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

篇1

1987年在美國南卡羅萊納大學(xué)獲得國際商業(yè)碩士學(xué)位，曾出狂臺灣獲多利詹金盤投資頎問公司(wardleyJamescapel)總經(jīng)理。1995年。歷任加拿大倫敦人壽保險公司(LLIM)權(quán)益證券按資副總裁、常務(wù)董事等職務(wù)。2003年擔(dān)任荷蘭銀證券投資信托公司(ABNAMRO)首席投資總監(jiān)。2006年11月，擔(dān)任光大保德信基金公司副總經(jīng)理兼審席投資總監(jiān)。

一份，“一了夙愿”的情懷，一次機緣巧合的引薦，讓袁宏隆開始了他在中國大陸的投資之旅，2006年11月，袁宏隆以副總經(jīng)理兼首席投資總監(jiān)的身份加盟光大保德信基金管理有限公司。在此之前，袁宏隆花了二十年時間，在中國臺灣和北美不斷積累著他的投資經(jīng)驗。而這也使得他成為中國大陸基金業(yè)中，全球投資經(jīng)驗最豐富的首席投資總監(jiān)之一。

對于光大保德信的投研團隊而言，袁宏隆的“空降”帶來的最大變化，可以濃縮成兩個字：量化。這既包括注重量化流轉(zhuǎn)的投研程序，也包括強調(diào)量化考察的績效考核。著力打造量化投研體系，是袁宏隆在光大保德信的得意之作，其效益則體現(xiàn)在三年來的業(yè)績斐然，尤其是剛剛過去的2009年：根據(jù)銀河證券基金研究中心的報告，在124只成立滿一年的可比基金中，光大保德信旗下的量化核心基金、紅利基金、新增長基金和優(yōu)勢配置基金分別排名第u位、13位、22位和32位，風(fēng)格完全不同的股票基金，表現(xiàn)卻能夠一致，體現(xiàn)了投研流程的合理性和投研團隊的實力。

堅守自己的理念

從中國臺灣到加拿大，再從加拿大到中國臺灣，這是袁宏隆步入中國大陸之前的投資生涯路線圖。

1987年，從美國南卡羅萊納大學(xué)獲得國際商業(yè)碩士學(xué)位后，袁宏隆的投資事業(yè)從中國臺灣起步。在此期間，他曾出任臺灣獲多利詹金寶投資顧問公司(WardleyJamesCaps)總經(jīng)理。該公司是一家以匯豐集團為背景的知名證券經(jīng)紀(jì)跨國集團公司，主要為投資于中國臺灣地區(qū)股票市場的OFII提供投資咨詢服務(wù)。到了1995年，袁宏隆來到加拿大倫敦人壽保險公司(LLIM)，先后擔(dān)任權(quán)益證券投資副總裁、常務(wù)董事等職務(wù)。這家壽險公司的資產(chǎn)規(guī)模超過150億加元，在八年半的任職期間，袁宏隆為山H管理約30億加元的北美證券資產(chǎn)。而思鄉(xiāng)之情讓袁宏隆在20。3年再度回到中國臺灣，擔(dān)任荷銀證券投資信托公司(ABNAMRO)的首席投資總監(jiān)，該信托公司旗下有20多只基金，資產(chǎn)管理規(guī)模達(dá)到35億美元。

二十載的海外投資生涯，拓寬了袁宏隆的投資視野，也讓他切身感受到不同地區(qū)投資風(fēng)格的差異。“不同地方的普通投資者心態(tài)是不一樣的。比如在北美，大家者偏向于長期價值投資，而在中國臺灣，則經(jīng)歷了從，早前熱衷短線投資漸漸過度至成熟價值投資的過程。”袁宏隆告訴記者，“到了中國大陸以后，我發(fā)現(xiàn)這里的投資者對短線收益的要求比其他地方耍高，基金投資風(fēng)格也常常會受到持有人需求的影響。”

很顯然，袁宏隆的中國大陸投資之旅，首先要面對的，就是投資理念的一次碰撞是繼續(xù)他二十年來的嚴(yán)謹(jǐn)，還是融入本土的投資偏好?在連續(xù)三年持續(xù)完善光大保德信的量化投研體系之后，袁宏隆用自己的工作表明了態(tài)度，他選擇了堅守自己的理念。

袁宏隆力推的量化投研體系內(nèi)涵豐富。如在研究員薦股上，袁宏隆讓每位研究員可以艮據(jù)自己的研究偏好，選出比較個性的模擬組合，由5只股票組成，這個模擬組合不僅要在投資組合會議上接受其他投研人員的質(zhì)詢，而且還要進(jìn)行系統(tǒng)追蹤。公司則根據(jù)每天的實時表現(xiàn)，隨時調(diào)閱出每個研究員和每個基金經(jīng)理的投資組合的績效比較，使得各投研人員的投資能力一目了然。而在考核中，袁宏隆也偏愛用數(shù)字說話，盡量使得每個研究員和基金經(jīng)理的績效業(yè)績都得以量化，并根據(jù)量化考核的結(jié)果進(jìn)行獎懲。

在股票池的建立上，袁宏隆也常強調(diào)定量分析的重要性。“實施上，在市場擴容速度加快的背景下，進(jìn)行定性的分析越來越難，而通過定量分析，則可以發(fā)現(xiàn)被市場忽略的投資標(biāo)的。所以，我們的股票池是采取定性和定量分析結(jié)合的辦法確定，希望能從被動研究轉(zhuǎn)移到主動研究?！痹曷≌f。“以光大保德信量化核心基金為例，我們會根據(jù)模型篩選出具有投資價值的股票，而當(dāng)數(shù)量模型篩選出不熟悉股票時，要借助研究員的定性研究作補充，來決定股票的入庫以及是否購買?！?/p>

恪守鐵的紀(jì)律

量化投資最核心的是紀(jì)律――這是身兼光大保德信量化核心基金基金經(jīng)理的袁宏隆在不同場合多次強調(diào)的觀點。“能夠克服基金經(jīng)理個人主觀因素的影響，恪守紀(jì)律的量化投資才有可能為投資者帶來超額收益。另外，量化投資能夠借助計算饑強大的運算能力去篩選個股，捕捉到被市場所忽略的個股或者板塊，這是量化投資的魅力所在?！痹曷≌f。

袁宏隆指出，量化投資不會隨意對模型進(jìn)行調(diào)整，因為一旦模型建立也就意味著量化投資的風(fēng)格已經(jīng)確立，調(diào)整量化模型實際上就是改變基金的投資風(fēng)格，除非經(jīng)過市場一段時間的驗證，新的歸因值確實比舊的顯示出更多優(yōu)勢，這時候才需要進(jìn)行一定的調(diào)整。但總體而言，成熟的量化模型在運作中不會出現(xiàn)太大變化，量化投資的紀(jì)律就在于不能因為一時的市場變化就調(diào)整量化模型。

事實上，在二十年的海外投資生涯中，袁宏隆管理過多個投資團隊，嚴(yán)守投資紀(jì)律是他對團隊成員最基本的要求。而在光大保德信，袁宏隆的投資紀(jì)律觀除了身兼基金經(jīng)理而必須各守的量化投資紀(jì)律外，還包括身為投資總監(jiān)對旗下其他基金經(jīng)理“必須注重業(yè)績比較基準(zhǔn)”的要求。而對于后者，袁宏隆只用一句話來形容：基金經(jīng)理必須根據(jù)基金合同的要求來管理產(chǎn)品。這其實意昧著，在光大保德信的基金產(chǎn)品中，所謂的投資岡格指的是產(chǎn)品自身的風(fēng)格，而非基金經(jīng)理的個人風(fēng)格。

“如果基金經(jīng)理持倉品種總是超越基金合同限定的條件，短時間內(nèi)可能會取得超額收益，但一旦品種選偏、風(fēng)險釋放，無疑會使基金公司的運作產(chǎn)生被動，將無法面對基金持有人。而且，基金經(jīng)理的行為只有和基金產(chǎn)品合同保持一致，才能讓基金持有人有明確的預(yù)期，這一點很重要?！痹曷?yán)肅地說，“我們是基金持有人的投資伙伴，這是我們必須遵守的最起碼的投資紀(jì)律。”

這種投資紀(jì)律反映在光大保德信的股票池上，就形成了其特色的風(fēng)格。袁宏隆告訴記者，在光大保德信投研的總股票池中，針對每個基金產(chǎn)品設(shè)立了對應(yīng)的“岡格庫”，而這些基金產(chǎn)品的投資對象則多從自己對應(yīng)的“風(fēng)格庫”中挑選。當(dāng)有新的股票進(jìn)入股票池時，則會判斷其適合哪個基金產(chǎn)品，將其補充到對應(yīng)的風(fēng)格庫中。在這種操作模式下，光大保德信旗下的偏股型基金出現(xiàn)了非常明顯的風(fēng)格差異，各基金掙倉吉構(gòu)完全根據(jù)各基金的特點，少有重倉股持股重合的情況?！斑@就是我們追求的效果。”袁宏隆說。

操刀中小盤基金

今年起，袁宏隆在身兼多職后，還將擔(dān)任光大保德信中小盤基金的基金經(jīng)理。這是光大保德信的第一只中小盤基金，袁宏隆的親自擔(dān)綱，足見公司對該基金的重視。而在近期各基金公司刮起的中小盤基金發(fā)行熱中，袁宏隆又將如伺展現(xiàn)自己的獨特之處呢?

袁宏隆的方法是使用動量策略模型來考量股票走勢的變化趨勢，并以定量、定性和動量策略作為選股的依據(jù)。定量上，光大保德信專門為中小盤基金研發(fā)了價值評估模型，并以此篩選出財務(wù)指標(biāo)、盈利指標(biāo)等表現(xiàn)較好的公司：與此同時，依托該公司強大的研究團隊實現(xiàn)定性研究；動量策略著重考量股票過去的漲跌幅，及其過去一段時間和現(xiàn)在成交量的比較，來確定其盈利增長方向。

值得一提的是，光大保德信基金公司還建立了資產(chǎn)配置小組，其團隊式的投資管理機構(gòu)，是國際成熟投資理念及本土長期投資經(jīng)驗的集中體現(xiàn)。在強調(diào)深入挖掘投研團隊集體智慧的同時，各層次的投資決策主體各司其職，明確權(quán)限設(shè)置及分工，對投資決策過程進(jìn)行嚴(yán)格的風(fēng)險管理。

篇2

曾在全球量化資產(chǎn)管理規(guī)模最大的巴克萊投資管理公司（BGI）管理量化基金、現(xiàn)任富國基金公司另類投資部總經(jīng)理的李笑薇，以自己多年的海內(nèi)外成功投資經(jīng)歷，與《投資者報》記者分享了量化投資的神秘與魅力所在。

自李笑薇加盟富國以來，富國A股量化投資模型于2009年底投入實戰(zhàn)，并獲得了不俗的戰(zhàn)績。截至2011年6月30日，富國旗下兩只指數(shù)增強基金――天鼎中證紅利、富國滬深300分別獲得了4.32%與 3.79%的收益，在所有指數(shù)型基金中位居前兩名。而同期滬深300指數(shù)、中證紅利指數(shù)分別下跌2.69%、2.1%。這一團隊，正推出第三只指數(shù)增強基金――富國中證500指數(shù)增強。

量化不是“黑匣子”

《投資者報》：提及量化投資，國內(nèi)投資者總認(rèn)為很神秘。它與主動的定性投資差別到底有哪些？

李笑薇：量化模型的特點之一是抽象，但它稱不上是一個“黑匣子”，與傳統(tǒng)基金的投資區(qū)別也并非像投資者認(rèn)為的那樣大。

傳統(tǒng)基金經(jīng)理在做市場判斷時，腦子中會閃過好幾個模型，比如如何選定行業(yè)、個股，實質(zhì)這都是一個個模型。嚴(yán)格說，他們腦子里的模型比量化模型中能看到的都要多，只是他們沒有把這些模型提煉出來而已。

投資者購買傳統(tǒng)主動股票基金，并不代表他們對基金經(jīng)理的操作完全熟悉。基金經(jīng)理在哪個時間段，配置了哪些行業(yè)、個股，投資人無法確切知道，只是能看到每個季度的報告和最終的投資結(jié)果。

相比之下，量化投資進(jìn)出市場的每一個步驟，都非常清晰明了。在我的眼里，這個過程不是“黑匣子”，而是團隊里每一個人按流程逐步去完成的。

《投資者報》：量化投資的詳細(xì)工作流程是怎樣的？

李笑薇：量化投資對團隊合作要求更高。一般來說，有一部分人專門進(jìn)行數(shù)據(jù)的清洗、整理、輸送等，這需要計算機信息技術(shù)較強的人才；模型的設(shè)計和研究，往往需要很強的金融及數(shù)學(xué)背景；基金的日常管理往往需要金融及工程方面的專才。因此，通常量化投資團隊的成員學(xué)歷都較高，但不是說學(xué)位很重要，而是需要一定的技術(shù)積累。

具體流程中，提取數(shù)據(jù)的人看數(shù)據(jù)，有人專做研究，有的做優(yōu)化或者交易下單。每個人都有自己的側(cè)重點，在整個團隊中起不同的作用。一個人可能干多件事情，但想要全部完成是不可能的。

《投資者報》：量化投資能否穩(wěn)定地戰(zhàn)勝市場？

李笑薇：在不同的市場階段，市場的有效性會不同，需要用特定的方法，尋找不同階段的不同機會。

市場上的各種方法，捕捉的內(nèi)容都不一樣。比如巴菲特，他的風(fēng)格更趨近于一級市場中VC、PE的思維；西蒙斯則是完全拋開基本面，從純技術(shù)的角度，將全球貨幣的走勢、衍生品等林林總總的東西作為投資標(biāo)的。

從A股市場來說，當(dāng)前的發(fā)展階段需要有獨特的投資方式，富國基金量化增強的定位也有市場需求存在，滿足了一部分配置指數(shù)基金的需求。從運作經(jīng)驗看，量化增強后的收益會好于一般指數(shù)的收益，上半年超額收益有8%?？傮w來看，這個收益穩(wěn)定在5%~10%間，是很多基金難以做到的。

超額收益從何而來

《投資者報》：我們也注意到，多家基金公司都構(gòu)建了獨立的量化投資團隊和模型，富國基金量化投資模型的獨特之處在哪里？

李笑薇：量化投資最重要的是人的思想，量化只是一個方式和工具，真正在掙錢的，是人的投資思想。

從富國量化模型的特點來看，首先是自下而上精選個股，不做倉位選擇。由于這是一只指數(shù)產(chǎn)品，投資人買時就要買到這樣的倉位，我們一直是用95%的倉位操作。

其次，嚴(yán)格風(fēng)險控制，精細(xì)成本管理。再次，系統(tǒng)化的投資流程，科學(xué)化的投資管理。量化投資從開始到結(jié)束，是一個龐大復(fù)雜的工程，團隊里面專門有人負(fù)責(zé)清洗、研究數(shù)據(jù)，做一系列的回撤，實現(xiàn)交易單。

最后還要尊重模型出來的結(jié)果。在操作過程中，主動干預(yù)非常少，人的干預(yù)更多在整個模型的設(shè)計上。

《投資者報》：你們今年近8%的超額收益是如何實現(xiàn)的？不同市場環(huán)境下，模型是否會有大的調(diào)整？

李笑薇：對我們來說，發(fā)現(xiàn)哪些因子在最近的市場更有效，并保持一定的前瞻性，是量化團隊的主要工作。

比如，大家都很熟悉的估值因子，在2006年到2009年都有比較優(yōu)異的表現(xiàn)。但是到了2010年，估值因子的作用突然發(fā)生了變化，估值并不能起到明顯推動作用，我們也提前做了適當(dāng)?shù)恼{(diào)整。

責(zé)任心決定能否做好

《投資者報》：除了模型外，量化投資成功還取決于什么？

李笑薇：一般而言，量化投資策略是否成功取決于三大因素。一個因素是質(zhì)量，重點取決于數(shù)據(jù)和研究。第一步是要保證數(shù)據(jù)的質(zhì)量沒有問題。對于任何一個數(shù)據(jù)源，我們基本是用一家數(shù)據(jù)商，但會用兩家來互相檢驗，檢驗后的結(jié)果才進(jìn)入到自己的數(shù)據(jù)庫里。

研究質(zhì)量的好壞，其實是工作責(zé)任和態(tài)度的問題。量化雖然有門檻，但對理工科碩士以上的人來說門檻并不高，能否做好靠的是責(zé)任心。

第二是經(jīng)驗和判斷。我們會做大量研究、看歷史業(yè)績，但歷史不代表未來。當(dāng)你做了大量細(xì)致的研究，發(fā)現(xiàn)可能有五個因子影響，表現(xiàn)最好的是A，后面有BCDE，其他因子哪些權(quán)重更大？做決定要基于經(jīng)驗和判斷。但歸根到底，判斷與決策要有很強的實踐來做支撐。

三是運氣，好的質(zhì)量和經(jīng)驗不等于好的業(yè)績。盡管它們可以提高好業(yè)績的概率。投資結(jié)果在任何時候都有運氣的影響，這對所有管理人都是公平的。不過，今年這樣的業(yè)績基本上屬于正常運氣范圍內(nèi)。

篇3

中國金融業(yè)飛速發(fā)展，尤其是2010年股指期貨的推出，量化投資和對沖基金逐步進(jìn)入國內(nèi)投資者的視野。目前，量化投資、對沖基金已經(jīng)成為中國資本市場最熱門的話題之一，各投資機構(gòu)紛紛開始著手打造各自量化投資精英團隊。同時，中國擁有數(shù)量龐大的私募基金，部分私募基金利用國內(nèi)市場定價較弱的特性轉(zhuǎn)化成對沖基金也是必然的趨勢。

量化投資是將投資理念及策略通過具體指標(biāo)、參數(shù)的設(shè)計，融入到具體的模型中，用模型對市場進(jìn)行不帶任何情緒的跟蹤；簡單而言，就是用數(shù)量化的方法對股票估值，選取適合的股票進(jìn)行投資。

量化投資的鼻祖是美國數(shù)學(xué)家西蒙斯（James Simons）教授，從1989年到2006年間，他管理的大獎?wù)禄鹌骄晔找媛矢哌_(dá)38.5%，凈回報率超越巴菲特。

對沖基金（hedge fund）是指運用金融衍生工具，以高風(fēng)險投機為手段并以盈利為目的的金融基金，采用各種交易手段（賣空、杠桿操作、程序交易、互換交易、套利交易、衍生品種等）進(jìn)行對沖、換位、套頭、套期來賺取巨額利潤。

猶抱琵琶半遮面

上海交通大學(xué)金融工程研究中心陳工孟教授表示，2010年股指期貨推出后，量化投資和對沖基金漸成熱門話題，并正在逐步萌芽和發(fā)展，但因為是新事物，社會各界還不是很了解。

目前國內(nèi)約有12只公募量化基金，而深圳和上海也已有不少對沖基金；量化投資和對沖基金離中國投資者如此之近，但又是如此神秘。

長期以來，國內(nèi)投資者一直存在著一些疑問，例如，量化投資和對沖基金是不是金融業(yè)發(fā)展的必然？量化投資和對沖基金對金融安全問題會產(chǎn)生什么影響？上海建設(shè)國際金融中心，量化投資和對沖基金應(yīng)該扮演怎樣的角色？量化投資和對沖基金為何能取得超額收益？量化投資和對沖基金如何進(jìn)行規(guī)范和監(jiān)管？對沖基金如何募集、運作和壯大？如何開發(fā)策略、如何進(jìn)行交易如何控制風(fēng)險？

對于上述問題，國內(nèi)缺乏進(jìn)行深度探討和專業(yè)研究的有效途徑。近日，國內(nèi)領(lǐng)先的量化投資和對沖基金專業(yè)研究機構(gòu)，上海交通大學(xué)金融工程研究中心主辦了2011第一屆中國量化投資高峰論壇。眾多國際投資家、知名學(xué)者、優(yōu)秀對沖基金經(jīng)理、量化投資領(lǐng)軍人物、交易所研究代表等，與300多位來自于證券、基金、私募、信托、銀行、保險界的專業(yè)人士、信息技術(shù)服務(wù)商和民間資本代表，共同分享最新的量化投資和對沖基金的宏觀視點及微觀技術(shù)，以解決金融業(yè)發(fā)展迫切需要解決的問題。主辦機構(gòu)表示：“我們相信此次高峰論壇的召開，將開創(chuàng)中國量化投資和對沖基金的新紀(jì)元。”

無限風(fēng)光在險峰

上海交通大學(xué)安泰經(jīng)濟管理學(xué)院院長周林教授在論壇致辭時表示：“通過引進(jìn)各種各樣的產(chǎn)品、各種各樣的金融工具，特別是量化投資的方法，逐漸把過去的投資藝術(shù)轉(zhuǎn)化到投資科學(xué)，這是我們共同關(guān)心的問題?！?/p>

周林認(rèn)為，在中國開展量化投資、設(shè)立對沖基金將來有可能的空間，當(dāng)然，可能也會有問題和風(fēng)險。即使像美國、英國這樣的成熟市場也會產(chǎn)生風(fēng)波，比如金融危機，不能歸咎于量化投資、對沖基金，但一些投資手段、金融工具運用不好，也可能對市場帶來一些風(fēng)險?！皩τ谝幌盗形磥砜赡墚a(chǎn)生的問題，我們一定要做非常好的分析?！?/p>

中國金融期貨交易所副總經(jīng)理胡政博士談到，由于量化投資導(dǎo)致程序化交易和國外流行的算法交易等，這些新的交易方式是市場發(fā)展的基本趨勢。通過研究后他認(rèn)為，有四方面問題值得關(guān)注。

第一是對市場公平性的沖擊。有人用“大刀長矛“，有人用“導(dǎo)彈、機關(guān)槍”，有專家理財，有一般的投機炒家，各種各樣的風(fēng)格構(gòu)成了市場，投資手段的不平衡，有可能會帶來市場交易的不公平。

第二，對市場本身運行的沖擊。量化投資的產(chǎn)品，有可能會對市場價格造成沖擊。當(dāng)采用類似的風(fēng)險止損點或者類似理念時，市場發(fā)生某個方向的變動，有可能加劇這種變化。

第三，對市場價格信息的沖擊。很多量化投資工具需要收集信息，需要有很多試探性的報價去測市場的深度。大量的試探性報價，不以成交為目的的報價信息，會對市場產(chǎn)生沖擊和影響。

第四，對交易系統(tǒng)的沖擊。量化投資快速發(fā)展的核心因素是計算機技術(shù)的發(fā)展，現(xiàn)有交易系統(tǒng)都基于計算機系統(tǒng)，各種各樣的工具會對交易系統(tǒng)造成沖擊。

第一財經(jīng)傳媒有限公司副總經(jīng)理楊宇東建議，希望媒體把目前機構(gòu)、專家學(xué)者、管理層正在研究的成果報道出來，讓更多的人了解；他還呼吁更快地完善有關(guān)對沖基金方面的監(jiān)管政策和法規(guī)，并給予量化投資更多的扶持和技術(shù)支持。

上海銀監(jiān)局副局長張光平探討了人民幣國際化的話題。湘財證券副總裁兼首席風(fēng)險官李康的觀點鮮明生動，而中國社科院研究員易憲容在演講時則激情四溢。

韶華休笑本無根

量化投資把資本市場的投資行為從以往定性化的“藝術(shù)”升華為數(shù)量化的“科學(xué)”，運用到高深的數(shù)量工具。國外從事量化投資的研究人員和基金經(jīng)理大多是學(xué)金融、計算機和統(tǒng)計學(xué)出身，很多物理、數(shù)學(xué)專業(yè)等理工科背景的優(yōu)秀人才也加入這一行列。野村證券亞太區(qū)執(zhí)行總監(jiān)周鴻松就是哈佛大學(xué)空間物理博士，曾獲2011亞洲銀行家峰會最佳算法交易系統(tǒng)團隊獎。

在美國留學(xué)獲計算機碩士的劉震現(xiàn)任易方達(dá)基金管理公司指數(shù)與量化投資部總經(jīng)理，1995年進(jìn)入華爾街工作，在與國內(nèi)父母通電話時，他感到很難解釋清楚自己的職業(yè)性質(zhì)，便說跟“投資倒把”差不多，這可把他父母給弄暈了。

國泰君安證券資產(chǎn)管理公司總經(jīng)理章飆是統(tǒng)計學(xué)博士，早在2006年就開始用量化投資工具做ETF套利，最初很難被上司和同事理解，直到做出幾個成功案例后，才有了較大的發(fā)言權(quán)。他曾向公司申請投5000萬元做“攀鋼鋼礬”，還放出“狠話”：如果公司不讓做他就辭職，兩年后這筆投資為公司賺了3.5億元。

篇4

近年來，投資領(lǐng)域的眾多精英紛紛投身量化投資領(lǐng)域，利用計算機科技并采用一定的數(shù)學(xué)模型去實現(xiàn)自己的投資理念、投資策略。他們以自己的智慧加數(shù)學(xué)的方法組成投資策略，設(shè)計出自己的贏利模型，來克服交易中人性的弱點，實現(xiàn)穩(wěn)定的贏利。

不少機構(gòu)和個人都贏利頗豐，然而從今年8月開始，不少量化投資者都在遇到同一個問題，以前穩(wěn)定贏利的模型現(xiàn)在開始不靈了，屢屢大幅回撤虧損。

“好奇怪，每一次回撤都打到止損點后，再重新起來，這模型到底怎么了？”渤海證券某分析師告訴記者。

國內(nèi)如此，國外量化同行也遇到同樣的困惑，經(jīng)常出現(xiàn)很大的回撤。尤其是最近，全球CTA策略都不太景氣，很多傳統(tǒng)CTA做得比較大的公司，今年都面臨倒閉窘境。

倒在反向策略？

2013年11月17日上午，清華大學(xué)深圳研究生院報告廳。第四屆（2013秋季）中國量化投資國際峰會上，100多位金融界菁英匯聚一堂，交流著量化投資出現(xiàn)的問題。

不少同行都遇到了和渤海證券分析師類似的問題，模型失靈，行情每次回撤都打在止損位后，再重新起來，一次次止損都在虧錢，是模型出了問題嗎？

“你的反向策略是如何制定的呢？”在上午的論壇上，臺下的提問給嘉賓制造了些許緊張，在量化這個圈子里，大家對模型都是諱莫如深，避而不談，更何況是反向策略的制定，這位被問嘉賓顧左后而言他，并沒有正面回答。

反向策略揭開了近幾個月大多數(shù)模型虧損的冰山一角。投資界有這樣一種說法，投資者都是在賺犯錯方錢。顯然當(dāng)量化投資者在逐漸增多時，在市場中這部分人群都在用類似方法，也就有了相同的屬性，這時聰明者就針對這部分人群制定出了相應(yīng)的反向策略，專剪這個人群的羊毛，多數(shù)模型失靈也就不足為奇了。

上述提問者沒有輕易放棄，又把問題轉(zhuǎn)向了本次論壇的主持人原美國騎士資本董事總經(jīng)理、高頻交易總監(jiān)明可煒。

“反投資策略的方式我聽得很少?，F(xiàn)在的問題是很多的量化投資同時進(jìn)入市場，使得市場的價格實現(xiàn)機制出現(xiàn)了偏差，反策略發(fā)現(xiàn)了很多的量化投資策略在做同一件事情的時候，把價格推到了不合理的位置?！比绻f主持人上面的回答相對中肯，下面則有意淡化反投資策略。

“犯錯誤的投資人可以使別的投資人的回報變得更多，但并不是說你要有收益必須是別人犯錯誤的結(jié)果。就像巴菲特說，他買一只股票絕對不是因為這只股票今年便宜點，而是他認(rèn)為這只股票在未來30年、50年會給他帶來很高的利益。我認(rèn)為量化投資者也不是在尋求別人犯錯務(wù)的時機，如果是基本面，或者說發(fā)現(xiàn)了一個趨勢，就可以獲得很好的收益，這個時候誰都沒有犯錯誤?！?/p>

策略失效另有隱情

反向策略并不是策略模型失效的唯一原因，會場嘉賓各抒己見。

中國量化投資學(xué)會理事長丁鵬認(rèn)為，如果說它是有經(jīng)濟學(xué)原理做支撐的策略，它未來一定再次有效。比如說套利策略，平常講的股指期貨套利，它是有經(jīng)濟學(xué)原理做支撐的；還有大的趨勢性策略，只能抓大牛市或者大熊市的，可能很多年都不會再次有效，像這種策略一旦失效的話，一定要考慮背后的真正驅(qū)動因素是什么。

“對于一些趨勢策略來講，它可能是暫時的失效，因為進(jìn)入趨勢振蕩階段，它必然會這樣。有一些事件操作的策略，它可能因為事件的消失而長期的失效?！辈澈ＷC券金融工程部總經(jīng)理何翔認(rèn)為，“對于短期失效的趨勢策略，從個人來講，你要有一個風(fēng)險容忍度，要清楚能不能堅持這樣的策略?！?/p>

風(fēng)控不容忽視

不少的量化交易者，都有過不錯的收益，但虧損更甚，原因之一是沒有把握住風(fēng)險控制。會場幾位重量級嘉賓暢談了風(fēng)控的方法。

“控制風(fēng)險比收益更重要，控制風(fēng)險才是投資者最核心的東西?！倍※i認(rèn)為，在銀行、保險、券商和期貨這幾大金融行業(yè)中，期貨的收益應(yīng)該是最高的，但做期貨往往是最窮的；而銀行的收益是最低的，銀行理財只有5、6個點，但銀行是最富的。為什么？因為銀行的風(fēng)控能力是最強的，所以真正的富人敢把錢存在銀行，但沒人把大錢拿給期貨公司玩。通常是把風(fēng)險控制住之后，靠規(guī)模、放大杠桿去賺錢的。

通過多策略的方法降低風(fēng)險。職業(yè)投資人、寬客俱樂部總經(jīng)理馮正平認(rèn)為，金融投資的策略體系一定要符合保險學(xué)原理。比如你交易200個標(biāo)的，用了200個策略，其一個標(biāo)的出了問題，僅影響0.5%。要從這個角度去研發(fā)策略、組合策略。

“我們公司對策略風(fēng)控、模型回撤要求非常嚴(yán)格。” 何翔表示，“我們在策略開發(fā)的過程中，特別注重三個方面，一是時間緯度上，要在不同的時間架構(gòu)上對策略進(jìn)行分散，有長期、中期、短期，甚至日內(nèi)的；二是在空間上進(jìn)行分散；三是在策略的類別上分散，有趨勢型策略，也有振蕩型策略，多策略使風(fēng)險最小化?！?/p>

算錯成本沒贏利

張華（化名）是近年從華爾街回來的博士，在國內(nèi)做了一個阿爾法套利，平均每周交易4次，每次交易扣除交易成本之后可以盈利千分之三，一個月做16次，一年收益率應(yīng)該是50%。做出來之后，在數(shù)據(jù)回溯和模擬上都很吻合，但是做進(jìn)去之后，第一個月虧了，第二個月又虧了，第三個月還是虧損。

“這種情況是沒有算清楚沖擊成本和交易成本?！鄙虾ｈT銘投資管理中心總裁張向陽認(rèn)為，在進(jìn)行歷史數(shù)據(jù)回溯的時候，他應(yīng)該是拿一口價格來算賬，而那口價格是在買價上成交的還是在賣價上成交的，他是不知道的，只能在賣價上買。這樣就形成了誤差，導(dǎo)致設(shè)計模型時就不能贏利。

好模型如利劍

量化贏利如同一輛好車在路上跑，風(fēng)險控制如同剎車，計算成本如同估計路況，遇到路況不好時踩剎車放緩速度避免翻車，而好的策略模型則如同油門，路況好時要想跑的快，必須踩油門。

和多數(shù)寬客人對自己的模型三緘其口不同，渤海證券金融工程部總經(jīng)理何翔分享了團隊幾年來幾種模型的贏利情況?！霸谡麄€量化策略開發(fā)過程中，我們以風(fēng)控為前提，然后把握一些趨勢性的機會，順勢而為，分析市場的行為，做好策略開發(fā)的分散，最終嚴(yán)格執(zhí)行策略，實現(xiàn)了好的收益?！?/p>

何翔團隊在2010年開發(fā)了MT-SVM量化預(yù)測模型，結(jié)合技術(shù)指標(biāo)、宏觀指標(biāo)，對每個月市場漲跌的情況進(jìn)行預(yù)測。市場本身混沌、非線性的，團隊用人工智能的方法，預(yù)測每個月上證指數(shù)的漲跌，然后得到一個從2001年到現(xiàn)在漲跌方向的預(yù)測結(jié)果。這是一個比較粗糙的預(yù)測方向，給出一個市場方向的大參考。最近的預(yù)測是從10月份開始預(yù)測市場上漲。用上證指數(shù)做一個標(biāo)的，用這個模型做一個簡單的模擬操作，測出來一個凈值，預(yù)測的效果很好。

另一個是量化定增套利策略。這是何翔和團隊在去年年初開發(fā)的，他們更關(guān)注定向增發(fā)前的部分，從董事會預(yù)案公告，股東大會公告通過，然后到證監(jiān)會審核通過，再到定增公告，不同的階段去分析、統(tǒng)計哪些階段會有超額收益?；谶@樣的思路，他們建立了量化定增套利策略模型，年化可以到10%-20%，但是波動也比較大。

最后分享的策略是基于量化均線突破策略——短線交易策略。這個策略用在所有的股票上，分析、識別均線和K線形態(tài)，在歷史上滿足這個形態(tài)的樣本，就可以滿足這個的策略，一般持有1到3天。這個策略效果還不錯，只是可容納的資金有限，如果擴大樣本量，還會有比較好的結(jié)果的。

何翔對自己團隊的策略如數(shù)家珍，看得出來，對策略出來的效果巨滿意。

明天還能賺錢嗎？

隨著對量化的熟絡(luò)，越來越多的投資者進(jìn)入了這個圈子，“悍馬定理”創(chuàng)始人馮正平給這些新的寬客提出了寶貴建議：

原來做主觀交易的投資者有盤感、經(jīng)驗、好心態(tài)、能夠操作大資金，建議他們組建一個團隊，和一些做量化投資者結(jié)合起來，一起做市場，會少走彎路。

現(xiàn)貨投資者，因為原來現(xiàn)貨做的好，規(guī)模大，擁有豐富的社會資源，基于現(xiàn)貨市場的定價機制形成了自己的一些的方式，如果做量化，建議他們先實現(xiàn)程序化，做一些套?；蛘邔_，無需高深的數(shù)學(xué)知識也會收入頗豐。

如果是純量化投資者，因?qū)淼陌l(fā)展趨勢會更加智能化，所以要向更復(fù)雜的非線性的數(shù)據(jù)工具傾斜。

對于量化投資的未來發(fā)展趨勢，丁鵬認(rèn)為會形成兩大流派，一個是策略流派，一個是工具流派。策略流派是開發(fā)出各種各樣的好策略，發(fā)現(xiàn)更多的機會；工具流派是用傳統(tǒng)的策略，但工具做得更好、數(shù)據(jù)更全、效率更高、數(shù)據(jù)更快。

篇5

本篇報告的量化投資策略主要采用的方法與理論有以下幾種：1、線性回歸。2、多因素模型。3、CAPM（資本資產(chǎn)定價模型）。4、假設(shè)檢驗與置信區(qū)間估計。5、蒙特卡洛模擬。6、VaR（風(fēng)險價值）方法。7、Matlab（矩陣實驗室，用于數(shù)據(jù)的處理與圖形的分析）技術(shù)。主體內(nèi)容主要分為四大部分。第一部分為模型建立階段，主要是挑選影響股票收益率的相關(guān)因素。第二部分主要是挑選出收益率排名前20%的股票，并運用CAPM模型進(jìn)行組合搭配，以求降低非系統(tǒng)性風(fēng)險，最大化股票的收益。第三部分采用統(tǒng)計學(xué)的知識，對上述建立的模型的相關(guān)參數(shù)進(jìn)行范圍上與概率上的估計。并采用VaR方法與蒙特卡洛模擬，進(jìn)行風(fēng)險的評估與控制，并運用多種評估績效的方式（夏普比率、特雷諾比率、簡森阿爾法等指標(biāo)），對股票的風(fēng)險與收益做出客觀的評判。第四部分為模型的評價階段，即由宏觀到微觀對該模型做出全面的解釋。與此同時，運用matlab技術(shù)對參數(shù)進(jìn)行適當(dāng)?shù)膭討B(tài)更新，使其盡量符合市場的波動情況，并進(jìn)行回溯測試，用市場的實際結(jié)果來解釋模型的合理之處。

2 策略步驟

第一部分：模型建立階段。

2.1 影響收益率的因子初選

我們采用以下收益率因子。

以上表格反映了影響收益率的主要四大類因子，較好地包括了影響收益率的主要因素。雖然從宏觀層面上我們挑選出了一些影響收益率的主要因子，然而，在現(xiàn)實過程中，影響某個具體公司收益率的因素很可能只是其中某幾個。因此，我們應(yīng)當(dāng)試圖找出影響每個股票的收益率的個別關(guān)鍵因素，這里我們采用matlab技術(shù)以及線性回歸的方法，以融捷股份（002192）與暴風(fēng)科技（300431）為例進(jìn)行說明。筆者根據(jù)深圳證券交易所統(tǒng)計的數(shù)據(jù)通過EXCEL表格進(jìn)行合并整理后得到融捷股份的收益率數(shù)據(jù)，將該數(shù)據(jù)導(dǎo)入matlab中，以市盈率為橫軸、收益率為縱軸，建立圖形關(guān)系。

根據(jù)統(tǒng)計學(xué)的知識可知，我們用決定系數(shù)R2來反應(yīng)自變量解釋因變量力度的強弱，而決定系數(shù)與相關(guān)系數(shù)之間存在平方關(guān)系，即2=R2。因此，在matlab中我們通過計算一組數(shù)據(jù)之間的相關(guān)系數(shù)，反求出其決定系數(shù)，從而說明該特定自變量能從多大程度上解釋因變量。代碼運行的結(jié)果如下：

從上述運行結(jié)果可知，市盈率與股票收益率之間的R2只有0.0934，遠(yuǎn)小于1，因此市盈率這一項指標(biāo)在融捷股份里并不能對收益率的變動起到?jīng)Q定性作用。

類似地，我們對表1-1中所有的因子進(jìn)行相同的操作方法，在此由于篇幅原因不再贅述，僅展示操作步驟與過程。

2.2 剔除冗余因子

在進(jìn)行上述步驟的過程中，值得一提的是，各個因子之間可能本身就具有一定的相關(guān)性。比如，ROE指標(biāo)與ROA指標(biāo)本身就滿足一個等式：ROE=ROA*EM， 其中EM為權(quán)益乘數(shù)，計算公式為EM=1/（1-負(fù)債率）。如果因素之間的相關(guān)性甚小，我們可以忽略不計，但是當(dāng)相關(guān)性大到一定程度時，便會對之后的多因素模型分析過程產(chǎn)生誤導(dǎo)，因此在這里我們需要補充的一步是利用matlab軟件，建立不同指標(biāo)之間的關(guān)系方程，判斷是否存在多重共線性。

2.3 多因素模型體系的建立

在進(jìn)行完影響收益率的因子選擇以及剔除完冗余因子之后，便是最為重要的建立綜合評分體系，將所有的因子共同反映到一個方程中，用來解釋股票收益率與因子之間的具體變化。

多因素模型的建立過程分為如下幾個步驟：

（1）. 標(biāo)準(zhǔn)化原始數(shù)據(jù)

（2）. 建立相關(guān)性矩陣

（3）. 計算相關(guān)性矩陣的特征值和特征向量

（4）. 得出總方程表達(dá)式

通過對上述運行結(jié)果的分析我們可以看出，月最大超額收益的影響最大，而累計收益的影響最小。這樣，我們便量化出了影響該股票收益率的方程式。

第二部分：交易標(biāo)的股票的選取

2.4 選取收益率前20%的股票

通過第一部分的論述，我們最終可以得到影響不同公司股票收益率的方程式，可以用matlab或者數(shù)據(jù)庫技術(shù)進(jìn)行保存，當(dāng)需要更新參數(shù)或者進(jìn)行預(yù)測決策時，調(diào)用相關(guān)函數(shù)即可。

在第二部分中，我們將選取的標(biāo)的股票資產(chǎn)池的相關(guān)數(shù)據(jù)輸入到方程式中，即可得到未來一段時間的預(yù)期收益率。假設(shè)我們從每個板塊中選取出了20支股票，我們保留預(yù)期收益率排在前20%的股票，優(yōu)中選優(yōu)，盡量最大化我們的收益。

2.5 利用CAPM模型進(jìn)行資產(chǎn)組合

20世紀(jì)誕生的資本資產(chǎn)定價模型（CAPM）為廣大投資者選擇資產(chǎn)組合提供了良好的理論基礎(chǔ)與依據(jù)。威廉夏普（William F. Sharpe，1934-）與馬克維茨（Harry M. Markowitz）等人所建立的組合管理理論核心即為以下等式：

E（Rn）=R

f+（E（Rm）-Rf）

其中，E（Rn）為股票的預(yù)期收益率，Rf為無風(fēng)險利率，為單個股票與市場之間的相關(guān)性，E（Rm）為某一基準(zhǔn)的收益率。通過該理論，我們可以建立多個資產(chǎn)的不同搭配情況。

在第三部分，我們會進(jìn)一步討論運用各項績效評估指標(biāo)，來權(quán)衡風(fēng)險與收益。

第三部分：風(fēng)險控制

2.6 對各項參數(shù)進(jìn)行區(qū)間估計和假設(shè)檢驗。

前兩部分重點關(guān)注了組合的收益情況，力求在市場處于無效或弱有效的情況下，取得超越市場的收益率。然而，對風(fēng)險的把握仍為非常重要的方面，自從2007-2009年間發(fā)生的金融災(zāi)難以后，人們對于風(fēng)險控制的意識又提高到一個新的水平。下面具體介紹如何利用統(tǒng)計學(xué)知識，對風(fēng)險以及收益的取值范圍做出評估與估計。

假設(shè)由第一部分模擬出的收益率方程滿足如下等式：

Yi = -4.451 +2.057 * X1i + 2.008 * X2i

我們可以看到，在這個等式中出現(xiàn)了三個參數(shù)，分別是截距項-4.451、X1i的系數(shù)2.057以及X2i的系數(shù)2.008。然而，這畢竟是模擬出來的結(jié)果，或多或少會存在著一定的誤差，那么對這種誤差水平的度量就顯得尤為重要。特別是對于X1i與X2i的參數(shù)的估計，其改變直接決定了Yi的變化的方向以及程度。在這里，我們運用統(tǒng)計學(xué)上的假設(shè)檢驗與置信區(qū)間估計的方式，判斷我們有多大的信心，或者說有多大的概率，該參數(shù)可以滿足我們的要求，從而對我們的決策活動形成指導(dǎo)意義。見下圖：

如上圖所示，該圖為用統(tǒng)計軟件所得出的上式的相關(guān)統(tǒng)計學(xué)分析，可以看出上式的R2（R-squared）為0.934，并且調(diào)整后的R2（Adj R-squared）為0.890，說明該式的所有系數(shù)，作為一個整體，對Yi具有較好的解釋力度。其中ESS（Explained Sum of Squared）為模型模擬出的曲線與平均值的差的平方和，而SSR（Squared Sum of Residual）為真實點與估計點的差的平方和。Matlab圖示如下：

上圖是通過最小二乘法擬合出來的一條回歸曲線，其中藍(lán)色的點與實線之間的距離的平方和即為SSR，而實線與所有實際點的均值之間的距離的平方和即為ESS。R2=ESS/（ESS+SSR）。

由圖6-1還可以看到，2.057所處的95%置信區(qū)間范圍為0.984-3.130。其中，P值與t統(tǒng)計量用來判斷在95%的把握下，是否可以拒絕一項參數(shù)，即判斷該參數(shù)在一定概率條件下的真假情況。我們通?？梢酝ㄟ^查對應(yīng)的t分布表來找到對應(yīng)的關(guān)鍵值，或者采用比較p值大小的方式進(jìn)行判斷。比如說，要判斷圖6-1中Experience的參數(shù)2.008在95%的概率條件下的合理性，我們計算出其t統(tǒng)計量如圖上的2.664，而對應(yīng)的置信區(qū)間范圍中包括了2.664這個值，因此我們可以得出如下結(jié)論：Experience的系數(shù)2.008在95%的置信水平下是無法拒絕的。這一結(jié)論同樣可以通過判斷p值的大小得出，p值為0.076，大于顯著性水平0.05（通過1-95%得到），因此有足夠的自信可以保證該系數(shù)的合理性。

通過上述方法，我們可以對之前模擬出的收益率方程的系數(shù)的合理性做出判斷與評估，使我們對其有一個更為深入的了解。

2.7 基于蒙特卡洛模擬的風(fēng)險控制。

在風(fēng)險管理領(lǐng)域，VaR方法一直在各大金融機構(gòu)被視為進(jìn)行風(fēng)險度量的首選，因為其可以提供在一定的置信區(qū)間下所發(fā)生的最大損失的大小。然而，實踐證明，在市場出現(xiàn)劇烈波動的情況下（比如2007-2009的金融危機），資產(chǎn)之間的相關(guān)性會增強，以前可能相關(guān)性很弱的資產(chǎn)在市場不穩(wěn)定時期出現(xiàn)了高度關(guān)聯(lián)的相關(guān)性。而普通的線性估算VaR的方法在金融危機期間，對于風(fēng)險的度量不再準(zhǔn)確與合理。因此，出現(xiàn)了后來的情景分析方法（scenario analysis ）以及這里要討論的蒙特卡洛模擬。

所謂蒙特卡洛模擬，是對一項資產(chǎn)的所有可能取值進(jìn)行隨機數(shù)模擬，來計算產(chǎn)品的價格以及計算風(fēng)險價值的大小。其應(yīng)用領(lǐng)域十分廣泛，不僅可以用來模擬復(fù)雜金融產(chǎn)品的價格（例如，含權(quán)債券的定價、住房抵押貸款證券化產(chǎn)品的定價），在風(fēng)險管理領(lǐng)域還可以用來度量風(fēng)險的大小。在此，我們給出詳細(xì)的解釋，來說明怎樣進(jìn)行基于蒙特卡洛模擬的風(fēng)險的度量。

重復(fù)上述代碼四次，模擬出不同收益率的圖形，每次模擬都可以得到一條收益率的曲線，當(dāng)我們從股票收益率的總體曲線中隨機抽出N個樣本的收益率曲線，對其進(jìn)行算術(shù)平均，便可以得到最終模擬出的收益率曲線，通過正態(tài)分布或?qū)?shù)正態(tài)分布作圖，我們可以在豎直方向上做出一條輔助線，該輔助線對應(yīng)的分位點即是VaR所處的位置，如此一來我們便可以得到VaR的結(jié)果。

第四部分：模型的改進(jìn)與實時更新

2.8 模型評價

在這一部分，我們主要對上述建立的收益風(fēng)險模型進(jìn)行評價，包括引進(jìn)一些至關(guān)重要的績效評估指標(biāo)，例如夏普比率，特雷諾比率，簡森阿爾法，信息比率，索提諾指標(biāo)等。

夏普比率來自于CAPM模型，其基本內(nèi)涵是單位風(fēng)險所對應(yīng)的超額收益。在CAPM模型中，夏普比率即是資本市場線的斜率。因此，對于一個組合的風(fēng)險收益的評估，我們可以通過計算其夏普比率，再與其他組合比較，選出夏普比率最大的那一個，即是我們滿意的組合（單位風(fēng)險承擔(dān)了更多的超額收益）。

特雷諾比率與夏普比率類似，但其分母上所對應(yīng)的是系統(tǒng)性風(fēng)險，而不是總風(fēng)險。這反應(yīng)了一項組合其內(nèi)在的超額收益，因為非系統(tǒng)性風(fēng)險是可以通過組合規(guī)避掉的，而系統(tǒng)性風(fēng)險則更多的由市場、行業(yè)以及經(jīng)濟周期等不可控因素所決定。因此，特雷諾比率也被廣泛應(yīng)用于組合績效的評估。

簡森阿爾法描述的是一項組合的市場收益與CAPM計算出的理論收益之間的差額。在CAPM圖形上描述出來便是資本市場線上的點與實際的點之間的距離。簡森阿爾法直接反應(yīng)了一項組合的收益與其理論收益的偏差，因此投資者可以進(jìn)行無風(fēng)險的套利交易，低買高賣，賺取超額收益。值得一提的是，用簡森阿爾法來描述兩個組合的風(fēng)險收益時，要求兩個組合的系統(tǒng)性風(fēng)險處于同一水平，即CAPM模型中的相同。特雷諾比率將系統(tǒng)性風(fēng)險單位化，因此可以直接進(jìn)行比較，這是簡森阿爾法與特雷諾比率之間的區(qū)別。

信息比率也是實際工作中用到的比較多的領(lǐng)域，通常會和夏普比率搭配使用。信息比率的計算公式為：信息比率=超額收益/跟蹤誤差。

索提諾指標(biāo)的計算公式為：索提諾指標(biāo)=（組合收益-最小收益）/下半方差，其中下半方差只考慮風(fēng)險的影響，因為價格上漲的風(fēng)險可以不考慮，只考慮下跌的風(fēng)險。

2.9 利用matlab動態(tài)更新參數(shù)

上述建立的多因素模型的參數(shù)一般會隨著市場條件的變化而發(fā)生變化，例如金融危機期間，金融產(chǎn)品之間的相關(guān)性增強，可能會使得參數(shù)的估計不再準(zhǔn)確。因此，我們需要通過不斷的測算市場數(shù)據(jù)，來保證模型參數(shù)的合理性。在matlab中不斷更新改進(jìn)參數(shù)的步驟是不能省略的。

2.10 回溯測試

在完成了模型的構(gòu)建以后，我們通常會進(jìn)行一段時間的回溯測試期，目的是為了對模型的合理性進(jìn)行檢驗。即采用從市場上觀察得到的數(shù)據(jù)，與模型估計出的數(shù)據(jù)進(jìn)行比較。這是回溯測試的主要思想。通常在一些交易平臺上我們可以進(jìn)行回溯測試。Matlab平臺上也為我們提供了相關(guān)的回測計算的功能，目的是盡可能地還原市場的真實情況，以檢測策略的準(zhǔn)確性。

2.11 模型評價

已上便是筆者構(gòu)建的投資策略的基本框架與內(nèi)容，按照上文指導(dǎo)的內(nèi)容進(jìn)行投資，可以在一定程度上獲取超額收益。量化的方法相比較傳統(tǒng)的基本面分析、技術(shù)分析，具有其自身的合理性。然而量化投資并不是時時刻刻百分百有效，但根據(jù)歷史經(jīng)驗來看，量化投資的收益已經(jīng)遠(yuǎn)超其他投資方式。量化投資還具有更為高深的理論，例如結(jié)合了心理學(xué)、生物學(xué)與計算機科學(xué)的神經(jīng)網(wǎng)絡(luò)、遺傳算法等，使用機器代替人腦進(jìn)行投資決策，這樣可以減少人的主觀性，客觀的根據(jù)一些標(biāo)準(zhǔn)、指標(biāo)嚴(yán)格執(zhí)行投資策略。這里只是使用了量化投資領(lǐng)域中的冰山一角，即使用綜合模型評分方法來構(gòu)建投資組合的預(yù)期收益。

然而，該模型仍有其自身的局限性。例如，模型本身采用的是線性回歸的基本思想，即最高次冪為1次冪。然而在現(xiàn)實過程中，很多金融產(chǎn)品的收益曲線并不是一條嚴(yán)格的直線，而更多的是具有二階導(dǎo)的曲線。舉例如下圖所示：

上圖是包含了期權(quán)時間價值在內(nèi)的利潤圖，可以看到，在引進(jìn)期權(quán)的時間價值以后，其圖形不再是直線，而是帶有弧度。因此，我們通常采用的方法是利用泰勒級數(shù)進(jìn)行估計，引入二階導(dǎo)來進(jìn)一步估計金融產(chǎn)品的價格。例如在債券中一階導(dǎo)采用久期進(jìn)行計算，二階導(dǎo)采用凸性進(jìn)行調(diào)整。

因此，針對本篇策略報告的模型，我們可以采用類似的方法，引入二階導(dǎo)來進(jìn)行估計。這一點可以通過matlab不斷擬合收益率的曲線來進(jìn)一步精確估計收益率未來的變化趨勢。然而，與蒙特卡洛模擬類似，這需要相當(dāng)大的計算量。我們通常會采用樣本大小與時間的平方根的乘積來衡量最有效率的估計方式。

篇6

雖然現(xiàn)在量化基金、對沖基金等以量化方法運作的產(chǎn)品慢慢得到機構(gòu)的重視，但受對沖工具、市場成熟度、投資者成熟度等因素影響，量化投資頂多處在長跑前的預(yù)熱階段。

銀華基金量化投資部總監(jiān)周毅曾在華爾街從事量化投資11年，現(xiàn)在他一人管理著兩只量化型產(chǎn)品和兩只QDII基金，市場上對此有過質(zhì)疑。

在接受《投資者報》記者采訪時，周解釋說，與定性投資比，定量投資的優(yōu)勢之一就是人力成本低，每多一個產(chǎn)品，對基金經(jīng)理來說所增加的時間很少。

周毅認(rèn)為，與成熟市場相比，A股可做的量化策略或?qū)_策略空間較大，因為參與的資金較少，機會也大。

優(yōu)勢是人力成本低

《投資者報》：市場上質(zhì)疑，你一個人同時管理四只產(chǎn)品，能管得過來嗎？

周毅：主動型投資較大程度上依賴投研平臺，量化投資則主要依靠數(shù)量化模型，相比較，量化投資成本較低。對于已成立運作的指數(shù)基金來說，在系統(tǒng)建立起來后，相同管理類型的產(chǎn)品都可以共用一套系統(tǒng)，基金經(jīng)理的工作實際上就是對細(xì)節(jié)進(jìn)行微調(diào)。比如目前銀華管理的分級產(chǎn)品和純被動的指數(shù)基金，大概在上午9點半以前，系統(tǒng)會提交所有的產(chǎn)品的當(dāng)日交易清單，基金經(jīng)理的工作只是根據(jù)不同基金的一些投資限制在細(xì)節(jié)上進(jìn)行調(diào)整。

《投資者報》：清單也是靠模型嗎？

周毅：不完全是這樣，其實是一個最優(yōu)化的公式。比如跟蹤滬深300指數(shù)基金，本來就按照每一只股票的權(quán)重買就可以，但是一些涉及關(guān)聯(lián)交易等限制性規(guī)定的股票不能買，就有一個優(yōu)化的問題。一部分公司的做法是用線性回歸的方式，把受限股票都做線性回歸，找到跟其相似度最高的股票，按它的權(quán)重買進(jìn)來。

國外通常的做法是對投資組合進(jìn)行整體優(yōu)化，剔除交易受限制的股票，算出剩下股票的最優(yōu)解，再和現(xiàn)在的組合比，就出來一個交易清單，這是一種優(yōu)化。

《投資者報》：我了解到國外一些基金公司，雖然規(guī)模百億乃至千億美元，但基金經(jīng)理、研究員卻非常少，這與國內(nèi)差別較大。

周毅：主要是大家對投資的理解不一樣。按照我的感覺，在國外以傳統(tǒng)投研方式（研究員加基金經(jīng)理）做投資的，相對占少數(shù)，而國內(nèi)公募基金發(fā)展也就十來年，傳統(tǒng)投資方式依然占絕對大頭。

《投資者報》：為什么占少數(shù)？

周毅：美國公募基金經(jīng)歷了α（超額收益）與β（市場平均收益）分離的過程，現(xiàn)在公募基金大多都去做β了，而對沖基金去做α了。邏輯很好理解，公募基金是怎么盈利的？規(guī)模乘以管理費。所以，基金公司的發(fā)展在于規(guī)模要大，而且越大越好?，F(xiàn)在我把這個事情推到極致，全市場所有的錢都由一家基金公司管，收益是多少？就是市場平均收益，不可能有超額收益，這就是β。

就是說，公募基金想提高盈利，模式是把規(guī)模做大、把成本壓低，最后得以生存。

所以，美國公募基金經(jīng)理相對而言比較舒服，但他們的收入在金融業(yè)偏下，因為做β個人的因素不是特別大。

國內(nèi)指數(shù)基金空白點多

《投資者報》：你講到BGI短短十年管理資產(chǎn)就達(dá)到2萬億元，有什么可借鑒的地方？

周毅：我一直在思考這個問題。通常認(rèn)為BGI的成功是靠大量發(fā)行交易型指數(shù)基金（ETF）做到的，但我覺得不全是。我覺得，其成功的另外一個重要原因是產(chǎn)品設(shè)計思路。

美國老牌基金公司先鋒集團以指數(shù)基金聞名，他幾乎把市場各種規(guī)模的指數(shù)產(chǎn)品都覆蓋了，BGI作為一個后來者，指數(shù)的先發(fā)優(yōu)勢完全沒有了，所以它需要找到一個突破口。于是，它打破了傳統(tǒng)基于市場平均的指數(shù)設(shè)計理念，而集中突出特性很明顯的產(chǎn)品。

比如尋找15個市值最大的房地產(chǎn)建筑商，然后制定一個指數(shù)。對于想投資房地產(chǎn)建筑的機構(gòu)和個人，沒有必要花時間和精力研究個股，而直接買對應(yīng)的ETF，以至于大家提到建筑的時候提BGI建筑基金就可以了；再比如，BGI開發(fā)了很多國家系列指數(shù)，都是一個道理。目前國內(nèi)還沒有類似的指數(shù)，這方面基金也還是空白。

《投資者報》：對于一個長期從事量化投資的人，你怎么理解投資？

周毅：就投資而言，我個人的理解要稍微寬泛一些，只要能賺到錢，就可以稱為投資。至少我在華爾街注意到，比如華爾街交易員的地位都很高，而國內(nèi)交易員的地位比較低，在華爾街，考核的指標(biāo)不是是否找到了好股票，而是看結(jié)果是否賺到錢。

為什么呢？因為股票交易價格和內(nèi)在價值之間有很大差別，內(nèi)在價值是不是最終能反映交易價格，這很難說。

交易員根據(jù)盤面上錢的供需關(guān)系、短期的交易價格賺錢，這也是投資賺錢的方式。而目前，這類東西在國內(nèi)屬于旁門左道或者另類。

對沖基金大有可為

《投資者報》：你提到，現(xiàn)在主要的創(chuàng)新方向是在A股如何應(yīng)用對沖策略，你現(xiàn)在的對沖策略是什么？

周毅：現(xiàn)在A股做多的標(biāo)的很多，全市場兩千多個股票都可以買，而做空的工具只有滬深300股指期貨。很顯然，從理論上可以這樣操作，通過放空滬深300股指期貨對沖組合基準(zhǔn)風(fēng)險，那么只要組合收益率高于滬深300基準(zhǔn)收益，超越部分就屬于相對收益能力的絕對部分。

從國內(nèi)基金公司的過往業(yè)績來看，投研人員能夠選出高于基準(zhǔn)收益率的組合，這種投研能力傳導(dǎo)的結(jié)果就是基金公司在大概率上是可以做出相對收益的。

我覺得目前A股可以做出的策略比較多，因為用這種方法做投資的資金比較少，所以機會比較大。

《投資者報》：你覺得做對沖基金最大的風(fēng)險是什么？

篇7

摘 要 自2010年4月股指期貨推出后，數(shù)量化投資逐漸成為我國資本市場的一個熱點。對此，本文以投資者熟知的MACD指標(biāo)為基礎(chǔ)，運用遺傳算法和模擬退火算法，建立了一個數(shù)量化投資模型。該模型的仿真投資收益明顯超出大盤，而風(fēng)險明顯低于大盤。本文基于MACD指標(biāo)建立數(shù)量化投資模型的方法簡單、有效，可操作性強，可方便地推廣至其他技術(shù)指標(biāo)，在數(shù)量化投資領(lǐng)域中可能具有廣泛的發(fā)展前景。

關(guān)鍵詞 數(shù)量化投資 MACD 遺傳算法 模擬退火算法

一、研究背景

與傳統(tǒng)投資基于各方面信息和個人判斷進(jìn)行操作不同，數(shù)量化投資將適當(dāng)?shù)慕鹑诶碚?、投資經(jīng)驗等反映在數(shù)量模型中，然后利用程序軟件代替大腦對海量信息進(jìn)行科學(xué)處理，總結(jié)歸納市場規(guī)律，最終建立可以重復(fù)使用的、不依靠個人主觀判斷的投資策略。

由于數(shù)量化投資的操作策略往往經(jīng)過了嚴(yán)格的驗證，具有較強的系統(tǒng)性和規(guī)范性，主觀隨意性較少，風(fēng)險可測可控，因此隨著計算機數(shù)據(jù)處理能力的迅速提高，數(shù)量化投資獲得了快速發(fā)展，數(shù)量化基金的規(guī)模亦迅速擴大。據(jù)統(tǒng)計，自2003年以來，數(shù)量化基金規(guī)模的年均增長速度高達(dá)15%，而傳統(tǒng)型基金規(guī)模的增長速度則低于5%。

很顯然，科學(xué)的數(shù)量模型是數(shù)量化投資成敗的關(guān)鍵。當(dāng)前，主流的數(shù)量模型均考慮了多方面的因素，既包括各種基本面因素，又包括各種技術(shù)因素，涉及較為高深的經(jīng)濟學(xué)、金融學(xué)、技術(shù)分析等知識，模型都比較復(fù)雜，理解難度較高，甚至令人望而生畏。對此，本文以人們熟知的技術(shù)指標(biāo)為基礎(chǔ)，通過引入遺傳算法和模擬退火算法對參數(shù)進(jìn)行優(yōu)化，建立了一種較為簡單、有效的數(shù)量模型構(gòu)建方法，希望能為推動我國剛剛起步的數(shù)量化投資發(fā)展有所幫助。

二、模型框架

由于MACD指標(biāo)以經(jīng)平滑后的股票價格為基礎(chǔ)，而股票價格包含了絕大部分的基本信息和技術(shù)信息，因此本文以MACD指標(biāo)為基礎(chǔ)研究建立相應(yīng)的數(shù)量化投資模型。

（一）MACD公式

MACD是投資者最熟悉的技術(shù)指標(biāo)之一，主要包括EMA、DIF和DEA三個指標(biāo)，涉及一個已知變量（收盤價P）和三個未知參數(shù)（ 和 ），公式較為簡單。

（二）決策準(zhǔn)則

雖然MACD指標(biāo)的運用方式有很多種，既存在對指標(biāo)值的應(yīng)用（如比較DIF和DEA的大?。?，又存在對形態(tài)的應(yīng)用（如底背離、頂背離等）。對此，本文制定的決策準(zhǔn)則相當(dāng)簡單，即：

時，做多

時，做空

三、模型參數(shù)優(yōu)化

（一）參數(shù)的科學(xué)取值是決定MACD指標(biāo)投資決策價值的一個關(guān)鍵因素

在一般的技術(shù)分析參考書和交易軟件中， 和 通常取12、26和9。然而，該取值并不是最優(yōu)的。

例如，以2005年1月5日至2010年12月31的滬深300指數(shù)為例，根據(jù)（公式1）和（公式2），做多業(yè)務(wù)在 和 取值12、26和9時，可獲得的投資收益為230.55%（收益①）；而在 和 取40、195、130時，可獲得的投資收益為651.98%（收益②）。

因此，參數(shù)取值是否合理決定了使用MACD指標(biāo)進(jìn)行投資決策時投資收益的高低，決定了MACD指標(biāo)的投資決策價值。

（二）人工智能算法在技術(shù)指標(biāo)參數(shù)優(yōu)化領(lǐng)域中的突出優(yōu)勢

運用MACD指標(biāo)建立數(shù)量化投資模型的關(guān)鍵在于對公式中的三個參數(shù)進(jìn)行優(yōu)化。然而，雖然參數(shù)取值與投資收益間存在確定的函數(shù)關(guān)系，但該關(guān)系并不能用一個表達(dá)式予以直接闡述，因此傳統(tǒng)的解析方法在此并不適用。而其他傳統(tǒng)方法如隨機法和窮舉法的優(yōu)化效率不高。在此情況下，可運用人工智能算法有效解決此類優(yōu)化難題。

遺傳算法（Genetic Algorithms）和模擬退火算法（Simulated Annealing Algorithms）是人工智能的重要分支，兩者均從一定的初始值開始，按照明確的規(guī)則搜索最優(yōu)解，并不要求目標(biāo)函數(shù)存在明確的表達(dá)式，且具有高效、魯棒性強等特點。由于技術(shù)指標(biāo)參數(shù)與投資收益間的關(guān)系相當(dāng)復(fù)雜，不存在明確的函數(shù)關(guān)系式，因此遺傳算法和模擬退火算法在技術(shù)指標(biāo)參數(shù)優(yōu)化領(lǐng)域中具有很高的應(yīng)用價值。

此外，遺傳算法和模擬退火算法的基本原理和運算過程雖然較為復(fù)雜，但其運用卻相當(dāng)簡單，MATLAB等數(shù)據(jù)處理軟件均提供了現(xiàn)成的工具箱供用戶方便地使用，且即使不掌握參數(shù)優(yōu)化的原理和運算過程，也不會對數(shù)量模型的研究產(chǎn)生重大影響，因此運用遺傳算法和模擬退火算法對技術(shù)指標(biāo)參數(shù)進(jìn)行優(yōu)化的可操作性強。

（三）遺傳算法和模擬退火算法應(yīng)用舉例

1.MATLAB指令

假設(shè)投資收益R和參數(shù) 、 間的關(guān)系為R=gain( 、 )，則MATLAB的遺傳算法指令和模擬退火算法指令分別為：

[x,fval] = ga(@gain,nvars, [],[],[],[],lb,ub,[],options)；

[x,fval] = simulannealbnd(@gain,x0,lb,ub,options)。

其中：

x和fval是程序返回值，分別為參數(shù) 、 的最優(yōu)化取值及其所對應(yīng)的投資收益；

gain是目標(biāo)函數(shù)，可根據(jù)（公式1）、（公式2）和（公式3）編寫；

nvars是待優(yōu)化的參數(shù)個數(shù)；

x0是參數(shù) 、 的初始值；

lb是參數(shù)的下界；

ub是參數(shù)的上界；

options是MATLAB指令的設(shè)置選項。

篇8

基于總絕對偏差法和市盈率法，采用2009—2011年浙江省156家創(chuàng)投機構(gòu)(包括基金公司)所投的605個知識產(chǎn)權(quán)風(fēng)險投資項目的數(shù)據(jù)資料，對投資風(fēng)險狀況及其行業(yè)差異進(jìn)行實證量化分析。研究結(jié)果顯示，知識產(chǎn)權(quán)風(fēng)險投資呈現(xiàn)出明顯的投資收益與風(fēng)險的對稱性及行業(yè)差異，傳播與文化娛樂等是高風(fēng)險、高收益投資行業(yè)，醫(yī)藥保健、通訊設(shè)備業(yè)等是低風(fēng)險、低收益的投資行業(yè)，而新材料工業(yè)則是一個非典型的高風(fēng)險、低收益行業(yè)。

關(guān)鍵詞:

知識產(chǎn)權(quán)風(fēng)險投資;風(fēng)險水平;行業(yè)差異;總絕對偏差法

作為一種集資本、技術(shù)(知識產(chǎn)權(quán))、管理創(chuàng)新與企業(yè)家精神于一體的非傳統(tǒng)融資方式，知識產(chǎn)權(quán)風(fēng)險投資目前已成為支持企業(yè)技術(shù)創(chuàng)新與高新技術(shù)成果產(chǎn)業(yè)化的一種新型投資模式，對推動我國高新技術(shù)產(chǎn)業(yè)發(fā)展正發(fā)揮越來越重要的作用。知識產(chǎn)權(quán)風(fēng)險投資所投行業(yè)風(fēng)險和收益的大小是風(fēng)險投資家對知識產(chǎn)權(quán)項目進(jìn)行投資決策時要考慮的首要因素［1］。知識產(chǎn)權(quán)風(fēng)險投資所投行業(yè)的風(fēng)險與收益狀況究竟如何?是否具有明顯的行業(yè)差異?哪些行業(yè)是屬于高風(fēng)險、高收益的行業(yè)?這些都是風(fēng)險投資家最為關(guān)注的問題。目前，有關(guān)知識產(chǎn)權(quán)風(fēng)險投資的研究涉及到多個方面，如風(fēng)險投資與知識產(chǎn)權(quán)形成的相互作用與影響［2－4］，風(fēng)險投資與知識產(chǎn)權(quán)的商業(yè)化［5－6］，知識產(chǎn)權(quán)風(fēng)險投資契約和風(fēng)險管理［7－8］，知識產(chǎn)權(quán)風(fēng)險投資環(huán)境等［9－10］;但對于知識產(chǎn)權(quán)風(fēng)險投資風(fēng)險水平量化的實證研究還比較缺乏。在投資決策理論的研究中，學(xué)者們提出了多種用于評價投資風(fēng)險的定量分析方法，如用AHP法和模糊數(shù)學(xué)分析法來評價投資風(fēng)險［11］，或用VaR、CvaR法來度量和管理損失，但這些方法只能用于評價或度量風(fēng)險或損失的大小，不能很好地基于所投項目的投資收益來對風(fēng)險進(jìn)行定量的分析和比較［12－13］。因而，很多學(xué)者使用方差、標(biāo)準(zhǔn)差、半方差等偏離期望值的各種變形形式來度量風(fēng)險，但用方差方法不能準(zhǔn)確地度量真實風(fēng)險的大小［14］;使用半方差法進(jìn)行風(fēng)險度量時，需要首先設(shè)定目標(biāo)收益率，這種設(shè)定具有一定的主觀性［15］;絕對偏差法，由于用投資收益率的一階絕對中心矩來代替二階中心矩，發(fā)散的可能性比較低。因而從理論上說，風(fēng)險的絕對偏差度量要優(yōu)于方差度量［16］。對于絕對偏差方法的應(yīng)用研究，國內(nèi)學(xué)者西愛琴、武敏婷等［17－18］都作了嘗試，并通過風(fēng)險與收益的權(quán)衡，很好地解決了農(nóng)業(yè)生產(chǎn)投資決策等問題。鑒于此，筆者認(rèn)為基于知識產(chǎn)權(quán)風(fēng)險投資項目的投資收益率來度量投資風(fēng)險，選擇“絕對偏差方法”是比較合適的。本文嘗試基于浙江省156家創(chuàng)投機構(gòu)在2009—2011年投資的605個知識產(chǎn)權(quán)項目的一手?jǐn)?shù)據(jù)資料，采用絕對偏差法和市盈率法對所調(diào)查投資項目(企業(yè))的行業(yè)分布、各年投資收益率及風(fēng)險水平狀況進(jìn)行詳細(xì)的分析，以全面了解和比較創(chuàng)投機構(gòu)所投行業(yè)的整體風(fēng)險水平和收益狀況，為創(chuàng)投機構(gòu)的投資決策提供依據(jù)。

1知識產(chǎn)權(quán)風(fēng)險投資風(fēng)險水平的量化方法

1.1總絕對偏差法樣本值與均值之差即絕對偏差，總絕對偏差就是各樣本值與均值之差的絕對值之和，它可以較充分地反映樣本的離散程度，因此可用作衡量風(fēng)險水平的有效指標(biāo)［19］。

1.2數(shù)據(jù)處理的具體方法和步驟數(shù)據(jù)處理的具體方法和步驟是:首先，計算知識產(chǎn)權(quán)風(fēng)險投資項目每年的投資收益率Ctj;接著，計算知識產(chǎn)權(quán)風(fēng)險投資項目的期望收益率珔Cj(項目各年投資收益率的平均值);然后，計算知識產(chǎn)權(quán)風(fēng)險投資項目的收益偏差系數(shù)Ctj－珔Cj;再進(jìn)行知識產(chǎn)權(quán)風(fēng)險投資項目的總絕對偏差Vtj=∑nj=1|Ctj－珔Cj|的計算;最后，計算知識產(chǎn)權(quán)風(fēng)險投資項目的平均絕對偏差MAD=Vtj/n，其中Vtj系知識產(chǎn)權(quán)風(fēng)險投資項目的總絕對偏差，n為知識產(chǎn)權(quán)風(fēng)險投資項目的總數(shù)。

1.2.1年投資收益率計算方法。投資收益率是指稅后的投資收益與原始投資額的比值。由于這些在2009—2010年間投資的知識產(chǎn)權(quán)風(fēng)險投資項目在2013年調(diào)查期間基本都未退出，因此，本文采用市盈率法來計算被投項目的估值，在此基礎(chǔ)上計算知識產(chǎn)權(quán)風(fēng)險投資項目年度投資收益，最終計算出年度投資收益率。市盈率法是指用行業(yè)平均市盈率對企業(yè)價值進(jìn)行估計，按此估價法，企業(yè)的價值得自于可比較資產(chǎn)或企業(yè)的定價;假定同一個行業(yè)中的其他企業(yè)可用作被估價企業(yè)的“可比較企業(yè)”，且平均市盈率所反映的企業(yè)績效是合理而正確的;市盈率法通常被用于對未上市企業(yè)的估價。

1.2.2知識產(chǎn)權(quán)風(fēng)險投資項目每年投資收益率具體計算過程(1)年度投資收益率=年度投資收益/原始投資額;(2)年度投資收益的計算如果是投資第一年:年度投資收益=第1年項目風(fēng)險投資的估值－原始投資額;從第2年開始:風(fēng)投年度投資收益=當(dāng)年項目風(fēng)險投資的估值－上年項目風(fēng)險投資的估值;(3)項目風(fēng)險投資的估值=被投項目的總估值×創(chuàng)投機構(gòu)年末持股百分比;(4)被投項目的總估值=被投項目(企業(yè))年凈利潤×w×三年內(nèi)最低市盈率，w為市盈率修正系數(shù)。由于上市公司有流動溢價，未上市被投項目(企業(yè))的估值也要在已上市同類公司平均市盈率的基礎(chǔ)上打個折扣。由于知識產(chǎn)權(quán)風(fēng)險投資的項目還沒有上市，因此其估值(市盈率)應(yīng)低于上述熊市的估值(市盈率)，即風(fēng)投價格、股市的熊市價格、牛市價格的順序應(yīng)該是牛市價＞熊市價＞風(fēng)投價。(5)市盈率=每股股價/每股盈利。市盈率是投資者投資估值的重要參考指標(biāo)，通常指在一個考察期(一般為12個月的時間)內(nèi)，股票價格與每股收益的比值;行業(yè)市盈率是一個行業(yè)上市公司總市值占該行業(yè)上市公司凈利潤總和的比率。(6)確定市盈率修正系數(shù)。經(jīng)調(diào)查從事風(fēng)投的投資專家，普遍認(rèn)可把最近3年(2010—2012年)的最低市盈率作為熊市的市盈率，把同行業(yè)的熊市市盈率的50%作為創(chuàng)投項目的合理估值的市盈率。因此，在這里w為市盈率修正系數(shù)，表示打折的比率，取0.5為宜。(7)被投項目(企業(yè))年凈利潤:指經(jīng)審計的被投項目(企業(yè))年凈利潤，由審計報表提供。通過上述方法可計算得出創(chuàng)投機構(gòu)所投項目每年的投資收益率，并將每個行業(yè)內(nèi)項目的投資收益率求平均，可得到19個行業(yè)2010—2012年各年的投資收益率。

2數(shù)據(jù)來源

本文風(fēng)險量化數(shù)據(jù)來源于筆者2013年1—9月對浙江省創(chuàng)投機構(gòu)比較聚集的杭州、寧波、湖州、紹興、嘉興、衢州等6個市的創(chuàng)投機構(gòu)的調(diào)查。在浙江省創(chuàng)業(yè)風(fēng)險投資行業(yè)協(xié)會的支持和幫助下，通過實地訪談、問卷調(diào)查、電話采訪、郵件以及省行業(yè)協(xié)會年會上的現(xiàn)場統(tǒng)計調(diào)查等多渠道數(shù)據(jù)的采集，獲得了有關(guān)知識產(chǎn)權(quán)風(fēng)險投資的已投項目(企業(yè))名稱、所屬行業(yè)、具體的投資時間、投資額、年凈利潤、被投項目年末總股數(shù)、年末創(chuàng)投機構(gòu)持股數(shù)、每股收益等一手?jǐn)?shù)據(jù)資料。筆者一共調(diào)查了201家創(chuàng)投機構(gòu)(包括管理公司、基金公司)，由于各種原因，實際獲得了156家創(chuàng)投機構(gòu)在2009—2011年投資的605個項目(企業(yè))的有效數(shù)據(jù)和信息，有效率77.6%。2009—2011年浙江省創(chuàng)投機構(gòu)投資的知識產(chǎn)權(quán)項目(企業(yè))分布在26個行業(yè)中，除其他行業(yè)外，傳統(tǒng)制造業(yè)、IT服務(wù)業(yè)、新能源高節(jié)能技術(shù)、新材料工業(yè)和傳播與文化娛樂的投資項目數(shù)排前5位，而建筑業(yè)、批發(fā)和零售、交通運輸倉儲和郵政、房地產(chǎn)業(yè)、半導(dǎo)體、核技術(shù)、社會服務(wù)等行業(yè)排倒數(shù)1～7位。為了便于統(tǒng)計和分析，筆者將建筑業(yè)、批發(fā)和零售、交通運輸倉儲和郵政、房地產(chǎn)業(yè)、半導(dǎo)體、核技術(shù)、社會服務(wù)等投資比例很小的行業(yè)統(tǒng)一納入其他行業(yè)，將所調(diào)查的浙江省創(chuàng)投機構(gòu)投資的605個知識產(chǎn)權(quán)項目分布在19個行業(yè)之中(見表1)。

3結(jié)果及分析

通過將實地調(diào)查獲得的數(shù)據(jù)按照上述方法和步驟進(jìn)行計算，得到浙江省156家創(chuàng)投機構(gòu)投資的605個知識產(chǎn)權(quán)項目所處行業(yè)2010—2012年的風(fēng)險水平量化數(shù)據(jù)(用收益的平均絕對偏差衡量行業(yè)風(fēng)險)，相關(guān)結(jié)果如表1所示。

3.1知識產(chǎn)權(quán)風(fēng)險投資的總體風(fēng)險水平從表1給出的2010—2012年收益的平均絕對偏差情況來看，總體風(fēng)險最大的是傳播與文化娛樂業(yè)，接著是金融服務(wù)業(yè)，但同時3年的平均收益它們也排在前二位。其次，風(fēng)險較大的是新材料工業(yè)以及消費產(chǎn)品和服務(wù)業(yè)，消費產(chǎn)品和服務(wù)業(yè)的收益排在第三位，因此，傳播與文化娛樂、金融服務(wù)業(yè)、消費產(chǎn)品和服務(wù)業(yè)是比較典型的高風(fēng)險、高收益行業(yè)，但新材料工業(yè)的3年平均收益在19個行業(yè)中排在倒數(shù)第一位(主要是2011—2012年投資收益率均不理想)，屬比較典型的高風(fēng)險低收益行業(yè)。風(fēng)險最低的是醫(yī)藥保健行業(yè)，比較低的是軟件產(chǎn)業(yè)、通訊設(shè)備、環(huán)保工程，風(fēng)險居中的行業(yè)中風(fēng)險從大到小排序依次為:農(nóng)林牧副漁、采掘業(yè)、科技服務(wù)、計算機硬件、新能源高節(jié)能技術(shù)、IT服務(wù)業(yè)、光電與光電一體化、其他行業(yè)、傳統(tǒng)制造業(yè)、網(wǎng)絡(luò)產(chǎn)業(yè)、生物科技等。由圖1可見，2010年知識產(chǎn)權(quán)風(fēng)險投資總風(fēng)險水平最低，低于3年平均水平;而2011和2012年的總風(fēng)險水平均高于3年平均水平，且2011年的總風(fēng)險水平略高于2012年。相應(yīng)地2010年的各行業(yè)平均投資收益率水平也是最低，低于3年平均投資收益率水平;2011年各行業(yè)平均投資收益率與2012年持平，均高于3年平均投資收益率水平，符合收益和風(fēng)險的基本關(guān)系，即“高風(fēng)險、高收益，低風(fēng)險、低收益”。

3.2知識產(chǎn)權(quán)風(fēng)險投資的行業(yè)風(fēng)險水平(1)2010年行業(yè)風(fēng)險水平。表1的數(shù)據(jù)顯示，2010年浙江省知識產(chǎn)權(quán)風(fēng)險投資所投行業(yè)中風(fēng)險最大的是金融服務(wù)業(yè)，其次是新材料工業(yè)和采掘業(yè);風(fēng)險最小的是環(huán)保工程，比較小的是醫(yī)藥保健、通訊設(shè)備、網(wǎng)絡(luò)產(chǎn)業(yè)、軟件產(chǎn)業(yè)以及傳統(tǒng)制造業(yè)等。在投資收益率方面，金融服務(wù)行業(yè)投資收益率達(dá)21%，領(lǐng)先于其他行業(yè);新材料工業(yè)和采掘業(yè)收益率為12%，并列第二，這三個行業(yè)在該年中是較典型的高風(fēng)險帶來高收益的行業(yè)?？偟膩碚f，該年中各行業(yè)的風(fēng)險與收益情況符合收益和風(fēng)險的基本關(guān)系，即所謂“高風(fēng)險、高收益，低風(fēng)險、低收益”。(2)2011年行業(yè)風(fēng)險水平。2011年由于國家政策的支持，農(nóng)林牧副漁、傳播與文化娛樂、消費產(chǎn)品與服務(wù)成為行業(yè)新寵。如2011年政府進(jìn)一步加強了對“三農(nóng)”的支持力度，并在“十二五”規(guī)劃中補充了農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級的內(nèi)容，倡導(dǎo)大力發(fā)展現(xiàn)代農(nóng)業(yè)。這些政策導(dǎo)向的作用可以在2011年的投資收益率中體現(xiàn)，該年行業(yè)投資收益率排在前四位的是傳播與文化娛樂、金融服務(wù)業(yè)、消費產(chǎn)品與服務(wù)、農(nóng)林牧副漁。同時，該年所投行業(yè)中，風(fēng)險最大的是傳播與文化娛樂業(yè)，接著是金融服務(wù)業(yè)和新材料工業(yè)，其次是消費產(chǎn)品與服務(wù)、農(nóng)林牧副漁。相對來講，醫(yī)藥保健、通訊設(shè)備、軟件產(chǎn)業(yè)以及環(huán)保工程行業(yè)風(fēng)險較小。總的看來，該年傳播與文化娛樂、金融服務(wù)以及消費產(chǎn)品和服務(wù)業(yè)、農(nóng)林牧副漁具有高風(fēng)險和高收益的特征，除了新材料工業(yè)外的其余行業(yè)風(fēng)險水平與收益水平基本相一致，都處于中間狀態(tài);而新材料工業(yè)屬于高風(fēng)險、虧損行業(yè)，說明高風(fēng)險不一定帶來高收益，有時帶來的可能是損失。(3)2012年各行業(yè)的風(fēng)險狀況。2012年知識產(chǎn)權(quán)風(fēng)險投資所投行業(yè)中風(fēng)險最大的是金融服務(wù)業(yè)和傳播與文化娛樂業(yè)，其次是新材料工業(yè)以及消費產(chǎn)品和服務(wù)業(yè)。風(fēng)險相對較小的有生物科技、醫(yī)藥保健、環(huán)保工程等行業(yè)。該年中投資收益率最高的是傳播與文化娛樂業(yè)為33%，接下來是金融服務(wù)業(yè)為32%，消費產(chǎn)品和服務(wù)業(yè)16%，科技服務(wù)14%。調(diào)查數(shù)據(jù)顯示，除了新材料工業(yè)外，風(fēng)險高的行業(yè)，其預(yù)期收益率也高，風(fēng)險低的行業(yè)，其預(yù)期收益率也低;對于風(fēng)險喜好者而言，可能會選擇風(fēng)險高、預(yù)期收益率也高的行業(yè)去投資;而風(fēng)險低的項目，往往被風(fēng)險厭惡者所喜愛，其得到的報酬相應(yīng)也比較低。特別要注意的是對于風(fēng)險高、收益低的行業(yè)可能是所有投資者都要警惕和規(guī)避的行業(yè)，投資者應(yīng)該根據(jù)風(fēng)險和收益的情況及時調(diào)整投資方向，以更好地規(guī)避風(fēng)險。

4結(jié)論

篇9

短期或震蕩 明年有好戲

11月17日，擬由卿管理的華泰柏瑞量化優(yōu)選基金首發(fā)。談及未來的市場表現(xiàn)，卿表現(xiàn)出了她獨有的冷靜。

今年剩下的一個多月時間市場震蕩調(diào)整概率偏大?！鼻浞治鲋赋觯懊髂甑男星槲覀€人比較看好股市，因為從大類資產(chǎn)配置角度看，國內(nèi)房地產(chǎn)市場價格見頂基本達(dá)成共識，投資的需求被遏制；另外信托兌付風(fēng)險暴露，黃金等大宗商品震蕩下行趨勢確立；而在國內(nèi)宏觀經(jīng)濟增速走弱的情況下，明年真實利率走勢很可能下行，則銀行理財產(chǎn)品的預(yù)期收益率也會隨之下降?！?/p>

A股經(jīng)歷了一輪2007年后去泡沫化的漫長調(diào)整，現(xiàn)在進(jìn)入了估值洼地，特別是主板市場，也是布局滬深300指數(shù)藍(lán)籌股的良好時機。

十年磨一劍 量化大可為

對于2014年量化基金今年靚麗的業(yè)績表現(xiàn)，卿分析指出：“這可能有兩方面原因：一是量化基金在國內(nèi)十年磨一劍，量變迎來了質(zhì)變；加之量化投資是國外一種比較主流的投資方式，占比很高，而國內(nèi)剛起步，加速發(fā)展是大勢所趨。二從微觀角度看，今年的A股市場是非常適合選股的市場，股市熱點紛呈，個股表現(xiàn)分化很大。一般而言，當(dāng)主題頻繁切換時，量化基金由于具備較優(yōu)的數(shù)據(jù)處理能力以及善于利用模型對個股進(jìn)行大浪淘金式的選擇，可以較好地把握行情?！?/p>

對于未來量化基金的發(fā)展，她表示，如果未來中證500股指期貨、個股期權(quán)等金融衍生品相繼推出，資本市場的投資工具可以進(jìn)一步豐富。對量化投資可以起到一定的推動作用。

巾幗再亮劍 表現(xiàn)尤可期

目前，華泰柏瑞量化優(yōu)選基金正在建行等渠道熱銷中，這是她繼華泰柏瑞量化指數(shù)增強基金后的再度亮劍。

篇10

銀華大數(shù)據(jù)擬任基金經(jīng)理張凱對此表示，人工智能做投資是把已有的人類的投資思維，用計算機程序的方式實現(xiàn)并執(zhí)行，這樣可以擁有更快的計算效率，更少的犯錯幾率，同時把具有主觀能動性的人解放出來去探索更多的投資機會。

大數(shù)據(jù)應(yīng)用于選股和擇時策略

張凱表示，人工智能的研究已經(jīng)半個世紀(jì)了，隨著計算能力的提升和應(yīng)用場景的豐富，未來有望形成技術(shù)供給和應(yīng)用需求上的共振，對該板塊的未來表現(xiàn)非常期待。

大數(shù)據(jù)既可以用于研發(fā)資產(chǎn)配置策略，也可以用于選股策略：不同的數(shù)據(jù)源，對應(yīng)不同的策略。張凱表示，從“大數(shù)據(jù)”到“投資”，是通過基于數(shù)據(jù)的投資策略來實現(xiàn)的。投資策略的核心邏輯來自長期投資實踐中積累的經(jīng)驗，銀華用證券大數(shù)據(jù)對邏輯的有效性進(jìn)行驗證，并找到能反映投資邏輯的具體指標(biāo)，進(jìn)而構(gòu)建出投資策略。

張凱表示，銀華大數(shù)據(jù)基金的優(yōu)勢體現(xiàn)在三方面，信息處理、投資策略以及人為主觀性。該基金構(gòu)建了兩種資產(chǎn)配置策略和四種股票選擇策略。擇時策略第一類是基于宏觀及行業(yè)景氣度數(shù)據(jù)，包括貨幣供應(yīng)量、流動性、PHI、經(jīng)濟同步指標(biāo)、先導(dǎo)行業(yè)景氣度、通脹等；第二類是基于市場行為及情緒數(shù)據(jù)，包括基金倉位、期指持倉及升水率、股票賬戶活躍度、分析師情緒等。

“基于宏觀及行業(yè)景氣度的數(shù)據(jù)對應(yīng)的是中長周期的擇時策略，基于市場行為及情緒的數(shù)據(jù)對應(yīng)的是短周期的擇時策略，二者影響權(quán)重各為50%，共同決定基金組合的倉位和大類資產(chǎn)配置，在擇時上實現(xiàn)了長周期與短周期的均衡，提升了策略在不同市場波動下的穩(wěn)定性?！睆垊P說。

基金的四種選股策略

張凱表示，該基金的選股策略分為四種：股票關(guān)注熱度策略、分析師薦股策略、財務(wù)多因子策略和公告事件驅(qū)動策略。

“四種策略對應(yīng)四類數(shù)據(jù)來源和四種投資邏輯?！睆垊P稱，“股票關(guān)注熱度策略選擇互聯(lián)網(wǎng)關(guān)注度高的強勢股票：賣方分析師推薦策略選擇被最多優(yōu)秀分析師推薦的股票；財務(wù)多因子策略選擇基本面質(zhì)地優(yōu)良且低估最多的股票；公告事件驅(qū)動策略選擇出現(xiàn)驅(qū)動股價走強的突發(fā)事件的股票?！?/p>