量化投資及發展趨勢研究

陳正宇

摘 要：最近十年來，量化投資成為了資本市場發展的重要發展方向，一舉成為了投資界興起的一個新方法，發展勢頭迅猛，。量化投資和基本面分析、技術面分析并稱為三大主流方法。由于量化投資交易策略的業績穩定，其市場規模和份額不斷擴大，得到越來越多投資者的追捧。而量化投資在我國起步較晚，存在很大的發展空間，本文將對量化投資及發展趨勢進行分析及研究。

關鍵詞：量化投資;交易市場;發展趨勢

量化投資是指通過數量化方式及計算機程序化發出買賣指令，以獲取穩定收益為目的的交易方式。在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。事實上，互聯網的發展，使得新概念在世界范圍的傳播速度非?？?，作為一個概念，量化投資并不算新，國內投資者早有耳聞。但是，真正的量化基金在國內還比較罕見。同時，機器學習的發展也對量化投資起了促進作用。

隨著20世紀80年代以來各類證券和期權類產品的豐富和交易量的大增，華爾街已別無選擇，不用這些模型，不使用電腦運算這些公式，他們便會陷于困境，自招風險。1997～1998年亞洲金融危機，市場暴跌，量化投資的算法交易也起到了同樣的壞作用。此外，始于2007年的金融危機中，量化投資也未能幸免。時過境遷，2011年，量化基金再次表現優異。本文對量化投資的發展趨勢總結如下：

一、量化基金在中國的發展空間大

目前量化基金在我國只占很少的一部分。但是這也說明了，我國量化基金的發展空間是巨大的。smartbeta產品在共同基金的已經達到了24%，這更是證明了量化基金在我國的發展空間非常大。就對沖工具來說，目前只有滬深300股指期貨這一種對沖工具，但是隨著量化投資在中國市場的逐步發展，相信會有更多的對沖工具涌現。

目前Alpha策略最大的問題在于只做Alpha不做Beta，這就造成在beta行情中Alpha策略就會遇到可能會虧損的問題。就目前市場上常見的對沖型產品來說，幾乎有一半處于回撤狀態，三分之一在賺錢剩下的基本持平。在過去幾年量化的效果都表現的比較好，那是因為收益會比固定收益要高，所以資金自然而然就會流入這類投資策略中，這并不就是說量化策略本身就會做的非常好。

二、未來量化投資的流行策略

未來量化投資的流行策略可能是Alpha加CTA。Alpha和CTA正好是相輔相成的狀態。在市場處于震蕩的時候，Alpha策略是最賺錢的，CTA卻最怕震蕩市。在暴漲的時候CTA策略是最賺錢的，但是Alpha策略卻最怕市場暴漲。二者的特殊性可以達到相互的平衡，所以可以推斷Alpha加CTA的產品將是未來的流行策略。

三、商品期貨市場beta策略也可能會流行

期貨市場上近年的變化是非常大的，并且成交量的上升也非?？?。目前商品期貨市場上的合約大約有30多只，并且每日交易量已經能夠達到100億左右，這個交易量已經足夠承擔大多數產品的運作。統計套利是Alpha策略的本質，統計結論在很多情況下會變的很快，這就促使Alpha策略需要時間較為長的跟蹤時間。目前一些資金量比較大的“牛散”都在逐步向Beta策略轉型。

四、Alpha策略的最大回撤可能會升高

Alpha策略的回撤一般來說是2%-3%，但是可能在近期會逐漸升高至5%—6%。一般情況下，如果最大回撤達到5%對一般投資者來說就是比較大的了，并且通常會給基金留下污點，所以在未來Beta策略的增長可能會相對較快，Alpha策略會冷一段時間。

五、基本面量化策略是未來重要的方向

在以前的市場中，大多數交易者采用的是主觀投資方法。隨著近幾年量化投資策略在我國國內市場的興起改變了傳統的投資模式，創造了投資方法的新時代。但是在一些外海市場我們也能夠看到這樣一種情況，那就是隨著金融環境逐漸發生變化，純量化策略已經出現了不能適應時代需要的疲軟狀態。許多專業人士表示，數理金融的抽象理論在逐漸弱化，金融本身的邏輯價值變得越來越重要。

金融危機過后金融監管越來越多，單純依靠純量化的策略已經開始不能夠適應現今的市場型態發展。如今純量化投資策略應與現實業務和宏觀環境相結合。為了適應這種時代變化，對沖基金機構創造了一個新的流派，稱為基本面分析法。該方法不僅包含基本面投資者自上而下的選股技巧，還同時運用計算機數據和大數據系統等逐步對模型進行完善。以往實地考察和財務報表能夠很好的對公司未來的現金流和償債能力做出評估，那么現在一個基金組合經理也可以通過計算機的分析方法，通過分析信用卡的賬戶數據來驗證對于市場的判斷。量化基本面分析方法就是把人的投資邏輯和思考方式量化并形成一個模型。這樣主觀與量化投資結合的方式既能夠擺脫主觀投資容易受交易者情緒影響的弊病又可以避免量化中遇到極端問題的不及時。所以無論從哪個方向來看，量化與基本面的結合一定會是未來的主流趨勢。

六、量化投資的智能化

隨著量化的發展對策略的需求也越來越大。因此數據分析和挖掘被越來越多的研究人員重視起來。行業內普遍對于數據分析的要求越來越高。普通的數據分析手段已經不能滿足人們的需求，所以量化投資逐漸向人工智能的方向發展。當然，人工智能技術在量化投資中的應用不僅僅是投資執行的部分，更多的偏向于投資策略的智能化和自動化。

從數學領域來看，人工智能算法屬于一種非線性建模的方法。在我們觀察的歷史數據中存在很多非線性成分。線性成分被交易完成之后也會出現一些非線性的現象。這些非線性現象就需要我們利用人工智能的方法來進行學習和處理。諸如聲音、圖像和文本等信息都屬于非結構化數據。這些非結構化數據沒有辦法被數據模型直接進行處理。所以需要用人工智能的方式來進行結構化再由數據模型進行處理。

七、量化投資的全球化趨勢

1949年最早的對沖基金正式成立，在當時起家資金只有10萬美元。經過了40多年，沖基金的管理資產達到了200億美元，歐洲大概用了四十年在2002年達到了200億美元。隨著資金規模的發展，各個機構都不斷的將目光瞄準全球市場，使用各種量化模型在全球市場進行交易。

QFII在2017年持有的A股資產突破萬億元人民幣規模，滬深港通雙向累計年成交額也破萬億人民幣規模，2018年MSCI明晟指數納入A股成分后，會帶來數千億的指數配置資金，這些數字背后體現著不同證券市場的影響在不斷加深。隨著經濟全球一體化進程以及我國金融行業對外開放的不斷深入發展，國內金融市場和國外發達市場的相關性也會越來越強，從大宗商品交易市場到股票交易市場，以至各類場外交易市場，不同市場之間的聯動和影響也越來越復雜，單一的市場在全球化金融背景下很難獨善其身。

全球量化旨在一個日益聯系緊密的一體化金融市場里尋找有用的信息。發達國家投資界已有新型量化公司通過技術手段分析不同金融市場的各類數據，在數以億計的實時數據里得到套利信息的能力已經超過傳統金融分析。國內也已有量化團隊，從相關A股海外指數如富時指數、海外ETF、大宗商品等入手進行跨市場量化對沖投資。

參考文獻：

[1]李斌，邵新月，李玥陽.機器學習驅動的基本面量化投資研究[J].中國工業經濟，2019，000（008）：61-79.

[2]丁曉蔚.金融大數據情報分析：以量化投資為例[J].江蘇社會科學，2020，No.310（03）：127-134.