序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇量化策略研究范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

[關鍵詞]量化投資；Alpha策略；意義；方法

[DOI]10.13939/ki.zgsc.2015.25.083

Alpha策略最初的理論基礎是套期保值，是由美國經濟學家H.working提出的，隨后股指期貨的面市，量化研究便激發了人們濃厚的興趣。傳統的資產管理者理念的哲學基礎大部分為追求收益風險平衡，然而平均市場收益與超額收益又很難達到絕對的均衡，因此將超額收益也即Alpha分離出來，建立起基于Alpha策略的量化投資，有助于指導投資實踐。

1 Alpha策略在量化投資中的應用意義

量化投資指的是以現代計算機技術為依托，通過建立科學的數學模型，在充分掌握投資環境的基礎上踐行投資策略，達到預期的投資效果。采用量化投資方式的優點包括其具有相當嚴格的紀律性、系統性，并且對投資分析更加準確與及時，同時還具有分散化的特點，這使得策略的實施過程更加的機動靈活。量化投資過程使用的具體策略通常有量化選股、量化擇時、統計套利、高頻交易等，每一種策略在應用過程各有千秋，而Alpha策略屬于量化選股的范疇。傳統的定性投資也是投資人基于一種投資理念或者投資策略來完成整個投資活動的，最終的目的是要獲得市場的占有率，并從中取得豐厚的利潤。從這個角度來衡量，量化投資與傳統投資的本質并無多大差別。唯一不同的是量化投資對信息處理方式上和傳統定性投資有著很大的差異性，它是基于現代信息技術、統計學和現代金融工程理論的基礎上完成對各類數據信息的高效處理，在對信息處理的速度、廣度上是傳統定性投資無法比擬的。在對投資風險的控制方面也具有很大的優勢，是國際投資界興起的新型投資理念和應用方法，也在日益成為機構投資者和個人投資者共同選用的有效投資方案。現階段量化投資的技術支撐和理論建設的基礎包括人工智能技術、數據挖掘、支持向量機、分形理論等，這些現代信息處理與數據統計方式為量化投資的可操作性提供了堅實的基礎。

Alpha策略在量化投資中的使用優點主要是對投資指數所具有的價值分析與評定。它不是依賴于對大盤的走向變化或者不同股票組合策略趨勢的分析，對投資價值的科學分析與合理評估更能吸引投資者的目光。Alpha策略重視對沖系統風險所獲得的絕對收益，在股票投資市場上是一種中性的投資方式，具體的程序有選擇資產、對資產的優化組合、建立具體組合方式、定期進行調整。為了促進該策略在投資市場中獲得良好的收益，就必須先要重視優秀的選股策略，其次是重視期貨對沖平均市場收益的時候所產生的風險控制問題。對沖系統風險時，若是能夠及時地對投資組合與相關的股指期貨的平均市場收益指進行精準地判定和預測，那么將會對整個投資行為產生積極的影響。

2 基于Alpha策略的量化投資具體策略和實踐方法

通常情況下，Alpha策略所獲得的實際收益并不是一成不變的，這與該策略本身的特定有關，具體表現在周期性與時變性上。

Alpha策略的時變性主要是指當時間產生變化時，超額收益也會隨之而改變。需要清除的是Alpha反映的就是上市公司超越市場的預期收益，因此屬于公司資產未來估值預期的范疇，所以上市公司自身所處的發展階段和發展環境不同，那么就會給Alpha帶來影響。由于時變性的特點，這就給策略的具體估計模型的設立帶來了更多不可確定的因素，為此，參照對Alpha滿足不同動態假設的理論基礎，建立起一個可以獲得不同種類估算的模型，同時假定在同一個時間范圍內，超額收益和市場平均收益都保持恒定不變，這就極大地簡化了計算的過程與步驟。也就是說在該段時間內，市場上股票投資組合基本面不會有太大的變化與波動，這就與實際的投資狀況基本達成一致。對于投資策略的調整則要根據上市公司重大事項發生情況而定，那么估算的時間單位周期可以采用每日或者每周估算，對每一個季度的歷史數據進行調整也可以作為一種調整方式，反映公司季度行情。對于具體證券而言，采用季度或者每周的調整頻率則不是最為理想的，還要針對公司情況與市場行情綜合調整。

Alpha的周期性特點在交替出現的正負號上最為突出，導致這一情況產生的原因主要是行業的周期性特征與套利效應共同造成的。具體而言，首先不同類型的證券分別屬于不同的行業所有，當行業處于景氣周期循環狀態下會影響Alpha的符號與大小，同時景氣程度的深與淺也會對此產生影響。其次一個股票組合產生非常大的超額收益情況下，市場中的其他機構投資者或者個人投資者就會不斷地參與到該組合的投資中來，最后會導致Alpha逐漸接近于零。因此在建立不同策略的組合方面，要針對每一個季度的具體情況和波動率，進行綜合性地評價與分析，并及時地做出必要的調整，以便最大限度地獲得市場收益。

量化投資中的Alpha策略并不是一種單一類型的策略，不同的策略都在尋求獲得超額收益的市場機會和可能性。現階段市場上采用的Alpha策略主要有多因子選股策略、動量策略或者反轉策略、波動性策略、行業輪動策略、行為偏差策略等，每一種策略在具體實施過程中都有其特征性，并且可以相互結合使用，發揮出綜合預測和評價的作用。

多因子選股策略是必要和常用的選股方式，最大的優勢是可以將不同種類和模塊的信息進行高效化綜合分析與評價后，確定一個選股最佳方案，從而對投資行為進行指導。該種選股策略的模型在建立方面比較容易，是量化投資中的常用方式。同時多因子模型對反映市場動向方面而言具有一定的穩定和可靠性，這是因為所選取的衡量因子中，總有一些可以把握住市場發展行情的特征，從而體現其本來就有的參考價值。所以在量化投資過程中，很多投資者都使用多因子模型對其投資行為進行評估，無論是機構投資者或者是個人投資者，都能夠從中受益。多因子選股策略模型的建立重點在于對因子的剔除和選擇上，并要合理判斷如何發揮每一個因子的作用，做出綜合性的評定。

動量策略的投資方式主要是根據價格動量、收益動量的預期與評定，對股票的投資進行相應的調整，尤其是針對本身具有價格動量的股票，或者分析師對股票的收益已經給予一定評級的股票，動量策略的應用效果會比較理想。在股票的持有期限內，某一只股票在或者股票投資的組合在上一段時間內的表現均佳，那么則可以判斷在下一段時間內也會具有同樣的理想表現，這就是動量效應的評價依據，從而對投資者的行為起到一定的影響作用。反轉策略和動量策略恰好相反，是指某一只股票或者股票投資組合在上一段時間內表現很不理想，然而在下一個時期反而會有突出的表現，這也給投資者帶來了一線希望，并對影響到下一步的投資策略的制定。

波動性策略也是Alpha策略的一種方式，主要是利用對市場中的各股運動和發展狀態的細致觀察與理智分析后，列出一些具有相當大的波動性的股票，同時這些股票的收益相關性也比較低，對此加以動態化的調整和規劃，從而逐漸獲得超額收益的過程。在一些多因子選股策略中也有機構投資者或者個人投資者將股票具有的波動性作為考察與評價因子之一，波動性策略經常和其他策略相結合來評價，這說明股票投資市場本身就具有一定的波動性，因此在投資過程中要慎重對待。

行業輪動策略和行為偏差策略的應用頻率不似前面幾種高，但也會和另外幾種策略相互結合使用。行業輪動策略主要是為了充分掌握市場行業輪動機制與特征，從而可以獲得高額的收益，對行業之間的投資也可以非常高效和準確地進行，對把握正確的時機有很大的優勢。行為偏差策略目的是窺探到股票市場中存在的過度反應或者反應不足等現象，這些都屬于股票投資市場的偏差，從而可以通過投資者對不同股票抱有的差異化評價來實現超額收益。

篇(2)

2011年7月1日，本刊正式引入《今日投資66》專欄，介紹今日投資66的選股邏輯、方法以及挑選出的股票。今日投資66（簡稱I66）是利用量化投資方法挑選出的一個66只股票的組合。其實早在2005年中今日投資就推出了I66，過去幾年累計收益率達到16倍，遠超同期市場不到3倍的漲幅。為什么直到今日我們才大張旗鼓地推出I66呢？原因其實很簡單，因為市場環境。量化投資近幾年在中國快速發展，其投資理念也越來越多地獲得認同。

股票市場上形形的各種分析方法總結起來可以歸類為三大流派：數量分析、基本面分析和技術分析。關于這三大流派孰優孰劣的爭論已經持續了近百年，三方各執一詞，百年爭論下來也沒有爭出個結果來。當今世界也是這三種流派大概各占三分之一的格局。而A股市場顯然尚未跟上，量化投資遠遠沒有達到三分之一的市場占有率。

第一部分：什么是量化投資

量化投資在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。事實上，互聯網的發展，使得新概念在世界范圍的傳播速度非?？?，作為一個概念，量化投資并不算新，國內投資者早有耳聞。但是，真正的量化基金在國內還比較罕見。那么，何為量化投資？

康曉陽：量化就是符合投資常識的投資邏輯和策略

接下來會發生什么？

深圳市天馬資產管理有限公司是國內最早開發量化投資模型的資產管理公司，致力于量化投資工作接近十年。作為國內量化投資的“開山鼻祖”，深圳天馬的董事長康曉陽先生如下介紹量化投資：

大家看到這個圖，魚跳起來了，風在刮，接下來會是什么？日本發生的9級大地震！2011年3月7日我看到一個報道，有50條鯨魚在擱淺沙灘，就在發生地震那個縣東部的海岸，有的死了，專家解釋這些鯨魚集體迷路了。作為一個地震專家或者學者，其實他們的經驗沒有告訴他這50條鯨魚擱淺沙灘跟地震有什么關系。到底有沒有關系呢？我們知道5•12四川大地震之前發生了同樣的事情，很多癩蛤蟆過馬路，這跟地震有什么關系？

投資做股票有兩類，講很多種策略，無外乎就是買你自己喜歡的和買市場喜歡的，買自己喜歡和買市場喜歡的背后邏輯就是找影響股價的要素。

量化是什么？做投資，最終的分析停留在數據上，既然是數據，就可以標準化、固化。從你自己的角度買自己喜歡的東西，其實也可以量化，每個人都有對美的標準，但并不是符合這個指標，你就一定喜歡。如果有一個海選，把符合你喜歡特征的人放在你面前你去選，就可以量化。

鯨魚擱淺在沙灘上，根據歷史數據統計就會發現這個事情跟接下來要發生的事情有什么關聯。把人的行為邏輯影響股價所有的要素進行綜合分析，預測下一個市場喜歡的東西或者喜歡的策略是什么，簡單一句話，量化就是符合投資常識的投資邏輯和策略。就股票來講，投資標的的數據和因素量化，再用一些模型統計的方法把選出來的標的進行優化，最后成為投資組合，這就是量化的基本邏輯。用數理的方法把你的投資邏輯或者市場的投資邏輯固化，只要有投資邏輯的思想或者策略，都可以量化。

就股票而言，有很多種方法，有價值型股票，分析方法無非是那幾種，只是大家的標準不一樣，量化的東西可以設一個相對寬松的東西，初選之后再優化，比如成長型股票，肯定關心盈利、收益。選出來10個、20個、50個甚至100、200個股票，然后配比重，怎么優化組合，根據你的風險和預期收益率反推回來怎么優化，最后得出一個比重，哪只股票應該投多少。有些是成本交易，比如套利，什么情況下出現一定條件的時候提示你。

要真正做到量化，首先要有一個基本的理論模型。你要覺得什么樣的股票表現好，什么樣的股票你愿意投資，這就是量化的基本邏輯。但是，有了這個邏輯之后還不夠，還要有復合型人才，因為量化投資不光要懂得投資股票，還要懂得數理分析。打個比方，雖然我很懂股票，但我不懂數理分析，很多計算機模型也不懂，更不懂編程序，要真正做到量化投資，就必須有復合型團隊。為什么這么多年華爾街學金融工程、數理、物理的人大受歡迎？因為他們可以用統計工具。前段時間我在英國的一所大學和一些專門做模型分析的教授交流，我發現他們想的東西更加復雜，基本上把市場上任何的東西都想要量化。

我理解，就是去跟蹤你的投資邏輯，它只是幫你實現你想法的一種工具。另外還要有高質量的數據，因為，你通?？吹降臇|西和市場本身存在的東西可能并不一樣。如果把鯨魚放到海灘上，這作為數據化，統計過去2000年有多少次鯨魚擱淺在海灘發生，假如有真實的數據，就可以研究出跟地震的相關性。要懂數理統計工具，建立模型就是紀律，不能改變，改變就不是模型。有人說看到今天不行，換一下，那就不是模型了。我們看過一個電影，造出來的機器人最后自己都控制不了，那就是模型。如果造出來的機器人自己能控制，那不是模型。人為什么能掙得到錢，為什么還要量化？傳統是靠個人經驗的，而且你看到、聽到的東西都是有限的。量化有什么好處？它可以把你知道的東西在整個森林中搜索。計算機是不知疲倦的，晚上你在打鼾，計算機還可以工作。你的模型是你建的，你很理性的情況下建的模型，市場情緒變了，它不會變，那時候你不可能去改模型，所以它不會受情緒的影響。

華泰聯合：實現投資理念與策略的過程

國內研究機構中涉足量化投資較早并多次獲得新財富最佳分析師評選金融工程第一名的華泰聯合證券金融工程團隊如是說：

數量化投資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。與傳統定性的投資方法不同，數量化投資不是靠個人感覺來管理資產，而是將適當的投資思想、投資經驗、甚至包括直覺反映在量化模型中，利用電腦幫助人腦處理大量信息、幫助人腦總結歸納市場的規律、建立可以重復使用并反復優化的投資策略（經驗），并指導我們的投資決策過程。

本質上來講，數量化投資也是一種主動型投資策略，其理論基礎在于市場是非有效或弱有效的，基金經理可以通過對個股、行業及市場的驅動因素進行分析研究，建立最優的投資組合，試圖戰勝市場從而獲取超額收益。然而一些定性的投資者卻并不太認可定量投資，他們認為，定性研究可以將把股票基本面研究做得很深入，從而在決策深度上具有優勢。然而，在當今市場上，信息量越來越大且傳播速度極快，單個分析師所能跟蹤的股票數量開始顯得越發有限，也因此錯過了許多優秀的投資機會，可謂是擁有深度的同時錯失了廣度。量化投資正好彌補了這一缺失，通過使用強大的計算機技術，它能夠實時對全市場進行掃描，并依仗其紀律性、系統性、及時性、準確性以及分散化的特點最大概率的捕獲戰勝市場的投資標的。

事實上，在海外市場，我們看到越來越多的定量與定性完美結合的成功案例。通過向量化模型中加入分析師對未來主觀判斷的觀點（定性的觀點），再結合來自于歷史規律檢驗的觀點（定量的觀點），定量與定性的優勢便能得到充分的發揮和融合。我們相信，這也將是未來量化產品發展的主流方向和趨勢。

結論

量化研究作為一種研究方法，其本質是使用統計學、數學和計算機工具改進研究效率，使得我們能夠在更短的時間、更大的視角領域下，依靠清晰的研究邏輯，獲取更為有效和操作性以及復制性更強的研究成果。量化研究的本質是一類發現市場規律的方法體系，其基本功能是認識市場和解釋市場，并以做到預測市場為目的。

量化投資簡單來講，它以模型為主體，使用大量數據，并且在很大程度上用電腦這樣的投資方式；其以科學性和系統性著稱，并將在嚴格的紀律化模型制約下，緊密跟蹤策略，使運作風險最小化，并力爭取得較高收益。

第二部分：量化投資在蓬勃發展

量化投資在世界的發展史

美國市場有200多年，從證券市場開始，也有快400――500年了，但是量化的發展是上世紀50――60年代的事。首先有一些理論模型，沒有理論模型支撐很難做到量化的東西。

數理化投資于上世紀50~70年論上發芽

Harry Markowitz在上世紀50年表一系列關于投資組合“均值―方差”優化的論文，這使得投資者可以定量化風險，并把風險和預期回報放在一個理論框架下統一考慮；

WilliamSharpe在1964年發表CAPM模型，此模型顯示個股的預期回報和個股的風險及市場的預期回報成正比；

Steven Ross在1976年發表APT模型，此模型顯示個股的預期回報可以表示成一系列非特定因素預期回報的加權平均，此模型為量化投資者指出了很實用的研究框架；

Black-Scholes在1972年發表關于股票權證的定價模型；

Fama和French在1993年發表三因素模型，此模型顯示個股的預期回報由三個因素（市場，個股的市值，個股的市凈率）決定；

此后很多研究者做了非常多的實證研究，并發現了一些對個股將來回報有預測作用的因素：比如市盈率，市凈率，資產回報率，盈利一致預期，中長期價格動能，短期價格反轉等。

數理化投資從上世紀70年代末開始實際運用

Barclays Global Investors(BGI)于1978年創立了全球第一只數量化投資策略基金，到被BlackRocks收購之前BGI以14000億美元的規模，高居全球資產管理規模之首。

SSgA(道富環球投資管理公司)和 GSAM(高盛國際資產管理公司)為首的一大批以數量化投資為核心競爭力的公司已經成為機構資產管理公司中的“巨無霸”。

“詹姆斯•西蒙斯創辦的文藝復興科技公司花費15年的時間，研發基于數學統計理論的計算機模型，借助該模型，西蒙斯所管理的大獎章基金，從1989 年到2009 年間，平均年回報率高達35％，較同期標普500 指數年均回報率高20 多個百分點，比“金融大鱷”索羅斯和“股神”巴菲特的操盤表現都高出10 余個百分點。

在國外。其他采用量化投資的公司沒有獲得驚人的表現，并非是量化方法不好，而是他們還沒有構建出更好的模型以及正確的策略。作為量化投資的大行家和受益者，西蒙斯承認有效市場的套利機會極少而且會趨同小時，然而，仍然有無數轉瞬即逝的很小的機會存在，在證券市場，那些很小的交易，都會對這個龐大的市場產生影響，而每天都會有成千上萬這樣的交易發生。這個市場看似雜亂無章，卻存在著內在規律，而量化操作自從誕生以來，無疑成為捕捉這些規律的一把利器，為海外投資者屢建奇功。

CQA（教育產品內容與數據測試）數據統計：在2002年-2004年三年間，量化產品的平均年收益率為5.6%，比非量化產品的平均年收益率高出1%。從信息比率來看，量化產品為0.37，非量化產品為0.06。此外，量化基金的運作費率相對更低，例如傳統產品費率為0.6%，主動量化產品費率在0.45%-5%之間。

理柏(LIPPER)數據顯示，2005年到2008年之間，87只大盤量化基金業績表現好于非量化基金，增強型量化基金在2005年和2006年更是大幅跑贏非量化基金。但2007年和2008年除市場中性基金外，所有基金業績下滑很快，其中雙向策略和大盤量化基金表現差于非量化基金，而增強型和市場中性量化基金表現則優于非量化基金。

量化投資在中國的發展現狀

研究力量不斷壯大

目前大部分券商研究所都配有金融工程研究小組，成員超過5個的不在少數。根據2010年11月份的《新財富》最佳分析師榜單，國信證券金融工程小組人數有12人，為目前人員配備最多的量化投資研究團隊。其他入選金融工程前五名的研究小組中，申銀萬國8人，華泰聯合、安信證券各5人，中信證券4人。

數量化方面的研究報告數量也是逐年增加。據不完全統計，2008-2010年相關報告數量分別有52、142、794篇，今年上半年就達到了633篇，逐年遞增趨勢非常明顯。不過，和2010年研究報告10萬多份的總量相比，數量化研究的廣度和深度還有很大提升空間。

量化產品初露鋒芒

天馬旗下的產品中，現有兩個信托產品采用量化投資策略，分別是新華―天馬成長，和平安―Lighthorse穩健增長。

此外，上投摩根、嘉實、中?；?、長盛基金、光大保德、富國基金、南方基金等都有量化產品推出，但是量化基金的比例還是非常小。即便在2009年，全年新發基金超過100只的情況下，新發的量化基金也僅有4只，數量在2009年的新發基金市場中僅占3％。與指數基金、普通股票基金相比，量化基金可謂是基金市場上的稀缺資源。

2011年，在國內緊縮政策與國外動蕩局勢的影響下，A股市場呈現結構性震蕩上揚的格局。隨著市場輪動的提速及內在容量的擴大，精選個股的難度日益加大。在此背景下，定性投資容易受到投資者情緒影響，而定量投資則能夠通過計算機的篩選，幫助投資者克服非理性因素，在充分控制風險的前提下應對市場萬變。以“人腦＋電腦”為主要構建的量化基金逐漸顯現投資優勢，今年量化基金異軍突起，整體表現不俗。截至4 月6 日， 9 只具有完整業績的主動型量化基金平均收益率為0.64%，超越同期股票型基金和混合型基金-1.39%、-3.08%的凈值增長率。其中，“元老”光大保德信量化核心基金收益率達5.19%。此外，南方策略、中海量化策略、長盛量化紅利、長信量化先鋒、上投摩根阿爾法、華泰柏瑞量化先行基金也均取得正收益，分別達到4.12%、3.28%、2.60%、2.13%、0.77%和0.16%；僅嘉實量化阿爾法和華商動態阿爾法收益為負，分別為-4.48%、-7.94%。此外，從以往披露的公開信息可以發現，國內量化基金多側重價值因子，也契合今年低估值大盤藍籌股領漲的市場格局。

第三部分：解讀量化投資

在西蒙斯崛起之前，判斷型投資完全占據著主流地位，因為當前全球投資界的三大泰斗當中，無論是價值投資的巴菲特、趨勢投資的羅杰斯，還是靠哲學思維的索羅斯，都是判斷型投資的代表。但隨著西蒙斯的聲名鵲起，量化投資開始受到投資大眾的重視并呈現出蓬勃的發展態勢。但需要指出的是，世界上沒有萬能的投資方法，任何一種投資方法都有其優缺點，量化投資當然也不例外。定量投資成功的關鍵是定量投資這個模型的設計好壞，設計的好壞主要由模型設計者對市場的了解、模型構建的了解和模型實踐經驗來決定的。

量化投資的決策體系

量化基金的成功運作必然依托一個完整而有效的量化體系用來支撐，該體系是數據獲取、數據處理、資產配置、組合管理到全程風險控制等諸多環節的有機結合。

我們借鑒海外量化基金運作架構的諸多優點，并結合華泰聯合金融工程資深研究員的看法，旨在提供一個適合中國市場特點的量化基金運作架構體系。該體系綜合考慮了定性及定量兩大主要選股思路，在風險可控下，充分發揮量化投資的優勢。

此架構包含以下幾個主要層次：

1. 數據提供：量化體系的底層一般是數據接入端口，數據來源于外部數據提供商。

2. 數據預處理：由于中國A 股市場歷史較短，數據質量一般，特別是早期的數據較為不規范。因此，在輸入模型前必須對數據進行全面的清洗，從而增強數據的有效性和連續性。

3. 資產配置：資產配置是量化基金的核心。不同的投資者具有不同的投資理念，即不同的資產收益率看法。因此，通過構建差異化的因子配置模型來實現差異化的投資理念則充分展現了量化投資的優勢和精髓。舉例而言，我們可以開發針對不同市場狀況（如牛市、熊市、震蕩市和轉折市）以及不同投資風格（如保守、激進和中庸）的量化模塊。這些模塊就類似于兒童手中的玩具積木，一旦投資決策委員會確定了戰略和戰術配置比例，接下來要做的就是簡單的選積木和搭積木的過程。模塊化投資嚴格的遵循了投資思路，從而將量化投資的紀律性、系統性、及時性和準確性展露無遺。

4. 投資決策：宏觀經濟政策對中國A 股市場的表現影響較大，也就是我們常說的“政策市”。針對這一現狀，綜合考慮定性和定量的宏觀判斷對于我們選擇合適的基金倉位及資產組合將十分必要。一方面，結合宏觀及行業分析師對于未來宏觀經濟的預判以及個別性事件的分析，另一方面，考察既定的一系列量化擇時指標和宏觀經濟指標的最新動向，從而能較為全面的提出投資建議。

5. 組合管理：在對于宏觀趨勢、戰略和戰術資產配置的全面考量之后，留給基金管理人的工作將是如何實現在交易成本，投資風險以及組合收益三者之間的最大平衡。

經典量化投資模型綜述與評價

目前，由于計算的復雜程度和對速度的要求，量化投資的交易過程通常是由電腦自動來完成的，可在某些方面電腦依然不可能替代人腦。投資若要取得成功，就需要頂尖的大腦來羅織數據、發現規律、編制最快最好的電腦程序；此外，量化投資所使用的模型在用了一段時間之后就會慢慢失效，因為越來越多的“山寨版”會出現，因而需要不斷發現新的模型以走在這場軍備競賽的前列，而此時需要的就是配備精良、高速運作的人腦。由此可見，模型在量化投資的整個體系中居于核心地位。近幾十年來，西方理論界與實務界均誕生了不少量化投資模型，大力推動了量化投資的發展，這其中又大致可分為三大類：傳統的基于經濟學意義的模型（structural model）、現代的基于數學、統計學意義以及計算機原理的模型（statistical model）、程序化交易模型。以下就這三者分別予以介紹。

(一)傳統的基于經濟學意義的模型

這種模型雖然用到了一些數學與統計學的工具， 但其核心思想與前提假設仍然是圍繞經濟學或金融學原理而展開的。例如，B-S 模型與二叉樹模型提供了金融產品定價的新思路，因而也衍生出了所謂的以選擇權為基礎之投資組合保險策略（option-basedportfolio insurance，OBPI），如歐式保護性賣權（protective put）策略、復制性賣權（synthetic put）策略和一些持倉策略―――買入持有（buy-andhold）策略、停損（stop-loss） 策略、固定比例投資組合保險(constant proportion portfolio insurance，CPPI) 策略、時間不變性組合保障（timeinvariant portfolio protection，TIPP）策略、固定組合（constant mix）策略與GARP（Growth at a Reasonable Price）策略等。

(二)現代的基于數學、統計學意義以及計算機原理的模型

與上述模型相比，這種模型“量化”的傾向愈加明顯―――淡化甚至忽略經濟學或金融學背景，基本上只是依賴先進的數學、統計學工具與IT 技術構建模型，進而確定投資策略。模型中應用的具體方法主要包括參數法、回歸分析、時間序列分析、極值理論、馬爾科夫鏈、歷史模擬法、蒙特卡羅模擬法等等。

(三)程序化交易模型

隨著金融市場的日益復雜化， 越來越多的復雜交易策略被設計出來，這些交易策略很難通過傳統的手工方式執行，于是程序化交易應運而生。程序化交易是指按照預先編制的指令通過計算機程序來完成交易的方式，可以分為決策產生和決策執行兩個層面：前者是指以各種實時/歷史數據為輸入通過事先設計好的算法計算得出交易決策的過程，而后者是指利用計算機算法來優化交易訂單執行的過程； 也可以從交易頻率的角度，分為高頻交易和非高頻交易。程序化交易使得復雜的量化交易策略得以實施，優化交易指令的執行，解放人力使之把精力更多地集中到投資策略的研究上， 最重要的是能克服人性的種種弱點與障礙從而保證絕對的“客觀性”與“紀律性”。然而，這種交易方式也引起了諸多爭議，如對速度的過高要求會造成市場的不公平、巨大的交易量可能會增加市場的波動性、容易產生鏈式反應、為了盈利可能會制造人為的價格而降低市場的有效性等等。

量化投資的主要策略

增強型指數基金：策略的主要目的還是跟蹤指數，希望用量化模型找出能緊跟指數但同時又能小幅超越的組合。

非指數型量化基金：能利用絕大多數好的投資機會，而不需去管組合是否能緊跟指數。

多―空對沖基金：買入模型認為能表現好的股票， 賣空模型認為會表現差的股票。有時可能凈多倉， 有時可能凈空倉。此策略在對沖基金中很流行。在A股市場中能賣空的股票不多，所以一般只能用期指去對沖。

市場中性的多―空對沖基金：買入模型認為能表現好的股票， 賣空模型認為會表現差的股票。在任何時候凈倉位為0，同時在各行業上，大小盤風格上的凈倉位都為0。此策略在對沖基金中也比較流行。此策略的波動率非常小，在國外一般會加入杠桿。

130/30基金：一般共同基金采用，即買入130%的多倉， 賣空30%的空倉。

程序化高頻交易：利用期指或股價的日內波動進行高頻買賣。有些策略是找價格模式，有些是利用交易所規則上的漏洞。

可轉移Alpha：主要用在增強型指數基金上，具體是用期貨來跟蹤指數，一部分多出來的錢投資于風險比較小的能取得絕對正收益的策略上。

市場擇時/行業輪動/風格輪動：用數量化模型預測市場/行業/風格的拐點

量化投資和傳統投資的比較

天馬資產首席數量分析師朱繁林博士表示，量化投資區別于定性投資的鮮明特征就是模型，對于量化投資中模型與人的關系，大家也比較關心?？梢源騻€比方來說明這種關系，我們先看一看醫生治病,中醫與西醫的診療方法不同，中醫是望、穩、問、切，最后判斷出的結果，很大程度上基于中醫的經驗，定性程度上大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依托于醫學儀器，最后得出結論，對癥下藥。

醫生治療病人的疾病，投資者治療市場的疾病，市場的疾病是什么？就是錯誤定價和估值，沒病或病得比較輕，市場是有效或弱有效的；病得越嚴重，市場越無效。

投資者用資金投資于低估的證券，直到把它的價格抬升到合理的價格水平上。但是，定性投資和定量投資的具體做法有些差異，這些差異如同中醫和西醫的差異，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，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。

傳統的定性投資強調的是基金經理的個人經驗和主觀判斷，相對來說強調基金經理的單兵作戰能力。而量化投資主要是用來源于市場和基本面的模型指導投資。

量化投資可以最大限度地捕捉到市場上的機會。而傳統的定性投資受到研究員，基金經理覆蓋范圍的限制。

量化投資借助模型進行投資，比較客觀和理性，更不會受市場和情緒影響。

量化投資的可復制性更好。傳統的定性投資易受到基金經理，資深研究員人動的影響。

其實，定量投資和傳統的定性投資本質上是相同的，二者都是基于市場非有效或是弱有效的理論基礎，而投資經理可以通過對個股估值，成長等基本面的分析研究，建立戰勝市場，產生超額收益的組合。不同的是，定性投資管理較依賴對上市公司的調研，以及基金經理個人的經驗及主觀的判斷，而定量投資管理則是“定性思想的量化應用”,更加強調數據。

國內量化基金投資風險分析

（一）量化模型質量產生的投資風險

投資模型本身的質量，是量化基金最核心的競爭力。專業人士以為，對于中國這樣的新興市場，量化投資的關鍵是能否根據市場特點，設計出好的投資模型。然而，已有的量化基金中，大多簡單地利用國外已公開的模型，或是用基金公司自有的一些簡單模型，在考察市場的有效性上普遍比較欠缺。如中海量化策略和南方策略優化在行業權重配置中均采用的Black-Litterman（BL）模型。這種模型現是華爾街主流模型，亦是高盛公司資產管理部門在資產配置上的主要工具。然而，在國內市場信息搜集等方面局限性較大的情況下，該系統到底是否有效，是否僅是基金公司體現其“專業性”的一個由頭，還有待觀察。

（二）基金經理執行紀律打折扣所產生的道德風險

好買基金研究中心的一份報告指出，大部分量化基金在擇時、行業配置和資金管理等方面并沒有采用量化模型，更多的是基金經理的主觀判斷。觀察這些量化基金的契約和季度報告可以發現，基金要么不進行擇時，要么根據主觀經驗進行擇時，這在很大程度上無法體現出模型選股產生的效果。

（三）數量化模型滯后產生的風險

量化基金效果如何，無法脫離資本市場環境的成熟度。量化模型的運用有重要的前提條件，是必須在一個相對成熟穩定的市場中運行，這種市場環境下基于歷史數據設計的模型才可能延續其有效性。國內股市曾經大起大落，市場結構和運行規律都發生過質變。在這種情況下量化模型有可能跟不上市場本身的改變，嚴格的量化投資也難以適應變化。這或許是這種舶來品水土不服的一大原因?？梢哉f，早期的A股市場并不適合量化投資理念，而隨著市場逐漸成熟，量化投資的優勢才開始逐漸顯現。近兩年量化投資基金數量成倍增加，也是對這一趨勢的反映。

篇(3)

量化投資重在風控

近幾年，國內基金公司都在積極推出量化投資產品。但市場人士認為，目前國內的常見“量化”基金，實質上大多是“量化選股”基金，從量化的風險控制到量化的交易，整個決策流程依然靠傳統的方法。

國內著名投行宏觀策略研究員的工作積累，華爾街量化投資的歷練，使華商大盤量化擬任基金經理費鵬對量化投資的A股應用有著自己的心得。他認為，量化投資最大的優勢在風險控制上。與傳統的價值投資“越跌越買”的理念不同，他認為量化投資應該是主動對市場風險進行判斷，通過技術分析、量化模型分析等判定風險，在確定風險之后，及時對倉位進行控制，及時止損。

費鵬認為，目前市場上的量化產品將研究的重點放在擇股和行業配置上，缺乏有效及時的風險響應體系，而從國外的經驗看，量化的一大特點就是對風險的預判。因此，華商基金量化投資團隊在吸收國內外先進經驗的同時，在模型設計之初，便將核心定為風險控制。

在設計中，華商基金量化投資團隊借助了包括從統計信息學角度出發的信息熵值（Entropy）的變化、從分形理論出發的市場模式（P atter n）的變化、從金融物理學角度出發的金融泡沫統計指標的變化、從市場微觀結構出發的分析師一致預期分歧的變化和趨勢等，構建風險模型，對中短期系統風險進行定量分析，依靠基金經理和研究員對宏觀經濟發展狀況、人口與社會的結構性特征、經濟產業周期等因素的分析，對長期風險進行定性分析。

量化投資堅持追求絕對收益

提及量化投資，人們就會想到西蒙斯用公式打敗市場的經典案例。但這一投資工具在被引入國內投資市場之后，并沒有展現其神奇的威力。根據wi n d數據分類顯示，目前市場上有19只量化基金，2 012年可統計的15只量化基金平均收益率僅為2 . 5 5%（同期滬指上漲3 .17%），國內發行的量化基金的表現不盡如人意。

在費鵬看來，國內的量化基金僅僅是“量化選股”，追求相對收益。他認為，量化投資的核心應該是風控，堅持追求的則應該是絕對收益。

相比而言，目前國內公募量化基金多采用多因子模型，而多因子模型的設計原理是把價值投資理論通過數字模型加以表達。在實際測算中，華商基金量化團隊每日漲幅居前的股票中，會有所謂投資價值較少的“垃圾股”，很難通過價值投資理論解釋。

對此，華商量化投資團隊在設計選股模型時，更多的是通過捕捉市場的異常波動，尋找股價波動的非基本面的因素。通過對數據挖掘，建立初選股票池，然后按照行業分類，結合基本面研究，通過行業研究員調研，尋找相互印證支持依據，在分析手段上更多了對隱性信息的補充。

篇(4)

10月27日以來，不到半個月時間里，銀行板塊指數從4772點最高上漲到5498點，漲幅高達15%。

事實上，銀行股的這波上漲，可以回溯到年初3月份4152點最低點，照此算來，銀行板塊指數年初至今也上漲了32%。即便如此，與市場上的軍工、醫藥等板塊相比，這個漲幅并不突出。隨著銀行股低估值被逐漸發現以及滬港通的影響，未來有可能還會繼續上漲。

有鑒于此，《投資者報》特別找出了三季度末仍然重倉銀行股的基金名單，希望通過對其的詳細梳理，能夠對投資人借道基金坐享銀行股牛勢行情有所助益。

《投資者報》統計發現，三季度末仍重倉銀行股的基金一共有230只。其中，持有倉位比例最高的是國泰上證180金融ETF、華夏上證金融地產ETF、華寶興業上證180成長，均持有7只銀行股，倉位全在40%以上，持有倉位分別是46%、44%、42%。

從近6個月凈值增長來看，寶盈策略增長、工銀瑞信金融地產、招商大盤藍籌、新華鉆石品質企業、諾安中小盤精選、新華優選分紅、華泰柏瑞上證中小盤E、南方策略優化、大摩量化配置、易方達上證中盤ETF等10只基金位列凈值增長前十。值得一提的是，這10只基金近6個月的凈值增長均超過了30%。

工銀瑞信金融地產暫時領先

從今年以來凈值增長情況來看，工銀瑞信金融地產在上述230只重倉銀行股的基金中暫時領先。其今年以來的凈值增長為45%，近一個季度凈值增長19.83%，均位居230只重倉銀行股基金第一。

從持倉股票來看，工銀瑞信金融地產持有3只銀行股，分別是318萬股浦發銀行、500萬股光大銀行、250萬股交通銀行。

從這3只銀行股的漲幅來看，其年初至今的漲幅分別為24.5%、23.2%、29.5%。均未能跑過銀行類板塊指數年初至今32%的漲幅，顯然向上空間還很大。從10日漲跌情況來看，上述3只銀行股的近10日漲幅分別為11.52%、8.9%、8.41%。據此測算，這三只個股近10日分別為工銀瑞信金融地產的凈值增長供獻了320萬元、113萬元、83萬元，合計516萬元的浮盈。

從同類排名來看，工銀瑞信金融地產今年以來在365只同類基金中凈值漲幅排名第7。這對于成立一年多、又是新人基金經理管理的基金來說，這樣的成績還是相當可以的。

公開資料顯示，工銀瑞信金融地產為雙基金經理制，基金經理鄢耀，6年證券從業經驗，先后在德勤華永會計師事務所擔任高級審計員，中國國際金融公司分析員，2010年加入工銀瑞信擔任研究部研究員；另一基金經理王君正，5年證券從業經驗。曾任泰達宏利基金公司研究員，2011年加入工銀瑞信任研究部研究員。盡管兩位基金經理均擁有多年證券從業經驗，研究經歷豐富，不過，該基金仍然是他們管理的首只基金。

與工銀瑞信金融地產持有三只銀行股不同，在上述230只重倉銀行股中同樣表現優異的寶盈策略增長，則僅持有了一只銀行股――中信銀行。對比其近一年來的持倉可以發現，截至去年年末，寶盈策略增長的前十大重倉股中沒有中信銀行的身影，到了今年一季度末，寶盈策略增長的前十大重倉股中已持有5000萬股的中信銀行，上半年加倉至5800萬股。

從盤面來看，中信銀行在2014年2月7日這周筑底完畢，隨后展開了一波強勢上攻，由3.57元每股一路上攻到2月28日這周的最高5.58元，上漲了56%。據此算出，寶盈策略成長在中信銀行這只股票的建倉成本價應在4.5元附近。值得一提的是，截至今年三季度末，寶盈策略成長在中信銀行股票上的持倉重新回到了5000萬股，從盤面上來看，這期間中信銀行一直處于橫盤狀態，寶盈策略成長的減持，更大可能是前期部分獲利盤的落袋為安。

相關量化、ETF基金可高度關注

哪怕知道銀行股要走出牛市行情，但要在16只上市銀行股中選中漲得最高、漲得最快的龍頭并不容易，特別是對于消息滯后、缺少時間的工薪族，經常是“只賺指數不賺錢”。這時，直接投資指數型基金或量化基金也就成為了更加實用的投資選擇。

《投資者報》統計得來的數據也對上述觀點形成了較為有力的支撐。據《投資者報》測算，230只重倉銀行股的基金中，持倉倉位前十的基金分別為國泰上證180金融ETF、華夏上證金融地產ETF、華寶興業上證180成長、海富通上證周期ETF、信誠中證800金融、華寶興業上證180價值、建信上證社會責任ETF、國投瑞銀滬深300金融、匯添富中證金融地產E、嘉實中證金融地產ETF。

其中，除了嘉實中證金融地產ETF持有銀行股的倉位占比為29.63%外，另外9只基金持有銀行股的倉位占比均超過30%。顯然，如此高的倉位占比，一旦銀行股板塊大幅齊漲，這些基金的受益程度也將明顯超過其他同類基金。

事實上，從凈值增長率來看，上述10只基金今年以來凈值增長率平均為16.8%，近6個月凈值增長率平均為22.5%，顯然，隨著銀行板塊的不斷上攻，上述基金的收益能力也在不斷提升。

篇(5)

中國金融業飛速發展，尤其是2010年股指期貨的推出，量化投資和對沖基金逐步進入國內投資者的視野。目前，量化投資、對沖基金已經成為中國資本市場最熱門的話題之一，各投資機構紛紛開始著手打造各自量化投資精英團隊。同時，中國擁有數量龐大的私募基金，部分私募基金利用國內市場定價較弱的特性轉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、參數的設計，融入到具體的模型中，用模型對市場進行不帶任何情緒的跟蹤；簡單而言，就是用數量化的方法對股票估值，選取適合的股票進行投資。

量化投資的鼻祖是美國數學家西蒙斯（James Simons）教授，從1989年到2006年間，他管理的大獎章基金平均年收益率高達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展，但因為是新事物，社會各界還不是很了解。

目前國內約有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發展的必然？量化投資和對沖基金對金融安全問題會產生什么影響？上海建設國際金融中心，量化投資和對沖基金應該扮演怎樣的角色？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行規范和監管？對沖基金如何募集、運作和壯大？如何開發策略、如何進行交易如何控制風險？

對于上述問題，國內缺乏進行深度探討和專業研究的有效途徑。近日，國內領先的量化投資和對沖基金專業研究機構，上海交通大學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、知名學者、優秀對沖基金經理、量化投資領軍人物、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、保險界的專業人士、信息技術服務商和民間資本代表，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，以解決金融業發展迫切需要解決的問題。主辦機構表示：“我們相信此次高峰論壇的召開，將開創中國量化投資和對沖基金的新紀元。”

無限風光在險峰

上海交通大學安泰經濟管理學院院長周林教授在論壇致辭時表示：“通過引進各種各樣的產品、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轉化到投資科學，這是我們共同關心的問題?！?/p>

周林認為，在中國開展量化投資、設立對沖基金將來有可能的空間，當然，可能也會有問題和風險。即使像美國、英國這樣的成熟市場也會產生風波，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險。“對于一系列未來可能產生的問題，我們一定要做非常好的分析。”

中國金融期貨交易所副總經理胡政博士談到，由于量化投資導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展的基本趨勢。通過研究后他認為，有四方面問題值得關注。

第一是對市場公平性的沖擊。有人用“大刀長矛“，有人用“導彈、機關槍”，有專家理財，有一般的投機炒家，各種各樣的風格構成了市場，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。量化投資的產品，有可能會對市場價格造成沖擊。當采用類似的風險止損點或者類似理念時，市場發生某個方向的變動，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，會對市場產生沖擊和影響。

第四，對交易系統的沖擊。量化投資快速發展的核心因素是計算機技術的發展，現有交易系統都基于計算機系統，各種各樣的工具會對交易系統造成沖擊。

第一財經傳媒有限公司副總經理楊宇東建議，希望媒體把目前機構、專家學者、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對沖基金方面的監管政策和法規，并給予量化投資更多的扶持和技術支持。

上海銀監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”升華為數量化的“科學”，運用到高深的數量工具。國外從事量化投資的研究人員和基金經理大多是學金融、計算機和統計學出身，很多物理、數學專業等理工科背景的優秀人才也加入這一行列。野村證券亞太區執行總監周鴻松就是哈佛大學空間物理博士，曾獲2011亞洲銀行家峰會最佳算法交易系統團隊獎。

在美國留學獲計算機碩士的劉震現任易方達基金管理公司指數與量化投資部總經理，1995年進入華爾街工作，在與國內父母通電話時，他感到很難解釋清楚自己的職業性質，便說跟“投資倒把”差不多，這可把他父母給弄暈了。

國泰君安證券資產管理公司總經理章飆是統計學博士，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，才有了較大的發言權。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(6)

量化基金表現不俗

2011年，在國內緊縮政策與國外動蕩局勢的影響下，A股市場呈現結構性震蕩上揚的格局。隨著市場輪動的提速及內在容量的擴大，精選個股的難度日益加大。在此背景下，定性投資容易受到投資者情緒影響，而定量投資則能夠通過計算機的篩選，幫助投資者克服非理性因素，在充分控制風險的前提下應對市場萬變。以“人腦＋電腦”為主要構建的量化基金逐漸顯現投資優勢，今年量化基金異軍突起，整體表現不俗。

截至4月6日，9只具有完整業績的主動型量化基金平均收益率為0.64%，超越同期股票型基金和混合型基金-1.39%、-3.08%的凈值增長率。其中，“元老”光大保德信量化核心基金收益率達5.19%。此外，南方策略、中海量化策略、長盛量化紅利、長信量化先鋒、上投摩根阿爾法、華泰柏瑞量化先行基金也均取得正收益，分別達到4.12%、3.28%、2.60%、2.13%、0.77%和0.16%；僅嘉實量化阿爾法和華商動態阿爾法收益為負，分別為-4.48%、-7.94%。此外，從以往披露的公開信息可以發現，國內量化基金多側重價值因子，也契合今年低估值大盤藍籌股領漲的市場格局。

短期or長期？

評價一個基金業績，通常需要放在較長的時間段進行考察，而量化基金的考察時間可能還要更長。一個優秀的基金經理如果擅長捕捉市場熱點，業績很容易在短時間內就嶄露頭角。對量化基金而言，它并不擅長捕捉市場熱點，而是將自己的投資理念以及對市場的理解用數量化的模型固定下來，量化產品主要是根據設計的模型進行投資，根據投資喜好對個股進行海選，從長期來看會獲得較高的穩定收益。

市場價格總是圍繞價值波動，有時候會產生偏離，恢復價值需要一定時間。即使一個良好的量化模型也需要較長的時間才能累計超額收益，量化基金并不是一個短時間一定能見成效的基金，投資者在購買這類基金時，應該清楚地認識到這個特點。再者，量化投資追求的是“大概率事件”，其最大優勢就是盡量減少犯錯誤的概率，獲取長期穩定的業績回報。

雖然自去年以來，大部分量化基金投資收益整體表現不俗，但還是要正確認識量化投資，不可將其過度“神化”。其實，量化投資只是一個模型，不可能短期或者一夜致富，量化基金需要堅持長期投資的理念。

以南方基金2010年3月發行的首只量化投資基金為例，專家認為該基金會呈現出“中期穩定、長期出色”的特點。所謂中期穩定，就是指以年度為周期，基金業績跑贏股票型基金的前50%，而在3年周期中，累計收益有望進入股票型基金前30%行列。

但從短期業績來看，因為該基金高度分散，均衡配置的特點，很少會在某段時期極為突出，而是在相對均衡的市場環境中會更具優勢。若市場處于某種風格占據明顯優勢的階段，則該基金業績有可能表現平淡。從中國市場的長期歷史來看，某種風格優勢持續全年的情形并不常見，而在風格轉換時，均衡配置的優勢就凸顯出來。在經歷風格轉換后，基金的中期業績跑贏同類型平均收益的概率很大。

從成立以來的運作情況來看，該基金迄今為止的業績基本符合以上預期。從基金成立到去年9月，由于市場風格高度偏離均衡，且基金處于建倉期，基金階段業績表現并未超越股票型基金指數（即股票型基金平均水平），而在去年10月市場風格進入轉換期后，基金業績迅速提升。在今年以來逐步回歸均衡的市場環境中，該基金業績更是進入股票型前10%以內。

從今年二季度的市場環境來看，風格均衡化的轉換仍將繼續，南方策略在二季度業績有望繼續明顯跑贏股票型基金平均收益水平。

投資風險有哪些

投資量化基金的風險主要體現在以下幾點。

量化模型質量產生的投資風險

投資模型本身的質量，是量化基金最核心的競爭力。專業人士以為，對于中國這樣的新興市場，量化投資的關鍵是能否根據市場特點，設計出好的投資模型。然而，已有的量化基金中，大多簡單地利用國外已公開的模型，或是用基金公司自有的一些簡單模型，在考察市場的有效性上普遍比較欠缺。如中海量化策略和南方策略優化在行業權重配置中均采用的Black-Litterman（BL）模型。這種模型現是華爾街主流模型，亦是高盛公司資產管理部門在資產配置上的主要工具。然而，在國內市場信息搜集等方面局限性較大的情況下，該系統到底是否有效，僅是基金公司體現其“專業性”的一個由頭，還有待觀察。

基金經理執行紀律打折扣所產生的道德風險

好買基金研究中心的一份報告指出，大部分量化基金在擇時、行業配置和資金管理等方面并沒有采用量化模型，更多的是基金經理的主觀判斷。觀察這些量化基金的契約和季度報告可以發現，基金要么不進行擇時，要么根據主觀經驗進行擇時，這在很大程度上無法體現出模型選股產生的效果。

數量化模型滯后產生的風險

量化基金效果如何，無法脫離資本市場環境的成熟度。量化模型的運用有重要的前提條件，是必須在一個相對成熟穩定的市場中運行，這種市場環境下基于歷史數據設計的模型才可能延續其有效性。國內股市曾經大起大落，市場結構和運行規律都發生過質變。在這種情況下量化模型有可能跟不上市場本身的改變，嚴格的量化投資也難以適應變化。這或許是這種舶來品水土不服的一大原因?？梢哉f，早期的A股市場并不適合量化投資理念，而隨著市場逐漸成熟，量化投資的優勢才開始逐漸顯現。近兩年量化投資基金數量成倍增加，也是對這一趨勢的反映。

規避風險有策略

規避量化基金投資風險并非無章可循，只要做到以下幾點，就可將風險降到最低。

震蕩市適合選擇量化基金

量化投資以先進的數學模型替代人為的主觀判斷，因借助系統強大的信息處理能力而具有更大的投資穩定性，極大地減少了投資者情緒波動的影響，避免在市場極度狂熱或悲觀的情況下做出非理性的投資決策。在2010年A股市場的震蕩市場環境之中，中海量化策略股票型證券投資基金截至2010年12月31日，基金凈值增長率為7.22%，高于業績比較基準2.32個百分點。

選擇規模相對較大的量化基金公司

一般來說，量化投資模型更適合大資金運作。構建的組合視資金量的情況由30～500只股票組成，每一只股票只買少許(幾千到幾萬股)。例如15億元資金，300只股票，每只股票只需買500萬元，平均每只股票20萬股，高價小盤股才幾萬股。進入市場、退出市場沖擊成本幾乎為零，即使在跌市中也容易退出市場止損，在牛市中也容易快速低成本建倉。今年一季度南方策略優化業績表現進入股票型基金前5%，中海能源量化基金凈值增長率為2.17%，低于業績比較基準0.47個百分點。

價值型市場下首選量化投資基金

量化基金并非在所有市場都能有效戰勝非量化基金。國際知名的基金研究機構理柏(Lipper)把基金分為4類型，將每一類型的量化投資與傳統投資進行比較，2005年量化投資基金全面戰勝傳統基金，而2006年在增強指數型基金中，量化投資落后于傳統型基金，到2007年則情況發生較大轉彎，除市場中立基金外，其余量化投資基金全部跑輸傳統型基金。在考慮了風險、跟蹤誤差后，量化投資具有更小的跟蹤誤差和更高的回報。研究表明數量投資基金業績具有很強的輪動特點。大部分數量投資基金具有很強的價值投資偏好，因此，他們在價值型市場下表現良好，1998～1999年是成長型市場，量化投資基金大部分跑輸傳統型基金。2001～2005年是價值型市場，數量化投資基金普遍表現優異。

選擇良好的量化基金管理團隊至關重要

這是量化基金能取得優良業績的最關鍵因素。就如同同樣采取基本面研究的基金來說，有的基金業績好，有的基金業績差，量化基金也是如此，只有擁有良好量化技術的管理團隊，才能獲得良好的業績。

量化基金申購贖回費用及購買注意事項

關于量化基金的申購贖回費用，以光大保德信量化核心證券投資基金為例，該基金認購采取金額認購的方式，認購金額包括認購費用和凈認購金額，其中：

認購費用＝認購金額×認購費率

凈認購金額＝（認購金額＋認購利息）－認購費用

認購份額＝凈認購金額/基金份額面值

篇(7)

近年來，投資領域的眾多精英紛紛投身量化投資領域，利用計算機科技并采用一定的數學模型去實現自己的投資理念、投資策略。他們以自己的智慧加數學的方法組成投資策略，設計出自己的贏利模型，來克服交易中人性的弱點，實現穩定的贏利。

不少機構和個人都贏利頗豐，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，以前穩定贏利的模型現在開始不靈了，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。

國內如此，國外量化同行也遇到同樣的困惑，經常出現很大的回撤。尤其是最近，全球CTA策略都不太景氣，很多傳統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的反向策略，專剪這個人群的羊毛，多數模型失靈也就不足為奇了。

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

“反投資策略的方式我聽得很少?，F在的問題是很多的量化投資同時進入市場，使得市場的價格實現機制出現了偏差，反策略發現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，而是他認為這只股票在未來30年、50年會給他帶來很高的利益。我認為量化投資者也不是在尋求別人犯錯務的時機，如果是基本面，或者說發現了一個趨勢，就可以獲得很好的收益，這個時候誰都沒有犯錯誤。”

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。

中國量化投資學會理事長丁鵬認為，如果說它是有經濟學原理做支撐的策略，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，它是有經濟學原理做支撐的；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。”渤海證券金融工程部總經理何翔認為，“對于短期失效的趨勢策略，從個人來講，你要有一個風險容忍度，要清楚能不能堅持這樣的策略?！?/p>

風控不容忽視

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險控制。會場幾位重量級嘉賓暢談了風控的方法。

“控制風險比收益更重要，控制風險才是投資者最核心的東西。”丁鵬認為，在銀行、保險、券商和期貨這幾大金融行業中，期貨的收益應該是最高的，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。通常是把風險控制住之后，靠規模、放大杠桿去賺錢的。

通過多策略的方法降低風險。職業投資人、寬客俱樂部總經理馮正平認為，金融投資的策略體系一定要符合保險學原理。比如你交易200個標的，用了200個策略，其一個標的出了問題，僅影響0.5%。要從這個角度去研發策略、組合策略。

“我們公司對策略風控、模型回撤要求非常嚴格?！?何翔表示，“我們在策略開發的過程中，特別注重三個方面，一是時間緯度上，要在不同的時間架構上對策略進行分散，有長期、中期、短期，甚至日內的；二是在空間上進行分散；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，一年收益率應該是50%。做出來之后，在數據回溯和模擬上都很吻合，但是做進去之后，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。”上海鑄銘投資管理中心總裁張向陽認為，在進行歷史數據回溯的時候，他應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，導致設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€量化策略開發過程中，我們以風控為前提，然后把握一些趨勢性的機會，順勢而為，分析市場的行為，做好策略開發的分散，最終嚴格執行策略，實現了好的收益?！?/p>

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

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的，他們更關注定向增發前的部分，從董事會預案公告，股東大會公告通過，然后到證監會審核通過，再到定增公告，不同的階段去分析、統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，在歷史上滿足這個形態的樣本，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，還會有比較好的結果的。

何翔對自己團隊的策略如數家珍，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，越來越多的投資者進入了這個圈子，“悍馬定理”創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、經驗、好心態、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合起來，一起做市場，會少走彎路。

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

如果是純量化投資者，因將來的發展趨勢會更加智能化，所以要向更復雜的非線性的數據工具傾斜。

對于量化投資的未來發展趨勢，丁鵬認為會形成兩大流派，一個是策略流派，一個是工具流派。策略流派是開發出各種各樣的好策略，發現更多的機會；工具流派是用傳統的策略，但工具做得更好、數據更全、效率更高、數據更快。