数量化投资的核心策略(转)–做PPT的好素材

数量化投资的核心策略

量化选股方法能够充分利用数量化投资手段,对上市公司大量相关数据进行处理,对个股基本面、估值水平、市场面和流动性等指标进行多角度的分析。强调投资纪律,尽量避免人为主观情绪的波动。量化投资与定性投资之比较与定性投资相比,量化投资更加注重计算机在投资过程中的作用,利用电脑将人脑的思维和精力加以延伸和补充。作为一种新的投资方式,量化投资为投资者提供了一个新的投资思路。定性投资与量化投资二者各有优长,只要利用得当,都能获得超额收益。

 

 一、量化投资(Quantitative Investing)简介

  即将发行的南方策略优化基金的首要特征就是”量化投资”,即该基金将通过数量化手段,优化投资策略,精选优势个股,力争获取超越业绩比较基准的投资回报。为了更好的分析南方策略优化基金的产品特性,本文将首先对量化投资加以分析。

  1、量化投资的起源

  量化投资是一种规范化、模型化的投资方式。具体来说,投资者将搜集到的相关数据与其自身的投资理念相结合,构建出一个或多个量化投资模型。在此基础上借助计算机科技的支持,对股票(或其他资产)进行筛选,并严格依照计算机的输出结果,实现最终的投资决策。

  量化投资起源于上世纪70年代的美国,至今已有30多年的历史。其诞生的一个重要标志就是指数化投资(Indexing)的提出,就是说最初的量化投资是以被动形式出现的。

  指数化投资的目标,就是简单的跟踪标的指数的涨跌,获取与标的指数相仿的投资收益。在此之后,投资者不满足于被动的跟踪指数,开始将被动指数化投资中的数量化投资技术进一步拓展,力图发现能够超越市场指数的量化投资方法,进行更加主动的量化投资,主动性量化投资(Active Quantitative Investing)由此产生。本次发行的南方策略优化基金就是一只主动性量化投资基金。

  2、量化投资与定性投资之比较

  量化投资和定性投资(Qualitatively-based Investment)本质上都是以市场非有效或弱有效理论为基础,通过对个股估值,成长等基本面的分析研究,建立战胜市场,产生超额收益的组合。

  二者不同之处在于,定性投资依赖对上市公司的调研以及基金经理个人经验及主观判断,在此基础上挑选具有价格上涨潜力的个股;而定量投资管理则不对公司进行实地调研,而是将基金经理的个人经验及主观判断进行数量化处理,构建出数学模型,并通过计算机的大量运算筛选出具有价格上涨潜力的个股。相对而言,定性投资更加依赖人为判断,而量化投资则更加强调数据。

  与定性投资相比,量化投资更加注重计算机在投资过程中的作用,利用电脑将人脑的思维和精力加以延伸和补充。作为一种新的投资方式,量化投资为投资者提供了一个新的投资思路。定性投资与量化投资二者各有优长,只要利用得当,都能获得超额收益。

  3、量化投资的主要特点

  1、纪律性(Disciplined)

  量化投资的一个最主要的特点就是它的纪律性。模型确定后,量化投资严格按照计算机输出结果进行股票的买卖,和其他投资策略相比较,这种方法能够更好的避免因个人偏好、直觉判断、或情绪变动等人为因素而进行的投资决策。

  2、主动性(Initiative)

  尽管纪律性原则需要量化投资者严格按照电脑结果进行投资,但是量化投资的核心价值仍来自于人脑。因此我们可以将量化投资的过程,简单概括为”人脑思考、电脑计算”。

  量化投资的核心是模型的设计和构建,模型构建是否恰当,对量化投资能否成功起到了至关重要的作用,这一过程的关键是人的主观分析。量化投资将会考虑宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个因素对投资收益的影响。投资人对相关因素的了解,对模型在市场中应用经验等等各方面的主动思考,是搭建量化投资策略的关键,是体现投资人智慧的核心所在。只有模型构建得好,才能对未来投资业绩有更大的把握。

  3、覆盖性(Coverage)

  量化投资者认为,资本市场存在着显著的非有效性(inefficiencies)。通过一定的程序化投资(structured investment process),可以将这些”市场失效”很好的利用起来,从中获取投资收益。

  市场规模在不断的扩大,投资者所面对的各种数据也越来越多,随着计算机技术的广泛应用,量化投资管理变得更具吸引力。投资者可以通过计算机来实现大量繁复的数据处理,搜寻出所有现存的”市场失效”,即那些能够带来超额收益的投资机会。量化投资可以对整个市场进行系统性扫描,覆盖面广,信息处理能力强,因此能够捕捉到更多的投资机会。

  4、概率选股(Possibility)

  量化投资的主要观点是,资产价格的历史波动能够持续一段时间,且其波动规律能够通过统计计量工具破解;投资风险与价格波动率紧密相关,而波动率又和投资收益相关联;各类资产的风险、收益、及相关性都是可预测的。

  量化投资通过事先构建好的量化模型,对股票未来价格的走势进行预测,筛选出那些价格上涨可能性最大的一揽子股票,构建股票组合进行投资。由此可见,量化投资依靠大概率事件赚取回报,即通过一组股票,而不是某一只或几只股票取胜。换句话说,量化投资所关心的,不是单只股票价格涨幅位居第一还是第十,而是股票组合的收益率能否超越指数。

 

  一揽子股票构建投资组合

  模型中影响股票预期收益率和组合风险收益特征的因子可分为四大类:基本面因子、价值因子、市场面因子和流动性因子。

  (1)基本面因子反映上市公司基本面水平,主要包括上市公司的盈利能力、现金流情况、财务杠杆水平以及未来成长性等,通过净资产收益率、经营现金流、资产负债率、净利润增长率等相关财务指标进行量化。相关财务指标如果有一致预期,则采用一致预期数据进行计算。

  (2)价值因子反映股票的绝对和相对估值水平,同时包含上市公司基本面信息和市场价格信息。模型将计算不同行业股票的市盈率、市净率、市现率、市销率、EV/EBIDTA等估值指标,作为投资参考。

  (3)市场面因子反映股票价格受投资者情绪和行为模式的影响程度,单纯考虑市场面因子,包括股票价格的动量/反转趋势、资金流向、相对强度、股票所处风格板块的轮动,股票价格的历史波动等。

  (4)流动性因子反映股票的流动性。模型主要采用移动时间窗的方法计算股票平均成交量、平均流通市值、Amivest流动比率等各种指标,选取流动性好的股票构建基金的投资组合。

  利用上述因子对股票进行评级打分,并将各因子评分的加权平均,作为每个股票的最终评分。模型再通过回归分析、方差分析等统计方法,找出在各种市场情况下对股票超越市场收益率部分有显著作用的因子,并根据因子在历史上显著性和稳定性的差异,赋予不同的权重,最终形成股票的综合评分,选取评分排名靠前的一揽子股票构建投资组合。

  ”南方多因子量化选股模型”是量化投资的一个具体应用。基金管理人整理搜集出,能够影响股票预期收益率和组合风险收益特征的各种信息(因子),进行量化,转换为数据输入模型,通过模型对个股的预期收益和风险进行系统的估计分析,筛选出具有超额收益潜力的个股,并综合考虑个股收益和投资组合整体的风险收益,形成个股的投资组合建议。

  这种量化选股方法能够充分利用数量化投资手段,对上市公司大量相关数据进行处理,对个股基本面、估值水平、市场面和流动性等指标进行多角度的分析。强调投资纪律,尽量避免人为主观情绪的波动,力争在控制风险的前提下实现收益最大化。

 

  量化投资基金在我国的发展前景

  量化投资在海外的发展已有30多年的历史,近年来随着计算机技术的不断发展,量化投资的市场规模和份额不断扩大,得到了越来越多投资者认可。目前定量投资在美国全部投资中占比超过30%,其中指数类投资几乎全部使用定量技术,主动投资中约有20%到30%使用定量技术。从2000年到2007年,美国定量投资总规模翻了四倍多,与此相比,美国共同基金总规模只翻了1.5倍,量化基金的资产规模年均增长速度远远大于非量化基金。

  与外国成熟市场相比,我国的量化投资则刚刚起步,发展前景也相当广阔。2009年国内指数基金的井喷式增长,从一个侧面说明了量化投资的概念已渐入人心。量化投资将成为我国基金业发展的又一趋势。量化基金在我国的发展潜力主要来自于两个方面:

  首先,量化投资的技术和方法在国内仍有较大的空白,因此产生”量化效应”(Quant effect) 的可能性较小。目前A股市场上定性投资者居多,竞争激烈,这就给量化投资者留下了更多的投资机会,创造了良好的发展机遇。

  其次,相对于海外成熟市场,A股市场的发展历史较短,散户投资者占比高,投资理念不成熟,因此”市场失效”的发生机率也相对较高,增大了发掘超额收益的空间。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>