從量化角度回顧 2017 年市場和展望 2018 年市場

發表時間:2018-01-11 17:07:51

關注:1873

量化投資是一個從人腦到電腦的數學建模的方法。我們將來自投資經驗、投資邏輯、投資理論、獲利規律的各種思路,通過程序員進行反復數據測試。

一、量化投資在概述

量化投資代表人物——詹姆斯西蒙斯是文藝復興科技公司創始人,量化對沖基金的傳奇人物。公司的第一只產品——大獎章基金成立于 1988 年 3 月,大獎章基金從 1989 年到 2009年間的平均年收益率高達 35%,股神巴菲特在同期的平均年回報約為 20%。即使在 2008 年面對全球金融?;那榭魷?,大獎章基金回報也高達 80%。西蒙斯所使用的方法正是量化投資。

何為量化投資?量化投資是一個從人腦到電腦的數學建模的方法。我們將來自投資經驗、投資邏輯、投資理論、獲利規律的各種思路,通過程序員進行反復數據測試(海量數據分析、投資邏輯模型化、投資經驗規則化、市場規律程序化),進而形成量化選股、資產配置、擇時及量化對沖等策略。隨著人工智能的逐步發展,量化投資已經不僅僅停留在數學建模的層面,更逐步應用于機器學習、濾波分析、神經網絡等。

量化投資策略種類也很繁多。具體如下: 量化選股利用數量化的策略和方法選擇股票組合

量化擇時利用數量化的策略和方法判斷市場走勢

量化 CTA 利用數量化的策略和方法判斷期貨走勢,通過不同期貨合約多/空頭寸進行投資期貨套利在買入或賣出某種期貨合約的同時,賣出或買入相關的另一種合約,并在某個時間同時將兩種合約平倉統計套利利用證券價格的歷史統計規律進行套利,其風險在于這種歷史統計規律在未來一段時間內是否繼續存在期權套利期權套利交易是指同時買進賣出同一相關期貨但不同敲定價格或不同到期月份的看漲或看跌期權合約,希望在日后對沖交易部位或履約時獲利的交易資產配置通過比較不同資產類的統計特征,建立數學模型,從而確定組合資產的配置目標和分配比例。

由于量化投資規避了人為主觀判斷,直接使用計算機進行算法交易,因此它可以精準風險管理,及時調整投資頻率,嚴格遵守投資法則,并且將投資流程系統化減低人工成本支出。

相比國外,國內量化投資起步較晚。在 2004 年國內出現第一只量化投資產品——華寶信托“基金優選套利”。從 2014 年開始,量化投資市場開始進入高速成長期。截止到 2017年 12 月 1 日,公募基金累計發行的量化基金(不含指數增強)數量已達 164 只,規模接近1200 億元。目前國內市場占比最多的公募量化基金產品中主要是:主動量化基金、量化指數增強基金和量化對沖基金。

我們將通過多種量化策略及方法獲取優秀的超額基準收益和業績排名的基金稱為主動量化基金。截止 2017 年 12 月 1 日,該類型基金規模達 1130 億元,數量有 148 只。量化指數增強基金是在控制一定相對目標指數跟蹤誤差的前提下,獲取相對目標指數的穩定超額收益。

截止 2017 年 12 月 1 日,基金數量達 72 只,規模達 274 億元。量化對沖基金是以獲取絕對收益為目標,引入做空機制,通過做空股指期貨對沖投資組合的市場系統性風險。截止 2017 年 12 月 1 日,數量有 23 只,規模達 48 億元。


二、量化投資之選股

量化選股是指將財務數據、市場數據、輿情數據、預期數據輸入量化模型(選股策略模型、交易成本模型、風險控制模型)中,通過模型的分析最終得出一個投資組合。與傳統基本面選股相比,量化選股依賴的是團隊合作和研究創新,通過大數據分析進行市場廣度挖掘,通過機器學習進行市場深度挖掘。

量化選股策略有五個子分類,分別是多因子選股、事件驅動選股、風格輪動選股、行業輪動選股以及趨勢追蹤選股。

此處重點介紹選股體系中發展最成熟的多因子選股。提到多因子選股首先要了解的是 Fama-French 在 1993 年提出的三因子模型。

模型認為,一個投資組合(包括單個股票)的超額回報率可以由影響它的市場資產組合(Rm-Rf)、市值因子(SMB)、賬面市值比因子(HML)這三個因子的暴露來解釋。隨著后人的不斷發展,多因子模型逐步完善。先對因子進行精選,然后分析風格輪動進行因子權重配置,再整體組合打分,控制邊界條件及行業偏離,主動風險暴露得到最終投資組合。

因子在風格方面的劃分主要有八大類,規模因子、價值因子、成長因子、反轉因子、情緒因子、交易行為因子、盈利質量因子和分析師預測因子。


三、量化投資 2017 年回顧

主動量化基金前幾年業績紅紅火火,每年主動量化基金收益中位數都遠超同類水平。但是在 2017 年大部分表現平淡,收益中位數甚至為負。究其原因,主要有三點。一是 2017 年個股分化嚴重,市場缺乏廣度。

二是 2017 年市場波動率創歷年新低。當市場波動率較低時,意味著投資者對未來預期接近一致,例如今年投資者都只關注白馬龍頭股票,對中小盤股票交易失去熱情,在市場總體波動率較低的水平下,量化選股很難找到定價出現嚴重偏離的個股,從而導致量化選股表現不佳。

三是 2017 年小盤因子失效,而價值因子崛起。選股模型是基于歷史數據分析,過度依賴小盤因子,從而導致 2017 年無法及時調整倉位,策略凈值表現一般。


四、量化角度股票市場展望

未來量化投資作為一個方法論也是大有可為。橫向比較股票資產和債券資產,我們使用上證綜指的市盈率(TTM)的倒數值作為收益率,減去 10 年期國債到期收益率,該差值作為FED 模型信號值。目前該值在零軸上方較遠,故而認為當前股票較債券更有吸引力,未來股票仍有配置價值。

縱向比較股票市場,創業板估值 PE 為 42 倍,處在歷史較低水平,接近2012 年估值水平?;ι?300、中證 500 估值也較低。

觀察發達國家股市發展軌跡,真正的牛市可能在經濟增速下臺階之后,居民金融資產配置提升時才出現,因此股票市場相對仍有配置價值。

免責聲明:對本網站的內容,我們不提供任何形式的關于內容的正確性、有效性、穩定性、不侵犯他人權利等方面的保證;不保證網站內容所包含的文字、圖形、或其它事項的準確性或完整性,也不保證本網站的內容不存在打印、復制及其他輸入方面的錯誤。"安恒量化"可隨時更改本網站內容,但不保證在更新時通知您。用戶使用本網站服務所存在的風險和產生的一切后果 由自己承擔,本網站不承擔任何法律責任,如果本文侵犯了您的知識產權,請與我們取得聯系,我們會及時修改或刪除。

 

官方郵箱:[email protected]

工作時間:周一至周五9:00-18:00


圖片展示


     官方郵箱:[email protected]?

     工作時間 周一至周五9:00—18:00

溫馨提示:國際金融市場交易均存在高風險,并不適合每一位投資者,敬請深入研究,審慎決策。本站所有內容僅出于傳遞更多信息之目的,不構成任何投資建議。本站提供的量化交易系統策略服務僅限于服務,不接觸投資者的資金,投資者需自行承擔風險,詳情查看 【風險聲明】

官方微信