金融科技在中國的發(fā)展階段，可以大致分為早期信息化階段、互聯(lián)網(wǎng)階段、移動(dòng)化階段、智能化階段和未來全面變革五個(gè)階段。目前金融行業(yè)已經(jīng)逐漸邁入“智慧金融”階段，金融機(jī)構(gòu)對(duì)科技人員、資源的投入逐漸加深。大數(shù)據(jù)、云計(jì)算、人工智能等前沿技術(shù)將進(jìn)一步改造金融行業(yè)營銷、風(fēng)控、投研、投顧、產(chǎn)品創(chuàng)新、客戶管理等環(huán)節(jié)。

一、FinTech和量化金融市場

1、FinTech和量化金融市場介紹

金融科技，來源于國外“Fintech”一詞，即Finance+Technology的縮寫，沃頓商學(xué)院將其定義為“用技術(shù)改進(jìn)金融體系效率的經(jīng)濟(jì)行業(yè)”。

金融科技在中國的發(fā)展階段，可以大致分為早期信息化階段、互聯(lián)網(wǎng)階段、移動(dòng)化階段、智能化階段和未來全面變革五個(gè)階段。目前金融行業(yè)已經(jīng)逐漸邁入“智慧金融”階段，金融機(jī)構(gòu)對(duì)科技人員、資源的投入逐漸加深。大數(shù)據(jù)、云計(jì)算、人工智能等前沿技術(shù)將進(jìn)一步改造金融行業(yè)營銷、風(fēng)控、投研、投顧、產(chǎn)品創(chuàng)新、客戶管理等環(huán)節(jié)。

　　

在互聯(lián)網(wǎng)技術(shù)逐步成熟的今天，以大數(shù)據(jù)、云計(jì)算、人工智能為代表的創(chuàng)新技術(shù)正正在席卷眾多傳統(tǒng)行業(yè)，金融業(yè)以其龐大的市場容量成為市場焦點(diǎn)。這一次，技術(shù)創(chuàng)新的核心目標(biāo)將聚焦于信用、風(fēng)控、投資等多個(gè)領(lǐng)域。因此，技術(shù)創(chuàng)新對(duì)于金融業(yè)的影響將愈加廣泛和深入，這也是互聯(lián)網(wǎng)金融和金融科技(Fintech)的重大差異。

　　

隨著大數(shù)據(jù)、云計(jì)算、人工智能對(duì)金融業(yè)的變革，傳統(tǒng)的金融業(yè)正與信息技術(shù)、數(shù)學(xué)模型、數(shù)據(jù)分析相結(jié)合，向量化金融發(fā)展。量化金融包含量化交易、量化研究、量化定價(jià)、量化風(fēng)控等各個(gè)方面。實(shí)際上，量化金融已經(jīng)存在很長時(shí)間，如量化投資在海外已經(jīng)有三十多年的歷史，并且由于量化模型的紀(jì)律性和系統(tǒng)性，量化投資收益穩(wěn)定，市場規(guī)模和份額不斷擴(kuò)大，得到了越來越多投資者的認(rèn)可。

量化金融分析師從事行業(yè)非常廣泛，包括投資銀行、基金公司、券商金融工程、資產(chǎn)管理公司、私募公司、Fintech公司等。工作職能包括量化研究、量化交易、量化風(fēng)控、數(shù)據(jù)結(jié)構(gòu)和算法、系統(tǒng)開發(fā)和運(yùn)維、模型和咨詢等。根據(jù)Glassdoor統(tǒng)計(jì)，美國量化分析師的平均年薪已達(dá)到接近13萬美元。下圖展示了量化金融的行業(yè)和崗位分布情況。

>>>點(diǎn)擊咨詢AQF證書含金量

　　

　　資料來源：券商研報(bào)

在國外，AI量化投資已經(jīng)屢見不鮮。據(jù)調(diào)研公司 LCH 在今年初出具的調(diào)研報(bào)告，美國業(yè)績排前 20 的對(duì)沖基金，包括橋水基金、索羅斯基金，全部采用計(jì)算機(jī)根據(jù)算法自動(dòng)交易。據(jù)國際基金評(píng)級(jí)機(jī)構(gòu) Morningstar 數(shù)據(jù)顯示，截止 2017 年 7 月，機(jī)器人投顧管理的資產(chǎn)將近 3900 億美元，而在七年前這項(xiàng)數(shù)字幾乎為零。接下來的 10 年，機(jī)器人投顧管理的資產(chǎn)將達(dá)到 5 萬億美元。

在國內(nèi)，根據(jù)Wind統(tǒng)計(jì)，2018年國內(nèi)券商共有59家設(shè)有金融工程團(tuán)隊(duì)，共發(fā)布7425份研報(bào)，其中深度研報(bào)808份，研報(bào)累計(jì)閱讀總量超過24萬次。海通證券、天風(fēng)證券、興業(yè)證券的金融工程團(tuán)隊(duì)發(fā)布的研報(bào)總量位居前三。

　　

　　資料來源：Wind

縱觀目前階段下的金融科技創(chuàng)新方向，我們認(rèn)為，大數(shù)據(jù)、人工智能和區(qū)塊鏈將是繼互聯(lián)網(wǎng)/移動(dòng)互聯(lián)網(wǎng)之后的Fintech發(fā)展的三大核心技術(shù)基礎(chǔ)。如大數(shù)據(jù)可以運(yùn)用于大數(shù)據(jù)貸款、反欺詐、用戶畫像和精準(zhǔn)營銷方面，人工智能可以運(yùn)用于智能客服、智能投顧、智能風(fēng)控等，區(qū)塊鏈技術(shù)可以運(yùn)用于對(duì)賬與結(jié)算、電子合同、智能合約等。除此以外，還有云計(jì)算、數(shù)據(jù)庫、爬蟲技術(shù)等，都將對(duì)金融業(yè)產(chǎn)生進(jìn)一步的變革與創(chuàng)新。

人工智能在金融領(lǐng)域中的應(yīng)用，相較于大數(shù)據(jù)而言的核心突破在于深度學(xué)習(xí)、智能分析和智能決策。大數(shù)據(jù)、云計(jì)算、智能硬件以及后續(xù)的區(qū)塊鏈技術(shù)等都是支撐人工智能上層技術(shù)的基礎(chǔ)。在金融領(lǐng)域，人工智能主要有以下四類應(yīng)用：①自動(dòng)報(bào)告生成，②金融智能搜索，③量化交易，④智能投顧。

自動(dòng)報(bào)告生成技術(shù)主要使用自然語言處理技術(shù)，廣泛運(yùn)用于投資銀行、證券研究。在量化交易中，常運(yùn)用機(jī)器學(xué)習(xí)、自然語言處理、知識(shí)圖譜等作為量化策略的輔助。在資產(chǎn)管理行業(yè)中，智能投顧得到了越來越廣泛的應(yīng)用。

　　

　　

作為量化金融從業(yè)者，不僅需要過硬的編程技術(shù)和數(shù)學(xué)基礎(chǔ)，更重要的是對(duì)金融市場的深刻理解，否則無論數(shù)學(xué)、編程多厲害，很可能在做無用功，不能得到好的效果。量化金融行業(yè)需要的是編程、數(shù)學(xué)和金融兼修的人才，因此如何進(jìn)入量化金融行業(yè)是許多純金融或純理工背景的從業(yè)者感興趣的話題。

在這里我們推薦的量化金融的入門書籍有：《Python金融大數(shù)據(jù)分析》、《Python金融實(shí)戰(zhàn)》、《Python金融數(shù)據(jù)分析》、《Algorithmic Trading》、《信號(hào)與噪聲》等進(jìn)行學(xué)習(xí)。此外，如果時(shí)間比較緊張，也可以通過報(bào)名量化金融分析師AQF課程進(jìn)行系統(tǒng)性的學(xué)習(xí)，該證書目前為量化金融領(lǐng)域較為權(quán)威的水平認(rèn)證證書，該證書可作為量化金融職業(yè)能力考核的證明，以及專業(yè)技術(shù)人員崗位聘用、任職、定級(jí)和晉升職務(wù)的重要依據(jù)。

>>>點(diǎn)擊咨詢AQF實(shí)訓(xùn)課程相關(guān)問題

　　

　　(點(diǎn)擊上圖了解課程詳情)

2、量化金融產(chǎn)品發(fā)展

量化投資在海外已有三十多年的歷史，而國內(nèi)量化基金的發(fā)展則明顯滯后。在2010年之前，國內(nèi)量化基金市場發(fā)展緩慢，公募基金產(chǎn)品以指數(shù)型基金為主，私募產(chǎn)品主要包括ETF套利和封轉(zhuǎn)開套利等。量化基金真正為國內(nèi)投資者所關(guān)注是在2008年金融危機(jī)期間，由于美國次貸危機(jī)，加上國內(nèi)期指推出預(yù)期，許多海外量化從業(yè)人員歸國尋找發(fā)展機(jī)會(huì)，為市場提供了大量專業(yè)化人才。

到了2011年之后，量化基金開始快速發(fā)展，隨著量化選股和多因子體系在國內(nèi)落地以及股指期貨和融資融券推出，公募基金中指數(shù)增強(qiáng)和主動(dòng)量化型產(chǎn)品增多，量化對(duì)沖類產(chǎn)品如期現(xiàn)套利型產(chǎn)品得到快速發(fā)展。但2015年6月股指期貨受限、保證金比例提升，使得量化對(duì)沖類策略受到了比較大的沖擊，基金管理人開始向其他方向拓展，促進(jìn)了如CTA、期權(quán)策略、FOF等量化產(chǎn)品的豐富。此外，商品期權(quán)、原油期貨等衍生品陸續(xù)上線，量化基金開始從原來的低風(fēng)險(xiǎn)量化對(duì)沖策略轉(zhuǎn)向主動(dòng)量化策略。 截止2018年9月，國內(nèi)私募量化基金管理規(guī)模估算約2000億元，公募量化基金(不含被動(dòng)指數(shù)型基金)產(chǎn)品規(guī)模約1200億元。

　　

　　資料來源：券商研報(bào)

截至2018年三季度，國內(nèi)量化私募產(chǎn)品主要集中在市場中性策略、CTA策略、指數(shù)增強(qiáng)策略。

　　

　　資料來源：券商研報(bào)

在Institutional Investor’s Alpha發(fā)布的全球?qū)_基金百強(qiáng)名單中，管理規(guī)模前10名中有多家機(jī)構(gòu)以量化交易而出名。海外對(duì)沖基金中，量化策略規(guī)模占比估算約20-30%，與國內(nèi)目前量化基金占比只有6%而言，國內(nèi)量化基金仍有非常巨大的發(fā)展空間。長期而言，如果衍生品工具出現(xiàn)進(jìn)一步的豐富和放松，可能是國內(nèi)量化策略發(fā)展的重要拐點(diǎn)。

　　

　　資料來源：券商研報(bào)

二、主流量化交易策略

1、資產(chǎn)收益的拆分

在介紹主流量化交易策略之前，需要先知道資產(chǎn)收益的拆分。資產(chǎn)收益通?？梢圆鸱譃锽eta收益和Alpha收益，Beta為市場風(fēng)險(xiǎn)補(bǔ)償，Alpha則是投資組合的超額收益。JPMorgan將傳統(tǒng)的Alpha進(jìn)一步拆分，其中將通過指數(shù)權(quán)重優(yōu)化和選股優(yōu)化等指數(shù)增強(qiáng)方式取得的超額收益稱為Enhanced Beta，其中通過投資相關(guān)性較低的另類大類資產(chǎn)取得的超額收益稱為Alternative Beta，剩下的Alpha收益才是無風(fēng)險(xiǎn)的超額收益True Alpha。

　　

　　資料來源：券商研報(bào)

一般來說，主動(dòng)型量化策略往往有較高的夏普比率，但策略容量小、成本高，被動(dòng)型或指數(shù)型量化策略則相反。不同的量化投資基金追求不同的風(fēng)險(xiǎn)和收益，因此量化投資策略極為多樣化，在此我們分享一些主流量化交易策略。

2、統(tǒng)計(jì)套利交易策略

統(tǒng)計(jì)套利就是基于某投資品種歷史價(jià)格數(shù)據(jù)，尋找其價(jià)格規(guī)律，從而在一定概率上獲取套利機(jī)會(huì)。常見思路是找出相關(guān)性較高的兩個(gè)投資品種，根據(jù)它們之間長期均衡的協(xié)整關(guān)系，當(dāng)價(jià)差偏離一定程度時(shí)，買入被相對(duì)低估的品種，賣空被相對(duì)高估的品種，等到價(jià)差回歸均衡時(shí)平倉獲利。有別于無風(fēng)險(xiǎn)套利，統(tǒng)計(jì)套利是根據(jù)資產(chǎn)的歷史價(jià)格規(guī)律進(jìn)行的風(fēng)險(xiǎn)套利，其風(fēng)險(xiǎn)在于資產(chǎn)間的這種協(xié)整關(guān)系在未來是否會(huì)繼續(xù)存在。

統(tǒng)計(jì)套利主要包含跨資產(chǎn)套利、跨市場套利等。以跨境ETF套利為例，下圖為iShares China Large Cap UCITS (FXC)跨境指數(shù)基金，該ETF的成分股為香港交易所上市的按市值排名前50只中國股票，即投資紅籌股、大盤股。

　　

　　資料來源：iShares

投資者既可以購買該ETF，也可以直接在香港交易所購買成分股。由于ETF和其成分股本質(zhì)相同，因此ETF凈值和成分股凈值在長期應(yīng)高度相關(guān)，存在協(xié)整關(guān)系?；谠搮f(xié)整關(guān)系，跨境ETF套利策略的思路為，當(dāng)ETF凈值和成分股凈值價(jià)差超過一定水平時(shí)，買入相對(duì)低價(jià)的一方，等到價(jià)差回歸正常后平倉獲利。該ETF主要成分股及權(quán)重如下:

　　

在量化金融分析師AQF中介紹了基于兩只相關(guān)性較高的股票的配對(duì)交易策略。下圖左為兩只股票的收盤價(jià)走勢(shì)圖，可以看出兩只股票價(jià)格高度相關(guān);下圖右為兩股票價(jià)差圖，當(dāng)價(jià)差超過上限時(shí)買入低估股票，價(jià)差回歸時(shí)再賣出獲利，如果市場可以做空則可以獲得雙向收益。

　　

　　資料來源：量化金融分析師AQF項(xiàng)目

3、CTA交易策略

CTA全稱Commodity Trading Advisor，直譯為商品交易顧問，一般指投資于期貨的資產(chǎn)管理產(chǎn)品，因此也常稱為期貨管理基金。較早的CTA只投資于商品期貨，后來CTA產(chǎn)品也投資于股指期貨、期權(quán)、國債及利率衍生品等各類衍生品。

從全球看，目前CTA市場最主要的策略是系統(tǒng)化策略，也就是量化策略，系統(tǒng)化CTA基金幾乎占全部CTA基金規(guī)模的90%。與國際市場不同的是，國內(nèi)CTA產(chǎn)品中主觀策略類產(chǎn)品數(shù)量略多于量化產(chǎn)品，但無論是主觀策略產(chǎn)品還是量化產(chǎn)品，趨勢(shì)型策略的數(shù)量都要遠(yuǎn)大于套利型策略。

　　

　　資料來源：券商研報(bào)

根據(jù)Barclay Hedge統(tǒng)計(jì)，CTA市場規(guī)模在本世紀(jì)初經(jīng)歷了井噴式發(fā)展，從1980至2016年，全球CTA資產(chǎn)規(guī)模從3億美元增加到3370億美元，特別是從2002年至2010年期間，CTA市場規(guī)模從500億美元迅速發(fā)展為超過三千億美元。CTA市場的快速發(fā)展一個(gè)非常重要的原因是資產(chǎn)配置的需求，CTA與主流投資之間相關(guān)性非常低。

根據(jù)巴克萊統(tǒng)計(jì)，CTA指數(shù)與SP500指數(shù)相關(guān)性極低，只有0.01相關(guān)，與債券的相關(guān)性是0.13，同時(shí)也擁有不錯(cuò)的年化收益率與夏普比率，因此隨著資產(chǎn)管理規(guī)模的普遍擴(kuò)大，尋求非相關(guān)的資產(chǎn)需求增大，CTA成為很多資產(chǎn)管理者的配置方向。海外長期數(shù)據(jù)顯示，CTA策略與其他策略之間呈現(xiàn)出顯著低相關(guān)性。除與宏觀對(duì)沖、多策略等相關(guān)系數(shù)(分別為0.64、0.34)偏高外，與其他策略的相關(guān)系數(shù)均在0.2以下。

　　

　　資料來源：券商研報(bào)

下圖展現(xiàn)了兩個(gè)FOF組合的凈值曲線，投資組合A2為“60%股票多頭+40%固定收益”，每年再平衡，投資組合B2為“40%股票多頭+30%固定收益+30%CTA”，每年再平衡?？梢娂尤隒TA策略后FOF組合的年化收益率得到了明顯提高，年化波動(dòng)率和最大回撤下降，夏普比率從原先的0.98提高為1.52。

　　

　　

總體而言，國內(nèi)CTA策略整體業(yè)績表現(xiàn)較好。2013年1月至2018年8月，CTA策略私募基金指數(shù)年化收益率達(dá)17.01%，位列各主要策略首位。相對(duì)于股票多頭策略而言，年化波動(dòng)率和最大回撤均具有顯著優(yōu)勢(shì)。夏普比例約為2，體現(xiàn)了較好的風(fēng)險(xiǎn)收益比。但生存者偏差和選擇性披露因素可能導(dǎo)致CTA策略整體業(yè)績被高估。

　　

　　資料來源：券商研報(bào)

根據(jù)估算結(jié)果，國內(nèi)CTA策略私募基金在證券類私募基金中規(guī)模占比約1.2%，遠(yuǎn)遠(yuǎn)低于海外CTA策略對(duì)沖基金10~20%的水平。國內(nèi)部分知名CTA管理人名單如下。

　　

4、事件驅(qū)動(dòng)策略

事件驅(qū)動(dòng)策略是在提前挖掘和深入分析可能造成股價(jià)異常波動(dòng)的事件基礎(chǔ)上，通過充分把握交易時(shí)機(jī)獲取超額投資回報(bào)的交易策略?？梢杂糜谑录?qū)動(dòng)策略的事件有很多，如CEO或CFO的變更、派息、拆股、回購、定增、指數(shù)成分股調(diào)整、大股東增持等等，此類事件的特點(diǎn)是具有較為明確的時(shí)間和內(nèi)容，能夠?qū)Σ糠滞顿Y者的行為產(chǎn)生一定的影響，從而決定股價(jià)短期波動(dòng)的因素。

例如高管增持事件，我們可以采用的一種策略是：在上市公司公布高管增持公告后，立刻買入并持有一個(gè)月，回測(cè)該策略是否存在超額收益。

我們也可以對(duì)高管增持事件進(jìn)行一定的優(yōu)化，如可以增持公告前跌幅最大的一組股票，公告后30日的累計(jì)超額收益約為5%，公告后60日的累計(jì)超額收益接近10%，其超額收益要比簡單的高管增持事件明顯。

　

　　資料來源：券商研報(bào)

對(duì)于公募基金業(yè)績披露事件，如果某只股票被多數(shù)公募基金購買，則說明多數(shù)公募基金看好該只股票。根據(jù)業(yè)績披露事件，可以構(gòu)建高共識(shí)大小盤組合，即流通市值排在前50%的重倉股池子中，選擇持有主動(dòng)基金數(shù)目最多的前50只標(biāo)的作為高共識(shí)大盤組合。而流通市值排在后50%的重倉股池子中，選擇持有主動(dòng)基金數(shù)目最多的前50 只標(biāo)的構(gòu)建高共識(shí)小盤組合。兩個(gè)策略的回測(cè)收益如下圖所示。

　　

　　

此外，我們也可以基于分析師評(píng)級(jí)作為事件驅(qū)動(dòng)策略，如選取中證800股票池中，持續(xù)6個(gè)月有分析師發(fā)布含有目標(biāo)價(jià)報(bào)告的股票。其思路是分析師持續(xù)發(fā)布含有目標(biāo)價(jià)報(bào)告，說明該個(gè)股長期被分析師看好，基本面較優(yōu)良。同時(shí)該策略對(duì)分析師報(bào)告的數(shù)量沒有特別的約束，兼顧了大小市值的個(gè)股，對(duì)市場大小盤風(fēng)格切換有較強(qiáng)的適應(yīng)性。從策略回測(cè)收益來看，從2012 年至2018年，該策略年化收益超過20%，相對(duì)中證800 指數(shù)年化超額收益為10.45%。從換手率指標(biāo)來看，該策略的年化換手率在4.5%上下波動(dòng)，說明該組合的成分股平均持股時(shí)間較長，是一個(gè)精選個(gè)股、中長期持有的投資策略。

　　

　　資料來源：券商研報(bào)

非常多的事件為傳統(tǒng)因子分析提供了低相關(guān)度投資組合的機(jī)會(huì)，但是研究成本過高(特殊數(shù)據(jù)庫、相關(guān)研究框架)阻礙了此前此類事件的研究。我們按照這種事件驅(qū)動(dòng)思路實(shí)現(xiàn)了基于網(wǎng)絡(luò)爬蟲的券商評(píng)級(jí)事件驅(qū)動(dòng)策略。通過爬蟲技術(shù)，跟蹤機(jī)構(gòu)研報(bào)對(duì)個(gè)股的評(píng)級(jí)變化，當(dāng)個(gè)股評(píng)級(jí)上調(diào)為“強(qiáng)烈推薦”時(shí)作為買入信號(hào)，等權(quán)持有股票一個(gè)月。該策略的回測(cè)效果如下：

　　

　　

該策略還可以進(jìn)一步優(yōu)化，如對(duì)分析師評(píng)級(jí)進(jìn)一步分析，篩選出發(fā)布研究報(bào)告后個(gè)股表現(xiàn)較好和最差的分析師，給表現(xiàn)好的分析師給予更多的配置權(quán)重，給表現(xiàn)差的分析師給予更少的配置權(quán)重甚至零權(quán)重，從而獲取更好的策略收益。

5、市場中性策略

市場中性策略是指同時(shí)構(gòu)建多頭和空頭頭寸以對(duì)沖市場風(fēng)險(xiǎn)，從而構(gòu)成獨(dú)立于大盤變動(dòng)的股票組合。市場中性策略的通常做法是通過多因子模型選股確定多頭股票組合，同時(shí)用空頭股指期貨等進(jìn)行對(duì)沖，構(gòu)建Beta接近于0的投資組合，從而只保留基金的Alpha收益。

　　

　　

該策略在中國的私募基金中占據(jù)了半壁江山，主要原因在于在中國牛短熊長，大部分時(shí)間處于熊市交易之中，構(gòu)建市場中性策略則可以不受到大盤下跌帶來的影響，只要基金經(jīng)理有較強(qiáng)的Alpha能力就可以獲得相對(duì)穩(wěn)定的策略收益。但在應(yīng)用該策略時(shí)，要注意使用股指期貨空頭時(shí)若股指價(jià)格貼水帶來的額外對(duì)沖成本。

6、指數(shù)增強(qiáng)策略

傳統(tǒng)投資策略一般分為主動(dòng)投資策略和被動(dòng)投資策略，被動(dòng)投資往往選擇跟蹤某一指數(shù)，風(fēng)險(xiǎn)較低。然而全完被動(dòng)跟蹤指數(shù)往往收益也較低，因此指數(shù)增強(qiáng)策略(或稱Smart Beta、Strategy Beta、Enhanced Beta)受到了越來越多機(jī)構(gòu)投資者的歡迎。指數(shù)增強(qiáng)策略是指在被動(dòng)跟蹤指數(shù)的基礎(chǔ)上，通過主動(dòng)管理的辦法如優(yōu)化選股和優(yōu)化權(quán)重，以達(dá)到獲取超額收益或降低風(fēng)險(xiǎn)的目標(biāo)，即“增強(qiáng)”指數(shù)的效果。

指數(shù)增強(qiáng)基金是指數(shù)型基金發(fā)展的新階段，從全球市場看，指數(shù)增強(qiáng)策略普及度不斷提高。根據(jù)ETF.com統(tǒng)計(jì)結(jié)果，截止2018年12月21日，美國有1025只Smart Beta ETF，總規(guī)模為8239億美元;BlackRock預(yù)測(cè)到2020年，Smart Beta ETF的資產(chǎn)規(guī)模將達(dá)到1萬億美元。我國被動(dòng)指數(shù)產(chǎn)品相較于海外市場比較滯后，從2006年華泰柏瑞紅利ETF發(fā)行，截止2018年11月27日，國內(nèi)共發(fā)行了68只指數(shù)增強(qiáng)型產(chǎn)品，累計(jì)規(guī)模245億元。

指數(shù)增強(qiáng)策略從增強(qiáng)方式上主要有倉位控制(擇時(shí))、優(yōu)化加權(quán)、優(yōu)化選股(多因子模型)三種，三種思路在實(shí)踐方式上都可以區(qū)分為“主動(dòng)”和“量化”。其中倉位控制就是分析大盤走勢(shì)，在上漲期間增加倉位權(quán)重，在下行過程中降低倉位以期獲得擇時(shí)超額收益;優(yōu)化加權(quán)方法主要有等權(quán)重、最小方差、風(fēng)險(xiǎn)平價(jià)、最大分散度、基本面加權(quán)等;優(yōu)化選股通常使用多因子模型在指數(shù)股票池中篩選預(yù)期收益好的股票以增加某些風(fēng)險(xiǎn)因子的暴露，比如我們以能顯著有效的區(qū)隔市場特征的單一因子指標(biāo)或多因子指標(biāo)，如價(jià)值指標(biāo)、成長指標(biāo)、紅利指標(biāo)、混合財(cái)務(wù)指標(biāo)等，作為選股依據(jù)，以此形成的組合能夠?yàn)橥顿Y者提供暴露特定市場因子風(fēng)險(xiǎn)的工具，并相應(yīng)獲得該因子的超額回報(bào)。

比如在A股市場等權(quán)構(gòu)建的滬深300組合比真實(shí)的滬深300指數(shù)表現(xiàn)要好，一個(gè)很重要的原因是A股小市值因子效應(yīng)特別明顯，長期來看小盤股相比大盤股有明顯的超額收益。這樣我們對(duì)組合的認(rèn)識(shí)可以上升到因子層面，就可以選擇特定證券使組合盯住某一特定的風(fēng)險(xiǎn)因子，這也是Smart Beta的一種思路。

除了以上三種主流方法，指數(shù)增強(qiáng)策略也可以通過配合衍生金融工具或其他方式增強(qiáng)，包括打新、股指期貨、融資融券、期權(quán)、可轉(zhuǎn)債等。如中證500指數(shù)增強(qiáng)產(chǎn)品常通過買入股指期貨獲得基差收益，同時(shí)降低資金占用率。

　　

　　

7、量化期權(quán)交易策略

不同于成熟的海外市場，我國期權(quán)市場才剛剛起步。2015年2月9日，我國首個(gè)場內(nèi)期權(quán)產(chǎn)品上證50ETF期權(quán)合約正式上市交易，標(biāo)志著我國資本市場期權(quán)時(shí)代的來臨。2017年以來，期權(quán)市場逐漸發(fā)展壯大，豆粕和白糖期權(quán)上市交易且流動(dòng)性日漸提升，上證50ETF期權(quán)成交量快速增長，預(yù)計(jì)未來還會(huì)有更多的商品期權(quán)、金融期權(quán)品種上市。隨著期權(quán)品種數(shù)量的增加和流動(dòng)性的提升，期權(quán)策略將會(huì)得到可觀的發(fā)展。

期權(quán)策略產(chǎn)品和CTA策略產(chǎn)品、事件驅(qū)動(dòng)策略產(chǎn)品等一樣，和主流量化產(chǎn)品的相關(guān)度較低，有利于資產(chǎn)分散化投資。由于期權(quán)本身產(chǎn)品的復(fù)雜性，期權(quán)策略也是復(fù)雜多樣的。期權(quán)策略主要有期權(quán)合成套利、期權(quán)買賣平價(jià)套利、期權(quán)價(jià)值邊界套利、隱含波動(dòng)率與實(shí)際波動(dòng)率相對(duì)價(jià)值套利等，其中期權(quán)合成套利又包含了牛市價(jià)差、熊市價(jià)差、跨式期權(quán)、蝶式期權(quán)等等組合方式。

我們?cè)诖私榻B一種基于50股指期權(quán)的Straddle波動(dòng)率策略，策略思路為，當(dāng)波動(dòng)率連續(xù)極度收斂時(shí)(波動(dòng)率小于歷史波動(dòng)率從小到大排序的10%分位點(diǎn)，因?yàn)椴▌?dòng)率低時(shí)，構(gòu)建Straddle策略的成本低)，挑選成本最低的、至少晚于下一月到期的Straddle組合進(jìn)行建倉。建倉后一直持有代漲至持有到期，或下跌超過單筆交易最大值的20%時(shí)，移動(dòng)止損。該策略回測(cè)收益如下：

　　

　　

8、機(jī)器學(xué)習(xí)技術(shù)和基本面結(jié)合策略

許多人認(rèn)為機(jī)器學(xué)習(xí)技術(shù)是屬于量化分析的范疇，與基本面分析是截然不同的兩種分析方法，從而不可能有交叉的可能。然而實(shí)際上，機(jī)器學(xué)習(xí)技術(shù)也可以與基本面分析進(jìn)行有效的結(jié)合。例如分析財(cái)務(wù)報(bào)表粉飾時(shí)，許多財(cái)務(wù)指標(biāo)都可能預(yù)示公司財(cái)務(wù)報(bào)表可能存在粉飾情況，部分指標(biāo)如下：

　

然而并不是所有指標(biāo)都是有效的，使用機(jī)器學(xué)習(xí)技術(shù)，可以得出在分析上市公司年報(bào)是否粉飾造假的時(shí)候需要重點(diǎn)關(guān)注的幾個(gè)指標(biāo)，從而進(jìn)行后續(xù)的基本面分析。

9、大數(shù)據(jù)與輿情分析策略

隨著互聯(lián)網(wǎng)的快速發(fā)展，人類進(jìn)入大數(shù)據(jù)時(shí)代，可供分析和使用的數(shù)據(jù)大量增加。海量數(shù)據(jù)成為公司的基礎(chǔ)資產(chǎn)，例如，美國專門有一些公司，購買無人機(jī)去全國各地偵查，可能要比國家統(tǒng)計(jì)局都要更早的知道全國經(jīng)濟(jì)發(fā)展的整體狀況，就可以提前基于這條信息進(jìn)行交易獲利;再如用Google Map去看沃爾瑪?shù)耐＼噲觯ヅ袛辔譅柆敼镜墓蓛r(jià)和整體經(jīng)濟(jì)的消費(fèi)水平。

在量化交易中，大數(shù)據(jù)與輿情分析策略使用NLP自然語言處理，對(duì)非機(jī)構(gòu)化數(shù)據(jù)，如微博、twitter上的博文進(jìn)行輿情識(shí)別和分析，從而作出投資決策。在大數(shù)據(jù)分析中，自然語言處理是最為困難的問題之一，如“It’s interesting.”并不是在說我覺得這很有趣，而是在說，我搞不懂發(fā)生了什么，這是怎么回事。NLP技術(shù)針對(duì)英語已經(jīng)相對(duì)比較成熟，對(duì)中文的研究也在迅速發(fā)展中。

我們來看一個(gè)基于Google Trends的大數(shù)據(jù)輿情分析策略，下圖為策略回測(cè)，可見基于Google Trends的策略遠(yuǎn)遠(yuǎn)優(yōu)于單純購買并持有。該策略的思想是，如果當(dāng)周的“Debt”搜索量大于過去三周平均搜索量，則做空道瓊斯指數(shù)，持倉一周;如果當(dāng)周的“Debt”搜索量小于過去三周平均，則做多道瓊斯指數(shù)。在國內(nèi)，類似Google Trends的指數(shù)有百度指數(shù)等，可以作為搜索引擎指數(shù)進(jìn)行投資。

　　

　　

THE END

金融科技Fintech和量化金融說到底是將前沿技術(shù)和量化方法應(yīng)用到金融領(lǐng)域，提高金融業(yè)務(wù)的工作效率，提升金融產(chǎn)品的用戶體驗(yàn)，提高投資的收益和穩(wěn)定性。隨著我國金融業(yè)的不斷發(fā)展，F(xiàn)intech和量化金融將成為未來金融業(yè)的發(fā)展方向，市場對(duì)于量化金融分析師的需求也會(huì)急速增加。提升自己的技術(shù)水平、豐富金融知識(shí)，才不會(huì)被時(shí)代潮流淹沒。

量化金融分析師(簡稱AQF ，Analyst of Quantitative Finance)由量化金融標(biāo)準(zhǔn)委員會(huì)(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(diǎn)擊咨詢AQF證書含金量

　　

課程適合人群：

金融工程/數(shù)學(xué)專業(yè)背景的同學(xué)/工作人士，希望進(jìn)一步學(xué)習(xí)Python編程以及在量化投資的實(shí)戰(zhàn)應(yīng)用；

非金融工程專業(yè)背景的同學(xué)/工作人士，希望迅速成為寬客；

金融相關(guān)人員，希望學(xué)習(xí)如何系統(tǒng)的做量化策略；

個(gè)人投資者，希望系統(tǒng)學(xué)習(xí)掌握量化投資相關(guān)的實(shí)務(wù)技能，從模型開發(fā)，回測(cè)，策略改進(jìn)，搭建穩(wěn)定的量化交易系統(tǒng)。

量化金融分析師AQF核心課程體系：

1、《量化投資基礎(chǔ)》

主要涵蓋了量化投資領(lǐng)域的必備知識(shí)，包括：基本面分析、技術(shù)分析、數(shù)量分析、固定收益、資產(chǎn)組合管理、權(quán)益、另類投資等內(nèi)容。

2、《Python語言編程基礎(chǔ)》

包含了Python環(huán)境搭建、基礎(chǔ)語法、變量類型、基本函數(shù)、基本語句、第三方庫、金融財(cái)務(wù)實(shí)例等內(nèi)容。旨在為金融財(cái)經(jīng)人提供最需要的編程方法。

3、《基于Python的經(jīng)典量化投資策略》

包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對(duì)交易模型、波動(dòng)擴(kuò)張模型、Alpha模型、機(jī)器學(xué)習(xí)(隨機(jī)森林模型、主成分分析)、深度學(xué)習(xí)(人工神經(jīng)網(wǎng)絡(luò))等內(nèi)容。

4、《量化交易系統(tǒng)設(shè)計(jì)》

旨在學(xué)習(xí)量化交易系統(tǒng)的具體知識(shí)，包括過濾器，進(jìn)入信號(hào)，退出信號(hào)，倉位管理等詳細(xì)內(nèi)容，并指導(dǎo)學(xué)員設(shè)計(jì)涵蓋個(gè)人交易哲學(xué)的量化交易系統(tǒng)。

5、《量化實(shí)盤交易》

旨在為解決實(shí)際量化交易策略搭建過程中的一些問題提供較優(yōu)解決方案。 >>>點(diǎn)擊咨詢AQF相關(guān)問題

　　

掌握Python及量化投資技能，我們能做什么?

1、熟悉中國主要金融市場及交易產(chǎn)品的交易機(jī)制；

2、熟知國內(nèi)外期貨交易、股市交易的異同點(diǎn)和內(nèi)在運(yùn)行機(jī)制；

3、掌握經(jīng)典量化交易策略細(xì)節(jié)及其背后的交易哲學(xué)；

4、掌握金融、編程和建模知識(shí)基礎(chǔ)，擁有量化交易實(shí)盤操作能力；

5、具備獨(dú)立自主地研發(fā)新量化交易策略的能力；

6、掌握量化交易模型設(shè)計(jì)的基本框架，以及風(fēng)險(xiǎn)管理和資產(chǎn)組合理論的實(shí)際運(yùn)用；

7、掌握從策略思想——策略編寫——策略實(shí)現(xiàn)餓完整量化投資決策過程；具備量化投資實(shí)戰(zhàn)交易能力。

　　

更多內(nèi)容推薦閱讀：

如何成為一名優(yōu)秀的量化金融分析師？

AQF到底是什么鬼？哪類人適合參加AQF考試？

2019年量化金融分析師（AQF）全國統(tǒng)一考試報(bào)名簡章

Wind、Excel和Python三大金融技能兼修，下一個(gè)金融分析大神就是你

金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) AQF是什么意思

AQF考友群：760229148

金融寬客交流群：801860357

微信公眾號(hào)：量化金融分析師

　　>>>返回首頁