導(dǎo)言：作為寫作愛好者，不可錯過為您精心挑選的10篇量化投資策略分析，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

量化投資是投資者借助計算機(jī)信息化建立數(shù)學(xué)模型，把最新市場數(shù)據(jù)和相關(guān)信息輸入到模型中，通過公式計算出投資對象，做出最優(yōu)投資決策。量化投資不依靠投資者的感覺直覺，不依賴個人判斷，而是將其經(jīng)驗利用信息通過模型實現(xiàn)投資理念。同時，投資者期望達(dá)到收益和風(fēng)險的合理配比，利用夏普比率等科學(xué)方法控制收益和風(fēng)險。量化投資者不用每天重復(fù)的分析瑣碎信息，只需要不斷完善這個模型并不斷創(chuàng)造新的可以盈利的模型。

二、量化投資策略

（一）量化投資策略分類

量化投資策略，主要包括量化擇時策略、統(tǒng)計套利策略、算法交易策略、組合套利策略、高頻交易策略等。

（1）量化擇時策略是收益率最高的一種交易策略，通過對宏微觀指標(biāo)的量化分析判斷未來經(jīng)濟(jì)走勢并確定買入、賣出或持有，按照高拋低吸原則獲得超額收益率。在量化擇時策略中，趨勢跟蹤策略是投資者使用最多的策略。量化擇時分析策略包括：趨勢跟蹤策略、噪音交易策略、理易策略。

（2）統(tǒng)計套利是風(fēng)險套利的一種，通過對歷史數(shù)據(jù)的統(tǒng)計分析，利用統(tǒng)計學(xué)理論，估計相關(guān)變量的概率分布，判斷規(guī)律在未來一段時間內(nèi)是否繼續(xù)存在。統(tǒng)計套利策略包括協(xié)整策略和配對利差策略、均值回歸策略以及多因素回歸策略。

（3）算法交易又稱為自動交易，主要是研究如何利用各種下單方法，降低沖擊成本的交易策略，將一個大額交易通過算法拆分成數(shù)個小額交易，以此來減少對市場價格造成沖擊，降低交易成本。算法交易策略包括交易量加權(quán)平均價格策略、時間加權(quán)平均價格策略、盯住盤口測量、執(zhí)行落差策略、下單路徑優(yōu)選策略。

（4）組合套利策略主要針對期貨市場上的跨期、跨市及跨品種套利的交易策略。組合套利策略包括均衡價格策略、套利區(qū)間策略、牛市跨期套利、熊市跨期套利等。

（5）高頻交易是一種持倉時間短、交易量巨大、交易次數(shù)多、單筆收益率低的投資策略，人們從無法利用的極為短暫的市場變化中尋求獲利的計算機(jī)化交易，依靠快速大量的計算機(jī)交易以獲取高額穩(wěn)定的收益。高頻交易策略包括流動性回扣交易策略、獵物算法交易策略和自動做市商策略。

如下是量化投資中幾種主要的投資交易策略：

（1）趨勢跟蹤策略。趨勢跟蹤策略追隨大的走勢，向上突破重要的壓力線可能預(yù)示著更大一波的上漲趨勢，向下突破重要的支撐線可能預(yù)示著更大一波的下跌趨勢。趨勢跟蹤策略試圖尋找大趨勢的到來，在突破的時候進(jìn)行相應(yīng)的建倉或平倉的投資操作來獲得超額收益。

趨勢型指標(biāo)進(jìn)行擇時的基本理念是順勢而為，跟蹤市場運(yùn)行趨勢。在趨勢策略中使用的技術(shù)指標(biāo)是最多的，常用有：移動平均線（MA）、平滑異動移動平均線（MACD）、平均差（DMA）、趨指標(biāo)（DMI）等。

（2）噪音交易策略。噪聲交易是指交易者在缺乏正確信息的情況下進(jìn)行密集交易的行為。有效市場中噪聲只是一個均值為零的隨機(jī)擾動項，但市場并不總是有效的，市場上有很多異常信息，往往有人能夠提前獲得這些異常信息，很可能對投資的判斷提供重要的價值。噪聲交易策略的運(yùn)用主要是機(jī)構(gòu)投資者通過計算得到市場的噪聲交易指數(shù)，監(jiān)測該指數(shù)的變化，根據(jù)其變化來設(shè)計量化交易策略。

（3）協(xié)整策略。在統(tǒng)計套利策略中，協(xié)整策略是應(yīng)用最廣泛的一種策略。協(xié)整套利的主要原理，是找出相關(guān)性最好的幾組產(chǎn)品，再找出每一組的協(xié)整關(guān)系，當(dāng)某一組投資產(chǎn)品的價差偏離到一定程度時建倉，買入被低估的資產(chǎn)、賣出被高估的資產(chǎn)，當(dāng)價差均衡時獲利了結(jié)平倉。協(xié)整策略包括協(xié)整檢驗、GARCH檢驗、TARCH檢驗以及EGARCH檢驗。

（4）多因素回歸策略。多因素回歸策略，也是一種被廣泛使用的投資策略。這一策略利用影響投資收益的多種選擇因素，并根據(jù)其與收益的相關(guān)性，建立多元回歸模型，簡化投資組合分析所要求的證券相關(guān)系數(shù)的輸入，這類方法的代表是套利定價模型。

（二）量化投資策略組合

量化投資策略組合綜合考慮交易商品、策略類別、策略數(shù)量、時間周期因素。量化投資策略組合相比較單一投資策略有以下優(yōu)勢：

（1）策略組合降低了對單一策略的依賴，當(dāng)單一策略失去競爭力，使用策略組合的方式，可以利用不同產(chǎn)品價格變化、變化幅度、周期等多個方面把握投資機(jī)會，在一定程度上保證了穩(wěn)定的收益率，盈利機(jī)會更多；

（2）策略組合可以分散單一策略的交易風(fēng)險，降低風(fēng)險，通過策略組合將投資風(fēng)險分散化，盡可能規(guī)避市場風(fēng)險、策略風(fēng)險及系統(tǒng)風(fēng)險等。

三、量化投資資產(chǎn)配置

資產(chǎn)配置是指資產(chǎn)類別選擇，即投資組合中各類資產(chǎn)的適當(dāng)配置及對這些混合資產(chǎn)進(jìn)行實時管理。量化投資管理打破了傳統(tǒng)投資組合的局限，它與量化分析結(jié)合，將投資組合作為一個整體，確定組合資產(chǎn)的配置目標(biāo)和分配比例，深化了資產(chǎn)配置的內(nèi)涵。

資產(chǎn)配置包括戰(zhàn)略資產(chǎn)配置和戰(zhàn)術(shù)資產(chǎn)配置兩大類。戰(zhàn)略資產(chǎn)配置是長期資產(chǎn)配置，針對較長時間的市場情況，控制長期投資風(fēng)險以達(dá)到收益最大化。戰(zhàn)術(shù)性資產(chǎn)配置是依據(jù)資產(chǎn)預(yù)期收益的短期變化，獲取超額收益的機(jī)會。因此，戰(zhàn)術(shù)資產(chǎn)配置是建立在長期戰(zhàn)略資產(chǎn)配置過程中的短期分配策略，二者相輔相成。在長期投資活動的戰(zhàn)略資產(chǎn)配置下，戰(zhàn)術(shù)性資產(chǎn)配置利用其積極的靈活的投資機(jī)會，適當(dāng)?shù)呐浜蠎?zhàn)略資產(chǎn)配置，獲取較高收益。

四、前景展望

在量化投資飛速發(fā)展的今天，它己經(jīng)成為金融市場中不可忽視的一個領(lǐng)域，中國的金融市場在逐步發(fā)展及完善，中國的量化投資也會繼續(xù)發(fā)展和前進(jìn)，隨著量化投資方面的加大投入，量化投資的進(jìn)程加快，中國量化投資的前景無限。

篇2

一、引言

證券市場存在分形現(xiàn)象已得到了國內(nèi)外學(xué)者的廣泛認(rèn)可。實務(wù)中已開始利用分形現(xiàn)象定性的指導(dǎo)實際投資，并獲得了可觀的收益。基于分形理論對投資策略進(jìn)行量化研究更是具有非同尋常的理論意義。一方面，統(tǒng)計套利、算法交易、資產(chǎn)配置等傳統(tǒng)量化模型由于忽略了投資者行為、證券價格的長記憶性、證券收益率的“尖峰肥尾”等分形特征而存在刻畫不精確、忽視風(fēng)險等局限。利用分形理論量化研究投資策略可對證券市場中分形現(xiàn)象量身度造，可充分克服傳統(tǒng)量化投資模型的不足，從而更好地指導(dǎo)實際投資；另一方面，基于分形現(xiàn)象進(jìn)行量化投資的理論研究至今仍是空白。因此，在證券市場呈分形現(xiàn)象的背景下，運(yùn)用分形理論來構(gòu)建量化投資策略可彌補(bǔ)此理論空白，具有較大的理論與現(xiàn)實意義。然而，利用證券市場的分形現(xiàn)象來量化研究投資策略的前提和基礎(chǔ)是理解分形市場中投資策略的相關(guān)概念及其分析框架。目前，國內(nèi)外尚無文獻(xiàn)對其系統(tǒng)探討。鑒于分形市場中投資策略的相關(guān)概念及其分析框架的重要性以及研究現(xiàn)狀，本文將對其進(jìn)行系統(tǒng)探討，以期為構(gòu)建分形市場中投資策略的量化模型奠定基礎(chǔ)。

二、分形市場中投資策略概念體系

（ 一 ）分形市場的界定 1970年，F(xiàn)ama創(chuàng)造性的將有效市場假設(shè)（Efficient Market Hypothesis ，EMH）歸納為公理。EMH為傳統(tǒng)資本市場理論（CMT）奠定了基石、提供了分析框架。在EMH下，證劵的價格代表了證劵的真實價值，證劵價格的變動必將遵循隨機(jī)漫步（Random Walk）；從而，尋求價格偏離內(nèi)在價值的證劵，以及尋找證劵價格的起伏周期和預(yù)測模式必將徒勞無功。然而實證表明，證劵市場的運(yùn)行方式與EMH所描述的情況相差甚遠(yuǎn)，而是呈現(xiàn)分形特征。Peters（1994）集眾人之智、采眾家之長，在EMH和協(xié)同市場假設(shè)（Coherent Market Hypothesis，CMH）的基礎(chǔ)上，提出了著名的分形市場假說（Fractal Market Hypothesis，F(xiàn)MH）。 FMH的基本內(nèi)容：市場由眾多投資者組成，不同投資者的投資期限不同；市場信息對不同投資期限的投資者產(chǎn)生不同影響。短期投資者主要注重歷史信息，基本遵循技術(shù)分析；較長期投資者更加偏重基礎(chǔ)信息；市場穩(wěn)定性主要取決于市場流動性；價格反映了短期技術(shù)分析與長期基本分析的結(jié)合；如果某項資產(chǎn)與經(jīng)濟(jì)周期循環(huán)無關(guān)，那么將不具有長期趨勢。FMH是EMH的有力擴(kuò)展，F(xiàn)MH強(qiáng)調(diào)信息接受程度和投資期限對投資者行為的影響。在FMH下，投資者僅是有限理性的。信息積累和信息滯后對投資者的影響將造成證劵價格的有偏隨機(jī)游走，表現(xiàn)出長記憶、混沌序等分形特征。投資者的投資期限上的差異將保證市場的流動性和穩(wěn)定性。在FMH下證劵市場不僅僅是經(jīng)濟(jì)和商業(yè)形勢的映射，更是投資者情緒的晴雨表。樊智、張世英（2002）基于對EMH與FMH兩者聯(lián)系與區(qū)別的詳盡討論下，給出了分形市場的一般性描述；分形市場是指具有正反饋機(jī)制和非線性結(jié)構(gòu)特性的資本市場，其價格序列波動的表現(xiàn)形式為具有一定維數(shù)（Hurst指數(shù) ）的分?jǐn)?shù)布朗運(yùn)動（Fractional Brownian Motion， FBM）。該描述切中了分形市場的反饋機(jī)制及結(jié)構(gòu)特性，但稍顯片面，同時過于復(fù)雜。因此，本文對分形市場作如下簡單明了的定義。所謂分形市場是指以FMH作為市場運(yùn)行機(jī)制的市場。

（ 二 ）分形市場中投資概念的理解 研討投資策略的前提和基礎(chǔ)是理解投資。不同學(xué)者關(guān)于投資的定義說法各異。投資是指投入資金賺取更多資金；是指投入當(dāng)前資金或者其他資源以期獲取未來收益的行為。盡管說法各異，但對其本質(zhì)特征的描述卻是殊途同歸。投資的本質(zhì)特征就是放棄或犧牲某種現(xiàn)在有價值的東西，期望從未來收益中獲得補(bǔ)償；即期望資產(chǎn)增值，即追尋 是投資活動的核心。基于前文對分形市場的界定，本文對投資進(jìn)行結(jié)構(gòu)性分解時，主要是針對分形市場中有價證劵的投資。投資是一項經(jīng)濟(jì)活動，因此，對投資活動的主體——投資者進(jìn)行分析是至關(guān)重要的。在分形市場中，基于短期與較長期投資者對信息敏感度的差異，不同類別投資者對投資策略的偏好將存在差異。較長期投資者相對于短期投資者對基礎(chǔ)信息具有更加敏感，因此，對價值投資更具有傾向性；而短期投資者相對于較長期投資者更注重歷史信息，因此，對基于技術(shù)分析的投資策略更具有傾向性。同時，由于同一投資者也難保持其投資期限時間一致，因此，同一投資者也難保持其投資策略偏好的恒常性。在分形市場中，千差萬別的投資者驅(qū)動著證券市場的流動，支撐著證券市場的穩(wěn)定；形形的投資者形成行影無蹤、變化無常的市場動力，驅(qū)使著證券市場呈現(xiàn)分形特征。金融工具作為投資活動的客體，是投資者在證券市場中的選擇集。金融工具作為資金融通的載體，風(fēng)險收益組合多樣。投資者對金融工具的選擇的實質(zhì)就是對風(fēng)險收益組合的選擇，這依賴于投資者的投資目的、風(fēng)險偏好等因素。因此，金融工具制約著投資者執(zhí)行投資策略的可行性。因此，金融工具特征的確定是理解投資的又一關(guān)鍵因素。投資過程，作為投資活動的核心，連接著投資者與金融工具。投資過程主要由兩部分工作組成。一部分工作是證券與市場分析；第二部分工作是對最優(yōu)的資產(chǎn)投資組合進(jìn)行構(gòu)建。在投資過程中，投資者對證劵與市場分析的根本目的是尋找出內(nèi)在價值偏離價格的證劵；基于證劵價格起伏周期預(yù)測模式的市場時機(jī)選擇是構(gòu)建最優(yōu)資產(chǎn)組合、優(yōu)化資產(chǎn)配置的核心。投資過程的本質(zhì)是通過選擇或協(xié)調(diào)各種金融工具，從而選擇與投資者的投資目的相適應(yīng)的風(fēng)險收益組合；是投資活動順利開展的關(guān)鍵保障。因此，投資過程的優(yōu)劣直接關(guān)系到投資活動的成敗。

（ 三 ）分形市場中投資策略的厘定 基于對分形市場的界定以及分形市場中投資概念的厘定，便可對分形市場中投資策略展開詳細(xì)探討。所謂投資策略就是指投資者根據(jù)自身需求和風(fēng)險承擔(dān)能力對投資資產(chǎn)進(jìn)行安排、配置。確定投資者收益需求和風(fēng)險厭惡特征是構(gòu)建其投資策略的前提。隨后，投資者設(shè)計可實現(xiàn)其目標(biāo)的投資策略。投資者將根據(jù)自身對資產(chǎn)的內(nèi)在價值、預(yù)期收益、風(fēng)險等因素的推斷結(jié)果進(jìn)行投資資產(chǎn)選擇、配置。因此，投資者對資產(chǎn)內(nèi)在價值、預(yù)期收益、風(fēng)險等因素的推斷結(jié)果是構(gòu)建投資策略的基礎(chǔ)，投資者根據(jù)推斷結(jié)果設(shè)計使自身效用最大化的投資策略。在EMH下，由于市場具有競爭性以及投資者具有同質(zhì)預(yù)期，風(fēng)險收益完全匹配。追求高收益，必然要承擔(dān)高風(fēng)險；不接受高風(fēng)險，便只能接受低收益。在分形市場中，形形的投資者對資產(chǎn)內(nèi)在價值、預(yù)期收益、風(fēng)險等因素的推斷方法千差萬別；因此，基于推斷結(jié)果所設(shè)計的投資策略便具有差異。投資策略的差異表現(xiàn)為投資者歷史投資行為的差異，最終造成證券收益與風(fēng)險的分形特征。證券市場存在分形特征，因此，證券收益、風(fēng)險的時變特征具有復(fù)雜性、非線性。從而，分形市場中風(fēng)險收益不完全匹配；在實際投資中，存在套利機(jī)會。因此，優(yōu)異的投資策略可充分利用風(fēng)險與收益非完全匹配的特征；從而，可以在減少一定程度的風(fēng)險的同時并增加一定程度的收益。基于此，分形市場中投資策略的一個直觀描述就是指投資者根據(jù)自身需求和風(fēng)險承擔(dān)能力設(shè)計協(xié)調(diào)和選擇風(fēng)險收益組合以實現(xiàn)自身效用最大化的方案。

三、分形市場中投資策略分析框架

（ 一 ）分形市場中的推斷方法 由前文討論可知，確定投資者收益需求和風(fēng)險厭惡特征是構(gòu)建其投資策略的前提，而投資者對資產(chǎn)內(nèi)在價值、預(yù)期收益、風(fēng)險等因素的推斷結(jié)果是構(gòu)建投資策略的基礎(chǔ)。因此，準(zhǔn)確的推斷結(jié)果是投資策略有效的先決條件；而推斷結(jié)果的準(zhǔn)確性依賴于投資者所采用的推斷方法。在分形市場中，推斷方法的設(shè)計是設(shè)計投資策略的必要步驟。傳統(tǒng)資產(chǎn)組合理論、資本資產(chǎn)定價方法等量化投資模型，其推斷方法常常基于線性范式，難以追蹤分形市場中的分形信號。現(xiàn)有基于人工智能、小波分析、支持向量機(jī)等理論的量化投資模型，其推斷方法對分形市場中的分形特征也不是量身度造。為克服證券價格、收益、波動中的分形特征對推斷方法的干擾，在分形市場中，所設(shè)計的推斷方法不僅要可充分克服分形噪音的干擾，而且還要能更好的追蹤分形信號。因此，在分形市場中，設(shè)計投資策略的先決條件便是設(shè)計資產(chǎn)內(nèi)在價值、預(yù)期收益、風(fēng)險等因素的推斷方法。

（ 二 ）分形市場中投資策略的分解 理論上，在分形市場中尋求價格偏離內(nèi)在價值的證劵、尋找證劵價格的起伏周期和預(yù)測模式并非無稽之談。與此相反，由于分形通常具有精細(xì)結(jié)構(gòu)，而證劵價格又往往表現(xiàn)出分形走勢；因此，波動的證劵價格蘊(yùn)藏著許多低買高賣的機(jī)會；從而，優(yōu)質(zhì)的市場時機(jī)選擇策略可以讓投資者獲得盈千累萬的資本利得。證劵的內(nèi)在價值是指證券未來收益的風(fēng)險調(diào)整貼現(xiàn)值。由此可見，證劵的內(nèi)在價值受證劵未來收益水平和風(fēng)險調(diào)整貼現(xiàn)率的影響。而未來收益水平和風(fēng)險調(diào)整貼現(xiàn)率具有不確定性；因此，證券內(nèi)在價值也具有波動性。同時，由于激發(fā)證券價格和證劵內(nèi)在價值波動的因素不完全相同；從而，證券價格和證券內(nèi)在價值的波動往往具有不一致性。因此，根據(jù)證券價格和證券內(nèi)在價值的變動特征，選擇內(nèi)在價值被低估的證劵并非是天方夜譚。基于上述分析，在分形市場中，選擇價格偏離價值的證劵和選擇基于證券價格預(yù)測模式的市場時機(jī)均具有可行性；且無論是證劵選擇還是市場時機(jī)選擇都影響著風(fēng)險收益組合。因此，證劵選擇策略和市場時機(jī)選擇策略是影響投資策略的兩個因素。另一方面，基于早期研究可知，投資的業(yè)績可以通過證劵選擇能力和市場擇時能力這兩個角度解釋。而投資業(yè)績的好壞是投資策略優(yōu)劣的外在表現(xiàn)，因此，在分形市場中，可將投資策略分解為證劵選擇策略和市場擇時策略。其中，證劵選擇策略，就是指識別價格偏離內(nèi)在價值的證劵的策略；市場擇時策略就是指掌控證劵價格起伏周期的策略。

（ 三 ）分形市場中投資策略的分析框架 基于前文對分形市場中投資策略的厘定及分解可知，投資策略的設(shè)計可通過證劵選擇策略設(shè)計和市場擇時策略設(shè)計實現(xiàn)，構(gòu)建有效投資策略的關(guān)鍵是分析證劵選擇策略和市場擇時策略。（1）分形市場中證劵選擇策略分析。根據(jù)前文的厘定，證劵選擇策略，是指識別價格偏離內(nèi)在價值的證劵的策略。識別價格偏離價值的證券的前提和基礎(chǔ)是確定證券的內(nèi)在價值。證劵的內(nèi)在價值是指證券未來收益的風(fēng)險調(diào)整貼現(xiàn)值。其中，未來收益是指包括資本利得、紅利在內(nèi)的全部現(xiàn)金回報，風(fēng)險調(diào)整貼現(xiàn)率等于無風(fēng)險收益率與風(fēng)險溢金（Risk Premium）之和；風(fēng)險溢金是指針對投資某項資產(chǎn)時的額外風(fēng)險所需的額外回報率。在理論上和實務(wù)中，未來收益常常基于歷史數(shù)據(jù)、經(jīng)濟(jì)形勢等因素給出判斷；風(fēng)險溢金的確定取決于投資者對超額風(fēng)險和額外回報二者間關(guān)系的看待，依賴于投資者的風(fēng)險厭惡程度。投資者常常希望承擔(dān)低風(fēng)險并享受高收益，從而常常利用風(fēng)險資產(chǎn)組合構(gòu)建或協(xié)調(diào)風(fēng)險收益組合。有效前沿或稱最小方差邊界、有效投資組合、有效邊界、最優(yōu)資產(chǎn)組合等，其上的風(fēng)險收益組合是約定風(fēng)險范圍內(nèi)預(yù)期收益最高的投資組合，是投資者首選的風(fēng)險收益組合。因此，優(yōu)異的證劵選擇策略必將在有效前沿上選擇風(fēng)險資產(chǎn)。從而，設(shè)計證劵選擇策略關(guān)鍵在于設(shè)計有效前沿的構(gòu)建策略。傳統(tǒng)有效前沿構(gòu)建基于Markowitz的資產(chǎn)組合理論和市場完美性假設(shè)，在期望收益、方差、風(fēng)險資產(chǎn)間協(xié)方差已知的情況下，便可根據(jù)均值——方差準(zhǔn)則構(gòu)建有效前沿。在EMH的假設(shè)下，市場具有完美性；然而，實際的市場并不完美，交易成本、資本利得稅等因素影響著風(fēng)險資產(chǎn)組合的構(gòu)建，從而影響著有效前沿的構(gòu)建。Jarrow et al.（2007）研究表明，即使很小比例的交易成本也可能嚴(yán)重扭曲無交易成本下的最優(yōu)資產(chǎn)組合。與此同時，在FMH的理論下和金融市場的現(xiàn)實背景下，較長期投資者和短期投資者對期望收益、方差、風(fēng)險資產(chǎn)間協(xié)方差預(yù)期非同質(zhì)。因此，分形市場中的有效前沿是代表最佳風(fēng)險收益組合的變動曲線。綜上所述，基于投資者投資期限構(gòu)建動態(tài)有效前沿的策略是設(shè)計證劵選擇策略的關(guān)鍵。（2）分形市場中市場擇時策略分析。根據(jù)前文的界定，市場擇時策略是指掌控證劵價格起伏周期的策略。證劵價格起伏周期的掌控基于對證劵價格趨勢的把握。因此，對證劵價格趨勢的分析是設(shè)計擇時策略的重中之重。所謂證劵價格趨勢，是指證劵價格朝某方向運(yùn)行的過程。實操中，常常以某種移動平均線（Moving Average，MV）朝某方向運(yùn)行的過程作為價格趨勢，但確認(rèn)價格趨勢并非易事；同時，以移動平均線作為證券價格趨勢會具有一定的滯后性。投資者掌控證券價格趨勢的根本目的是希望低買高賣，并順勢而為。因此，設(shè)計低買、高賣策略便可掌控證券價格趨勢，實現(xiàn)優(yōu)質(zhì)市場時機(jī)選擇。而低買、高賣策略的設(shè)計，關(guān)鍵在于捕捉證券價格的低位、高位。所謂證券價格低位或高位，是指在既定的投資時間區(qū)間內(nèi)，相對最低或最高的證券價格。其中，投資時間區(qū)間由投資者的投資起點(diǎn)和投資期限確定。在分形市場與真實證券市場中，由于投資者投資起點(diǎn)和投資期限的差異，因此，不同投資者的投資時間區(qū)間不盡相同。從而，證券價格的低位與高位只是相對的，緊緊依賴于投資者的投資時間區(qū)間。同時，由于信息對不同投資者影響不同，致使不同投資者投資行為不同。短期投資者因受信息擴(kuò)散緩慢以及對信息反應(yīng)遲鈍的影響，表現(xiàn)出慣，造成證券價格的慣性效應(yīng)；較長期投資者受此影響不大。投資者對信息反應(yīng)行為的差異，致使較長的投資時間區(qū)間內(nèi)證券價格分形波動。從而，較短投資時間區(qū)間內(nèi)的證券價格低位、高位混雜在較長投資時間區(qū)間內(nèi)的低位與高位之間；這是是短期投資者慣的結(jié)果，也是短期投資者市場擇機(jī)根本的根本依據(jù)。設(shè)計低買、高賣策略便可實現(xiàn)優(yōu)質(zhì)市場時機(jī)選擇，因此，設(shè)計低買、高賣策略就是設(shè)計市場擇時策略。對于短期投資者，市場擇機(jī)的根本依據(jù)就是把握慣引致的慣性效應(yīng)。低買策略和高賣策略并非兩種不同的策略，本質(zhì)上高賣策略和低買策略并無區(qū)別，會在證券價格高位賣出證券便會在證券價格低位買入證券。這是因為，當(dāng)投資者賣出證券時，相當(dāng)于用股票在買現(xiàn)金。如果投資者能在證券價格高位賣出證券，那么，以證券作為現(xiàn)金價格必然是在價格低位買入了現(xiàn)金。因此，要想在證券價格低位買入證券，只需要在現(xiàn)金價格高位賣出現(xiàn)金。綜上，設(shè)計市場擇時策略關(guān)鍵在于設(shè)計高賣策略，在投資者的投資時間區(qū)間內(nèi)捕捉證券價格的高位，掌控短期投資者的慣。（3）有效前沿與慣。證券選擇和市場擇時二者相互影響，因此，作為兩者核心依據(jù)的有效前沿與慣也將相互影響。短期投資者嚴(yán)重的慣，將導(dǎo)致證券價格過度的慣性效應(yīng)，營造出市場情緒潮流。此時，非完全理性的較長期投資者也難以完全擺脫市場情緒的影響。在情緒潮流中，部分較長期投資者將重新衡量預(yù)期收益、風(fēng)險等因素；并根據(jù)其重新衡量的結(jié)果，做出推理，改變其投資行為。如：舍棄既定投資期限、改變投資風(fēng)格等。最終，與短期投資者一起致使市場偏離既定的有效前沿。另一方面，基于投資者投資期限構(gòu)建的有效前沿可反映短期投資者的慣。在分形市場中，市場偏離既定有效前沿伊始，由于較長期投資者更加偏重基礎(chǔ)信息，短期投資者更加關(guān)注歷史信息；因此，此時的市場動力主要源于短期投資者的投資行為。此時，短期投資者的投資行為是對歷史信息的反應(yīng)，表現(xiàn)為慣。綜上所述，嚴(yán)重的慣將導(dǎo)致市場偏離既定的有效前沿，基于投資者投資期限構(gòu)建的既定有效前沿可反映慣。有效前沿與慣分別作為證券選擇和市場擇時的核心依據(jù)，兩者相互聯(lián)系、相互影響。

（ 四 ）分形市場中投資策略設(shè)計的展望 由前文可知，投資策略的設(shè)計可通過證劵選擇策略設(shè)計和市場擇時策略設(shè)計實現(xiàn)。基于市場擇時的資產(chǎn)配置對投資業(yè)績具有絕大部分的貢獻(xiàn)，且證券選擇本身也依賴于時間因素，因此，本文僅對市場擇時策略設(shè)計給出一些展望。設(shè)計市場擇時策略關(guān)鍵在于基于證券價格的慣性效應(yīng)設(shè)計高賣策略。高賣策略即在投資者的投資時間區(qū)間內(nèi)捕捉證券價格的高位。由于證券價格具有分形特征，而分形通常具有自相似性，通常可由一些迭代過程得到。從而，證券價格走勢是自相似吸引子或幾個自相似吸引子的迭加。基于吸引子定理和拼貼定理，證券價格的這種分形走勢可用少量幾個壓縮映射和生成元產(chǎn)生一個新的分形走勢來無限逼近。由于這個新的分形走勢由其生成元和迭代函數(shù)系唯一確定，因此，其未來走勢確定。在證券價格未來走勢不會較大偏離此前分形走勢的假設(shè)下，便可利用這個構(gòu)建的分形走勢尋找證券價格未來走勢中的相對高位，進(jìn)而根據(jù)投資者的投資期限做出投資決策。可見，尋找證券價格走勢的逼近分形走勢是設(shè)計高賣策略的方法之一。另一方面，證券價格的分形走勢具有標(biāo)度不變性特征。標(biāo)度不變性是指在不同時間或空間尺度下證券價格的分布函數(shù)間具有冪律關(guān)系。由于較短時間間隔觀察到的證劵價格相對于較長時間間隔上觀察到的證券價格具有更多的數(shù)據(jù)，因此，也包含著更多的有效信息和信息噪音。利用高頻數(shù)據(jù)和低頻數(shù)據(jù)間的標(biāo)度不變性特征，可獲得較之低頻數(shù)據(jù)更多的有效信息，可免受較之高頻數(shù)據(jù)更少的噪音干擾。從而，更有利于投資者進(jìn)行投資決策。分形分布（Fractal Distribution）可真實描述證券市場收益序列的“尖峰肥尾”現(xiàn)象，是對真實證券市場收益序列的統(tǒng)計描述，可充分反應(yīng)證券市場中的標(biāo)度不變性特征。基于分形分布的市場擇時策略可克服基于正態(tài)分布的市場擇時策略低估風(fēng)險、過早賣出等不足。從而，利用分形分布可以更加精準(zhǔn)的計算出證券價格未來走勢的概率，進(jìn)而可根據(jù)概率的大小進(jìn)行市場擇時。然而，分形分布的參數(shù)估計具有較大困難，因此，設(shè)計分形分布的參數(shù)估計方法是設(shè)計高賣策略的又一方法。總之，利用證券價格的分形走勢設(shè)計投資策略關(guān)鍵在于充分利用分形的種種特征，充分利用分形時間序列中的有效信息和盡可能去除分形時間序列中的信息噪音。

四、結(jié)論

本文通過對分形市場中投資概念的理解，在投資者協(xié)調(diào)和選擇風(fēng)險收益組合可行性分析的基礎(chǔ)上，將投資策略厘定為投資者根據(jù)自身需求和風(fēng)險承擔(dān)能力設(shè)計協(xié)調(diào)和選擇風(fēng)險收益組合以實現(xiàn)自身效用最大化的方案。在此基礎(chǔ)上，對設(shè)計分形市場中投資策略的先決條件——資產(chǎn)預(yù)期收益、風(fēng)險等因素的推斷方法進(jìn)行了分析。在把投資策略分解為證券選擇策略和市場擇時策略的基礎(chǔ)上，提出了分形市場中投資策略的分析框架。在分形市場中，設(shè)計基于投資者投資期限的有效前沿和基于投資者投資時間區(qū)間的高賣低買策略是構(gòu)建投資策略的關(guān)鍵路徑。而設(shè)計高賣低買策略關(guān)鍵在于投資者在投資期限內(nèi)有效捕捉證券價格的高低位，掌控短期投資者的慣。本文對分形市場中投資策略分析框架的建立，將為進(jìn)一步構(gòu)建貼近證券市場分形現(xiàn)象的量化投資策略提供理論基礎(chǔ)。

*本文系教育部高等學(xué)校博士點(diǎn)專項科研基金項目“分形市場環(huán)境下開放式基金業(yè)績持續(xù)性之關(guān)鍵因素挖掘研究”（項目編號：20120172120050）；教育部人文社會科學(xué)研究青年基金項目“明星效應(yīng)下基金家族價值偏愛及家族造星策略有效性研究”（項目編號：13YJC790150）；中央高校基本科研業(yè)務(wù)費(fèi)專項資金“分形條件下基金投資風(fēng)格漂移與股票市場波動效應(yīng)量化研究”（項目編號： 2013ZB0016）及國家社會科學(xué)青年基金“開放式基金投資風(fēng)格漂移及風(fēng)格資產(chǎn)輪換策略有效性研究”（項目編號：12CJY006）的階段性成果

參考文獻(xiàn)：

[1]丁鵬：《量化投資——策略與技術(shù)（修訂版），電子工業(yè)出版社2012年版。

[2]許林：《基于分形市場理論的基金投資風(fēng)格漂移及其風(fēng)險測度研究》，《華南理工大學(xué)博士學(xué)位論文集》（2011年）。

[3]苑瑩、莊新田、金秀：《多重分形理論在資本市場中應(yīng)用研究綜述》，《管理學(xué)報》2010年第9期。

[4]黃怡蓉：《中國股市的分形結(jié)構(gòu)：理論與實證》，中山大學(xué)出版社2006年版。

[5]樊智、張世英：《金融市場的效率與分形市場理論》，《系統(tǒng)工程理論與實踐》2002年第3期。

[6]馬慧明：《英漢證劵投資詞典》，商務(wù)印書館2007年版。

[7]B B Mandelbrot，Richard L Hudson著，張新等譯：《市場的（錯誤）行為：風(fēng)險、破產(chǎn)與收益的分形觀點(diǎn)》，中國人民大學(xué)出版社2009年版。

[8]Kenneth Falconer著，曾文曲譯：《分形幾何的數(shù)學(xué)基礎(chǔ)及其應(yīng)用（第二版）》，人民郵電大學(xué)出版社2007年版。

[9][美]加里·加斯蒂尼，馬克·克里茨曼著，諶季強(qiáng)等譯：《金融風(fēng)險管理詞典》，華夏出版社2007年版。

[10][美]加里·加斯蒂尼，馬克·克里茨曼著，諶季強(qiáng)等譯：《金融風(fēng)險管理詞典》，華夏出版社2007年版。

[11][美]R A賈羅，V馬斯科西莫維，W T津巴編，吳文峰、仲黎明、馮蕓譯：《金融經(jīng)濟(jì)學(xué)手冊》，上海人民出版社2007年版。

[12][美]維克多·斯波朗迪著，俞濟(jì)群、真如譯：《專業(yè)投機(jī)原理》，機(jī)械工業(yè)出版社2008年版。

[13]蔣曉全、丁秀英：《我國證券投資基金資產(chǎn)配置效率研究》，《金融研究》2007年第2期。

[14]王征：《資產(chǎn)配置對基金收益率的貢獻(xiàn)度分析——來自中國市場的經(jīng)驗數(shù)據(jù)》，《經(jīng)濟(jì)科學(xué)》2005年第4期。

[15]苑瑩、莊新田：《基于多重分形的金融市場復(fù)雜特性分析及應(yīng)用：以中國股票市場為研究對象》，中國經(jīng)濟(jì)出版社2012年版。

[16]Kyoung Eun Lee ， Jae Woo Lee. Scaling and Multiscaling Properties in the Korean Stock Market.Journal of the Korean Physical Society，2007.

[17]Yudong Wang，Li Liu，Rongbao Gu.Analysis of efficiency for Shenzhen stock market based on multifractal detrended fluctuation analysis.International Review of Financial Analysis，2009.

[18]A Ganchuk， V Derbentsev， V Soloviev. Multifractal Properties of the Ukraine Stock Market.Workingpaper， 2006.

[19]Justine Gregory Williams， Bill M Williams.Trading Chaos-Maximize Profits with Proven Technical Techniques （2nd Edition）.New Jersey：John Wiley&Sons， Inc.2004.

[20]Daniel O Cajueiro，Benjamin M Tabak.Multifractality and herding behavior in the Japanese stock market.Chaos，Solitons&Fractals，2009.

[21]Jozef Barunik，Tomaso Aste，T.Di Matteo，Ruipeng Liu.Understanding the source of multifractality in financial markets. Physica A，2012.

[22]Edgar E Peters.Fractal Market Analysis：Applying Chaos Theory to Investment and Economics.New York：John Wiley&Sons， Inc. 1994.

[23]Zvi Bodie， Alex Kane， Alan J Marcus. Investments（8th Edition）.New York： McGraw-Hill，2009.

[24]Andrew Pole. Statistical Arbitrage： Algorithmic Trading Insights and Techniques.New York： John Wiley&Sons，Inc.2007.

[25]Luciano Zunino， Alejandra Figliola，Benjamin M. Tabak et al. Multifractal structure in Latin-American market indices.Chaos， Solitons and Fractals，2009.

[26]Man-Ying Bai， Hai-Bo Zhu.Power law and multiscaling properties of the Chinese stock market. Physica A，2010.

[27]Roger G Ibbotson， Paul D Kaplan. Does Asset Allocation Policy Explain 40， 90 or 100 Percent of Performance.Financial Analyst Journal，2000.

[28]Gary P Brinson， Brian D Singer， Gilbert L Beebower. Determinants of Portfolio Performance II： An update. Financial Analyst Journal，1991.

[29]William Forbes. Behavioural Finance. New York： John Wiley&Sons，Inc.2009.

[30]Jerome Chave，Simon Levin.Scale and Scaling in Ecological and Economic Systems.Environmentaland Resourmics，2003.

篇3

證券投資基金是一種特殊的投資方式，在實際的投資過程中，采用的是共同進(jìn)行風(fēng)險承擔(dān)以及利益共享的方式，這一基金類型也被稱為“證券基金”。證券投資基金作為一種投資工具，進(jìn)入門檻低，服務(wù)專業(yè)，且積累性強(qiáng)，即使投資成本較低，也可將投資分散于不同證券，這樣就極大的分散了投資風(fēng)險。因此，正確投資基金得到了人們的廣泛關(guān)注。

1 積極開發(fā)130/30等數(shù)量化投資模型

對國內(nèi)從事證券基金投資業(yè)的基金公司等及時順應(yīng)金融形勢，盡早開始研發(fā)130/30等科學(xué)有效的數(shù)量化投資產(chǎn)品，從而滿足公司旗下眾多投資者的投資需求。為了追趕世界先進(jìn)的潮流，加快中國金融創(chuàng)新，從根本上增強(qiáng)國內(nèi)基金業(yè)的企業(yè)競爭實力，研發(fā)130/30空頭擴(kuò)展模型等證券投資基金數(shù)量化投資模型勢在必行。隨著國內(nèi)經(jīng)濟(jì)形勢高速發(fā)展，金融市場形勢亦是日新月異。目前，中國證券基金投資業(yè)中的賣空改革已經(jīng)在逐漸開啟，在此形勢下，相關(guān)資產(chǎn)福利業(yè)也應(yīng)抓緊時間，抓住機(jī)會，積極開發(fā)出符合中國國情和投資者實際需求的基金產(chǎn)品，抓緊研發(fā)空頭擴(kuò)展模型等數(shù)量化投資模型，以更好的順應(yīng)金融市場的發(fā)展趨勢和實際需求。在數(shù)量化投資模型開發(fā)過程中，應(yīng)該注意“拿來主義”，不能一味的照抄國外數(shù)量化投資模型，開發(fā)時首先要考慮實事求是，符合中國的相關(guān)法律法規(guī)以及中國金融市場的實際情況，做到既學(xué)習(xí)了外國的先進(jìn)經(jīng)驗，又兼顧國內(nèi)市場現(xiàn)實。從而開發(fā)出符合中國實際的數(shù)量化投資模型。現(xiàn)實中，130/30數(shù)量化投資模型只是眾多數(shù)量化投資模型中的一種。

2 合理應(yīng)用數(shù)量化投資策略

投資者及受理委托基金公司等資產(chǎn)管理者應(yīng)用正確數(shù)量化投資策略進(jìn)行投資，可分散減小風(fēng)險，增加收益。并基于此進(jìn)行更加科學(xué)高效擬合金融市場實際收益率模型和數(shù)量化投資策略的開發(fā)。基于數(shù)量化投資策略不斷創(chuàng)新發(fā)覺全新投資策略的特點(diǎn)，伴隨廣大投資者針對這一投資機(jī)會的廣泛追捧開發(fā)，此動量策略的存在的情況會逐漸消失，弱勢有效這一中國股市缺失的狀況會逐漸改變。數(shù)量化投資策略模型只是理想狀況下的數(shù)字模型，在實際投資中投資者及基金管理者還應(yīng)注意定期檢驗，不能生搬硬套模型及應(yīng)用公式，應(yīng)根據(jù)市場形勢，謹(jǐn)慎研究確定投資策略，才能在金融趨勢改變時有效規(guī)避風(fēng)險，增加收益。在金融市場中，基金公司應(yīng)根據(jù)市場環(huán)境及現(xiàn)實情況，基于相應(yīng)合理化科學(xué)化的數(shù)量投資策略，基于數(shù)字化投資的有效性制定相應(yīng)的投資策略，才能有效提高證券市場投資效率，規(guī)避風(fēng)險，增強(qiáng)投資收益。同時應(yīng)注意聽取專業(yè)人員根據(jù)經(jīng)驗所得出的合理人工判斷，拒絕照搬模型公式的錯誤做法，杜絕全部投資由模型決策，密切注意規(guī)避數(shù)量化投資策略的趨勢改變、相似性及肥尾性。

3 開放賣空政策

國家政策對金融市場存在巨大影響。為了從根本上提高中國證券金融市場效率，對金融市場發(fā)展起到積極意義，國家政策要給予支持，譬如對賣空政策采取加大開放政策。如此才能逐漸改善中國證券市場賣空限制大，除指數(shù)基金外，其他投資者參與賣空所受禁錮較多，公募基金甚至不能參與賣空，信息表達(dá)不充分，遠(yuǎn)遠(yuǎn)沒有達(dá)到弱勢有效等諸多限制中國證券市場有效性的不完善方面政策開放屬社會實驗，對政策所針對方面的影響不言而喻。在政策制定方面目前國內(nèi)的相應(yīng)管理層做的還是很好的。譬如，根據(jù)當(dāng)前形勢，相應(yīng)管理層便會制定并開始試行各種轉(zhuǎn)融通業(yè)務(wù)。在這樣的政策環(huán)境下，對廣大證券金融公司而言，便可以通過相互之間的內(nèi)部交流與合作的方式，將自身原有的或者通過各種合法途徑募集而來的證券和資金進(jìn)行出借，為需求方提供所需的資金和證券，幫助其更好的開展各種經(jīng)營活動。 對廣大證券基金類公司而言，可以通過此類活動，可有效整合金融市場資源，解決眼下難題。通過復(fù)雜嚴(yán)禁的實施設(shè)計方案，保證市場的良好發(fā)展。

4 降低融券費(fèi)率

為了提高中國金融證券市場效率，縮短相應(yīng)價格恢復(fù)平衡所需時間，提高中國金融資本市場的有效性，建議相關(guān)管理層采取積極措施，譬如對券商降低融券率的政策持鼓勵態(tài)度。但在一定的條件下，130/30組合的收益率會出現(xiàn)極大的改變。例如，在融券費(fèi)率處于10%和5%水平的時候，融券率會對130/30組合的收益率產(chǎn)生十分顯著的影響。為了避免對中國證券市場的發(fā)展產(chǎn)生不好影響，相關(guān)管理層在制定政策時要注意規(guī)避券商間通過不顧成本盲目降低融券費(fèi)率等不良手段搶占市場的惡意競爭。鼓勵科學(xué)的正當(dāng)競爭。目前國內(nèi)金融市場中，各證券公司的融資利率基本相同，截至2013年3月19日，業(yè)務(wù)遍布全國的較大證券公司中，國信、國泰君安、廣發(fā)、海通這四家公司年融券率和融資利率均為8.6%，相比之下，華安、上海、江海、華泰四家的融資利率雖然也達(dá)到同樣的水平，但在融券率方面，卻呈現(xiàn)出顯著高于大證券公司的情況，達(dá)到10.6%。綜上所述，小證券公司采用較高檔，融券費(fèi)率規(guī)模大的公司則采用相同的較低檔，相比之下，大證券公司具備較大優(yōu)勢。若小證券公司要在激烈的金融市場競爭中站穩(wěn)腳跟，建議其利用融券費(fèi)率存在較大降低空間的優(yōu)勢制定相關(guān)政策。

5 結(jié)束語

綜上所述，研究證券投資基金數(shù)量化投資戰(zhàn)略決策，可幫助大家進(jìn)一步提高對證券投資基金以及數(shù)量化投資相關(guān)問題的理解水平，了解130/30策略對基金業(yè)績的影響，具有一定實踐意義。

參考文獻(xiàn)：

篇4

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)計算程序為基礎(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5

一、引言

量化投資在國外的實踐已經(jīng)有了40多年的發(fā)展，我國的量化投資起步較晚，從2004年開始出現(xiàn)量化投資的產(chǎn)品，由于缺乏有效的對沖手段，直到2010年4月滬深300股指期貨上市之后才能算是真正意義上開始涉足量化投資。[1]

2015年的中國股市跌宕起伏，杠桿配資引發(fā)了大幅上漲和斷崖式下跌，股市出現(xiàn)罕見的千股漲停、千股跌停、千股停牌的奇觀，眾多機(jī)構(gòu)投資者和散戶蒙受了巨大的損失。但其中少數(shù)量化投資基金在大幅波動的市場中卻表現(xiàn)相對穩(wěn)定。量化投資基金和量化對沖策略的穩(wěn)健，很快引起了全市場的關(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)展做一個總結(jié)，希望為量化投資研究和實踐做一些參考。

二、量化投資解讀

（一）量化投資的定義

量化投資在學(xué)術(shù)界并沒有嚴(yán)格統(tǒng)一的定義，現(xiàn)有的定義對于量化投資的定義的側(cè)重點(diǎn)各有不同。本文對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，或者利用模型對于真實世界的情況進(jìn)行模擬進(jìn)而判斷市場行為或趨勢，并交由計算機(jī)進(jìn)行具體的投資決策和實施的過程。

（二）量化投資的特點(diǎn)

1.投資決策中能夠客觀理性，克服人類心理對投資決策的影響。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，很難不受市場情緒的影響。[2]量化投資運(yùn)用模型對歷史和當(dāng)時市場上的數(shù)據(jù)進(jìn)行分析檢測，模型一經(jīng)檢驗合格投入正式運(yùn)行后，投資決策將交由計算機(jī)處理，一般情況下拒絕人為的干預(yù)，這樣在進(jìn)行投資決策時受人的情緒化的影響將很小，投資過程可以做到理性客觀。

2.能夠通過海量信息的大數(shù)據(jù)處理，提高投資決策效率。我國股票市場上有近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、國內(nèi)外經(jīng)濟(jì)指標(biāo)、公司公告、研究報告等，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)為這個問題的解決帶來了希望。量化投資運(yùn)用計算機(jī)技術(shù)快速處理大量數(shù)據(jù)，對其進(jìn)行辨別、分析、找出數(shù)據(jù)之間的關(guān)聯(lián)并做出投資決策，大大減少了人工的工作量，提高了投資決策效率。

3.能夠?qū)崿F(xiàn)精準(zhǔn)投資。傳統(tǒng)的投資方法中認(rèn)為投資是一門藝術(shù)，投資決策需要的是投資者的經(jīng)驗和技術(shù)，投資者的主觀評價起到?jīng)Q定作用。而量化投資有所不同，尤其是在套利策略中，它能做到精準(zhǔn)投資。例如在股指期貨套利的過程中，現(xiàn)貨與股指期貨如果存在較大的差異時就能進(jìn)行套利，量化投資策略和交易技術(shù)會抓住精確的捕捉機(jī)會，進(jìn)行套利交易來獲利。另外，在控制頭寸規(guī)模方面，傳統(tǒng)的投資方法只能憑感覺，并沒有具體的測算和界定，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，把握市場稍縱即逝的機(jī)會。量化投資往往利用高速計算機(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、把握市場稍縱即逝的機(jī)會的特點(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，高頻交易是通過高速計算機(jī)，在極短的時間內(nèi)對市場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，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能夠更好地控制風(fēng)險，業(yè)績也更為穩(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)主動型投資基金和偏重于風(fēng)險控制的傳統(tǒng)主動型投資基金的信息比率對比情況中，量化投資基金的信息比率都是最高，說明量化投資相對于傳統(tǒng)投資，能夠在獲得更高的超額收益的同時，有效地控制風(fēng)險。

三、量化投資的策略

一般的量化投資的策略指的是用來實現(xiàn)投資理念或模擬市場行為判斷趨勢從而獲取收益的模型。量化投資需要權(quán)衡收益、風(fēng)險、交易成本、具體的執(zhí)行等各個方面，一般情況下這些方面會形成相對獨(dú)立的模塊。有時候量化投資策略模型也會將風(fēng)險、成本等方面融合在模型中。

（一）國外量化投資策略的分類

國外習(xí)慣上將量化投資的策略分成兩大類，一類是阿爾法導(dǎo)向的策略，另一類是貝塔導(dǎo)向的策略。阿爾法策略（alpha strategy）是通過量化擇時和調(diào)整投資組合中不同資產(chǎn)的頭寸大小來獲取收益的策略;貝塔策略（beta strategy）是通過量化的手段復(fù)制指數(shù)或者稍微的超出指數(shù)收益的策略。[6]相比而言，量化指數(shù)的貝塔策略相對更容易，所以一般情況下所說的量化投資的策略指的是阿爾法策略（alpha strategy）。

阿爾法策略主要有兩種類型，分別為理論驅(qū)動模型和數(shù)據(jù)驅(qū)動模型。

理論驅(qū)動模型是比較常見的類型，這些策略是運(yùn)用已經(jīng)存在的經(jīng)濟(jì)、金融學(xué)的理論，構(gòu)建策略模型，進(jìn)行投資決策。理論驅(qū)動模型根據(jù)輸入的數(shù)據(jù)的不同可以進(jìn)一步分類，主要有基于價格相關(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)動模型廣泛的被運(yùn)用于股票、期貨和外匯市場，因為采用的數(shù)學(xué)工具更為復(fù)雜，相對而言難于理解，目前使用的還不是很多。與理論驅(qū)動模型不同，數(shù)據(jù)驅(qū)動模型認(rèn)為進(jìn)行投資決策其實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)（例如交易所的價格數(shù)據(jù)）中識別出某種行為模式或市場趨勢，進(jìn)而進(jìn)行預(yù)測或者解釋未來的模式，從中獲取收益。

（二）我國量化投資策略的分類

國內(nèi)比較常見的量化投資策略主要有兩種分類方式，一種是按投資標(biāo)的所在市場分類區(qū)分的量化投資策略，分為現(xiàn)貨市場和衍生品市場量化投資策略。現(xiàn)貨市場包括股票市場、ETF市場和債券市場，衍生品市場包括商品期貨市場、股指期貨市場、國債期貨市場、外匯市場和期權(quán)與其他衍生品市場，國內(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。

另一種分類方式是分為兩大類：判斷趨勢的單邊投機(jī)策略和判斷波動率的套利交易策略。[7]單邊投機(jī)策略主要包括量化選股和量化擇時，套利交易策略主要包括股指期貨套利、商品期貨套利、統(tǒng)計套利、期權(quán)套利、另類套利策略等，目前國內(nèi)普遍采用的是這種分類方式。

四、量化投資理論的發(fā)展

（一）投資理論的發(fā)展

量化投資的理論基礎(chǔ)最早可以追溯到上個世紀(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)險報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)定價模型（CAPM），這是如今度量證券風(fēng)險的基本的量化模型。

20世紀(jì)60年代，Samuelson（1965）與Fama（1965）[12]提出了有效市場假說（Efficient Markets Hypothesis，EMH），這為后來在新聞量化交易等方面提供了思路和理論支持。20世紀(jì)70年代，金融衍生品不斷涌現(xiàn)，對于衍生品的定價成為當(dāng)時研究的重點(diǎn)。Black和Scholes（1973）[13]將數(shù)學(xué)方法引入金融定價，他們建立了期權(quán)定價模型（B-S模型），為量化投資中對衍生品的定價奠定了理論基礎(chǔ)。在該理論之后，Ross（1976）[14]根據(jù)無套利原則提出了套利定價理論（APT），該理論是資本資產(chǎn)定價模型（CAPM）的完善和發(fā)展，為量化投資中的多因素定價（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)家更加注重對于金融風(fēng)險的管理，產(chǎn)生了諸多的數(shù)量化模型，其中最為著名的風(fēng)險管理數(shù)量模型是VaR（Value at Risk）模型，這是量化投資對于風(fēng)險控制的重要理論基礎(chǔ)。[15]

20世紀(jì)末，數(shù)理金融對于數(shù)學(xué)工具的引入更加的迅速，其中最為重大的突破無疑是非線性科學(xué)在數(shù)理金融上的運(yùn)用，非線性科學(xué)的出現(xiàn)為金融科學(xué)量化手段和方法論的研究提供了強(qiáng)有力的研究工具[16]，尤其在混合多種阿爾法模型而建立混合模型時是非常有效的一種技術(shù)。

（二）量化投資的數(shù)學(xué)和計算基礎(chǔ)

量化投資策略模型的建立需要運(yùn)用大量的數(shù)學(xué)和計算機(jī)方面的技術(shù)，主要有隨機(jī)過程、人工智能、分形理論、小波分析、支持向量機(jī)等。[17]隨機(jī)過程可以用于金融時序數(shù)列的預(yù)測，在現(xiàn)實中經(jīng)常用于預(yù)測股市大盤，在投資組合模型構(gòu)建的過程中，可以優(yōu)化投資組合;人工智能的很多技術(shù)，例如專家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等，可以運(yùn)用于量化投資;分形理論用于時間序列進(jìn)行預(yù)測分析;小波分析主要用于波型的處理，從而預(yù)測未來的走勢;數(shù)據(jù)挖掘技術(shù)可以運(yùn)用于數(shù)據(jù)驅(qū)動模型，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)，識別模式，用于分類和回歸分析。

五、國內(nèi)外量化投資實踐的發(fā)展

（一）國外量化投資實踐的發(fā)展

本文認(rèn)為量化投資在國外的發(fā)展已經(jīng)經(jīng)歷了四個發(fā)展階段：

1.第一階段從1949年至1968年：對沖階段。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，對抗市場波動，通過對沖穩(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踐。在投資思路上，因為原本的Alpha策略收益有限，通過放杠桿擴(kuò)大第一階段的穩(wěn)定收益。實踐方面，1969年，前美國麻省理工學(xué)院數(shù)學(xué)系教授愛德華?索普（Ed Thorp）開辦了第一個量化對沖基金，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，巴萊克國際投資公司（BGI）發(fā)行了世界上第一只被動量化基金，標(biāo)志著量化投資的真正開始。

3.第三階段從1975年至2000年：多策略階段。在這一階段，雖有一定的挫折，但總體上量化投資得到了平穩(wěn)的發(fā)展。在投資思路上，由于上一階段通過杠桿放大收益的副作用產(chǎn)生，放大以后的波動率又增大，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。實踐方面，1977年，美國的富國銀行指數(shù)化跟蹤了紐約交易所的1500只股票，成立了一只指數(shù)化基金，開啟了數(shù)量化投資的新紀(jì)元。[18]1998年，據(jù)統(tǒng)計共有21只量化投資基金管理著80億美元規(guī)模的資產(chǎn)。[19]

4.第四階段從2000年至今：量化投資階段。這一階段，量化投資得到了迅猛的發(fā)展，并且發(fā)展的速度越來越快。投資思路上，運(yùn)用量化工具，策略模型化，注重風(fēng)險管理。在實踐方面，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年時間內(nèi)上升至危機(jī)發(fā)生前的1.95萬億美元，受美國次貸危機(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)蘇的大背景下對沖基金規(guī)模才開始反彈。

（二）我國量化投資的發(fā)展

本文認(rèn)為，到目前為止，我國量化投資的發(fā)展的主要經(jīng)歷了三個階段：

1.第一階段從2004年至2010年：起步階段。在這一階段，由于我國沒有足夠的金融工具，量化投資在我國發(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，為許多對沖基金的產(chǎn)品提供了對沖工具，從此改變了以前我證券市場只能單邊進(jìn)行做多的情況。

2.第二階段從2011年至2013年：成長階段。2011年，被認(rèn)為是我國量化對沖基金元年，[21]而隨著股指期貨、融資融券、ETF和分級基金的豐富和發(fā)展，券商資管、信托、基金專戶和有限合伙制的量化對沖產(chǎn)品的發(fā)行不斷出現(xiàn)，這個階段的量化投資真正意義上開始發(fā)展，促使該階段發(fā)展的直接原因就是股指期貨的出現(xiàn)。[20]

3.第三階段從2014年至今：迅猛發(fā)展階段。2014年被認(rèn)為是“值得載入我國私募基金史冊的一年”，基金業(yè)協(xié)會推行私募基金管理人和產(chǎn)品的登記備案制，推動了私募基金的全面陽光化，加速了私募基金產(chǎn)品的發(fā)行，其中包括量化對沖型私募產(chǎn)品。2014年稱得上我國量化對沖產(chǎn)品增長最迅速的一年，以私募基金為代表的各類機(jī)構(gòu)在量化對沖產(chǎn)品上的規(guī)模均有很大的發(fā)展，部分金融機(jī)構(gòu)全年銷售的量化對沖基金規(guī)模超過了百億。

2015年，上證50ETF期權(quán)于2月9日正式推出，這對于對我國的量化投資有著極大的促進(jìn)作用。4月16日，上證50與中證500兩只股指期貨新品種的上市給量化投資帶來更多的策略的運(yùn)用，金融衍生品的不斷豐富和發(fā)展，為量化投資提供更多的豐富對沖手段，也提供了更多的套利機(jī)會。

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。尤其是量化對沖產(chǎn)品，以其長期穩(wěn)健的收益特征，成為目前“資產(chǎn)荒”下對信托、理財產(chǎn)品和固定收益產(chǎn)品良好的替代產(chǎn)品。未來隨著我國股指期貨、融資融券、國債期貨、期權(quán)等金融產(chǎn)品的不斷創(chuàng)新，以及股指期貨市場未來逐步恢復(fù)正常，量化投資發(fā)展前景不可限量。

參考文獻(xiàn)

[1]徐莉莉.量化投資在中國的發(fā)展現(xiàn)狀[R].渤海證券研究所：金融工程專題研究報告，2012.

[2]廖佳.揭開量化基金的神秘面紗[J].金融博覽（財富），2014，（11）：66-68.

[3]王力弘.淺議量化投資發(fā)展趨勢及其對中國的啟示[J].中國投資，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].國泰君安證券研究所：數(shù)量化系列研究報告，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].國信數(shù)量化投資技術(shù)系列報告，2008.

[17]丁鵬.量化投資與對沖基金入門[M].北京：電子工業(yè)出版社，2014.

[18]郭喜才.量化投資的發(fā)展及其監(jiān)管[J].江西社會科學(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年中國量化對沖私募基金年度報告[R].華寶證券：對沖基金專題報告，2015.

篇6

在國外，板塊輪動一直作為一種投資策略被廣泛應(yīng)用于投資實踐。板塊輪動的最基本的特征是，在經(jīng)濟(jì)周期的不同階段，可以系統(tǒng)的預(yù)測到不同的經(jīng)濟(jì)板塊（或行業(yè)）跑贏（或差于）市場。而且，運(yùn)用板塊輪動策略的投資者們相信這種相對的績效，即在經(jīng)濟(jì)周期的不同階段從一個板塊轉(zhuǎn)向另一個板塊所帶來的收益。

國外不少的研究文章發(fā)現(xiàn)，板塊的表現(xiàn)并不一致，或者說提前（滯后）于經(jīng)濟(jì)周期階段。Hou（2007）發(fā)現(xiàn)了板塊的提前/滯后效應(yīng)，原因是新信息經(jīng)濟(jì)的到來。Hong，Torous和Valkanov（2007），還有Eleswarapu和Tiwari（1996）的研究認(rèn)為，和經(jīng)濟(jì)活動有著密切聯(lián)系的板塊，如零售，金屬材料，服務(wù)業(yè)和石油板塊，引領(lǐng)著市場長達(dá)兩個月之久。Menzly和Ozbas（2004）證明，行業(yè)績效的時機(jī)和該行業(yè)在生產(chǎn)消費(fèi)供應(yīng)鏈中的位置有著密切的聯(lián)系，存在于上游和下游行業(yè)間的某種穩(wěn)定的滯后關(guān)系。文章結(jié)論表明，基礎(chǔ)材料板塊是經(jīng)濟(jì)復(fù)蘇階段第一個啟動的板塊，隨后是制造業(yè)。Stovall（1996）發(fā)現(xiàn)，處于消費(fèi)末端的消費(fèi)者相關(guān)的行業(yè)，如耐用消費(fèi)品行業(yè)，是從衰退到復(fù)蘇階段的過程中最后啟動的行業(yè)。Sassetti和Tani（2003）關(guān)于板塊基金收益的研究表明，在經(jīng)濟(jì)周期中期，板塊轉(zhuǎn)換是個成功的策略。然而，他們同樣發(fā)現(xiàn)，長期的投資者優(yōu)于市場指數(shù)。相對而言，Tiwari和Vijh（2005）就質(zhì)疑投資者將資金運(yùn)用于板塊間輪動的能力。他們研究是基于一個板塊基金數(shù)據(jù)，從1972年到1999年的數(shù)據(jù)，結(jié)果顯示，板塊輪動的投資者缺乏選擇板塊與時點(diǎn)的能力，并且在修正風(fēng)險與交易費(fèi)用的情況下，投資者并不能獲得超額收益。

當(dāng)前，國內(nèi)的文獻(xiàn)研究多是從行為金融學(xué)的角度對研究投資者行為推動的板塊輪動現(xiàn)象進(jìn)行研究的。何誠穎（2001）認(rèn)為我國的股票市場的板塊輪動現(xiàn)象具有明顯的投機(jī)性，并可分為個股投機(jī)、板塊投機(jī)和大盤投機(jī)三類，然后文章運(yùn)用現(xiàn)代資本市場理論和行為金融學(xué)理論對板塊現(xiàn)象分析，引用Shiller（1989）一文中的兩類投資者（噪音交易者和知情下注交易者）的假設(shè)對板塊現(xiàn)象進(jìn)行了研究分析，并認(rèn)為板塊現(xiàn)象是一種市場投機(jī)，而且其形成與中??股市投資者行為特征密切相關(guān)。陳夢根、曹鳳岐（2005）一文從市場中不同證券之間的價格關(guān)系出發(fā)研究股票價格間的沖擊傳導(dǎo)機(jī)制，認(rèn)為在中國這樣的轉(zhuǎn)軌經(jīng)濟(jì)新興市場中，投資者受政策預(yù)期主導(dǎo)，決策與行為趨同，一定程度上強(qiáng)化了股價沖擊傳導(dǎo)的動態(tài)作用機(jī)制，整個市場顯著的表現(xiàn)為板塊聯(lián)動、股價齊漲齊跌現(xiàn)象。文章實證研究表明，在上海證券市場中，不同的行業(yè)板塊在股價沖擊傳導(dǎo)機(jī)制中的重要性不同，也即存在著板塊輪動的特征，但是證券市場股價波動的市場性顯著地超過了不同行業(yè)板塊的獨(dú)立性，不同行業(yè)間的組合投資策略的績效并非最佳。還有少量的文獻(xiàn)研究認(rèn)為存在著其他一些因素如資金流動，莊家炒作等也可以對板塊輪動現(xiàn)象做出一定的解釋。

可以看出我國股市板塊輪動現(xiàn)象的研究，主要集中于板塊現(xiàn)象的描述和測量，以及對板塊輪動現(xiàn)象進(jìn)行解釋，且目前這些解釋還多是停留在定性理解層面，缺乏系統(tǒng)定量的研究。另一方面將板塊輪動現(xiàn)象作為投資策略應(yīng)用于投資實踐的研究則相對較少。盡管板塊可以多種形式進(jìn)行分類，然而以行業(yè)屬性劃分板塊是最為基礎(chǔ)的，也是投資決策應(yīng)用最廣泛的板塊概念。

二、動量策略

動量效應(yīng)也稱慣性效應(yīng)，是指在過去一段時間收益率高的股票，在未來一段時間的收益率仍然會高于過去收益率較低的股票，即股票的表現(xiàn)情況有延續(xù)原來運(yùn)動方向的趨勢。反轉(zhuǎn)效應(yīng)也稱反向效應(yīng)，是指在過去一段時間內(nèi)收益率高的股票，會在以后的一段時間會表現(xiàn)較差；表現(xiàn)差的股票在以后的一段時間，其收益率會出現(xiàn)逆轉(zhuǎn)趨勢。

國外對于動量效應(yīng)和反轉(zhuǎn)效應(yīng)的研究始于1985年，DeBondt和Thaler基于1926年至1982年美國證券市場上的股票交易數(shù)據(jù)，采用相等權(quán)重在贏家組合（也稱為贏者組合，是指在一段時間內(nèi)收益率高的股票）和輸家組合（也稱為輸者組合，是指在一段時間內(nèi)收益率較低的股票）上的方法，結(jié)果證實贏者組合的收益顯著小于輸者組合。然后，金融經(jīng)濟(jì)學(xué)者開始對動量效應(yīng)和反轉(zhuǎn)效應(yīng)做出進(jìn)一步探索，分別在不同的市場驗證其存在與否。Chan（1988）研究發(fā)現(xiàn)股票在前期表現(xiàn)的好或者表現(xiàn)不好，這種表現(xiàn)在后期不能一直持續(xù)下去的，這與市場風(fēng)險隨時間的變化有密切聯(lián)系。隨著動量效應(yīng)和反轉(zhuǎn)效應(yīng)的研究日益增多，其研究方法也趨于成熟。Jegadeesh和Titaman（1993）基于美國證券市場的股票交易數(shù)據(jù)對動量效應(yīng)的存在性驗證時所設(shè)計的動量策略被后來的研究者廣為采用，這種經(jīng)典方法也稱為傳統(tǒng)的動量策略。后來大量金融經(jīng)濟(jì)學(xué)家采用Jegadeesh和Titaman設(shè)計的策略，針對所研究市場的實際情況，對動量效應(yīng)和反轉(zhuǎn)效應(yīng)進(jìn)行存在性驗證。Chang（1995）研究發(fā)現(xiàn)日本證券市場的股票價格具有短期的反轉(zhuǎn)效應(yīng)。Kaul和Conazd（1998）在研究美國證券交易所和紐約證券交易所1926年至1989年間的股票的動量效應(yīng)和反轉(zhuǎn)效應(yīng)時，構(gòu)造8種不同的投資時間期限，發(fā)現(xiàn)大約50%的投資策略組合具有顯著性超額收益，在具有顯著性收益的策略組合里面，動量策略和反轉(zhuǎn)策略所占的比 例基本相等。Rouwenhorst（1998）在研究歐洲地區(qū)的證券市場時，選取了十二個國家的股票市場上的股票作為研究對象，發(fā)現(xiàn)股票收益在長期上沒有明顯的持續(xù)現(xiàn)象，而在中短期，股票市場的收益有持續(xù)現(xiàn)象；另外，在公司資產(chǎn)規(guī)模上做了對比，資產(chǎn)規(guī)模大或小的公司都具有動量效應(yīng)，但是規(guī)模較小的公司的股票價格的動量效應(yīng)在統(tǒng)計上表現(xiàn)更為顯著。Schiereck（1999）在針對德國股票市場的日交易數(shù)據(jù)實證分析動量效應(yīng)和反轉(zhuǎn)效應(yīng)，結(jié)果顯示德國股票價格的動量效應(yīng)表現(xiàn)在中期，反轉(zhuǎn)效應(yīng)則表現(xiàn)在短期和長期。Ahme和Nusrct（1999）在基于7個國家的股票市場股價的動量效應(yīng)和反轉(zhuǎn)效應(yīng)，發(fā)現(xiàn)了股票價格在長期的表現(xiàn)均出現(xiàn)反轉(zhuǎn)效應(yīng)。Hamed和Ting（2000）以馬來西亞的證券市場為研究對象，對股票的動量效應(yīng)和反轉(zhuǎn)效應(yīng)做實證研究，研究得出馬來西亞證券市場和日本的證券市場的反轉(zhuǎn)效應(yīng)的時間基本一致，表現(xiàn)在短期。

在國內(nèi)，吳沖鋒和朱戰(zhàn)宇（2005）研究我國滬深股票市場股票價格行為時，考慮我國市場的賣空限制，在運(yùn)用重疊抽樣方法，在形成期考慮收益率和交易量對股票進(jìn)行排序，建立動量策略模型，考察動量策略的盈利情況，研究發(fā)現(xiàn)我國A股市場不存在動量效應(yīng)。郝靜軒（2006）通過滯后期、加權(quán)收益計算等改進(jìn)的動量策略，考察改進(jìn)后的交易策略對贏家組合的影響，實證結(jié)果顯示，在考慮交易成本的情況下，改進(jìn)的動量策略對贏家組合的收益有明顯的提升。東凱（2010）研究動量策略的改進(jìn)方法中，通過設(shè)定月度市盈率作為閡值來調(diào)整投資組合的方法顯示，改進(jìn)的動量投資策略的收益表現(xiàn)好于大盤的表現(xiàn)。張榮武，何麗娟和聶慧麗（2013）就我國股市的實際情況，運(yùn)用HS模型的基礎(chǔ)上，將我國股市中的投資者分為套利慣性投資者、動量交易投資者以及消息觀察者，從三者的對技術(shù)和基本面的不同的關(guān)注視角出發(fā)，分別研究他們的投資決策對A股價格的不同影響。經(jīng)驗證，套利慣性投資者的一系列行為決策會加劇股市的反轉(zhuǎn)效應(yīng)，套利慣性投資者和動量交易者的決策行為均可以引發(fā)股市的動量效應(yīng)。王俊杰（2013）對動量交易策略的擇時上做了實證研究，研究發(fā)現(xiàn)動量策略交易時，在形成期之后，不直接購買，而是經(jīng)過一定的滯后期再進(jìn)入持有期，效果優(yōu)于市場平均收益和傳統(tǒng)動量策略方法。

綜合國內(nèi)外學(xué)者對動量效應(yīng)和反轉(zhuǎn)效應(yīng)的研究，可以看出無論成熟發(fā)達(dá)的美證券市場，還是處于發(fā)展中的中國證券市場，大部分學(xué)者的研究支持證券市上存在動量效應(yīng)和反轉(zhuǎn)效應(yīng)。就我國A股市場而言，對于動量效應(yīng)和反轉(zhuǎn)效的存在期的長短上程度上，由于采用的股票樣本和研究時間區(qū)間不一樣，國內(nèi)者的研究結(jié)果存在差異的。

三、基本面策略

在傳統(tǒng)資本市場理論中，價值投資并沒顯著的地位，當(dāng)時的主流思想為有效市場假說，即市場能夠完全準(zhǔn)確的反映資產(chǎn)的價值，即投資者無法通過基本面分析、技術(shù)分析等手段得到超額收益。但隨著二十世紀(jì)八十年代起，越來越多的研究發(fā)現(xiàn)，有效市場并不真正存在，投資收益并不能完全由風(fēng)險來解釋；市場中股票的價格存在偏離內(nèi)在價值的情況，通過研究價格的偏差波動，能夠?qū)崿F(xiàn)正的超額收益，從而駁斥了經(jīng)典EMH假設(shè)。基于市場非有效性，BenjaminGraham提出了價值投資的理念，其在《證券分析》中將其定義為：“基于詳盡的分析，對本金的安全和滿意回報有保證的操作”，通俗而言就是通過基本面的分析，同時考量一定的安全邊際的選擇投資策略。

在價值投資理念逐漸普及并被接受之后，國外學(xué)者針對價值投資的有效性進(jìn)行了一系列檢驗。Fama和French于1992年，針對1963年至1990年在NYSE，AMEX，NASDQ上市的股票，將其分別按B/M與E/P指標(biāo)進(jìn)行研究。其研究顯示：隨著B/M及E/P分組標(biāo)記的組別增加，其月收益率有明顯的遞增現(xiàn)象，同時，這一現(xiàn)象無法用公司的beta值來解釋，這也就說明價值型的股票確實能夠較成長型股票帶來超額收益。Lakonishok，Shleifer和Vishny（1994）根據(jù)1963年至1990年在NYSE與AMEX上市的股票，針對高B/M的公司?^低B/M公司平均收益更高的現(xiàn)象進(jìn)行了進(jìn)一步研究。他們發(fā)現(xiàn)不僅在根據(jù)B/M排名形成公司組合的投資策略存在明顯的超額收益，同時在根據(jù)C/P、銷售增長率和E/P排名形成公司組合的投資策略也存在明顯的超額收益。Fama和French于1998年，針對包括美國、EAFE國家成熟市場以及16個新興市場國家的股票市場再次進(jìn)行了實證研究。他們根據(jù)B/M，C/P，E/P和D/P區(qū)分價值股和成長股，從而形成投資組合。在13個成熟市場以及16個新興市場中，均發(fā)現(xiàn)價值組合相較于成長股組合有明顯的超額收益。

國內(nèi)學(xué)者也對利用估值指標(biāo)進(jìn)行的投資策略進(jìn)行了檢驗。王孝德與彭燕（2002）針對中國股票市場進(jìn)行了實證研究，結(jié)果發(fā)現(xiàn)與國外成熟市場類似，價值投資策略在中國也能得到較高的超額收益。盧大印、林成棟、楊朝軍（2006）根據(jù)股價、B/M、S/P以及E/P作為指標(biāo)確定投資組合，發(fā)現(xiàn)價值型的投資組合確實有高于成長型股投資組合的收益率。林樹、夏和平、張程（2011）基于B/M、C/P、E/P及GS，針對我國A股市場構(gòu)造了投資組合，研究表明以單變量構(gòu)成的組合中，大多價值型投資組合的收益率兩年明顯高于成長型投資組合；而以雙變量構(gòu)成的投資組合較單變量的顯著性更高。即在中國股票市場，基于估值指標(biāo)的投資策略仍然使用。

篇7

量化對沖其實是“量化”和“對沖”的結(jié)合。在實際應(yīng)用中，由于對沖基金往往采用量化模型進(jìn)行投資決策，兩者經(jīng)常交替使用，但量化基金不完全等同于對沖基金。

量化是指借助統(tǒng)計方法、數(shù)學(xué)模型來指導(dǎo)投資，其本質(zhì)是定性投資的數(shù)量化實踐。量化投資區(qū)別于定性投資的鮮明特征就是模型。定性投資和定量投資的具體做法有些差異。定性投資更多地依靠經(jīng)驗和感覺判斷，定量投資更多依靠模型判斷。

量化投資的最大特點(diǎn)是強(qiáng)調(diào)紀(jì)律性，即可以克服投資者主觀情緒的影響。凡是通過或利用數(shù)學(xué)公式或數(shù)學(xué)模型進(jìn)行投資的策略均可被納入量化投資策略范疇。在華爾街，量化投資多指與金融工程相關(guān)的投資，而在國內(nèi)多指“多因子模型分析”相關(guān)的投資及程式化交易。

與其他策略相比，量化投資由于用到了數(shù)學(xué)理念設(shè)計參與，通過捕捉市場的非有效性來獲取超額的收益。而中國的市場依然有著非常強(qiáng)的非有效性。對投資者來說，量化投資策略能夠有效避免情緒化操作。

風(fēng)險對沖是對沖基金最重要的特征。投資是以風(fēng)險換取收益的過程，無風(fēng)險則無收益。對沖基金是一種可以用確定性的風(fēng)險去換取確定性收益的基金，對沖基金的賣點(diǎn)就在于其收益的確定性。

與傳統(tǒng)高風(fēng)險高收益的投資理念不同，對沖基金是以最低的風(fēng)險去獲取最高的收益。任何一個多元化的投資組合，其收益與風(fēng)險主要是來源于市場。可以利用對沖工具對沖一定的市場風(fēng)險，而通過承擔(dān)比較確定的風(fēng)險，獲取穩(wěn)定收益。

作為投資工具，對沖基金比其他投資工具限制少很多。一般投資工具多數(shù)甚至不允許“賣空”，而對沖基金則可采用賣空、杠桿以及期權(quán)、期貨等多種衍生工具。

常見的量化對沖策略包括：股票對沖、事件驅(qū)動 、全球宏觀、相對價值套利四種，任意一只對沖基金既可采取其中某一策略也可同時采取多種投資策略，目前全球使用占比最高的策略是股票多空策略，占比達(dá)32.5%。

目前私募已發(fā)行的量化對沖產(chǎn)品中，主要包括Alpha策略基金、量化套利基金、量化CTA基金以及宏觀對沖基金四類。公募對沖基金持有的絕大部分是滬深300成分股，套保期貨一般會與現(xiàn)貨匹配，多采用低頻交易CTA高頻策略。

篇8

JEL分類號:G1　中圖分類號:F832　文獻(xiàn)標(biāo)識碼:A　文章編號:1006-1428(2011)10-0107-05

一、行為金融理論概述及A股市場投資行為

傳統(tǒng)現(xiàn)代金融理論起源于20世紀(jì)50年代。在Arrow-Debreu一般均衡理論和Von Neumann＆Mor-genstem建立的預(yù)期效用函數(shù)理論分析范式下，1952年Markwitz提出了資產(chǎn)組合理論，1958年Modigiani＆Miller提出了資本結(jié)構(gòu)理論，上世紀(jì)八十年代Sharpe、Lintner等人在資產(chǎn)組合理論基礎(chǔ)上發(fā)展了資本資產(chǎn)定價模型，Ross在1976年提出了套利定價理論，Black＆Scholes于1972年發(fā)明了期權(quán)定價模型.上述理論統(tǒng)一于Fama等在1970年代建立的有效市場假說，它們共同構(gòu)筑起了近乎完美的現(xiàn)代金融理論大廈，被廣泛地應(yīng)用于金融理論與實務(wù)中，定量指導(dǎo)人們的金融投資行為。

然而，上述金融理論模型在現(xiàn)實統(tǒng)計檢驗中出現(xiàn)了很多異常現(xiàn)象。主要表現(xiàn)為以下兩個方面:首先，傳統(tǒng)金融理論一般假設(shè)投資者是理性的，但是大量的心理學(xué)研究表明，人們的實際投資決策行為會出現(xiàn)系統(tǒng)性的偏差，如過度自信、后悔規(guī)避、心理賬戶、錨定效應(yīng)等，從而導(dǎo)致投資者行為的非理性；其次，傳統(tǒng)金融學(xué)理論一般認(rèn)為市場是有效的，價格反映一切，但由于上述投資者行為偏差及一些制度因素，價格經(jīng)常并不能反映真實信息，市場常常是非有效的。人們開始日益注重投資者行為在金融理論中的特殊作用，從投資者心理和行為關(guān)系出發(fā)研究金融投資活動，由此開創(chuàng)了行為金融學(xué)的研究。

Burrel&Bauman教授在1951年發(fā)表的《投資研究實驗方法的可能性》中首次明確提出將心理學(xué)和金融學(xué)研究結(jié)合起來，用實驗方法來驗證投資理論，并認(rèn)為將行為方法和定量投資模型相結(jié)合具有重要意義。1979年，斯坦福大學(xué)的Tversky和普林斯頓大學(xué)的Kahneman教授提出了著名的前景理論(ProspectTheory)，該理論是行為金融理論的核心內(nèi)容和代表學(xué)說.為行為金融理論的發(fā)展奠定了理論基礎(chǔ)，Kah-neman本人也因此榮獲2002年度諾貝爾經(jīng)濟(jì)學(xué)獎。1985年，Bondt＆Thaler發(fā)表的《股票市場過度反應(yīng)了嗎?》一文引發(fā)了對行為金融理論的關(guān)注，開啟了行為金融理論研究的新階段，此后，Shleifer對“噪聲交易者”和“套利限制”的研究、Odean對“處置效應(yīng)”的研究、Shiller對股價異常和股市羊群效應(yīng)的研究等進(jìn)一步豐富了其內(nèi)涵，行為金融理論的影響日漸擴(kuò)大。

傳統(tǒng)金融理論把金融投資過程看作一個動態(tài)均衡過程，有效市場假說是傳統(tǒng)金融理論的核心。Shleiferf2000)總結(jié)有效市場假說建立在三個逐漸弱化的假設(shè)上:第一，假設(shè)投資者是理性的，可以理性評估資產(chǎn)價值；第二，即使有些投資者不是理性的，由于他們交易的隨機(jī)性，可以抵消彼此對資產(chǎn)價格的影響；第三，即使投資者的非理并非隨機(jī)而是具有相關(guān)性，市場可以利用“套利”消除其對資產(chǎn)價格的影響。行為金融學(xué)以前景理論為基礎(chǔ)，針對上述三個假設(shè)分別質(zhì)疑，形成了相對應(yīng)的三個層次研究:有限理性的投資者個體行為；投資者的群體行為；有限套利的非有效市場。

滬、深證券交易所相繼在1990年和1991年成立，標(biāo)志著我國證券市場開始形成。作為一個新興資本市場，我國股市存在著嚴(yán)重的非理性投資行為:1、證券投資主要以投機(jī)行為為主，股票價格嚴(yán)重偏離股票的基礎(chǔ)價值。具體表現(xiàn)為:波動性較大，市盈率過高，換手率過高。2、投資理念不成熟。具體表現(xiàn)為:第一，暴富心理波段操作頻繁過度；第二，羊群行為十分明顯。3、強(qiáng)烈的政策依賴性。我國股市一直以“政策市”飽受詬病，政治、經(jīng)濟(jì)政策及證券市場政策、法規(guī)常常直接干預(yù)市場，對市場造成巨大影響。4、機(jī)構(gòu)投資者對股市操縱現(xiàn)象時有發(fā)生，中小投資者存在“跟莊”情結(jié)。這些非理都制約了證券市場自身功能的發(fā)揮，阻礙了證券市場的健康發(fā)展。因此，借鑒行為金融理論，研究適合我國投資者的投資策略顯得十分必要。

二、A股市場量化投資策略盈利性研究

根據(jù)行為金融理論，由于投資者存在各種認(rèn)知偏差，容易產(chǎn)生過度反應(yīng)或反應(yīng)不足，從而導(dǎo)致非理性的投資行為，而且這種非理會長期存在，證券市場上將出現(xiàn)系統(tǒng)性偏差，資產(chǎn)也會錯誤定價，可以藉此制定有效的投資策略獲取穩(wěn)定的投資回報，即行為金融投資策略。可將行為金融投資策略分為兩大類:一類是積極型的投資策略，即尋求由于投資者系統(tǒng)性的行為和認(rèn)知偏差所引起的證券定價偏差，在大多數(shù)投資者認(rèn)識到這些偏差之前投資這些證券，并隨著大多數(shù)投資者意識到這些偏差并投資它們時賣出這些證券。例如:反向投資策略、動量交易策略、小盤股投資策略和ST投資策略等；另一類是保守型的投資策略，即為了盡量規(guī)避人們的系統(tǒng)和認(rèn)知偏差而制定的投資策略，如價值投資策略、資金平均策略和時間分散化策略等。

行為金融投資策略中最典型的是反向投資策略和動量投資策略，兩者可能在不同的時間段分別獲得正的收益。其盈利性研究方法可分為兩類:l、利用股票收益率實證分析，代表性方法是Jegadeesh＆Titmanf1993)提出的，他們考察了1962-1989年間美國股市數(shù)據(jù)，將樣本股票按照過去一段時間(即形成期)收益率排序等分為10個組合，排名最差的一組為輸家組合，排名最好的一組為贏家組合，然后考察未來一段時間(即持有期1內(nèi)買入贏家組合和賣出輸家組合的超額收益率(與該時期的市場收益率相比較)，重復(fù)此過程，對上述超額收益率t檢驗，發(fā)現(xiàn)在3-12月的較短時間，存在顯著的股票收益動量效應(yīng)。2、基金投資行為實證分析，Gfinbl~t、Titman＆Wermer(fl995)設(shè)計了一個基金投資行為衡量指標(biāo)ITM計算基金重倉股數(shù)據(jù)，研究了美國155只共同基金10年內(nèi)的投資策略以及相應(yīng)的績效，結(jié)果顯示76.8％的基金采取“動量”投資策略。

我們參考Jegadeesh＆Titman(1993)方法，結(jié)合Lakonishok＆Shleifer(1996)、Chan、Jegadeesh&Lakonishokfl996)和Lee＆Swaminathan(2000)的思想，考慮到投資者對指標(biāo)使用的習(xí)慣性，利用A股數(shù)據(jù)按股票收益率、換手率(代表交易量)、PE(市盈率)三大最

主流指標(biāo)在形成期選擇大值(贏家)組合和小值(輸家)組合，考察其在持有期的超額收益率，分析各種投資策略的盈利性.以期尋找適用于我國A股市場的量化投資策略。具體方法如下:

(1)我國證券市場目前有主板市場、中小板市場、創(chuàng)業(yè)板市場三類，考慮到主板市場成立時間較長，投資行為相對較為成熟，對主板市場的研究基本就可以對我國證券市場投資行為全貌有較清晰認(rèn)識:

(2)選定一個時間長度作為股票業(yè)績評價期.稱為股票投資組合的形成期，計算各樣本股票在形成期的平均超額收益率:

(3)根據(jù)上述收益率對樣本股票進(jìn)行升序和降序排列，其中收益率數(shù)值最大的數(shù)只股票組成贏家組合，最小的數(shù)只股票組成輸家組合，選擇換手率、PE等指標(biāo)時作類似處理:

(4)再選一個時間長度作為持有期，計算組合在持有期的平均超額收益率:

(5)移動一個檢驗周期，連續(xù)重復(fù)上述步驟.得到一系列持有期超額收益率，取平均值為對應(yīng)投資策略的超額收益率，并對該結(jié)果做t檢驗:

(6)結(jié)合超額收益率和t檢驗結(jié)果，比較不同的投資策略，得到適用的量化投資策略。這K個期間的平均超額收益率；然后再在時刻T+2重復(fù)這一過程，一直持續(xù)下去，得到平均超額收益率時間序列，求平均值，在股票超額收益率為正態(tài)分布假設(shè)下進(jìn)行t檢驗。

對上述方法說明如下:

(1)由于目前我國A股市場除少量的融券業(yè)務(wù)外.并不存在完善的股票賣空機(jī)制，所以我們不構(gòu)造賣空股票的組合，盡管也計算贏家和輸家組合的收益率之差并進(jìn)行統(tǒng)計分析，但目的是比較動量投資策略和反向投資策略的相對優(yōu)劣:

(2)與經(jīng)典Jegadeesh&Titman(1993)方法不同，我們參考朱戰(zhàn)宇等(2003)的方法，以周為檢驗周期單位，這是因為我國股市交易相比國外頻繁得多，月度檢驗期過長，會遺漏很多相關(guān)信息:

(3)根據(jù)目標(biāo)市場的大小，選擇投資10、5、3等不同只股票計算平均收益率。

投資者行為是動態(tài)變化的過程，太過久遠(yuǎn)的交易數(shù)據(jù)對研究新市場環(huán)境下的交易策略顯然沒有多大意義，所以本研究選取樣本期間為2009年10月1日至2010年11月30日，研究數(shù)據(jù)來自天軟(nysoft)金融分析軟件。考慮到只有14個月數(shù)據(jù)，我們?nèi)⌒纬善诤统钟衅诜謩e為一、二、四、八和十三周。收盤價數(shù)據(jù)采用比例復(fù)權(quán)，基準(zhǔn)為“最后一個交易日”，保留小數(shù)點(diǎn)后兩位有效數(shù)字，如股票在某個周五沒有開市，就依次用本周四、三、二、一的可比收盤價代替。我們用Matlab(R2010b)編程處理數(shù)據(jù)，超額收益率是指個股收益率減去同期相應(yīng)的市場收益率，考慮到廣大投資者一般將上證綜合指數(shù)作為判斷大盤走勢的標(biāo)準(zhǔn)，我們以其為基準(zhǔn)計算超額收益率。

主板市場取我國A股市場中所有在2009年10月1日前上市的公司，剔除掉其中的中小企業(yè)板、創(chuàng)業(yè)板和ST公司，共1156家上市公司，截取2009年9月30日至2010年11月30日的周交易數(shù)據(jù)，選擇投資10只股票，結(jié)果如下:

1、以收益率為選股標(biāo)準(zhǔn)。

我們發(fā)現(xiàn)，共有5個“買漲”策略的平均超額收益在5％水平下顯著，形成期均為1周，且均為正，隨著持有期的增加而減少，(1-1)策略超額收益率最大，超過1％:15個“買跌”策略的平均超額收益在5％水平下顯著為正，形成期主要集中在8和13周，持有期為2和4周的收益率較大；10個“買漲一賣跌”策略的平均超額收益率在5％水平下顯著，且持有期為1和2周時，為正值，持有期為8和13周時，收益率為負(fù)值。這說明，選擇購買前期較短時期(1周，最多2周)收益率高的股票，或購買前期較長時期(8周或13周)收益率低的股票，持有期較短(1或2周)能取得明顯的超額收益。

2、以換手率為選股標(biāo)準(zhǔn)。

共有4個“買高換手率”策略的平均超額收益在5％水平下顯著，持有期均為13周，均為正且較小；23個“買低換手率”策略的平均超額收益在5％水平下顯著為正，且均在1％以上；19個“買高一賣低”策略的平均超額收益率在5％水平下顯著，且為負(fù)。這說明，選擇購買前期換手率低的股票可獲得明顯的較高超額收益率。

3、以市盈率為選股標(biāo)準(zhǔn)。

共有19個“買高市盈率”策略的平均超額收益在5％水平下顯著，均為正且較小；18個“買低市盈率”策略的平均超額收益在5％水平下顯著為正，且形成期越短，收益率越大，1和2周的平均超額收益率基本上在1％以上，和持有期無關(guān)；9個“買高一賣低”策略的平均超額收益率在5％水平下顯著，有正有負(fù)。這說明.選擇購買過去短期(1或2周)動態(tài)市盈率低的股票。可取得明顯的較高超額收益。

三、總結(jié)與展望

篇9

據(jù)悉，青騅投資管理有限公司（后稱“青騅投資”）繼2012年4月通過華寶信托，發(fā)行了信托獲批股指期貨交易業(yè)務(wù)資格以來國內(nèi)第一只陽光私募發(fā)行的股票量化全對沖產(chǎn)品之后，再次成立國內(nèi)首只引入國債期貨作為對沖工具的債券對沖管理型產(chǎn)品“青騅1號債券對沖專項資產(chǎn)管理計劃”。該產(chǎn)品系青騅投資聯(lián)手國泰君安期貨及某基金公司子公司推出的一款專項資產(chǎn)管理計劃，資金已募集完畢并到位，于2013年8月14日正式宣告成立。

值得關(guān)注的是，該產(chǎn)品涉及到三方平臺，由多個管理人聯(lián)合操作。基金公司子公司作為資產(chǎn)管理人，青騅投資公司作為投顧主要負(fù)責(zé)產(chǎn)品的投資策略，國泰君安期貨資管部門作為基金專戶資產(chǎn)受托人完成國債期貨端的交易。

分析人士指出，基金方作為特殊法人單位在期貨公司開立資管賬戶，并引入外部投資顧問參與、主導(dǎo)產(chǎn)品的設(shè)計和投資運(yùn)作，這一合作模式在期貨資管領(lǐng)域尚屬首例，有望開創(chuàng)機(jī)構(gòu)投資者合作參與期貨資管業(yè)務(wù)的熱潮。對于特殊法人單位參與期貨資管業(yè)務(wù)的模式也是全新的嘗試。

引入量化對沖策略

篇10

一、資金流策略的意義

資金流是一種反映股票供求關(guān)系的指標(biāo)，是指證券價格在約定的時間段中處于上升狀態(tài)時產(chǎn)生的成交額是推動指數(shù)上漲的力量，這部分成交額被定義為資金流入；證券價格在約定的時間段中下跌時的成交額是推動指數(shù)下跌的力量，這部分成交額被定義為資金流出；若證券價格在約定的時間段前后沒有發(fā)生變化，則這段時間中的成交額不計入資金流量。當(dāng)天資金流入和資金流出的差額可以認(rèn)為是該證券當(dāng)天買賣兩種力量相抵之后，推動價格變化的凈作用量，被定義為當(dāng)天資金凈流量。

有效市場假說的概念是說證券價格已經(jīng)能夠完全反映所有可獲得的信息，即在有效的證券市場中，不論選擇何種證券，投資者只能獲得與證券風(fēng)險相當(dāng)?shù)恼Ｊ找妗Ｈ欢昝赖挠行袌龃嬖诘目赡苄允呛苄〉模瑯訉τ谥袊C券市場而言，市場并不十分有效，并且股價在短期內(nèi)可能受到某些消息的影響，或者某些市場內(nèi)在因素的改變從而產(chǎn)生劇烈波動帶來的差價投資機(jī)會，因而在市場中經(jīng)常存在交易性機(jī)會，從而在量化投資選股方面也有很多種選股策略，根據(jù)資金流選股便是其中一種。

資金流策略是指根據(jù)資金流這一指標(biāo)進(jìn)行選股的一種量化投資策略。該模型使用資金流向主要通過衡量當(dāng)前市場上的股指或股票的資金流入或者流出的狀態(tài)，從而進(jìn)一步去衡量未來股票的漲跌情況：如果是資金流入的股票，則股價在未來一段時間可能會上漲；如果是資金流出的股票，則股價在未來一段時間可能會下跌。這樣就可以根據(jù)資金流向來構(gòu)建相應(yīng)的投資策略。

二、資金流策略具體操作及結(jié)果分析

（一）資金流策略指標(biāo)含義及操作步驟

對于資金流向的判斷，根據(jù)買賣雙方的力量對比來衡量。資金流分為流入流出兩個方向，如果當(dāng)前的成交價格在買方，則認(rèn)為是賣方出賣股票的意愿較強(qiáng)，資金流出；如果當(dāng)前的成交價格是在賣方，則認(rèn)為是買方買股票的意愿較強(qiáng)，資金流入。對于資金流的測算，采取日數(shù)據(jù)計算，即當(dāng)日價格上漲全部計算為流入，若當(dāng)日價格下跌則計算為流出。本文采用的選股指標(biāo)包括：1. 資金流信息含量IC（資金流中有效信息含量），將資金流向標(biāo)準(zhǔn)化，用當(dāng)天的資金流凈額除以當(dāng)天的股票成交量，即資金流凈額/交易額。2. 資金流強(qiáng)度MFP，資金流凈額/流通市值，即標(biāo)準(zhǔn)化資金流的強(qiáng)度。3. 資金流杠桿倍數(shù)MFL，流通市值/資金流凈額，即衡量資金流的撬動效應(yīng)。

操作步驟：選股策略基于滬深300指數(shù)成分股，并將股票按照各指標(biāo)進(jìn)行排序，去除數(shù)據(jù)計算無效的股票；研究的時間從2014年10月1日到2016年8月31日，共6期；組合調(diào)整的日期為4月30日（一季報披露完成）、8月31日（二季報披露完成）、10月31日（三季報披露完成）；剔除在組合調(diào)整日前后長期停牌的股票；組合構(gòu)建時為等權(quán)重；組合構(gòu)建時股票的買入賣出價格為組合調(diào)整日收盤價，若調(diào)整日為非交易日，則向前順延；在持有期內(nèi)，若某只成分股被調(diào)出滬深300指數(shù)，不對組合進(jìn)行調(diào)整；將各成分股的季收益率與其相應(yīng)指標(biāo)進(jìn)行合并，去除無效數(shù)據(jù)；將已合并好的滬深300成分股按照指標(biāo)按照從高低的順序排列；分為6組：排名前10的成分股、排名前20的成分股、排名前50的成分股、排名在50～100的成分股、排名在100～200的成分股、排名在200以后的成分股；計算出各組平均季收益率，將各組平均的季收益率與同期滬深300指數(shù)的收益率作對比，考察跑贏概率。在2014年10月1日至2016年8月31日共進(jìn)行了12期組合的調(diào)整，不計交易成本。

（二）資金流信息含量假說及檢驗

1. 資金流信息含量假說

信息無效――回歸擬合優(yōu)度很差

信息泄露――回歸擬合優(yōu)度很好，資金流系數(shù)為正

信息反應(yīng)過度――回歸擬合優(yōu)度很好，資金流系數(shù)為負(fù)

R■=MFPt，iβ1，j+MFLt，iβ2，j+R■β3，j+αi

其中，R■表示第t期股票i的超額收益率；R■表示第t+1期股票i的超額收益率；β表示各公示因子的回歸系數(shù)；MFPt，i表示第t期股票i的標(biāo)準(zhǔn)化資金流；MFLt，i表示資金流杠桿倍數(shù)。

2. 對資金流信息含量假說的檢驗

本文以浦發(fā)銀行（600000）為例，設(shè)第t期為2016年3月10日到20日，則第t+1期為2016年3月20日到30日，對于非交易日順延并剔除無效數(shù)據(jù)信息；首先計算出第t期的資金流強(qiáng)度MFP和資金流杠桿倍數(shù)MFL；然后計算出第t期和第t+1期浦發(fā)銀行的超額收益率；最后用Eviews進(jìn)行多元回歸分析檢驗。檢驗結(jié)果如表1所示。

由表1可知，線性回歸系數(shù)為0.965963，擬合系數(shù)為0.933085，接近于1，說明擬合程度很好，第t期的股票超額收益率、資金流強(qiáng)度和資金流杠桿倍數(shù)這三個自變量對于第t+1期的股票超額收益率的解釋程度很高。

由表2可知，F(xiàn)值為6.97219，F(xiàn)>F0.01（5.64），即方程極其顯著，各自變量對因變量有很顯著的影響，方差值很小，比較穩(wěn)定。

由表3可知，資金流信息含量IC的回歸系數(shù)為-1.05399，與t+1期超額收益率呈負(fù)相關(guān)，資金流強(qiáng)度MFP的回歸系數(shù)為257.5974，與t+1期超額收益率呈正相關(guān)，資金流杠桿倍數(shù)MFL為-4.6E-07，與t+1期超額收益率呈負(fù)相關(guān)。從而回歸方程為：

R■=257.5974MFPt，i-（4.6E-07）MFLt，i β2，j-2.05606+R■+αi

綜上所述，當(dāng)期的超額收益率、資金流強(qiáng)度、資金流杠桿倍數(shù)這三個指標(biāo)對于下一期的股票有著很好的預(yù)測效果。

3. 根據(jù)資金流信息含量IC選股策略結(jié)果

由表4可知，整體上看，資金流信息含量較低的組合表現(xiàn)較好，其中資金流信息含量排名200之后的成分股構(gòu)成的組合表現(xiàn)較好，記為組合IC（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合IC（200）年化收益率為8.97%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合IC（200）有5期跑贏了滬深300 指數(shù)，跑贏概率為83.33%。

（三）資金流強(qiáng)度MFP

1. 根據(jù)資金流強(qiáng)度MFP選股策略結(jié)果

2. 根據(jù)資金流強(qiáng)度MFP選股策略結(jié)論

由表5可知，整體上看，資金流強(qiáng)度較低的組合表現(xiàn)較好，其中資金流強(qiáng)度排名200之后的成分股構(gòu)成的組合表現(xiàn)較好，記為組合MFP（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFP（200）年化收益率為10.62%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合MFP（200）有5期跑贏了滬深300 指數(shù)，跑贏概率為83.33%。

（四）資金流杠桿倍數(shù)

1. 根據(jù)資金流強(qiáng)度MFL選股策略結(jié)果

2. 根據(jù)資金流強(qiáng)度MFL選股策略結(jié)論

由表6可知，整體上看，資金流杠桿倍數(shù)較低的組合表現(xiàn)較好，其中資金流強(qiáng)度排名100～200的成分股構(gòu)成的組合表現(xiàn)較好，記為組合MFL（100，200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFL（100，200）年化收益率為-2.93%，高于同期滬深300 指數(shù)的表現(xiàn)。在6期中，組合MFL（100，200）有4期跑贏了滬深300 指數(shù)，跑贏概率為66.67%。

三、各策略比較分析

將根據(jù)不同指標(biāo)所選股的結(jié)果放到一起進(jìn)行比較，時間是從2014年10月1日到2016年8月31日，由進(jìn)一步的比較分析可知，按照低資金流強(qiáng)度選股的策略表現(xiàn)最好，年化收益率達(dá)10.62%，在6期的分析中有5期的收益率超過大盤，跑贏概率為83.33%。

四、資金流策略的有效性分析

正因為中國的A股市場不是特別有效的市場，量化投資策略正好可以發(fā)揮其紀(jì)律性、系統(tǒng)性、及時性、準(zhǔn)確性、分散化的優(yōu)點(diǎn)而不惑國內(nèi)市場的各種投資機(jī)會。相比定性分析，現(xiàn)階段A股市場的特點(diǎn)更適合采用客觀、公正而理性的量化投資風(fēng)格。股票市場復(fù)雜度和有效性的增加已對傳統(tǒng)定性投資基金經(jīng)理的單兵作戰(zhàn)能力提出了挑戰(zhàn)。相對于海外成熟市場，A股市場的發(fā)展歷史較短，有效性偏弱，市場上被錯誤定價的股票相對較多，留給量化投資策略去發(fā)掘市場的無效性、尋找超額收益的潛力和空間也就更大。事實上，盡管在國內(nèi)發(fā)展歷程較短，從國內(nèi)已有的采用了量化投資方法并且已經(jīng)運(yùn)作了一段時間的基金來看，量化基金可以被證明是適應(yīng)中國市場的。

本文采用現(xiàn)代計量經(jīng)濟(jì)學(xué)的方法研究了從2014年10月1 日到2016年8 月31 日間滬深300成分股的情況，探討了資金流信息含量的預(yù)測作用，研究了根據(jù)資金流三個指標(biāo)進(jìn)行選股所做策略組合的收益情況。主要涉及資金流信息含量IC、資金流強(qiáng)度MFP、資金流杠桿倍數(shù)MFL這三個指標(biāo)，分別根據(jù)每個指標(biāo)進(jìn)行選股，觀察其組合走勢情況，得出的主要結(jié)論有：第一，資金流信息含量對下一期的股價走勢有一定的預(yù)測作用；第二，根據(jù)上述的三個指標(biāo)進(jìn)行選股所做策略，在一定程度上是可以獲得超過大盤的收益率。

作為量化投資的一個組成部分――策略指數(shù)基金已經(jīng)發(fā)展起來，其中選股策略就包括本文所論述的資金流策略。不僅能夠做到有的放矢，而且可以滿足投資者不同風(fēng)險收益偏好的投資需求。

參考文獻(xiàn)：

[1]（美）羅伯特?A?哈根.金融學(xué)――有效市場的反例[M].清華大學(xué)出版社，2002.

[2]（美）羅伯特?阿諾德，許仲翔，約翰?韋斯特.基本面指數(shù)投資策略[M].社會科學(xué)文獻(xiàn)出版社，2010.

[3]丁鵬.量化投資――策略與技術(shù)[M].電子工業(yè)出版社，2012.

[4]朱世武.基于SAS系統(tǒng)的金融計算[M].清華大學(xué)出版社，2004.

[5]曹立著.透視無形之手――中國證券市場資本流量運(yùn)動解析[M].深圳出版發(fā)行集團(tuán)海天出版社，2009.

[6]田存志，王聰.證券市場信息非對稱問題的理論與實證研究[M].中國社會科學(xué)出版社，2013.

[7]陳威杰，蔡志成.數(shù)量化投資指標(biāo)之資金流策略指標(biāo)研究[J].時代金融，2013（12）.

[8]石建輝，基于資金流的股指期貨投資策略[J].中國證券期貨，2014（01）.