量化股票投資策略范文

前言：我們精心挑選了數(shù)篇優(yōu)質(zhì)量化股票投資策略文章，供您閱讀參考。期待這些文章能為您帶來啟發(fā)，助您在寫作的道路上更上一層樓。

第1篇

[關(guān)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(chǔ)是套期保值，是由美國經(jīng)濟學家H.working提出的，隨后股指期貨的面市，量化研究便激發(fā)了人們濃厚的興趣。傳統(tǒng)的資產(chǎn)管理者理念的哲學基礎(chǔ)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(yīng)用意義

量化投資指的是以現(xiàn)代計算機技術(shù)為依托，通過建立科學的數(shù)學模型，在充分掌握投資環(huán)境的基礎(chǔ)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(yōu)點包括其具有相當嚴格的紀律性、系統(tǒng)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(tǒng)計套利、高頻交易等，每一種策略在應(yīng)用過程各有千秋，而Alpha策略屬于量化選股的范疇。傳統(tǒng)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(tǒng)投資的本質(zhì)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(tǒng)定性投資有著很大的差異性，它是基于現(xiàn)代信息技術(shù)、統(tǒng)計學和現(xiàn)代金融工程理論的基礎(chǔ)上完成對各類數(shù)據(jù)信息的高效處理，在對信息處理的速度、廣度上是傳統(tǒng)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(yōu)勢，是國際投資界興起的新型投資理念和應(yīng)用方法，也在日益成為機構(gòu)投資者和個人投資者共同選用的有效投資方案。現(xiàn)階段量化投資的技術(shù)支撐和理論建設(shè)的基礎(chǔ)包括人工智能技術(shù)、數(shù)據(jù)挖掘、支持向量機、分形理論等，這些現(xiàn)代信息處理與數(shù)據(jù)統(tǒng)計方式為量化投資的可操作性提供了堅實的基礎(chǔ)。

Alpha策略在量化投資中的使用優(yōu)點主要是對投資指數(shù)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(tǒng)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(chǎn)、對資產(chǎn)的優(yōu)化組合、建立具體組合方式、定期進行調(diào)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(yōu)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(chǎn)生的風險控制問題。對沖系統(tǒng)風險時，若是能夠及時地對投資組合與相關(guān)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(chǎn)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(guān)，具體表現(xiàn)在周期性與時變性上。

Alpha策略的時變性主要是指當時間產(chǎn)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(chǎn)未來估值預期的范疇，所以上市公司自身所處的發(fā)展階段和發(fā)展環(huán)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(shè)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(tài)假設(shè)的理論基礎(chǔ)，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(nèi)，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(nèi)，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(diào)整則要根據(jù)上市公司重大事項發(fā)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(shù)據(jù)進行調(diào)整也可以作為一種調(diào)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(diào)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(diào)整。

Alpha的周期性特點在交替出現(xiàn)的正負號上最為突出，導致這一情況產(chǎn)生的原因主要是行業(yè)的周期性特征與套利效應(yīng)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(yè)所有，當行業(yè)處于景氣周期循環(huán)狀態(tài)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(chǎn)生影響。其次一個股票組合產(chǎn)生非常大的超額收益情況下，市場中的其他機構(gòu)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(diào)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(xiàn)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(zhuǎn)策略、波動性策略、行業(yè)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(jié)合使用，發(fā)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(yōu)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(wěn)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(fā)展行情的特征，從而體現(xiàn)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(gòu)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(fā)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(jù)價格動量、收益動量的預期與評定，對股票的投資進行相應(yīng)的調(diào)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(jīng)給予一定評級的股票，動量策略的應(yīng)用效果會比較理想。在股票的持有期限內(nèi)，某一只股票在或者股票投資的組合在上一段時間內(nèi)的表現(xiàn)均佳，那么則可以判斷在下一段時間內(nèi)也會具有同樣的理想表現(xiàn)，這就是動量效應(yīng)的評價依據(jù)，從而對投資者的行為起到一定的影響作用。反轉(zhuǎn)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(nèi)表現(xiàn)很不理想，然而在下一個時期反而會有突出的表現(xiàn)，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(fā)展狀態(tài)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(guān)性也比較低，對此加以動態(tài)化的調(diào)整和規(guī)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(gòu)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(jīng)常和其他策略相結(jié)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(yè)輪動策略和行為偏差策略的應(yīng)用頻率不似前面幾種高，但也會和另外幾種策略相互結(jié)合使用。行業(yè)輪動策略主要是為了充分掌握市場行業(yè)輪動機制與特征，從而可以獲得高額的收益，對行業(yè)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(yōu)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(yīng)或者反應(yīng)不足等現(xiàn)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(xiàn)超額收益。

第2篇

關(guān)鍵詞：大數(shù)據(jù)；量化投資；量化選股

中圖分類號：F830 文獻標志碼：A 文章編號：1673-291X（2016）17-0106-01

量化投資理論是從20世紀50年代由馬克維茨創(chuàng)造性地提出了用均值方差最優(yōu)的數(shù)字方法來選擇最優(yōu)投資組合。由于當時對數(shù)據(jù)的處理量過大而復雜，因此，直到1990年后隨著計算機被廣泛使用，以量化作為核心的投資基金才逐漸超越傳統(tǒng)的基金。量化選股策略是針對中國股票市場特性，從眾多的指標參數(shù)中找出能夠較為合理解釋股票收益率的有效且不冗余的因子，并根據(jù)這些因子在選股策略中所占的權(quán)重來構(gòu)建量化投資策略。隨著信息技術(shù)的日異發(fā)展，資本市場深化改革步伐加快，證券市場間同業(yè)經(jīng)營，居民消費等領(lǐng)域也迎來了信息數(shù)據(jù)量呈現(xiàn)幾何級數(shù)增加現(xiàn)狀。運用大數(shù)據(jù)思維分析眾多股民的知識結(jié)構(gòu)、行為習慣對股票投資形式的認知而形成固有模式思維，“大數(shù)據(jù)”思維正以不同形式、路徑的方式影響著證券選股策略。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于其龐大的信息數(shù)據(jù)量，而在于對含有意義的數(shù)據(jù)根據(jù)建模權(quán)重進行專業(yè)量化處理，幫助大家對于股票進行優(yōu)化選股有著重要研究意義。因此，基于大數(shù)據(jù)思維模式分析多因子量化選股策略更加適用這樣的市場，給投資者提供更好的參考模型。

作為量化投資界的傳奇人物詹姆斯?西蒙斯，他曾因“用公式打敗市場”的故事在金融界中為人津津樂道。在1989年由他創(chuàng)辦的基金成立至今的20年時間里，該基金持續(xù)地獲得了每年平均35%（扣除費用后）凈回報率，而同期被稱為“股神”的巴菲特每年平均回報率也才大約在20%左右。即使在金融危機的2008年，該基金仍然獲得了80%的高額回報，“最賺錢基金經(jīng)理”對西蒙斯來說無出其右。

目前，國內(nèi)對量化投資策略研究還比較少，做量化交易的基金也相對較少，投資者對量化投資仍持懷疑態(tài)度。另外，中國目前的資本市場還不完善，做空機制以及金融衍生工具相對較少，股票市場上仍然采用T+1的交易模式，這些都導致了量化投資在中國市場的發(fā)展弊端。但是，隨著股指期貨等新的做空金融衍生工具的推出，量化投資開始走入“中國大媽們”的視野。

運用量化思維投資證券選股策略在國外已有四五十年。量化投資從無到有一直是很神秘的，人們把它叫做“黑匣子”。但是，當時的量化投資證券選股策略大多僅僅是數(shù)學模型，并不是人們想象的那么神秘。量化投資證券選股策略之所以弄得這樣神秘是因為：（1）是為了保護其知識產(chǎn)權(quán)，防止侵權(quán)；（2）是為了防止其策略擴散后影響整個投資比率的失衡，縮短該策略的壽命；（3）是為了控制投資風險，如果該策略細節(jié)被投資對立面獲得，則有可能會造成被動的投資效果。因此，投資公司、基金經(jīng)理是不會說出其量化投資策略的。這是由于金融動蕩中如果沒有好的投資策略及對風險的控制力就有可能把老本虧個精光。

隨著時間流逝，任何投資策略的盈利模式都會被市場所消化，量化投資策略也會隨著時間的變化而改變。在量化投資證券選股這方面，重要的不是策略這一表面形式，而是掌握量化投資證券選股的研究模式。大家不必要去追逐那些形式的數(shù)學公式、策略模型，而應(yīng)該根據(jù)現(xiàn)在大數(shù)據(jù)時代下對海量證券股票信息的合理分析整合，去學習、改進新的證券選股模式，以適應(yīng)未來發(fā)展需要。

大數(shù)據(jù)時代的到來也給新形勢下運用多因子量化模式選股帶來極佳的發(fā)展機遇。

參考文獻：

第3篇

最近一段時間，債市、股市接連走弱。截至2016年12月16日，上證指數(shù)累計跌幅為3.91%，創(chuàng)業(yè)板指累計跌幅為8.47%，如下圖所示。在股市下挫的背景下，大部分采取主動管理的權(quán)益類基金凈值紛紛走低，同期股票型基金平均凈值損失幅度為4.17%，混合型基金平均凈值損失幅度為2.82%，混合基金中股票投資倉位為0～95%，且主要進行股票投資的“高度靈配――相對業(yè)績比較基準”類別的凈值損失幅度為3.78%。由此可見，股市整體小幅震蕩的格局下，各大類基金凈值皆有所下滑，未有大類能夠逆勢上漲。

目前，市場基金存量較多，按照法定分類已不能充分體現(xiàn)基金投資方向的特性。因此，濟安金信基金評價中心將公募基金按照投資范圍、投資策略等維度進行特色分類。根據(jù)濟安金信基金評價中心的特色分類統(tǒng)計，量化基金表現(xiàn)突出，該類基金2016年以來的平均凈值增長率為1.64%，整體盈利能力較強，且最大回撤較小。

量化基金穩(wěn)定盈利，各區(qū)間業(yè)績優(yōu)異

根據(jù)濟安金信基金評價中心的統(tǒng)計，截至2016年12月16日，量化基金在過去1個月、3個月、6個月的平均凈值增長率分別為-2.00%、2.38%、10.73%。可以看出，該類基金凈值上漲的過程較為穩(wěn)定平滑，這主要基于其投資策略。多數(shù)量化基金的股票選擇行為都是基于投資模型而定，堅持數(shù)量化的投資策略，專注投資價值低估的股票。這種完全基于模型的數(shù)量化投資方法既能更加客觀和理性地分析和篩選股票，還能保證不受外部分析師的影響，極大地減少了投資者情緒對基金投資運作的影響，從而保持投資策略的一致性與有效性，使其具有較強的盈利能力。

據(jù)筆者統(tǒng)計，現(xiàn)市場上多數(shù)量化基金的持倉特點是“持股數(shù)量多，重倉股集中度低”。根據(jù)基金半年報及年報的股票投資明細，大部分量化基金持倉股票數(shù)量在80只以上，且持有市值占基金資產(chǎn)比重較小，投資分散有助于增加抗風險能力，同時平滑了基金的收益，有益于基金凈值的穩(wěn)定，如選股模型較為符合市場形勢，則實現(xiàn)較為穩(wěn)定盈利的可能性較大。

具體來看，目前市場上共有54只采用量化投資策略的公募基金，其中2016年以來具有完整運作周期的共有34只，在2016年以來凈值實現(xiàn)上漲的共有24只，占比70.59%。其中，凈值增長率排名第1的為長信量化先鋒混合，其2016年以來的凈值增長率為15.05%。該基金管理公司旗下還有長信量化中小盤股票及長信量化多策略股票兩只量化基金，這3只量化基金2016年的表現(xiàn)均較為突出，實現(xiàn)了逆勢上漲，且都在量化基金排行的前10名中，3只產(chǎn)品均由基金經(jīng)理左金寶管理，如表1所示。從其凈值表現(xiàn)來看，長信基金管理公司的量化投資模型較為成功，贏得了市場的認可，投資者可對該管理公司旗下的量化產(chǎn)品多加關(guān)注。

資金面偏緊，債市承壓，需謹慎看待債券基金

進入2016年12月中旬，銀行間市場資金價格不斷走高、信貸數(shù)據(jù)不及預期等因素使得銀行間債市及5年期、10年期國債期貨再度遭遇大跌。此外，銀行間拆借利率、隔夜回購利率不斷走高，這意味著短期內(nèi)資金面承壓較大，債券市場的走弱使得債券基金的凈值走勢呈下行趨勢，即使新基金發(fā)行也頻頻延長募集期限的公告。海外方面，美聯(lián)儲加息落地，人民幣貶值預期持續(xù)，年末期資金利率走高，跨年資金上漲尤為明顯，逆回購利率品種多數(shù)上行，上海銀行間同業(yè)拆放利率（Shibor）繼續(xù)全線上漲。尤其值得注意的是，Shibor3個月期收報3.1774%，為2015年10月末以來的高位，并已連續(xù)上行41個交易日，創(chuàng)下2010年年底以來最長的連漲周期。另外，中央經(jīng)濟工作會議將2017年貨幣政策定義為穩(wěn)健中性，以防范風險為首要，預期2017年貨幣投放可能比2016年更為謹慎。因此，資金面偏緊的狀況短時間內(nèi)難以改善，此時投資者應(yīng)對債券市場及債券基金謹慎看待。

2016年年底，債市持續(xù)下跌，國債利率平均上行28基點，AAA級和AA級企業(yè)債利率平均上行50多個基點，中證轉(zhuǎn)債指數(shù)大跌3.86%。周內(nèi)交易日國債期貨多個合約開盤后迅速出現(xiàn)跌停，為國債期貨上市3年來首次。純債基金整w收益水平出現(xiàn)一定回撤，同類基金業(yè)績分化程度也較大，仍處于建倉期內(nèi)的新基金和部分次新基金短期收益持續(xù)好于一些運作周期較長的產(chǎn)品。據(jù)筆者的跟蹤統(tǒng)計，近幾周收益水平較高的產(chǎn)品多為委外基金，甚至出現(xiàn)若干次由于大額贖回所至的凈值暴漲，周內(nèi)收益率超過10%的現(xiàn)象。對于個人投資者，筆者建議回避此類基金，在選擇債券基金時，應(yīng)多關(guān)注具備歷史中長期業(yè)績，投資運作較為成熟的品種。固定收益類基金累計凈值增長率統(tǒng)計如表2所示。