期貨量化交易策略范文

導(dǎo)語：如何才能寫好一篇期貨量化交易策略，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

期貨、基金、私募三方運作

據(jù)悉，青騅投資管理有限公司（后稱“青騅投資”）繼2012年4月通過華寶信托，發(fā)行了信托獲批股指期貨交易業(yè)務(wù)資格以來國內(nèi)第一只陽光私募發(fā)行的股票量化全對沖產(chǎn)品之后，再次成立國內(nèi)首只引入國債期貨作為對沖工具的債券對沖管理型產(chǎn)品“青騅1號債券對沖專項資產(chǎn)管理計劃”。該產(chǎn)品系青騅投資聯(lián)手國泰君安期貨及某基金公司子公司推出的一款專項資產(chǎn)管理計劃，資金已募集完畢并到位，于2013年8月14日正式宣告成立。

值得關(guān)注的是，該產(chǎn)品涉及到三方平臺，由多個管理人聯(lián)合操作。基金公司子公司作為資產(chǎn)管理人，青騅投資公司作為投顧主要負(fù)責(zé)產(chǎn)品的投資策略，國泰君安期貨資管部門作為基金專戶資產(chǎn)受托人完成國債期貨端的交易。

分析人士指出，基金方作為特殊法人單位在期貨公司開立資管賬戶，并引入外部投資顧問參與、主導(dǎo)產(chǎn)品的設(shè)計和投資運作，這一合作模式在期貨資管領(lǐng)域尚屬首例，有望開創(chuàng)機構(gòu)投資者合作參與期貨資管業(yè)務(wù)的熱潮。對于特殊法人單位參與期貨資管業(yè)務(wù)的模式也是全新的嘗試。

引入量化對沖策略

青騅投資作為長期專注從事債券和量化對沖領(lǐng)域的機構(gòu)，在現(xiàn)券交易、利率策略、量化對沖和程序化交易平臺方面擁有得天獨厚的專業(yè)儲備和優(yōu)勢，目前就等國債期貨上市，希望能在第一時間參與投資。股指期貨上市初期曾為投資者帶來了非常可觀的低風(fēng)險收益，青騅投資也希望通過第一時間參與國債期貨幫助投資者分享創(chuàng)新業(yè)務(wù)帶來的豐厚收益。

篇2

【關(guān)鍵詞】 大數(shù)據(jù) 智能選股 人工操作

中國證券市場從1991年的8只股票發(fā)展到2017年3月1日的3124只股票，這短短的20多年走過了西方資本市場的百年發(fā)展軌跡，市場容量與影響力呈幾何級數(shù)形式爆發(fā)。近幾年來，量化投資日益引起國內(nèi)機構(gòu)投資者以及高校學(xué)者的重視，量化投資及智能選股的需求也被各類投資者更多的提出。但是目前量化投資策略與智能選股系統(tǒng)仍存在著不可防范的風(fēng)險。

一、量化投資與智能選股的機遇

與海外成熟的資本市場相比，中國股市場仍不完善，量化投資的技術(shù)和策略都屬于起步的初期階段。但全球都看到了中國量化投資的發(fā)展?jié)摿薮螅号c西方成熟資本市場相比，中國投資主體以個人投資者為主，投資理念較為落后，切有強烈的羊群效應(yīng)，量化投資的策略在國內(nèi)資本市場競爭者較少，優(yōu)秀的專業(yè)投資者用敏銳的嗅覺發(fā)掘市場的非有效性機會，產(chǎn)生超額收益空間。

2010年開啟的融資融券業(yè)務(wù)和滬深300股指期貨代表著中國資本市場的巨大變革，結(jié)束了國內(nèi)市場做空機制缺失的局面。量化投資在國內(nèi)的發(fā)展迎來重大機遇，2014-2015年這波牛市吸引力很多華爾街回來的金融精英開辟國內(nèi)的量化投資市場。

未來智能選股系統(tǒng)與量化投資系統(tǒng)必將成為國內(nèi)機構(gòu)投資者、個人投資者的重要工具。

二、量化投資與智能選股的挑戰(zhàn)

2013年8月16日，國內(nèi)股市場突然出現(xiàn)異常拉升，最高漲幅達(dá)到5.62%，致使股市混亂。后來經(jīng)證實，事件源于光大證券自營部門的高頻套利交易系y。程序員的一個小錯誤引發(fā)巨額錯單，損失嚴(yán)重，多人問責(zé)。這一“光大烏龍指”事件說明量化投資高回報的背后隱藏著巨大風(fēng)險。

20多年的快速發(fā)展也透支著市場的承受力，尤其是2015-2016年這兩年，A股市場經(jīng)歷了瘋狂的大牛市與瘋狂的下砸熊市，經(jīng)歷了千股漲停、千股跌停、千股停牌，監(jiān)管層脆弱的神經(jīng)也受到了挑動，中國限制了股指期貨交易，機構(gòu)的量化基金與量化產(chǎn)品遭受了滅頂之災(zāi)。

正因為中國金融市場發(fā)展不完善、監(jiān)管覆蓋不完全，股票、期貨等金融產(chǎn)品的定價仍存在一定的偏差，而這種偏差和各市場間一致性的不足就為計算機程序化交易提供了機會。但是沒有足夠的市場數(shù)據(jù)提供，根本無法通過模型來完善交易。沒有充足歷史數(shù)據(jù)就無法讓智能選股系統(tǒng)與量化投資模型做出非常準(zhǔn)確的投資選擇，需要輔助人工操作，獲取超額收益。

三、智能選股與人工量化操作實踐

筆者于2011-2017年一直從事人工量化操作實踐，賬戶開通融資融券功能，并進(jìn)行日內(nèi)T+0交易，獲取相對于對應(yīng)指數(shù)的相對收益，整個實踐操作過程分為三個階段：

第一階段，2011年1月-2014年12月，筆者用4年的時間跟蹤上證50ETF，并進(jìn)行日內(nèi)T+0交易，平均每日使用底倉資金400萬元，交易量800萬元。通過跟蹤上證50ETF的成分股和主要銀行指數(shù)、股指期貨等指標(biāo)，實現(xiàn)了相對指數(shù)每年20%的相對收益。

第二階段，2015年1月-2015年10月，筆者用融券模式，每日不占用賬戶內(nèi)資金，可以利用4000萬的融券額度，每日跟蹤滬深300ETF，通過跟蹤對比影響滬深指數(shù)的主要成分股，中國石油、中國石化、銀行指數(shù)、地產(chǎn)指數(shù)、股指期貨等指標(biāo)，實現(xiàn)了相對于指數(shù)的年化30%的相對收益，在股災(zāi)期間，也是筆者這部分操作獲利巨大的期間。利用此方式，大大減少了股災(zāi)對賬戶本身凈值的損失。

第三階段，2015年10至今，在此期間政府出面打擊日內(nèi)高頻交易，對股指期貨進(jìn)行限制，這些諸多因素使筆者放棄了原來跟蹤指數(shù)的操作模式，因為指數(shù)已經(jīng)明顯失真。這期間，筆者運用了智能選股模型，找出與創(chuàng)業(yè)板指數(shù)相對密切相關(guān)的個股600588用友網(wǎng)絡(luò)，利用50萬元的資本金，并進(jìn)行日內(nèi)T+0差價操作，用于降低持倉成本。主要參照銀行指數(shù)、創(chuàng)業(yè)板指數(shù)、計算機板塊指數(shù)、板塊內(nèi)反應(yīng)靈敏的股――中國軟件、浪潮軟件，以及創(chuàng)業(yè)板指標(biāo)股東方財富等的日內(nèi)走勢，利用時間差與空間差，歷時一年時間于2016年10月將持倉成本從27.13降低到16.10，成本降低了40.66%。而同期90%的公募基金是虧損的，同期的量化投資基金全部停頓，筆者的收益遠(yuǎn)遠(yuǎn)超出了行業(yè)平均水平。

四、總結(jié)

篇3

“沒有互聯(lián)網(wǎng)大數(shù)據(jù)的時候，量化投資技術(shù)僅僅是機構(gòu)投資者使用，有了互聯(lián)網(wǎng)大數(shù)據(jù)，量化投資便成為普惠金融，成為中小投資者能夠采用的投資方式。”1月下旬，在接受《投資者報》記者采訪時，微量網(wǎng)絡(luò)科技（北京）有限公司董事長馮永昌表示。

所謂量化投資是基于大數(shù)據(jù)分析，以統(tǒng)計學(xué)的思維研究市場。這在機構(gòu)投資中十分常見，也深受華爾街的金融家們偏愛。而微量網(wǎng)正是通過互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)，讓“神秘”的量化投資“平民化”。形象的來說，中小投資者可以像去淘寶購物一樣，到微量網(wǎng)購買一個“智能大腦”，在這個大腦的幫助下，選擇投資策略，從而讓賺錢成為大概率事件。

讓量化投資成為普惠金融

馮永昌是北京大學(xué)光華管理學(xué)院培養(yǎng)的第一批統(tǒng)計學(xué)博士，2007年進(jìn)入嘉實基金。在此期間，他注意到基金投資時，大量使用量化投資策略，但當(dāng)時的量化交易工具，都是基于本地網(wǎng)絡(luò)，受本地用電、網(wǎng)絡(luò)環(huán)境穩(wěn)定性等情況約束，存在交易風(fēng)險。他萌生了研發(fā)一種云交易技術(shù)的想法，可以將交易托管在云端。

馮永昌離開嘉實基金后，第一個合伙人是后來的“余額寶之父”周曉明。當(dāng)時他們想一起做一個結(jié)合互聯(lián)網(wǎng)技術(shù)，用量化交易方式進(jìn)行投資的基金，但當(dāng)時有資金、有策略，卻缺乏相應(yīng)的技術(shù)，馮永昌決定先解決技術(shù)問題，于是他創(chuàng)辦了一家軟件科技企業(yè)。

在研發(fā)相關(guān)技術(shù)的過程中，馮永昌認(rèn)識到，這項技術(shù)既然可以幫他解決量化投資中存在的問題，也可以幫助中小投資者采用量化投資的方式進(jìn)行投資。基于互聯(lián)網(wǎng)技術(shù)，可以搭建這樣一個平臺，有能力提供投資策略的人或機構(gòu)，在這個平臺上銷售自己的投資策略，而投資者則在這個平臺上購買量化交易策略，實現(xiàn)策略提供者和策略使用者的對接。

正是基于這樣的思考，馮永昌又創(chuàng)辦了微量網(wǎng)。

“微量網(wǎng)類似于是一個‘淘寶商城’，商城中既包括針對投資者的量化投資策略評價和推薦，也包括針對策略提供者的策略生產(chǎn)和出售。而投資者只需在這個平臺上，按照自己的風(fēng)險偏好，購買某個投資策略，選擇開始，就可以委托網(wǎng)絡(luò)機器人來管理自己的投資。”馮永昌介紹。

截至2015年1月底，已有近千個策略被提供到微量網(wǎng)平臺。而微量網(wǎng)也擁有了大量使用者，其中有理財者、也有股民和期民，理財者主要通過債券逆回購方式進(jìn)行投資理財，而股民和期民則主要使用程序化交易和量化投資的策略，即將自己的賬號與微量網(wǎng)綁定，在微量網(wǎng)上購買策略，然后進(jìn)行證券、期貨交易。

馮永昌當(dāng)初設(shè)計的時候，就將微量網(wǎng)的用戶定位為100萬元投資規(guī)模以下的中小投資者。數(shù)據(jù)顯示，目前微量網(wǎng)的用戶以資金額在30萬元左右的投資者為主。微量網(wǎng)的出現(xiàn)讓“高大上”的量化投資變成了中小投資者也可以使用的工具。

低門檻的投資平臺

股民李華（化名），原來在國泰君安開戶炒股，為了體驗在微量網(wǎng)進(jìn)行量化投資，近期又在與微量網(wǎng)有合作關(guān)系的光大證券開戶，投資數(shù)萬元，“嘗鮮”微量網(wǎng)，他選了兩個策略組合進(jìn)行交易。

以前李華自己炒股的時候，一直擔(dān)心自己知道什么時候買，但不知道什么時候賣，以及該賣的時候，自己沒時間顧不上賣。使用微量網(wǎng)投資，可以通過綁定策略來止損，每個策略都有自己的止損點，也可以設(shè)置賬戶止損，李華給自己賬號設(shè)置為虧損15%就自動止損，這讓李華頗感放心。李華介紹，進(jìn)行量化投資半個多月以來，他的投資略有盈余，他期待微量網(wǎng)能夠幫助他解決賣出股票的時機問題。

馮永昌評價，微量網(wǎng)就是將碎片化的投資管理能力集合起來，使之變成微量網(wǎng)上的策略，傳遞給微量網(wǎng)的用戶，縮短散戶和機構(gòu)之間的差距。

在股市，知道什么時候買，不知道什么時候賣，是學(xué)生;知道什么時候買，也知道什么時候賣，是老師;而微量網(wǎng)則更進(jìn)一步，高度紀(jì)律化，能夠精準(zhǔn)無誤地保證執(zhí)行，降低人為情緒波動的影響，基于大數(shù)據(jù)，對投資做出判斷和選擇，降低風(fēng)險。

然而，微量網(wǎng)如何確保平臺上策略提供者策略的有效性？馮永昌解釋，微量網(wǎng)是一個C2C的平臺，任何自然人都可以給微量網(wǎng)提供交易策略，但微量網(wǎng)會以專業(yè)的技術(shù)力量對策略進(jìn)行長期跟蹤，嚴(yán)格審核，通過實測驗證等手段，保證其有效。策略提供者還要負(fù)責(zé)維護(hù)策略，對其進(jìn)行必要的修正。

“微量網(wǎng)會以第三方專業(yè)的技術(shù)力量對策略進(jìn)行長期跟蹤，還會觀察策略的風(fēng)險特征及市場環(huán)境等，所有結(jié)果都會在用戶端詳細(xì)展示，幫助投資者進(jìn)行選擇。”馮永昌說。

還將繼續(xù)“燒錢”

來自微量網(wǎng)的統(tǒng)計顯示，在去年12月9日（當(dāng)天上證綜指和深圳成指都達(dá)到了單日最大振幅9%），微量網(wǎng)70%的策略創(chuàng)造了期貨、股票市場新高，80%用戶創(chuàng)造了單日3%以上的收益，股指期貨策略尤為出色，當(dāng)日用戶受益45%以上。而在今年“1?19”股災(zāi)當(dāng)天，微量網(wǎng)的用戶同樣實現(xiàn)了十分可觀的收益。

馮永昌評價，市場波動越大，投資者通過量化交易套利的空間就越大，還可以盡量規(guī)避風(fēng)險。因此股市等市場波動大的時候，恰是推廣微量網(wǎng)的最好時機，2015年微量網(wǎng)將會加大市場推廣力度。

微量網(wǎng)此前已經(jīng)接受過一輪天使投資，目前正在進(jìn)行新一輪融資。與新投資機構(gòu)的談判已進(jìn)行了數(shù)月，預(yù)計將很快會結(jié)束談判，引入新的資金。

“新的資金進(jìn)來后，微量網(wǎng)會繼續(xù)‘燒錢’，會界面更友好的版本，充實研發(fā)團(tuán)隊和客服工作人員，繼續(xù)以較低的價格將策略提供給使用者。”馮永昌介紹。

篇4

盡管量化投資已經(jīng)成為市場投資的發(fā)展趨勢,但是大多數(shù)投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數(shù)學(xué)模型,而賺錢的投資模型都是機構(gòu)的秘密武器,不會輕易披露。另一方面是由于量化投資采用計算機系統(tǒng),設(shè)計各種交易手段,有著較為復(fù)雜的數(shù)學(xué)計算與技術(shù)要求,現(xiàn)在許多量化投資都是計算機自動執(zhí)行的程序交易。另外,量化交易者,俗稱寬客(quants)的交易和故事多多少少增加了量化投資的神秘感。所以,人們一般把量化投資稱為“黑箱”。納蘭(Narang,R.,2012)描述了量化交易系統(tǒng)的典型構(gòu)造,打開了量化投資的“黑箱”。納蘭認(rèn)為阿爾法模型用來預(yù)測市場未來方向,風(fēng)險控制模型用來限制風(fēng)險暴露,交易成本模型用來分析為構(gòu)建組合產(chǎn)生的各種成本,投資組合構(gòu)建模型在追逐利潤、限制風(fēng)險與相關(guān)成本之間做出平衡,然后給出最優(yōu)組合。最優(yōu)目標(biāo)組合與現(xiàn)有組合的差異就由執(zhí)行模型來完成。數(shù)據(jù)和研究部分則是量化投資的基礎(chǔ):有了數(shù)據(jù),就可以進(jìn)行研究,通過測試、檢驗與仿真正確構(gòu)建各個模型。預(yù)測市場并制定策略是量化投資的核心,即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發(fā)展,量化投資模型也在不斷改進(jìn)。簡單的策略可能就是證券或組合的套利行為,如期現(xiàn)套利組合、市場異象研究中的差價組合等。統(tǒng)計套利策略是經(jīng)典的量化投資策略,如匹配交易或攜帶交易。近年來,高頻交易成為量化投資的重要內(nèi)容,基于高速的計算機系統(tǒng)實施高頻的程序交易已經(jīng)是量化投資的重要利器。丁鵬(2012)將量化投資的主要內(nèi)容分為以下幾個方面:量化選股、量化擇時、股指期貨套利、商品期貨套利、統(tǒng)計套利、期權(quán)套利、算法交易、ETF/LOF套利和高頻交易等。他認(rèn)為量化投資的優(yōu)勢在于:紀(jì)律性、系統(tǒng)性、及時性、準(zhǔn)確性和分散化。

二、量化投資“黑箱”中的構(gòu)造與證券投資學(xué)的差異

在傳統(tǒng)的證券投資學(xué)中,投資組合理論、資本資產(chǎn)定價模型、套利定價理論和期權(quán)定價理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想,后兩者則主要依靠市場的無套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類,而量化投資則是“利用計算機科技并采用一定的數(shù)學(xué)模型去實現(xiàn)投資理念、實現(xiàn)投資策略的過程”。從概念看,量化投資既不是基本面分析,也不是技術(shù)分析,但它可以采用基本面分析,也可以采用技術(shù)分析,關(guān)鍵在于依靠模型來實現(xiàn)投資理念與投資策略。為了分析量化投資對證券投資學(xué)的啟示,本文從量化投資“黑箱”的各個構(gòu)成來探討量化投資與證券投資學(xué)中思路和觀點的差異。

(一)資產(chǎn)定價與收益的預(yù)測

根據(jù)組合優(yōu)化理論,投資者將持有無風(fēng)險組合與市場風(fēng)險資產(chǎn)組合,獲得無風(fēng)險利率與市場風(fēng)險溢價。資本資產(chǎn)定價模型則將此應(yīng)用到單一證券或組合,認(rèn)為證券的風(fēng)險溢價等于無風(fēng)險利率加上與風(fēng)險貢獻(xiàn)比率一致的風(fēng)險溢價,超過的部分就是超額收益,即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產(chǎn)定價理論給實務(wù)投資的一大貢獻(xiàn)。基于因素模型的套利定價理論則從共同風(fēng)險因素的角度提供了追求阿爾法的新思路。其中,法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統(tǒng)一的參考。可以說,在因素定價方面,量化投資繼承了資產(chǎn)定價理論的基本思想。對于因素定價中因素的選擇,證券投資學(xué)認(rèn)為,對資產(chǎn)價格的影響,長期應(yīng)主要關(guān)注基本面因素,而短期應(yīng)主要關(guān)注市場的交易行為,即采用技術(shù)分析。在量化投資中,主要強調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資,這在一定程度上與技術(shù)分析類似。但是,在技術(shù)分析中,不同的人會有不同的結(jié)論,而量化投資則強調(diào)投資的規(guī)則化和固定化,不會因人的差異而有較大的不同。另外,量化交易更強調(diào)從統(tǒng)計和數(shù)學(xué)模型方面尋找資產(chǎn)的錯誤定價或者進(jìn)行收益的預(yù)測。

(二)無套利條件與交易成本

在證券投資學(xué)里,流動性是證券的生命力。組合投資理論、資本資產(chǎn)定價模型以及套利定價理論等都認(rèn)為市場中存在大量可交易的證券,投資者可以自由買賣證券。這主要是為了保證各種交易都能實現(xiàn),如套利交易。根據(jù)套利定價理論,一旦市場出現(xiàn)無風(fēng)險的套利機會,理性投資者會立即進(jìn)行套利交易,當(dāng)市場均衡時就不存在套利機會。現(xiàn)實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學(xué)中,對市場中套利限制與非流動性的關(guān)注較少,這是因為傳統(tǒng)金融理論中簡化了市場結(jié)構(gòu)。市場微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下,金融資產(chǎn)交易的過程及其結(jié)果,旨在揭示金融資產(chǎn)交易價格形成的過程及其原因。在市場微觀結(jié)構(gòu)理論中,不同的市場微觀結(jié)構(gòu)對市場流動性的沖擊是不同的。因而,從量化投資的角度看,為了降低交易帶來的價格沖擊,能實施量化投資策略的證券往往都應(yīng)有較好的流動性,因為交易時非流動性直接影響投資策略的實施。從這個意義上講,量化投資時的交易成本不僅包括交易費用,更主要的是要考慮市場交易沖擊的流動性成本。

(三)風(fēng)險控制與市場情緒

在證券市場中,高收益與高風(fēng)險相匹配。量化投資在追求高收益的同時,不可避免地承擔(dān)了一定的風(fēng)險。在證券投資學(xué)中,系統(tǒng)性風(fēng)險主要源于宏觀經(jīng)濟(jì)因素,非系統(tǒng)性因素則主要源于行業(yè)、公司因素,并且不考慮市場交易行為的影響。在量化投資中,較多地使用因素定價模型,不僅會考慮市場經(jīng)濟(jì)因素,而且會考慮交易行為等因素,只是不同的模型有不同的側(cè)重點,在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風(fēng)險外,量化投資還有自身不可忽視的風(fēng)險源。一方面,量化交易中,部分交易是采用保證交易的期貨、期權(quán)等衍生品交易,這種杠桿交易具有放大作用,隱藏著巨大的風(fēng)險。另一方面,市場沖擊的流動性成本也是量化投資的風(fēng)險控制因素,理所當(dāng)然地在圖1的風(fēng)險控制模型中體現(xiàn)出來。另外,在一般的投資過程中,市場情緒或多或少會成為風(fēng)險控制的一個對象。然而,在量化投資中,更多的交易都是通過計算機來實現(xiàn)的,如程序交易等,這樣以來,投資者情緒等因素對投資決策的影響相對較小。所以,在量化投資的風(fēng)險控制模型中較少地考慮市場情緒以及投資者自身的情緒,主要是通過承擔(dān)適度的風(fēng)險來獲得超額回報,因為畢竟減少風(fēng)險也減少了超額回報。

(四)執(zhí)行高頻交易與算法交易

在對未來收益、風(fēng)險和成本的綜合權(quán)衡下,實現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo),量化投資不斷追求更快的速度來執(zhí)行投資策略,這就推動了采用高速計算機系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里,技術(shù)分析認(rèn)為股價趨勢有長期、中期和短期趨勢,其中,長期和中期趨勢有參考作用,短期趨勢的意義不大。然而,隨著計算機信息科技的創(chuàng)新,量化投資策略之間的競爭越來越大,誰能運作更快的量化模型,誰就能最先找到并利用市場錯誤定價的瞬間,從而賺取高額利潤。于是,就誕生了高頻交易:利用計算機系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析,快速做出交易決策,并且隔夜持倉。高頻交易的基本特點有:處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開平倉和算法交易。高頻交易有4類流行的策略:自動提供流動性、市場微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法:產(chǎn)生高頻交易信號的算法和優(yōu)化交易執(zhí)行過程的算法。為了優(yōu)化交易執(zhí)行,目前“算法交易”比較流行。算法交易

優(yōu)化買賣指令的執(zhí)行方式,決定在給定市場環(huán)境下如何處理交易指令:是主動的執(zhí)行還是被動的執(zhí)行,是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問題。 三、對量化投資在證券投資教學(xué)中應(yīng)用的思考

從上述分析可以知道,量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異,因此,在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。

(一)市場微觀結(jié)構(gòu)與流動性沖擊

在理性預(yù)期和市場有效假說下,市場價格會在相關(guān)信息披露后立即調(diào)整,在信息披露前后市場有著截然不同的表現(xiàn)。在證券投資學(xué)里,一般認(rèn)為價格的調(diào)整是及時準(zhǔn)確的,然而,現(xiàn)實的世界里,價格調(diào)整需要一個過程。在不同的頻率下,這種價格形成過程的作用是不同的。在長期的投資中,短期的價格調(diào)整是瞬間的,影響不大。然而,在高頻交易中,這種價格調(diào)整過程影響很大。市場微觀結(jié)構(gòu)就是研究這種價格形成過程。市場微觀結(jié)構(gòu)理論中有兩種基本的模型:存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對訂單流的影響,解釋沒有消息公布時價格短暫波動的原因。信息模型關(guān)注信息公布后信息反映到價格中的這一過程,認(rèn)為含有信息的訂單流是導(dǎo)致價格波動的原因。無論是關(guān)注委托訂單的存貨模型還是關(guān)注市場參與者信息類型的信息模型,這些市場微觀結(jié)構(gòu)的研究加強了流動性與資產(chǎn)價格之間的聯(lián)系,強調(diào)流動性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒有市場微觀結(jié)構(gòu)的內(nèi)容,因而,為了加強證券投資學(xué)的實用性,應(yīng)關(guān)注市場微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。

(二)業(yè)績評價與高杠桿

對于證券組合而言,不僅要分析其超額收益和成本,還要考慮其風(fēng)險與業(yè)績。在組合業(yè)績評價中,一方面要考慮風(fēng)險的衡量,另一方面則要分析業(yè)績的來源。在證券投資學(xué)中,組合業(yè)績來自于市場表現(xiàn)以及管理者的配置與選股能力。對于量化投資而言,市場時機和管理者的能力依然重要,然而,量化投資的業(yè)績評價還應(yīng)考慮另一個因素:高杠桿。量化交易中,部分交易是采用保證交易的期貨、期權(quán)等衍生品交易,這種杠桿交易具有放大作用,在市場好的時候擴(kuò)大收益,但在市場不好的時候會加速虧損,這些與傳統(tǒng)的業(yè)績評價就不太一樣。在一般的證券投資學(xué)里,業(yè)績評價主要考慮經(jīng)風(fēng)險調(diào)整的收益,很少考慮其杠桿的作用,這不僅忽略了杠桿的貢獻(xiàn),而且有可能夸大了投資者的技能水平。

(三)人為因素與模型風(fēng)險

在量化投資中,非常注重計算機對數(shù)據(jù)和模型的分析,這突出了量化投資的規(guī)則性和固定性。然而,實際中,別看量化采用了各種數(shù)學(xué)、統(tǒng)計模型,但策略設(shè)計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進(jìn)行了細(xì)致研究,并借助計算機實施策略,能夠消除很多認(rèn)為的隨意性。但是,量化策略畢竟體現(xiàn)投資者的交易理念,這一部分依賴于投資者的經(jīng)驗,一部分依賴于投資者對市場的不斷觀察與更新。實際上,人始終處于交易之中,對于市場拐點以及趨勢反轉(zhuǎn)的判斷主要還是依賴投資者的經(jīng)驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性:決策實施依賴于人的設(shè)定,而人的設(shè)定不僅依賴于經(jīng)驗,而且人還會犯錯。人之所以會犯錯,一方面是因為人們對市場的認(rèn)知是不完全的,另一方面則是人們使用了錯誤的模型。經(jīng)典的證券投資理論中,股票價格的變動被認(rèn)為是隨機的,小概率事件出現(xiàn)的機會比較小,但是經(jīng)驗研究表明股票收益率具有肥尾現(xiàn)象,小概率事件發(fā)生的機會超出了人們原先的認(rèn)識,即市場還會出現(xiàn)“黑天鵝”。更為關(guān)鍵的是,量化投資更依賴數(shù)學(xué)和統(tǒng)計模型,這就使得量化投資存在較大的模型風(fēng)險,即使用了錯誤的模型。為了防范模型風(fēng)險,應(yīng)采用更為穩(wěn)健的模型,即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場環(huán)境。近年來,研究表明,證券收益及其與風(fēng)險因素的關(guān)系存在較大的非線性,同時,市場中存在一定的“噪聲”,采用隱馬爾科夫鏈等隨機過程和機器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。

篇5

券商、基金、信托“三管齊下”

南京證券上海新華路證券營業(yè)部負(fù)責(zé)人沈偉青表示，中國股市20多年來的最大交易特點在于只能做多而缺乏做空機制。在股指期貨推出前，除拋出股票外，投資者基本沒有規(guī)避下跌損失的方法，更談不上盈利。

“股指期貨的推出，增加了一種全新的方向，投資者起碼可去套保和做空，被動持倉的投資者也可通過股指期貨實現(xiàn)盈利。”

在信托方面，在中國銀監(jiān)會和中國證監(jiān)會的部署下，信托參與股指期貨交易的業(yè)務(wù)指引也已頒布，銀監(jiān)會已批準(zhǔn)部分信托公司參與股指期貨交易。證券公司方面，通過參與股指期貨交易，證券公司在2011年實現(xiàn)“萬綠叢中一點紅”，取得了較好收益。沈偉青表示，股指期貨上市以來，證券公司已明顯增加了對大盤藍(lán)籌股的投資力度，持倉組合中大盤藍(lán)籌股比重大幅增加。

在基金公司方面，2011年，基金專戶運用股指期貨也實現(xiàn)了一定盈利。2011年新發(fā)行的119只基金專戶產(chǎn)品中，有近1/6明確將股指期貨作為投資標(biāo)的，且大部分實現(xiàn)了正收益。平安證券客戶經(jīng)理王彪表示，股指期貨的面市使機構(gòu)增加了對沖策略，但目前參與對沖的機構(gòu)還不多，從2012年2月證監(jiān)會正式允許公募基金開戶參與股指期貨至今，只有4只公募基金開戶參與了股指期貨。

中金所的“饕餮盛宴”

恰似2010年南非世界杯的冷門迭起，在贏家候選名單中，中國金融期貨交易所（中金所）出人意料地將股指期貨變成了自己的“饕餮盛宴”。王彪表示，由于現(xiàn)階段股指期貨波動較大，市場主要以投機易為主，因此目前股指期貨市場的成交量已相當(dāng)可觀。

援引中金所公布的數(shù)據(jù)，截至4月13日，股指期貨雙邊成交金額為190.8萬億元，雖然按萬分之零點五計算的手續(xù)費看似“不大”，但以百萬億數(shù)量級為單位的巨大基數(shù)已使中金所進(jìn)賬高達(dá)95.4億元。

不妨看看95.4億元的數(shù)量級在A股市場中是一個什么樣的概念。截至4月中旬，國內(nèi)僅有21家上市公司的凈利潤超過了95.4億元，而酒業(yè)“大亨”貴州茅臺的凈利潤為87.63億元，比中金所的95.4億元還要低10%左右；房地產(chǎn)“巨擘”萬科A2011年凈利潤為96.2億元，和中金所基本打了個平手。此外，如果按天來計算，加上所有停止交易的節(jié)假日，中金所每天進(jìn)賬足有1321萬元。

2011年，中金所列上海市納稅百強企業(yè)的第32位，而上海期貨交易所（上期所）列第10位，上海證券交易所（上交所）排第15位。因此，在國債期貨正式推出后，中金所的排名取代上期所可能會變得“指日可待”。

沈偉青認(rèn)為，股指期貨運行兩年以來，中金所積累了豐富的管理經(jīng)驗和一手的交易數(shù)據(jù)，為新產(chǎn)品推出奠定了制度基礎(chǔ)和資源保證。除去熱議中的國債期貨外，剛開始進(jìn)行仿真交易的期權(quán)交易均是最好的例證。中金所的不斷發(fā)展也會使得中國證券市場上創(chuàng)新產(chǎn)品層出不窮，給中國證券市場帶來新的活力。

投資者的“口福”

從海外發(fā)達(dá)市場經(jīng)驗來看，股指期貨是一個多功能的平臺，不僅可成為一個投資品種，還可同其他金融產(chǎn)品形成新的交易產(chǎn)品，如目前市場上除了單純交易股指期貨的高頻交易者外，還有一些證券公司、基金公司和信托等機構(gòu)投資者利用股指期貨進(jìn)行套保交易，或是借助股指期貨與ETF等指數(shù)基金之間的波動，進(jìn)行低風(fēng)險甚至無風(fēng)險的套利交易，隨著4月底滬深300ETF的發(fā)行設(shè)立，套利交易將會變得更為快捷和便利。

篇6

【關(guān)鍵詞】 量化交易；布林線

1 基于布林線理論的量化模型構(gòu)建：日間布林線趨勢跟蹤策略

一個好的趨勢追蹤交易系統(tǒng)，要滿足很好的穩(wěn)健性。即在一個較長的時間內(nèi)，該模型不會因為市場的變化而失效。而且要盡量避免市場上模型在短期內(nèi)盈利水平較高，而在長期內(nèi)無法達(dá)到穩(wěn)定盈利的普遍現(xiàn)象。為此在設(shè)計時要盡量做到原理簡單，簡化指標(biāo)，不要有過多參數(shù)。本文中所設(shè)計模型在交易開拓者軟件（TB）上運行。

1.1模型設(shè)計原理

布林線（Bollinger Band）是根據(jù)統(tǒng)計學(xué)中的標(biāo)準(zhǔn)差原理設(shè)計出來的一種非常實用的技術(shù)指標(biāo)。它由三條軌道線組成，其中上下兩條線分別可以看成是價格的壓力線和支撐線，在兩條線之間是一條價格平均線，一般情況價格線在由上下軌道組成的帶狀區(qū)間游走，而且隨價格的變化而自動調(diào)整軌道的位置。當(dāng)波帶變窄時，激烈的價格波動有可能隨即產(chǎn)生。布林指標(biāo)（BOLL），布林極限（%B），布林帶寬（BW）三者構(gòu)成指標(biāo)群，相互配合使用，準(zhǔn)確度相當(dāng)高。本文中只用到布林帶（包括上軌，中軌，下軌），以及布林帶寬（BW）這兩個指標(biāo)。

在實際操作中，每隔60分鐘取一個收盤價，取其加權(quán)平均價為中軌，以20個交易周期來計算標(biāo)準(zhǔn)差，中軌加減兩倍標(biāo)準(zhǔn)差分別定為上軌和下軌，用公式表示如下：

Std=StandevClose，Length

Midline=XAverage（Close，Length）

Lowline=Midline-2×Std

Uppline=Midline+2×Std

取股指連續(xù)為研究對象，并且取小時線（N=60）布林線，周期20小時（Length=60），加載到一分鐘K線圖。

將布林帶寬定義為：

StdMidRatio=StdMidMidLine

當(dāng)股指處于震蕩行情時，價格應(yīng)處于布林帶之間，此時標(biāo)準(zhǔn)差較小，帶寬也較小。當(dāng)價格突破上下軌，布林帶出現(xiàn)放大喇叭口形狀，可以認(rèn)為行情從震蕩轉(zhuǎn)換為趨勢，此時標(biāo)準(zhǔn)差會突然放大，出現(xiàn)脈沖現(xiàn)象。為描述這種現(xiàn)象，新定義趨勢指標(biāo)TrendIndex用來研判行情，同時定義TrendIndex的上下界。

TrendIndex的定義：前后兩期布林線帶寬的平均值的差，用來表示價格波動率的大小。用公式表示如下：

TrendIndex=AverageStdMidRatio，N-AverageStdMidRatio1，N

UppBand=HigestTrendIndex1，N

LowBand=lowestTrendIndex1，N

當(dāng)股指震蕩時，TrendIndex也處于窄幅震蕩，出現(xiàn)喇叭口時，TrendIndex值突然放大。當(dāng)出現(xiàn)很明顯的價格突破時，可以認(rèn)為趨勢已經(jīng)形成，即可買入或賣出該資產(chǎn)。

1.2模型框架

1.2.1入場規(guī)則

當(dāng)價格突破上下軌，出現(xiàn)喇叭口形狀時，可以認(rèn)為上漲或者下跌的趨勢行情已經(jīng)開始顯現(xiàn)。此時用之前定義的趨勢指標(biāo)TrendIndex來研判是否出現(xiàn)趨勢行情，即TrendIndex大于前期最高值且大于0時，表明趨勢已經(jīng)出現(xiàn)。

當(dāng)分鐘收盤價高于前期最高價時，即當(dāng)Close>Uppline時，做多一手股指；同樣的，當(dāng)分鐘收盤價低于前期最高價時，即當(dāng)Close 1.2.2 加倉規(guī)則

趨勢策略的勝率普遍不高，為保證該策略有持續(xù)盈利能力，當(dāng)確認(rèn)趨勢行情出現(xiàn)后，應(yīng)該增大同方向的倉位。在此，利用ATR指標(biāo)進(jìn)行資金管理。加倉前提條件與入場的前提條件一致，還需要當(dāng)前價格滿足以下條件：TrendIndex柱圖值破新高，且價格比上次買入價高出1倍ATR。此時可以認(rèn)為價格波動較大，趨勢得到確認(rèn)，可以加倉。公式表示如下：

Close>GetGlobalVarMyPosition+DeltaPrice

全局變量GetGlobalVar存儲的是上一次開倉的買賣價，DeltaPrice為ATR的值。為了控制風(fēng)險，設(shè)置最大總開倉數(shù)不超過3手。

1.2.3 離場規(guī)則

當(dāng)一筆交易浮盈時，用百分比回落止盈法進(jìn)行止盈，即開倉多單后，價格回到最高價以下一定比例后進(jìn)行平倉出場；同樣的，開倉空單后，價格上升到最低價以下一定比例后進(jìn)行平倉出場。下面給出空單黃金百分比回落止盈示例：當(dāng)收盤價減去最低價的值高于最大利潤的0.618倍時，即利潤回吐值達(dá)到最大利潤的0.382倍時，空單離場。

在進(jìn)行量化交易時，并不能排除對行情研判失誤的情形，為此還應(yīng)當(dāng)設(shè)立止損離場規(guī)則和行情結(jié)束離場規(guī)則。多頭ATR止損規(guī)則：當(dāng)浮虧超過1倍ATR時多單離場。

GetGlobalVar（Num）-Close>DeltaPrice

行情結(jié)束離場規(guī)則：當(dāng)趨勢指標(biāo)TrendIndex觸碰該指標(biāo)前20個周期最低點時，認(rèn)為行情結(jié)束，可以平倉。

2 模型歷史回測

在模型構(gòu)建結(jié)束后，選取我國滬深300指數(shù)股指期貨合約的主力合約2010年4月16日至2013年6月7日的分鐘交易數(shù)據(jù)在交易開拓者軟件上進(jìn)行交易歷史回測。對于一個量化交易模型而言，較為重要的指標(biāo)有：

（1）盈虧比，即模型總盈利值與總虧損值的比。當(dāng)盈虧比的值小于1時，說明該模型整體不盈利；反之，當(dāng)盈虧比的值大于1時，說明該模型整體有盈利能力。當(dāng)一個模型的盈虧比大于2時，可以認(rèn)為該量化交易模型的盈利能力較高。

（2）盈利比率，即勝率，表示盈利的手?jǐn)?shù)與總手?jǐn)?shù)的比值，也就是每一手的獲利概率。一般而言，盈利比率大于50%即表明該模型的獲利概率大于虧損概率。

（3）最大回撤及最大回撤率。最大回撤表示在選定周期內(nèi)任一歷史時點往后推，權(quán)益凈值走到最低點時的收益率回撤幅度的最大值。最大回撤用來描述投資者可能面臨的的最大虧損，用來描述交易進(jìn)行后可能出現(xiàn)的最糟糕的情況。最大回撤率是指最大回撤與前期高點的比值，是非常重要的風(fēng)險指標(biāo)，對于量化交易模型的風(fēng)險度量而言，該指標(biāo)比波動率還重要。

由表1可知，該模型的年度有效收益率為69.07%，盈虧比為2.21，說明模型總體上是盈利的，且盈虧比大于2，說明該模型的總體盈利能力很高。盈利比率為67.71%，大于50%，說明該模型的勝率較高，每一手的盈利概率大于虧損概率。最大回撤發(fā)生在2010年6月21日，回撤值為85421.1元。最大回撤率為14.07%，說明投資者若使用該模型交易時，可能發(fā)生的最大虧損為14%左右，這是一個相對較高的值。由圖1可知，該模型的盈利整體處于上升狀態(tài)，但從2013年下半年起，盈虧曲線上升較為緩慢，可以認(rèn)為受到2013年上半年震蕩行情的影響，模型的整體盈利水平有下降的趨勢，并且模型整體的穩(wěn)定性也有所下降。

圖1 交易盈虧曲線圖（2010年4月16日至2013年6月7日） 3 模型使用建議

（1）切勿加入投資者主觀判斷

人們開發(fā)量化交易的一部分原因是：與人的主觀判斷相比，計算機交易是理性的、純客觀的，不夾雜任何情感因素，不會存在行為金融學(xué)中所描述的人類在投資中所表現(xiàn)出的情感偏差（例如羊群效應(yīng)、追漲殺跌、過度自信等）。因此在使用量化模型進(jìn)行實盤交易時，除非程序運行錯誤，否則投資者應(yīng)任由程序自行開、平倉，切勿加入投資者對行情的主觀判斷，手動開、平倉，干擾程序運行。

（2）投資者應(yīng)正視股指期貨投資風(fēng)險

任何投資都是有風(fēng)險的，股指期貨也不例外。特別的，股指期貨是保證金交易模式，最低保證金8%，最高可以達(dá)到12.5倍杠桿，收益與虧損被同時放大，所以投資者在使用該模型時，應(yīng)考慮到自身的風(fēng)險承受能力，包括客觀風(fēng)險承受能力及主觀風(fēng)險承受能力。客觀風(fēng)險承受能力不高的投資者，即使其主觀風(fēng)險承受能力較高，也不應(yīng)該進(jìn)行股指期貨投資。

（3）投資者應(yīng)時刻關(guān)注計算機交易情況

由于計算機自身運行錯誤、程序運行錯誤以及網(wǎng)絡(luò)連接故障等原因，投資者使用該模型在進(jìn)行實盤交易時可能會出現(xiàn)以下情況：出現(xiàn)交易信號時，并未開倉；到了止盈或止損價格時，未平倉；連續(xù)發(fā)出不正常的交易信號。所以在交易時間內(nèi)投資者應(yīng)關(guān)注計算機的下單狀況，發(fā)現(xiàn)錯誤時及時停止交易。

（4）正確識別模型優(yōu)劣，在模型失效時停止交易

任何一個量化交易模型都有其自身的局限性，具體表現(xiàn)在參數(shù)優(yōu)化之后產(chǎn)生的短期盈利水平虛高、長期盈利水平很低甚至不盈利的現(xiàn)象，有些模型甚至通過過度參數(shù)優(yōu)化而產(chǎn)生過度擬合的缺陷。而在盈利水平和最大回撤控值都做到相當(dāng)優(yōu)秀的模型極有可能是經(jīng)過了過度優(yōu)化的模型，投資者遇到此類模型時，應(yīng)當(dāng)在使用模型前仔細(xì)甄別該模型的回測結(jié)果、歷史業(yè)績是否真實可靠，需要重點關(guān)注模型的參數(shù)、研判條件是否出現(xiàn)過度優(yōu)化的情況。當(dāng)使用一個模型時，如果其回撤值大于歷史最大回撤值，可認(rèn)為該模型已經(jīng)失效。

參考文獻(xiàn)：

[1]John Bollinger， CFA， CMT. Bollinger on Bollinger Bands， 2001

[2]P.R. Christian， C. George， Monte Carlo Statistical Methods， Springer， New York， 2004

篇7

雖然現(xiàn)在量化基金、對沖基金等以量化方法運作的產(chǎn)品慢慢得到機構(gòu)的重視，但受對沖工具、市場成熟度、投資者成熟度等因素影響，量化投資頂多處在長跑前的預(yù)熱階段。

銀華基金量化投資部總監(jiān)周毅曾在華爾街從事量化投資11年，現(xiàn)在他一人管理著兩只量化型產(chǎn)品和兩只QDII基金，市場上對此有過質(zhì)疑。

在接受《投資者報》記者采訪時，周解釋說，與定性投資比，定量投資的優(yōu)勢之一就是人力成本低，每多一個產(chǎn)品，對基金經(jīng)理來說所增加的時間很少。

周毅認(rèn)為，與成熟市場相比，A股可做的量化策略或?qū)_策略空間較大，因為參與的資金較少，機會也大。

優(yōu)勢是人力成本低

《投資者報》：市場上質(zhì)疑，你一個人同時管理四只產(chǎn)品，能管得過來嗎？

周毅：主動型投資較大程度上依賴投研平臺，量化投資則主要依靠數(shù)量化模型，相比較，量化投資成本較低。對于已成立運作的指數(shù)基金來說，在系統(tǒng)建立起來后，相同管理類型的產(chǎn)品都可以共用一套系統(tǒng)，基金經(jīng)理的工作實際上就是對細(xì)節(jié)進(jìn)行微調(diào)。比如目前銀華管理的分級產(chǎn)品和純被動的指數(shù)基金，大概在上午9點半以前，系統(tǒng)會提交所有的產(chǎn)品的當(dāng)日交易清單，基金經(jīng)理的工作只是根據(jù)不同基金的一些投資限制在細(xì)節(jié)上進(jìn)行調(diào)整。

《投資者報》：清單也是靠模型嗎？

周毅：不完全是這樣，其實是一個最優(yōu)化的公式。比如跟蹤滬深300指數(shù)基金，本來就按照每一只股票的權(quán)重買就可以，但是一些涉及關(guān)聯(lián)交易等限制性規(guī)定的股票不能買，就有一個優(yōu)化的問題。一部分公司的做法是用線性回歸的方式，把受限股票都做線性回歸，找到跟其相似度最高的股票，按它的權(quán)重買進(jìn)來。

國外通常的做法是對投資組合進(jìn)行整體優(yōu)化，剔除交易受限制的股票，算出剩下股票的最優(yōu)解，再和現(xiàn)在的組合比，就出來一個交易清單，這是一種優(yōu)化。

《投資者報》：我了解到國外一些基金公司，雖然規(guī)模百億乃至千億美元，但基金經(jīng)理、研究員卻非常少，這與國內(nèi)差別較大。

周毅：主要是大家對投資的理解不一樣。按照我的感覺，在國外以傳統(tǒng)投研方式（研究員加基金經(jīng)理）做投資的，相對占少數(shù)，而國內(nèi)公募基金發(fā)展也就十來年，傳統(tǒng)投資方式依然占絕對大頭。

《投資者報》：為什么占少數(shù)？

周毅：美國公募基金經(jīng)歷了α（超額收益）與β（市場平均收益）分離的過程，現(xiàn)在公募基金大多都去做β了，而對沖基金去做α了。邏輯很好理解，公募基金是怎么盈利的？規(guī)模乘以管理費。所以，基金公司的發(fā)展在于規(guī)模要大，而且越大越好。現(xiàn)在我把這個事情推到極致，全市場所有的錢都由一家基金公司管，收益是多少？就是市場平均收益，不可能有超額收益，這就是β。

就是說，公募基金想提高盈利，模式是把規(guī)模做大、把成本壓低，最后得以生存。

所以，美國公募基金經(jīng)理相對而言比較舒服，但他們的收入在金融業(yè)偏下，因為做β個人的因素不是特別大。

國內(nèi)指數(shù)基金空白點多

《投資者報》：你講到BGI短短十年管理資產(chǎn)就達(dá)到2萬億元，有什么可借鑒的地方？

周毅：我一直在思考這個問題。通常認(rèn)為BGI的成功是靠大量發(fā)行交易型指數(shù)基金（ETF）做到的，但我覺得不全是。我覺得，其成功的另外一個重要原因是產(chǎn)品設(shè)計思路。

美國老牌基金公司先鋒集團(tuán)以指數(shù)基金聞名，他幾乎把市場各種規(guī)模的指數(shù)產(chǎn)品都覆蓋了，BGI作為一個后來者，指數(shù)的先發(fā)優(yōu)勢完全沒有了，所以它需要找到一個突破口。于是，它打破了傳統(tǒng)基于市場平均的指數(shù)設(shè)計理念，而集中突出特性很明顯的產(chǎn)品。

比如尋找15個市值最大的房地產(chǎn)建筑商，然后制定一個指數(shù)。對于想投資房地產(chǎn)建筑的機構(gòu)和個人，沒有必要花時間和精力研究個股，而直接買對應(yīng)的ETF，以至于大家提到建筑的時候提BGI建筑基金就可以了；再比如，BGI開發(fā)了很多國家系列指數(shù)，都是一個道理。目前國內(nèi)還沒有類似的指數(shù)，這方面基金也還是空白。

《投資者報》：對于一個長期從事量化投資的人，你怎么理解投資？

周毅：就投資而言，我個人的理解要稍微寬泛一些，只要能賺到錢，就可以稱為投資。至少我在華爾街注意到，比如華爾街交易員的地位都很高，而國內(nèi)交易員的地位比較低，在華爾街，考核的指標(biāo)不是是否找到了好股票，而是看結(jié)果是否賺到錢。

為什么呢？因為股票交易價格和內(nèi)在價值之間有很大差別，內(nèi)在價值是不是最終能反映交易價格，這很難說。

交易員根據(jù)盤面上錢的供需關(guān)系、短期的交易價格賺錢，這也是投資賺錢的方式。而目前，這類東西在國內(nèi)屬于旁門左道或者另類。

對沖基金大有可為

《投資者報》：你提到，現(xiàn)在主要的創(chuàng)新方向是在A股如何應(yīng)用對沖策略，你現(xiàn)在的對沖策略是什么？

周毅：現(xiàn)在A股做多的標(biāo)的很多，全市場兩千多個股票都可以買，而做空的工具只有滬深300股指期貨。很顯然，從理論上可以這樣操作，通過放空滬深300股指期貨對沖組合基準(zhǔn)風(fēng)險，那么只要組合收益率高于滬深300基準(zhǔn)收益，超越部分就屬于相對收益能力的絕對部分。

從國內(nèi)基金公司的過往業(yè)績來看，投研人員能夠選出高于基準(zhǔn)收益率的組合，這種投研能力傳導(dǎo)的結(jié)果就是基金公司在大概率上是可以做出相對收益的。

我覺得目前A股可以做出的策略比較多，因為用這種方法做投資的資金比較少，所以機會比較大。

《投資者報》：你覺得做對沖基金最大的風(fēng)險是什么？

篇8

在《華盛頓郵報》的專欄作家塞巴斯蒂安•馬拉比的《富可敵國》一書中可以得出這樣的結(jié)論：對沖基金經(jīng)理不但是當(dāng)今世界上最富的人群，其創(chuàng)造力和欲望還代表著美國精神，是美國新精英的代表，也是不少人的職業(yè)新偶像。

對沖基金產(chǎn)生于上個世紀(jì)50年代的美國，主要是采用各種交易手段(如賣空、杠桿操作、程序交易、互換交易、套利交易、衍生品種等)進(jìn)行對沖、換位、套頭、套期來賺取巨額利潤。舉個例子，在另一類對沖操作中，基金管理人首先選定某類行情看漲的行業(yè)，買進(jìn)該行業(yè)中看好的幾只優(yōu)質(zhì)股，同時以一定比率賣出該行業(yè)中較差的幾只劣質(zhì)股。如此組合的結(jié)果是，如該行業(yè)預(yù)期表現(xiàn)良好，優(yōu)質(zhì)股漲幅必超過其他同行業(yè)的劣質(zhì)股，買入優(yōu)質(zhì)股的收益將大于賣空劣質(zhì)股而產(chǎn)生的損失；如果預(yù)期錯誤，此行業(yè)股票不漲反跌，那么劣質(zhì)股跌幅必大于優(yōu)質(zhì)股，則賣空盤口所獲利潤必高于買入優(yōu)質(zhì)股下跌造成的損失。

正因為如此的操作手段，早期的對沖基金可以說是一種基于避險保值的保守投資策略的基金管理形式。 經(jīng)過幾十年的演變，對沖基金已失去其初始的風(fēng)險對沖的內(nèi)涵。對沖基金已成為一種新的投資模式的代名詞，即基于最新的投資理論和極其復(fù)雜的金融市場操作技巧，充分利用各種金融衍生產(chǎn)品的杠桿效用，承擔(dān)高風(fēng)險，追求高收益的投資模式。

1997年東南亞金融風(fēng)暴，讓國人熟悉了索羅斯和對沖基金，但這種熟悉僅僅是停留在人們的視覺和聽覺層面。但在2011年，中國的首支對沖基金即將問世，投資者給予高度的關(guān)注。

國泰君安證券資產(chǎn)管理公司2月15日表示，將推出一項采用做空股指期貨對沖的方式來規(guī)避大盤系統(tǒng)性風(fēng)險的新型理財產(chǎn)品。該款產(chǎn)品將成為國內(nèi)證券公司發(fā)行的第一款對沖基金，業(yè)內(nèi)人士認(rèn)為，該產(chǎn)品的成立或許將正式拉開國內(nèi)對沖的序幕，引領(lǐng)對沖基金業(yè)發(fā)展。

“一個新的多元化投資策略的時代即將到來。”國泰君安相關(guān)人士表示。

國泰君安表示，在國內(nèi)沒有做空和對沖機制以前，沒有一款對沖基金是名副其實的。2010年4月16日，滬深300股指期貨誕生后，擁有對沖和杠桿屬性的真正對沖基金才有了用武之地，國泰君安資產(chǎn)管理公司此次推出的對沖基金產(chǎn)品名為君享量化，正是在此背景下醞釀出爐。

據(jù)了解，此次國泰君安資產(chǎn)管理公司推出的對沖基金產(chǎn)品名為君享量化，是A股首支對沖基金。將主要利用市場中性策略進(jìn)行投資。國泰君安證券資產(chǎn)管理公司總經(jīng)理章飚表示，利用股指期貨對沖市場風(fēng)險，保證收益率，是其主要特點。“還有一個特點是，可以回避股市的系統(tǒng)新風(fēng)險，原先的產(chǎn)品，一般情況下股市漲了才能賺錢，股市跌了就得賠錢，但是自從有了股指期貨以后，就可以拿股指期貨來管理風(fēng)險，賺錢和牛市、熊市沒關(guān)系了。第二是風(fēng)險較小，因為現(xiàn)在買股票的風(fēng)險百分之七十或者八十來自于大盤波動的風(fēng)險，對沖基金就可以用股指期貨對沖掉大盤的風(fēng)險。另外，這樣的產(chǎn)品還有一個特點就是收益率較低。”章飚解釋道。

無論何種投資產(chǎn)品，收益率是投資者永遠(yuǎn)要擺在第一位的，尤其是對一項新的投資產(chǎn)品。

章飚表示，期望這款新的理財產(chǎn)品的年均回報率在10至15%間。先期可能會在現(xiàn)貨組合中加大小盤股的權(quán)重，從而與滬深300期指對沖獲得更高的收益。將于3月7日起開始發(fā)售，銷售渠道限于國泰君安各營業(yè)部，上限為200位投資者，該理財產(chǎn)品在推廣期的目標(biāo)規(guī)模為3億元。適合的投資者主要是擁有一千萬元以上金融資產(chǎn)的大戶。

“適合有一千萬金融資產(chǎn)的人群。而中小散戶是不適合的。因為中小散戶要求的收益率較高。對沖基金在未來將有很大的市場，這次君享量化的風(fēng)險性很低，主要目的是希望能有盡可能多的投資者來接觸了解這種產(chǎn)品。”章飚表示。

篇9

（中證信息技術(shù)服務(wù)公司，北京 100033）

摘要：程序化交易是指投資者利用計算機技術(shù)，通過特定的模型策略，自動尋找交易機會，自動完成交易行為。程序化交易是資本市場現(xiàn)代化的重要標(biāo)志之一，已經(jīng)成為資本市場創(chuàng)新、發(fā)展一個新的增長點。本文分析了程序化交易的內(nèi)涵、特征和優(yōu)勢，將我國程序化交易現(xiàn)狀與國外發(fā)達(dá)資本市場進(jìn)行了對比，提出了未來幾年發(fā)展程序化交易的建議。

關(guān)鍵詞 ：證券；期貨；交易；程序化

中圖分類號：F832.5文獻(xiàn)標(biāo)志碼：A文章編號：1000-8772（2015）01-0106-01

一、程序化交易概述

程序化交易具有較寬泛的內(nèi)涵，凡利用計算機系統(tǒng)根據(jù)特定的數(shù)據(jù)模型、策略和算法，自動化或半自動化地尋找交易機會、執(zhí)行交易指令的技術(shù)手段均屬于程序化交易。按交易階段劃分，程序化交易可以分為交易決策階段的程序化交易和交易執(zhí)行階段的程序化交易；按交易頻率劃分，可以分為高頻交易、低頻交易；按交易動機劃分，包括套利交易、策略交易、做市交易、算法交易、風(fēng)控交易等。

程序化交易不僅是IT系統(tǒng)層面的“交易自動化”，其背后的量化投資策略與執(zhí)行策略還包含了特有的交易經(jīng)驗和模型，是IT技術(shù)、金融工程數(shù)學(xué)模型、業(yè)務(wù)經(jīng)驗與專業(yè)判斷相結(jié)合的產(chǎn)物。在行情、交易、資訊方面，程序化交易特別是高頻交易通常對系統(tǒng)的處理速度、吞吐量、容量有極致的要求。

從宏觀或微觀考察，程序化交易能夠使資本市場各參與方受益，主要體現(xiàn)為：一是通常情況下，程序化交易可以降低交易沖擊成本、增加市場流動性、平抑市場波動、提高價格發(fā)現(xiàn)效率；二是程序化交易可以拓展金融產(chǎn)品和服務(wù)的創(chuàng)新空間，使原來不可能的業(yè)務(wù)變?yōu)榭赡埽蝗浅绦蚧灰卓梢詾橹苯油顿Y者和理財機構(gòu)提供更為豐富的盈利模式和機會，促進(jìn)差異化競爭；同時在此過程中自然促進(jìn)機構(gòu)投資者隊伍的壯大。

二、國內(nèi)外程序化交易發(fā)展對比和面臨問題

近年來國外發(fā)達(dá)資本市場的程序化交易占比快速提升。國外的共同基金、養(yǎng)老基金、對沖基金、做市商、券商自營機構(gòu)、代客理財機構(gòu)等機構(gòu)投資者占據(jù)了資本市場的主導(dǎo)地位，與中小投資者相比，機構(gòu)投資者投資規(guī)模龐大、投資組合復(fù)雜，由此對程序化交易有強烈的需求。也正是由于程序化交易更適合機構(gòu)投資者而不是個人，程序化交易也培育了機構(gòu)投資者群體的迅速擴(kuò)大。同時，國外豐富的金融衍生品提供了豐富的風(fēng)險對沖機會、套利機會，為程序化交易的發(fā)展提供了肥沃的土壤。

相比較而言，我國市場的程序化交易總體上還處于剛剛起步的階段，主要應(yīng)用于期貨高頻日內(nèi)交易，ETF套利/股指期貨套利和算法交易。國內(nèi)期貨交易由于允許T+0，程序化交易開展的較為廣泛，也采取了一些針對性的措施。以上海期貨交易所為例，該所已要求其會員報備參與程序化交易的客戶資料，110余家會員開展了程序化交易，涉及2萬5千多客戶（其中法人占2%，約600戶，自然人占98%）。程序化交易者占到開戶數(shù)的1%左右。這些客戶總交易量（年）為8800萬手，交易金額12萬億元。

目前，國內(nèi)還存在制約程序化交易發(fā)展的因素。一是由于長期路徑依賴，市場交易機制較單一、約束較多，如缺少股票賣空機制、T+0交易、做市商制度等，訂單形式較單一，沒有采用較靈活的二級托管機制。二是金融產(chǎn)品不夠豐富、層次少、創(chuàng)新不足，缺少避險工具。三是交易傭金之外的剛性稅費仍然較高。四是市場參與者中機構(gòu)投資者的比重有待提高。此外，程序化交易在為市場參與者帶來機會的同時也帶來新的監(jiān)管問題和挑戰(zhàn)；更快的交易響應(yīng)速度、更多的海量數(shù)據(jù)等現(xiàn)象隨之出現(xiàn)，這也給交易所的系統(tǒng)帶來前所未有壓力；程序化交易對證券公司交易系統(tǒng)穩(wěn)定運行和風(fēng)險控制帶來一系列挑戰(zhàn)。

三、有關(guān)建議

在資本與IT充分結(jié)合發(fā)展的今天，程序化交易必然會在我國資本市場獲得長足發(fā)展。為了促進(jìn)程序化交易的健康發(fā)展，防范系統(tǒng)性風(fēng)險，現(xiàn)提出如下建議：

一是建議證券監(jiān)管部門適時考慮制定指導(dǎo)國內(nèi)程序化交易規(guī)范發(fā)展的行業(yè)性指引，防范程序化交易的系統(tǒng)性業(yè)務(wù)風(fēng)險和技術(shù)風(fēng)險，并在實踐中逐步完善。

二是程序化交易往往涉及期貨、現(xiàn)貨及相關(guān)聯(lián)的證券品種，需要在監(jiān)管部門、各證券／期貨交易所等多個層面建立跨市場、跨品種聯(lián)動的價格穩(wěn)定機制；建議在新形勢下重新評估漲跌停制度與熔斷機制的適用場景和風(fēng)險隔離特征，建立有效的市場安全閥。

三是建議交易所建立全仿真測試環(huán)境并提供完善的接入機制，為市場參與者進(jìn)行完整的系統(tǒng)測試和模型驗證提供支持，努力減少技術(shù)系統(tǒng)缺陷或算法策略缺陷帶來的風(fēng)險。

四是建議證券公司在技術(shù)和業(yè)務(wù)層面重視程序化交易實時風(fēng)險控制體系建設(shè)，及時發(fā)現(xiàn)、防范因模型缺陷、系統(tǒng)缺陷所導(dǎo)致的非預(yù)期交易訂單；根據(jù)程序化交易的特點，針對程序化交易健全客戶分類服務(wù)管理、適當(dāng)性準(zhǔn)入管理，使投資者充分了解程序化交易的風(fēng)險特征；為高頻程序化交易投資者配備獨立的交易訂單處理系統(tǒng)、交易報盤通道，防范高頻程序化交易的浪涌沖擊影響普通客戶的正常交易，自覺維護(hù)市場公平。

參考文獻(xiàn)：

篇10

【關(guān)鍵詞】量化投資 量化投資策略 資產(chǎn)配置

量化投資是投資者借助計算機信息化建立數(shù)學(xué)模型，把最新市場數(shù)據(jù)和相關(guān)信息輸入到模型中，通過公式計算出投資對象，做出最優(yōu)投資決策。量化投資不依靠投資者的感覺直覺，不依賴個人判斷，而是將其經(jīng)驗利用信息通過模型實現(xiàn)投資理念。同時，投資者期望達(dá)到收益和風(fēng)險的合理配比，利用夏普比率等科學(xué)方法控制收益和風(fēng)險。量化投資者不用每天重復(fù)的分析瑣碎信息，只需要不斷完善這個模型并不斷創(chuàng)造新的可以盈利的模型。

二、量化投資策略

（一）量化投資策略分類

量化投資策略，主要包括量化擇時策略、統(tǒng)計套利策略、算法交易策略、組合套利策略、高頻交易策略等。

（1）量化擇時策略是收益率最高的一種交易策略，通過對宏微觀指標(biāo)的量化分析判斷未來經(jīng)濟(jì)走勢并確定買入、賣出或持有，按照高拋低吸原則獲得超額收益率。在量化擇時策略中，趨勢跟蹤策略是投資者使用最多的策略。量化擇時分析策略包括：趨勢跟蹤策略、噪音交易策略、理易策略。

（2）統(tǒng)計套利是風(fēng)險套利的一種，通過對歷史數(shù)據(jù)的統(tǒng)計分析，利用統(tǒng)計學(xué)理論，估計相關(guān)變量的概率分布，判斷規(guī)律在未來一段時間內(nèi)是否繼續(xù)存在。統(tǒng)計套利策略包括協(xié)整策略和配對利差策略、均值回歸策略以及多因素回歸策略。

（3）算法交易又稱為自動交易，主要是研究如何利用各種下單方法，降低沖擊成本的交易策略，將一個大額交易通過算法拆分成數(shù)個小額交易，以此來減少對市場價格造成沖擊，降低交易成本。算法交易策略包括交易量加權(quán)平均價格策略、時間加權(quán)平均價格策略、盯住盤口測量、執(zhí)行落差策略、下單路徑優(yōu)選策略。

（4）組合套利策略主要針對期貨市場上的跨期、跨市及跨品種套利的交易策略。組合套利策略包括均衡價格策略、套利區(qū)間策略、牛市跨期套利、熊市跨期套利等。

（5）高頻交易是一種持倉時間短、交易量巨大、交易次數(shù)多、單筆收益率低的投資策略，人們從無法利用的極為短暫的市場變化中尋求獲利的計算機化交易，依靠快速大量的計算機交易以獲取高額穩(wěn)定的收益。高頻交易策略包括流動性回扣交易策略、獵物算法交易策略和自動做市商策略。

如下是量化投資中幾種主要的投資交易策略：

（1）趨勢跟蹤策略。趨勢跟蹤策略追隨大的走勢，向上突破重要的壓力線可能預(yù)示著更大一波的上漲趨勢，向下突破重要的支撐線可能預(yù)示著更大一波的下跌趨勢。趨勢跟蹤策略試圖尋找大趨勢的到來，在突破的時候進(jìn)行相應(yīng)的建倉或平倉的投資操作來獲得超額收益。

趨勢型指標(biāo)進(jìn)行擇時的基本理念是順勢而為，跟蹤市場運行趨勢。在趨勢策略中使用的技術(shù)指標(biāo)是最多的，常用有：移動平均線（MA）、平滑異動移動平均線（MACD）、平均差（DMA）、趨指標(biāo)（DMI）等。

（2）噪音交易策略。噪聲交易是指交易者在缺乏正確信息的情況下進(jìn)行密集交易的行為。有效市場中噪聲只是一個均值為零的隨機擾動項，但市場并不總是有效的，市場上有很多異常信息，往往有人能夠提前獲得這些異常信息，很可能對投資的判斷提供重要的價值。噪聲交易策略的運用主要是機構(gòu)投資者通過計算得到市場的噪聲交易指數(shù)，監(jiān)測該指數(shù)的變化，根據(jù)其變化來設(shè)計量化交易策略。

（3）協(xié)整策略。在統(tǒng)計套利策略中，協(xié)整策略是應(yīng)用最廣泛的一種策略。協(xié)整套利的主要原理，是找出相關(guān)性最好的幾組產(chǎn)品，再找出每一組的協(xié)整關(guān)系，當(dāng)某一組投資產(chǎn)品的價差偏離到一定程度時建倉，買入被低估的資產(chǎn)、賣出被高估的資產(chǎn)，當(dāng)價差均衡時獲利了結(jié)平倉。協(xié)整策略包括協(xié)整檢驗、GARCH檢驗、TARCH檢驗以及EGARCH檢驗。

（4）多因素回歸策略。多因素回歸策略，也是一種被廣泛使用的投資策略。這一策略利用影響投資收益的多種選擇因素，并根據(jù)其與收益的相關(guān)性，建立多元回歸模型，簡化投資組合分析所要求的證券相關(guān)系數(shù)的輸入，這類方法的代表是套利定價模型。

（二）量化投資策略組合

量化投資策略組合綜合考慮交易商品、策略類別、策略數(shù)量、時間周期因素。量化投資策略組合相比較單一投資策略有以下優(yōu)勢：

（1）策略組合降低了對單一策略的依賴，當(dāng)單一策略失去競爭力，使用策略組合的方式，可以利用不同產(chǎn)品價格變化、變化幅度、周期等多個方面把握投資機會，在一定程度上保證了穩(wěn)定的收益率，盈利機會更多；

（2）策略組合可以分散單一策略的交易風(fēng)險，降低風(fēng)險，通過策略組合將投資風(fēng)險分散化，盡可能規(guī)避市場風(fēng)險、策略風(fēng)險及系統(tǒng)風(fēng)險等。

三、量化投資資產(chǎn)配置

資產(chǎn)配置是指資產(chǎn)類別選擇，即投資組合中各類資產(chǎn)的適當(dāng)配置及對這些混合資產(chǎn)進(jìn)行實時管理。量化投資管理打破了傳統(tǒng)投資組合的局限，它與量化分析結(jié)合，將投資組合作為一個整體，確定組合資產(chǎn)的配置目標(biāo)和分配比例，深化了資產(chǎn)配置的內(nèi)涵。

資產(chǎn)配置包括戰(zhàn)略資產(chǎn)配置和戰(zhàn)術(shù)資產(chǎn)配置兩大類。戰(zhàn)略資產(chǎn)配置是長期資產(chǎn)配置，針對較長時間的市場情況，控制長期投資風(fēng)險以達(dá)到收益最大化。戰(zhàn)術(shù)性資產(chǎn)配置是依據(jù)資產(chǎn)預(yù)期收益的短期變化，獲取超額收益的機會。因此，戰(zhàn)術(shù)資產(chǎn)配置是建立在長期戰(zhàn)略資產(chǎn)配置過程中的短期分配策略，二者相輔相成。在長期投資活動的戰(zhàn)略資產(chǎn)配置下，戰(zhàn)術(shù)性資產(chǎn)配置利用其積極的靈活的投資機會，適當(dāng)?shù)呐浜蠎?zhàn)略資產(chǎn)配置，獲取較高收益。

四、前景展望

在量化投資飛速發(fā)展的今天，它己經(jīng)成為金融市場中不可忽視的一個領(lǐng)域，中國的金融市場在逐步發(fā)展及完善，中國的量化投資也會繼續(xù)發(fā)展和前進(jìn)，隨著量化投資方面的加大投入，量化投資的進(jìn)程加快，中國量化投資的前景無限。

參考文獻(xiàn)：