序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇量化投資與分析范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

中圖分類號：F832 文獻標識碼：A 文章編號：1672-3791（2012）09（c）-0252-02

2012年以來，以量化分析技術投資著稱的量化基金表現得一枝獨秀，逐漸從振蕩市中脫穎而出。一季度，上證綜指上漲2.88%，同期標準股票型基金平均業績為0.31%，而按照Wind分類的13只量化基金，其平均業績為2.92%，五行基金更是取得7.65%的正收益，在亞洲量化基金中排名第一，超越同期上證指數4.77個百分點。

美國私募基金復興科技公司的第一支純粹的量化投資基金—— 大獎章基金，從1988年3月成立至2008年的21年里，平均年度凈收益高達36%，遠遠跑贏同期道指年均8.81%的漲幅，比索羅斯、巴菲特同期的業績高出10%，原因：一是數學家基金經理；二是量化分析技術。

1 基本面分析量化分析是投資機構先后采用的2種投資技術

基本面分析，是分析員和基金經理通常采用研究財務報表，與公司高層會談，與相關人員荷香業專家討論等方式，對少數幾家公司股票（約10到100只股票）進行非常深入的研究分析，來決定要投資哪些股票以及如何投資。在基本面分析分類中，會根據行業不同，有專員長期跟蹤和深入研究其中一個行業，而這幾名專員最后則會成投資這個行業的專家。在股票市場成立以來長期采用的較為傳統的分析和投資方式就是基本面分析。基本面投資，通過企業內部財務報表的形式，來發現企業的潛在價值，以求企業得到穩定持續的高額收益，一旦買入，長期持有。

量化分析，借助數學、物理學、幾何學、心理學甚至仿生學的知識，通過建立模型，進行估值、擇時選股。量化分析員和量化基金經理，通常會同時研究全盤數千支股票，分析的方式也可以是基于公司基本面的，但是會強調量化財務指標。量化的指標（又稱因子）也可以是其他更有特色的數據。從事量化分析投資的基金經理通常不去上市公司實地調研，而是將精力放在不斷完善模型上，量化分析投資的模型是決定投資業績的關鍵，投資模型始終處于絕密狀態，不同市場設計不同的量化分析投資管理模型，在全球各種市場上進行短線交易。

2 量化分析技術獲取超額投資收益之道

在變幻莫測的市場經濟中，能否理性思考投資、不受情緒影響，將是成功的關鍵。而利用計算機的篩選得出的量化分析基金，不受投資中非理性因素影響，使投資更有計劃行、紀律性、規律性，基金管理人要做到不貪婪、不恐懼、不放棄，不受情緒影響，以一顆平常心追求利益瘦小。

量化分析，有一套完整、科學的投資體系。嚴格的紀律性是量化投資明顯區別于主動投資的重要特征。在量化分析基金的運作中，主觀判斷也會出現和量化分析模型相左的情兄，但會堅持量化分析投資的紀律，相信模型判斷的長期穩定性，不會盲目去調整改變。與傳統偏股型基金不同，量化分析基金采用獨特的投資組合管理方式，漸進動態調整基金組合。這樣不僅可以順應瞬息萬變的市場，還可以降低個股集中度，平穩投資業績。因此，這種方式并不會產生傳統意義的重倉股，也就大大降低了重倉個股的風險。

量化分析業績，來自于量化分析模型批量選股的成功率大于失敗率。量化分析的模型敏銳的“發覺”了開場環境的轉變，自動調高了評估因子、預期因子及市場反轉因子的權重，量化分析模型依此邏輯選擇的股票大部分取得較好收益，提升了整體業績。

3 量化分析技術創始人并非經濟學家。

量化分析技術并非發端于華爾街，不少人最初并非經濟學家，如巴契里耶和布萊克原先是數學家，夏普則從事醫學，奧斯伯恩為天文學家，沃金與坎德爾是統計學家，而特雷諾則是數學家兼物理學家。1970年代美國債券市場和股票市場全面崩盤，當時提出用量化分析方法管理投資組合的人是作家彼得·伯恩斯坦。1952年3月發表“投資組合選擇”論文、提出現代財務和投資理論最著名遠見的馬克維茨，以該理論勉強通過博士答辯，到1990年10月，這些人中才有三位獲得諾貝爾經濟學獎。

2012年，美國倫斯理工學院金融工程碩士李炬澎，依據5000年中國古老的《易經八卦數理》研發立體數量模型分析微觀經濟，用超高頻率政治外交詞匯、交易數據、股票期權數據、公司債務數據來做個股分析，用《五行相克相生原理》來分析自然、社會、政治、人文如何影響宏觀經濟。比如用計算機分析新聞報道中天地雷風水火山澤8中自然天文現象與宏觀經濟關聯程度，使五行基金取得亞洲量化分析投資行業第一名的業績。

4 量化分析技術應用的載體是計算機軟硬件技術的發展

馬克維茨的投資組合現代金融理論，提出了風險報酬和效率邊界概念，并據此建立了模型，成為奠基之作。托賓隨后提出了分離理論，但仍需要利用馬克維茨的系統執行高難度的運算，1961年，與馬克維茨共同獲得1990年諾貝爾獎的夏普用IBM最好的商用電腦，解出含有100只證券的問題也需要33mim。夏普1963年1月提出了“投資組合的簡化模型”（單一指數模型），簡化模型只用30s。1964年夏普又開發出資本資產定價模型（CAPM），不僅可以作為預測風險和預期回報的工具，還可以衡量投資組合的績效，以及衍生出在指數型基金、企業財務和企業投資、市場行為和資產評價等多領域的應用和理論創新。1976年，羅斯在CAPM的基礎上，提出“套利定價理論”（APT），提供一個方法評估影響股價變化的多種經濟因素。布萊克和斯克爾斯提出了“期權定價理論”。莫頓則發明了“跨期的資本資產定價模型”。

5 量化分析應用的關鍵是基本面分析無法快速精確處理豐富的金融產品和巨大交易量

1970年代以前，華爾街認為投資管理需要天賦、直覺以及獨特的駕馭市場的能力，基本面分析師、基金經理可以獨力打敗市場，而無需依靠那些缺乏靈魂、怪異的數學符號和縹緲虛幻的模型。華爾街對學術界把投資管理的藝術，轉化成通篇晦澀難懂的數學方程式一直持有敵意，1970年代初期，美國表現最佳的基金經理人從未聽過貝塔值，并認為那些擁有數學和電腦背景的學者只是一群騙子。

量化分析投資不會出現在個人投資者為主的時代。個人投資者既缺乏閑暇的時間，也普遍無此能力。僅有現資理論的建立，及各類模型的完善與推陳出新，并不會直接催生出量化分析投資，它還需要其他幾個重要前提條件，比如：機構投資者在市場中占據主導，隨著社保基金和共同基金資產的大幅增加，成為市場上的主要機構投資者，專業機構管理大規模資產，需要新的運作方式和金融創新技術，專業的投資管理人有能力和精力專注地研究、運用這些量化分析技術。

1970年代后期的Wells Fargo銀行，率先用量化分析技術管理投資組合，投資高股息股票，用較少的風險獲得了較大的收益，不用這些模型，不用電腦運算這些公式，會陷于困境。1980年代以來，面對數不勝數的各類證券產品和期權類產品，以及龐大的成交量，許多復雜的證券定價，必須靠大容量高速運算的電腦來完成。到2007年美國股市近一半的機構基金都是由量化模型來管理的。從2000年初到2007年全球量化分析基金市場連續8年表現遠遠超過其他投資方式。

6 量化分析在應對經濟危機和突發經濟事件中開拓前進

1987年10月大股災，當天股市和期貨成交量高達令人吃驚的410億美元，價值瞬間縮水6000億美元。很多股票直接通過電腦而不是經由交易所交易。一些采用投資組合保險策略的公司，在電腦模式的驅使下，不問價格機械賣出股票。很多交易員清楚這些投資組合會有大單賣出，寧愿走在前面爭相出逃，加劇了恐慌。針對整個投資組合而非單個證券，機械式的交易，電腦的自動操作，大量的空單在瞬間涌出，將市場徹底砸垮。

1997年至1998年亞洲金融危機股市暴跌，量化分析投資的算法交易也起到了同樣的壞作用。著名的長期資本管理公司，遭遇俄羅斯國債違約這一小概率事件，也陷入破產之境，迫使美聯儲集華爾街諸多投資銀行之力，加以救助。

2007年8月金融危機中，許多量化基金出現巨額損失。其原因主要是幾家大型對沖基金大量賣出它們的量化分析基金股票，去彌補其在其他投資方式上的損失。由于很大相同倉位的股票在很短的時間內被廉價賣出，從而加劇了很多投資指標的損失，尤其是價值和動量指標的損失。

2011年即使歐債金融危機發生，量化分析基金也再次表現優異，超過其他投資方式，雖然能否就此再度復興仍屬未知，此一趨勢已不可逆轉。

7 量化分析技術今后幾年全球應用的熱點在中國的A股市場

中國金融、資本、股市投資者結構很不合理，A股市場的專業投資機構持有市值的15.6%，而發達市場這一比例大致為70%。更為不合理的是交易結構，A股市場個人投資者持有市值占比26%，但卻完成了85%的交易。根據Wind分類，目前我國市場上共有13只量化基金，包含11只普通股票型基金，1只指數基金和1只偏股混合基金。

中國現有的人才和技術都難以支持完全的量化分析投資，在缺乏國際化人才和成熟模型的情況下，經營業績自然也差強人意。

量化分析今后幾年全球熱點在中國的A股市場。現在主要發達國家的股市很大程度上由量化基金所控制。為了尋找更高收益的市場，很多大型量化基金也開始大量投資于發展中國家市場，中國的A股市場是今后幾年全球量化分析投資熱點，所以近年來很多北美和歐洲的高層量化分析基金經理和分析員紛紛到中國大陸、香港和新加坡推廣量化投資技術。這是國際國內的金融市場和投資者，都要面對的機會和挑戰。

篇（2）

二、量化投資“黑箱”中的構造與證券投資學的差異

在傳統的證券投資學中，投資組合理論、資本資產定價模型、套利定價理論和期權定價理論是現代金融理論的四塊基石。前兩者主要依靠均值-方差組合優化的思想，后兩者則主要依靠市場的無套利條件。傳統的投資方法主要是基本面分析和技術分析兩大類，而量化投資則是“利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程”。從概念看，量化投資既不是基本面分析，也不是技術分析，但它可以采用基本面分析，也可以采用技術分析，關鍵在于依靠模型來實現投資理念與投資策略。為了分析量化投資對證券投資學的啟示，本文從量化投資“黑箱”的各個構成來探討量化投資與證券投資學中思路和觀點的差異。

（一）資產定價與收益的預測

根據組合優化理論，投資者將持有無風險組合與市場風險資產組合，獲得無風險利率與市場風險溢價。資本資產定價模型則將此應用到單一證券或組合，認為證券的風險溢價等于無風險利率加上與風險貢獻比率一致的風險溢價，超過的部分就是超額收益，即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產定價理論給實務投資的一大貢獻。基于因素模型的套利定價理論則從共同風險因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統一的參考。可以說，在因素定價方面，量化投資繼承了資產定價理論的基本思想。對于因素定價中因素的選擇，證券投資學認為，對資產價格的影響，長期應主要關注基本面因素，而短期應主要關注市場的交易行為，即采用技術分析。在量化投資中，主要強調按照事先設定的規則進行投資，這在一定程度上與技術分析類似。但是，在技術分析中，不同的人會有不同的結論，而量化投資則強調投資的規則化和固定化，不會因人的差異而有較大的不同。另外，量化交易更強調從統計和數學模型方面尋找資產的錯誤定價或者進行收益的預測。

（二）無套利條件與交易成本

在證券投資學里，流動性是證券的生命力。組合投資理論、資本資產定價模型以及套利定價理論等都認為市場中存在大量可交易的證券，投資者可以自由買賣證券。這主要是為了保證各種交易都能實現，如套利交易。根據套利定價理論，一旦市場出現無風險的套利機會，理性投資者會立即進行套利交易，當市場均衡時就不存在套利機會。現實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學中，對市場中套利限制與非流動性的關注較少，這是因為傳統金融理論中簡化了市場結構。市場微觀結構理論研究在既定的交易規則下，金融資產交易的過程及其結果，旨在揭示金融資產交易價格形成的過程及其原因。在市場微觀結構理論中，不同的市場微觀結構對市場流動性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來的價格沖擊，能實施量化投資策略的證券往往都應有較好的流動性，因為交易時非流動性直接影響投資策略的實施。從這個意義上講，量化投資時的交易成本不僅包括交易費用，更主要的是要考慮市場交易沖擊的流動性成本。

（三）風險控制與市場情緒

在證券市場中，高收益與高風險相匹配。量化投資在追求高收益的同時，不可避免地承擔了一定的風險。在證券投資學中，系統性風險主要源于宏觀經濟因素，非系統性因素則主要源于行業、公司因素，并且不考慮市場交易行為的影響。在量化投資中，較多地使用因素定價模型，不僅會考慮市場經濟因素，而且會考慮交易行為等因素，只是不同的模型有不同的側重點，在多模型的量化投資系統中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風險外，量化投資還有自身不可忽視的風險源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風險。另一方面，市場沖擊的流動性成本也是量化投資的風險控制因素，理所當然地在圖1的風險控制模型中體現出來。另外，在一般的投資過程中，市場情緒或多或少會成為風險控制的一個對象。然而，在量化投資中，更多的交易都是通過計算機來實現的，如程序交易等，這樣以來，投資者情緒等因素對投資決策的影響相對較小。所以，在量化投資的風險控制模型中較少地考慮市場情緒以及投資者自身的情緒，主要是通過承擔適度的風險來獲得超額回報，因為畢竟減少風險也減少了超額回報。

（四）執行高頻交易與算法交易

在對未來收益、風險和成本的綜合權衡下，實現投資策略成為量化投資的重要執行步驟。為了達到投資目標，量化投資不斷追求更快的速度來執行投資策略，這就推動了采用高速計算機系統的程序化交易的誕生。在證券投資學里，技術分析認為股價趨勢有長期、中期和短期趨勢，其中，長期和中期趨勢有參考作用，短期趨勢的意義不大。然而，隨著計算機信息科技的創新，量化投資策略之間的競爭越來越大，誰能運作更快的量化模型，誰就能最先找到并利用市場錯誤定價的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計算機系統處理數據和進行量化分析，快速做出交易決策，并且隔夜持倉。高頻交易的基本特點有：處理分筆交易數據、高資金周轉率、日內開平倉和算法交易。高頻交易有4類流行的策略：自動提供流動性、市場微觀結構交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法：產生高頻交易信號的算法和優化交易執行過程的算法。為了優化交易執行，目前“算法交易”比較流行。算法交易優化買賣指令的執行方式，決定在給定市場環境下如何處理交易指令：是主動的執行還是被動的執行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產配置和證券選擇問題。

三、對量化投資在證券投資教學中應用的思考

從上述分析可以知道，量化投資的“黑箱”構造與證券投資學之間存在一定的差異，因此，在證券投資的教學中應當考慮量化投資發展的要求。

（一）市場微觀結構與流動性沖擊

在理性預期和市場有效假說下，市場價格會在相關信息披露后立即調整，在信息披露前后市場有著截然不同的表現。在證券投資學里，一般認為價格的調整是及時準確的，然而，現實的世界里，價格調整需要一個過程。在不同的頻率下，這種價格形成過程的作用是不同的。在長期的投資中，短期的價格調整是瞬間的，影響不大。然而，在高頻交易中，這種價格調整過程影響很大。市場微觀結構就是研究這種價格形成過程。市場微觀結構理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關注商委托單簿不平衡對訂單流的影響，解釋沒有消息公布時價格短暫波動的原因。信息模型關注信息公布后信息反映到價格中的這一過程，認為含有信息的訂單流是導致價格波動的原因。無論是關注委托訂單的存貨模型還是關注市場參與者信息類型的信息模型，這些市場微觀結構的研究加強了流動性與資產價格之間的聯系，強調流動性在量化投資決策中的重要作用。一般的證券投資學中基本沒有市場微觀結構的內容，因而，為了加強證券投資學的實用性，應關注市場微觀結構的內容與發展。

（二）業績評價與高杠桿

對于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風險與業績。在組合業績評價中，一方面要考慮風險的衡量，另一方面則要分析業績的來源。在證券投資學中，組合業績來自于市場表現以及管理者的配置與選股能力。對于量化投資而言，市場時機和管理者的能力依然重要，然而，量化投資的業績評價還應考慮另一個因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，在市場好的時候擴大收益，但在市場不好的時候會加速虧損，這些與傳統的業績評價就不太一樣。在一般的證券投資學里，業績評價主要考慮經風險調整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻，而且有可能夸大了投資者的技能水平。

（三）人為因素與模型風險

在量化投資中，非常注重計算機對數據和模型的分析，這突出了量化投資的規則性和固定性。然而，實際中，別看量化采用了各種數學、統計模型，但策略設計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究，并借助計算機實施策略，能夠消除很多認為的隨意性。但是，量化策略畢竟體現投資者的交易理念，這一部分依賴于投資者的經驗，一部分依賴于投資者對市場的不斷觀察與更新。實際上，人始終處于交易之中，對于市場拐點以及趨勢反轉的判斷主要還是依賴投資者的經驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實施依賴于人的設定，而人的設定不僅依賴于經驗，而且人還會犯錯。人之所以會犯錯，一方面是因為人們對市場的認知是不完全的，另一方面則是人們使用了錯誤的模型。經典的證券投資理論中，股票價格的變動被認為是隨機的，小概率事件出現的機會比較小，但是經驗研究表明股票收益率具有肥尾現象，小概率事件發生的機會超出了人們原先的認識，即市場還會出現“黑天鵝”。更為關鍵的是，量化投資更依賴數學和統計模型，這就使得量化投資存在較大的模型風險，即使用了錯誤的模型。為了防范模型風險，應采用更為穩健的模型，即模型的參數和函數應該適應多種市場環境。近年來，研究表明，證券收益及其與風險因素的關系存在較大的非線性，同時，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機過程和機器學習等數據挖掘技術進行信息處理成為量化投資的重要技術支持。

篇（3）

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科技并結合一定的數學模型去實現投資理念與投資策略的過程。與傳統的投資方法不同的是：傳統的方法主要有基本面分析法和技術分析法這兩種，而量化投資主要依靠數據和模型來尋找投資標的和投資策略。量化投資系統則是由人設定出某種規則，在計算機當中根據規則構建這種模型，而后由計算機自己去根據市場的情況進行一些投資機會的判斷。從他們投資方式的區別當中可以看出，量化投資更依賴于數據，傳統投資則更依賴于人的主觀判斷。從這點上來說，量化投資可以有效的規避一些人為的錯誤判斷。

二、我國量化投資體系的發展

在美國，量化投資方法的發展己經有將近年的歷史，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。但是已經有很多基金公司允即罅Υ蛟熳約旱牧炕投資團隊，期望在傳統的基本面研究之外源匆黃新的投資天地。國內證券市場上成立比較早的量化投資基金主要包括：嘉實基金――嘉實量化阿爾法股票、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、國泰君安資產管理公司――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：公司財務基本面數據，市場行情數據，行業數據等，并在實證中不斷完善量化投資指標因子的選取。研究行業以及個股的價格趨勢，運用道氏理論、K線理論、波浪理論、切線理論、形態理論等一些常用的技術分析方法建立不同風格的投資模型和投資組合。

三、量化投資的優點

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展。實踐中的定性投資是指，以深入的宏觀經濟和市場基本面分析為核心，輔以對上市公司的實地調研、與上市公司管理層經營理念的交流，發表各類研究報告作為交流手段和決策依據。因此，定性投資基金的組合決策過程是由基金經理在綜合各方面的市場信息后，依賴個人主觀判斷、直覺以及市場經驗來優選個股，構建投資組合，以獲取市場的超額收益。與定性投資相同，量化投資的基礎也是對市場基本面的深度研究和詳盡分析，其本質是一種定性投資思想的理性應用。但是，與定性投資中投資人僅依靠幾個指標做出結論相比，量化投資中投資人更關注大量數據所體現出來的特征，特別是挖掘數據中的統計特征，以尋找經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勢：

（一）量化投資可以讓理性得到充分發揮

量化投資以數學統計和建模技術代替個人主觀判斷和直覺，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，因而避免了不當的市場擇時傾向。

（二）是量化投資可以實現全市場范圍內的擇股和高效率處理

量化投資可以利用一定數量化模型對全市場范圍內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，只要得當的應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投資方式的補充。

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，但是應用的范圍較為狹窄。例如，某項技術在特定行業、特定市場中的發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論，依賴歷史的回歸結論以及一定指標的篩選，就有可能忽略不能量化的基本面，產生巨大的投資失誤。因此，基金經理在投資的時候一定要注意不能單純依賴量化投資，一定要結合對國內市場基本面的了解。

五、量化投資對中國的啟示

通過研究國外市場的發展和中國市場的特點，對中國市場上的監管創新，制定相關的法律法規也勢在必行。由于市場結構的差異，國內量化投資情況與國外有很大不同。技術型量化投資的應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用主要集中在股票市場，由于需要應用的時間數據周期相對較長，實際中應用并不普遍。目前，中國金融市場正處于迅速發展的階段，很多新的金融工具在不斷被引進，用量化投資方式來捕捉這種機會，也是非常合理的。與國外相比，目前國內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證券市場是非常有意義的。國內有很多實證文獻討論國內A股市場未達到半強勢有效市場。

目前對中國市場特點的一般共識包括：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據，在中國市場可能需要自主開發。這盡管加大了工作量，但也往往意味著某些指標關注的人群少，存在很大機會。其三，中國上市公司的主營比較繁雜，而且變化較快，這意味著行業層面的指標可能效率較低。而中國的量化投資實際上就是從不同的層面驗證這幾點，并從中贏利。例如，考慮到國內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，構建市場泡沫度模型，并以此判斷市場泡沫度，作為資產配置和市場擇時的重要依據。

在中國金融市場的不斷發展階段，融資融券和股指期貨的推出結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遇。運用量化投資的機理和方法，將成為中國市場未來投資策略的一個重要發展趨勢。量化投資在給投資者進行規避風險和套利的同時，也會帶來一定的風險，對證券具有助漲助跌的作用。由于國內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造力。以經濟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濟政策的調節，但是經濟政策本身是無法量化的。基金建倉應早于經濟政策的施行，而基于對經濟政策的預期，但預期的影響比經濟政策的影響更難以量化。例如，在現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下出現的問題，需要基金投資小組采取創造性的方式，將對中國經濟多年的定性經驗和定量的指標體系結合起來，方能提高投資業績。

參考文獻：

篇（4）

量化基金發行提速

今年上半年,嘉實量化阿爾法、中海量化策略兩只量化基金的推出,打破了國內量化基金多年的沉寂。而近期,更是有3只量化基金同時登臺亮相,且各具特色。截至目前,國內基金市場上已經發行7只量化基金,包括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、長盛量化紅利策略股票型基金、富國滬深300增強基金及華商動態阿爾法基金。前兩只分別成立于2004年8月和2005年10月,而后5只均是今年才成立。量化基金時隔四年后的再次大量推出,引起了市場的密切關注。種種跡象表明,以定性投資為主的國內基金業正在掀起一場量化投資浪潮。

光大保德信量化核心,一方面通過光大保德信的多因素數量模型對股票的預期收益率進行估算,個股預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,重點關注數據以來的信息,通過行業分析和個股分析形成對量化的補充;最后由投資組合優化器根據預先設計的風險構建組合。

上投摩根阿爾法基金,同步以“成長”與“價值”雙重量化指標進行股票選擇,然后研究團隊對個股進行基本面審核,結合跟蹤誤差的緊密監控,以求不論指數高低,市場多空,皆創造主動管理回報。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。

嘉實量化基金,以“定量投資”為主,輔以“定性投資”。通過行業選擇模型,捕捉具有投資吸引力的行業,然后再在所選行業中運用阿爾法多因素模型篩選個股。定性的輔助作用表現在利用基本面研究成果,對模型自動選股的結果進行復核,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配置與構建投資組合的基礎。根據量化指標實行從一級股票庫初選,從二級股票庫精選,再根據相關模型計算行業配置權重。結合行業配置權重,組合每只股票的配置比例。

長盛量化紅利策略股票型基金,是作為國內首只運用“量化投資”策略投資于紅利股票的基金,該產品將給投資者帶來不同于傳統基金的新體驗。該只基金的另一個顯著特點是“瞄準紅利”。所謂紅利,強調的是具有較高安全邊際、較低下行風險的價值型投資,在目前市場總體估值處于歷史平均水平時,價值型風格更能獲得投資者的青睞。

富國滬深300增強基金,以滬深300指數為追蹤標的,并對指數基金進行增強,并且是國內第一只采用量化方法進行主動增強的滬深300指數基金。量化增強的方法主要包括:利用多因子阿爾法模型選擇股票;通過風險估測模型有效控制風險預算,并通過交易成本模型控制成本、保護業績。相比定性的方法,定量投資手段在對成份股較多的指數進行增強方面以及控制跟蹤誤差方面具有很強的優越性。

當前適逢宏觀經濟、證券市場復蘇向上之際,匯集A股市場300只規模大、流動性好、最具代表性股票的滬深300指數,有望迎來較好表現。而以滬深300為跟蹤標的,并利用定量投資模型進行主動增強的富國滬深300增強基金,亦面臨良好的投資環境與投資時點。

華商動態阿爾法基金,將以高阿爾法值的股票為主要投資目標,采用量化投資的方法,努力在有效控制風險的同時提高基金組合收益。華商動態阿爾法基金的投資將主要采用阿爾法策略和量化策略。阿爾法策略是依靠精選行業和個股,來獲取超過大盤表現的超額收益。量化策略是指采用數量化分析方法來對股票進行分析和篩選,基于數量模型來配置行業權重。它具有投資范圍更廣、紀律性更強、投資思想可驗證等優勢,更能夠限制投資過程中主觀隨意性可能帶來的損失,幫助基金經理進行客觀決策。

定量投資適合A股市場

正因為A股市場不是特別有效的市場,數量化投資策略正好可以發揮其紀律性、系統性、及時性、準確性、分散化的各種優點,從而捕獲國內市場的各種投資機會。相比定性投資,現階段A股市場的特點更適合采用客觀、公正而理性的定量投資風格。

股票市場復雜度和有效性的增加已對傳統定性投資基金經理的單兵作戰能力提出了挑戰。相對于海外成熟市場,A股市場的發展歷史較短,有效性偏弱,市場上被錯誤定價的股票相對較多,那么,留給定量投資策略去發掘市場的無效性、尋找超額收益的潛力和空間也就更大。事實上,盡管量化基金在國內的發展歷程較短,但是從國內已有的兩只采用了定量投資方法并且已經運作了一段時間的基金來看,量化基金被證明是適應中國市場的。

量化基金產品包括但不限于數量化共同基金產品、指數基金產品、指數增強型基金產品、行業指數基金產品、風格類指數基金產品、策略指數基金產品、ETF產品、收益分級型產品等等。從數量化投資提供的工具和方法來看,能夠給投資者提供的基金產品可以說是百花齊放,還應該做到有的放矢,滿足投資者不同風險收益偏好的投資需求。

量化投資需過三道坎

我國A股市場的量化基金仍然才開始起步,各方面都有待進一步的完善。不僅機構需要有完善數量化投資策略各方面的耐心,也需要投資者給數量化基金以耐心。采用數量化策略的共同基金要在中國市場獲得成功,仍有很長的路要走,需要不斷的修正數量模型以適應中國市場的特征。

對于量化基金的產品設計,雖然量化基金一般都是采用多因素模型對股票進行分析和篩選,但不同的量化基金產品的側重點是不一樣的,也就是說,包括投資思路、觀察角度、分析方法等在內都是不同的。在個股篩選和分析的角度、行業分析的角度、大類資產配置的角度等方面,均有不同的思路,因此,不同的量化基金產品可以體現出各自不同的投資理念和各自的投資特色。

具體來說,基金要想真正推行量化投資,主要應該跨越如下“三道門檻”。

首先,目前國內對做空的限制以及投資產品的稀缺,導致很多成熟的數量化投資手段不能在國內得以應用。一些對沖策略可能需要期貨類的投資產品,而有些統計套利策略可能需要市場上要有做空的手段,目前這些條件在A股市場上尚不具備,因此,在一定程度上制約了量化投資的施展空間。

其二,中國目前對于基金的考核體系比較短期化,部分量化基金經理有可能迫于短期排名的壓力,也去追漲殺跌,不去執行相當于投資紀律的量化策略,這就恰恰偏離了量化基金設計的初衷。量化投資策略成功與否需要從長期來看,不能因為短期內跑不過市場就認為量化基金管理得不好,對于量化基金的評價時間不能太短。

此外,量化投資對人的要求很高。量化投資需要考慮的一個重要因素是預測相對于市場的超額收益,即阿爾法收益,找到阿爾法預測模型。在阿爾法預測上,要保證不斷有新的阿爾法策略產生。一個新的阿爾法策略出來后,過一段時間就被市場充分理解,可能阿爾法收益就會逐漸消失,這就需要不斷產生新的阿爾法收益模型。

量化基金本土化前景

A股市場的發展歷史較短,有效性偏弱,市場上被錯誤定價的股票相對較多,那么,留給定量投資策略去發掘市場的無效性、尋找超額收益的潛力和空間也就更大。相比定性投資,現階段A股市場的特點更適合定量投資客觀、公正而理性的投資風格。股票市場復雜度和有效性的增加已對傳統定性投資基金經理的單兵作戰能力提出了挑戰。正因為市場的弱有效性,數量化投資才更有發揮的價值。這也是量化基金可以在中國本土化獲得成功的有利條件。

數量化投資可以為投資者帶來更多、更豐富、更有特色的基金產品,豐富機構的產品線。只有建立完善的產品線,才能滿足不同投資者的需求,才能在不同的市場狀況下獲得發展,才能有強大的基金公司。機構可以從數量化投資所帶來的無限量基金產品線上獲得豐厚的利益。

篇（5）

金融衍生品與量化投資之間的相關性是當前經濟發展比較重要的研究議題，兩者的有效配合在某種程度上能使投資者獲得較為豐富的投資收益，并且將風險以及杠桿性將至最低。就當前現狀而言，金融衍生品內容越來越多，而量化投資投資工具呈現多元化的趨勢，這為投資者提供了較多的投資方式以及渠道，并使其在最小風險值內獲取最大的經濟收益。文章主要介紹了金融衍生品及量化投資，重點闡述了兩者之間的關聯性，最后論述了兩者有效融合的前提下如何獲得最大的經濟效益值。

一、金融衍生品與量化投資概念闡述以及其發展

（一）金融衍生品

金融衍生品在我國經濟中運用范圍不斷擴寬，它是基于經濟發展而形成的，是社會發展的必然產物，并且對于全球經濟有著深遠的影響，比如加劇世界經濟一體化、促使金融一體化的逐步形成，金融衍生品在我國經濟發展中扮演非常重要的角色，帶動了我國實體經濟的發展。所謂金融衍生品，它是與金融相關，并由其引發的派生物，屬于一種金融交易工具。近年來，隨著市場經濟發展速度不斷提升，我國金融市場逐漸趨向完善，這也為金融衍生品的發展提供了良好的契機，使其發展日益壯大并成為金融市場的主力軍，并且與信貸以及貨幣市場聯系日益密切，最終促進了金融資產配置的逐漸完善，即風險管理的復雜鏈條。從目前情況分析，我國經濟發展呈現出良好的前景，相對應的工業以及房地產發展相對較好，在此基礎之上，依據高杠桿原理，金融產品自身的優勢性徹底被展現出來，并為投資者帶來相對較好的經濟效益值。但是金融產品也存在一定的風險，可謂是一把“雙刃劍”，雖然它可促進金融市場的發展，但如果運用不當將會引發極為嚴重的后果。上世紀90年代以來，就發生了多起由于金融產品運用不當而引發的經濟損失，例如：2008年金融危機波及全球，引發金融危機的原因主要是CDS等金融產品，其在美國金融市場運作中出現風險管理不當的現象，也就是風險失控，繼而引發了全球性的經濟危機。

金融衍生品主要是基于與金融有關產品的通過不同方式衍生而來，主要包含四種基本形式，分別是遠期、期貨、期權、互換，其價格的變動規律主要是由基礎標的物所決定的，隨著它的變化而變化的，而金融衍生品的價值主要與基礎工具的相關因素有關，比如利率、匯率、市場價格、指數、信用等級等等，從本質上分析，它屬于虛擬的有價證券，在某種意義上而言是一種權利證書，給予投資者基礎性的權利，且與實物資本有著很大的區別，能夠使投資者獲得投資收益。與一般金融產品相比，金融產品有了極大的改良與進步，產品結構更為復雜，其定價模式基本比較單一，主要是以復雜數學模型為主，將多種風險以及因子，如Beta、Delta、Rho、久期等，通過多種方式的映射、組合、分解復合等，繼而形成金融衍生品，結構層次多樣。金融產品雖然為投資者提供了發展契機，但是也存在極大的風險，這種風險的形成與交易與結算有著直接的關聯，上述兩種交易形式基本發生在將來，基于高杠桿的影響，市場風險難以有效控制，預測就更難以估計。

（二）量化投資

量化投資在我國金融市場發展中得到了進一步推廣，相較于定性投資，量化投資科學性更強，并且具備相應的理論依據。在投資過程中，投資者可以利用數學、統計學，還可以借助數據挖掘等方法，以此構建投資策略，管理投資組合，繼而實現風險管理，利用數據模型，借助系統交易信號，系統會自動完成相關交易。從本質上分析，量化投資屬于工具，投資者可以通過經驗累加，然后利用數學模型的功能性，繼而實現信息化的表達。量化投資形式具有自身的優勢特點，這也是傳統投資形式不可比擬的，它主要將投資者經驗累積以另外一種方式呈現，即數學模型，繼而轉化至計算機中，運用相對科學的計算方式，實現產品投資，隨著金融市場的日益完善，數學模型也得以不斷優化。無論是數量化的投資，還是依靠計算機程序的投資，對于技術的要求極為苛刻，在業界譽為“黑箱交易”，從某種角度分析，量化投資基本不依賴大腦，而是依據交易系統，繼而實施具體的決策，上述交易系統是之前確定的，且形式非常復雜的，這樣的系統往往具備較高的精準度。與此同時，交易系統開發需要一定的技術支持，即程序算法設計，部分開發者通常會采取相應措施，加密交易系統，以此保障知識產權不受侵害。外界投資者對此并不清楚，具體運行機制也存在極大的疑問。量化投資者基于交易系統的前提下，收集市場最新的數據變化，同時采集與之相關的信息，將其輸送至交易模型里，然后通過科學的計算，數據的挖掘，加密信息的處理，最終敲定資產配置方案，確定交易的最佳時機。按照相關公式進行量化投資在某種程度上是一種相對理性的投資，其自身的優勢集中體現在分析策略這一環節，突出明晰性以及一致性，與此同時，運用信息與公式，由此獲得的結果基本相同，這在某種程度上對交易者非常有利，避免由于其客觀性以及隨意性而引發的交易失誤。

針對量化投資而言，其涵蓋多個方面：就現狀而言，主要包括量化資產配置、量化投資交易、風險管理。以資產配置為例，必須要基于行業選擇的前提下，以此實施有效配置，然后依據策略組合，在行業內開展相關工作，實行資產優化。量化資產投資，它在某種程度上奠定了總體投資方向，確定發展前景最好的行業、風格和產品。換言之，投資者需要根據市場行情變化規律，選擇市場以及產品，然后給予最佳資金分配方案。相較于傳統的投資形式，量化投資更具一定的優勢，更具科學以及合理性，同時兼具高信度。投資者可以依據數據模型，對整個市場進行有效分析，繼而給予相對準確的判斷，以此進行理性投資決策。

二、兩者之間的關聯性分析

金融衍生品與量化投資的有效結合能夠起到非常關鍵性的作用，投資者能夠選擇相對發展較好的金融產品進行量化投資，由此收獲了相對豐富的投資收益，因而探討兩者之間的關聯性以及有效融合具有劃時代意義。近年來，我國金融市場發展形勢良好，也因此帶動了金融衍生品的迅速擴大，促進了國民經濟的迅速增值。但是以我國現有金融衍生品現狀來說，無論是從行業總量、規模，還是參與范圍及層次方面來看，金融衍生品都還屬于小眾市場，仍需不斷創新與改革。從目前情況分析，對于大部分的投資者而言，他們對于金融衍生品的了解還不夠透徹，這也導致了民主對于金融衍生品的了解甚少，基本都停留在電視或是報紙上對于金融衍生品的看法，這于金融衍生品的長遠發展是非常不利的。2008年的金融危機，很多實體企業采取了相應的對策，比如參與期貨市場，實施套期保值，以此降低生產經營風險，也在某種程度上擴寬市場發展。

金融市場發展速度的加快，股指期貨得以大面積擴散，指數期權也擴大了應用范圍，這于我國金融市場發展而言是極為有利的因素，為量化投資提供良好的發展契機，迎來發展機遇。借助量化投資原理，運用相關實踐方法，通過計算機程序實施投資交易，這將是之后金融衍生品投資的主流方向。

金融衍生品的誕生是社會發展的必然產物，其功能性集中體現在投資風險規避，它形成的主要動因與投資者關系密切，滿足其轉移風險的需求，同時實現其套期保值實際需求，這一過程又被稱為風險對沖，這樣可以使投資者運用相對較少的低成本，基于現貨價格變動，達到規避風險的目的。從目前形勢分析，量化投資在我國金融衍生品上得到了廣泛應用，其對沖實踐需要借助相關載體，也就是具備一定的期貨市場方可實現，但是基于交易品種單一的現狀，這使得量化投資產品在某種程度上具有一定的局限性。隨著股指期權的誕生，個股期權的逐步實施，擴大了金融市場的投資發展，讓更多的投資者增加了風險規避渠道，推動了量化投資范圍的不斷擴大。量化交易策略也在某種程度上發生了改變，更具創造性，帶動實體經濟發展。

金融衍生品的誕生以及投入使用促進了我國金融市場交易的逐步完善，這其中金融衍生品的一個非常重要的功能得到了極大的發揮，即價格發現。所謂價格發現功能，主要從參與者角度出發，他們通過獲得信息，且基于價格預期，利用公開拍賣形式，或是借助電腦進行撮合交易，這在某種程度上可以獲取市場真實需求，供求關系，并且極具競爭性以及預期性的體系。隨著世界經濟一體化趨勢不斷加強，世界金融市場不斷擴大，與之相關的金融衍生品應用范圍也隨之不斷擴大，金融交易所的相關交易實現跨越式的進步，通過這種形式形成的價格權威性更強。上述價格通過不同的傳播工具不斷擴散，如報紙、電視、網絡等，范圍波及全球，儼然成為市場價格的引領者，這為大眾提供了良好的平臺，讓其透過相關經濟信息了解經濟動態，以便幫助投資者給予正確的決策，借以提升資源配置效率。量化投資相較于傳統投資形式具有一定的優勢，這主要體現在兩個方面：分別是速度與規則，從某種角度分析，我們可以預期，量化交易應用范圍，促使市場報價更為緊密，成交更為頻繁，從而增強市場流動性。與此同時，基于量化交易策略而言，其中部分交易存在策略的相似性，這對于未來的金融市場影響頗大，集中體現在市場價格波動這一方面，具體表現為高波動性以及規律性，上述改變與量化投資有著非常直接的關聯。

金融衍生品是社會發展的階段性產物，量化投資是基于傳統投資形式基礎上的創新與變革，兩者之間具有一定的關聯性，就好比人和人之間的合作，通過量化投資，金融衍生品能夠在某種程度上受益，彰顯其風險規避功能，量化投資對于投資者而言是巨大的福音，使其更理性地進行投資，從而避免由于自身主觀原因而造成的經濟損失，與此同時，能夠有效消除非預期損失。針對金融衍生品而言，其不斷發展對量化投資而言也是非常有益的，為其提供應用平臺，借助不同領域資源整合，從總體角度分析，優化金融市場，交易環境不斷完善，并且對投資者影響極大，使其投資理念不斷升華，投資水平在某種程度上也得到看提高，繼而促使投資者通過結合金融衍生品與量化投資獲取豐厚的投資收益。總的來說，金融衍生品與量化投資可謂是相輔相成的關系，彼此相互促進又相互影響，協調好兩者的關系對金融市場發展益處多多。

三、結語

總體來說，金融衍生品在我國金融市場的廣泛運用極大的促進了國民經濟的發展，量化投資是一種相對理想的投資理念，將金融衍生品與量化投資有效融合能夠獲得良好的成效，這于金融市場經濟發展而言也是極為有利的因素，為投資者提供了良好的應用平臺，促使其獲得比較豐富的投資收益。文章主要介紹了金融衍生品以及量化投資的發展，重點闡述了兩者之間的相關性。

參考文獻：

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

[2]張梅.后金融危機時代金融衍生品的風險管理與控制[J].湖南商學院學報，2010（02）.

[3]寇宏，袁鷹，王慶芳.套期保值與金融衍生品風險管理研究[J].金融理論與實踐，2010（05）.

[4]林世光.可拓學在金融衍生品市場風險中的量化分析[J].武漢理工大學學報，2010（11）.

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的量化方法中才能將量化投資的“魔力”發揮出來，創造最大的投資收益。

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合，并不是越復雜的模型越好，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據和市場環境的量化分析，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，在變化中總結經驗和規律，使得量化模型能夠適應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，其效應應該是逐漸遞減的。所以隨著該因子效應的遞減，未來可能會將其從模型中剔除掉。相應地，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（7）

量化投資基金對國內基金投資者來說是一個相對陌生的概念。它是指基金管理人在分析歷史數據的基礎上總結股市運行的規律,開發出數量化投資模型,并且以模型輸出的結果作為投資決策的主要依據。與此相對的是定性決策,即由基金經理或管理團隊決定資產配置、行業配置、個股選擇,根據個人經驗和判斷來建立最終的投資組合。

量化投資在發達市場中十分流行,而在國內這一新的投資方式則只是剛剛起步。最早一只量化概念主動型基金光大量化核心成立于2004年,而此后的4年間再無量化基金成立。2009年是量化投資重新起步,陸續發行了嘉實量化、中海量化、南方策略優選等四只量化基金。

量化投資有優勢嗎?

與定性決策相比,量化投資最大的好處就是避免了基金經理主觀決策的隨意性,降低了對基金經理個人能力和經驗的依賴;同時能夠根據嚴格的組合配置原則,建立符合投資目標的優化投資組合。

從國外成熟市場的情況來看,優秀的量化基金表現非常突出。例如數量化投資的創始人之一詹姆斯.西蒙斯管理的大獎章基金,自1988年成立后年均回報率達到38.5%,成為20年內最賺錢的基金經理。這一收益率水平遠超過巴菲特20%的平均年收益率。

但在國內市場上,量化基金數量寥寥可數,而早期的量化基金相比定性投資基金并未顯出優勢。那么與依賴優秀基金經理的主動型基金相比,依賴模型的量化投資是否真的能產生優勢呢?這取決于三個關鍵因素。

一是市場環境是否成熟。數量化模型的運用有重要的前提條件,最主要的是必須在一個相對成熟穩定的市場中運行,這種市場環境下基于歷史數據設計的模型才可能延續其有效性。而國內股市歷史上曾經大起大落,市場結構和運行規律都發生過質變。在這種情況下量化模型有可能跟不上市場本身的改變,嚴格的量化投資也難以顯現適應變化的靈活性。因此早期市場并不適合量化投資理念;而隨著市場逐漸成熟,量化投資的優勢才開始逐漸顯現。2009年后量化投資基金數量大增,也是對這一趨勢的反映。

二是量化基金的運作模式。從國內市場的實際情況來看,純粹依賴模型的量化管理模式仍然并不適合,嚴格數量化的投資策略難以取得成功。這是因為量化模型難以涵蓋所有重要的市場因子,例如中國股市上十分重要的政策變化就無法納入量化模型分析。因此在量化模型的基礎上,在投資策略中適當加以主動修正是必不可少的。但如何把握主動和量化之間的平衡,又成為量化基金的一個難題。國內最早引入的量化基金,在純量化管理還是混合主動管理的選擇上就付出了不少學習成本。

三是投資模型本身的質量,這也是量化基金最核心的競爭力。投資模型是量化基金最核心的投資密訣。模型是否有效,是否真實反映市場運行的核心規律,決定了量化基金投資運作的長期效果。因此在成熟市場上,獨特的投資模型往往是量化基金的核心競爭力所在。同時模型本身是否穩健也是量化基金持續投資的基礎。如果不結合中國市場的實際引入成熟市場上的投資模型,往往并不成功。

量化投資的時機

基于以上幾點原因,量化投資在國內仍處于起步階段。但隨著股市逐漸走向常態化增長,主動型基金數量不斷增多,定性管理愈加難以獲得超額收益,量化投資的空間正在逐漸顯現。

從投資上看,量化模型的優缺點都十分明顯,簡單概括就是選股/配置強,選時弱。量化模型的主要優勢體現在對大量個股的海選,以及確定科學的配置比例上。但在判斷市場趨勢何時發生轉換的選時決策上,多數量化模型可以說無能為力。因此,量化投資的主導思想是獲取alpha收益,而規避beta風險并非量化投資的強項。

因此,量化基金能否在投資中取得優勢,就取決于它能否揚長避短。從投資目標上看,量化基金的目標不是與主動型基金爭奪冠軍,而是成為一名穩定戰勝多數主動型基金的選手。運作良好的量化基金,應該能夠超越多數主動決策的基金經理,獲取穩定的超額收益。

TIPS:

創新主動量化投資――南方策略優選

南方策略優選是最新一只量化投資基金。該基金在產品設計上充分考慮了中國市場的現狀和發展趨勢,提出了創新的主動量化投資模式。這種以定量模型為核心,但在決策流程和模型構建中有機結合定性分析的模式有可能成為量化投資的主導模式。

南方策略優選的主動量化投資模式主要體現在三個層次:在資產配置層面上定性定量并重,在行業配置層面上的定量為主定性為輔,以及在個股選擇層面的量化篩選。

針對量化投資的三大關鍵因素,南方策略優選都做出了針對性的改進和創新。從而有可能在逐漸成熟的中國股市上,探索量化投資模式的運作空間。

從該投資模型模擬運行的結果來看,南方策略優選的表現相當突出。模擬組合在超過60%的月度內獲得了正的超額收益,正向超額收益顯著高于負向超額收益。其投資模型的三年以來的各階段累計收益在主動型基金中基本可以排名前10%。

篇（8）

一、要解決的問題

（1）問題一：根據所給數據量化分析處理公眾投資者的個人狀況、信息獲取方式、媒體信任程度、風險態度。（2）問題二：在量化分析處理公眾投資者的個人狀況、信息獲取方式、媒體信任程度、風險態度的基礎上，建立合適的數學模型分析它們之間的相關性；

二、模型的假設

（1）建模時在所有的問題答卷中剔除那些相關性不大的問題，只從中選取具有代表性的問題，以減少建模復雜度。（2）建模過程中的各變量是相互獨立的且數據有很強代表性。（3）證券市場是有效的，且價格的變動具有慣性。

三、模型的建立與求解

（一）對問題一的求解

（1）模型的準備。通過對數據的分析，我們從所有47個問題中選出20個具有代表性的問題，將提煉出的問題分成4大類：個人基本信息狀況、信息獲取方式、媒體信任程度、風險態度。

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

通過對第二大類信息獲取方式中所選取的5個問題進行量化分析可知65%投資者投資知識來源于時間和雜志，65.5%的投資者做投資時是經過理性分析的，這反映出我國大多數投資者是屬于風險厭惡者或者傾向于風險厭惡，在進行投資時還是比較理性的。其次有77.6%的投資者認為以往的投資經驗對現在或未來的投資是有用的。73%的投資者會關注財經新聞的報道，85%的投資者主要從網絡，電視，報紙雜志等媒體中獲得投資信息。

通過對第三大類媒體信任程度中所選取的5個問題進行量化分析得到的媒體信任程度量化分析表如表1所示。

從表1可以看出53%的投資者最初進入股市的原因是認為有利可圖，自己決定進入。對于媒體反復推薦的股票，68%投資者不會購買，對媒體的信任程度還是比較低的。其次有76.6%的投資者覺得媒體上推薦的股票是有一定道理的，但有40.4%投資者之所以相信媒體上推薦的股票是因為自身能力的不足，只好相信媒體推薦。同時，在聽取各類人士意見時，35%的投資者相信身邊熟悉炒股的朋友。總之，我國投資者對于媒體的信任程度還是偏低的，這同時意味著我國的證券業還有著巨大的發展空間。

通過對第四大類風險態度中所選取的5個問題進行量化分析得到的風險態度量化分析表如表2所示。

根據表2分析顯示，投資者的操作模式相對穩定，3個月內換手1次或更短的投資者占比最多，總體來看，投資者的持股時間相對較短，長期投資者占投資者比例較小。從趨勢上看，在2008年以來的下跌行情中，投資者更傾向于頻繁換手，3個月內換手1次或更短的投資者逐漸增加至62.4%，持股半年內的比例明顯下降至28.6%。至于持股一年以上的雖有所增加，但平均占比不高，這部分長期投資者的增加不能排除是因套牢產生的被動長期投資。股票下跌時，只有不到20%的股民會選擇低價再買入，再一次反映出我國股民大多數屬于風險厭惡者。同時，面對股價下跌，但持有目標是五年時，62%的投資者會維持不動，但面對股價下跌，但持有目標是三十年，只有42%的投資者會繼續維持不動。總之，投資者個人承擔風險的態度還是比較理性的。

（二）對問題二的求解

（1）模型的準備。證券市場市場參與者眾多，市場機制更為復雜，信息不對稱現象更為明顯。對于風險態度的衡量，在影響證券銷售量的因素中，有價格，上市公司市場信譽，投資者的風險態度等。本題中著重量化被調查者的風險態度。為了確定投資者分別隸屬于風險厭惡，風險中性，風險偏好哪種類型，我們在分析數據的過程中，給每個問題每個選項賦分的原則如下：1）選A、B、C、D的基礎得分分別為1、2、3、4。2）將投資者的態度分為（0～30）風險厭惡型，（31～60）風險中立型，和（61～90）風險喜好型。

相關系數用來反映兩者之間的相關性，考慮相關系數r時，我們遵循以下準則：1）當r>0時，表示兩變量正相關，r

通過數據分析，我國投資者的總體風險態度是介于風險厭惡和風險中立的，由此可以看出投資者較為希望通過風險投資增加其個人收入。但是由于客觀、主觀因素，投資者中，持觀望態度者較多。

（2）模型的建立與求解。根據題目提供的數據以及前面的賦值，算出所有被調查者的風險態度值，并選出問卷中的第二問跟風險態度進行相關性分析，則有：

結果為a=[1 1 1 2 1 1 4 3 2 1 1 1 1 3 2 2 4 3…1]

對應的風險態度值為b=[44 44 46 45 41 42 47 41 54 46 38 49 51 53 53 50 44 44…47]

根據以上分析可知總體個人狀況與風險態度的相關性小，由此得出我國近段時間進行投資的民眾數量較大，覆蓋到不同民眾的方方面面。信息獲取方式與風險態度之間聯系大、得知在我國的投資領域，投資者的信息獲取途徑和多少對其投資的方向性還是有較大的影響。媒體信任程度與風險態度之間的相關性適中，可知部分投資者對待媒體信息的態度還是比較冷靜。

參考文獻：

[1] 楊桂元，黃己立.數學建模[M].合肥：中國科學技術大學出版社，2008.

[2] 李柏年，胡守信.基于MATLAB的數學實驗[M].北京：科學出版社，2004.

篇（9）

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理模型。它是借助現代統計學和數學的方法，利用計算機技術，從龐大的歷史數據中海選能帶來超額收益的多種“大概率”事件，然后制定策略，并用數量模型驗證及固化這些規律和策略，繼而再嚴格執行這些已固化的策略來指導投資，以求獲得可持續的、穩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系？比如中醫與西醫的診療方法，中醫是望、穩、問、切，最后判斷出的結果，很大程度上基于中醫的經驗，定性程度上大一些；而西醫就不同了，先要病人去拍片子、化驗等，這些都要依托于醫學儀器，最后得出結論，對癥下藥。

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

量化交易靠概率取勝

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

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

量化交易有著嚴格的紀律性。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，系統會顯示出當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買賣更具有說服力。

它系統性較完備，具體表現為“三多”，包括多層次、多角度、多數據。因為人腦處理信息的能力是有限的，當一個資本市場只有100只股票，這對定性投資基金經理有優勢，他可以深刻分析這100家公司。但當有成千上萬只股票時，量化交易就可以充分發揮它強大的信息處理優勢，捕捉更多、拓展更大的投資機會。

另外，定性投資大部分時間在琢磨哪一個企業是偉大的企業，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，有望在未來重復的歷史規律，并且加以利用。其次它在股票實際操作過程中，運用概率分析，提高買賣成功的概率和倉位控制。

量化投資者也有噩夢

事實上，量化交易的方法在海外已有30多年的發展歷史，素以投資業績穩定，抗風險能力強著稱，目前已經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動，以全市場、多維度的視角廣度掃描投資機會，在中國市場的應用將更顯其優勢。

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行著高速交易，熒幕上滾動著通過高速網絡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，這一切的一切就預示著“可以躺著賺錢的時代”來臨了，現實并沒有這么美好。

相對來說，量化交易目前還處在初級發展階段，比如基本面投資者只需簡單的基于預測特定事件，比如超過或差于預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，因為你的研究對象時刻還在變化著。

不僅如此，研究出一套只基于公司財報的交易系統不難，比如基于超出預期的營收或股息來買入。但是供給面的情況、消費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、新聞消息之間的關系也是不停變化著的。記得2009年美股到達低點的時候，很多“低質”公司的回報大大高于“優質”公司的回報。很多3塊錢的“垃圾股”可以在很短時間內漲到10塊錢，而高價的優質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，因為大多數模型此時都會顯示做多“優質股”做空“垃圾股”，后果則可想而知。

篇（10）

據悉，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，發行了信托獲批股指期貨交易業務資格以來國內第一只陽光私募發行的股票量化全對沖產品之后，再次成立國內首只引入國債期貨作為對沖工具的債券對沖管理型產品“青騅1號債券對沖專項資產管理計劃”。該產品系青騅投資聯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。

值得關注的是，該產品涉及到三方平臺，由多個管理人聯合操作。基金公司子公司作為資產管理人，青騅投資公司作為投顧主要負責產品的投資策略，國泰君安期貨資管部門作為基金專戶資產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、主導產品的設計和投資運作，這一合作模式在期貨資管領域尚屬首例，有望開創機構投資者合作參與期貨資管業務的熱潮。對于特殊法人單位參與期貨資管業務的模式也是全新的嘗試。

引入量化對沖策略