一、量化基金介紹

　　美國的量化投資從60年起步，80年代末開始快速發(fā)展。曾經(jīng)有很多人質(zhì)疑量化的快速發(fā)展是不是會降低收益率，但事實(shí)證明不是這樣的。相反，量化的發(fā)展一直沒有停止，包括2008年金融危機(jī)以后量化的發(fā)展依然往前推進(jìn)。目前，美國有超過30%投資用到量化投資的概念。那么，量化投資跟傳統(tǒng)投資區(qū)別是什么呢?首先，了解一下量化投資的概念及杰出代表。

　　AQF量化投資以先進(jìn)的數(shù)學(xué)模型代替人為的主觀判斷，強(qiáng)調(diào)投資的紀(jì)律性和系統(tǒng)性，克服貪婪、恐懼、僥幸等人性的弱點(diǎn)，克服認(rèn)知偏差，借助系統(tǒng)強(qiáng)大的信息處理能力獲得更大的投資穩(wěn)定性，減少非理性的投資者情緒對于投資決策的影響。

　　量化基金代表公司Renaissance Technologies是由數(shù)學(xué)教授詹姆斯.西蒙斯(James Simons)于1982年創(chuàng)建。我們可以簡單地介紹一下這家公司，它可以作為一個代表，這個公司200多名員工中1/3以上擁有數(shù)學(xué)、物理、天文、統(tǒng)計等博士學(xué)位。從收費(fèi)上來講就可以看到它的策略特點(diǎn)，Medallion Fund收取5%管理費(fèi)和36%盈利費(fèi)。1989-2008年平均年收益率高達(dá)35%，2007年次貸危機(jī)回報率高達(dá)85%。

　　二、中國國內(nèi)量化基金發(fā)展情況

　　中國國內(nèi)量化基金起步較晚，截至目前市場約有百余支量化對沖產(chǎn)品。國內(nèi)的量化大概是從2013年開始才逐漸地增長起來。在2013年以前，尤其是國內(nèi)的一些公募基金的量化部門往往都是跟被動投資的放到一起，所以實(shí)際上真正的量化投資是極少的。截止到2013年底，據(jù)wind統(tǒng)計，2013年新發(fā)的1支公募量化基金的規(guī)模為3.83億元，而2013年發(fā)行的公募基金截至年底的總規(guī)模為6490.90億元，量化產(chǎn)品的占比僅為0.06%，所有存續(xù)期內(nèi)的量化公募產(chǎn)品的規(guī)模總計為183.8億元，占公募基金3.02萬億總管理規(guī)模比例也不到1%。2013年底，中國市場上正在運(yùn)作的量化型陽光私募產(chǎn)品共有78款，其中有6個月以上運(yùn)作業(yè)績的產(chǎn)品只有44款，中國市場上正在運(yùn)作的量化券商集合理財產(chǎn)品共有50余款。截止到2014年3月底，據(jù)不完全統(tǒng)計，中國的資本市場已有100多只產(chǎn)品實(shí)行量化對沖。格上理財數(shù)據(jù)統(tǒng)計，截止2014年6月，量化對沖策略陽光私募產(chǎn)品占產(chǎn)品總量的5.33%。

　　經(jīng)過2015年股市的動蕩后，人們的觀念逐漸改變，除了注重收益，也意識到風(fēng)險的重要性。投資者結(jié)構(gòu)在近幾年來是有了明顯的變化，投資者群體也逐漸從財富積累階段進(jìn)入財富傳承階段。2016年、2017年國內(nèi)的量化碰到了很大的挑戰(zhàn)，后邊會談到是什么樣的挑戰(zhàn)。

　　國內(nèi)程序化交易及高頻交易的現(xiàn)狀有幾個特點(diǎn)：第一、國內(nèi)量化投資總量不大;第二、國內(nèi)量化投資主要以中、低頻策略為主，這個與國內(nèi)的交易市場的具體的交易的模式、國內(nèi)的監(jiān)管的條件有關(guān)，也跟國內(nèi)的這個印花稅有關(guān);第三、股票現(xiàn)貨市場幾乎不存在超高頻交易。唯一能夠做的比較頻率高的市場在國內(nèi)是期貨市場，尤其是商品期貨市場，因?yàn)槠谪浭袌鍪荰加零的市場，所以這可能是極少數(shù)存在的一些高頻交易。期貨市場出現(xiàn)超高頻交易，但量極少;第四是股票現(xiàn)貨市場出現(xiàn)短線方向性高頻交易，但頻率不高，量極少;第五、期貨市場存在手動(超)高頻交易，但量不大;第六是否存在違規(guī)行為(如橙色或紅色中的行為)需要監(jiān)管調(diào)查，即便存在也應(yīng)該極為有限。

　　三、中國國內(nèi)量化投資主要內(nèi)容

　　首先，當(dāng)前在中國國內(nèi)提到量化，大家往往想到的就是量化加對沖的策略。其實(shí)量化和對沖其實(shí)是兩個互相獨(dú)立的概念，但是因?yàn)樵谠缙谠趪鴥?nèi)我們發(fā)行產(chǎn)品的時候往往都是量化加上對沖產(chǎn)品，所以往往大家把它們聯(lián)系起來。首先介紹一下對沖。

　　

　　圖1 對沖的介紹

　　我用量化的方法買入這些能夠跑贏指數(shù)的股票，同時我們做空指數(shù)。舉例個例子來說明：當(dāng)買的股票能夠跑贏指數(shù)10%，當(dāng)市場上漲20%，我的股票就上漲了30%，同時我做空指數(shù)，所以我在指數(shù)上做空會丟掉20%，這樣我兩個加起來會賺到10%。原因是我希望做到找到一個市場中性的策略，也就是說我希望我的收益跟市場上漲跟下跌沒有關(guān)系。

　　

　　圖2 應(yīng)用量化與對沖多種策略

　　應(yīng)用量化與對沖多種策略，收益主要來源于統(tǒng)計套利模型。我們下面再講一點(diǎn)量化選股是怎么做的，就是找到戰(zhàn)勝市場的股票。

　　為便于理解，下面通過舉例說明。假設(shè)一個傳統(tǒng)投資人通過投研報告看到銀行股的市盈率非常低,傳統(tǒng)的投資思維就是此時應(yīng)該買進(jìn)這家銀行的股。但是此時量化投資人會如何去做呢?首先，量化投資人會將其進(jìn)行細(xì)化，市盈率很低，低到什么程度開始買進(jìn);第二，買入后如何處理，當(dāng)市盈率漲到什么程度時賣出。當(dāng)我們知道什么時候買入及賣出時，這就是一個量化的投資策略。此外，我們要做的就是將量化的投資策略通過計算機(jī)擬寫程序，創(chuàng)造模型。我們拿歷史上的數(shù)據(jù)來測一下這個想法是不是真的成功，通常會出現(xiàn)三種情況。第一是通過測試發(fā)現(xiàn)它本身是個很好的量化策略;第二是通過測試后發(fā)現(xiàn)這個策略并不賺錢;第三是通過測試發(fā)現(xiàn)這個量化策略是賺錢的，但是賺得較少，或者比較波折，這表明在賺錢的過程當(dāng)中，當(dāng)中有很大的承受了很大風(fēng)險，有很大的波動。從量化的語言來講，這是一個alpha，我可以利用的alpha，但是光憑這個alpha他還不能構(gòu)成一個非常好的量化策略，因?yàn)楣庥眠@個alpha做出的結(jié)果雖然賺錢，但是風(fēng)險也很高。因此我們有其他的相互獨(dú)立的模型，比如統(tǒng)計套利模型，多因子模型等。

　　(一)統(tǒng)計套利模型

　　統(tǒng)計套利是將套利建立在對歷史數(shù)據(jù)進(jìn)行統(tǒng)計分析的基礎(chǔ)之上，估計相關(guān)變量的概率分布，并結(jié)合基本面數(shù)據(jù)分析，用以指導(dǎo)套利交易，相比于無風(fēng)險套利，統(tǒng)計套利少量增加了一些風(fēng)險，但是由此可獲得的套利機(jī)會將數(shù)倍于無風(fēng)險套利。

　　(二)多因子模型

　　多因子選股策略秉承價值投資和技術(shù)投資相結(jié)合的理念，該策略將可能影響股價并且具有經(jīng)濟(jì)意義的基本面指標(biāo)納入因子匯總，同時也關(guān)注市場短期的波動指標(biāo);采用多因子模型，挑選有穩(wěn)定預(yù)測能力的因子，然后進(jìn)一步挑選最能代表這些因子組合的個股進(jìn)行組合優(yōu)化。

　　

　　圖3 用于做因子的數(shù)據(jù)來源

　　我們用什么樣的數(shù)據(jù)來做因子，舉個例子來講，我們用的因子大概有四大類。第一類是技術(shù)類，通常我們用到的價格、交易量、波動率和相關(guān)性等，這類因子主要用戶描述市場趨勢等的因子。第二類是公司基本面的因子，分為價值因子、成長因子、公司債務(wù)因子。第三類因子是在我們的研究中所用到的因子，研究報告、目標(biāo)價格、盈利預(yù)測、評級等因子。第四類是其它類的因子，比如機(jī)構(gòu)持倉、媒體關(guān)注因子等。

　　

　　圖4 分散因子的效果

　　用一個因子做出來的分析結(jié)果可能不準(zhǔn)確，雖然可以有收益，但是波動率可能會比較大，若逐漸加入多個的因子就可以改善這個情況。我們可以看到圖中隨著因子數(shù)目的增長，它的收益曲線的變化會從原來的收益曲線做得越來越平滑，也就說上下坡率越來越高。因子數(shù)由30個變成120個的過程中，其sharpe從0.8變成2.2。

　　四、量化對沖策略優(yōu)勢特征

　　量化對沖策略它到底有哪些特征呢?其實(shí)，任何一個投資策略都有它自己的特征。其特征主要包括以下幾點(diǎn)：第一市場中性策略，追求穩(wěn)健的絕對收益，就是我要找到一個市場中心的策略，同時運(yùn)用多因子的處理手段以后，我們是希望能夠?qū)で笠粋€比較穩(wěn)健的絕對的收益;第二自動化交易，具有很好的紀(jì)律性和系統(tǒng)性;第三多因子多策略，適應(yīng)不同的市場環(huán)境，可持續(xù)性強(qiáng);第四波動和回撤風(fēng)險可控，對何時開始建倉不敏感;第五量化選股，持有大量股票，充分分散個股風(fēng)險，流動性風(fēng)險低;第六創(chuàng)新產(chǎn)品，與市場上現(xiàn)有傳統(tǒng)產(chǎn)品相關(guān)度低。

　　五、量化投資在中國市場的機(jī)遇與挑戰(zhàn)

　　中國市場有其機(jī)遇和挑戰(zhàn)。機(jī)遇是非常明顯的，主要包括A股市場有效性較低，存在較多的價格偏差，盈利機(jī)會大量存在，alpha較為容易獲得;穩(wěn)健收益需求增加：市場波動性増大，投資者逐步脫離創(chuàng)收階段進(jìn)入保;值增值階段，需要穩(wěn)健、風(fēng)險可控的投資方法;投資者成熟程度增加：更加重視風(fēng)險收益的平衡，對資產(chǎn)及策略配置的需求增加;可替代投資方式減少：銀行理財,非標(biāo),房地產(chǎn)收益降低，純股型基金市場波動，P2P信用風(fēng)險增加。

　　從另外一個角度來講，中國市場也存在問題。

　　第一，中國整個市場受到監(jiān)管的影響很大，且中國的監(jiān)管變化比較頻繁，這對于任何一個策略包括量化策略都是種挑戰(zhàn)。因?yàn)榱炕呗允切枰疫^去的規(guī)律，如果監(jiān)管的突然動作使得整個規(guī)律變動，那么對于量化來講是個巨大的挑戰(zhàn)。

　　第二，數(shù)據(jù)的可靠性。有些公司在財務(wù)報表上存在作假的可能。

　　第三，對沖工具匱乏。在國外我們做一個量化對沖策略，通常是會買一些股票，同時做空另外一些股票，這樣做的好處就是風(fēng)險的控制可以做得非常的精細(xì)。但是在中國市場個股存在這樣的問題：一是股票數(shù)量有限，股票源很難找到，即使找到，其價格也是十分昂貴。除了個股，中國的指數(shù)期貨也存在一些挑戰(zhàn)。首先你會局限于指數(shù)的構(gòu)成，中國目前有A50、滬深300、中證500三個指數(shù)。前幾年做量化投資常用滬深300做對沖，滬深300里邊有百分之三十幾的權(quán)重是銀行股，除非做空30%的銀行股，這對于對沖的效果會產(chǎn)生很大影響。

　　2015年股市大幅動蕩后，期貨市場又產(chǎn)生了其他挑戰(zhàn)。因此監(jiān)管了做了很多動作，包括投機(jī)編碼交易限制：每天開倉量不超過20手，保證金比例提高，降低了資金利用率;套保編碼交易限制：嚴(yán)格限制在成分股內(nèi);外接交易系統(tǒng)：券商不允許接入三方系統(tǒng);股指期貨負(fù)基差：持續(xù)負(fù)基差;股指期貨流動性：大幅縮小;融資融券：昂貴，券源貧乏;對算法交易的限制。

　　

　　圖5 量化對沖策略——基差的影響

　　基差，就是說股指期貨跟股指之間的差。在一個正常的情況下，期貨的值應(yīng)該略高于股指，但在中國的市場下它大大低于股指。在2016年初的時候，中證500負(fù)基差達(dá)到了年化40%左右，后來逐漸減少，但是到2016年底的時候仍然有百分二十幾的負(fù)基差。負(fù)基差對市場的影響非常大，因?yàn)槲覀兪怯霉芍钙谪泚碜鰧_，即做空股指期貨股，若股指期貨比股指便宜了30%，那么意味著你在做空股指期貨的時候，你每年至少虧損30%。因此量化在國內(nèi)市場遇到了很大的挑戰(zhàn)。如圖5上面那條線就是用股票量化模型選出來的股票，然后用指數(shù)去對沖，也就是說你假設(shè)你可以做空指數(shù)得出的結(jié)果就是上面那條線，我們可以看到這個結(jié)果還是不錯的，年化收益在20%左右，當(dāng)然這個是一個理想狀態(tài)。目前負(fù)基差也在逐漸改善，具體見下圖。

　　

　　圖6 2016年以來的基差

　　我們也看到負(fù)基差正在逐漸改善，中證500的負(fù)基差在今年大約為7%左右，這對于量化投資來說還是可以操作的。個人認(rèn)為，國內(nèi)量化投資的冬天已經(jīng)逐漸過去。

　　

　　圖7 A股市場2017年個股收益分布

　　“二八行情”及風(fēng)格分化對量化投資產(chǎn)生了挑戰(zhàn)。A股走勢疲軟，“二八行情”加大股票策略選股難度。“二八行情”是指在股市中僅占二成的權(quán)重股上漲，而八成的中小市值股票都在下跌，少數(shù)的權(quán)重股上漲拉動了指數(shù)上漲，而掩蓋了市場中的大部分股票都依舊處于疲軟的事實(shí)。從上圖可知，今年A股市場呈典型“二八行情”：約2400只股票呈負(fù)收益，超過四成的股票跌幅大于20%，全市場近九成股票跑輸指數(shù)。“二八行情”下，量化選股策略和量化對沖策略創(chuàng)收的難度非常大。

　　六、量化的應(yīng)對：分散投資

　　由于量化分析在各個因子上都涉及到，用多因子策略來應(yīng)對二八行情會受到挑戰(zhàn)。因?yàn)槟氵x的股票很多，但真正走勢好的股票很少，所以我們要放棄一些在海外的量化投資的一些理念，而是腳踏實(shí)地的根據(jù)國內(nèi)的實(shí)際情況來做一些修正。舉一個例子來說明，市場上存在兩張情況，一種是大盤股走勢比小盤股好，另一種則反之。我們可以做出兩個策略，一種是在大盤股跑得好時賺錢，小盤股跑得好時不太賺錢，另一種策略則反之。除非你可以判斷是哪個股跑得好，但是這個判斷是非常難的。所以從量化的角度來講，我們會盡量的不去做太多的選擇，而是去做我們所說的配置性的選擇。

　　

　　圖8 龍馬策略

　　龍是國外所謂的龍頭股，馬是指國外所謂的白馬股。白馬股并不是龍頭，但是它從價值的角度來講是很不錯的。該策略專注于在這類兩類的股票當(dāng)中選股，即一個選股范圍比較窄的策略。有圖可見，該策略在2017年的表現(xiàn)非常好，但是在之前有些年份的表現(xiàn)就很一般了。那我們就可以做好資金的分散投資。

　　問答環(huán)節(jié)

　　Q1：AI智能投資與量化投資的異同?

　　A1：首先我們要定義什么是AI，本身是比較復(fù)雜的。AI智能投資與量化投資從本質(zhì)上區(qū)分并不大，只是用了不同的技術(shù)。但是效果也不太好，第一代AI技術(shù)也沒有賺取很多錢，但現(xiàn)在的AI已經(jīng)不同了，包括AlphaGo的邏輯思維是相當(dāng)不錯的，對于可否在市場中打出一片天地，我個人的的想法是，目前真正在投資端使用AI的是少之又少，規(guī)模小。但這確實(shí)是個方向，也有人在嘗試，但是具體能做得如何目前還不知道。這與AlphaGo本身其實(shí)處理的還是不同的，AlphaGo是針對于有一定邏輯規(guī)律的事物。但是市場行為本身是會受到參與者的影響，市場的規(guī)律也會發(fā)生變化。

　　Q2：國內(nèi)現(xiàn)在對量化投資的資金來源或投資人組成是怎樣的?

　　A2：最大的一類是銀行自己資金，銀行的資管部門部分是銀行自己代銷出去;還有一個資金的來源就是三方銷售，代銷出去的高凈值的客戶;那么第三類就是國內(nèi)一些機(jī)構(gòu)，比如國企的財務(wù)公司等。

　　Q3：在國內(nèi)利用股指期貨做風(fēng)險對沖是否要求做到Delta中性?目前使用股指期貨做空是否還有(2015年股災(zāi)后實(shí)施的)額度限制?如果有的話，這樣一來是否也就限制了整個基金策略的投資規(guī)模(capacity)?另外有沒有嘗試過利用上證50ETF期權(quán)來做風(fēng)險對沖?當(dāng)然基差風(fēng)險可能是個問題，另外這些期權(quán)的交易流動性是否足夠大?

　　A3：原來是10手，現(xiàn)在放開到20手仍然有限制;一個產(chǎn)品的規(guī)模最多也就到2、3億元，再多也不好操作;期權(quán)中使用期貨來對沖是最理想的;現(xiàn)在期權(quán)的流動性還可以。

　　Q4：場外期權(quán)的交易對手違約風(fēng)險如何控制?

　　A4：目前場外期權(quán)做得挺大，但是場外期權(quán)是用股指期貨來對沖他自己的風(fēng)險，因此負(fù)基差也會反映在場外期權(quán)的價格中。違約的概念在國內(nèi)很不成熟，因此建議與信用好的券商做。

　　Q5：和國外的量化策略相比，國內(nèi)有哪些策略表現(xiàn)不一樣?更好或更差?

　　A5：國內(nèi)與國外量化策略不一樣，若要在國內(nèi)做量化策略要把所有的量化因子再梳理一遍，國外所用的量化因子在國內(nèi)未必有用。國內(nèi)的量化只要耐心，堅持，后續(xù)發(fā)展的前景還是很好的，但是風(fēng)險也很大。

　　Q6：十九大前的9、10月和現(xiàn)在市場中哪些因子比較有效?

　　A6：研究報告因子最近表現(xiàn)不錯;公司基本面因子近幾個月表現(xiàn)也不錯。

　　Q7：從現(xiàn)在看未來的半年到一年間A股的量化盈利機(jī)會有哪些呢?

　　A7：如果沒有特別大的監(jiān)管動作，負(fù)基差的情況會逐漸好轉(zhuǎn)。多因子的配置策略在接下去的半年到一年間有很大的機(jī)會。

　　>>>點(diǎn)擊咨詢量化金融分析師AQF實(shí)訓(xùn)項(xiàng)目

　　金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) 量化金融分析師

　　聲明▎更多內(nèi)容請關(guān)注微信號量化金融分析師。原創(chuàng)文章，歡迎分享，若需引用或轉(zhuǎn)載請保留此處信息。

　　>>>返回首頁