時(shí)間：2023-05-30 09:36:00
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇量化投資與分析，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
盡管量化投資已經(jīng)成為市場投資的發(fā)展趨勢，但是大多數(shù)投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數(shù)學(xué)模型，而賺錢的投資模型都是機(jī)構(gòu)的秘密武器，不會輕易披露。另一方面是由于量化投資采用計(jì)算機(jī)系統(tǒng)，設(shè)計(jì)各種交易手段，有著較為復(fù)雜的數(shù)學(xué)計(jì)算與技術(shù)要求，現(xiàn)在許多量化投資都是計(jì)算機(jī)自動執(zhí)行的程序交易。另外，量化交易者，俗稱寬客（quants）的交易和故事多多少少增加了量化投資的神秘感。所以，人們一般把量化投資稱為“黑箱”。納蘭（Narang，R.，2012）描述了量化交易系統(tǒng)的典型構(gòu)造，打開了量化投資的“黑箱”。納蘭認(rèn)為阿爾法模型用來預(yù)測市場未來方向，風(fēng)險(xiǎn)控制模型用來限制風(fēng)險(xiǎn)暴露，交易成本模型用來分析為構(gòu)建組合產(chǎn)生的各種成本，投資組合構(gòu)建模型在追逐利潤、限制風(fēng)險(xiǎn)與相關(guān)成本之間做出平衡，然后給出最優(yōu)組合。最優(yōu)目標(biāo)組合與現(xiàn)有組合的差異就由執(zhí)行模型來完成。數(shù)據(jù)和研究部分則是量化投資的基礎(chǔ)：有了數(shù)據(jù)，就可以進(jìn)行研究，通過測試、檢驗(yàn)與仿真正確構(gòu)建各個(gè)模型。預(yù)測市場并制定策略是量化投資的核心，即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發(fā)展，量化投資模型也在不斷改進(jìn)。簡單的策略可能就是證券或組合的套利行為，如期現(xiàn)套利組合、市場異象研究中的差價(jià)組合等。統(tǒng)計(jì)套利策略是經(jīng)典的量化投資策略，如匹配交易或攜帶交易。近年來，高頻交易成為量化投資的重要內(nèi)容，基于高速的計(jì)算機(jī)系統(tǒng)實(shí)施高頻的程序交易已經(jīng)是量化投資的重要利器。丁鵬（2012）將量化投資的主要內(nèi)容分為以下幾個(gè)方面：量化選股、量化擇時(shí)、股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、期權(quán)套利、算法交易、ETF/LOF套利和高頻交易等。他認(rèn)為量化投資的優(yōu)勢在于：紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性和分散化。
二、量化投資“黑箱”中的構(gòu)造與證券投資學(xué)的差異
在傳統(tǒng)的證券投資學(xué)中，投資組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論和期權(quán)定價(jià)理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想，后兩者則主要依靠市場的無套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類，而量化投資則是“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)投資理念、實(shí)現(xiàn)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(shù)分析，但它可以采用基本面分析，也可以采用技術(shù)分析，關(guān)鍵在于依靠模型來實(shí)現(xiàn)投資理念與投資策略。為了分析量化投資對證券投資學(xué)的啟示，本文從量化投資“黑箱”的各個(gè)構(gòu)成來探討量化投資與證券投資學(xué)中思路和觀點(diǎn)的差異。
（一）資產(chǎn)定價(jià)與收益的預(yù)測
根據(jù)組合優(yōu)化理論，投資者將持有無風(fēng)險(xiǎn)組合與市場風(fēng)險(xiǎn)資產(chǎn)組合，獲得無風(fēng)險(xiǎn)利率與市場風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)模型則將此應(yīng)用到單一證券或組合，認(rèn)為證券的風(fēng)險(xiǎn)溢價(jià)等于無風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià)，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(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)。基于因素模型的套利定價(jià)理論則從共同風(fēng)險(xiǎn)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(jià)模型為這一類量化投資提供了統(tǒng)一的參考。可以說，在因素定價(jià)方面，量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對于因素定價(jià)中因素的選擇，證券投資學(xué)認(rèn)為，對資產(chǎn)價(jià)格的影響，長期應(yīng)主要關(guān)注基本面因素，而短期應(yīng)主要關(guān)注市場的交易行為，即采用技術(shù)分析。在量化投資中，主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資，這在一定程度上與技術(shù)分析類似。但是，在技術(shù)分析中，不同的人會有不同的結(jié)論，而量化投資則強(qiáng)調(diào)投資的規(guī)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(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測。
（二）無套利條件與交易成本
在證券投資學(xué)里，流動性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)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(shí)現(xiàn)，如套利交易。根據(jù)套利定價(jià)理論，一旦市場出現(xiàn)無風(fēng)險(xiǎn)的套利機(jī)會，理性投資者會立即進(jìn)行套利交易，當(dāng)市場均衡時(shí)就不存在套利機(jī)會。現(xiàn)實(shí)市場中往往存在套利限制。一是因?yàn)閯P恩斯說的“市場的非理性維持的時(shí)間可能會長到你失去償付能力”。二是因?yàn)槭袌隹偸谴嬖诮灰踪M(fèi)用等成本。但證券投資學(xué)中，對市場中套利限制與非流動性的關(guān)注較少，這是因?yàn)閭鹘y(tǒng)金融理論中簡化了市場結(jié)構(gòu)。市場微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下，金融資產(chǎn)交易的過程及其結(jié)果，旨在揭示金融資產(chǎn)交易價(jià)格形成的過程及其原因。在市場微觀結(jié)構(gòu)理論中，不同的市場微觀結(jié)構(gòu)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(jià)格沖擊，能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動性，因?yàn)榻灰讜r(shí)非流動性直接影響投資策略的實(shí)施。從這個(gè)意義上講，量化投資時(shí)的交易成本不僅包括交易費(fèi)用，更主要的是要考慮市場交易沖擊的流動性成本。
（三）風(fēng)險(xiǎn)控制與市場情緒
在證券市場中，高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí)，不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中，系統(tǒng)性風(fēng)險(xiǎn)主要源于宏觀經(jīng)濟(jì)因素，非系統(tǒng)性因素則主要源于行業(yè)、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(jià)模型，不僅會考慮市場經(jīng)濟(jì)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(cè)重點(diǎn)，在多模型的量化投資系統(tǒng)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(fēng)險(xiǎn)外，量化投資還有自身不可忽視的風(fēng)險(xiǎn)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(quán)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(fēng)險(xiǎn)。另一方面，市場沖擊的流動性成本也是量化投資的風(fēng)險(xiǎn)控制因素，理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)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(fēng)險(xiǎn)控制的一個(gè)對象。然而，在量化投資中，更多的交易都是通過計(jì)算機(jī)來實(shí)現(xiàn)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(fēng)險(xiǎn)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(dān)適度的風(fēng)險(xiǎn)來獲得超額回報(bào)，因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
（四）執(zhí)行高頻交易與算法交易
在對未來收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下，實(shí)現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo)，量化投資不斷追求更快的速度來執(zhí)行投資策略，這就推動了采用高速計(jì)算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里，技術(shù)分析認(rèn)為股價(jià)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(jì)算機(jī)信息科技的創(chuàng)新，量化投資策略之間的競爭越來越大，誰能運(yùn)作更快的量化模型，誰就能最先找到并利用市場錯(cuò)誤定價(jià)的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計(jì)算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)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(diǎn)有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)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(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法：產(chǎn)生高頻交易信號的算法和優(yōu)化交易執(zhí)行過程的算法。為了優(yōu)化交易執(zhí)行，目前“算法交易”比較流行。算法交易優(yōu)化買賣指令的執(zhí)行方式，決定在給定市場環(huán)境下如何處理交易指令：是主動的執(zhí)行還是被動的執(zhí)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(chǎn)配置和證券選擇問題。
三、對量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道，量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異，因此，在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
（一）市場微觀結(jié)構(gòu)與流動性沖擊
在理性預(yù)期和市場有效假說下，市場價(jià)格會在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的，然而，現(xiàn)實(shí)的世界里，價(jià)格調(diào)整需要一個(gè)過程。在不同的頻率下，這種價(jià)格形成過程的作用是不同的。在長期的投資中，短期的價(jià)格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價(jià)格調(diào)整過程影響很大。市場微觀結(jié)構(gòu)就是研究這種價(jià)格形成過程。市場微觀結(jié)構(gòu)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(guān)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(shí)價(jià)格短暫波動的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過程，認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動的原因。無論是關(guān)注委托訂單的存貨模型還是關(guān)注市場參與者信息類型的信息模型，這些市場微觀結(jié)構(gòu)的研究加強(qiáng)了流動性與資產(chǎn)價(jià)格之間的聯(lián)系，強(qiáng)調(diào)流動性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒有市場微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強(qiáng)證券投資學(xué)的實(shí)用性，應(yīng)關(guān)注市場微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
（二）業(yè)績評價(jià)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(fēng)險(xiǎn)與業(yè)績。在組合業(yè)績評價(jià)中，一方面要考慮風(fēng)險(xiǎn)的衡量，另一方面則要分析業(yè)績的來源。在證券投資學(xué)中，組合業(yè)績來自于市場表現(xiàn)以及管理者的配置與選股能力。對于量化投資而言，市場時(shí)機(jī)和管理者的能力依然重要，然而，量化投資的業(yè)績評價(jià)還應(yīng)考慮另一個(gè)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(quán)等衍生品交易，這種杠桿交易具有放大作用，在市場好的時(shí)候擴(kuò)大收益，但在市場不好的時(shí)候會加速虧損，這些與傳統(tǒng)的業(yè)績評價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績評價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)調(diào)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(xiàn)，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(fēng)險(xiǎn)
在量化投資中，非常注重計(jì)算機(jī)對數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、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(shí)施。量化投資運(yùn)用模型對策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴于投資者的經(jīng)驗(yàn)，一部分依賴于投資者對市場的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對于市場拐點(diǎn)以及趨勢反轉(zhuǎn)的判斷主要還是依賴投資者的經(jīng)驗(yàn)。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(shí)施依賴于人的設(shè)定，而人的設(shè)定不僅依賴于經(jīng)驗(yàn)，而且人還會犯錯(cuò)。人之所以會犯錯(cuò)，一方面是因?yàn)槿藗儗κ袌龅恼J(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會比較小，但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會超出了人們原先的認(rèn)識，即市場還會出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴數(shù)學(xué)和統(tǒng)計(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場環(huán)境。近年來，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
（四）2013年諾貝爾經(jīng)濟(jì)學(xué)獎的啟示
【關(guān)鍵詞】金融衍生品 量化投資 相關(guān)性 探究
金融衍生品與量化投資之間的相關(guān)性是當(dāng)前經(jīng)濟(jì)發(fā)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(fēng)險(xiǎn)以及杠桿性將至最低。就當(dāng)前現(xiàn)狀而言，金融衍生品內(nèi)容越來越多，而量化投資投資工具呈現(xiàn)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(fēng)險(xiǎn)值內(nèi)獲取最大的經(jīng)濟(jì)收益。文章主要介紹了金融衍生品及量化投資，重點(diǎn)闡述了兩者之間的關(guān)聯(lián)性，最后論述了兩者有效融合的前提下如何獲得最大的經(jīng)濟(jì)效益值。
一、金融衍生品與量化投資概念闡述以及其發(fā)展
（一）金融衍生品
金融衍生品在我國經(jīng)濟(jì)中運(yùn)用范圍不斷擴(kuò)寬，它是基于經(jīng)濟(jì)發(fā)展而形成的，是社會發(fā)展的必然產(chǎn)物，并且對于全球經(jīng)濟(jì)有著深遠(yuǎn)的影響，比如加劇世界經(jīng)濟(jì)一體化、促使金融一體化的逐步形成，金融衍生品在我國經(jīng)濟(jì)發(fā)展中扮演非常重要的角色，帶動了我國實(shí)體經(jīng)濟(jì)的發(fā)展。所謂金融衍生品，它是與金融相關(guān)，并由其引發(fā)的派生物，屬于一種金融交易工具。近年來，隨著市場經(jīng)濟(jì)發(fā)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(fā)展提供了良好的契機(jī)，使其發(fā)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(lián)系日益密切，最終促進(jìn)了金融資產(chǎn)配置的逐漸完善，即風(fēng)險(xiǎn)管理的復(fù)雜鏈條。從目前情況分析，我國經(jīng)濟(jì)發(fā)展呈現(xiàn)出良好的前景，相對應(yīng)的工業(yè)以及房地產(chǎn)發(fā)展相對較好，在此基礎(chǔ)之上，依據(jù)高杠桿原理，金融產(chǎn)品自身的優(yōu)勢性徹底被展現(xiàn)出來，并為投資者帶來相對較好的經(jīng)濟(jì)效益值。但是金融產(chǎn)品也存在一定的風(fēng)險(xiǎn)，可謂是一把“雙刃劍”，雖然它可促進(jìn)金融市場的發(fā)展，但如果運(yùn)用不當(dāng)將會引發(fā)極為嚴(yán)重的后果。上世紀(jì)90年代以來，就發(fā)生了多起由于金融產(chǎn)品運(yùn)用不當(dāng)而引發(fā)的經(jīng)濟(jì)損失，例如：2008年金融危機(jī)波及全球，引發(fā)金融危機(jī)的原因主要是CDS等金融產(chǎn)品，其在美國金融市場運(yùn)作中出現(xiàn)風(fēng)險(xiǎn)管理不當(dāng)?shù)默F(xiàn)象，也就是風(fēng)險(xiǎn)失控，繼而引發(fā)了全球性的經(jīng)濟(jì)危機(jī)。
金融衍生品主要是基于與金融有關(guān)產(chǎn)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(yuǎn)期、期貨、期權(quán)、互換，其價(jià)格的變動規(guī)律主要是由基礎(chǔ)標(biāo)的物所決定的，隨著它的變化而變化的，而金融衍生品的價(jià)值主要與基礎(chǔ)工具的相關(guān)因素有關(guān)，比如利率、匯率、市場價(jià)格、指數(shù)、信用等級等等，從本質(zhì)上分析，它屬于虛擬的有價(jià)證券，在某種意義上而言是一種權(quán)利證書，給予投資者基礎(chǔ)性的權(quán)利，且與實(shí)物資本有著很大的區(qū)別，能夠使投資者獲得投資收益。與一般金融產(chǎn)品相比，金融產(chǎn)品有了極大的改良與進(jìn)步，產(chǎn)品結(jié)構(gòu)更為復(fù)雜，其定價(jià)模式基本比較單一，主要是以復(fù)雜數(shù)學(xué)模型為主，將多種風(fēng)險(xiǎn)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(fù)合等，繼而形成金融衍生品，結(jié)構(gòu)層次多樣。金融產(chǎn)品雖然為投資者提供了發(fā)展契機(jī)，但是也存在極大的風(fēng)險(xiǎn)，這種風(fēng)險(xiǎn)的形成與交易與結(jié)算有著直接的關(guān)聯(lián)，上述兩種交易形式基本發(fā)生在將來，基于高杠桿的影響，市場風(fēng)險(xiǎn)難以有效控制，預(yù)測就更難以估計(jì)。
（二）量化投資
量化投資在我國金融市場發(fā)展中得到了進(jìn)一步推廣，相較于定性投資，量化投資科學(xué)性更強(qiáng)，并且具備相應(yīng)的理論依據(jù)。在投資過程中，投資者可以利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)，還可以借助數(shù)據(jù)挖掘等方法，以此構(gòu)建投資策略，管理投資組合，繼而實(shí)現(xiàn)風(fēng)險(xiǎn)管理，利用數(shù)據(jù)模型，借助系統(tǒng)交易信號，系統(tǒng)會自動完成相關(guān)交易。從本質(zhì)上分析，量化投資屬于工具，投資者可以通過經(jīng)驗(yàn)累加，然后利用數(shù)學(xué)模型的功能性，繼而實(shí)現(xiàn)信息化的表達(dá)。量化投資形式具有自身的優(yōu)勢特點(diǎn)，這也是傳統(tǒng)投資形式不可比擬的，它主要將投資者經(jīng)驗(yàn)累積以另外一種方式呈現(xiàn)，即數(shù)學(xué)模型，繼而轉(zhuǎn)化至計(jì)算機(jī)中，運(yùn)用相對科學(xué)的計(jì)算方式，實(shí)現(xiàn)產(chǎn)品投資，隨著金融市場的日益完善，數(shù)學(xué)模型也得以不斷優(yōu)化。無論是數(shù)量化的投資，還是依靠計(jì)算機(jī)程序的投資，對于技術(shù)的要求極為苛刻，在業(yè)界譽(yù)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(jù)交易系統(tǒng)，繼而實(shí)施具體的決策，上述交易系統(tǒng)是之前確定的，且形式非常復(fù)雜的，這樣的系統(tǒng)往往具備較高的精準(zhǔn)度。與此同時(shí)，交易系統(tǒng)開發(fā)需要一定的技術(shù)支持，即程序算法設(shè)計(jì)，部分開發(fā)者通常會采取相應(yīng)措施，加密交易系統(tǒng)，以此保障知識產(chǎn)權(quán)不受侵害。外界投資者對此并不清楚，具體運(yùn)行機(jī)制也存在極大的疑問。量化投資者基于交易系統(tǒng)的前提下，收集市場最新的數(shù)據(jù)變化，同時(shí)采集與之相關(guān)的信息，將其輸送至交易模型里，然后通過科學(xué)的計(jì)算，數(shù)據(jù)的挖掘，加密信息的處理，最終敲定資產(chǎn)配置方案，確定交易的最佳時(shí)機(jī)。按照相關(guān)公式進(jìn)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(yōu)勢集中體現(xiàn)在分析策略這一環(huán)節(jié)，突出明晰性以及一致性，與此同時(shí)，運(yùn)用信息與公式，由此獲得的結(jié)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(fā)的交易失誤。
針對量化投資而言，其涵蓋多個(gè)方面：就現(xiàn)狀而言，主要包括量化資產(chǎn)配置、量化投資交易、風(fēng)險(xiǎn)管理。以資產(chǎn)配置為例，必須要基于行業(yè)選擇的前提下，以此實(shí)施有效配置，然后依據(jù)策略組合，在行業(yè)內(nèi)開展相關(guān)工作，實(shí)行資產(chǎn)優(yōu)化。量化資產(chǎn)投資，它在某種程度上奠定了總體投資方向，確定發(fā)展前景最好的行業(yè)、風(fēng)格和產(chǎn)品。換言之，投資者需要根據(jù)市場行情變化規(guī)律，選擇市場以及產(chǎn)品，然后給予最佳資金分配方案。相較于傳統(tǒng)的投資形式，量化投資更具一定的優(yōu)勢，更具科學(xué)以及合理性，同時(shí)兼具高信度。投資者可以依據(jù)數(shù)據(jù)模型，對整個(gè)市場進(jìn)行有效分析，繼而給予相對準(zhǔn)確的判斷，以此進(jìn)行理性投資決策。
二、兩者之間的關(guān)聯(lián)性分析
金融衍生品與量化投資的有效結(jié)合能夠起到非常關(guān)鍵性的作用，投資者能夠選擇相對發(fā)展較好的金融產(chǎn)品進(jìn)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(guān)聯(lián)性以及有效融合具有劃時(shí)代意義。近年來，我國金融市場發(fā)展形勢良好，也因此帶動了金融衍生品的迅速擴(kuò)大，促進(jìn)了國民經(jīng)濟(jì)的迅速增值。但是以我國現(xiàn)有金融衍生品現(xiàn)狀來說，無論是從行業(yè)總量、規(guī)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(chuàng)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(dǎo)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(bào)紙上對于金融衍生品的看法，這于金融衍生品的長遠(yuǎn)發(fā)展是非常不利的。2008年的金融危機(jī)，很多實(shí)體企業(yè)采取了相應(yīng)的對策，比如參與期貨市場，實(shí)施套期保值，以此降低生產(chǎn)經(jīng)營風(fēng)險(xiǎn)，也在某種程度上擴(kuò)寬市場發(fā)展。
金融市場發(fā)展速度的加快，股指期貨得以大面積擴(kuò)散，指數(shù)期權(quán)也擴(kuò)大了應(yīng)用范圍，這于我國金融市場發(fā)展而言是極為有利的因素，為量化投資提供良好的發(fā)展契機(jī)，迎來發(fā)展機(jī)遇。借助量化投資原理，運(yùn)用相關(guān)實(shí)踐方法，通過計(jì)算機(jī)程序?qū)嵤┩顿Y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(fā)展的必然產(chǎn)物，其功能性集中體現(xiàn)在投資風(fēng)險(xiǎn)規(guī)避，它形成的主要動因與投資者關(guān)系密切，滿足其轉(zhuǎn)移風(fēng)險(xiǎn)的需求，同時(shí)實(shí)現(xiàn)其套期保值實(shí)際需求，這一過程又被稱為風(fēng)險(xiǎn)對沖，這樣可以使投資者運(yùn)用相對較少的低成本，基于現(xiàn)貨價(jià)格變動，達(dá)到規(guī)避風(fēng)險(xiǎn)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(yīng)用，其對沖實(shí)踐需要借助相關(guān)載體，也就是具備一定的期貨市場方可實(shí)現(xiàn)，但是基于交易品種單一的現(xiàn)狀，這使得量化投資產(chǎn)品在某種程度上具有一定的局限性。隨著股指期權(quán)的誕生，個(gè)股期權(quán)的逐步實(shí)施，擴(kuò)大了金融市場的投資發(fā)展，讓更多的投資者增加了風(fēng)險(xiǎn)規(guī)避渠道，推動了量化投資范圍的不斷擴(kuò)大。量化交易策略也在某種程度上發(fā)生了改變，更具創(chuàng)造性，帶動實(shí)體經(jīng)濟(jì)發(fā)展。
金融衍生品的誕生以及投入使用促進(jìn)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(gè)非常重要的功能得到了極大的發(fā)揮，即價(jià)格發(fā)現(xiàn)。所謂價(jià)格發(fā)現(xiàn)功能，主要從參與者角度出發(fā)，他們通過獲得信息，且基于價(jià)格預(yù)期，利用公開拍賣形式，或是借助電腦進(jìn)行撮合交易，這在某種程度上可以獲取市場真實(shí)需求，供求關(guān)系，并且極具競爭性以及預(yù)期性的體系。隨著世界經(jīng)濟(jì)一體化趨勢不斷加強(qiáng)，世界金融市場不斷擴(kuò)大，與之相關(guān)的金融衍生品應(yīng)用范圍也隨之不斷擴(kuò)大，金融交易所的相關(guān)交易實(shí)現(xiàn)跨越式的進(jìn)步，通過這種形式形成的價(jià)格權(quán)威性更強(qiáng)。上述價(jià)格通過不同的傳播工具不斷擴(kuò)散，如報(bào)紙、電視、網(wǎng)絡(luò)等，范圍波及全球，儼然成為市場價(jià)格的引領(lǐng)者，這為大眾提供了良好的平臺，讓其透過相關(guān)經(jīng)濟(jì)信息了解經(jīng)濟(jì)動態(tài)，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(tǒng)投資形式具有一定的優(yōu)勢，這主要體現(xiàn)在兩個(gè)方面：分別是速度與規(guī)則，從某種角度分析，我們可以預(yù)期，量化交易應(yīng)用范圍，促使市場報(bào)價(jià)更為緊密，成交更為頻繁，從而增強(qiáng)市場流動性。與此同時(shí)，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(xiàn)在市場價(jià)格波動這一方面，具體表現(xiàn)為高波動性以及規(guī)律性，上述改變與量化投資有著非常直接的關(guān)聯(lián)。
金融衍生品是社會發(fā)展的階段性產(chǎn)物，量化投資是基于傳統(tǒng)投資形式基礎(chǔ)上的創(chuàng)新與變革，兩者之間具有一定的關(guān)聯(lián)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(fēng)險(xiǎn)規(guī)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(jìn)行投資，從而避免由于自身主觀原因而造成的經(jīng)濟(jì)損失，與此同時(shí)，能夠有效消除非預(yù)期損失。針對金融衍生品而言，其不斷發(fā)展對量化投資而言也是非常有益的，為其提供應(yīng)用平臺，借助不同領(lǐng)域資源整合，從總體角度分析，優(yōu)化金融市場，交易環(huán)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(jié)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(guān)系，彼此相互促進(jìn)又相互影響，協(xié)調(diào)好兩者的關(guān)系對金融市場發(fā)展益處多多。
三、結(jié)語
總體來說，金融衍生品在我國金融市場的廣泛運(yùn)用極大的促進(jìn)了國民經(jīng)濟(jì)的發(fā)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(jīng)濟(jì)發(fā)展而言也是極為有利的因素，為投資者提供了良好的應(yīng)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(fā)展，重點(diǎn)闡述了兩者之間的相關(guān)性。
參考文獻(xiàn)：
[1]李東昌.金融衍生品與量化投資相關(guān)性研究初探[J].山東工業(yè)技術(shù)，2015（06）.
[2]張梅.后金融危機(jī)時(shí)代金融衍生品的風(fēng)險(xiǎn)管理與控制[J].湖南商學(xué)院學(xué)報(bào)，2010（02）.
[3]寇宏，袁鷹，王慶芳.套期保值與金融衍生品風(fēng)險(xiǎn)管理研究[J].金融理論與實(shí)踐，2010（05）.
[4]林世光.可拓學(xué)在金融衍生品市場風(fēng)險(xiǎn)中的量化分析[J].武漢理工大學(xué)學(xué)報(bào)，2010（11）.
[5]薛智勝.金融創(chuàng)新風(fēng)險(xiǎn)的防范與監(jiān)管探析――以金融衍生品為例[J].云南大學(xué)學(xué)報(bào)（法學(xué)版），2012（01）.
關(guān)鍵詞：量化分析；風(fēng)險(xiǎn)態(tài)度相關(guān)性；相關(guān)系數(shù)；理性投資
一、要解決的問題
（1）問題一：根據(jù)所給數(shù)據(jù)量化分析處理公眾投資者的個(gè)人狀況、信息獲取方式、媒體信任程度、風(fēng)險(xiǎn)態(tài)度。（2）問題二：在量化分析處理公眾投資者的個(gè)人狀況、信息獲取方式、媒體信任程度、風(fēng)險(xiǎn)態(tài)度的基礎(chǔ)上，建立合適的數(shù)學(xué)模型分析它們之間的相關(guān)性；
二、模型的假設(shè)
（1）建模時(shí)在所有的問題答卷中剔除那些相關(guān)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(fù)雜度。（2）建模過程中的各變量是相互獨(dú)立的且數(shù)據(jù)有很強(qiáng)代表性。（3）證券市場是有效的，且價(jià)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(zhǔn)備。通過對數(shù)據(jù)的分析，我們從所有47個(gè)問題中選出20個(gè)具有代表性的問題，將提煉出的問題分成4大類：個(gè)人基本信息狀況、信息獲取方式、媒體信任程度、風(fēng)險(xiǎn)態(tài)度。
（2）模型的求解與量化分析。通過對第一大類個(gè)人基本信息狀況中所選取的5個(gè)問題進(jìn)行量化分析得到個(gè)人基本信息狀況的量化分析，在所有調(diào)查的616名對象中，女性共有236人，女性投資者占總投資人數(shù)將近四成。我國投資者的年齡主要集中在30歲以下，占調(diào)查總數(shù)的36.4%，其次是30～50歲，占比為31.2%，二者之和占到調(diào)查總數(shù)的近70%。60歲以上投資者僅占8.4%。盡管中高學(xué)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(guān)系。其次在廣大投資者當(dāng)中97%的投資者屬于中產(chǎn)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(qiáng)，市場的積極性未完全調(diào)動，但同時(shí)也說明了我國證券市場還有很大部分未開發(fā)，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(gè)問題進(jìn)行量化分析可知65%投資者投資知識來源于時(shí)間和雜志，65.5%的投資者做投資時(shí)是經(jīng)過理性分析的，這反映出我國大多數(shù)投資者是屬于風(fēng)險(xiǎn)厭惡者或者傾向于風(fēng)險(xiǎn)厭惡，在進(jìn)行投資時(shí)還是比較理性的。其次有77.6%的投資者認(rèn)為以往的投資經(jīng)驗(yàn)對現(xiàn)在或未來的投資是有用的。73%的投資者會關(guān)注財(cái)經(jīng)新聞的報(bào)道，85%的投資者主要從網(wǎng)絡(luò)，電視，報(bào)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(gè)問題進(jìn)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(jìn)入股市的原因是認(rèn)為有利可圖，自己決定進(jìn)入。對于媒體反復(fù)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?yàn)樽陨砟芰Φ牟蛔悖缓孟嘈琶襟w推薦。同時(shí)，在聽取各類人士意見時(shí)，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(shí)意味著我國的證券業(yè)還有著巨大的發(fā)展空間。
通過對第四大類風(fēng)險(xiǎn)態(tài)度中所選取的5個(gè)問題進(jìn)行量化分析得到的風(fēng)險(xiǎn)態(tài)度量化分析表如表2所示。
根據(jù)表2分析顯示，投資者的操作模式相對穩(wěn)定，3個(gè)月內(nèi)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(shí)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(gè)月內(nèi)換手1次或更短的投資者逐漸增加至62.4%，持股半年內(nèi)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(chǎn)生的被動長期投資。股票下跌時(shí)，只有不到20%的股民會選擇低價(jià)再買入，再一次反映出我國股民大多數(shù)屬于風(fēng)險(xiǎn)厭惡者。同時(shí)，面對股價(jià)下跌，但持有目標(biāo)是五年時(shí)，62%的投資者會維持不動，但面對股價(jià)下跌，但持有目標(biāo)是三十年，只有42%的投資者會繼續(xù)維持不動。總之，投資者個(gè)人承擔(dān)風(fēng)險(xiǎn)的態(tài)度還是比較理性的。
（二）對問題二的求解
（1）模型的準(zhǔn)備。證券市場市場參與者眾多，市場機(jī)制更為復(fù)雜，信息不對稱現(xiàn)象更為明顯。對于風(fēng)險(xiǎn)態(tài)度的衡量，在影響證券銷售量的因素中，有價(jià)格，上市公司市場信譽(yù)，投資者的風(fēng)險(xiǎn)態(tài)度等。本題中著重量化被調(diào)查者的風(fēng)險(xiǎn)態(tài)度。為了確定投資者分別隸屬于風(fēng)險(xiǎn)厭惡，風(fēng)險(xiǎn)中性，風(fēng)險(xiǎn)偏好哪種類型，我們在分析數(shù)據(jù)的過程中，給每個(gè)問題每個(gè)選項(xiàng)賦分的原則如下：1）選A、B、C、D的基礎(chǔ)得分分別為1、2、3、4。2）將投資者的態(tài)度分為（0～30）風(fēng)險(xiǎn)厭惡型，（31～60）風(fēng)險(xiǎn)中立型，和（61～90）風(fēng)險(xiǎn)喜好型。
相關(guān)系數(shù)用來反映兩者之間的相關(guān)性，考慮相關(guān)系數(shù)r時(shí)，我們遵循以下準(zhǔn)則：1）當(dāng)r>0時(shí)，表示兩變量正相關(guān)，r
通過數(shù)據(jù)分析，我國投資者的總體風(fēng)險(xiǎn)態(tài)度是介于風(fēng)險(xiǎn)厭惡和風(fēng)險(xiǎn)中立的，由此可以看出投資者較為希望通過風(fēng)險(xiǎn)投資增加其個(gè)人收入。但是由于客觀、主觀因素，投資者中，持觀望態(tài)度者較多。
（2）模型的建立與求解。根據(jù)題目提供的數(shù)據(jù)以及前面的賦值，算出所有被調(diào)查者的風(fēng)險(xiǎn)態(tài)度值，并選出問卷中的第二問跟風(fēng)險(xiǎn)態(tài)度進(jìn)行相關(guān)性分析，則有：
結(jié)果為a=[1 1 1 2 1 1 4 3 2 1 1 1 1 3 2 2 4 3…1]
對應(yīng)的風(fēng)險(xiǎn)態(tài)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(jù)以上分析可知總體個(gè)人狀況與風(fēng)險(xiǎn)態(tài)度的相關(guān)性小，由此得出我國近段時(shí)間進(jìn)行投資的民眾數(shù)量較大，覆蓋到不同民眾的方方面面。信息獲取方式與風(fēng)險(xiǎn)態(tài)度之間聯(lián)系大、得知在我國的投資領(lǐng)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(fēng)險(xiǎn)態(tài)度之間的相關(guān)性適中，可知部分投資者對待媒體信息的態(tài)度還是比較冷靜。
參考文獻(xiàn)：
[1] 楊桂元，黃己立.數(shù)學(xué)建模[M].合肥：中國科學(xué)技術(shù)大學(xué)出版社，2008.
[2] 李柏年，胡守信.基于MATLAB的數(shù)學(xué)實(shí)驗(yàn)[M].北京：科學(xué)出版社，2004.
[3] 魏捷.關(guān)于調(diào)查問卷中定性數(shù)據(jù)處理方法的探討[D].中南財(cái)經(jīng)政法大學(xué) 2008.
華爾街從來不乏傳奇。2006年,全球最高薪酬收入再次落入一個(gè)華爾街人士之手。前數(shù)學(xué)家、定量化對沖基金經(jīng)理西蒙斯年收入達(dá)到驚人的15億美元。2009年,另外一群人――高頻交易者――幫高盛銀行等金融機(jī)構(gòu)賺得盆滿缽溢。
這些人,因其使用高等數(shù)學(xué)手段決定億萬計(jì)資金的投向,而在30年前贏得“火箭科學(xué)家”名聲。在外人看來,他們有些像中世紀(jì)的煉金術(shù)師:給他們數(shù)據(jù),他們還給你美元!
華爾街的數(shù)學(xué)傳說
實(shí)際上,在華爾街上管理資金規(guī)模最大的量化技術(shù),并非那么不可捉摸:眾多公司使用“因子加總模型”輔助他們選擇股票。
這種方法大多基于Fama-French的開創(chuàng)性論文,其基本思想很簡單:依據(jù)各項(xiàng)基本面指標(biāo)對于歷史上超額回報(bào)的貢獻(xiàn)程度,來決定這些基本面指標(biāo)在選出“超級股票”上的“有效性”,并據(jù)此賦予這些指標(biāo)不同的權(quán)重;按照上市公司指標(biāo)在全部籃子股票中的排序,再使用上述步驟中獲得的權(quán)重對其進(jìn)行加權(quán)加總計(jì)算。如果該公司的加權(quán)之和排名靠前,則表明該公司的基本面指標(biāo)符合能夠帶來超額回報(bào)的歷史模式,從而有望在未來展現(xiàn)強(qiáng)勢。
數(shù)學(xué)模式大同小異,公司之間的競爭主要集中在兩個(gè)方面:第一,各公司均投入巨資,研制自己的特有指標(biāo);第二,研制更加有效、穩(wěn)定的加總方式。
傳統(tǒng)的基本面分析往往要求基金公司雇傭大量分析師,成本高昂。由于每個(gè)分析師能夠跟蹤的公司數(shù)目有限,基金經(jīng)理不得不在較小的股票籃子中進(jìn)行選擇,有可能錯(cuò)失最好的投資機(jī)會,投資組合的分散程度也受到限制。同時(shí),依賴基本面分析進(jìn)行投資管理要求基金經(jīng)理進(jìn)行大量的主觀判斷,人性弱點(diǎn)(貪婪與恐懼)對投資業(yè)績往往產(chǎn)生較大影響,投資業(yè)績波動較大。使用這種方法建構(gòu)的投資組合往往無法定量化控制每只個(gè)股給投資組合帶來的風(fēng)險(xiǎn)。從基金公司的角度而言,這種方法對基金經(jīng)理個(gè)人的依賴較大,一旦出現(xiàn)人員變化,基金業(yè)績也往往隨之波動。
量化選股方式將投資決策建立在對歷史模式的詳盡研究之上,克服了上述缺點(diǎn)。其在美國投資界的應(yīng)用近20年來大幅提升,管理資產(chǎn)額的上升速度為傳統(tǒng)方式的4倍。
回歸價(jià)值投資
然而,過去數(shù)年,定量化基金遭遇了重大打擊。2007年,最大的定量化機(jī)構(gòu)對沖基金、高盛名下的Global Alpha遭遇了重大損失,幾乎清盤。2008年,眾多量化基金再遭滑鐵盧。筆者在北美也曾主持研制一個(gè)包含上百個(gè)指標(biāo)的量化選股系統(tǒng),但在實(shí)踐中,卻最終放棄。
實(shí)戰(zhàn)經(jīng)歷指出該類系統(tǒng)的一個(gè)致命弱點(diǎn)是,在實(shí)戰(zhàn)中,哪一類因子何時(shí)發(fā)揮作用,是不可預(yù)測的。有些時(shí)候是價(jià)值因子占優(yōu),有時(shí)候是增長因子占優(yōu),而何時(shí)其影響力出現(xiàn)變化,難以事先預(yù)測。其結(jié)果就是分析師與基金經(jīng)理疲于奔命地試圖追趕因子影響力變化的腳步,并據(jù)此不斷矯正模型。如此,基金經(jīng)理不得不在使用量化系統(tǒng)的同時(shí),使用個(gè)人化的隨機(jī)判斷對量化系統(tǒng)進(jìn)行糾正――這弱化了它本該享有的優(yōu)勢并導(dǎo)致投資業(yè)績大幅波動。
仔細(xì)反思,最主要的問題在于,各預(yù)測因子被無機(jī)地組織在一起,各個(gè)因子之間的互相影響卻沒有被考慮。也就是說,華爾街模型“從數(shù)學(xué)到數(shù)學(xué)”,缺乏對投資哲學(xué)的深入理解。
量化技術(shù)所具有的優(yōu)勢應(yīng)該被利用,但數(shù)學(xué)手段應(yīng)該被視為手段,而不是主導(dǎo)。一個(gè)有希望的發(fā)展方向,是將量化技術(shù)與價(jià)值投資哲學(xué)相結(jié)合,實(shí)現(xiàn)“從哲學(xué)到數(shù)學(xué)”式的投資理念。為此,需要在投資哲學(xué)上,梳理價(jià)值投資理念的本質(zhì)。
價(jià)值投資在國內(nèi)市場有眾多擁護(hù)者,也不乏懷疑者。實(shí)際上,國內(nèi)普通投資者對價(jià)值投資的理解有值得深化之處。筆者以為,價(jià)值投資的本質(zhì)有二:
第一,價(jià)值投資告訴投資者,市場會犯錯(cuò)。以“5毛錢買進(jìn)1元錢價(jià)值”作為號召,價(jià)值投資拒絕接受“有效市場理論”。但事實(shí)上,在大多數(shù)時(shí)候市場是有效的。大多數(shù)股票的價(jià)格正確反映了所有的信息、知識與預(yù)期,當(dāng)時(shí)的價(jià)格就是上市公司的內(nèi)在價(jià)值。要獲得超額回報(bào),必須去尋找市場可能呈現(xiàn)的“異常”,或者說在何處投資者的平均預(yù)期可能落空。價(jià)值投資就是尋找“未來”與“預(yù)期”之間的歧異。量化系統(tǒng)的設(shè)計(jì)目標(biāo)是,要有能力淘汰那95%的普通(有效)情況,而把注意力引導(dǎo)剩余的5%――在那里,“未來”與“預(yù)期”有最大的機(jī)會出現(xiàn)歧異。
第二,價(jià)值投資的另一面,是說任何人都會犯錯(cuò)。當(dāng)我們集中注意力去尋找“超級股票”的時(shí)候,是在下一個(gè)極大的賭注。這個(gè)賭注是高風(fēng)險(xiǎn)的。所以,請記住索羅斯的告誡:“投資者重要的不是做對還是做錯(cuò),而是在做對的時(shí)候賺多少,做錯(cuò)的時(shí)候虧多少。”為對沖第一個(gè)賭注的風(fēng)險(xiǎn),需要尋找最大的安全邊際――當(dāng)我們犯錯(cuò)的時(shí),安全邊際將保護(hù)我們不致尸骨無存。
安全邊際是指,市場漲跌的輪回已經(jīng)測試過所有情景。該公司在完整的牛熊市周期中,由千千萬萬投資者的真金實(shí)銀所測試出來的估值空間。因此,安全邊際的定義并非相對市場平均水平更低的PE值這么簡單。每家公司都不同于別的公司,將不同公司的估值水平相比較,更多時(shí)候帶來誤導(dǎo)而不是洞察力。應(yīng)該將公司目前估值水平與該公司調(diào)整后的歷史范圍相比較,并決定“安全邊際”存在與否。
在實(shí)踐中,要尋找在未來可能提供業(yè)績驚喜、而仍在其估值范圍下限附近交易的公司。依據(jù)此思想,數(shù)量化技術(shù)可以對所有上市公司的投資機(jī)會予以量化評估,進(jìn)而實(shí)現(xiàn)“從哲學(xué)到數(shù)學(xué)”的投資思路。
對中國股市獨(dú)特性的夸大導(dǎo)致某些論者以為,在中國股市,唯有投機(jī)可以贏得超額利潤。這其實(shí)是偽命題。事實(shí)上,正是由于中國股市效率較低且風(fēng)險(xiǎn)奇高,一個(gè)系統(tǒng)化評估市場錯(cuò)配與風(fēng)險(xiǎn)衡量的系統(tǒng),可以發(fā)揮最大效率。一切都取決于對市場運(yùn)行規(guī)律的深入把握與技術(shù)優(yōu)勢的結(jié)合。在實(shí)踐中,我們開發(fā)的量化價(jià)值投資體系取得了穩(wěn)定超越指數(shù)的優(yōu)良業(yè)績。這有力地證明,中國股市的特殊性并沒有遮蓋其作為投資市場的普遍性。
在股市投資這項(xiàng)人類活動中,同時(shí)存在著兩類知識。一是客觀知識,即可以憑借科學(xué)(數(shù)學(xué))方法來發(fā)現(xiàn)的真實(shí);二是主觀價(jià)值,即通過對價(jià)值的認(rèn)定來獲得的完善。在證券分析方法的演進(jìn)過程中,這兩類知識從最初的混沌不分,到此后的分裂和截然對立,再到兩者被有機(jī)結(jié)合。
記者：量化投資有什么特點(diǎn)？
劉釗：量化投資的主要特點(diǎn)是買入、賣出股票，不再是由人的主觀判斷做出決定，而是由量化模型決定。量化投資是一套科學(xué)的方法，有嚴(yán)格的分析、計(jì)算，什么好什么不好，不是我們自己說了算，是數(shù)據(jù)和模型說了算。即使是簡單的低市盈率投資方法，只要能嚴(yán)格執(zhí)行，就能取得超額收益。
記者：排除了人為主觀情緒的影響，但由量化模型控制的量化投資基金的收益會如何呢？
劉釗：我們可以看看美國最成功的量化投資大師――詹姆斯?西蒙斯管理的大獎?wù)禄穑?989年―2006年的17年間，大獎?wù)禄鹌骄晔找媛蔬_(dá)38.5%，而股神巴菲特過去20年的平均年回報(bào)率也不過20%。正是鑒于量化投資的巨大威力，摩根士丹利華鑫基金公司經(jīng)過兩年的精心準(zhǔn)備，推出了國內(nèi)真正意義上的量化投資基金――大摩華鑫多因子基金。
記者：量化投資的成敗，關(guān)鍵在哪里？
劉釗：普通投資者買賣股票，主要是基于政策、基本面、市場、技術(shù)等各種信息和經(jīng)驗(yàn)來做出交易決定，這些因素屬于主觀判斷，而且往往容易受到情緒的影響。量化投資是將投資思路通過設(shè)定的指標(biāo)、參數(shù)體現(xiàn)在量化模型上，通過計(jì)算機(jī)系統(tǒng)自動買賣股票，因此，量化投資的關(guān)鍵點(diǎn)就在于建立一個(gè)好的量化模型。
記者：量化投資和價(jià)值投資沖突嗎？
劉釗：說到投資，大家首先想到的是巴菲特的價(jià)值投資，從長期的歷史實(shí)踐看，價(jià)值投資確實(shí)比較有效，量化投資也可以建立價(jià)值投資類的模型。
舉例來說，衡量價(jià)值投資的最重要指標(biāo)是低市盈率，如果以市盈率為標(biāo)準(zhǔn)來建模，以2005年5月為時(shí)間點(diǎn)，按市盈率對所有上市公司排序，再按市值比例模擬買入市盈率最低的100只股票，第二年5月，重新計(jì)算市盈率最低的100只股票，并調(diào)整組合，如此重復(fù)，每年調(diào)整一次倉位。得到的結(jié)果是，從2005年5月至2010年5月，滬深300指數(shù)的年化收益率為25.4%，同期量化建模的低市盈率策略基金的年化收益率達(dá)到29.46%，與滬深300指數(shù)相比，低市盈率策略基金的超額收益為4.06%。以此為基礎(chǔ)，再以預(yù)期市盈率為基礎(chǔ)建立一個(gè)模型，并模擬買入當(dāng)年預(yù)期市盈率最低的100只股票，量化模型的年化收益率有36.51%。
記者：大摩華鑫的量化投資模型有何成功之處？
劉釗：大摩華鑫量化投資的模型既有一些過去歷史上證明非常有效的投資方法，比如價(jià)值投資，也有投資管理團(tuán)隊(duì)的支持，大摩華鑫資深基金經(jīng)理多年的投資經(jīng)驗(yàn)也為大摩華鑫的量化模型提供了一些思路。此外，我們還通過外方股東摩根士丹利以及通過數(shù)據(jù)挖掘的方法，找到一些好的投資策略，為建模提供思路和方法。
關(guān)鍵詞：雙向交易；指數(shù)基金；量化投資
中圖分類號：F832.5 文獻(xiàn)標(biāo)識碼：A 文章編號:1003－9031(2012)05－0004－04 DOI:10.3969/j.issn.1003-9031.2012.05.01
一、引言
對大多數(shù)普通投資者而言，指數(shù)基金是一種比股票更好的投資對象。但實(shí)際上，指數(shù)化投資本質(zhì)上只是一種擇股策略，可以幫助投資者選出一籃子股票，解決了“買什么”的問題，但對于交易系統(tǒng)中“什么時(shí)候買和賣”并沒有很好的指示，也不能保證在短期內(nèi)就能獲得良好表現(xiàn)。由于絕大部分基金都不能跑贏指數(shù)基金，李海波（2008）建議普通投資者投資指數(shù)基金，但是應(yīng)避免兩個(gè)誤區(qū)：一是在局部地區(qū)的長期熊市中不適合長期投資指數(shù)基金，二是在全球股市的長期熊市中不適合長期投資指數(shù)基金[1]。但仍有很多專家在向投資者傳遞一個(gè)錯(cuò)誤的信號，即對指數(shù)基金應(yīng)當(dāng)長期持有。實(shí)際上，“長期投資”不等于簡單的“持有不賣”。國內(nèi)多數(shù)文獻(xiàn)都將重點(diǎn)放在指數(shù)基金樣本構(gòu)建和跟蹤誤差計(jì)量方面（張帆，2007；趙勇，2010）[2][3]，而鮮有針對指數(shù)基金進(jìn)行投資組合的研究。本文將在趨勢分析的基礎(chǔ)上對指數(shù)基金的量化投資進(jìn)行系統(tǒng)研究，分別在單向做多機(jī)制和雙向交易機(jī)制背景下構(gòu)建指數(shù)基金量化交易系統(tǒng)。本文將引入一套“擇時(shí)”機(jī)制，將其與指數(shù)基金自身的“擇股”優(yōu)勢結(jié)合起來，這樣可以在長期當(dāng)中戰(zhàn)勝市場和大多數(shù)機(jī)構(gòu)投資者。尤其是在2011年12月融資融券標(biāo)的再次擴(kuò)容，7只ETF指數(shù)基金被納入交易標(biāo)的之后，雙向交易機(jī)制下的盈利模式跟以往相比發(fā)生了根本性的改變，基于趨勢分析的量化交易將賦予指數(shù)基金產(chǎn)品更多的吸引力。
二、理論基礎(chǔ)與樣本選取
（一）理論基礎(chǔ)
指數(shù)基金量化交易的基石是趨勢分析，而趨勢分析是建立在技術(shù)分析的三個(gè)假設(shè)條件之上的，即：所有的信息己反映在價(jià)格之上；市場是按趨勢運(yùn)行的；歷史將會重演。在技術(shù)分析方法中，“趨勢”是核心內(nèi)容之一。趨勢交易方法在國內(nèi)和國外、專業(yè)和非專業(yè)投資者中都得到了大量的應(yīng)用，并且取得了良好的成績，本文將基于趨勢交易的思想，來對指數(shù)基金進(jìn)行量化。
（二）指數(shù)樣本的選擇
趨勢交易的本質(zhì)就是“順勢而為”，抓住波段收益。在對指數(shù)基金進(jìn)行量化之前，選擇什么樣的指數(shù)來進(jìn)行量化是首要問題。通過大量的數(shù)據(jù)統(tǒng)計(jì)分析，筆者發(fā)現(xiàn)指數(shù)表現(xiàn)有著鮮明的“個(gè)性”：大盤指數(shù)運(yùn)行較穩(wěn)定，波動幅度不大，區(qū)間運(yùn)行時(shí)間較長，用它來做趨勢交易的收益不高但波動率也較低；中小盤指數(shù)表現(xiàn)則更為活躍，趨勢變化更快，波動幅度更大，區(qū)間運(yùn)行時(shí)間較短。相比較而言，中小盤指數(shù)是更為理想的交易標(biāo)的，因此，在以下的量化分析當(dāng)中筆者選取滬深300指數(shù)代表大盤指數(shù)，選取中小板指數(shù)代表中小盤指數(shù)。
（三）時(shí)間周期的選擇
筆者選取2006年1月至2011年12月這段時(shí)期作為研究樣本，其間包含了大牛市、大熊市、盤整震蕩市等多種情形，完成了幾個(gè)完整的牛熊輪回，用這樣的數(shù)據(jù)分析得出的研究結(jié)果更具有說服力。
三、實(shí)證方法與實(shí)證結(jié)果
（一）實(shí)證方法
首先，筆者選擇最簡單、最直觀的均線交易系統(tǒng)（MA）作為數(shù)據(jù)分析系統(tǒng)，該系統(tǒng)體現(xiàn)的是“叉點(diǎn)”交易思想：即在短周期均線上穿長周期均線形成“金叉”時(shí)買入；短周期均線下穿長周期均線形成“死叉”時(shí)賣出。交易周期用日K線①。然后，筆者采用“插值法”的思路對交易系統(tǒng)進(jìn)行優(yōu)化，即選擇不同的參數(shù)組代入交易系統(tǒng)當(dāng)中來測試效果，評價(jià)的標(biāo)準(zhǔn)包括：收益率、標(biāo)準(zhǔn)差、平均盈利、平均虧損、最大盈利、最大虧損、最大回撤幅度、最長滯漲周期等。
（二）實(shí)證結(jié)果
1.單邊做多機(jī)制下的統(tǒng)計(jì)結(jié)果
在單向交易機(jī)制下，運(yùn)用大智慧證券分析軟件采用MA交易系統(tǒng)對2006.01―2011.12期間的滬深300指數(shù)和中小板指數(shù)進(jìn)行優(yōu)化可得到表1和圖1與圖2。
從表1可知，不管是滬深300指數(shù)還是中小板指，在MA交易系統(tǒng)中的表現(xiàn)要遠(yuǎn)優(yōu)于“一直持有”策略；簡單買入中小板指并一直持有的話，收益率為94.40%，而在MA交易系統(tǒng)中的收益率為764.18%。另一個(gè)特點(diǎn)就是在MA交易系統(tǒng)中，平均盈利與平均虧損的比值都在2以上，充分體現(xiàn)了“小虧大贏”的投資思想。由圖1和圖2可以看出MA交易系統(tǒng)的凈值表現(xiàn)更加穩(wěn)定向上，與指數(shù)本身的走勢相比，回撤幅度更小，波動幅度更小而總收益率更高。
2.在雙向交易機(jī)制下的統(tǒng)計(jì)結(jié)果（無空倉）
在即可做多也可做空但無空倉的雙向交易機(jī)制下，運(yùn)用華財(cái)經(jīng)Mytrader2009軟件采用MA交易系統(tǒng)對2006.01 -2011.12期間的滬深300指數(shù)和中小板指數(shù)進(jìn)行優(yōu)化得到表2和圖3與圖4。
在雙向交易機(jī)制下，MA交易系統(tǒng)的表現(xiàn)更優(yōu)于“一直持有策略”，表現(xiàn)為不僅有“多頭盈利”部份，同時(shí)還有“空頭盈利”部份。同時(shí)，平均盈利與平均虧損的比值進(jìn)一步放大，更多地體現(xiàn)了“小虧大盈”。由于做空帶來的收益加上連續(xù)獲利的復(fù)利作用，使得最終收益率比較單向做多交易下又有了較大的提升。與圖1、2進(jìn)行比較可以看出，圖3和圖4中MA交易系統(tǒng)的凈值上升得更加陡峭，也更加平滑，說明在雙向交易機(jī)制下總收益率更多，同時(shí)回撤幅度波動幅度更小。
3.不同投資策略下收益率和風(fēng)險(xiǎn)比較
由表3可知，從收益率角度出發(fā)，在單向做多機(jī)制下，不管是中小板指還是滬深300指數(shù)，采用MA交易系統(tǒng)的表現(xiàn)都要遠(yuǎn)優(yōu)于“一直持有”的收益，也遠(yuǎn)遠(yuǎn)超過了同期主動型基金的平均收益，而且這還沒有將空倉時(shí)間的收益計(jì)算在內(nèi)（實(shí)際上空倉時(shí)間很長，而且在空倉時(shí)間資金還可以投入到一些流動性好的固定收益投資品種）。另外，在采用相同的交易系統(tǒng)進(jìn)行優(yōu)化的條件下，中小盤指數(shù)的表現(xiàn)要優(yōu)于大盤指數(shù)（滬深300），這說明選擇什么樣的指數(shù)非常重要。
總的來看，從波動程度、最大回撤幅度角度看，MA交易系統(tǒng)的凈值曲線并沒有和指數(shù)曲線一樣出現(xiàn)大幅震蕩，回撤幅度更小，滯漲時(shí)間更短，在較長時(shí)間內(nèi)保持穩(wěn)步向上的增長，符合“長期穩(wěn)定”的贏利之道。采用MA交易系統(tǒng)對指數(shù)基金進(jìn)行投資，不僅在收益率方面表現(xiàn)更佳，而且風(fēng)險(xiǎn)控制也遠(yuǎn)優(yōu)于“一直持有”策略。
四、結(jié)語
（一）結(jié)論與需要解決的問題
在雙邊交易機(jī)制下采用MA交易系統(tǒng)對指數(shù)基金進(jìn)行操作的結(jié)果要遠(yuǎn)優(yōu)于單邊做多機(jī)制，更優(yōu)于“一直持有”策略，同時(shí)也優(yōu)于同期主動型管理基金的表現(xiàn)。但要將其付諸于實(shí)際操作當(dāng)中，還要解決以下問題。
1.盯住指數(shù)是否有可雙向交易的交易品種。2011月12月融資融券標(biāo)的擴(kuò)容之前，只有瀘深300指數(shù)可以通過IF股指期貨進(jìn)行做空交易從而實(shí)現(xiàn)雙向交易，其它指數(shù)基金只能做多交易在融資融券標(biāo)的擴(kuò)容之后，新加入7只ETF基金可通過融券方式進(jìn)行做空，但到目前為止，可供做空的指數(shù)基金產(chǎn)品數(shù)量還比較少，指數(shù)產(chǎn)品本身的管理資金規(guī)模也有限，難以吸引大規(guī)模資金進(jìn)入。隨著融券標(biāo)的逐步放開，會有更多的指數(shù)基金產(chǎn)品納入做空的標(biāo)的范疇。
2.交易成本的問題，特別是融券融券的交易成本。以上數(shù)據(jù)分析都是在低成本假設(shè)（傭金費(fèi)率設(shè)為千分之0.3）基礎(chǔ)上完成的，對于機(jī)構(gòu)投資者而言，申購指數(shù)基金的實(shí)際費(fèi)率還要低（很多指數(shù)基金超過500萬的申購費(fèi)只要1000元），若采用融券賣空，則需要支付一筆融券費(fèi)用，這將增加交易成本，降低交易收益。對中小投資者來說，交易成本最低的還是ETF基金和LOF里面的指數(shù)基金，因?yàn)榭梢栽趫鰞?nèi)進(jìn)行買賣而不用交印花稅，遠(yuǎn)低于在場外申購贖回交易。事實(shí)上，現(xiàn)行市場成本最低的賣空方式是股指期貨，但目前股指期貨交易標(biāo)的只有滬深300指數(shù)，而且交易門檻比較高，不適合廣大中小投資者。
3.流動性的問題，即市場容量的問題。指數(shù)基金進(jìn)行量化投資，首先要有一個(gè)足夠容量足夠品種的指數(shù)基金市場。而現(xiàn)在，很多投資者對指數(shù)化產(chǎn)品在中國的發(fā)展前景表示懷疑，新的指數(shù)基金產(chǎn)品發(fā)行舉步維艱，老的指數(shù)基金份額也在不斷縮水，這對機(jī)構(gòu)投資者特別是FOF（基金中的基金）管理者參與到這個(gè)市場帶來的難題。
4.模型選擇、整合、參數(shù)優(yōu)化問題。一個(gè)好的交易模型是量化投資追求的“圣杯”，要構(gòu)建一個(gè)優(yōu)秀的量化交易系統(tǒng)需要進(jìn)行大量的數(shù)據(jù)收集和統(tǒng)計(jì)處理工作。過去的良好表現(xiàn)只能代表過去，過去表現(xiàn)良好的模型和參數(shù)在將來未必有良好的表現(xiàn)。幾乎不存在一如既往表現(xiàn)良好的模型和參數(shù)，每過一段時(shí)間，就需要對原來的模型和參數(shù)進(jìn)行調(diào)整。
（二）建議
1.對于廣大中小投資者而言，應(yīng)該更清晰地理解 “長期投資”的概念，即“長期投資”不等于“長期持有”，理解在原有的單邊做多的交易機(jī)制下，即使是做長期投資，也會有很多時(shí)間是處于空倉狀態(tài)。在新的雙向交易機(jī)制下，投資者要學(xué)會使用做空工具，利用融資融券，開辟新的盈利模式，熟悉新的投資策略和投資標(biāo)的。
2.對于基金管理者而言，應(yīng)使用做空機(jī)制來對沖系統(tǒng)風(fēng)險(xiǎn)。據(jù)統(tǒng)計(jì)，2011年中國FOF產(chǎn)品（主要是券商類FOF）全年平均業(yè)績?yōu)?22.5%，幾乎與基金的平均虧損持平。可見，大多數(shù)FOF基金的管理者沒有使用做空機(jī)制對沖系統(tǒng)風(fēng)險(xiǎn)，甚至沒有進(jìn)行基本的倉位控制來回避系統(tǒng)風(fēng)險(xiǎn)。事實(shí)證明，在現(xiàn)有的中國市場采用“一直持有”的投資策略是無效的。而如果引入基金量化交易系統(tǒng)，特別指數(shù)基金具有的成本和選股獨(dú)特優(yōu)勢，將大大提升FOF產(chǎn)品的業(yè)績，這是未來中國FOF產(chǎn)品發(fā)展的方向。
3.對于政策制定者而言，應(yīng)進(jìn)一步推動指數(shù)基金在中國的發(fā)展，促使更多的指數(shù)化產(chǎn)品面市，推動金融產(chǎn)品創(chuàng)新和管理創(chuàng)新。從歷史看，指數(shù)基金產(chǎn)品必將成為中國基金業(yè)發(fā)展的重點(diǎn)，針對指數(shù)基金進(jìn)行量化投資的需求，將刺激更多的指數(shù)基金上市，這將吸引更多的投資者進(jìn)入到基金市場。
參考文獻(xiàn)：
[1]余偉.我國開放式指數(shù)基金績效的實(shí)證研究――基于2008年至2010年度數(shù)據(jù)的分析[J].企業(yè)導(dǎo)報(bào)，2011（7）.
[2]齊岳,王文超.指數(shù)基金投資績效分析[J].經(jīng)濟(jì)問題，2011（2）.
[3]李海波.指數(shù)基金投資策略研究[J].西南交通大學(xué)學(xué)報(bào)，2008（10）.
一組復(fù)雜的科學(xué)數(shù)字，一套無法揣摩的公式模型，談及量化投資，或許這是給人的第一印象，猶如一個(gè)黑匣子，神秘而難以猜透。在華泰柏瑞量化指數(shù)增強(qiáng)擬任基金經(jīng)理卿的眼中，量化投資其實(shí)很簡單，與主動投資一樣，量化亦是一種投資方式，即依據(jù)數(shù)學(xué)模型通過計(jì)算機(jī)來處理大量的信息，然后按此來進(jìn)行投資決策。
卿女士曾任職于被譽(yù)為量化投資鼻祖的巴克萊全球投資公司，在擔(dān)任量化投資經(jīng)理時(shí)業(yè)績突出。華泰柏瑞量化指數(shù)增強(qiáng)股票基金是華泰柏瑞旗下第16只基金產(chǎn)品，由擔(dān)任基金經(jīng)理。
談及量化投資，卿具體介紹說，投資方式就好比農(nóng)耕種植，傳統(tǒng)的主動股票投資猶如最初的小農(nóng)經(jīng)濟(jì)模式，從選苗、播種至灌溉再到收割，整個(gè)過程都需要依靠大量的人力進(jìn)行手工勞作完成，雖然每個(gè)環(huán)節(jié)都能做到精細(xì)化，但耕耘范圍和產(chǎn)出卻比較有限。然而隨著經(jīng)驗(yàn)的累積和科技的發(fā)展，原始的小農(nóng)經(jīng)濟(jì)逐步發(fā)展成為農(nóng)業(yè)機(jī)械化，根據(jù)長久以來掌握的自然規(guī)律和種植技術(shù)，整個(gè)農(nóng)耕過程交由具備特定生產(chǎn)技術(shù)功能的自動化機(jī)器取代繁重的手工勞作，這樣不僅大大提高了經(jīng)濟(jì)效益，更能有助于抵御自然風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)。量化投資亦是如此，從傳統(tǒng)的主動股票投資中汲取經(jīng)驗(yàn)，尋找影響股票價(jià)格的各種因素和規(guī)律，借助計(jì)算機(jī)處理大量信息來進(jìn)行投資決策，從而有望實(shí)現(xiàn)穩(wěn)定的超額收益。
“然而成功的量化投資又并非單純的‘隨機(jī)行走’，必須嚴(yán)格遵循以下三個(gè)特性。”卿表示。
首先是科學(xué)性。量化投資不受人情緒影響，通過科學(xué)理性的研究和分析手段做更大范圍內(nèi)的耕耘，可以較早發(fā)現(xiàn)市場中的一些新趨勢，但又不會過早離場。
其次是強(qiáng)調(diào)信息處理和投資決策的紀(jì)律性。即嚴(yán)格執(zhí)行量化投資給出的投資建議，不隨著基金經(jīng)理的主觀判斷而隨意更改。如今年洋蔥是熱點(diǎn)就種洋蔥，明年大豆是寵兒就改種大豆，在卿看來這樣的投資方式是不可取的，也是不長久的。一個(gè)負(fù)責(zé)任的投資應(yīng)當(dāng)是不盲目追求熱點(diǎn)，堅(jiān)持自己的風(fēng)格，堅(jiān)持自己擅長做的事情。
最后是風(fēng)險(xiǎn)控制的前瞻性。不同于事后進(jìn)行風(fēng)險(xiǎn)管理的主動選股策略，量化投資更強(qiáng)調(diào)風(fēng)險(xiǎn)控制的前瞻性，華泰柏瑞量化指數(shù)增強(qiáng)基金的回測結(jié)果顯示，量化投資可借助風(fēng)險(xiǎn)模型和分散化投資預(yù)先設(shè)定風(fēng)險(xiǎn)水平并且做到風(fēng)險(xiǎn)的較有效控制。
1、各類投資工具及其風(fēng)險(xiǎn)的概要分析
風(fēng)險(xiǎn)越大，回報(bào)越大。早在馬克思的資本論中便已經(jīng)從另一個(gè)側(cè)面對這一現(xiàn)象做出了很好地詮釋。作為投資的一個(gè)伴生要素，如何對風(fēng)險(xiǎn)進(jìn)行有效地控制將直接關(guān)乎在投資行為中，獲取預(yù)期收益的概率和能力。投資風(fēng)險(xiǎn)的根源在于未來可能發(fā)生的不利事件，投資行為是謀求未來一段時(shí)間的現(xiàn)金流收益，所以投資的預(yù)期收益就牽涉到對未來的預(yù)測，這一預(yù)測是建立在對可能影響未來收益回報(bào)的各類驅(qū)動因素的分析。然而這些驅(qū)動因素通常都會有不確定性，正是這種不確定性導(dǎo)致了風(fēng)險(xiǎn)的發(fā)生。所以風(fēng)險(xiǎn)是由風(fēng)險(xiǎn)驅(qū)動因素的不確定性產(chǎn)生。而不同的投資工具其不確定性也各不相同。
將個(gè)人投資行為分類，常見的類別包括：金融類投資、房產(chǎn)類投資、實(shí)業(yè)類投資、民間借貸、期貨投資這樣五種主要類別。以目前的形勢來看，房產(chǎn)類投資和金融類投資相對屬于低風(fēng)險(xiǎn)投資，實(shí)業(yè)類投資屬于一般風(fēng)險(xiǎn)類投資，期貨類投資和民間借貸均屬于高風(fēng)險(xiǎn)投資。
金融類投資、房產(chǎn)類投資和期貨類投資可以看成是一組投資方式，因?yàn)槭芪覈袌稣哂绊懀@三類產(chǎn)業(yè)具有聯(lián)合調(diào)控的特點(diǎn)，三個(gè)產(chǎn)業(yè)中的一個(gè)或兩個(gè)呈上升趨勢時(shí)，另外兩個(gè)或一個(gè)產(chǎn)業(yè)必然會呈下降趨勢，這是受我國政府的宏觀調(diào)控所影響。其中金融類投資主要包括銀行存款、債券、股票、基金等，這些投資種類進(jìn)一步劃分可以分成保本投資和非保本投資，存款、債券和部分基金屬于此類，此類投資具有收益低，風(fēng)險(xiǎn)小的特點(diǎn)，在搭配個(gè)人投資組合時(shí)這一類投資可以作為一個(gè)抵消風(fēng)險(xiǎn)的投資項(xiàng)納入考慮。而股票投資和另一部分基金投資則是屬于非保本類投資，投資收益隨著其風(fēng)險(xiǎn)的等級升高而隨之上升。這部分投資除了要看被投資主體的經(jīng)營情況，歷史業(yè)績走勢等，還需要充分關(guān)注房產(chǎn)市場、期貨市場的情況，目前我國是房產(chǎn)市場熱，期貨市場熱，那么股票市場勢必低迷。如果這兩個(gè)市場境況轉(zhuǎn)冷，那么也就預(yù)示著金融市場的繁榮，此時(shí)加大持有量并制定適當(dāng)?shù)娘L(fēng)險(xiǎn)策略無非是一個(gè)很好地選擇，這一類風(fēng)險(xiǎn)的規(guī)避策略應(yīng)當(dāng)以量化分析為導(dǎo)向，下文會詳細(xì)闡述。
對于地產(chǎn)市場來說，熱度近年來一直居高不下，最近受政策影響有些轉(zhuǎn)冷，但是分析政策不難看出，我國的政策決定地產(chǎn)市場一直是一個(gè)貨幣的蓄水池，如果蓄水池不再蓄水，那么人民幣則會大量升值，如果中國政府為了貨幣找到另一個(gè)蓄水池，那么人民幣勢必走向世界。如果這兩種情況出現(xiàn)，房產(chǎn)市場會有所冷卻，但考慮到房產(chǎn)市場的鋼需屬性，一個(gè)位置比較好的房產(chǎn)投資依然是比較穩(wěn)妥的低風(fēng)險(xiǎn)投資選擇。這一類風(fēng)險(xiǎn)的規(guī)避策略應(yīng)當(dāng)著重于位置的選擇上，如果能夠提前知道周邊政府未來的規(guī)劃，那么對于風(fēng)險(xiǎn)分析來說將更加準(zhǔn)確有效。
另外兩種實(shí)業(yè)類投資和民間借貸，這兩種有一個(gè)共性，相較地產(chǎn)市場以位置為導(dǎo)向來說，這兩種投資是以人為導(dǎo)向，即被投資主體均是人。這兩種投資除了要應(yīng)用到正確的風(fēng)險(xiǎn)量化方法以外，還需要有詳細(xì)的合同約定以及對被投資人的全面分析。合同約定中包括收益分配、責(zé)任、義務(wù)等均要做詳細(xì)的約束，如果是對熟人投資那么更要注意在合同中確定好雙方的責(zé)任與義務(wù)，避免今后權(quán)責(zé)不明的情況出現(xiàn)。對被投資人的全面分析要關(guān)注于此人的風(fēng)評、業(yè)務(wù)水平、以及償債能力。一個(gè)連生活都成困難的被投資人在生意不順時(shí)卷款走人這種現(xiàn)象屢屢發(fā)生。
對于某些資金充裕的投資人來說，還有一種實(shí)業(yè)類投資是參股某公司成為股東，這類投資通常牽涉資金量大，行為復(fù)雜且個(gè)性多于共性，所以本文中不再多做論述。
2、風(fēng)險(xiǎn)的量化分析方法
為了能夠有效地規(guī)避風(fēng)險(xiǎn)，通常需要經(jīng)歷五個(gè)步驟，即風(fēng)險(xiǎn)識別，風(fēng)險(xiǎn)定性分析，風(fēng)險(xiǎn)定量分析，制定風(fēng)險(xiǎn)控制策略，實(shí)施風(fēng)險(xiǎn)控制策略。而其中的風(fēng)險(xiǎn)量化分析是非常重要的一個(gè)環(huán)節(jié)。無論哪種投資，投資人都需要明確兩個(gè)要點(diǎn)，即獲得利潤的概率如何以及失敗時(shí)的損失是否能夠承受。這兩個(gè)指標(biāo)均是風(fēng)險(xiǎn)定量分析要解決的問題。
風(fēng)險(xiǎn)定量分析顧名思義，將投資風(fēng)險(xiǎn)從一個(gè)大致的認(rèn)識變?yōu)榫唧w的金錢數(shù)字。例如說我投資了某個(gè)基金A萬元，如果不出意外的話年底我能拿到m萬的紅利，如果有意外的話我可能會損失n萬元。這種認(rèn)識無助于投資人進(jìn)行投資決策以及展開風(fēng)險(xiǎn)控制，如果變?yōu)槟甑孜矣衳%的可能獲利m萬元，y%的可能保本，z%的可能損失n萬元，那么投資人就可以通過（A+m）*x%+A*y%+（A-n）*z%這個(gè)公式簡單計(jì)算其綜合收益，并與投入進(jìn)行比對，來決定投資是否可行，以及發(fā)生風(fēng)險(xiǎn)的概率及損失程度。再進(jìn)一步的情況可以將此投資方案和其他投資方案進(jìn)行對比，來搭配最優(yōu)化的投資組合。
定量分析方法在投資行業(yè)中非常常見，種類也有很多，本文給出兩種方法，即綜合仿真分析法和基數(shù)計(jì)算法。其中第一種方法適用可以找到一定規(guī)律，即被投資主體已經(jīng)經(jīng)歷了一段時(shí)間的運(yùn)營，或?qū)儆谝粋€(gè)長期穩(wěn)定的行業(yè)。第二種方法適用于新興行業(yè)或在某穩(wěn)定行業(yè)中新開展的運(yùn)營活動。
所謂綜合仿真分析法是一種統(tǒng)計(jì)學(xué)的方法，而且顧名思義，要進(jìn)行仿真分析。如前文所說，每一種投資都有其風(fēng)險(xiǎn)驅(qū)動因素。綜合仿真分析法的關(guān)鍵就在于如果想對風(fēng)險(xiǎn)進(jìn)行量化，那么首先要對這些風(fēng)險(xiǎn)驅(qū)動因素進(jìn)行量化，而量化的手段就是采用統(tǒng)計(jì)學(xué)的方法，來確定其變化趨勢，從而分析因?yàn)檫@些驅(qū)動因素變化而導(dǎo)致的風(fēng)險(xiǎn)區(qū)間。通常在開展這一方法時(shí)多用到數(shù)學(xué)模型或者統(tǒng)計(jì)工具。以某一個(gè)零售業(yè)的實(shí)業(yè)投資為例，經(jīng)過分析認(rèn)為，這個(gè)零售業(yè)其風(fēng)險(xiǎn)因素主要有進(jìn)貨市場價(jià)格的不穩(wěn)定、進(jìn)貨量的不確定、購買者數(shù)量的不穩(wěn)定，以及商品庫存造成的損耗。也就是說這一零售業(yè)共有四個(gè)風(fēng)險(xiǎn)因素。經(jīng)過對相同地區(qū)同類市場的調(diào)查，以月為單位收集樣本點(diǎn)，即針對于一年中各個(gè)月份收集四個(gè)數(shù)據(jù)點(diǎn)，放入工具中開展分析，定位每一個(gè)驅(qū)動因素的變化規(guī)律，例如輸入Beta分布，正態(tài)分布，均勻分布等。再將每一種因素的最悲觀和最樂觀的估計(jì)對盈利能力的影響進(jìn)行預(yù)計(jì)，例如最好的購買這數(shù)量可以為店內(nèi)造成m的收益，最不好的情況則造成n的收益（n可以為負(fù)），將以上元素放入風(fēng)險(xiǎn)工具/統(tǒng)計(jì)工具中，例如水晶球，Matlab等。從而獲得一個(gè)置信度以及對應(yīng)的盈利、虧損范圍，從而實(shí)現(xiàn)上文中所述的分析。
基數(shù)計(jì)算法和仿真法有些相似，而且都是為了獲得盈利虧損范圍以及其對應(yīng)發(fā)生的概率。但基數(shù)計(jì)算法更加粗糙一些，其過程是要首先確定一個(gè)利益回報(bào)的基準(zhǔn)，例如說某只基金年化收益5%。那么這個(gè)5%則被視為一個(gè)基準(zhǔn)，在這個(gè)基準(zhǔn)的基礎(chǔ)上分析可能影響到基金收益的因素，確定這些因素會對利益回報(bào)帶來的影響的可能，進(jìn)而獲得各個(gè)盈利點(diǎn)的置信區(qū)間。
3、如何制定有效的風(fēng)險(xiǎn)規(guī)避策略
當(dāng)有了一個(gè)很好的分析之后，下一步就是要制定風(fēng)險(xiǎn)規(guī)避策略。按照大類來分，可以將風(fēng)險(xiǎn)規(guī)避策略區(qū)分為事前控制以及事后補(bǔ)救。通常來講事前控制屬于降低風(fēng)險(xiǎn)，事后補(bǔ)救屬于降低損失。
對于事前控制來說，其關(guān)鍵點(diǎn)衍生于上文所述的量化風(fēng)險(xiǎn)分析，在量化風(fēng)險(xiǎn)分析過程中，可以開展一個(gè)名為“敏感度分析”的工作，即將每個(gè)風(fēng)險(xiǎn)因素對收益的影響的能力進(jìn)行量化。例如說當(dāng)客流量下降20%時(shí)，除了銷售量的下降，還會因?yàn)榇尕洆p耗而造成更大的利潤損失，其損失可能達(dá)到35%。那么這時(shí)就可以給客流量這個(gè)風(fēng)險(xiǎn)因素定義敏感度為35%/20%即1.75。通過對所有風(fēng)險(xiǎn)因素進(jìn)行敏感度分析并排序，篩選出排序靠前的要素建立風(fēng)險(xiǎn)指標(biāo)追蹤表進(jìn)行重點(diǎn)追蹤，重點(diǎn)監(jiān)控，當(dāng)指標(biāo)異常時(shí)及時(shí)做出應(yīng)對措施，例如發(fā)起討論會議、增加追蹤強(qiáng)度、變更投資比例甚至撤資。
還有一類風(fēng)險(xiǎn)控制手段是通過對資金量的控制，達(dá)到降低風(fēng)險(xiǎn)的目的，例如分段投資、固定投資、相對盈利等，這些方法通過控制資金的流入流出量，將風(fēng)險(xiǎn)造成的后果限制在一定范圍之內(nèi)，從而達(dá)到降低風(fēng)險(xiǎn)的目的。
當(dāng)風(fēng)險(xiǎn)發(fā)生時(shí)，要學(xué)會事后補(bǔ)救。事后補(bǔ)救并不一定是指投資期完結(jié)后的補(bǔ)救，也可以指風(fēng)險(xiǎn)發(fā)生后的補(bǔ)救。主要的方法包括風(fēng)險(xiǎn)回避、損失控制、風(fēng)險(xiǎn)轉(zhuǎn)移和風(fēng)險(xiǎn)保留。
其中補(bǔ)救階段的風(fēng)險(xiǎn)回避一般情況下是我們常說的止損，即撤資以避免更大的損失發(fā)生，這種方式是投資主體有意識地放棄風(fēng)險(xiǎn)行為，完全避免特定的損失風(fēng)險(xiǎn)。簡單的風(fēng)險(xiǎn)回避是一種最消極的風(fēng)險(xiǎn)處理辦法，因?yàn)橥顿Y者在放棄風(fēng)險(xiǎn)行為的同時(shí)，往往也放棄了潛在的目標(biāo)收益。如果不是極端惡劣或發(fā)生了某些特殊情況例如有新的投資方案明顯優(yōu)于此方案，那么通常不會考慮采用這種方式來補(bǔ)救風(fēng)險(xiǎn)。
損失控制和風(fēng)險(xiǎn)轉(zhuǎn)移則是主動接受風(fēng)險(xiǎn)并采取相應(yīng)措施來減少風(fēng)險(xiǎn)帶來的損失，通過各種手段將風(fēng)險(xiǎn)限制在可接受的范圍內(nèi)。這種方式是風(fēng)險(xiǎn)最常見的處理方式，既然無法消除風(fēng)險(xiǎn)并且還希望獲得收益，那么就需要對風(fēng)險(xiǎn)進(jìn)行有效的控制或轉(zhuǎn)移。
風(fēng)險(xiǎn)保留則是被動接受無法消除的風(fēng)險(xiǎn)，通過先期計(jì)劃采取手段彌補(bǔ)風(fēng)險(xiǎn)損失。常見的方法有風(fēng)險(xiǎn)儲備金。談到儲備金就又要提到上文所述的量化風(fēng)險(xiǎn)分析。由于量化風(fēng)險(xiǎn)分析可以獲取各個(gè)盈利范圍以及對應(yīng)的置信區(qū)間，那么通過將最可能盈利點(diǎn)（如80%可能的概率）和目標(biāo)盈利點(diǎn)（50%可能的概率）進(jìn)行相減，其差價(jià)即為應(yīng)當(dāng)保留的預(yù)備金。提前預(yù)留出預(yù)備金，當(dāng)風(fēng)險(xiǎn)保留行為發(fā)生時(shí)利用預(yù)備金補(bǔ)入投資項(xiàng)目中，避免由于風(fēng)險(xiǎn)發(fā)生、資金缺口造成的更大的惡果。
關(guān)鍵詞：量化寬松 貨幣政策
2009年3月起，美國連續(xù)實(shí)施量化寬松政策，這一政策的實(shí)施，對我國經(jīng)濟(jì)產(chǎn)生的巨大影響，不僅經(jīng)濟(jì)受到流動性泛濫的沖擊，而且在經(jīng)濟(jì)增長速度放緩的局面下，使中國有可能面臨低增長、高通脹的境地。由此，中國必須正視這種沖擊，采取積極的姿態(tài)予以應(yīng)對，這樣才能確保經(jīng)濟(jì)的持續(xù)、穩(wěn)定增長。本文針對當(dāng)前國際經(jīng)濟(jì)形勢分析了美國量化寬松政策，闡述了量化寬松政策實(shí)施以來中國經(jīng)濟(jì)所遭遇的挑戰(zhàn)，以及在政策選擇上面臨的困境，并給出了切實(shí)可行的應(yīng)對措施，以期對今后的研究有所助益。
美國經(jīng)濟(jì)與金融形勢分析與第三輪量化寬松政策
（一）美國經(jīng)濟(jì)形勢分析
美國經(jīng)濟(jì)自2011年第二季度再次探底之后，持續(xù)企穩(wěn)回升，復(fù)蘇態(tài)勢良好，尤其是2011年第四季度GDP環(huán)比增長3%，超出市場預(yù)期。2012年第一季度，美國經(jīng)濟(jì)延續(xù)了2011年底的良好局面，GDP增長率為2.8%。但是就業(yè)市場前景仍不明朗—美國勞工部2012年5月4日公布的數(shù)據(jù)顯示，2012年4月非農(nóng)就業(yè)人數(shù)增加僅為11.5萬人（預(yù)期增長為17.0萬人），創(chuàng)下2011年10月以來的最低月度增幅，美國仍有超過1250萬人處于失業(yè)狀態(tài)，失業(yè)率為8.1%。專家預(yù)計(jì)，美國還需要3年時(shí)間，才能將失業(yè)率降到6％，即恢復(fù)就業(yè)正常的狀態(tài)。再加之歐債危機(jī)的潛在風(fēng)險(xiǎn)沖擊，美國經(jīng)濟(jì)形勢可謂喜憂參半。數(shù)據(jù)說明，美國經(jīng)濟(jì)正在溫和回升，但“回升的火力仍不夠”。
（二）第三輪量化寬松政策
2012年一季度受益于經(jīng)濟(jì)平穩(wěn)增長和歐債危機(jī)風(fēng)險(xiǎn)的釋放，美國股市、債市等資本市場出現(xiàn)一定的繁榮景象，但是進(jìn)入2012年二季度以來，隨著經(jīng)濟(jì)增長出現(xiàn)放緩跡象，股市持續(xù)下跌。專家預(yù)計(jì)，美國股市將保持低迷，利率傾向于保持低位不變，流動性方面仍較為充足，美元價(jià)格回升，通貨膨脹保持平穩(wěn)。
從經(jīng)濟(jì)的基本面來看，一般認(rèn)為美聯(lián)儲實(shí)行量化寬松需要兩個(gè)客觀條件：一是失業(yè)率上升，二是通脹下降。當(dāng)時(shí)的情況是，失業(yè)率下降，通脹也在下降。從政治角度來看，2012年4月份美國新增非農(nóng)就業(yè)崗位表現(xiàn)不佳，令民眾對疲弱的勞動力市場的擔(dān)憂重新升溫，在大選年期間，奧巴馬通過寬松措施短期內(nèi)降低失業(yè)率來贏得選票。
從美聯(lián)儲內(nèi)部來看，當(dāng)時(shí)對啟動量化寬松主要存在三種觀點(diǎn)：一是認(rèn)為美國經(jīng)濟(jì)仍比較脆弱，只要通脹率不超過2%就要重啟；二是認(rèn)為只有經(jīng)濟(jì)復(fù)蘇動力出現(xiàn)嚴(yán)重消退才會啟動；第三種觀點(diǎn)認(rèn)為長期維持高度寬松的貨幣政策存在極大的風(fēng)險(xiǎn)，對重啟量化寬松重持審慎態(tài)度。2012年9月13日，美國聯(lián)邦儲備委員會宣布了第三輪量化寬松貨幣政策（QE3），以進(jìn)一步支持經(jīng)濟(jì)復(fù)蘇和勞工市場。根據(jù)新方案，美聯(lián)儲每月將在二級市場購買400億美元機(jī)構(gòu)抵押貸款支持證券，直到美國失業(yè)率降至7％以下。另外，美聯(lián)儲還決定將聯(lián)邦基金利率保持在零到0.25％超低區(qū)間的時(shí)限從之前的2014年年底延長到至少2015年年中，并將旨在壓低長期利率的“扭轉(zhuǎn)操作”延續(xù)至2012年年底。
量化寬松貨幣政策影響分析
（一）前兩輪量化寬松貨幣政策影響分析
為了應(yīng)對金融危機(jī)和改善信貸市場環(huán)境，2009年3月18日，美聯(lián)儲聲明將在未來的6個(gè)月內(nèi)購買長期國債，總額高達(dá)3000億美元，這正式宣告美國進(jìn)入量化寬松貨幣政策時(shí)代（簡稱QE1）。2010年11月3日，美聯(lián)儲再次宣布，在未來的8個(gè)月內(nèi)購買總額高達(dá)6000億美元的長期國債，并將聯(lián)邦基金利率設(shè)定為0-0.25%。這就宣告美國第二輪量化寬松貨幣政策（簡稱QE2）正式開啟。
量化寬松貨幣政策的實(shí)質(zhì)就是在脫離實(shí)體經(jīng)濟(jì)需求的情況下，開動印鈔機(jī)向市場大量輸入流動性。這種極端的貨幣政策將美國國內(nèi)通貨膨脹與貿(mào)易赤字壓力轉(zhuǎn)嫁至以中國為首的新興市場經(jīng)濟(jì)體，推高中國經(jīng)濟(jì)運(yùn)行成本，給中國經(jīng)濟(jì)增長造成了相當(dāng)程度的負(fù)面影響。
首先，大宗商品價(jià)格暴漲。美元為世界儲備貨幣，世界主要商品定價(jià)均以美元為基準(zhǔn)，而QE向金融市場注入的大量流動性資金，很大一部分通過進(jìn)入黃金、原油、糧食和其他重要工業(yè)原料的期貨交易來實(shí)現(xiàn)套利，由此大幅推高了大宗商品和初級產(chǎn)品的價(jià)格。自QE1推出后的2009年5月到2010年5月，一年之間，紐約證券交易所各期貨指數(shù)中，黃金上漲32.04%，原油上漲22.95%，大豆上漲41.40%，玉米上漲86.17%，銀上漲了159.81%。
國際大宗商品價(jià)格的暴漲，帶給初級產(chǎn)品主要進(jìn)口國尤其是經(jīng)濟(jì)高速增長的中國以高額的成本負(fù)擔(dān)。由于制造業(yè)企業(yè)的利潤空間本身有限，成本的大幅增加嚴(yán)重加劇了制造業(yè)企業(yè)的生存難度，而更為嚴(yán)峻的影響則作用在出口導(dǎo)向的加工制造型企業(yè)上。
其次，國內(nèi)通貨膨脹壓力高漲。大宗商品特別是資源類商品在中國進(jìn)口商品的結(jié)構(gòu)中占據(jù)了相當(dāng)大的比例，因此國際原材料價(jià)格的上漲，就會直接推動國內(nèi)CPI指數(shù)的上升。就在QE2推出的當(dāng)月，中國CPI同比上漲5.1%，2011年7月的CPI增幅更是一度高達(dá)6.5%。
第三，外匯儲備損失風(fēng)險(xiǎn)高漲。據(jù)國際清算銀行（BIS）的數(shù)據(jù)顯示，反映美元匯率綜合變動的美元有效匯率指數(shù)在2008年末為101.02點(diǎn)，而在QE1實(shí)施后，到2010年10月，這一指數(shù)已經(jīng)跌至81.95點(diǎn)，下降了近20點(diǎn)。2010年7月至10月底，南非、土耳其、韓國、印度、俄羅斯、巴西等新興經(jīng)濟(jì)體貨幣兌美元分別升值約9.7%、9.7%、8.7%、5.8%、2.5%和2%。正是美聯(lián)儲的量化寬松政策導(dǎo)致并強(qiáng)化了美元下行的態(tài)勢。在這一態(tài)勢下，中國國債損失巨大。根據(jù)2011年4月美國財(cái)政部等機(jī)構(gòu)聯(lián)合的《外國持有美國債券情況報(bào)告》顯示，截至2010年末，中國持有美國國債達(dá)到1.16萬億美元，占外匯總儲備的40.74%。而兩輪量化寬松政策實(shí)施以來，人民幣相對于美元持續(xù)升值近8%，造成直接外匯儲備損失1300多億美元。
（二）QE3實(shí)施影響分析
第一，未來國際大宗商品價(jià)格將重新展開升勢，加工制造型企業(yè)生存困難。國際大宗商品價(jià)格暴漲，加重了中國初級產(chǎn)品進(jìn)口企業(yè)的成本負(fù)擔(dān)。由于制造業(yè)企業(yè)的利潤空間本身有限，成本的大幅增加使企業(yè)生存難度不斷增大，尤其是對艱難渡過金融危機(jī)與兩輪量化寬松的出口加工型企業(yè)而言，QE3有可能意味著更為沉重的打擊，甚至是滅頂之災(zāi)。
第二，CPI上行壓力進(jìn)一步加大。為應(yīng)對美國量化寬松帶來政策的多重影響，中國也將重新審視自身的貨幣政策，在QE3的作用下，中國的貨幣政策將來很可能會跟隨美國的貨幣政策而進(jìn)一步寬松，剛剛緩解的國內(nèi)高通脹壓力將重新顯現(xiàn)。
第三，美元價(jià)格升勢將被逆轉(zhuǎn)，很有可能再創(chuàng)新低，中國外匯儲備損失風(fēng)險(xiǎn)再次高漲。據(jù)統(tǒng)計(jì)截止2012年3月，中國持有美國國債1.17萬億美元，假如在QE3中美元再次貶值10%，按照換算公式，中國直接外匯儲備損失將達(dá)1600多億美元。
第四，熱錢流入擾亂中國金融、經(jīng)濟(jì)秩序。美國采取量化寬松貨幣政策后，資金將再次大規(guī)模流入中國，導(dǎo)致金融資產(chǎn)泡沫增大，對股票市場和房地產(chǎn)市場的穩(wěn)定造成相當(dāng)程度的沖擊。大量熱錢還將流入中國實(shí)體經(jīng)濟(jì)領(lǐng)域，廉價(jià)美元大量購買中國優(yōu)質(zhì)資產(chǎn)，將會對中國中長期經(jīng)濟(jì)發(fā)展帶來本質(zhì)性傷害。
綜合來看，QE3實(shí)行，中國經(jīng)濟(jì)再次受到流動性泛濫的沖擊，在經(jīng)濟(jì)增長速度放緩的局面下，有可能面臨低增長、高通脹的境地。
中國應(yīng)對美國量化寬松政策的策略分析
綜上所述，針對美國實(shí)施的量化寬松政策，中國應(yīng)該采取積極的姿態(tài)予以應(yīng)對，本文認(rèn)為，至少應(yīng)該在加快外貿(mào)行業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、儲備投資多元化、推進(jìn)人民幣國際化、加強(qiáng)對國際資本流動的監(jiān)管、人民幣盯住美元措施等方面加大實(shí)施力度，有效應(yīng)對美國量化寬松政策對中國帶來的沖擊，由此確保中國經(jīng)濟(jì)的持久、平穩(wěn)發(fā)展。
（一）加快外貿(mào)行業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級
在成本提高和人民幣升值雙重壓力之下，加工制造行業(yè)出口競爭力正遭遇嚴(yán)峻考驗(yàn)。為了達(dá)到控制成本的目的，未來應(yīng)該將加工制造環(huán)節(jié)逐步內(nèi)遷，只將設(shè)計(jì)、銷售等高附加值環(huán)節(jié)留在沿海。在產(chǎn)品上，不再以“價(jià)廉”作為主要訴求，而轉(zhuǎn)以“物美”為發(fā)展方向，擴(kuò)大高附加值產(chǎn)品和服務(wù)的出口，加快從“中國制造”到“中國智造”的轉(zhuǎn)變，堅(jiān)持走自主創(chuàng)新的可持續(xù)發(fā)展道路，通過技術(shù)創(chuàng)新降低成本、提升產(chǎn)品層次，力爭擺脫原材料成本持續(xù)上漲的影響。
（二）儲備投資多元化
應(yīng)尋求安全和利潤的平衡，一味以美元作為外匯儲備的戰(zhàn)略已經(jīng)不再可取，對美元未來走勢應(yīng)當(dāng)保持足夠的警惕。當(dāng)前，應(yīng)當(dāng)不遺余力地調(diào)整資產(chǎn)結(jié)構(gòu)，選擇購買海外優(yōu)質(zhì)資產(chǎn)，特別是擴(kuò)大對美國的直接投資，以提升中國資源儲備的質(zhì)量，增強(qiáng)抵御國際金融風(fēng)險(xiǎn)的能力。目前中國對美國的直接投資不足美國吸引外國直接投資的1%，這一點(diǎn)必須引起中國政府與企業(yè)的重視。同時(shí)，緊盯大宗商品價(jià)格，擇機(jī)進(jìn)入市場。另外還可以考慮增加持有美國優(yōu)質(zhì)跨國企業(yè)和國際組織的股票，實(shí)現(xiàn)儲備與投資的多元化。
（三）推進(jìn)人民幣國際化
量化寬松引起的美元貶值導(dǎo)致中國外匯儲備大幅縮水，但是如果人民幣是國際結(jié)算貨幣的話，情況將大為不同，中國貿(mào)易盈余將得到保值。量化寬松的貨幣政策導(dǎo)致國際貨幣體系短期內(nèi)有質(zhì)的變化雖不現(xiàn)實(shí)，但是卻在實(shí)際上削弱了美元國際公信力。在此機(jī)遇下，可在企業(yè)“走出去”的過程中，擴(kuò)大貨幣互換的范圍和規(guī)模，穩(wěn)步推進(jìn)中國與其他國家的貨幣互換，爭取人民幣區(qū)域貨幣的地位，為人民幣地位的提升不斷努力。
（四）加強(qiáng)對國際資本流動的監(jiān)管
美國量化寬松后，巨量資金便流入中國，干擾中國經(jīng)濟(jì)正常運(yùn)行，這個(gè)口子當(dāng)如何堵住？為遏制熱錢流入，必須加強(qiáng)對外匯流動的監(jiān)督和管理，加強(qiáng)對外匯貸款的控制，對熱錢的沖擊目標(biāo)、流入渠道和方式進(jìn)行監(jiān)測和分析，提高應(yīng)對措施的針對性和有效性，努力穩(wěn)定股票與房地產(chǎn)市場。中國可以考慮實(shí)行更為嚴(yán)格的管理手段，從以往的經(jīng)驗(yàn)判斷，嚴(yán)格的管控手段的效果預(yù)期要明顯好于其他新興市場。
（五）人民幣盯住美元
既然量化寬松貨幣政策是主動推動美元利率匯率走低的廉價(jià)美元政策，那么人民幣盯住美元就是被動的廉價(jià)人民幣政策。但是，這一政策在未來的一定時(shí)期內(nèi)還需要堅(jiān)持。原因在于，若美國以及全球經(jīng)濟(jì)逐漸走出衰退的陰影，美元不一定會持續(xù)走高，而有可能在投資者風(fēng)險(xiǎn)偏好上升的情況下，美元作為避險(xiǎn)貨幣的投資需求下降，這樣一來，美元有可能繼續(xù)貶值。而人民幣匯率如果能持續(xù)以美元為參照，至少可以減少匯率波動帶來的不必要的交易成本和資金流波動，有利于保持中國商品的出口競爭力。
1.方圓.美國量化寬松政策對我國的影響及應(yīng)對措施.現(xiàn)代經(jīng)濟(jì)信息，2011.4
2.李永剛.重視應(yīng)對美國量化寬松的貨幣政策.宏觀經(jīng)濟(jì)管理，2011.3
3.李永剛.美國量化寬松貨幣政策影響及中國對策.財(cái)經(jīng)科學(xué)，2011.4
4.李永剛.美國第二輪量化寬松貨幣政策影響分析.北京理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2011.8
5.李永剛.美國量化寬松貨幣政策對世界新興市場國家的影響.高校理論戰(zhàn)線，2012.1
6.李永剛.金融危機(jī)對中美核心經(jīng)濟(jì)關(guān)系影響及中國對策.中國科技論壇，2012.2
7.毛玲玲，祝應(yīng)喜.美國量化寬松貨幣政策對我國經(jīng)濟(jì)的影響及啟示.現(xiàn)代商貿(mào)工業(yè)，2011.9
8.姚斌.美國量化寬松貨幣政策的影響及我國的對策.上海金融，2009.7
9.閆瑞明.量化寬松貨幣政策：美聯(lián)儲的次優(yōu)選擇.西部金融，2009.7
10.張海寧.美國量化寬松貨幣政策的影響及對策.中國證券期貨，2011.10
［DOI］10．13939/j．cnki．zgsc．2017．30．039
1 量化投資擇時(shí)選股的背景與意義
1．1研究背景
量化投資被西方投資界稱為顛覆傳統(tǒng)投資哲學(xué)的投資革命，可以追溯到20世紀(jì)50年代，在過去的60年里被證明是一種可以對沖市場風(fēng)險(xiǎn)，以概率取勝的高收益投資模式。相較技術(shù)投資者和價(jià)值投資者，量化投資者憑借其高頻交易和不斷適應(yīng)市場的量化投資策略，在2008年波及全球的金融海嘯中獲得了遠(yuǎn)超其他策略的收益。詹姆斯·西蒙斯所掌管的大獎?wù)禄饛某闪㈤_始，年均回報(bào)率高達(dá)38．5％，運(yùn)用量化的方法而獲得交易的套利。量化投資策略的基本原理是通過對海量歷史數(shù)據(jù)收集和總結(jié)后得到的交易策略，主要是通過高頻交易對市場存在不合理估值進(jìn)行糾錯(cuò)，來尋求α收益。
1．2研究意義
從國內(nèi)現(xiàn)有的采用量化投資方法并且運(yùn)作一段時(shí)間的基金來看，在A股這樣的市場應(yīng)用更加具有前景，通過量化擇時(shí)策略對歷史信息進(jìn)行分析從而達(dá)到預(yù)測價(jià)格的目的。一般來講，量化擇時(shí)選股策略可以分為基本面與市場行為兩類。其中，基本面選股策略中常用多因子模型，重點(diǎn)運(yùn)用選定的某些因子指標(biāo)作為股票遴選的標(biāo)準(zhǔn)，通過結(jié)果滿足標(biāo)準(zhǔn)作為買進(jìn)股票的對象，反之不滿足的則作為賣出對象。根據(jù)投資者的操作理念、投資風(fēng)格可以大致分為價(jià)值型、投機(jī)型等類別。無論何種投資者都會或多或少依據(jù)一些因子判斷股票漲跌。然而,當(dāng)多數(shù)交易者同時(shí)采用某一因子指標(biāo)時(shí)，促使該因子具有顯著有效性。這些因子和收益率之間有著千絲萬縷的因果關(guān)系。
2 量化擇時(shí)選股理論的研究
2．1基金擇時(shí)選股能力的分析模型
基金分析模型的基本思路一般都基于CAPM模型進(jìn)行拓展衍生，將基金的擇時(shí)選股能力分離和量化，進(jìn)而做出評測。應(yīng)用最為廣泛的有：特雷諾和瑪澤(Treynor ＆ Mazuy,1966）的T-M模型、Jensen模型（Jensen 1968）、亨里克森和莫頓的H-M模型(Henriksson ＆ Merton,1981)等。
2．2模型設(shè)計(jì)及研究樣本的選取與處理
本文以單因素T-M 模型為理論基礎(chǔ)因子，分析三個(gè)時(shí)間段（2006年1月1日—2007年9月3日，2007年10月8日—2008年10月8日，2007年12月31日—2011年12月31日）各種類型基金的選股以及擇時(shí)能力的情況，并分析每個(gè)時(shí)間段基金經(jīng)理的能力表現(xiàn)。
分析模型如下所示：
ri－rf＝α＋β1(rm－rf)＋β2(rm－rf)2＋εi
其中：α表示選股能力指標(biāo)，β1表示基金當(dāng)時(shí)面對的市場系統(tǒng)性風(fēng)險(xiǎn)，β2表示擇時(shí)能力指標(biāo)，εi為殘差項(xiàng)，其他變量表示的含義與Jenson模型相同。
假如β2大于零，那么表明基金經(jīng)理憑借專業(yè)能力和工作經(jīng)驗(yàn)，能夠把握市場的機(jī)會，做出準(zhǔn)確的研判，基金經(jīng)理具有擇時(shí)能力；否則就表明基金經(jīng)理在能力、經(jīng)驗(yàn)，以及把握機(jī)會方面還相對欠缺，擇時(shí)能力方面較差。參數(shù)α表示投資組合收益率差異，在α大于零的情況下，表明基金經(jīng)理的工作經(jīng)驗(yàn)和專業(yè)能力在選股方面可以獨(dú)當(dāng)一面，如果個(gè)股選擇的能力較高，那么α值越大。需要指出的是，α分離了擇時(shí)和選股能力。
為比較不同基金的選股擇時(shí)能力，本文采用Wind資訊數(shù)據(jù)庫中的晨星基金分類標(biāo)準(zhǔn)予以數(shù)據(jù)篩選，共取得了1443只基金的數(shù)據(jù)（剔除貨幣型基金和指數(shù)型基金）。同時(shí)，為了分析各種類型的基金在不同時(shí)間段內(nèi)的選股擇時(shí)能力，本文將研究區(qū)間分成三個(gè)時(shí)間段，根據(jù)模型相關(guān)變量及指標(biāo)數(shù)據(jù)的可操作性，最終篩選出384 個(gè)樣本，如表1所示。
3 實(shí)證結(jié)果與分析
以下2表是綜合運(yùn)用T-M 模型對樣本基金予以回歸分析。通過分析結(jié)果，樣本基金的F值均處于5%的顯著水平上通過檢驗(yàn)，這說明方程的整體顯著性良好，同時(shí)擬合優(yōu)度R2處于0．30~0．79，說明擬合較好。
下面，運(yùn)用T-M 模型對所有樣本基金進(jìn)行回歸計(jì)算，分別從選股和擇時(shí)兩方面的能力對各種類型基金在不同時(shí)間段內(nèi)的統(tǒng)計(jì)表現(xiàn)進(jìn)行分析。
3．1選股能力分析
（1）回歸分析
表2中27 只不同時(shí)間段、不同類型的基金T-M 模型的檢驗(yàn)結(jié)果。通過t檢驗(yàn)結(jié)果表明，其中僅有三只基金沒有通過α> 0的顯著性檢驗(yàn)，而其他的24只基金均通過了α>0的顯著性檢驗(yàn)。回歸分析結(jié)果顯示，有22只基金的α>0，占樣本總數(shù)的81%。結(jié)果表明樣本內(nèi)基金經(jīng)理都具有選股能力，但α的數(shù)值都相對偏小，這說明我國基金經(jīng)理的選股能力尚需提高。
（2）統(tǒng)計(jì)分析
通過表3的統(tǒng)計(jì)匯總，可以看出，只有債券型基金在2007年12月31日—2011年12月31日期間選股能力系數(shù)為負(fù)值，而其他基金在每個(gè)時(shí)間段均具有正向的選股能力，這表明樣本內(nèi)基金經(jīng)理都符合考察目的。不過，能力數(shù)值普遍偏低。
通過表4、表5和表6分析，股票型和混合型基金的平均選股能力都高于債券型基金，最大值、最小值、標(biāo)準(zhǔn)差等指標(biāo)也差別不大。絕大多數(shù)基金經(jīng)理具有一定選股能力，但這種能力并不突出。
3．2擇時(shí)能力分析
（1）回歸分析
表 2 給出了針對不同類型的27 只基金在不同時(shí)段內(nèi)T-M 模型的檢驗(yàn)結(jié)果。從 t 檢驗(yàn)來看，只有兩只基金能夠通過α的顯著性檢驗(yàn)。通過T-M模型的回歸分析，其中9只基金α>0，多數(shù)基金表現(xiàn)為負(fù)向的擇時(shí)能力。
（2）統(tǒng)計(jì)分析
從表7 可以看出，只有債券型基金在2007年10月8日到2008年10月8日和2007年12月31日到2011年12月31日兩個(gè)時(shí)間段內(nèi)的擇時(shí)能力系數(shù)大于零，其他的基金在每個(gè)時(shí)段的擇時(shí)能力系數(shù)均小于零。
綜合分析，在擇時(shí)能力方面，只有債券型基金的表現(xiàn)較好，樣本內(nèi)基金總體呈現(xiàn)負(fù)向狀態(tài)。說明我國基金經(jīng)理的對于未來經(jīng)濟(jì)及股市整體趨勢的研判和分析不夠透徹。
4結(jié)論
通過實(shí)證分析，得出的結(jié)論如下：
（1）選股能力方面，除債券型基金外，所有類型的基金在三個(gè)時(shí)間段都表現(xiàn)出一定的選股能力，不過能力表現(xiàn)并不顯著。而且，所有表示基金選股能力的標(biāo)準(zhǔn)差相對較小，表明基金經(jīng)理之間對投資配置、組合的能力差異很小。
（2）擇時(shí)能力方面，樣本內(nèi)基金經(jīng)理擇時(shí)能力不太理想，當(dāng)市場出現(xiàn)多頭行情，基金經(jīng)理難以把握機(jī)會，以尋求穩(wěn)定超額收益率；當(dāng)市場出現(xiàn)空頭行情,基金經(jīng)理也無法規(guī)避系統(tǒng)性風(fēng)險(xiǎn)，及時(shí)空倉止損。此外，所有類型基金擇時(shí)能力標(biāo)準(zhǔn)差都較大，不同基金經(jīng)理的表現(xiàn)水平波動較大。
（3）綜合分析，我國大部分基金經(jīng)理的選股擇時(shí)能力和經(jīng)營管理能力尚需加強(qiáng)，具體表現(xiàn)在擇時(shí)能力方面，只有少數(shù)的基金經(jīng)理能夠具備一定的選股能力。這種結(jié)果受到國內(nèi)證券市場特點(diǎn)、基金公司績效考核等客觀原因的影響。相信隨著我國加快完善多層次資本市場體系和基礎(chǔ)性制度，以及基金公司的內(nèi)部管理體制建設(shè)等措施，基金經(jīng)理的擇時(shí)選股水平會進(jìn)一步提升。
參考文獻(xiàn)：
［1］Treynor D．E．,Mazuy K．．Can Mutual Funds Outguess the Market［J］.Harvard Business Review,1966(17):38-4．
與股神巴菲特的“價(jià)值投資”不同，西蒙斯的投資成就依靠的是“量化投資”。這位24歲起就出任哈佛大學(xué)數(shù)學(xué)系教授的數(shù)學(xué)天才，依靠數(shù)學(xué)模型和計(jì)算機(jī)技術(shù)捕捉著市場機(jī)會。他認(rèn)為，數(shù)學(xué)模型比主動投資能夠更有效地降低風(fēng)險(xiǎn)。
雖然中國人對西蒙斯這個(gè)名字還比較陌生，但“量化投資”產(chǎn)品在華爾街已經(jīng)非常普遍。受益于計(jì)算機(jī)技術(shù)的提升和市場歷史數(shù)據(jù)供應(yīng)的完善，進(jìn)入21世紀(jì)后，這一投資方式開始飛躍成長。2000年至2007年間，美國“量化投資”產(chǎn)品的總規(guī)模翻了4倍多，超越了同期美國共同基金總規(guī)模（定量+定性）的增長速度（翻了1.5倍）。“量化投資”在美國全部投資中的占比，從1970年為零發(fā)展到2009年30%以上。
什么是“量化投資”？
可以說“量化投資”是隨著計(jì)算機(jī)科技而發(fā)展起來的。簡單地說，“量化投資”就是將人的投資思想反應(yīng)在數(shù)量模型中，并利用電腦處理大量信息，從而進(jìn)行投資決策。建信上證社會責(zé)任ETF基金經(jīng)理葉樂天介紹，“量化投資”在美國的發(fā)展比較蓬勃。在華爾街的投資行為中，同一個(gè)套利機(jī)會下，誰下單早誰就就能抓住機(jī)會，這些都得益于計(jì)算機(jī)運(yùn)行速度越來越快。也往往就是這幾毫秒的領(lǐng)先，就可以掙到萬分之一的收益。萬分之一雖然不多，但是日積月累，就可能有很高的收益。
目前“量化投資”在中國還是一個(gè)新概念，處于起步和發(fā)展之間的階段，可以說是少數(shù)派的地位，普通老百姓不太熟悉，產(chǎn)品較少，也缺乏明星產(chǎn)品和明星基金經(jīng)理。
與市場熟悉的“定性投資”相比，“量化投資”主要是在研究方法上與其不同。“定性投資”的公司基本面研究是靠到企業(yè)調(diào)研，看研究報(bào)告，與高管深入交流、了解大股東訴求，了解公司發(fā)展規(guī)劃之類，有很深的深度。“量化投資”則注重廣度，比如市場上有2000只股票，就把2000只全都抓起來，“量化投資”的數(shù)據(jù)越多反而越好。葉樂天以市場中一個(gè)很形象的比喻來形容上述兩種投資的異同：“定性投資”和“定量投資”的差異如同中醫(yī)和西醫(yī)的關(guān)系。“定性投資”更像中醫(yī)，更多地依靠經(jīng)驗(yàn)和感覺判斷病在哪里；“定量投資”更像是西醫(yī)，依靠模型判斷，模型對于定量投資基金經(jīng)理的作用就像CT機(jī)對于醫(yī)生的作用。在每一天的投資運(yùn)作之前，我會先用模型對整個(gè)市場進(jìn)行一次全面的檢查和掃描，然后根據(jù)檢查和掃描結(jié)果做出投資決策。
葉樂天笑稱，與定性投資基金經(jīng)理經(jīng)常出差不同，他主要的工作都在案頭。他主要是搜集數(shù)據(jù)，進(jìn)行數(shù)據(jù)處理，還有編程。雖然表面上看不如定性投資基金經(jīng)理忙碌，但其實(shí)工作量一點(diǎn)不少。
排除“人”的情感
一位“量化投資”基金經(jīng)理一開始是學(xué)習(xí)理論方面的知識，比如數(shù)學(xué)知識和統(tǒng)計(jì)學(xué)知識；然后對歷史數(shù)據(jù)進(jìn)行分析；參考市場中已有的成功模型，汲取巨人的智慧；接著是建模；然后測試，測試中有很多細(xì)節(jié)需要考慮，比如沖擊成本等；最后是搭建一個(gè)平臺，確保數(shù)據(jù)到達(dá)后，模型能夠響應(yīng)，進(jìn)行處理和輸出。每一步都非常復(fù)雜。
在這個(gè)過程里，不僅數(shù)學(xué)模型不具備自己的情感，基金經(jīng)理也要盡可能地剔除“人”的思維。這其中便是對紀(jì)律性的超高要求。雖然量化模型是由人設(shè)計(jì)的，具體的交易單由模型產(chǎn)生，但基金經(jīng)理在經(jīng)驗(yàn)總結(jié)以及模型設(shè)計(jì)時(shí)容易保持理性，在個(gè)股的交易時(shí)卻不免受制于人性的弱點(diǎn)。葉樂天說，正如西醫(yī)檢查一般，量化模型的最大的特點(diǎn)就是可以克服人性的弱點(diǎn)，他不會有恐慌，也不會有貪婪。所以只要模型和數(shù)據(jù)是正確的，基金經(jīng)理平時(shí)都不會去干預(yù)和控制模型的輸出。
2007年次貸危機(jī)的爆發(fā)，在一定程度上可以說就是人的情感對模型干預(yù)造成的失誤。華爾街為衍生品定價(jià)的模型并沒有錯(cuò)，錯(cuò)的是人在設(shè)定參數(shù)的時(shí)候?qū)Ξ?dāng)時(shí)的金融形勢過于樂觀，過分信任金融衍生品工具。
但盡量不干預(yù)也不是完全不干預(yù)，比如下面這兩種情況：一是程序發(fā)生錯(cuò)誤，二是模型錯(cuò)誤。模型錯(cuò)誤主要指的是股票走勢與預(yù)測相差特別大，超過了統(tǒng)計(jì)意義上顯著的差別，這時(shí)就需要更新一下模型，但一般不會太頻繁。
另外一種發(fā)揮人的主觀能動性的情況就是對虛假數(shù)據(jù)的剔除。葉樂天介紹，“中國很多數(shù)據(jù)都經(jīng)過修飾，對我本人來說，我不喜歡根據(jù)宏觀數(shù)據(jù)擇時(shí)，更多地是相信多因子模型。我們現(xiàn)在有很大一部分工作是進(jìn)行數(shù)據(jù)清理，包括上市公司經(jīng)過修飾的財(cái)務(wù)數(shù)據(jù)。但是有一塊是沒有經(jīng)過修飾的，就是技術(shù)面的數(shù)據(jù)，比如成交量和成交價(jià)格，這是由市場PK決定的。同時(shí)由于中國市場有坐莊的人，所以我們在小股票的選擇上也會比較慎重。在數(shù)據(jù)清理方面與基本面有關(guān)，所以我們也會和研究員溝通。還包括異常值的去除，取中位數(shù)往往比平均數(shù)更靠譜。在統(tǒng)計(jì)學(xué)上有一個(gè)大數(shù)定律，在數(shù)據(jù)量很大的情況下，最終會回歸一個(gè)中性的環(huán)境。”
如何選擇“量化投資”產(chǎn)品？
依照目前中國市場的情況，“量化投資”主要分為一下幾類：一是套利型，比如股指期貨套利；二是被動型；三是追求超額收益的產(chǎn)品；四是做高頻交易，主要是私募和券商資本。不同的產(chǎn)品對收益率會有不同的要求：指數(shù)增強(qiáng)追求的是超額收益，與標(biāo)的指數(shù)之間的差盡量少，還能跑贏指數(shù)；對沖基金和套利ETF是在穩(wěn)定的前提下追求超額收益。
目前中國的量化產(chǎn)品絕大多數(shù)還是指數(shù)產(chǎn)品，尤其是公募這一塊，起碼有100來只，但主動量化的可能只有十幾只。量化產(chǎn)品的換倉、持倉的規(guī)模比較大，那么沖擊的成本就比較大。因?yàn)榱炕顿Y不像基本面研究對單個(gè)公司的研究很透，所以禁得起很大的波動，追求的漲幅也大。量化追求比較小的漲幅，但比較穩(wěn)定。另外，查閱“量化投資”基金的歷史業(yè)績可以發(fā)現(xiàn)，指數(shù)增強(qiáng)型基金的表現(xiàn)還算穩(wěn)定，主動量化型的穩(wěn)定性稍差。業(yè)績穩(wěn)定對開放式基金比較重要。目前市場上認(rèn)購較好的指數(shù)基金，就是因?yàn)闃I(yè)績穩(wěn)定。
在交易量上，不同的產(chǎn)品會不一樣。公募的交易肯定不活躍，因?yàn)榻灰琢勘容^大，沖擊的成本也大，另外同日不能反向交易。但私募量化基金主要是做高頻交易，深度更大，一天可能往返好幾次。
同時(shí)，中國的量化產(chǎn)品主要還是受制于投資人才的培養(yǎng)、衍生工具的發(fā)展和市場深度不夠。因?yàn)檠苌ぞ呷狈Γ趦?nèi)地市場買可轉(zhuǎn)債，就不能像在香港市場一樣去做空股票，做空相應(yīng)的債券，賺取波動率。市場深度不夠則主要表現(xiàn)可投資股票的數(shù)量上。
在目前的市場情況下，投資者在選擇“量化投資”產(chǎn)品的時(shí)候，首先看一下這只基金是屬于哪一類的，然后看基金經(jīng)理的投資理念和思路方法能否在當(dāng)時(shí)的市場上獲取收益，如果認(rèn)同的話就可以選擇了。也即是一看歷史業(yè)績，二看管理者的投資理念。
很多人擔(dān)心由于中國股市受政策影響較大，數(shù)學(xué)模型可能并不能及時(shí)對政策變動做出反應(yīng)。葉樂天說，“政策市對市場肯定會有影響，包括數(shù)據(jù)不透明，政策變化對股市的影響等。但股市會反映政策的，如果政策有效的話，政策會反映在股市中，為量化模型提供一些最新的數(shù)據(jù)，只要及時(shí)更新數(shù)據(jù)，還是可以處理得很好。”
另外，基金的規(guī)模對業(yè)績也會有影響。葉樂天認(rèn)為，指數(shù)增強(qiáng)產(chǎn)品三四十個(gè)億是比較好的規(guī)模。如果規(guī)模太小，有些持倉可能會買不足。
投資在選擇“量化投資”產(chǎn)品的時(shí)候，應(yīng)當(dāng)首先考慮資產(chǎn)配置。因?yàn)榛鹗且环N長期投資，不需要經(jīng)常擇時(shí)，更多地還是做好投資者個(gè)人的資產(chǎn)配置。
量化產(chǎn)品的優(yōu)勢
“量化投資”的投資方法本身在海外已經(jīng)得到了證明，但中國A股市場主要以散戶占多數(shù)，要把運(yùn)用模型進(jìn)行計(jì)算操作的量化投資這樣復(fù)雜的投資方法向他們解釋清楚并理解和接受確實(shí)不易。但從量化投資的特點(diǎn)上來看，由于量化投資需要不斷尋找機(jī)會，買入一大批股票，而不會在幾只股票上重倉押注，在投資結(jié)果上，其換手率和分散化程度都較高，這樣一來，相對于散戶投資者重倉幾只股票來講，風(fēng)險(xiǎn)性也就更小。同時(shí)，由于量化投資就是借助現(xiàn)代統(tǒng)計(jì)學(xué)、數(shù)學(xué)的方法，從海量歷史數(shù)據(jù)中尋找能夠帶來超額收益的多種“大概率”策略，并紀(jì)律嚴(yán)明地按照這些策略所構(gòu)建的數(shù)量化模型來指導(dǎo)投資、形成回報(bào)，因此具有很高的投資價(jià)值。
神勇的大獎?wù)?/p>
量化投資向世人昭示，擠進(jìn)超級富豪圈不是夢。對沖基金是量化投資應(yīng)用最廣泛的產(chǎn)品。在福布斯2013全球億萬富豪榜上，對沖基金經(jīng)理在前1000名富豪里奪得了約21個(gè)席位，占比約達(dá)2%，更有4名進(jìn)入了百強(qiáng)榜。
詹姆斯？西蒙斯的文藝復(fù)興公司旗下的大獎?wù)禄穑?998至2008年的20年時(shí)間內(nèi)，年平均凈回報(bào)率高達(dá)38.5%，創(chuàng)造了投資界的神話。西蒙斯本人也成為了20年內(nèi)最佳賺錢基金經(jīng)理，成為了新的對沖之王，直至今日，仍居福布斯億萬富豪榜的82位。
大獎?wù)禄鹨远叹€操作為主，主要通過統(tǒng)計(jì)信息分析方法來判斷外匯和債券短期的價(jià)格變化，尤其是市場的過激反應(yīng)類，進(jìn)行套利活動。這個(gè)短線究竟有多短呢，金融投資里面最短的短線的計(jì)量單位叫“一筆”，舉個(gè)例子來說，每秒鐘都有可能進(jìn)行成百上千筆交易。
可以這樣說，大獎?wù)禄鸩畈欢嗍橇炕筋^發(fā)絲的存在，但這也并不代表著，電腦已經(jīng)取代了人的角色，成為了人的主宰。西蒙斯自己也曾表示，長期不變還能賺錢的模型是不存在的，模型必須要不斷更新，這也完全是通過人來完成的。
黑天鵝擊潰完美模型
談到量化投資，美國長期資本作為最著名的投資案例，不得不提。
約翰？梅里韋瑟在1994年2月創(chuàng)立了美國長期資本公司（LTCM）。公司依托布萊克-舒爾斯-默頓的衍生工具標(biāo)價(jià)理論，采用“市場中性”的交易策略，買入低估的有價(jià)證券、賣出高估的有價(jià)證券，進(jìn)行套利活動。LTCM似乎窺探到了量化的奧秘，在1994至1997年，年投資回報(bào)率分別達(dá)到28.5%、42.8%和17%，凈增長2.84倍。巨大的盈利能力讓LTCM獲得了資本市場的認(rèn)可，也使梅里韋瑟獲得了套利之父的榮譽(yù)。
1998年8月17日，黑天鵝降臨了，LTCM遭遇了俄羅斯政府外債違約。這場危機(jī)引起了全球金融市場的動蕩，投資者紛紛退出了發(fā)展中國家的市場，轉(zhuǎn)向了美國、德國等風(fēng)險(xiǎn)小、質(zhì)量高的債券。結(jié)果LTCM做錯(cuò)了方向，沽空的德國債券價(jià)格上漲，做多的發(fā)展中國家債券價(jià)格卻下降，原本預(yù)期收斂的價(jià)差卻在趨于發(fā)散，致使其在資本市場上的滑鐵盧。雖然后來美國金融巨頭出資接管了公司，但LTCM已是強(qiáng)弩之末，于2000年宣布倒閉清算。
私募專業(yè)人士指出，LTCM過于信任自身的投資策略組合，忽略了小概率事件，再加上過高的杠桿，都導(dǎo)致了它的最終滅亡。量化投資其實(shí)根本不存在永久的致富秘籍，也沒有永葆青春的投資模型，隨著市場效率的提升，IT技術(shù)的升級，任何投資策略與操作方法從短期或長期來看，都存在誤區(qū)與漏洞，這時(shí)則需要人腦的與時(shí)俱進(jìn)，讓系統(tǒng)根據(jù)動態(tài)不確定的環(huán)境進(jìn)行修正與完善。人腦與電腦應(yīng)該是相互成全，而不是相互替代。
量化投資的“黑箱”
正如硬幣有正反兩面，可稱得上是賺錢利器的量化投資，也會因計(jì)算機(jī)的頻繁“發(fā)瘋”面臨巨大的投資風(fēng)險(xiǎn)，如華爾街巨頭高盛的交易錯(cuò)單、美國第二大股票交易所紐約納斯達(dá)克證券交易所3小時(shí)的停止交易、國內(nèi)8·16烏龍指交易事件。量化投資的高頻交易引發(fā)了人們對計(jì)算機(jī)潛在風(fēng)險(xiǎn)的擔(dān)憂，但它就像血液循環(huán)系統(tǒng)一樣，加速了資本市場的資金流動，是金融發(fā)展歷程中不可缺少的。“我們不能因噎廢食，因?yàn)橐粋€(gè)系統(tǒng)的BUG，就舍棄了整個(gè)系統(tǒng)。”首善財(cái)富管理集團(tuán)（以下簡稱首善財(cái)富）表示，隨著金融產(chǎn)品種類的增多，信息跟蹤量的增大，對量化投資的需求也會不斷增大。從管理和控制風(fēng)險(xiǎn)的角度來說，這不僅需要投資公司自身完善風(fēng)控體系，還需要整個(gè)產(chǎn)業(yè)鏈的配合。首善財(cái)富董事長吳正新曾多次指出，“對沖基金將是中國證券市場最大贏家，而它們多大量采用復(fù)雜的量化模型進(jìn)行程序化交易。”
所謂量化投資，就是指按照事先設(shè)定好的邏輯策略或數(shù)學(xué)公式進(jìn)行投資，文藝復(fù)興技術(shù)公司與美國長期資本公司也都是這樣做的。從廣義的層次來說，一切使用數(shù)學(xué)工具、電腦程序的投資方式都包含在量化投資的范疇。其中，爭議不斷的高頻交易本質(zhì)上是用來消除市場暫時(shí)出現(xiàn)的無效率的，它可以促進(jìn)市場價(jià)格更快地反映市場信息。全球最大的知名高頻交易公司包括Millennium， DE Shaw， Worldquant和Renaissance Technologies等。
雖然量化投資由于穩(wěn)定的投資回報(bào)獲得了越來越多的投資者的青睞，但是投資大眾對量化投資的運(yùn)作流程依然很模糊，這樣“黑箱”也就形成了。量化投資的“黑箱”里到底承載著什么奧秘呢？
據(jù)華爾街頂級數(shù)量金融專家里什？納蘭揭秘，量化投資“黑箱”的基本結(jié)構(gòu)包括人工的數(shù)據(jù)輸入與研究、交易策略模型、風(fēng)險(xiǎn)控制模型、交易成本模型、投資組合構(gòu)建模型，其中四項(xiàng)構(gòu)成了交易系統(tǒng)。
如何讓量化投資“活”起來？答案是人工的數(shù)據(jù)輸入與研究，和交易系統(tǒng)的配合。通常認(rèn)為，量化交易最小化了人工因素在系統(tǒng)中的作用，當(dāng)量化交易員精心研究和開發(fā)的系統(tǒng)上線，他們似乎也就英雄再無用武之地。其實(shí)不然，計(jì)算機(jī)只會忠實(shí)可靠地按照人們告訴它的做法一步一步地來執(zhí)行，伴隨著時(shí)間與市場的不斷演進(jìn)，交易模型瑕疵也將不斷擴(kuò)大，這時(shí)量化交易員的主觀判斷顯得尤為重要，人工因素的加入使量化投資具有了人類的正常思維，似乎“活”起來，可以主動靈活地應(yīng)對外界的瞬息萬變。也就是說，一旦市場觸發(fā)了系統(tǒng)的難以判斷的“恐慌”，交易員就會立即現(xiàn)身，通過修改交易清單或降低投資組合規(guī)模和相應(yīng)的杠桿比率，來規(guī)避投資的風(fēng)險(xiǎn)。
MOM讓量化投資活起來
如今，MOM模式成為歐美主流的資產(chǎn)管理模式，也將是量化投資界人腦與電腦結(jié)合的最佳作品。
作為一種間接的資產(chǎn)管理模式MOM（即Manager of Managers）誕生在美國羅素資產(chǎn)管理公司。它的客戶可以是機(jī)構(gòu)投資者，也可以是高凈值個(gè)人。自從被開發(fā)出來，已被國外很多機(jī)構(gòu)應(yīng)用，最成功的當(dāng)屬耶魯大學(xué)基金會，從1980年的兩億美金到了現(xiàn)在的約300億美金，賺了將近150倍。
所謂MOM模式，也被稱為精選多元管理人，通過優(yōu)中選優(yōu)的方法，篩選基金管理人或資產(chǎn)管理人，讓這些最頂尖的專業(yè)人士來管理資產(chǎn)，而自身則通過動態(tài)地跟蹤、監(jiān)督、管理他們，及時(shí)調(diào)整資產(chǎn)配置方案，來收獲利益。
“找最優(yōu)秀的人做最專業(yè)的事。”首善財(cái)富董事長吳正新指出了MOM模式的本質(zhì)。首善財(cái)富旗下的首善國際資產(chǎn)管理有限公司是國內(nèi)第一家運(yùn)用MOM模式做對沖基金和期貨的公司，這正得益于其不懈地將技術(shù)與研究的雙輪驅(qū)動作為公司的核心發(fā)展戰(zhàn)略。
MOM模式降世不過30載，但發(fā)展非常迅速，得到了眾多國內(nèi)外投資公司的關(guān)注。尚屬新鮮事物的MOM模式的相關(guān)產(chǎn)品在國內(nèi)已經(jīng)開始試水。在2011年中國平安與羅素公司合作設(shè)立了平安羅素，并發(fā)行了第一期的MOM產(chǎn)品。除此之外，MOM模式還可廣泛應(yīng)用于對沖基金與期貨產(chǎn)品。“國內(nèi)期貨資管行業(yè)要做大做強(qiáng)，采用MOM模式是一種必然選擇。”吳正新也曾表示。
禁不住MOM模式產(chǎn)品的誘惑，國內(nèi)各投資公司紛紛對它的本土化做出了預(yù)先安排。“目前和我們合作的有十多個(gè)國內(nèi)領(lǐng)先、國際一流的投資團(tuán)隊(duì)，其中大多是國際水平的程序化交易團(tuán)隊(duì)。”吳正新表示，首善財(cái)富早在引進(jìn)MOM模式之際就采取了多元的投資風(fēng)格與多元的管理團(tuán)隊(duì)相結(jié)合的經(jīng)營理念。其中，多元的投資風(fēng)格是首善財(cái)富資產(chǎn)管理的核心特色之一，“我們既有主觀的人工交易，也有客觀的程序化交易，而且以量化的程序化交易為主。”相對而言，多元的管理團(tuán)隊(duì)，即表示公司內(nèi)部自身的投資團(tuán)隊(duì)的主動管理，再加上外部國際精英團(tuán)隊(duì)的專業(yè)管理。
相比近些年受到推崇的基金中的基金（FOF），信托中的信托（TOT），MOM模式在對資產(chǎn)管理人的數(shù)量與專業(yè)性的覆蓋層面，更具魅力。FOF和TOT從本質(zhì)上來說依然局限在精選產(chǎn)品上，而MOM模式更偏向于精選管理人，它可以憑借公司的研究能力，相對獨(dú)立的挑選出更適合投資需求的專業(yè)管理人，運(yùn)用定量與定性相結(jié)合的方法，將優(yōu)選產(chǎn)品管理人和多人管理風(fēng)險(xiǎn)的雙重優(yōu)勢發(fā)揮得淋漓盡致。
MOM模式既運(yùn)用多元專業(yè)人才打破了量化投資的固有形態(tài)，也通過計(jì)算機(jī)系統(tǒng)的理性判斷避免了交易員敏捷感應(yīng)贏利卻遲緩反應(yīng)損失的習(xí)慣性偏差，讓專業(yè)人才與計(jì)算機(jī)系統(tǒng)在“黑箱”內(nèi)相互成全，相互配合，以求收獲更加穩(wěn)定、更加高額的投資回報(bào)，使其具有很大的發(fā)展空間與潛力。
如此看來，人工的數(shù)據(jù)輸入與研究，和交易系統(tǒng)的互相成全，是量化投資“活”起來的動因，與此同時(shí)，在這個(gè)神秘的暗箱操作中，我們似乎也窺探到了超級富豪理財(cái)?shù)闹虢z馬跡。
