基本概念
量化投资是指通过数量化方式及计算机程序化发出买卖指令,以获取稳定收益为目的的 交易方式 。即借助现代 统计学、数学的方法 ,利用 计算机技术 从海量历史数据中寻找能够带来超额收益的多种“大概率” 策略和规律并在此基础上,综合归纳成 因子模型程序,最终纪律严明地按照这些策略所构建的数量化模型来践行投资理念,力求取得 稳定的、可持续的、高于平均 的超额回报。
在海外的发展已有30多年的历史,其投资业绩稳定,市场规模和份额不断扩大、得到了越来越多投资者认可。从全球市场的参与主体来看,按照管理资产的规模,全球排名前四以及前六位中的五家资管机构,都是依靠计算机技术来开展投资决策,由量化及程序化交易所管理的资金规模在不断扩大。
历史起源
- 上世纪六十年代
- 量化投资的概念诞生由MIT的数学讲师- 爱德华·索普 提出,被称为“量化交易的鼻祖"。
- 70年代
- 发现统计套利
- 90年代
- 量化传奇人物 詹姆斯·西蒙斯 的出现,量化投资的交易横型策略随着市场的变化也在不断的进化
詹姆斯·西蒙斯
讲起量化投资,就不得不提华尔街的量化投资传奇人物—— 詹姆斯·西蒙斯(James Simons) 。2020年,詹姆斯·西蒙斯以235亿美元财富位列《2020福布斯美国富豪榜》第23位。
数学天才
在扬名华尔街之前,西蒙斯的另一个身份早已获得全世界的肯定,那就是数学家。1961年,年仅23岁的西蒙斯获得加州大学伯克利分校数学博士学位,一年后出任哈佛大学数学系讲师。1968年,西蒙斯前往纽约州立石溪大学出任数学系主任,那一年他仅30岁。
西蒙斯在石溪大学做了8年的纯数学研究,其间与华裔知名数学家陈省身联合创立了对数学和物理学影响深远的陈一西蒙斯规范理论(Chern-Simons理论)。1976年,西蒙斯摘得数学界的皇冠——全美维布伦(Veblen)奖,其个人数学事业的成就也就此达到顶峰。
壁虎式投资法
所谓“壁虎式投资法”,是指在投资时进行短线方向性预测,同时交易很多品种,依靠在短期内完成的大量交易来获利。用西蒙斯的话说,交易“要像壁虎一样,平时趴在墙上一动不动,蚊子一旦出现就迅速将其吃掉,然后恢复平静,等待下一个机会。”
无论是1998年俄罗斯债券危机,还是本世纪初的互联网泡沫,大奖章基金历经数次金融危机,始终屹立不倒,令有效市场假说都黯然失色。对此业内人士普遍认为,西蒙斯的不败神话主要得益于其“壁虎式投资法”。
转战投资界“第二战场”二十年后,西蒙斯用一系列数据证明了自己的成功:1989年到2009年间,他操盘的大奖章基金平均年回报率高达35%,较同期标普500指数年均回报率高20多个百分点,比“金融大鳄”索罗斯和“股神”巴菲特的操盘表现都高出10余个百分点。即便是在次贷危机爆发的2007年,该基金的回报率仍高达85%。
赚钱赛过巴菲特
沃伦·巴菲特是投资界人尽皆知的“股神”,但可能很多投资者不知道詹姆斯·西蒙斯。这位创造了华尔街投资神话的传奇人物管理的大奖章基金的平均年收益率比巴菲特还要高得多,其超越巴菲特的秘密武器就是量化投资。据联合证券基金研究小组日前发布的研究报告,量化投资的传奇人物--西蒙斯管理的大奖章基金从1989到2007年间的平均年收益率高达35%,而股神“巴菲特”在同期的平均年回报也不过约为20%。即使2008年面对全球金融危机的重挫,“大奖章”的回报也高达80%。
截至2010年9月,詹姆斯·西蒙斯的个人净资产达85亿美元。
量化投资的原理
- 原理一
- 将每次赚钱概率提高到50% 以上。也许从每次投资来看,成功的概率略微超过50%弄不是很出彩,但是很多次加起来,投资所靠的“运气”就可能被变成有限很多的高额投资风险。
- 原理二
- 如果每次交易赔钱的概率超过50%,但是每次赔的数量都很小,相对而言如果每次赚钱的概率虽然小于50%,但是赚的数目都很大的话,成功的概率也有可能超过50%。经过多次交易之后,只要盈利教育多于亏损交易,总体交易结果就是盈利。对于这种情况,如果将交易进行分组,如果最大连续亏损次数为3次,则可以将6次交易分为一组,这样就可以看到每组赚钱概率提高到50%以上。
常见策略分类
目前主流的量化策略包括以下几类:
- Alpha策略
Alpha策略是典型的市场中性策略,通过统计、机器学习等手段,来选择具有超额收益的个股来构建组合,同时通过风险管理工具(股指期货、股指期权或指数ETF)来对冲掉系统性风险,最终赚取超额收益。
Alpha策略有效地抵消掉了市场的风险,其策略收益完全取决于投资者的选股能力,风险相对可控,是市场上比较普遍的一类投资策略。
随着转融通市场的逐渐放开,投资者可以选择的投资手段更加丰富,部分Alpha策略也逐渐向多空的方向演变,由原始的做空整个指数变成了做空一篮子股票,通过精准的选股,选择出具有负Alpha的标的,从而进一步增加超额收益。
择时Alpha对冲Alpha策略的另一个演进版本是择时Alpha对冲策略,其基本的原理是在对冲的过程中加入择时机制,在市场上涨的期间平掉空头头寸,而当市场风格发生变化时,择时模型给出择时信号,重新做空对冲工具。通过这种方式,来保证在上涨行情中的市场部分的收益。
- Smart Beta策略
伴随着市场的不断成熟,更多的专业投资者参与其中,市场的有效性逐渐变强,想要找到稳定的Alpha变的更加困难,因此一部分投资者开始尝试Smart Beta这一类策略,其采用的方式是在Beta部分做相应的调整,在特定的因子上做特别的暴露(例如增加某一行业的暴露),从而取得超过指数的超额收益。
目前,许多指数增强的产品都采用了Smart Beta的方式,并结合融券打新等方式,最终产生相对稳定的增强收益。
- 套利策略
Alpha策略和Smart Beta策略尽管采用了一定的风险控制的手段,但是依然会留有一定的风险敞口,而套利策略中的无风险套利策略,则完全抵消了风险,例如可转债套利,可以根据转股价格与正股价格直接的差别,通过买入可转债和融券卖出等手段来锁定收益,在转股开始后再转股同时直接还券,从而赚取无风险收益;套利策略中的另一个分支是统计套利,基于均值回归的理念,做多一个标的的同时做空另一只相关标的,在两者价差收敛之后平仓获取收益,统计套利的是建立在对于历史统计的基础上,而未来是否遵循历史规律的未可知的,因此这一类的策略是存在风险的。
- CTA策略
CTA策略,又称管理期货策略,是利用了期货T+0以及可以做空的机制,对期货合约在当日进行买入和卖出,其通常通过对历史进行统计,或者训练机器学习的模型来决定买卖点,在日内进行频繁的买入卖出来赚取收益。CTA策略中,往不会将堡压在一个标的上,通过量化的方式,可以实现同时对多只标的进行操作,从而有效地控制风险。同时,由于该类策略是会在当日进行平仓的,且可以双向操作,所以此类策略不怕市场风格的变化,在各类行情中都有机会赚取收益。
而融券标的范围的不断扩增,使得投资者得以将CTA中的做法延续到股票,通过融入要操作的股票,可以针对股票进行融券卖出和买券还券等日内操作,特别是通过专项头寸所融入的股票,可以在多日内进行稳定的T+0操作,并且可以进行双向的操作。
以上所述的策略类型是四种相对基础的量化策略,而更加专业的机构投资者们往往还会将上述策略做一定的结合,例如AlphaT策略,则是将Alpha策略与T0策略进行结合,由Alpha策略提供底仓,然后在底仓上做日内回转的操作,这种做法相对于融券的方式,可以降低由融券利率所带来的成本。
除此之外,在量化投资中还存在一些比较小的分支,例如算法交易等,这一类的策略往往不是赚取投资的收益,而且基于量化的手段来降低投资过程中的交易成本。
必备技能
想学习量化投资,需要的知识积累主要有以下:
金融:企业金融,投资学,衍生产品,国际金融等 经济:宏观经济,微观经济,国际经济,计量经济等 编程:Python, Matlab,Java, C++等 数学:统计学,机器学习,微积分,概率学等
知识能涉及的范围越多越好,但毕竟人的精力有限,只能懂一些必要的,然后加上兴趣或工作需要而去学习额外知识。必要的知识或技能包括了Python, 企业金融,投资学和统计学。假如已经学习了经济学或金融学,只要掌握好一种编程语言,那就省事了。
企业金融和投资学 是必要的,因为都涉及了企业的基本面分析和投资组合管理。
统计学是指统计学入门,例如均值,最大,最小值,风险,回归,概率分布等等,是必备的知识。
数据工具
为了提取股票数据,可通过金融数据平台获取,如恒生电子出品的金融数据社区—恒有数(UData);
网页里面有在线查询、在线下载等功能,用起来很方便;
恒有数域名: https://udata.hs.net
(恒有数用户群)
考试认证
公认的考试有:
Analyst of Quantitative Finance (AQF)
Chartered Financial Analyst (CFA)
Financial Risk Manager (FRM)
Certified Public Accountant (CPA)
AQF是国内认证的,CFA,FRM是国际认证的,CPA就每个国家的会计准则来考的。 文章来源:https://www.toymoban.com/news/detail-403759.html
总结
想要从事或学习量化投资的同学,可以先大概了解量化投资的基本概念,然后根据需求去学习必备的知识,最后开始实践,能够自己尝试的搭建交易系统。 文章来源地址https://www.toymoban.com/news/detail-403759.html
到了这里,关于【入门笔记】量化投资是什么?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!