量化投資與分析大全11篇

緒論：寫作既是個人情感的抒發(fā)，也是對學(xué)術(shù)真理的探索，歡迎閱讀由發(fā)表云整理的11篇量化投資與分析范文，希望它們能為您的寫作提供參考和啟發(fā)。

篇（1）

1量化投資簡介

1.1基本概念

量化投資是一種借助于計算機(jī)高效計算程序進(jìn)行復(fù)雜運(yùn)算，以金融產(chǎn)品未來收益與風(fēng)險為研究對象的新型投資方式。量化投資的基礎(chǔ)是以股票價格、日成交額等大數(shù)據(jù)庫數(shù)據(jù)為參考樣本數(shù)據(jù)并建立數(shù)學(xué)模型，運(yùn)用仿真分析及迭代方法不斷修正數(shù)學(xué)模型，直到數(shù)學(xué)模型可以用來預(yù)測指導(dǎo)投資交易。任何一個投資的方案或者設(shè)想，都可以為它設(shè)計一個數(shù)學(xué)模型，然后借助大數(shù)據(jù)庫的現(xiàn)有數(shù)據(jù)進(jìn)行迭代法測試分析，以此來判別數(shù)學(xué)模型的有效性。傳統(tǒng)投資方式基本上是對傳統(tǒng)的技術(shù)分析和公司的經(jīng)營狀態(tài)基本分析，存在一定的局限性；相比之下量化投資分析是基于對大數(shù)據(jù)市場數(shù)據(jù)的，數(shù)據(jù)樣本空間容量足夠大，而且可以快速進(jìn)行運(yùn)算并排除投資者個人心理因素的主觀影響，科學(xué)性和時效性更強(qiáng)。此外，量化投資是一種主動性的投資方式，在進(jìn)行數(shù)學(xué)模型選擇、自變量選取、數(shù)學(xué)模型的驗(yàn)算迭代都是投資行為的主動部分。

1.2交易內(nèi)容及方法

量化投資交易的內(nèi)容主要是量化策略以及交易策略，在制定交易策略時必須立足于投資市場、投資產(chǎn)品以及分配在內(nèi)等。具體交易平臺則是靠以計算機(jī)計算程序?yàn)榛A(chǔ)的線上交易平臺系統(tǒng)。進(jìn)行量化投資交易時通常會遇到各種較為復(fù)雜的情況，但是基本前提都是要依據(jù)現(xiàn)有的既定的大量數(shù)據(jù)庫數(shù)據(jù)，靈活采用各種方法來判斷投資對象是否值得投資。總體來說，量化投資有估值法、資金法和趨勢法三種。

2量化投資現(xiàn)狀

從理論上來說，每個量化投資者的決策行為可以被同化為理性預(yù)期、風(fēng)險規(guī)避、嚴(yán)格效用基本一致的理想化模型。然而現(xiàn)實(shí)情況中每個人的心理活動、出發(fā)點(diǎn)、知識水平等都存在差異，進(jìn)行量化投資時人們作出的決策也存在差異。人的非理性行為與理性行為都是客觀存在的，而且非理性行為對理性行為也存在著一定的影響，因此投資人在進(jìn)行投資決策時并不能完全理性地進(jìn)行選擇。綜上所述，非理性人的客觀存在使投資人在進(jìn)行投資決策時不能完全忽視個人的心理因素。既然個人的心理因素?zé)o法排除，那么在建立決策分析數(shù)學(xué)模型時，就應(yīng)該把個人的心理因素考慮在內(nèi)。當(dāng)前我國國內(nèi)量化投資有以下幾個特點(diǎn)：(1)個人投資者占總投資者的比例很高。上文已經(jīng)提到投資者個人的非理性客觀存在且不可避免，那么眾多量化投資者的非理性因素間接影響我國量化投資市場。(2)我國的量化投資市場雖然發(fā)展迅速但仍不成熟。與美國及歐洲發(fā)達(dá)國家相比，我國量化投資市場只能是一個新興的市場，直接表現(xiàn)在各方面的信息不完整且難以搜集，一些基礎(chǔ)數(shù)據(jù)我們只能自己想方設(shè)法地去開發(fā)獲取。(3)量化投資行業(yè)的企業(yè)構(gòu)成比較復(fù)雜。目前我國量化投資行業(yè)的企業(yè)種類比較多，跨越眾多不同的領(lǐng)域。加上我國量化投資市場還處于新生期，市場不穩(wěn)定信息變化較快，因此量化投資行業(yè)的可用層面指標(biāo)數(shù)目非常少且指標(biāo)數(shù)值經(jīng)常變化。當(dāng)前我國量化投資者正是依據(jù)當(dāng)前行業(yè)的特點(diǎn)，從不同的層面和角度驗(yàn)證分析，建立泡沫型數(shù)學(xué)分析模型，才能獲得巨大的利潤。(4)量化投資策略研究落后。通過把我國量化投資策略與美國及西方發(fā)達(dá)國家的量化投資策略進(jìn)行對比，發(fā)現(xiàn)我國現(xiàn)有的量化投資策略嚴(yán)重落后。國外的量化策略研究是在大量的事件、數(shù)據(jù)積累分析的基礎(chǔ)上，腳踏實(shí)地潛心研究總結(jié)出來的。現(xiàn)階段我國量化策略研究多是借用國外的策略，結(jié)合國內(nèi)的量化投資行業(yè)的實(shí)際現(xiàn)狀進(jìn)行修正得來的。當(dāng)前我們還缺少指導(dǎo)量化投資行業(yè)的專家、指導(dǎo)著作，為此我國國內(nèi)的一些高等院校開始著手量化投資策略的研究并取得了初步的成效。

3量化投資優(yōu)勢

量化投資是在定性投資基礎(chǔ)上進(jìn)行繼承和延伸的一種主動投資工具。定性投資的核心是對宏觀經(jīng)濟(jì)和市場基本面進(jìn)行深入的分析，再加上實(shí)地調(diào)研上市公司以及與上市公司的管理層進(jìn)行經(jīng)驗(yàn)交流，最終把調(diào)研結(jié)果整理成專題報告，把報告作為決策依據(jù)。不難看出定性投資帶有很大的個人主觀判斷性，它完全依賴于投資經(jīng)理個人經(jīng)驗(yàn)以及對市場的認(rèn)知。量化投資在調(diào)研層面與定性投資相同，區(qū)別在于量化投資更加注重數(shù)據(jù)庫大數(shù)據(jù)，運(yùn)用各種方法發(fā)現(xiàn)運(yùn)用大數(shù)據(jù)所體現(xiàn)出來的有用信息，尋找更優(yōu)化的投資方式以獲得大額收益，完全避免了投資經(jīng)理個人的主觀臆斷和心理因素，更加科學(xué)合理。綜上所述，與定性投資相比，量化投資具有以下優(yōu)勢。

3.1投資方式更加理性

量化投資是采用統(tǒng)計數(shù)學(xué)與計算機(jī)建模分析技術(shù)，以行業(yè)大數(shù)據(jù)庫為參考，取代了個人主觀判斷和心理因素的科學(xué)客觀投資方法。很明顯，行業(yè)大數(shù)據(jù)的樣本容量已遠(yuǎn)遠(yuǎn)高于有限的對上市公司調(diào)研所形成的樣本容量；在進(jìn)行投資決策時，把決策過程科學(xué)化數(shù)量化可以最大程度的減少投資者決策時個人情感等心理因素對決策結(jié)果的影響，從而避免了錯誤的選擇方向。

3.2覆蓋范圍大效率高

得益于因特網(wǎng)的廣泛實(shí)施應(yīng)用，與各行各業(yè)的運(yùn)行數(shù)據(jù)都可以錄入大數(shù)據(jù)系統(tǒng)形成體量巨大的數(shù)據(jù)庫；得益于計算機(jī)行業(yè)云時代到來對計算分析速度的革命性變革，在極短的時間內(nèi)就可以得到多種量化投資的投資方法。定性投資方式進(jìn)行決策時，由于決策人的精力和專業(yè)水平都存在一定的局限性，自然其考慮投資的范圍要遠(yuǎn)遠(yuǎn)低于電腦決策，二者根本沒有可比性。綜上所述，雖然與定性投資相比，量化投資具有明顯的優(yōu)勢，但是二者的目的是相同的，都以獲得最大收益為目的，多少情況量化投資與定型投資可以互相補(bǔ)充，搭配使用會起到意想不到的效果。

4量化投資的劣勢

上文已經(jīng)提到量化投資的決策過程依賴于大數(shù)據(jù)庫以及計算機(jī)分析系統(tǒng)的科學(xué)決策，因此只要投資思想正確量化投資就不會出現(xiàn)錯誤。然而即使是投資思想及決策過程都沒有問題，也不意味著量化投資完美無缺。量化投資本質(zhì)上是對某一特定基準(zhǔn)面的分析，事實(shí)上基準(zhǔn)面有時范圍過小，縱然決策過程合理化、無偏差，量化投資也存在一定的局限性。量化投資的另一特點(diǎn)是進(jìn)行考察決策時覆蓋的市場面非常廣泛，在當(dāng)前國民經(jīng)濟(jì)快速發(fā)展的時代，人們對市場的認(rèn)知難免出現(xiàn)盲區(qū)或者對某一個局部了解不充分的現(xiàn)象，此種情況下量化投資的正確性就很難保證。

4.1形成交易的一致性

基于量化投資的低風(fēng)險特性，人們更多地依賴于采用大數(shù)據(jù)云分析平臺進(jìn)行決策，如此大家對某一行業(yè)的市場認(rèn)知以及投資決策水平就處在同一認(rèn)知層次上，當(dāng)遇到極端的市場行情時，人們作出的交易決策往往一致，即容易達(dá)成交易的一致性。例如期貨行業(yè)以及股票行業(yè)，在市場行情動蕩的特殊時期，人們往往選擇在同一時機(jī)拋出股票或者期貨，這種大規(guī)模的一次性拋盤則會造成在預(yù)期拋售價格基礎(chǔ)上的劇烈波動，導(dǎo)致投資者的實(shí)際收益在一定程度上低于預(yù)期收益。此種情形下又會引起新一輪投資恐慌，不利于市場的穩(wěn)定發(fā)展。

4.2指標(biāo)鈍化和失效

篇（2）

一、量化投資及量化投資體系的定義

什么是量化投資？簡單來講，量化投資就是利用計算機(jī)科技并結(jié)合一定的數(shù)學(xué)模型去實(shí)現(xiàn)投資理念與投資策略的過程。與傳統(tǒng)的投資方法不同的是：傳統(tǒng)的方法主要有基本面分析法和技術(shù)分析法這兩種，而量化投資主要依靠數(shù)據(jù)和模型來尋找投資標(biāo)的和投資策略。量化投資系統(tǒng)則是由人設(shè)定出某種規(guī)則，在計算機(jī)當(dāng)中根據(jù)規(guī)則構(gòu)建這種模型，而后由計算機(jī)自己去根據(jù)市場的情況進(jìn)行一些投資機(jī)會的判斷。從他們投資方式的區(qū)別當(dāng)中可以看出，量化投資更依賴于數(shù)據(jù)，傳統(tǒng)投資則更依賴于人的主觀判斷。從這點(diǎn)上來說，量化投資可以有效的規(guī)避一些人為的錯誤判斷。

二、我國量化投資體系的發(fā)展

在美國，量化投資方法的發(fā)展己經(jīng)有將近年的歷史，量化方法從允嫉較衷謖嫉矯攔市場30%上以上的比重。而在中國，量化投資只是剛剛起步而己。但是已經(jīng)有很多基金公司允即罅Υ蛟熳約旱牧炕投資團(tuán)隊(duì)，期望在傳統(tǒng)的基本面研究之外源匆黃新的投資天地。國內(nèi)證券市場上成立比較早的量化投資基金主要包括：嘉實(shí)基金――嘉實(shí)量化阿爾法股票、上投摩根基金管理有限公司――上投摩根阿爾法、光大保德信基金――光大量化、富國基金管理有限公司――富國滬深增強(qiáng)、國泰君安資產(chǎn)管理公司――君享量化。近年來，一些公募基金、私募基金也都不斷加快了布局量化投資基金的方法。這些量化投資基金，主要研究了基于基本面的多因子選股模型，這些投資組合因子主要包括：公司財務(wù)基本面數(shù)據(jù)，市場行情數(shù)據(jù)，行業(yè)數(shù)據(jù)等，并在實(shí)證中不斷完善量化投資指標(biāo)因子的選取。研究行業(yè)以及個股的價格趨勢，運(yùn)用道氏理論、K線理論、波浪理論、切線理論、形態(tài)理論等一些常用的技術(shù)分析方法建立不同風(fēng)格的投資模型和投資組合。

三、量化投資的優(yōu)點(diǎn)

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(shí)踐中的定性投資是指，以深入的宏觀經(jīng)濟(jì)和市場基本面分析為核心，輔以對上市公司的實(shí)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(yàn)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理性應(yīng)用。但是，與定性投資中投資人僅依靠幾個指標(biāo)做出結(jié)論相比，量化投資中投資人更關(guān)注大量數(shù)據(jù)所體現(xiàn)出來的特征，特別是挖掘數(shù)據(jù)中的統(tǒng)計特征，以尋找經(jīng)濟(jì)和個股的運(yùn)行路徑，進(jìn)而找出阿爾法盈利空間。與定性投資相比，量化投資具有以下優(yōu)勢：

（一）量化投資可以讓理性得到充分發(fā)揮

量化投資以數(shù)學(xué)統(tǒng)計和建模技術(shù)代替?zhèn)€人主觀判斷和直覺，能夠保持客觀、理性以及一致性，克服市場心理的影響。將投資決策過程數(shù)量化能夠極大地減少投資者情緒對投資決策的影響，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(dāng)?shù)氖袌鰮駮r傾向。

（二）是量化投資可以實(shí)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(jìn)行篩選，把握市場中每個可能的投資機(jī)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(yuǎn)遠(yuǎn)無法和量化投資相比。

（三）是量化投資更注重組合風(fēng)險管理

量化投資的三步選擇過程，本身就是在嚴(yán)格的風(fēng)險控制約束條件下選擇投資組合的過程，能夠保證在實(shí)現(xiàn)期望收益的同時有效地控制風(fēng)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(fēng)險。當(dāng)然，無論是定性投資還是量化投資，只要得當(dāng)?shù)膽?yīng)用都可以獲取阿爾法超額收益，二者之間并不矛盾，相反可以互相補(bǔ)充。量化投資的理性投資風(fēng)格恰可作為傳統(tǒng)投資方式的補(bǔ)充。

四、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(shí)存在過度依賴的風(fēng)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(xiàng)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(dá)。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(biāo)的篩選，就有可能忽略不能量化的基本面，產(chǎn)生巨大的投資失誤。因此，基金經(jīng)理在投資的時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。

五、量化投資對中國的啟示

通過研究國外市場的發(fā)展和中國市場的特點(diǎn)，對中國市場上的監(jiān)管創(chuàng)新，制定相關(guān)的法律法規(guī)也勢在必行。由于市場結(jié)構(gòu)的差異，國內(nèi)量化投資情況與國外有很大不同。技術(shù)型量化投資的應(yīng)用主要是集中在期貨市場，并且有較高的推崇程度；金融型量化投資的應(yīng)用主要集中在股票市場，由于需要應(yīng)用的時間數(shù)據(jù)周期相對較長，實(shí)際中應(yīng)用并不普遍。目前，中國金融市場正處于迅速發(fā)展的階段，很多新的金融工具在不斷被引進(jìn)，用量化投資方式來捕捉這種機(jī)會，也是非常合理的。與國外相比，目前國內(nèi)股票市場僅屬于非有效或弱有效市場，非理性投資行為依然普遍存在，將行為金融理論引入國內(nèi)證券市場是非常有意義的。國內(nèi)有很多實(shí)證文獻(xiàn)討論國內(nèi)A股市場未達(dá)到半強(qiáng)勢有效市場。

目前對中國市場特點(diǎn)的一般共識包括：首先，中國市場是一個個人投資者比例非常高的市場，這意味著市場情緒可能對中國市場的影響特別大。其次，中國作為一個新興市場，各方面的信息搜集有很大難度，有些在國外成熟市場唾手可得的數(shù)據(jù)，在中國市場可能需要自主開發(fā)。這盡管加大了工作量，但也往往意味著某些指標(biāo)關(guān)注的人群少，存在很大機(jī)會。其三，中國上市公司的主營比較繁雜，而且變化較快，這意味著行業(yè)層面的指標(biāo)可能效率較低。而中國的量化投資實(shí)際上就是從不同的層面驗(yàn)證這幾點(diǎn)，并從中贏利。例如，考慮到國內(nèi)A股市場個人投資者較多的情況，我們可以通過分析市場情緒因素的來源和特征指標(biāo)，構(gòu)建市場泡沫度模型，并以此判斷市場泡沫度，作為資產(chǎn)配置和市場擇時的重要依據(jù)。

在中國金融市場的不斷發(fā)展階段，融資融券和股指期貨的推出結(jié)束了中國金融市場不能做空的歷史，量化投資策略面臨著重大機(jī)遇。運(yùn)用量化投資的機(jī)理和方法，將成為中國市場未來投資策略的一個重要發(fā)展趨勢。量化投資在給投資者進(jìn)行規(guī)避風(fēng)險和套利的同時，也會帶來一定的風(fēng)險，對證券具有助漲助跌的作用。由于國內(nèi)股票市場還不夠成熟，量化投資在中國的適用性很大程度上取決于投資小組的決策能力和創(chuàng)造力。以經(jīng)濟(jì)政策對中國量化投資的影響為例。中國的股市有“政策市”之稱，中國股市的變化極大的依賴于政府經(jīng)濟(jì)政策的調(diào)節(jié)，但是經(jīng)濟(jì)政策本身是無法量化的。基金建倉應(yīng)早于經(jīng)濟(jì)政策的施行，而基于對經(jīng)濟(jì)政策的預(yù)期，但預(yù)期的影響比經(jīng)濟(jì)政策的影響更難以量化。例如，在現(xiàn)階段勞動力成本不斷上升、國際局勢動蕩、國際大宗商品價格上升的情況下，央行何時采取什么力度的加息手段，對市場有何種程度的影響，這一沖擊是既重要又無法量化的。為解決這個在中國利率非市場化特點(diǎn)下出現(xiàn)的問題，需要基金投資小組采取創(chuàng)造性的方式，將對中國經(jīng)濟(jì)多年的定性經(jīng)驗(yàn)和定量的指標(biāo)體系結(jié)合起來，方能提高投資業(yè)績。

參考文獻(xiàn)：

篇（3）

一、量化投資的涵義

從實(shí)踐的角度上看。量化投資即是利用模型來投資。任何一個完整的關(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(yàn)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(yàn)和選股的數(shù)學(xué)工具。也可以幫助我們規(guī)避人為的情緒化和低效率。

其次，量化投資的各種工具包括系統(tǒng)的投資決策手段和數(shù)學(xué)模型。從中國量化策略基金的實(shí)踐來看。金融數(shù)量化的程度還處于初步階段，量化投資的流程還比較簡單。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(jìn)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(fēng)格為例，第一步是根據(jù)公司盈利能力。選擇代表性較強(qiáng)的公司盈利能力指標(biāo)。如過去三年平均每股收益、資產(chǎn)回報率以及毛利率，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(biāo)體系，如估值指標(biāo)和一致預(yù)期指標(biāo)體系。并借助熵值法確定指標(biāo)權(quán)重后。對一級股票庫中的股票進(jìn)行打分和排名，進(jìn)一步篩選得到二級股票庫。其中，一致預(yù)期指標(biāo)值選取各大券商的估值結(jié)論，得出市場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(jìn)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?yàn)榱炕顿Y和指數(shù)化投資的理論基礎(chǔ)完全不同。指數(shù)化等被動投資的理論基礎(chǔ)認(rèn)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(fèi)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(fēng)險。而量化投資的理論基礎(chǔ)認(rèn)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(rèn)為可以通過對經(jīng)濟(jì)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(biāo)的運(yùn)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(diǎn)

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(shí)踐中的定性投資是指，以深入的宏觀經(jīng)濟(jì)和市場基本面分析為核心，輔以對上市公司的實(shí)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(yàn)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(biāo)做出結(jié)論相比，量化投資中投資人更關(guān)注大量數(shù)據(jù)所體現(xiàn)出來的特征，特別是挖掘數(shù)據(jù)中的統(tǒng)計特征，以尋找經(jīng)濟(jì)和個股的運(yùn)行路徑，進(jìn)而找出阿爾法盈利空間。與定性投資相比。量化投資具有以下優(yōu)勢：

一是量化投資可以讓理性得到充分發(fā)揮。量化投資以數(shù)學(xué)統(tǒng)計和建模技術(shù)代替?zhèn)€人主觀判斷和直覺，能夠保持客觀、理性以及一致性。克服市場心理的影響。將投資決策過程數(shù)量化能夠極大地減少投資者情緒對投資決策的影響。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(dāng)?shù)氖袌鰮駮r傾向。

二是量化投資可以實(shí)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(jìn)行篩選。把握市場中每個可能的投資機(jī)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(yuǎn)遠(yuǎn)無法和量化投資相比。

三是量化投資更注重組合風(fēng)險管理。量化投資的三步選擇過程，本身就是在嚴(yán)格的風(fēng)險控制約束條件下選擇投資組合的過程，能夠保證在實(shí)現(xiàn)期望收益的同時有效地控制風(fēng)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(fēng)險。

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

三、量化投資的局限性

量化投資是一種非常高效的工具，其本身的有效性依賴于投資思想是否合理有效。因此換言之，只要投資思想是正確的，量化投資本身并不存在缺陷。但是在對量化投資的應(yīng)用中，確實(shí)存在過度依賴的風(fēng)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(xiàng)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(dá)。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(biāo)的篩選，就有可能忽略不能量化的基本面。產(chǎn)生巨大的投資失誤。因此，基金經(jīng)理在投資的時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。

篇（4）

國內(nèi)的公募量化基金在沉寂4年之后重現(xiàn)江湖:2月份,嘉實(shí)量化阿爾法發(fā)行,于4月成立;5月份中海量化發(fā)行,于6月份成立。私募基金也不甘落后,中國第一只量化陽光私募產(chǎn)品――“山東信托•紅色量化一號”證券投資集合資金信托計劃6月1日正式成立。

據(jù)悉,國內(nèi)一些公司正在積極申報量化產(chǎn)品不久將還會有量化基金發(fā)行。

作為“舶來品”的量化基金,其前世今生如何?

國外量化基金發(fā)展迅速

量化基金即以數(shù)量化投資來進(jìn)行管理的基金,數(shù)量化投資區(qū)別于基本面投資,它不是通過“信息和個人判斷”來管理資產(chǎn),而是遵循固定規(guī)則,由計算機(jī)模型產(chǎn)生投資決策。量化投資并不是基本面分析的對立者,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(jì)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(biāo)志,此后隨著計算機(jī)處理能力的提高,越來越多的物理學(xué)家和數(shù)學(xué)家離開學(xué)校被華爾街雇傭,基金經(jīng)理們開始依靠電腦來篩選股票。

1979年巴克菜全球投資成立了第一支主動數(shù)量投資基金標(biāo)志著量化投資由草根實(shí)踐走到了公募基金歷史舞臺聚光燈下。

根據(jù)Bloomberg的數(shù)據(jù),截至2008年底,1184只數(shù)量化基金管理的總資產(chǎn)高達(dá)1848億美元,相比1998年21只數(shù)量化基金管理的80億美元資產(chǎn)來說,平均增長速度高達(dá)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(dá)316只,2008年底更是達(dá)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(dá)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(dá)49%。

其中的原因有二:一是,2000年之后計算機(jī)技術(shù)飛速發(fā)展,為數(shù)量化的應(yīng)用提供了良好的平臺。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(dá)到6.95%。二是,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(diǎn)。

量化基金的心臟

數(shù)量化基金的興起,建立在數(shù)量化投資技術(shù)的發(fā)展之上。

數(shù)量化基金最明顯的優(yōu)勢之一就是計算機(jī)處理數(shù)據(jù)的能力遠(yuǎn)遠(yuǎn)勝過人腦,這使電腦在海量股票選擇中占有絕對優(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、動量和風(fēng)險因素進(jìn)行打分,并按分?jǐn)?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(jì)律性較強(qiáng)的精細(xì)化定量模型,代替了基金經(jīng)理或分析師在定性層面的主觀判斷,使投資業(yè)績較少受到個人“熟悉度偏好”的影響。最后,數(shù)量化基金收取的費(fèi)率及管理費(fèi)用比傳統(tǒng)的主動型基金低很多,因?yàn)樗麄冃枰难芯咳藛T更少,成本更低。據(jù)Lipper調(diào)查,數(shù)量化基金的平均費(fèi)用是1.32%,相比而言,主動型基金的管理費(fèi)用平均達(dá)到1.46%。

針對不同市場設(shè)計數(shù)量化的投資管理模型,以電腦運(yùn)算為主導(dǎo),并在全球各種市場上進(jìn)行短線交易,正是西蒙斯的成功秘訣。

然而量化基金并非在所有市場都能有效戰(zhàn)勝非量化基金。Lipper把基金分為4類型,將每一類型的量化投資與傳統(tǒng)投資進(jìn)行比較,2005年量化投資基金全面戰(zhàn)勝傳統(tǒng)基金,而2006年在增強(qiáng)指數(shù)型基金中,量化投資落后于傳統(tǒng)型基金,到2007年則情況發(fā)生較大轉(zhuǎn)彎,除市場中立基金外,其余量化投資基金全部跑輸傳統(tǒng)型基金。在考慮了風(fēng)險、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(qiáng)的輪動特點(diǎn)。大部分?jǐn)?shù)量投資基金具有很強(qiáng)的價值投資偏好,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。

國內(nèi)量化基金端倪

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(shí)量化阿爾法、中海量化策略,其中后兩只均是今年才成立,前兩只分別成立于2004年8月和2005年10月。

光大保德信量化核心一方面通過光大保德信的多因素數(shù)量模型對股票的預(yù)期收益率進(jìn)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(tuán)隊(duì)從風(fēng)險控制角度,重點(diǎn)關(guān)注數(shù)據(jù)以來的信息,通過行業(yè)分析和個股分析形成對量化的補(bǔ)充;最后由投資組合優(yōu)化器根據(jù)預(yù)先設(shè)計的風(fēng)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(biāo)進(jìn)行股票選擇,然后研究團(tuán)隊(duì)將對個股進(jìn)行基本面審核,結(jié)合跟蹤誤差的緊密監(jiān)控,以求不論指數(shù)高低,市場多空皆創(chuàng)造主動管理回報。投研團(tuán)隊(duì)最終決定進(jìn)入組合的股票,量化分析是輔助和基礎(chǔ)。

嘉實(shí)量化基金“定量投資”為主,輔以“定性投資”。通過行業(yè)選擇模型,捕捉具有投資吸引力的行業(yè),然后再在所選行業(yè)中運(yùn)用Alpha多因素模型篩選個股。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(jìn)行復(fù)核,剔除掉滿足某些特殊條件的股票。

篇（5）

量化模型是工具，投資理念是靈魂

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

談到模型在量化投資中的作用，張靖有其獨(dú)到的見解，“量化模型的采用必須與投資理念密切結(jié)合，并不是越復(fù)雜的模型越好，有時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。”

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(fēng)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(jìn)，在變化中總結(jié)經(jīng)驗(yàn)和規(guī)律，使得量化模型能夠適應(yīng)市場和投資者投資習(xí)慣的變化。以大摩多因子基金模型中現(xiàn)有的動量因子為例，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。

量化選股、量化擇時、量化交易

篇（6）

量化模型是工具，投資理念是靈魂

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

談到模型在量化投資中的作用，張靖有其獨(dú)到的見解，“量化模型的采用必須與投資理念密切結(jié)合，并不是越復(fù)雜的模型越好，有時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。”

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(fēng)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(jìn)，在變化中總結(jié)經(jīng)驗(yàn)和規(guī)律，使得量化模型能夠適應(yīng)市場和投資者投資習(xí)慣的變化。以大摩多因子基金模型中現(xiàn)有的動量因子為例，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

篇（7）

1前言

隨著我國股市體制改革，股票市場迅猛發(fā)展，股票投資新增賬戶和新股擴(kuò)張飛速，截止到2015年7月，股票賬戶數(shù)已經(jīng)突破2億，兩市A股約有多2700多只股票，并推行多種利好政策逐步為股票投資者鋪平了道路。在牛短熊長的中國股票市場，眾多依賴傳統(tǒng)方法進(jìn)行投資的投資者往往會損失慘重，此時利用量化投資策略以尋求較為穩(wěn)定超額收益的投資方法愈來愈受到投資者青睞，其中尤其是超額收益Alpha量化投資策略廣為受到關(guān)注。

2量化投資與超額收益Alpha投資策略

量化投資就是通過收集整理現(xiàn)有已發(fā)生的大量數(shù)據(jù)，并利用數(shù)學(xué)、統(tǒng)計學(xué)、信息技術(shù)建立數(shù)學(xué)模型對收集到的數(shù)據(jù)進(jìn)行分析研究，從而構(gòu)建最優(yōu)投資組合以獲得超額收益。簡而言之，它是一個將傳統(tǒng)投資理念、風(fēng)險、收益等進(jìn)行量化并付諸實(shí)現(xiàn)的過程。在國內(nèi)量化投資起步較晚，但隨著國內(nèi)金融市場的不斷對外開放并與國際接軌，在國際上較為盛行的金融研究技術(shù)也逐步在國內(nèi)鋪展開來，但目前投資策略的系統(tǒng)化研究仍是我國量化投資長遠(yuǎn)發(fā)展的薄弱之處。因此，更加系統(tǒng)的投資策略研究和實(shí)踐成為當(dāng)下迫切的需求。系統(tǒng)投資策略及組合能推動量化投資的快速發(fā)展，對中國金融生態(tài)系統(tǒng)的良性循環(huán)起到積極的作用。

所謂超額收益Alpha指的就是實(shí)際收益率中高于對應(yīng)的預(yù)期收益率的超額收益部分，嚴(yán)格地來講，超額收益Alpha是用來衡量一個在風(fēng)險調(diào)整下由投資所產(chǎn)生的“主動收益”。超額收益Alpha量化投資策略主要來源于CAPM模型，在CAPM模型中，投資組合的收益率等于無風(fēng)險利率加上風(fēng)險溢價，只有承擔(dān)更多的風(fēng)險才能獲得更高的收益。資產(chǎn)的收益主要取決于β值，β值越高，期望收益相對越高，β值越低，期望收益相對越低。

在CAPM模型的基礎(chǔ)上，超額收益Alpha常被用來衡量基金的業(yè)績，具體公式如下：α=HPR-Rf-βi[E（Rm）-Rf]。

其中HPR為持有期實(shí)際收益率，在眾多的投資實(shí)踐操作中已經(jīng)得到證明，當(dāng)選擇股票投資組合適當(dāng)時，股票基金能夠獲得高于市場平均水準(zhǔn)的超額回報。隨著資產(chǎn)市場的發(fā)展與成熟，超額收益的理念被廣泛接受，從而促使愈來愈多的投資者采取投資組合主動管理的方式來獲取超額收益，與之相關(guān)的策略稱之為超額收益Alpha策略。

3雙因子模型量化投資策略

不同的具有投資價值的因子（包括盈利性、估值、現(xiàn)金流、成長性、資產(chǎn)配置、價格動量和危險信號等類別）組合便構(gòu)成了不同的因子模型，如單因子模型、雙因子模型以及多因子模型等，其中單因子模型具有不可靠性且多因子模型建模較為復(fù)雜，雙因子模型則以較高的可靠性且操作較為簡便而受到重視。雙因子模型典型的有盈利性和估值、成長性和估值、估值和價格動量、現(xiàn)金流和估值、估值和估值、盈利性和盈利性、盈利性和價格動量、估值和資產(chǎn)配置以及估值和危險信號等，其中盈利性和估值、成長性和估值、估值和價格動量和現(xiàn)金流和估值四種雙因子模型效果最強(qiáng)。

3.1盈利性和估值

盈利性和估值是兩個具有較強(qiáng)投資價值的因子，且兩者在一定程度上相互孤立，盈利性用來衡量基本面，決定了公司資源的質(zhì)量，而估值則是與市場因素（價格）相結(jié)合的基本因子，確定了投資者為這些資源必須付出的價格，這兩個因子不論以什么順序組合都是有效的。盈利性因子具有較好的普適性，能產(chǎn)生顯著收益，具有良好的一致性和低波動性。

在眾多的能反映盈利性和估值的因子中，可以選取進(jìn)行自由組合從而構(gòu)建雙因子模型。其中由現(xiàn)金流價格比和現(xiàn)金投入資本回報率、企業(yè)價值倍數(shù)與投入資本回報率、市凈率和經(jīng)濟(jì)利潤、凈資產(chǎn)收益率和市凈率、投入資本回報率和市銷率、現(xiàn)金投入資本回報率和市銷率、現(xiàn)金投入資本回報率和價格資本、自由現(xiàn)金流加股息和凈資產(chǎn)收益率以及市凈率和經(jīng)營性現(xiàn)金流比股東權(quán)益等組合最為常用。

3.2成長性和估值

所謂成長性是指公司收入或現(xiàn)金流產(chǎn)生能力的增加。分析成長性的目的在于觀察企業(yè)在一定時期內(nèi)的經(jīng)營能力發(fā)展?fàn)顩r。成長性比率是衡量公司發(fā)展速度的重要指標(biāo)，也是比率分析法中經(jīng)常使用的重要比率。在成長性因子與估值因子結(jié)合時，估值因子則是確保投資者不會為公司的增長付出過高的價格，從而得到合理價格增長策略。

3.3估值與價格動量

投資者情緒對股價走勢產(chǎn)生重要影響，而價格動量在一定程度上反映了投資者情緒。動量就是一種專門研究股價波動的技術(shù)分析指標(biāo)，它以分析股價波動的速度為目的，研究股價在波動過程中加減速與慣性作用以及股價動靜相互轉(zhuǎn)換的現(xiàn)象。動量指數(shù)的理論基礎(chǔ)是價格和供需量的關(guān)系，如果股票的價格動量為正，說明需求超過了供給，投資者情緒會變得更加積極。如果股價的價格動量為負(fù)，則表明供給超過了需求，投資者悲觀態(tài)度會占據(jù)上風(fēng)，轉(zhuǎn)向看跌，估值倍數(shù)則有可能降低。因此價格動量因子常用于衡量投資者情緒和作出投資時機(jī)決策的重要工具。估值因子能反應(yīng)股票的價格高低，但不能解釋股票價格高低的根本原因。當(dāng)估值因子與價格動量因子相結(jié)合時，能更好解釋股票價格變化，彌補(bǔ)了估值因子不足之處。

3.4現(xiàn)金流和估值

在投資策略研究中的現(xiàn)金流指的是經(jīng)營活動中的現(xiàn)金流，融資投資等活動產(chǎn)生的現(xiàn)金流不包括在內(nèi)。現(xiàn)金流能反映公司盈利的真實(shí)性。當(dāng)然單獨(dú)使用現(xiàn)金流因子的投資策略有時候會失效，但與估值因子結(jié)合，能避免分析失效現(xiàn)象的發(fā)生。現(xiàn)金流因子能遴選出產(chǎn)生大量盈余現(xiàn)金的公司，而估值因子則確保投資者不會現(xiàn)金生成能力支付過高的價格。

4結(jié)后語

篇（8）

說到量化交易，雖不陌生，但仍懵懂。到底什么是量化交易呢？

量化交易區(qū)別于定性投資（過去的投資方法）的鮮明特征，就是充分利用各種各樣的數(shù)理模型。它是借助現(xiàn)代統(tǒng)計學(xué)和數(shù)學(xué)的方法，利用計算機(jī)技術(shù)，從龐大的歷史數(shù)據(jù)中海選能帶來超額收益的多種“大概率”事件，然后制定策略，并用數(shù)量模型驗(yàn)證及固化這些規(guī)律和策略，繼而再嚴(yán)格執(zhí)行這些已固化的策略來指導(dǎo)投資，以求獲得可持續(xù)的、穩(wěn)定且高于平均的超額回報。

對于量化交易中模型與人到底是什么關(guān)系？比如中醫(yī)與西醫(yī)的診療方法，中醫(yī)是望、穩(wěn)、問、切，最后判斷出的結(jié)果，很大程度上基于中醫(yī)的經(jīng)驗(yàn)，定性程度上大一些；而西醫(yī)就不同了，先要病人去拍片子、化驗(yàn)等，這些都要依托于醫(yī)學(xué)儀器，最后得出結(jié)論，對癥下藥。

以此形容的話，可以說定性投資像中醫(yī)，更多地憑主觀臆斷和個人經(jīng)驗(yàn)判斷病在哪里；量化交易像西醫(yī)，依靠數(shù)量模型判斷，而這些模型對于使用量化交易的投資者的作用就像CT機(jī)對于醫(yī)生的作用。在每一天的投資運(yùn)作之前，一般都會先用模型對整個市場進(jìn)行一次全面的檢查和掃描，然后根據(jù)檢查和掃描結(jié)果做出投資決策。

量化交易靠概率取勝

和傳統(tǒng)投資方式相比，量化交易的視角更廣，它借助計算機(jī)高效、準(zhǔn)確地處理海量信息，更廣泛地尋找和驗(yàn)證投資機(jī)會，消除投資組合配置的局限性，并依靠計算機(jī)配置投資組合，克服人性弱點(diǎn)，使投資決策更科學(xué)、更理性。

具體來說，這個新興的投資方法，與我們那些傳統(tǒng)的看指標(biāo)判斷、聽消息判斷、簡單看財務(wù)報表判斷等定性投資方法相比較，主要有以下幾大優(yōu)勢：

量化交易有著嚴(yán)格的紀(jì)律性。比如，如果有人問你，某年某月某一天，你為什么購買某支股票的話，你就可以打開量化交易系統(tǒng)，系統(tǒng)會顯示出當(dāng)時被選擇的這只股票與其他股票在成長面上、估值上、資金上、買賣時機(jī)上的綜合評價情況，而且這個評價會非常全面，比普通投資者拍腦袋或者簡單看某一個指標(biāo)買賣更具有說服力。

它系統(tǒng)性較完備，具體表現(xiàn)為“三多”，包括多層次、多角度、多數(shù)據(jù)。因?yàn)槿四X處理信息的能力是有限的，當(dāng)一個資本市場只有100只股票，這對定性投資基金經(jīng)理有優(yōu)勢，他可以深刻分析這100家公司。但當(dāng)有成千上萬只股票時，量化交易就可以充分發(fā)揮它強(qiáng)大的信息處理優(yōu)勢，捕捉更多、拓展更大的投資機(jī)會。

另外，定性投資大部分時間在琢磨哪一個企業(yè)是偉大的企業(yè)，那個股票是可以翻倍的股票，而量化交易大部分精力花在分析哪里是估值洼地，哪一個品種被低估了，買入低估的，賣出高估的。

量化交易靠概率取勝。這表現(xiàn)為兩個方面，首先量化投資不斷地從歷史中挖掘，有望在未來重復(fù)的歷史規(guī)律，并且加以利用。其次它在股票實(shí)際操作過程中，運(yùn)用概率分析，提高買賣成功的概率和倉位控制。

量化投資者也有噩夢

事實(shí)上，量化交易的方法在海外已有30多年的發(fā)展歷史，素以投資業(yè)績穩(wěn)定，抗風(fēng)險能力強(qiáng)著稱，目前已經(jīng)成為海外基金管理投資市場的重要方法。

而與海外成熟市場相比，量化交易以基本面分析為驅(qū)動，以全市場、多維度的視角廣度掃描投資機(jī)會，在中國市場的應(yīng)用將更顯其優(yōu)勢。

不過，在談及這么多利好之后，還是要“潑一次冷水”。不要以為不停閃爍的超級電腦自動進(jìn)行著高速交易，熒幕上滾動著通過高速網(wǎng)絡(luò)提前獲取的最新市場消息，加上通過杠桿放大的頭寸，賬戶的盈利不斷上跳，這一切的一切就預(yù)示著“可以躺著賺錢的時代”來臨了，現(xiàn)實(shí)并沒有這么美好。

相對來說，量化交易目前還處在初級發(fā)展階段，比如基本面投資者只需簡單的基于預(yù)測特定事件，比如超過或差于預(yù)期的財報做交易即可。而量化交易者則需要搞清楚具體消息對股價的平均影響程度，這就不是一件容易的事了，因?yàn)槟愕难芯繉ο髸r刻還在變化著。

不僅如此，研究出一套只基于公司財報的交易系統(tǒng)不難，比如基于超出預(yù)期的營收或股息來買入。但是供給面的情況、消費(fèi)者層面的情緒納入交易模型中，也比較麻煩。

同時，股票、基本面、新聞消息之間的關(guān)系也是不停變化著的。記得2009年美股到達(dá)低點(diǎn)的時候，很多“低質(zhì)”公司的回報大大高于“優(yōu)質(zhì)”公司的回報。很多3塊錢的“垃圾股”可以在很短時間內(nèi)漲到10塊錢，而高價的優(yōu)質(zhì)公司的股票想要翻一倍都要花上很久很久。對于基本面投資者來說，這是掘金的好時候，但對于量化投資者來說卻是噩夢，因?yàn)榇蠖鄶?shù)模型此時都會顯示做多“優(yōu)質(zhì)股”做空“垃圾股”，后果則可想而知。

篇（9）

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(lán)”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(lán)”拱手稱臣。整場比賽進(jìn)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(jī)和數(shù)學(xué)模型來進(jìn)行數(shù)量化投資的基金正邁入高速增長期。

量化基金即以數(shù)量化投資來進(jìn)行管理的基金。數(shù)量化投資區(qū)別于基本面投資，他不是通過“信息和個人判斷”來管理資產(chǎn)，而是遵循固定規(guī)則，由計算機(jī)模型產(chǎn)生投資決策。量化投資并不是基本面分析的對立者，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(jì)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(biāo)志，此后隨著計算機(jī)處理能力的提高，越來越多的物理學(xué)家和數(shù)學(xué)家離開學(xué)校被華爾街雇傭，基金經(jīng)理們開始依靠電腦來篩選股票。

1979年巴克萊全球投資(Barclays Global Investor)成立了第一支主動數(shù)量(Quantitative & Active)投資基金標(biāo)志著量化投資由草根實(shí)踐走到了公募基金歷史舞臺聚光燈下。此后，Vanguard，F(xiàn)ederated，Janus，American Century,Alliance Bernstein，Evergreen以及Schwab都開始在運(yùn)作數(shù)量化基金，他們也都開始加入Barclays Global Investors和LSVAsset Management的陣營，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(dá)1848億美元，相比1988年21只數(shù)量化基金管理的80億美元資產(chǎn)來說，平均增長速度高達(dá)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(dá)316只，2008年底更是達(dá)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(dá)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(dá)49％。

其中的原因有二：一是，2000年之后計算機(jī)技術(shù)飛速發(fā)展，為數(shù)量化的應(yīng)用提供了良好的平臺；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(dá)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(diǎn)。

模型――量化基金的心臟

數(shù)量化基金的興起，建立在數(shù)量化投資技術(shù)的發(fā)展之上。在20世紀(jì)80年代，大量復(fù)雜模型得以發(fā)展，這包括：混沌理論(chaos theory)、分形(fraetals)、多維分形(multi-fractals)、適應(yīng)過程(adaptive programming)、學(xué)習(xí)理論(leaming theory)、復(fù)雜性理論(complexity theory)、復(fù)雜非線性隨機(jī)理論(complex nonlinear stochasticmodels)、數(shù)據(jù)挖掘(data mining)和智能技術(shù)(artificial intelligence)。然后，回歸分析(regression analysis)和動量模型(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(jī)處理數(shù)據(jù)的能力遠(yuǎn)遠(yuǎn)勝過人腦，這使電腦在海量股票選擇中占有絕對優(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(fēng)險因素進(jìn)行打分，并按分?jǐn)?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(jì)律性較強(qiáng)的精細(xì)化定量模型，代替了基金經(jīng)理或分析師在定性層面的主觀判斷，使投資業(yè)績較少受到個人“熟悉度偏好”的影響。最后，數(shù)量化基金收取的費(fèi)率及管理費(fèi)用比傳統(tǒng)的主動型基金低很多，因?yàn)樗麄冃枰难芯咳藛T更少，成本更低。據(jù)Lipper調(diào)查，數(shù)量化基金的平均費(fèi)用是1.32％，相比而言，主動型基金的管理費(fèi)用平均達(dá)到1.46％。

數(shù)量化投資理念成就了一大批數(shù)量化基金經(jīng)理，詹姆斯?西蒙斯無疑是其中的佼佼者。他所管理的大獎?wù)禄饘_基金(Medallion)，從1989年到2006年的17年間，平均年收益率達(dá)到了38.5％，而股神巴菲特過去20年的平均年回報率為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(biāo)準(zhǔn)普爾指數(shù)僅有9.6％。即使在次貸危機(jī)全面爆發(fā)的2007年，該基金的回報率仍高達(dá)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(qiáng)指數(shù)型基金中，量化投資落后于傳統(tǒng)型基金，到2007年情況則發(fā)生較大轉(zhuǎn)彎，除市場中立基金外，其余量化投資基金全部跑輸傳統(tǒng)型基金。在考慮了風(fēng)險、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(qiáng)的輪動特點(diǎn)。大部分?jǐn)?shù)量投資基金具有很強(qiáng)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(xué)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(rèn)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(shí)量化阿爾法、中海量化策略，其中后兩只均是今年才成立，前兩只分別成立于2004年8月和2005年10月。

光大保德信量化核心一方面通過光大保德信的多因素數(shù)量模型對股票的預(yù)期收益率進(jìn)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(tuán)隊(duì)從風(fēng)險控制角度，重點(diǎn)關(guān)注數(shù)據(jù)以來的信息，通過行業(yè)分析和個股分析形成對量化的補(bǔ)充；最后由投資組合優(yōu)化器根據(jù)預(yù)先設(shè)計的風(fēng)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(biāo)進(jìn)行股票選擇，然后研究團(tuán)隊(duì)將對個股進(jìn)行基本面審核，結(jié)合跟蹤誤差的緊密監(jiān)控，以求不論指數(shù)高低，市場多空皆創(chuàng)造主動管理回報。投研團(tuán)隊(duì)最終決定進(jìn)入組合的股票，量化分析是輔助和基礎(chǔ)。

嘉實(shí)量化基金“定量投資”為主，輔以“定性投資”。通過行業(yè)選擇模型，捕捉具有投資吸引力的行業(yè)，然后再在所選行業(yè)中運(yùn)用Alpha多因素模型篩選個股。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(jìn)行復(fù)核，剔除掉滿足某些特殊條件的股票。

篇（10）

他分析目前市場上的量化產(chǎn)品將研究的重點(diǎn)放在擇股和行業(yè)配置上，實(shí)質(zhì)上大多是“量化選股”基金，缺乏有效及時的風(fēng)險響應(yīng)體系，而從國外的經(jīng)驗(yàn)看量化的一大特點(diǎn)就是對風(fēng)險的預(yù)判。費(fèi)鵬介紹，華商基金量化投資團(tuán)隊(duì)在設(shè)計該基金投資模型時就將風(fēng)險量化模型作為重中之重。在設(shè)計中他們借助了包括統(tǒng)計信息學(xué)角度出發(fā)的信息熵值（Entropy）的變化、分形理論出發(fā)的市場模式（Pattern）的變化、金融物理學(xué)角度出發(fā)的金融泡沫統(tǒng)計指標(biāo)的變化、市場微觀結(jié)構(gòu)出發(fā)的分析師一致預(yù)期分歧的變化和趨勢等構(gòu)建風(fēng)險模型，對中短期系統(tǒng)風(fēng)險進(jìn)行定量分析。依靠基金經(jīng)理和研究員對宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r、人口與社會的結(jié)構(gòu)性特征、經(jīng)濟(jì)產(chǎn)業(yè)周期等因素的分析對長期風(fēng)險進(jìn)行定性分析。

在產(chǎn)品結(jié)構(gòu)設(shè)計上，華商大盤量化基金獨(dú)具特色，其一，倉位比較靈活，股票投資比例可為0—95%，也就是說當(dāng)市場趨勢性下跌時，可以空倉應(yīng)對；其二，產(chǎn)品結(jié)構(gòu)多樣性，雖然目前公募基金已開展了股指期貨，但基本上作為流動性管理的手段，而該基金將把股指期貨作為一個有效的風(fēng)控或者對沖工具應(yīng)用到投資中；其三，在投資標(biāo)的上，華商大盤量化主要選擇流動性好的滬深300成分股，以保證在極端情況下可以及時調(diào)倉；其四，經(jīng)過測算，在目前A股市場中利于量化操作規(guī)模在10億左右，因此一旦華商大盤量化基金募集額達(dá)到10億時便會停止。

而據(jù)記者了解，華商大盤量化基金在擇股方面也有別于一些量化類基金。相較而言，目前國內(nèi)公募量化基金多采用多因子模型，而多因子模型的設(shè)計原理是把價值投資理論通過數(shù)字模型加以表達(dá)。而在實(shí)際測算中，華商基金量化團(tuán)隊(duì)每日漲幅居前的股票中會有所謂投資價值較少的“垃圾股”，很難通過價值投資理論解釋。對此華商大盤量化基金在設(shè)計選股模型時更多的是通過捕捉市場的異常波動，尋找股價波動的非基本面的因素。通過對數(shù)據(jù)挖掘，建立初選股票池，然后按照行業(yè)分類，結(jié)合基本面研究，通過行業(yè)研究員調(diào)研，尋找相互印證支持依據(jù)，最終進(jìn)行擇時投資。

從目前市場趨勢看，越來越多的基金公司傾向于推出量化策略。相對于海外成熟市場，A股市場不是特別有效的市場，量化投資策略可以發(fā)揮其紀(jì)律性、系統(tǒng)性、及時性、準(zhǔn)確性、分散化的有點(diǎn)而捕獲國內(nèi)市場的各種投資機(jī)會。同時A股市場的深度和廣度都與前幾年不可同日而語，市場上有兩千多家上市公司，基金經(jīng)理加研究員再加賣方，能把握和持續(xù)跟蹤的公司也不過幾百家。量化投資多層次，多角度，海量數(shù)據(jù)觀察，可以捕捉更多的投資機(jī)會，拓展更大的投資空間。

巧理壓歲錢

ETF聯(lián)接基金生財有道

新春又至，在成人感嘆春節(jié)成“春劫”時，孩子們的壓歲錢水漲船高，越來越多的小朋友在春節(jié)長假后晉升為“小財神”。這筆賀歲紅包若巧妙打理，則有望成為個人的夢想基金。在理財人士看來，作為兒童成長的見證，讓壓歲錢生錢也需要尋覓具有成長基因的理財產(chǎn)品。

篇（11）

截至5月21日，上證指數(shù)今年以來累計下跌0.42%，創(chuàng)業(yè)板指累計下跌8.02%，滬深300指數(shù)表現(xiàn)較好，年內(nèi)上漲2.83%。滬深300指數(shù)的標(biāo)的股多為藍(lán)籌股，順應(yīng)了今年的藍(lán)籌行情，推升了指數(shù)的上漲，見圖1。

在A股市場整體表現(xiàn)不佳的背景下，大部分采取主動管理的權(quán)益類公募基金逆市盈利，凈值增長率實(shí)現(xiàn)正收益并跑贏市場主要指數(shù)。今年以來，股票基金平均凈值增長率為2.02%，混合型基金平均凈值增長率為1.10%。統(tǒng)計結(jié)果顯示，2017年，量化主題基金凈值表現(xiàn)較前期下滑明顯，該類基金今年以來的平均凈值損失幅度達(dá)2.72%，遠(yuǎn)低于股票基金和混合基金的平均水平。雖然大部分量化主題基金平均表現(xiàn)回落，但部分基金管理公司旗下的量化基金的表現(xiàn)較為穩(wěn)定，例如華泰柏瑞基金管理公司旗下的7只量化基金，其平均凈值增長率達(dá)4.51%，大幅跑贏同類平均水平。

發(fā)行速度加快

2004年，國內(nèi)首只采用量化對沖策略的基金成立，至2011年市場存量超過10只，下頁圖2描述了該類基金歷年量化主題基金市場存量及發(fā)行數(shù)量。自2015年起，這類基金的數(shù)量明顯增多，截至2017年5月23日，年內(nèi)已有15只量化基金成立，超過2016年全年發(fā)行水平。較早成立的產(chǎn)品多采用量化選股，量化模型和策略較為單一。而近年來量化技術(shù)和投資策略不斷豐富，由早期嘗試階段逐漸走向成熟和創(chuàng)新。因此，在進(jìn)行統(tǒng)計分析時，筆者著重關(guān)注今年以來的表現(xiàn)，選擇已進(jìn)入常規(guī)運(yùn)作周期，具備可查、完整信息披露的產(chǎn)品進(jìn)行業(yè)績統(tǒng)計和研究。

多數(shù)量化基金的股票選擇行為是基于投資模型而定，堅(jiān)持?jǐn)?shù)量化的投資策略，這種完全基于模型的數(shù)量化投資方法既能客觀、理性地分析和篩選股票，也能保證不受外部分析師的影響，減少了投資者情緒對基金投資運(yùn)作的影響，從而保持投資策略的一致性與有效性。利用機(jī)械化的數(shù)量化模型進(jìn)行投資更具有紀(jì)律性，但使得基金選股擇時的能力下滑。在今年的政策驅(qū)動行情中，多數(shù)量化主題基金依舊重倉中小盤股票，使得該類基金凈值表現(xiàn)不佳。

凈值遭遇滑鐵盧

根據(jù)濟(jì)安金信基金評價中心的統(tǒng)計，截至2017年5月21日，市場上共有71只主動權(quán)益類的量化主題基金，過去1個月、過去3個月、過去6個月的平均凈值損失幅度分別為-3.35%、-3.41%、-2.96%，遠(yuǎn)低于其他主動權(quán)益類基金的平均水平。具體來看，具有今年以來持續(xù)運(yùn)作記錄的共有56只，今年以來的平均凈值損失幅度為2.72%，17只凈值上漲，39只凈值下跌，凈值下跌幅度超10%的高達(dá)6只。2016年整體表現(xiàn)較為優(yōu)異的量化主題基金在2017年為何會遭遇滑鐵盧呢？

據(jù)筆者統(tǒng)計，2017年，業(yè)績下滑的量化主題基金普遍重倉了高估值、小市值的成長股，可見量化基金未能及時適應(yīng)行情轉(zhuǎn)變。這源于量化主題基金大多采用使用數(shù)量化模型計算來M行投資，量化基金模型結(jié)構(gòu)上的相似性將直接影響模型的有效性及流動性問題。

從模型的具體操作來看，量化模型主要根據(jù)歷史數(shù)據(jù)構(gòu)建，其吸收新信息的能力比較緩慢，一旦外部環(huán)境出現(xiàn)變化或發(fā)生某些重大事件，例如設(shè)立雄安新區(qū)等，其有效性很可能受到影響。

少數(shù)基金表現(xiàn)突出