導(dǎo)語(yǔ)：如何才能寫好一篇量化投資，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

1987年在美國(guó)南卡羅萊納大學(xué)獲得國(guó)際商業(yè)碩士學(xué)位，曾出狂臺(tái)灣獲多利詹金盤投資頎問(wèn)公司(wardleyJamescapel)總經(jīng)理。1995年。歷任加拿大倫敦人壽保險(xiǎn)公司(LLIM)權(quán)益證券按資副總裁、常務(wù)董事等職務(wù)。2003年擔(dān)任荷蘭銀證券投資信托公司(ABNAMRO)首席投資總監(jiān)。2006年11月，擔(dān)任光大保德信基金公司副總經(jīng)理兼審席投資總監(jiān)。

一份，“一了夙愿”的情懷，一次機(jī)緣巧合的引薦，讓袁宏隆開始了他在中國(guó)大陸的投資之旅，2006年11月，袁宏隆以副總經(jīng)理兼首席投資總監(jiān)的身份加盟光大保德信基金管理有限公司。在此之前，袁宏隆花了二十年時(shí)間，在中國(guó)臺(tái)灣和北美不斷積累著他的投資經(jīng)驗(yàn)。而這也使得他成為中國(guó)大陸基金業(yè)中，全球投資經(jīng)驗(yàn)最豐富的首席投資總監(jiān)之一。

對(duì)于光大保德信的投研團(tuán)隊(duì)而言，袁宏隆的“空降”帶來(lái)的最大變化，可以濃縮成兩個(gè)字：量化。這既包括注重量化流轉(zhuǎn)的投研程序，也包括強(qiáng)調(diào)量化考察的績(jī)效考核。著力打造量化投研體系，是袁宏隆在光大保德信的得意之作，其效益則體現(xiàn)在三年來(lái)的業(yè)績(jī)斐然，尤其是剛剛過(guò)去的2009年：根據(jù)銀河證券基金研究中心的報(bào)告，在124只成立滿一年的可比基金中，光大保德信旗下的量化核心基金、紅利基金、新增長(zhǎng)基金和優(yōu)勢(shì)配置基金分別排名第u位、13位、22位和32位，風(fēng)格完全不同的股票基金，表現(xiàn)卻能夠一致，體現(xiàn)了投研流程的合理性和投研團(tuán)隊(duì)的實(shí)力。

堅(jiān)守自己的理念

從中國(guó)臺(tái)灣到加拿大，再?gòu)募幽么蟮街袊?guó)臺(tái)灣，這是袁宏隆步入中國(guó)大陸之前的投資生涯路線圖。

1987年，從美國(guó)南卡羅萊納大學(xué)獲得國(guó)際商業(yè)碩士學(xué)位后，袁宏隆的投資事業(yè)從中國(guó)臺(tái)灣起步。在此期間，他曾出任臺(tái)灣獲多利詹金寶投資顧問(wèn)公司(WardleyJamesCaps)總經(jīng)理。該公司是一家以匯豐集團(tuán)為背景的知名證券經(jīng)紀(jì)跨國(guó)集團(tuán)公司，主要為投資于中國(guó)臺(tái)灣地區(qū)股票市場(chǎng)的OFII提供投資咨詢服務(wù)。到了1995年，袁宏隆來(lái)到加拿大倫敦人壽保險(xiǎn)公司(LLIM)，先后擔(dān)任權(quán)益證券投資副總裁、常務(wù)董事等職務(wù)。這家壽險(xiǎn)公司的資產(chǎn)規(guī)模超過(guò)150億加元，在八年半的任職期間，袁宏隆為山H管理約30億加元的北美證券資產(chǎn)。而思鄉(xiāng)之情讓袁宏隆在20。3年再度回到中國(guó)臺(tái)灣，擔(dān)任荷銀證券投資信托公司(ABNAMRO)的首席投資總監(jiān)，該信托公司旗下有20多只基金，資產(chǎn)管理規(guī)模達(dá)到35億美元。

二十載的海外投資生涯，拓寬了袁宏隆的投資視野，也讓他切身感受到不同地區(qū)投資風(fēng)格的差異。“不同地方的普通投資者心態(tài)是不一樣的。比如在北美，大家者偏向于長(zhǎng)期價(jià)值投資，而在中國(guó)臺(tái)灣，則經(jīng)歷了從，早前熱衷短線投資漸漸過(guò)度至成熟價(jià)值投資的過(guò)程?！痹曷「嬖V記者，“到了中國(guó)大陸以后，我發(fā)現(xiàn)這里的投資者對(duì)短線收益的要求比其他地方耍高，基金投資風(fēng)格也常常會(huì)受到持有人需求的影響?！?/p>

很顯然，袁宏隆的中國(guó)大陸投資之旅，首先要面對(duì)的，就是投資理念的一次碰撞是繼續(xù)他二十年來(lái)的嚴(yán)謹(jǐn)，還是融入本土的投資偏好?在連續(xù)三年持續(xù)完善光大保德信的量化投研體系之后，袁宏隆用自己的工作表明了態(tài)度，他選擇了堅(jiān)守自己的理念。

袁宏隆力推的量化投研體系內(nèi)涵豐富。如在研究員薦股上，袁宏隆讓每位研究員可以艮據(jù)自己的研究偏好，選出比較個(gè)性的模擬組合，由5只股票組成，這個(gè)模擬組合不僅要在投資組合會(huì)議上接受其他投研人員的質(zhì)詢，而且還要進(jìn)行系統(tǒng)追蹤。公司則根據(jù)每天的實(shí)時(shí)表現(xiàn)，隨時(shí)調(diào)閱出每個(gè)研究員和每個(gè)基金經(jīng)理的投資組合的績(jī)效比較，使得各投研人員的投資能力一目了然。而在考核中，袁宏隆也偏愛(ài)用數(shù)字說(shuō)話，盡量使得每個(gè)研究員和基金經(jīng)理的績(jī)效業(yè)績(jī)都得以量化，并根據(jù)量化考核的結(jié)果進(jìn)行獎(jiǎng)懲。

在股票池的建立上，袁宏隆也常強(qiáng)調(diào)定量分析的重要性?！皩?shí)施上，在市場(chǎng)擴(kuò)容速度加快的背景下，進(jìn)行定性的分析越來(lái)越難，而通過(guò)定量分析，則可以發(fā)現(xiàn)被市場(chǎng)忽略的投資標(biāo)的。所以，我們的股票池是采取定性和定量分析結(jié)合的辦法確定，希望能從被動(dòng)研究轉(zhuǎn)移到主動(dòng)研究。”袁宏隆說(shuō)?！耙怨獯蟊５滦帕炕诵幕馂槔?，我們會(huì)根據(jù)模型篩選出具有投資價(jià)值的股票，而當(dāng)數(shù)量模型篩選出不熟悉股票時(shí)，要借助研究員的定性研究作補(bǔ)充，來(lái)決定股票的入庫(kù)以及是否購(gòu)買。”

恪守鐵的紀(jì)律

量化投資最核心的是紀(jì)律――這是身兼光大保德信量化核心基金基金經(jīng)理的袁宏隆在不同場(chǎng)合多次強(qiáng)調(diào)的觀點(diǎn)?！澳軌蚩朔鸾?jīng)理個(gè)人主觀因素的影響，恪守紀(jì)律的量化投資才有可能為投資者帶來(lái)超額收益。另外，量化投資能夠借助計(jì)算饑強(qiáng)大的運(yùn)算能力去篩選個(gè)股，捕捉到被市場(chǎng)所忽略的個(gè)股或者板塊，這是量化投資的魅力所在?！痹曷≌f(shuō)。

袁宏隆指出，量化投資不會(huì)隨意對(duì)模型進(jìn)行調(diào)整，因?yàn)橐坏┠Ｐ徒⒁簿鸵馕吨炕顿Y的風(fēng)格已經(jīng)確立，調(diào)整量化模型實(shí)際上就是改變基金的投資風(fēng)格，除非經(jīng)過(guò)市場(chǎng)一段時(shí)間的驗(yàn)證，新的歸因值確實(shí)比舊的顯示出更多優(yōu)勢(shì)，這時(shí)候才需要進(jìn)行一定的調(diào)整。但總體而言，成熟的量化模型在運(yùn)作中不會(huì)出現(xiàn)太大變化，量化投資的紀(jì)律就在于不能因?yàn)橐粫r(shí)的市場(chǎng)變化就調(diào)整量化模型。

事實(shí)上，在二十年的海外投資生涯中，袁宏隆管理過(guò)多個(gè)投資團(tuán)隊(duì)，嚴(yán)守投資紀(jì)律是他對(duì)團(tuán)隊(duì)成員最基本的要求。而在光大保德信，袁宏隆的投資紀(jì)律觀除了身兼基金經(jīng)理而必須各守的量化投資紀(jì)律外，還包括身為投資總監(jiān)對(duì)旗下其他基金經(jīng)理“必須注重業(yè)績(jī)比較基準(zhǔn)”的要求。而對(duì)于后者，袁宏隆只用一句話來(lái)形容：基金經(jīng)理必須根據(jù)基金合同的要求來(lái)管理產(chǎn)品。這其實(shí)意昧著，在光大保德信的基金產(chǎn)品中，所謂的投資岡格指的是產(chǎn)品自身的風(fēng)格，而非基金經(jīng)理的個(gè)人風(fēng)格。

“如果基金經(jīng)理持倉(cāng)品種總是超越基金合同限定的條件，短時(shí)間內(nèi)可能會(huì)取得超額收益，但一旦品種選偏、風(fēng)險(xiǎn)釋放，無(wú)疑會(huì)使基金公司的運(yùn)作產(chǎn)生被動(dòng)，將無(wú)法面對(duì)基金持有人。而且，基金經(jīng)理的行為只有和基金產(chǎn)品合同保持一致，才能讓基金持有人有明確的預(yù)期，這一點(diǎn)很重要?！痹曷?yán)肅地說(shuō)，“我們是基金持有人的投資伙伴，這是我們必須遵守的最起碼的投資紀(jì)律?！?/p>

這種投資紀(jì)律反映在光大保德信的股票池上，就形成了其特色的風(fēng)格。袁宏隆告訴記者，在光大保德信投研的總股票池中，針對(duì)每個(gè)基金產(chǎn)品設(shè)立了對(duì)應(yīng)的“岡格庫(kù)”，而這些基金產(chǎn)品的投資對(duì)象則多從自己對(duì)應(yīng)的“風(fēng)格庫(kù)”中挑選。當(dāng)有新的股票進(jìn)入股票池時(shí)，則會(huì)判斷其適合哪個(gè)基金產(chǎn)品，將其補(bǔ)充到對(duì)應(yīng)的風(fēng)格庫(kù)中。在這種操作模式下，光大保德信旗下的偏股型基金出現(xiàn)了非常明顯的風(fēng)格差異，各基金掙倉(cāng)吉構(gòu)完全根據(jù)各基金的特點(diǎn)，少有重倉(cāng)股持股重合的情況。“這就是我們追求的效果?！痹曷≌f(shuō)。

操刀中小盤基金

今年起，袁宏隆在身兼多職后，還將擔(dān)任光大保德信中小盤基金的基金經(jīng)理。這是光大保德信的第一只中小盤基金，袁宏隆的親自擔(dān)綱，足見公司對(duì)該基金的重視。而在近期各基金公司刮起的中小盤基金發(fā)行熱中，袁宏隆又將如伺展現(xiàn)自己的獨(dú)特之處呢?

袁宏隆的方法是使用動(dòng)量策略模型來(lái)考量股票走勢(shì)的變化趨勢(shì)，并以定量、定性和動(dòng)量策略作為選股的依據(jù)。定量上，光大保德信專門為中小盤基金研發(fā)了價(jià)值評(píng)估模型，并以此篩選出財(cái)務(wù)指標(biāo)、盈利指標(biāo)等表現(xiàn)較好的公司：與此同時(shí)，依托該公司強(qiáng)大的研究團(tuán)隊(duì)實(shí)現(xiàn)定性研究；動(dòng)量策略著重考量股票過(guò)去的漲跌幅，及其過(guò)去一段時(shí)間和現(xiàn)在成交量的比較，來(lái)確定其盈利增長(zhǎng)方向。

值得一提的是，光大保德信基金公司還建立了資產(chǎn)配置小組，其團(tuán)隊(duì)式的投資管理機(jī)構(gòu)，是國(guó)際成熟投資理念及本土長(zhǎng)期投資經(jīng)驗(yàn)的集中體現(xiàn)。在強(qiáng)調(diào)深入挖掘投研團(tuán)隊(duì)集體智慧的同時(shí)，各層次的投資決策主體各司其職，明確權(quán)限設(shè)置及分工，對(duì)投資決策過(guò)程進(jìn)行嚴(yán)格的風(fēng)險(xiǎn)管理。

篇2

曾在全球量化資產(chǎn)管理規(guī)模最大的巴克萊投資管理公司（BGI）管理量化基金、現(xiàn)任富國(guó)基金公司另類投資部總經(jīng)理的李笑薇，以自己多年的海內(nèi)外成功投資經(jīng)歷，與《投資者報(bào)》記者分享了量化投資的神秘與魅力所在。

自李笑薇加盟富國(guó)以來(lái)，富國(guó)A股量化投資模型于2009年底投入實(shí)戰(zhàn)，并獲得了不俗的戰(zhàn)績(jī)。截至2011年6月30日，富國(guó)旗下兩只指數(shù)增強(qiáng)基金――天鼎中證紅利、富國(guó)滬深300分別獲得了4.32%與 3.79%的收益，在所有指數(shù)型基金中位居前兩名。而同期滬深300指數(shù)、中證紅利指數(shù)分別下跌2.69%、2.1%。這一團(tuán)隊(duì)，正推出第三只指數(shù)增強(qiáng)基金――富國(guó)中證500指數(shù)增強(qiáng)。

量化不是“黑匣子”

《投資者報(bào)》：提及量化投資，國(guó)內(nèi)投資者總認(rèn)為很神秘。它與主動(dòng)的定性投資差別到底有哪些？

李笑薇：量化模型的特點(diǎn)之一是抽象，但它稱不上是一個(gè)“黑匣子”，與傳統(tǒng)基金的投資區(qū)別也并非像投資者認(rèn)為的那樣大。

傳統(tǒng)基金經(jīng)理在做市場(chǎng)判斷時(shí)，腦子中會(huì)閃過(guò)好幾個(gè)模型，比如如何選定行業(yè)、個(gè)股，實(shí)質(zhì)這都是一個(gè)個(gè)模型。嚴(yán)格說(shuō)，他們腦子里的模型比量化模型中能看到的都要多，只是他們沒(méi)有把這些模型提煉出來(lái)而已。

投資者購(gòu)買傳統(tǒng)主動(dòng)股票基金，并不代表他們對(duì)基金經(jīng)理的操作完全熟悉?；鸾?jīng)理在哪個(gè)時(shí)間段，配置了哪些行業(yè)、個(gè)股，投資人無(wú)法確切知道，只是能看到每個(gè)季度的報(bào)告和最終的投資結(jié)果。

相比之下，量化投資進(jìn)出市場(chǎng)的每一個(gè)步驟，都非常清晰明了。在我的眼里，這個(gè)過(guò)程不是“黑匣子”，而是團(tuán)隊(duì)里每一個(gè)人按流程逐步去完成的。

《投資者報(bào)》：量化投資的詳細(xì)工作流程是怎樣的？

李笑薇：量化投資對(duì)團(tuán)隊(duì)合作要求更高。一般來(lái)說(shuō)，有一部分人專門進(jìn)行數(shù)據(jù)的清洗、整理、輸送等，這需要計(jì)算機(jī)信息技術(shù)較強(qiáng)的人才；模型的設(shè)計(jì)和研究，往往需要很強(qiáng)的金融及數(shù)學(xué)背景；基金的日常管理往往需要金融及工程方面的專才。因此，通常量化投資團(tuán)隊(duì)的成員學(xué)歷都較高，但不是說(shuō)學(xué)位很重要，而是需要一定的技術(shù)積累。

具體流程中，提取數(shù)據(jù)的人看數(shù)據(jù)，有人專做研究，有的做優(yōu)化或者交易下單。每個(gè)人都有自己的側(cè)重點(diǎn)，在整個(gè)團(tuán)隊(duì)中起不同的作用。一個(gè)人可能干多件事情，但想要全部完成是不可能的。

《投資者報(bào)》：量化投資能否穩(wěn)定地戰(zhàn)勝市場(chǎng)？

李笑薇：在不同的市場(chǎng)階段，市場(chǎng)的有效性會(huì)不同，需要用特定的方法，尋找不同階段的不同機(jī)會(huì)。

市場(chǎng)上的各種方法，捕捉的內(nèi)容都不一樣。比如巴菲特，他的風(fēng)格更趨近于一級(jí)市場(chǎng)中VC、PE的思維；西蒙斯則是完全拋開基本面，從純技術(shù)的角度，將全球貨幣的走勢(shì)、衍生品等林林總總的東西作為投資標(biāo)的。

從A股市場(chǎng)來(lái)說(shuō)，當(dāng)前的發(fā)展階段需要有獨(dú)特的投資方式，富國(guó)基金量化增強(qiáng)的定位也有市場(chǎng)需求存在，滿足了一部分配置指數(shù)基金的需求。從運(yùn)作經(jīng)驗(yàn)看，量化增強(qiáng)后的收益會(huì)好于一般指數(shù)的收益，上半年超額收益有8%?？傮w來(lái)看，這個(gè)收益穩(wěn)定在5%~10%間，是很多基金難以做到的。

超額收益從何而來(lái)

《投資者報(bào)》：我們也注意到，多家基金公司都構(gòu)建了獨(dú)立的量化投資團(tuán)隊(duì)和模型，富國(guó)基金量化投資模型的獨(dú)特之處在哪里？

李笑薇：量化投資最重要的是人的思想，量化只是一個(gè)方式和工具，真正在掙錢的，是人的投資思想。

從富國(guó)量化模型的特點(diǎn)來(lái)看，首先是自下而上精選個(gè)股，不做倉(cāng)位選擇。由于這是一只指數(shù)產(chǎn)品，投資人買時(shí)就要買到這樣的倉(cāng)位，我們一直是用95%的倉(cāng)位操作。

其次，嚴(yán)格風(fēng)險(xiǎn)控制，精細(xì)成本管理。再次，系統(tǒng)化的投資流程，科學(xué)化的投資管理。量化投資從開始到結(jié)束，是一個(gè)龐大復(fù)雜的工程，團(tuán)隊(duì)里面專門有人負(fù)責(zé)清洗、研究數(shù)據(jù)，做一系列的回撤，實(shí)現(xiàn)交易單。

最后還要尊重模型出來(lái)的結(jié)果。在操作過(guò)程中，主動(dòng)干預(yù)非常少，人的干預(yù)更多在整個(gè)模型的設(shè)計(jì)上。

《投資者報(bào)》：你們今年近8%的超額收益是如何實(shí)現(xiàn)的？不同市場(chǎng)環(huán)境下，模型是否會(huì)有大的調(diào)整？

李笑薇：對(duì)我們來(lái)說(shuō)，發(fā)現(xiàn)哪些因子在最近的市場(chǎng)更有效，并保持一定的前瞻性，是量化團(tuán)隊(duì)的主要工作。

比如，大家都很熟悉的估值因子，在2006年到2009年都有比較優(yōu)異的表現(xiàn)。但是到了2010年，估值因子的作用突然發(fā)生了變化，估值并不能起到明顯推動(dòng)作用，我們也提前做了適當(dāng)?shù)恼{(diào)整。

責(zé)任心決定能否做好

《投資者報(bào)》：除了模型外，量化投資成功還取決于什么？

李笑薇：一般而言，量化投資策略是否成功取決于三大因素。一個(gè)因素是質(zhì)量，重點(diǎn)取決于數(shù)據(jù)和研究。第一步是要保證數(shù)據(jù)的質(zhì)量沒(méi)有問(wèn)題。對(duì)于任何一個(gè)數(shù)據(jù)源，我們基本是用一家數(shù)據(jù)商，但會(huì)用兩家來(lái)互相檢驗(yàn)，檢驗(yàn)后的結(jié)果才進(jìn)入到自己的數(shù)據(jù)庫(kù)里。

研究質(zhì)量的好壞，其實(shí)是工作責(zé)任和態(tài)度的問(wèn)題。量化雖然有門檻，但對(duì)理工科碩士以上的人來(lái)說(shuō)門檻并不高，能否做好靠的是責(zé)任心。

第二是經(jīng)驗(yàn)和判斷。我們會(huì)做大量研究、看歷史業(yè)績(jī)，但歷史不代表未來(lái)。當(dāng)你做了大量細(xì)致的研究，發(fā)現(xiàn)可能有五個(gè)因子影響，表現(xiàn)最好的是A，后面有BCDE，其他因子哪些權(quán)重更大？做決定要基于經(jīng)驗(yàn)和判斷。但歸根到底，判斷與決策要有很強(qiáng)的實(shí)踐來(lái)做支撐。

三是運(yùn)氣，好的質(zhì)量和經(jīng)驗(yàn)不等于好的業(yè)績(jī)。盡管它們可以提高好業(yè)績(jī)的概率。投資結(jié)果在任何時(shí)候都有運(yùn)氣的影響，這對(duì)所有管理人都是公平的。不過(guò)，今年這樣的業(yè)績(jī)基本上屬于正常運(yùn)氣范圍內(nèi)。

篇3

中國(guó)金融業(yè)飛速發(fā)展，尤其是2010年股指期貨的推出，量化投資和對(duì)沖基金逐步進(jìn)入國(guó)內(nèi)投資者的視野。目前，量化投資、對(duì)沖基金已經(jīng)成為中國(guó)資本市場(chǎng)最熱門的話題之一，各投資機(jī)構(gòu)紛紛開始著手打造各自量化投資精英團(tuán)隊(duì)。同時(shí)，中國(guó)擁有數(shù)量龐大的私募基金，部分私募基金利用國(guó)內(nèi)市場(chǎng)定價(jià)較弱的特性轉(zhuǎn)化成對(duì)沖基金也是必然的趨勢(shì)。

量化投資是將投資理念及策略通過(guò)具體指標(biāo)、參數(shù)的設(shè)計(jì)，融入到具體的模型中，用模型對(duì)市場(chǎng)進(jìn)行不帶任何情緒的跟蹤；簡(jiǎn)單而言，就是用數(shù)量化的方法對(duì)股票估值，選取適合的股票進(jìn)行投資。

量化投資的鼻祖是美國(guó)數(shù)學(xué)家西蒙斯（James Simons）教授，從1989年到2006年間，他管理的大獎(jiǎng)?wù)禄鹌骄晔找媛矢哌_(dá)38.5%，凈回報(bào)率超越巴菲特。

對(duì)沖基金（hedge fund）是指運(yùn)用金融衍生工具，以高風(fēng)險(xiǎn)投機(jī)為手段并以盈利為目的的金融基金，采用各種交易手段（賣空、杠桿操作、程序交易、互換交易、套利交易、衍生品種等）進(jìn)行對(duì)沖、換位、套頭、套期來(lái)賺取巨額利潤(rùn)。

猶抱琵琶半遮面

上海交通大學(xué)金融工程研究中心陳工孟教授表示，2010年股指期貨推出后，量化投資和對(duì)沖基金漸成熱門話題，并正在逐步萌芽和發(fā)展，但因?yàn)槭切率挛?，社?huì)各界還不是很了解。

目前國(guó)內(nèi)約有12只公募量化基金，而深圳和上海也已有不少對(duì)沖基金；量化投資和對(duì)沖基金離中國(guó)投資者如此之近，但又是如此神秘。

長(zhǎng)期以來(lái)，國(guó)內(nèi)投資者一直存在著一些疑問(wèn)，例如，量化投資和對(duì)沖基金是不是金融業(yè)發(fā)展的必然？量化投資和對(duì)沖基金對(duì)金融安全問(wèn)題會(huì)產(chǎn)生什么影響？上海建設(shè)國(guó)際金融中心，量化投資和對(duì)沖基金應(yīng)該扮演怎樣的角色？量化投資和對(duì)沖基金為何能取得超額收益？量化投資和對(duì)沖基金如何進(jìn)行規(guī)范和監(jiān)管？對(duì)沖基金如何募集、運(yùn)作和壯大？如何開發(fā)策略、如何進(jìn)行交易如何控制風(fēng)險(xiǎn)？

對(duì)于上述問(wèn)題，國(guó)內(nèi)缺乏進(jìn)行深度探討和專業(yè)研究的有效途徑。近日，國(guó)內(nèi)領(lǐng)先的量化投資和對(duì)沖基金專業(yè)研究機(jī)構(gòu)，上海交通大學(xué)金融工程研究中心主辦了2011第一屆中國(guó)量化投資高峰論壇。眾多國(guó)際投資家、知名學(xué)者、優(yōu)秀對(duì)沖基金經(jīng)理、量化投資領(lǐng)軍人物、交易所研究代表等，與300多位來(lái)自于證券、基金、私募、信托、銀行、保險(xiǎn)界的專業(yè)人士、信息技術(shù)服務(wù)商和民間資本代表，共同分享最新的量化投資和對(duì)沖基金的宏觀視點(diǎn)及微觀技術(shù)，以解決金融業(yè)發(fā)展迫切需要解決的問(wèn)題。主辦機(jī)構(gòu)表示：“我們相信此次高峰論壇的召開，將開創(chuàng)中國(guó)量化投資和對(duì)沖基金的新紀(jì)元。”

無(wú)限風(fēng)光在險(xiǎn)峰

上海交通大學(xué)安泰經(jīng)濟(jì)管理學(xué)院院長(zhǎng)周林教授在論壇致辭時(shí)表示：“通過(guò)引進(jìn)各種各樣的產(chǎn)品、各種各樣的金融工具，特別是量化投資的方法，逐漸把過(guò)去的投資藝術(shù)轉(zhuǎn)化到投資科學(xué)，這是我們共同關(guān)心的問(wèn)題?！?/p>

周林認(rèn)為，在中國(guó)開展量化投資、設(shè)立對(duì)沖基金將來(lái)有可能的空間，當(dāng)然，可能也會(huì)有問(wèn)題和風(fēng)險(xiǎn)。即使像美國(guó)、英國(guó)這樣的成熟市場(chǎng)也會(huì)產(chǎn)生風(fēng)波，比如金融危機(jī)，不能歸咎于量化投資、對(duì)沖基金，但一些投資手段、金融工具運(yùn)用不好，也可能對(duì)市場(chǎng)帶來(lái)一些風(fēng)險(xiǎn)。“對(duì)于一系列未來(lái)可能產(chǎn)生的問(wèn)題，我們一定要做非常好的分析?！?/p>

中國(guó)金融期貨交易所副總經(jīng)理胡政博士談到，由于量化投資導(dǎo)致程序化交易和國(guó)外流行的算法交易等，這些新的交易方式是市場(chǎng)發(fā)展的基本趨勢(shì)。通過(guò)研究后他認(rèn)為，有四方面問(wèn)題值得關(guān)注。

第一是對(duì)市場(chǎng)公平性的沖擊。有人用“大刀長(zhǎng)矛“，有人用“導(dǎo)彈、機(jī)關(guān)槍”，有專家理財(cái)，有一般的投機(jī)炒家，各種各樣的風(fēng)格構(gòu)成了市場(chǎng)，投資手段的不平衡，有可能會(huì)帶來(lái)市場(chǎng)交易的不公平。

第二，對(duì)市場(chǎng)本身運(yùn)行的沖擊。量化投資的產(chǎn)品，有可能會(huì)對(duì)市場(chǎng)價(jià)格造成沖擊。當(dāng)采用類似的風(fēng)險(xiǎn)止損點(diǎn)或者類似理念時(shí)，市場(chǎng)發(fā)生某個(gè)方向的變動(dòng)，有可能加劇這種變化。

第三，對(duì)市場(chǎng)價(jià)格信息的沖擊。很多量化投資工具需要收集信息，需要有很多試探性的報(bào)價(jià)去測(cè)市場(chǎng)的深度。大量的試探性報(bào)價(jià)，不以成交為目的的報(bào)價(jià)信息，會(huì)對(duì)市場(chǎng)產(chǎn)生沖擊和影響。

第四，對(duì)交易系統(tǒng)的沖擊。量化投資快速發(fā)展的核心因素是計(jì)算機(jī)技術(shù)的發(fā)展，現(xiàn)有交易系統(tǒng)都基于計(jì)算機(jī)系統(tǒng)，各種各樣的工具會(huì)對(duì)交易系統(tǒng)造成沖擊。

第一財(cái)經(jīng)傳媒有限公司副總經(jīng)理?xiàng)钣顤|建議，希望媒體把目前機(jī)構(gòu)、專家學(xué)者、管理層正在研究的成果報(bào)道出來(lái)，讓更多的人了解；他還呼吁更快地完善有關(guān)對(duì)沖基金方面的監(jiān)管政策和法規(guī)，并給予量化投資更多的扶持和技術(shù)支持。

上海銀監(jiān)局副局長(zhǎng)張光平探討了人民幣國(guó)際化的話題。湘財(cái)證券副總裁兼首席風(fēng)險(xiǎn)官李康的觀點(diǎn)鮮明生動(dòng)，而中國(guó)社科院研究員易憲容在演講時(shí)則激情四溢。

韶華休笑本無(wú)根

量化投資把資本市場(chǎng)的投資行為從以往定性化的“藝術(shù)”升華為數(shù)量化的“科學(xué)”，運(yùn)用到高深的數(shù)量工具。國(guó)外從事量化投資的研究人員和基金經(jīng)理大多是學(xué)金融、計(jì)算機(jī)和統(tǒng)計(jì)學(xué)出身，很多物理、數(shù)學(xué)專業(yè)等理工科背景的優(yōu)秀人才也加入這一行列。野村證券亞太區(qū)執(zhí)行總監(jiān)周鴻松就是哈佛大學(xué)空間物理博士，曾獲2011亞洲銀行家峰會(huì)最佳算法交易系統(tǒng)團(tuán)隊(duì)獎(jiǎng)。

在美國(guó)留學(xué)獲計(jì)算機(jī)碩士的劉震現(xiàn)任易方達(dá)基金管理公司指數(shù)與量化投資部總經(jīng)理，1995年進(jìn)入華爾街工作，在與國(guó)內(nèi)父母通電話時(shí)，他感到很難解釋清楚自己的職業(yè)性質(zhì)，便說(shuō)跟“投資倒把”差不多，這可把他父母給弄暈了。

國(guó)泰君安證券資產(chǎn)管理公司總經(jīng)理章飆是統(tǒng)計(jì)學(xué)博士，早在2006年就開始用量化投資工具做ETF套利，最初很難被上司和同事理解，直到做出幾個(gè)成功案例后，才有了較大的發(fā)言權(quán)。他曾向公司申請(qǐng)投5000萬(wàn)元做“攀鋼鋼礬”，還放出“狠話”：如果公司不讓做他就辭職，兩年后這筆投資為公司賺了3.5億元。

篇4

近年來(lái)，投資領(lǐng)域的眾多精英紛紛投身量化投資領(lǐng)域，利用計(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)現(xiàn)自己的投資理念、投資策略。他們以自己的智慧加數(shù)學(xué)的方法組成投資策略，設(shè)計(jì)出自己的贏利模型，來(lái)克服交易中人性的弱點(diǎn)，實(shí)現(xiàn)穩(wěn)定的贏利。

不少機(jī)構(gòu)和個(gè)人都贏利頗豐，然而從今年8月開始，不少量化投資者都在遇到同一個(gè)問(wèn)題，以前穩(wěn)定贏利的模型現(xiàn)在開始不靈了，屢屢大幅回撤虧損。

“好奇怪，每一次回撤都打到止損點(diǎn)后，再重新起來(lái)，這模型到底怎么了？”渤海證券某分析師告訴記者。

國(guó)內(nèi)如此，國(guó)外量化同行也遇到同樣的困惑，經(jīng)常出現(xiàn)很大的回撤。尤其是最近，全球CTA策略都不太景氣，很多傳統(tǒng)CTA做得比較大的公司，今年都面臨倒閉窘境。

倒在反向策略？

2013年11月17日上午，清華大學(xué)深圳研究生院報(bào)告廳。第四屆（2013秋季）中國(guó)量化投資國(guó)際峰會(huì)上，100多位金融界菁英匯聚一堂，交流著量化投資出現(xiàn)的問(wèn)題。

不少同行都遇到了和渤海證券分析師類似的問(wèn)題，模型失靈，行情每次回撤都打在止損位后，再重新起來(lái)，一次次止損都在虧錢，是模型出了問(wèn)題嗎？

“你的反向策略是如何制定的呢？”在上午的論壇上，臺(tái)下的提問(wèn)給嘉賓制造了些許緊張，在量化這個(gè)圈子里，大家對(duì)模型都是諱莫如深，避而不談，更何況是反向策略的制定，這位被問(wèn)嘉賓顧左后而言他，并沒(méi)有正面回答。

反向策略揭開了近幾個(gè)月大多數(shù)模型虧損的冰山一角。投資界有這樣一種說(shuō)法，投資者都是在賺犯錯(cuò)方錢。顯然當(dāng)量化投資者在逐漸增多時(shí)，在市場(chǎng)中這部分人群都在用類似方法，也就有了相同的屬性，這時(shí)聰明者就針對(duì)這部分人群制定出了相應(yīng)的反向策略，專剪這個(gè)人群的羊毛，多數(shù)模型失靈也就不足為奇了。

上述提問(wèn)者沒(méi)有輕易放棄，又把問(wèn)題轉(zhuǎn)向了本次論壇的主持人原美國(guó)騎士資本董事總經(jīng)理、高頻交易總監(jiān)明可煒。

“反投資策略的方式我聽得很少?，F(xiàn)在的問(wèn)題是很多的量化投資同時(shí)進(jìn)入市場(chǎng)，使得市場(chǎng)的價(jià)格實(shí)現(xiàn)機(jī)制出現(xiàn)了偏差，反策略發(fā)現(xiàn)了很多的量化投資策略在做同一件事情的時(shí)候，把價(jià)格推到了不合理的位置?！比绻f(shuō)主持人上面的回答相對(duì)中肯，下面則有意淡化反投資策略。

“犯錯(cuò)誤的投資人可以使別的投資人的回報(bào)變得更多，但并不是說(shuō)你要有收益必須是別人犯錯(cuò)誤的結(jié)果。就像巴菲特說(shuō)，他買一只股票絕對(duì)不是因?yàn)檫@只股票今年便宜點(diǎn)，而是他認(rèn)為這只股票在未來(lái)30年、50年會(huì)給他帶來(lái)很高的利益。我認(rèn)為量化投資者也不是在尋求別人犯錯(cuò)務(wù)的時(shí)機(jī)，如果是基本面，或者說(shuō)發(fā)現(xiàn)了一個(gè)趨勢(shì)，就可以獲得很好的收益，這個(gè)時(shí)候誰(shuí)都沒(méi)有犯錯(cuò)誤?！?/p>

策略失效另有隱情

反向策略并不是策略模型失效的唯一原因，會(huì)場(chǎng)嘉賓各抒己見。

中國(guó)量化投資學(xué)會(huì)理事長(zhǎng)丁鵬認(rèn)為，如果說(shuō)它是有經(jīng)濟(jì)學(xué)原理做支撐的策略，它未來(lái)一定再次有效。比如說(shuō)套利策略，平常講的股指期貨套利，它是有經(jīng)濟(jì)學(xué)原理做支撐的；還有大的趨勢(shì)性策略，只能抓大牛市或者大熊市的，可能很多年都不會(huì)再次有效，像這種策略一旦失效的話，一定要考慮背后的真正驅(qū)動(dòng)因素是什么。

“對(duì)于一些趨勢(shì)策略來(lái)講，它可能是暫時(shí)的失效，因?yàn)檫M(jìn)入趨勢(shì)振蕩階段，它必然會(huì)這樣。有一些事件操作的策略，它可能因?yàn)槭录南ФL(zhǎng)期的失效?！辈澈ＷC券金融工程部總經(jīng)理何翔認(rèn)為，“對(duì)于短期失效的趨勢(shì)策略，從個(gè)人來(lái)講，你要有一個(gè)風(fēng)險(xiǎn)容忍度，要清楚能不能堅(jiān)持這樣的策略?！?/p>

風(fēng)控不容忽視

不少的量化交易者，都有過(guò)不錯(cuò)的收益，但虧損更甚，原因之一是沒(méi)有把握住風(fēng)險(xiǎn)控制。會(huì)場(chǎng)幾位重量級(jí)嘉賓暢談了風(fēng)控的方法。

“控制風(fēng)險(xiǎn)比收益更重要，控制風(fēng)險(xiǎn)才是投資者最核心的東西。”丁鵬認(rèn)為，在銀行、保險(xiǎn)、券商和期貨這幾大金融行業(yè)中，期貨的收益應(yīng)該是最高的，但做期貨往往是最窮的；而銀行的收益是最低的，銀行理財(cái)只有5、6個(gè)點(diǎn)，但銀行是最富的。為什么？因?yàn)殂y行的風(fēng)控能力是最強(qiáng)的，所以真正的富人敢把錢存在銀行，但沒(méi)人把大錢拿給期貨公司玩。通常是把風(fēng)險(xiǎn)控制住之后，靠規(guī)模、放大杠桿去賺錢的。

通過(guò)多策略的方法降低風(fēng)險(xiǎn)。職業(yè)投資人、寬客俱樂(lè)部總經(jīng)理馮正平認(rèn)為，金融投資的策略體系一定要符合保險(xiǎn)學(xué)原理。比如你交易200個(gè)標(biāo)的，用了200個(gè)策略，其一個(gè)標(biāo)的出了問(wèn)題，僅影響0.5%。要從這個(gè)角度去研發(fā)策略、組合策略。

“我們公司對(duì)策略風(fēng)控、模型回撤要求非常嚴(yán)格。” 何翔表示，“我們?cè)诓呗蚤_發(fā)的過(guò)程中，特別注重三個(gè)方面，一是時(shí)間緯度上，要在不同的時(shí)間架構(gòu)上對(duì)策略進(jìn)行分散，有長(zhǎng)期、中期、短期，甚至日內(nèi)的；二是在空間上進(jìn)行分散；三是在策略的類別上分散，有趨勢(shì)型策略，也有振蕩型策略，多策略使風(fēng)險(xiǎn)最小化?！?/p>

算錯(cuò)成本沒(méi)贏利

張華（化名）是近年從華爾街回來(lái)的博士，在國(guó)內(nèi)做了一個(gè)阿爾法套利，平均每周交易4次，每次交易扣除交易成本之后可以盈利千分之三，一個(gè)月做16次，一年收益率應(yīng)該是50%。做出來(lái)之后，在數(shù)據(jù)回溯和模擬上都很吻合，但是做進(jìn)去之后，第一個(gè)月虧了，第二個(gè)月又虧了，第三個(gè)月還是虧損。

“這種情況是沒(méi)有算清楚沖擊成本和交易成本?！鄙虾ｈT銘投資管理中心總裁張向陽(yáng)認(rèn)為，在進(jìn)行歷史數(shù)據(jù)回溯的時(shí)候，他應(yīng)該是拿一口價(jià)格來(lái)算賬，而那口價(jià)格是在買價(jià)上成交的還是在賣價(jià)上成交的，他是不知道的，只能在賣價(jià)上買。這樣就形成了誤差，導(dǎo)致設(shè)計(jì)模型時(shí)就不能贏利。

好模型如利劍

量化贏利如同一輛好車在路上跑，風(fēng)險(xiǎn)控制如同剎車，計(jì)算成本如同估計(jì)路況，遇到路況不好時(shí)踩剎車放緩速度避免翻車，而好的策略模型則如同油門，路況好時(shí)要想跑的快，必須踩油門。

和多數(shù)寬客人對(duì)自己的模型三緘其口不同，渤海證券金融工程部總經(jīng)理何翔分享了團(tuán)隊(duì)幾年來(lái)幾種模型的贏利情況?！霸谡麄€(gè)量化策略開發(fā)過(guò)程中，我們以風(fēng)控為前提，然后把握一些趨勢(shì)性的機(jī)會(huì)，順勢(shì)而為，分析市場(chǎng)的行為，做好策略開發(fā)的分散，最終嚴(yán)格執(zhí)行策略，實(shí)現(xiàn)了好的收益?！?/p>

何翔團(tuán)隊(duì)在2010年開發(fā)了MT-SVM量化預(yù)測(cè)模型，結(jié)合技術(shù)指標(biāo)、宏觀指標(biāo)，對(duì)每個(gè)月市場(chǎng)漲跌的情況進(jìn)行預(yù)測(cè)。市場(chǎng)本身混沌、非線性的，團(tuán)隊(duì)用人工智能的方法，預(yù)測(cè)每個(gè)月上證指數(shù)的漲跌，然后得到一個(gè)從2001年到現(xiàn)在漲跌方向的預(yù)測(cè)結(jié)果。這是一個(gè)比較粗糙的預(yù)測(cè)方向，給出一個(gè)市場(chǎng)方向的大參考。最近的預(yù)測(cè)是從10月份開始預(yù)測(cè)市場(chǎng)上漲。用上證指數(shù)做一個(gè)標(biāo)的，用這個(gè)模型做一個(gè)簡(jiǎn)單的模擬操作，測(cè)出來(lái)一個(gè)凈值，預(yù)測(cè)的效果很好。

另一個(gè)是量化定增套利策略。這是何翔和團(tuán)隊(duì)在去年年初開發(fā)的，他們更關(guān)注定向增發(fā)前的部分，從董事會(huì)預(yù)案公告，股東大會(huì)公告通過(guò)，然后到證監(jiān)會(huì)審核通過(guò)，再到定增公告，不同的階段去分析、統(tǒng)計(jì)哪些階段會(huì)有超額收益?；谶@樣的思路，他們建立了量化定增套利策略模型，年化可以到10%-20%，但是波動(dòng)也比較大。

最后分享的策略是基于量化均線突破策略——短線交易策略。這個(gè)策略用在所有的股票上，分析、識(shí)別均線和K線形態(tài)，在歷史上滿足這個(gè)形態(tài)的樣本，就可以滿足這個(gè)的策略，一般持有1到3天。這個(gè)策略效果還不錯(cuò)，只是可容納的資金有限，如果擴(kuò)大樣本量，還會(huì)有比較好的結(jié)果的。

何翔對(duì)自己團(tuán)隊(duì)的策略如數(shù)家珍，看得出來(lái)，對(duì)策略出來(lái)的效果巨滿意。

明天還能賺錢嗎？

隨著對(duì)量化的熟絡(luò)，越來(lái)越多的投資者進(jìn)入了這個(gè)圈子，“悍馬定理”創(chuàng)始人馮正平給這些新的寬客提出了寶貴建議：

原來(lái)做主觀交易的投資者有盤感、經(jīng)驗(yàn)、好心態(tài)、能夠操作大資金，建議他們組建一個(gè)團(tuán)隊(duì)，和一些做量化投資者結(jié)合起來(lái)，一起做市場(chǎng)，會(huì)少走彎路。

現(xiàn)貨投資者，因?yàn)樵瓉?lái)現(xiàn)貨做的好，規(guī)模大，擁有豐富的社會(huì)資源，基于現(xiàn)貨市場(chǎng)的定價(jià)機(jī)制形成了自己的一些的方式，如果做量化，建議他們先實(shí)現(xiàn)程序化，做一些套?；蛘邔?duì)沖，無(wú)需高深的數(shù)學(xué)知識(shí)也會(huì)收入頗豐。

如果是純量化投資者，因?qū)?lái)的發(fā)展趨勢(shì)會(huì)更加智能化，所以要向更復(fù)雜的非線性的數(shù)據(jù)工具傾斜。

對(duì)于量化投資的未來(lái)發(fā)展趨勢(shì)，丁鵬認(rèn)為會(huì)形成兩大流派，一個(gè)是策略流派，一個(gè)是工具流派。策略流派是開發(fā)出各種各樣的好策略，發(fā)現(xiàn)更多的機(jī)會(huì)；工具流派是用傳統(tǒng)的策略，但工具做得更好、數(shù)據(jù)更全、效率更高、數(shù)據(jù)更快。

篇5

本篇報(bào)告的量化投資策略主要采用的方法與理論有以下幾種：1、線性回歸。2、多因素模型。3、CAPM（資本資產(chǎn)定價(jià)模型）。4、假設(shè)檢驗(yàn)與置信區(qū)間估計(jì)。5、蒙特卡洛模擬。6、VaR（風(fēng)險(xiǎn)價(jià)值）方法。7、Matlab（矩陣實(shí)驗(yàn)室，用于數(shù)據(jù)的處理與圖形的分析）技術(shù)。主體內(nèi)容主要分為四大部分。第一部分為模型建立階段，主要是挑選影響股票收益率的相關(guān)因素。第二部分主要是挑選出收益率排名前20%的股票，并運(yùn)用CAPM模型進(jìn)行組合搭配，以求降低非系統(tǒng)性風(fēng)險(xiǎn)，最大化股票的收益。第三部分采用統(tǒng)計(jì)學(xué)的知識(shí)，對(duì)上述建立的模型的相關(guān)參數(shù)進(jìn)行范圍上與概率上的估計(jì)。并采用VaR方法與蒙特卡洛模擬，進(jìn)行風(fēng)險(xiǎn)的評(píng)估與控制，并運(yùn)用多種評(píng)估績(jī)效的方式（夏普比率、特雷諾比率、簡(jiǎn)森阿爾法等指標(biāo)），對(duì)股票的風(fēng)險(xiǎn)與收益做出客觀的評(píng)判。第四部分為模型的評(píng)價(jià)階段，即由宏觀到微觀對(duì)該模型做出全面的解釋。與此同時(shí)，運(yùn)用matlab技術(shù)對(duì)參數(shù)進(jìn)行適當(dāng)?shù)膭?dòng)態(tài)更新，使其盡量符合市場(chǎng)的波動(dòng)情況，并進(jìn)行回溯測(cè)試，用市場(chǎng)的實(shí)際結(jié)果來(lái)解釋模型的合理之處。

2 策略步驟

第一部分：模型建立階段。

2.1 影響收益率的因子初選

我們采用以下收益率因子。

以上表格反映了影響收益率的主要四大類因子，較好地包括了影響收益率的主要因素。雖然從宏觀層面上我們挑選出了一些影響收益率的主要因子，然而，在現(xiàn)實(shí)過(guò)程中，影響某個(gè)具體公司收益率的因素很可能只是其中某幾個(gè)。因此，我們應(yīng)當(dāng)試圖找出影響每個(gè)股票的收益率的個(gè)別關(guān)鍵因素，這里我們采用matlab技術(shù)以及線性回歸的方法，以融捷股份（002192）與暴風(fēng)科技（300431）為例進(jìn)行說(shuō)明。筆者根據(jù)深圳證券交易所統(tǒng)計(jì)的數(shù)據(jù)通過(guò)EXCEL表格進(jìn)行合并整理后得到融捷股份的收益率數(shù)據(jù)，將該數(shù)據(jù)導(dǎo)入matlab中，以市盈率為橫軸、收益率為縱軸，建立圖形關(guān)系。

根據(jù)統(tǒng)計(jì)學(xué)的知識(shí)可知，我們用決定系數(shù)R2來(lái)反應(yīng)自變量解釋因變量力度的強(qiáng)弱，而決定系數(shù)與相關(guān)系數(shù)之間存在平方關(guān)系，即2=R2。因此，在matlab中我們通過(guò)計(jì)算一組數(shù)據(jù)之間的相關(guān)系數(shù)，反求出其決定系數(shù)，從而說(shuō)明該特定自變量能從多大程度上解釋因變量。代碼運(yùn)行的結(jié)果如下：

從上述運(yùn)行結(jié)果可知，市盈率與股票收益率之間的R2只有0.0934，遠(yuǎn)小于1，因此市盈率這一項(xiàng)指標(biāo)在融捷股份里并不能對(duì)收益率的變動(dòng)起到?jīng)Q定性作用。

類似地，我們對(duì)表1-1中所有的因子進(jìn)行相同的操作方法，在此由于篇幅原因不再贅述，僅展示操作步驟與過(guò)程。

2.2 剔除冗余因子

在進(jìn)行上述步驟的過(guò)程中，值得一提的是，各個(gè)因子之間可能本身就具有一定的相關(guān)性。比如，ROE指標(biāo)與ROA指標(biāo)本身就滿足一個(gè)等式：ROE=ROA*EM， 其中EM為權(quán)益乘數(shù)，計(jì)算公式為EM=1/（1-負(fù)債率）。如果因素之間的相關(guān)性甚小，我們可以忽略不計(jì)，但是當(dāng)相關(guān)性大到一定程度時(shí)，便會(huì)對(duì)之后的多因素模型分析過(guò)程產(chǎn)生誤導(dǎo)，因此在這里我們需要補(bǔ)充的一步是利用matlab軟件，建立不同指標(biāo)之間的關(guān)系方程，判斷是否存在多重共線性。

2.3 多因素模型體系的建立

在進(jìn)行完影響收益率的因子選擇以及剔除完冗余因子之后，便是最為重要的建立綜合評(píng)分體系，將所有的因子共同反映到一個(gè)方程中，用來(lái)解釋股票收益率與因子之間的具體變化。

多因素模型的建立過(guò)程分為如下幾個(gè)步驟：

（1）. 標(biāo)準(zhǔn)化原始數(shù)據(jù)

（2）. 建立相關(guān)性矩陣

（3）. 計(jì)算相關(guān)性矩陣的特征值和特征向量

（4）. 得出總方程表達(dá)式

通過(guò)對(duì)上述運(yùn)行結(jié)果的分析我們可以看出，月最大超額收益的影響最大，而累計(jì)收益的影響最小。這樣，我們便量化出了影響該股票收益率的方程式。

第二部分：交易標(biāo)的股票的選取

2.4 選取收益率前20%的股票

通過(guò)第一部分的論述，我們最終可以得到影響不同公司股票收益率的方程式，可以用matlab或者數(shù)據(jù)庫(kù)技術(shù)進(jìn)行保存，當(dāng)需要更新參數(shù)或者進(jìn)行預(yù)測(cè)決策時(shí)，調(diào)用相關(guān)函數(shù)即可。

在第二部分中，我們將選取的標(biāo)的股票資產(chǎn)池的相關(guān)數(shù)據(jù)輸入到方程式中，即可得到未來(lái)一段時(shí)間的預(yù)期收益率。假設(shè)我們從每個(gè)板塊中選取出了20支股票，我們保留預(yù)期收益率排在前20%的股票，優(yōu)中選優(yōu)，盡量最大化我們的收益。

2.5 利用CAPM模型進(jìn)行資產(chǎn)組合

20世紀(jì)誕生的資本資產(chǎn)定價(jià)模型（CAPM）為廣大投資者選擇資產(chǎn)組合提供了良好的理論基礎(chǔ)與依據(jù)。威廉夏普（William F. Sharpe，1934-）與馬克維茨（Harry M. Markowitz）等人所建立的組合管理理論核心即為以下等式：

E（Rn）=R

f+（E（Rm）-Rf）

其中，E（Rn）為股票的預(yù)期收益率，Rf為無(wú)風(fēng)險(xiǎn)利率，為單個(gè)股票與市場(chǎng)之間的相關(guān)性，E（Rm）為某一基準(zhǔn)的收益率。通過(guò)該理論，我們可以建立多個(gè)資產(chǎn)的不同搭配情況。

在第三部分，我們會(huì)進(jìn)一步討論運(yùn)用各項(xiàng)績(jī)效評(píng)估指標(biāo)，來(lái)權(quán)衡風(fēng)險(xiǎn)與收益。

第三部分：風(fēng)險(xiǎn)控制

2.6 對(duì)各項(xiàng)參數(shù)進(jìn)行區(qū)間估計(jì)和假設(shè)檢驗(yàn)。

前兩部分重點(diǎn)關(guān)注了組合的收益情況，力求在市場(chǎng)處于無(wú)效或弱有效的情況下，取得超越市場(chǎng)的收益率。然而，對(duì)風(fēng)險(xiǎn)的把握仍為非常重要的方面，自從2007-2009年間發(fā)生的金融災(zāi)難以后，人們對(duì)于風(fēng)險(xiǎn)控制的意識(shí)又提高到一個(gè)新的水平。下面具體介紹如何利用統(tǒng)計(jì)學(xué)知識(shí)，對(duì)風(fēng)險(xiǎn)以及收益的取值范圍做出評(píng)估與估計(jì)。

假設(shè)由第一部分模擬出的收益率方程滿足如下等式：

Yi = -4.451 +2.057 * X1i + 2.008 * X2i

我們可以看到，在這個(gè)等式中出現(xiàn)了三個(gè)參數(shù)，分別是截距項(xiàng)-4.451、X1i的系數(shù)2.057以及X2i的系數(shù)2.008。然而，這畢竟是模擬出來(lái)的結(jié)果，或多或少會(huì)存在著一定的誤差，那么對(duì)這種誤差水平的度量就顯得尤為重要。特別是對(duì)于X1i與X2i的參數(shù)的估計(jì)，其改變直接決定了Yi的變化的方向以及程度。在這里，我們運(yùn)用統(tǒng)計(jì)學(xué)上的假設(shè)檢驗(yàn)與置信區(qū)間估計(jì)的方式，判斷我們有多大的信心，或者說(shuō)有多大的概率，該參數(shù)可以滿足我們的要求，從而對(duì)我們的決策活動(dòng)形成指導(dǎo)意義。見下圖：

如上圖所示，該圖為用統(tǒng)計(jì)軟件所得出的上式的相關(guān)統(tǒng)計(jì)學(xué)分析，可以看出上式的R2（R-squared）為0.934，并且調(diào)整后的R2（Adj R-squared）為0.890，說(shuō)明該式的所有系數(shù)，作為一個(gè)整體，對(duì)Yi具有較好的解釋力度。其中ESS（Explained Sum of Squared）為模型模擬出的曲線與平均值的差的平方和，而SSR（Squared Sum of Residual）為真實(shí)點(diǎn)與估計(jì)點(diǎn)的差的平方和。Matlab圖示如下：

上圖是通過(guò)最小二乘法擬合出來(lái)的一條回歸曲線，其中藍(lán)色的點(diǎn)與實(shí)線之間的距離的平方和即為SSR，而實(shí)線與所有實(shí)際點(diǎn)的均值之間的距離的平方和即為ESS。R2=ESS/（ESS+SSR）。

由圖6-1還可以看到，2.057所處的95%置信區(qū)間范圍為0.984-3.130。其中，P值與t統(tǒng)計(jì)量用來(lái)判斷在95%的把握下，是否可以拒絕一項(xiàng)參數(shù)，即判斷該參數(shù)在一定概率條件下的真假情況。我們通?？梢酝ㄟ^(guò)查對(duì)應(yīng)的t分布表來(lái)找到對(duì)應(yīng)的關(guān)鍵值，或者采用比較p值大小的方式進(jìn)行判斷。比如說(shuō)，要判斷圖6-1中Experience的參數(shù)2.008在95%的概率條件下的合理性，我們計(jì)算出其t統(tǒng)計(jì)量如圖上的2.664，而對(duì)應(yīng)的置信區(qū)間范圍中包括了2.664這個(gè)值，因此我們可以得出如下結(jié)論：Experience的系數(shù)2.008在95%的置信水平下是無(wú)法拒絕的。這一結(jié)論同樣可以通過(guò)判斷p值的大小得出，p值為0.076，大于顯著性水平0.05（通過(guò)1-95%得到），因此有足夠的自信可以保證該系數(shù)的合理性。

通過(guò)上述方法，我們可以對(duì)之前模擬出的收益率方程的系數(shù)的合理性做出判斷與評(píng)估，使我們對(duì)其有一個(gè)更為深入的了解。

2.7 基于蒙特卡洛模擬的風(fēng)險(xiǎn)控制。

在風(fēng)險(xiǎn)管理領(lǐng)域，VaR方法一直在各大金融機(jī)構(gòu)被視為進(jìn)行風(fēng)險(xiǎn)度量的首選，因?yàn)槠淇梢蕴峁┰谝欢ǖ闹眯艆^(qū)間下所發(fā)生的最大損失的大小。然而，實(shí)踐證明，在市場(chǎng)出現(xiàn)劇烈波動(dòng)的情況下（比如2007-2009的金融危機(jī)），資產(chǎn)之間的相關(guān)性會(huì)增強(qiáng)，以前可能相關(guān)性很弱的資產(chǎn)在市場(chǎng)不穩(wěn)定時(shí)期出現(xiàn)了高度關(guān)聯(lián)的相關(guān)性。而普通的線性估算VaR的方法在金融危機(jī)期間，對(duì)于風(fēng)險(xiǎn)的度量不再準(zhǔn)確與合理。因此，出現(xiàn)了后來(lái)的情景分析方法（scenario analysis ）以及這里要討論的蒙特卡洛模擬。

所謂蒙特卡洛模擬，是對(duì)一項(xiàng)資產(chǎn)的所有可能取值進(jìn)行隨機(jī)數(shù)模擬，來(lái)計(jì)算產(chǎn)品的價(jià)格以及計(jì)算風(fēng)險(xiǎn)價(jià)值的大小。其應(yīng)用領(lǐng)域十分廣泛，不僅可以用來(lái)模擬復(fù)雜金融產(chǎn)品的價(jià)格（例如，含權(quán)債券的定價(jià)、住房抵押貸款證券化產(chǎn)品的定價(jià)），在風(fēng)險(xiǎn)管理領(lǐng)域還可以用來(lái)度量風(fēng)險(xiǎn)的大小。在此，我們給出詳細(xì)的解釋，來(lái)說(shuō)明怎樣進(jìn)行基于蒙特卡洛模擬的風(fēng)險(xiǎn)的度量。

重復(fù)上述代碼四次，模擬出不同收益率的圖形，每次模擬都可以得到一條收益率的曲線，當(dāng)我們從股票收益率的總體曲線中隨機(jī)抽出N個(gè)樣本的收益率曲線，對(duì)其進(jìn)行算術(shù)平均，便可以得到最終模擬出的收益率曲線，通過(guò)正態(tài)分布或?qū)?shù)正態(tài)分布作圖，我們可以在豎直方向上做出一條輔助線，該輔助線對(duì)應(yīng)的分位點(diǎn)即是VaR所處的位置，如此一來(lái)我們便可以得到VaR的結(jié)果。

第四部分：模型的改進(jìn)與實(shí)時(shí)更新

2.8 模型評(píng)價(jià)

在這一部分，我們主要對(duì)上述建立的收益風(fēng)險(xiǎn)模型進(jìn)行評(píng)價(jià)，包括引進(jìn)一些至關(guān)重要的績(jī)效評(píng)估指標(biāo)，例如夏普比率，特雷諾比率，簡(jiǎn)森阿爾法，信息比率，索提諾指標(biāo)等。

夏普比率來(lái)自于CAPM模型，其基本內(nèi)涵是單位風(fēng)險(xiǎn)所對(duì)應(yīng)的超額收益。在CAPM模型中，夏普比率即是資本市場(chǎng)線的斜率。因此，對(duì)于一個(gè)組合的風(fēng)險(xiǎn)收益的評(píng)估，我們可以通過(guò)計(jì)算其夏普比率，再與其他組合比較，選出夏普比率最大的那一個(gè)，即是我們滿意的組合（單位風(fēng)險(xiǎn)承擔(dān)了更多的超額收益）。

特雷諾比率與夏普比率類似，但其分母上所對(duì)應(yīng)的是系統(tǒng)性風(fēng)險(xiǎn)，而不是總風(fēng)險(xiǎn)。這反應(yīng)了一項(xiàng)組合其內(nèi)在的超額收益，因?yàn)榉窍到y(tǒng)性風(fēng)險(xiǎn)是可以通過(guò)組合規(guī)避掉的，而系統(tǒng)性風(fēng)險(xiǎn)則更多的由市場(chǎng)、行業(yè)以及經(jīng)濟(jì)周期等不可控因素所決定。因此，特雷諾比率也被廣泛應(yīng)用于組合績(jī)效的評(píng)估。

簡(jiǎn)森阿爾法描述的是一項(xiàng)組合的市場(chǎng)收益與CAPM計(jì)算出的理論收益之間的差額。在CAPM圖形上描述出來(lái)便是資本市場(chǎng)線上的點(diǎn)與實(shí)際的點(diǎn)之間的距離。簡(jiǎn)森阿爾法直接反應(yīng)了一項(xiàng)組合的收益與其理論收益的偏差，因此投資者可以進(jìn)行無(wú)風(fēng)險(xiǎn)的套利交易，低買高賣，賺取超額收益。值得一提的是，用簡(jiǎn)森阿爾法來(lái)描述兩個(gè)組合的風(fēng)險(xiǎn)收益時(shí)，要求兩個(gè)組合的系統(tǒng)性風(fēng)險(xiǎn)處于同一水平，即CAPM模型中的相同。特雷諾比率將系統(tǒng)性風(fēng)險(xiǎn)單位化，因此可以直接進(jìn)行比較，這是簡(jiǎn)森阿爾法與特雷諾比率之間的區(qū)別。

信息比率也是實(shí)際工作中用到的比較多的領(lǐng)域，通常會(huì)和夏普比率搭配使用。信息比率的計(jì)算公式為：信息比率=超額收益/跟蹤誤差。

索提諾指標(biāo)的計(jì)算公式為：索提諾指標(biāo)=（組合收益-最小收益）/下半方差，其中下半方差只考慮風(fēng)險(xiǎn)的影響，因?yàn)閮r(jià)格上漲的風(fēng)險(xiǎn)可以不考慮，只考慮下跌的風(fēng)險(xiǎn)。

2.9 利用matlab動(dòng)態(tài)更新參數(shù)

上述建立的多因素模型的參數(shù)一般會(huì)隨著市場(chǎng)條件的變化而發(fā)生變化，例如金融危機(jī)期間，金融產(chǎn)品之間的相關(guān)性增強(qiáng)，可能會(huì)使得參數(shù)的估計(jì)不再準(zhǔn)確。因此，我們需要通過(guò)不斷的測(cè)算市場(chǎng)數(shù)據(jù)，來(lái)保證模型參數(shù)的合理性。在matlab中不斷更新改進(jìn)參數(shù)的步驟是不能省略的。

2.10 回溯測(cè)試

在完成了模型的構(gòu)建以后，我們通常會(huì)進(jìn)行一段時(shí)間的回溯測(cè)試期，目的是為了對(duì)模型的合理性進(jìn)行檢驗(yàn)。即采用從市場(chǎng)上觀察得到的數(shù)據(jù)，與模型估計(jì)出的數(shù)據(jù)進(jìn)行比較。這是回溯測(cè)試的主要思想。通常在一些交易平臺(tái)上我們可以進(jìn)行回溯測(cè)試。Matlab平臺(tái)上也為我們提供了相關(guān)的回測(cè)計(jì)算的功能，目的是盡可能地還原市場(chǎng)的真實(shí)情況，以檢測(cè)策略的準(zhǔn)確性。

2.11 模型評(píng)價(jià)

已上便是筆者構(gòu)建的投資策略的基本框架與內(nèi)容，按照上文指導(dǎo)的內(nèi)容進(jìn)行投資，可以在一定程度上獲取超額收益。量化的方法相比較傳統(tǒng)的基本面分析、技術(shù)分析，具有其自身的合理性。然而量化投資并不是時(shí)時(shí)刻刻百分百有效，但根據(jù)歷史經(jīng)驗(yàn)來(lái)看，量化投資的收益已經(jīng)遠(yuǎn)超其他投資方式。量化投資還具有更為高深的理論，例如結(jié)合了心理學(xué)、生物學(xué)與計(jì)算機(jī)科學(xué)的神經(jīng)網(wǎng)絡(luò)、遺傳算法等，使用機(jī)器代替人腦進(jìn)行投資決策，這樣可以減少人的主觀性，客觀的根據(jù)一些標(biāo)準(zhǔn)、指標(biāo)嚴(yán)格執(zhí)行投資策略。這里只是使用了量化投資領(lǐng)域中的冰山一角，即使用綜合模型評(píng)分方法來(lái)構(gòu)建投資組合的預(yù)期收益。

然而，該模型仍有其自身的局限性。例如，模型本身采用的是線性回歸的基本思想，即最高次冪為1次冪。然而在現(xiàn)實(shí)過(guò)程中，很多金融產(chǎn)品的收益曲線并不是一條嚴(yán)格的直線，而更多的是具有二階導(dǎo)的曲線。舉例如下圖所示：

上圖是包含了期權(quán)時(shí)間價(jià)值在內(nèi)的利潤(rùn)圖，可以看到，在引進(jìn)期權(quán)的時(shí)間價(jià)值以后，其圖形不再是直線，而是帶有弧度。因此，我們通常采用的方法是利用泰勒級(jí)數(shù)進(jìn)行估計(jì)，引入二階導(dǎo)來(lái)進(jìn)一步估計(jì)金融產(chǎn)品的價(jià)格。例如在債券中一階導(dǎo)采用久期進(jìn)行計(jì)算，二階導(dǎo)采用凸性進(jìn)行調(diào)整。

因此，針對(duì)本篇策略報(bào)告的模型，我們可以采用類似的方法，引入二階導(dǎo)來(lái)進(jìn)行估計(jì)。這一點(diǎn)可以通過(guò)matlab不斷擬合收益率的曲線來(lái)進(jìn)一步精確估計(jì)收益率未來(lái)的變化趨勢(shì)。然而，與蒙特卡洛模擬類似，這需要相當(dāng)大的計(jì)算量。我們通常會(huì)采用樣本大小與時(shí)間的平方根的乘積來(lái)衡量最有效率的估計(jì)方式。

篇6

雖然現(xiàn)在量化基金、對(duì)沖基金等以量化方法運(yùn)作的產(chǎn)品慢慢得到機(jī)構(gòu)的重視，但受對(duì)沖工具、市場(chǎng)成熟度、投資者成熟度等因素影響，量化投資頂多處在長(zhǎng)跑前的預(yù)熱階段。

銀華基金量化投資部總監(jiān)周毅曾在華爾街從事量化投資11年，現(xiàn)在他一人管理著兩只量化型產(chǎn)品和兩只QDII基金，市場(chǎng)上對(duì)此有過(guò)質(zhì)疑。

在接受《投資者報(bào)》記者采訪時(shí)，周解釋說(shuō)，與定性投資比，定量投資的優(yōu)勢(shì)之一就是人力成本低，每多一個(gè)產(chǎn)品，對(duì)基金經(jīng)理來(lái)說(shuō)所增加的時(shí)間很少。

周毅認(rèn)為，與成熟市場(chǎng)相比，A股可做的量化策略或?qū)_策略空間較大，因?yàn)閰⑴c的資金較少，機(jī)會(huì)也大。

優(yōu)勢(shì)是人力成本低

《投資者報(bào)》：市場(chǎng)上質(zhì)疑，你一個(gè)人同時(shí)管理四只產(chǎn)品，能管得過(guò)來(lái)嗎？

周毅：主動(dòng)型投資較大程度上依賴投研平臺(tái)，量化投資則主要依靠數(shù)量化模型，相比較，量化投資成本較低。對(duì)于已成立運(yùn)作的指數(shù)基金來(lái)說(shuō)，在系統(tǒng)建立起來(lái)后，相同管理類型的產(chǎn)品都可以共用一套系統(tǒng)，基金經(jīng)理的工作實(shí)際上就是對(duì)細(xì)節(jié)進(jìn)行微調(diào)。比如目前銀華管理的分級(jí)產(chǎn)品和純被動(dòng)的指數(shù)基金，大概在上午9點(diǎn)半以前，系統(tǒng)會(huì)提交所有的產(chǎn)品的當(dāng)日交易清單，基金經(jīng)理的工作只是根據(jù)不同基金的一些投資限制在細(xì)節(jié)上進(jìn)行調(diào)整。

《投資者報(bào)》：清單也是靠模型嗎？

周毅：不完全是這樣，其實(shí)是一個(gè)最優(yōu)化的公式。比如跟蹤滬深300指數(shù)基金，本來(lái)就按照每一只股票的權(quán)重買就可以，但是一些涉及關(guān)聯(lián)交易等限制性規(guī)定的股票不能買，就有一個(gè)優(yōu)化的問(wèn)題。一部分公司的做法是用線性回歸的方式，把受限股票都做線性回歸，找到跟其相似度最高的股票，按它的權(quán)重買進(jìn)來(lái)。

國(guó)外通常的做法是對(duì)投資組合進(jìn)行整體優(yōu)化，剔除交易受限制的股票，算出剩下股票的最優(yōu)解，再和現(xiàn)在的組合比，就出來(lái)一個(gè)交易清單，這是一種優(yōu)化。

《投資者報(bào)》：我了解到國(guó)外一些基金公司，雖然規(guī)模百億乃至千億美元，但基金經(jīng)理、研究員卻非常少，這與國(guó)內(nèi)差別較大。

周毅：主要是大家對(duì)投資的理解不一樣。按照我的感覺(jué)，在國(guó)外以傳統(tǒng)投研方式（研究員加基金經(jīng)理）做投資的，相對(duì)占少數(shù)，而國(guó)內(nèi)公募基金發(fā)展也就十來(lái)年，傳統(tǒng)投資方式依然占絕對(duì)大頭。

《投資者報(bào)》：為什么占少數(shù)？

周毅：美國(guó)公募基金經(jīng)歷了α（超額收益）與β（市場(chǎng)平均收益）分離的過(guò)程，現(xiàn)在公募基金大多都去做β了，而對(duì)沖基金去做α了。邏輯很好理解，公募基金是怎么盈利的？規(guī)模乘以管理費(fèi)。所以，基金公司的發(fā)展在于規(guī)模要大，而且越大越好?，F(xiàn)在我把這個(gè)事情推到極致，全市場(chǎng)所有的錢都由一家基金公司管，收益是多少？就是市場(chǎng)平均收益，不可能有超額收益，這就是β。

就是說(shuō)，公募基金想提高盈利，模式是把規(guī)模做大、把成本壓低，最后得以生存。

所以，美國(guó)公募基金經(jīng)理相對(duì)而言比較舒服，但他們的收入在金融業(yè)偏下，因?yàn)樽靓聜€(gè)人的因素不是特別大。

國(guó)內(nèi)指數(shù)基金空白點(diǎn)多

《投資者報(bào)》：你講到BGI短短十年管理資產(chǎn)就達(dá)到2萬(wàn)億元，有什么可借鑒的地方？

周毅：我一直在思考這個(gè)問(wèn)題。通常認(rèn)為BGI的成功是靠大量發(fā)行交易型指數(shù)基金（ETF）做到的，但我覺(jué)得不全是。我覺(jué)得，其成功的另外一個(gè)重要原因是產(chǎn)品設(shè)計(jì)思路。

美國(guó)老牌基金公司先鋒集團(tuán)以指數(shù)基金聞名，他幾乎把市場(chǎng)各種規(guī)模的指數(shù)產(chǎn)品都覆蓋了，BGI作為一個(gè)后來(lái)者，指數(shù)的先發(fā)優(yōu)勢(shì)完全沒(méi)有了，所以它需要找到一個(gè)突破口。于是，它打破了傳統(tǒng)基于市場(chǎng)平均的指數(shù)設(shè)計(jì)理念，而集中突出特性很明顯的產(chǎn)品。

比如尋找15個(gè)市值最大的房地產(chǎn)建筑商，然后制定一個(gè)指數(shù)。對(duì)于想投資房地產(chǎn)建筑的機(jī)構(gòu)和個(gè)人，沒(méi)有必要花時(shí)間和精力研究個(gè)股，而直接買對(duì)應(yīng)的ETF，以至于大家提到建筑的時(shí)候提BGI建筑基金就可以了；再比如，BGI開發(fā)了很多國(guó)家系列指數(shù)，都是一個(gè)道理。目前國(guó)內(nèi)還沒(méi)有類似的指數(shù)，這方面基金也還是空白。

《投資者報(bào)》：對(duì)于一個(gè)長(zhǎng)期從事量化投資的人，你怎么理解投資？

周毅：就投資而言，我個(gè)人的理解要稍微寬泛一些，只要能賺到錢，就可以稱為投資。至少我在華爾街注意到，比如華爾街交易員的地位都很高，而國(guó)內(nèi)交易員的地位比較低，在華爾街，考核的指標(biāo)不是是否找到了好股票，而是看結(jié)果是否賺到錢。

為什么呢？因?yàn)楣善苯灰變r(jià)格和內(nèi)在價(jià)值之間有很大差別，內(nèi)在價(jià)值是不是最終能反映交易價(jià)格，這很難說(shuō)。

交易員根據(jù)盤面上錢的供需關(guān)系、短期的交易價(jià)格賺錢，這也是投資賺錢的方式。而目前，這類東西在國(guó)內(nèi)屬于旁門左道或者另類。

對(duì)沖基金大有可為

《投資者報(bào)》：你提到，現(xiàn)在主要的創(chuàng)新方向是在A股如何應(yīng)用對(duì)沖策略，你現(xiàn)在的對(duì)沖策略是什么？

周毅：現(xiàn)在A股做多的標(biāo)的很多，全市場(chǎng)兩千多個(gè)股票都可以買，而做空的工具只有滬深300股指期貨。很顯然，從理論上可以這樣操作，通過(guò)放空滬深300股指期貨對(duì)沖組合基準(zhǔn)風(fēng)險(xiǎn)，那么只要組合收益率高于滬深300基準(zhǔn)收益，超越部分就屬于相對(duì)收益能力的絕對(duì)部分。

從國(guó)內(nèi)基金公司的過(guò)往業(yè)績(jī)來(lái)看，投研人員能夠選出高于基準(zhǔn)收益率的組合，這種投研能力傳導(dǎo)的結(jié)果就是基金公司在大概率上是可以做出相對(duì)收益的。

我覺(jué)得目前A股可以做出的策略比較多，因?yàn)橛眠@種方法做投資的資金比較少，所以機(jī)會(huì)比較大。

《投資者報(bào)》：你覺(jué)得做對(duì)沖基金最大的風(fēng)險(xiǎn)是什么？

篇7

摘 要 自2010年4月股指期貨推出后，數(shù)量化投資逐漸成為我國(guó)資本市場(chǎng)的一個(gè)熱點(diǎn)。對(duì)此，本文以投資者熟知的MACD指標(biāo)為基礎(chǔ)，運(yùn)用遺傳算法和模擬退火算法，建立了一個(gè)數(shù)量化投資模型。該模型的仿真投資收益明顯超出大盤，而風(fēng)險(xiǎn)明顯低于大盤。本文基于MACD指標(biāo)建立數(shù)量化投資模型的方法簡(jiǎn)單、有效，可操作性強(qiáng)，可方便地推廣至其他技術(shù)指標(biāo)，在數(shù)量化投資領(lǐng)域中可能具有廣泛的發(fā)展前景。

關(guān)鍵詞 數(shù)量化投資 MACD 遺傳算法 模擬退火算法

一、研究背景

與傳統(tǒng)投資基于各方面信息和個(gè)人判斷進(jìn)行操作不同，數(shù)量化投資將適當(dāng)?shù)慕鹑诶碚?、投資經(jīng)驗(yàn)等反映在數(shù)量模型中，然后利用程序軟件代替大腦對(duì)海量信息進(jìn)行科學(xué)處理，總結(jié)歸納市場(chǎng)規(guī)律，最終建立可以重復(fù)使用的、不依靠個(gè)人主觀判斷的投資策略。

由于數(shù)量化投資的操作策略往往經(jīng)過(guò)了嚴(yán)格的驗(yàn)證，具有較強(qiáng)的系統(tǒng)性和規(guī)范性，主觀隨意性較少，風(fēng)險(xiǎn)可測(cè)可控，因此隨著計(jì)算機(jī)數(shù)據(jù)處理能力的迅速提高，數(shù)量化投資獲得了快速發(fā)展，數(shù)量化基金的規(guī)模亦迅速擴(kuò)大。據(jù)統(tǒng)計(jì)，自2003年以來(lái)，數(shù)量化基金規(guī)模的年均增長(zhǎng)速度高達(dá)15%，而傳統(tǒng)型基金規(guī)模的增長(zhǎng)速度則低于5%。

很顯然，科學(xué)的數(shù)量模型是數(shù)量化投資成敗的關(guān)鍵。當(dāng)前，主流的數(shù)量模型均考慮了多方面的因素，既包括各種基本面因素，又包括各種技術(shù)因素，涉及較為高深的經(jīng)濟(jì)學(xué)、金融學(xué)、技術(shù)分析等知識(shí)，模型都比較復(fù)雜，理解難度較高，甚至令人望而生畏。對(duì)此，本文以人們熟知的技術(shù)指標(biāo)為基礎(chǔ)，通過(guò)引入遺傳算法和模擬退火算法對(duì)參數(shù)進(jìn)行優(yōu)化，建立了一種較為簡(jiǎn)單、有效的數(shù)量模型構(gòu)建方法，希望能為推動(dòng)我國(guó)剛剛起步的數(shù)量化投資發(fā)展有所幫助。

二、模型框架

由于MACD指標(biāo)以經(jīng)平滑后的股票價(jià)格為基礎(chǔ)，而股票價(jià)格包含了絕大部分的基本信息和技術(shù)信息，因此本文以MACD指標(biāo)為基礎(chǔ)研究建立相應(yīng)的數(shù)量化投資模型。

（一）MACD公式

MACD是投資者最熟悉的技術(shù)指標(biāo)之一，主要包括EMA、DIF和DEA三個(gè)指標(biāo)，涉及一個(gè)已知變量（收盤價(jià)P）和三個(gè)未知參數(shù)（ 和 ），公式較為簡(jiǎn)單。

（二）決策準(zhǔn)則

雖然MACD指標(biāo)的運(yùn)用方式有很多種，既存在對(duì)指標(biāo)值的應(yīng)用（如比較DIF和DEA的大小），又存在對(duì)形態(tài)的應(yīng)用（如底背離、頂背離等）。對(duì)此，本文制定的決策準(zhǔn)則相當(dāng)簡(jiǎn)單，即：

時(shí)，做多

時(shí)，做空

三、模型參數(shù)優(yōu)化

（一）參數(shù)的科學(xué)取值是決定MACD指標(biāo)投資決策價(jià)值的一個(gè)關(guān)鍵因素

在一般的技術(shù)分析參考書和交易軟件中， 和 通常取12、26和9。然而，該取值并不是最優(yōu)的。

例如，以2005年1月5日至2010年12月31的滬深300指數(shù)為例，根據(jù)（公式1）和（公式2），做多業(yè)務(wù)在 和 取值12、26和9時(shí)，可獲得的投資收益為230.55%（收益①）；而在 和 取40、195、130時(shí)，可獲得的投資收益為651.98%（收益②）。

因此，參數(shù)取值是否合理決定了使用MACD指標(biāo)進(jìn)行投資決策時(shí)投資收益的高低，決定了MACD指標(biāo)的投資決策價(jià)值。

（二）人工智能算法在技術(shù)指標(biāo)參數(shù)優(yōu)化領(lǐng)域中的突出優(yōu)勢(shì)

運(yùn)用MACD指標(biāo)建立數(shù)量化投資模型的關(guān)鍵在于對(duì)公式中的三個(gè)參數(shù)進(jìn)行優(yōu)化。然而，雖然參數(shù)取值與投資收益間存在確定的函數(shù)關(guān)系，但該關(guān)系并不能用一個(gè)表達(dá)式予以直接闡述，因此傳統(tǒng)的解析方法在此并不適用。而其他傳統(tǒng)方法如隨機(jī)法和窮舉法的優(yōu)化效率不高。在此情況下，可運(yùn)用人工智能算法有效解決此類優(yōu)化難題。

遺傳算法（Genetic Algorithms）和模擬退火算法（Simulated Annealing Algorithms）是人工智能的重要分支，兩者均從一定的初始值開始，按照明確的規(guī)則搜索最優(yōu)解，并不要求目標(biāo)函數(shù)存在明確的表達(dá)式，且具有高效、魯棒性強(qiáng)等特點(diǎn)。由于技術(shù)指標(biāo)參數(shù)與投資收益間的關(guān)系相當(dāng)復(fù)雜，不存在明確的函數(shù)關(guān)系式，因此遺傳算法和模擬退火算法在技術(shù)指標(biāo)參數(shù)優(yōu)化領(lǐng)域中具有很高的應(yīng)用價(jià)值。

此外，遺傳算法和模擬退火算法的基本原理和運(yùn)算過(guò)程雖然較為復(fù)雜，但其運(yùn)用卻相當(dāng)簡(jiǎn)單，MATLAB等數(shù)據(jù)處理軟件均提供了現(xiàn)成的工具箱供用戶方便地使用，且即使不掌握參數(shù)優(yōu)化的原理和運(yùn)算過(guò)程，也不會(huì)對(duì)數(shù)量模型的研究產(chǎn)生重大影響，因此運(yùn)用遺傳算法和模擬退火算法對(duì)技術(shù)指標(biāo)參數(shù)進(jìn)行優(yōu)化的可操作性強(qiáng)。

（三）遺傳算法和模擬退火算法應(yīng)用舉例

1.MATLAB指令

假設(shè)投資收益R和參數(shù) 、 間的關(guān)系為R=gain( 、 )，則MATLAB的遺傳算法指令和模擬退火算法指令分別為：

[x,fval] = ga(@gain,nvars, [],[],[],[],lb,ub,[],options)；

[x,fval] = simulannealbnd(@gain,x0,lb,ub,options)。

其中：

x和fval是程序返回值，分別為參數(shù) 、 的最優(yōu)化取值及其所對(duì)應(yīng)的投資收益；

gain是目標(biāo)函數(shù)，可根據(jù)（公式1）、（公式2）和（公式3）編寫；

nvars是待優(yōu)化的參數(shù)個(gè)數(shù)；

x0是參數(shù) 、 的初始值；

lb是參數(shù)的下界；

ub是參數(shù)的上界；

options是MATLAB指令的設(shè)置選項(xiàng)。

篇8

基于總絕對(duì)偏差法和市盈率法，采用2009—2011年浙江省156家創(chuàng)投機(jī)構(gòu)(包括基金公司)所投的605個(gè)知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目的數(shù)據(jù)資料，對(duì)投資風(fēng)險(xiǎn)狀況及其行業(yè)差異進(jìn)行實(shí)證量化分析。研究結(jié)果顯示，知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資呈現(xiàn)出明顯的投資收益與風(fēng)險(xiǎn)的對(duì)稱性及行業(yè)差異，傳播與文化娛樂(lè)等是高風(fēng)險(xiǎn)、高收益投資行業(yè)，醫(yī)藥保健、通訊設(shè)備業(yè)等是低風(fēng)險(xiǎn)、低收益的投資行業(yè)，而新材料工業(yè)則是一個(gè)非典型的高風(fēng)險(xiǎn)、低收益行業(yè)。

關(guān)鍵詞:

知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資;風(fēng)險(xiǎn)水平;行業(yè)差異;總絕對(duì)偏差法

作為一種集資本、技術(shù)(知識(shí)產(chǎn)權(quán))、管理創(chuàng)新與企業(yè)家精神于一體的非傳統(tǒng)融資方式，知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資目前已成為支持企業(yè)技術(shù)創(chuàng)新與高新技術(shù)成果產(chǎn)業(yè)化的一種新型投資模式，對(duì)推動(dòng)我國(guó)高新技術(shù)產(chǎn)業(yè)發(fā)展正發(fā)揮越來(lái)越重要的作用。知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資所投行業(yè)風(fēng)險(xiǎn)和收益的大小是風(fēng)險(xiǎn)投資家對(duì)知識(shí)產(chǎn)權(quán)項(xiàng)目進(jìn)行投資決策時(shí)要考慮的首要因素［1］。知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資所投行業(yè)的風(fēng)險(xiǎn)與收益狀況究竟如何?是否具有明顯的行業(yè)差異?哪些行業(yè)是屬于高風(fēng)險(xiǎn)、高收益的行業(yè)?這些都是風(fēng)險(xiǎn)投資家最為關(guān)注的問(wèn)題。目前，有關(guān)知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資的研究涉及到多個(gè)方面，如風(fēng)險(xiǎn)投資與知識(shí)產(chǎn)權(quán)形成的相互作用與影響［2－4］，風(fēng)險(xiǎn)投資與知識(shí)產(chǎn)權(quán)的商業(yè)化［5－6］，知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資契約和風(fēng)險(xiǎn)管理［7－8］，知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資環(huán)境等［9－10］;但對(duì)于知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資風(fēng)險(xiǎn)水平量化的實(shí)證研究還比較缺乏。在投資決策理論的研究中，學(xué)者們提出了多種用于評(píng)價(jià)投資風(fēng)險(xiǎn)的定量分析方法，如用AHP法和模糊數(shù)學(xué)分析法來(lái)評(píng)價(jià)投資風(fēng)險(xiǎn)［11］，或用VaR、CvaR法來(lái)度量和管理?yè)p失，但這些方法只能用于評(píng)價(jià)或度量風(fēng)險(xiǎn)或損失的大小，不能很好地基于所投項(xiàng)目的投資收益來(lái)對(duì)風(fēng)險(xiǎn)進(jìn)行定量的分析和比較［12－13］。因而，很多學(xué)者使用方差、標(biāo)準(zhǔn)差、半方差等偏離期望值的各種變形形式來(lái)度量風(fēng)險(xiǎn)，但用方差方法不能準(zhǔn)確地度量真實(shí)風(fēng)險(xiǎn)的大小［14］;使用半方差法進(jìn)行風(fēng)險(xiǎn)度量時(shí)，需要首先設(shè)定目標(biāo)收益率，這種設(shè)定具有一定的主觀性［15］;絕對(duì)偏差法，由于用投資收益率的一階絕對(duì)中心矩來(lái)代替二階中心矩，發(fā)散的可能性比較低。因而從理論上說(shuō)，風(fēng)險(xiǎn)的絕對(duì)偏差度量要優(yōu)于方差度量［16］。對(duì)于絕對(duì)偏差方法的應(yīng)用研究，國(guó)內(nèi)學(xué)者西愛(ài)琴、武敏婷等［17－18］都作了嘗試，并通過(guò)風(fēng)險(xiǎn)與收益的權(quán)衡，很好地解決了農(nóng)業(yè)生產(chǎn)投資決策等問(wèn)題。鑒于此，筆者認(rèn)為基于知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目的投資收益率來(lái)度量投資風(fēng)險(xiǎn)，選擇“絕對(duì)偏差方法”是比較合適的。本文嘗試基于浙江省156家創(chuàng)投機(jī)構(gòu)在2009—2011年投資的605個(gè)知識(shí)產(chǎn)權(quán)項(xiàng)目的一手?jǐn)?shù)據(jù)資料，采用絕對(duì)偏差法和市盈率法對(duì)所調(diào)查投資項(xiàng)目(企業(yè))的行業(yè)分布、各年投資收益率及風(fēng)險(xiǎn)水平狀況進(jìn)行詳細(xì)的分析，以全面了解和比較創(chuàng)投機(jī)構(gòu)所投行業(yè)的整體風(fēng)險(xiǎn)水平和收益狀況，為創(chuàng)投機(jī)構(gòu)的投資決策提供依據(jù)。

1知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資風(fēng)險(xiǎn)水平的量化方法

1.1總絕對(duì)偏差法樣本值與均值之差即絕對(duì)偏差，總絕對(duì)偏差就是各樣本值與均值之差的絕對(duì)值之和，它可以較充分地反映樣本的離散程度，因此可用作衡量風(fēng)險(xiǎn)水平的有效指標(biāo)［19］。

1.2數(shù)據(jù)處理的具體方法和步驟數(shù)據(jù)處理的具體方法和步驟是:首先，計(jì)算知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目每年的投資收益率Ctj;接著，計(jì)算知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目的期望收益率珔Cj(項(xiàng)目各年投資收益率的平均值);然后，計(jì)算知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目的收益偏差系數(shù)Ctj－珔Cj;再進(jìn)行知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目的總絕對(duì)偏差Vtj=∑nj=1|Ctj－珔Cj|的計(jì)算;最后，計(jì)算知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目的平均絕對(duì)偏差MAD=Vtj/n，其中Vtj系知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目的總絕對(duì)偏差，n為知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目的總數(shù)。

1.2.1年投資收益率計(jì)算方法。投資收益率是指稅后的投資收益與原始投資額的比值。由于這些在2009—2010年間投資的知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目在2013年調(diào)查期間基本都未退出，因此，本文采用市盈率法來(lái)計(jì)算被投項(xiàng)目的估值，在此基礎(chǔ)上計(jì)算知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目年度投資收益，最終計(jì)算出年度投資收益率。市盈率法是指用行業(yè)平均市盈率對(duì)企業(yè)價(jià)值進(jìn)行估計(jì)，按此估價(jià)法，企業(yè)的價(jià)值得自于可比較資產(chǎn)或企業(yè)的定價(jià);假定同一個(gè)行業(yè)中的其他企業(yè)可用作被估價(jià)企業(yè)的“可比較企業(yè)”，且平均市盈率所反映的企業(yè)績(jī)效是合理而正確的;市盈率法通常被用于對(duì)未上市企業(yè)的估價(jià)。

1.2.2知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資項(xiàng)目每年投資收益率具體計(jì)算過(guò)程(1)年度投資收益率=年度投資收益/原始投資額;(2)年度投資收益的計(jì)算如果是投資第一年:年度投資收益=第1年項(xiàng)目風(fēng)險(xiǎn)投資的估值－原始投資額;從第2年開始:風(fēng)投年度投資收益=當(dāng)年項(xiàng)目風(fēng)險(xiǎn)投資的估值－上年項(xiàng)目風(fēng)險(xiǎn)投資的估值;(3)項(xiàng)目風(fēng)險(xiǎn)投資的估值=被投項(xiàng)目的總估值×創(chuàng)投機(jī)構(gòu)年末持股百分比;(4)被投項(xiàng)目的總估值=被投項(xiàng)目(企業(yè))年凈利潤(rùn)×w×三年內(nèi)最低市盈率，w為市盈率修正系數(shù)。由于上市公司有流動(dòng)溢價(jià)，未上市被投項(xiàng)目(企業(yè))的估值也要在已上市同類公司平均市盈率的基礎(chǔ)上打個(gè)折扣。由于知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資的項(xiàng)目還沒(méi)有上市，因此其估值(市盈率)應(yīng)低于上述熊市的估值(市盈率)，即風(fēng)投價(jià)格、股市的熊市價(jià)格、牛市價(jià)格的順序應(yīng)該是牛市價(jià)＞熊市價(jià)＞風(fēng)投價(jià)。(5)市盈率=每股股價(jià)/每股盈利。市盈率是投資者投資估值的重要參考指標(biāo)，通常指在一個(gè)考察期(一般為12個(gè)月的時(shí)間)內(nèi)，股票價(jià)格與每股收益的比值;行業(yè)市盈率是一個(gè)行業(yè)上市公司總市值占該行業(yè)上市公司凈利潤(rùn)總和的比率。(6)確定市盈率修正系數(shù)。經(jīng)調(diào)查從事風(fēng)投的投資專家，普遍認(rèn)可把最近3年(2010—2012年)的最低市盈率作為熊市的市盈率，把同行業(yè)的熊市市盈率的50%作為創(chuàng)投項(xiàng)目的合理估值的市盈率。因此，在這里w為市盈率修正系數(shù)，表示打折的比率，取0.5為宜。(7)被投項(xiàng)目(企業(yè))年凈利潤(rùn):指經(jīng)審計(jì)的被投項(xiàng)目(企業(yè))年凈利潤(rùn)，由審計(jì)報(bào)表提供。通過(guò)上述方法可計(jì)算得出創(chuàng)投機(jī)構(gòu)所投項(xiàng)目每年的投資收益率，并將每個(gè)行業(yè)內(nèi)項(xiàng)目的投資收益率求平均，可得到19個(gè)行業(yè)2010—2012年各年的投資收益率。

2數(shù)據(jù)來(lái)源

本文風(fēng)險(xiǎn)量化數(shù)據(jù)來(lái)源于筆者2013年1—9月對(duì)浙江省創(chuàng)投機(jī)構(gòu)比較聚集的杭州、寧波、湖州、紹興、嘉興、衢州等6個(gè)市的創(chuàng)投機(jī)構(gòu)的調(diào)查。在浙江省創(chuàng)業(yè)風(fēng)險(xiǎn)投資行業(yè)協(xié)會(huì)的支持和幫助下，通過(guò)實(shí)地訪談、問(wèn)卷調(diào)查、電話采訪、郵件以及省行業(yè)協(xié)會(huì)年會(huì)上的現(xiàn)場(chǎng)統(tǒng)計(jì)調(diào)查等多渠道數(shù)據(jù)的采集，獲得了有關(guān)知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資的已投項(xiàng)目(企業(yè))名稱、所屬行業(yè)、具體的投資時(shí)間、投資額、年凈利潤(rùn)、被投項(xiàng)目年末總股數(shù)、年末創(chuàng)投機(jī)構(gòu)持股數(shù)、每股收益等一手?jǐn)?shù)據(jù)資料。筆者一共調(diào)查了201家創(chuàng)投機(jī)構(gòu)(包括管理公司、基金公司)，由于各種原因，實(shí)際獲得了156家創(chuàng)投機(jī)構(gòu)在2009—2011年投資的605個(gè)項(xiàng)目(企業(yè))的有效數(shù)據(jù)和信息，有效率77.6%。2009—2011年浙江省創(chuàng)投機(jī)構(gòu)投資的知識(shí)產(chǎn)權(quán)項(xiàng)目(企業(yè))分布在26個(gè)行業(yè)中，除其他行業(yè)外，傳統(tǒng)制造業(yè)、IT服務(wù)業(yè)、新能源高節(jié)能技術(shù)、新材料工業(yè)和傳播與文化娛樂(lè)的投資項(xiàng)目數(shù)排前5位，而建筑業(yè)、批發(fā)和零售、交通運(yùn)輸倉(cāng)儲(chǔ)和郵政、房地產(chǎn)業(yè)、半導(dǎo)體、核技術(shù)、社會(huì)服務(wù)等行業(yè)排倒數(shù)1～7位。為了便于統(tǒng)計(jì)和分析，筆者將建筑業(yè)、批發(fā)和零售、交通運(yùn)輸倉(cāng)儲(chǔ)和郵政、房地產(chǎn)業(yè)、半導(dǎo)體、核技術(shù)、社會(huì)服務(wù)等投資比例很小的行業(yè)統(tǒng)一納入其他行業(yè)，將所調(diào)查的浙江省創(chuàng)投機(jī)構(gòu)投資的605個(gè)知識(shí)產(chǎn)權(quán)項(xiàng)目分布在19個(gè)行業(yè)之中(見表1)。

3結(jié)果及分析

通過(guò)將實(shí)地調(diào)查獲得的數(shù)據(jù)按照上述方法和步驟進(jìn)行計(jì)算，得到浙江省156家創(chuàng)投機(jī)構(gòu)投資的605個(gè)知識(shí)產(chǎn)權(quán)項(xiàng)目所處行業(yè)2010—2012年的風(fēng)險(xiǎn)水平量化數(shù)據(jù)(用收益的平均絕對(duì)偏差衡量行業(yè)風(fēng)險(xiǎn))，相關(guān)結(jié)果如表1所示。

3.1知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資的總體風(fēng)險(xiǎn)水平從表1給出的2010—2012年收益的平均絕對(duì)偏差情況來(lái)看，總體風(fēng)險(xiǎn)最大的是傳播與文化娛樂(lè)業(yè)，接著是金融服務(wù)業(yè)，但同時(shí)3年的平均收益它們也排在前二位。其次，風(fēng)險(xiǎn)較大的是新材料工業(yè)以及消費(fèi)產(chǎn)品和服務(wù)業(yè)，消費(fèi)產(chǎn)品和服務(wù)業(yè)的收益排在第三位，因此，傳播與文化娛樂(lè)、金融服務(wù)業(yè)、消費(fèi)產(chǎn)品和服務(wù)業(yè)是比較典型的高風(fēng)險(xiǎn)、高收益行業(yè)，但新材料工業(yè)的3年平均收益在19個(gè)行業(yè)中排在倒數(shù)第一位(主要是2011—2012年投資收益率均不理想)，屬比較典型的高風(fēng)險(xiǎn)低收益行業(yè)。風(fēng)險(xiǎn)最低的是醫(yī)藥保健行業(yè)，比較低的是軟件產(chǎn)業(yè)、通訊設(shè)備、環(huán)保工程，風(fēng)險(xiǎn)居中的行業(yè)中風(fēng)險(xiǎn)從大到小排序依次為:農(nóng)林牧副漁、采掘業(yè)、科技服務(wù)、計(jì)算機(jī)硬件、新能源高節(jié)能技術(shù)、IT服務(wù)業(yè)、光電與光電一體化、其他行業(yè)、傳統(tǒng)制造業(yè)、網(wǎng)絡(luò)產(chǎn)業(yè)、生物科技等。由圖1可見，2010年知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資總風(fēng)險(xiǎn)水平最低，低于3年平均水平;而2011和2012年的總風(fēng)險(xiǎn)水平均高于3年平均水平，且2011年的總風(fēng)險(xiǎn)水平略高于2012年。相應(yīng)地2010年的各行業(yè)平均投資收益率水平也是最低，低于3年平均投資收益率水平;2011年各行業(yè)平均投資收益率與2012年持平，均高于3年平均投資收益率水平，符合收益和風(fēng)險(xiǎn)的基本關(guān)系，即“高風(fēng)險(xiǎn)、高收益，低風(fēng)險(xiǎn)、低收益”。

3.2知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資的行業(yè)風(fēng)險(xiǎn)水平(1)2010年行業(yè)風(fēng)險(xiǎn)水平。表1的數(shù)據(jù)顯示，2010年浙江省知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資所投行業(yè)中風(fēng)險(xiǎn)最大的是金融服務(wù)業(yè)，其次是新材料工業(yè)和采掘業(yè);風(fēng)險(xiǎn)最小的是環(huán)保工程，比較小的是醫(yī)藥保健、通訊設(shè)備、網(wǎng)絡(luò)產(chǎn)業(yè)、軟件產(chǎn)業(yè)以及傳統(tǒng)制造業(yè)等。在投資收益率方面，金融服務(wù)行業(yè)投資收益率達(dá)21%，領(lǐng)先于其他行業(yè);新材料工業(yè)和采掘業(yè)收益率為12%，并列第二，這三個(gè)行業(yè)在該年中是較典型的高風(fēng)險(xiǎn)帶來(lái)高收益的行業(yè)。總的來(lái)說(shuō)，該年中各行業(yè)的風(fēng)險(xiǎn)與收益情況符合收益和風(fēng)險(xiǎn)的基本關(guān)系，即所謂“高風(fēng)險(xiǎn)、高收益，低風(fēng)險(xiǎn)、低收益”。(2)2011年行業(yè)風(fēng)險(xiǎn)水平。2011年由于國(guó)家政策的支持，農(nóng)林牧副漁、傳播與文化娛樂(lè)、消費(fèi)產(chǎn)品與服務(wù)成為行業(yè)新寵。如2011年政府進(jìn)一步加強(qiáng)了對(duì)“三農(nóng)”的支持力度，并在“十二五”規(guī)劃中補(bǔ)充了農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級(jí)的內(nèi)容，倡導(dǎo)大力發(fā)展現(xiàn)代農(nóng)業(yè)。這些政策導(dǎo)向的作用可以在2011年的投資收益率中體現(xiàn)，該年行業(yè)投資收益率排在前四位的是傳播與文化娛樂(lè)、金融服務(wù)業(yè)、消費(fèi)產(chǎn)品與服務(wù)、農(nóng)林牧副漁。同時(shí)，該年所投行業(yè)中，風(fēng)險(xiǎn)最大的是傳播與文化娛樂(lè)業(yè)，接著是金融服務(wù)業(yè)和新材料工業(yè)，其次是消費(fèi)產(chǎn)品與服務(wù)、農(nóng)林牧副漁。相對(duì)來(lái)講，醫(yī)藥保健、通訊設(shè)備、軟件產(chǎn)業(yè)以及環(huán)保工程行業(yè)風(fēng)險(xiǎn)較小。總的看來(lái)，該年傳播與文化娛樂(lè)、金融服務(wù)以及消費(fèi)產(chǎn)品和服務(wù)業(yè)、農(nóng)林牧副漁具有高風(fēng)險(xiǎn)和高收益的特征，除了新材料工業(yè)外的其余行業(yè)風(fēng)險(xiǎn)水平與收益水平基本相一致，都處于中間狀態(tài);而新材料工業(yè)屬于高風(fēng)險(xiǎn)、虧損行業(yè)，說(shuō)明高風(fēng)險(xiǎn)不一定帶來(lái)高收益，有時(shí)帶來(lái)的可能是損失。(3)2012年各行業(yè)的風(fēng)險(xiǎn)狀況。2012年知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)投資所投行業(yè)中風(fēng)險(xiǎn)最大的是金融服務(wù)業(yè)和傳播與文化娛樂(lè)業(yè)，其次是新材料工業(yè)以及消費(fèi)產(chǎn)品和服務(wù)業(yè)。風(fēng)險(xiǎn)相對(duì)較小的有生物科技、醫(yī)藥保健、環(huán)保工程等行業(yè)。該年中投資收益率最高的是傳播與文化娛樂(lè)業(yè)為33%，接下來(lái)是金融服務(wù)業(yè)為32%，消費(fèi)產(chǎn)品和服務(wù)業(yè)16%，科技服務(wù)14%。調(diào)查數(shù)據(jù)顯示，除了新材料工業(yè)外，風(fēng)險(xiǎn)高的行業(yè)，其預(yù)期收益率也高，風(fēng)險(xiǎn)低的行業(yè)，其預(yù)期收益率也低;對(duì)于風(fēng)險(xiǎn)喜好者而言，可能會(huì)選擇風(fēng)險(xiǎn)高、預(yù)期收益率也高的行業(yè)去投資;而風(fēng)險(xiǎn)低的項(xiàng)目，往往被風(fēng)險(xiǎn)厭惡者所喜愛(ài)，其得到的報(bào)酬相應(yīng)也比較低。特別要注意的是對(duì)于風(fēng)險(xiǎn)高、收益低的行業(yè)可能是所有投資者都要警惕和規(guī)避的行業(yè)，投資者應(yīng)該根據(jù)風(fēng)險(xiǎn)和收益的情況及時(shí)調(diào)整投資方向，以更好地規(guī)避風(fēng)險(xiǎn)。

4結(jié)論

篇9

短期或震蕩 明年有好戲

11月17日，擬由卿管理的華泰柏瑞量化優(yōu)選基金首發(fā)。談及未來(lái)的市場(chǎng)表現(xiàn)，卿表現(xiàn)出了她獨(dú)有的冷靜。

今年剩下的一個(gè)多月時(shí)間市場(chǎng)震蕩調(diào)整概率偏大。”卿分析指出，“明年的行情我個(gè)人比較看好股市，因?yàn)閺拇箢愘Y產(chǎn)配置角度看，國(guó)內(nèi)房地產(chǎn)市場(chǎng)價(jià)格見頂基本達(dá)成共識(shí)，投資的需求被遏制；另外信托兌付風(fēng)險(xiǎn)暴露，黃金等大宗商品震蕩下行趨勢(shì)確立；而在國(guó)內(nèi)宏觀經(jīng)濟(jì)增速走弱的情況下，明年真實(shí)利率走勢(shì)很可能下行，則銀行理財(cái)產(chǎn)品的預(yù)期收益率也會(huì)隨之下降。”

A股經(jīng)歷了一輪2007年后去泡沫化的漫長(zhǎng)調(diào)整，現(xiàn)在進(jìn)入了估值洼地，特別是主板市場(chǎng)，也是布局滬深300指數(shù)藍(lán)籌股的良好時(shí)機(jī)。

十年磨一劍 量化大可為

對(duì)于2014年量化基金今年靚麗的業(yè)績(jī)表現(xiàn)，卿分析指出：“這可能有兩方面原因：一是量化基金在國(guó)內(nèi)十年磨一劍，量變迎來(lái)了質(zhì)變；加之量化投資是國(guó)外一種比較主流的投資方式，占比很高，而國(guó)內(nèi)剛起步，加速發(fā)展是大勢(shì)所趨。二從微觀角度看，今年的A股市場(chǎng)是非常適合選股的市場(chǎng)，股市熱點(diǎn)紛呈，個(gè)股表現(xiàn)分化很大。一般而言，當(dāng)主題頻繁切換時(shí)，量化基金由于具備較優(yōu)的數(shù)據(jù)處理能力以及善于利用模型對(duì)個(gè)股進(jìn)行大浪淘金式的選擇，可以較好地把握行情。”

對(duì)于未來(lái)量化基金的發(fā)展，她表示，如果未來(lái)中證500股指期貨、個(gè)股期權(quán)等金融衍生品相繼推出，資本市場(chǎng)的投資工具可以進(jìn)一步豐富。對(duì)量化投資可以起到一定的推動(dòng)作用。

巾幗再亮劍 表現(xiàn)尤可期

目前，華泰柏瑞量化優(yōu)選基金正在建行等渠道熱銷中，這是她繼華泰柏瑞量化指數(shù)增強(qiáng)基金后的再度亮劍。

篇10

銀華大數(shù)據(jù)擬任基金經(jīng)理張凱對(duì)此表示，人工智能做投資是把已有的人類的投資思維，用計(jì)算機(jī)程序的方式實(shí)現(xiàn)并執(zhí)行，這樣可以擁有更快的計(jì)算效率，更少的犯錯(cuò)幾率，同時(shí)把具有主觀能動(dòng)性的人解放出來(lái)去探索更多的投資機(jī)會(huì)。

大數(shù)據(jù)應(yīng)用于選股和擇時(shí)策略

張凱表示，人工智能的研究已經(jīng)半個(gè)世紀(jì)了，隨著計(jì)算能力的提升和應(yīng)用場(chǎng)景的豐富，未來(lái)有望形成技術(shù)供給和應(yīng)用需求上的共振，對(duì)該板塊的未來(lái)表現(xiàn)非常期待。

大數(shù)據(jù)既可以用于研發(fā)資產(chǎn)配置策略，也可以用于選股策略：不同的數(shù)據(jù)源，對(duì)應(yīng)不同的策略。張凱表示，從“大數(shù)據(jù)”到“投資”，是通過(guò)基于數(shù)據(jù)的投資策略來(lái)實(shí)現(xiàn)的。投資策略的核心邏輯來(lái)自長(zhǎng)期投資實(shí)踐中積累的經(jīng)驗(yàn)，銀華用證券大數(shù)據(jù)對(duì)邏輯的有效性進(jìn)行驗(yàn)證，并找到能反映投資邏輯的具體指標(biāo)，進(jìn)而構(gòu)建出投資策略。

張凱表示，銀華大數(shù)據(jù)基金的優(yōu)勢(shì)體現(xiàn)在三方面，信息處理、投資策略以及人為主觀性。該基金構(gòu)建了兩種資產(chǎn)配置策略和四種股票選擇策略。擇時(shí)策略第一類是基于宏觀及行業(yè)景氣度數(shù)據(jù)，包括貨幣供應(yīng)量、流動(dòng)性、PHI、經(jīng)濟(jì)同步指標(biāo)、先導(dǎo)行業(yè)景氣度、通脹等；第二類是基于市場(chǎng)行為及情緒數(shù)據(jù)，包括基金倉(cāng)位、期指持倉(cāng)及升水率、股票賬戶活躍度、分析師情緒等。

“基于宏觀及行業(yè)景氣度的數(shù)據(jù)對(duì)應(yīng)的是中長(zhǎng)周期的擇時(shí)策略，基于市場(chǎng)行為及情緒的數(shù)據(jù)對(duì)應(yīng)的是短周期的擇時(shí)策略，二者影響權(quán)重各為50%，共同決定基金組合的倉(cāng)位和大類資產(chǎn)配置，在擇時(shí)上實(shí)現(xiàn)了長(zhǎng)周期與短周期的均衡，提升了策略在不同市場(chǎng)波動(dòng)下的穩(wěn)定性。”張凱說(shuō)。

基金的四種選股策略

張凱表示，該基金的選股策略分為四種：股票關(guān)注熱度策略、分析師薦股策略、財(cái)務(wù)多因子策略和公告事件驅(qū)動(dòng)策略。

“四種策略對(duì)應(yīng)四類數(shù)據(jù)來(lái)源和四種投資邏輯?！睆垊P稱，“股票關(guān)注熱度策略選擇互聯(lián)網(wǎng)關(guān)注度高的強(qiáng)勢(shì)股票：賣方分析師推薦策略選擇被最多優(yōu)秀分析師推薦的股票；財(cái)務(wù)多因子策略選擇基本面質(zhì)地優(yōu)良且低估最多的股票；公告事件驅(qū)動(dòng)策略選擇出現(xiàn)驅(qū)動(dòng)股價(jià)走強(qiáng)的突發(fā)事件的股票。”