量化投资分析报告.docx

1、量化投资分析报告1.概述背景量化投资在国外的实践已经有了 40多年的发展， 我国的量化投资起步较晚， 从 2004 年开始出现量化投资的产品，由于缺乏有效的对冲手段，直到 2010 年 4 月沪深 300 股指期货上市之后才能算是真正意义上开始涉足量化投资。 2015 年的 中国股市跌宕起伏， 杠杆配资引发了大幅上涨和断崖式下跌， 股市出现罕见的千 股涨停、千股跌停、千股停牌的奇观，众多机构投资者和散户蒙受了巨大的损失。 但其中少数量化投资基金在大幅波动的市场中却表现相对稳定。 量化投资基金和 量化对冲策略的稳健，很快引起了全市场的关注，也成为近期银行、券商、信托 等机构追捧的新的产品模式。在

2、此背景下， 结合建行现有的业务体系， 本文将对量化投资的市场和可行性 进行全面阐述，以分析其成为新业务模式的可能。量化投资解读量化投资定义量化投资在学术界并没有严格统一的定义， 现有的定义对于量化投资的定义 的侧重点各有不同。本文对于量化投资的定义为：量化投资是借助现代统计学和数学的方法， 利用计算机技术从庞大的历史数 据中海选出能带来超额收益的多种 “大概率” 事件以制定策略， 用数量模型验证 及固化这些规律和策略， 然后严格执行已固化的量化策略来指导投资， 以求获取 可持续的、稳定且高于市场平均的超额回报。量化投资的特点客观执行，避免情绪因素传统投资的分析决策， 大多数方面都由人工完成，

3、而人并非能做到完全理性， 在进行投资决策时， 很难不受市场情绪的影响。 量化投资运用模型对历史和当时 市场上的数据进行分析检测， 模型一经检验合格投入正式运行后， 投资决策将交 由计算机处理， 一般情况下拒绝人为的干预， 这样在进行投资决策时受人的情绪 化的影响将很小，投资过程可以做到理性客观。支持大数据处理，提高决策效率我国股票市场上有近 3000 只股票，与上市公司相关的各种信息纷繁复杂， 包括政策、国内外经济指标、公司公告、研究报告等，投资者靠自己手工的筛选 根本就是力不从心。 量化投资的出现为这个问题的解决带来了希望。 量化投资运 用计算机技术快速处理大量数据， 对其进行辨别、 分析、

4、找出数据之间的关联并 做出投资决策，大大减少了人工工作量，提高了投资决策效率。统计模型支撑，策略选股择时精准传统的投资方法中认为投资是一门艺术， 投资决策需要的是投资者的经验和 技术，投资者的主观评价起到决定作用。 而量化投资有所不同， 尤其是在套利策 略中，它能做到精准投资。 例如在股指期货套利的过程中， 现货与股指期货如果 存在较大的差异时就能进行套利， 量化投资策略和交易技术会抓住精确的捕捉机 会，进行套利交易来获利。另外，在控制头寸规模方面，传统的投资方法只能凭 感觉，并没有具体的测算和界定，而量化投资必须要设定严格精确的标准。程序化交易，缩短决策与交易时滞量化投资往往利用高速计算机进

5、行程序化交易， 与人脑相比它能够迅速发现 市场存在的信息并进行相应的处理， 具有反应快速、 把握市场稍纵即逝的机会的 特点。量化投资在速度上最出色的运用就是高频交易， 与低频交易相对， 高频交 易是通过高速计算机， 在极短的时间内对市场的变化做出迅速的反应并完成交易。能够有效地控制风险与传统投资方式不同的是， 量化投资在获得较高超额收益的同时能够更好地 控制风险，业绩也更为稳定。相关研究显示， 1996年至 2005 年期间，量化投资 基金与以所有传统主动型投资基金和偏重于风险控制的传统主动型投资基金的 信息比率对比情况中， 量化投资基金的信息比率都是最高， 说明量化投资相对于 传统投资，能够

6、在获得更高的超额收益的同时，有效地控制风险。量化投资的应用量化投资几乎覆盖了投资的全过程， 包括量化选股、 量化择时、 股指期货套 利、统计套利、算法交易和资产配置等。量化选股量化选股就是采用数量的方法判断某个公司是否值得买入的行为。 根据某个 方法，如果该公司满足了该方法的条件，则放入股票池，如果不满足，则从股票 池中剔除。量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法和资金法三大类。量化择时股市的可预测性问题与有效市场假说密切相关。 众多的研究发现我国股市的 指数收益中，存在经典线性相关之外的非线性相关， 从而拒绝了随机游走的假设， 指出股价的波动不是完全随机的，它貌似随机、

7、杂乱，但在其复杂表面的背后， 却隐藏着确定性的机制，因此存在可预测成分。股指期货套利股指期货套利是指利用股指期货市场存在的不合理价格， 同时参与股指期货 与股票现货市场交易，或者同时进行不同期限，不同（但相近）类别股票指数合 约交易，以赚取差价的行为，股指期货套利主要分为期现套利和跨期套利两种。商品期货套利：商品期货套利盈利的逻辑原理是基于以下几个方面：（1）相关商品在不同地点、不同时间对应都有一个合理的价格差价；（2）由于价格的波动性，价格差价经常出现不合理；（3）不合理必然要回到合理；（4）不合理回到合理的这部分价格区间就是盈利区间。统计套利统计套利是利用证券价格的历史统计规律进行套利，

8、是一种风险套利， 其风险在于这种历史统计规律在未来一段时间内是否继续存在。 统计套利在方法上可 以分为两类， 一类是利用股票的收益率序列建模， 目标是在组合的 值等于零的 前提下实现 alpha收益，我们称之为 中性策略；另一类是利用股票的价格序列 的协整关系建模，我们称之为协整策略。算法交易指通过使用计算机程序来发出交易指令。 在交易中， 程序可以决定的范围包 括交易时间的选择、 交易的价格、 甚至可以包括最后需要成交的证券数量。 根据 各个算法交易中算法的主动程度不同， 可以把不同算法交易分为被动型算法交易、 主动型算法交易、综合型算法交易三大类。资产配置指资产类别选择，投资组合中各类资产

9、的适当配置以及对这些混合资产进行 实时管理。 量化投资管理将传统投资组合理论与量化分析技术的结合， 极大地丰 富了资产配置的内涵，形成了现代资产配置理论的基本框架。量化投资与传统投资的区别传统的投资方法主要有基本面分析法和技术分析法这两种， 注重人为的分析 和投资者的感觉， 而量化投资主要依靠数学模型来寻找投资标的和投资策略。 量 化投资是由计算机自动产生交易策略的一种投资方法， 通过建立数学模型来实现 交易理念，它具有完整的评价体系。 模型建立后，通过对历史数据进行回测检验， 确定模型在各个行情阶段均能有效运行， 实现盈利。 因此量化投资较传统投资更准确、更高效、更理性。量化投资与传统投资对

10、比如下图：量化投资传统投资代表人物詹姆斯西蒙斯沃伦巴菲特分析方法依据科学模型依据人的经验与判断信息来源海量数据以及多层次多方面的因素（定量分析）基本面及宏观经济（定性分析）投资风格投资周期偏向短期投资周期偏向长期投资标的分散化投资于某一只或少量股票风险处理在风险最小化前提下实现收益最大化风险考虑不周全2.行业发展状况国外篇国外量化投资的兴起和发展主要可以分为三个阶段：第一阶段（ 1971 1977）1971年，世界上第一只被动量化基金由巴克莱国际投资管理公司发行， 1977年世界上第一只主动量化基金业是由巴克莱国际投资管理公司发行， 发行规模达 到 70 亿美元，算是美国量化投资的开端第二阶段

11、( 1977 1995)从 1977年到 1995 年，量化投资在海外经历一个缓慢的发展，这其中受到诸 多因素的影响， 随着信息技术和计算机技术方面取得巨大进步， 量化投资才迎来 了其高速发展的时代。第三阶段( 1995至今)从 1995 到现在，量化投资技术逐渐趋于成熟，同时被大家所接受。在全部 的投资中，量化投资大约占比 30%，指数类投资全部采用定量技术， 主动投资中， 约有 20% 30%采用定量技术。数据显示 2016年，量化科技在国外的理财产品管理规模已达到了 3.2 万亿美 元，而通过计算机和数字模型进行下单和下达指令的比例达到了惊人 56%。量化投资基本实现了从最初的技术分析手

12、段， 逐渐发展演变为如今有金融理论支撑的 金融设计工具，以计算机程序算法主导的高频交易。国外量化投资的代表企业及人物：量化投资的鼻祖巴克莱国际投资管理公司( BGI )。 1971 年，巴克莱国 际投资管理公司发行了世界上第一只被动量化基金， 1977 年，巴克莱国际投资 管理公司发行了世界上第一只主动量化基金，发行规模 30 亿美元。巴克莱国际 投资管理公司的投资管理规模从 1977年的 30 亿美元逐渐发展到 2010年上半年 的 2 万 5 千亿美元，高居全球资产管理规模的榜首。指数化投资的倡导者和实践者先锋集团。先锋集团于 1974 年由约 翰鲍格尔 (John Bogle创) 立是世

13、界上第二大基金管理公司。 同时， 先锋集团是世 界上最大的不收费基金家族，现在在全世界管理着 3700多亿美元的资产“赢在投研” 富达投资集团。 富达投资集团是全球最大的基金管理公司 之一，拥有者许多世界级的明星基金经理， 分支机构遍布全球 23 个国家和地区， 全球雇员 4 万人。“最赚钱的基金经理” 詹姆斯 西蒙斯， 文艺复兴科技公司创始人采用 数学模型和计算机技术进行投资决策，他所管理的大奖章基金从 1989 年到 2006年平均年收益率高达 38.5%，净回报率超过股神巴菲特。“定量分析之王” 大卫肖， 1988年以 2800万美元在纽约创立德劭集 团， 20 年中，集团所管理的基金资

14、产规模敏捷膨胀，年均回报率高达 20%，其最巅峰时期的生意量可以占到整个纽约证券生意的 5%。国内篇量化投资在国外已经有 30多年的历史，但直到 21世纪初，我国普通投资者 仍对量化投资几乎一无所知。 量化投资起步较晚的主要原因为： A 股市场的发展 历史较短，投资者队伍参差不齐， 投资理念还不够成熟；我国证券市场效率低下， 量化投资效果不明显； 国内市场对冲工具单一， 可量化的标的过少； 受到交易规 则的限制，量化投资不能充分发挥作用，很难引起人们重视。随着国内金融衍生产品市场的不断发展， 定性分析越来越不能满足投资需求， 与此同时资本市场制度不断完善， A 股市场的股票数量不断增加， 基金

15、规模不断 扩大，基本面研究成本提高，使量化投资的出现成为必然。2010年 4月股指期货的出台，标志着量化投资在国内市场的发展进入一个全 新的阶段。首先，各大机构都在积极组建量化投资的团队、 研究量化投资的策略， 很多 量化基金产品层出不穷， 尤其是在传统投资基金业绩不佳的情况下， 很多利用量 化投资策略的基金产品获得了相当不错的收益率。其次，随着融资融券、股指期货、转融通等业务相继推出，券商资管量化投 资十分火热。国信、华泰、长江、国泰君安等各大券商都在发力量化投资产品研 究，在我国百余家券商中，已有 38 家券商资管发行量化产品。同时已有国泰安金融学院， 北京大学汇丰商学院， 上海交通大学安

16、泰管理学 院投入数百万开设了专业的量化投资金融实验室， 并开办了量化投资高级研修班， 为国内量化投资的市场发展提供了良好的学术和实战环境。2015年，上证 50ETF期权于 2月 9日正式推出，这对于对我国的量化投资 有着极大的促进作用。 4 月 16日，上证 50 与中证 500两只股指期货新品种的上 市给量化投资带来更多的策略的运用， 金融衍生品的不断丰富和发展， 为量化投 资提供更多的丰富对冲手段，也提供了更多的套利机会。我国第一只量化基金成立已有 12 年历史，此后几年量化基金发展较为缓慢， 至 2011年末市场上仅有 15只量化基金， 而近两年量化基金发展较快， 截至 2016 年市

17、场共有 123只量化基金相继设立 （不含指数型、 增强指数型和 QDII 基金）。 从规模来看，在 2015 年量化基金的规模翻了一番， 2016年规模增速稍有下滑， 截至 2016年年底量化基金总规模超 1000亿元，行业仍处于快速扩张期。总的来说，量化投资在国内进行一个短暂的适应性过渡后， 已经开始步入高 速发展的初级阶段了。3.量化投资市场分析市场现状目前从事量化投资主要有两种商业模式， 一种是提供量化商业平台服务， 可 全方位为投资机构提供最专业的技术和产品支撑， 当前市场上知名的量化平台提 供商主要有文华财经、 金之塔、交易开拓者 （ TB）、国泰安、龙软 DTS、天软等， 它们大多

18、具有金融 IT 背景，尤其以期货行情、交易软件开发商居多。另一种就 是建自有平台，搭建一套覆盖策略研究、回测、模拟交易全流程的量化平台，主 要以优矿（通联）、聚宽（ JoinQuant）、京东量化、米筐、诸葛量化、果仁和盈时 为代表。平台名称产品上线时间产品服务客户群体量化标的盈利模式国泰安2009提供涵盖股票、期货、专业机构客股票、期机构合作债券市场的数据、策略户货、债券分佣，出售研究、回测、模拟、正系统及系式交易等全套解决方统维护费案。龙软 DTS早于 2011同上同上同上出售系统及系统维护费。天软科技早于 2011同上同上同上同上文华财经2011.2主要提供数据、平台服务，根据客户的特点

19、需求编写策略。个人投资者、中小投资机构股票、期货平台使用年费金之塔2011.11同上同上股票、期同上货交易开拓者早于 2012同上同上股票、基交易佣金（TB）金、期货诸葛量化2014选取参数，自动生成策有经验的股票会员费用略quant优矿（通联）2015.6提供编码环境，编译代刚入门的股票、基暂未获取码生成策略quant， 有 编金、期货程基础聚宽2015.8选取参数，自动生成策有经验的股票、基会员费用、( JoinQuant)略；提供编码环境，编quant金、期货策略交易译代码生成策略费用果仁、2015.8选取参数，自动生成策一般投资者股票、基会员费用略金京东量化2015选取参数，自动生成策

20、同上股票、基暂未获取略；提供编码环境，编金、期货译代码生成策略米筐2014.12提供编码环境，编译代有经验的股票、基暂未获取码生成策略quant金、期货盈时2016.6选取参数，自动生成策略期货投资者期货服务费产品分析随着金融科技（ Fintech）时代的到来，中国金融业正经历着一场新的变革， 并且这场变革不断升级。 中国的金融科技行业由原来注重流量和模式的 1.0时代， 升级为以人工智能技术为主导，数据为驱动力的 2.0 时代。量化投资借力人工智 能技术，运用现代统计学和数学的方法， 从大量的历史数据中寻找并搭建获得超 额收益的投资策略， 服务于个人投资者和机构， 也成为了金融科技新时代的领

21、军 者。目前量化投资平台的业务模式主要有两种，一种是给用户提供编码的环境， 让用户通过代码编译生成策略， 其用户群体均拥有良好的编程基础， 具备一定的 专业技能，当前主流编程语言包括 Python、 Java、 MATLAB 和 R。以聚宽为例进行说明，其交互界面如下图所示：左侧为代码编译区域， 用户在此处将股票指标用代码表示出来， 确立逻辑关系，编译完成后进行编译运行，如下图所示：在右侧上方显示编译运行结果， 包括策略收益走势图、 最大回撤和相关收益指数，下方显示日志和报错信息，用来检验策略的正确性。点击运行回测，如下图所示：显示该策略运行的详细情况， 包括收益值、 持仓明细和交易记录等信息

22、， 这 样就成功的创建了一个策略， 策略可以导入实盘进行模拟交易。 其它类似的代码 编译平台，如米筐、优矿等，业务模式和聚宽基本一致。另外一种就是无编码模式， 平台提供量化多因子让用户进行选择， 这些量化 因子包括但不限于行情指标、 技术指标、 财务指标和财报数据， 用户通过选择搭配各指标数据，进而生成策略模型，其用户群体以个人投资者为主。以果仁为例进行说明，其大体业务流程如下图所示：其首页交互界面如下图所示：第一步：选择创建策略模型，包括股票策略、基金策略和策略组合。 股票 策略和基金策略是指生成一个标的为股票或者基金的量化策略； 策略组合是指添加多个策略，通过回测分析， 计算策略之间的收益

23、相关度， 寻求达到最优收益的策略组合；交互如下图，第二步：择股设置（默认创建股票策略） ，是对量化标的的分类变量和数字 变量进行设置。分类变量设置包括对指数成分、板块、行业、所处交易所等信息 进行选择，交互如下图，SIF:6MWiMy知550300Cil500GIE1000P,I11畴： 357行业: y s: ss殴眩埃全巫V ：全邹V 55: f 全鄧VT0*E 公罚事伴 音0大曲标 白定文:5 +Q全部 V :S5 & * 创业術中小&5 V HWViI述财务龙顶TS恆行业：BF9f:iktt: I 鲫3t2Ws琴:包含SrBK : I 旦產删= : 5V IS 以.L+ QStTW :

24、*V行业；交身吩；全認y -全SJytf* 一n*桶公丰堆f-VAiUV成主0En3rfc59Ji入上帀律义a34UC：|5氐分朽: W + t份:全岳V竟埃: 全SC行业：全3CV sffi ： fis交层胪：VXWwSa： sV 企业曲:PV felftS5V金伍4WS粽 深圳StJ SWS 注口公司爭代 *犬曲标SXjCI47 atKft:e=T I +OV 極谯-V: V STieW包合9T 农IgAeMV ftmcuV企业3 :1 全SF V 5?*M V&RWbHrrVt!Sf!5W北方卄技六阿対制SF Ii.*WSQVSSC点圧V 駅怕X VKDTtS r?l V WS V股床芳

25、右 V 股价箕t上书升t立岳升t广酉 E数字变量设置包括对行情、技术指标、财务指标、财报条目、公司事件、情绪和大盘指标的设置。行情指标有股票价格、成交额、成交量等，交互如下图，技术指标有乖离率、波动率、 MA、KDJ、RSI 等，交互如下图，财务指标有估值、清偿能力、盈利能力、营运效率和成长能力等，交互如下图，财报条目有营业收入、营业支出、收益利润、负债和权益等，交互如下图，公司事件有高管增持、 未解禁股本、 业绩预告和重大事项违规处罚等， 交互如下图，情绪有分析师情绪指数、重仓基金数和重仓基金持有比例，交互如下图，大盘指标有指数指标和交易日历指标，交互如下图，对所选指标进行参数设置， 设置比

26、较符、 区间和排名， 也可以对指标进行删除和勾选操作，交互如下图，点击选择选股指标， 生成排名条件， 策略模型按照排名条件购买股票， 若无排名，则优先买入成交额大的股票，交互如下图，第三步，交易模型设置， 是对策略买卖股票的时机进行设置， 分为定期轮动和条件触发。定期轮动模型可以设置调仓周期、调仓时点、空闲资金配置、最大持仓股票数、备选买入股票数和个股最大买入仓位等信息， 设置完成后， 在每 个调仓日， 果仁策略卖出仓内的所有股票， 并依据调仓日前一交易日的数据， 选 出股票等权重买入。 如果选出的股票已经在仓内， 这支股票的仓位也会被重新调 整成和其它股票一样的仓位， 但如果这只股票因为停牌或涨停跌停无法调整仓位， 则仓位保持不变。交互如下图，条件触发模型可以设置调仓周期、 调仓时点、空闲资金配置、新股理想仓位、 个股仓位范围、 最小建仓仓位和备选股票数等信息。 同时可以对新股买入附加限 制条件，包括排名名次、 仓内同行业股票数和调仓日交易