認識量化投資上海源實資產(chǎn)管理有限公司謝雯2015年1月量化投資在中國量化投資是什么？量化投資怎樣賺錢？量化策略如何評價？量化投資發(fā)展歷史路徑200420032004200520092010股指期貨、融資融券推出，A股對沖元年數(shù)只基本面量化基金問世權(quán)證推出，券商試水期權(quán)類業(yè)務(wù)ETF基金問世，部分機構(gòu)試水ETF套利與做市首只指數(shù)基金發(fā)行首只保本基金發(fā)行公募量化火爆，私募遭遇滑鐵盧證券簡稱投資類型(二級分類)同類排名凈值增長率華商大盤量化精選靈活配置型基金1/4148.84華泰柏瑞量化指數(shù)普通股票型基金6/36470.42交銀阿爾法普通股票型基金11/36462.66大摩量化配置普通股票型基金15/36455.31華商動態(tài)阿爾法偏股混合型基金23/15833.74長盛量化紅利策略普通股票型基金23/36441.58長信量化先鋒普通股票型基金30/36457.83機構(gòu)投資者使用情況公募基金被動型：指數(shù)、指數(shù)增強、ETF主動量化：量化基金、保本基金專戶：套利、量化Alpha、Alpha與Beta分離

私募基金基本面量化：量化Alpha技術(shù)面量化：高頻交易、統(tǒng)計套利、股指期貨/ETF套利量化投資在中國量化投資是什么？量化投資怎樣賺錢？量化策略如何評價？量化投資分類量化型判斷型技術(shù)面基本面技術(shù)量化：高頻交易等基本量化：風格指數(shù)、主動量化基金技術(shù)判斷：K線分析基本面判斷：價值投資（巴菲特）等量化方法作為投資技術(shù)的本質(zhì)

收益來源：投資者行為的持續(xù)性利用投資者“同一時刻接收過多信息，對其中的大部分反應(yīng)不足”這一效應(yīng)捕捉套利機會常見的現(xiàn)象有：行為的重復(fù)性；過度反應(yīng)與反應(yīng)不足；恐懼與貪婪；偷懶（從眾和慣性）等等行為特征。實例：聚焦“被忽視”的超預(yù)期

財報較少的時間段上投資者對盈利超預(yù)期的反應(yīng)較為敏感

在公布的高峰期，盈利超預(yù)期的效應(yīng)只能在后續(xù)交易日逐步反應(yīng)

參考公告日當天的消息數(shù)量后，選擇會產(chǎn)生注意力分散的時刻參與超預(yù)期事件解讀量化投資量化投資的局限量化投資為什么能賺錢量化投資的前景量化投資與數(shù)據(jù)挖掘非有效性，歷史在未來的重演認知偏差，新工具上市初始的套利機會非理性，市場的過激反映未知性，市場微觀結(jié)構(gòu)海外市場經(jīng)驗表明，量化投資方式經(jīng)受住了考驗新的市場、新的工具出現(xiàn)、新的交易機制與新的數(shù)據(jù)源會提供新的量化機會量化投資通常需要對歷史數(shù)據(jù)進行分析，很多統(tǒng)計與人工智能工具幫助數(shù)據(jù)挖掘跟判斷型的投資方式相比，量化投資似乎可信度更高，因為更理性但是，投資理念的產(chǎn)生、歸納與判斷依然是人腦“病因不同”，歷史未必會重演流動性陷阱策略的復(fù)制和散播導致機會的喪失不是電腦和人腦的較量，而是電腦在人腦的幫助下與人腦在電腦的幫助下較量解讀

投資的績效只在未來才可知，是隨機的，因而要用概率刻畫但一個策略成功的概率就如一個物體的質(zhì)量一樣雖客觀存在，但不可直接觀察到如通過測量物體的重量才可獲得其質(zhì)量一樣，策略的成功概率也要通過多次投資試驗才可能實現(xiàn)投資基礎(chǔ)——概率之本質(zhì)而每個策略的生存都有期限，在這個有限的期限內(nèi)，能實現(xiàn)的投資次數(shù)有限。這就帶來了策略成功概率能否實現(xiàn)的問題。一個簡單的實例

概率實現(xiàn)問題假設(shè)市場上有兩名投資者A和B投資者A經(jīng)驗豐富，對市場和個股都有深入的研究投資者B經(jīng)驗欠缺，對市場和個股的判斷缺乏邏輯顯然投資者A的投資成功概率一定高于投資者B，問：但若只進行一次投資，A的投資收益一定能高于B嗎？投資的難點——概率實現(xiàn)問題少數(shù)幾次投資，即使結(jié)果不如想象的那樣好，也并不能說明起初的判斷是錯誤的能否在策略有效時間內(nèi)實現(xiàn)策略成功的概率，是在實踐中最大的問題緩解概率實現(xiàn)問題程度的辦法風控縮短投資周期AB提高成功概率D量化選股C高頻交易，提高策略執(zhí)行次數(shù)增加經(jīng)驗在投資建模中的成份，盡量做到深入了解上市公司的情況要有風控措施，盡量延長投資生命周期，不要出現(xiàn)“在黎明前死去”的悲劇對每一個股票的選擇判斷都是一次試驗基本面研究：通過深入調(diào)研，綜合分析，提高投資成功的概率量化投資方法：通過增加投資次數(shù)，使成功頻率接近理論概率——高頻交易緩解概率實現(xiàn)問題程度之典型案例量化投資在中國量化投資是什么？量化投資怎樣賺錢？量化策略如何評價？傳統(tǒng)量化方法選股交易套利產(chǎn)品設(shè)計傳統(tǒng)量化方法的應(yīng)用范圍尾盤異動是指股指期貨收盤前(15:00-15:15)持續(xù)走高或走低，導致收盤價大幅偏離結(jié)算價的情形結(jié)算價不僅是當天保證金清算的標準，也是第二天期貨漲跌停板的參考基準；從這個角度來看，結(jié)算價的作用類似于股票的前收盤價。因此，如果期貨收盤價大幅偏離結(jié)算價，在某種意義上可以認為是一種“定價偏差”傳統(tǒng)量化方法的應(yīng)用范圍——交易策略尾盤大幅折價0.4%以上，買入股指期貨，第二天開盤賣出；平均每次收益0.31%，勝率81.58%T日收盤前買入，T+1日集合競價平倉傳統(tǒng)量化方法的應(yīng)用范圍——交易策略傳統(tǒng)量化方法的應(yīng)用范圍——套利策略1多空套利策略（融資融券的配對交易策略）股票標的同期貨標的的套利策略短期趨勢套利策略2ETF的一、二級市場套利分級基金的一、二級市場價差套利股指期貨的期現(xiàn)套利和跨期套利3事件驅(qū)動引發(fā)的套利機會增發(fā)、配股股權(quán)激勵成分股調(diào)整股東增持等等統(tǒng)計套利無風險套利事件套利配對交易——統(tǒng)計價差P1為美的電器股價，P2為青島海爾股價配對交易流程選取股票對選取歷史價格走勢一致的兩只股票觀察價差若其中一只相對走強，價差增大，超過閾值建倉同時做空強勢股，做多弱勢股觀察價差兩只股票間的價差是否收窄平倉價差收窄到指定水平，同時平掉多空倉位傳統(tǒng)量化方法的應(yīng)用范圍——產(chǎn)品設(shè)計分級產(chǎn)品根據(jù)投資者風險偏好，設(shè)計不同的結(jié)構(gòu)化產(chǎn)品，可分為低風險產(chǎn)品和高杠桿產(chǎn)品絕對收益產(chǎn)品通過不同的套利策略構(gòu)建低風險的產(chǎn)品，消除系統(tǒng)性風險，獲取阿爾法收益復(fù)雜金融工具如股票期權(quán)的不同組合，構(gòu)建滿足不同市場預(yù)期下的期望投資收益私募基金業(yè)績復(fù)制產(chǎn)品思路風險因子線性復(fù)制

收益源于基礎(chǔ)資產(chǎn)（股票、債券等）的對沖基金業(yè)績可以分解到不同的風險因子上，表現(xiàn)為風險因子的組合。

事件驅(qū)動、高頻交易策略除外

股票因子債券因子信用因子外匯因子商品因子

用風險因子按某種權(quán)重進行線性組合，反映對沖基金的收益，設(shè)計一種被動的低費率投資工具。

復(fù)制效果出色，達到跟蹤對沖基金表現(xiàn)效果復(fù)制效果3年累計跟蹤偏離度1.69%；期間偏離區(qū)間[-1.97%，2.89%]；年化跟蹤誤差7.67%私募基金業(yè)績復(fù)制復(fù)制目復(fù)制模型復(fù)制工具TEXT滬深300等指數(shù)ETF分層主成分回歸私募基金綜合指數(shù)復(fù)制目標復(fù)制模型復(fù)制工具實盤回測與跟蹤建模與計算變量與數(shù)據(jù)邏輯與規(guī)律量化策略開發(fā)流程——猶如開發(fā)一種高技術(shù)儀器診斷與評價傳統(tǒng)量化策略的來源——緊盯股價的變化

基本面研究

公司成長性高低的判斷

分析師覆蓋數(shù)量的變化等等

技術(shù)面規(guī)律

投資者行為動量/反轉(zhuǎn)、均線系統(tǒng)

其它常見技術(shù)指標等等大數(shù)據(jù)：文本挖掘，投資者操作數(shù)據(jù)

日歷效應(yīng)貪婪與恐懼，等等傳統(tǒng)量化策略來源的實現(xiàn)——多因子選股成長性高低技術(shù)面投資者行為利潤增速因子一致預(yù)期因子指數(shù)樣本股調(diào)整分析師覆蓋反轉(zhuǎn)因子應(yīng)用數(shù)據(jù)需要警惕量化分析離不開數(shù)據(jù)，但應(yīng)用數(shù)據(jù)千萬要小心可能面臨的問題數(shù)據(jù)被污染生存偏差聚集性其他重點討論被污染的數(shù)據(jù)數(shù)據(jù)的清洗與調(diào)整異常值清洗證券市場上易出現(xiàn)異常值。比如公司重組成功后盈利增速的大幅變化，極端PE值的出現(xiàn)。都會導致模型的偏差在對公司的盈利能力或成長性判斷時，往往需要剔除一些非經(jīng)常性損益，否則對模型的結(jié)果將有很大影響變量的調(diào)整缺失值在證券市場中屢見不鮮，簡單地忽略或刪除可能嚴重影響最終結(jié)果，如何補缺也是一個大課題缺失值處理統(tǒng)計方法應(yīng)用于投資分析的障礙樣本不是通過試驗獲得的在證券市場上可選擇的樣本，并不隨我們的意志而變化樣本有多少隨時間的變化而變化，不到時間多一個也沒有既然是平均，那當樣本出現(xiàn)聚集現(xiàn)象時，統(tǒng)計量的值會傾向于聚集點附近樣本所代表的性質(zhì)但在實際投資中，聚集點附近部分的樣本常常不是人們感興趣的或是能夠得到收益的聚集性舉例收益率具有尖峰的特征基本面指標也不例外當某個指標的觀測數(shù)據(jù)往往在中間狀態(tài)過于集中時，對這些指標進行統(tǒng)計分析，其結(jié)果是照顧這個中間狀態(tài)特點：收益率就是典型的例子，在0的附近大量聚集現(xiàn)象：中間的聚集狀態(tài)往往是我們不感興趣的悖論：Beta值度量系統(tǒng)性風險是否可靠？質(zhì)疑：典型案例Beta值是否可靠相同Beta，不同尾部風險兩個Beta系數(shù)幾乎相同的組合A和B尾部的行為卻差別很大，A組合在市場出現(xiàn)大幅下跌時，收益大概率優(yōu)于B組合尾部相關(guān)系數(shù)選股尾部相關(guān)系數(shù)：市場遭遇重大損失時個股也出現(xiàn)相同現(xiàn)象的概率度量道瓊斯工業(yè)平均指數(shù)：以1986年10月30日至2008年12月31日的所有樣本股為標的，著重討論次貸危機時期（2008年），選股因子的作用樣本外檢驗：尾部相關(guān)系數(shù)不僅在滾動的樣本外測試中保持穩(wěn)定，而且那些具有較低系數(shù)值的組合明顯優(yōu)于市場指數(shù)和較高值的組合選股因子標的范圍樣本外檢驗本例來自于他山之石第十三期：PortfolioSelection:AnExtremeValueApproach量化投資在中國量化投資是什么？量化投資怎樣賺錢？量化策略如何評價？夏普值信息比Calmar

比率盈虧比……收益回撤比波動率最大回撤……風險年化收益月收益日收益勝率……收益如何評價策略？傳統(tǒng)評價標準的焦點：策略的宏觀收益、風險結(jié)構(gòu)策略微觀結(jié)構(gòu)！策略運行的市場背景!策略運行結(jié)果的穩(wěn)定性和收益來源!我們忽視了什么？傳統(tǒng)評價方法的局限擇時型策略——標的單一，判斷是否正確投資機會的棄真、受偽概率與損失選股型策略——標的眾多、橫截面上多次實驗組合中個股收益率在股票池中的分位點結(jié)合市場背景分析策略的微觀特征Diagram

直觀性——收益特征便捷度——市場背景每次試驗接近獨立同分布收益風險特征一目了然依靠大概率獲勝？多贏少輸依靠牛股識別？大贏小輸尾部風險暴露程度剔除市場背景環(huán)境影響，剔除策略背景環(huán)境（識別環(huán)境）影響剔除股票收益分散度的影響分位點分布可以從理論上證明，隨機抽取股票得到的分位點服從[0,1]上的均勻分布分位點診斷的優(yōu)勢分布右移，對應(yīng)分位點均值53%

峰度大幅提高，均值附近大概率戰(zhàn)勝市場尾部略右偏，牛股可能性>垃圾股可能性策略致勝原因？分位點LOGIT變換LOG(p/1-p)分位點診斷的實例擬合優(yōu)度檢驗統(tǒng)計量：=182.86>受偽錯誤

策略錯誤地抓住了一些不利的交易機會，會帶來實際損失

1)受偽概率

2)受偽損失定期持有周期不定期持有周期

擇時、交易策略目標

抓住有利交易機會

規(guī)避不利交易機會棄真錯誤

市場上存在有利的交易機會，但策略沒有抓住，造成潛在的損失

1)棄真概率

2)棄真損失擇時、交易策略的評價標準Diagram棄真概率：應(yīng)該買入或持倉的交易日，策略沒有買入或持倉的概率。棄真損失：出現(xiàn)棄真錯誤時指數(shù)的漲幅之和與上行趨勢漲幅之和的比例。

可看成是對“牛市形態(tài)”擇時效果的評價。棄真錯誤“背景”定義：對于只做多的擇時策略，可對指數(shù)波段進行劃分，將波幅小于指定幅度的波動平滑掉，留下主要的上行和下行趨勢?？筛鶕?jù)資金量來選擇波幅大小。

受偽概率：應(yīng)該賣出或空倉的交易日，策略沒有賣出或空倉的概率。受偽損失：出現(xiàn)受偽錯誤時指數(shù)的跌幅之和與下行趨勢跌幅之和的比例。

可看成是對“熊市形態(tài)”擇時效果的評價。受偽錯誤不固定投資周期下，如何定義“背景”紅線取值為-1代表策略實際空倉黑線取值為1代表理論應(yīng)持倉棄真概率和棄真損失計算理論應(yīng)持倉交