斯的文藝復(fù)興公司旗下的大獎(jiǎng)?wù)禄穑?998至2008年的20年時(shí)間內(nèi)，年平均凈回報(bào)率高達(dá)38.5%，創(chuàng)造了投資界的神話(huà)。西蒙斯本人也成為了20年內(nèi)最佳賺錢(qián)基金經(jīng)理，成為了新的對(duì)沖之王，直至今日，仍居福布斯億萬(wàn)富豪榜的82位。

大獎(jiǎng)?wù)禄鹨远叹€(xiàn)操作為主，主要通過(guò)統(tǒng)計(jì)信息分析方法來(lái)判斷外匯和債券短期的價(jià)格變化，尤其是市場(chǎng)的過(guò)激反應(yīng)類(lèi)，進(jìn)行套利活動(dòng)。這個(gè)短線(xiàn)究竟有多短呢，金融投資里面最短的短線(xiàn)的計(jì)量單位叫“一筆”，舉個(gè)例子來(lái)說(shuō)，每秒鐘都有可能進(jìn)行成百上千筆交易。

可以這樣說(shuō)，大獎(jiǎng)?wù)禄鸩畈欢嗍橇炕筋^發(fā)絲的存在，但這也并不代表著，電腦已經(jīng)取代了人的角色，成為了人的主宰。西蒙斯自己也曾表示，長(zhǎng)期不變還能賺錢(qián)的模型是不存在的，模型必須要不斷更新，這也完全是通過(guò)人來(lái)完成的。

黑天鵝擊潰完美模型

談到量化投資，美國(guó)長(zhǎng)期資本作為最著名的投資案例，不得不提。

約翰？梅里韋瑟在1994年2月創(chuàng)立了美國(guó)長(zhǎng)期資本公司（LTCM）。公司依托布萊克-舒爾斯-默頓的衍生工具標(biāo)價(jià)理論，采用“市場(chǎng)中性”的交易策略，買(mǎi)入低估的有價(jià)證券、賣(mài)出高估的有價(jià)證券，進(jìn)行套利活動(dòng)。LTCM似乎窺探到了量化的奧秘，在1994至1997年，年投資回報(bào)率分別達(dá)到28.5%、42.8%和17%，凈增長(zhǎng)2.84倍。巨大的盈利能力讓LTCM獲得了資本市場(chǎng)的認(rèn)可，也使梅里韋瑟獲得了套利之父的榮譽(yù)。

1998年8月17日，黑天鵝降臨了，LTCM遭遇了俄羅斯政府外債違約。這場(chǎng)危機(jī)引起了全球金融市場(chǎng)的動(dòng)蕩，投資者紛紛退出了發(fā)展中國(guó)家的市場(chǎng)，轉(zhuǎn)向了美國(guó)、德國(guó)等風(fēng)險(xiǎn)小、質(zhì)量高的債券。結(jié)果LTCM做錯(cuò)了方向，沽空的德國(guó)債券價(jià)格上漲，做多的發(fā)展中國(guó)家債券價(jià)格卻下降，原本預(yù)期收斂的價(jià)差卻在趨于發(fā)散，致使其在資本市場(chǎng)上的滑鐵盧。雖然后來(lái)美國(guó)金融巨頭出資接管了公司，但LTCM已是強(qiáng)弩之末，于2000年宣布倒閉清算。

私募專(zhuān)業(yè)人士指出，LTCM過(guò)于信任自身的投資策略組合，忽略了小概率事件，再加上過(guò)高的杠桿，都導(dǎo)致了它的最終滅亡。量化投資其實(shí)根本不存在永久的致富秘籍，也沒(méi)有永葆青春的投資模型，隨著市場(chǎng)效率的提升，IT技術(shù)的升級(jí)，任何投資策略與操作方法從短期或長(zhǎng)期來(lái)看，都存在誤區(qū)與漏洞，這時(shí)則需要人腦的與時(shí)俱進(jìn)，讓系統(tǒng)根據(jù)動(dòng)態(tài)不確定的環(huán)境進(jìn)行修正與完善。人腦與電腦應(yīng)該是相互成全，而不是相互替代。

量化投資的“黑箱”

正如硬幣有正反兩面，可稱(chēng)得上是賺錢(qián)利器的量化投資，也會(huì)因計(jì)算機(jī)的頻繁“發(fā)瘋”面臨巨大的投資風(fēng)險(xiǎn)，如華爾街巨頭高盛的交易錯(cuò)單、美國(guó)第二大股票交易所紐約納斯達(dá)克證券交易所3小時(shí)的停止交易、國(guó)內(nèi)8·16烏龍指交易事件。量化投資的高頻交易引發(fā)了人們對(duì)計(jì)算機(jī)潛在風(fēng)險(xiǎn)的擔(dān)憂(yōu)，但它就像血液循環(huán)系統(tǒng)一樣，加速了資本市場(chǎng)的資金流動(dòng)，是金融發(fā)展歷程中不可缺少的。“我們不能因噎廢食，因?yàn)橐粋€(gè)系統(tǒng)的BUG，就舍棄了整個(gè)系統(tǒng)。”首善財(cái)富管理集團(tuán)（以下簡(jiǎn)稱(chēng)首善財(cái)富）表示，隨著金融產(chǎn)品種類(lèi)的增多，信息跟蹤量的增大，對(duì)量化投資的需求也會(huì)不斷增大。從管理和控制風(fēng)險(xiǎn)的角度來(lái)說(shuō)，這不僅需要投資公司自身完善風(fēng)控體系，還需要整個(gè)產(chǎn)業(yè)鏈的配合。首善財(cái)富董事長(zhǎng)吳正新曾多次指出，“對(duì)沖基金將是中國(guó)證券市場(chǎng)最大贏家，而它們多大量采用復(fù)雜的量化模型進(jìn)行程序化交易。”

所謂量化投資，就是指按照事先設(shè)定好的邏輯策略或數(shù)學(xué)公式進(jìn)行投資，文藝復(fù)興技術(shù)公司與美國(guó)長(zhǎng)期資本公司也都是這樣做的。從廣義的層次來(lái)說(shuō)，一切使用數(shù)學(xué)工具、電腦程序的投資方式都包含在量化投資的范疇。其中，爭(zhēng)議不斷的高頻交易本質(zhì)上是用來(lái)消除市場(chǎng)暫時(shí)出現(xiàn)的無(wú)效率的，它可以促進(jìn)市場(chǎng)價(jià)格更快地反映市場(chǎng)信息。全球最大的知名高頻交易公司包括Millennium， DE Shaw， Worldquant和Renaissance Technologies等。

雖然量化投資由于穩(wěn)定的投資回報(bào)獲得了越來(lái)越多的投資者的青睞，但是投資大眾對(duì)量化投資的運(yùn)作流程依然很模糊，這樣“黑箱”也就形成了。量化投資的“黑箱”里到底承載著什么奧秘呢？

據(jù)華爾街頂級(jí)數(shù)量金融專(zhuān)家里什？納蘭揭秘，量化投資“黑箱”的基本結(jié)構(gòu)包括人工的數(shù)據(jù)輸入與研究、交易策略模型、風(fēng)險(xiǎn)控制模型、交易成本模型、投資組合構(gòu)建模型，其中四項(xiàng)構(gòu)成了交易系統(tǒng)。

如何讓量化投資“活”起來(lái)？答案是人工的數(shù)據(jù)輸入與研究，和交易系統(tǒng)的配合。通常認(rèn)為，量化交易最小化了人工因素在系統(tǒng)中的作用，當(dāng)量化交易員精心研究和開(kāi)發(fā)的系統(tǒng)上線(xiàn)，他們似乎也就英雄再無(wú)用武之地。其實(shí)不然，計(jì)算機(jī)只會(huì)忠實(shí)可靠地按照人們告訴它的做法一步一步地來(lái)執(zhí)行，伴隨著時(shí)間與市場(chǎng)的不斷演進(jìn)，交易模型瑕疵也將不斷擴(kuò)大，這時(shí)量化交易員的主觀判斷顯得尤為重要，人工因素的加入使量化投資具有了人類(lèi)的正常思維，似乎“活”起來(lái)，可以主動(dòng)靈活地應(yīng)對(duì)外界的瞬息萬(wàn)變。也就是說(shuō)，一旦市場(chǎng)觸發(fā)了系統(tǒng)的難以判斷的“恐慌”，交易員就會(huì)立即現(xiàn)身，通過(guò)修改交易清單或降低投資組合規(guī)模和相應(yīng)的杠桿比率，來(lái)規(guī)避投資的風(fēng)險(xiǎn)。

MOM讓量化投資活起來(lái)

如今，MOM模式成為歐美主流的資產(chǎn)管理模式，也將是量化投資界人腦與電腦結(jié)合的最佳作品。

作為一種間接的資產(chǎn)管理模式MOM（即Manager of Managers）誕生在美國(guó)羅素資產(chǎn)管理公司。它的客戶(hù)可以是機(jī)構(gòu)投資者，也可以是高凈值個(gè)人。自從被開(kāi)發(fā)出來(lái)，已被國(guó)外很多機(jī)構(gòu)應(yīng)用，最成功的當(dāng)屬耶魯大學(xué)基金會(huì)，從1980年的兩億美金到了現(xiàn)在的約300億美金，賺了將近150倍。

所謂MOM模式，也被稱(chēng)為精選多元管理人，通過(guò)優(yōu)中選優(yōu)的方法，篩選基金管理人或資產(chǎn)管理人，讓這些最頂尖的專(zhuān)業(yè)人士來(lái)管理資產(chǎn)，而自身則通過(guò)動(dòng)態(tài)地跟蹤、監(jiān)督、管理他們，及時(shí)調(diào)整資產(chǎn)配置方案，來(lái)收獲利益。

“找最優(yōu)秀的人做最專(zhuān)業(yè)的事。”首善財(cái)富董事長(zhǎng)吳正新指出了MOM模式的本質(zhì)。首善財(cái)富旗下的首善國(guó)際資產(chǎn)管理有限公司是國(guó)內(nèi)第一家運(yùn)用MOM模式做對(duì)沖基金和期貨的公司，這正得益于其不懈地將技術(shù)與研究的雙輪驅(qū)動(dòng)作為公司的核心發(fā)展戰(zhàn)略。

MOM模式降世不過(guò)30載，但發(fā)展非常迅速，得到了眾多國(guó)內(nèi)外投資公司的關(guān)注。尚屬新鮮事物的MOM模式的相關(guān)產(chǎn)品在國(guó)內(nèi)已經(jīng)開(kāi)始試水。在2011年中國(guó)平安與羅素公司合作設(shè)立了平安羅素，并發(fā)行了第一期的MOM產(chǎn)品。除此之外，MOM模式還可廣泛應(yīng)用于對(duì)沖基金與期貨產(chǎn)品。“國(guó)內(nèi)期貨資管行業(yè)要做大做強(qiáng)，采用MOM模式是一種必然選擇。”吳正新也曾表示。

禁不住MOM模式產(chǎn)品的誘惑，國(guó)內(nèi)各投資公司紛紛對(duì)它的本土化做出了預(yù)先安排。“目前和我們合作的有十多個(gè)國(guó)內(nèi)領(lǐng)先、國(guó)際一流的投資團(tuán)隊(duì)，其中大多是國(guó)際水平的程序化交易團(tuán)隊(duì)。”吳正新表示，首善財(cái)富早在引進(jìn)MOM模式之際就采取了多元的投資風(fēng)格與多元的管理團(tuán)隊(duì)相結(jié)合的經(jīng)營(yíng)理念。其中，多元的投資風(fēng)格是首善財(cái)富資產(chǎn)管理的核心特色之一，“我們既有主觀的人工交易，也有客觀的程序化交易，而且以量化的程序化交易為主。”相對(duì)而言，多元的管理團(tuán)隊(duì)，即表示公司內(nèi)部自身的投資團(tuán)隊(duì)的主動(dòng)管理，再加上外部國(guó)際精英團(tuán)隊(duì)的專(zhuān)業(yè)管理。

相比近些年受到推崇的基金中的基金（FOF），信托中的信托（TOT），MOM模式在對(duì)資產(chǎn)管理人的數(shù)量與專(zhuān)業(yè)性的覆蓋層面，更具魅力。FOF和TOT從本質(zhì)上來(lái)說(shuō)依然局限在精選產(chǎn)品上，而MOM模式更偏向于精選管理人，它可以憑借公司的研究能力，相對(duì)獨(dú)立的挑選出更適合投資需求的專(zhuān)業(yè)管理人，運(yùn)用定量與定性相結(jié)合的方法，將優(yōu)選產(chǎn)品管理人和多人管理風(fēng)險(xiǎn)的雙重優(yōu)勢(shì)發(fā)揮得淋漓盡致。

MOM模式既運(yùn)用多元專(zhuān)業(yè)人才打破了量化投資的固有形態(tài)，也通過(guò)計(jì)算機(jī)系統(tǒng)的理性判斷避免了交易員敏捷感應(yīng)贏利卻遲緩反應(yīng)損失的習(xí)慣性偏差，讓專(zhuān)業(yè)人才與計(jì)算機(jī)系統(tǒng)在“黑箱”內(nèi)相互成全，相互配合，以求收獲更加穩(wěn)定、更加高額的投資回報(bào)，使其具有很大的發(fā)展空間與潛力。

如此看來(lái)，人工的數(shù)據(jù)輸入與研究，和交易系統(tǒng)的互相成全，是量化投資“活”起來(lái)的動(dòng)因，與此同時(shí)，在這個(gè)神秘的暗箱操作中，我們似乎也窺探到了超級(jí)富豪理財(cái)?shù)闹虢z馬跡。

第9篇

[關(guān)鍵詞]國(guó)際金融危機(jī)；量化寬松貨幣政策；全球流動(dòng)性泛濫

2009年3月18日，美聯(lián)儲(chǔ)在貨幣政策決策會(huì)議上決定，在此后6個(gè)月內(nèi)購(gòu)進(jìn)3，000億美元長(zhǎng)期國(guó)債，7，500億美元抵押貸款相關(guān)證券和1，000億美元“兩房”債券，此舉標(biāo)志著美聯(lián)儲(chǔ)正式實(shí)行量化寬松貨幣政策，拉開(kāi)了美國(guó)第一輪量化寬松貨幣政策的序幕。2010年11月4日，美聯(lián)儲(chǔ)決定推出新一輪量化寬松貨幣政策，以每月750億美元的進(jìn)度維持8個(gè)月從市場(chǎng)收購(gòu)長(zhǎng)期國(guó)債。照此計(jì)算，美國(guó)此輪量化寬松貨幣政策的規(guī)模雖然不及第一輪，但總規(guī)模仍將高達(dá)6，000億美元。

所謂量化寬松貨幣政策，就是中央銀行通過(guò)收購(gòu)長(zhǎng)期政府債券和長(zhǎng)期公司債券改變貨幣存量的結(jié)構(gòu)從而增加流動(dòng)性的非常規(guī)擴(kuò)張性貨幣政策。美聯(lián)儲(chǔ)希望通過(guò)量化寬松貨幣政策的實(shí)施刺激國(guó)內(nèi)私人部門(mén)的消費(fèi)和投資以加速經(jīng)濟(jì)復(fù)蘇的步伐，然而，量化寬松貨幣政策自推出以來(lái)卻備受?chē)?guó)際社會(huì)的廣泛詬病。有學(xué)者認(rèn)為，美國(guó)經(jīng)濟(jì)面臨的問(wèn)題并不是流動(dòng)性短缺，所以，美聯(lián)儲(chǔ)實(shí)施量化寬松貨幣政策是開(kāi)錯(cuò)了藥方；有學(xué)者認(rèn)為，美國(guó)的量化寬松貨幣政策是全球流動(dòng)性泛濫和全球競(jìng)爭(zhēng)性貨幣貶值的根源；有學(xué)者認(rèn)為，美國(guó)的量化寬松貨幣政策是與鄰為壑的做法，既損人又不利己。對(duì)美聯(lián)儲(chǔ)實(shí)施量化寬松貨幣政策前后美國(guó)私人部門(mén)的消費(fèi)開(kāi)支和固定投資的比較研究顯示，量化寬松貨幣政策沒(méi)有刺激美國(guó)的消費(fèi)，更沒(méi)有刺激美國(guó)的投資。美聯(lián)儲(chǔ)實(shí)施量化寬松貨幣政策以來(lái)，國(guó)際市場(chǎng)上與美元相關(guān)的資產(chǎn)如貴金屬、石油、糧食、礦石、有色金屬等大宗商品的價(jià)格大幅上漲，美元雙邊匯率與有效匯率均顯著貶值，根本原因就是美國(guó)量化寬松貨幣政策導(dǎo)致的全球美元流動(dòng)性泛濫。

一、消費(fèi)和投資對(duì)美國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)及美國(guó)實(shí)施量化寬松貨幣政策的背景

宏觀經(jīng)濟(jì)學(xué)的基本原理告訴我們，一國(guó)的總產(chǎn)出由國(guó)內(nèi)居民消費(fèi)(c)、國(guó)內(nèi)投資(I)、政府凈支出(G)和凈出口(X-M)四大因素構(gòu)成，即：

GDP=C+I+G+(x-M)

但是，由于各國(guó)的國(guó)情不同，四大因素對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)也存在很大差別，如日本的經(jīng)濟(jì)增長(zhǎng)主要由消費(fèi)和凈出口拉動(dòng)，中國(guó)的經(jīng)濟(jì)增長(zhǎng)主要來(lái)自于投資和凈出口拉動(dòng)，美國(guó)的經(jīng)濟(jì)增長(zhǎng)則主要靠消費(fèi)和投資拉動(dòng)。

表1描述的是2000-2009年美國(guó)實(shí)際國(guó)內(nèi)生產(chǎn)總值年度增長(zhǎng)率和不同要素對(duì)實(shí)際GDP增長(zhǎng)的貢獻(xiàn)。我們可以得出以下幾點(diǎn)結(jié)論：(1)居民消費(fèi)與國(guó)內(nèi)投資對(duì)美國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)巨大。居民消費(fèi)是美國(guó)經(jīng)濟(jì)增長(zhǎng)的第一動(dòng)力，從2000-2007年美國(guó)的居民消費(fèi)一直能夠解釋四分之三的實(shí)際GDP增長(zhǎng)，尤其是經(jīng)濟(jì)衰退的時(shí)候，居民消費(fèi)對(duì)拉動(dòng)美國(guó)經(jīng)濟(jì)增長(zhǎng)的作用就更加顯著。國(guó)內(nèi)投資對(duì)美國(guó)經(jīng)濟(jì)增長(zhǎng)的作用雖然呈現(xiàn)一定的波動(dòng)性而不太穩(wěn)定，但從長(zhǎng)期考察，它對(duì)美國(guó)經(jīng)濟(jì)增長(zhǎng)的作用仍然是正的，部分年份，國(guó)內(nèi)投資對(duì)美國(guó)經(jīng)濟(jì)增長(zhǎng)的作用至關(guān)重要，比如2004年，國(guó)內(nèi)投資就拉動(dòng)美國(guó)實(shí)際GDP增長(zhǎng)了1.55個(gè)百分點(diǎn)，占當(dāng)年實(shí)際GDP增長(zhǎng)的43.42％。政府開(kāi)支雖然歷年一直對(duì)美國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)為正，但貢獻(xiàn)的份額不大，而且受業(yè)已存在的龐大債務(wù)規(guī)模的約束，美國(guó)政府難以通過(guò)擴(kuò)大政府開(kāi)支來(lái)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)。歷史的經(jīng)驗(yàn)告訴我們，如果凈出口對(duì)美國(guó)經(jīng)濟(jì)增長(zhǎng)的作用由負(fù)轉(zhuǎn)正，必定是美國(guó)經(jīng)濟(jì)陷入衰退的年份，美國(guó)不可能希冀通過(guò)凈出口拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，更不可能通過(guò)增加凈出口來(lái)加速美國(guó)經(jīng)濟(jì)的復(fù)蘇。(2)在國(guó)際金融危機(jī)沖擊下，美國(guó)的居民消費(fèi)和國(guó)內(nèi)投資都出現(xiàn)了嚴(yán)重的問(wèn)題，失去了經(jīng)濟(jì)增長(zhǎng)引擎的作用。2008年和2009年，拉動(dòng)美國(guó)經(jīng)濟(jì)增長(zhǎng)的動(dòng)力出現(xiàn)逆轉(zhuǎn)，居民消費(fèi)和國(guó)內(nèi)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)為負(fù)，政府開(kāi)支和凈出口對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)由負(fù)轉(zhuǎn)為正。但是，政府開(kāi)支和凈出口推動(dòng)經(jīng)濟(jì)增長(zhǎng)的動(dòng)能顯然是有限的，實(shí)際上2008年美國(guó)的經(jīng)濟(jì)已經(jīng)停滯，2009年更是出現(xiàn)了嚴(yán)重的倒退。(3)既然消費(fèi)和投資出現(xiàn)了問(wèn)題，而且消費(fèi)和投資的問(wèn)題還導(dǎo)致了經(jīng)濟(jì)衰退，美國(guó)政府就有必要出臺(tái)應(yīng)對(duì)政策，刺激居民消費(fèi)與國(guó)內(nèi)投資，抑制經(jīng)濟(jì)衰退和加快經(jīng)濟(jì)復(fù)蘇。

在經(jīng)濟(jì)政策層面，刺激居民消費(fèi)和國(guó)內(nèi)投資既可以采用擴(kuò)張性財(cái)政政策，也可以采用擴(kuò)張性貨幣政策，或者采用兩種政策搭配的組合。但是，2008年美國(guó)政府為應(yīng)對(duì)金融危機(jī)，已經(jīng)出臺(tái)了7，800億美元的救市方案，所以，擴(kuò)張性財(cái)政政策已經(jīng)沒(méi)有太大的操作空間。根據(jù)經(jīng)濟(jì)合作與發(fā)展組織(OECD)的數(shù)據(jù)，2008年年末，美國(guó)聯(lián)邦政府債務(wù)達(dá)到5，820.46億美元，成為全球最大的債務(wù)國(guó)，當(dāng)年財(cái)政赤字／GDP比率達(dá)到6.5％，是國(guó)際公認(rèn)安全標(biāo)準(zhǔn)的兩倍，債務(wù)余額／GDP比率達(dá)到70.0％，超過(guò)國(guó)際公認(rèn)安全標(biāo)準(zhǔn)。2009年年末，美國(guó)聯(lián)邦政府債務(wù)又進(jìn)一步擴(kuò)張到7，5617.36億美元，當(dāng)年財(cái)政赤字／GDP比率上升到11.2％，幾乎是國(guó)際公認(rèn)安全標(biāo)準(zhǔn)的四倍，債務(wù)余額／GDP比率上升到83.9％，超出國(guó)際公認(rèn)安全標(biāo)準(zhǔn)三分之一。美國(guó)的政治體制也限制了美國(guó)政府進(jìn)一步擴(kuò)張財(cái)政政策的實(shí)施。美國(guó)的政府預(yù)算必須同時(shí)得到國(guó)會(huì)參政兩院的批準(zhǔn)，而幾乎每一次國(guó)會(huì)和白宮之間都要對(duì)預(yù)算規(guī)模討價(jià)還價(jià)，尤其是補(bǔ)充預(yù)算，討價(jià)還價(jià)就更加激烈。上一次7，800億美元的緊急救市資金，還是由財(cái)長(zhǎng)保爾森在國(guó)會(huì)下跪后才放行的，而且，國(guó)會(huì)已經(jīng)強(qiáng)調(diào)，那將是“最后的晚餐”。因此，奧巴馬政府已經(jīng)很難實(shí)施無(wú)節(jié)制的擴(kuò)張性財(cái)政政策，轉(zhuǎn)而只能依靠擴(kuò)張性貨幣政策。

在貨幣政策層面，因?yàn)槊绹?guó)早已放棄了法定存款準(zhǔn)備金制度，所以，美聯(lián)儲(chǔ)無(wú)法采用第一項(xiàng)擴(kuò)張性貨幣政策。自2007年7月次貸危機(jī)爆發(fā)后，美聯(lián)儲(chǔ)不斷下調(diào)聯(lián)邦基金利率，到2008年11月，美聯(lián)儲(chǔ)已經(jīng)將聯(lián)邦基金利率調(diào)減到已經(jīng)無(wú)法再低的0-0.25％，所以，美國(guó)也無(wú)法實(shí)施第二項(xiàng)擴(kuò)張性貨幣政策。美聯(lián)儲(chǔ)只剩下通過(guò)公開(kāi)市場(chǎng)操作收購(gòu)長(zhǎng)期政府債券和長(zhǎng)期公司債券釋放流動(dòng)性來(lái)刺激消費(fèi)和投資了，這就是美國(guó)出臺(tái)量化寬松貨幣政策的基本背景。金融危機(jī)對(duì)美國(guó)的居民消費(fèi)和國(guó)內(nèi)投資造成了顯著沖擊，為了使經(jīng)濟(jì)返回正常軌道，美國(guó)必須重振消費(fèi)與投資。在財(cái)政政策和利率政策陷入困境的背景下，美聯(lián)儲(chǔ)選擇量化寬松貨幣政策，客觀上講也是無(wú)奈之舉。然而，量化寬松貨幣政策的藥方有效嗎?

二、美國(guó)量化寬松貨幣政策下的國(guó)內(nèi)居民消費(fèi)

長(zhǎng)期以來(lái)，居民消費(fèi)一直是拉動(dòng)美國(guó)經(jīng)濟(jì)增長(zhǎng)的第一動(dòng)力。如果量化寬松貨幣政策能夠刺激消費(fèi)，量化寬松貨幣政策下美聯(lián)儲(chǔ)投放的流動(dòng)性能夠轉(zhuǎn)化成消費(fèi)開(kāi)支，那么，美國(guó)量化寬松貨幣政策的實(shí)施就能夠達(dá)到美聯(lián)儲(chǔ)的預(yù)期。遺憾的是，美國(guó)量化寬松貨幣政策的實(shí)施并沒(méi)有帶來(lái)美國(guó)國(guó)內(nèi)居民消費(fèi)的預(yù)期增長(zhǎng)。

資料顯示，2000-2007年，美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支呈現(xiàn)持續(xù)、顯著的慣性增長(zhǎng)。2000年第一季度美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支為66，830億美元，此后，在2001年第一季度突破7萬(wàn)億美元，在2004年第一季度突破8萬(wàn)億美元，在2005年第四季度突破9萬(wàn)億美元。2007年第三季度，美國(guó)次貸危機(jī)爆發(fā)，不過(guò)，次貸危機(jī)并沒(méi)有立即改變美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支的增長(zhǎng)態(tài)勢(shì)，只是降低了它的增速，美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支的擴(kuò)張一直持續(xù)到2008年第三季度次貸危機(jī)升級(jí)成國(guó)際金融危機(jī)后才告結(jié)束。2008年第三季度，美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支出現(xiàn)峰值，為107，020億美元。將2008年第三季度的數(shù)據(jù)與2000年第一季度的數(shù)據(jù)進(jìn)行比較，可以看到在這段為期35個(gè)季度的時(shí)間內(nèi)，美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支增長(zhǎng)了60.1％，平均增速為1.4％。

采用統(tǒng)計(jì)學(xué)的時(shí)間序列分析方法，對(duì)2000年第一季度到2008年第三季度美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)模擬，可以得出一個(gè)最優(yōu)擬合線(xiàn)性方程，方程式為：

Yt=1111.6t+63619(2000年第一季度，t=1)

擬合優(yōu)度為：R2=0.9882

我們有理由認(rèn)為，如果沒(méi)有由次貸危機(jī)引發(fā)的國(guó)際金融危機(jī)，2010年第三季度美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支就應(yīng)該達(dá)到111，416.8億美元。但是，國(guó)際金融危機(jī)顯然改變了美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支的運(yùn)行趨勢(shì)，2010年第三季度，美國(guó)的實(shí)際居民國(guó)內(nèi)消費(fèi)開(kāi)支只有102，854億美元，比趨勢(shì)值差不多減少了10％。

從2008年第四季度到2009年第二季度，美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支出現(xiàn)了連續(xù)三個(gè)季度的負(fù)增長(zhǎng)，在美國(guó)的歷史上，這種狀況并不多見(jiàn)，它足以表明金融危機(jī)沖擊的嚴(yán)重程度。2009年第三季度之后美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支有緩慢的復(fù)蘇，但我們認(rèn)為這種復(fù)蘇與量化寬松貨幣政策沒(méi)有直接關(guān)系而是美國(guó)消費(fèi)需求的剛性使然。在本世紀(jì)初的美國(guó)經(jīng)濟(jì)衰退中，美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支并沒(méi)有受到太大影響，說(shuō)明了美國(guó)消費(fèi)需求剛性是顯著存在的。可以認(rèn)為，2009年第三季度之后美國(guó)居民國(guó)內(nèi)消費(fèi)開(kāi)支的增長(zhǎng)是前期壓抑的消費(fèi)需求剛性形成的恢復(fù)性增長(zhǎng)。

美國(guó)實(shí)施量化寬松貨幣政策的目標(biāo)之一，就是通過(guò)量化寬松貨幣政策向市場(chǎng)注入流動(dòng)性，通過(guò)擴(kuò)張流動(dòng)性刺激居民消費(fèi)，拉動(dòng)經(jīng)濟(jì)增長(zhǎng)。但數(shù)據(jù)顯示，實(shí)施量化寬松貨幣政策以來(lái)，美國(guó)的居民消費(fèi)并沒(méi)有出現(xiàn)預(yù)期的增長(zhǎng)，其原因主要有以下幾點(diǎn)：(1)美聯(lián)儲(chǔ)通過(guò)量化寬松貨幣政策向市場(chǎng)注入的流動(dòng)性并不直接進(jìn)入居民消費(fèi)，而是進(jìn)入金融體系，因此，美聯(lián)儲(chǔ)的流動(dòng)性擴(kuò)張只有通過(guò)商業(yè)銀行消費(fèi)信貸的擴(kuò)張才能刺激居民消費(fèi)的擴(kuò)張。但是，消費(fèi)信貸的規(guī)模是由商業(yè)銀行提供消費(fèi)信貸的能力和意愿、居民消費(fèi)消費(fèi)信貸的能力和意愿共同決定。顯然，量化寬松貨幣政策下美聯(lián)儲(chǔ)釋放的流動(dòng)性只能擴(kuò)大商業(yè)銀行提供消費(fèi)信貸的能力，而商業(yè)銀行提供消費(fèi)信貸的意愿由金融市場(chǎng)的信用環(huán)境約束。在金融危機(jī)沖擊下，美國(guó)的信用環(huán)境嚴(yán)重惡化，根據(jù)美國(guó)聯(lián)邦儲(chǔ)備銀行的數(shù)據(jù)，目前銀行貸款違約率超過(guò)7％，是正常情況下貸款違約率的三倍。(2)雖然由消費(fèi)信貸形成的消費(fèi)一直是美國(guó)居民消費(fèi)的重要組成部分，但并不是全部。居民可支配收入和居民儲(chǔ)蓄也是影響美國(guó)居民消費(fèi)的主要因素。金融危機(jī)以來(lái)，一方面由于失業(yè)率上升導(dǎo)致居民可支配收入減少；另一方面由于對(duì)經(jīng)濟(jì)前景缺乏信心導(dǎo)致居民儲(chǔ)蓄率上升，所以，量化寬松貨幣政策實(shí)施以來(lái)美國(guó)居民消費(fèi)的增加缺乏動(dòng)力。

三、美國(guó)量化寬松貨幣政策下的國(guó)內(nèi)投資

與居民消費(fèi)的相對(duì)剛性比較，歷史上美國(guó)的國(guó)內(nèi)投資具有顯著的周期性波動(dòng)特征，而且，投資的波動(dòng)先于經(jīng)濟(jì)波動(dòng)，所以研究經(jīng)濟(jì)周期的學(xué)者一般都將國(guó)內(nèi)投資作為領(lǐng)先指標(biāo)，有學(xué)者干脆將美國(guó)的經(jīng)濟(jì)周期描述成“投資周期”。

進(jìn)入新世紀(jì)以來(lái)，美國(guó)的國(guó)內(nèi)投資仍然顯示出周期性特征，但是，金融危機(jī)后美國(guó)國(guó)內(nèi)投資的嚴(yán)重衰退似乎已經(jīng)超出了經(jīng)濟(jì)周期能夠解釋的范圍，美國(guó)商務(wù)部經(jīng)濟(jì)分析局公布的美國(guó)國(guó)內(nèi)投資季度數(shù)據(jù)能夠說(shuō)明新世紀(jì)美國(guó)國(guó)內(nèi)投資變化的上述特征，也有利于我們了解量化寬松貨幣政策對(duì)美國(guó)國(guó)內(nèi)投資的影響。

上圖顯示，2000年第一季度，美國(guó)的私人固定投資為16，720億美元，2000年第四季度，美國(guó)的私人固定投資為17，429億美元，它是前一輪美國(guó)投資周期的峰值。2001年和2(102年美國(guó)出現(xiàn)經(jīng)濟(jì)衰退，私人固定投資出現(xiàn)連續(xù)8個(gè)季度的負(fù)增長(zhǎng)，2002年第四季度只有16，314億美元，比2000年第四季度下降了6.4％。不過(guò)此后幾年，美國(guó)的國(guó)內(nèi)投資快速恢復(fù)，而且一直持續(xù)到2007年第二季度，持續(xù)了18個(gè)季度。2007年第二季度，美國(guó)的私人固定投資出現(xiàn)新的峰值，為22，821億美元，幾乎與次貸危機(jī)同步。2007年第三季度，美國(guó)的私人固定投資出現(xiàn)新一輪逆轉(zhuǎn)，但下降速度不大，2007年第四季度的私人固定投資為22，479億美元。

對(duì)2000―2007年中32個(gè)季度美國(guó)私人固定投資進(jìn)行統(tǒng)計(jì)模擬，可以得出一個(gè)趨勢(shì)方程，方程式為：

Yt=246.9t+15083(2000年第一季度，t=1)

擬合優(yōu)度為：R2=0.8187

我們認(rèn)為，量化寬松貨幣政策對(duì)私人固定投資的刺激調(diào)整是無(wú)效的，主要理由有三：(1)量化寬松貨幣政策實(shí)施并沒(méi)有立即引起美國(guó)私人固定投資的復(fù)蘇，相反，在實(shí)施量化寬松貨幣政策后，美國(guó)的私人固定投資又出現(xiàn)了持續(xù)四個(gè)季度的下滑，而且，較嚴(yán)重的“高臺(tái)跳水”就出現(xiàn)在量化寬松貨幣政策實(shí)施之后的2009年第二季度。(2)2010年前三個(gè)季度美國(guó)的私人固定投資雖然有所恢復(fù)，但這種恢復(fù)是在私人固定投資已經(jīng)收縮了四分之一之后才出現(xiàn)的，與其說(shuō)是量化寬松貨幣政策的成績(jī)，還不如說(shuō)是證券市場(chǎng)術(shù)語(yǔ)中常提到的“觸底反彈”。(3)2010年前三個(gè)季度，美國(guó)私人固定投資反彈的力度有限，顯然不是量化寬松貨幣政策釋放的龐大流動(dòng)性推動(dòng)的結(jié)果。2010年第三季度，美國(guó)私人固定投資仍然只有17，687億美元，它只有危機(jī)前2007年第二季度峰值的77.5％，更只有當(dāng)季趨勢(shì)值25，697億美元的68.8％。

美國(guó)量化寬松貨幣政策對(duì)私人固定投資之所以無(wú)效，主要原因也在于量化寬松貨幣政策下美聯(lián)儲(chǔ)投放的流動(dòng)性并不直接形成私人固定投資，而是進(jìn)入金融體系，如果商業(yè)銀行在獲得美聯(lián)儲(chǔ)的流動(dòng)性支持后增加工商信貸規(guī)模，則美聯(lián)儲(chǔ)量化寬松貨幣政策能夠刺激投資。但是在目前的信用環(huán)境和市場(chǎng)環(huán)境下，商業(yè)銀行幾乎不可能將獲得的流動(dòng)性轉(zhuǎn)化成工商信貸，因此，美國(guó)政府如果希望投資復(fù)蘇，就應(yīng)該在治理信用環(huán)境和市場(chǎng)環(huán)境上下功夫，而不是采用量化寬松貨幣政策濫發(fā)貨幣。

四、美國(guó)量化寬松貨幣政策與全球流動(dòng)性泛濫

量化寬松貨幣政策下美聯(lián)儲(chǔ)釋放的流動(dòng)性沒(méi)有也難以刺激美國(guó)的消費(fèi)與投資，所以，美國(guó)不可能通過(guò)量化寬松貨幣政策的實(shí)施來(lái)復(fù)蘇美國(guó)經(jīng)濟(jì)。2009年4-12月，美聯(lián)儲(chǔ)通過(guò)量化寬松貨幣政策釋放的流動(dòng)性為10，500億美元，2010年

1-11月，美聯(lián)儲(chǔ)用同樣的方式釋放的流動(dòng)性為6，500億美元，因此在第一輪量化寬松貨幣政策實(shí)施期間，美聯(lián)儲(chǔ)總共釋放17，000億美元的基礎(chǔ)貨幣。量化寬松貨幣政策的實(shí)質(zhì)是改變金融體系持有的貨幣結(jié)構(gòu)，即將銀行體系中缺乏流動(dòng)性的長(zhǎng)期資產(chǎn)置換成具有高流動(dòng)性的短期資產(chǎn)，因此，如果美聯(lián)儲(chǔ)在第一輪量化寬松貨幣政策釋放的17，000億美元能夠形成美國(guó)國(guó)內(nèi)金融體系的流動(dòng)性供給，那么，美國(guó)的貨幣結(jié)構(gòu)就應(yīng)該發(fā)生相應(yīng)的改變，即貨幣供應(yīng)層次中的M1和M2會(huì)顯著增加，而M3和M4會(huì)顯著減少。但美國(guó)聯(lián)邦儲(chǔ)備銀行的數(shù)據(jù)顯示，量化寬松貨幣政策實(shí)施以來(lái)，美國(guó)貨幣層次中的M3和M4確實(shí)在顯著減少，但M1和M2并沒(méi)有相應(yīng)地增加。

閱讀表2，我們能夠得出以下幾點(diǎn)結(jié)論：(1)通常情況下，美國(guó)狹義貨幣的年均增量還不到700億美元，廣義貨幣的年均增量約為3，000億美元，美國(guó)第一輪量化寬松貨幣政策下的貨幣投放顯然嚴(yán)重超過(guò)了美國(guó)國(guó)內(nèi)對(duì)流動(dòng)性的需求。(2)2008年一年，美國(guó)新增的流動(dòng)性至少能夠維持兩年市場(chǎng)對(duì)流動(dòng)性增量的需求，在這一背景下，2009年和2010年美聯(lián)儲(chǔ)應(yīng)該減少而不是增加貨幣投放。(3)量化寬松貨幣政策下美聯(lián)儲(chǔ)投放的美元只有一小部分形成美國(guó)國(guó)內(nèi)的流動(dòng)性，即使按照廣義貨幣計(jì)算，2009年和2010年兩年的增量之和也只有4，541億美元，它只是同期美聯(lián)儲(chǔ)17，000億美元貨幣投放的四分之一，它能夠解釋為什么在量化寬松貨幣政策下美國(guó)仍然出現(xiàn)通貨緊縮、經(jīng)濟(jì)衰退和失業(yè)高企，所以，量化寬松貨幣政策是無(wú)效的。(4)量化寬松貨幣政策下美聯(lián)儲(chǔ)投放的美元中沒(méi)有形成美國(guó)國(guó)內(nèi)流動(dòng)性的部分，絕大多數(shù)已經(jīng)溢出美國(guó)金融體系，變成國(guó)際游資，并通過(guò)乘數(shù)和杠桿作用被無(wú)限放大，對(duì)全球經(jīng)濟(jì)產(chǎn)生沖擊，引起全球商品市場(chǎng)和國(guó)際金融市場(chǎng)的劇烈動(dòng)蕩。

具體而言，美國(guó)量化寬松貨幣政策對(duì)全球六大市場(chǎng)產(chǎn)生了影響：在國(guó)際貴金屬市場(chǎng)，由于避險(xiǎn)資金和投機(jī)資金的大規(guī)模涌入，黃金價(jià)格連創(chuàng)歷史新高，目前已經(jīng)達(dá)到1，400美元／盎司，白銀價(jià)格的漲幅更甚，目前接近30美元／盎司，是三十年來(lái)的最高記錄；在國(guó)際石油市場(chǎng)，由于國(guó)際金融危機(jī)沖擊導(dǎo)致的經(jīng)濟(jì)衰退，全球石油需求并沒(méi)有顯著地增長(zhǎng)，但是由于國(guó)際游資的沖擊，石油價(jià)格持續(xù)上漲，目前已經(jīng)超過(guò)80美元／桶；在國(guó)際大宗商品市場(chǎng)，小麥、棉花、有色金屬、煤炭、礦石等大宗商品價(jià)格都顯著上漲，已經(jīng)造成部分新興市場(chǎng)經(jīng)濟(jì)體的輸入性通貨膨脹，而且全球通貨膨脹預(yù)期還在持續(xù)上升，強(qiáng)化了全球經(jīng)濟(jì)未來(lái)走勢(shì)的不穩(wěn)定性和不確定性；部分新興市場(chǎng)經(jīng)濟(jì)體的樓市成為國(guó)際游資沖擊的重點(diǎn)，比如中國(guó)香港和泰國(guó)的樓價(jià)就因?yàn)閲?guó)際游資的沖擊超過(guò)1997-1998年?yáng)|南亞金融危機(jī)前的水平，出現(xiàn)了顯著的樓市泡沫；在全球證券市場(chǎng)，美國(guó)的道瓊斯、標(biāo)準(zhǔn)普爾、納斯達(dá)克三大指數(shù)，日本的日經(jīng)指數(shù)，英國(guó)的金融時(shí)報(bào)指數(shù)，法國(guó)的CAC指數(shù)，德國(guó)的DAX指數(shù)，香港的恒生指數(shù)都已經(jīng)回復(fù)到金融危機(jī)前的水平，部分甚至超過(guò)了金融危機(jī)前的水平；在全球外匯市場(chǎng)，美元對(duì)幾乎所有貨幣的雙邊匯率都顯著貶值，尤其是美元對(duì)亞洲國(guó)家貨幣如日元、韓元、泰銖、馬來(lái)西亞林吉特等貨幣的貶值，已經(jīng)嚴(yán)重沖擊了這些國(guó)家的經(jīng)濟(jì)運(yùn)行。國(guó)際清算銀行(BIS)的數(shù)據(jù)顯示，反映美元匯率綜合變動(dòng)的美元有效匯率指數(shù)在金融危機(jī)爆發(fā)初期的2008年年末還有101.02點(diǎn)，此后波動(dòng)性下行，到2010年10月，已經(jīng)只有91.52點(diǎn)。也就是說(shuō)，金融危機(jī)以來(lái)，美元匯率差不多下降了9.4％，顯然，美聯(lián)儲(chǔ)量化寬松貨幣政策顯著強(qiáng)化了美元下行的態(tài)勢(shì)。隨著美國(guó)第二輪量化寬松貨幣政策的實(shí)施，我們有理由認(rèn)為，美元還會(huì)在相當(dāng)長(zhǎng)的時(shí)間內(nèi)持續(xù)貶值。

五、簡(jiǎn)要結(jié)論

美國(guó)實(shí)施量化寬松貨幣政策的目標(biāo)是刺激消費(fèi)和投資，拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，但由于美國(guó)經(jīng)濟(jì)的問(wèn)題不是流動(dòng)性的問(wèn)題，所以，量化寬松貨幣政策下，美國(guó)的消費(fèi)和投資并沒(méi)有出現(xiàn)預(yù)期的增長(zhǎng)。同時(shí)，量化寬松貨幣政策下美聯(lián)儲(chǔ)投放的貨幣中絕大部分已經(jīng)溢出美國(guó)，形成了全球美元流動(dòng)性泛濫，對(duì)全球經(jīng)濟(jì)已經(jīng)并將繼續(xù)產(chǎn)生深遠(yuǎn)而重大的沖擊。目前美國(guó)經(jīng)濟(jì)面臨的兩大問(wèn)題主要是信心不足和信用缺失，美國(guó)政府應(yīng)該在重振信心、重構(gòu)信用上多下功夫，而不是通過(guò)量化寬松貨幣政策來(lái)刺激經(jīng)濟(jì)復(fù)蘇。

全球美元流動(dòng)性泛濫對(duì)世界經(jīng)濟(jì)的顯性沖擊主要表現(xiàn)在全球貴金屬市場(chǎng)、石油市場(chǎng)、大宗商品市場(chǎng)、房地產(chǎn)市場(chǎng)、證券市場(chǎng)、外匯市場(chǎng)六大市場(chǎng)的持續(xù)動(dòng)蕩，它更深遠(yuǎn)的影響體現(xiàn)在新興市場(chǎng)輸入性通貨膨脹和全球競(jìng)爭(zhēng)性通貨貶值，強(qiáng)化了全球經(jīng)濟(jì)未來(lái)走勢(shì)的不確定性和不穩(wěn)定性。盡管量化寬松貨幣政策對(duì)刺激美國(guó)的經(jīng)濟(jì)復(fù)蘇無(wú)效，但種種跡象表明，美聯(lián)儲(chǔ)不會(huì)放棄對(duì)量化寬松貨幣政策的依賴(lài)。在2010年11月4日美聯(lián)儲(chǔ)宣布實(shí)施第二輪量化寬松貨幣政策后，12月5日，美聯(lián)儲(chǔ)主席伯南克宣稱(chēng)“在購(gòu)買(mǎi)完6000億美元資產(chǎn)，即第二輪量化寬松貨幣政策結(jié)束后，肯定有可能購(gòu)買(mǎi)更多資產(chǎn)”。也就是說(shuō)，美聯(lián)儲(chǔ)在未來(lái)還可能實(shí)施第三輪，甚至第四輪量化寬松貨幣政策。如果說(shuō)美國(guó)第一輪量化寬松貨幣政策是出于無(wú)奈，在量化寬松貨幣政策無(wú)效的情況下，美聯(lián)儲(chǔ)仍繼續(xù)實(shí)施這一政策就是對(duì)全球經(jīng)濟(jì)的不負(fù)責(zé)任。

美國(guó)量化寬松貨幣政策對(duì)中國(guó)的影響也是顯著的，在國(guó)際熱錢(qián)不斷涌入的背景下會(huì)引發(fā)通貨膨脹，帶來(lái)人民幣匯率升值的巨大壓力，美元的大幅貶值還將造成我國(guó)外匯儲(chǔ)備實(shí)際價(jià)值的縮水。目前中國(guó)人民銀行已經(jīng)采取了包括限制熱錢(qián)流入、提高法定存款準(zhǔn)備金率等措施應(yīng)對(duì)國(guó)際游資沖擊，但僅僅有這些措施還是不夠的，我們還應(yīng)該采取更加積極有效的措施進(jìn)行應(yīng)對(duì)。

主要參考文獻(xiàn)：

[1]童香英貨幣職能全視角下的貨幣國(guó)際化：日元的典型考察[J].現(xiàn)代日本經(jīng)濟(jì)，2010(5).

[2]王樹(shù)同美聯(lián)儲(chǔ)“量化寬松”貨幣政策的原因、影響與啟示[J].國(guó)際金融研究，2009(11).

[3]潘成夫量化寬松貨幣政策的理論、實(shí)踐與影響[J].上海金融，2009(7).

[4]修晶.美元會(huì)喪失其主導(dǎo)型國(guó)際貨幣地位嗎?[J].廣東金融學(xué)院學(xué)報(bào)，2009(5).

[5]李石凱.從貨幣供應(yīng)量看美國(guó)量化寬松貨幣政策的效果[J].中國(guó)金融，2010(23).

[6]王曉雷.金融危機(jī)對(duì)美國(guó)對(duì)外貿(mào)易、貿(mào)易收支和經(jīng)濟(jì)增長(zhǎng)的影響[J].國(guó)際貿(mào)易問(wèn)題，2009(1).