量化投資策略分析模板(10篇)

導言：作為寫作愛好者，不可錯過為您精心挑選的10篇量化投資策略分析，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

量化投資是投資者借助計算機信息化建立數學模型，把最新市場數據和相關信息輸入到模型中，通過公式計算出投資對象，做出最優投資決策。量化投資不依靠投資者的感覺直覺，不依賴個人判斷，而是將其經驗利用信息通過模型實現投資理念。同時，投資者期望達到收益和風險的合理配比，利用夏普比率等科學方法控制收益和風險。量化投資者不用每天重復的分析瑣碎信息，只需要不斷完善這個模型并不斷創造新的可以盈利的模型。

二、量化投資策略

（一）量化投資策略分類

量化投資策略，主要包括量化擇時策略、統計套利策略、算法交易策略、組合套利策略、高頻交易策略等。

（1）量化擇時策略是收益率最高的一種交易策略，通過對宏微觀指標的量化分析判斷未來經濟走勢并確定買入、賣出或持有，按照高拋低吸原則獲得超額收益率。在量化擇時策略中，趨勢跟蹤策略是投資者使用最多的策略。量化擇時分析策略包括：趨勢跟蹤策略、噪音交易策略、理易策略。

（2）統計套利是風險套利的一種，通過對歷史數據的統計分析，利用統計學理論，估計相關變量的概率分布，判斷規律在未來一段時間內是否繼續存在。統計套利策略包括協整策略和配對利差策略、均值回歸策略以及多因素回歸策略。

（3）算法交易又稱為自動交易，主要是研究如何利用各種下單方法，降低沖擊成本的交易策略，將一個大額交易通過算法拆分成數個小額交易，以此來減少對市場價格造成沖擊，降低交易成本。算法交易策略包括交易量加權平均價格策略、時間加權平均價格策略、盯住盤口測量、執行落差策略、下單路徑優選策略。

（4）組合套利策略主要針對期貨市場上的跨期、跨市及跨品種套利的交易策略。組合套利策略包括均衡價格策略、套利區間策略、牛市跨期套利、熊市跨期套利等。

（5）高頻交易是一種持倉時間短、交易量巨大、交易次數多、單筆收益率低的投資策略，人們從無法利用的極為短暫的市場變化中尋求獲利的計算機化交易，依靠快速大量的計算機交易以獲取高額穩定的收益。高頻交易策略包括流動性回扣交易策略、獵物算法交易策略和自動做市商策略。

如下是量化投資中幾種主要的投資交易策略：

（1）趨勢跟蹤策略。趨勢跟蹤策略追隨大的走勢，向上突破重要的壓力線可能預示著更大一波的上漲趨勢，向下突破重要的支撐線可能預示著更大一波的下跌趨勢。趨勢跟蹤策略試圖尋找大趨勢的到來，在突破的時候進行相應的建倉或平倉的投資操作來獲得超額收益。

趨勢型指標進行擇時的基本理念是順勢而為，跟蹤市場運行趨勢。在趨勢策略中使用的技術指標是最多的，常用有：移動平均線（MA）、平滑異動移動平均線（MACD）、平均差（DMA）、趨指標（DMI）等。

（2）噪音交易策略。噪聲交易是指交易者在缺乏正確信息的情況下進行密集交易的行為。有效市場中噪聲只是一個均值為零的隨機擾動項，但市場并不總是有效的，市場上有很多異常信息，往往有人能夠提前獲得這些異常信息，很可能對投資的判斷提供重要的價值。噪聲交易策略的運用主要是機構投資者通過計算得到市場的噪聲交易指數，監測該指數的變化，根據其變化來設計量化交易策略。

（3）協整策略。在統計套利策略中，協整策略是應用最廣泛的一種策略。協整套利的主要原理，是找出相關性最好的幾組產品，再找出每一組的協整關系，當某一組投資產品的價差偏離到一定程度時建倉，買入被低估的資產、賣出被高估的資產，當價差均衡時獲利了結平倉。協整策略包括協整檢驗、GARCH檢驗、TARCH檢驗以及EGARCH檢驗。

（4）多因素回歸策略。多因素回歸策略，也是一種被廣泛使用的投資策略。這一策略利用影響投資收益的多種選擇因素，并根據其與收益的相關性，建立多元回歸模型，簡化投資組合分析所要求的證券相關系數的輸入，這類方法的代表是套利定價模型。

（二）量化投資策略組合

量化投資策略組合綜合考慮交易商品、策略類別、策略數量、時間周期因素。量化投資策略組合相比較單一投資策略有以下優勢：

（1）策略組合降低了對單一策略的依賴，當單一策略失去競爭力，使用策略組合的方式，可以利用不同產品價格變化、變化幅度、周期等多個方面把握投資機會，在一定程度上保證了穩定的收益率，盈利機會更多；

（2）策略組合可以分散單一策略的交易風險，降低風險，通過策略組合將投資風險分散化，盡可能規避市場風險、策略風險及系統風險等。

三、量化投資資產配置

資產配置是指資產類別選擇，即投資組合中各類資產的適當配置及對這些混合資產進行實時管理。量化投資管理打破了傳統投資組合的局限，它與量化分析結合，將投資組合作為一個整體，確定組合資產的配置目標和分配比例，深化了資產配置的內涵。

資產配置包括戰略資產配置和戰術資產配置兩大類。戰略資產配置是長期資產配置，針對較長時間的市場情況，控制長期投資風險以達到收益最大化。戰術性資產配置是依據資產預期收益的短期變化，獲取超額收益的機會。因此，戰術資產配置是建立在長期戰略資產配置過程中的短期分配策略，二者相輔相成。在長期投資活動的戰略資產配置下，戰術性資產配置利用其積極的靈活的投資機會，適當的配合戰略資產配置，獲取較高收益。

四、前景展望

在量化投資飛速發展的今天，它己經成為金融市場中不可忽視的一個領域，中國的金融市場在逐步發展及完善，中國的量化投資也會繼續發展和前進，隨著量化投資方面的加大投入，量化投資的進程加快，中國量化投資的前景無限。

篇2

一、引言

證券市場存在分形現象已得到了國內外學者的廣泛認可。實務中已開始利用分形現象定性的指導實際投資，并獲得了可觀的收益。基于分形理論對投資策略進行量化研究更是具有非同尋常的理論意義。一方面，統計套利、算法交易、資產配置等傳統量化模型由于忽略了投資者行為、證券價格的長記憶性、證券收益率的“尖峰肥尾”等分形特征而存在刻畫不精確、忽視風險等局限。利用分形理論量化研究投資策略可對證券市場中分形現象量身度造，可充分克服傳統量化投資模型的不足，從而更好地指導實際投資；另一方面，基于分形現象進行量化投資的理論研究至今仍是空白。因此，在證券市場呈分形現象的背景下，運用分形理論來構建量化投資策略可彌補此理論空白，具有較大的理論與現實意義。然而，利用證券市場的分形現象來量化研究投資策略的前提和基礎是理解分形市場中投資策略的相關概念及其分析框架。目前，國內外尚無文獻對其系統探討。鑒于分形市場中投資策略的相關概念及其分析框架的重要性以及研究現狀，本文將對其進行系統探討，以期為構建分形市場中投資策略的量化模型奠定基礎。

二、分形市場中投資策略概念體系

（ 一 ）分形市場的界定 1970年，Fama創造性的將有效市場假設（Efficient Market Hypothesis ，EMH）歸納為公理。EMH為傳統資本市場理論（CMT）奠定了基石、提供了分析框架。在EMH下，證劵的價格代表了證劵的真實價值，證劵價格的變動必將遵循隨機漫步（Random Walk）；從而，尋求價格偏離內在價值的證劵，以及尋找證劵價格的起伏周期和預測模式必將徒勞無功。然而實證表明，證劵市場的運行方式與EMH所描述的情況相差甚遠，而是呈現分形特征。Peters（1994）集眾人之智、采眾家之長，在EMH和協同市場假設（Coherent Market Hypothesis，CMH）的基礎上，提出了著名的分形市場假說（Fractal Market Hypothesis，FMH）。 FMH的基本內容：市場由眾多投資者組成，不同投資者的投資期限不同；市場信息對不同投資期限的投資者產生不同影響。短期投資者主要注重歷史信息，基本遵循技術分析；較長期投資者更加偏重基礎信息；市場穩定性主要取決于市場流動性；價格反映了短期技術分析與長期基本分析的結合；如果某項資產與經濟周期循環無關，那么將不具有長期趨勢。FMH是EMH的有力擴展，FMH強調信息接受程度和投資期限對投資者行為的影響。在FMH下，投資者僅是有限理性的。信息積累和信息滯后對投資者的影響將造成證劵價格的有偏隨機游走，表現出長記憶、混沌序等分形特征。投資者的投資期限上的差異將保證市場的流動性和穩定性。在FMH下證劵市場不僅僅是經濟和商業形勢的映射，更是投資者情緒的晴雨表。樊智、張世英（2002）基于對EMH與FMH兩者聯系與區別的詳盡討論下，給出了分形市場的一般性描述；分形市場是指具有正反饋機制和非線性結構特性的資本市場，其價格序列波動的表現形式為具有一定維數（Hurst指數 ）的分數布朗運動（Fractional Brownian Motion， FBM）。該描述切中了分形市場的反饋機制及結構特性，但稍顯片面，同時過于復雜。因此，本文對分形市場作如下簡單明了的定義。所謂分形市場是指以FMH作為市場運行機制的市場。

（ 二 ）分形市場中投資概念的理解 研討投資策略的前提和基礎是理解投資。不同學者關于投資的定義說法各異。投資是指投入資金賺取更多資金；是指投入當前資金或者其他資源以期獲取未來收益的行為。盡管說法各異，但對其本質特征的描述卻是殊途同歸。投資的本質特征就是放棄或犧牲某種現在有價值的東西，期望從未來收益中獲得補償；即期望資產增值，即追尋 是投資活動的核心。基于前文對分形市場的界定，本文對投資進行結構性分解時，主要是針對分形市場中有價證劵的投資。投資是一項經濟活動，因此，對投資活動的主體——投資者進行分析是至關重要的。在分形市場中，基于短期與較長期投資者對信息敏感度的差異，不同類別投資者對投資策略的偏好將存在差異。較長期投資者相對于短期投資者對基礎信息具有更加敏感，因此，對價值投資更具有傾向性；而短期投資者相對于較長期投資者更注重歷史信息，因此，對基于技術分析的投資策略更具有傾向性。同時，由于同一投資者也難保持其投資期限時間一致，因此，同一投資者也難保持其投資策略偏好的恒常性。在分形市場中，千差萬別的投資者驅動著證券市場的流動，支撐著證券市場的穩定；形形的投資者形成行影無蹤、變化無常的市場動力，驅使著證券市場呈現分形特征。金融工具作為投資活動的客體，是投資者在證券市場中的選擇集。金融工具作為資金融通的載體，風險收益組合多樣。投資者對金融工具的選擇的實質就是對風險收益組合的選擇，這依賴于投資者的投資目的、風險偏好等因素。因此，金融工具制約著投資者執行投資策略的可行性。因此，金融工具特征的確定是理解投資的又一關鍵因素。投資過程，作為投資活動的核心，連接著投資者與金融工具。投資過程主要由兩部分工作組成。一部分工作是證券與市場分析；第二部分工作是對最優的資產投資組合進行構建。在投資過程中，投資者對證劵與市場分析的根本目的是尋找出內在價值偏離價格的證劵；基于證劵價格起伏周期預測模式的市場時機選擇是構建最優資產組合、優化資產配置的核心。投資過程的本質是通過選擇或協調各種金融工具，從而選擇與投資者的投資目的相適應的風險收益組合；是投資活動順利開展的關鍵保障。因此，投資過程的優劣直接關系到投資活動的成敗。

（ 三 ）分形市場中投資策略的厘定 基于對分形市場的界定以及分形市場中投資概念的厘定，便可對分形市場中投資策略展開詳細探討。所謂投資策略就是指投資者根據自身需求和風險承擔能力對投資資產進行安排、配置。確定投資者收益需求和風險厭惡特征是構建其投資策略的前提。隨后，投資者設計可實現其目標的投資策略。投資者將根據自身對資產的內在價值、預期收益、風險等因素的推斷結果進行投資資產選擇、配置。因此，投資者對資產內在價值、預期收益、風險等因素的推斷結果是構建投資策略的基礎，投資者根據推斷結果設計使自身效用最大化的投資策略。在EMH下，由于市場具有競爭性以及投資者具有同質預期，風險收益完全匹配。追求高收益，必然要承擔高風險；不接受高風險，便只能接受低收益。在分形市場中，形形的投資者對資產內在價值、預期收益、風險等因素的推斷方法千差萬別；因此，基于推斷結果所設計的投資策略便具有差異。投資策略的差異表現為投資者歷史投資行為的差異，最終造成證券收益與風險的分形特征。證券市場存在分形特征，因此，證券收益、風險的時變特征具有復雜性、非線性。從而，分形市場中風險收益不完全匹配；在實際投資中，存在套利機會。因此，優異的投資策略可充分利用風險與收益非完全匹配的特征；從而，可以在減少一定程度的風險的同時并增加一定程度的收益。基于此，分形市場中投資策略的一個直觀描述就是指投資者根據自身需求和風險承擔能力設計協調和選擇風險收益組合以實現自身效用最大化的方案。

三、分形市場中投資策略分析框架

（ 一 ）分形市場中的推斷方法 由前文討論可知，確定投資者收益需求和風險厭惡特征是構建其投資策略的前提，而投資者對資產內在價值、預期收益、風險等因素的推斷結果是構建投資策略的基礎。因此，準確的推斷結果是投資策略有效的先決條件；而推斷結果的準確性依賴于投資者所采用的推斷方法。在分形市場中，推斷方法的設計是設計投資策略的必要步驟。傳統資產組合理論、資本資產定價方法等量化投資模型，其推斷方法常常基于線性范式，難以追蹤分形市場中的分形信號。現有基于人工智能、小波分析、支持向量機等理論的量化投資模型，其推斷方法對分形市場中的分形特征也不是量身度造。為克服證券價格、收益、波動中的分形特征對推斷方法的干擾，在分形市場中，所設計的推斷方法不僅要可充分克服分形噪音的干擾，而且還要能更好的追蹤分形信號。因此，在分形市場中，設計投資策略的先決條件便是設計資產內在價值、預期收益、風險等因素的推斷方法。

（ 二 ）分形市場中投資策略的分解 理論上，在分形市場中尋求價格偏離內在價值的證劵、尋找證劵價格的起伏周期和預測模式并非無稽之談。與此相反，由于分形通常具有精細結構，而證劵價格又往往表現出分形走勢；因此，波動的證劵價格蘊藏著許多低買高賣的機會；從而，優質的市場時機選擇策略可以讓投資者獲得盈千累萬的資本利得。證劵的內在價值是指證券未來收益的風險調整貼現值。由此可見，證劵的內在價值受證劵未來收益水平和風險調整貼現率的影響。而未來收益水平和風險調整貼現率具有不確定性；因此，證券內在價值也具有波動性。同時，由于激發證券價格和證劵內在價值波動的因素不完全相同；從而，證券價格和證券內在價值的波動往往具有不一致性。因此，根據證券價格和證券內在價值的變動特征，選擇內在價值被低估的證劵并非是天方夜譚。基于上述分析，在分形市場中，選擇價格偏離價值的證劵和選擇基于證券價格預測模式的市場時機均具有可行性；且無論是證劵選擇還是市場時機選擇都影響著風險收益組合。因此，證劵選擇策略和市場時機選擇策略是影響投資策略的兩個因素。另一方面，基于早期研究可知，投資的業績可以通過證劵選擇能力和市場擇時能力這兩個角度解釋。而投資業績的好壞是投資策略優劣的外在表現，因此，在分形市場中，可將投資策略分解為證劵選擇策略和市場擇時策略。其中，證劵選擇策略，就是指識別價格偏離內在價值的證劵的策略；市場擇時策略就是指掌控證劵價格起伏周期的策略。

（ 三 ）分形市場中投資策略的分析框架 基于前文對分形市場中投資策略的厘定及分解可知，投資策略的設計可通過證劵選擇策略設計和市場擇時策略設計實現，構建有效投資策略的關鍵是分析證劵選擇策略和市場擇時策略。（1）分形市場中證劵選擇策略分析。根據前文的厘定，證劵選擇策略，是指識別價格偏離內在價值的證劵的策略。識別價格偏離價值的證券的前提和基礎是確定證券的內在價值。證劵的內在價值是指證券未來收益的風險調整貼現值。其中，未來收益是指包括資本利得、紅利在內的全部現金回報，風險調整貼現率等于無風險收益率與風險溢金（Risk Premium）之和；風險溢金是指針對投資某項資產時的額外風險所需的額外回報率。在理論上和實務中，未來收益常常基于歷史數據、經濟形勢等因素給出判斷；風險溢金的確定取決于投資者對超額風險和額外回報二者間關系的看待，依賴于投資者的風險厭惡程度。投資者常常希望承擔低風險并享受高收益，從而常常利用風險資產組合構建或協調風險收益組合。有效前沿或稱最小方差邊界、有效投資組合、有效邊界、最優資產組合等，其上的風險收益組合是約定風險范圍內預期收益最高的投資組合，是投資者首選的風險收益組合。因此，優異的證劵選擇策略必將在有效前沿上選擇風險資產。從而，設計證劵選擇策略關鍵在于設計有效前沿的構建策略。傳統有效前沿構建基于Markowitz的資產組合理論和市場完美性假設，在期望收益、方差、風險資產間協方差已知的情況下，便可根據均值——方差準則構建有效前沿。在EMH的假設下，市場具有完美性；然而，實際的市場并不完美，交易成本、資本利得稅等因素影響著風險資產組合的構建，從而影響著有效前沿的構建。Jarrow et al.（2007）研究表明，即使很小比例的交易成本也可能嚴重扭曲無交易成本下的最優資產組合。與此同時，在FMH的理論下和金融市場的現實背景下，較長期投資者和短期投資者對期望收益、方差、風險資產間協方差預期非同質。因此，分形市場中的有效前沿是代表最佳風險收益組合的變動曲線。綜上所述，基于投資者投資期限構建動態有效前沿的策略是設計證劵選擇策略的關鍵。（2）分形市場中市場擇時策略分析。根據前文的界定，市場擇時策略是指掌控證劵價格起伏周期的策略。證劵價格起伏周期的掌控基于對證劵價格趨勢的把握。因此，對證劵價格趨勢的分析是設計擇時策略的重中之重。所謂證劵價格趨勢，是指證劵價格朝某方向運行的過程。實操中，常常以某種移動平均線（Moving Average，MV）朝某方向運行的過程作為價格趨勢，但確認價格趨勢并非易事；同時，以移動平均線作為證券價格趨勢會具有一定的滯后性。投資者掌控證券價格趨勢的根本目的是希望低買高賣，并順勢而為。因此，設計低買、高賣策略便可掌控證券價格趨勢，實現優質市場時機選擇。而低買、高賣策略的設計，關鍵在于捕捉證券價格的低位、高位。所謂證券價格低位或高位，是指在既定的投資時間區間內，相對最低或最高的證券價格。其中，投資時間區間由投資者的投資起點和投資期限確定。在分形市場與真實證券市場中，由于投資者投資起點和投資期限的差異，因此，不同投資者的投資時間區間不盡相同。從而，證券價格的低位與高位只是相對的，緊緊依賴于投資者的投資時間區間。同時，由于信息對不同投資者影響不同，致使不同投資者投資行為不同。短期投資者因受信息擴散緩慢以及對信息反應遲鈍的影響，表現出慣，造成證券價格的慣性效應；較長期投資者受此影響不大。投資者對信息反應行為的差異，致使較長的投資時間區間內證券價格分形波動。從而，較短投資時間區間內的證券價格低位、高位混雜在較長投資時間區間內的低位與高位之間；這是是短期投資者慣的結果，也是短期投資者市場擇機根本的根本依據。設計低買、高賣策略便可實現優質市場時機選擇，因此，設計低買、高賣策略就是設計市場擇時策略。對于短期投資者，市場擇機的根本依據就是把握慣引致的慣性效應。低買策略和高賣策略并非兩種不同的策略，本質上高賣策略和低買策略并無區別，會在證券價格高位賣出證券便會在證券價格低位買入證券。這是因為，當投資者賣出證券時，相當于用股票在買現金。如果投資者能在證券價格高位賣出證券，那么，以證券作為現金價格必然是在價格低位買入了現金。因此，要想在證券價格低位買入證券，只需要在現金價格高位賣出現金。綜上，設計市場擇時策略關鍵在于設計高賣策略，在投資者的投資時間區間內捕捉證券價格的高位，掌控短期投資者的慣。（3）有效前沿與慣。證券選擇和市場擇時二者相互影響，因此，作為兩者核心依據的有效前沿與慣也將相互影響。短期投資者嚴重的慣，將導致證券價格過度的慣性效應，營造出市場情緒潮流。此時，非完全理性的較長期投資者也難以完全擺脫市場情緒的影響。在情緒潮流中，部分較長期投資者將重新衡量預期收益、風險等因素；并根據其重新衡量的結果，做出推理，改變其投資行為。如：舍棄既定投資期限、改變投資風格等。最終，與短期投資者一起致使市場偏離既定的有效前沿。另一方面，基于投資者投資期限構建的有效前沿可反映短期投資者的慣。在分形市場中，市場偏離既定有效前沿伊始，由于較長期投資者更加偏重基礎信息，短期投資者更加關注歷史信息；因此，此時的市場動力主要源于短期投資者的投資行為。此時，短期投資者的投資行為是對歷史信息的反應，表現為慣。綜上所述，嚴重的慣將導致市場偏離既定的有效前沿，基于投資者投資期限構建的既定有效前沿可反映慣。有效前沿與慣分別作為證券選擇和市場擇時的核心依據，兩者相互聯系、相互影響。

（ 四 ）分形市場中投資策略設計的展望 由前文可知，投資策略的設計可通過證劵選擇策略設計和市場擇時策略設計實現。基于市場擇時的資產配置對投資業績具有絕大部分的貢獻，且證券選擇本身也依賴于時間因素，因此，本文僅對市場擇時策略設計給出一些展望。設計市場擇時策略關鍵在于基于證券價格的慣性效應設計高賣策略。高賣策略即在投資者的投資時間區間內捕捉證券價格的高位。由于證券價格具有分形特征，而分形通常具有自相似性，通常可由一些迭代過程得到。從而，證券價格走勢是自相似吸引子或幾個自相似吸引子的迭加。基于吸引子定理和拼貼定理，證券價格的這種分形走勢可用少量幾個壓縮映射和生成元產生一個新的分形走勢來無限逼近。由于這個新的分形走勢由其生成元和迭代函數系唯一確定，因此，其未來走勢確定。在證券價格未來走勢不會較大偏離此前分形走勢的假設下，便可利用這個構建的分形走勢尋找證券價格未來走勢中的相對高位，進而根據投資者的投資期限做出投資決策。可見，尋找證券價格走勢的逼近分形走勢是設計高賣策略的方法之一。另一方面，證券價格的分形走勢具有標度不變性特征。標度不變性是指在不同時間或空間尺度下證券價格的分布函數間具有冪律關系。由于較短時間間隔觀察到的證劵價格相對于較長時間間隔上觀察到的證券價格具有更多的數據，因此，也包含著更多的有效信息和信息噪音。利用高頻數據和低頻數據間的標度不變性特征，可獲得較之低頻數據更多的有效信息，可免受較之高頻數據更少的噪音干擾。從而，更有利于投資者進行投資決策。分形分布（Fractal Distribution）可真實描述證券市場收益序列的“尖峰肥尾”現象，是對真實證券市場收益序列的統計描述，可充分反應證券市場中的標度不變性特征。基于分形分布的市場擇時策略可克服基于正態分布的市場擇時策略低估風險、過早賣出等不足。從而，利用分形分布可以更加精準的計算出證券價格未來走勢的概率，進而可根據概率的大小進行市場擇時。然而，分形分布的參數估計具有較大困難，因此，設計分形分布的參數估計方法是設計高賣策略的又一方法。總之，利用證券價格的分形走勢設計投資策略關鍵在于充分利用分形的種種特征，充分利用分形時間序列中的有效信息和盡可能去除分形時間序列中的信息噪音。

四、結論

本文通過對分形市場中投資概念的理解，在投資者協調和選擇風險收益組合可行性分析的基礎上，將投資策略厘定為投資者根據自身需求和風險承擔能力設計協調和選擇風險收益組合以實現自身效用最大化的方案。在此基礎上，對設計分形市場中投資策略的先決條件——資產預期收益、風險等因素的推斷方法進行了分析。在把投資策略分解為證券選擇策略和市場擇時策略的基礎上，提出了分形市場中投資策略的分析框架。在分形市場中，設計基于投資者投資期限的有效前沿和基于投資者投資時間區間的高賣低買策略是構建投資策略的關鍵路徑。而設計高賣低買策略關鍵在于投資者在投資期限內有效捕捉證券價格的高低位，掌控短期投資者的慣。本文對分形市場中投資策略分析框架的建立，將為進一步構建貼近證券市場分形現象的量化投資策略提供理論基礎。

*本文系教育部高等學校博士點專項科研基金項目“分形市場環境下開放式基金業績持續性之關鍵因素挖掘研究”（項目編號：20120172120050）；教育部人文社會科學研究青年基金項目“明星效應下基金家族價值偏愛及家族造星策略有效性研究”（項目編號：13YJC790150）；中央高校基本科研業務費專項資金“分形條件下基金投資風格漂移與股票市場波動效應量化研究”（項目編號： 2013ZB0016）及國家社會科學青年基金“開放式基金投資風格漂移及風格資產輪換策略有效性研究”（項目編號：12CJY006）的階段性成果

參考文獻：

[1]丁鵬：《量化投資——策略與技術（修訂版），電子工業出版社2012年版。

[2]許林：《基于分形市場理論的基金投資風格漂移及其風險測度研究》，《華南理工大學博士學位論文集》（2011年）。

[3]苑瑩、莊新田、金秀：《多重分形理論在資本市場中應用研究綜述》，《管理學報》2010年第9期。

[4]黃怡蓉：《中國股市的分形結構：理論與實證》，中山大學出版社2006年版。

[5]樊智、張世英：《金融市場的效率與分形市場理論》，《系統工程理論與實踐》2002年第3期。

[6]馬慧明：《英漢證劵投資詞典》，商務印書館2007年版。

[7]B B Mandelbrot，Richard L Hudson著，張新等譯：《市場的（錯誤）行為：風險、破產與收益的分形觀點》，中國人民大學出版社2009年版。

[8]Kenneth Falconer著，曾文曲譯：《分形幾何的數學基礎及其應用（第二版）》，人民郵電大學出版社2007年版。

[9][美]加里·加斯蒂尼，馬克·克里茨曼著，諶季強等譯：《金融風險管理詞典》，華夏出版社2007年版。

[10][美]加里·加斯蒂尼，馬克·克里茨曼著，諶季強等譯：《金融風險管理詞典》，華夏出版社2007年版。

[11][美]R A賈羅，V馬斯科西莫維，W T津巴編，吳文峰、仲黎明、馮蕓譯：《金融經濟學手冊》，上海人民出版社2007年版。

[12][美]維克多·斯波朗迪著，俞濟群、真如譯：《專業投機原理》，機械工業出版社2008年版。

[13]蔣曉全、丁秀英：《我國證券投資基金資產配置效率研究》，《金融研究》2007年第2期。

[14]王征：《資產配置對基金收益率的貢獻度分析——來自中國市場的經驗數據》，《經濟科學》2005年第4期。

[15]苑瑩、莊新田：《基于多重分形的金融市場復雜特性分析及應用：以中國股票市場為研究對象》，中國經濟出版社2012年版。

[16]Kyoung Eun Lee ， Jae Woo Lee. Scaling and Multiscaling Properties in the Korean Stock Market.Journal of the Korean Physical Society，2007.

[17]Yudong Wang，Li Liu，Rongbao Gu.Analysis of efficiency for Shenzhen stock market based on multifractal detrended fluctuation analysis.International Review of Financial Analysis，2009.

[18]A Ganchuk， V Derbentsev， V Soloviev. Multifractal Properties of the Ukraine Stock Market.Workingpaper， 2006.

[19]Justine Gregory Williams， Bill M Williams.Trading Chaos-Maximize Profits with Proven Technical Techniques （2nd Edition）.New Jersey：John Wiley&Sons， Inc.2004.

[20]Daniel O Cajueiro，Benjamin M Tabak.Multifractality and herding behavior in the Japanese stock market.Chaos，Solitons&Fractals，2009.

[21]Jozef Barunik，Tomaso Aste，T.Di Matteo，Ruipeng Liu.Understanding the source of multifractality in financial markets. Physica A，2012.

[22]Edgar E Peters.Fractal Market Analysis：Applying Chaos Theory to Investment and Economics.New York：John Wiley&Sons， Inc. 1994.

[23]Zvi Bodie， Alex Kane， Alan J Marcus. Investments（8th Edition）.New York： McGraw-Hill，2009.

[24]Andrew Pole. Statistical Arbitrage： Algorithmic Trading Insights and Techniques.New York： John Wiley&Sons，Inc.2007.

[25]Luciano Zunino， Alejandra Figliola，Benjamin M. Tabak et al. Multifractal structure in Latin-American market indices.Chaos， Solitons and Fractals，2009.

[26]Man-Ying Bai， Hai-Bo Zhu.Power law and multiscaling properties of the Chinese stock market. Physica A，2010.

[27]Roger G Ibbotson， Paul D Kaplan. Does Asset Allocation Policy Explain 40， 90 or 100 Percent of Performance.Financial Analyst Journal，2000.

[28]Gary P Brinson， Brian D Singer， Gilbert L Beebower. Determinants of Portfolio Performance II： An update. Financial Analyst Journal，1991.

[29]William Forbes. Behavioural Finance. New York： John Wiley&Sons，Inc.2009.

[30]Jerome Chave，Simon Levin.Scale and Scaling in Ecological and Economic Systems.Environmentaland Resourmics，2003.

篇3

證券投資基金是一種特殊的投資方式，在實際的投資過程中，采用的是共同進行風險承擔以及利益共享的方式，這一基金類型也被稱為“證券基金”。證券投資基金作為一種投資工具，進入門檻低，服務專業，且積累性強，即使投資成本較低，也可將投資分散于不同證券，這樣就極大的分散了投資風險。因此，正確投資基金得到了人們的廣泛關注。

1 積極開發130/30等數量化投資模型

對國內從事證券基金投資業的基金公司等及時順應金融形勢，盡早開始研發130/30等科學有效的數量化投資產品，從而滿足公司旗下眾多投資者的投資需求。為了追趕世界先進的潮流，加快中國金融創新，從根本上增強國內基金業的企業競爭實力，研發130/30空頭擴展模型等證券投資基金數量化投資模型勢在必行。隨著國內經濟形勢高速發展，金融市場形勢亦是日新月異。目前，中國證券基金投資業中的賣空改革已經在逐漸開啟，在此形勢下，相關資產福利業也應抓緊時間，抓住機會，積極開發出符合中國國情和投資者實際需求的基金產品，抓緊研發空頭擴展模型等數量化投資模型，以更好的順應金融市場的發展趨勢和實際需求。在數量化投資模型開發過程中，應該注意“拿來主義”，不能一味的照抄國外數量化投資模型，開發時首先要考慮實事求是，符合中國的相關法律法規以及中國金融市場的實際情況，做到既學習了外國的先進經驗，又兼顧國內市場現實。從而開發出符合中國實際的數量化投資模型。現實中，130/30數量化投資模型只是眾多數量化投資模型中的一種。

2 合理應用數量化投資策略

投資者及受理委托基金公司等資產管理者應用正確數量化投資策略進行投資，可分散減小風險，增加收益。并基于此進行更加科學高效擬合金融市場實際收益率模型和數量化投資策略的開發。基于數量化投資策略不斷創新發覺全新投資策略的特點，伴隨廣大投資者針對這一投資機會的廣泛追捧開發，此動量策略的存在的情況會逐漸消失，弱勢有效這一中國股市缺失的狀況會逐漸改變。數量化投資策略模型只是理想狀況下的數字模型，在實際投資中投資者及基金管理者還應注意定期檢驗，不能生搬硬套模型及應用公式，應根據市場形勢，謹慎研究確定投資策略，才能在金融趨勢改變時有效規避風險，增加收益。在金融市場中，基金公司應根據市場環境及現實情況，基于相應合理化科學化的數量投資策略，基于數字化投資的有效性制定相應的投資策略，才能有效提高證券市場投資效率，規避風險，增強投資收益。同時應注意聽取專業人員根據經驗所得出的合理人工判斷，拒絕照搬模型公式的錯誤做法，杜絕全部投資由模型決策，密切注意規避數量化投資策略的趨勢改變、相似性及肥尾性。

3 開放賣空政策

國家政策對金融市場存在巨大影響。為了從根本上提高中國證券金融市場效率，對金融市場發展起到積極意義，國家政策要給予支持，譬如對賣空政策采取加大開放政策。如此才能逐漸改善中國證券市場賣空限制大，除指數基金外，其他投資者參與賣空所受禁錮較多，公募基金甚至不能參與賣空，信息表達不充分，遠遠沒有達到弱勢有效等諸多限制中國證券市場有效性的不完善方面政策開放屬社會實驗，對政策所針對方面的影響不言而喻。在政策制定方面目前國內的相應管理層做的還是很好的。譬如，根據當前形勢，相應管理層便會制定并開始試行各種轉融通業務。在這樣的政策環境下，對廣大證券金融公司而言，便可以通過相互之間的內部交流與合作的方式，將自身原有的或者通過各種合法途徑募集而來的證券和資金進行出借，為需求方提供所需的資金和證券，幫助其更好的開展各種經營活動。 對廣大證券基金類公司而言，可以通過此類活動，可有效整合金融市場資源，解決眼下難題。通過復雜嚴禁的實施設計方案，保證市場的良好發展。

4 降低融券費率

為了提高中國金融證券市場效率，縮短相應價格恢復平衡所需時間，提高中國金融資本市場的有效性，建議相關管理層采取積極措施，譬如對券商降低融券率的政策持鼓勵態度。但在一定的條件下，130/30組合的收益率會出現極大的改變。例如，在融券費率處于10%和5%水平的時候，融券率會對130/30組合的收益率產生十分顯著的影響。為了避免對中國證券市場的發展產生不好影響，相關管理層在制定政策時要注意規避券商間通過不顧成本盲目降低融券費率等不良手段搶占市場的惡意競爭。鼓勵科學的正當競爭。目前國內金融市場中，各證券公司的融資利率基本相同，截至2013年3月19日，業務遍布全國的較大證券公司中，國信、國泰君安、廣發、海通這四家公司年融券率和融資利率均為8.6%，相比之下，華安、上海、江海、華泰四家的融資利率雖然也達到同樣的水平，但在融券率方面，卻呈現出顯著高于大證券公司的情況，達到10.6%。綜上所述，小證券公司采用較高檔，融券費率規模大的公司則采用相同的較低檔，相比之下，大證券公司具備較大優勢。若小證券公司要在激烈的金融市場競爭中站穩腳跟，建議其利用融券費率存在較大降低空間的優勢制定相關政策。

5 結束語

綜上所述，研究證券投資基金數量化投資戰略決策，可幫助大家進一步提高對證券投資基金以及數量化投資相關問題的理解水平，了解130/30策略對基金業績的影響，具有一定實踐意義。

參考文獻：

篇4

1量化投資簡介

1.1基本概念

量化投資是一種借助于計算機高效計算程序進行復雜運算，以金融產品未來收益與風險為研究對象的新型投資方式。量化投資的基礎是以股票價格、日成交額等大數據庫數據為參考樣本數據并建立數學模型，運用仿真分析及迭代方法不斷修正數學模型，直到數學模型可以用來預測指導投資交易。任何一個投資的方案或者設想，都可以為它設計一個數學模型，然后借助大數據庫的現有數據進行迭代法測試分析，以此來判別數學模型的有效性。傳統投資方式基本上是對傳統的技術分析和公司的經營狀態基本分析，存在一定的局限性；相比之下量化投資分析是基于對大數據市場數據的，數據樣本空間容量足夠大，而且可以快速進行運算并排除投資者個人心理因素的主觀影響，科學性和時效性更強。此外，量化投資是一種主動性的投資方式，在進行數學模型選擇、自變量選取、數學模型的驗算迭代都是投資行為的主動部分。

1.2交易內容及方法

量化投資交易的內容主要是量化策略以及交易策略，在制定交易策略時必須立足于投資市場、投資產品以及分配在內等。具體交易平臺則是靠以計算機計算程序為基礎的線上交易平臺系統。進行量化投資交易時通常會遇到各種較為復雜的情況，但是基本前提都是要依據現有的既定的大量數據庫數據，靈活采用各種方法來判斷投資對象是否值得投資。總體來說，量化投資有估值法、資金法和趨勢法三種。

2量化投資現狀

從理論上來說，每個量化投資者的決策行為可以被同化為理性預期、風險規避、嚴格效用基本一致的理想化模型。然而現實情況中每個人的心理活動、出發點、知識水平等都存在差異，進行量化投資時人們作出的決策也存在差異。人的非理性行為與理性行為都是客觀存在的，而且非理性行為對理性行為也存在著一定的影響，因此投資人在進行投資決策時并不能完全理性地進行選擇。綜上所述，非理性人的客觀存在使投資人在進行投資決策時不能完全忽視個人的心理因素。既然個人的心理因素無法排除，那么在建立決策分析數學模型時，就應該把個人的心理因素考慮在內。當前我國國內量化投資有以下幾個特點：(1)個人投資者占總投資者的比例很高。上文已經提到投資者個人的非理性客觀存在且不可避免，那么眾多量化投資者的非理性因素間接影響我國量化投資市場。(2)我國的量化投資市場雖然發展迅速但仍不成熟。與美國及歐洲發達國家相比，我國量化投資市場只能是一個新興的市場，直接表現在各方面的信息不完整且難以搜集，一些基礎數據我們只能自己想方設法地去開發獲取。(3)量化投資行業的企業構成比較復雜。目前我國量化投資行業的企業種類比較多，跨越眾多不同的領域。加上我國量化投資市場還處于新生期，市場不穩定信息變化較快，因此量化投資行業的可用層面指標數目非常少且指標數值經常變化。當前我國量化投資者正是依據當前行業的特點，從不同的層面和角度驗證分析，建立泡沫型數學分析模型，才能獲得巨大的利潤。(4)量化投資策略研究落后。通過把我國量化投資策略與美國及西方發達國家的量化投資策略進行對比，發現我國現有的量化投資策略嚴重落后。國外的量化策略研究是在大量的事件、數據積累分析的基礎上，腳踏實地潛心研究總結出來的。現階段我國量化策略研究多是借用國外的策略，結合國內的量化投資行業的實際現狀進行修正得來的。當前我們還缺少指導量化投資行業的專家、指導著作，為此我國國內的一些高等院校開始著手量化投資策略的研究并取得了初步的成效。

3量化投資優勢

量化投資是在定性投資基礎上進行繼承和延伸的一種主動投資工具。定性投資的核心是對宏觀經濟和市場基本面進行深入的分析，再加上實地調研上市公司以及與上市公司的管理層進行經驗交流，最終把調研結果整理成專題報告，把報告作為決策依據。不難看出定性投資帶有很大的個人主觀判斷性，它完全依賴于投資經理個人經驗以及對市場的認知。量化投資在調研層面與定性投資相同，區別在于量化投資更加注重數據庫大數據，運用各種方法發現運用大數據所體現出來的有用信息，尋找更優化的投資方式以獲得大額收益，完全避免了投資經理個人的主觀臆斷和心理因素，更加科學合理。綜上所述，與定性投資相比，量化投資具有以下優勢。

3.1投資方式更加理性

量化投資是采用統計數學與計算機建模分析技術，以行業大數據庫為參考，取代了個人主觀判斷和心理因素的科學客觀投資方法。很明顯，行業大數據的樣本容量已遠遠高于有限的對上市公司調研所形成的樣本容量；在進行投資決策時，把決策過程科學化數量化可以最大程度的減少投資者決策時個人情感等心理因素對決策結果的影響，從而避免了錯誤的選擇方向。

3.2覆蓋范圍大效率高

得益于因特網的廣泛實施應用，與各行各業的運行數據都可以錄入大數據系統形成體量巨大的數據庫；得益于計算機行業云時代到來對計算分析速度的革命性變革，在極短的時間內就可以得到多種量化投資的投資方法。定性投資方式進行決策時，由于決策人的精力和專業水平都存在一定的局限性，自然其考慮投資的范圍要遠遠低于電腦決策，二者根本沒有可比性。綜上所述，雖然與定性投資相比，量化投資具有明顯的優勢，但是二者的目的是相同的，都以獲得最大收益為目的，多少情況量化投資與定型投資可以互相補充，搭配使用會起到意想不到的效果。

4量化投資的劣勢

上文已經提到量化投資的決策過程依賴于大數據庫以及計算機分析系統的科學決策，因此只要投資思想正確量化投資就不會出現錯誤。然而即使是投資思想及決策過程都沒有問題，也不意味著量化投資完美無缺。量化投資本質上是對某一特定基準面的分析，事實上基準面有時范圍過小，縱然決策過程合理化、無偏差，量化投資也存在一定的局限性。量化投資的另一特點是進行考察決策時覆蓋的市場面非常廣泛，在當前國民經濟快速發展的時代，人們對市場的認知難免出現盲區或者對某一個局部了解不充分的現象，此種情況下量化投資的正確性就很難保證。

4.1形成交易的一致性

基于量化投資的低風險特性，人們更多地依賴于采用大數據云分析平臺進行決策，如此大家對某一行業的市場認知以及投資決策水平就處在同一認知層次上，當遇到極端的市場行情時，人們作出的交易決策往往一致，即容易達成交易的一致性。例如期貨行業以及股票行業，在市場行情動蕩的特殊時期，人們往往選擇在同一時機拋出股票或者期貨，這種大規模的一次性拋盤則會造成在預期拋售價格基礎上的劇烈波動，導致投資者的實際收益在一定程度上低于預期收益。此種情形下又會引起新一輪投資恐慌，不利于市場的穩定發展。

4.2指標鈍化和失效

篇5

一、引言

量化投資在國外的實踐已經有了40多年的發展，我國的量化投資起步較晚，從2004年開始出現量化投資的產品，由于缺乏有效的對沖手段，直到2010年4月滬深300股指期貨上市之后才能算是真正意義上開始涉足量化投資。[1]

2015年的中國股市跌宕起伏，杠桿配資引發了大幅上漲和斷崖式下跌，股市出現罕見的千股漲停、千股跌停、千股停牌的奇觀，眾多機構投資者和散戶蒙受了巨大的損失。但其中少數量化投資基金在大幅波動的市場中卻表現相對穩定。量化投資基金和量化對沖策略的穩健，很快引起了全市場的關注，也成為近期銀行、券商、信托等機構追捧的新的產品模式。

在此背景下，作者在本文中對于量化投資的概念、特點、策略、理論基礎和發展做一個總結，希望為量化投資研究和實踐做一些參考。

二、量化投資解讀

（一）量化投資的定義

量化投資在學術界并沒有嚴格統一的定義，現有的定義對于量化投資的定義的側重點各有不同。本文對于量化投資的定義為：

量化投資是指將投資者的投資思想或理念轉化為數學模型，或者利用模型對于真實世界的情況進行模擬進而判斷市場行為或趨勢，并交由計算機進行具體的投資決策和實施的過程。

（二）量化投資的特點

1.投資決策中能夠客觀理性，克服人類心理對投資決策的影響。傳統投資的分析決策，大多數方面都由人工完成，而人并非能做到完全理性，在進行投資決策時，很難不受市場情緒的影響。[2]量化投資運用模型對歷史和當時市場上的數據進行分析檢測，模型一經檢驗合格投入正式運行后，投資決策將交由計算機處理，一般情況下拒絕人為的干預，這樣在進行投資決策時受人的情緒化的影響將很小，投資過程可以做到理性客觀。

2.能夠通過海量信息的大數據處理，提高投資決策效率。我國股票市場上有近3000只股票，與上市公司相關的各種信息紛繁復雜，包括政策、國內外經濟指標、公司公告、研究報告等，投資者靠自己手工的篩選根本就是力不從心。量化投資的出現為這個問題的解決帶來了希望。量化投資運用計算機技術快速處理大量數據，對其進行辨別、分析、找出數據之間的關聯并做出投資決策，大大減少了人工的工作量，提高了投資決策效率。

3.能夠實現精準投資。傳統的投資方法中認為投資是一門藝術，投資決策需要的是投資者的經驗和技術，投資者的主觀評價起到決定作用。而量化投資有所不同，尤其是在套利策略中，它能做到精準投資。例如在股指期貨套利的過程中，現貨與股指期貨如果存在較大的差異時就能進行套利，量化投資策略和交易技術會抓住精確的捕捉機會，進行套利交易來獲利。另外，在控制頭寸規模方面，傳統的投資方法只能憑感覺，并沒有具體的測算和界定，而量化投資必須要設定嚴格精確的標準。[3]

4.能夠快速反應和決策，把握市場稍縱即逝的機會。量化投資往往利用高速計算機進行程序化交易，與人腦相比它能夠迅速發現市場存在的信息并進行相應的處理，具有反應快速、把握市場稍縱即逝的機會的特點。量化投資在速度上最出色的運用就是高頻交易，與低頻交易相對，高頻交易是通過高速計算機，在極短的時間內對市場的變化做出迅速的反應并完成交易。[4]

5.能夠有效地控制風險，獲取較為穩定的收益。與傳統投資方式不同的是，量化投資在獲得較高超額收益的同時能夠更好地控制風險，業績也更為穩定。相關研究顯示，1996年至2005年期間，量化投資基金與以所有傳統主動型投資基金和偏重于風險控制的傳統主動型投資基金的信息比率對比情況中，量化投資基金的信息比率都是最高，說明量化投資相對于傳統投資，能夠在獲得更高的超額收益的同時，有效地控制風險。

三、量化投資的策略

一般的量化投資的策略指的是用來實現投資理念或模擬市場行為判斷趨勢從而獲取收益的模型。量化投資需要權衡收益、風險、交易成本、具體的執行等各個方面，一般情況下這些方面會形成相對獨立的模塊。有時候量化投資策略模型也會將風險、成本等方面融合在模型中。

（一）國外量化投資策略的分類

國外習慣上將量化投資的策略分成兩大類，一類是阿爾法導向的策略，另一類是貝塔導向的策略。阿爾法策略（alpha strategy）是通過量化擇時和調整投資組合中不同資產的頭寸大小來獲取收益的策略;貝塔策略（beta strategy）是通過量化的手段復制指數或者稍微的超出指數收益的策略。[6]相比而言，量化指數的貝塔策略相對更容易，所以一般情況下所說的量化投資的策略指的是阿爾法策略（alpha strategy）。

阿爾法策略主要有兩種類型，分別為理論驅動模型和數據驅動模型。

理論驅動模型是比較常見的類型，這些策略是運用已經存在的經濟、金融學的理論，構建策略模型，進行投資決策。理論驅動模型根據輸入的數據的不同可以進一步分類，主要有基于價格相關數據的策略和基于基本面數據的策略。

數據驅動模型廣泛的被運用于股票、期貨和外匯市場，因為采用的數學工具更為復雜，相對而言難于理解，目前使用的還不是很多。與理論驅動模型不同，數據驅動模型認為進行投資決策其實是不需要理論的支持，運用數據挖掘技術，可以從數據（例如交易所的價格數據）中識別出某種行為模式或市場趨勢，進而進行預測或者解釋未來的模式，從中獲取收益。

（二）我國量化投資策略的分類

國內比較常見的量化投資策略主要有兩種分類方式，一種是按投資標的所在市場分類區分的量化投資策略，分為現貨市場和衍生品市場量化投資策略。現貨市場包括股票市場、ETF市場和債券市場，衍生品市場包括商品期貨市場、股指期貨市場、國債期貨市場、外匯市場和期權與其他衍生品市場，國內運用較多的是投資于商品期貨和股指期貨等期貨市場。

另一種分類方式是分為兩大類：判斷趨勢的單邊投機策略和判斷波動率的套利交易策略。[7]單邊投機策略主要包括量化選股和量化擇時，套利交易策略主要包括股指期貨套利、商品期貨套利、統計套利、期權套利、另類套利策略等，目前國內普遍采用的是這種分類方式。

四、量化投資理論的發展

（一）投資理論的發展

量化投資的理論基礎最早可以追溯到上個世紀50年代，Markowitz（1952）[8]第一次把數理工具引入到金融研究領域，提出了均值――方差模型和風險報酬與有效前沿的相關概念，這是量化投資接受的最早的嚴肅的學術成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在馬克維茨研究的基礎上得出了資本資產定價模型（CAPM），這是如今度量證券風險的基本的量化模型。

20世紀60年代，Samuelson（1965）與Fama（1965）[12]提出了有效市場假說（Efficient Markets Hypothesis，EMH），這為后來在新聞量化交易等方面提供了思路和理論支持。20世紀70年代，金融衍生品不斷涌現，對于衍生品的定價成為當時研究的重點。Black和Scholes（1973）[13]將數學方法引入金融定價，他們建立了期權定價模型（B-S模型），為量化投資中對衍生品的定價奠定了理論基礎。在該理論之后，Ross（1976）[14]根據無套利原則提出了套利定價理論（APT），該理論是資本資產定價模型（CAPM）的完善和發展，為量化投資中的多因素定價（選股）模型提供了基礎，這也是Alpha套利的思想基礎。

20世紀80年代，期權定價理論倒向微分方程求解;“金融工程”概念得以產生，金融工程著力于研究量化投資和量化交易。同期，學者們從有效市場理論的最基本假設著手，放寬了假設條件，形成了金融學的另一個重要的分支――行為金融學。

20世紀90年代，金融學家更加注重對于金融風險的管理，產生了諸多的數量化模型，其中最為著名的風險管理數量模型是VaR（Value at Risk）模型，這是量化投資對于風險控制的重要理論基礎。[15]

20世紀末，數理金融對于數學工具的引入更加的迅速，其中最為重大的突破無疑是非線性科學在數理金融上的運用，非線性科學的出現為金融科學量化手段和方法論的研究提供了強有力的研究工具[16]，尤其在混合多種阿爾法模型而建立混合模型時是非常有效的一種技術。

（二）量化投資的數學和計算基礎

量化投資策略模型的建立需要運用大量的數學和計算機方面的技術，主要有隨機過程、人工智能、分形理論、小波分析、支持向量機等。[17]隨機過程可以用于金融時序數列的預測，在現實中經常用于預測股市大盤，在投資組合模型構建的過程中，可以優化投資組合;人工智能的很多技術，例如專家系統、機器學習、神經網絡、遺傳算法等，可以運用于量化投資;分形理論用于時間序列進行預測分析;小波分析主要用于波型的處理，從而預測未來的走勢;數據挖掘技術可以運用于數據驅動模型，還可以運用于設置模型的細節;支持向量機可以分析數據，識別模式，用于分類和回歸分析。

五、國內外量化投資實踐的發展

（一）國外量化投資實踐的發展

本文認為量化投資在國外的發展已經經歷了四個發展階段：

1.第一階段從1949年至1968年：對沖階段。該階段是量化投資的萌芽階段，該階段具體的量化投資實踐很少，主要是為量化投資提供的理論基礎和技術準備，量化投資脫胎于傳統投資，對抗市場波動，通過對沖穩定Alpha收益，但收益率低了。

2.第二階段從1969年至1974年：杠桿階段。在該階段，量化投資從理論走入了實踐。在投資思路上，因為原本的Alpha策略收益有限，通過放杠桿擴大第一階段的穩定收益。實踐方面，1969年，前美國麻省理工學院數學系教授愛德華?索普（Ed Thorp）開辦了第一個量化對沖基金，進行可轉債套利，他是最早的量化投資的者使用者。1971年，巴萊克國際投資公司（BGI）發行了世界上第一只被動量化基金，標志著量化投資的真正開始。

3.第三階段從1975年至2000年：多策略階段。在這一階段，雖有一定的挫折，但總體上量化投資得到了平穩的發展。在投資思路上，由于上一階段通過杠桿放大收益的副作用產生，放大以后的波動率又增大，從而轉向繼續追求策略的穩定收益，具體的手段是采用多策略穩定收益。實踐方面，1977年，美國的富國銀行指數化跟蹤了紐約交易所的1500只股票，成立了一只指數化基金，開啟了數量化投資的新紀元。[18]1998年，據統計共有21只量化投資基金管理著80億美元規模的資產。[19]

4.第四階段從2000年至今：量化投資階段。這一階段，量化投資得到了迅猛的發展，并且發展的速度越來越快。投資思路上，運用量化工具，策略模型化，注重風險管理。在實踐方面，在2008年全球金融危機以前，全球對沖基金的規模由2000年的3350億美元在短短的7年時間內上升至危機發生前的1.95萬億美元，受美國次貸危機的影響全球對沖基金規模有較大的回落，直到2008年之后，在全球經濟復蘇的大背景下對沖基金規模才開始反彈。

（二）我國量化投資的發展

本文認為，到目前為止，我國量化投資的發展的主要經歷了三個階段：

1.第一階段從2004年至2010年：起步階段。在這一階段，由于我國沒有足夠的金融工具，量化投資在我國發展緩慢。2004年8月，光大保德信發行“光大保德信量化股票”，該基金借鑒了外方股東量化投資管理理念，這是我國最早的涉足量化投資的產品。2010年4月16日，準備多年的滬深300股指期貨的在中金所的上市，為許多對沖基金的產品提供了對沖工具，從此改變了以前我證券市場只能單邊進行做多的情況。

2.第二階段從2011年至2013年：成長階段。2011年，被認為是我國量化對沖基金元年，[21]而隨著股指期貨、融資融券、ETF和分級基金的豐富和發展，券商資管、信托、基金專戶和有限合伙制的量化對沖產品的發行不斷出現，這個階段的量化投資真正意義上開始發展，促使該階段發展的直接原因就是股指期貨的出現。[20]

3.第三階段從2014年至今：迅猛發展階段。2014年被認為是“值得載入我國私募基金史冊的一年”，基金業協會推行私募基金管理人和產品的登記備案制，推動了私募基金的全面陽光化，加速了私募基金產品的發行，其中包括量化對沖型私募產品。2014年稱得上我國量化對沖產品增長最迅速的一年，以私募基金為代表的各類機構在量化對沖產品上的規模均有很大的發展，部分金融機構全年銷售的量化對沖基金規模超過了百億。

2015年，上證50ETF期權于2月9日正式推出，這對于對我國的量化投資有著極大的促進作用。4月16日，上證50與中證500兩只股指期貨新品種的上市給量化投資帶來更多的策略的運用，金融衍生品的不斷豐富和發展，為量化投資提供更多的豐富對沖手段，也提供了更多的套利機會。

六、總結

量化投資的技術、策略、硬件設施條件都在飛速的發展，與傳統的投資方式相比，量化投資有著自身的特點和優勢。尤其是量化對沖產品，以其長期穩健的收益特征，成為目前“資產荒”下對信托、理財產品和固定收益產品良好的替代產品。未來隨著我國股指期貨、融資融券、國債期貨、期權等金融產品的不斷創新，以及股指期貨市場未來逐步恢復正常，量化投資發展前景不可限量。

參考文獻

[1]徐莉莉.量化投資在中國的發展現狀[R].渤海證券研究所：金融工程專題研究報告，2012.

[2]廖佳.揭開量化基金的神秘面紗[J].金融博覽（財富），2014，（11）：66-68.

[3]王力弘.淺議量化投資發展趨勢及其對中國的啟示[J].中國投資，2013，（02）：202.

[4]Durbin，M. All About High-Frequency Trading： The Easy Way To Get Started[M]. McGraw-Hill Press，2010.

[5]蔣瑛現，楊結，吳天宇，等.海外機構數量化投資的發展[R].國泰君安證券研究所：數量化系列研究報告，2008.

[6]Rishi K. Narang. Inside the Black Box： The Simple Truth about Quantitative Trading[M]. Wiley Press，2012.

[7]丁鵬.量化投資――策略與技術[M].北京：電子工業出版社，2014.

[8]Markowitz，H.M.. Portfolio Selection[J].Journal of Finance，1952，2：77-91.

[9]Sharpe，W.F. Capital asset prices： A theory of market equilibrium under conditions of risk[J]. Journal of Finance，1964，19（3）：425-442.

[10]Lintner. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets[J].Review of Economics and Statistics，1965，47（1）：13-37.

[11]Mossin.Equilibrium in a Capital Asset Market[J]. Econometrica，1966，Vol.34（4）：768-783.

[12]Fama，Jensen，and Roll. Investor sentiment and Stock Returns[J]. Journal of Political Economy，1969，（12）34-36.

[13]Black Fischer，and Myron Scholes，1973.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.

[14]Ross.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，13（3）：341-360.

[15]Jorion，Philippe.Value at Risk：The New Benchmark for Managing Financial Risk （3rd ed.）[M]. McGraw-Hill Press，2006.

[16]戴軍，葛新元.數量化投資技術綜述[R].國信數量化投資技術系列報告，2008.

[17]丁鵬.量化投資與對沖基金入門[M].北京：電子工業出版社，2014.

[18]郭喜才.量化投資的發展及其監管[J].江西社會科學，2014，（03）：58-62.

[19]Ludwig B.，Chincarini. The Crisis of Crowding： Quant Copycats，Ugly Models，and the New Crash Normal[M]. Wiley Press，2013.

[20]曾業.2014年中國量化對沖私募基金年度報告[R].華寶證券：對沖基金專題報告，2015.

篇6

在國外，板塊輪動一直作為一種投資策略被廣泛應用于投資實踐。板塊輪動的最基本的特征是，在經濟周期的不同階段，可以系統的預測到不同的經濟板塊（或行業）跑贏（或差于）市場。而且，運用板塊輪動策略的投資者們相信這種相對的績效，即在經濟周期的不同階段從一個板塊轉向另一個板塊所帶來的收益。

國外不少的研究文章發現，板塊的表現并不一致，或者說提前（滯后）于經濟周期階段。Hou（2007）發現了板塊的提前/滯后效應，原因是新信息經濟的到來。Hong，Torous和Valkanov（2007），還有Eleswarapu和Tiwari（1996）的研究認為，和經濟活動有著密切聯系的板塊，如零售，金屬材料，服務業和石油板塊，引領著市場長達兩個月之久。Menzly和Ozbas（2004）證明，行業績效的時機和該行業在生產消費供應鏈中的位置有著密切的聯系，存在于上游和下游行業間的某種穩定的滯后關系。文章結論表明，基礎材料板塊是經濟復蘇階段第一個啟動的板塊，隨后是制造業。Stovall（1996）發現，處于消費末端的消費者相關的行業，如耐用消費品行業，是從衰退到復蘇階段的過程中最后啟動的行業。Sassetti和Tani（2003）關于板塊基金收益的研究表明，在經濟周期中期，板塊轉換是個成功的策略。然而，他們同樣發現，長期的投資者優于市場指數。相對而言，Tiwari和Vijh（2005）就質疑投資者將資金運用于板塊間輪動的能力。他們研究是基于一個板塊基金數據，從1972年到1999年的數據，結果顯示，板塊輪動的投資者缺乏選擇板塊與時點的能力，并且在修正風險與交易費用的情況下，投資者并不能獲得超額收益。

當前，國內的文獻研究多是從行為金融學的角度對研究投資者行為推動的板塊輪動現象進行研究的。何誠穎（2001）認為我國的股票市場的板塊輪動現象具有明顯的投機性，并可分為個股投機、板塊投機和大盤投機三類，然后文章運用現代資本市場理論和行為金融學理論對板塊現象分析，引用Shiller（1989）一文中的兩類投資者（噪音交易者和知情下注交易者）的假設對板塊現象進行了研究分析，并認為板塊現象是一種市場投機，而且其形成與中??股市投資者行為特征密切相關。陳夢根、曹鳳岐（2005）一文從市場中不同證券之間的價格關系出發研究股票價格間的沖擊傳導機制，認為在中國這樣的轉軌經濟新興市場中，投資者受政策預期主導，決策與行為趨同，一定程度上強化了股價沖擊傳導的動態作用機制，整個市場顯著的表現為板塊聯動、股價齊漲齊跌現象。文章實證研究表明，在上海證券市場中，不同的行業板塊在股價沖擊傳導機制中的重要性不同，也即存在著板塊輪動的特征，但是證券市場股價波動的市場性顯著地超過了不同行業板塊的獨立性，不同行業間的組合投資策略的績效并非最佳。還有少量的文獻研究認為存在著其他一些因素如資金流動，莊家炒作等也可以對板塊輪動現象做出一定的解釋。

可以看出我國股市板塊輪動現象的研究，主要集中于板塊現象的描述和測量，以及對板塊輪動現象進行解釋，且目前這些解釋還多是停留在定性理解層面，缺乏系統定量的研究。另一方面將板塊輪動現象作為投資策略應用于投資實踐的研究則相對較少。盡管板塊可以多種形式進行分類，然而以行業屬性劃分板塊是最為基礎的，也是投資決策應用最廣泛的板塊概念。

二、動量策略

動量效應也稱慣性效應，是指在過去一段時間收益率高的股票，在未來一段時間的收益率仍然會高于過去收益率較低的股票，即股票的表現情況有延續原來運動方向的趨勢。反轉效應也稱反向效應，是指在過去一段時間內收益率高的股票，會在以后的一段時間會表現較差；表現差的股票在以后的一段時間，其收益率會出現逆轉趨勢。

國外對于動量效應和反轉效應的研究始于1985年，DeBondt和Thaler基于1926年至1982年美國證券市場上的股票交易數據，采用相等權重在贏家組合（也稱為贏者組合，是指在一段時間內收益率高的股票）和輸家組合（也稱為輸者組合，是指在一段時間內收益率較低的股票）上的方法，結果證實贏者組合的收益顯著小于輸者組合。然后，金融經濟學者開始對動量效應和反轉效應做出進一步探索，分別在不同的市場驗證其存在與否。Chan（1988）研究發現股票在前期表現的好或者表現不好，這種表現在后期不能一直持續下去的，這與市場風險隨時間的變化有密切聯系。隨著動量效應和反轉效應的研究日益增多，其研究方法也趨于成熟。Jegadeesh和Titaman（1993）基于美國證券市場的股票交易數據對動量效應的存在性驗證時所設計的動量策略被后來的研究者廣為采用，這種經典方法也稱為傳統的動量策略。后來大量金融經濟學家采用Jegadeesh和Titaman設計的策略，針對所研究市場的實際情況，對動量效應和反轉效應進行存在性驗證。Chang（1995）研究發現日本證券市場的股票價格具有短期的反轉效應。Kaul和Conazd（1998）在研究美國證券交易所和紐約證券交易所1926年至1989年間的股票的動量效應和反轉效應時，構造8種不同的投資時間期限，發現大約50%的投資策略組合具有顯著性超額收益，在具有顯著性收益的策略組合里面，動量策略和反轉策略所占的比 例基本相等。Rouwenhorst（1998）在研究歐洲地區的證券市場時，選取了十二個國家的股票市場上的股票作為研究對象，發現股票收益在長期上沒有明顯的持續現象，而在中短期，股票市場的收益有持續現象；另外，在公司資產規模上做了對比，資產規模大或小的公司都具有動量效應，但是規模較小的公司的股票價格的動量效應在統計上表現更為顯著。Schiereck（1999）在針對德國股票市場的日交易數據實證分析動量效應和反轉效應，結果顯示德國股票價格的動量效應表現在中期，反轉效應則表現在短期和長期。Ahme和Nusrct（1999）在基于7個國家的股票市場股價的動量效應和反轉效應，發現了股票價格在長期的表現均出現反轉效應。Hamed和Ting（2000）以馬來西亞的證券市場為研究對象，對股票的動量效應和反轉效應做實證研究，研究得出馬來西亞證券市場和日本的證券市場的反轉效應的時間基本一致，表現在短期。

在國內，吳沖鋒和朱戰宇（2005）研究我國滬深股票市場股票價格行為時，考慮我國市場的賣空限制，在運用重疊抽樣方法，在形成期考慮收益率和交易量對股票進行排序，建立動量策略模型，考察動量策略的盈利情況，研究發現我國A股市場不存在動量效應。郝靜軒（2006）通過滯后期、加權收益計算等改進的動量策略，考察改進后的交易策略對贏家組合的影響，實證結果顯示，在考慮交易成本的情況下，改進的動量策略對贏家組合的收益有明顯的提升。東凱（2010）研究動量策略的改進方法中，通過設定月度市盈率作為閡值來調整投資組合的方法顯示，改進的動量投資策略的收益表現好于大盤的表現。張榮武，何麗娟和聶慧麗（2013）就我國股市的實際情況，運用HS模型的基礎上，將我國股市中的投資者分為套利慣性投資者、動量交易投資者以及消息觀察者，從三者的對技術和基本面的不同的關注視角出發，分別研究他們的投資決策對A股價格的不同影響。經驗證，套利慣性投資者的一系列行為決策會加劇股市的反轉效應，套利慣性投資者和動量交易者的決策行為均可以引發股市的動量效應。王俊杰（2013）對動量交易策略的擇時上做了實證研究，研究發現動量策略交易時，在形成期之后，不直接購買，而是經過一定的滯后期再進入持有期，效果優于市場平均收益和傳統動量策略方法。

綜合國內外學者對動量效應和反轉效應的研究，可以看出無論成熟發達的美證券市場，還是處于發展中的中國證券市場，大部分學者的研究支持證券市上存在動量效應和反轉效應。就我國A股市場而言，對于動量效應和反轉效的存在期的長短上程度上，由于采用的股票樣本和研究時間區間不一樣，國內者的研究結果存在差異的。

三、基本面策略

在傳統資本市場理論中，價值投資并沒顯著的地位，當時的主流思想為有效市場假說，即市場能夠完全準確的反映資產的價值，即投資者無法通過基本面分析、技術分析等手段得到超額收益。但隨著二十世紀八十年代起，越來越多的研究發現，有效市場并不真正存在，投資收益并不能完全由風險來解釋；市場中股票的價格存在偏離內在價值的情況，通過研究價格的偏差波動，能夠實現正的超額收益，從而駁斥了經典EMH假設。基于市場非有效性，BenjaminGraham提出了價值投資的理念，其在《證券分析》中將其定義為：“基于詳盡的分析，對本金的安全和滿意回報有保證的操作”，通俗而言就是通過基本面的分析，同時考量一定的安全邊際的選擇投資策略。

在價值投資理念逐漸普及并被接受之后，國外學者針對價值投資的有效性進行了一系列檢驗。Fama和French于1992年，針對1963年至1990年在NYSE，AMEX，NASDQ上市的股票，將其分別按B/M與E/P指標進行研究。其研究顯示：隨著B/M及E/P分組標記的組別增加，其月收益率有明顯的遞增現象，同時，這一現象無法用公司的beta值來解釋，這也就說明價值型的股票確實能夠較成長型股票帶來超額收益。Lakonishok，Shleifer和Vishny（1994）根據1963年至1990年在NYSE與AMEX上市的股票，針對高B/M的公司?^低B/M公司平均收益更高的現象進行了進一步研究。他們發現不僅在根據B/M排名形成公司組合的投資策略存在明顯的超額收益，同時在根據C/P、銷售增長率和E/P排名形成公司組合的投資策略也存在明顯的超額收益。Fama和French于1998年，針對包括美國、EAFE國家成熟市場以及16個新興市場國家的股票市場再次進行了實證研究。他們根據B/M，C/P，E/P和D/P區分價值股和成長股，從而形成投資組合。在13個成熟市場以及16個新興市場中，均發現價值組合相較于成長股組合有明顯的超額收益。

國內學者也對利用估值指標進行的投資策略進行了檢驗。王孝德與彭燕（2002）針對中國股票市場進行了實證研究，結果發現與國外成熟市場類似，價值投資策略在中國也能得到較高的超額收益。盧大印、林成棟、楊朝軍（2006）根據股價、B/M、S/P以及E/P作為指標確定投資組合，發現價值型的投資組合確實有高于成長型股投資組合的收益率。林樹、夏和平、張程（2011）基于B/M、C/P、E/P及GS，針對我國A股市場構造了投資組合，研究表明以單變量構成的組合中，大多價值型投資組合的收益率兩年明顯高于成長型投資組合；而以雙變量構成的投資組合較單變量的顯著性更高。即在中國股票市場，基于估值指標的投資策略仍然使用。

篇7

量化對沖其實是“量化”和“對沖”的結合。在實際應用中，由于對沖基金往往采用量化模型進行投資決策，兩者經常交替使用，但量化基金不完全等同于對沖基金。

量化是指借助統計方法、數學模型來指導投資，其本質是定性投資的數量化實踐。量化投資區別于定性投資的鮮明特征就是模型。定性投資和定量投資的具體做法有些差異。定性投資更多地依靠經驗和感覺判斷，定量投資更多依靠模型判斷。

量化投資的最大特點是強調紀律性，即可以克服投資者主觀情緒的影響。凡是通過或利用數學公式或數學模型進行投資的策略均可被納入量化投資策略范疇。在華爾街，量化投資多指與金融工程相關的投資，而在國內多指“多因子模型分析”相關的投資及程式化交易。

與其他策略相比，量化投資由于用到了數學理念設計參與，通過捕捉市場的非有效性來獲取超額的收益。而中國的市場依然有著非常強的非有效性。對投資者來說，量化投資策略能夠有效避免情緒化操作。

風險對沖是對沖基金最重要的特征。投資是以風險換取收益的過程，無風險則無收益。對沖基金是一種可以用確定性的風險去換取確定性收益的基金，對沖基金的賣點就在于其收益的確定性。

與傳統高風險高收益的投資理念不同，對沖基金是以最低的風險去獲取最高的收益。任何一個多元化的投資組合，其收益與風險主要是來源于市場。可以利用對沖工具對沖一定的市場風險，而通過承擔比較確定的風險，獲取穩定收益。

作為投資工具，對沖基金比其他投資工具限制少很多。一般投資工具多數甚至不允許“賣空”，而對沖基金則可采用賣空、杠桿以及期權、期貨等多種衍生工具。

常見的量化對沖策略包括：股票對沖、事件驅動 、全球宏觀、相對價值套利四種，任意一只對沖基金既可采取其中某一策略也可同時采取多種投資策略，目前全球使用占比最高的策略是股票多空策略，占比達32.5%。

目前私募已發行的量化對沖產品中，主要包括Alpha策略基金、量化套利基金、量化CTA基金以及宏觀對沖基金四類。公募對沖基金持有的絕大部分是滬深300成分股，套保期貨一般會與現貨匹配，多采用低頻交易CTA高頻策略。

篇8

JEL分類號:G1　中圖分類號:F832　文獻標識碼:A　文章編號:1006-1428(2011)10-0107-05

一、行為金融理論概述及A股市場投資行為

傳統現代金融理論起源于20世紀50年代。在Arrow-Debreu一般均衡理論和Von Neumann＆Mor-genstem建立的預期效用函數理論分析范式下，1952年Markwitz提出了資產組合理論，1958年Modigiani＆Miller提出了資本結構理論，上世紀八十年代Sharpe、Lintner等人在資產組合理論基礎上發展了資本資產定價模型，Ross在1976年提出了套利定價理論，Black＆Scholes于1972年發明了期權定價模型.上述理論統一于Fama等在1970年代建立的有效市場假說，它們共同構筑起了近乎完美的現代金融理論大廈，被廣泛地應用于金融理論與實務中，定量指導人們的金融投資行為。

然而，上述金融理論模型在現實統計檢驗中出現了很多異常現象。主要表現為以下兩個方面:首先，傳統金融理論一般假設投資者是理性的，但是大量的心理學研究表明，人們的實際投資決策行為會出現系統性的偏差，如過度自信、后悔規避、心理賬戶、錨定效應等，從而導致投資者行為的非理性；其次，傳統金融學理論一般認為市場是有效的，價格反映一切，但由于上述投資者行為偏差及一些制度因素，價格經常并不能反映真實信息，市場常常是非有效的。人們開始日益注重投資者行為在金融理論中的特殊作用，從投資者心理和行為關系出發研究金融投資活動，由此開創了行為金融學的研究。

Burrel&Bauman教授在1951年發表的《投資研究實驗方法的可能性》中首次明確提出將心理學和金融學研究結合起來，用實驗方法來驗證投資理論，并認為將行為方法和定量投資模型相結合具有重要意義。1979年，斯坦福大學的Tversky和普林斯頓大學的Kahneman教授提出了著名的前景理論(ProspectTheory)，該理論是行為金融理論的核心內容和代表學說.為行為金融理論的發展奠定了理論基礎，Kah-neman本人也因此榮獲2002年度諾貝爾經濟學獎。1985年，Bondt＆Thaler發表的《股票市場過度反應了嗎?》一文引發了對行為金融理論的關注，開啟了行為金融理論研究的新階段，此后，Shleifer對“噪聲交易者”和“套利限制”的研究、Odean對“處置效應”的研究、Shiller對股價異常和股市羊群效應的研究等進一步豐富了其內涵，行為金融理論的影響日漸擴大。

傳統金融理論把金融投資過程看作一個動態均衡過程，有效市場假說是傳統金融理論的核心。Shleiferf2000)總結有效市場假說建立在三個逐漸弱化的假設上:第一，假設投資者是理性的，可以理性評估資產價值；第二，即使有些投資者不是理性的，由于他們交易的隨機性，可以抵消彼此對資產價格的影響；第三，即使投資者的非理并非隨機而是具有相關性，市場可以利用“套利”消除其對資產價格的影響。行為金融學以前景理論為基礎，針對上述三個假設分別質疑，形成了相對應的三個層次研究:有限理性的投資者個體行為；投資者的群體行為；有限套利的非有效市場。

滬、深證券交易所相繼在1990年和1991年成立，標志著我國證券市場開始形成。作為一個新興資本市場，我國股市存在著嚴重的非理性投資行為:1、證券投資主要以投機行為為主，股票價格嚴重偏離股票的基礎價值。具體表現為:波動性較大，市盈率過高，換手率過高。2、投資理念不成熟。具體表現為:第一，暴富心理波段操作頻繁過度；第二，羊群行為十分明顯。3、強烈的政策依賴性。我國股市一直以“政策市”飽受詬病，政治、經濟政策及證券市場政策、法規常常直接干預市場，對市場造成巨大影響。4、機構投資者對股市操縱現象時有發生，中小投資者存在“跟莊”情結。這些非理都制約了證券市場自身功能的發揮，阻礙了證券市場的健康發展。因此，借鑒行為金融理論，研究適合我國投資者的投資策略顯得十分必要。

二、A股市場量化投資策略盈利性研究

根據行為金融理論，由于投資者存在各種認知偏差，容易產生過度反應或反應不足，從而導致非理性的投資行為，而且這種非理會長期存在，證券市場上將出現系統性偏差，資產也會錯誤定價，可以藉此制定有效的投資策略獲取穩定的投資回報，即行為金融投資策略。可將行為金融投資策略分為兩大類:一類是積極型的投資策略，即尋求由于投資者系統性的行為和認知偏差所引起的證券定價偏差，在大多數投資者認識到這些偏差之前投資這些證券，并隨著大多數投資者意識到這些偏差并投資它們時賣出這些證券。例如:反向投資策略、動量交易策略、小盤股投資策略和ST投資策略等；另一類是保守型的投資策略，即為了盡量規避人們的系統和認知偏差而制定的投資策略，如價值投資策略、資金平均策略和時間分散化策略等。

行為金融投資策略中最典型的是反向投資策略和動量投資策略，兩者可能在不同的時間段分別獲得正的收益。其盈利性研究方法可分為兩類:l、利用股票收益率實證分析，代表性方法是Jegadeesh＆Titmanf1993)提出的，他們考察了1962-1989年間美國股市數據，將樣本股票按照過去一段時間(即形成期)收益率排序等分為10個組合，排名最差的一組為輸家組合，排名最好的一組為贏家組合，然后考察未來一段時間(即持有期1內買入贏家組合和賣出輸家組合的超額收益率(與該時期的市場收益率相比較)，重復此過程，對上述超額收益率t檢驗，發現在3-12月的較短時間，存在顯著的股票收益動量效應。2、基金投資行為實證分析，Gfinbl~t、Titman＆Wermer(fl995)設計了一個基金投資行為衡量指標ITM計算基金重倉股數據，研究了美國155只共同基金10年內的投資策略以及相應的績效，結果顯示76.8％的基金采取“動量”投資策略。

我們參考Jegadeesh＆Titman(1993)方法，結合Lakonishok＆Shleifer(1996)、Chan、Jegadeesh&Lakonishokfl996)和Lee＆Swaminathan(2000)的思想，考慮到投資者對指標使用的習慣性，利用A股數據按股票收益率、換手率(代表交易量)、PE(市盈率)三大最

主流指標在形成期選擇大值(贏家)組合和小值(輸家)組合，考察其在持有期的超額收益率，分析各種投資策略的盈利性.以期尋找適用于我國A股市場的量化投資策略。具體方法如下:

(1)我國證券市場目前有主板市場、中小板市場、創業板市場三類，考慮到主板市場成立時間較長，投資行為相對較為成熟，對主板市場的研究基本就可以對我國證券市場投資行為全貌有較清晰認識:

(2)選定一個時間長度作為股票業績評價期.稱為股票投資組合的形成期，計算各樣本股票在形成期的平均超額收益率:

(3)根據上述收益率對樣本股票進行升序和降序排列，其中收益率數值最大的數只股票組成贏家組合，最小的數只股票組成輸家組合，選擇換手率、PE等指標時作類似處理:

(4)再選一個時間長度作為持有期，計算組合在持有期的平均超額收益率:

(5)移動一個檢驗周期，連續重復上述步驟.得到一系列持有期超額收益率，取平均值為對應投資策略的超額收益率，并對該結果做t檢驗:

(6)結合超額收益率和t檢驗結果，比較不同的投資策略，得到適用的量化投資策略。這K個期間的平均超額收益率；然后再在時刻T+2重復這一過程，一直持續下去，得到平均超額收益率時間序列，求平均值，在股票超額收益率為正態分布假設下進行t檢驗。

對上述方法說明如下:

(1)由于目前我國A股市場除少量的融券業務外.并不存在完善的股票賣空機制，所以我們不構造賣空股票的組合，盡管也計算贏家和輸家組合的收益率之差并進行統計分析，但目的是比較動量投資策略和反向投資策略的相對優劣:

(2)與經典Jegadeesh&Titman(1993)方法不同，我們參考朱戰宇等(2003)的方法，以周為檢驗周期單位，這是因為我國股市交易相比國外頻繁得多，月度檢驗期過長，會遺漏很多相關信息:

(3)根據目標市場的大小，選擇投資10、5、3等不同只股票計算平均收益率。

投資者行為是動態變化的過程，太過久遠的交易數據對研究新市場環境下的交易策略顯然沒有多大意義，所以本研究選取樣本期間為2009年10月1日至2010年11月30日，研究數據來自天軟(nysoft)金融分析軟件。考慮到只有14個月數據，我們取形成期和持有期分別為一、二、四、八和十三周。收盤價數據采用比例復權，基準為“最后一個交易日”，保留小數點后兩位有效數字，如股票在某個周五沒有開市，就依次用本周四、三、二、一的可比收盤價代替。我們用Matlab(R2010b)編程處理數據，超額收益率是指個股收益率減去同期相應的市場收益率，考慮到廣大投資者一般將上證綜合指數作為判斷大盤走勢的標準，我們以其為基準計算超額收益率。

主板市場取我國A股市場中所有在2009年10月1日前上市的公司，剔除掉其中的中小企業板、創業板和ST公司，共1156家上市公司，截取2009年9月30日至2010年11月30日的周交易數據，選擇投資10只股票，結果如下:

1、以收益率為選股標準。

我們發現，共有5個“買漲”策略的平均超額收益在5％水平下顯著，形成期均為1周，且均為正，隨著持有期的增加而減少，(1-1)策略超額收益率最大，超過1％:15個“買跌”策略的平均超額收益在5％水平下顯著為正，形成期主要集中在8和13周，持有期為2和4周的收益率較大；10個“買漲一賣跌”策略的平均超額收益率在5％水平下顯著，且持有期為1和2周時，為正值，持有期為8和13周時，收益率為負值。這說明，選擇購買前期較短時期(1周，最多2周)收益率高的股票，或購買前期較長時期(8周或13周)收益率低的股票，持有期較短(1或2周)能取得明顯的超額收益。

2、以換手率為選股標準。

共有4個“買高換手率”策略的平均超額收益在5％水平下顯著，持有期均為13周，均為正且較小；23個“買低換手率”策略的平均超額收益在5％水平下顯著為正，且均在1％以上；19個“買高一賣低”策略的平均超額收益率在5％水平下顯著，且為負。這說明，選擇購買前期換手率低的股票可獲得明顯的較高超額收益率。

3、以市盈率為選股標準。

共有19個“買高市盈率”策略的平均超額收益在5％水平下顯著，均為正且較小；18個“買低市盈率”策略的平均超額收益在5％水平下顯著為正，且形成期越短，收益率越大，1和2周的平均超額收益率基本上在1％以上，和持有期無關；9個“買高一賣低”策略的平均超額收益率在5％水平下顯著，有正有負。這說明.選擇購買過去短期(1或2周)動態市盈率低的股票。可取得明顯的較高超額收益。

三、總結與展望

篇9

據悉，青騅投資管理有限公司（后稱“青騅投資”）繼2012年4月通過華寶信托，發行了信托獲批股指期貨交易業務資格以來國內第一只陽光私募發行的股票量化全對沖產品之后，再次成立國內首只引入國債期貨作為對沖工具的債券對沖管理型產品“青騅1號債券對沖專項資產管理計劃”。該產品系青騅投資聯手國泰君安期貨及某基金公司子公司推出的一款專項資產管理計劃，資金已募集完畢并到位，于2013年8月14日正式宣告成立。

值得關注的是，該產品涉及到三方平臺，由多個管理人聯合操作。基金公司子公司作為資產管理人，青騅投資公司作為投顧主要負責產品的投資策略，國泰君安期貨資管部門作為基金專戶資產受托人完成國債期貨端的交易。

分析人士指出，基金方作為特殊法人單位在期貨公司開立資管賬戶，并引入外部投資顧問參與、主導產品的設計和投資運作，這一合作模式在期貨資管領域尚屬首例，有望開創機構投資者合作參與期貨資管業務的熱潮。對于特殊法人單位參與期貨資管業務的模式也是全新的嘗試。

引入量化對沖策略

篇10

一、資金流策略的意義

資金流是一種反映股票供求關系的指標，是指證券價格在約定的時間段中處于上升狀態時產生的成交額是推動指數上漲的力量，這部分成交額被定義為資金流入；證券價格在約定的時間段中下跌時的成交額是推動指數下跌的力量，這部分成交額被定義為資金流出；若證券價格在約定的時間段前后沒有發生變化，則這段時間中的成交額不計入資金流量。當天資金流入和資金流出的差額可以認為是該證券當天買賣兩種力量相抵之后，推動價格變化的凈作用量，被定義為當天資金凈流量。

有效市場假說的概念是說證券價格已經能夠完全反映所有可獲得的信息，即在有效的證券市場中，不論選擇何種證券，投資者只能獲得與證券風險相當的正常收益。然而完美的有效市場存在的可能性是很小的，同樣對于中國證券市場而言，市場并不十分有效，并且股價在短期內可能受到某些消息的影響，或者某些市場內在因素的改變從而產生劇烈波動帶來的差價投資機會，因而在市場中經常存在交易性機會，從而在量化投資選股方面也有很多種選股策略，根據資金流選股便是其中一種。

資金流策略是指根據資金流這一指標進行選股的一種量化投資策略。該模型使用資金流向主要通過衡量當前市場上的股指或股票的資金流入或者流出的狀態，從而進一步去衡量未來股票的漲跌情況：如果是資金流入的股票，則股價在未來一段時間可能會上漲；如果是資金流出的股票，則股價在未來一段時間可能會下跌。這樣就可以根據資金流向來構建相應的投資策略。

二、資金流策略具體操作及結果分析

（一）資金流策略指標含義及操作步驟

對于資金流向的判斷，根據買賣雙方的力量對比來衡量。資金流分為流入流出兩個方向，如果當前的成交價格在買方，則認為是賣方出賣股票的意愿較強，資金流出；如果當前的成交價格是在賣方，則認為是買方買股票的意愿較強，資金流入。對于資金流的測算，采取日數據計算，即當日價格上漲全部計算為流入，若當日價格下跌則計算為流出。本文采用的選股指標包括：1. 資金流信息含量IC（資金流中有效信息含量），將資金流向標準化，用當天的資金流凈額除以當天的股票成交量，即資金流凈額/交易額。2. 資金流強度MFP，資金流凈額/流通市值，即標準化資金流的強度。3. 資金流杠桿倍數MFL，流通市值/資金流凈額，即衡量資金流的撬動效應。

操作步驟：選股策略基于滬深300指數成分股，并將股票按照各指標進行排序，去除數據計算無效的股票；研究的時間從2014年10月1日到2016年8月31日，共6期；組合調整的日期為4月30日（一季報披露完成）、8月31日（二季報披露完成）、10月31日（三季報披露完成）；剔除在組合調整日前后長期停牌的股票；組合構建時為等權重；組合構建時股票的買入賣出價格為組合調整日收盤價，若調整日為非交易日，則向前順延；在持有期內，若某只成分股被調出滬深300指數，不對組合進行調整；將各成分股的季收益率與其相應指標進行合并，去除無效數據；將已合并好的滬深300成分股按照指標按照從高低的順序排列；分為6組：排名前10的成分股、排名前20的成分股、排名前50的成分股、排名在50～100的成分股、排名在100～200的成分股、排名在200以后的成分股；計算出各組平均季收益率，將各組平均的季收益率與同期滬深300指數的收益率作對比，考察跑贏概率。在2014年10月1日至2016年8月31日共進行了12期組合的調整，不計交易成本。

（二）資金流信息含量假說及檢驗

1. 資金流信息含量假說

信息無效――回歸擬合優度很差

信息泄露――回歸擬合優度很好，資金流系數為正

信息反應過度――回歸擬合優度很好，資金流系數為負

R■=MFPt，iβ1，j+MFLt，iβ2，j+R■β3，j+αi

其中，R■表示第t期股票i的超額收益率；R■表示第t+1期股票i的超額收益率；β表示各公示因子的回歸系數；MFPt，i表示第t期股票i的標準化資金流；MFLt，i表示資金流杠桿倍數。

2. 對資金流信息含量假說的檢驗

本文以浦發銀行（600000）為例，設第t期為2016年3月10日到20日，則第t+1期為2016年3月20日到30日，對于非交易日順延并剔除無效數據信息；首先計算出第t期的資金流強度MFP和資金流杠桿倍數MFL；然后計算出第t期和第t+1期浦發銀行的超額收益率；最后用Eviews進行多元回歸分析檢驗。檢驗結果如表1所示。

由表1可知，線性回歸系數為0.965963，擬合系數為0.933085，接近于1，說明擬合程度很好，第t期的股票超額收益率、資金流強度和資金流杠桿倍數這三個自變量對于第t+1期的股票超額收益率的解釋程度很高。

由表2可知，F值為6.97219，F>F0.01（5.64），即方程極其顯著，各自變量對因變量有很顯著的影響，方差值很小，比較穩定。

由表3可知，資金流信息含量IC的回歸系數為-1.05399，與t+1期超額收益率呈負相關，資金流強度MFP的回歸系數為257.5974，與t+1期超額收益率呈正相關，資金流杠桿倍數MFL為-4.6E-07，與t+1期超額收益率呈負相關。從而回歸方程為：

R■=257.5974MFPt，i-（4.6E-07）MFLt，i β2，j-2.05606+R■+αi

綜上所述，當期的超額收益率、資金流強度、資金流杠桿倍數這三個指標對于下一期的股票有著很好的預測效果。

3. 根據資金流信息含量IC選股策略結果

由表4可知，整體上看，資金流信息含量較低的組合表現較好，其中資金流信息含量排名200之后的成分股構成的組合表現較好，記為組合IC（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合IC（200）年化收益率為8.97%，高于同期滬深300 指數的表現。在6期中，組合IC（200）有5期跑贏了滬深300 指數，跑贏概率為83.33%。

（三）資金流強度MFP

1. 根據資金流強度MFP選股策略結果

2. 根據資金流強度MFP選股策略結論

由表5可知，整體上看，資金流強度較低的組合表現較好，其中資金流強度排名200之后的成分股構成的組合表現較好，記為組合MFP（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFP（200）年化收益率為10.62%，高于同期滬深300 指數的表現。在6期中，組合MFP（200）有5期跑贏了滬深300 指數，跑贏概率為83.33%。

（四）資金流杠桿倍數

1. 根據資金流強度MFL選股策略結果

2. 根據資金流強度MFL選股策略結論

由表6可知，整體上看，資金流杠桿倍數較低的組合表現較好，其中資金流強度排名100～200的成分股構成的組合表現較好，記為組合MFL（100，200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFL（100，200）年化收益率為-2.93%，高于同期滬深300 指數的表現。在6期中，組合MFL（100，200）有4期跑贏了滬深300 指數，跑贏概率為66.67%。

三、各策略比較分析

將根據不同指標所選股的結果放到一起進行比較，時間是從2014年10月1日到2016年8月31日，由進一步的比較分析可知，按照低資金流強度選股的策略表現最好，年化收益率達10.62%，在6期的分析中有5期的收益率超過大盤，跑贏概率為83.33%。

四、資金流策略的有效性分析

正因為中國的A股市場不是特別有效的市場，量化投資策略正好可以發揮其紀律性、系統性、及時性、準確性、分散化的優點而不惑國內市場的各種投資機會。相比定性分析，現階段A股市場的特點更適合采用客觀、公正而理性的量化投資風格。股票市場復雜度和有效性的增加已對傳統定性投資基金經理的單兵作戰能力提出了挑戰。相對于海外成熟市場，A股市場的發展歷史較短，有效性偏弱，市場上被錯誤定價的股票相對較多，留給量化投資策略去發掘市場的無效性、尋找超額收益的潛力和空間也就更大。事實上，盡管在國內發展歷程較短，從國內已有的采用了量化投資方法并且已經運作了一段時間的基金來看，量化基金可以被證明是適應中國市場的。

本文采用現代計量經濟學的方法研究了從2014年10月1 日到2016年8 月31 日間滬深300成分股的情況，探討了資金流信息含量的預測作用，研究了根據資金流三個指標進行選股所做策略組合的收益情況。主要涉及資金流信息含量IC、資金流強度MFP、資金流杠桿倍數MFL這三個指標，分別根據每個指標進行選股，觀察其組合走勢情況，得出的主要結論有：第一，資金流信息含量對下一期的股價走勢有一定的預測作用；第二，根據上述的三個指標進行選股所做策略，在一定程度上是可以獲得超過大盤的收益率。

作為量化投資的一個組成部分――策略指數基金已經發展起來，其中選股策略就包括本文所論述的資金流策略。不僅能夠做到有的放矢，而且可以滿足投資者不同風險收益偏好的投資需求。

參考文獻：

[1]（美）羅伯特?A?哈根.金融學――有效市場的反例[M].清華大學出版社，2002.

[2]（美）羅伯特?阿諾德，許仲翔，約翰?韋斯特.基本面指數投資策略[M].社會科學文獻出版社，2010.

[3]丁鵬.量化投資――策略與技術[M].電子工業出版社，2012.

[4]朱世武.基于SAS系統的金融計算[M].清華大學出版社，2004.

[5]曹立著.透視無形之手――中國證券市場資本流量運動解析[M].深圳出版發行集團海天出版社，2009.

[6]田存志，王聰.證券市場信息非對稱問題的理論與實證研究[M].中國社會科學出版社，2013.

[7]陳威杰，蔡志成.數量化投資指標之資金流策略指標研究[J].時代金融，2013（12）.

[8]石建輝，基于資金流的股指期貨投資策略[J].中國證券期貨，2014（01）.