什么是量化投資？

　　量化投資從理論提出距今已經(jīng)有近50年的歷史，但量化投資廣泛為投資者熟悉還是自上世紀80年代開始。當時各類證券和期權(quán)類產(chǎn)品的豐富和交易量的大增，資本市場已經(jīng)具備了前所未有的寬度，而另一側(cè)面上隨著個人電腦的普及，處理大數(shù)據(jù)已經(jīng)不再是國防這樣特殊行業(yè)的專利。對于資本市場而言，量化投資是時代發(fā)展的必然產(chǎn)物，市場也提供了大量的空間，更讓人欣喜的是，包括西門斯在內(nèi)的來自各行各業(yè)比成為“寬客”的怪才，依靠驕人的業(yè)績開始讓華爾街刮目相看。

　　天時、地利、人和，量化投資完美演繹了自己的開場，雖然在1997亞洲金融危機和2008世界金融風(fēng)暴中，量化投資也遭受過挫折和質(zhì)疑，但作為一種極具自身特色的投資策略，量化投資已經(jīng)主流化，最近三年更是不乏優(yōu)異表現(xiàn)。對于內(nèi)地投資者而言，量化投資在很大程度上還是一個新鮮事物，遠沒有價值投資、趨勢投資的知名度，一般人也都是從字面上來理解量化投資的理念和策略，和真實的量化投資相聚甚遠。

　　在投資策略上，量化投資策略究竟是怎樣的，和我們熟悉的投資方法有怎樣的不同，還需要有一個認真的認知過程，尤其是作為投資策略核心的選股，又是如何通過量化投資獨到的模型來實現(xiàn)。量化投資利用數(shù)量化的方法選擇股票組合，期望該股票組合能夠獲得超越基準收益率的投資行為。量化投資策略總的來說可以分為兩類：第一類是基本面選股，注重于中長期的投資機會， 從上市公司的基本面因素和投資者行為模式等角度出發(fā)，找尋投資規(guī)律;第二類套利， 注重短期的投資機會， 從短期的統(tǒng)計規(guī)律出發(fā)， 從價格波動中找尋定價誤差。目前在內(nèi)地資本市場應(yīng)用比較廣的基本面選股，以多因子模型為主。由于多因子模型的邏輯框架清晰， 可擴展性良好， 被廣泛地運用在選股、風(fēng)格輪動和行業(yè)輪動等方面。

　　與傳統(tǒng)的基本面分析和技術(shù)面分析不同的是，量化投資主要依靠數(shù)據(jù)和模型在股票池內(nèi)實現(xiàn)投資策略。

　　定性投資和定量投資的具體做法有些差異，這些差異如同中醫(yī)和西醫(yī)的差異，定性投資更像中醫(yī)，更多地依靠經(jīng)驗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 機對于醫(yī)生的作用。在每一天的投資運作之前，投資者會先用模型對整個市場進行一次全面的檢查和掃描，然后根據(jù)檢查和掃描結(jié)果做出投資決策。

　　與傳統(tǒng)定性的投資方法不同，量化投資不是靠個人感覺來管理資產(chǎn)，而是將適當?shù)耐顿Y思想、投資經(jīng)驗、甚至包括直覺反映在量化模型中，利用電腦幫助人腦處理大量信息、幫助人腦總結(jié)歸納市場的規(guī)律、建立可以重復(fù)使用并反復(fù)優(yōu)化的投資策略(經(jīng)驗)，并指導(dǎo)我們的投資決策過程。

　　量化投資策略的優(yōu)勢

　　對于共同基金而言，依據(jù)投資哲學(xué)(Philosophy)，貫徹投資紀律(Principle)，最終無偏地實現(xiàn)投資目標，是基金管理人的訴求。為此基金管理人在資產(chǎn)管理過程中會建立復(fù)雜的投資決策流程，以科學(xué)、嚴謹?shù)貙⑵涓吨T于投資實踐。因此管理人的核心工作，是通過良好的風(fēng)險管理，確保投資策略的有效實施。在管理人的角度，最看重的問題無疑是量化管理讓風(fēng)險控制更加精確，并且能夠保證穩(wěn)定的收益水平。

　　總體說來，量化投資策略有如下五大方面的優(yōu)勢，主要包括紀律性、系統(tǒng)性、及時性、準確性、分散化等。

　　( 1 )紀律性：嚴格執(zhí)行量化投資模型所給出的投資建議，而不是隨著投資者情緒的變化而隨意更改。紀律性的好處很多，可以克服人性的弱點，如貪婪、恐懼、僥幸心理，也可以克服認知偏差，行為金融理論在這方面有許多論述。

　　( 2 )系統(tǒng)性：量化投資的系統(tǒng)性特征主要包括多層次的量化模型、多角度的觀察及海量數(shù)據(jù)的觀察等等。多層次模型主要包括大類資產(chǎn)配置模型、行業(yè)選擇模型、精選個股模型等等。多角度觀察主要包括對宏觀周期、市場結(jié)構(gòu)、估值、成長、盈利質(zhì)量、分析師盈利預(yù)測、市場情緒等多個角度的分析。

　　( 3 )及時性：及時快速地跟蹤市場變化，不斷發(fā)現(xiàn)能夠提供超額收益的因子，改進現(xiàn)有模型，尋找投資機會。

　　( 4 )準確性：準確客觀評價交易機會，克服主觀情緒偏差，妥善運用套利的思想。量化投資正是在找估值洼地，通過全面、系統(tǒng)性的掃描捕捉錯誤定價、錯誤估值帶來的機會。與定性投資經(jīng)理不同，量化投資經(jīng)理大部分精力花在分析哪里是估值洼地，哪一個品種被低估了，買入低估的，賣出高估的。

　　( 5 )分散化：在控制風(fēng)險的條件下，充當準確實現(xiàn)分散化投資目標的工具。分散化也可以說量化投資是靠概率取勝。這表現(xiàn)為兩個方面，一是量化投資不斷地總結(jié)各種投資策略， 并將它們統(tǒng)一到一個邏輯框架下， 多策略本身就起到了分散風(fēng)險的作用。二是依靠篩選出股票組合來取勝，而不是一個或幾個股票取勝，從投資組合理念來看也是捕獲大概率獲勝的股票，而不是押寶到單個股票上。

量化金融分析師（簡稱AQF ，Analyst of Quantitative Finance）由量化金融標準委員會（Standard Committee of Quantitative Finance，SCQF）主考并頒證，是代表量化金融領(lǐng)域的專業(yè)水平證書。>>>點擊咨詢AQF證書含金量

　　

　　(點擊上圖了解課程詳情)

近年來，我國金融業(yè)改革與創(chuàng)新不斷，金融工作越來越專業(yè)化、標準化、國際化。結(jié)合現(xiàn)代計算機技術(shù)的發(fā)展，量化方法在金融實務(wù)中的應(yīng)用也越來越普遍和深入。本項目在借鑒國外發(fā)達國家的量化金融分析師執(zhí)業(yè)標準的基礎(chǔ)上，結(jié)合我國現(xiàn)代金融領(lǐng)域的實踐發(fā)展和實際情況，并通過研究分析相應(yīng)實戰(zhàn)崗位的專業(yè)要求和工作內(nèi)容，以培養(yǎng)量化金融分析師專業(yè)人員為目標，通過專業(yè)理論知識與實戰(zhàn)能力的訓(xùn)練，培養(yǎng)具備量化分析能力的專業(yè)金融從業(yè)人員。

　　此外，本項目的課程內(nèi)容和結(jié)構(gòu)設(shè)計也適宜短期學(xué)習(xí)概覽量化分析方法，并且應(yīng)用于日常的投資分析工作中的金融從業(yè)人員。

　　AQF核心課程體系

　　

　　課程內(nèi)容以學(xué)習(xí)主流交易策略為核心，提供Python語言編程基礎(chǔ)、數(shù)據(jù)處理基礎(chǔ)、金融知識基礎(chǔ)、量化投資策略實現(xiàn)和量化投資多平臺模擬交易五個模塊的教學(xué)。在市面課程中，本課程具備課程體系完整、課程內(nèi)容豐富、課程內(nèi)容銜接合適等優(yōu)勢。

　　AQF課程方案

　　量化金融實訓(xùn)項目(AQF)課程學(xué)習(xí)周期3個月，分三階段開展課程，階段課程時長為1個月。

　　AQF課程內(nèi)容

　　課程內(nèi)容包括量化金融分析師AQF實訓(xùn)項目(線上)及線上答疑，分三階段開展課程。

　　第一階段(1個月)：Python編程基礎(chǔ)+金融知識基礎(chǔ)

　　零基礎(chǔ)到入門，線上課程+線下面授。通過大量金融數(shù)據(jù)和金融案例的初步學(xué)習(xí)，了解Python編程核心基礎(chǔ)。課程內(nèi)容主要包括：Python語言環(huán)境的搭建、編程基礎(chǔ)、編程進階(Numpy / Pandas配對交易實戰(zhàn)策略)、金融數(shù)據(jù)的獲取及相關(guān)處理、Python實戰(zhàn)金融應(yīng)用(統(tǒng)計分析、資產(chǎn)組合、風(fēng)險管理、資產(chǎn)定價)、量化交易策略(SMA經(jīng)典策略、CTA交易策略、基于爬蟲技術(shù)的事件驅(qū)動策略、大宗商品&股票市場聯(lián)動策略、基于機器學(xué)習(xí)算法預(yù)測股市漲跌)

　　第二階段(1個月)：量化金融進階課程

　　中級進階課程，主要涉及基于Python的經(jīng)典量化投資策略的深入學(xué)習(xí)等。包含了最負有盛名、最前沿的量化交易思想和交易策略。例如：海龜交易模型、配對交易模型、Alpha模型、機器學(xué)習(xí)各種模型等內(nèi)容。

　　第三階段(1個月)：量化金融高階課程

　　量化高階課程，課程內(nèi)容包括量化交易系統(tǒng)設(shè)計及量化實盤交易的學(xué)習(xí)。第三階段高階課程旨在學(xué)習(xí)量化交易系統(tǒng)的具體知識，包括過濾器、進入信號、退出信號、倉位管理等詳細內(nèi)容，并指導(dǎo)學(xué)員設(shè)計涵蓋個人交易哲學(xué)的量化交易系統(tǒng)。量化實盤交易旨在為解決實際量化交易策略搭建過程中的一些問題提供較優(yōu)解方案。

　　通過第三階段的學(xué)習(xí)，學(xué)員將獲得報名參與量化金融分析師(AQF)的證書考試資格。>>>點擊咨詢AQF報名條件

　　AQF證書頒發(fā)與協(xié)會會員

　　每一個通過量化金融分析師AQF課程考核的學(xué)員都可申請成為量化金融分析師協(xié)會的會員。協(xié)會會員有資格參與定期舉辦的高峰論壇、量化投資策略分享會等活動，并有機會在完成基礎(chǔ)課程的基礎(chǔ)上后續(xù)學(xué)習(xí)難度更高的高頻量化交易策略課程。

　　應(yīng)用最廣的多因子模型

　　多因子模型是應(yīng)用最廣泛的一種選股模型，基本原理是采用一系列不同類別的因子作為選股標準，每一類因子從一個角度來篩選股票。多因子模型相對來說比較穩(wěn)定，因為在不同市場條件下，總有一些因子會發(fā)揮作用。

　　因此，在量化投資界，不同的投資者和研究者都開發(fā)了很多不同的多因子模型。各種多因子模型核心的區(qū)別第一是在因子的選取上，第二是在如何用多因子綜合得到一個最終的判斷。

　　多因子選股模型實質(zhì)上是對股票進行打分的辦法。根據(jù)各個因子的大小對股票進行打分，然后按照一定的權(quán)重加權(quán)得到一個總分，根據(jù)總分再對股票進行篩選。

　　多因子選股模型的建立過程主要分為候選因子的選取、選股因子有效性的檢驗、有效但冗余因子的剔除、綜合評分模型的建立和模型的評價及持續(xù)改進等5個步驟。

　　候選因子的選取

　　候選因子可能是一些基本面指標，如 PB、PE、EPS 增長率等，也可能是一些技術(shù)面指標，如動量、換手率、波動等，或者是其它指標，如宏觀經(jīng)濟變量等。候選因子的選擇主要依賴于經(jīng)濟邏輯和市場經(jīng)驗，但選擇更多和更有效的因子無疑是增強模型信息捕獲能力，提高收益的關(guān)鍵因素之一。

　　選股因子有效性的檢驗

　　一般采用回測的方法檢驗候選因子的選股有效性。具體而言，對于任意一個候選因子，我們關(guān)心的是它對未來收益和基本面變動的預(yù)測能力，尤其是預(yù)測能力的穩(wěn)定性，這種能力在歷史上至少是經(jīng)受住檢驗的。

　　有效但冗余因子的剔除

　　相似類別的選股因子可能由于內(nèi)在的驅(qū)動因素大致相同等原因，所選出的組合在個股構(gòu)成和收益等方面具有較高的一致性，因此其中的一些因子需要作為冗余因子剔除， 而只保留同類因子中預(yù)測能力較好而且最穩(wěn)定的因子。

　　綜合評分模型的建立和選股

　　綜合評分模型選取去除冗余后的有效因子，在模型運行期的每個月初對市場中正常交易的個股計算每個因子的最新得分并按照一定的權(quán)重求得所有因子的平均分。最后，根據(jù)模型所得出的綜合平均分對股票進行排序，然后根據(jù)需要選擇排名靠前的股票。例如，選取得分較高的前20%股票，或者選取得分較高的 50 到 100 只股票等等?；蛘撸诳紤]了風(fēng)險和交易成本后直接構(gòu)建基金組合。

　　模型的評價及持續(xù)改進

　　一方面，由于量化選股的方法是建立在市場無效或弱有效的前提之下，隨著使用多因子選股模型的投資者數(shù)量的不斷增加，有的因子會逐漸失效，而另一些新的因素可能被驗證有效而加入到模型當中;另一方面，一些因子可能在過去的市場環(huán)境下比較有效，而隨著市場風(fēng)格的改變，這些因子可能短期內(nèi)失效，而另外一些以前無效的因子會在當前市場環(huán)境下表現(xiàn)較好。除此以外，各因子得分的權(quán)重、交易成本考慮和風(fēng)險控制等都存在著進一步改進的空間。因此在綜合評分選股模型的使用過程中會對選用的因子、模型本身做持續(xù)的再評價和不斷的改進以適應(yīng)變化的市場環(huán)境。從這個意義上說， 量化投資是一個持續(xù)創(chuàng)新， 不斷和看不見的對手競爭的過程。

　　把握全方位的風(fēng)格輪動模型

　　對于股票市場而言，投資風(fēng)格是指投資于某類具有共同收益特征或共同價格行為的股票。而此類投資風(fēng)格的表現(xiàn)在一個時間段內(nèi)具有持續(xù)性和連續(xù)性(譬如，價值投資和成長型投資兩種風(fēng)格、或者大盤股和小盤股這兩種風(fēng)格總是輪流受到市場追捧)。

　　經(jīng)濟解釋

　　宏觀經(jīng)濟表現(xiàn)強勁時，小市值公司有一個較好的發(fā)展環(huán)境，易于成長壯大，甚至還會有高于經(jīng)濟增速的表現(xiàn)，因此，小盤股表現(xiàn)突出的概率高于大盤股。而當經(jīng)濟走弱時，由于信心的匱乏和未來市場的不確定性，投資者可能會傾向于選擇流動性好， 有安全墊的大盤股，以減小可能的下行風(fēng)險。

　　風(fēng)格輪動的定量預(yù)測

　　風(fēng)格轉(zhuǎn)換策略模型實際上是在建立了一系列中間狀態(tài)變量的基礎(chǔ)上，預(yù)測不同風(fēng)格之間轉(zhuǎn)換的概率。不論是簡單的線性回歸還是復(fù)雜的馬爾可夫轉(zhuǎn)換，都是在這個框架下運用不同的建模技巧。

　　例如，在大小盤風(fēng)格輪動因子方面，有研究建議考慮如下三個指標：

　　( 1) M 2 同比增速：M 2 同比增速為貨幣因素，表征市場流動性的強弱。當流動性趨于寬松時，小盤股相對而言更容易受到資金的追捧。

　　( 2 ) PPI 同比增速：PPI 反映生產(chǎn)環(huán)節(jié)價格水平，是衡量通脹水平的重要指標;且 PPI 往往被看做 CPI 的先行指標。

　　(3) 大 / 小盤年化波動率之比的移動均值：波動率表征股票的波動程度，同時也在一定程度上反映投資者情緒;可以認為大 / 小盤年化波動率之比能夠反映出一段時間內(nèi)大 / 小盤風(fēng)格市場情緒的孰強孰弱，而經(jīng)過移動平滑處理后的數(shù)值則更加穩(wěn)定。

　　把握全周期的行業(yè)輪動模型

　　與風(fēng)格輪動類似，行業(yè)輪動是市場周期的另外一種表現(xiàn)形式。在一個完整的經(jīng)濟周期中，有些是先行行業(yè)，有些是跟隨行業(yè)。例如對某個地方基礎(chǔ)設(shè)施的投資，鋼鐵、水泥、機械屬于先導(dǎo)行業(yè)，投資完后會帶來房地產(chǎn)、消費、文化行業(yè)的發(fā)展，這就屬于跟隨行業(yè)。

　　研究在一個經(jīng)濟周期中的行業(yè)輪動順序，從而在輪動開始前進行配置，在輪動結(jié)束后調(diào)整，則可以獲取超額收益。

　　宏觀經(jīng)濟周期對行業(yè)配置的指導(dǎo)

　　作為自上而下投資策略的重要部分，行業(yè)配置是投資管理中的一個重要的環(huán)節(jié)，國外許多實證研究表明，在全球資產(chǎn)配置中，特別是發(fā)達國家之間， 行業(yè)配置對組合收益的貢獻的重要性甚至超過了國家配置，而且認為行業(yè)配置的重要性在未來相當長一段時間內(nèi)也將保持。行業(yè)輪動策略的有效性原因是：資產(chǎn)價格受到內(nèi)在價值的影響，而內(nèi)在價值則隨著宏觀經(jīng)濟因素變化而波動，而周期性行業(yè)在不同經(jīng)濟周期表現(xiàn)差異較大，原因其經(jīng)濟產(chǎn)業(yè)鏈上的位置所決定的不均衡現(xiàn)金流量。

　　研究表明，板塊 /行業(yè)輪動在機構(gòu)投資者的交易中最為獲利的盈利模式是基于行業(yè)層面，進行周期性和防御性的輪動配置則是機構(gòu)投資者最普遍采用的策略。此外，周期性股票在擴張性貨幣政策時期表現(xiàn)較好，而在緊縮環(huán)境下則支持非周期性行業(yè)。行業(yè)收益差在擴張性政策和緊縮性政策下具有顯著的差異。

　　行業(yè)輪動的定量預(yù)測

　　行業(yè)輪動的預(yù)測和風(fēng)格輪動的預(yù)測在建模層面沒有本質(zhì)的區(qū)別， 但影響行業(yè)的因素更多， 行業(yè)層面上回報率包含的噪音也更大， 處理起來的難度相應(yīng)就更大。

　　多策略的有機結(jié)合

　　不論是選股、風(fēng)格輪動還是行業(yè)輪動，都可以很容易得統(tǒng)一在多因子模型的框架內(nèi)。根據(jù)基金管理人的比較優(yōu)勢而進行搭配，把較大的權(quán)重賦予自己最有把握的投資方式上。

金程推薦： AQF是什么意思 量化金融分析師年薪 AQF考試流程

全國熱線電話：400-700-9596

　　金融寬客交流群：801860357

　　AQF考友群：760229148

　　微信公眾號：量化金融分析師

　　>>>返回首頁