發(fā)布時間：2023-07-14 16:34:56
序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的量化投資與分析樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。
一、量化投資的涵義
從實踐的角度上看。量化投資即是利用模型來投資。任何一個完整的關(guān)于投資的想法，我們都可以開發(fā)成投資模型，然后通過一定的測試過程來檢驗這個模型是否有效。如果最終有效，它就是一個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和選股的數(shù)學工具。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)學模型。從中國量化策略基金的實踐來看。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單。中國量化策略基金的量化投資途徑多采用從一級股票庫初選、并從二級股票庫精選。最后對行業(yè)進行動態(tài)的配置的三步法。以中海量化策略基金的量化投資風格為例，第一步是根據(jù)公司盈利能力。選擇代表性較強的公司盈利能力指標。如過去三年平均每股收益、資產(chǎn)回報率以及毛利率，以所有A股上市公司為樣本。篩選得到一級股票庫。第二步是通過相關(guān)指標體系，如估值指標和一致預(yù)期指標體系。并借助熵值法確定指標權(quán)重后。對一級股票庫中的股票進行打分和排名，進一步篩選得到二級股票庫。其中，一致預(yù)期指標值選取各大券商的估值結(jié)論，得出市場對上市公司的平均預(yù)期值，以此作為市場對公司未來現(xiàn)金流的權(quán)威預(yù)期。第三步。采用B-L行業(yè)量化模型對股票組合進行動態(tài)行業(yè)配置，對每一個行業(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。是一種主動投資。這是因為量化投資和指數(shù)化投資的理論基礎(chǔ)完全不同。指數(shù)化等被動投資的理論基礎(chǔ)認為市場是完全有效的，這一理論的依據(jù)是基金的歷史業(yè)績除去基金的管理費用。要弱于大市。因此。對投資者來說，更合理的手段是試圖復(fù)制市場，以獲得和市場相同的長期收益。同時規(guī)避所有的非系統(tǒng)性風險。而量化投資的理論基礎(chǔ)認為市場是無效的，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)市場的阿爾法收益。支持量化投資的基金經(jīng)理認為可以通過對經(jīng)濟環(huán)境、行業(yè)基本面以及公司的分析，主動構(gòu)建能夠超過市場平均收益率的超額收益組合。因此。量化投資屬于主動投資的一種策略。綜上所述，量化投資并不是一種被動投資，數(shù)量化模型的選擇、指標的運用就是量化投資中的主動部分。好的量化投資是主動的人為判斷和被動的模型篩選的結(jié)合。
二、量化投資的優(yōu)點
量化投資作為一種有效的主動投資工具，是對定性投資方式的繼承和發(fā)展。實踐中的定性投資是指，以深入的宏觀經(jīng)濟和市場基本面分析為核心，輔以對上市公司的實地調(diào)研、與上市公司管理層經(jīng)營理念的交流，發(fā)表各類研究報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信息后，依賴個人主觀判斷、直覺以及市場經(jīng)驗來優(yōu)選個股，構(gòu)建投資組合。以獲取市場的超額收益。與定性投資相同，量化投資的基礎(chǔ)也是對市場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指標做出結(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)計特征，以尋找經(jīng)濟和個股的運行路徑，進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：
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)學統(tǒng)計和建模技術(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?？朔袌鲂睦淼挠绊?。將投資決策過程數(shù)量化能夠極大地減少投資者情緒對投資決策的影響。避免在市場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?shù)氖袌鰮駮r傾向。
二是量化投資可以實現(xiàn)全市場范圍內(nèi)的擇股和高效率處理。量化投資可以利用一定數(shù)量化模型對全市場范圍內(nèi)的投資對象進行篩選。把握市場中每個可能的投資機會。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遠無法和量化投資相比。
三是量化投資更注重組合風險管理。量化投資的三步選擇過程，本身就是在嚴格的風險控制約束條件下選擇投資組合的過程，能夠保證在實現(xiàn)期望收益的同時有效地控制風險水平。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)生的交易風險。
當然。無論是定性投資還是量化投資，只要得當?shù)膽?yīng)用都可以獲取阿爾法超額收益，二者之間并不矛盾，相反可以互相補充。量化投資的理性投資風格恰可作為傳統(tǒng)投資方式的補充。
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。但是在對量化投資的應(yīng)用中，確實存在過度依賴的風險。量化投資本身是一種對基本面的分析，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，某項技術(shù)在特定行業(yè)、特定市場中的發(fā)展前景就難以用量化的方式加以表達。通常量化投資的選股范圍涵蓋整個市場，因此獲得的行業(yè)和個股配置中很可能包含投資者不熟悉的上市公司。這時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)理在投資的時候一定要注意不能單純依賴量化投資，一定要結(jié)合對國內(nèi)市場基本面的了解。
四、置化投資在中國
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)受住了市場的考驗，也更加堅定了大摩量化投資團隊“將量化進行到底”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?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，有時簡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?！?/p>
用量化的方法做有把握的事
張靖對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，就是通過對大量樣本數(shù)據(jù)和市場環(huán)境的量化分析，通過平衡投資的風險和收益，建立量化模型，捕捉大概率事件，有把握地獲取市場上普遍的、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，在變化中總結(jié)經(jīng)驗和規(guī)律，使得量化模型能夠適應(yīng)市場和投資者投資習慣的變化。以大摩多因子基金模型中現(xiàn)有的動量因子為例，從總體來看，隨著市場逐漸回歸理性，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，未來可能會將其從模型中剔除掉。相應(yīng)地，另外一些新的因子可能會加入模型中。
大摩多因子：量化選股，量化擇時，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，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、量化擇時以及量化交易三位一體的有效結(jié)合。
計算機給投資帶來的改變
1997年5月11日，國際象棋世界冠軍卡斯帕羅夫與1BM公司的國際象棋電腦“深藍”的六局對抗賽降下帷幕。在前五局以2.5對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”拱手稱臣。整場比賽進行了不到一個小時，卡斯帕羅夫賽后說，在最后一局時，“我已經(jīng)無力再戰(zhàn)。”于此同時，利用計算機和數(shù)學模型來進行數(shù)量化投資的基金正邁入高速增長期。
量化基金即以數(shù)量化投資來進行管理的基金。數(shù)量化投資區(qū)別于基本面投資，他不是通過“信息和個人判斷”來管理資產(chǎn)，而是遵循固定規(guī)則，由計算機模型產(chǎn)生投資決策。量化投資并不是基本面分析的對立者，90％的模型是基于基本面因素，同時考慮技術(shù)因素。由此可見，它也不是技術(shù)分析，而是基于對市場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70年代，以1971年富國銀行發(fā)行跟蹤紐約證券交易所1500只股票的指數(shù)基金為標志，此后隨著計算機處理能力的提高，越來越多的物理學家和數(shù)學家離開學校被華爾街雇傭，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)成立了第一支主動數(shù)量(Quantitative & Active)投資基金標志著量化投資由草根實踐走到了公募基金歷史舞臺聚光燈下。此后，Vanguard，F(xiàn)ederated，Janus，American Century,Alliance Bernstein，Evergreen以及Schwab都開始在運作數(shù)量化基金，他們也都開始加入Barclays Global Investors和LSVAsset Management的陣營，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，平均增長速度高達20％，而同期非數(shù)量化基金的年增長速度僅為8％。
2000年之后是數(shù)量化基金發(fā)展的黃金時期，無論是個數(shù)還是管理規(guī)模都有了跨越式的發(fā)展。1998年數(shù)量化基金僅136只，至2002年增長一倍多，達316只，2008年底更是達到1848只，1988年至1998年年平均增長率為46％，2000年至2008年年平均增長幅度達54％。從規(guī)模上來看，1988年至1998年年平均增長率為32％，2000年至2008年年平均增長幅度達49％。
其中的原因有二：一是，2000年之后計算機技術(shù)飛速發(fā)展，為數(shù)量化的應(yīng)用提供了良好的平臺；更為主要的是主動管理型基金很難戰(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。2002年至2007年5年間，相比美國市場主動型管理基金每年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到6.95％。另外，有研究表明，2004年至2007年，投資美國大盤股的數(shù)量化基金產(chǎn)品的表現(xiàn)平均超越非大盤主動型基金103個基點。
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)、學習理論(leaming theory)、復(fù)雜性理論(complexity theory)、復(fù)雜非線性隨機理論(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)勢之一就是計算機處理數(shù)據(jù)的能力遠遠勝過人腦，這使電腦在海量股票選擇中占有絕對優(yōu)勢。例如在嘉信證券的股票評級系統(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、動理和風險因素進行打分，并按分數(shù)高低給A至F不同的評級。其次。量化基金是以定量投資為主，用紀律性較強的精細化定量模型，代替了基金經(jīng)理或分析師在定性層面的主觀判斷，使投資業(yè)績較少受到個人“熟悉度偏好”的影響。最后，數(shù)量化基金收取的費率及管理費用比傳統(tǒng)的主動型基金低很多，因為他們需要的研究人員更少，成本更低。據(jù)Lipper調(diào)查，數(shù)量化基金的平均費用是1.32％，相比而言，主動型基金的管理費用平均達到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?wù)禄饘_基金(Medallion)，從1989年到2006年的17年間，平均年收益率達到了38.5％，而股神巴菲特過去20年的平均年回報率為20％。從1988年成立到1999年12月大獎?wù)禄鹂偣搏@得2478.6％的凈回報率，超過第二名索羅斯的量子基金一倍，而同期的標準普爾指數(shù)僅有9.6％。即使在次貸危機全面爆發(fā)的2007年，該基金的回報率仍高達85％。
然而量化基金并非所有市場都能有效戰(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。在考慮了風險、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。研究表明數(shù)量投資基金業(yè)績具有很強的輪動特點。大部分數(shù)量投資基金具有很強的價值投資偏好(value bias)，因此，他們在價值型市場下表現(xiàn)良好，而1998-1999年是成長型市場，數(shù)量化投資基金大部分跑輸傳統(tǒng)型基金。2001-2005年是價值型市場，數(shù)量化投資基金普遍表現(xiàn)優(yōu)異。
用數(shù)學創(chuàng)造財富
國內(nèi)基金業(yè)雖然歷史較短，但發(fā)展迅速。美國等成熟基金市場的現(xiàn)狀，也很可能會是我們未來的發(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可。
目前，國內(nèi)基金市場上有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數(shù)量模型對股票的預(yù)期收益率進行估算，個股預(yù)期收益率的高低決定投資組合是否持有股票；另一方面，投資團隊從風險控制角度，重點關(guān)注數(shù)據(jù)以來的信息，通過行業(yè)分析和個股分析形成對量化的補充；最后由投資組合優(yōu)化器根據(jù)預(yù)先設(shè)計的風險構(gòu)建組合。
上投摩根阿爾法基金的描述則是同步以“成長”與“價值”雙重量化指標進行股票選擇，然后研究團隊將對個股進行基本面審核，結(jié)合跟蹤誤差的緊密監(jiān)控，以求不論指數(shù)高低，市場多空皆創(chuàng)造主動管理回報。投研團隊最終決定進入組合的股票，量化分析是輔助和基礎(chǔ)。
嘉實量化基金“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)中運用Alpha多因素模型篩選個股。定性的輔助作用表現(xiàn)在利用基本面研究成果，對模型自動選股的結(jié)果進行復(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)量化指標實行從一級股票庫初選、二級股票庫精選，再根據(jù)相關(guān)模型計算行業(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。
（暨南大學信息科學技術(shù)學院 廣東 廣州 510632）
摘 要：“金融改革”的提出，金融市場的逐步開放，將促進金融創(chuàng)新的步伐，給投資者帶來越來越多的投資渠道，同時也將加速中國金融市場與國際金融市場的融合。通過分別建立兩個單指標擇時策略模型，運用MATLAB模式搜索算法在設(shè)定時段內(nèi)搜索最優(yōu)參數(shù)，并分別對兩個單指標策略進行交易仿真回驗。實證結(jié)果顯示，趨勢型指標可以抓住大的波段行情，獲得超額收益，具有較好的擇時效果。實證顯示組合指標策略的效益明顯高于單指標策略。因此，采用組合指標策略進行個股量化擇時交易較單指標策略能獲得更優(yōu)的投資收益。
關(guān)鍵詞 ：量化擇時；趨勢指標；組合指標策略；參數(shù)優(yōu)化
中圖分類號：F8 文獻標識碼：A doi：10．3969／j．issn．1665－2272．2015．12．008
1 緒論
1．1 背景意義
“金融改革”的提出將為中國的量化投資帶來發(fā)展前景。金融市場的逐步開放將會促進金融創(chuàng)新的步伐，給投資者帶來越來越多的投資渠道，同時也將加速中國金融市場與國際金融市場的融合。很多國外成熟的投資工具和投資方法將逐步進入中國市場，以期貨市場為代表的衍生品市場將迎來飛速增長，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行業(yè)的發(fā)展以及金融市場的有效性。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50年代以來，金融市場出于規(guī)避監(jiān)管，轉(zhuǎn)嫁風險和防范風險等需要，推出了很多創(chuàng)新性的金融產(chǎn)品，提供了越來越豐富的投資工具。金融衍生品在金融市場中占的比例越來越重要。
中國量化投資的前景廣闊。黨的十八屆三中全會提出了“健全多層次資本市場體系”的指示精神，為十二五期間的資本市場發(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險管控中尋求最佳收益回報。
作為量化投資中的量化擇時，是指利用某種方法來判斷大勢的走勢情況以及時采取相應(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，擇股和擇時都是至關(guān)重要的，正確擇股是盈利的前提，而正確擇時則是盈利的最終實現(xiàn)。因此，從微觀角度入手，建立有效的個股量化擇時交易策略值得研究。
1．2 文獻綜述
關(guān)于量化投資的研究，國內(nèi)外更多的研究主要以策略構(gòu)建和實證為主。易海波、楊向陽、羅業(yè)華、曾敏通過將量化指標按照股票屬性進行分類排序，以自下而上的選股方式，構(gòu)建出價值、成長、質(zhì)量三個基本模型，并在此基礎(chǔ)上衍生得到四個疊加模型和GARP模型。利用八個選股模型以不同的參數(shù)進行選股，構(gòu)建出十個量化選股組合，歷史回測結(jié)果顯示這些組合風格各異，適合不同風險偏好的投資者。張登明通過對技術(shù)指標的分析，構(gòu)建了完整的及時指標組合投資策略框架。他從量化的角度，通過樣本統(tǒng)計給出了適合中國股市的優(yōu)化指標組合及參數(shù)設(shè)置，對提高投資決策有積極意義。路來政通過研究量化基金的績效及管理能力來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模型對其中9只量化基金的管理能力進行了研究，以評價量化基金使用量化投資策略的擇股效果和擇時效果，結(jié)果表明量化基金采用量化策略進行投資是有意義的。
股票擇時屬于量化投資的一個分域。劉瀾飚、李貢敏研究了市場擇時理論在中國的適用性，表明中國上市公司不僅存股票市場的市場擇時行為，而且存在債務(wù)擇時行為，即股票市場高漲時，上市公司傾向于債務(wù)融資。林正龍基于效用無差別定價原理，運用實物期權(quán)定價理論，研究項目投資收益不可完全復(fù)制的不確定性投資機會定價與擇時問題，得出不同于指數(shù)效用，對具有常值相對風險回避系數(shù)效用函數(shù)的投資者而言，不確定性投資機會的定價與擇時與投資者當前財富數(shù)量有關(guān)。卓琳玲、胡志強通過對樣本公司的研究，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，其中股票不是特別明顯，當市值杠桿比率上升時期，股票發(fā)行出現(xiàn)顯著地下降趨勢，此時市場時機選擇比較明顯，說明我國股市存在明顯的市場時機選擇行為。劉陽、劉強通過研究我國從上世紀90年代初-2010年1月的上證綜指和深證成指，分析異常收益率對整個期間收益的影響及擇時的可能，發(fā)現(xiàn)極少數(shù)具有超常收益的交易日對股票市場的長期收益具有顯著的影響，認為理性的投資者應(yīng)該放棄擇時而選擇長期投資。王俊杰在擇時模型方面分析了行業(yè)指數(shù)存在的持續(xù)性和行業(yè)輪動特征，并以時間序列模型為基礎(chǔ)，構(gòu)建動量模型、MS－GARCH行業(yè)擇時模型等量化擇時策略，回測結(jié)果MS－GARCH擇時模型戰(zhàn)勝行業(yè)動量模型和指數(shù)，表現(xiàn)較好。
溫婧茹對移動平均線理論進行改進，構(gòu)造了最適參數(shù)，參考設(shè)計了觸線交易策略和過濾器交易策略，構(gòu)建了家電板板塊靜態(tài)與動態(tài)相結(jié)合的股票池，實證得出，不同股票對應(yīng)的最適參數(shù)不同，用個性化的參數(shù)進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)合觸線交易策略以擇時，能夠跑贏大盤，取得超額收益。曹力自適應(yīng)均線更適合于組合類的標的，如指數(shù)或者封閉式基金，因為這些標的的走勢經(jīng)過了平均的平滑，沒有突然的大起大落，更容易用均線來跟蹤趨勢的變化。而對于個股，波動形態(tài)和指數(shù)類表的不同，所以需要使用不同的參數(shù)，在大多數(shù)個股上能夠獲得超額收益，特別對強周期性行業(yè)的股票自適應(yīng)均線有很強的擇時能力。但是自適應(yīng)均線也不是萬能的，對于某些個股，因為波動形態(tài)的復(fù)雜，用自適應(yīng)均線也無法獲得超額收益。曹力、徐彪從實證效果來看，利用可交易組合的均線模式識別找出的買入機會成功率較高，能抓住一些市場主要的反彈機會，因此累積收益非常出色?？山灰捉M合的均線模式識別方法是擇時交易，特別是熊市中擇時的有效方法。
1．3 研究框架
傳統(tǒng)的趨勢指標擇時策略往往是單指標的，并且策略參數(shù)通常是約定俗成的。單指標策略局限性和偶然性大，不能有效及時獲取收益和及時止損；約定俗成的常用參數(shù)值在面對各種波動幅度不同、周期性不同、價格彈性等不同的個股時也有失客觀性和靈動性。
所以，在探究一種改進針對個股的傳統(tǒng)趨勢指標量化擇時的策略。首先建立基于各傳統(tǒng)趨勢指標的單指標擇時策略，通過參數(shù)優(yōu)化確定各單指標策略的最適參數(shù)；并在單指標的基礎(chǔ)上，創(chuàng)新性地通過指標的組合，構(gòu)建一個綜合性且參數(shù)最優(yōu)的組合指標擇時策略，以增強策略的穩(wěn)定性和魯棒性，獲得更優(yōu)的投資收益。
1．4 術(shù)語說明
（1）累計收益率：
（2）年化收益率：年化收益率是把當前收益率（日收益率、周收益率、月收益率）換算成年收益率來計算的，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：夏普比率是一個可以同時對收益與風險加以綜合考慮的經(jīng)典指標，它反映了單位風險基金凈值增長率超過無風險收益的程度。如果夏普比率為正值，說明在衡量期內(nèi)基金的平均凈值增長率超過了無風險利率。夏普比率越大說明基金單位風險所獲得的風險回報越高。因此，夏普比率是可以同時對收益與風險加以綜合考慮的經(jīng)典指標之一。
夏普比率=
（5）最大回撤率：在選定周期內(nèi)任一歷史時點往后推，產(chǎn)品凈值走到最低點時的收益率回撤幅度的最大值。最大回撤率用來描述買入產(chǎn)品后可能出現(xiàn)的最糟糕的情況，是一個重要的風險指標。
2 理論概述
2．1 量化投資理論
量化投資是運用現(xiàn)代統(tǒng)計學和數(shù)學的方法，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，投資者通過計算機程序，建立可以重復(fù)使用并反復(fù)優(yōu)化的投資策略，嚴格按照這些策略所構(gòu)建的數(shù)量化模型進行投資并形成回報。
量化投資的內(nèi)容主要包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統(tǒng)計套利、算法交易、ETF／LOF套利、高頻交易等。量化投資在國外已有30多年的發(fā)展歷史，但在國內(nèi)還是近年出現(xiàn)的新鮮事物。相比其他投資策略，量化投資在國外的運用已取得了更佳的業(yè)績。
與海外成熟市場相比，中國A股市場的發(fā)展歷史較短，投資理念還不夠成熟，相應(yīng)的留給主動型投資發(fā)掘市場的潛力和空間也更大。國內(nèi)很多實證文獻討論國內(nèi)A股市場也尚未達到半強勢有效市場，因此量化投資理論引入國內(nèi)證券市場是非常有意義的，它以正確的投資理念為根本，通過各種因素的分析，以全市場的廣度、多維度的深度視角掃描投資機會，在中國市場的應(yīng)用將更顯其優(yōu)勢。
2．2 擇時理論
量化擇時是量化投資的一種，它利用數(shù)量化的方法，通過對各種宏觀微觀指標的量化分析，試圖通過回溯歷史數(shù)據(jù)，找到影響大盤走勢的關(guān)鍵信息，并且對未來走勢進行預(yù)測。如果判斷是上漲則買入持有；如果判斷是下跌則賣出清倉；如果判斷是震蕩則進行高拋低吸，這樣就可以獲得遠遠超越簡單買入持有策略的收益率。所以擇時交易是收益率最高的交易方式之一。
股票的量化擇時是預(yù)測市場以后的走勢，并由此來判斷調(diào)整投資組合的風險水平，從而獲取更大的收益，具體表現(xiàn)是現(xiàn)金流進出證券市場和在證券間比例變換的時機選擇。
2．3 趨勢追蹤理論
趨勢擇時的基本思想來自于技術(shù)分析，技術(shù)分析認為趨勢存在延續(xù)性，因此只要找到趨勢方向，跟隨操作即可。
技術(shù)指標是技術(shù)分析中使用最多的一種方法，通過考慮市場行為的多個方面建立一個數(shù)學模型，并給出完整的數(shù)學計算公式，從而得到一個體現(xiàn)證券市場的某個方面內(nèi)在實質(zhì)的數(shù)字，即所謂的技術(shù)指標值。指標值的具體數(shù)值和相互間關(guān)系直接反映證券市場所處的狀態(tài)，為操作行為提供指導(dǎo)作用。目前證券市場上的技術(shù)指標可分為“趨勢型指標”、“反趨勢型指標”、“能量指標”、“大盤指標”、“壓力支撐指標”等類別。
移動平均線（MA）是一種常用的趨勢型指標，由Joseph E．Granville于20世紀中期提出來。它是當今運用最普遍的技術(shù)指標之一，幫助交易者確認現(xiàn)有趨勢、判斷將出現(xiàn)的趨勢、發(fā)現(xiàn)過度延伸而即將發(fā)轉(zhuǎn)的趨勢。后來又逐漸衍生出其他類型的均線，如平滑異同移動平均線（MACD）、三重指數(shù)平滑平均線（TRIX）等。 這些均線理論常用兩根線的交叉作為交易信號，并以此作為買賣時點的判斷。
均線理論提供了一種簡單有效的使價格序列平滑并且使趨勢更易于辨認的方法。
因此綜合以上理論的優(yōu)點，在此基礎(chǔ)上改進傳統(tǒng)趨勢指標的量化擇時策略，并創(chuàng)新性地開發(fā)更優(yōu)的組合指標量化擇時策略，以達到及時獲取收益和及時止損的目的。
3 擇時策略模型建立
3．1 MA單指標策略模型的建立
MA移動平均是指連續(xù)若干交易日收盤價的算術(shù)平均，用來顯示股價的歷史波動情況，進而反映股價指數(shù)未來的發(fā)展趨勢。
其中
利用MA指標進行量化擇時，在短期移動均線與長期移動均線的交叉處進行買入或賣出擇時交易。以下分別建立買入和賣出法則的模型。
在短期移動均線下穿長期移動均線的黃金交叉處買入，故建立如下數(shù)學模型：
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，表示滿足買進，mabuy=0表示不滿足買進。
在短期移動均線上穿長期移動均線的死亡交叉處賣出，故建立以下數(shù)學模型：
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，表示滿足賣出，mabuy=0表示不滿足賣出。
3．2 MACD單指標策略模型的建立
MACD即指數(shù)平滑異同移動平均線，是根據(jù)均線的構(gòu)造原理，通過分析短期指數(shù)移動平均線與長期指數(shù)移動平均線之間的聚合與分離狀況，對買進、賣出時機做出判斷的趨勢型技術(shù)指標。
MACD的計算如下：
（1）計算短期（ms）指數(shù)移動平均線EMA1和長期（ml）指數(shù)移動平均線EMA2。
（2）計算離差值DIF＝EMA1－EMA2。
（3）計算DIF的M日指數(shù)移動平均線，即DEA。
（4）計算MACD＝2（DIF－DEA）。
利用MA指標進行量化擇時，在DIF與DEA的交叉處進行買入或賣出，分別建立買入和賣出法則的模型。
當DIF、DEA均為正值，DIF向上突破DEA時，為買入信號，建立如下數(shù)學模型：
macdbuy=1，DIFt＞DIFt-1&DIF＞DEAt&DIFt-1＜DEAt-1&DIF＞00,其他 （8）
其中，macdbuy=1表示滿足買進，macdbuy=0表示不滿足買進。
當DIF、DEA均為負值，DIF向下跌破DEA時，為賣出信號，建立如下數(shù)學模型：
macdsell=1，DIFt＜DIFt-1&DIFt＜DEAt&DIFt-1＞DEAt-1&DIF＜00,其他（9）
其中macdsell=1，macdsell=0表示滿足賣出，表示不滿足賣出。
3．3 MA－MACD組合指標策略模型的建立
組合模型構(gòu)建兩個新的信號變量：買入信號個數(shù)閾值“buy”（1≤buy≤2，整數(shù)）和賣出信號個數(shù)閾值“sell”（1≤sell≤2，整數(shù)）。
買入信號個數(shù)閾值“buy”表示：當MA策略中的“mabuy＝1”的買入信號個數(shù)與MACD策略指標中的“macdbuy＝1”的買入信號個數(shù)之和至少達到閾值“buy”（1≤buy≤2)數(shù)量個時才進行買入交易。
即“buy”閾值取不同值時，買入信號組合滿足買入條件的情況如下：
buy=1時，滿足買入情況：mabuy=1||macdbuy=1||macdbuy=1||mabuy=1&macdbuy=12時，滿足買入情況：mabuy=1&macdbuy=1（10）
賣出信號個數(shù)閾值“sell”表示：當MA策略中的“mabsell＝1”的賣出信號個數(shù)與MACD策略指標中的“macdsell＝1”的賣出信號個數(shù)之和至少達到閾值“sell”數(shù)量個時才進行賣出交易。
即“buy”閾值取不同值時，買入信號組合滿足賣出條件的情況如下：
sell=1時，滿足賣出情況：masell=1||macdsell=1||mabsell=1&macdsell=12時，滿足買入情況：masell=1&macdsell=1（11）
3．4 模型最優(yōu)參數(shù)的選擇
就個股而言，不同的計算參數(shù)，將導(dǎo)致不同的擇時效果。面對各種波動幅度不同、周期性不同、價格彈性等不同的股票，如果盲目套用經(jīng)典參數(shù)可能會有失客觀性和靈動性。因此， 在進行量化擇時策略構(gòu)建時，需要針對個股進行策略的參數(shù)優(yōu)化，檢驗指標不同參數(shù)的測試效果，并最終選擇一個最優(yōu)的參數(shù)組合。
夏普比率是一個可以同時對收益與風險加以綜合考慮的經(jīng)典指標，它反映了單位風險基金凈值增長率超過無風險收益的程度。如果夏普比率為正值，說明在衡量期內(nèi)基金的平均凈值增長率超過了無風險利率。夏普比率越大說明基金單位風險所獲得的風險回報越高。因此，夏普比率是可以同時對收益與風險加以綜合考慮的經(jīng)典指標之一。
4 個股實證分析
4．1 數(shù)據(jù)選擇
為驗證上述模型的有效性，個股實證以深圳證券交易所的華誼兄弟300027為交易標的，選取來源于國泰安2011．1．1－2014．6．30的基本面數(shù)據(jù)庫，包括個股開盤價、收盤價等。
4．2 MA單指標擇時策略仿真回驗
首先對該股策略進行參數(shù)優(yōu)化：本策略中對于參數(shù)，在測試期間內(nèi)，以2天為間隔，測試范圍從2天到20天；以5天為間隔，測試范圍從20天到120天；搜索精度為1；測試回驗30天，截止日期設(shè)為2013－12－31。通過回驗得到參數(shù)優(yōu)化結(jié)果（見表1）。
如表1所示，最優(yōu)組合（s，l）＝（2，20），當以2日為短期均線，20日為長期均線，在參數(shù)優(yōu)化測試期間進行交叉擇時時效果較好，在回驗測試期間內(nèi)夏普比率達2．4234。
確定最優(yōu)后，運用國泰安量化交易平臺QIA進行策略交易仿真回驗。設(shè)定合約保證金為1，合約乘數(shù)為1，市場參與度為0．5，買方手續(xù)費為0．05‰，賣方手續(xù)費為0．05‰，交易賬戶為股票賬戶并設(shè)定初始資金為1 000 000元，以一年期國債利率為無風險利率，并以滬深300為業(yè)績比較基準，以數(shù)據(jù)庫所給時間2011年1月1日-2014年6月30日為策略回驗時間區(qū)間進行回驗。最終結(jié)果（見圖1、表2）。
回驗結(jié)果顯示，此單指標策略在2011年1月1日-2014年6月30日間的累計收益率達42．26％，年化收益率達11．10％，高出同期的滬深300指數(shù)比較基準，并且勝率達60．80％。由此我們可以得出結(jié)論，采用MA單指標策略進行個股量化擇時交易也能獲得較優(yōu)的投資回報。
4．3 MACD單指標擇時策略仿真回驗
對該股策略進行參數(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)移動平均線的計算天數(shù)ms、長期指數(shù)移動平均線的計算天數(shù)ml，以及DEA的計算天數(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)化目標函數(shù)，并使用Matlab的模式搜索算法在設(shè)定的回驗時段內(nèi)搜索最優(yōu)參數(shù)組合（ms，ml，M）。
對于參數(shù)ms，在測試期間內(nèi)，以2天為間隔，測試范圍從2天到20天；參數(shù)ml以5天為間隔，測試范圍從20天到120天；參數(shù)M以5天為間隔，測試范圍從5天到60天；搜索精度為1；測試回驗30天，截止日期設(shè)為2013－12－31。通過回驗得到參數(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），當以2日為短期指數(shù)移動平均線計算天數(shù)，25日為長期指數(shù)移動平均線計算天數(shù)，10日為DEA計算天數(shù)，進行交叉擇時時效果較好，在回驗測試期間夏普比率達3．0682。
組合指標擇時策略仿真回驗。由于組合指標策略是建立在單指標策略基礎(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，閾值組合選取哪個使得策略最優(yōu)則需要進一步的參數(shù)優(yōu)化。
對于參數(shù)buy，初始值設(shè)為2，測試最小值為1，最大值為2，步長設(shè)為1；參數(shù)sell，初始值設(shè)為2，測試最小值為1，最大值為2，步長設(shè)為1；搜索精度設(shè)為1；測試回驗90天，截止日期設(shè)為2013－12－31。通過回驗得到參數(shù)優(yōu)化結(jié)果（見表4）。
如表4所示，最優(yōu)組合（buy， sell）＝（1，1），即當買入信號個數(shù)至少有一個時就進行買入交易，賣出信號個數(shù)至少有一個時就進行賣出交易，以此進行組合指標擇時效果最好，在參數(shù)優(yōu)化回驗測試期間夏普比率達2．490 3。
5 結(jié)論
從價格沿趨勢移動和歷史會重演的角度出發(fā)，運用傳統(tǒng)趨勢指標MA和MACD，分別建立MA、MACD的單指標擇時策略模型并通過模式搜索算法分別求出兩個策略的最優(yōu)參數(shù)，從實證結(jié)果看趨勢型指標可以抓住大的波段行情，獲得超額收益，具有較好的擇時效果。在此基礎(chǔ)上再創(chuàng)新性的運用通過設(shè)置買入和賣出信號個數(shù)閾值的方法構(gòu)建二者的最優(yōu)組合指標模型，增強了擇時的穩(wěn)定性和魯棒性，在有效降低風險的同時提高了收益率。
綜上所述，基于以上的不足之處，以后將沿著組合指標擇時的思路繼續(xù)深入研究以對目前的研究進行改進。未來的工作主要是：對于用于組合的單指標要進行更為全面的擴展，引進其他經(jīng)典趨勢型指標DMA平均線差指標、TRIX三重指數(shù)平滑移動平均指標等，同時把指標類型拓展至其他類型，如反趨勢型指標ACCER幅度漲速指標等，量價指標APBP人氣意愿指標等，大盤指標OBOS超買超賣指標等，壓力支撐指標ENE軌道線指標等。通過增加組合趨勢型數(shù)量和組合指標類型，以使組合指標策略更全面、更切合實際市場。
參考文獻
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)展趨勢及其對中國的啟示［J］．宏觀管理，2012（5）
3 郭建．論證券投資技術(shù)分析中歷史會重演的根本原因［J］．商業(yè)時代，2007（28）
4 李向科．證券投資技術(shù)分析［M］．北京：中國人民大學出版社，2012．
5 張登明．技術(shù)指標投資策略的優(yōu)化及其在量化交易中的應(yīng)用［D］．武漢：華中科技大學，2010
6 方智．基于多技術(shù)指標模型的滬深300指數(shù)走勢預(yù)測［D］．南昌：江西財經(jīng)大學，2012
7 路來政．量化投資策略的應(yīng)用效果研究［D］．廣州：暨南大學，2012
8 劉瀾飚，李貢敏．市場擇時理論的中國適用性［J］．財經(jīng)研究，2005（11）
9 林正龍．項目投資定價與擇時理論研究［D］．長沙：湖南大學，2006
10 胡志強，卓琳玲．IPO市場時機選擇與資本結(jié)構(gòu)關(guān)系研究［J］．金融研究，2008（10）
11 王俊杰．量化交易在中國股市的應(yīng)用［D］．南京：南京大學，2013
投資覆蓋廣、風險可控
說到量化投資，很多人并不了解，這也是一個相當專業(yè)的領(lǐng)域。它結(jié)合計算機技術(shù)，利用數(shù)據(jù)和模型，尋找能夠分散風險并帶來穩(wěn)定、超額收益的大概率策略，力爭獲取超額收益。
量化投資的特征包括數(shù)據(jù)模型驅(qū)動、依靠大概率取勝、風險較為可控等特點。具體來說，所有的量化模型都需要利用數(shù)據(jù)檢驗策略的可靠性，不論思想是來源于金融學理論、交易積累的經(jīng)驗或者純粹的數(shù)據(jù)統(tǒng)計，都需要利用交易數(shù)據(jù)反復(fù)驗證，在此后的實際運行也主要依靠這些檢驗過的規(guī)則行事。
萬家基金量化投資部總監(jiān)卞勇告訴《經(jīng)濟》記者，因為是主要依賴計算機執(zhí)行和監(jiān)控，所以經(jīng)驗得以迅速復(fù)制，可以同時關(guān)注市場上所有的股票或者其他投Y產(chǎn)品，這往往是單個基金經(jīng)理或者研究員難以全面覆蓋的。
由于利用概率取勝，所以只要市場運行的規(guī)律還在，那么這種重復(fù)事件仍然可以大概率發(fā)生。為了實現(xiàn)大數(shù)定律，一般量化投資選擇的標的比主觀投資多，所以量化投資的分散性一般高于主觀投資。
不僅如此，一般量化模型都會有較為嚴格的風控標準，既然是基于歷史數(shù)據(jù)產(chǎn)生的模型或者策略，就會同樣根據(jù)歷史數(shù)據(jù)測試組合的回測等一些數(shù)量化的風控標準，所以在執(zhí)行的時候就比較容易知道當前是符合模型預(yù)期的波動還是已經(jīng)出現(xiàn)了未理解到的問題和變化，需要做出相應(yīng)的修正。
總體來說，對比一般的基本面或價值投資方式，量化投資具有投資范圍廣和風控嚴格的特點，還能夠避免因為人為的選擇而踩雷的情況。
從基金管理人的角度來說，由于基金管理人能夠通過數(shù)量化方式對市場進行全面的剖析，相比主動投資的基金選股覆蓋面更廣。業(yè)內(nèi)一位基金分析師對《經(jīng)濟》記者表示，量化投資與生俱來的特點就是個股投資分散程度極高，且基金管理人對于所選標的不帶偏好，會均衡的投資于模型所推選出來的標的股票。
從實際操作結(jié)果來看，通常量化基金持有股票數(shù)量在100只以上，且個股占比相對平均，重倉股個股占比在1個百分點左右，這也是量化投資能夠更好地規(guī)避非系統(tǒng)性風險的主要原因。
格上理財研究中心研究員楊曉晴也告訴《經(jīng)濟》記者，普通基金由于受人力限制，僅覆蓋二三十只股票，而量化基金可以覆蓋全市場標的，投資上百只股票，“不僅可以充分挖掘全市場投資機會，而且還能降低個股或個券的負面影響，實現(xiàn)風險的有效分散”。
此外，量化策略建立的擇時選股模型，既能合理控制倉位，還能克服人性弱點，規(guī)避人為主觀非理性給業(yè)績帶來的負面影響，做到了紀律投資。量化基金通過多因子模型對個股進行篩選，挖掘價值被低估的個股，最終選出具有超額收益的標的組合進行投資，在震蕩市中表現(xiàn)亮眼，頗受歡迎。
總的來說，正是因為大量數(shù)據(jù)檢驗、大數(shù)定律保證、風險容易描述的特點，現(xiàn)在量化投資正逐漸被大眾接受。
行情穩(wěn)定、投資可長期
近期表現(xiàn)較好的量化基金主要采用的是多因子策略，整體收益遠高于權(quán)益類基金，尤其在震蕩市行情中，量化基金分散持倉的優(yōu)勢更亮眼。而量化基金持續(xù)火爆也引發(fā)投資者的擔憂，在未來這種趨勢會延續(xù)多久，是曇花一現(xiàn)還是值得長期關(guān)注？
對此，華泰證券研究所研究員劉志成告訴《經(jīng)濟》記者，量化基金的市場行情在未來一段時間內(nèi)仍然會不錯?！捌鋵嵙炕顿Y還是有一定門檻的，一般的投資者可能沒有辦法把這些投資思想精確地描述出來，也沒有辦法基于歷史數(shù)據(jù)來做一個回測，所以一般沒有這樣能力的投資者買一些量化投資的產(chǎn)品會更方便?！?/p>
某基金分析師認為，量化基金的投資熱潮與其業(yè)績也存在一定程度的聯(lián)系。2014年以來，采取主動投資的量化型基金業(yè)績持續(xù)向好，相比于股票型基金和混合型基金，量化基金更能夠捕捉市場波動中的投資機會，更快緩解前期市場整體回撤造成的損失。
2016年度主動量化型基金、對沖量化型基金和跟蹤股指的指數(shù)量化型基金的平均收益率分別為-2.29%、-1.79%和-4.55%，而同期中國股基指數(shù)和中國混基指數(shù)的跌幅分別為-16.25%和-8.52%。
大部分投資者都觀測到，量化基金整體在牛熊行情中保持與傳統(tǒng)基本面和價值面投資基金收益或虧損相當，而在震蕩行情中獲取更多的回報，出于對未來市場不確定性的考量，投資量化基金相當于另辟蹊徑，也不失為一個較好的選擇。
近期量化基金有一定分化，因為市場正面臨成長與價值風格的轉(zhuǎn)型磨合期，近3個月市場偏中小市值風格的量化基金可能受到了一定的損失，偏市值中性風格的量化基金會突顯出來。卞勇判斷，隨著今年證監(jiān)會IPO的穩(wěn)定，籌碼供給的增加和證監(jiān)會對于注冊制的推進會更利于市值中性風格的基金。未來量化基金也會衍生出更多更豐富的策略類型，按照國外的經(jīng)驗，量化基金占比持續(xù)提高是重要的趨勢，其穩(wěn)定性和在風險加權(quán)收益上的優(yōu)勢還是較為明顯的。
除了市值中性風格的基金，還有一部分基金可能會在多因子選股的基礎(chǔ)上加一些事件性選股，它會有一些事件驅(qū)動型策略，劉志成還表示，也有基金會主動去做一些風格輪動或行業(yè)輪動，這個目前來看不是特別普遍。
2017年市場發(fā)展的主基調(diào)還是穩(wěn)。高層多次強調(diào)經(jīng)濟發(fā)展要平穩(wěn)有序進行，而且宏觀經(jīng)濟數(shù)據(jù)持續(xù)向好，企業(yè)基本面得到改善，股市存在結(jié)構(gòu)性布局機會。“這種穩(wěn)中有進的環(huán)境有利于量化基金挖掘阿爾法收益。”楊曉晴表示。
關(guān)注三大板塊、三種類型
對于普通投資者來說，投資量化基金產(chǎn)品要把握好時機。在楊曉晴看來，投資者在選擇量化基金時可以從量化模型、基金經(jīng)理、業(yè)績穩(wěn)定性、持倉情況和基金規(guī)模等角度進行考察。
第一，模型是決定基金表現(xiàn)的直接因素，畢竟擇時選股的依據(jù)是模型，但模型還得靠人來管理，基金經(jīng)理才是決定基金業(yè)績的最核心因素；第二，歷史業(yè)績穩(wěn)定的基金，對市場的適應(yīng)力更強，模型更有效；第三，分散持倉能夠起到分散風險的作用，所以倉位越不集中的基金，在震蕩市中越有優(yōu)勢；第四，不易選擇規(guī)模偏大的量化基金，因為大規(guī)模會攤薄阿爾法收益。
目前市場上普遍被個人投資者接受的量化基金均屬于主動量化型基金。某基金分析師認為，普通投資者投資主動量化型基金還應(yīng)從四方面考慮：分散化投資特征顯著、投資風格可持續(xù)；規(guī)模及其變動幅度均不宜過大；長期業(yè)績表現(xiàn)穩(wěn)定、風險收益交換效率高；所選基金的風險在自身可承受范圍之內(nèi)。
就拿個人的風險偏好來說，如果你是一個低風險型的投資者，應(yīng)當選擇更為穩(wěn)健的套利型產(chǎn)品或者靈活配置的打新基金，因為不同的量化產(chǎn)品在產(chǎn)品設(shè)計之初就會約定一些如止損線、平倉線等要求，同時會展示策略的歷史表現(xiàn)?！巴顿Y者最好想清楚自己是否能夠接受這樣的風險收益水平再做決策?！北逵氯缡钦f。
而在投資時機上，一般不需要特別選擇，因為量化投資的基礎(chǔ)思路就是復(fù)制歷史規(guī)律，不會受到太多當前短期市場影響的沖擊，但投資者如果選擇的是指數(shù)增強類的產(chǎn)品，可能需要考慮大盤的相對高低，目前指數(shù)相對估值并不高，正是布局指數(shù)增強型產(chǎn)品的較好時機。
量化基金m然可以覆蓋全市場標的，但也各有側(cè)重，如有的量化基金重倉金融地產(chǎn)，有的重倉制造業(yè)，有的偏愛滬深300成分股等?！八酝顿Y量化基金時還需要根據(jù)市場行情因城施策，選擇最有上升潛力的基金?！睏顣郧绫硎?，就目前市場來說，主動管理類量化基金表現(xiàn)較好，重倉金融地產(chǎn)板塊的量化基金尤其亮眼。
2017年受政策引導(dǎo)影響，經(jīng)濟脫虛入實，去杠桿、抑泡沫有序進行，供給側(cè)改革、“一帶一路”熱火朝天，宏觀經(jīng)濟數(shù)據(jù)持續(xù)向好，企業(yè)基本面得到持續(xù)改善，股市穩(wěn)中有進，出現(xiàn)了結(jié)構(gòu)性布局機會，如周期行業(yè)、價值藍籌板塊值得重點關(guān)注。
“華富量子生命力基金自2011年成立以來，一直處于較弱的市場環(huán)境中，期間也有階段性的比較好的表現(xiàn)，但總體來說沒有給持有人帶來正收益，深表歉意。公司看到了這一點，也一直在努力改變，今年三季度增聘了基金經(jīng)理，改善了持股結(jié)構(gòu)，逐步調(diào)整量化策略，以求找到更適應(yīng)現(xiàn)階段市場的量化模型，為持有人帶來收益?！泵鎸Α锻顿Y者報》記者關(guān)于華富量子生命力基金業(yè)績的質(zhì)疑，華富基金公司的相關(guān)負責人表示了誠懇的歉意。
據(jù)Wind數(shù)據(jù)，截至今年12月3日，華富量子生命力基金經(jīng)理朱蓓以負27%的任職總回報在244位同類基金經(jīng)理中位居232名，另一位基金經(jīng)理孔慶卿以負7%的任職總回報在357位同類基金經(jīng)理中位居347名。
量化模型發(fā)掘大把牛股 分散投資業(yè)績貢獻打折
據(jù)了解，與傳統(tǒng)的定性投資不同，華富量子生命力基金嚴格采用量化投資策略進行“擇時”與“選股”的操作。其數(shù)量化投資策略由于借助高效的計算機系統(tǒng)對市場進行全方位的地毯式掃描，進而構(gòu)建系統(tǒng)化的投資組合，并且遵守嚴格的投資紀律，因此可以彌補由于人的精力不足而造成的選擇范圍局限，最大限度擴大投資視野，并在第一時間發(fā)掘新的投資機會。
從實際效果來看，華富量子生命力也確實發(fā)掘了眾多的大牛股。據(jù)Wind數(shù)據(jù)，從年初至今（11月22日），華富量子生命力第三季度末的十大重倉股中，浙報傳媒（上漲176%）、上海鋼聯(lián)（上漲264%）、愛施德（上漲272%）、海越股份（上漲108%）、太極股份（上漲141%）5只股票漲幅均已翻番，然而，華富量子生命力的業(yè)績回報卻沒有因為這些牛股而遙遙領(lǐng)先。
對此，華富基金相關(guān)負責人回答說：“量化投資是借助計算機系統(tǒng)，運用程序化的計算機模型進行全市場數(shù)據(jù)分析，用模型結(jié)論指導(dǎo)投資的一種投資方式。根據(jù)基金契約，華富量子生命力基金是一個運用量化模型指導(dǎo)投資的產(chǎn)品。每個模型對不同的市場環(huán)境都有不同的適應(yīng)性，因為其分析基礎(chǔ)是各種市場公開數(shù)據(jù)，所以從一般規(guī)律來看，量化投資的產(chǎn)品在震蕩向上以及牛市行情中表現(xiàn)比較出挑，而在熊市行情中則普遍弱于市場。同時，量化投資產(chǎn)品持股分散度比較高，單個股票的占比都不高，從正面來看，是有效規(guī)避了風險，但同時個股漲幅對基金凈值的貢獻率也就相應(yīng)降低了?！?/p>
量化投資成熟運用于國內(nèi)A股還需時間
華富量子生命力基金的基金經(jīng)理朱蓓，上海交通大學安泰管理學院碩士研究生，曾擔任平安資產(chǎn)管理公司量化投資部助理投資經(jīng)理。多年證券投資研究、保險公司投資從業(yè)經(jīng)歷。現(xiàn)任華富基金金融工程研究員、產(chǎn)品經(jīng)理，華富量子生命力、華富中證100、華富中小板基金經(jīng)理。
對于華富量子生命力目前的業(yè)績不大理想。華富基金公司相關(guān)負責人解釋說：“華富量子生命力基金自2011年成立以來，一直處于較弱的市場環(huán)境中，雖然期間也有階段性的比較好的表現(xiàn)，但總體來說沒有給持有人帶來正收益，深表歉意。公司看到了這一點，也一直在努力改變，今年三季度增聘了基金經(jīng)理，改善了持股結(jié)構(gòu)，逐步調(diào)整量化策略，以求找到更適應(yīng)現(xiàn)階段市場的量化模型，為持有人帶來收益。”參考華富基金旗下的其他基金業(yè)績情況，今年以來的確收益不錯，海通證券統(tǒng)計前三季度權(quán)益類基金綜合凈值增長率達38.07%，在所有基金公司中排名第五，說明華富基金對股票主動管理的能力還是可圈可點的。
【關(guān)鍵詞】量化寬松 失業(yè)率 資本外漏 結(jié)構(gòu)轉(zhuǎn)變
一．引言
2011年6月底，實施期間長達8個月的美聯(lián)儲第二輪量化寬松的貨幣政策正式完結(jié)，美聯(lián)儲此舉意圖通過降低長期資金的融資成本以增加企業(yè)信心，并促進就業(yè)市場的復(fù)蘇。究竟量化寬松的貨幣政策對于美國經(jīng)濟的進一步復(fù)蘇以及降低失業(yè)率，防控通貨緊縮是否具有效果，有多大程度的效果，不同的學者持有不同的觀點。
Bernanke、Reinhart和Sack研究了大蕭條期間利率政策的無效和貨幣供應(yīng)的緊縮，認為對付危機應(yīng)加大貨幣供應(yīng)量；李婭，溫連青（2011）認為該政策不能從根本上改變美國經(jīng)濟現(xiàn)狀及通縮趨勢，但會給其他國家的經(jīng)濟造成負面影響，增加通脹壓力；韓會師（2011）也認為美國的寬松政策并未有效刺激本國信貸增長及投資擴張，卻助長了世界范圍內(nèi)的通貨膨脹和資產(chǎn)價格泡沫。前美聯(lián)儲主席Alan Greenspan（2011）表示，美聯(lián)儲量化寬松的經(jīng)濟措施除了使美元走弱、刺激美國出口外對美國整個經(jīng)濟的影響并不大。
二．美國量化寬松貨幣政策的主要內(nèi)容
（1）量化寬松的含義。量化寬松的貨幣政策（Quantitative Easing）最初被日本和英國的中央銀行所使用，其應(yīng)用的背景是在常規(guī)的利率水平已經(jīng)下調(diào)到零附近，利率政策用盡，為抵御經(jīng)濟進一步下滑而采取量化寬松貨幣政策，這種政策被視為一種非常規(guī)的貨幣政策?！傲炕瘜捤伞敝械摹傲炕敝笇?chuàng)造指定金額的貨幣，而“寬松”則指減低銀行的資金壓力。
所謂量化寬松，是指中央銀行通過公開市場業(yè)務(wù)等手段向市場注入流動性，也被簡化地形容為直接增印鈔票。其操作是中央銀行通過公開市場操作購入證券等，使商行在央行開設(shè)的結(jié)算賬戶內(nèi)的資金增加，為銀行體系注入新的流動性。
（2）量化寬松預(yù)期政策的效果。其效果是有助于降低政府債券的收益率和銀行同業(yè)隔夜利率，銀行從而坐擁大量賺取極低利息的資產(chǎn)，央行期望銀行會因此較愿意提供貸款以賺取回報，以期緩解市場的資金壓力。與央行在公開市場中對短期政府債券所進行的日常交易相比較，量化寬松政策所涉及的政府債券不僅金額龐大，而且持續(xù)期也較長。
（3）美聯(lián)儲量化寬松的兩次實踐。2008年11月底，美聯(lián)儲第一輪量化寬松開始實施，并于2010年3月結(jié)束。美聯(lián)儲總共購買了12500億美元的抵押貸款支持證券、3000億美元的美國國債和1750億美元的機構(gòu)證券，累計約17250億美元。從此次效果來看，在一定程度上穩(wěn)定了美國金融秩序，恢復(fù)投資者信心，對于經(jīng)濟的復(fù)蘇起到了良好的刺激效果。
然而2010年8月以后，美國經(jīng)濟復(fù)蘇再度乏力，核心CPI跌幅加劇，，9月份美國的CPI較上個月僅上升了0.1%，除了波動的食品與能源價格外，物價已連續(xù)第二個月幾乎“紋絲不動”，與一年前相比，總體物價水平僅上漲1.1%，核心物價僅上漲0.8%，為1961年以來最緩慢的年份。為進一步刺激經(jīng)濟復(fù)蘇，于11初開始實施第二輪量化寬松，次年6月底完成6000億美元的資產(chǎn)購買計劃。至于此次的政策效果，還有待于時間的驗證；但美聯(lián)儲理事布拉德表示，量化寬松貨幣政策對經(jīng)濟的影響將之后6-12個月才顯現(xiàn)。QE2是傳統(tǒng)的量化寬松貨幣政策，預(yù)計QE2對于實體經(jīng)濟的作用也將會有6-12個月的時滯效應(yīng)。
三．量化寬松政策的經(jīng)濟效果評價
盡管美聯(lián)儲第一輪的量化寬松的刺激政策取得良好的效果，但QE1是完全基于金融危機的大背景下，這對于穩(wěn)定金融秩序和刺激經(jīng)濟復(fù)蘇能夠取得立竿見影的效果。到現(xiàn)在為止，金融危機已經(jīng)過去三年多，全球經(jīng)濟緩慢復(fù)蘇，多數(shù)發(fā)達國家經(jīng)濟再度疲軟。在后危機這種背景下繼續(xù)實施QE政策就不是明智的選擇了，其具體原因分析如下：
（1）美國信貸資本的大量外流；由于美聯(lián)儲0-0.25%的近乎零的聯(lián)邦基金利率水平，在資本天然獲利動機的驅(qū)使下，美國金融機構(gòu)并未將資金用于啟動國內(nèi)信貸市場，而是涌向大宗商品市場和新興市場經(jīng)濟體。美聯(lián)儲投放的巨額資金產(chǎn)生了一定的“漏出效應(yīng)”，并未全部作用于通貨膨脹率的上升和失業(yè)率的下降。受經(jīng)濟不景氣和投資信心不足的影響，國內(nèi)金融機構(gòu)普遍收縮國內(nèi)信貸，增加海外債權(quán)。
（2）國內(nèi)企業(yè)傾向于海外投資；量化寬松政策的本意是重振投資者信心，恢復(fù)國內(nèi)企業(yè)的生產(chǎn)，以此來降低高失業(yè)率。但數(shù)據(jù)表明，實體企業(yè)在危機后更傾向于投資海外的新型市場經(jīng)濟體國家，以此來規(guī)避國內(nèi)消費不足的困境。圖1表明，危機爆發(fā)以來，美國的國內(nèi)投資總額總體趨勢是下降的，尤其是居住類投資，這就使得量化寬松的政策效果大打折扣，難以達到預(yù)期的效果。與此同時，企業(yè)的海外投資季度增量呈現(xiàn)出波動中上升的趨勢。
圖 1美國國內(nèi)私人固定資產(chǎn)投資季度數(shù)據(jù)（單位：十億美元）
德意志銀行在第十二期年度另類投資調(diào)查報告中預(yù)測，2014年，對沖基金管理資產(chǎn)總規(guī)模將從2013年底的2.6萬億美元增至3萬億美元新高。而反觀國內(nèi)，量化對沖投資才剛剛起步，尤其是公募領(lǐng)域，尚未有一只真正意義上追求絕對收益的量化對沖產(chǎn)品。
受市場有效性和工具種類等因素的限制，國外一些成熟的量化對沖模型無法照搬回A股。我們將國外的模型進行了本土化的改造，4年來，這種改造已初見成效：2013年，我們的8個量化對沖專戶組合年化平均收益超過了12%。我們欣慰地看見，中國式的量化對沖投資已見雛形，且羽翼漸豐。
這些專戶組合的投資過程，也是我們驗證本土化量化對沖模型的過程。在實際運行的組合中，我們大體采取兩種模式：阿爾法策略和套利策略。所謂阿爾法策略，是專注于創(chuàng)造絕對收益。根據(jù)A股市場的特點，我們將理論上的阿爾法策略進行了改造，以傳統(tǒng)的主動型股票研究分析結(jié)果為基礎(chǔ)，利用多因子模型來控制組合的風險和相關(guān)性，追求超越市場平均回報的絕對收益，為投資者提供持續(xù)穩(wěn)定的阿爾法回報；第二類是套利策略，即利用衍生品到期收斂特點進行套利，在國內(nèi)做得比較多的就是ETF和分級基金套利。這類套利策略基于市場的廣度和速度，但囿于公募基金內(nèi)部防火墻等監(jiān)管規(guī)定的限制，我們采用的多為分級基金套利。這種方法繞開了高頻交易對速度的極致追求，能夠為組合貢獻無風險收益。
更為可貴的是，通過量化對沖專戶的實踐，我們打造了自己的量化投資流水線，在金融工具、阿爾法策略、套利及實時風控等業(yè)務(wù)鏈環(huán)節(jié)上，我們的團隊和模型進一步得到完善，即使在白酒股異動、烏龍指這樣的“黑天鵝”事件出現(xiàn)時，也經(jīng)受住了市場的考驗。
