時間:2023-07-16 08:24:12
序論:在您撰寫量化投資與基本面分析方法時,參考他人的優秀作品可以開闊視野,小編為您整理的7篇范文,希望這些建議能夠激發您的創作熱情,引導您走向新的創作高度。
一、量化投資及量化投資體系的定義
什么是量化投資?簡單來講,量化投資就是利用計算機科技并結合一定的數學模型去實現投資理念與投資策略的過程。與傳統的投資方法不同的是:傳統的方法主要有基本面分析法和技術分析法這兩種,而量化投資主要依靠數據和模型來尋找投資標的和投資策略。量化投資系統則是由人設定出某種規則,在計算機當中根據規則構建這種模型,而后由計算機自己去根據市場的情況進行一些投資機會的判斷。從他們投資方式的區別當中可以看出,量化投資更依賴于數據,傳統投資則更依賴于人的主觀判斷。從這點上來說,量化投資可以有效的規避一些人為的錯誤判斷。
二、我國量化投資體系的發展
在美國,量化投資方法的發展己經有將近年的歷史,量化方法從允嫉較衷謖嫉矯攔市場30%上以上的比重。而在中國,量化投資只是剛剛起步而己。但是已經有很多基金公司允即罅Υ蛟熳約旱牧炕投資團隊,期望在傳統的基本面研究之外源匆黃新的投資天地。國內證券市場上成立比較早的量化投資基金主要包括:嘉實基金――嘉實量化阿爾法股票、上投摩根基金管理有限公司――上投摩根阿爾法、光大保德信基金――光大量化、富國基金管理有限公司――富國滬深增強、國泰君安資產管理公司――君享量化。近年來,一些公募基金、私募基金也都不斷加快了布局量化投資基金的方法。這些量化投資基金,主要研究了基于基本面的多因子選股模型,這些投資組合因子主要包括:公司財務基本面數據,市場行情數據,行業數據等,并在實證中不斷完善量化投資指標因子的選取。研究行業以及個股的價格趨勢,運用道氏理論、K線理論、波浪理論、切線理論、形態理論等一些常用的技術分析方法建立不同風格的投資模型和投資組合。
三、量化投資的優點
量化投資作為一種有效的主動投資工具,是對定性投資方式的繼承和發展。實踐中的定性投資是指,以深入的宏觀經濟和市場基本面分析為核心,輔以對上市公司的實地調研、與上市公司管理層經營理念的交流,發表各類研究報告作為交流手段和決策依據。因此,定性投資基金的組合決策過程是由基金經理在綜合各方面的市場信息后,依賴個人主觀判斷、直覺以及市場經驗來優選個股,構建投資組合,以獲取市場的超額收益。與定性投資相同,量化投資的基礎也是對市場基本面的深度研究和詳盡分析,其本質是一種定性投資思想的理性應用。但是,與定性投資中投資人僅依靠幾個指標做出結論相比,量化投資中投資人更關注大量數據所體現出來的特征,特別是挖掘數據中的統計特征,以尋找經濟和個股的運行路徑,進而找出阿爾法盈利空間。與定性投資相比,量化投資具有以下優勢:
(一)量化投資可以讓理性得到充分發揮
量化投資以數學統計和建模技術代替個人主觀判斷和直覺,能夠保持客觀、理性以及一致性,克服市場心理的影響。將投資決策過程數量化能夠極大地減少投資者情緒對投資決策的影響,避免在市場悲觀或非理性繁榮的情況下做出不理智的投資決策,因而避免了不當的市場擇時傾向。
(二)是量化投資可以實現全市場范圍內的擇股和高效率處理
量化投資可以利用一定數量化模型對全市場范圍內的投資對象進行篩選,把握市場中每個可能的投資機會。而定性投資受人力、精力和專業水平的限制,其選股的覆蓋面和正確性遠遠無法和量化投資相比。
(三)是量化投資更注重組合風險管理
量化投資的三步選擇過程,本身就是在嚴格的風險控制約束條件下選擇投資組合的過程,能夠保證在實現期望收益的同時有效地控制風險水平。另外,由于量化投資方式比定性投資方式更少的依賴投資者的個人主觀判斷,就避免了由于人為誤判和偏見產生的交易風險。當然,無論是定性投資還是量化投資,只要得當的應用都可以獲取阿爾法超額收益,二者之間并不矛盾,相反可以互相補充。量化投資的理性投資風格恰可作為傳統投資方式的補充。
四、量化投資的局限性
量化投資是一種非常高效的工具,其本身的有效性依賴于投資思想是否合理有效,因此換言之,只要投資思想是正確的,量化投資本身并不存在缺陷。但是在對量化投資的應用中,確實存在過度依賴的風險。量化投資本身是一種對基本面的分析,與定性分析相比,量化分析是一種高效、無偏的方式,但是應用的范圍較為狹窄。例如,某項技術在特定行業、特定市場中的發展前景就難以用量化的方式加以表達。通常量化投資的選股范圍涵蓋整個市場,因此獲得的行業和個股配置中很可能包含投資者不熟悉的上市公司。這時盲目的依賴量化投資的結論,依賴歷史的回歸結論以及一定指標的篩選,就有可能忽略不能量化的基本面,產生巨大的投資失誤。因此,基金經理在投資的時候一定要注意不能單純依賴量化投資,一定要結合對國內市場基本面的了解。
五、量化投資對中國的啟示
通過研究國外市場的發展和中國市場的特點,對中國市場上的監管創新,制定相關的法律法規也勢在必行。由于市場結構的差異,國內量化投資情況與國外有很大不同。技術型量化投資的應用主要是集中在期貨市場,并且有較高的推崇程度;金融型量化投資的應用主要集中在股票市場,由于需要應用的時間數據周期相對較長,實際中應用并不普遍。目前,中國金融市場正處于迅速發展的階段,很多新的金融工具在不斷被引進,用量化投資方式來捕捉這種機會,也是非常合理的。與國外相比,目前國內股票市場僅屬于非有效或弱有效市場,非理性投資行為依然普遍存在,將行為金融理論引入國內證券市場是非常有意義的。國內有很多實證文獻討論國內A股市場未達到半強勢有效市場。
目前對中國市場特點的一般共識包括:首先,中國市場是一個個人投資者比例非常高的市場,這意味著市場情緒可能對中國市場的影響特別大。其次,中國作為一個新興市場,各方面的信息搜集有很大難度,有些在國外成熟市場唾手可得的數據,在中國市場可能需要自主開發。這盡管加大了工作量,但也往往意味著某些指標關注的人群少,存在很大機會。其三,中國上市公司的主營比較繁雜,而且變化較快,這意味著行業層面的指標可能效率較低。而中國的量化投資實際上就是從不同的層面驗證這幾點,并從中贏利。例如,考慮到國內A股市場個人投資者較多的情況,我們可以通過分析市場情緒因素的來源和特征指標,構建市場泡沫度模型,并以此判斷市場泡沫度,作為資產配置和市場擇時的重要依據。
在中國金融市場的不斷發展階段,融資融券和股指期貨的推出結束了中國金融市場不能做空的歷史,量化投資策略面臨著重大機遇。運用量化投資的機理和方法,將成為中國市場未來投資策略的一個重要發展趨勢。量化投資在給投資者進行規避風險和套利的同時,也會帶來一定的風險,對證券具有助漲助跌的作用。由于國內股票市場還不夠成熟,量化投資在中國的適用性很大程度上取決于投資小組的決策能力和創造力。以經濟政策對中國量化投資的影響為例。中國的股市有“政策市”之稱,中國股市的變化極大的依賴于政府經濟政策的調節,但是經濟政策本身是無法量化的。基金建倉應早于經濟政策的施行,而基于對經濟政策的預期,但預期的影響比經濟政策的影響更難以量化。例如,在現階段勞動力成本不斷上升、國際局勢動蕩、國際大宗商品價格上升的情況下,央行何時采取什么力度的加息手段,對市場有何種程度的影響,這一沖擊是既重要又無法量化的。為解決這個在中國利率非市場化特點下出現的問題,需要基金投資小組采取創造性的方式,將對中國經濟多年的定性經驗和定量的指標體系結合起來,方能提高投資業績。
參考文獻:
[1]方軍雄.我國證券投資基金投資策略及績效的實證研究[J].經濟科學,2002.04
在BGI的主動投資領域中, “市場中性”策略取得了巨大成功。黎海威開發的香港、新加坡市場的量化模型正是運用到此類市場中性基金,它們采用的是后來名滿天下的基本面量化投資方法。簡要地說,基本面量化投資即借助一系列基本面因子構建的量化模型篩選股票,以融資融券的方式實現多空對沖,從市場中獲得絕對收益。除此以外,相關模型也運用到指數增強和130/30基金。
在黎海威看來,投資是個概率問題,通過基本面分析,提高找出好股票從而跑贏市場的概率,即贏面。如果挑選的每只股票的贏面在55%,而投資組合由100只這樣的股票構成,整個投資組合戰勝市場的概率就會接近100%。
量化投資的核心在于維持一個穩定的贏面,而在比較大的范圍(即投資的寬度)內運用它。挑選出好股票,需要從合適的維度來篩選,比如估值、盈利質量、情緒等等。這些因子都不是隨意挑選的,它們一般有金融理論背景(價值投資、行為金融等)支持, 并結合了當地市場的實際情況。
基本面量化投資并非像人們想象的只是靠跑系統選股和交易,事實上,它的本質是主動投資。這樣的投資方法,關注基本面和市場演變,需要基金經理的經驗、判斷和對市場的理解。黎海威認為,關鍵在對市場黎海威在量化投資的世界里,華人迄今掌管的最成功基金之一是巴克萊亞洲(除日本)市場中性股票投資基金。2012年8月,曾在巴克萊工作時間最長的華人基金經理黎海威,回國進入景順長城基金,擔任景順長城基金的量化及ETF投資總監。他即將啟動其在國內的第一個量化投資產品——景順長城滬深300指數增強基金。的理解, 在把量化框架和當地市場的實際情況結合起來,在強調紀律性的前提下, 堅持以量化模型為依托, 不斷地將新出現的現象和發現的規律抽象出來,添加到模型中。
與此同時,對于特殊事件,比如數據錯誤、 收購兼并等量化模型無法及時處理的情況, 需要基金經理在投資組合中控制相關風險。更為重要的是,因子的研究和權重的調整要有前瞻性。例如在次貸危機發生后很長一段時間里,人們對價值股沒有任何興趣,但隨著違約風險逐步降低,價值股在2010年迎來了相當強勁的行情。當時,由黎海威擔任基金經理的亞洲(除日本)市場中性股票投資基金及時調整了價值股權重,獲得很好的業績。
當然,基本面量化投資有著量化的紀律性,這是業績穩定性的保障。黎海威認為,量化投資的紀律性首先表現在量化研究的嚴謹性上。做量化投資并非像大家想象中的多空對決的精彩,反而有點像做金融的博士論文,整個研究過程從課題的提出到研究、回測都是在嚴密的框架下進行的,是可重復驗證的。
外面這么熱鬧,金融業內對此卻頗顯冷漠。某金融工程師在接受媒體采訪時表示,平時不怎么關注迪馬克,:“技術分析只是決策中的一個方面,做投資時,會輔助使用一些技術指標,但不會像迪馬克那樣精細化,而會看一些市場底部或頂部的特征,包括成交量、形態等。”
事實上,迪馬克的指標并非橫空出世,兩年之前,就有券商提出了TD的中國改進版,行內簡稱TD模型。最開始這家券商還熱熱鬧鬧地經常報信號,然后就不怎么跟了。至于其他技術模型,也沒有一個能得到長久關注的。筆者在同業交流時常拋出技術分析的話題,很多人常常只是笑笑,“技術這事嘛,仁者見仁……”。
雖然近幾年里,技術分析在業內并非主流,但在早些年,技術分析的市場要大的多。90年代做股票,連公募界也多談的是均線和趨勢。那時候,市場規模小,波動大;公司少,可選的藍籌股不多;散戶多,投資追漲殺跌的多。發展到如今,至少在機構,看基本面的多,看技術分析的少,這也是市場自身的一種適應與變化吧。
到底誰對誰錯,該看基本面還是技術分析?這不是本文可以得到的結論。事實上,基本面投資和技術面投資的實質沒有區別。所有的投資,都是從歷史規律中學習和總結經驗?;久婵吹氖枪镜呢攧?、管理、發展等的規律,技術面看的是股票價格的規律。有效市場假說認為,證券價格已充分地反映了投資者可以獲得的信息,包括基本面信息。所以光看價格也不能說它不科學,這只是某種尚有爭議的科學假說而已。
對于量化投資者而言,重要的是對各類投資方法保持一種開放的心態。金融工程師們不必恥于談技術。而對于那些流傳在民間的各位技術大師,不可全信,也不可否定,有甄別的學習才是一種科學的態度。而對于散戶,也不必過于盲從所謂的技術大師?,F在出了個迪馬克,以后就跟著他的觀點走,他說牛我就買,他說熊我就賣?這不是一種明智的投資方法。
投資方法應該是一套科學的體系。評價投資方法要考察足夠多的樣本,測試足夠多的環境,對于那些幾次成功就拿來忽悠的某些指標或模型,風險太大。而單論技術擇時,如果僅僅是對上證指數,由于時間不夠長,種類也單一,樣本數是偏少的,很難做出成功的模型。這也是量化投資很少做大盤擇時的原因。
回到迪馬克的觀點。“滬指未來六個月將繼續反彈至2900點(迪馬克在去年12月初預測大盤將反彈48%至2900)”?我不認為有足夠大的可能性。至少在我個人自認為科學的邏輯體系下,迪馬克預測準確的可能性只有25%。具體而言,對于一個行權價高出現價(2328點)500多點的美式看漲期權來說,在年化40%波動率的假設下,半年內行權的概率僅為25%。
量化投資,正在A股市場掀起一股熱潮。
今年7月中下旬以來,盡管對于未來股市究竟能沖到多高點位,市場分歧一直不斷,但一直保持較高倉位的量化產品,已經呈現出越來越明顯的賺錢效應。相關數據表明,量化基金今年以來整體業績平均回報已經占勝了主動權益產品。據Wind數據統計,自2004年國內誕生第一只量化基金以來,目前市場有24只主動量化概念基金產品,涉及19家基金公司。截至9月12日,量化基金今年以來平均收益為12.46%,而同期全部權益類產品的平均收益為9.48%。其中,華泰柏瑞量化指數今年以來收益20.37%,排名前十分之一。
此前,“量化投資”這個詞雖還不為大多數投資者熟悉,相對海外量化基金,國內公募的量化基金起步較晚,之后的發展也一直非常緩慢。但在2005年~2009年指數型基金帶動公募量化崛起之后,隨著融資融券的成熟及期權的推出以及量化基金在A股市場現今的優異表現,市場人士預計,必然將再度在中國資本市場催生第二波“量化投資”熱。
有鑒于此,《投資者報》“基金經理面對面欄目”本期特別邀請到華泰柏瑞量化指數基金的基金經理卿女士,就當下量化投資的一些熱點問題、投資技巧以及四季度行情的走勢判斷等相關問題進行交流。
卿認為,量化投資不能做加法,人為將某個個股加入買入清單;又必須經常結合基本面,對量化模型進行合理的改善。同時她還指出,A股主板市場經歷了長時間低迷,估值已經反映經濟中的問題和增長的放緩,除非經濟發生重大或系統性風險,下行空間有限。
華泰柏瑞量化初露崢嶸
《投資者報》:我們關注到,華泰柏瑞量化指數自2013年8月2日成立以來,特別是自今年2月成立滿6個月以來,已經連續5個月蟬聯海通證券超額收益榜“增強股票指數型基金”冠軍。截至9月19日,在短短一年多點的時間里取得了24%的收益,在同類產品中遙遙領先。請問是什么原因讓華泰柏瑞量化指數業績回報如此出色?
卿:我們的量化模型一年多運作下來比較成功,除了模型本身設計上的優越性之外,也歸功于我們團隊的努力。我們開發的量化模型是基于基本面的量化選股模型,并且針對A股市場的特點作了調整,加入了一些獨特的基本面因子。這些因子是華泰柏瑞團隊投資技能的體現,希望以此區別于市場中其他的量化投資策略,華泰柏瑞未來也會進一步研究新的因子,并加入到投資模型中去。
我們的投資目標有兩個,一是戰勝市場,二是提高單位風險帶來的收益。事實證明,基金成立以來的回撤數據和信息比率都十分良好。
量化投資不能做“加法”
《投資者報》:您曾稱目前業內一線的量化投資思路是做“聰明的量化投資”,即既要堅守量化投資的流程底線和投資本質,也要做必要主動決策和風險管理。請問您是如何把握這個主動的動作幅度和范圍的?換言之,這個主動的動作幅度具體是什么比例?多大范圍?
卿:這里我們所說的聰明量化是指和基本面相結合的量化。主要體現在三個層面:一是模型構建方面跟蹤市場變化做出適時調整。在有市場觀察驗證并有數據支持的情況下,調整模型不同因子間的權重,并淘汰不再適用的因子,根據反映市場獨特特點的基本面信息,開發新的獨有的因子,不斷改進完善模型。二是結合基本面信息,在投資組合構建過程中,控制組合對一些模型尚未反映的風險因素的暴露,并把個別交易標的從交易清單中剔除,以反應模型尚未捕捉的重要信息,像臨時重大信息披露、漲停板等,但決不會人為挑選個股加入交易清單,以堅守量化投資的紀律性。三是在極端情況下為保護投資人利益需要盡最大能力做出對投資人最為有利的決策,以應對市場大的轉折。主要是指危機狀態下,不會機械地固守模型,如果是只做多的策略,會相應做出減倉等應對措施,而不是為堅守不擇時的紀律而讓投資人蒙受損失。這主要是來自2008年金融危機的教訓。
同時,我們與基本面結合,不以犧牲紀律為代價。正常情況下,主要以改善模型為主,把基本面觀點通過模型反映到投資組合中。在個股層面,只能結合市場信息,從模型給出的交易清單中剔除個股,而不可以人為將某個個股加入買入清單,以堅守紀律性。
量化投資在國外被廣泛應用
《投資者報》:在您眼里,中國的量化投資才剛剛起步。您曾表示“中國的量化投資管理的資產規模至少5年內還看不到發展的天花板”。那么,時至今日,您認為中國的量化投資管理的資產規模的天花板應在什么位置?為什么?
卿:國際市場上,量化投資是區別于基本面投資的另一種主要投資模式,和基本面投資相比,有它自身的優勢。量化分析在境外資產管理公司中得到非常廣泛的應用。一些資產管理公司像過去的BGI(巴克萊旗下資產管理部門巴克萊全球投資者)和AQR(華爾街表現最突出的量化對沖基金之一)等等,全部采用量化投資策略;另外一些公司,像GMO(知名的全球投資管理公司,管理規模上千億美元),Pimco(全球最大債券基金――太平洋投資管理公司)和Citadel(美國芝加哥大城堡對沖基金公司)等則把量化分析和基本面分析結合在一起運用。 總的來說,境外幾乎所有大的資產管理公司都會或多或少依賴量化分析的方法。
目前,A股市場絕大部分投資策略都是基本面投資,真正做量化投資的資金很少,其獲得超額收益的市場機會很多,發展空間很大;并且國內市場樣本多,利用量化手段來捕捉超額收益的勝率也有保障,因此未來的前景是比較樂觀的。
量化投資能夠戰勝A股市場
《投資者報》:今年以來量化基金的杰出表現,讓不少投資人驚呼“量化的春天已經到來”,對于市場上的這種樂觀情緒,田總又是怎么看的?
卿:在國際市場,量化投資在投資領域已經占有了重要的一席之地。當前的A股市場中量化分析的運用程度還非常低,所以我們相信量化投資的市場份額一定會逐步增大,未來的發展空間是巨大的。另外,隨著市場的完善,量化投資有機會為市場提供像絕對收益等的新產品,使得市場中的投資產品更加豐富,投資人可以有更多的選擇。
《投資者報》:相對于其它主動管理的基金,量化基金在A股市場具有哪些優勢,以致其能在今年的A股市場整體領先?
卿:A股市場的特性十分適合基本面量化投資。
第一個原因是A股市場處于弱有效狀態,戰勝市場的機會較大。A股市場的發展歷史較短,市場效率相比發達經濟體低很多,因此有很多發現阿爾法因子的機會。
第二個特點是目前量化投資的市場份額小。國內目前的基本面量化產品規??傮w不大,其中嚴格遵循量化投資理念的基金更少,因此有很大的市場空間和盈利機會。
第三是A股市場容量大,而且還在快速擴容中,給量化投資提供了足夠的投資寬度和行業寬度。
第四是A股的數據質量不斷提高。供應商提供的數據以及識別數據可靠性的技術手段不斷得到提升,使得以數據為基礎的量化投資的投資環境也不斷得到加強。
數量化投資理念成就了一大批數量化基金經理,詹姆斯•西蒙斯無疑是其中的佼佼者。他所管理的大獎章基金對沖基金,從1989年到2006年的17年間,平均年收益率達到了38.5%,而股神巴菲特過去20年的平均年回報率為20%。
國內的公募量化基金在沉寂4年之后重現江湖:2月份,嘉實量化阿爾法發行,于4月成立;5月份中海量化發行,于6月份成立。私募基金也不甘落后,中國第一只量化陽光私募產品――“山東信托•紅色量化一號”證券投資集合資金信托計劃6月1日正式成立。
據悉,國內一些公司正在積極申報量化產品不久將還會有量化基金發行。
作為“舶來品”的量化基金,其前世今生如何?
國外量化基金發展迅速
量化基金即以數量化投資來進行管理的基金,數量化投資區別于基本面投資,它不是通過“信息和個人判斷”來管理資產,而是遵循固定規則,由計算機模型產生投資決策。量化投資并不是基本面分析的對立者,90%的模型是基于基本面因素,同時考慮技術因素。由此可見,它也不是技術分析,而是基于對市場深入理解形成的合乎邏輯的投資方法。
數量化技術發源于20世紀70年代,以1971年富國銀行發行跟蹤紐約證券交易所1500只股票的指數基金為標志,此后隨著計算機處理能力的提高,越來越多的物理學家和數學家離開學校被華爾街雇傭,基金經理們開始依靠電腦來篩選股票。
1979年巴克菜全球投資成立了第一支主動數量投資基金標志著量化投資由草根實踐走到了公募基金歷史舞臺聚光燈下。
根據Bloomberg的數據,截至2008年底,1184只數量化基金管理的總資產高達1848億美元,相比1998年21只數量化基金管理的80億美元資產來說,平均增長速度高達20%,而同期非數量化基金的年增長速度僅為8%。
2000年之后是數量化基金發展的黃金時期,無論是個數還是管理規模都有了跨越式的發展。1998年數量化基金僅136只,至2002年增長一倍多,達316只,2008年底更是達到1848只,1988年至1998年年平均增長率為46%,2000年至2008年年平均增長幅度達54%。從規模上來看,1988年至1998年年平均增長率為32%,2000年至2008年年平均增長幅度達49%。
其中的原因有二:一是,2000年之后計算機技術飛速發展,為數量化的應用提供了良好的平臺。更為主要的是主動管理型基金很難戰勝大盤,于是投資指數基金以及采用數量化方法篩選股票逐漸流行起來。而且數量化基金的表現也非常不錯。2002年至2007年5年間,相比美國市場主動型管理基金每年5.93%的超額收益,那些覆蓋所有資產的數量化基金每年的超額收益可以達到6.95%。二是,有研究表明,2004年至2007年,投資美國大盤股的數量化基金產品的表現平均超越非大盤主動型基金103個基點。
量化基金的心臟
數量化基金的興起,建立在數量化投資技術的發展之上。
數量化基金最明顯的優勢之一就是計算機處理數據的能力遠遠勝過人腦,這使電腦在海量股票選擇中占有絕對優勢。例如,在嘉信證券的股票評級系統跟蹤的股票超過3000只,并且每只股票都綜合了基本面、估值、動量和風險因素進行打分,并按分數高低給A至F不同的評級。其次,量化基金是以定量投資為主,用紀律性較強的精細化定量模型,代替了基金經理或分析師在定性層面的主觀判斷,使投資業績較少受到個人“熟悉度偏好”的影響。最后,數量化基金收取的費率及管理費用比傳統的主動型基金低很多,因為他們需要的研究人員更少,成本更低。據Lipper調查,數量化基金的平均費用是1.32%,相比而言,主動型基金的管理費用平均達到1.46%。
針對不同市場設計數量化的投資管理模型,以電腦運算為主導,并在全球各種市場上進行短線交易,正是西蒙斯的成功秘訣。
然而量化基金并非在所有市場都能有效戰勝非量化基金。Lipper把基金分為4類型,將每一類型的量化投資與傳統投資進行比較,2005年量化投資基金全面戰勝傳統基金,而2006年在增強指數型基金中,量化投資落后于傳統型基金,到2007年則情況發生較大轉彎,除市場中立基金外,其余量化投資基金全部跑輸傳統型基金。在考慮了風險、跟蹤誤差后,數量化投資具有更小的跟蹤誤差和更高的回報。研究表明數量投資基金業績具有很強的輪動特點。大部分數量投資基金具有很強的價值投資偏好,因此,他們在價值型市場下表現良好,而1998-1999年是成長型市場,數量化投資基金大部分跑輸傳統型基金。2001-2005年是價值型市場,數量化投資基金普遍表現優異。
國內量化基金端倪
目前,國內基金市場上有4只量化基金,光大保德信量化核心、上投摩根阿爾法、嘉實量化阿爾法、中海量化策略,其中后兩只均是今年才成立,前兩只分別成立于2004年8月和2005年10月。
光大保德信量化核心一方面通過光大保德信的多因素數量模型對股票的預期收益率進行估算,個股預期收益率的高低決定投資組合是否持有股票;另一方面,投資團隊從風險控制角度,重點關注數據以來的信息,通過行業分析和個股分析形成對量化的補充;最后由投資組合優化器根據預先設計的風險構建組合。
上投摩根阿爾法基金的描述則是同步以“成長”與“價值”雙重量化指標進行股票選擇,然后研究團隊將對個股進行基本面審核,結合跟蹤誤差的緊密監控,以求不論指數高低,市場多空皆創造主動管理回報。投研團隊最終決定進入組合的股票,量化分析是輔助和基礎。
嘉實量化基金“定量投資”為主,輔以“定性投資”。通過行業選擇模型,捕捉具有投資吸引力的行業,然后再在所選行業中運用Alpha多因素模型篩選個股。定性的輔助作用表現在利用基本面研究成果,對模型自動選股的結果進行復核,剔除掉滿足某些特殊條件的股票。
中海量化策略以量化模型作為資產配置與構建投資組合的基礎。根據量化指標實行從一級股票庫初選、二級股票庫精選,再根據相關模型計算行業配置權重。結合行業配置權重,組合中每只股票的配置比例。
關鍵詞:分析 短線
中圖分類號:F832 文獻標識碼:A 文章編號:1672-3791(2012)09(c)-0252-02
2012年以來,以量化分析技術投資著稱的量化基金表現得一枝獨秀,逐漸從振蕩市中脫穎而出。一季度,上證綜指上漲2.88%,同期標準股票型基金平均業績為0.31%,而按照Wind分類的13只量化基金,其平均業績為2.92%,五行基金更是取得7.65%的正收益,在亞洲量化基金中排名第一,超越同期上證指數4.77個百分點。
美國私募基金復興科技公司的第一支純粹的量化投資基金—— 大獎章基金,從1988年3月成立至2008年的21年里,平均年度凈收益高達36%,遠遠跑贏同期道指年均8.81%的漲幅,比索羅斯、巴菲特同期的業績高出10%,原因:一是數學家基金經理;二是量化分析技術。
1 基本面分析量化分析是投資機構先后采用的2種投資技術
基本面分析,是分析員和基金經理通常采用研究財務報表,與公司高層會談,與相關人員荷香業專家討論等方式,對少數幾家公司股票(約10到100只股票)進行非常深入的研究分析,來決定要投資哪些股票以及如何投資。在基本面分析分類中,會根據行業不同,有專員長期跟蹤和深入研究其中一個行業,而這幾名專員最后則會成投資這個行業的專家。在股票市場成立以來長期采用的較為傳統的分析和投資方式就是基本面分析。基本面投資,通過企業內部財務報表的形式,來發現企業的潛在價值,以求企業得到穩定持續的高額收益,一旦買入,長期持有。
量化分析,借助數學、物理學、幾何學、心理學甚至仿生學的知識,通過建立模型,進行估值、擇時選股。量化分析員和量化基金經理,通常會同時研究全盤數千支股票,分析的方式也可以是基于公司基本面的,但是會強調量化財務指標。量化的指標(又稱因子)也可以是其他更有特色的數據。從事量化分析投資的基金經理通常不去上市公司實地調研,而是將精力放在不斷完善模型上,量化分析投資的模型是決定投資業績的關鍵,投資模型始終處于絕密狀態,不同市場設計不同的量化分析投資管理模型,在全球各種市場上進行短線交易。
2 量化分析技術獲取超額投資收益之道
在變幻莫測的市場經濟中,能否理性思考投資、不受情緒影響,將是成功的關鍵。而利用計算機的篩選得出的量化分析基金,不受投資中非理性因素影響,使投資更有計劃行、紀律性、規律性,基金管理人要做到不貪婪、不恐懼、不放棄,不受情緒影響,以一顆平常心追求利益瘦小。
量化分析,有一套完整、科學的投資體系。嚴格的紀律性是量化投資明顯區別于主動投資的重要特征。在量化分析基金的運作中,主觀判斷也會出現和量化分析模型相左的情兄,但會堅持量化分析投資的紀律,相信模型判斷的長期穩定性,不會盲目去調整改變。與傳統偏股型基金不同,量化分析基金采用獨特的投資組合管理方式,漸進動態調整基金組合。這樣不僅可以順應瞬息萬變的市場,還可以降低個股集中度,平穩投資業績。因此,這種方式并不會產生傳統意義的重倉股,也就大大降低了重倉個股的風險。
量化分析業績,來自于量化分析模型批量選股的成功率大于失敗率。量化分析的模型敏銳的“發覺”了開場環境的轉變,自動調高了評估因子、預期因子及市場反轉因子的權重,量化分析模型依此邏輯選擇的股票大部分取得較好收益,提升了整體業績。
3 量化分析技術創始人并非經濟學家。
量化分析技術并非發端于華爾街,不少人最初并非經濟學家,如巴契里耶和布萊克原先是數學家,夏普則從事醫學,奧斯伯恩為天文學家,沃金與坎德爾是統計學家,而特雷諾則是數學家兼物理學家。1970年代美國債券市場和股票市場全面崩盤,當時提出用量化分析方法管理投資組合的人是作家彼得·伯恩斯坦。1952年3月發表“投資組合選擇”論文、提出現代財務和投資理論最著名遠見的馬克維茨,以該理論勉強通過博士答辯,到1990年10月,這些人中才有三位獲得諾貝爾經濟學獎。
2012年,美國倫斯理工學院金融工程碩士李炬澎,依據5000年中國古老的《易經八卦數理》研發立體數量模型分析微觀經濟,用超高頻率政治外交詞匯、交易數據、股票期權數據、公司債務數據來做個股分析,用《五行相克相生原理》來分析自然、社會、政治、人文如何影響宏觀經濟。比如用計算機分析新聞報道中天地雷風水火山澤8中自然天文現象與宏觀經濟關聯程度,使五行基金取得亞洲量化分析投資行業第一名的業績。
4 量化分析技術應用的載體是計算機軟硬件技術的發展
馬克維茨的投資組合現代金融理論,提出了風險報酬和效率邊界概念,并據此建立了模型,成為奠基之作。托賓隨后提出了分離理論,但仍需要利用馬克維茨的系統執行高難度的運算,1961年,與馬克維茨共同獲得1990年諾貝爾獎的夏普用IBM最好的商用電腦,解出含有100只證券的問題也需要33mim。夏普1963年1月提出了“投資組合的簡化模型”(單一指數模型),簡化模型只用30s。1964年夏普又開發出資本資產定價模型(CAPM),不僅可以作為預測風險和預期回報的工具,還可以衡量投資組合的績效,以及衍生出在指數型基金、企業財務和企業投資、市場行為和資產評價等多領域的應用和理論創新。1976年,羅斯在CAPM的基礎上,提出“套利定價理論”(APT),提供一個方法評估影響股價變化的多種經濟因素。布萊克和斯克爾斯提出了“期權定價理論”。莫頓則發明了“跨期的資本資產定價模型”。
5 量化分析應用的關鍵是基本面分析無法快速精確處理豐富的金融產品和巨大交易量
1970年代以前,華爾街認為投資管理需要天賦、直覺以及獨特的駕馭市場的能力,基本面分析師、基金經理可以獨力打敗市場,而無需依靠那些缺乏靈魂、怪異的數學符號和縹緲虛幻的模型。華爾街對學術界把投資管理的藝術,轉化成通篇晦澀難懂的數學方程式一直持有敵意,1970年代初期,美國表現最佳的基金經理人從未聽過貝塔值,并認為那些擁有數學和電腦背景的學者只是一群騙子。
量化分析投資不會出現在個人投資者為主的時代。個人投資者既缺乏閑暇的時間,也普遍無此能力。僅有現資理論的建立,及各類模型的完善與推陳出新,并不會直接催生出量化分析投資,它還需要其他幾個重要前提條件,比如:機構投資者在市場中占據主導,隨著社?;鸷凸餐鹳Y產的大幅增加,成為市場上的主要機構投資者,專業機構管理大規模資產,需要新的運作方式和金融創新技術,專業的投資管理人有能力和精力專注地研究、運用這些量化分析技術。
1970年代后期的Wells Fargo銀行,率先用量化分析技術管理投資組合,投資高股息股票,用較少的風險獲得了較大的收益,不用這些模型,不用電腦運算這些公式,會陷于困境。1980年代以來,面對數不勝數的各類證券產品和期權類產品,以及龐大的成交量,許多復雜的證券定價,必須靠大容量高速運算的電腦來完成。到2007年美國股市近一半的機構基金都是由量化模型來管理的。從2000年初到2007年全球量化分析基金市場連續8年表現遠遠超過其他投資方式。
6 量化分析在應對經濟危機和突發經濟事件中開拓前進
1987年10月大股災,當天股市和期貨成交量高達令人吃驚的410億美元,價值瞬間縮水6000億美元。很多股票直接通過電腦而不是經由交易所交易。一些采用投資組合保險策略的公司,在電腦模式的驅使下,不問價格機械賣出股票。很多交易員清楚這些投資組合會有大單賣出,寧愿走在前面爭相出逃,加劇了恐慌。針對整個投資組合而非單個證券,機械式的交易,電腦的自動操作,大量的空單在瞬間涌出,將市場徹底砸垮。
1997年至1998年亞洲金融危機股市暴跌,量化分析投資的算法交易也起到了同樣的壞作用。著名的長期資本管理公司,遭遇俄羅斯國債違約這一小概率事件,也陷入破產之境,迫使美聯儲集華爾街諸多投資銀行之力,加以救助。
2007年8月金融危機中,許多量化基金出現巨額損失。其原因主要是幾家大型對沖基金大量賣出它們的量化分析基金股票,去彌補其在其他投資方式上的損失。由于很大相同倉位的股票在很短的時間內被廉價賣出,從而加劇了很多投資指標的損失,尤其是價值和動量指標的損失。
2011年即使歐債金融危機發生,量化分析基金也再次表現優異,超過其他投資方式,雖然能否就此再度復興仍屬未知,此一趨勢已不可逆轉。
7 量化分析技術今后幾年全球應用的熱點在中國的A股市場
中國金融、資本、股市投資者結構很不合理,A股市場的專業投資機構持有市值的15.6%,而發達市場這一比例大致為70%。更為不合理的是交易結構,A股市場個人投資者持有市值占比26%,但卻完成了85%的交易。根據Wind分類,目前我國市場上共有13只量化基金,包含11只普通股票型基金,1只指數基金和1只偏股混合基金。
中國現有的人才和技術都難以支持完全的量化分析投資,在缺乏國際化人才和成熟模型的情況下,經營業績自然也差強人意。
量化分析今后幾年全球熱點在中國的A股市場?,F在主要發達國家的股市很大程度上由量化基金所控制。為了尋找更高收益的市場,很多大型量化基金也開始大量投資于發展中國家市場,中國的A股市場是今后幾年全球量化分析投資熱點,所以近年來很多北美和歐洲的高層量化分析基金經理和分析員紛紛到中國大陸、香港和新加坡推廣量化投資技術。這是國際國內的金融市場和投資者,都要面對的機會和挑戰。
量化分析基金2002年才在中國剛剛起步,到2009年和2010年,才真正進入快速發展期,2010年末量化基金的總規模達到了779億元。雖然規模有顯著提升,但是與國外市場量化分析基金占共同基金總資產16%相比,國內量化分析基金還有非常大的發展空間。
華爾街從來不乏傳奇。2006年,全球最高薪酬收入再次落入一個華爾街人士之手。前數學家、定量化對沖基金經理西蒙斯年收入達到驚人的15億美元。2009年,另外一群人――高頻交易者――幫高盛銀行等金融機構賺得盆滿缽溢。
這些人,因其使用高等數學手段決定億萬計資金的投向,而在30年前贏得“火箭科學家”名聲。在外人看來,他們有些像中世紀的煉金術師:給他們數據,他們還給你美元!
華爾街的數學傳說
實際上,在華爾街上管理資金規模最大的量化技術,并非那么不可捉摸:眾多公司使用“因子加總模型”輔助他們選擇股票。
這種方法大多基于Fama-French的開創性論文,其基本思想很簡單:依據各項基本面指標對于歷史上超額回報的貢獻程度,來決定這些基本面指標在選出“超級股票”上的“有效性”,并據此賦予這些指標不同的權重;按照上市公司指標在全部籃子股票中的排序,再使用上述步驟中獲得的權重對其進行加權加總計算。如果該公司的加權之和排名靠前,則表明該公司的基本面指標符合能夠帶來超額回報的歷史模式,從而有望在未來展現強勢。
數學模式大同小異,公司之間的競爭主要集中在兩個方面:第一,各公司均投入巨資,研制自己的特有指標;第二,研制更加有效、穩定的加總方式。
傳統的基本面分析往往要求基金公司雇傭大量分析師,成本高昂。由于每個分析師能夠跟蹤的公司數目有限,基金經理不得不在較小的股票籃子中進行選擇,有可能錯失最好的投資機會,投資組合的分散程度也受到限制。同時,依賴基本面分析進行投資管理要求基金經理進行大量的主觀判斷,人性弱點(貪婪與恐懼)對投資業績往往產生較大影響,投資業績波動較大。使用這種方法建構的投資組合往往無法定量化控制每只個股給投資組合帶來的風險。從基金公司的角度而言,這種方法對基金經理個人的依賴較大,一旦出現人員變化,基金業績也往往隨之波動。
量化選股方式將投資決策建立在對歷史模式的詳盡研究之上,克服了上述缺點。其在美國投資界的應用近20年來大幅提升,管理資產額的上升速度為傳統方式的4倍。
回歸價值投資
然而,過去數年,定量化基金遭遇了重大打擊。2007年,最大的定量化機構對沖基金、高盛名下的Global Alpha遭遇了重大損失,幾乎清盤。2008年,眾多量化基金再遭滑鐵盧。筆者在北美也曾主持研制一個包含上百個指標的量化選股系統,但在實踐中,卻最終放棄。
實戰經歷指出該類系統的一個致命弱點是,在實戰中,哪一類因子何時發揮作用,是不可預測的。有些時候是價值因子占優,有時候是增長因子占優,而何時其影響力出現變化,難以事先預測。其結果就是分析師與基金經理疲于奔命地試圖追趕因子影響力變化的腳步,并據此不斷矯正模型。如此,基金經理不得不在使用量化系統的同時,使用個人化的隨機判斷對量化系統進行糾正――這弱化了它本該享有的優勢并導致投資業績大幅波動。
仔細反思,最主要的問題在于,各預測因子被無機地組織在一起,各個因子之間的互相影響卻沒有被考慮。也就是說,華爾街模型“從數學到數學”,缺乏對投資哲學的深入理解。
量化技術所具有的優勢應該被利用,但數學手段應該被視為手段,而不是主導。一個有希望的發展方向,是將量化技術與價值投資哲學相結合,實現“從哲學到數學”式的投資理念。為此,需要在投資哲學上,梳理價值投資理念的本質。
價值投資在國內市場有眾多擁護者,也不乏懷疑者。實際上,國內普通投資者對價值投資的理解有值得深化之處。筆者以為,價值投資的本質有二:
第一,價值投資告訴投資者,市場會犯錯。以“5毛錢買進1元錢價值”作為號召,價值投資拒絕接受“有效市場理論”。但事實上,在大多數時候市場是有效的。大多數股票的價格正確反映了所有的信息、知識與預期,當時的價格就是上市公司的內在價值。要獲得超額回報,必須去尋找市場可能呈現的“異?!?或者說在何處投資者的平均預期可能落空。價值投資就是尋找“未來”與“預期”之間的歧異。量化系統的設計目標是,要有能力淘汰那95%的普通(有效)情況,而把注意力引導剩余的5%――在那里,“未來”與“預期”有最大的機會出現歧異。
第二,價值投資的另一面,是說任何人都會犯錯。當我們集中注意力去尋找“超級股票”的時候,是在下一個極大的賭注。這個賭注是高風險的。所以,請記住索羅斯的告誡:“投資者重要的不是做對還是做錯,而是在做對的時候賺多少,做錯的時候虧多少?!睘閷_第一個賭注的風險,需要尋找最大的安全邊際――當我們犯錯的時,安全邊際將保護我們不致尸骨無存。
安全邊際是指,市場漲跌的輪回已經測試過所有情景。該公司在完整的牛熊市周期中,由千千萬萬投資者的真金實銀所測試出來的估值空間。因此,安全邊際的定義并非相對市場平均水平更低的PE值這么簡單。每家公司都不同于別的公司,將不同公司的估值水平相比較,更多時候帶來誤導而不是洞察力。應該將公司目前估值水平與該公司調整后的歷史范圍相比較,并決定“安全邊際”存在與否。
在實踐中,要尋找在未來可能提供業績驚喜、而仍在其估值范圍下限附近交易的公司。依據此思想,數量化技術可以對所有上市公司的投資機會予以量化評估,進而實現“從哲學到數學”的投資思路。
對中國股市獨特性的夸大導致某些論者以為,在中國股市,唯有投機可以贏得超額利潤。這其實是偽命題。事實上,正是由于中國股市效率較低且風險奇高,一個系統化評估市場錯配與風險衡量的系統,可以發揮最大效率。一切都取決于對市場運行規律的深入把握與技術優勢的結合。在實踐中,我們開發的量化價值投資體系取得了穩定超越指數的優良業績。這有力地證明,中國股市的特殊性并沒有遮蓋其作為投資市場的普遍性。
在股市投資這項人類活動中,同時存在著兩類知識。一是客觀知識,即可以憑借科學(數學)方法來發現的真實;二是主觀價值,即通過對價值的認定來獲得的完善。在證券分析方法的演進過程中,這兩類知識從最初的混沌不分,到此后的分裂和截然對立,再到兩者被有機結合。