導(dǎo)語：如何才能寫好一篇量化投資策略分析，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】量化投資 量化投資策略 資產(chǎn)配置

量化投資是投資者借助計(jì)算機(jī)信息化建立數(shù)學(xué)模型，把最新市場數(shù)據(jù)和相關(guān)信息輸入到模型中，通過公式計(jì)算出投資對象，做出最優(yōu)投資決策。量化投資不依靠投資者的感覺直覺，不依賴個(gè)人判斷，而是將其經(jīng)驗(yàn)利用信息通過模型實(shí)現(xiàn)投資理念。同時(shí)，投資者期望達(dá)到收益和風(fēng)險(xiǎn)的合理配比，利用夏普比率等科學(xué)方法控制收益和風(fēng)險(xiǎn)。量化投資者不用每天重復(fù)的分析瑣碎信息，只需要不斷完善這個(gè)模型并不斷創(chuàng)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(shí)策略、統(tǒng)計(jì)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(shí)策略是收益率最高的一種交易策略，通過對宏微觀指標(biāo)的量化分析判斷未來經(jīng)濟(jì)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(shí)策略中，趨勢跟蹤策略是投資者使用最多的策略。量化擇時(shí)分析策略包括：趨勢跟蹤策略、噪音交易策略、理易策略。

（2）統(tǒng)計(jì)套利是風(fēng)險(xiǎn)套利的一種，通過對歷史數(shù)據(jù)的統(tǒng)計(jì)分析，利用統(tǒng)計(jì)學(xué)理論，估計(jì)相關(guān)變量的概率分布，判斷規(guī)律在未來一段時(shí)間內(nèi)是否繼續(xù)存在。統(tǒng)計(jì)套利策略包括協(xié)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(gè)大額交易通過算法拆分成數(shù)個(gè)小額交易，以此來減少對市場價(jià)格造成沖擊，降低交易成本。算法交易策略包括交易量加權(quán)平均價(jià)格策略、時(shí)間加權(quán)平均價(jià)格策略、盯住盤口測量、執(zhí)行落差策略、下單路徑優(yōu)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(jià)格策略、套利區(qū)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(shí)間短、交易量巨大、交易次數(shù)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(jì)算機(jī)化交易，依靠快速大量的計(jì)算機(jī)交易以獲取高額穩(wěn)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(yù)示著更大一波的上漲趨勢，向下突破重要的支撐線可能預(yù)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(shí)候進(jìn)行相應(yīng)的建倉或平倉的投資操作來獲得超額收益。

趨勢型指標(biāo)進(jìn)行擇時(shí)的基本理念是順勢而為，跟蹤市場運(yùn)行趨勢。在趨勢策略中使用的技術(shù)指標(biāo)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(biāo)（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(jìn)行密集交易的行為。有效市場中噪聲只是一個(gè)均值為零的隨機(jī)擾動項(xiàng)，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(jià)值。噪聲交易策略的運(yùn)用主要是機(jī)構(gòu)投資者通過計(jì)算得到市場的噪聲交易指數(shù)，監(jiān)測該指數(shù)的變化，根據(jù)其變化來設(shè)計(jì)量化交易策略。

（3）協(xié)整策略。在統(tǒng)計(jì)套利策略中，協(xié)整策略是應(yīng)用最廣泛的一種策略。協(xié)整套利的主要原理，是找出相關(guān)性最好的幾組產(chǎn)品，再找出每一組的協(xié)整關(guān)系，當(dāng)某一組投資產(chǎn)品的價(jià)差偏離到一定程度時(shí)建倉，買入被低估的資產(chǎn)、賣出被高估的資產(chǎn)，當(dāng)價(jià)差均衡時(shí)獲利了結(jié)平倉。協(xié)整策略包括協(xié)整檢驗(yàn)、GARCH檢驗(yàn)、TARCH檢驗(yàn)以及EGARCH檢驗(yàn)。

（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(jù)其與收益的相關(guān)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(guān)系數(shù)的輸入，這類方法的代表是套利定價(jià)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(shù)量、時(shí)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(yōu)勢：

（1）策略組合降低了對單一策略的依賴，當(dāng)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(chǎn)品價(jià)格變化、變化幅度、周期等多個(gè)方面把握投資機(jī)會，在一定程度上保證了穩(wěn)定的收益率，盈利機(jī)會更多；

（2）策略組合可以分散單一策略的交易風(fēng)險(xiǎn)，降低風(fēng)險(xiǎn)，通過策略組合將投資風(fēng)險(xiǎn)分散化，盡可能規(guī)避市場風(fēng)險(xiǎn)、策略風(fēng)險(xiǎn)及系統(tǒng)風(fēng)險(xiǎn)等。

三、量化投資資產(chǎn)配置

資產(chǎn)配置是指資產(chǎn)類別選擇，即投資組合中各類資產(chǎn)的適當(dāng)配置及對這些混合資產(chǎn)進(jìn)行實(shí)時(shí)管理。量化投資管理打破了傳統(tǒng)投資組合的局限，它與量化分析結(jié)合，將投資組合作為一個(gè)整體，確定組合資產(chǎn)的配置目標(biāo)和分配比例，深化了資產(chǎn)配置的內(nèi)涵。

資產(chǎn)配置包括戰(zhàn)略資產(chǎn)配置和戰(zhàn)術(shù)資產(chǎn)配置兩大類。戰(zhàn)略資產(chǎn)配置是長期資產(chǎn)配置，針對較長時(shí)間的市場情況，控制長期投資風(fēng)險(xiǎn)以達(dá)到收益最大化。戰(zhàn)術(shù)性資產(chǎn)配置是依據(jù)資產(chǎn)預(yù)期收益的短期變化，獲取超額收益的機(jī)會。因此，戰(zhàn)術(shù)資產(chǎn)配置是建立在長期戰(zhàn)略資產(chǎn)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(zhàn)略資產(chǎn)配置下，戰(zhàn)術(shù)性資產(chǎn)配置利用其積極的靈活的投資機(jī)會，適當(dāng)?shù)呐浜蠎?zhàn)略資產(chǎn)配置，獲取較高收益。

四、前景展望

在量化投資飛速發(fā)展的今天，它己經(jīng)成為金融市場中不可忽視的一個(gè)領(lǐng)域，中國的金融市場在逐步發(fā)展及完善，中國的量化投資也會繼續(xù)發(fā)展和前進(jìn)，隨著量化投資方面的加大投入，量化投資的進(jìn)程加快，中國量化投資的前景無限。

參考文獻(xiàn)：

篇2

關(guān)鍵詞：量化投資；傳統(tǒng)投資；模式數(shù)學(xué)模型；自變量參數(shù)

1量化投資簡介

1.1基本概念

量化投資是一種借助于計(jì)算機(jī)高效計(jì)算程序進(jìn)行復(fù)雜運(yùn)算，以金融產(chǎn)品未來收益與風(fēng)險(xiǎn)為研究對象的新型投資方式。量化投資的基礎(chǔ)是以股票價(jià)格、日成交額等大數(shù)據(jù)庫數(shù)據(jù)為參考樣本數(shù)據(jù)并建立數(shù)學(xué)模型，運(yùn)用仿真分析及迭代方法不斷修正數(shù)學(xué)模型，直到數(shù)學(xué)模型可以用來預(yù)測指導(dǎo)投資交易。任何一個(gè)投資的方案或者設(shè)想，都可以為它設(shè)計(jì)一個(gè)數(shù)學(xué)模型，然后借助大數(shù)據(jù)庫的現(xiàn)有數(shù)據(jù)進(jìn)行迭代法測試分析，以此來判別數(shù)學(xué)模型的有效性。傳統(tǒng)投資方式基本上是對傳統(tǒng)的技術(shù)分析和公司的經(jīng)營狀態(tài)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(shù)據(jù)市場數(shù)據(jù)的，數(shù)據(jù)樣本空間容量足夠大，而且可以快速進(jìn)行運(yùn)算并排除投資者個(gè)人心理因素的主觀影響，科學(xué)性和時(shí)效性更強(qiáng)。此外，量化投資是一種主動性的投資方式，在進(jìn)行數(shù)學(xué)模型選擇、自變量選取、數(shù)學(xué)模型的驗(yàn)算迭代都是投資行為的主動部分。

1.2交易內(nèi)容及方法

量化投資交易的內(nèi)容主要是量化策略以及交易策略，在制定交易策略時(shí)必須立足于投資市場、投資產(chǎn)品以及分配在內(nèi)等。具體交易平臺則是靠以計(jì)算機(jī)計(jì)算程序?yàn)榛A(chǔ)的線上交易平臺系統(tǒng)。進(jìn)行量化投資交易時(shí)通常會遇到各種較為復(fù)雜的情況，但是基本前提都是要依據(jù)現(xiàn)有的既定的大量數(shù)據(jù)庫數(shù)據(jù)，靈活采用各種方法來判斷投資對象是否值得投資?？傮w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(xiàn)狀

從理論上來說，每個(gè)量化投資者的決策行為可以被同化為理性預(yù)期、風(fēng)險(xiǎn)規(guī)避、嚴(yán)格效用基本一致的理想化模型。然而現(xiàn)實(shí)情況中每個(gè)人的心理活動、出發(fā)點(diǎn)、知識水平等都存在差異，進(jìn)行量化投資時(shí)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(jìn)行投資決策時(shí)并不能完全理性地進(jìn)行選擇。綜上所述，非理性人的客觀存在使投資人在進(jìn)行投資決策時(shí)不能完全忽視個(gè)人的心理因素。既然個(gè)人的心理因素?zé)o法排除，那么在建立決策分析數(shù)學(xué)模型時(shí)，就應(yīng)該把個(gè)人的心理因素考慮在內(nèi)。當(dāng)前我國國內(nèi)量化投資有以下幾個(gè)特點(diǎn)：(1)個(gè)人投資者占總投資者的比例很高。上文已經(jīng)提到投資者個(gè)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(fā)展迅速但仍不成熟。與美國及歐洲發(fā)達(dá)國家相比，我國量化投資市場只能是一個(gè)新興的市場，直接表現(xiàn)在各方面的信息不完整且難以搜集，一些基礎(chǔ)數(shù)據(jù)我們只能自己想方設(shè)法地去開發(fā)獲取。(3)量化投資行業(yè)的企業(yè)構(gòu)成比較復(fù)雜。目前我國量化投資行業(yè)的企業(yè)種類比較多，跨越眾多不同的領(lǐng)域。加上我國量化投資市場還處于新生期，市場不穩(wěn)定信息變化較快，因此量化投資行業(yè)的可用層面指標(biāo)數(shù)目非常少且指標(biāo)數(shù)值經(jīng)常變化。當(dāng)前我國量化投資者正是依據(jù)當(dāng)前行業(yè)的特點(diǎn)，從不同的層面和角度驗(yàn)證分析，建立泡沫型數(shù)學(xué)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(fā)達(dá)國家的量化投資策略進(jìn)行對比，發(fā)現(xiàn)我國現(xiàn)有的量化投資策略嚴(yán)重落后。國外的量化策略研究是在大量的事件、數(shù)據(jù)積累分析的基礎(chǔ)上，腳踏實(shí)地潛心研究總結(jié)出來的?，F(xiàn)階段我國量化策略研究多是借用國外的策略，結(jié)合國內(nèi)的量化投資行業(yè)的實(shí)際現(xiàn)狀進(jìn)行修正得來的。當(dāng)前我們還缺少指導(dǎo)量化投資行業(yè)的專家、指導(dǎo)著作，為此我國國內(nèi)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(yōu)勢

量化投資是在定性投資基礎(chǔ)上進(jìn)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(jīng)濟(jì)和市場基本面進(jìn)行深入的分析，再加上實(shí)地調(diào)研上市公司以及與上市公司的管理層進(jìn)行經(jīng)驗(yàn)交流，最終把調(diào)研結(jié)果整理成專題報(bào)告，把報(bào)告作為決策依據(jù)。不難看出定性投資帶有很大的個(gè)人主觀判斷性，它完全依賴于投資經(jīng)理個(gè)人經(jīng)驗(yàn)以及對市場的認(rèn)知。量化投資在調(diào)研層面與定性投資相同，區(qū)別在于量化投資更加注重?cái)?shù)據(jù)庫大數(shù)據(jù)，運(yùn)用各種方法發(fā)現(xiàn)運(yùn)用大數(shù)據(jù)所體現(xiàn)出來的有用信息，尋找更優(yōu)化的投資方式以獲得大額收益，完全避免了投資經(jīng)理個(gè)人的主觀臆斷和心理因素，更加科學(xué)合理。綜上所述，與定性投資相比，量化投資具有以下優(yōu)勢。

3.1投資方式更加理性

量化投資是采用統(tǒng)計(jì)數(shù)學(xué)與計(jì)算機(jī)建模分析技術(shù)，以行業(yè)大數(shù)據(jù)庫為參考，取代了個(gè)人主觀判斷和心理因素的科學(xué)客觀投資方法。很明顯，行業(yè)大數(shù)據(jù)的樣本容量已遠(yuǎn)遠(yuǎn)高于有限的對上市公司調(diào)研所形成的樣本容量；在進(jìn)行投資決策時(shí)，把決策過程科學(xué)化數(shù)量化可以最大程度的減少投資者決策時(shí)個(gè)人情感等心理因素對決策結(jié)果的影響，從而避免了錯(cuò)誤的選擇方向。

3.2覆蓋范圍大效率高

得益于因特網(wǎng)的廣泛實(shí)施應(yīng)用，與各行各業(yè)的運(yùn)行數(shù)據(jù)都可以錄入大數(shù)據(jù)系統(tǒng)形成體量巨大的數(shù)據(jù)庫；得益于計(jì)算機(jī)行業(yè)云時(shí)代到來對計(jì)算分析速度的革命性變革，在極短的時(shí)間內(nèi)就可以得到多種量化投資的投資方法。定性投資方式進(jìn)行決策時(shí)，由于決策人的精力和專業(yè)水平都存在一定的局限性，自然其考慮投資的范圍要遠(yuǎn)遠(yuǎn)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(yōu)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(bǔ)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(jīng)提到量化投資的決策過程依賴于大數(shù)據(jù)庫以及計(jì)算機(jī)分析系統(tǒng)的科學(xué)決策，因此只要投資思想正確量化投資就不會出現(xiàn)錯(cuò)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(zhì)上是對某一特定基準(zhǔn)面的分析，事實(shí)上基準(zhǔn)面有時(shí)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(diǎn)是進(jìn)行考察決策時(shí)覆蓋的市場面非常廣泛，在當(dāng)前國民經(jīng)濟(jì)快速發(fā)展的時(shí)代，人們對市場的認(rèn)知難免出現(xiàn)盲區(qū)或者對某一個(gè)局部了解不充分的現(xiàn)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(fēng)險(xiǎn)特性，人們更多地依賴于采用大數(shù)據(jù)云分析平臺進(jìn)行決策，如此大家對某一行業(yè)的市場認(rèn)知以及投資決策水平就處在同一認(rèn)知層次上，當(dāng)遇到極端的市場行情時(shí)，人們作出的交易決策往往一致，即容易達(dá)成交易的一致性。例如期貨行業(yè)以及股票行業(yè)，在市場行情動蕩的特殊時(shí)期，人們往往選擇在同一時(shí)機(jī)拋出股票或者期貨，這種大規(guī)模的一次性拋盤則會造成在預(yù)期拋售價(jià)格基礎(chǔ)上的劇烈波動，導(dǎo)致投資者的實(shí)際收益在一定程度上低于預(yù)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(wěn)定發(fā)展。

4.2指標(biāo)鈍化和失效

任何一個(gè)行業(yè)的某一個(gè)市場承載投資者的容量都是有限的，從戰(zhàn)略投資的角度來看，當(dāng)某一個(gè)市場的產(chǎn)業(yè)鏈較為成熟、技術(shù)門檻較低時(shí)，投資者進(jìn)入該市場就會容易很多，當(dāng)市場的承載量大大低于投資者進(jìn)入數(shù)量時(shí)，既定的投資策略則會失效。例如某一企業(yè)的某只股票第一年能獲得50%的收益，第二年則降為20%的收益，第三年可能是5%，第四年就沒有收益了。諸如趨利反轉(zhuǎn)策略、套利策略現(xiàn)在已經(jīng)非常大眾化且投資者已經(jīng)達(dá)成共識，一擁而上集中式進(jìn)行投資就會導(dǎo)致投資評價(jià)指標(biāo)鈍化甚至失效。

篇3

量化對沖產(chǎn)品在盈利與回撤上的穩(wěn)定特征，突出表現(xiàn)在在市場極端下跌的行情下。今年6月15日至7月3日期間，上證指數(shù)下跌接近30%。僅6月單月，私募基金逾6成收益告負(fù)，470只公募普通股票型基金中僅14只上漲，最大漲幅僅3.17%。這次股災(zāi)令公募、私募損失慘重。在一片恐慌中，量化對沖一枝獨(dú)秀。私募量化對沖基金整體下跌卻只有2.3%，其中約50%量化對沖基金獲取正收益。

量化對沖其實(shí)是“量化”和“對沖”的結(jié)合。在實(shí)際應(yīng)用中，由于對沖基金往往采用量化模型進(jìn)行投資決策，兩者經(jīng)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(tǒng)計(jì)方法、數(shù)學(xué)模型來指導(dǎo)投資，其本質(zhì)是定性投資的數(shù)量化實(shí)踐。量化投資區(qū)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(jīng)驗(yàn)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(diǎn)是強(qiáng)調(diào)紀(jì)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(shù)學(xué)公式或數(shù)學(xué)模型進(jìn)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(guān)的投資，而在國內(nèi)多指“多因子模型分析”相關(guān)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(shù)學(xué)理念設(shè)計(jì)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(qiáng)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(fēng)險(xiǎn)對沖是對沖基金最重要的特征。投資是以風(fēng)險(xiǎn)換取收益的過程，無風(fēng)險(xiǎn)則無收益。對沖基金是一種可以用確定性的風(fēng)險(xiǎn)去換取確定性收益的基金，對沖基金的賣點(diǎn)就在于其收益的確定性。

與傳統(tǒng)高風(fēng)險(xiǎn)高收益的投資理念不同，對沖基金是以最低的風(fēng)險(xiǎn)去獲取最高的收益。任何一個(gè)多元化的投資組合，其收益與風(fēng)險(xiǎn)主要是來源于市場?？梢岳脤_工具對沖一定的市場風(fēng)險(xiǎn)，而通過承擔(dān)比較確定的風(fēng)險(xiǎn)，獲取穩(wěn)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(shù)甚至不允許“賣空”，而對沖基金則可采用賣空、杠桿以及期權(quán)、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(qū)動 、全球宏觀、相對價(jià)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(shí)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(dá)32.5%。

目前私募已發(fā)行的量化對沖產(chǎn)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(xiàn)貨匹配，多采用低頻交易CTA高頻策略。

目前，國內(nèi)的偏股型基金普遍采取相對收益策略，即以跑贏股指為首要目標(biāo)，這使得偏股型基金凈值受到股指波動的影響較大。

篇4

關(guān)鍵詞：資金流信息含量；資金流強(qiáng)度；資金流杠桿倍數(shù)

一、資金流策略的意義

資金流是一種反映股票供求關(guān)系的指標(biāo)，是指證券價(jià)格在約定的時(shí)間段中處于上升狀態(tài)時(shí)產(chǎn)生的成交額是推動指數(shù)上漲的力量，這部分成交額被定義為資金流入；證券價(jià)格在約定的時(shí)間段中下跌時(shí)的成交額是推動指數(shù)下跌的力量，這部分成交額被定義為資金流出；若證券價(jià)格在約定的時(shí)間段前后沒有發(fā)生變化，則這段時(shí)間中的成交額不計(jì)入資金流量。當(dāng)天資金流入和資金流出的差額可以認(rèn)為是該證券當(dāng)天買賣兩種力量相抵之后，推動價(jià)格變化的凈作用量，被定義為當(dāng)天資金凈流量。

有效市場假說的概念是說證券價(jià)格已經(jīng)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(fēng)險(xiǎn)相當(dāng)?shù)恼Ｊ找?。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(jià)在短期內(nèi)可能受到某些消息的影響，或者某些市場內(nèi)在因素的改變從而產(chǎn)生劇烈波動帶來的差價(jià)投資機(jī)會，因而在市場中經(jīng)常存在交易性機(jī)會，從而在量化投資選股方面也有很多種選股策略，根據(jù)資金流選股便是其中一種。

資金流策略是指根據(jù)資金流這一指標(biāo)進(jìn)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(dāng)前市場上的股指或股票的資金流入或者流出的狀態(tài)，從而進(jìn)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(jià)在未來一段時(shí)間可能會上漲；如果是資金流出的股票，則股價(jià)在未來一段時(shí)間可能會下跌。這樣就可以根據(jù)資金流向來構(gòu)建相應(yīng)的投資策略。

二、資金流策略具體操作及結(jié)果分析

（一）資金流策略指標(biāo)含義及操作步驟

對于資金流向的判斷，根據(jù)買賣雙方的力量對比來衡量。資金流分為流入流出兩個(gè)方向，如果當(dāng)前的成交價(jià)格在買方，則認(rèn)為是賣方出賣股票的意愿較強(qiáng)，資金流出；如果當(dāng)前的成交價(jià)格是在賣方，則認(rèn)為是買方買股票的意愿較強(qiáng)，資金流入。對于資金流的測算，采取日數(shù)據(jù)計(jì)算，即當(dāng)日價(jià)格上漲全部計(jì)算為流入，若當(dāng)日價(jià)格下跌則計(jì)算為流出。本文采用的選股指標(biāo)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(biāo)準(zhǔn)化，用當(dāng)天的資金流凈額除以當(dāng)天的股票成交量，即資金流凈額/交易額。2. 資金流強(qiáng)度MFP，資金流凈額/流通市值，即標(biāo)準(zhǔn)化資金流的強(qiáng)度。3. 資金流杠桿倍數(shù)MFL，流通市值/資金流凈額，即衡量資金流的撬動效應(yīng)。

操作步驟：選股策略基于滬深300指數(shù)成分股，并將股票按照各指標(biāo)進(jìn)行排序，去除數(shù)據(jù)計(jì)算無效的股票；研究的時(shí)間從2014年10月1日到2016年8月31日，共6期；組合調(diào)整的日期為4月30日（一季報(bào)披露完成）、8月31日（二季報(bào)披露完成）、10月31日（三季報(bào)披露完成）；剔除在組合調(diào)整日前后長期停牌的股票；組合構(gòu)建時(shí)為等權(quán)重；組合構(gòu)建時(shí)股票的買入賣出價(jià)格為組合調(diào)整日收盤價(jià)，若調(diào)整日為非交易日，則向前順延；在持有期內(nèi)，若某只成分股被調(diào)出滬深300指數(shù)，不對組合進(jìn)行調(diào)整；將各成分股的季收益率與其相應(yīng)指標(biāo)進(jìn)行合并，去除無效數(shù)據(jù)；將已合并好的滬深300成分股按照指標(biāo)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(jì)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(shù)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(jìn)行了12期組合的調(diào)整，不計(jì)交易成本。

（二）資金流信息含量假說及檢驗(yàn)

1. 資金流信息含量假說

信息無效――回歸擬合優(yōu)度很差

信息泄露――回歸擬合優(yōu)度很好，資金流系數(shù)為正

信息反應(yīng)過度――回歸擬合優(yōu)度很好，資金流系數(shù)為負(fù)

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(shù)；MFPt，i表示第t期股票i的標(biāo)準(zhǔn)化資金流；MFLt，i表示資金流杠桿倍數(shù)。

2. 對資金流信息含量假說的檢驗(yàn)

本文以浦發(fā)銀行（600000）為例，設(shè)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(shù)據(jù)信息；首先計(jì)算出第t期的資金流強(qiáng)度MFP和資金流杠桿倍數(shù)MFL；然后計(jì)算出第t期和第t+1期浦發(fā)銀行的超額收益率；最后用Eviews進(jìn)行多元回歸分析檢驗(yàn)。檢驗(yàn)結(jié)果如表1所示。

由表1可知，線性回歸系數(shù)為0.965963，擬合系數(shù)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(qiáng)度和資金流杠桿倍數(shù)這三個(gè)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(xiàn)值為6.97219，F(xiàn)>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(wěn)定。

由表3可知，資金流信息含量IC的回歸系數(shù)為-1.05399，與t+1期超額收益率呈負(fù)相關(guān)，資金流強(qiáng)度MFP的回歸系數(shù)為257.5974，與t+1期超額收益率呈正相關(guān)，資金流杠桿倍數(shù)MFL為-4.6E-07，與t+1期超額收益率呈負(fù)相關(guān)。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(dāng)期的超額收益率、資金流強(qiáng)度、資金流杠桿倍數(shù)這三個(gè)指標(biāo)對于下一期的股票有著很好的預(yù)測效果。

3. 根據(jù)資金流信息含量IC選股策略結(jié)果

由表4可知，整體上看，資金流信息含量較低的組合表現(xiàn)較好，其中資金流信息含量排名200之后的成分股構(gòu)成的組合表現(xiàn)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(shù)的表現(xiàn)。在6期中，組合IC（200）有5期跑贏了滬深300 指數(shù)，跑贏概率為83.33%。

（三）資金流強(qiáng)度MFP

1. 根據(jù)資金流強(qiáng)度MFP選股策略結(jié)果

2. 根據(jù)資金流強(qiáng)度MFP選股策略結(jié)論

由表5可知，整體上看，資金流強(qiáng)度較低的組合表現(xiàn)較好，其中資金流強(qiáng)度排名200之后的成分股構(gòu)成的組合表現(xiàn)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(shù)的表現(xiàn)。在6期中，組合MFP（200）有5期跑贏了滬深300 指數(shù)，跑贏概率為83.33%。

（四）資金流杠桿倍數(shù)

1. 根據(jù)資金流強(qiáng)度MFL選股策略結(jié)果

2. 根據(jù)資金流強(qiáng)度MFL選股策略結(jié)論

由表6可知，整體上看，資金流杠桿倍數(shù)較低的組合表現(xiàn)較好，其中資金流強(qiáng)度排名100～200的成分股構(gòu)成的組合表現(xiàn)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(shù)的表現(xiàn)。在6期中，組合MFL（100，200）有4期跑贏了滬深300 指數(shù)，跑贏概率為66.67%。

三、各策略比較分析

將根據(jù)不同指標(biāo)所選股的結(jié)果放到一起進(jìn)行比較，時(shí)間是從2014年10月1日到2016年8月31日，由進(jìn)一步的比較分析可知，按照低資金流強(qiáng)度選股的策略表現(xiàn)最好，年化收益率達(dá)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?yàn)橹袊腁股市場不是特別有效的市場，量化投資策略正好可以發(fā)揮其紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性、分散化的優(yōu)點(diǎn)而不惑國內(nèi)市場的各種投資機(jī)會。相比定性分析，現(xiàn)階段A股市場的特點(diǎn)更適合采用客觀、公正而理性的量化投資風(fēng)格。股票市場復(fù)雜度和有效性的增加已對傳統(tǒng)定性投資基金經(jīng)理的單兵作戰(zhàn)能力提出了挑戰(zhàn)。相對于海外成熟市場，A股市場的發(fā)展歷史較短，有效性偏弱，市場上被錯(cuò)誤定價(jià)的股票相對較多，留給量化投資策略去發(fā)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(shí)上，盡管在國內(nèi)發(fā)展歷程較短，從國內(nèi)已有的采用了量化投資方法并且已經(jīng)運(yùn)作了一段時(shí)間的基金來看，量化基金可以被證明是適應(yīng)中國市場的。

本文采用現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)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(yù)測作用，研究了根據(jù)資金流三個(gè)指標(biāo)進(jìn)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(qiáng)度MFP、資金流杠桿倍數(shù)MFL這三個(gè)指標(biāo)，分別根據(jù)每個(gè)指標(biāo)進(jìn)行選股，觀察其組合走勢情況，得出的主要結(jié)論有：第一，資金流信息含量對下一期的股價(jià)走勢有一定的預(yù)測作用；第二，根據(jù)上述的三個(gè)指標(biāo)進(jìn)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(gè)組成部分――策略指數(shù)基金已經(jīng)發(fā)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(fēng)險(xiǎn)收益偏好的投資需求。

參考文獻(xiàn)：

[1]（美）羅伯特?A?哈根.金融學(xué)――有效市場的反例[M].清華大學(xué)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(shù)投資策略[M].社會科學(xué)文獻(xiàn)出版社，2010.

[3]丁鵬.量化投資――策略與技術(shù)[M].電子工業(yè)出版社，2012.

[4]朱世武.基于SAS系統(tǒng)的金融計(jì)算[M].清華大學(xué)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(yùn)動解析[M].深圳出版發(fā)行集團(tuán)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(shí)證研究[M].中國社會科學(xué)出版社，2013.

[7]陳威杰，蔡志成.數(shù)量化投資指標(biāo)之資金流策略指標(biāo)研究[J].時(shí)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）.

[9]宋軍，吳沖鋒.從有效市場假設(shè)到行為金融理論[J].世界經(jīng)濟(jì)，2011（10）.

篇5

智能機(jī)器人“阿爾法”成為了近期一顆令人矚目的明星，因?yàn)榫驮诓痪们暗膰H圍棋比賽中，它憑借出人意料的戰(zhàn)術(shù)，完勝韓國圍棋九段高手李世石。“阿爾法”的勝利，雖然并不能完全代表人工智能就比人腦的運(yùn)算能力更強(qiáng)，但一個(gè)不容忽視的現(xiàn)實(shí)是，人工智能正在各行各業(yè)得到了廣泛的應(yīng)用。比如金融投資領(lǐng)域的量化投資，其實(shí)就是一種“人工智能”。值得一提的是，在當(dāng)下市場波動明顯的“震蕩市”中，量化投資產(chǎn)品正以整體穩(wěn)健的業(yè)績表現(xiàn)，贏得各類投資者的青睞。

據(jù)《投資者報(bào)》數(shù)據(jù)研究中心對成立于2016年以前的、67只量化基金產(chǎn)品（Wind分類，A、C分開計(jì)算，下同）的區(qū)間復(fù)權(quán)單位凈值相對大盤增長率統(tǒng)計(jì)數(shù)據(jù)顯示，截至5月13日，共有59只跑贏上證指數(shù)，占比88%。

對此，上海一家中型基金公司市場部人士稱，“人工智能在金融領(lǐng)域的廣泛應(yīng)用，將為量化投資帶來新的機(jī)遇，但是多變的行情也將對投資策略和投研團(tuán)隊(duì)的實(shí)力提出更高的要求，必須具備與時(shí)俱進(jìn)的投資理念，并把行動落到實(shí)處，這樣才能為投資者賺取超額收益。”

59只量化產(chǎn)品跑贏上證指數(shù)

我們看到，2016年以來的中國股市，震蕩明顯加大?！板X難賺”也使得市場對風(fēng)險(xiǎn)的敏感度不斷提升，那些能夠跑贏上證指數(shù)的量化基金產(chǎn)品，自然吸引了不少投資者的眼球，分外引人注目。

據(jù)Wind數(shù)據(jù)顯示，自2016年1月1日至5月13日區(qū)間，全市場67只量化基金中，有超過八成跑贏上證指數(shù)，包括華寶興業(yè)量化對沖A、華寶興業(yè)量化對沖C、海富通阿爾法對沖、廣發(fā)對沖套利、嘉實(shí)對沖套利、華泰柏瑞量化收益、嘉實(shí)絕對收益策略、中金絕對收益策略、南方絕對收益策略、富國絕對收益多策略、大成絕對收益A、泰達(dá)宏利絕對收益策略、中郵絕對收益策略、大成絕對收益C、國泰全球絕對收益人民幣、國泰全球絕對收益美元現(xiàn)匯、國泰全球絕對收益美元現(xiàn)鈔、工銀瑞信絕對收益A、工銀瑞信絕對收益B、銀華量化智慧動力、嘉實(shí)騰訊自選股大數(shù)據(jù)、東方啟明量化先鋒在內(nèi)的22只量化基金區(qū)間復(fù)權(quán)單位凈值相對大盤增長率超過10%，占比33%，其中，華寶興業(yè)量化對沖基金超越上證指數(shù)最多，超過了21%。

“經(jīng)過10年的發(fā)展，量化基金逐漸在基金投資領(lǐng)域占據(jù)了一席之地。無論是在2014年板塊輪動頻繁、熱點(diǎn)分散的行情中，還是在2016年以來的震蕩市中，持股分散、投資靈活的量化基金充分發(fā)揮了其‘選股多’、‘反應(yīng)快’、‘抗干擾’和‘成本低’的優(yōu)勢?！比A泰證券分析師告訴《投資者報(bào)》記者。據(jù)相關(guān)數(shù)據(jù)顯示，2014年度納入業(yè)績統(tǒng)計(jì)的22只主動量化型基金（剔除指數(shù)量化基金）2014以來平均收益率達(dá)到33.26%，同期偏股型基金平均收益為23.27%，高出主動偏股型基金同期業(yè)績近10個(gè)百分點(diǎn)。

“今年的情況與2014年的情況在很大程度上類似，所以現(xiàn)在許多機(jī)構(gòu)與資深投資者開始把目光投向了量化基金。”上述業(yè)內(nèi)人士如是說。

震蕩行情量化產(chǎn)品優(yōu)勢明顯

業(yè)內(nèi)人士指出，“在當(dāng)前的震蕩行情中，主動型投資在選股擇時(shí)方面有較大難度，而以科學(xué)性、‘自動化’為特征的量化投資策略優(yōu)勢明顯?！笔聦?shí)上，量化基金在震蕩市場中的業(yè)績優(yōu)勢已在今年的市場下跌中得到證明。數(shù)據(jù)統(tǒng)計(jì)顯示，從1月1日至5月13日，上證綜指今年來累計(jì)下跌20.12%，而在此期間，67只公募量化基金的平均跑贏大盤指數(shù)8.59個(gè)百分點(diǎn)。

理財(cái)專家建議投資者，“后市總體來看，在沒有增量資金入場，影響股市的各個(gè)因素逐步趨于中性的情況下，在沒有新的利好利空因素的沖擊下，未來指數(shù)仍以震蕩走弱為主。但市場經(jīng)過前期的下跌和盤整，市場繼續(xù)大幅下跌的風(fēng)險(xiǎn)也不大，投資者傾向于尋找結(jié)構(gòu)機(jī)會，市場依然有可為機(jī)會。投資者可配置絕對收益產(chǎn)品，以降低組合風(fēng)險(xiǎn)，提高資產(chǎn)穩(wěn)定性?！?/p>

鏈接：五指標(biāo)“精選”性價(jià)比最高對沖基金

一、投資收益

該指標(biāo)投資者最為關(guān)注的要素，區(qū)別于追求相對收益的偏股型基金，量化對沖基金追求的是絕對收益。但風(fēng)險(xiǎn)因素同樣不可忽略，因此，對投資收益率進(jìn)行比較后，可將目光轉(zhuǎn)到“最大回撤”“夏普比率”“年化波動率”“月勝率”等代表投資風(fēng)險(xiǎn)的指標(biāo)。

二、最大回撤

最大回撤，是指在選定周期內(nèi)任一個(gè)歷史時(shí)點(diǎn)往后推，基金凈值自最高點(diǎn)回落至最低點(diǎn)的幅度，即虧損的最大幅度，因此，最大回撤幅度越小越好。

根據(jù)Wind數(shù)據(jù)統(tǒng)計(jì)顯示，量化對沖基金的最大回撤比股票型和混合型基金小。在目前9只量化對沖產(chǎn)品中，最大回撤控制在2%以內(nèi)的產(chǎn)品有3只，分別是南方絕對收益策略、中金絕對收益策略、廣發(fā)對沖套利，最大回撤分別只有-1.19%、-1.39%、-1.62%。

三、夏普比率

夏普比率，是代表基金風(fēng)險(xiǎn)收益比的指標(biāo)之一。在對9只量化對沖產(chǎn)品成立以來的年化夏普比率的統(tǒng)計(jì)結(jié)果顯示，對沖產(chǎn)品的夏普比率都比較高，整體在2至3之間，其中，年化夏普比率排在前三位的產(chǎn)品是廣發(fā)對沖套利、南方絕對收益、海富通阿爾法對沖，分別達(dá)到3.91、3.79、3.49。

用通俗的話來解釋，即夏普比率越高，代表著投資者承擔(dān)同等風(fēng)險(xiǎn)的情況下，獲得的收益就越高，即投資性價(jià)比越高。以夏普比率最高的廣發(fā)對沖套利為例，夏普比率為3.91，代表著投資者承擔(dān)1個(gè)單位風(fēng)險(xiǎn)，可以獲得3.91個(gè)單位的收益。

四、單月最大虧損

考慮到6月15日以來的市場極端情況，需要特別關(guān)注對沖基金自成立以來的單月最大虧損情況。據(jù)Wind數(shù)據(jù)顯示，9只公募對沖類基金的單月最大虧損只有-5.52%，其中，表現(xiàn)優(yōu)秀的產(chǎn)品在6月依然實(shí)現(xiàn)正收益。

此外，單月最大虧損幅度為正收益的對沖類基金是中金絕對收益策略、廣發(fā)對沖套利和南方絕對收益，其收益率分別為0.60%、0.39%和0.18%。這代表著上述3只基金自成立以來每個(gè)月均實(shí)現(xiàn)了正收益，月勝率達(dá)到100%。

五、月勝率

篇6

A股疲軟，港股雄起。今年來兩地市場明顯的差異性，使得“AH股價(jià)差投資策略”名聲大振。但對于普通投資者來說，要熟練掌握和運(yùn)用某一種投資策略，顯然亦非易事。那么，有沒有一種產(chǎn)品或工具，可以幫助投資人游刃有余地利用兩地市場差異性賺錢呢？華夏基金日前推出的上證50增強(qiáng)版基金50AH優(yōu)選指數(shù)基金或許是不錯(cuò)的選擇之一。

據(jù)華夏基金公司日前公告稱，華夏滬港通上證50AH優(yōu)選指數(shù)證券投資基金（LOF）已于9月19日起發(fā)行。該基金作為上證50指數(shù)基金的增強(qiáng)版，使用AH價(jià)差投資策略，優(yōu)選低估藍(lán)籌，為投資者提供建立在上證50基礎(chǔ)上的額外回報(bào)。

“優(yōu)選50超越50。”該基金擬任基金經(jīng)理榮膺表示，目前上證50指數(shù)有23只成份股在香港市場同步有H股交易。股價(jià)差異受到包括市場特性、上市公司行業(yè)組成、投資者結(jié)構(gòu)和投資者偏好等方面影響，宏觀層面的股價(jià)差異或會存在相當(dāng)一段時(shí)間，投資者可在兩地市場受惠于這些差異所帶來的投資機(jī)會。

市場風(fēng)格快速向藍(lán)籌轉(zhuǎn)換

上證指數(shù)在3000點(diǎn)反復(fù)震蕩，未來哪個(gè)板塊可以充當(dāng)沖關(guān)“急先鋒”。市場人士認(rèn)為，從目前來看，市場風(fēng)格正在快速向藍(lán)籌股切換，一旦藍(lán)籌股價(jià)值重估過程結(jié)束，未來高股息低估值股票或許成為排頭兵。

“當(dāng)前市場有兩個(gè)大背景：一是我國經(jīng)濟(jì)低位運(yùn)行，資產(chǎn)配置荒較為嚴(yán)重；二是利率持續(xù)下行，處于低利率時(shí)代。在這樣的市場環(huán)境下，投資者對國內(nèi)資產(chǎn)的風(fēng)險(xiǎn)偏好水平將得到提升，而相較于今年以來樓市債市的情況，A股經(jīng)過調(diào)整后，更有可能充當(dāng)資金的蓄水池?！眹ＷC券分析師指出，從二級市場上來看，很多以保險(xiǎn)為代表的機(jī)構(gòu)資金，在債券市場上找不到安全穩(wěn)健的標(biāo)的時(shí)，將出現(xiàn)使用高股息低估值的股票資產(chǎn)代替?zhèn)鶛?quán)資產(chǎn)的趨勢。

“當(dāng)前處于經(jīng)濟(jì)低迷、理財(cái)產(chǎn)品收益欠佳的情況下資金面臨無處可投的局面，‘資產(chǎn)荒’被進(jìn)一步稱為‘好的資產(chǎn)荒’。在這樣的背景下，上證50指數(shù)因?yàn)樵萍姸鄧痔?、中字頭等大型國企，績優(yōu)穩(wěn)健，勢必會吸引大量資金的關(guān)注。特別是隨著未來深港通的落地及MSCI或?qū)股納入新興市場指數(shù)等因素，境外的機(jī)構(gòu)資金也極大可能首選投資上證50指數(shù)?！鄙鲜鍪袌鋈耸扛嬖V《投資者報(bào)》記者，從2005～2015年的歷史數(shù)據(jù)來看，上證50指數(shù)自2005年1月1日至2015年12月31日，累計(jì)收益率163.7%，年化收益率13.9%。明顯超越其他指數(shù)。而利潤增速方面，上證50指數(shù)過去三年平均凈利潤增長率達(dá)到11.7%，也表現(xiàn)出了極高的成長性。

優(yōu)選50“洼地”價(jià)值凸顯

隨著深港通的腳步聲愈加臨近，“南下”持續(xù)加熱，截至2016年9月6日，恒生指數(shù)收報(bào)23，787點(diǎn)，再創(chuàng)一年新高。市場人士表示，在利率走低通脹有限之下，高股息藍(lán)籌股的投資價(jià)值越來越明顯，而隨著A股監(jiān)管趨嚴(yán)之下市場的投機(jī)炒作之風(fēng)得到有效遏制，也會進(jìn)一步提升高股息藍(lán)籌股的價(jià)值。今年以來，上證50指數(shù)在所有寬基指數(shù)當(dāng)中表現(xiàn)突出，相對滬深300跑贏2.3%，相對中證500跑贏6.2%，相比創(chuàng)業(yè)板綜指跑贏5.5%。目前上證50指數(shù)市盈率為10倍，市凈率1.2倍，股息率3.1%，投資價(jià)值凸顯。

確實(shí)，上證50指數(shù)挺牛的，但比它還牛的也不是沒有。比如上證50AH優(yōu)選指數(shù)基金就是值得一說的標(biāo)的之一。據(jù)了解，為進(jìn)一步豐富指數(shù)體系，并為投資者提供新的投資工具及標(biāo)的，上海證券交易所和中證指數(shù)有限公司于2015年12月10日正式了境內(nèi)首只A+H概念的指數(shù)產(chǎn)品――上證50AH優(yōu)選指數(shù)基金。如果上證50AH優(yōu)選指數(shù)的成份股存在比A股價(jià)格更加便宜的港股，則每個(gè)月自動利用港股通額度根據(jù)AH股價(jià)差進(jìn)行成份股股份類別的轉(zhuǎn)換。

Wind數(shù)據(jù)顯示，2005年至今，上證50的年化收益率是8.56%，而上證50優(yōu)選的年化收益率是12.9%，平均每年超額收益率達(dá)到4.34%。

“隨著未來深港通的落地，以及香港、內(nèi)地兩地的市場環(huán)境、投資者結(jié)構(gòu)、退出機(jī)制等制度的不斷完善，兩地的估值差異預(yù)計(jì)會長期收斂?！睒s膺告訴《投資者報(bào)》記者，據(jù)她了解到的數(shù)據(jù)顯示，截至2016年9月4日，恒生AH溢價(jià)指數(shù)呈下降趨勢，從年初的140左右已降至120。

出色量化團(tuán)隊(duì)與明星基金經(jīng)理雙重護(hù)航

LOFs（Listed Open-Ended Funds）是一種可以在交易所掛牌交易的開放式基金，發(fā)行結(jié)束后，投資者既可以在指定網(wǎng)點(diǎn)申購與贖回基金份額，也可在交易所買賣該基金。而且，場內(nèi)交易費(fèi)用低廉、結(jié)算效率高，投資者托管在場內(nèi)的基金份額可以通過賣出、買入的方式實(shí)現(xiàn)股票、債券、基金間的快速轉(zhuǎn)換，大幅提高資金利用率。據(jù)了解，上證50AH優(yōu)選指數(shù)就是一只LOFs基金。

值得一提的是，華夏基金旗下目前擁有一只極其出色的量化投資團(tuán)隊(duì)。據(jù)接近華夏基金的市場人士介紹，華夏基金量化投資團(tuán)隊(duì)全面負(fù)責(zé)公司境內(nèi)外市場被動投資、主動量化產(chǎn)品以及衍生工具的投資研究和管理。團(tuán)隊(duì)現(xiàn)有人員17人，其中，基金經(jīng)理6位，投資經(jīng)理3位，人員結(jié)構(gòu)穩(wěn)定，基金經(jīng)理平均從業(yè)年限15年，平均司齡12年。顯然，出色的量化團(tuán)隊(duì)能夠?yàn)樯献C50AH優(yōu)選指數(shù)的業(yè)績提供一定的保障。

篇7

以寬客比較盛行的美國來說，那里的寬客主要優(yōu)勢在于，構(gòu)建模型來確定證券價(jià)值，因?yàn)槊绹慕鹑谘苌a(chǎn)品太多了，定價(jià)方式也非常復(fù)雜。到目前為止，整個(gè)金融圈最著名、應(yīng)用最廣泛的是布萊克―肖爾斯期權(quán)定價(jià)模型，這個(gè)模型讓寬客們可以知道股票期權(quán)的合理價(jià)值。像投資銀行家、資金經(jīng)理、企業(yè)、投機(jī)者們，愿意用自己可以承擔(dān)的風(fēng)險(xiǎn)對自己的衍生證券等進(jìn)行組合調(diào)整，以此獲得更高的風(fēng)險(xiǎn)溢價(jià)。

在金融衍生品基本不成熟的中國，寬客能做的事也比較有限，但成效還算不錯(cuò)。我認(rèn)識的幾個(gè)還算厲害的寬客，基本都逃不過以下三種盈利模式――

一類是高頻交易者，雖然高頻交易的種類很豐富，比如期貨套利、大宗商品套利等，但我覺得，其中比較有代表性、而且實(shí)踐下來比較穩(wěn)定的，道沖投資算是一家。他們是國內(nèi)做ETF交易量最大的私募之一。一個(gè)主創(chuàng)人員經(jīng)歷非常豐富，做過公務(wù)員，還做過超市總經(jīng)理，后來他把薄利多銷的思路放到了ETF套利上。他們早在2006年之前，就開始進(jìn)行套利交易。剛開始的時(shí)候，因?yàn)閰⑴cETF套利的人并不多，而且正逢股權(quán)分置改革，套利機(jī)會非常多――大部分套利是事件套利。近期，他們主要的優(yōu)勢在于設(shè)備的先進(jìn)，我看過他們辦公室的照片，碩大的機(jī)箱中間，約有幾十個(gè)技術(shù)人員，這已經(jīng)過渡到了ETF的瞬間套利等高頻交易的模式中。聽聞他們在2011年的交易量達(dá)到2000億元，讓與他們合作的券商全國名次提升了2位。比較成熟的對沖基金，會同時(shí)運(yùn)用很多種高頻統(tǒng)計(jì)套利策略，國際上比較厲害的大獎?wù)乱彩遣捎眠@個(gè)策略。不過，因?yàn)楫?dāng)前中國很多交易系統(tǒng)的速度比較慢，這個(gè)風(fēng)格中的競爭優(yōu)勢主要體現(xiàn)在速度――比如交易速度達(dá)到毫秒、微秒甚至納秒，從而達(dá)到統(tǒng)計(jì)學(xué)意義上高概率的長期盈利。

另外一類是選股模型。這在當(dāng)前的中國寬客中最為主流，現(xiàn)在公募基金與券商集合理財(cái)產(chǎn)品也基本屬于這一模式。我認(rèn)識的一個(gè)加拿大裔華人高手，自己開發(fā)了一套選股程序。他們的思路是，做高阿爾法（與市場平均無關(guān)的收益），降低貝塔（市場平均）。他們會通過自己的模型，先從2000多只股票中篩選出幾百只，然后再結(jié)合趨勢模型，再選出50只左右，做自己的股票組合，從而讓這個(gè)股票組合實(shí)現(xiàn)超額收益。連續(xù)幾年，他們的選股模型實(shí)現(xiàn)的投資組合，達(dá)到每年20%以上收益。國內(nèi)的量化先行者天馬投資康曉陽也大致屬于這一類型。不過，在這個(gè)選股模型中，策略非常多樣，比如情緒統(tǒng)計(jì)、分析師統(tǒng)計(jì)、事件驅(qū)動策略等等，從而分散風(fēng)險(xiǎn)。

最后一類是趨勢套利，就是用量化選時(shí)。這個(gè)代表是景良投資的廖黎輝。我與他深入交流后發(fā)現(xiàn)，他對趨勢研究歷來已久。他還曾以研究股票的量化動能開辟過一個(gè)專欄。在這個(gè)專欄上，他時(shí)時(shí)用自己量化工具統(tǒng)計(jì)出來的趨勢分析。因?yàn)檫@個(gè)專欄分析正確概率非常高，關(guān)注度非常高。后來，他自己覺得，這個(gè)趨勢預(yù)測關(guān)注度高了之后，結(jié)果可能會產(chǎn)生反作用。這有點(diǎn)像索羅斯說的反身性理論，如果自己的這個(gè)技術(shù)被人知道，那么原本產(chǎn)生效果的部分就發(fā)生了反作用了，如此形成了自我強(qiáng)化的惡性循環(huán)，也就失效了。

篇8

的研究成果。

關(guān)鍵詞：行為金融；現(xiàn)代金融；防御型投資策略；進(jìn)攻型投資策略

行為金融學(xué)是從微觀個(gè)體行為以及產(chǎn)生這種行為的更深層次的心理、社會等因素來解釋、研究和預(yù)測資本市場的現(xiàn)象和問題。在美國和歐洲，行為金融學(xué)不僅在學(xué)術(shù)研究中受到越來越多的重視，它在實(shí)踐中也已經(jīng)得到了應(yīng)用。個(gè)人投資者在應(yīng)用行為金融學(xué)的知識來避免心理偏差和認(rèn)知錯(cuò)誤，機(jī)構(gòu)投資者也正在以行為金融學(xué)的精髓來發(fā)展以行為為中心的交易策略。

一、行為金融學(xué)的基本概念和理論

迄今為止,行為金融學(xué)還沒有形成一套系統(tǒng)、完整的理論。目前絕大部分的研究成果都集中于確認(rèn)那些會對資本市場產(chǎn)生系統(tǒng)性影響的投資者決策心理特點(diǎn)以及行為特征。

第一，投資者的心理特點(diǎn)。處理信息的啟發(fā)法?，F(xiàn)代社會信息量越來越大，傳播速度也越來越快，金融市場決策者面臨的情況日益復(fù)雜。決策者將不得不更多的使用啟發(fā)法。啟發(fā)法是使用經(jīng)驗(yàn)或常識來回答問題或進(jìn)行判斷，它意味著對信息進(jìn)行快速的、有選擇性的解釋，在很大程度上取決于直覺。由于決策的速度很快以及不完整性，使用啟發(fā)式方法可能得不出正確的結(jié)論，從而造成認(rèn)知錯(cuò)誤和判斷錯(cuò)誤。啟發(fā)式方法一般包括：一是典型性。這種啟發(fā)性方法是一個(gè)諺語的起源：“如果它看起來像只鴨子并且呷呷的叫聲像只鴨子，它可能是只鴨子?！痹谛纬深A(yù)期時(shí)，人們通過評估未來不確定事件的概率與其最近所觀察到事件的相似程度。典型性使得投資者對新信息反應(yīng)過度，也就是投資者在形成預(yù)期時(shí)給予新信息太多的權(quán)重。二是顯著性。對于發(fā)生不頻繁的事件，如果人們最近觀察到這種事件，那么人們傾向于過分估計(jì)這種事件在未來發(fā)生的概率。例如，如果最近一架飛機(jī)墜毀的消息頻繁地被媒體傳播，人們將過高估計(jì)飛機(jī)未來發(fā)生墜毀的概率。顯著性可能使得投資者對新信息反應(yīng)過度。三是自負(fù)。人們對自己的能力和知識非常自負(fù)。例如，當(dāng)人們說這件事有90%可能性將發(fā)生或這聲明是真實(shí)時(shí)，那么這種事件發(fā)生的可能性小于70%。自負(fù)可能使投資者對新信息反應(yīng)遲鈍。四是錨定。心理學(xué)家已經(jīng)證明，當(dāng)人們進(jìn)行數(shù)量化估計(jì)時(shí)，他們的估計(jì)判斷可能被該項(xiàng)目先前的價(jià)值所嚴(yán)重影響。例如，二手車的銷售商通常是在開始談判時(shí)出高價(jià)，然后再降價(jià)，這銷售商盡力將消費(fèi)者滯留在高價(jià)格上。錨定使得投資者對新信息反應(yīng)遲鈍。

第二，后悔。人類犯錯(cuò)誤后的傾向是后悔，而不是從更遠(yuǎn)的背景中去看這種錯(cuò)誤，并會嚴(yán)厲自責(zé)。后悔理論有助于解釋投資者延遲賣出價(jià)值已減少的股票,加速賣出價(jià)值已增加的股票。Shefrin和Statman指出,后悔理論表明投資者避免賣出價(jià)值已減少的股票是不想使已犯的錯(cuò)誤成為現(xiàn)實(shí),從而避免后悔，投資者賣出價(jià)值已增加的股票是為了避免價(jià)格隨后可能降低而造成后悔。

第三，認(rèn)知不協(xié)調(diào)。認(rèn)知不協(xié)調(diào)是人們被告知有證據(jù)表明其信念或假設(shè)是錯(cuò)誤時(shí)，人們所體驗(yàn)的心理和智力上的沖突。認(rèn)知不協(xié)調(diào)理論認(rèn)為,人們存在采取行動減輕未被充分理性思索的認(rèn)知不協(xié)調(diào)的傾向：人們可以回避新信息或開發(fā)出扭曲的論據(jù)以保持自己的信念或假設(shè)正確。如新車買主有選擇地避免閱讀他們其他車型的廣告,而去看他們所選擇車型的廣告。

第四，回避損失。趨利避害是人類行為的主要動機(jī)之一,而對“趨利”與“避害”的選擇在經(jīng)濟(jì)活動中是首先考慮如何避免損失,其次才是獲取收益。研究表明,人們在從事金融交易中賦予“避害”因素的考慮權(quán)重是“趨利”因素的兩倍。

第五，羊群效應(yīng)。人們的相互影響對人的偏好改變的作用是十分巨大的,追求時(shí)尚與盲從心理便是其中最突出的特點(diǎn)。這對經(jīng)濟(jì)決策的形成與改變具有特殊的影響力。在金融投資領(lǐng)域,人們往往是顯著的、非理性的從眾心理特征與行為。

（二）決策行為的一般特征

1994年,Shefrin和Statman開始研究可能對金融市場行為產(chǎn)生系統(tǒng)影響的決策行為特征。,一些決策行為特征已經(jīng)得到行為金融學(xué)家們的公認(rèn),并作為對決策者的基本假設(shè):

第一，決策者的偏好是多樣的、可變的,他們的偏好經(jīng)常在決策過程中才形成;

第二，決策者是應(yīng)變性的,他們根據(jù)決策的性質(zhì)和決策環(huán)境的不同選擇決策程序或技術(shù);

第三，決策者追求滿意方案而不一定是最優(yōu)方案。盡管這些決策特征之間相互作用的特點(diǎn)和對市場的影響尚不十分明確，但實(shí)證研究表明,投資者決策行為特征與市場中投資特性是相關(guān)的，如股票價(jià)格的過度波動性和價(jià)格中的泡沫;投資者中存在追隨領(lǐng)導(dǎo)者和從眾行為；過早的售出盈利投資和過晚售出失敗投資;資產(chǎn)價(jià)格對新的市場信息反應(yīng)過度或不足等。

二、行為金融學(xué)在證券市場的實(shí)際應(yīng)用

在證券市場投資中具體運(yùn)用行為金融學(xué)可分為防御型策略和進(jìn)攻型策略。防御型策略是指利用行為金融學(xué)對人的投資心理以及決策特征的分析來控制心理偏差和認(rèn)知錯(cuò)誤，也就是在投資中避免犯錯(cuò)；進(jìn)攻型投資策略則在了解投資者的心理偏差和決策失誤對市場產(chǎn)生的影響的基礎(chǔ)上制定相應(yīng)的投資策略以從中獲利。

對于個(gè)人投資者而言，更現(xiàn)實(shí)的是采取防御型投資策略。個(gè)人投資者在資金實(shí)力、分析手段與信息獲得與把握上都處于劣勢，因而經(jīng)?？看蚵犘〉老⒌茸鳛闆Q策依據(jù)，行為經(jīng)常是非理性的。此外個(gè)人投資者對自己的資金負(fù)責(zé)，缺乏來自第三方的監(jiān)督控制體系，導(dǎo)致個(gè)人投資者在投資過程中容易犯心理偏差和認(rèn)識錯(cuò)誤，因而有必要采用防御型行為金融投資策略來指導(dǎo)投資。進(jìn)攻型投資策略一般為機(jī)構(gòu)投資者采用，因?yàn)樵阱e(cuò)綜復(fù)雜的金融市場中，要對證券的定價(jià)進(jìn)行判斷非常困難，個(gè)人投資者很難在實(shí)際中判斷出當(dāng)前的市場定價(jià)是正確的還是發(fā)生了偏差，只有掌握著大量信息和良好分析技術(shù)的專業(yè)投資者才有可能進(jìn)行判斷。此外，各種定價(jià)錯(cuò)誤或偏差的幅度和持續(xù)的時(shí)間都是有限的，個(gè)人投資者精力有限、交易成本高，無法利用這些偏差和錯(cuò)誤來獲利。

防御型行為金融投資策略是應(yīng)用一系列行為金融的知識對自身的投資行為進(jìn)行內(nèi)省式的審察和研判，具體可包括：首先要核對信息的來源，核實(shí)信息的可信度、實(shí)效性等，要密切關(guān)注最近有無更新的消息或數(shù)字披露，要避免只關(guān)注支持自己看法的信息。第二，判斷自身是否過分自信，特別在最近投資行為取得了一系列成功時(shí)就更應(yīng)關(guān)注這點(diǎn)。第三，要善于比較正面和負(fù)面觀點(diǎn)，查明對市場持最樂觀以及最悲觀態(tài)度的分別是什么人以及為什么會持有這樣的觀點(diǎn)。第四，要避免錨定效應(yīng)導(dǎo)致不理性的期望值。

對于機(jī)構(gòu)投資者而言，更重要的是可以采用進(jìn)攻型投資策略。各類投資機(jī)構(gòu)由投資經(jīng)理們具體負(fù)責(zé)運(yùn)作的，投資經(jīng)理們和個(gè)人投資者一樣，在投資決策中也會犯各種心理偏差和認(rèn)識錯(cuò)誤，因而也需要采用防御型投資策略來加以避免。但投資經(jīng)理們有著良好的金融投資專業(yè)知識和豐富的實(shí)際經(jīng)驗(yàn)，他們能更好的對自身的行為進(jìn)行控制。在各類機(jī)構(gòu)中一般都有著良好的管理監(jiān)督制度和風(fēng)險(xiǎn)管理措施，在一定程度上也可以幫助投資經(jīng)理們避免犯心理偏差和認(rèn)知錯(cuò)誤。因而，機(jī)構(gòu)投資者更重要的是利用進(jìn)攻型投資策略來獲得盈利。目前可采用的進(jìn)攻型行為金融投資策略主要有：

曾琪：行為金融學(xué)理論探討及其實(shí)際應(yīng)用第一，反向投資策略。反向投資策略,就是買進(jìn)過去表現(xiàn)差的股票而賣出過去表現(xiàn)好的股票來進(jìn)行套利.這種策略的提出最初是基于DeBondt和Thaler(1985,1987)對股市過度反應(yīng)的實(shí)證研究。行為金融理論認(rèn)為,由于投資者在實(shí)際投資決策中,往往過分注重上市公司的近期表現(xiàn),根據(jù)公司的近期表現(xiàn)對其未來進(jìn)行預(yù)測,從而導(dǎo)致對近期業(yè)績情況做出持續(xù)過度反應(yīng),形成對績差公司股價(jià)的過分低估和對績優(yōu)公司股價(jià)的過分高估,最終為反向投資策略提供了套利的機(jī)會。

第二，動量交易策略。動量交易策略,即預(yù)先對股票收益和交易量設(shè)定過濾準(zhǔn)則,當(dāng)股票收益或交易量滿足過濾準(zhǔn)則就買賣出股票的投資策略。行為金融意義上的動量交易策略的提出,源于對股市中股票價(jià)格中間收益延續(xù)性的研究。Jegadeesh與Titman(1993)在對資產(chǎn)股票組合的中間收益進(jìn)行研究時(shí)發(fā)現(xiàn),以3到12個(gè)月為間隔所構(gòu)造的股票組合的中間收益呈現(xiàn)出延續(xù)性,即中間價(jià)格具有向某一方向連續(xù)變動的動量效應(yīng)。Rouvenhorst(1998)在其他十二個(gè)國家發(fā)現(xiàn)了類似的中間價(jià)格動量效應(yīng),表明這種效應(yīng)并非來自于數(shù)據(jù)采樣偏差。

第三，成本平均策略和時(shí)間分散化策略。成本平均策略是指投資者在購買證券時(shí)按照預(yù)定的計(jì)劃根據(jù)不同的價(jià)格分批地進(jìn)行,以備證券價(jià)格下跌時(shí)攤低成本,從而規(guī)避一次性投入可能帶來的較大風(fēng)險(xiǎn)。時(shí)間分散化策略是指根據(jù)投資股票的風(fēng)險(xiǎn)將隨著投資期限的延長而降低的信念,建議投資者在年輕時(shí)股票投資比例可較大,并隨著年齡的增長逐步減少。

參考文獻(xiàn)：

［1］Kaheman,D.andA.Tversky(1979).“ProspectTheory:AnAnalysisofDecisionMakingUnderrisk”,Econometrica

［2］Baberis.N.A.shleiferandR.Vishny(1997).“AModelofInvestorSentiment”,JournalofFinancialEconomics

篇9

國外資產(chǎn)管理行業(yè)中非常流行的風(fēng)險(xiǎn)均衡策略（Risk Parity）正在中國不斷生根發(fā)芽。繼今年年初推出國內(nèi)首只風(fēng)險(xiǎn)均衡策略公募基金后，華夏基金6月中旬推出旗下第2只采用風(fēng)險(xiǎn)均衡策略的公募基金――華夏睿磐泰興混合型基金。該基金通過風(fēng)險(xiǎn)均衡方法進(jìn)行資產(chǎn)配置，積極管理，力求有效控制風(fēng)險(xiǎn)，實(shí)現(xiàn)基金資產(chǎn)長期持續(xù)增值，感興趣的投資者可前往各大銀行、券商以及華夏基金認(rèn)購。

風(fēng)險(xiǎn)均衡策略發(fā)源于美國。該策略自問世以來，已經(jīng)成為國外資產(chǎn)管理行業(yè)中主流的資產(chǎn)配置策略，許多國外年金和養(yǎng)老金投資管理都采用風(fēng)險(xiǎn)均衡策略。傳統(tǒng)的投資策略強(qiáng)調(diào)資產(chǎn)的市值配置比例，一旦單一類別資產(chǎn)大幅下跌，容易出現(xiàn)較大的收益損失。而風(fēng)險(xiǎn)均衡策略將組合分成幾個(gè)核心組成部分如股票、債券等，根據(jù)各自在組合中的風(fēng)險(xiǎn)動態(tài)分配權(quán)重，？而非簡衡資產(chǎn)的投資金額，這將使那些在經(jīng)濟(jì)增長、經(jīng)濟(jì)收縮等各種不同環(huán)境中表現(xiàn)良好的資產(chǎn)都能夠?yàn)橥顿Y組合風(fēng)險(xiǎn)做出相似的貢獻(xiàn)，從而使組合收益變得更穩(wěn)健，追求長期更優(yōu)的夏普比率。

華夏睿磐泰興混合基金以風(fēng)險(xiǎn)均衡策略為原則，決定基金資產(chǎn)中股票和債券的配置比例，其中，股票投資占基金資產(chǎn)的比例為0%-30%。為更好地適應(yīng)不斷變化的市場環(huán)境，該基金還將在基金合同規(guī)定的投資比例范圍內(nèi)，動態(tài)調(diào)整各類資產(chǎn)的配置比例。在基于風(fēng)險(xiǎn)均衡資產(chǎn)配置策略應(yīng)用過程中，基金將保持整個(gè)投資組合相對穩(wěn)定的市場風(fēng)險(xiǎn)暴露，以達(dá)到長期穩(wěn)定、相對穩(wěn)健的波動水平，獲得良好的風(fēng)險(xiǎn)調(diào)整后的收益。此外，華夏基金還將基于與磐安公司的研究成果，定期針對組合表現(xiàn)進(jìn)行回顧，每月針對資產(chǎn)配置進(jìn)行分析，并針對市場重大事項(xiàng)等，進(jìn)行不定期的討論。

磐安資產(chǎn)在風(fēng)險(xiǎn)均衡多資產(chǎn)方面擁有豐富的經(jīng)驗(yàn)，該公司的首席投資官錢恩平博士是倡導(dǎo)風(fēng)險(xiǎn)平權(quán)的先行者。華夏基金自2015年以來，開始與磐安資產(chǎn)進(jìn)行戰(zhàn)略合作，開展將風(fēng)險(xiǎn)均衡策略應(yīng)用于境內(nèi)的研究工作?；谘芯砍晒?，華夏擬向國內(nèi)投資者推出“睿磐”系列風(fēng)險(xiǎn)均衡策略產(chǎn)品，華夏睿磐泰興混合型基金是該系列的第2只產(chǎn)品。

華夏睿磐泰興混合型基金由華夏基金數(shù)量投資部董事總經(jīng)理、行政負(fù)責(zé)人張弘|擔(dān)任基金經(jīng)理，由華夏基金數(shù)量投資團(tuán)隊(duì)和固定收益投資團(tuán)隊(duì)提供研究支持。華夏基金數(shù)量投資團(tuán)隊(duì)由具備多年豐富經(jīng)驗(yàn)的海內(nèi)外專業(yè)投資經(jīng)理以及多名專職研究人員組成，擁有完善的量化投資策略w系；華夏基金固定收益團(tuán)隊(duì)研究覆蓋宏觀、信用策略、利率策略、信用分析、貨幣市場、可轉(zhuǎn)債等，實(shí)力雄厚。

篇10

［DOI］10．13939/j．cnki．zgsc．2017．30．039

1 量化投資擇時(shí)選股的背景與意義

1．1研究背景

量化投資被西方投資界稱為顛覆傳統(tǒng)投資哲學(xué)的投資革命，可以追溯到20世紀(jì)50年代，在過去的60年里被證明是一種可以對沖市場風(fēng)險(xiǎn)，以概率取勝的高收益投資模式。相較技術(shù)投資者和價(jià)值投資者，量化投資者憑借其高頻交易和不斷適應(yīng)市場的量化投資策略，在2008年波及全球的金融海嘯中獲得了遠(yuǎn)超其他策略的收益。詹姆斯·西蒙斯所掌管的大獎?wù)禄饛某闪㈤_始，年均回報(bào)率高達(dá)38．5％，運(yùn)用量化的方法而獲得交易的套利。量化投資策略的基本原理是通過對海量歷史數(shù)據(jù)收集和總結(jié)后得到的交易策略，主要是通過高頻交易對市場存在不合理估值進(jìn)行糾錯(cuò)，來尋求α收益。

1．2研究意義

從國內(nèi)現(xiàn)有的采用量化投資方法并且運(yùn)作一段時(shí)間的基金來看，在A股這樣的市場應(yīng)用更加具有前景，通過量化擇時(shí)策略對歷史信息進(jìn)行分析從而達(dá)到預(yù)測價(jià)格的目的。一般來講，量化擇時(shí)選股策略可以分為基本面與市場行為兩類。其中，基本面選股策略中常用多因子模型，重點(diǎn)運(yùn)用選定的某些因子指標(biāo)作為股票遴選的標(biāo)準(zhǔn)，通過結(jié)果滿足標(biāo)準(zhǔn)作為買進(jìn)股票的對象，反之不滿足的則作為賣出對象。根據(jù)投資者的操作理念、投資風(fēng)格可以大致分為價(jià)值型、投機(jī)型等類別。無論何種投資者都會或多或少依據(jù)一些因子判斷股票漲跌。然而,當(dāng)多數(shù)交易者同時(shí)采用某一因子指標(biāo)時(shí)，促使該因子具有顯著有效性。這些因子和收益率之間有著千絲萬縷的因果關(guān)系。

2 量化擇時(shí)選股理論的研究

2．1基金擇時(shí)選股能力的分析模型

基金分析模型的基本思路一般都基于CAPM模型進(jìn)行拓展衍生，將基金的擇時(shí)選股能力分離和量化，進(jìn)而做出評測。應(yīng)用最為廣泛的有：特雷諾和瑪澤(Treynor ＆ Mazuy,1966）的T-M模型、Jensen模型（Jensen 1968）、亨里克森和莫頓的H-M模型(Henriksson ＆ Merton,1981)等。

2．2模型設(shè)計(jì)及研究樣本的選取與處理

本文以單因素T-M 模型為理論基礎(chǔ)因子，分析三個(gè)時(shí)間段（2006年1月1日—2007年9月3日，2007年10月8日—2008年10月8日，2007年12月31日—2011年12月31日）各種類型基金的選股以及擇時(shí)能力的情況，并分析每個(gè)時(shí)間段基金經(jīng)理的能力表現(xiàn)。

分析模型如下所示：

ri－rf＝α＋β1(rm－rf)＋β2(rm－rf)2＋εi

其中：α表示選股能力指標(biāo)，β1表示基金當(dāng)時(shí)面對的市場系統(tǒng)性風(fēng)險(xiǎn)，β2表示擇時(shí)能力指標(biāo)，εi為殘差項(xiàng)，其他變量表示的含義與Jenson模型相同。

假如β2大于零，那么表明基金經(jīng)理憑借專業(yè)能力和工作經(jīng)驗(yàn)，能夠把握市場的機(jī)會，做出準(zhǔn)確的研判，基金經(jīng)理具有擇時(shí)能力；否則就表明基金經(jīng)理在能力、經(jīng)驗(yàn)，以及把握機(jī)會方面還相對欠缺，擇時(shí)能力方面較差。參數(shù)α表示投資組合收益率差異，在α大于零的情況下，表明基金經(jīng)理的工作經(jīng)驗(yàn)和專業(yè)能力在選股方面可以獨(dú)當(dāng)一面，如果個(gè)股選擇的能力較高，那么α值越大。需要指出的是，α分離了擇時(shí)和選股能力。

為比較不同基金的選股擇時(shí)能力，本文采用Wind資訊數(shù)據(jù)庫中的晨星基金分類標(biāo)準(zhǔn)予以數(shù)據(jù)篩選，共取得了1443只基金的數(shù)據(jù)（剔除貨幣型基金和指數(shù)型基金）。同時(shí)，為了分析各種類型的基金在不同時(shí)間段內(nèi)的選股擇時(shí)能力，本文將研究區(qū)間分成三個(gè)時(shí)間段，根據(jù)模型相關(guān)變量及指標(biāo)數(shù)據(jù)的可操作性，最終篩選出384 個(gè)樣本，如表1所示。

3 實(shí)證結(jié)果與分析

以下2表是綜合運(yùn)用T-M 模型對樣本基金予以回歸分析。通過分析結(jié)果，樣本基金的F值均處于5%的顯著水平上通過檢驗(yàn)，這說明方程的整體顯著性良好，同時(shí)擬合優(yōu)度R2處于0．30~0．79，說明擬合較好。

下面，運(yùn)用T-M 模型對所有樣本基金進(jìn)行回歸計(jì)算，分別從選股和擇時(shí)兩方面的能力對各種類型基金在不同時(shí)間段內(nèi)的統(tǒng)計(jì)表現(xiàn)進(jìn)行分析。

3．1選股能力分析

（1）回歸分析

表2中27 只不同時(shí)間段、不同類型的基金T-M 模型的檢驗(yàn)結(jié)果。通過t檢驗(yàn)結(jié)果表明，其中僅有三只基金沒有通過α> 0的顯著性檢驗(yàn)，而其他的24只基金均通過了α>0的顯著性檢驗(yàn)?；貧w分析結(jié)果顯示，有22只基金的α>0，占樣本總數(shù)的81%。結(jié)果表明樣本內(nèi)基金經(jīng)理都具有選股能力，但α的數(shù)值都相對偏小，這說明我國基金經(jīng)理的選股能力尚需提高。

（2）統(tǒng)計(jì)分析

通過表3的統(tǒng)計(jì)匯總，可以看出，只有債券型基金在2007年12月31日—2011年12月31日期間選股能力系數(shù)為負(fù)值，而其他基金在每個(gè)時(shí)間段均具有正向的選股能力，這表明樣本內(nèi)基金經(jīng)理都符合考察目的。不過，能力數(shù)值普遍偏低。

通過表4、表5和表6分析，股票型和混合型基金的平均選股能力都高于債券型基金，最大值、最小值、標(biāo)準(zhǔn)差等指標(biāo)也差別不大。絕大多數(shù)基金經(jīng)理具有一定選股能力，但這種能力并不突出。

3．2擇時(shí)能力分析

（1）回歸分析

表 2 給出了針對不同類型的27 只基金在不同時(shí)段內(nèi)T-M 模型的檢驗(yàn)結(jié)果。從 t 檢驗(yàn)來看，只有兩只基金能夠通過α的顯著性檢驗(yàn)。通過T-M模型的回歸分析，其中9只基金α>0，多數(shù)基金表現(xiàn)為負(fù)向的擇時(shí)能力。

（2）統(tǒng)計(jì)分析

從表7 可以看出，只有債券型基金在2007年10月8日到2008年10月8日和2007年12月31日到2011年12月31日兩個(gè)時(shí)間段內(nèi)的擇時(shí)能力系數(shù)大于零，其他的基金在每個(gè)時(shí)段的擇時(shí)能力系數(shù)均小于零。

綜合分析，在擇時(shí)能力方面，只有債券型基金的表現(xiàn)較好，樣本內(nèi)基金總體呈現(xiàn)負(fù)向狀態(tài)。說明我國基金經(jīng)理的對于未來經(jīng)濟(jì)及股市整體趨勢的研判和分析不夠透徹。

4結(jié)論

通過實(shí)證分析，得出的結(jié)論如下：

（1）選股能力方面，除債券型基金外，所有類型的基金在三個(gè)時(shí)間段都表現(xiàn)出一定的選股能力，不過能力表現(xiàn)并不顯著。而且，所有表示基金選股能力的標(biāo)準(zhǔn)差相對較小，表明基金經(jīng)理之間對投資配置、組合的能力差異很小。

（2）擇時(shí)能力方面，樣本內(nèi)基金經(jīng)理擇時(shí)能力不太理想，當(dāng)市場出現(xiàn)多頭行情，基金經(jīng)理難以把握機(jī)會，以尋求穩(wěn)定超額收益率；當(dāng)市場出現(xiàn)空頭行情,基金經(jīng)理也無法規(guī)避系統(tǒng)性風(fēng)險(xiǎn)，及時(shí)空倉止損。此外，所有類型基金擇時(shí)能力標(biāo)準(zhǔn)差都較大，不同基金經(jīng)理的表現(xiàn)水平波動較大。

（3）綜合分析，我國大部分基金經(jīng)理的選股擇時(shí)能力和經(jīng)營管理能力尚需加強(qiáng)，具體表現(xiàn)在擇時(shí)能力方面，只有少數(shù)的基金經(jīng)理能夠具備一定的選股能力。這種結(jié)果受到國內(nèi)證券市場特點(diǎn)、基金公司績效考核等客觀原因的影響。相信隨著我國加快完善多層次資本市場體系和基礎(chǔ)性制度，以及基金公司的內(nèi)部管理體制建設(shè)等措施，基金經(jīng)理的擇時(shí)選股水平會進(jìn)一步提升。

參考文獻(xiàn)：

［1］Treynor D．E．,Mazuy K．．Can Mutual Funds Outguess the Market［J］.Harvard Business Review,1966(17):38-4．