西安金融分析网络社区

量化投资到底是何方神圣?它打败传统资产管理的利器在哪里?

金百临金融财富中心 2018-06-06 15:07:34

点击标题下「金百临金融财富中心」可快速关注             


如果说当前是第五次工业革命,那我们正处于人工智能AI的大时代。在交通领域,AI的代表作是无人驾驶;在媒体领域,AI的代表作是写稿机器人;在金融领域,AI的代表作则是量化投资。




布局量化投资机遇期


据上证报,随着市场波动增强,量化投资将迎来机遇,近期已有10只量化基金相继进入发行期,市场的低波动格局正逐步被打破,量化投资迎来新的机遇。


业内人士表示,2018年量化投资将迎来机遇。其核心逻辑在于:一方面,由于市场风格的转换,股票量化策略在2017年上半年表现欠佳,市场股票量化资金大幅减少,为2018年的收益打开了想象空间;另一方面,2018年的股票市场大概率为短周期震荡的结构市,如此环境之下,以人工智能为代表的、对数据进行更深层次挖掘的算法优势将逐渐显现,量化选股策略可以更加稳定地获取超额收益。

 

恪尽职守、理性化投资的践行者


量化投资的收益逻辑是在海量数据的挖掘和分析基础之上,捕捉市场风格,踩准市场节奏,找到能获取超额收益的股票群,分散风险,不求在某只股票上重仓持有,更不求在某只股票上赚到大钱,只求通过积小胜为大胜。量化投资,简单说就是利用计算机技术和数学模型去实现投资策略的过程。根据上面的定义,理解它的话,咱们只要记住3个关键词:


数学模型:需要数学公式或模型进行计算;

计算机技术:用计算机来进行自动化交易;

投资策略:将这种方法形成一种惯用投资策略。

 

我们都知道,每个人都是相对理性的,投资很容易受到情绪的影响而产生偏差。而由机器人操盘的量化投资,其最大的优势在于:在某些方面可以做到绝对理性化,比如止盈或止损。因为它能克服人性的优柔寡断与贪婪。


诚然,量化投资在国内还是这几年才兴起的新鲜事,但在国外的发展已经有超过50年的历史。


1969年,爱德华·索普利用他发明的"科学股票市场系统"(实际上是一种股票权证定价模型),成立了第一个量化投资基金。该基金名为普林斯顿-纽波特合伙基金,主要从事可转换债券的套利。令人惊奇的是,该基金成立后连续11年内没有出现年度亏损且持续跑赢标普指数。量化投资成功地吸引了人们的注意!


经过近半个世纪的发展,截至2016年底,全球量化投资基金总规模已突破3万亿美元,是全球基金规模的比例的30%左右。


而在国内,2010年可以说是中国量化投资元年,沪深300股指期货的推出、ETF及分级基金的迅速发展使得各类量化策略有了用武之地。与此同时,公募、私募基金也都发行了大量的量化策略基金。


因此最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,和基本面分析、技术面分析并称为三大主流方法。由于量化投资交易策略的业绩稳定,其市场规模和份额不断扩大,得到国际上越来越多投资者的追捧。



量化投资对于基金公司/资产管理公司而言,有着非常明显的价值:


首先是容易冲规模。一个有效的量化模型是可以在多个产品上进行快速复制,从而迅速做大规模。这个在巴克莱的指数增强系列产品上得到最明显的体现。截止2011年底,巴克莱量化基金,管理规模超过1.6万亿美金,成为全球最大的资产管理公司。


其次是可以获得绝对收益。利用量化对冲方式,构建与市场涨跌无关的产品,赚取市场中性的策略,适合追求稳健收益的大机构客户,例如保险资金、银行理财等。这个产品的代表性公司就是目前全球最大的对冲基金Bridgewater,旗下的旗舰产品Pure Alpha过去五年共赚取超过350亿美金。

 

量化投资的优势在哪?


总结量化投资的优势有以下几点:

1、纪律严明

市场不会随着人的意志而转移,我们唯一能控制的只有自己。量化投资在既定的计算机程序下,会根据市场行情严格执行投资策略,就像咱们遇到市盈率较低的个股时,可能会立刻买入,也可能会继续等待更低的买点。但量化选股则直接精确到数值,只有触发选股条件才会操作,完美地克服贪婪、恐惧、侥幸心理的人性弱点。


2、反应迅速

这更多的是体现在重大事件、黑天鹅等事件驱动策略方面。计算机媒体能处理大量的公告和新闻,实时跟踪市场变化,所以在遇到重大利好或黑天鹅事件时,同样也能够第一时间把握机会或逃脱。


3、分散风险

利用计算机大数据,量化投资可以做到比证券分析师更好的历史回测,不断地从历史中挖掘有望在未来重复的历史规律并且加以利用,而历史规律都是较大概率取胜的法宝。另一方面,就回到了选股方面,通过多因子选择一揽子股票,从而捕捉大概率获胜机会。

 

量化投资的策略有哪些?


1.量化对冲。其实,量化和对冲本身并不是“一家人”,之所以最终能“终成眷属”,是因为二者结合后能获得超额收益的“结晶”。


举个例子:如果利用量化方法,选出能够跑赢指数10%的股票并买入。当市场上涨20%时,买的股票就上涨了30%。但在此前已经做了对冲操作,即做空指数(卖空股指期货),所以会在指数做空上丢掉20%的收益(做空意味着看跌),这样一增一减会净赚10%;相反,如果市场下跌20%,那则会损失10%的收益,但由于之前做空指数,会因为做空赚20%,一减一增依然净赚10%。


是不是很神奇?!这就是量化对冲的魅力!而这种方法,也被大家称为市场中性策略。

 

2.多因子选股模型。具体的选股模型非常复杂,但原理很简单。多因子选股,就是以多个因子作为参照标准进行选股,这跟咱们找工作、找房子等是一样的。找工作的话,咱们要考虑它的薪资水平因子、公司发展前景因子、岗位匹配因子等;找房子的话,要考虑它的交通配套因子、小区卫生、噪音、安全因子等……所以选股也是一样,不过选股的因子很多,专家们就把这些因子分成了四大类:技术类,像价格、交易量、波动率等;基本面类,如价值因子、成长因子、公司债务因子等。研究类,如研究报告、目标价格、盈利预测、评级等。其它类,如机构持仓、媒体关注因子等。


正是因为因子太多了,不可能全面考虑,所以专家们就做了一个模型,根据因子的权重,进行综合加权考虑。




而夏普比率是衡量私募基金风险的指标之一,比如某只基金的夏普比率是2,这意味着它所投资的股票或债券等收益每波动1块钱(即承担一个单位的风险),会给该基金带来2块钱(即获得相应的单位收益)的收益。


而引入多因子的目的,就是为了让收益更加稳健,波动更少。找房子时,考虑的因素越多,或许最终选择的就越好;找工作时,综合权衡后的岗位或许更令你满意。换成量化投资的话,夏普比率越高,单位风险带来的单位收益也就越高,反过来想,单位收益的波动将引起更小的单位风险波动。所以,引入的因子越多,收益就更稳健,收益曲线就越平滑。

 

3.量化择时。择时,不仅困扰这个人投资者,也同样令机构投资者很头疼。如果说量化选股解决的是超额收益的问题,那么量化择时解决的则是相对收益的问题。


而所谓量化择时,则是对各类预测指标的应用,通过分析并得到对市场未来方向的预判。常用的择时方法有:趋势量化择时、市场情绪量化择时等。


趋势量化择时


趋势量化择时基本可以认为是趋势投资的延续,若趋势发生逆转则需平仓止损。与趋势投资一样,趋势量化择时具有滞后性,只有市场出现了某种趋势后,才可顺势操作。


市场情绪量化择时


市场情绪量化择时就是利用投资者的热情程度来判断大势方向,当投资情绪高涨,大家积极入市时,大盘可能会继续涨;当投资者情绪低迷、不断撤出市场的时候,大盘可能继续下跌。

 

对于有经验的人可能知道,对于钓鱼而言,注重的不是每天钓到多少鱼、鱼有多大,最重要的是了解池塘里哪些位置可能潜藏着鱼群,以及鱼为什么受温度、风、太阳的影响而上钩,这才是钓鱼的关键所在。

 

对应到投资领域,在投资界目前听起来高深莫测的量化投资,其收益逻辑其实与钓鱼类似。值得一提的是,找到鱼群意味着存在大概率能够钓到鱼的可能性,同钓鱼一样,量化投资也不是“稳赚”投资,它更强调统计学意义上的收益,主要来自两点:一个是选择了 “大概率”赚钱的模型,一个选择了 “赚较多钱”的模型。

 

对于个人投资者而言,从事量化投资较为困难,量化投资需要专业的团队,团队成员通常包括金融学、会计学,数学和计算机科学等的优秀人士协作沟通,量化投资需要先进的计算机服务器,快速的网络,不断演化的量化模型等等。

 

不过,个人投资者可以选择专业可靠的团队及产品,参与量化投资,分享专业团队“大概率赚钱”和“赚较多钱”的研究成果!


 部分内容节选自网络

风险提示:投资有风险,选择需谨慎。本文仅作为知识分享,不构成任何投资建议,对内容的准确与完整不做承诺与保障。过往表现不代表未来业绩,投资可能带来本金损失;任何人据此做出投资决策,风险自担。

资产证券化融资数据估值对比重要指标

投资解读财经解析数据报告四大领域

股市动态投资做法商业本质理财规划


Copyright © 西安金融分析网络社区@2017