|
2011年以来，量化投资突然成为市场的一个热点，各大机构都在组建量化投资的团队、研究量化投资的策略，很多量化基金产品层出不穷，尤其是在传统投资基
金业绩不佳的情况下，很多利用量化投资策略的基金产品获得了相当不错的收益率。那么到底什么是量化投资呢？本文就给大家简要地阐述一下量化投资的主要特点
和在未来的发展趋势。
要论量化投资，就不能不提传奇的量化投资大师：西蒙斯。西蒙斯可以说是对冲基金界的一个传奇，他旗下的大奖章基金，每年净回报超过35%，这还是在扣除了 5%的管理费和40%的提成之后留下的，推算起来，他的投资组合原始收益率每年超过60%多。从1988年成立到1999年12月，大奖章基金总共获得了 2478.6%的净回报率，是同时期中的第一名；第二名是索罗斯的量子基金，有1710.1%的回报率；而同期的标准普尔指数仅是9.6%。即使2008 年面对全球金融危机的重挫，大奖章的回报率居然高达80%。西蒙斯依靠他的交易模型，获得了如此惊人的成就，其最核心的就是量化投资模型。
一、量化投资的历史
从历史上看，量化投资可以追溯到很久。对量化投资发展产生重大影响的人物及事件如：1900年威廉·江恩使用几何学、数学和占星术研究投资；1930年理 查德·唐奇安按照“规则投资的投资方式进行投资；1970年艾迪·赛柯塔使用电脑和历史价格选取最佳的规则；1980年所罗门兄弟银行的约翰·梅里威瑟进 行债券套利；1988年詹姆士·西蒙斯成立复兴技术公司；1990年各类金融衍生工具、量化分析大局进入投资银行；1998年长期资本管理公司倒 闭。 进入新世纪后，主要有：2000年全自动交易、高频和超高频交易、交易所并购等新兴方式出现；2010年出现机房共置、暗池、量化共同基金、可投资量化指数等。
二、量化投资的分类
投资方法可以有多种不同的分类，分类之一是按照所获取信号来源不同划分，分为基本面型和技术型。基本面型主要关注的是宏观经济数据，如经济增长、通胀，或者利率政策；技术型比较注重过去的交易价格数据，也包括一些交易量或者其他类似的数据。 另 外一组分类，投资方法分为量化型和判断型。判断型是人脑对电脑的获取，而不是人脑对电脑的博弈；量化投资有很多不同的叫法，比如说经常提到的模型交易或者 说系统交易。模型和系统一般指的是数学公式和基于数学公式建立的由电脑操控的交易形态，模型主要偏向于统计，系统则偏向于电脑应用。 量化投资的另外两种叫法是电脑交易和自动交易。一般来讲，人们提到量化投资都联想到跟电脑相关的黑箱交易，也就是很多投资细节完全保密，所以也被称为黑箱 交易。最近几年行业规模越来越大，有很多机构也把资金交给某个交易商去做量化投资，整个量化投资行业变得比较公开化。虽然细节不可共享，但是使用什么样的 交易模式进行交易变成半公开，称之为“ 灰箱交易”比较贴切。
量化投资近两年发展主要方向是算法交易（algorithmic trading），这是一种比较高级的交易方式。还有就是高频交易和超高频交易。一般来说算法交易是以天为单位，高频交易以秒和毫秒为单位，进一步分化出 超高频交易。高频和超高频，实际上是系统交易的延伸，只不过是时间段比较短。超高频交易更多的是中介的交易模式，而不是主动去单边投资这种交易模式。 按照两组相对的概念，投资可以组合成量化型加技术型投资、基本面型加判断型投资等不同方式。西蒙斯是量化型加技术型投资的代表，主要关注的是历史的价格。巴非特和索罗斯以基本面为主，按照对基本面的判断进行投资。这是两个比较成功的案例。 在基本面型加量化型投资方式中，有一些基金是运用量化公式，所用的输入数据是基本面的一些指标，股票选股上有很多是这一类的投资方式。例如用PB（市净 率）或者PE（市盈率）对股票进行一定的筛选，到达一定的临界值就会买入、买出。再如“巨无霸指数”是《经济学人》运用量化型和基本面型投资方式所做的参 考指数，依据这个指数所做的判断是非常准确的。不管是技术分析法还是技术的量化型投资，都有一定的理论依据，跟投资者的心理变化，或者跟市场的心理结构有 关系，不能完全归结到一起。 基于价值与成长的静态选股模型是根据公开信息或已公布经济、财务数据来构建的选股模型。准静态是根据上一个季度的财务数据进行选股，在本季度初进行投资； 隔季选股模型则是再退后一个季度才开始投资，所采用的信息滞后较多，难以分离出超额收益，但是一种实用的模型。经验表明：中、年报披露越晚，一般来说业绩 表现也不尽人意。 准静态构建模型的方法是在下一季度第一天选取前一个季度指标靠前的30支股票（由于前季度的财务数据不可能在下一季度第一天就公布，因此这个方法实质上还 是动态选股），等市值买入并持有这些股票直到下一季末，在下一季末我们再次选择指标靠前的30支股票，这样以此类推。可以把这个“自下而上”的选股过程用 如图表示：
量化投资的分类： 这是最传统的量化投资方法，有很多变种，包括趋势和泛趋势，从长达数年的长期模型到数秒之间的短趋势。大部分技术分析策略等都属于这一类。 相对价值、套利、对冲是获取两个或者多个证券之间价格差异的量化方法，如果无风险叫做“套利操作”，还有外汇套利、利率曲线套利、股票指数套利、多空操作、统计套利等。
②高频和超高频交易 高 频和超高频交易一种情况是将“价格趋势”和“相对价格”量化投资的模型用到更短的时间段上；另一种情况是针对微观市场的结构、做市等。如在询价过程中，从 一个银行得到报价，再到另一家银行对冲自己的头寸，这个价格的变化是有规律的，高频的交易模型可以针对这些规则发现规律。
三、量化投资的特点
量化投资是利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程。所以量化投资与传统投资相比，就像中医和西医的差异。传统投资更像中 医，更多地依靠经验和感觉判断病在哪里，因此对分析师的要求是很高的。没有足够经验的分析师很难判断出一个上市公司的真实价值。例如最近的重庆啤酒造假事 件，如果不是医药行业的资深人士，是很难判断出真实情况的，结果连大成基金那样的专业投资者也中了招。 量化投资更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。在每一天的投资运作之前，投资者会先用模型对整个市场进行 一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。所以西医传入中国后，百年时间取代了中医，成为主流的诊断方法，并不是因为西医的水平高，而 是因为西医有各种仪器和数据，例如CT/X机等，能够帮助医生进行辅助决策，提高诊治的成功率。 四、量化投资策略的优势
总的来说，量化投资策略有这么几个优势： （1）克服人性的弱点。我 们常说：“市场底部是恐惧的人砸出来的，顶部也是疯狂的人买出来的。”虽然在大部分的时候人是理性的，但是在极端行情的时候，人性会让人做出错误的决策。 例如2007年10月份，大盘冲上6000点的时候，A股的估值只能用市梦率来解释，然后大家都在讨论大盘何时能上10000点，冷静离场的人并不多。而 在2008年跌到1600点的时候，大多数人都在讨论世界末日何时到来，很多人都看到1000点以下，这就是典型的情绪替代了理性思考。 投资者80%的错误都是来自于恐惧与贪婪，而量化投资则利用模型来做判断，不会受到人性的弱点的影响，因此会获得比较理性的结果。
（2）分散化。目 前A股市场有2400多只股票，未来十年可能股票数量会突破5000只，再加上商品、各种期权类产品，可供投资的标的爆炸式增长，在这种情况下，传统的基 金公司、证券公司等机构的分析师远远不能满足需求。以一个分析师跟踪10家上市公司论，则一个投资机构要想覆盖全市场，需要500个分析师。而目前最大的 华夏基金的分析师也只有100多名而已，所以传统的行业研究分析方法是无法应对中国A股市场爆炸式发展的。 采用量化投资策略后，可以构 建很多策略对市场进行实时监控，寻找市场空隙的短暂机会，从而提高了获利的机会。传统的投资机构也可以利用量化模型对市场上的股票进行一个初选，找出值得 投资的部分股票，例如10%的股票，然后再由行业研究员重点跟踪，可以大大提高研究的效率。
（3）降低交易成本。目 前国内的机构投资者，交易方式大多数都是人工交易，这就使得很容易影响市场，从而大大增加了冲击成本。在海外70%的交易量都是通过算法交易实现，利用 VWAP/TWAP等交易程序，在尽可能不影响市场的情况下，完成建仓平仓操作。同时程序化交易的方式也可以大大节约人力成本，在未来资产管理行业竞争越 来越激烈的情况下，算法交易软件取代交易员，将会是可以看到的一个趋势。
五、量化投资与其他投资的关系
（一）量化投资和传统投资的关系 (1)不是基本面分析的对立者 不少投资者对量化基金还存在一种误区，认为这类基金依靠数量模型作为投资运作的基础，那么基金经理包括投资团队所发挥的作用就不大了。实际上在市场出现 转折或者小概率事件的时候，计算机无法代替基金经理的判断，此外，在一个波动剧烈的非单边市场环境下，量化模型对新数据的反应也并不完全令人满意。因此， 在量化基金的运作中，仍需要经验丰富的基金经理和投资团队来把握一些更加宏观的和大的趋势，而计算机模型的作用是在市场正常的情况下，极大地减少基金经理 的工作量，以及避免由于人的情绪带来的失误。
（2）不是神秘主义 量化投资不是神秘主义，更不是一个战无不胜的秘笈。量化投资不是靠一个投资模型就能永远赚钱，而且也不是使用一个模型就能解决一切问题，更不是一个模型 就能胜任任何市场状况。量化投资模型只是一种工具，量化投资的成功与否在于使用这种数量化工具的投资者是否真正掌握了量化投资的精髓。 我们需要建立很多的量化模型，如选股模型、行业配置模型、择时模型、交易模型、风险管理模型及资产配置模型、套利模型、对冲模型等。量化投资模型只是一种 工具、一种方法、一种手段，能实现成熟而有效的投资理念，并不断根据投资理念的变化、市场状况的变化而进行修正、改善和优化。
（3）捕获大概率 要从大概率上获取较好的收益，量化投资模型需要着重考虑对资产未来收益看法的估计和辨别，而且主要包括对个股的看法、行业的看法等估计的准确性。对资产 未来收益的看法既可以是绝对的收益水平，也可以是相对的收益水平（或称之为Alpha）。对于共同基金而言，对后者即Alpha 的估计和预测可能需求更多，量化模型也主要是在寻找最佳的Alpha 模型。 量化投资需要综合考虑资产的鉴别（个股选择、行业配置、资产配置等）、交易（包括择时）和风控（包括对风险收益的平衡）等方面因素，寻找到成功概率最大的投资组合，达到收益最大化。
（二）量化投资和期权定价理论的关系 期 权定价理论是在过去30年中最重要的一个创新，它不仅仅是一个比较复杂的数学公式，也是一个动态对冲的理论。简单讲，在定价理论出现之前，如果要卖出一个 期权，运用期望的概念，预期3个月之后，价格和预测结果差不多就能获利。但是有了期权定价理论之后，期权定价就不再是一个预期的概念。卖出的期权可以进行 动态对冲，这是期权定价理论最关键一点。 期权定价理论和量化投资的关系。首先，因为期权定价理论实际上是对交易者未来面临风险的综合评估，所以可以改变交易者的量化投资公式，这种运用比较普遍。 其次，目前中国的期权交易还不多，将来很多量化投资的公式、概念、研究方法可以直接用到期权上，也可以作为量化投资的一个方向。最后，期权交易在中国出现 比较频繁的时候，期权和期货、期权和现货之间的套利机会会非常多，期权和期货的套利比较复杂，需要很多的量化分析，这就使得量化投资具有非常广阔的前景。
（三）量化投资与期货市场 量化投资的使用不仅局限于期货市场，在股票市场上运用也很多。但是期货市场有很多独特的优势。归纳起来有高杠杆、交易成本很低、隐蔽性强等特点。 由于在量化投资中，一方赚的钱就是另一方赔的钱。所以，在做一个超高频的交易时，如果经常去跟投行交易，投行就会发现你总在它身上赚钱，很快就会终止与你的交易，但是因为期货市场的高隐蔽性，就不会出现这种情况。 在最近十年，期货市场交易量很大，同时因为全球经济增长，量化投资对冲基金交易越来越活跃。十年前外汇期货交易不到1%，平常都是用OTC来交易的。但是 最近十年中，外汇期货增长非常迅速，背后直接原因就是量化投资的高频交易。期货市场可以进行趋势交易，也可以用期货市场和现货市场联动来进行对冲和仓位的 调整。中国的股指期货可以用股指期货和现货的联动来做交易，进行期现套利。
（四）量化投资在其他领域的应用 量化投资可以用于交易策略。由于没有人为感情因素的干扰，可能跟人为的判断比较起来会更理性一些。 例 如投资组合的优化，仓位有多少，什么时候加仓、什么时候减仓，各种证券和资产之间如何匹配，还有对指数进行优化，这些都可以用量化投资方法。量化投资可以 用于风险控制，即用量化投资对整个投资组合进行止损，对杠杆进行控制。还有衍生工具的定价和对冲都会用到量化投资的方法。 另外，优化交易的执行方式也是量化投资。在操盘数量巨大时，市场冲击成本较大，怎样把一笔交易打散，降低交易成本，这也是量化投资使用非常多的领域。
六、量化投资的使用情况
（一）投资银行对量化投资的使用 一是用来做市，尤其是OTC的产品中需要量化的方式。由于数据较多，用量化投资可以更好地控制库存和报价方式。衍生工具大部分都是在OTC市场上进行交易 的，衍生工具如何进行对冲就需要大量量化投资的模型和人才。二是自营资金运作。这其中一部分资金是由明星交易人来做判断型的投资；另外部分采用完全量化 的、黑箱投资方式。另外，投资银行还会雇佣一些量化投资师，对他的客户进行量化投资的指导，通过投资银行来进行交易，并获取中介手续费收益。 对冲基金、共同基金、机构投资管理人对量化投资的使用这些机构需要很多的量化分析。现在有很多指数优化采取比较另类的指数方法，选取一个更好的指数，获得增强收益。 这方面比较有代表性的是复兴科技公司，该公司七十年代后期开始专门从事投资，主要使用判断型投资方法；八十年代末期完全转型，成为专门使用量化投资工具的基金。 复兴科技公司所管理的大奖章基金在过去二十年中平均每年的净回报大约为38.5%，平均每年的总回报接近80%；使用的投资方法主要是统计套利，针对短期的市场过激反应；复兴科技公司的电脑系统远远超过很多美国大学的电脑系统，据称居世界前三十名。
（二）海外量化基金发展迅猛 目前来说，对于量化基金并没有严格的定义。Bloomberg认为量化基金因使用量化投资方法而得名，量化基金通过数理统计分析，选择那些未来回报可能会 超越基准的证券进行投资，以期获取超越指数基金的收益。对于一个完全的量化基金来说，其最终的买卖决策完全依赖于量化模型。 在我国证券市场，基本面研究占据市场的主流地位，然而随着证券市场的不断发展，证券数目的增加、衍生品出现以及新业务的推出，基金要想战胜指数的难度也不 断增加，量化投资将发挥越来越重要的作用。西方国家多年来资本市场的发展，涌现出了一大批优秀的量化投资基金。根据Reuters的数据，截至2010年 11月，1600只量化基金管理的总资产高达2600亿美元，年均增长速度高达20%， 而同期非量化基金的年增长速度仅为8%。 正因为A股市场不是特别有效的市场，量化投资策略正好可以发挥其纪律性、系统性、及时性、准确性、分散化等各种优点而捕获国内市场的各种投资机会。
|
|
|
