前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇量化投資策略分析范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

量化投資策略分析范文第1篇

量化投資策略就是利用量化的方法，進(jìn)行金融市場的分析、判斷和交易的策略、算法的總稱。

量化投資策略類型包括：

1、趨勢判斷型量化投資策略，判斷趨勢型是一種高風(fēng)險(xiǎn)的投資方式，通過對大盤或者個(gè)股的趨勢判斷，進(jìn)行相應(yīng)的投資操作。如果判斷是趨勢向上則做多，如果判斷趨勢向下則做空，如果判斷趨勢盤整，則進(jìn)行高拋低吸。這種方式的優(yōu)點(diǎn)是收益率高，缺點(diǎn)是風(fēng)險(xiǎn)大。一旦判斷錯(cuò)誤則可能遭受重大損失。所以趨勢型投資方法適合于風(fēng)險(xiǎn)承受度比較高的投資者，在承擔(dān)大風(fēng)險(xiǎn)的情況下，也會有機(jī)會獲得高額收益。

2、波動率判斷型量化投資策略，判斷波動率型投資方法，本質(zhì)上是試圖消除系統(tǒng)性風(fēng)險(xiǎn)，賺取穩(wěn)健的收益。這種方法的主要投資方式是套利，即對一個(gè)或者N個(gè)品種，進(jìn)行買入同時(shí)并賣出另外一個(gè)或N個(gè)品種的操作，這也叫做對沖交易。這種方法無論在大盤哪個(gè)方向波動，向上也好，向下也好，都可以獲得一個(gè)比較穩(wěn)定的收益。

（來源：文章屋網(wǎng) ）

量化投資策略分析范文第2篇

保險(xiǎn)資產(chǎn)管理的歷史演變

保險(xiǎn)業(yè)的轉(zhuǎn)型發(fā)展蘊(yùn)含了保險(xiǎn)從非金融到金融的屬性轉(zhuǎn)變。保險(xiǎn)業(yè)轉(zhuǎn)型與金融市場的發(fā)展、監(jiān)管環(huán)境的變革帶來了保險(xiǎn)資產(chǎn)管理的大發(fā)展。

國內(nèi)保險(xiǎn)業(yè)務(wù)從1980年開始恢復(fù),當(dāng)時(shí)保險(xiǎn)資金運(yùn)用的主要渠道是由人民銀行批給貸款額度。90年代初期,保險(xiǎn)辦“三產(chǎn)”成為當(dāng)時(shí)特定時(shí)代背景下保險(xiǎn)資金運(yùn)用的顯著特點(diǎn)。1995年《保險(xiǎn)法》頒布,保險(xiǎn)資金運(yùn)用有了明確的法律規(guī)定,嚴(yán)格限定在銀行存款、購買國債、金融債和國務(wù)院批準(zhǔn)的其他形式的投資。2003年,經(jīng)國務(wù)院同意,保監(jiān)會做出重大戰(zhàn)略部署,在保險(xiǎn)業(yè)組建了首批保險(xiǎn)資產(chǎn)管理公司,通過資產(chǎn)管理公司集中化、專業(yè)化管理,逐步形成了承保業(yè)務(wù)與資產(chǎn)管理業(yè)務(wù)雙輪驅(qū)動的格局,將行業(yè)從單純的保險(xiǎn)業(yè)務(wù)發(fā)展領(lǐng)入了資產(chǎn)負(fù)債協(xié)調(diào)發(fā)展的新歷史階段。此后保險(xiǎn)資金投資范圍不斷擴(kuò)大,保險(xiǎn)資金運(yùn)用相關(guān)的工具、渠道、機(jī)構(gòu)、隊(duì)伍、制度、風(fēng)險(xiǎn)防范及投資收益都獲得了重大突破。

保險(xiǎn)資產(chǎn)管理的不斷發(fā)展,為保險(xiǎn)資產(chǎn)管理服務(wù)實(shí)體經(jīng)濟(jì)、優(yōu)化資產(chǎn)組合、提升投資收益、適應(yīng)保險(xiǎn)業(yè)轉(zhuǎn)型發(fā)展的需要起到了十分積極的作用。隨著監(jiān)管政策的放開,保險(xiǎn)資產(chǎn)管理還將出現(xiàn)重大的轉(zhuǎn)型,從單純的賬戶管理轉(zhuǎn)向賬戶管理與產(chǎn)品管理并舉,從單純的管理內(nèi)部資金轉(zhuǎn)向管理內(nèi)部資金與第三方資金并舉,從被[:請記住我站域名/]動的負(fù)債驅(qū)動轉(zhuǎn)向資產(chǎn)負(fù)債管理,從行業(yè)內(nèi)競爭轉(zhuǎn)向金融業(yè)跨界競爭,多元化、國際化將成為保險(xiǎn)資產(chǎn)配置的新趨勢。

保險(xiǎn)資產(chǎn)管理的理論依據(jù)

現(xiàn)代資產(chǎn)組合理論是包括保險(xiǎn)公司在內(nèi)的各類機(jī)構(gòu)投資者投資配置的重要理論依據(jù)。保險(xiǎn)資產(chǎn)管理采用的專業(yè)技術(shù)及可以作為資產(chǎn)配置的大類資產(chǎn)類別與其他資產(chǎn)管理并無本質(zhì)差別,這是保險(xiǎn)資產(chǎn)管理的普遍性。保險(xiǎn)資產(chǎn)管理的特殊性源于保險(xiǎn)負(fù)債的特殊性。保險(xiǎn)資金負(fù)債的性質(zhì)、成本既不同于銀行,也不同于信托、基金或證券。負(fù)債的特殊性決定了保險(xiǎn)監(jiān)管政策的差異性和資產(chǎn)配置的獨(dú)特性。為更加有效地、全面地管理風(fēng)險(xiǎn)、覆蓋成本,保險(xiǎn)公司開發(fā)了資產(chǎn)負(fù)債管理模型(ALM),協(xié)調(diào)投資策略和產(chǎn)品設(shè)計(jì)、定價(jià)之間的關(guān)系,這是保險(xiǎn)公司投資的另一重要理論依據(jù)。

與其它機(jī)構(gòu)投資者相比,保險(xiǎn)投資關(guān)注資金的安全性和流動性,投資風(fēng)格更加穩(wěn)健。一方面,保險(xiǎn)業(yè)絕大部分資金都來自于保費(fèi)計(jì)提的準(zhǔn)備金,是帶有給付與賠償義務(wù)的有成本資金。對于大部分保險(xiǎn)產(chǎn)品而言,投資風(fēng)險(xiǎn)基本由保險(xiǎn)公司承擔(dān)。另一方面,保險(xiǎn)公司還面臨著監(jiān)管政策的硬約束,包括資產(chǎn)配置的比例限制、公允價(jià)值計(jì)價(jià)的會計(jì)準(zhǔn)則、以風(fēng)險(xiǎn)為基礎(chǔ)的償付能力監(jiān)管體系等,這與其它機(jī)構(gòu)投資者面臨的情況有很大不同。這些約束條件的設(shè)定,體現(xiàn)了保險(xiǎn)公司強(qiáng)化投資風(fēng)險(xiǎn)管控背后的監(jiān)管意圖。

保險(xiǎn)資金配置的國際比較

以美國為例,美國是全球最大的保險(xiǎn)市場,壽險(xiǎn)產(chǎn)品占據(jù)全部保險(xiǎn)業(yè)可投資資產(chǎn)的約70%,并按賬戶劃分為獨(dú)立賬戶和一般賬戶。一般壽險(xiǎn)產(chǎn)品(約為壽險(xiǎn)資產(chǎn)總規(guī)模的70%)除保險(xiǎn)保障要求外,部分產(chǎn)品(比如有最低投資回報(bào)承諾的產(chǎn)品)還需要滿足最低收益目標(biāo),對投資標(biāo)的安全性要求較高。這部分資金劃歸到一般賬戶,資產(chǎn)配置比例由保險(xiǎn)公司決定,同時(shí)接受監(jiān)管機(jī)構(gòu)的投資比例限制。

美國保險(xiǎn)公司對一般賬戶大都采取比較保守投資策略,80%以上的資產(chǎn)配置固定收益產(chǎn)品,其中超過70%的資金配置債券,10%左右配置抵押貸款。2008年金融危機(jī)后,權(quán)益資產(chǎn)配置比例控制在3%以內(nèi)(2011年為2.3%),即便在股票市場牛市的2007年,股票配置的峰值也僅有4.7%。

全球第二大保險(xiǎn)市場的日本的情況與美國類似。日本壽險(xiǎn)業(yè)將絕大部分資產(chǎn)配置在固定收益產(chǎn)品,其中65%以上的資產(chǎn)配置債券,貸款投資占比15%左右,權(quán)益投資的比重已經(jīng)下降到6%。

會計(jì)準(zhǔn)則及償付能力對保險(xiǎn)資產(chǎn)管理的影響

如前所述,保險(xiǎn)資產(chǎn)管理必須充分考慮會計(jì)準(zhǔn)則及償付能力監(jiān)管規(guī)則的影響,這是其區(qū)別于一般資產(chǎn)管理的重要特征。

首先是會計(jì)準(zhǔn)則的影響。一般資產(chǎn)管理(例如基金投資、企業(yè)年金投資)主要關(guān)注于資產(chǎn)組合的市值增長,市值增減變動直接反映為當(dāng)期業(yè)績,因此會計(jì)核算相對簡單。而保險(xiǎn)資產(chǎn)管理需要從保險(xiǎn)公司整體目標(biāo)出發(fā),基于資產(chǎn)負(fù)債匹配的要求,統(tǒng)籌考慮資產(chǎn)的價(jià)值和收益,這就與金融工具會計(jì)準(zhǔn)則產(chǎn)生了密切聯(lián)系。

具體而言,在會計(jì)準(zhǔn)則的框架下,保險(xiǎn)資產(chǎn)管理必須考慮三大問題。一是分類。現(xiàn)行準(zhǔn)則對金融工具采用“四分類”方法,一旦選定不能輕易更改。因此,必須充分考慮不同分類下資產(chǎn)價(jià)值、收益的計(jì)量方式、與負(fù)債的匹配度,以及對后續(xù)交易的限制,合理確定投資目的和會計(jì)分類。二是估值。公允價(jià)值計(jì)量是現(xiàn)行準(zhǔn)則的一個(gè)重要計(jì)量屬性,但其內(nèi)在的順周期效應(yīng)也受到各方質(zhì)疑。

此外,在非有效市場中資產(chǎn)如何估值,也是非常復(fù)雜的技術(shù)問題。三是減值。近年來金融資產(chǎn)減值對保險(xiǎn)公司業(yè)績的影響很大。盡管各公司減值標(biāo)準(zhǔn)不同,結(jié)果缺乏可比性,但都應(yīng)該加強(qiáng)對減值的監(jiān)測和主動管理,努力降低對公司業(yè)績的影響。

其次是償付能力監(jiān)管的影響。通常情況下,資產(chǎn)管理主要關(guān)注于資產(chǎn)本身的收益,不會受到資產(chǎn)委托方的其他限制或約束。而保險(xiǎn)資產(chǎn)管理則會受到來自保險(xiǎn)公司的諸多約束,償付能力監(jiān)管就是其中非常重要的一項(xiàng)。

在我國現(xiàn)行償付能力編報(bào)體系中,投資資產(chǎn)會從兩個(gè)方面對償付能力產(chǎn)生影響:一是高風(fēng)險(xiǎn)、低流動性資產(chǎn)(特別是另類投資)的認(rèn)可率較低,會降低償付能力;二是金融資產(chǎn)按公允價(jià)值計(jì)量,會造成償付能力的劇烈波動。因此,在開展保險(xiǎn)資產(chǎn)管理時(shí),必須將償付能力作為投資決策的重要依據(jù)。對于償付能力偏緊的公司,要審慎考慮另類投資,并主動加強(qiáng)價(jià)格風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)敞口管理,控制償付能力波動。在最新的歐盟償付能力Ⅱ體系中,投資資產(chǎn)形成的市場風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)已經(jīng)超過保險(xiǎn)風(fēng)險(xiǎn),成為壽險(xiǎn)公司監(jiān)管資本的主要驅(qū)動因素。一旦歐盟償付能力Ⅱ?qū)嵤?保險(xiǎn)投資理念、風(fēng)險(xiǎn)收益觀將會發(fā)生重大變化,資產(chǎn)組合

可能面臨重大調(diào)整。同時(shí),有效的風(fēng)險(xiǎn)管理將會為保險(xiǎn)公司創(chuàng)造更大的價(jià)值。 保險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)管理

資產(chǎn)管理工作本質(zhì)上是一項(xiàng)風(fēng)險(xiǎn)管理工作。第一,識別風(fēng)險(xiǎn)。第二,對風(fēng)險(xiǎn)進(jìn)行合理定價(jià)。第三,在合理的定價(jià)基礎(chǔ)上賺取風(fēng)險(xiǎn)回報(bào)。做好資產(chǎn)管理工作,需要看清幾個(gè)基本問題。有哪些風(fēng)險(xiǎn)?定價(jià)有沒有反映風(fēng)險(xiǎn)?實(shí)現(xiàn)收益背后蘊(yùn)含了多少風(fēng)險(xiǎn)?哪些風(fēng)險(xiǎn)是我們意料之外的(尾部風(fēng)險(xiǎn))?

具體工作中,識別風(fēng)險(xiǎn)點(diǎn),進(jìn)而對風(fēng)險(xiǎn)大小進(jìn)行評估,對所識別的風(fēng)險(xiǎn)點(diǎn)開展風(fēng)險(xiǎn)監(jiān)測,出現(xiàn)風(fēng)險(xiǎn)后及時(shí)、正確的風(fēng)險(xiǎn)應(yīng)對措施和風(fēng)險(xiǎn)報(bào)告是保險(xiǎn)資產(chǎn)管理的主要流程。保險(xiǎn)資產(chǎn)管理主要面臨著投資性風(fēng)險(xiǎn)(市場風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動性風(fēng)險(xiǎn)等)和非投資性風(fēng)險(xiǎn)(操作風(fēng)險(xiǎn)、合規(guī)風(fēng)險(xiǎn)等)。

此外,保險(xiǎn)資產(chǎn)管理要定期對投資組合的收益情況進(jìn)行評價(jià),即績效評估?？冃гu估工作需要注意兩個(gè)方面,一是組合收益率的計(jì)算方法,二是比較基準(zhǔn)的選擇。除了要知道投資業(yè)績的好壞,還需要進(jìn)行利源分析。這就需要開展績效歸因分析。風(fēng)險(xiǎn)調(diào)整后收益的引入有助于進(jìn)一步掌握投資經(jīng)理獲得的收益是承擔(dān)了過多的風(fēng)險(xiǎn)還是在相對較低的風(fēng)險(xiǎn)下。資產(chǎn)管理承擔(dān)了保險(xiǎn)行業(yè)的大部分利潤貢獻(xiàn),行業(yè)所面臨的風(fēng)險(xiǎn)也由負(fù)債端轉(zhuǎn)向了資產(chǎn)端,對投資收益背后所承擔(dān)風(fēng)險(xiǎn)的考量就非常重要。此外,一定要考慮對權(quán)益類的敞口控制問題,權(quán)益類的表現(xiàn)好壞會直接影響到保險(xiǎn)資產(chǎn)管理的收益。

從價(jià)值投資到數(shù)量化投資的發(fā)展

縱觀西方證券投資思想的發(fā)展史,在不同的時(shí)代背景和市場環(huán)境下形成了價(jià)值投資理念、技術(shù)型投資理念、被動投資理念以及現(xiàn)代數(shù)量化投資理念等多種投資理念。其中價(jià)值投資理念和現(xiàn)代數(shù)量化投資理念都屬于主動投資理念,理論較為系統(tǒng),目前機(jī)構(gòu)投資者大多使用這兩種投資理念管理資產(chǎn)。

本杰明·格雷厄姆最早提出了價(jià)值投資的思想。之后,菲利普·費(fèi)雪、約翰·威廉姆斯以及沃倫·巴菲特等價(jià)值投資的追隨者又從價(jià)值評估的范圍和方法等方面對格雷厄姆的思想做了進(jìn)一步的補(bǔ)充和完善。當(dāng)前,伴隨著金融創(chuàng)新的不斷發(fā)展,價(jià)值投資者還活躍在高收益?zhèn)?、衍生品等多個(gè)新興投資領(lǐng)域中。從實(shí)際操作中看,價(jià)值投資過程可能面臨一些問題:如價(jià)格無法恢復(fù)的風(fēng)險(xiǎn)、價(jià)值回歸速度緩慢時(shí)投資者容易受到短期業(yè)績壓力、信息爆炸使發(fā)現(xiàn)投資機(jī)會的難度增加以及在大牛市中資金利用率較低等。

通常意義上說,數(shù)量化投資可以理解為利用數(shù)學(xué)模型和計(jì)算機(jī)技術(shù)來設(shè)計(jì)并實(shí)現(xiàn)投資策略的過程。近年來,數(shù)量化投資進(jìn)入了一個(gè)蓬勃發(fā)展的時(shí)期。據(jù)路透社報(bào)道,2012年對沖基金每獲得10美元新投資,就有超過9美元投向了數(shù)量化對沖基金。而國內(nèi)的量化公募基金也已經(jīng)從2008年的6只增加到了2013年6月的46只。在數(shù)量化投資的過程中,投資策略是核心所在,目前的量化投資策略主要可以分為三類:一是擇時(shí)類策略,如情緒指數(shù)擇時(shí)等;二是擇股類策略,如多因子擇股等;三是對沖套利類策略,如股票多空對沖、統(tǒng)計(jì)套利策略等。從歷史來看,

數(shù)量化投資能夠取得較高的收益,但同時(shí)也存在著模型風(fēng)險(xiǎn)。

作為兩種在不同時(shí)代背景下形成的投資理念,價(jià)值投資和數(shù)量化投資并沒有明顯的優(yōu)劣之分。但是數(shù)量化投資在數(shù)據(jù)處理能力、投資策略多樣化以及投資決策理性化、流程化等方面更具優(yōu)勢,并且能取得相對穩(wěn)定的投資業(yè)績。目前,國內(nèi)保險(xiǎn)資金絕大部分通過價(jià)值投資方法進(jìn)行管理。為更好適應(yīng)未來投資環(huán)境的轉(zhuǎn)變,保險(xiǎn)資產(chǎn)管理未來需要實(shí)現(xiàn)幾個(gè)轉(zhuǎn)變。隨著未來股指期貨、融資融券以及期權(quán)等衍生工具的放開,保險(xiǎn)資金數(shù)量化投資的運(yùn)用前景會越來越廣泛,真正實(shí)現(xiàn)投資策略的多元化發(fā)展。

中國資本市場有效性與行為金融理論的影響

理性人假設(shè)是傳統(tǒng)金融學(xué)理論的基礎(chǔ)。理性個(gè)體假定解決了傳統(tǒng)金融學(xué)理論中個(gè)體的認(rèn)知問題,而期望效用理論則解決了傳統(tǒng)金融學(xué)中的個(gè)體決策問題。在上述基礎(chǔ)上,產(chǎn)生了現(xiàn)代資產(chǎn)組合理論和資本資產(chǎn)定價(jià)模型。隨著認(rèn)知心理學(xué)等相關(guān)領(lǐng)域研究的不斷發(fā)展,認(rèn)知偏差的存在對于理性人假設(shè)提出了挑戰(zhàn)。Tversky和Kahneman(1979)提出的著名的前景理論對傳統(tǒng)的期望效用理論進(jìn)行了完善,為現(xiàn)實(shí)中許多投資者行為提供了更加合理的解釋。在此基礎(chǔ)上,行為金融學(xué)家紛紛開始發(fā)展基于行為金融的資產(chǎn)定價(jià)模型和資產(chǎn)組合理論。

量化投資策略分析范文第3篇

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(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)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(jì)出自己的贏利模型，來克服交易中人性的弱點(diǎn)，實(shí)現(xiàn)穩(wěn)定的贏利。

不少機(jī)構(gòu)和個(gè)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(gè)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(diǎn)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(bào)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(gè)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(gè)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(cuò)方錢。顯然當(dāng)量化投資者在逐漸增多時(shí)，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(shí)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(gè)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。現(xiàn)在的問題是很多的量化投資同時(shí)進(jìn)入市場，使得市場的價(jià)格實(shí)現(xiàn)機(jī)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(shí)候，把價(jià)格推到了不合理的位置。”如果說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(cuò)誤的投資人可以使別的投資人的回報(bào)變得更多，但并不是說你要有收益必須是別人犯錯(cuò)誤的結(jié)果。就像巴菲特說，他買一只股票絕對不是因?yàn)檫@只股票今年便宜點(diǎn)，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(cuò)務(wù)的時(shí)機(jī)，如果是基本面，或者說發(fā)現(xiàn)了一個(gè)趨勢，就可以獲得很好的收益，這個(gè)時(shí)候誰都沒有犯錯(cuò)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(jì)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(jì)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(shí)的失效，因?yàn)檫M(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?yàn)槭录南ФL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(gè)人來講，你要有一個(gè)風(fēng)險(xiǎn)容忍度，要清楚能不能堅(jiān)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(cuò)的收益，但虧損更甚，原因之一是沒有把握住風(fēng)險(xiǎn)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(xiǎn)比收益更重要，控制風(fēng)險(xiǎn)才是投資者最核心的東西。”丁鵬認(rèn)為，在銀行、保險(xiǎn)、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(cái)只有5、6個(gè)點(diǎn)，但銀行是最富的。為什么？因?yàn)殂y行的風(fēng)控能力是最強(qiáng)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(xiǎn)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(xiǎn)。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(xiǎn)學(xué)原理。比如你交易200個(gè)標(biāo)的，用了200個(gè)策略，其一個(gè)標(biāo)的出了問題，僅影響0.5%。要從這個(gè)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(gè)方面，一是時(shí)間緯度上，要在不同的時(shí)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(xiǎn)最小化?！?/p>

算錯(cuò)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(gè)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(gè)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(gè)月虧了，第二個(gè)月又虧了，第三個(gè)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(shí)候，他應(yīng)該是拿一口價(jià)格來算賬，而那口價(jià)格是在買價(jià)上成交的還是在賣價(jià)上成交的，他是不知道的，只能在賣價(jià)上買。這樣就形成了誤差，導(dǎo)致設(shè)計(jì)模型時(shí)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(xiǎn)控制如同剎車，計(jì)算成本如同估計(jì)路況，遇到路況不好時(shí)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(shí)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(tuán)隊(duì)幾年來幾種模型的贏利情況?！霸谡麄€(gè)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(jī)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(shí)現(xiàn)了好的收益。”

何翔團(tuán)隊(duì)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(gè)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(tuán)隊(duì)用人工智能的方法，預(yù)測每個(gè)月上證指數(shù)的漲跌，然后得到一個(gè)從2001年到現(xiàn)在漲跌方向的預(yù)測結(jié)果。這是一個(gè)比較粗糙的預(yù)測方向，給出一個(gè)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(gè)標(biāo)的，用這個(gè)模型做一個(gè)簡單的模擬操作，測出來一個(gè)凈值，預(yù)測的效果很好。

另一個(gè)是量化定增套利策略。這是何翔和團(tuán)隊(duì)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(jì)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(gè)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(gè)形態(tài)的樣本，就可以滿足這個(gè)的策略，一般持有1到3天。這個(gè)策略效果還不錯(cuò)，只是可容納的資金有限，如果擴(kuò)大樣本量，還會有比較好的結(jié)果的。

何翔對自己團(tuán)隊(duì)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(gè)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(yàn)、好心態(tài)、能夠操作大資金，建議他們組建一個(gè)團(tuán)隊(duì)，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?yàn)樵瓉憩F(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(jià)機(jī)制形成了自己的一些的方式，如果做量化，建議他們先實(shí)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(gè)是策略流派，一個(gè)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(jī)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。

量化投資策略分析范文第4篇

【關(guān)鍵詞】量化對沖；多因子選股；Alpha

一、量化投資與Alpha策略

（一）量化投資的優(yōu)勢

1.出色的數(shù)據(jù)處理能力

通過計(jì)算機(jī)建模對歷史數(shù)據(jù)進(jìn)行分析，能夠替代人進(jìn)行大量繁瑣的工作，極大的提高了工作效率。既能夠在分析的過程中形成投資策略，又可以建立模擬測試平臺對策略進(jìn)行檢驗(yàn)。

2.克服人性弱點(diǎn)

人性本質(zhì)上的弱點(diǎn)是很多失敗投資決策的根源，計(jì)算機(jī)可以幫助人控制自身的情感，以量化投資的方法進(jìn)行自動化交易，避免人工操作，也就可以在一定程度上減少人類情感對投資決策的影響。

3.反應(yīng)迅速

量化投資的自動化交易程序反應(yīng)十分靈敏，通過計(jì)算機(jī)對各種信號的快速識別，能夠在毫秒內(nèi)做出反應(yīng)，這種數(shù)量級的反應(yīng)速度已經(jīng)足夠捕捉目前市場上最短級別的交易機(jī)會。

（二）主流Alpha策略

1.動量Alpha，強(qiáng)者恒強(qiáng)的現(xiàn)象在市場中普遍存在，市場表現(xiàn)好的股票能夠積累人氣，持續(xù)上漲趨勢容易延續(xù)下去，買入漲勢好的股票組合，利用股指期貨等工具進(jìn)行對沖。

2.反轉(zhuǎn)Alpha，關(guān)注走勢最差，短期變現(xiàn)最不好的股票，認(rèn)為股價(jià)跌到一定程度會集聚反轉(zhuǎn)的能量，買入股價(jià)跌幅較大、技術(shù)形態(tài)上超跌的股票，建立對沖頭寸。

3.多因子選股Alpha，源于三因子模型，將股票價(jià)格的原因分割為不同因子，考察各因子與股價(jià)的相關(guān)性來設(shè)計(jì)投資策略，獲取因子的超額收益。

二、因子選取及有效性分析

本文Alpha策略主要針對短期反轉(zhuǎn)效應(yīng)，“地量見地價(jià)”是股票市場中的一條重要原則，低股價(jià)、小成交量具有明顯的反轉(zhuǎn)效應(yīng)。相對于價(jià)值類、成長類因子，規(guī)模類因子的短期反轉(zhuǎn)效應(yīng)更強(qiáng)。因此，本文從規(guī)模類因子、動量因子與技術(shù)指標(biāo)類因子中初步選取了9個(gè)因子，分別為股價(jià)、總市值、日成交量、日換手率、RSI、STOM、ROC、CR、AROON。

（一）數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)清理共分四步：剔除ST類股票數(shù)據(jù)；清楚股票異常數(shù)據(jù)（包括數(shù)據(jù)庫中缺失的股票數(shù)據(jù)以及停牌股票的日數(shù)據(jù)）；對股價(jià)進(jìn)行復(fù)權(quán)處理；因子數(shù)據(jù)標(biāo)準(zhǔn)化，采用N（0，1）正態(tài)標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化后數(shù)值越高代表其原始股價(jià)越低。

（二）因子評價(jià)標(biāo)準(zhǔn)

本文主要從因子的收益能力以及風(fēng)險(xiǎn)程度兩方面來檢測單個(gè)因子的有效性。需要觀測的值有：訓(xùn)練集內(nèi)組合的累計(jì)Alpha、勝率、最大回撤、收益回撤比以及將樣本分組后的各項(xiàng)數(shù)據(jù)。

（三）因子的選取

經(jīng)系統(tǒng)回測后，從各因子年化收益率的排序情況來看，在正向?qū)_組中，市值、股價(jià)、成交量三個(gè)因子表現(xiàn)最好，年化收益率均超過了20%，表現(xiàn)最差的三個(gè)因子為日換手率、月?lián)Q手率與CR指標(biāo)，年化收益率低于10%。

從風(fēng)險(xiǎn)的角度對比各因子的表現(xiàn)，成交量與市值的回撤最大，收益能力強(qiáng)的股價(jià)因子的回撤幅度相對也較低，股價(jià)因子的表現(xiàn)最為優(yōu)秀，收益能力居中的RSI、ROC的回撤也在中間水平，而AROON指標(biāo)的回撤相對其他指標(biāo)較為優(yōu)秀。收益能力較低的CR的回撤同樣很大，換手率與STOM則表現(xiàn)出低收益低回撤。

對比綜合性指標(biāo)收益回撤比，可以得出9個(gè)因子的收益回撤比差異顯著，排序從大到小分別為股價(jià)、市值、成交量、ROC、RSI、AROON、CR、STOM、換手率，其中各因子的收益能力起到關(guān)鍵性作用。長期投資組合的區(qū)間收益回撤比反映的是各因子在長期持續(xù)產(chǎn)生超額收益的效應(yīng)。

綜上，依據(jù)各因子在整個(gè)樣本區(qū)間的表現(xiàn)，將表現(xiàn)最差的日換手率、STOM與CR指標(biāo)這三個(gè)因子剔除，用剩下的六個(gè)因子構(gòu)成最優(yōu)因子組合。

三、多因子選股策略檢驗(yàn)

（一）多因子Alpha策略要素

本文Alpha策略為短周期持倉；選股的標(biāo)準(zhǔn)為小市值、低股價(jià)、低成交量、低RSI、低ROC、低AROON；打分方式分為等權(quán)重法與變權(quán)重法，變權(quán)重打分考察各因子在樣本內(nèi)收益能力與抗風(fēng)險(xiǎn)能力的綜合表現(xiàn)，將收益回撤比作為篩選股票時(shí)各因子的權(quán)重；對沖方式為等市值完全對沖；對沖工具使用滬深300股指期貨主力合約。

（二）不同打分方式投資組合樣本外表現(xiàn)

等權(quán)重組合區(qū)間收益140.48%，組合最大回撤為29.08%；變權(quán)重組合區(qū)間收益211.73%，最大回撤26.78%；同期市場指數(shù)漲幅為5.40%，最大回撤43.49%。兩種組合方式資金曲線相似。

改變打分權(quán)重后，組合在樣本外的勝率與盈虧比明顯提高，這是收益提高的根本原因，在一定程度上也反映出所選因子真實(shí)有效。

本文在對2006至2015年中國證券市場的研究中發(fā)現(xiàn)，短期反轉(zhuǎn)Alpha策略真實(shí)有效。股價(jià)因子的效用最為顯著，技術(shù)指標(biāo)類因子的表現(xiàn)沒有規(guī)模類因子突出，換手率因子效果不佳。在震蕩市中Alpha策略最為有效，極端行情下，尤其在暴跌行情中，使用股指期貨對沖不掉組合的市場風(fēng)險(xiǎn)，此情況下多因子選股模型階段性失效。

參考文獻(xiàn)：

量化投資策略分析范文第5篇

>> QFII在中國A股市場交易策略的實(shí)證研究 A股尋求20日均線支撐 16家券商集中推薦招商蛇口 中國A股主板市場PEAD實(shí)證研究 切線在均線系統(tǒng)中的應(yīng)用研究 捕捉牛股:均線共振 GARP量化選股策略在A股市場中的應(yīng)用 A股交易時(shí)間太短 資源冗余對企業(yè)績效的影響:基于滬深A(yù)股的實(shí)證研究 A股發(fā)行公司IPO前盈余管理與IPO后經(jīng)營業(yè)績的實(shí)證研究 女性董事與盈余管理：來自深交所A股上市公司的實(shí)證研究 H股回歸對A股市場流動性和波動性的影響：實(shí)證研究 基于價(jià)值投資的Piotroski選股策略實(shí)證研究 買入并持有策略在A股失靈? 股票均線幾種特性在預(yù)示后市中的作用研究 金融危機(jī)背景下QFII在A股市場中的交易策略及對投資績效影響研究 金融危機(jī)后上證A股銀行股的CAPM模型實(shí)證分析 基于R語言的均線量化策略分析 A股中期策略 轉(zhuǎn)型期下的A股投資策略 均線在趨勢下的實(shí)戰(zhàn)應(yīng)用分析 常見問題解答 當(dāng)前所在位置：，2015- 04-0516：32。

③互動百科.凱利公式[Z].http：///wiki/%E5%87%AF%E5%88%A9%E5%85%AC%E5%BC%8F，2016-03-03。

參考文獻(xiàn)

[1]邱捷銘.均線交叉策略的另類創(chuàng)新研究[R].2015.7.16.

[2]周銘山，馮新力，林靚，方旭S，周開國.A股市場均線策略有效性與收益率隨機(jī)特征研究[J].證券市場導(dǎo)報(bào)，2013（01）.

[3]羅然.關(guān)于移動平均線交易策略的研究[J].四川經(jīng)濟(jì)管理學(xué)院學(xué)報(bào)，2010（04）.

[4]徐鵬.移動平均線交易規(guī)則的實(shí)證分析[J].江西金融職工大學(xué)學(xué)報(bào)，2008（04）.

[5]羅然.對移動平均線投資策略的分析――基于石油行業(yè)個(gè)股歷史數(shù)據(jù)的實(shí)證研究[J].呼倫貝爾學(xué)院學(xué)報(bào)，2010（05）.

[6]吳亞軍，惠曉峰.基于均線交易系統(tǒng)的非特定時(shí)間動態(tài)VaR研究[J].運(yùn)籌與管理，2013（06）.

[7]董大勇.均線指標(biāo)組合下的上證指數(shù)收益實(shí)證分析[J].孝感職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2003（01）.

[8]（美）羅伯特?D?愛德華（RobertD.Edwards），（美）約翰?邁吉（JohnMagee）著，程鵬等譯.股市趨勢技術(shù)分析[M].中國發(fā)展出版社，2004.