量化投资策略分析范文
时间：2023-07-07 17:35:57
导语：如何才能写好一篇量化投资策略分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
量化投资是投资者借助计算机信息化建立数学模型，把最新市场数据和相关信息输入到模型中，通过公式计算出投资对象，做出最优投资决策。量化投资不依靠投资者的感觉直觉，不依赖个人判断，而是将其经验利用信息通过模型实现投资理念。同时，投资者期望达到收益和风险的合理配比，利用夏普比率等科学方法控制收益和风险。量化投资者不用每天重复的分析琐碎信息，只需要不断完善这个模型并不断创造新的可以盈利的模型。
二、量化投资策略
（一）量化投资策略分类
量化投资策略，主要包括量化择时策略、统计套利策略、算法交易策略、组合套利策略、高频交易策略等。
（1）量化择时策略是收益率最高的一种交易策略，通过对宏微观指标的量化分析判断未来经济走势并确定买入、卖出或持有，按照高抛低吸原则获得超额收益率。在量化择时策略中，趋势跟踪策略是投资者使用最多的策略。量化择时分析策略包括：趋势跟踪策略、噪音交易策略、理易策略。
（2）统计套利是风险套利的一种，通过对历史数据的统计分析，利用统计学理论，估计相关变量的概率分布，判断规律在未来一段时间内是否继续存在。统计套利策略包括协整策略和配对利差策略、均值回归策略以及多因素回归策略。
（3）算法交易又称为自动交易，主要是研究如何利用各种下单方法，降低冲击成本的交易策略，将一个大额交易通过算法拆分成数个小额交易，以此来减少对市场价格造成冲击，降低交易成本。算法交易策略包括交易量加权平均价格策略、时间加权平均价格策略、盯住盘口测量、执行落差策略、下单路径优选策略。
（4）组合套利策略主要针对期货市场上的跨期、跨市及跨品种套利的交易策略。组合套利策略包括均衡价格策略、套利区间策略、牛市跨期套利、熊市跨期套利等。
（5）高频交易是一种持仓时间短、交易量巨大、交易次数多、单笔收益率低的投资策略，人们从无法利用的极为短暂的市场变化中寻求获利的计算机化交易，依靠快速大量的计算机交易以获取高额稳定的收益。高频交易策略包括流动性回扣交易策略、猎物算法交易策略和自动做市商策略。
如下是量化投资中几种主要的投资交易策略：
（1）趋势跟踪策略。趋势跟踪策略追随大的走势，向上突破重要的压力线可能预示着更大一波的上涨趋势，向下突破重要的支撑线可能预示着更大一波的下跌趋势。趋势跟踪策略试图寻找大趋势的到来，在突破的时候进行相应的建仓或平仓的投资操作来获得超额收益。
趋势型指标进行择时的基本理念是顺势而为，跟踪市场运行趋势。在趋势策略中使用的技术指标是最多的，常用有：移动平均线（MA）、平滑异动移动平均线（MACD）、平均差（DMA）、趋指标（DMI）等。
（2）噪音交易策略。噪声交易是指交易者在缺乏正确信息的情况下进行密集交易的行为。有效市场中噪声只是一个均值为零的随机扰动项，但市场并不总是有效的，市场上有很多异常信息，往往有人能够提前获得这些异常信息，很可能对投资的判断提供重要的价值。噪声交易策略的运用主要是机构投资者通过计算得到市场的噪声交易指数，监测该指数的变化，根据其变化来设计量化交易策略。
（3）协整策略。在统计套利策略中，协整策略是应用最广泛的一种策略。协整套利的主要原理，是找出相关性最好的几组产品，再找出每一组的协整关系，当某一组投资产品的价差偏离到一定程度时建仓，买入被低估的资产、卖出被高估的资产，当价差均衡时获利了结平仓。协整策略包括协整检验、GARCH检验、TARCH检验以及EGARCH检验。
（4）多因素回归策略。多因素回归策略，也是一种被广泛使用的投资策略。这一策略利用影响投资收益的多种选择因素，并根据其与收益的相关性，建立多元回归模型，简化投资组合分析所要求的证券相关系数的输入，这类方法的代表是套利定价模型。
（二）量化投资策略组合
量化投资策略组合综合考虑交易商品、策略类别、策略数量、时间周期因素。量化投资策略组合相比较单一投资策略有以下优势：
（1）策略组合降低了对单一策略的依赖，当单一策略失去竞争力，使用策略组合的方式，可以利用不同产品价格变化、变化幅度、周期等多个方面把握投资机会，在一定程度上保证了稳定的收益率，盈利机会更多；
（2）策略组合可以分散单一策略的交易风险，降低风险，通过策略组合将投资风险分散化，尽可能规避市场风险、策略风险及系统风险等。
三、量化投资资产配置
资产配置是指资产类别选择，即投资组合中各类资产的适当配置及对这些混合资产进行实时管理。量化投资管理打破了传统投资组合的局限，它与量化分析结合，将投资组合作为一个整体，确定组合资产的配置目标和分配比例，深化了资产配置的内涵。
资产配置包括战略资产配置和战术资产配置两大类。战略资产配置是长期资产配置，针对较长时间的市场情况，控制长期投资风险以达到收益最大化。战术性资产配置是依据资产预期收益的短期变化，获取超额收益的机会。因此，战术资产配置是建立在长期战略资产配置过程中的短期分配策略，二者相辅相成。在长期投资活动的战略资产配置下，战术性资产配置利用其积极的灵活的投资机会，适当的配合战略资产配置，获取较高收益。
四、前景展望
在量化投资飞速发展的今天，它己经成为金融市场中不可忽视的一个领域，中国的金融市场在逐步发展及完善，中国的量化投资也会继续发展和前进，随着量化投资方面的加大投入，量化投资的进程加快，中国量化投资的前景无限。
参考文献：
篇2
关键词：量化投资；传统投资；模式数学模型；自变量参数
1量化投资简介
1.1基本概念
量化投资是一种借助于计算机高效计算程序进行复杂运算，以金融产品未来收益与风险为研究对象的新型投资方式。量化投资的基础是以股票价格、日成交额等大数据库数据为参考样本数据并建立数学模型，运用仿真分析及迭代方法不断修正数学模型，直到数学模型可以用来预测指导投资交易。任何一个投资的方案或者设想，都可以为它设计一个数学模型，然后借助大数据库的现有数据进行迭代法测试分析，以此来判别数学模型的有效性。传统投资方式基本上是对传统的技术分析和公司的经营状态基本分析，存在一定的局限性；相比之下量化投资分析是基于对大数据市场数据的，数据样本空间容量足够大，而且可以快速进行运算并排除投资者个人心理因素的主观影响，科学性和时效性更强。此外，量化投资是一种主动性的投资方式，在进行数学模型选择、自变量选取、数学模型的验算迭代都是投资行为的主动部分。
1.2交易内容及方法
量化投资交易的内容主要是量化策略以及交易策略，在制定交易策略时必须立足于投资市场、投资产品以及分配在内等。具体交易平台则是靠以计算机计算程序为基础的线上交易平台系统。进行量化投资交易时通常会遇到各种较为复杂的情况，但是基本前提都是要依据现有的既定的大量数据库数据，灵活采用各种方法来判断投资对象是否值得投资。总体来说，量化投资有估值法、资金法和趋势法三种。
2量化投资现状
从理论上来说，每个量化投资者的决策行为可以被同化为理性预期、风险规避、严格效用基本一致的理想化模型。然而现实情况中每个人的心理活动、出发点、知识水平等都存在差异，进行量化投资时人们作出的决策也存在差异。人的非理性行为与理性行为都是客观存在的，而且非理性行为对理性行为也存在着一定的影响，因此投资人在进行投资决策时并不能完全理性地进行选择。综上所述，非理性人的客观存在使投资人在进行投资决策时不能完全忽视个人的心理因素。既然个人的心理因素无法排除，那么在建立决策分析数学模型时，就应该把个人的心理因素考虑在内。当前我国国内量化投资有以下几个特点：(1)个人投资者占总投资者的比例很高。上文已经提到投资者个人的非理性客观存在且不可避免，那么众多量化投资者的非理性因素间接影响我国量化投资市场。(2)我国的量化投资市场虽然发展迅速但仍不成熟。与美国及欧洲发达国家相比，我国量化投资市场只能是一个新兴的市场，直接表现在各方面的信息不完整且难以搜集，一些基础数据我们只能自己想方设法地去开发获取。(3)量化投资行业的企业构成比较复杂。目前我国量化投资行业的企业种类比较多，跨越众多不同的领域。加上我国量化投资市场还处于新生期，市场不稳定信息变化较快，因此量化投资行业的可用层面指标数目非常少且指标数值经常变化。当前我国量化投资者正是依据当前行业的特点，从不同的层面和角度验证分析，建立泡沫型数学分析模型，才能获得巨大的利润。(4)量化投资策略研究落后。通过把我国量化投资策略与美国及西方发达国家的量化投资策略进行对比，发现我国现有的量化投资策略严重落后。国外的量化策略研究是在大量的事件、数据积累分析的基础上，脚踏实地潜心研究总结出来的。现阶段我国量化策略研究多是借用国外的策略，结合国内的量化投资行业的实际现状进行修正得来的。当前我们还缺少指导量化投资行业的专家、指导著作，为此我国国内的一些高等院校开始着手量化投资策略的研究并取得了初步的成效。
3量化投资优势
量化投资是在定性投资基础上进行继承和延伸的一种主动投资工具。定性投资的核心是对宏观经济和市场基本面进行深入的分析，再加上实地调研上市公司以及与上市公司的管理层进行经验交流，最终把调研结果整理成专题报告，把报告作为决策依据。不难看出定性投资带有很大的个人主观判断性，它完全依赖于投资经理个人经验以及对市场的认知。量化投资在调研层面与定性投资相同，区别在于量化投资更加注重数据库大数据，运用各种方法发现运用大数据所体现出来的有用信息，寻找更优化的投资方式以获得大额收益，完全避免了投资经理个人的主观臆断和心理因素，更加科学合理。综上所述，与定性投资相比，量化投资具有以下优势。
3.1投资方式更加理性
量化投资是采用统计数学与计算机建模分析技术，以行业大数据库为参考，取代了个人主观判断和心理因素的科学客观投资方法。很明显，行业大数据的样本容量已远远高于有限的对上市公司调研所形成的样本容量；在进行投资决策时，把决策过程科学化数量化可以最大程度的减少投资者决策时个人情感等心理因素对决策结果的影响，从而避免了错误的选择方向。
3.2覆盖范围大效率高
得益于因特网的广泛实施应用，与各行各业的运行数据都可以录入大数据系统形成体量巨大的数据库；得益于计算机行业云时代到来对计算分析速度的革命性变革，在极短的时间内就可以得到多种量化投资的投资方法。定性投资方式进行决策时，由于决策人的精力和专业水平都存在一定的局限性，自然其考虑投资的范围要远远低于电脑决策，二者根本没有可比性。综上所述，虽然与定性投资相比，量化投资具有明显的优势，但是二者的目的是相同的，都以获得最大收益为目的，多少情况量化投资与定型投资可以互相补充，搭配使用会起到意想不到的效果。
4量化投资的劣势
上文已经提到量化投资的决策过程依赖于大数据库以及计算机分析系统的科学决策，因此只要投资思想正确量化投资就不会出现错误。然而即使是投资思想及决策过程都没有问题，也不意味着量化投资完美无缺。量化投资本质上是对某一特定基准面的分析，事实上基准面有时范围过小，纵然决策过程合理化、无偏差，量化投资也存在一定的局限性。量化投资的另一特点是进行考察决策时覆盖的市场面非常广泛，在当前国民经济快速发展的时代，人们对市场的认知难免出现盲区或者对某一个局部了解不充分的现象，此种情况下量化投资的正确性就很难保证。
4.1形成交易的一致性
基于量化投资的低风险特性，人们更多地依赖于采用大数据云分析平台进行决策，如此大家对某一行业的市场认知以及投资决策水平就处在同一认知层次上，当遇到极端的市场行情时，人们作出的交易决策往往一致，即容易达成交易的一致性。例如期货行业以及股票行业，在市场行情动荡的特殊时期，人们往往选择在同一时机抛出股票或者期货，这种大规模的一次性抛盘则会造成在预期抛售价格基础上的剧烈波动，导致投资者的实际收益在一定程度上低于预期收益。此种情形下又会引起新一轮投资恐慌，不利于市场的稳定发展。
4.2指标钝化和失效
任何一个行业的某一个市场承载投资者的容量都是有限的，从战略投资的角度来看，当某一个市场的产业链较为成熟、技术门槛较低时，投资者进入该市场就会容易很多，当市场的承载量大大低于投资者进入数量时，既定的投资策略则会失效。例如某一企业的某只股票第一年能获得50%的收益，第二年则降为20%的收益，第三年可能是5%，第四年就没有收益了。诸如趋利反转策略、套利策略现在已经非常大众化且投资者已经达成共识，一拥而上集中式进行投资就会导致投资评价指标钝化甚至失效。
篇3
量化对冲产品在盈利与回撤上的稳定特征，突出表现在在市场极端下跌的行情下。今年6月15日至7月3日期间，上证指数下跌接近30%。仅6月单月，私募基金逾6成收益告负，470只公募普通股票型基金中仅14只上涨，最大涨幅仅3.17%。这次股灾令公募、私募损失惨重。在一片恐慌中，量化对冲一枝独秀。私募量化对冲基金整体下跌却只有2.3%，其中约50%量化对冲基金获取正收益。
量化对冲其实是“量化”和“对冲”的结合。在实际应用中，由于对冲基金往往采用量化模型进行投资决策，两者经常交替使用，但量化基金不完全等同于对冲基金。
量化是指借助统计方法、数学模型来指导投资，其本质是定性投资的数量化实践。量化投资区别于定性投资的鲜明特征就是模型。定性投资和定量投资的具体做法有些差异。定性投资更多地依靠经验和感觉判断，定量投资更多依靠模型判断。
量化投资的最大特点是强调纪律性，即可以克服投资者主观情绪的影响。凡是通过或利用数学公式或数学模型进行投资的策略均可被纳入量化投资策略范畴。在华尔街，量化投资多指与金融工程相关的投资，而在国内多指“多因子模型分析”相关的投资及程式化交易。
与其他策略相比，量化投资由于用到了数学理念设计参与，通过捕捉市场的非有效性来获取超额的收益。而中国的市场依然有着非常强的非有效性。对投资者来说，量化投资策略能够有效避免情绪化操作。
风险对冲是对冲基金最重要的特征。投资是以风险换取收益的过程，无风险则无收益。对冲基金是一种可以用确定性的风险去换取确定性收益的基金，对冲基金的卖点就在于其收益的确定性。
与传统高风险高收益的投资理念不同，对冲基金是以最低的风险去获取最高的收益。任何一个多元化的投资组合，其收益与风险主要是来源于市场。可以利用对冲工具对冲一定的市场风险，而通过承担比较确定的风险，获取稳定收益。
作为投资工具，对冲基金比其他投资工具限制少很多。一般投资工具多数甚至不允许“卖空”，而对冲基金则可采用卖空、杠杆以及期权、期货等多种衍生工具。
常见的量化对冲策略包括：股票对冲、事件驱动 、全球宏观、相对价值套利四种，任意一只对冲基金既可采取其中某一策略也可同时采取多种投资策略，目前全球使用占比最高的策略是股票多空策略，占比达32.5%。
目前私募已发行的量化对冲产品中，主要包括Alpha策略基金、量化套利基金、量化CTA基金以及宏观对冲基金四类。公募对冲基金持有的绝大部分是沪深300成分股，套保期货一般会与现货匹配，多采用低频交易CTA高频策略。
目前，国内的偏股型基金普遍采取相对收益策略，即以跑赢股指为首要目标，这使得偏股型基金净值受到股指波动的影响较大。
篇4
关键词：资金流信息含量；资金流强度；资金流杠杆倍数
一、资金流策略的意义
资金流是一种反映股票供求关系的指标，是指证券价格在约定的时间段中处于上升状态时产生的成交额是推动指数上涨的力量，这部分成交额被定义为资金流入；证券价格在约定的时间段中下跌时的成交额是推动指数下跌的力量，这部分成交额被定义为资金流出；若证券价格在约定的时间段前后没有发生变化，则这段时间中的成交额不计入资金流量。当天资金流入和资金流出的差额可以认为是该证券当天买卖两种力量相抵之后，推动价格变化的净作用量，被定义为当天资金净流量。
有效市场假说的概念是说证券价格已经能够完全反映所有可获得的信息，即在有效的证券市场中，不论选择何种证券，投资者只能获得与证券风险相当的正常收益。然而完美的有效市场存在的可能性是很小的，同样对于中国证券市场而言，市场并不十分有效，并且股价在短期内可能受到某些消息的影响，或者某些市场内在因素的改变从而产生剧烈波动带来的差价投资机会，因而在市场中经常存在交易性机会，从而在量化投资选股方面也有很多种选股策略，根据资金流选股便是其中一种。
资金流策略是指根据资金流这一指标进行选股的一种量化投资策略。该模型使用资金流向主要通过衡量当前市场上的股指或股票的资金流入或者流出的状态，从而进一步去衡量未来股票的涨跌情况：如果是资金流入的股票，则股价在未来一段时间可能会上涨；如果是资金流出的股票，则股价在未来一段时间可能会下跌。这样就可以根据资金流向来构建相应的投资策略。
二、资金流策略具体操作及结果分析
（一）资金流策略指标含义及操作步骤
对于资金流向的判断，根据买卖双方的力量对比来衡量。资金流分为流入流出两个方向，如果当前的成交价格在买方，则认为是卖方出卖股票的意愿较强，资金流出；如果当前的成交价格是在卖方，则认为是买方买股票的意愿较强，资金流入。对于资金流的测算，采取日数据计算，即当日价格上涨全部计算为流入，若当日价格下跌则计算为流出。本文采用的选股指标包括：1. 资金流信息含量IC（资金流中有效信息含量），将资金流向标准化，用当天的资金流净额除以当天的股票成交量，即资金流净额/交易额。2. 资金流强度MFP，资金流净额/流通市值，即标准化资金流的强度。3. 资金流杠杆倍数MFL，流通市值/资金流净额，即衡量资金流的撬动效应。
操作步骤：选股策略基于沪深300指数成分股，并将股票按照各指标进行排序，去除数据计算无效的股票；研究的时间从2014年10月1日到2016年8月31日，共6期；组合调整的日期为4月30日（一季报披露完成）、8月31日（二季报披露完成）、10月31日（三季报披露完成）；剔除在组合调整日前后长期停牌的股票；组合构建时为等权重；组合构建时股票的买入卖出价格为组合调整日收盘价，若调整日为非交易日，则向前顺延；在持有期内，若某只成分股被调出沪深300指数，不对组合进行调整；将各成分股的季收益率与其相应指标进行合并，去除无效数据；将已合并好的沪深300成分股按照指标按照从高低的顺序排列；分为6组：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；计算出各组平均季收益率，将各组平均的季收益率与同期沪深300指数的收益率作对比，考察跑赢概率。在2014年10月1日至2016年8月31日共进行了12期组合的调整，不计交易成本。
（二）资金流信息含量假说及检验
1. 资金流信息含量假说
信息无效――回归拟合优度很差
信息泄露――回归拟合优度很好，资金流系数为正
信息反应过度――回归拟合优度很好，资金流系数为负
R■=MFPt，iβ1，j+MFLt，iβ2，j+R■β3，j+αi
其中，R■表示第t期股票i的超额收益率；R■表示第t+1期股票i的超额收益率；β表示各公示因子的回归系数；MFPt，i表示第t期股票i的标准化资金流；MFLt，i表示资金流杠杆倍数。
2. 对资金流信息含量假说的检验
本文以浦发银行（600000）为例，设第t期为2016年3月10日到20日，则第t+1期为2016年3月20日到30日，对于非交易日顺延并剔除无效数据信息；首先计算出第t期的资金流强度MFP和资金流杠杆倍数MFL；然后计算出第t期和第t+1期浦发银行的超额收益率；最后用Eviews进行多元回归分析检验。检验结果如表1所示。
由表1可知，线性回归系数为0.965963，拟合系数为0.933085，接近于1，说明拟合程度很好，第t期的股票超额收益率、资金流强度和资金流杠杆倍数这三个自变量对于第t+1期的股票超额收益率的解释程度很高。
由表2可知，F值为6.97219，F>F0.01（5.64），即方程极其显著，各自变量对因变量有很显著的影响，方差值很小，比较稳定。
由表3可知，资金流信息含量IC的回归系数为-1.05399，与t+1期超额收益率呈负相关，资金流强度MFP的回归系数为257.5974，与t+1期超额收益率呈正相关，资金流杠杆倍数MFL为-4.6E-07，与t+1期超额收益率呈负相关。从而回归方程为：
R■=257.5974MFPt，i-（4.6E-07）MFLt，i β2，j-2.05606+R■+αi
综上所述，当期的超额收益率、资金流强度、资金流杠杆倍数这三个指标对于下一期的股票有着很好的预测效果。
3. 根据资金流信息含量IC选股策略结果
由表4可知，整体上看，资金流信息含量较低的组合表现较好，其中资金流信息含量排名200之后的成分股构成的组合表现较好，记为组合IC（200）。在2014年10月1 日至2016年8 月31 日间，不考虑交易成本，组合IC（200）年化收益率为8.97%，高于同期沪深300 指数的表现。在6期中，组合IC（200）有5期跑赢了沪深300 指数，跑赢概率为83.33%。
（三）资金流强度MFP
1. 根据资金流强度MFP选股策略结果
2. 根据资金流强度MFP选股策略结论
由表5可知，整体上看，资金流强度较低的组合表现较好，其中资金流强度排名200之后的成分股构成的组合表现较好，记为组合MFP（200）。在2014年10月1 日至2016年8 月31 日间，不考虑交易成本，组合MFP（200）年化收益率为10.62%，高于同期沪深300 指数的表现。在6期中，组合MFP（200）有5期跑赢了沪深300 指数，跑赢概率为83.33%。
（四）资金流杠杆倍数
1. 根据资金流强度MFL选股策略结果
2. 根据资金流强度MFL选股策略结论
由表6可知，整体上看，资金流杠杆倍数较低的组合表现较好，其中资金流强度排名100～200的成分股构成的组合表现较好，记为组合MFL（100，200）。在2014年10月1 日至2016年8 月31 日间，不考虑交易成本，组合MFL（100，200）年化收益率为-2.93%，高于同期沪深300 指数的表现。在6期中，组合MFL（100，200）有4期跑赢了沪深300 指数，跑赢概率为66.67%。
三、各策略比较分析
将根据不同指标所选股的结果放到一起进行比较，时间是从2014年10月1日到2016年8月31日，由进一步的比较分析可知，按照低资金流强度选股的策略表现最好，年化收益率达10.62%，在6期的分析中有5期的收益率超过大盘，跑赢概率为83.33%。
四、资金流策略的有效性分析
正因为中国的A股市场不是特别有效的市场，量化投资策略正好可以发挥其纪律性、系统性、及时性、准确性、分散化的优点而不惑国内市场的各种投资机会。相比定性分析，现阶段A股市场的特点更适合采用客观、公正而理性的量化投资风格。股票市场复杂度和有效性的增加已对传统定性投资基金经理的单兵作战能力提出了挑战。相对于海外成熟市场，A股市场的发展历史较短，有效性偏弱，市场上被错误定价的股票相对较多，留给量化投资策略去发掘市场的无效性、寻找超额收益的潜力和空间也就更大。事实上，尽管在国内发展历程较短，从国内已有的采用了量化投资方法并且已经运作了一段时间的基金来看，量化基金可以被证明是适应中国市场的。
本文采用现代计量经济学的方法研究了从2014年10月1 日到2016年8 月31 日间沪深300成分股的情况，探讨了资金流信息含量的预测作用，研究了根据资金流三个指标进行选股所做策略组合的收益情况。主要涉及资金流信息含量IC、资金流强度MFP、资金流杠杆倍数MFL这三个指标，分别根据每个指标进行选股，观察其组合走势情况，得出的主要结论有：第一，资金流信息含量对下一期的股价走势有一定的预测作用；第二，根据上述的三个指标进行选股所做策略，在一定程度上是可以获得超过大盘的收益率。
作为量化投资的一个组成部分――策略指数基金已经发展起来，其中选股策略就包括本文所论述的资金流策略。不仅能够做到有的放矢，而且可以满足投资者不同风险收益偏好的投资需求。
参考文献：
[1]（美）罗伯特・A・哈根.金融学――有效市场的反例[M].清华大学出版社，2002.
[2]（美）罗伯特・阿诺德，许仲翔，约翰・韦斯特.基本面指数投资策略[M].社会科学文献出版社，2010.
[3]丁鹏.量化投资――策略与技术[M].电子工业出版社，2012.
[4]朱世武.基于SAS系统的金融计算[M].清华大学出版社，2004.
[5]曹立著.透视无形之手――中国证券市场资本流量运动解析[M].深圳出版发行集团海天出版社，2009.
[6]田存志，王聪.证券市场信息非对称问题的理论与实证研究[M].中国社会科学出版社，2013.
[7]陈威杰，蔡志成.数量化投资指标之资金流策略指标研究[J].时代金融，2013（12）.
[8]石建辉，基于资金流的股指期货投资策略[J].中国证券期货，2014（01）.
[9]宋军，吴冲锋.从有效市场假设到行为金融理论[J].世界经济，2011（10）.
篇5
智能机器人“阿尔法”成为了近期一颗令人瞩目的明星，因为就在不久前的国际围棋比赛中，它凭借出人意料的战术，完胜韩国围棋九段高手李世石。“阿尔法”的胜利，虽然并不能完全代表人工智能就比人脑的运算能力更强，但一个不容忽视的现实是，人工智能正在各行各业得到了广泛的应用。比如金融投资领域的量化投资，其实就是一种“人工智能”。值得一提的是，在当下市场波动明显的“震荡市”中，量化投资产品正以整体稳健的业绩表现，赢得各类投资者的青睐。
据《投资者报》数据研究中心对成立于2016年以前的、67只量化基金产品（Wind分类，A、C分开计算，下同）的区间复权单位净值相对大盘增长率统计数据显示，截至5月13日，共有59只跑赢上证指数，占比88%。
对此，上海一家中型基金公司市场部人士称，“人工智能在金融领域的广泛应用，将为量化投资带来新的机遇，但是多变的行情也将对投资策略和投研团队的实力提出更高的要求，必须具备与时俱进的投资理念，并把行动落到实处，这样才能为投资者赚取超额收益。”
59只量化产品跑赢上证指数
我们看到，2016年以来的中国股市，震荡明显加大。“钱难赚”也使得市场对风险的敏感度不断提升，那些能够跑赢上证指数的量化基金产品，自然吸引了不少投资者的眼球，分外引人注目。
据Wind数据显示，自2016年1月1日至5月13日区间，全市场67只量化基金中，有超过八成跑赢上证指数，包括华宝兴业量化对冲A、华宝兴业量化对冲C、海富通阿尔法对冲、广发对冲套利、嘉实对冲套利、华泰柏瑞量化收益、嘉实绝对收益策略、中金绝对收益策略、南方绝对收益策略、富国绝对收益多策略、大成绝对收益A、泰达宏利绝对收益策略、中邮绝对收益策略、大成绝对收益C、国泰全球绝对收益人民币、国泰全球绝对收益美元现汇、国泰全球绝对收益美元现钞、工银瑞信绝对收益A、工银瑞信绝对收益B、银华量化智慧动力、嘉实腾讯自选股大数据、东方启明量化先锋在内的22只量化基金区间复权单位净值相对大盘增长率超过10%，占比33%，其中，华宝兴业量化对冲基金超越上证指数最多，超过了21%。
“经过10年的发展，量化基金逐渐在基金投资领域占据了一席之地。无论是在2014年板块轮动频繁、热点分散的行情中，还是在2016年以来的震荡市中，持股分散、投资灵活的量化基金充分发挥了其‘选股多’、‘反应快’、‘抗干扰’和‘成本低’的优势。”华泰证券分析师告诉《投资者报》记者。据相关数据显示，2014年度纳入业绩统计的22只主动量化型基金（剔除指数量化基金）2014以来平均收益率达到33.26%，同期偏股型基金平均收益为23.27%，高出主动偏股型基金同期业绩近10个百分点。
“今年的情况与2014年的情况在很大程度上类似，所以现在许多机构与资深投资者开始把目光投向了量化基金。”上述业内人士如是说。
震荡行情量化产品优势明显
业内人士指出，“在当前的震荡行情中，主动型投资在选股择时方面有较大难度，而以科学性、‘自动化’为特征的量化投资策略优势明显。”事实上，量化基金在震荡市场中的业绩优势已在今年的市场下跌中得到证明。数据统计显示，从1月1日至5月13日，上证综指今年来累计下跌20.12%，而在此期间，67只公募量化基金的平均跑赢大盘指数8.59个百分点。
理财专家建议投资者，“后市总体来看，在没有增量资金入场，影响股市的各个因素逐步趋于中性的情况下，在没有新的利好利空因素的冲击下，未来指数仍以震荡走弱为主。但市场经过前期的下跌和盘整，市场继续大幅下跌的风险也不大，投资者倾向于寻找结构机会，市场依然有可为机会。投资者可配置绝对收益产品，以降低组合风险，提高资产稳定性。”
链接：五指标“精选”性价比最高对冲基金
一、投资收益
该指标投资者最为关注的要素，区别于追求相对收益的偏股型基金，量化对冲基金追求的是绝对收益。但风险因素同样不可忽略，因此，对投资收益率进行比较后，可将目光转到“最大回撤”“夏普比率”“年化波动率”“月胜率”等代表投资风险的指标。
二、最大回撤
最大回撤，是指在选定周期内任一个历史时点往后推，基金净值自最高点回落至最低点的幅度，即亏损的最大幅度，因此，最大回撤幅度越小越好。
根据Wind数据统计显示，量化对冲基金的最大回撤比股票型和混合型基金小。在目前9只量化对冲产品中，最大回撤控制在2%以内的产品有3只，分别是南方绝对收益策略、中金绝对收益策略、广发对冲套利，最大回撤分别只有-1.19%、-1.39%、-1.62%。
三、夏普比率
夏普比率，是代表基金风险收益比的指标之一。在对9只量化对冲产品成立以来的年化夏普比率的统计结果显示，对冲产品的夏普比率都比较高，整体在2至3之间，其中，年化夏普比率排在前三位的产品是广发对冲套利、南方绝对收益、海富通阿尔法对冲，分别达到3.91、3.79、3.49。
用通俗的话来解释，即夏普比率越高，代表着投资者承担同等风险的情况下，获得的收益就越高，即投资性价比越高。以夏普比率最高的广发对冲套利为例，夏普比率为3.91，代表着投资者承担1个单位风险，可以获得3.91个单位的收益。
四、单月最大亏损
考虑到6月15日以来的市场极端情况，需要特别关注对冲基金自成立以来的单月最大亏损情况。据Wind数据显示，9只公募对冲类基金的单月最大亏损只有-5.52%，其中，表现优秀的产品在6月依然实现正收益。
此外，单月最大亏损幅度为正收益的对冲类基金是中金绝对收益策略、广发对冲套利和南方绝对收益，其收益率分别为0.60%、0.39%和0.18%。这代表着上述3只基金自成立以来每个月均实现了正收益，月胜率达到100%。
五、月胜率
篇6
A股疲软，港股雄起。今年来两地市场明显的差异性，使得“AH股价差投资策略”名声大振。但对于普通投资者来说，要熟练掌握和运用某一种投资策略，显然亦非易事。那么，有没有一种产品或工具，可以帮助投资人游刃有余地利用两地市场差异性赚钱呢？华夏基金日前推出的上证50增强版基金50AH优选指数基金或许是不错的选择之一。
据华夏基金公司日前公告称，华夏沪港通上证50AH优选指数证券投资基金（LOF）已于9月19日起发行。该基金作为上证50指数基金的增强版，使用AH价差投资策略，优选低估蓝筹，为投资者提供建立在上证50基础上的额外回报。
“优选50超越50。”该基金拟任基金经理荣膺表示，目前上证50指数有23只成份股在香港市场同步有H股交易。股价差异受到包括市场特性、上市公司行业组成、投资者结构和投资者偏好等方面影响，宏观层面的股价差异或会存在相当一段时间，投资者可在两地市场受惠于这些差异所带来的投资机会。
市场风格快速向蓝筹转换
上证指数在3000点反复震荡，未来哪个板块可以充当冲关“急先锋”。市场人士认为，从目前来看，市场风格正在快速向蓝筹股切换，一旦蓝筹股价值重估过程结束，未来高股息低估值股票或许成为排头兵。
“当前市场有两个大背景：一是我国经济低位运行，资产配置荒较为严重；二是利率持续下行，处于低利率时代。在这样的市场环境下，投资者对国内资产的风险偏好水平将得到提升，而相较于今年以来楼市债市的情况，A股经过调整后，更有可能充当资金的蓄水池。”国海证券分析师指出，从二级市场上来看，很多以保险为代表的机构资金，在债券市场上找不到安全稳健的标的时，将出现使用高股息低估值的股票资产代替债权资产的趋势。
“当前处于经济低迷、理财产品收益欠佳的情况下资金面临无处可投的局面，‘资产荒’被进一步称为‘好的资产荒’。在这样的背景下，上证50指数因为云集众多国字号、中字头等大型国企，绩优稳健，势必会吸引大量资金的关注。特别是随着未来深港通的落地及MSCI或将A股纳入新兴市场指数等因素，境外的机构资金也极大可能首选投资上证50指数。”上述市场人士告诉《投资者报》记者，从2005～2015年的历史数据来看，上证50指数自2005年1月1日至2015年12月31日，累计收益率163.7%，年化收益率13.9%。明显超越其他指数。而利润增速方面，上证50指数过去三年平均净利润增长率达到11.7%，也表现出了极高的成长性。
优选50“洼地”价值凸显
随着深港通的脚步声愈加临近，“南下”持续加热，截至2016年9月6日，恒生指数收报23，787点，再创一年新高。市场人士表示，在利率走低通胀有限之下，高股息蓝筹股的投资价值越来越明显，而随着A股监管趋严之下市场的投机炒作之风得到有效遏制，也会进一步提升高股息蓝筹股的价值。今年以来，上证50指数在所有宽基指数当中表现突出，相对沪深300跑赢2.3%，相对中证500跑赢6.2%，相比创业板综指跑赢5.5%。目前上证50指数市盈率为10倍，市净率1.2倍，股息率3.1%，投资价值凸显。
确实，上证50指数挺牛的，但比它还牛的也不是没有。比如上证50AH优选指数基金就是值得一说的标的之一。据了解，为进一步丰富指数体系，并为投资者提供新的投资工具及标的，上海证券交易所和中证指数有限公司于2015年12月10日正式了境内首只A+H概念的指数产品――上证50AH优选指数基金。如果上证50AH优选指数的成份股存在比A股价格更加便宜的港股，则每个月自动利用港股通额度根据AH股价差进行成份股股份类别的转换。
Wind数据显示，2005年至今，上证50的年化收益率是8.56%，而上证50优选的年化收益率是12.9%，平均每年超额收益率达到4.34%。
“随着未来深港通的落地，以及香港、内地两地的市场环境、投资者结构、退出机制等制度的不断完善，两地的估值差异预计会长期收敛。”荣膺告诉《投资者报》记者，据她了解到的数据显示，截至2016年9月4日，恒生AH溢价指数呈下降趋势，从年初的140左右已降至120。
出色量化团队与明星基金经理双重护航
LOFs（Listed Open-Ended Funds）是一种可以在交易所挂牌交易的开放式基金，发行结束后，投资者既可以在指定网点申购与赎回基金份额，也可在交易所买卖该基金。而且，场内交易费用低廉、结算效率高，投资者托管在场内的基金份额可以通过卖出、买入的方式实现股票、债券、基金间的快速转换，大幅提高资金利用率。据了解，上证50AH优选指数就是一只LOFs基金。
值得一提的是，华夏基金旗下目前拥有一只极其出色的量化投资团队。据接近华夏基金的市场人士介绍，华夏基金量化投资团队全面负责公司境内外市场被动投资、主动量化产品以及衍生工具的投资研究和管理。团队现有人员17人，其中，基金经理6位，投资经理3位，人员结构稳定，基金经理平均从业年限15年，平均司龄12年。显然，出色的量化团队能够为上证50AH优选指数的业绩提供一定的保障。
篇7
以宽客比较盛行的美国来说，那里的宽客主要优势在于，构建模型来确定证券价值，因为美国的金融衍生产品太多了，定价方式也非常复杂。到目前为止，整个金融圈最著名、应用最广泛的是布莱克―肖尔斯期权定价模型，这个模型让宽客们可以知道股票期权的合理价值。像投资银行家、资金经理、企业、投机者们，愿意用自己可以承担的风险对自己的衍生证券等进行组合调整，以此获得更高的风险溢价。
在金融衍生品基本不成熟的中国，宽客能做的事也比较有限，但成效还算不错。我认识的几个还算厉害的宽客，基本都逃不过以下三种盈利模式――
一类是高频交易者，虽然高频交易的种类很丰富，比如期货套利、大宗商品套利等，但我觉得，其中比较有代表性、而且实践下来比较稳定的，道冲投资算是一家。他们是国内做ETF交易量最大的私募之一。一个主创人员经历非常丰富，做过公务员，还做过超市总经理，后来他把薄利多销的思路放到了ETF套利上。他们早在2006年之前，就开始进行套利交易。刚开始的时候，因为参与ETF套利的人并不多，而且正逢股权分置改革，套利机会非常多――大部分套利是事件套利。近期，他们主要的优势在于设备的先进，我看过他们办公室的照片，硕大的机箱中间，约有几十个技术人员，这已经过渡到了ETF的瞬间套利等高频交易的模式中。听闻他们在2011年的交易量达到2000亿元，让与他们合作的券商全国名次提升了2位。比较成熟的对冲基金，会同时运用很多种高频统计套利策略，国际上比较厉害的大奖章也是采用这个策略。不过，因为当前中国很多交易系统的速度比较慢，这个风格中的竞争优势主要体现在速度――比如交易速度达到毫秒、微秒甚至纳秒，从而达到统计学意义上高概率的长期盈利。
另外一类是选股模型。这在当前的中国宽客中最为主流，现在公募基金与券商集合理财产品也基本属于这一模式。我认识的一个加拿大裔华人高手，自己开发了一套选股程序。他们的思路是，做高阿尔法（与市场平均无关的收益），降低贝塔（市场平均）。他们会通过自己的模型，先从2000多只股票中筛选出几百只，然后再结合趋势模型，再选出50只左右，做自己的股票组合，从而让这个股票组合实现超额收益。连续几年，他们的选股模型实现的投资组合，达到每年20%以上收益。国内的量化先行者天马投资康晓阳也大致属于这一类型。不过，在这个选股模型中，策略非常多样，比如情绪统计、分析师统计、事件驱动策略等等，从而分散风险。
最后一类是趋势套利，就是用量化选时。这个代表是景良投资的廖黎辉。我与他深入交流后发现，他对趋势研究历来已久。他还曾以研究股票的量化动能开辟过一个专栏。在这个专栏上，他时时用自己量化工具统计出来的趋势分析。因为这个专栏分析正确概率非常高，关注度非常高。后来，他自己觉得，这个趋势预测关注度高了之后，结果可能会产生反作用。这有点像索罗斯说的反身性理论，如果自己的这个技术被人知道，那么原本产生效果的部分就发生了反作用了，如此形成了自我强化的恶性循环，也就失效了。
篇8
的研究成果。
关键词：行为金融；现代金融；防御型投资策略；进攻型投资策略
行为金融学是从微观个体行为以及产生这种行为的更深层次的心理、社会等因素来解释、研究和预测资本市场的现象和问题。在美国和欧洲，行为金融学不仅在学术研究中受到越来越多的重视，它在实践中也已经得到了应用。个人投资者在应用行为金融学的知识来避免心理偏差和认知错误，机构投资者也正在以行为金融学的精髓来发展以行为为中心的交易策略。
一、行为金融学的基本概念和理论
迄今为止,行为金融学还没有形成一套系统、完整的理论。目前绝大部分的研究成果都集中于确认那些会对资本市场产生系统性影响的投资者决策心理特点以及行为特征。
第一，投资者的心理特点。处理信息的启发法。现代社会信息量越来越大，传播速度也越来越快，金融市场决策者面临的情况日益复杂。决策者将不得不更多的使用启发法。启发法是使用经验或常识来回答问题或进行判断，它意味着对信息进行快速的、有选择性的解释，在很大程度上取决于直觉。由于决策的速度很快以及不完整性，使用启发式方法可能得不出正确的结论，从而造成认知错误和判断错误。启发式方法一般包括：一是典型性。这种启发性方法是一个谚语的起源：“如果它看起来像只鸭子并且呷呷的叫声像只鸭子，它可能是只鸭子。”在形成预期时，人们通过评估未来不确定事件的概率与其最近所观察到事件的相似程度。典型性使得投资者对新信息反应过度，也就是投资者在形成预期时给予新信息太多的权重。二是显著性。对于发生不频繁的事件，如果人们最近观察到这种事件，那么人们倾向于过分估计这种事件在未来发生的概率。例如，如果最近一架飞机坠毁的消息频繁地被媒体传播，人们将过高估计飞机未来发生坠毁的概率。显著性可能使得投资者对新信息反应过度。三是自负。人们对自己的能力和知识非常自负。例如，当人们说这件事有90%可能性将发生或这声明是真实时，那么这种事件发生的可能性小于70%。自负可能使投资者对新信息反应迟钝。四是锚定。心理学家已经证明，当人们进行数量化估计时，他们的估计判断可能被该项目先前的价值所严重影响。例如，二手车的销售商通常是在开始谈判时出高价，然后再降价，这销售商尽力将消费者滞留在高价格上。锚定使得投资者对新信息反应迟钝。
第二，后悔。人类犯错误后的倾向是后悔，而不是从更远的背景中去看这种错误，并会严厉自责。后悔理论有助于解释投资者延迟卖出价值已减少的股票,加速卖出价值已增加的股票。Shefrin和Statman指出,后悔理论表明投资者避免卖出价值已减少的股票是不想使已犯的错误成为现实,从而避免后悔，投资者卖出价值已增加的股票是为了避免价格随后可能降低而造成后悔。
第三，认知不协调。认知不协调是人们被告知有证据表明其信念或假设是错误时，人们所体验的心理和智力上的冲突。认知不协调理论认为,人们存在采取行动减轻未被充分理性思索的认知不协调的倾向：人们可以回避新信息或开发出扭曲的论据以保持自己的信念或假设正确。如新车买主有选择地避免阅读他们其他车型的广告,而去看他们所选择车型的广告。
第四，回避损失。趋利避害是人类行为的主要动机之一,而对“趋利”与“避害”的选择在经济活动中是首先考虑如何避免损失,其次才是获取收益。研究表明,人们在从事金融交易中赋予“避害”因素的考虑权重是“趋利”因素的两倍。
第五，羊群效应。人们的相互影响对人的偏好改变的作用是十分巨大的,追求时尚与盲从心理便是其中最突出的特点。这对经济决策的形成与改变具有特殊的影响力。在金融投资领域,人们往往是显著的、非理性的从众心理特征与行为。
（二）决策行为的一般特征
1994年,Shefrin和Statman开始研究可能对金融市场行为产生系统影响的决策行为特征。,一些决策行为特征已经得到行为金融学家们的公认,并作为对决策者的基本假设:
第一，决策者的偏好是多样的、可变的,他们的偏好经常在决策过程中才形成;
第二，决策者是应变性的,他们根据决策的性质和决策环境的不同选择决策程序或技术;
第三，决策者追求满意方案而不一定是最优方案。尽管这些决策特征之间相互作用的特点和对市场的影响尚不十分明确，但实证研究表明,投资者决策行为特征与市场中投资特性是相关的，如股票价格的过度波动性和价格中的泡沫;投资者中存在追随领导者和从众行为；过早的售出盈利投资和过晚售出失败投资;资产价格对新的市场信息反应过度或不足等。
二、行为金融学在证券市场的实际应用
在证券市场投资中具体运用行为金融学可分为防御型策略和进攻型策略。防御型策略是指利用行为金融学对人的投资心理以及决策特征的分析来控制心理偏差和认知错误，也就是在投资中避免犯错；进攻型投资策略则在了解投资者的心理偏差和决策失误对市场产生的影响的基础上制定相应的投资策略以从中获利。
对于个人投资者而言，更现实的是采取防御型投资策略。个人投资者在资金实力、分析手段与信息获得与把握上都处于劣势，因而经常靠打听小道消息等作为决策依据，行为经常是非理性的。此外个人投资者对自己的资金负责，缺乏来自第三方的监督控制体系，导致个人投资者在投资过程中容易犯心理偏差和认识错误，因而有必要采用防御型行为金融投资策略来指导投资。进攻型投资策略一般为机构投资者采用，因为在错综复杂的金融市场中，要对证券的定价进行判断非常困难，个人投资者很难在实际中判断出当前的市场定价是正确的还是发生了偏差，只有掌握着大量信息和良好分析技术的专业投资者才有可能进行判断。此外，各种定价错误或偏差的幅度和持续的时间都是有限的，个人投资者精力有限、交易成本高，无法利用这些偏差和错误来获利。:
防御型行为金融投资策略是应用一系列行为金融的知识对自身的投资行为进行内省式的审察和研判，具体可包括：首先要核对信息的来源，核实信息的可信度、实效性等，要密切关注最近有无更新的消息或数字披露，要避免只关注支持自己看法的信息。第二，判断自身是否过分自信，特别在最近投资行为取得了一系列成功时就更应关注这点。第三，要善于比较正面和负面观点，查明对市场持最乐观以及最悲观态度的分别是什么人以及为什么会持有这样的观点。第四，要避免锚定效应导致不理性的期望值。
对于机构投资者而言，更重要的是可以采用进攻型投资策略。各类投资机构由投资经理们具体负责运作的，投资经理们和个人投资者一样，在投资决策中也会犯各种心理偏差和认识错误，因而也需要采用防御型投资策略来加以避免。但投资经理们有着良好的金融投资专业知识和丰富的实际经验，他们能更好的对自身的行为进行控制。在各类机构中一般都有着良好的管理监督制度和风险管理措施，在一定程度上也可以帮助投资经理们避免犯心理偏差和认知错误。因而，机构投资者更重要的是利用进攻型投资策略来获得盈利。目前可采用的进攻型行为金融投资策略主要有：
曾琪：行为金融学理论探讨及其实际应用
第一，反向投资策略。反向投资策略,就是买进过去表现差的股票而卖出过去表现好的股票来进行套利.这种策略的提出最初是基于DeBondt和Thaler(1985,1987)对股市过度反应的实证研究。行为金融理论认为,由于投资者在实际投资决策中,往往过分注重上市公司的近期表现,根据公司的近期表现对其未来进行预测,从而导致对近期业绩情况做出持续过度反应,形成对绩差公司股价的过分低估和对绩优公司股价的过分高估,最终为反向投资策略提供了套利的机会。
第二，动量交易策略。动量交易策略,即预先对股票收益和交易量设定过滤准则,当股票收益或交易量满足过滤准则就买卖出股票的投资策略。行为金融意义上的动量交易策略的提出,源于对股市中股票价格中间收益延续性的研究。Jegadeesh与Titman(1993)在对资产股票组合的中间收益进行研究时发现,以3到12个月为间隔所构造的股票组合的中间收益呈现出延续性,即中间价格具有向某一方向连续变动的动量效应。Rouvenhorst(1998)在其他十二个国家发现了类似的中间价格动量效应,表明这种效应并非来自于数据采样偏差。
第三，成本平均策略和时间分散化策略。成本平均策略是指投资者在购买证券时按照预定的计划根据不同的价格分批地进行,以备证券价格下跌时摊低成本,从而规避一次性投入可能带来的较大风险。时间分散化策略是指根据投资股票的风险将随着投资期限的延长而降低的信念,建议投资者在年轻时股票投资比例可较大,并随着年龄的增长逐步减少。
参考文献：
［1］Kaheman,D.andA.Tversky(1979).“ProspectTheory:AnAnalysisofDecisionMakingUnderrisk”,Econometrica
［2］Baberis.N.A.shleiferandR.Vishny(1997).“AModelofInvestorSentiment”,JournalofFinancialEconomics
篇9
国外资产管理行业中非常流行的风险均衡策略（Risk Parity）正在中国不断生根发芽。继今年年初推出国内首只风险均衡策略公募基金后，华夏基金6月中旬推出旗下第2只采用风险均衡策略的公募基金――华夏睿磐泰兴混合型基金。该基金通过风险均衡方法进行资产配置，积极管理，力求有效控制风险，实现基金资产长期持续增值，感兴趣的投资者可前往各大银行、券商以及华夏基金认购。
风险均衡策略发源于美国。该策略自问世以来，已经成为国外资产管理行业中主流的资产配置策略，许多国外年金和养老金投资管理都采用风险均衡策略。传统的投资策略强调资产的市值配置比例，一旦单一类别资产大幅下跌，容易出现较大的收益损失。而风险均衡策略将组合分成几个核心组成部分如股票、债券等，根据各自在组合中的风险动态分配权重，？而非简衡资产的投资金额，这将使那些在经济增长、经济收缩等各种不同环境中表现良好的资产都能够为投资组合风险做出相似的贡献，从而使组合收益变得更稳健，追求长期更优的夏普比率。
华夏睿磐泰兴混合基金以风险均衡策略为原则，决定基金资产中股票和债券的配置比例，其中，股票投资占基金资产的比例为0%-30%。为更好地适应不断变化的市场环境，该基金还将在基金合同规定的投资比例范围内，动态调整各类资产的配置比例。在基于风险均衡资产配置策略应用过程中，基金将保持整个投资组合相对稳定的市场风险暴露，以达到长期稳定、相对稳健的波动水平，获得良好的风险调整后的收益。此外，华夏基金还将基于与磐安公司的研究成果，定期针对组合表现进行回顾，每月针对资产配置进行分析，并针对市场重大事项等，进行不定期的讨论。
磐安资产在风险均衡多资产方面拥有丰富的经验，该公司的首席投资官钱恩平博士是倡导风险平权的先行者。华夏基金自2015年以来，开始与磐安资产进行战略合作，开展将风险均衡策略应用于境内的研究工作。基于研究成果，华夏拟向国内投资者推出“睿磐”系列风险均衡策略产品，华夏睿磐泰兴混合型基金是该系列的第2只产品。
华夏睿磐泰兴混合型基金由华夏基金数量投资部董事总经理、行政负责人张弘|担任基金经理，由华夏基金数量投资团队和固定收益投资团队提供研究支持。华夏基金数量投资团队由具备多年丰富经验的海内外专业投资经理以及多名专职研究人员组成，拥有完善的量化投资策略w系；华夏基金固定收益团队研究覆盖宏观、信用策略、利率策略、信用分析、货币市场、可转债等，实力雄厚。
篇10
［DOI］10．13939/j．cnki．zgsc．2017．30．039
1 量化投资择时选股的背景与意义
1．1研究背景
量化投资被西方投资界称为颠覆传统投资哲学的投资革命，可以追溯到20世纪50年代，在过去的60年里被证明是一种可以对冲市场风险，以概率取胜的高收益投资模式。相较技术投资者和价值投资者，量化投资者凭借其高频交易和不断适应市场的量化投资策略，在2008年波及全球的金融海啸中获得了远超其他策略的收益。詹姆斯·西蒙斯所掌管的大奖章基金从成立开始，年均回报率高达38．5％，运用量化的方法而获得交易的套利。量化投资策略的基本原理是通过对海量历史数据收集和总结后得到的交易策略，主要是通过高频交易对市场存在不合理估值进行纠错，来寻求α收益。
1．2研究意义
从国内现有的采用量化投资方法并且运作一段时间的基金来看，在A股这样的市场应用更加具有前景，通过量化择时策略对历史信息进行分析从而达到预测价格的目的。一般来讲，量化择时选股策略可以分为基本面与市场行为两类。其中，基本面选股策略中常用多因子模型，重点运用选定的某些因子指标作为股票遴选的标准，通过结果满足标准作为买进股票的对象，反之不满足的则作为卖出对象。根据投资者的操作理念、投资风格可以大致分为价值型、投机型等类别。无论何种投资者都会或多或少依据一些因子判断股票涨跌。然而,当多数交易者同时采用某一因子指标时，促使该因子具有显著有效性。这些因子和收益率之间有着千丝万缕的因果关系。
2 量化择时选股理论的研究
2．1基金择时选股能力的分析模型
基金分析模型的基本思路一般都基于CAPM模型进行拓展衍生，将基金的择时选股能力分离和量化，进而做出评测。应用最为广泛的有：特雷诺和玛泽(Treynor ＆ Mazuy,1966）的T-M模型、Jensen模型（Jensen 1968）、亨里克森和莫顿的H-M模型(Henriksson ＆ Merton,1981)等。
2．2模型设计及研究样本的选取与处理
本文以单因素T-M 模型为理论基础因子，分析三个时间段（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）各种类型基金的选股以及择时能力的情况，并分析每个时间段基金经理的能力表现。
分析模型如下所示：
ri－rf＝α＋β1(rm－rf)＋β2(rm－rf)2＋εi
其中：α表示选股能力指标，β1表示基金当时面对的市场系统性风险，β2表示择时能力指标，εi为残差项，其他变量表示的含义与Jenson模型相同。
假如β2大于零，那么表明基金经理凭借专业能力和工作经验，能够把握市场的机会，做出准确的研判，基金经理具有择时能力；否则就表明基金经理在能力、经验，以及把握机会方面还相对欠缺，择时能力方面较差。参数α表示投资组合收益率差异，在α大于零的情况下，表明基金经理的工作经验和专业能力在选股方面可以独当一面，如果个股选择的能力较高，那么α值越大。需要指出的是，α分离了择时和选股能力。
为比较不同基金的选股择时能力，本文采用Wind资讯数据库中的晨星基金分类标准予以数据筛选，共取得了1443只基金的数据（剔除货币型基金和指数型基金）。同时，为了分析各种类型的基金在不同时间段内的选股择时能力，本文将研究区间分成三个时间段，根据模型相关变量及指标数据的可操作性，最终筛选出384 个样本，如表1所示。
3 实证结果与分析
以下2表是综合运用T-M 模型对样本基金予以回归分析。通过分析结果，样本基金的F值均处于5%的显著水平上通过检验，这说明方程的整体显著性良好，同时拟合优度R2处于0．30~0．79，说明拟合较好。
下面，运用T-M 模型对所有样本基金进行回归计算，分别从选股和择时两方面的能力对各种类型基金在不同时间段内的统计表现进行分析。
3．1选股能力分析
（1）回归分析
表2中27 只不同时间段、不同类型的基金T-M 模型的检验结果。通过t检验结果表明，其中仅有三只基金没有通过α> 0的显著性检验，而其他的24只基金均通过了α>0的显著性检验。回归分析结果显示，有22只基金的α>0，占样本总数的81%。结果表明样本内基金经理都具有选股能力，但α的数值都相对偏小，这说明我国基金经理的选股能力尚需提高。
（2）统计分析
通过表3的统计汇总，可以看出，只有债券型基金在2007年12月31日—2011年12月31日期间选股能力系数为负值，而其他基金在每个时间段均具有正向的选股能力，这表明样本内基金经理都符合考察目的。不过，能力数值普遍偏低。
通过表4、表5和表6分析，股票型和混合型基金的平均选股能力都高于债券型基金，最大值、最小值、标准差等指标也差别不大。绝大多数基金经理具有一定选股能力，但这种能力并不突出。
3．2择时能力分析
（1）回归分析
表 2 给出了针对不同类型的27 只基金在不同时段内T-M 模型的检验结果。从 t 检验来看，只有两只基金能够通过α的显著性检验。通过T-M模型的回归分析，其中9只基金α>0，多数基金表现为负向的择时能力。
（2）统计分析
从表7 可以看出，只有债券型基金在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日两个时间段内的择时能力系数大于零，其他的基金在每个时段的择时能力系数均小于零。
综合分析，在择时能力方面，只有债券型基金的表现较好，样本内基金总体呈现负向状态。说明我国基金经理的对于未来经济及股市整体趋势的研判和分析不够透彻。
4结论
通过实证分析，得出的结论如下：
（1）选股能力方面，除债券型基金外，所有类型的基金在三个时间段都表现出一定的选股能力，不过能力表现并不显著。而且，所有表示基金选股能力的标准差相对较小，表明基金经理之间对投资配置、组合的能力差异很小。
（2）择时能力方面，样本内基金经理择时能力不太理想，当市场出现多头行情，基金经理难以把握机会，以寻求稳定超额收益率；当市场出现空头行情,基金经理也无法规避系统性风险，及时空仓止损。此外，所有类型基金择时能力标准差都较大，不同基金经理的表现水平波动较大。
（3）综合分析，我国大部分基金经理的选股择时能力和经营管理能力尚需加强，具体表现在择时能力方面，只有少数的基金经理能够具备一定的选股能力。这种结果受到国内证券市场特点、基金公司绩效考核等客观原因的影响。相信随着我国加快完善多层次资本市场体系和基础性制度，以及基金公司的内部管理体制建设等措施，基金经理的择时选股水平会进一步提升。
参考文献：
［1］Treynor D．E．,Mazuy K．．Can Mutual Funds Outguess the Market［J］.Harvard Business Review,1966(17):38-4．
