時間：2023-05-30 09:36:00
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇量化投資與分析，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
盡管量化投資已經成為市場投資的發展趨勢，但是大多數投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數學模型，而賺錢的投資模型都是機構的秘密武器，不會輕易披露。另一方面是由于量化投資采用計算機系統，設計各種交易手段，有著較為復雜的數學計算與技術要求，現在許多量化投資都是計算機自動執行的程序交易。另外，量化交易者，俗稱寬客（quants）的交易和故事多多少少增加了量化投資的神秘感。所以，人們一般把量化投資稱為“黑箱”。納蘭（Narang，R.，2012）描述了量化交易系統的典型構造，打開了量化投資的“黑箱”。納蘭認為阿爾法模型用來預測市場未來方向，風險控制模型用來限制風險暴露，交易成本模型用來分析為構建組合產生的各種成本，投資組合構建模型在追逐利潤、限制風險與相關成本之間做出平衡，然后給出最優組合。最優目標組合與現有組合的差異就由執行模型來完成。數據和研究部分則是量化投資的基礎：有了數據，就可以進行研究，通過測試、檢驗與仿真正確構建各個模型。預測市場并制定策略是量化投資的核心，即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發展，量化投資模型也在不斷改進。簡單的策略可能就是證券或組合的套利行為，如期現套利組合、市場異象研究中的差價組合等。統計套利策略是經典的量化投資策略，如匹配交易或攜帶交易。近年來，高頻交易成為量化投資的重要內容，基于高速的計算機系統實施高頻的程序交易已經是量化投資的重要利器。丁鵬（2012）將量化投資的主要內容分為以下幾個方面：量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、期權套利、算法交易、ETF/LOF套利和高頻交易等。他認為量化投資的優勢在于：紀律性、系統性、及時性、準確性和分散化。
二、量化投資“黑箱”中的構造與證券投資學的差異
在傳統的證券投資學中，投資組合理論、資本資產定價模型、套利定價理論和期權定價理論是現代金融理論的四塊基石。前兩者主要依靠均值-方差組合優化的思想，后兩者則主要依靠市場的無套利條件。傳統的投資方法主要是基本面分析和技術分析兩大類，而量化投資則是“利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程”。從概念看，量化投資既不是基本面分析，也不是技術分析，但它可以采用基本面分析，也可以采用技術分析，關鍵在于依靠模型來實現投資理念與投資策略。為了分析量化投資對證券投資學的啟示，本文從量化投資“黑箱”的各個構成來探討量化投資與證券投資學中思路和觀點的差異。
（一）資產定價與收益的預測
根據組合優化理論，投資者將持有無風險組合與市場風險資產組合，獲得無風險利率與市場風險溢價。資本資產定價模型則將此應用到單一證券或組合，認為證券的風險溢價等于無風險利率加上與風險貢獻比率一致的風險溢價，超過的部分就是超額收益，即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產定價理論給實務投資的一大貢獻。基于因素模型的套利定價理論則從共同風險因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統一的參考。可以說，在因素定價方面，量化投資繼承了資產定價理論的基本思想。對于因素定價中因素的選擇，證券投資學認為，對資產價格的影響，長期應主要關注基本面因素，而短期應主要關注市場的交易行為，即采用技術分析。在量化投資中，主要強調按照事先設定的規則進行投資，這在一定程度上與技術分析類似。但是，在技術分析中，不同的人會有不同的結論，而量化投資則強調投資的規則化和固定化，不會因人的差異而有較大的不同。另外，量化交易更強調從統計和數學模型方面尋找資產的錯誤定價或者進行收益的預測。
（二）無套利條件與交易成本
在證券投資學里，流動性是證券的生命力。組合投資理論、資本資產定價模型以及套利定價理論等都認為市場中存在大量可交易的證券，投資者可以自由買賣證券。這主要是為了保證各種交易都能實現，如套利交易。根據套利定價理論，一旦市場出現無風險的套利機會，理性投資者會立即進行套利交易，當市場均衡時就不存在套利機會。現實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學中，對市場中套利限制與非流動性的關注較少，這是因為傳統金融理論中簡化了市場結構。市場微觀結構理論研究在既定的交易規則下，金融資產交易的過程及其結果，旨在揭示金融資產交易價格形成的過程及其原因。在市場微觀結構理論中，不同的市場微觀結構對市場流動性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來的價格沖擊，能實施量化投資策略的證券往往都應有較好的流動性，因為交易時非流動性直接影響投資策略的實施。從這個意義上講，量化投資時的交易成本不僅包括交易費用，更主要的是要考慮市場交易沖擊的流動性成本。
（三）風險控制與市場情緒
在證券市場中，高收益與高風險相匹配。量化投資在追求高收益的同時，不可避免地承擔了一定的風險。在證券投資學中，系統性風險主要源于宏觀經濟因素，非系統性因素則主要源于行業、公司因素，并且不考慮市場交易行為的影響。在量化投資中，較多地使用因素定價模型，不僅會考慮市場經濟因素，而且會考慮交易行為等因素，只是不同的模型有不同的側重點，在多模型的量化投資系統中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風險外，量化投資還有自身不可忽視的風險源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風險。另一方面，市場沖擊的流動性成本也是量化投資的風險控制因素，理所當然地在圖1的風險控制模型中體現出來。另外，在一般的投資過程中，市場情緒或多或少會成為風險控制的一個對象。然而，在量化投資中，更多的交易都是通過計算機來實現的，如程序交易等，這樣以來，投資者情緒等因素對投資決策的影響相對較小。所以，在量化投資的風險控制模型中較少地考慮市場情緒以及投資者自身的情緒，主要是通過承擔適度的風險來獲得超額回報，因為畢竟減少風險也減少了超額回報。
（四）執行高頻交易與算法交易
在對未來收益、風險和成本的綜合權衡下，實現投資策略成為量化投資的重要執行步驟。為了達到投資目標，量化投資不斷追求更快的速度來執行投資策略，這就推動了采用高速計算機系統的程序化交易的誕生。在證券投資學里，技術分析認為股價趨勢有長期、中期和短期趨勢，其中，長期和中期趨勢有參考作用，短期趨勢的意義不大。然而，隨著計算機信息科技的創新，量化投資策略之間的競爭越來越大，誰能運作更快的量化模型，誰就能最先找到并利用市場錯誤定價的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計算機系統處理數據和進行量化分析，快速做出交易決策，并且隔夜持倉。高頻交易的基本特點有：處理分筆交易數據、高資金周轉率、日內開平倉和算法交易。高頻交易有4類流行的策略：自動提供流動性、市場微觀結構交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法：產生高頻交易信號的算法和優化交易執行過程的算法。為了優化交易執行，目前“算法交易”比較流行。算法交易優化買賣指令的執行方式，決定在給定市場環境下如何處理交易指令：是主動的執行還是被動的執行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產配置和證券選擇問題。
三、對量化投資在證券投資教學中應用的思考
從上述分析可以知道，量化投資的“黑箱”構造與證券投資學之間存在一定的差異，因此，在證券投資的教學中應當考慮量化投資發展的要求。
（一）市場微觀結構與流動性沖擊
在理性預期和市場有效假說下，市場價格會在相關信息披露后立即調整，在信息披露前后市場有著截然不同的表現。在證券投資學里，一般認為價格的調整是及時準確的，然而，現實的世界里，價格調整需要一個過程。在不同的頻率下，這種價格形成過程的作用是不同的。在長期的投資中，短期的價格調整是瞬間的，影響不大。然而，在高頻交易中，這種價格調整過程影響很大。市場微觀結構就是研究這種價格形成過程。市場微觀結構理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關注商委托單簿不平衡對訂單流的影響，解釋沒有消息公布時價格短暫波動的原因。信息模型關注信息公布后信息反映到價格中的這一過程，認為含有信息的訂單流是導致價格波動的原因。無論是關注委托訂單的存貨模型還是關注市場參與者信息類型的信息模型，這些市場微觀結構的研究加強了流動性與資產價格之間的聯系，強調流動性在量化投資決策中的重要作用。一般的證券投資學中基本沒有市場微觀結構的內容，因而，為了加強證券投資學的實用性，應關注市場微觀結構的內容與發展。
（二）業績評價與高杠桿
對于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風險與業績。在組合業績評價中，一方面要考慮風險的衡量，另一方面則要分析業績的來源。在證券投資學中，組合業績來自于市場表現以及管理者的配置與選股能力。對于量化投資而言，市場時機和管理者的能力依然重要，然而，量化投資的業績評價還應考慮另一個因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，在市場好的時候擴大收益，但在市場不好的時候會加速虧損，這些與傳統的業績評價就不太一樣。在一般的證券投資學里，業績評價主要考慮經風險調整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻，而且有可能夸大了投資者的技能水平。
（三）人為因素與模型風險
在量化投資中，非常注重計算機對數據和模型的分析，這突出了量化投資的規則性和固定性。然而，實際中，別看量化采用了各種數學、統計模型，但策略設計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究，并借助計算機實施策略，能夠消除很多認為的隨意性。但是，量化策略畢竟體現投資者的交易理念，這一部分依賴于投資者的經驗，一部分依賴于投資者對市場的不斷觀察與更新。實際上，人始終處于交易之中，對于市場拐點以及趨勢反轉的判斷主要還是依賴投資者的經驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實施依賴于人的設定，而人的設定不僅依賴于經驗，而且人還會犯錯。人之所以會犯錯，一方面是因為人們對市場的認知是不完全的，另一方面則是人們使用了錯誤的模型。經典的證券投資理論中，股票價格的變動被認為是隨機的，小概率事件出現的機會比較小，但是經驗研究表明股票收益率具有肥尾現象，小概率事件發生的機會超出了人們原先的認識，即市場還會出現“黑天鵝”。更為關鍵的是，量化投資更依賴數學和統計模型，這就使得量化投資存在較大的模型風險，即使用了錯誤的模型。為了防范模型風險，應采用更為穩健的模型，即模型的參數和函數應該適應多種市場環境。近年來，研究表明，證券收益及其與風險因素的關系存在較大的非線性，同時，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機過程和機器學習等數據挖掘技術進行信息處理成為量化投資的重要技術支持。
（四）2013年諾貝爾經濟學獎的啟示
【關鍵詞】金融衍生品 量化投資 相關性 探究
金融衍生品與量化投資之間的相關性是當前經濟發展比較重要的研究議題，兩者的有效配合在某種程度上能使投資者獲得較為豐富的投資收益，并且將風險以及杠桿性將至最低。就當前現狀而言，金融衍生品內容越來越多，而量化投資投資工具呈現多元化的趨勢，這為投資者提供了較多的投資方式以及渠道，并使其在最小風險值內獲取最大的經濟收益。文章主要介紹了金融衍生品及量化投資，重點闡述了兩者之間的關聯性，最后論述了兩者有效融合的前提下如何獲得最大的經濟效益值。
一、金融衍生品與量化投資概念闡述以及其發展
（一）金融衍生品
金融衍生品在我國經濟中運用范圍不斷擴寬，它是基于經濟發展而形成的，是社會發展的必然產物，并且對于全球經濟有著深遠的影響，比如加劇世界經濟一體化、促使金融一體化的逐步形成，金融衍生品在我國經濟發展中扮演非常重要的角色，帶動了我國實體經濟的發展。所謂金融衍生品，它是與金融相關，并由其引發的派生物，屬于一種金融交易工具。近年來，隨著市場經濟發展速度不斷提升，我國金融市場逐漸趨向完善，這也為金融衍生品的發展提供了良好的契機，使其發展日益壯大并成為金融市場的主力軍，并且與信貸以及貨幣市場聯系日益密切，最終促進了金融資產配置的逐漸完善，即風險管理的復雜鏈條。從目前情況分析，我國經濟發展呈現出良好的前景，相對應的工業以及房地產發展相對較好，在此基礎之上，依據高杠桿原理，金融產品自身的優勢性徹底被展現出來，并為投資者帶來相對較好的經濟效益值。但是金融產品也存在一定的風險，可謂是一把“雙刃劍”，雖然它可促進金融市場的發展，但如果運用不當將會引發極為嚴重的后果。上世紀90年代以來，就發生了多起由于金融產品運用不當而引發的經濟損失，例如：2008年金融危機波及全球，引發金融危機的原因主要是CDS等金融產品，其在美國金融市場運作中出現風險管理不當的現象，也就是風險失控，繼而引發了全球性的經濟危機。
金融衍生品主要是基于與金融有關產品的通過不同方式衍生而來，主要包含四種基本形式，分別是遠期、期貨、期權、互換，其價格的變動規律主要是由基礎標的物所決定的，隨著它的變化而變化的，而金融衍生品的價值主要與基礎工具的相關因素有關，比如利率、匯率、市場價格、指數、信用等級等等，從本質上分析，它屬于虛擬的有價證券，在某種意義上而言是一種權利證書，給予投資者基礎性的權利，且與實物資本有著很大的區別，能夠使投資者獲得投資收益。與一般金融產品相比，金融產品有了極大的改良與進步，產品結構更為復雜，其定價模式基本比較單一，主要是以復雜數學模型為主，將多種風險以及因子，如Beta、Delta、Rho、久期等，通過多種方式的映射、組合、分解復合等，繼而形成金融衍生品，結構層次多樣。金融產品雖然為投資者提供了發展契機，但是也存在極大的風險，這種風險的形成與交易與結算有著直接的關聯，上述兩種交易形式基本發生在將來，基于高杠桿的影響，市場風險難以有效控制，預測就更難以估計。
（二）量化投資
量化投資在我國金融市場發展中得到了進一步推廣，相較于定性投資，量化投資科學性更強，并且具備相應的理論依據。在投資過程中，投資者可以利用數學、統計學，還可以借助數據挖掘等方法，以此構建投資策略，管理投資組合，繼而實現風險管理，利用數據模型，借助系統交易信號，系統會自動完成相關交易。從本質上分析，量化投資屬于工具，投資者可以通過經驗累加，然后利用數學模型的功能性，繼而實現信息化的表達。量化投資形式具有自身的優勢特點，這也是傳統投資形式不可比擬的，它主要將投資者經驗累積以另外一種方式呈現，即數學模型，繼而轉化至計算機中，運用相對科學的計算方式，實現產品投資，隨著金融市場的日益完善，數學模型也得以不斷優化。無論是數量化的投資，還是依靠計算機程序的投資，對于技術的要求極為苛刻，在業界譽為“黑箱交易”，從某種角度分析，量化投資基本不依賴大腦，而是依據交易系統，繼而實施具體的決策，上述交易系統是之前確定的，且形式非常復雜的，這樣的系統往往具備較高的精準度。與此同時，交易系統開發需要一定的技術支持，即程序算法設計，部分開發者通常會采取相應措施，加密交易系統，以此保障知識產權不受侵害。外界投資者對此并不清楚，具體運行機制也存在極大的疑問。量化投資者基于交易系統的前提下，收集市場最新的數據變化，同時采集與之相關的信息，將其輸送至交易模型里，然后通過科學的計算，數據的挖掘，加密信息的處理，最終敲定資產配置方案，確定交易的最佳時機。按照相關公式進行量化投資在某種程度上是一種相對理性的投資，其自身的優勢集中體現在分析策略這一環節，突出明晰性以及一致性，與此同時，運用信息與公式，由此獲得的結果基本相同，這在某種程度上對交易者非常有利，避免由于其客觀性以及隨意性而引發的交易失誤。
針對量化投資而言，其涵蓋多個方面：就現狀而言，主要包括量化資產配置、量化投資交易、風險管理。以資產配置為例，必須要基于行業選擇的前提下，以此實施有效配置，然后依據策略組合，在行業內開展相關工作，實行資產優化。量化資產投資，它在某種程度上奠定了總體投資方向，確定發展前景最好的行業、風格和產品。換言之，投資者需要根據市場行情變化規律，選擇市場以及產品，然后給予最佳資金分配方案。相較于傳統的投資形式，量化投資更具一定的優勢，更具科學以及合理性，同時兼具高信度。投資者可以依據數據模型，對整個市場進行有效分析，繼而給予相對準確的判斷，以此進行理性投資決策。
二、兩者之間的關聯性分析
金融衍生品與量化投資的有效結合能夠起到非常關鍵性的作用，投資者能夠選擇相對發展較好的金融產品進行量化投資，由此收獲了相對豐富的投資收益，因而探討兩者之間的關聯性以及有效融合具有劃時代意義。近年來，我國金融市場發展形勢良好，也因此帶動了金融衍生品的迅速擴大，促進了國民經濟的迅速增值。但是以我國現有金融衍生品現狀來說，無論是從行業總量、規模，還是參與范圍及層次方面來看，金融衍生品都還屬于小眾市場，仍需不斷創新與改革。從目前情況分析，對于大部分的投資者而言，他們對于金融衍生品的了解還不夠透徹，這也導致了民主對于金融衍生品的了解甚少，基本都停留在電視或是報紙上對于金融衍生品的看法，這于金融衍生品的長遠發展是非常不利的。2008年的金融危機，很多實體企業采取了相應的對策，比如參與期貨市場，實施套期保值，以此降低生產經營風險，也在某種程度上擴寬市場發展。
金融市場發展速度的加快，股指期貨得以大面積擴散，指數期權也擴大了應用范圍，這于我國金融市場發展而言是極為有利的因素，為量化投資提供良好的發展契機，迎來發展機遇。借助量化投資原理，運用相關實踐方法，通過計算機程序實施投資交易，這將是之后金融衍生品投資的主流方向。
金融衍生品的誕生是社會發展的必然產物，其功能性集中體現在投資風險規避，它形成的主要動因與投資者關系密切，滿足其轉移風險的需求，同時實現其套期保值實際需求，這一過程又被稱為風險對沖，這樣可以使投資者運用相對較少的低成本，基于現貨價格變動，達到規避風險的目的。從目前形勢分析，量化投資在我國金融衍生品上得到了廣泛應用，其對沖實踐需要借助相關載體，也就是具備一定的期貨市場方可實現，但是基于交易品種單一的現狀，這使得量化投資產品在某種程度上具有一定的局限性。隨著股指期權的誕生，個股期權的逐步實施，擴大了金融市場的投資發展，讓更多的投資者增加了風險規避渠道，推動了量化投資范圍的不斷擴大。量化交易策略也在某種程度上發生了改變，更具創造性，帶動實體經濟發展。
金融衍生品的誕生以及投入使用促進了我國金融市場交易的逐步完善，這其中金融衍生品的一個非常重要的功能得到了極大的發揮，即價格發現。所謂價格發現功能，主要從參與者角度出發，他們通過獲得信息，且基于價格預期，利用公開拍賣形式，或是借助電腦進行撮合交易，這在某種程度上可以獲取市場真實需求，供求關系，并且極具競爭性以及預期性的體系。隨著世界經濟一體化趨勢不斷加強，世界金融市場不斷擴大，與之相關的金融衍生品應用范圍也隨之不斷擴大，金融交易所的相關交易實現跨越式的進步，通過這種形式形成的價格權威性更強。上述價格通過不同的傳播工具不斷擴散，如報紙、電視、網絡等，范圍波及全球，儼然成為市場價格的引領者，這為大眾提供了良好的平臺，讓其透過相關經濟信息了解經濟動態，以便幫助投資者給予正確的決策，借以提升資源配置效率。量化投資相較于傳統投資形式具有一定的優勢，這主要體現在兩個方面：分別是速度與規則，從某種角度分析，我們可以預期，量化交易應用范圍，促使市場報價更為緊密，成交更為頻繁，從而增強市場流動性。與此同時，基于量化交易策略而言，其中部分交易存在策略的相似性，這對于未來的金融市場影響頗大，集中體現在市場價格波動這一方面，具體表現為高波動性以及規律性，上述改變與量化投資有著非常直接的關聯。
金融衍生品是社會發展的階段性產物，量化投資是基于傳統投資形式基礎上的創新與變革，兩者之間具有一定的關聯性，就好比人和人之間的合作，通過量化投資，金融衍生品能夠在某種程度上受益，彰顯其風險規避功能，量化投資對于投資者而言是巨大的福音，使其更理性地進行投資，從而避免由于自身主觀原因而造成的經濟損失，與此同時，能夠有效消除非預期損失。針對金融衍生品而言，其不斷發展對量化投資而言也是非常有益的，為其提供應用平臺，借助不同領域資源整合，從總體角度分析，優化金融市場，交易環境不斷完善，并且對投資者影響極大，使其投資理念不斷升華，投資水平在某種程度上也得到看提高，繼而促使投資者通過結合金融衍生品與量化投資獲取豐厚的投資收益。總的來說，金融衍生品與量化投資可謂是相輔相成的關系，彼此相互促進又相互影響，協調好兩者的關系對金融市場發展益處多多。
三、結語
總體來說，金融衍生品在我國金融市場的廣泛運用極大的促進了國民經濟的發展，量化投資是一種相對理想的投資理念，將金融衍生品與量化投資有效融合能夠獲得良好的成效，這于金融市場經濟發展而言也是極為有利的因素，為投資者提供了良好的應用平臺，促使其獲得比較豐富的投資收益。文章主要介紹了金融衍生品以及量化投資的發展，重點闡述了兩者之間的相關性。
參考文獻：
[1]李東昌.金融衍生品與量化投資相關性研究初探[J].山東工業技術，2015（06）.
[2]張梅.后金融危機時代金融衍生品的風險管理與控制[J].湖南商學院學報，2010（02）.
[3]寇宏，袁鷹，王慶芳.套期保值與金融衍生品風險管理研究[J].金融理論與實踐，2010（05）.
[4]林世光.可拓學在金融衍生品市場風險中的量化分析[J].武漢理工大學學報，2010（11）.
[5]薛智勝.金融創新風險的防范與監管探析――以金融衍生品為例[J].云南大學學報（法學版），2012（01）.
關鍵詞：量化分析；風險態度相關性；相關系數；理性投資
一、要解決的問題
（1）問題一：根據所給數據量化分析處理公眾投資者的個人狀況、信息獲取方式、媒體信任程度、風險態度。（2）問題二：在量化分析處理公眾投資者的個人狀況、信息獲取方式、媒體信任程度、風險態度的基礎上，建立合適的數學模型分析它們之間的相關性；
二、模型的假設
（1）建模時在所有的問題答卷中剔除那些相關性不大的問題，只從中選取具有代表性的問題，以減少建模復雜度。（2）建模過程中的各變量是相互獨立的且數據有很強代表性。（3）證券市場是有效的，且價格的變動具有慣性。
三、模型的建立與求解
（一）對問題一的求解
（1）模型的準備。通過對數據的分析，我們從所有47個問題中選出20個具有代表性的問題，將提煉出的問題分成4大類：個人基本信息狀況、信息獲取方式、媒體信任程度、風險態度。
（2）模型的求解與量化分析。通過對第一大類個人基本信息狀況中所選取的5個問題進行量化分析得到個人基本信息狀況的量化分析，在所有調查的616名對象中，女性共有236人，女性投資者占總投資人數將近四成。我國投資者的年齡主要集中在30歲以下，占調查總數的36.4%，其次是30～50歲，占比為31.2%，二者之和占到調查總數的近70%。60歲以上投資者僅占8.4%。盡管中高學歷投資者居多，但分析表明，教育程度與投資者收益沒有明顯關系。其次在廣大投資者當中97%的投資者屬于中產階級，62%的投資者目的在于改善生活，83.5%的投資者對上市公司只是部分了解，這也顯示出了中國投資者投資證券的意愿不強，市場的積極性未完全調動，但同時也說明了我國證券市場還有很大部分未開發，證券市場前景廣闊。
通過對第二大類信息獲取方式中所選取的5個問題進行量化分析可知65%投資者投資知識來源于時間和雜志，65.5%的投資者做投資時是經過理性分析的，這反映出我國大多數投資者是屬于風險厭惡者或者傾向于風險厭惡，在進行投資時還是比較理性的。其次有77.6%的投資者認為以往的投資經驗對現在或未來的投資是有用的。73%的投資者會關注財經新聞的報道，85%的投資者主要從網絡，電視，報紙雜志等媒體中獲得投資信息。
通過對第三大類媒體信任程度中所選取的5個問題進行量化分析得到的媒體信任程度量化分析表如表1所示。
從表1可以看出53%的投資者最初進入股市的原因是認為有利可圖，自己決定進入。對于媒體反復推薦的股票，68%投資者不會購買，對媒體的信任程度還是比較低的。其次有76.6%的投資者覺得媒體上推薦的股票是有一定道理的，但有40.4%投資者之所以相信媒體上推薦的股票是因為自身能力的不足，只好相信媒體推薦。同時，在聽取各類人士意見時，35%的投資者相信身邊熟悉炒股的朋友。總之，我國投資者對于媒體的信任程度還是偏低的，這同時意味著我國的證券業還有著巨大的發展空間。
通過對第四大類風險態度中所選取的5個問題進行量化分析得到的風險態度量化分析表如表2所示。
根據表2分析顯示，投資者的操作模式相對穩定，3個月內換手1次或更短的投資者占比最多，總體來看，投資者的持股時間相對較短，長期投資者占投資者比例較小。從趨勢上看，在2008年以來的下跌行情中，投資者更傾向于頻繁換手，3個月內換手1次或更短的投資者逐漸增加至62.4%，持股半年內的比例明顯下降至28.6%。至于持股一年以上的雖有所增加，但平均占比不高，這部分長期投資者的增加不能排除是因套牢產生的被動長期投資。股票下跌時，只有不到20%的股民會選擇低價再買入，再一次反映出我國股民大多數屬于風險厭惡者。同時，面對股價下跌，但持有目標是五年時，62%的投資者會維持不動，但面對股價下跌，但持有目標是三十年，只有42%的投資者會繼續維持不動。總之，投資者個人承擔風險的態度還是比較理性的。
（二）對問題二的求解
（1）模型的準備。證券市場市場參與者眾多，市場機制更為復雜，信息不對稱現象更為明顯。對于風險態度的衡量，在影響證券銷售量的因素中，有價格，上市公司市場信譽，投資者的風險態度等。本題中著重量化被調查者的風險態度。為了確定投資者分別隸屬于風險厭惡，風險中性，風險偏好哪種類型，我們在分析數據的過程中，給每個問題每個選項賦分的原則如下：1）選A、B、C、D的基礎得分分別為1、2、3、4。2）將投資者的態度分為（0～30）風險厭惡型，（31～60）風險中立型，和（61～90）風險喜好型。
相關系數用來反映兩者之間的相關性，考慮相關系數r時，我們遵循以下準則：1）當r>0時，表示兩變量正相關，r
通過數據分析，我國投資者的總體風險態度是介于風險厭惡和風險中立的，由此可以看出投資者較為希望通過風險投資增加其個人收入。但是由于客觀、主觀因素，投資者中，持觀望態度者較多。
（2）模型的建立與求解。根據題目提供的數據以及前面的賦值，算出所有被調查者的風險態度值，并選出問卷中的第二問跟風險態度進行相關性分析，則有：
結果為a=[1 1 1 2 1 1 4 3 2 1 1 1 1 3 2 2 4 3…1]
對應的風險態度值為b=[44 44 46 45 41 42 47 41 54 46 38 49 51 53 53 50 44 44…47]
根據以上分析可知總體個人狀況與風險態度的相關性小，由此得出我國近段時間進行投資的民眾數量較大，覆蓋到不同民眾的方方面面。信息獲取方式與風險態度之間聯系大、得知在我國的投資領域，投資者的信息獲取途徑和多少對其投資的方向性還是有較大的影響。媒體信任程度與風險態度之間的相關性適中，可知部分投資者對待媒體信息的態度還是比較冷靜。
參考文獻：
[1] 楊桂元，黃己立.數學建模[M].合肥：中國科學技術大學出版社，2008.
[2] 李柏年，胡守信.基于MATLAB的數學實驗[M].北京：科學出版社，2004.
[3] 魏捷.關于調查問卷中定性數據處理方法的探討[D].中南財經政法大學 2008.
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“異常”,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。”為對沖第一個賭注的風險,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。
記者：量化投資有什么特點？
劉釗：量化投資的主要特點是買入、賣出股票，不再是由人的主觀判斷做出決定，而是由量化模型決定。量化投資是一套科學的方法，有嚴格的分析、計算，什么好什么不好，不是我們自己說了算，是數據和模型說了算。即使是簡單的低市盈率投資方法，只要能嚴格執行，就能取得超額收益。
記者：排除了人為主觀情緒的影響，但由量化模型控制的量化投資基金的收益會如何呢？
劉釗：我們可以看看美國最成功的量化投資大師――詹姆斯?西蒙斯管理的大獎章基金，在1989年―2006年的17年間，大獎章基金平均年收益率達38.5%，而股神巴菲特過去20年的平均年回報率也不過20%。正是鑒于量化投資的巨大威力，摩根士丹利華鑫基金公司經過兩年的精心準備，推出了國內真正意義上的量化投資基金――大摩華鑫多因子基金。
記者：量化投資的成敗，關鍵在哪里？
劉釗：普通投資者買賣股票，主要是基于政策、基本面、市場、技術等各種信息和經驗來做出交易決定，這些因素屬于主觀判斷，而且往往容易受到情緒的影響。量化投資是將投資思路通過設定的指標、參數體現在量化模型上，通過計算機系統自動買賣股票，因此，量化投資的關鍵點就在于建立一個好的量化模型。
記者：量化投資和價值投資沖突嗎？
劉釗：說到投資，大家首先想到的是巴菲特的價值投資，從長期的歷史實踐看，價值投資確實比較有效，量化投資也可以建立價值投資類的模型。
舉例來說，衡量價值投資的最重要指標是低市盈率，如果以市盈率為標準來建模，以2005年5月為時間點，按市盈率對所有上市公司排序，再按市值比例模擬買入市盈率最低的100只股票，第二年5月，重新計算市盈率最低的100只股票，并調整組合，如此重復，每年調整一次倉位。得到的結果是，從2005年5月至2010年5月，滬深300指數的年化收益率為25.4%，同期量化建模的低市盈率策略基金的年化收益率達到29.46%，與滬深300指數相比，低市盈率策略基金的超額收益為4.06%。以此為基礎，再以預期市盈率為基礎建立一個模型，并模擬買入當年預期市盈率最低的100只股票，量化模型的年化收益率有36.51%。
記者：大摩華鑫的量化投資模型有何成功之處？
劉釗：大摩華鑫量化投資的模型既有一些過去歷史上證明非常有效的投資方法，比如價值投資，也有投資管理團隊的支持，大摩華鑫資深基金經理多年的投資經驗也為大摩華鑫的量化模型提供了一些思路。此外，我們還通過外方股東摩根士丹利以及通過數據挖掘的方法，找到一些好的投資策略，為建模提供思路和方法。
關鍵詞：雙向交易；指數基金；量化投資
中圖分類號：F832.5 文獻標識碼：A 文章編號:1003－9031(2012)05－0004－04 DOI:10.3969/j.issn.1003-9031.2012.05.01
一、引言
對大多數普通投資者而言，指數基金是一種比股票更好的投資對象。但實際上，指數化投資本質上只是一種擇股策略，可以幫助投資者選出一籃子股票，解決了“買什么”的問題，但對于交易系統中“什么時候買和賣”并沒有很好的指示，也不能保證在短期內就能獲得良好表現。由于絕大部分基金都不能跑贏指數基金，李海波（2008）建議普通投資者投資指數基金，但是應避免兩個誤區：一是在局部地區的長期熊市中不適合長期投資指數基金，二是在全球股市的長期熊市中不適合長期投資指數基金[1]。但仍有很多專家在向投資者傳遞一個錯誤的信號，即對指數基金應當長期持有。實際上，“長期投資”不等于簡單的“持有不賣”。國內多數文獻都將重點放在指數基金樣本構建和跟蹤誤差計量方面（張帆，2007；趙勇，2010）[2][3]，而鮮有針對指數基金進行投資組合的研究。本文將在趨勢分析的基礎上對指數基金的量化投資進行系統研究，分別在單向做多機制和雙向交易機制背景下構建指數基金量化交易系統。本文將引入一套“擇時”機制，將其與指數基金自身的“擇股”優勢結合起來，這樣可以在長期當中戰勝市場和大多數機構投資者。尤其是在2011年12月融資融券標的再次擴容，7只ETF指數基金被納入交易標的之后，雙向交易機制下的盈利模式跟以往相比發生了根本性的改變，基于趨勢分析的量化交易將賦予指數基金產品更多的吸引力。
二、理論基礎與樣本選取
（一）理論基礎
指數基金量化交易的基石是趨勢分析，而趨勢分析是建立在技術分析的三個假設條件之上的，即：所有的信息己反映在價格之上；市場是按趨勢運行的；歷史將會重演。在技術分析方法中，“趨勢”是核心內容之一。趨勢交易方法在國內和國外、專業和非專業投資者中都得到了大量的應用，并且取得了良好的成績，本文將基于趨勢交易的思想，來對指數基金進行量化。
（二）指數樣本的選擇
趨勢交易的本質就是“順勢而為”，抓住波段收益。在對指數基金進行量化之前，選擇什么樣的指數來進行量化是首要問題。通過大量的數據統計分析，筆者發現指數表現有著鮮明的“個性”：大盤指數運行較穩定，波動幅度不大，區間運行時間較長，用它來做趨勢交易的收益不高但波動率也較低；中小盤指數表現則更為活躍，趨勢變化更快，波動幅度更大，區間運行時間較短。相比較而言，中小盤指數是更為理想的交易標的，因此，在以下的量化分析當中筆者選取滬深300指數代表大盤指數，選取中小板指數代表中小盤指數。
（三）時間周期的選擇
筆者選取2006年1月至2011年12月這段時期作為研究樣本，其間包含了大牛市、大熊市、盤整震蕩市等多種情形，完成了幾個完整的牛熊輪回，用這樣的數據分析得出的研究結果更具有說服力。
三、實證方法與實證結果
（一）實證方法
首先，筆者選擇最簡單、最直觀的均線交易系統（MA）作為數據分析系統，該系統體現的是“叉點”交易思想：即在短周期均線上穿長周期均線形成“金叉”時買入；短周期均線下穿長周期均線形成“死叉”時賣出。交易周期用日K線①。然后，筆者采用“插值法”的思路對交易系統進行優化，即選擇不同的參數組代入交易系統當中來測試效果，評價的標準包括：收益率、標準差、平均盈利、平均虧損、最大盈利、最大虧損、最大回撤幅度、最長滯漲周期等。
（二）實證結果
1.單邊做多機制下的統計結果
在單向交易機制下，運用大智慧證券分析軟件采用MA交易系統對2006.01―2011.12期間的滬深300指數和中小板指數進行優化可得到表1和圖1與圖2。
從表1可知，不管是滬深300指數還是中小板指，在MA交易系統中的表現要遠優于“一直持有”策略；簡單買入中小板指并一直持有的話，收益率為94.40%，而在MA交易系統中的收益率為764.18%。另一個特點就是在MA交易系統中，平均盈利與平均虧損的比值都在2以上，充分體現了“小虧大贏”的投資思想。由圖1和圖2可以看出MA交易系統的凈值表現更加穩定向上，與指數本身的走勢相比，回撤幅度更小，波動幅度更小而總收益率更高。
2.在雙向交易機制下的統計結果（無空倉）
在即可做多也可做空但無空倉的雙向交易機制下，運用華財經Mytrader2009軟件采用MA交易系統對2006.01 -2011.12期間的滬深300指數和中小板指數進行優化得到表2和圖3與圖4。
在雙向交易機制下，MA交易系統的表現更優于“一直持有策略”，表現為不僅有“多頭盈利”部份，同時還有“空頭盈利”部份。同時，平均盈利與平均虧損的比值進一步放大，更多地體現了“小虧大盈”。由于做空帶來的收益加上連續獲利的復利作用，使得最終收益率比較單向做多交易下又有了較大的提升。與圖1、2進行比較可以看出，圖3和圖4中MA交易系統的凈值上升得更加陡峭，也更加平滑，說明在雙向交易機制下總收益率更多，同時回撤幅度波動幅度更小。
3.不同投資策略下收益率和風險比較
由表3可知，從收益率角度出發，在單向做多機制下，不管是中小板指還是滬深300指數，采用MA交易系統的表現都要遠優于“一直持有”的收益，也遠遠超過了同期主動型基金的平均收益，而且這還沒有將空倉時間的收益計算在內（實際上空倉時間很長，而且在空倉時間資金還可以投入到一些流動性好的固定收益投資品種）。另外，在采用相同的交易系統進行優化的條件下，中小盤指數的表現要優于大盤指數（滬深300），這說明選擇什么樣的指數非常重要。
總的來看，從波動程度、最大回撤幅度角度看，MA交易系統的凈值曲線并沒有和指數曲線一樣出現大幅震蕩，回撤幅度更小，滯漲時間更短，在較長時間內保持穩步向上的增長，符合“長期穩定”的贏利之道。采用MA交易系統對指數基金進行投資，不僅在收益率方面表現更佳，而且風險控制也遠優于“一直持有”策略。
四、結語
（一）結論與需要解決的問題
在雙邊交易機制下采用MA交易系統對指數基金進行操作的結果要遠優于單邊做多機制，更優于“一直持有”策略，同時也優于同期主動型管理基金的表現。但要將其付諸于實際操作當中，還要解決以下問題。
1.盯住指數是否有可雙向交易的交易品種。2011月12月融資融券標的擴容之前，只有瀘深300指數可以通過IF股指期貨進行做空交易從而實現雙向交易，其它指數基金只能做多交易在融資融券標的擴容之后，新加入7只ETF基金可通過融券方式進行做空，但到目前為止，可供做空的指數基金產品數量還比較少，指數產品本身的管理資金規模也有限，難以吸引大規模資金進入。隨著融券標的逐步放開，會有更多的指數基金產品納入做空的標的范疇。
2.交易成本的問題，特別是融券融券的交易成本。以上數據分析都是在低成本假設（傭金費率設為千分之0.3）基礎上完成的，對于機構投資者而言，申購指數基金的實際費率還要低（很多指數基金超過500萬的申購費只要1000元），若采用融券賣空，則需要支付一筆融券費用，這將增加交易成本，降低交易收益。對中小投資者來說，交易成本最低的還是ETF基金和LOF里面的指數基金，因為可以在場內進行買賣而不用交印花稅，遠低于在場外申購贖回交易。事實上，現行市場成本最低的賣空方式是股指期貨，但目前股指期貨交易標的只有滬深300指數，而且交易門檻比較高，不適合廣大中小投資者。
3.流動性的問題，即市場容量的問題。指數基金進行量化投資，首先要有一個足夠容量足夠品種的指數基金市場。而現在，很多投資者對指數化產品在中國的發展前景表示懷疑，新的指數基金產品發行舉步維艱，老的指數基金份額也在不斷縮水，這對機構投資者特別是FOF（基金中的基金）管理者參與到這個市場帶來的難題。
4.模型選擇、整合、參數優化問題。一個好的交易模型是量化投資追求的“圣杯”，要構建一個優秀的量化交易系統需要進行大量的數據收集和統計處理工作。過去的良好表現只能代表過去，過去表現良好的模型和參數在將來未必有良好的表現。幾乎不存在一如既往表現良好的模型和參數，每過一段時間，就需要對原來的模型和參數進行調整。
（二）建議
1.對于廣大中小投資者而言，應該更清晰地理解 “長期投資”的概念，即“長期投資”不等于“長期持有”，理解在原有的單邊做多的交易機制下，即使是做長期投資，也會有很多時間是處于空倉狀態。在新的雙向交易機制下，投資者要學會使用做空工具，利用融資融券，開辟新的盈利模式，熟悉新的投資策略和投資標的。
2.對于基金管理者而言，應使用做空機制來對沖系統風險。據統計，2011年中國FOF產品（主要是券商類FOF）全年平均業績為-22.5%，幾乎與基金的平均虧損持平。可見，大多數FOF基金的管理者沒有使用做空機制對沖系統風險，甚至沒有進行基本的倉位控制來回避系統風險。事實證明，在現有的中國市場采用“一直持有”的投資策略是無效的。而如果引入基金量化交易系統，特別指數基金具有的成本和選股獨特優勢，將大大提升FOF產品的業績，這是未來中國FOF產品發展的方向。
3.對于政策制定者而言，應進一步推動指數基金在中國的發展，促使更多的指數化產品面市，推動金融產品創新和管理創新。從歷史看，指數基金產品必將成為中國基金業發展的重點，針對指數基金進行量化投資的需求，將刺激更多的指數基金上市，這將吸引更多的投資者進入到基金市場。
參考文獻：
[1]余偉.我國開放式指數基金績效的實證研究――基于2008年至2010年度數據的分析[J].企業導報，2011（7）.
[2]齊岳,王文超.指數基金投資績效分析[J].經濟問題，2011（2）.
[3]李海波.指數基金投資策略研究[J].西南交通大學學報，2008（10）.
一組復雜的科學數字，一套無法揣摩的公式模型，談及量化投資，或許這是給人的第一印象，猶如一個黑匣子，神秘而難以猜透。在華泰柏瑞量化指數增強擬任基金經理卿的眼中，量化投資其實很簡單，與主動投資一樣，量化亦是一種投資方式，即依據數學模型通過計算機來處理大量的信息，然后按此來進行投資決策。
卿女士曾任職于被譽為量化投資鼻祖的巴克萊全球投資公司，在擔任量化投資經理時業績突出。華泰柏瑞量化指數增強股票基金是華泰柏瑞旗下第16只基金產品，由擔任基金經理。
談及量化投資，卿具體介紹說，投資方式就好比農耕種植，傳統的主動股票投資猶如最初的小農經濟模式，從選苗、播種至灌溉再到收割，整個過程都需要依靠大量的人力進行手工勞作完成，雖然每個環節都能做到精細化，但耕耘范圍和產出卻比較有限。然而隨著經驗的累積和科技的發展，原始的小農經濟逐步發展成為農業機械化，根據長久以來掌握的自然規律和種植技術，整個農耕過程交由具備特定生產技術功能的自動化機器取代繁重的手工勞作，這樣不僅大大提高了經濟效益，更能有助于抵御自然風險和市場風險。量化投資亦是如此，從傳統的主動股票投資中汲取經驗，尋找影響股票價格的各種因素和規律，借助計算機處理大量信息來進行投資決策，從而有望實現穩定的超額收益。
“然而成功的量化投資又并非單純的‘隨機行走’，必須嚴格遵循以下三個特性。”卿表示。
首先是科學性。量化投資不受人情緒影響，通過科學理性的研究和分析手段做更大范圍內的耕耘，可以較早發現市場中的一些新趨勢，但又不會過早離場。
其次是強調信息處理和投資決策的紀律性。即嚴格執行量化投資給出的投資建議，不隨著基金經理的主觀判斷而隨意更改。如今年洋蔥是熱點就種洋蔥，明年大豆是寵兒就改種大豆，在卿看來這樣的投資方式是不可取的，也是不長久的。一個負責任的投資應當是不盲目追求熱點，堅持自己的風格，堅持自己擅長做的事情。
最后是風險控制的前瞻性。不同于事后進行風險管理的主動選股策略，量化投資更強調風險控制的前瞻性，華泰柏瑞量化指數增強基金的回測結果顯示，量化投資可借助風險模型和分散化投資預先設定風險水平并且做到風險的較有效控制。
1、各類投資工具及其風險的概要分析
風險越大，回報越大。早在馬克思的資本論中便已經從另一個側面對這一現象做出了很好地詮釋。作為投資的一個伴生要素，如何對風險進行有效地控制將直接關乎在投資行為中，獲取預期收益的概率和能力。投資風險的根源在于未來可能發生的不利事件，投資行為是謀求未來一段時間的現金流收益，所以投資的預期收益就牽涉到對未來的預測，這一預測是建立在對可能影響未來收益回報的各類驅動因素的分析。然而這些驅動因素通常都會有不確定性，正是這種不確定性導致了風險的發生。所以風險是由風險驅動因素的不確定性產生。而不同的投資工具其不確定性也各不相同。
將個人投資行為分類，常見的類別包括：金融類投資、房產類投資、實業類投資、民間借貸、期貨投資這樣五種主要類別。以目前的形勢來看，房產類投資和金融類投資相對屬于低風險投資，實業類投資屬于一般風險類投資，期貨類投資和民間借貸均屬于高風險投資。
金融類投資、房產類投資和期貨類投資可以看成是一組投資方式，因為受我國市場政策影響，這三類產業具有聯合調控的特點，三個產業中的一個或兩個呈上升趨勢時，另外兩個或一個產業必然會呈下降趨勢，這是受我國政府的宏觀調控所影響。其中金融類投資主要包括銀行存款、債券、股票、基金等，這些投資種類進一步劃分可以分成保本投資和非保本投資，存款、債券和部分基金屬于此類，此類投資具有收益低，風險小的特點，在搭配個人投資組合時這一類投資可以作為一個抵消風險的投資項納入考慮。而股票投資和另一部分基金投資則是屬于非保本類投資，投資收益隨著其風險的等級升高而隨之上升。這部分投資除了要看被投資主體的經營情況，歷史業績走勢等，還需要充分關注房產市場、期貨市場的情況，目前我國是房產市場熱，期貨市場熱，那么股票市場勢必低迷。如果這兩個市場境況轉冷，那么也就預示著金融市場的繁榮，此時加大持有量并制定適當的風險策略無非是一個很好地選擇，這一類風險的規避策略應當以量化分析為導向，下文會詳細闡述。
對于地產市場來說，熱度近年來一直居高不下，最近受政策影響有些轉冷，但是分析政策不難看出，我國的政策決定地產市場一直是一個貨幣的蓄水池，如果蓄水池不再蓄水，那么人民幣則會大量升值，如果中國政府為了貨幣找到另一個蓄水池，那么人民幣勢必走向世界。如果這兩種情況出現，房產市場會有所冷卻，但考慮到房產市場的鋼需屬性，一個位置比較好的房產投資依然是比較穩妥的低風險投資選擇。這一類風險的規避策略應當著重于位置的選擇上，如果能夠提前知道周邊政府未來的規劃，那么對于風險分析來說將更加準確有效。
另外兩種實業類投資和民間借貸，這兩種有一個共性，相較地產市場以位置為導向來說，這兩種投資是以人為導向，即被投資主體均是人。這兩種投資除了要應用到正確的風險量化方法以外，還需要有詳細的合同約定以及對被投資人的全面分析。合同約定中包括收益分配、責任、義務等均要做詳細的約束，如果是對熟人投資那么更要注意在合同中確定好雙方的責任與義務，避免今后權責不明的情況出現。對被投資人的全面分析要關注于此人的風評、業務水平、以及償債能力。一個連生活都成困難的被投資人在生意不順時卷款走人這種現象屢屢發生。
對于某些資金充裕的投資人來說，還有一種實業類投資是參股某公司成為股東，這類投資通常牽涉資金量大，行為復雜且個性多于共性，所以本文中不再多做論述。
2、風險的量化分析方法
為了能夠有效地規避風險，通常需要經歷五個步驟，即風險識別，風險定性分析，風險定量分析，制定風險控制策略，實施風險控制策略。而其中的風險量化分析是非常重要的一個環節。無論哪種投資，投資人都需要明確兩個要點，即獲得利潤的概率如何以及失敗時的損失是否能夠承受。這兩個指標均是風險定量分析要解決的問題。
風險定量分析顧名思義，將投資風險從一個大致的認識變為具體的金錢數字。例如說我投資了某個基金A萬元，如果不出意外的話年底我能拿到m萬的紅利，如果有意外的話我可能會損失n萬元。這種認識無助于投資人進行投資決策以及展開風險控制，如果變為年底我有x%的可能獲利m萬元，y%的可能保本，z%的可能損失n萬元，那么投資人就可以通過（A+m）*x%+A*y%+（A-n）*z%這個公式簡單計算其綜合收益，并與投入進行比對，來決定投資是否可行，以及發生風險的概率及損失程度。再進一步的情況可以將此投資方案和其他投資方案進行對比，來搭配最優化的投資組合。
定量分析方法在投資行業中非常常見，種類也有很多，本文給出兩種方法，即綜合仿真分析法和基數計算法。其中第一種方法適用可以找到一定規律，即被投資主體已經經歷了一段時間的運營，或屬于一個長期穩定的行業。第二種方法適用于新興行業或在某穩定行業中新開展的運營活動。
所謂綜合仿真分析法是一種統計學的方法，而且顧名思義，要進行仿真分析。如前文所說，每一種投資都有其風險驅動因素。綜合仿真分析法的關鍵就在于如果想對風險進行量化，那么首先要對這些風險驅動因素進行量化，而量化的手段就是采用統計學的方法，來確定其變化趨勢，從而分析因為這些驅動因素變化而導致的風險區間。通常在開展這一方法時多用到數學模型或者統計工具。以某一個零售業的實業投資為例，經過分析認為，這個零售業其風險因素主要有進貨市場價格的不穩定、進貨量的不確定、購買者數量的不穩定，以及商品庫存造成的損耗。也就是說這一零售業共有四個風險因素。經過對相同地區同類市場的調查，以月為單位收集樣本點，即針對于一年中各個月份收集四個數據點，放入工具中開展分析，定位每一個驅動因素的變化規律，例如輸入Beta分布，正態分布，均勻分布等。再將每一種因素的最悲觀和最樂觀的估計對盈利能力的影響進行預計，例如最好的購買這數量可以為店內造成m的收益，最不好的情況則造成n的收益（n可以為負），將以上元素放入風險工具/統計工具中，例如水晶球，Matlab等。從而獲得一個置信度以及對應的盈利、虧損范圍，從而實現上文中所述的分析。
基數計算法和仿真法有些相似，而且都是為了獲得盈利虧損范圍以及其對應發生的概率。但基數計算法更加粗糙一些，其過程是要首先確定一個利益回報的基準，例如說某只基金年化收益5%。那么這個5%則被視為一個基準，在這個基準的基礎上分析可能影響到基金收益的因素，確定這些因素會對利益回報帶來的影響的可能，進而獲得各個盈利點的置信區間。
3、如何制定有效的風險規避策略
當有了一個很好的分析之后，下一步就是要制定風險規避策略。按照大類來分，可以將風險規避策略區分為事前控制以及事后補救。通常來講事前控制屬于降低風險，事后補救屬于降低損失。
對于事前控制來說，其關鍵點衍生于上文所述的量化風險分析，在量化風險分析過程中，可以開展一個名為“敏感度分析”的工作，即將每個風險因素對收益的影響的能力進行量化。例如說當客流量下降20%時，除了銷售量的下降，還會因為存貨損耗而造成更大的利潤損失，其損失可能達到35%。那么這時就可以給客流量這個風險因素定義敏感度為35%/20%即1.75。通過對所有風險因素進行敏感度分析并排序，篩選出排序靠前的要素建立風險指標追蹤表進行重點追蹤，重點監控，當指標異常時及時做出應對措施，例如發起討論會議、增加追蹤強度、變更投資比例甚至撤資。
還有一類風險控制手段是通過對資金量的控制，達到降低風險的目的，例如分段投資、固定投資、相對盈利等，這些方法通過控制資金的流入流出量，將風險造成的后果限制在一定范圍之內，從而達到降低風險的目的。
當風險發生時，要學會事后補救。事后補救并不一定是指投資期完結后的補救，也可以指風險發生后的補救。主要的方法包括風險回避、損失控制、風險轉移和風險保留。
其中補救階段的風險回避一般情況下是我們常說的止損，即撤資以避免更大的損失發生，這種方式是投資主體有意識地放棄風險行為，完全避免特定的損失風險。簡單的風險回避是一種最消極的風險處理辦法，因為投資者在放棄風險行為的同時，往往也放棄了潛在的目標收益。如果不是極端惡劣或發生了某些特殊情況例如有新的投資方案明顯優于此方案，那么通常不會考慮采用這種方式來補救風險。
損失控制和風險轉移則是主動接受風險并采取相應措施來減少風險帶來的損失，通過各種手段將風險限制在可接受的范圍內。這種方式是風險最常見的處理方式，既然無法消除風險并且還希望獲得收益，那么就需要對風險進行有效的控制或轉移。
風險保留則是被動接受無法消除的風險，通過先期計劃采取手段彌補風險損失。常見的方法有風險儲備金。談到儲備金就又要提到上文所述的量化風險分析。由于量化風險分析可以獲取各個盈利范圍以及對應的置信區間，那么通過將最可能盈利點（如80%可能的概率）和目標盈利點（50%可能的概率）進行相減，其差價即為應當保留的預備金。提前預留出預備金，當風險保留行為發生時利用預備金補入投資項目中，避免由于風險發生、資金缺口造成的更大的惡果。
關鍵詞：量化寬松 貨幣政策
2009年3月起，美國連續實施量化寬松政策，這一政策的實施，對我國經濟產生的巨大影響，不僅經濟受到流動性泛濫的沖擊，而且在經濟增長速度放緩的局面下，使中國有可能面臨低增長、高通脹的境地。由此，中國必須正視這種沖擊，采取積極的姿態予以應對，這樣才能確保經濟的持續、穩定增長。本文針對當前國際經濟形勢分析了美國量化寬松政策，闡述了量化寬松政策實施以來中國經濟所遭遇的挑戰，以及在政策選擇上面臨的困境，并給出了切實可行的應對措施，以期對今后的研究有所助益。
美國經濟與金融形勢分析與第三輪量化寬松政策
（一）美國經濟形勢分析
美國經濟自2011年第二季度再次探底之后，持續企穩回升，復蘇態勢良好，尤其是2011年第四季度GDP環比增長3%，超出市場預期。2012年第一季度，美國經濟延續了2011年底的良好局面，GDP增長率為2.8%。但是就業市場前景仍不明朗—美國勞工部2012年5月4日公布的數據顯示，2012年4月非農就業人數增加僅為11.5萬人（預期增長為17.0萬人），創下2011年10月以來的最低月度增幅，美國仍有超過1250萬人處于失業狀態，失業率為8.1%。專家預計，美國還需要3年時間，才能將失業率降到6％，即恢復就業正常的狀態。再加之歐債危機的潛在風險沖擊，美國經濟形勢可謂喜憂參半。數據說明，美國經濟正在溫和回升，但“回升的火力仍不夠”。
（二）第三輪量化寬松政策
2012年一季度受益于經濟平穩增長和歐債危機風險的釋放，美國股市、債市等資本市場出現一定的繁榮景象，但是進入2012年二季度以來，隨著經濟增長出現放緩跡象，股市持續下跌。專家預計，美國股市將保持低迷，利率傾向于保持低位不變，流動性方面仍較為充足，美元價格回升，通貨膨脹保持平穩。
從經濟的基本面來看，一般認為美聯儲實行量化寬松需要兩個客觀條件：一是失業率上升，二是通脹下降。當時的情況是，失業率下降，通脹也在下降。從政治角度來看，2012年4月份美國新增非農就業崗位表現不佳，令民眾對疲弱的勞動力市場的擔憂重新升溫，在大選年期間，奧巴馬通過寬松措施短期內降低失業率來贏得選票。
從美聯儲內部來看，當時對啟動量化寬松主要存在三種觀點：一是認為美國經濟仍比較脆弱，只要通脹率不超過2%就要重啟；二是認為只有經濟復蘇動力出現嚴重消退才會啟動；第三種觀點認為長期維持高度寬松的貨幣政策存在極大的風險，對重啟量化寬松重持審慎態度。2012年9月13日，美國聯邦儲備委員會宣布了第三輪量化寬松貨幣政策（QE3），以進一步支持經濟復蘇和勞工市場。根據新方案，美聯儲每月將在二級市場購買400億美元機構抵押貸款支持證券，直到美國失業率降至7％以下。另外，美聯儲還決定將聯邦基金利率保持在零到0.25％超低區間的時限從之前的2014年年底延長到至少2015年年中，并將旨在壓低長期利率的“扭轉操作”延續至2012年年底。
量化寬松貨幣政策影響分析
（一）前兩輪量化寬松貨幣政策影響分析
為了應對金融危機和改善信貸市場環境，2009年3月18日，美聯儲聲明將在未來的6個月內購買長期國債，總額高達3000億美元，這正式宣告美國進入量化寬松貨幣政策時代（簡稱QE1）。2010年11月3日，美聯儲再次宣布，在未來的8個月內購買總額高達6000億美元的長期國債，并將聯邦基金利率設定為0-0.25%。這就宣告美國第二輪量化寬松貨幣政策（簡稱QE2）正式開啟。
量化寬松貨幣政策的實質就是在脫離實體經濟需求的情況下，開動印鈔機向市場大量輸入流動性。這種極端的貨幣政策將美國國內通貨膨脹與貿易赤字壓力轉嫁至以中國為首的新興市場經濟體，推高中國經濟運行成本，給中國經濟增長造成了相當程度的負面影響。
首先，大宗商品價格暴漲。美元為世界儲備貨幣，世界主要商品定價均以美元為基準，而QE向金融市場注入的大量流動性資金，很大一部分通過進入黃金、原油、糧食和其他重要工業原料的期貨交易來實現套利，由此大幅推高了大宗商品和初級產品的價格。自QE1推出后的2009年5月到2010年5月，一年之間，紐約證券交易所各期貨指數中，黃金上漲32.04%，原油上漲22.95%，大豆上漲41.40%，玉米上漲86.17%，銀上漲了159.81%。
國際大宗商品價格的暴漲，帶給初級產品主要進口國尤其是經濟高速增長的中國以高額的成本負擔。由于制造業企業的利潤空間本身有限，成本的大幅增加嚴重加劇了制造業企業的生存難度，而更為嚴峻的影響則作用在出口導向的加工制造型企業上。
其次，國內通貨膨脹壓力高漲。大宗商品特別是資源類商品在中國進口商品的結構中占據了相當大的比例，因此國際原材料價格的上漲，就會直接推動國內CPI指數的上升。就在QE2推出的當月，中國CPI同比上漲5.1%，2011年7月的CPI增幅更是一度高達6.5%。
第三，外匯儲備損失風險高漲。據國際清算銀行（BIS）的數據顯示，反映美元匯率綜合變動的美元有效匯率指數在2008年末為101.02點，而在QE1實施后，到2010年10月，這一指數已經跌至81.95點，下降了近20點。2010年7月至10月底，南非、土耳其、韓國、印度、俄羅斯、巴西等新興經濟體貨幣兌美元分別升值約9.7%、9.7%、8.7%、5.8%、2.5%和2%。正是美聯儲的量化寬松政策導致并強化了美元下行的態勢。在這一態勢下，中國國債損失巨大。根據2011年4月美國財政部等機構聯合的《外國持有美國債券情況報告》顯示，截至2010年末，中國持有美國國債達到1.16萬億美元，占外匯總儲備的40.74%。而兩輪量化寬松政策實施以來，人民幣相對于美元持續升值近8%，造成直接外匯儲備損失1300多億美元。
（二）QE3實施影響分析
第一，未來國際大宗商品價格將重新展開升勢，加工制造型企業生存困難。國際大宗商品價格暴漲，加重了中國初級產品進口企業的成本負擔。由于制造業企業的利潤空間本身有限，成本的大幅增加使企業生存難度不斷增大，尤其是對艱難渡過金融危機與兩輪量化寬松的出口加工型企業而言，QE3有可能意味著更為沉重的打擊，甚至是滅頂之災。
第二，CPI上行壓力進一步加大。為應對美國量化寬松帶來政策的多重影響，中國也將重新審視自身的貨幣政策，在QE3的作用下，中國的貨幣政策將來很可能會跟隨美國的貨幣政策而進一步寬松，剛剛緩解的國內高通脹壓力將重新顯現。
第三，美元價格升勢將被逆轉，很有可能再創新低，中國外匯儲備損失風險再次高漲。據統計截止2012年3月，中國持有美國國債1.17萬億美元，假如在QE3中美元再次貶值10%，按照換算公式，中國直接外匯儲備損失將達1600多億美元。
第四，熱錢流入擾亂中國金融、經濟秩序。美國采取量化寬松貨幣政策后，資金將再次大規模流入中國，導致金融資產泡沫增大，對股票市場和房地產市場的穩定造成相當程度的沖擊。大量熱錢還將流入中國實體經濟領域，廉價美元大量購買中國優質資產，將會對中國中長期經濟發展帶來本質性傷害。
綜合來看，QE3實行，中國經濟再次受到流動性泛濫的沖擊，在經濟增長速度放緩的局面下，有可能面臨低增長、高通脹的境地。
中國應對美國量化寬松政策的策略分析
綜上所述，針對美國實施的量化寬松政策，中國應該采取積極的姿態予以應對，本文認為，至少應該在加快外貿行業產業結構優化升級、儲備投資多元化、推進人民幣國際化、加強對國際資本流動的監管、人民幣盯住美元措施等方面加大實施力度，有效應對美國量化寬松政策對中國帶來的沖擊，由此確保中國經濟的持久、平穩發展。
（一）加快外貿行業產業結構優化升級
在成本提高和人民幣升值雙重壓力之下，加工制造行業出口競爭力正遭遇嚴峻考驗。為了達到控制成本的目的，未來應該將加工制造環節逐步內遷，只將設計、銷售等高附加值環節留在沿海。在產品上，不再以“價廉”作為主要訴求，而轉以“物美”為發展方向，擴大高附加值產品和服務的出口，加快從“中國制造”到“中國智造”的轉變，堅持走自主創新的可持續發展道路，通過技術創新降低成本、提升產品層次，力爭擺脫原材料成本持續上漲的影響。
（二）儲備投資多元化
應尋求安全和利潤的平衡，一味以美元作為外匯儲備的戰略已經不再可取，對美元未來走勢應當保持足夠的警惕。當前，應當不遺余力地調整資產結構，選擇購買海外優質資產，特別是擴大對美國的直接投資，以提升中國資源儲備的質量，增強抵御國際金融風險的能力。目前中國對美國的直接投資不足美國吸引外國直接投資的1%，這一點必須引起中國政府與企業的重視。同時，緊盯大宗商品價格，擇機進入市場。另外還可以考慮增加持有美國優質跨國企業和國際組織的股票，實現儲備與投資的多元化。
（三）推進人民幣國際化
量化寬松引起的美元貶值導致中國外匯儲備大幅縮水，但是如果人民幣是國際結算貨幣的話，情況將大為不同，中國貿易盈余將得到保值。量化寬松的貨幣政策導致國際貨幣體系短期內有質的變化雖不現實，但是卻在實際上削弱了美元國際公信力。在此機遇下，可在企業“走出去”的過程中，擴大貨幣互換的范圍和規模，穩步推進中國與其他國家的貨幣互換，爭取人民幣區域貨幣的地位，為人民幣地位的提升不斷努力。
（四）加強對國際資本流動的監管
美國量化寬松后，巨量資金便流入中國，干擾中國經濟正常運行，這個口子當如何堵住？為遏制熱錢流入，必須加強對外匯流動的監督和管理，加強對外匯貸款的控制，對熱錢的沖擊目標、流入渠道和方式進行監測和分析，提高應對措施的針對性和有效性，努力穩定股票與房地產市場。中國可以考慮實行更為嚴格的管理手段，從以往的經驗判斷，嚴格的管控手段的效果預期要明顯好于其他新興市場。
（五）人民幣盯住美元
既然量化寬松貨幣政策是主動推動美元利率匯率走低的廉價美元政策，那么人民幣盯住美元就是被動的廉價人民幣政策。但是，這一政策在未來的一定時期內還需要堅持。原因在于，若美國以及全球經濟逐漸走出衰退的陰影，美元不一定會持續走高，而有可能在投資者風險偏好上升的情況下，美元作為避險貨幣的投資需求下降，這樣一來，美元有可能繼續貶值。而人民幣匯率如果能持續以美元為參照，至少可以減少匯率波動帶來的不必要的交易成本和資金流波動，有利于保持中國商品的出口競爭力。
1.方圓.美國量化寬松政策對我國的影響及應對措施.現代經濟信息，2011.4
2.李永剛.重視應對美國量化寬松的貨幣政策.宏觀經濟管理，2011.3
3.李永剛.美國量化寬松貨幣政策影響及中國對策.財經科學，2011.4
4.李永剛.美國第二輪量化寬松貨幣政策影響分析.北京理工大學學報（社會科學版），2011.8
5.李永剛.美國量化寬松貨幣政策對世界新興市場國家的影響.高校理論戰線，2012.1
6.李永剛.金融危機對中美核心經濟關系影響及中國對策.中國科技論壇，2012.2
7.毛玲玲，祝應喜.美國量化寬松貨幣政策對我國經濟的影響及啟示.現代商貿工業，2011.9
8.姚斌.美國量化寬松貨幣政策的影響及我國的對策.上海金融，2009.7
9.閆瑞明.量化寬松貨幣政策：美聯儲的次優選擇.西部金融，2009.7
10.張海寧.美國量化寬松貨幣政策的影響及對策.中國證券期貨，2011.10
［DOI］10．13939/j．cnki．zgsc．2017．30．039
1 量化投資擇時選股的背景與意義
1．1研究背景
量化投資被西方投資界稱為顛覆傳統投資哲學的投資革命，可以追溯到20世紀50年代，在過去的60年里被證明是一種可以對沖市場風險，以概率取勝的高收益投資模式。相較技術投資者和價值投資者，量化投資者憑借其高頻交易和不斷適應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超其他策略的收益。詹姆斯·西蒙斯所掌管的大獎章基金從成立開始，年均回報率高達38．5％，運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據收集和總結后得到的交易策略，主要是通過高頻交易對市場存在不合理估值進行糾錯，來尋求α收益。
1．2研究意義
從國內現有的采用量化投資方法并且運作一段時間的基金來看，在A股這樣的市場應用更加具有前景，通過量化擇時策略對歷史信息進行分析從而達到預測價格的目的。一般來講，量化擇時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，重點運用選定的某些因子指標作為股票遴選的標準，通過結果滿足標準作為買進股票的對象，反之不滿足的則作為賣出對象。根據投資者的操作理念、投資風格可以大致分為價值型、投機型等類別。無論何種投資者都會或多或少依據一些因子判斷股票漲跌。然而,當多數交易者同時采用某一因子指標時，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系。
2 量化擇時選股理論的研究
2．1基金擇時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模型進行拓展衍生，將基金的擇時選股能力分離和量化，進而做出評測。應用最為廣泛的有：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模型設計及研究樣本的選取與處理
本文以單因素T-M 模型為理論基礎因子，分析三個時間段（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能力的情況，并分析每個時間段基金經理的能力表現。
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，β1表示基金當時面對的市場系統性風險，β2表示擇時能力指標，εi為殘差項，其他變量表示的含義與Jenson模型相同。
假如β2大于零，那么表明基金經理憑借專業能力和工作經驗，能夠把握市場的機會，做出準確的研判，基金經理具有擇時能力；否則就表明基金經理在能力、經驗，以及把握機會方面還相對欠缺，擇時能力方面較差。參數α表示投資組合收益率差異，在α大于零的情況下，表明基金經理的工作經驗和專業能力在選股方面可以獨當一面，如果個股選擇的能力較高，那么α值越大。需要指出的是，α分離了擇時和選股能力。
為比較不同基金的選股擇時能力，本文采用Wind資訊數據庫中的晨星基金分類標準予以數據篩選，共取得了1443只基金的數據（剔除貨幣型基金和指數型基金）。同時，為了分析各種類型的基金在不同時間段內的選股擇時能力，本文將研究區間分成三個時間段，根據模型相關變量及指標數據的可操作性，最終篩選出384 個樣本，如表1所示。
3 實證結果與分析
以下2表是綜合運用T-M 模型對樣本基金予以回歸分析。通過分析結果，樣本基金的F值均處于5%的顯著水平上通過檢驗，這說明方程的整體顯著性良好，同時擬合優度R2處于0．30~0．79，說明擬合較好。
下面，運用T-M 模型對所有樣本基金進行回歸計算，分別從選股和擇時兩方面的能力對各種類型基金在不同時間段內的統計表現進行分析。
3．1選股能力分析
（1）回歸分析
表2中27 只不同時間段、不同類型的基金T-M 模型的檢驗結果。通過t檢驗結果表明，其中僅有三只基金沒有通過α> 0的顯著性檢驗，而其他的24只基金均通過了α>0的顯著性檢驗。回歸分析結果顯示，有22只基金的α>0，占樣本總數的81%。結果表明樣本內基金經理都具有選股能力，但α的數值都相對偏小，這說明我國基金經理的選股能力尚需提高。
（2）統計分析
通過表3的統計匯總，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為負值，而其他基金在每個時間段均具有正向的選股能力，這表明樣本內基金經理都符合考察目的。不過，能力數值普遍偏低。
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、標準差等指標也差別不大。絕大多數基金經理具有一定選股能力，但這種能力并不突出。
3．2擇時能力分析
（1）回歸分析
表 2 給出了針對不同類型的27 只基金在不同時段內T-M 模型的檢驗結果。從 t 檢驗來看，只有兩只基金能夠通過α的顯著性檢驗。通過T-M模型的回歸分析，其中9只基金α>0，多數基金表現為負向的擇時能力。
（2）統計分析
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日兩個時間段內的擇時能力系數大于零，其他的基金在每個時段的擇時能力系數均小于零。
綜合分析，在擇時能力方面，只有債券型基金的表現較好，樣本內基金總體呈現負向狀態。說明我國基金經理的對于未來經濟及股市整體趨勢的研判和分析不夠透徹。
4結論
通過實證分析，得出的結論如下：
（1）選股能力方面，除債券型基金外，所有類型的基金在三個時間段都表現出一定的選股能力，不過能力表現并不顯著。而且，所有表示基金選股能力的標準差相對較小，表明基金經理之間對投資配置、組合的能力差異很小。
（2）擇時能力方面，樣本內基金經理擇時能力不太理想，當市場出現多頭行情，基金經理難以把握機會，以尋求穩定超額收益率；當市場出現空頭行情,基金經理也無法規避系統性風險，及時空倉止損。此外，所有類型基金擇時能力標準差都較大，不同基金經理的表現水平波動較大。
（3）綜合分析，我國大部分基金經理的選股擇時能力和經營管理能力尚需加強，具體表現在擇時能力方面，只有少數的基金經理能夠具備一定的選股能力。這種結果受到國內證券市場特點、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性制度，以及基金公司的內部管理體制建設等措施，基金經理的擇時選股水平會進一步提升。
參考文獻：
［1］Treynor D．E．,Mazuy K．．Can Mutual Funds Outguess the Market［J］.Harvard Business Review,1966(17):38-4．
與股神巴菲特的“價值投資”不同，西蒙斯的投資成就依靠的是“量化投資”。這位24歲起就出任哈佛大學數學系教授的數學天才，依靠數學模型和計算機技術捕捉著市場機會。他認為，數學模型比主動投資能夠更有效地降低風險。
雖然中國人對西蒙斯這個名字還比較陌生，但“量化投資”產品在華爾街已經非常普遍。受益于計算機技術的提升和市場歷史數據供應的完善，進入21世紀后，這一投資方式開始飛躍成長。2000年至2007年間，美國“量化投資”產品的總規模翻了4倍多，超越了同期美國共同基金總規模（定量+定性）的增長速度（翻了1.5倍）。“量化投資”在美國全部投資中的占比，從1970年為零發展到2009年30%以上。
什么是“量化投資”？
可以說“量化投資”是隨著計算機科技而發展起來的。簡單地說，“量化投資”就是將人的投資思想反應在數量模型中，并利用電腦處理大量信息，從而進行投資決策。建信上證社會責任ETF基金經理葉樂天介紹，“量化投資”在美國的發展比較蓬勃。在華爾街的投資行為中，同一個套利機會下，誰下單早誰就就能抓住機會，這些都得益于計算機運行速度越來越快。也往往就是這幾毫秒的領先，就可以掙到萬分之一的收益。萬分之一雖然不多，但是日積月累，就可能有很高的收益。
目前“量化投資”在中國還是一個新概念，處于起步和發展之間的階段，可以說是少數派的地位，普通老百姓不太熟悉，產品較少，也缺乏明星產品和明星基金經理。
與市場熟悉的“定性投資”相比，“量化投資”主要是在研究方法上與其不同。“定性投資”的公司基本面研究是靠到企業調研，看研究報告，與高管深入交流、了解大股東訴求，了解公司發展規劃之類，有很深的深度。“量化投資”則注重廣度，比如市場上有2000只股票，就把2000只全都抓起來，“量化投資”的數據越多反而越好。葉樂天以市場中一個很形象的比喻來形容上述兩種投資的異同：“定性投資”和“定量投資”的差異如同中醫和西醫的關系。“定性投資”更像中醫，更多地依靠經驗和感覺判斷病在哪里；“定量投資”更像是西醫，依靠模型判斷，模型對于定量投資基金經理的作用就像CT機對于醫生的作用。在每一天的投資運作之前，我會先用模型對整個市場進行一次全面的檢查和掃描，然后根據檢查和掃描結果做出投資決策。
葉樂天笑稱，與定性投資基金經理經常出差不同，他主要的工作都在案頭。他主要是搜集數據，進行數據處理，還有編程。雖然表面上看不如定性投資基金經理忙碌，但其實工作量一點不少。
排除“人”的情感
一位“量化投資”基金經理一開始是學習理論方面的知識，比如數學知識和統計學知識；然后對歷史數據進行分析；參考市場中已有的成功模型，汲取巨人的智慧；接著是建模；然后測試，測試中有很多細節需要考慮，比如沖擊成本等；最后是搭建一個平臺，確保數據到達后，模型能夠響應，進行處理和輸出。每一步都非常復雜。
在這個過程里，不僅數學模型不具備自己的情感，基金經理也要盡可能地剔除“人”的思維。這其中便是對紀律性的超高要求。雖然量化模型是由人設計的，具體的交易單由模型產生，但基金經理在經驗總結以及模型設計時容易保持理性，在個股的交易時卻不免受制于人性的弱點。葉樂天說，正如西醫檢查一般，量化模型的最大的特點就是可以克服人性的弱點，他不會有恐慌，也不會有貪婪。所以只要模型和數據是正確的，基金經理平時都不會去干預和控制模型的輸出。
2007年次貸危機的爆發，在一定程度上可以說就是人的情感對模型干預造成的失誤。華爾街為衍生品定價的模型并沒有錯，錯的是人在設定參數的時候對當時的金融形勢過于樂觀，過分信任金融衍生品工具。
但盡量不干預也不是完全不干預，比如下面這兩種情況：一是程序發生錯誤，二是模型錯誤。模型錯誤主要指的是股票走勢與預測相差特別大，超過了統計意義上顯著的差別，這時就需要更新一下模型，但一般不會太頻繁。
另外一種發揮人的主觀能動性的情況就是對虛假數據的剔除。葉樂天介紹，“中國很多數據都經過修飾，對我本人來說，我不喜歡根據宏觀數據擇時，更多地是相信多因子模型。我們現在有很大一部分工作是進行數據清理，包括上市公司經過修飾的財務數據。但是有一塊是沒有經過修飾的，就是技術面的數據，比如成交量和成交價格，這是由市場PK決定的。同時由于中國市場有坐莊的人，所以我們在小股票的選擇上也會比較慎重。在數據清理方面與基本面有關，所以我們也會和研究員溝通。還包括異常值的去除，取中位數往往比平均數更靠譜。在統計學上有一個大數定律，在數據量很大的情況下，最終會回歸一個中性的環境。”
如何選擇“量化投資”產品？
依照目前中國市場的情況，“量化投資”主要分為一下幾類：一是套利型，比如股指期貨套利；二是被動型；三是追求超額收益的產品；四是做高頻交易，主要是私募和券商資本。不同的產品對收益率會有不同的要求：指數增強追求的是超額收益，與標的指數之間的差盡量少，還能跑贏指數；對沖基金和套利ETF是在穩定的前提下追求超額收益。
目前中國的量化產品絕大多數還是指數產品，尤其是公募這一塊，起碼有100來只，但主動量化的可能只有十幾只。量化產品的換倉、持倉的規模比較大，那么沖擊的成本就比較大。因為量化投資不像基本面研究對單個公司的研究很透，所以禁得起很大的波動，追求的漲幅也大。量化追求比較小的漲幅，但比較穩定。另外，查閱“量化投資”基金的歷史業績可以發現，指數增強型基金的表現還算穩定，主動量化型的穩定性稍差。業績穩定對開放式基金比較重要。目前市場上認購較好的指數基金，就是因為業績穩定。
在交易量上，不同的產品會不一樣。公募的交易肯定不活躍，因為交易量比較大，沖擊的成本也大，另外同日不能反向交易。但私募量化基金主要是做高頻交易，深度更大，一天可能往返好幾次。
同時，中國的量化產品主要還是受制于投資人才的培養、衍生工具的發展和市場深度不夠。因為衍生工具缺乏，在內地市場買可轉債，就不能像在香港市場一樣去做空股票，做空相應的債券，賺取波動率。市場深度不夠則主要表現可投資股票的數量上。
在目前的市場情況下，投資者在選擇“量化投資”產品的時候，首先看一下這只基金是屬于哪一類的，然后看基金經理的投資理念和思路方法能否在當時的市場上獲取收益，如果認同的話就可以選擇了。也即是一看歷史業績，二看管理者的投資理念。
很多人擔心由于中國股市受政策影響較大，數學模型可能并不能及時對政策變動做出反應。葉樂天說，“政策市對市場肯定會有影響，包括數據不透明，政策變化對股市的影響等。但股市會反映政策的，如果政策有效的話，政策會反映在股市中，為量化模型提供一些最新的數據，只要及時更新數據，還是可以處理得很好。”
另外，基金的規模對業績也會有影響。葉樂天認為，指數增強產品三四十個億是比較好的規模。如果規模太小，有些持倉可能會買不足。
投資在選擇“量化投資”產品的時候，應當首先考慮資產配置。因為基金是一種長期投資，不需要經常擇時，更多地還是做好投資者個人的資產配置。
量化產品的優勢
“量化投資”的投資方法本身在海外已經得到了證明，但中國A股市場主要以散戶占多數，要把運用模型進行計算操作的量化投資這樣復雜的投資方法向他們解釋清楚并理解和接受確實不易。但從量化投資的特點上來看，由于量化投資需要不斷尋找機會，買入一大批股票，而不會在幾只股票上重倉押注，在投資結果上，其換手率和分散化程度都較高，這樣一來，相對于散戶投資者重倉幾只股票來講，風險性也就更小。同時，由于量化投資就是借助現代統計學、數學的方法，從海量歷史數據中尋找能夠帶來超額收益的多種“大概率”策略，并紀律嚴明地按照這些策略所構建的數量化模型來指導投資、形成回報，因此具有很高的投資價值。
神勇的大獎章
量化投資向世人昭示，擠進超級富豪圈不是夢。對沖基金是量化投資應用最廣泛的產品。在福布斯2013全球億萬富豪榜上，對沖基金經理在前1000名富豪里奪得了約21個席位，占比約達2%，更有4名進入了百強榜。
詹姆斯？西蒙斯的文藝復興公司旗下的大獎章基金，在1998至2008年的20年時間內，年平均凈回報率高達38.5%，創造了投資界的神話。西蒙斯本人也成為了20年內最佳賺錢基金經理，成為了新的對沖之王，直至今日，仍居福布斯億萬富豪榜的82位。
大獎章基金以短線操作為主，主要通過統計信息分析方法來判斷外匯和債券短期的價格變化，尤其是市場的過激反應類，進行套利活動。這個短線究竟有多短呢，金融投資里面最短的短線的計量單位叫“一筆”，舉個例子來說，每秒鐘都有可能進行成百上千筆交易。
可以這樣說，大獎章基金差不多是量化到頭發絲的存在，但這也并不代表著，電腦已經取代了人的角色，成為了人的主宰。西蒙斯自己也曾表示，長期不變還能賺錢的模型是不存在的，模型必須要不斷更新，這也完全是通過人來完成的。
黑天鵝擊潰完美模型
談到量化投資，美國長期資本作為最著名的投資案例，不得不提。
約翰？梅里韋瑟在1994年2月創立了美國長期資本公司（LTCM）。公司依托布萊克-舒爾斯-默頓的衍生工具標價理論，采用“市場中性”的交易策略，買入低估的有價證券、賣出高估的有價證券，進行套利活動。LTCM似乎窺探到了量化的奧秘，在1994至1997年，年投資回報率分別達到28.5%、42.8%和17%，凈增長2.84倍。巨大的盈利能力讓LTCM獲得了資本市場的認可，也使梅里韋瑟獲得了套利之父的榮譽。
1998年8月17日，黑天鵝降臨了，LTCM遭遇了俄羅斯政府外債違約。這場危機引起了全球金融市場的動蕩，投資者紛紛退出了發展中國家的市場，轉向了美國、德國等風險小、質量高的債券。結果LTCM做錯了方向，沽空的德國債券價格上漲，做多的發展中國家債券價格卻下降，原本預期收斂的價差卻在趨于發散，致使其在資本市場上的滑鐵盧。雖然后來美國金融巨頭出資接管了公司，但LTCM已是強弩之末，于2000年宣布倒閉清算。
私募專業人士指出，LTCM過于信任自身的投資策略組合，忽略了小概率事件，再加上過高的杠桿，都導致了它的最終滅亡。量化投資其實根本不存在永久的致富秘籍，也沒有永葆青春的投資模型，隨著市場效率的提升，IT技術的升級，任何投資策略與操作方法從短期或長期來看，都存在誤區與漏洞，這時則需要人腦的與時俱進，讓系統根據動態不確定的環境進行修正與完善。人腦與電腦應該是相互成全，而不是相互替代。
量化投資的“黑箱”
正如硬幣有正反兩面，可稱得上是賺錢利器的量化投資，也會因計算機的頻繁“發瘋”面臨巨大的投資風險，如華爾街巨頭高盛的交易錯單、美國第二大股票交易所紐約納斯達克證券交易所3小時的停止交易、國內8·16烏龍指交易事件。量化投資的高頻交易引發了人們對計算機潛在風險的擔憂，但它就像血液循環系統一樣，加速了資本市場的資金流動，是金融發展歷程中不可缺少的。“我們不能因噎廢食，因為一個系統的BUG，就舍棄了整個系統。”首善財富管理集團（以下簡稱首善財富）表示，隨著金融產品種類的增多，信息跟蹤量的增大，對量化投資的需求也會不斷增大。從管理和控制風險的角度來說，這不僅需要投資公司自身完善風控體系，還需要整個產業鏈的配合。首善財富董事長吳正新曾多次指出，“對沖基金將是中國證券市場最大贏家，而它們多大量采用復雜的量化模型進行程序化交易。”
所謂量化投資，就是指按照事先設定好的邏輯策略或數學公式進行投資，文藝復興技術公司與美國長期資本公司也都是這樣做的。從廣義的層次來說，一切使用數學工具、電腦程序的投資方式都包含在量化投資的范疇。其中，爭議不斷的高頻交易本質上是用來消除市場暫時出現的無效率的，它可以促進市場價格更快地反映市場信息。全球最大的知名高頻交易公司包括Millennium， DE Shaw， Worldquant和Renaissance Technologies等。
雖然量化投資由于穩定的投資回報獲得了越來越多的投資者的青睞，但是投資大眾對量化投資的運作流程依然很模糊，這樣“黑箱”也就形成了。量化投資的“黑箱”里到底承載著什么奧秘呢？
據華爾街頂級數量金融專家里什？納蘭揭秘，量化投資“黑箱”的基本結構包括人工的數據輸入與研究、交易策略模型、風險控制模型、交易成本模型、投資組合構建模型，其中四項構成了交易系統。
如何讓量化投資“活”起來？答案是人工的數據輸入與研究，和交易系統的配合。通常認為，量化交易最小化了人工因素在系統中的作用，當量化交易員精心研究和開發的系統上線，他們似乎也就英雄再無用武之地。其實不然，計算機只會忠實可靠地按照人們告訴它的做法一步一步地來執行，伴隨著時間與市場的不斷演進，交易模型瑕疵也將不斷擴大，這時量化交易員的主觀判斷顯得尤為重要，人工因素的加入使量化投資具有了人類的正常思維，似乎“活”起來，可以主動靈活地應對外界的瞬息萬變。也就是說，一旦市場觸發了系統的難以判斷的“恐慌”，交易員就會立即現身，通過修改交易清單或降低投資組合規模和相應的杠桿比率，來規避投資的風險。
MOM讓量化投資活起來
如今，MOM模式成為歐美主流的資產管理模式，也將是量化投資界人腦與電腦結合的最佳作品。
作為一種間接的資產管理模式MOM（即Manager of Managers）誕生在美國羅素資產管理公司。它的客戶可以是機構投資者，也可以是高凈值個人。自從被開發出來，已被國外很多機構應用，最成功的當屬耶魯大學基金會，從1980年的兩億美金到了現在的約300億美金，賺了將近150倍。
所謂MOM模式，也被稱為精選多元管理人，通過優中選優的方法，篩選基金管理人或資產管理人，讓這些最頂尖的專業人士來管理資產，而自身則通過動態地跟蹤、監督、管理他們，及時調整資產配置方案，來收獲利益。
“找最優秀的人做最專業的事。”首善財富董事長吳正新指出了MOM模式的本質。首善財富旗下的首善國際資產管理有限公司是國內第一家運用MOM模式做對沖基金和期貨的公司，這正得益于其不懈地將技術與研究的雙輪驅動作為公司的核心發展戰略。
MOM模式降世不過30載，但發展非常迅速，得到了眾多國內外投資公司的關注。尚屬新鮮事物的MOM模式的相關產品在國內已經開始試水。在2011年中國平安與羅素公司合作設立了平安羅素，并發行了第一期的MOM產品。除此之外，MOM模式還可廣泛應用于對沖基金與期貨產品。“國內期貨資管行業要做大做強，采用MOM模式是一種必然選擇。”吳正新也曾表示。
禁不住MOM模式產品的誘惑，國內各投資公司紛紛對它的本土化做出了預先安排。“目前和我們合作的有十多個國內領先、國際一流的投資團隊，其中大多是國際水平的程序化交易團隊。”吳正新表示，首善財富早在引進MOM模式之際就采取了多元的投資風格與多元的管理團隊相結合的經營理念。其中，多元的投資風格是首善財富資產管理的核心特色之一，“我們既有主觀的人工交易，也有客觀的程序化交易，而且以量化的程序化交易為主。”相對而言，多元的管理團隊，即表示公司內部自身的投資團隊的主動管理，再加上外部國際精英團隊的專業管理。
相比近些年受到推崇的基金中的基金（FOF），信托中的信托（TOT），MOM模式在對資產管理人的數量與專業性的覆蓋層面，更具魅力。FOF和TOT從本質上來說依然局限在精選產品上，而MOM模式更偏向于精選管理人，它可以憑借公司的研究能力，相對獨立的挑選出更適合投資需求的專業管理人，運用定量與定性相結合的方法，將優選產品管理人和多人管理風險的雙重優勢發揮得淋漓盡致。
MOM模式既運用多元專業人才打破了量化投資的固有形態，也通過計算機系統的理性判斷避免了交易員敏捷感應贏利卻遲緩反應損失的習慣性偏差，讓專業人才與計算機系統在“黑箱”內相互成全，相互配合，以求收獲更加穩定、更加高額的投資回報，使其具有很大的發展空間與潛力。
如此看來，人工的數據輸入與研究，和交易系統的互相成全，是量化投資“活”起來的動因，與此同時，在這個神秘的暗箱操作中，我們似乎也窺探到了超級富豪理財的蛛絲馬跡。
