時(shí)間：2023-07-28 09:18:47
緒論：在尋找寫(xiě)作靈感嗎？愛(ài)發(fā)表網(wǎng)為您精選了8篇量化交易策略的研究，愿這些內(nèi)容能夠啟迪您的思維，激發(fā)您的創(chuàng)作熱情，歡迎您的閱讀與分享！
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(jià)模型、套利定價(jià)理論和期權(quán)定價(jià)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(chǎng)的無(wú)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(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)現(xiàn)投資理念、實(shí)現(xiàn)投資策略的過(guò)程”[3]。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(lái)實(shí)現(xiàn)投資理念與投資策略。為了分析量化投資對(duì)證券投資學(xué)的啟示，本文從量化投資“黑箱”的各個(gè)構(gòu)成來(lái)探討量化投資與證券投資學(xué)中思路和觀點(diǎn)的差異。
（一）資產(chǎn)定價(jià)與收益的預(yù)測(cè)
根據(jù)組合優(yōu)化理論，投資者將持有無(wú)風(fēng)險(xiǎn)組合與市場(chǎng)風(fēng)險(xiǎn)資產(chǎn)組合，獲得無(wú)風(fēng)險(xiǎn)利率與市場(chǎng)風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)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(xiǎn)溢價(jià)等于無(wú)風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià)，超過(guò)的部分就是超額收益，即投資組合管理所追求的阿爾法值[4]。追求顯著正的阿爾法是資產(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)?；谝蛩啬Ｐ偷奶桌▋r(jià)理論則從共同風(fēng)險(xiǎn)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(jià)模型為這一類量化投資提供了統(tǒng)一的參考?？梢哉f(shuō)，在因素定價(jià)方面，量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對(duì)于因素定價(jià)中因素的選擇，證券投資學(xué)認(rèn)為，對(duì)資產(chǎn)價(jià)格的影響，長(zhǎng)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(chǎng)的交易行為，即采用技術(shù)分析。在量化投資中，主要強(qiáng)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(huì)有不同的結(jié)論，而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化，不會(huì)因人的差異而有較大的不同。另外，量化交易更強(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測(cè)。
（二）無(wú)套利條件與交易成本
在證券投資學(xué)里，流動(dòng)性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)為市場(chǎng)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(shí)現(xiàn)，如套利交易。根據(jù)套利定價(jià)理論，一旦市場(chǎng)出現(xiàn)無(wú)風(fēng)險(xiǎn)的套利機(jī)會(huì)，理性投資者會(huì)立即進(jìn)行套利交易，當(dāng)市場(chǎng)均衡時(shí)就不存在套利機(jī)會(huì)。現(xiàn)實(shí)市場(chǎng)中往往存在套利限制。一是因?yàn)閯P恩斯說(shuō)的“市場(chǎng)的非理性維持的時(shí)間可能會(huì)長(zhǎng)到你失去償付能力”。二是因?yàn)槭袌?chǎng)總是存在交易費(fèi)用等成本。但證券投資學(xué)中，對(duì)市場(chǎng)中套利限制與非流動(dòng)性的關(guān)注較少，這是因?yàn)閭鹘y(tǒng)金融理論中簡(jiǎn)化了市場(chǎng)結(jié)構(gòu)。市場(chǎng)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(guò)程及其結(jié)果，旨在揭示金融資產(chǎn)交易價(jià)格形成的過(guò)程及其原因。在市場(chǎng)微觀結(jié)構(gòu)理論中，不同的市場(chǎng)微觀結(jié)構(gòu)對(duì)市場(chǎng)流動(dòng)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(lái)的價(jià)格沖擊，能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動(dòng)性，因?yàn)榻灰讜r(shí)非流動(dòng)性直接影響投資策略的實(shí)施。從這個(gè)意義上講，量化投資時(shí)的交易成本不僅包括交易費(fèi)用，更主要的是要考慮市場(chǎng)交易沖擊的流動(dòng)性成本。
（三）風(fēng)險(xiǎn)控制與市場(chǎng)情緒
在證券市場(chǎng)中，高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí)，不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中，系統(tǒng)性風(fēng)險(xiǎn)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(chǎng)交易行為的影響。在量化投資中，較多地使用因素定價(jià)模型，不僅會(huì)考慮市場(chǎng)經(jīng)濟(jì)因素，而且會(huì)考慮交易行為等因素，只是不同的模型有不同的側(cè)重點(diǎn)，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(chǎng)交易的因素風(fēng)險(xiǎn)外，量化投資還有自身不可忽視的風(fēng)險(xiǎn)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(xiǎn)。另一方面，市場(chǎng)沖擊的流動(dòng)性成本也是量化投資的風(fēng)險(xiǎn)控制因素，理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)出來(lái)。另外，在一般的投資過(guò)程中，市場(chǎng)情緒或多或少會(huì)成為風(fēng)險(xiǎn)控制的一個(gè)對(duì)象。然而，在量化投資中，更多的交易都是通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)的，如程序交易等，這樣以來(lái)，投資者情緒等因素對(duì)投資決策的影響相對(duì)較小。所以，在量化投資的風(fēng)險(xiǎn)控制模型中較少地考慮市場(chǎng)情緒以及投資者自身的情緒，主要是通過(guò)承擔(dān)適度的風(fēng)險(xiǎn)來(lái)獲得超額回報(bào)，因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
（四）執(zhí)行高頻交易與算法交易
在對(duì)未來(lái)收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下，實(shí)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(lái)執(zhí)行投資策略，這就推動(dòng)了采用高速計(jì)算機(jī)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(jià)趨勢(shì)有長(zhǎng)期、中期和短期趨勢(shì)，其中，長(zhǎng)期和中期趨勢(shì)有參考作用，短期趨勢(shì)的意義不大。然而，隨著計(jì)算機(jī)信息科技的創(chuàng)新，量化投資策略之間的競(jìng)爭(zhēng)越來(lái)越大，誰(shuí)能運(yùn)作更快的量化模型，誰(shuí)就能最先找到并利用市場(chǎng)錯(cuò)誤定價(jià)的瞬間，從而賺取高額利潤(rùn)。于是，就誕生了高頻交易：利用計(jì)算機(jī)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(cāng)。高頻交易的基本特點(diǎn)有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開(kāi)平倉(cāng)和算法交易。[5]高頻交易有4類流行的策略：自動(dòng)提供流動(dòng)性、市場(chǎng)微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法：產(chǎn)生高頻交易信號(hào)的算法和優(yōu)化交易執(zhí)行過(guò)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(chǎng)環(huán)境下如何處理交易指令：是主動(dòng)的執(zhí)行還是被動(dòng)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(wèn)題。
二、對(duì)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(chǎng)微觀結(jié)構(gòu)與流動(dòng)性沖擊
在理性預(yù)期和市場(chǎng)有效假說(shuō)下，市場(chǎng)價(jià)格會(huì)在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場(chǎng)有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的，然而，現(xiàn)實(shí)的世界里，價(jià)格調(diào)整需要一個(gè)過(guò)程。在不同的頻率下，這種價(jià)格形成過(guò)程的作用是不同的。在長(zhǎng)期的投資中，短期的價(jià)格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價(jià)格調(diào)整過(guò)程影響很大。市場(chǎng)微觀結(jié)構(gòu)就是研究這種價(jià)格形成過(guò)程。市場(chǎng)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(duì)訂單流的影響，解釋沒(méi)有消息公布時(shí)價(jià)格短暫波動(dòng)的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過(guò)程，認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動(dòng)的原因。無(wú)論是關(guān)注委托訂單的存貨模型還是關(guān)注市場(chǎng)參與者信息類型的信息模型，這些市場(chǎng)微觀結(jié)構(gòu)的研究加強(qiáng)了流動(dòng)性與資產(chǎn)價(jià)格之間的聯(lián)系，強(qiáng)調(diào)流動(dòng)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(méi)有市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強(qiáng)證券投資學(xué)的實(shí)用性，應(yīng)關(guān)注市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
（二）業(yè)績(jī)?cè)u(píng)價(jià)與高杠桿
對(duì)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(xiǎn)與業(yè)績(jī)。在組合業(yè)績(jī)?cè)u(píng)價(jià)中，一方面要考慮風(fēng)險(xiǎn)的衡量，另一方面則要分析業(yè)績(jī)的來(lái)源。在證券投資學(xué)中，組合業(yè)績(jī)來(lái)自于市場(chǎng)表現(xiàn)以及管理者的配置與選股能力。對(duì)于量化投資而言，市場(chǎng)時(shí)機(jī)和管理者的能力依然重要，然而，量化投資的業(yè)績(jī)?cè)u(píng)價(jià)還應(yīng)考慮另一個(gè)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(chǎng)好的時(shí)候擴(kuò)大收益，但在市場(chǎng)不好的時(shí)候會(huì)加速虧損，這些與傳統(tǒng)的業(yè)績(jī)?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績(jī)?cè)u(píng)價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)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(xiǎn)
在量化投資中，非常注重計(jì)算機(jī)對(duì)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(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、策略檢測(cè)和策略更新等過(guò)程都離不開(kāi)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(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)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(yàn)，一部分依賴于投資者對(duì)市場(chǎng)的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對(duì)于市場(chǎng)拐點(diǎn)以及趨勢(shì)反轉(zhuǎn)的判斷主要還是依賴投資者的經(jīng)驗(yàn)。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(shí)施依賴于人的設(shè)定，而人的設(shè)定不僅依賴于經(jīng)驗(yàn)，而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò)，一方面是因?yàn)槿藗儗?duì)市場(chǎng)的認(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會(huì)比較小，但是經(jīng)驗(yàn)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(jī)會(huì)超出了人們?cè)鹊恼J(rèn)識(shí)，即市場(chǎng)還會(huì)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(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，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(chǎng)環(huán)境。近年來(lái)，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場(chǎng)中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過(guò)程和機(jī)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。
（四）2013年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的啟示
在如今每位公民都想通過(guò)金融產(chǎn)品投資的方式來(lái)增加個(gè)人資產(chǎn)的時(shí)代，量化基金的高收益率逐漸被投資者所知。西蒙斯，一位世界級(jí)的數(shù)學(xué)家以年凈賺15億美元成為全球收入最高的對(duì)沖基金經(jīng)理，名氣可謂超過(guò)金融巨鱷索羅斯。大獎(jiǎng)?wù)履昊?5%超越股神巴菲特年化20%的收益神話。而在2016年5月《機(jī)構(gòu)投資者》旗下出版物《阿爾法》公布的“2016年全球收入最高的對(duì)沖基金經(jīng)理”排行榜中前十位有八位為量化基金經(jīng)理，前25位有一半屬于量化分析。由此可見(jiàn)海外對(duì)沖基金的焦點(diǎn)正從宏觀對(duì)沖基金轉(zhuǎn)向量化對(duì)沖基金。
而在國(guó)內(nèi)，量化基金正處于起步階段，國(guó)內(nèi)對(duì)于量化投資策略的研究較少。筆者以量化投資平臺(tái)上自主開(kāi)發(fā)的策略代碼為例，通過(guò)對(duì)代碼的編寫(xiě)優(yōu)化及檢驗(yàn)回測(cè)，使讀者了解到量化投資的可操作性和高回報(bào)性。
1 量化投資策略概述
量化投資是計(jì)算機(jī)通過(guò)開(kāi)發(fā)者編寫(xiě)的程序來(lái)進(jìn)行分析以及交易整個(gè)的品種選擇、交易時(shí)機(jī)、交易方向以及倉(cāng)位管理都是通過(guò)計(jì)算機(jī)完成。它避免了投資者個(gè)人的情緒影響，完全自動(dòng)化操作，和如今的工業(yè)2.0類似。一個(gè)穩(wěn)定的量化投資策略往往可以勝任一位投資者的多種操作策略，尤其在風(fēng)險(xiǎn)管理上量化投資更勝一籌。
國(guó)內(nèi)的主流量化交易平臺(tái)有文華贏智、TB、金字塔決策交易系統(tǒng)和國(guó)泰安量化投資平臺(tái)等。國(guó)內(nèi)的量化交易平臺(tái)繁多，而與海外動(dòng)輒數(shù)百上千億美元的量化基金相比，國(guó)內(nèi)目前量化產(chǎn)品規(guī)?？傮w不大，而嚴(yán)格遵循量化投資理念的基金更少。并且A股市場(chǎng)發(fā)展時(shí)間較短，與發(fā)達(dá)國(guó)家比起來(lái)市場(chǎng)效率低太多，所以A股有很大的市場(chǎng)空間和盈利機(jī)會(huì)。本文以程序化實(shí)現(xiàn)簡(jiǎn)單、性價(jià)比高等特點(diǎn)的文華贏智為程序化交易平臺(tái)為例，為防止成果泄露，以上證指數(shù)為模型進(jìn)行探究。
首先，筆者先闡述如何建立一個(gè)量化投資策略。
（1）交易思路的確立。不僅僅是量化投資，就算是普通的投資者也需要一套自己的交易體系。賺不到錢，賠錢，一直觀望，總之，所有交易中的不幸都可以歸咎于沒(méi)有一套自己的交易系統(tǒng)或者自己的交易系統(tǒng)有問(wèn)題。
（2）將思路編寫(xiě)成投資策略。這一項(xiàng)是量化投資的關(guān)鍵，如何將自己的投資思路轉(zhuǎn)變?yōu)?C器代碼，首先是由你所在的交易平臺(tái)所搭建的語(yǔ)言決定的，例如文華贏智就是使用的比較簡(jiǎn)單的麥語(yǔ)言。其次需要對(duì)使用的技術(shù)指標(biāo)進(jìn)行組合搭建，編寫(xiě)出可運(yùn)行的代碼。
（3）在計(jì)算機(jī)上進(jìn)行回測(cè)，選取最優(yōu)目標(biāo)組合和參數(shù)。技術(shù)指標(biāo)的參數(shù)設(shè)置往往決定了整個(gè)交易系統(tǒng)的成敗，一點(diǎn)點(diǎn)小的誤差往往會(huì)導(dǎo)致千差萬(wàn)別的結(jié)果。筆者格外強(qiáng)調(diào)資金管理是投資體系中非常重要的部分，卻是大多數(shù)投資者忽略的環(huán)節(jié)，這需要讀者進(jìn)行不斷學(xué)習(xí)研究。
（4）進(jìn)行實(shí)盤(pán)操作，在操作中不斷完善投資策略，評(píng)價(jià)該交易代碼。評(píng)價(jià)程序化交易模型性能優(yōu)劣的指標(biāo)體系包含很多測(cè)試項(xiàng)目，但主要評(píng)價(jià)指標(biāo)有年化收益率、最大資產(chǎn)回撤、收益風(fēng)險(xiǎn)比、夏普比率、勝率與盈虧比等。在下文中筆者將對(duì)這些評(píng)價(jià)指標(biāo)進(jìn)行分析。
2 量化投資策略代碼分析：以文華贏智交易平臺(tái)為例
在文華贏智中，進(jìn)入趨勢(shì)模型跟蹤編寫(xiě)平臺(tái)，利用麥語(yǔ)言中已存在的函數(shù)進(jìn)行編寫(xiě)，現(xiàn)筆者將自行編寫(xiě)的其中的一個(gè)策略代碼貼出：
MA1：=MA（C，N1）；//多頭均線
RSV：=（CLOSE-LLV（LOW，N））/（HHV（HIGH，N）-LLV（LOW，N））×100；//收盤(pán)價(jià)與N周期最低值做差，N周期最高值與N周期最低值做差，兩差之間做比值定義為RSV
K：=EMA（RSV，2×M1-1）；//RSV的指數(shù)移動(dòng)平均
D：=EMA（K，2×M2-1）；//K值的指數(shù)移動(dòng)平均
C>MA1 AND CROSS（K，D）；//MA1均線上方，KD金叉，買入
CROSS（D，K）；//KD死叉賣出平倉(cāng)
參數(shù)設(shè)置：[N1=10，N=44，M1=M2=27]
筆者需要對(duì)參數(shù)的設(shè)置進(jìn)行重點(diǎn)提醒。測(cè)試參數(shù)的不同會(huì)對(duì)測(cè)試結(jié)果產(chǎn)生非常大的影響，對(duì)于參數(shù)的精確設(shè)置影響到交易模型的可行與否。
這其中，筆者進(jìn)行的是順勢(shì)交易的代碼編寫(xiě)。順勢(shì)交易，是順著當(dāng)前的趨勢(shì)進(jìn)行交易。如果當(dāng)前趨勢(shì)上升就買入開(kāi)倉(cāng)，當(dāng)前趨勢(shì)下跌就賣出開(kāi)倉(cāng)。為了防止惡意做空，本策略只進(jìn)行多頭行情的研究，空頭行情并沒(méi)有疊加進(jìn)來(lái)，所以收益率要比雙向行情要低。
下面對(duì)此策略代碼進(jìn)行回溯。對(duì)交易模型的測(cè)試結(jié)果是否滿意主要與品種、時(shí)間、手續(xù)費(fèi)費(fèi)率有關(guān)。不同的品種相同的策略有不同的結(jié)果，測(cè)試的品種越多，越能檢驗(yàn)出策略模型的適用性。在時(shí)間上，如果所采用的歷史數(shù)據(jù)越少、時(shí)間跨度越短，測(cè)試的市場(chǎng)狀況就越狹窄，策略的可靠性就越差，反之亦然。手續(xù)費(fèi)費(fèi)率的影響就不用多提，但是有關(guān)滑點(diǎn)的問(wèn)題也是策略需要多加研究的方面。
交易人員最關(guān)注的是策略到底能否盈利，能賺多少。交易的盈虧額能完全反映這一點(diǎn)。在如下的季度統(tǒng)計(jì)圖和年度統(tǒng)計(jì)圖中可以看出從2009年8月到2014年11月各有盈虧，比較溫和，總體的波動(dòng)幅度并不大。而從2014年11月開(kāi)始，出現(xiàn)了一直盈利并且幅度較大的狀況，尤其是2016年年初的季度，最高的盈利額達(dá)到了110354元，這比2014年前總的盈利還要多。而從2016年第一季度后出現(xiàn)了虧損，但是幅度并不大，而后又出現(xiàn)了盈利的情況。該策略在該時(shí)間段是盈利的，符合模型最基本的要求，季度統(tǒng)計(jì)圖和年統(tǒng)計(jì)圖如圖1所示。
交易者在一個(gè)策略中擁有的資產(chǎn)總和也是其關(guān)注的重點(diǎn)。假如交易者所用的權(quán)益小于某一理想的數(shù)值，他可能會(huì)停止該策略的繼續(xù)進(jìn)行，這也是我們常說(shuō)的回撤問(wèn)題。在如下的權(quán)益曲線圖中，交易者的權(quán)益幾乎是一直遞增，并且在2014年年末后斜率變大，由此我們可以得出使用該策略幾乎不存在回撤問(wèn)題，對(duì)于交易者的心態(tài)有著積極的作用。權(quán)益曲線圖如圖2所示。
每次交易的盈虧額也是交易者關(guān)注的問(wèn)題，如果虧損數(shù)量過(guò)大，再加上杠桿的作用，可能就會(huì)出現(xiàn)爆倉(cāng)的問(wèn)題。首先說(shuō)明，此回溯并沒(méi)有加進(jìn)杠桿因素，國(guó)內(nèi)保證金按保守20%計(jì)算，也就是5倍杠桿，雖然不太大，可是影響還是有的。在如下的盈虧分布圖中，可以看出最大的一筆虧損出現(xiàn)在第500次左右交易時(shí)，虧損額為27523，而最大的盈利額也是出現(xiàn)在附近，盈利為32916，看來(lái)這附近的波動(dòng)很大，應(yīng)該有政策因素在內(nèi)的影響。該策略總體來(lái)說(shuō)單次盈虧額波動(dòng)并不大，比較穩(wěn)健。盈虧分布圖如圖3所示。
只有圖表并不能準(zhǔn)確地反映出策略的完全可行性，下面將此策略的測(cè)算報(bào)告給予公布。
我們從測(cè)算報(bào)告中可以很容易得出此策略一共測(cè)試了2772天，無(wú)杠桿收益率為六年50%，而且只是多頭策略。而自2017年2月17日結(jié)算時(shí)起，滬深300、上證50股指期貨非套期保值交易保證金調(diào)整為20%，所以5倍杠桿的話就為250%。如果只看重策略的收益率卻忽略了回撤風(fēng)險(xiǎn)是極其冒險(xiǎn)的激進(jìn)策略。如果策略的收益風(fēng)險(xiǎn)比相同，但是結(jié)果還是要取決于資金管理決策。
筆者在此將夏普比率進(jìn)行說(shuō)明。評(píng)價(jià)策略的優(yōu)劣應(yīng)從收益值和風(fēng)險(xiǎn)一起考慮。調(diào)險(xiǎn)后的收益率就是一個(gè)同時(shí)考慮進(jìn)了收益和風(fēng)險(xiǎn)的指標(biāo)，能夠排除風(fēng)險(xiǎn)對(duì)評(píng)價(jià)的不利影響。1966年，夏普提出了著名的夏普比率：S=（R-r）/σ（R為平均回?舐剩?r為無(wú)風(fēng)險(xiǎn)投資的回報(bào)率，σ為回報(bào)率的標(biāo)準(zhǔn)方差）。此公式表示為盡量用最合適的方法用小風(fēng)險(xiǎn)換得大回報(bào)。如果為正值就說(shuō)明投資收益比銀行存款利息高。比率越大說(shuō)明所獲的風(fēng)險(xiǎn)回報(bào)越高。該策略的夏普比率為22.83，可見(jiàn)是一個(gè)理想的策略模型。
3 結(jié) 論
（暨南大學(xué)信息科學(xué)技術(shù)學(xué)院 廣東 廣州 510632）
摘 要：“金融改革”的提出，金融市場(chǎng)的逐步開(kāi)放，將促進(jìn)金融創(chuàng)新的步伐，給投資者帶來(lái)越來(lái)越多的投資渠道，同時(shí)也將加速中國(guó)金融市場(chǎng)與國(guó)際金融市場(chǎng)的融合。通過(guò)分別建立兩個(gè)單指標(biāo)擇時(shí)策略模型，運(yùn)用MATLAB模式搜索算法在設(shè)定時(shí)段內(nèi)搜索最優(yōu)參數(shù)，并分別對(duì)兩個(gè)單指標(biāo)策略進(jìn)行交易仿真回驗(yàn)。實(shí)證結(jié)果顯示，趨勢(shì)型指標(biāo)可以抓住大的波段行情，獲得超額收益，具有較好的擇時(shí)效果。實(shí)證顯示組合指標(biāo)策略的效益明顯高于單指標(biāo)策略。因此，采用組合指標(biāo)策略進(jìn)行個(gè)股量化擇時(shí)交易較單指標(biāo)策略能獲得更優(yōu)的投資收益。
關(guān)鍵詞 ：量化擇時(shí)；趨勢(shì)指標(biāo)；組合指標(biāo)策略；參數(shù)優(yōu)化
中圖分類號(hào)：F8 文獻(xiàn)標(biāo)識(shí)碼：A doi：10．3969／j．issn．1665－2272．2015．12．008
1 緒論
1．1 背景意義
“金融改革”的提出將為中國(guó)的量化投資帶來(lái)發(fā)展前景。金融市場(chǎng)的逐步開(kāi)放將會(huì)促進(jìn)金融創(chuàng)新的步伐，給投資者帶來(lái)越來(lái)越多的投資渠道，同時(shí)也將加速中國(guó)金融市場(chǎng)與國(guó)際金融市場(chǎng)的融合。很多國(guó)外成熟的投資工具和投資方法將逐步進(jìn)入中國(guó)市場(chǎng)，以期貨市場(chǎng)為代表的衍生品市場(chǎng)將迎來(lái)飛速增長(zhǎng)，以量化投資為代表的投資方法也將得到投資者更大的關(guān)注。
在投資業(yè)，各種渠道提供的海量信息以及高頻金融交易數(shù)據(jù)都在深刻地影響這個(gè)行業(yè)的發(fā)展以及金融市場(chǎng)的有效性。金融創(chuàng)新給期待量化投資的投資者提供了豐富的投資工具。自20世紀(jì)50年代以來(lái)，金融市場(chǎng)出于規(guī)避監(jiān)管，轉(zhuǎn)嫁風(fēng)險(xiǎn)和防范風(fēng)險(xiǎn)等需要，推出了很多創(chuàng)新性的金融產(chǎn)品，提供了越來(lái)越豐富的投資工具。金融衍生品在金融市場(chǎng)中占的比例越來(lái)越重要。
中國(guó)量化投資的前景廣闊。黨的十八屆三中全會(huì)提出了“健全多層次資本市場(chǎng)體系”的指示精神，為十二五期間的資本市場(chǎng)發(fā)展指明了方向。隨著金融投資工具的增加，量化投資將顯示出其更大的作用，幫助投資者在更好的風(fēng)險(xiǎn)管控中尋求最佳收益回報(bào)。
作為量化投資中的量化擇時(shí)，是指利用某種方法來(lái)判斷大勢(shì)的走勢(shì)情況以及時(shí)采取相應(yīng)措施，它是收益率最高的一種交易方式。就股票投資者而言，擇股和擇時(shí)都是至關(guān)重要的，正確擇股是盈利的前提，而正確擇時(shí)則是盈利的最終實(shí)現(xiàn)。因此，從微觀角度入手，建立有效的個(gè)股量化擇時(shí)交易策略值得研究。
1．2 文獻(xiàn)綜述
關(guān)于量化投資的研究，國(guó)內(nèi)外更多的研究主要以策略構(gòu)建和實(shí)證為主。易海波、楊向陽(yáng)、羅業(yè)華、曾敏通過(guò)將量化指標(biāo)按照股票屬性進(jìn)行分類排序，以自下而上的選股方式，構(gòu)建出價(jià)值、成長(zhǎng)、質(zhì)量三個(gè)基本模型，并在此基礎(chǔ)上衍生得到四個(gè)疊加模型和GARP模型。利用八個(gè)選股模型以不同的參數(shù)進(jìn)行選股，構(gòu)建出十個(gè)量化選股組合，歷史回測(cè)結(jié)果顯示這些組合風(fēng)格各異，適合不同風(fēng)險(xiǎn)偏好的投資者。張登明通過(guò)對(duì)技術(shù)指標(biāo)的分析，構(gòu)建了完整的及時(shí)指標(biāo)組合投資策略框架。他從量化的角度，通過(guò)樣本統(tǒng)計(jì)給出了適合中國(guó)股市的優(yōu)化指標(biāo)組合及參數(shù)設(shè)置，對(duì)提高投資決策有積極意義。路來(lái)政通過(guò)研究量化基金的績(jī)效及管理能力來(lái)研究量化投資策略的應(yīng)用效果，采用T－M模型、H－M模型和C－L模型對(duì)其中9只量化基金的管理能力進(jìn)行了研究，以評(píng)價(jià)量化基金使用量化投資策略的擇股效果和擇時(shí)效果，結(jié)果表明量化基金采用量化策略進(jìn)行投資是有意義的。
股票擇時(shí)屬于量化投資的一個(gè)分域。劉瀾飚、李貢敏研究了市場(chǎng)擇時(shí)理論在中國(guó)的適用性，表明中國(guó)上市公司不僅存股票市場(chǎng)的市場(chǎng)擇時(shí)行為，而且存在債務(wù)擇時(shí)行為，即股票市場(chǎng)高漲時(shí)，上市公司傾向于債務(wù)融資。林正龍基于效用無(wú)差別定價(jià)原理，運(yùn)用實(shí)物期權(quán)定價(jià)理論，研究項(xiàng)目投資收益不可完全復(fù)制的不確定性投資機(jī)會(huì)定價(jià)與擇時(shí)問(wèn)題，得出不同于指數(shù)效用，對(duì)具有常值相對(duì)風(fēng)險(xiǎn)回避系數(shù)效用函數(shù)的投資者而言，不確定性投資機(jī)會(huì)的定價(jià)與擇時(shí)與投資者當(dāng)前財(cái)富數(shù)量有關(guān)。卓琳玲、胡志強(qiáng)通過(guò)對(duì)樣本公司的研究，發(fā)現(xiàn)樣本公司股票行為、債券發(fā)行和內(nèi)部融資均呈下降趨勢(shì)，其中股票不是特別明顯，當(dāng)市值杠桿比率上升時(shí)期，股票發(fā)行出現(xiàn)顯著地下降趨勢(shì)，此時(shí)市場(chǎng)時(shí)機(jī)選擇比較明顯，說(shuō)明我國(guó)股市存在明顯的市場(chǎng)時(shí)機(jī)選擇行為。劉陽(yáng)、劉強(qiáng)通過(guò)研究我國(guó)從上世紀(jì)90年代初-2010年1月的上證綜指和深證成指，分析異常收益率對(duì)整個(gè)期間收益的影響及擇時(shí)的可能，發(fā)現(xiàn)極少數(shù)具有超常收益的交易日對(duì)股票市場(chǎng)的長(zhǎng)期收益具有顯著的影響，認(rèn)為理性的投資者應(yīng)該放棄擇時(shí)而選擇長(zhǎng)期投資。王俊杰在擇時(shí)模型方面分析了行業(yè)指數(shù)存在的持續(xù)性和行業(yè)輪動(dòng)特征，并以時(shí)間序列模型為基礎(chǔ)，構(gòu)建動(dòng)量模型、MS－GARCH行業(yè)擇時(shí)模型等量化擇時(shí)策略，回測(cè)結(jié)果MS－GARCH擇時(shí)模型戰(zhàn)勝行業(yè)動(dòng)量模型和指數(shù)，表現(xiàn)較好。
溫婧茹對(duì)移動(dòng)平均線理論進(jìn)行改進(jìn)，構(gòu)造了最適參數(shù)，參考設(shè)計(jì)了觸線交易策略和過(guò)濾器交易策略，構(gòu)建了家電板板塊靜態(tài)與動(dòng)態(tài)相結(jié)合的股票池，實(shí)證得出，不同股票對(duì)應(yīng)的最適參數(shù)不同，用個(gè)性化的參數(shù)進(jìn)行決策能獲得更好的收益；應(yīng)用收益率確定最適參數(shù)以擇股，結(jié)合觸線交易策略以擇時(shí)，能夠跑贏大盤(pán)，取得超額收益。曹力自適應(yīng)均線更適合于組合類的標(biāo)的，如指數(shù)或者封閉式基金，因?yàn)檫@些標(biāo)的的走勢(shì)經(jīng)過(guò)了平均的平滑，沒(méi)有突然的大起大落，更容易用均線來(lái)跟蹤趨勢(shì)的變化。而對(duì)于個(gè)股，波動(dòng)形態(tài)和指數(shù)類表的不同，所以需要使用不同的參數(shù)，在大多數(shù)個(gè)股上能夠獲得超額收益，特別對(duì)強(qiáng)周期性行業(yè)的股票自適應(yīng)均線有很強(qiáng)的擇時(shí)能力。但是自適應(yīng)均線也不是萬(wàn)能的，對(duì)于某些個(gè)股，因?yàn)椴▌?dòng)形態(tài)的復(fù)雜，用自適應(yīng)均線也無(wú)法獲得超額收益。曹力、徐彪從實(shí)證效果來(lái)看，利用可交易組合的均線模式識(shí)別找出的買入機(jī)會(huì)成功率較高，能抓住一些市場(chǎng)主要的反彈機(jī)會(huì)，因此累積收益非常出色?？山灰捉M合的均線模式識(shí)別方法是擇時(shí)交易，特別是熊市中擇時(shí)的有效方法。
1．3 研究框架
傳統(tǒng)的趨勢(shì)指標(biāo)擇時(shí)策略往往是單指標(biāo)的，并且策略參數(shù)通常是約定俗成的。單指標(biāo)策略局限性和偶然性大，不能有效及時(shí)獲取收益和及時(shí)止損；約定俗成的常用參數(shù)值在面對(duì)各種波動(dòng)幅度不同、周期性不同、價(jià)格彈性等不同的個(gè)股時(shí)也有失客觀性和靈動(dòng)性。
所以，在探究一種改進(jìn)針對(duì)個(gè)股的傳統(tǒng)趨勢(shì)指標(biāo)量化擇時(shí)的策略。首先建立基于各傳統(tǒng)趨勢(shì)指標(biāo)的單指標(biāo)擇時(shí)策略，通過(guò)參數(shù)優(yōu)化確定各單指標(biāo)策略的最適參數(shù)；并在單指標(biāo)的基礎(chǔ)上，創(chuàng)新性地通過(guò)指標(biāo)的組合，構(gòu)建一個(gè)綜合性且參數(shù)最優(yōu)的組合指標(biāo)擇時(shí)策略，以增強(qiáng)策略的穩(wěn)定性和魯棒性，獲得更優(yōu)的投資收益。
1．4 術(shù)語(yǔ)說(shuō)明
（1）累計(jì)收益率：
（2）年化收益率：年化收益率是把當(dāng)前收益率（日收益率、周收益率、月收益率）換算成年收益率來(lái)計(jì)算的，是一種理論收益率，并不是真正的已取得的收益率。
（3）夏普比率：夏普比率是一個(gè)可以同時(shí)對(duì)收益與風(fēng)險(xiǎn)加以綜合考慮的經(jīng)典指標(biāo)，它反映了單位風(fēng)險(xiǎn)基金凈值增長(zhǎng)率超過(guò)無(wú)風(fēng)險(xiǎn)收益的程度。如果夏普比率為正值，說(shuō)明在衡量期內(nèi)基金的平均凈值增長(zhǎng)率超過(guò)了無(wú)風(fēng)險(xiǎn)利率。夏普比率越大說(shuō)明基金單位風(fēng)險(xiǎn)所獲得的風(fēng)險(xiǎn)回報(bào)越高。因此，夏普比率是可以同時(shí)對(duì)收益與風(fēng)險(xiǎn)加以綜合考慮的經(jīng)典指標(biāo)之一。
夏普比率=
（5）最大回撤率：在選定周期內(nèi)任一歷史時(shí)點(diǎn)往后推，產(chǎn)品凈值走到最低點(diǎn)時(shí)的收益率回撤幅度的最大值。最大回撤率用來(lái)描述買入產(chǎn)品后可能出現(xiàn)的最糟糕的情況，是一個(gè)重要的風(fēng)險(xiǎn)指標(biāo)。
2 理論概述
2．1 量化投資理論
量化投資是運(yùn)用現(xiàn)代統(tǒng)計(jì)學(xué)和數(shù)學(xué)的方法，從大量的歷史數(shù)據(jù)中尋找并獲得超額收益的一種投資策略，投資者通過(guò)計(jì)算機(jī)程序，建立可以重復(fù)使用并反復(fù)優(yōu)化的投資策略，嚴(yán)格按照這些策略所構(gòu)建的數(shù)量化模型進(jìn)行投資并形成回報(bào)。
量化投資的內(nèi)容主要包括量化選股、量化擇時(shí)、股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、算法交易、ETF／LOF套利、高頻交易等。量化投資在國(guó)外已有30多年的發(fā)展歷史，但在國(guó)內(nèi)還是近年出現(xiàn)的新鮮事物。相比其他投資策略，量化投資在國(guó)外的運(yùn)用已取得了更佳的業(yè)績(jī)。
與海外成熟市場(chǎng)相比，中國(guó)A股市場(chǎng)的發(fā)展歷史較短，投資理念還不夠成熟，相應(yīng)的留給主動(dòng)型投資發(fā)掘市場(chǎng)的潛力和空間也更大。國(guó)內(nèi)很多實(shí)證文獻(xiàn)討論國(guó)內(nèi)A股市場(chǎng)也尚未達(dá)到半強(qiáng)勢(shì)有效市場(chǎng)，因此量化投資理論引入國(guó)內(nèi)證券市場(chǎng)是非常有意義的，它以正確的投資理念為根本，通過(guò)各種因素的分析，以全市場(chǎng)的廣度、多維度的深度視角掃描投資機(jī)會(huì)，在中國(guó)市場(chǎng)的應(yīng)用將更顯其優(yōu)勢(shì)。
2．2 擇時(shí)理論
量化擇時(shí)是量化投資的一種，它利用數(shù)量化的方法，通過(guò)對(duì)各種宏觀微觀指標(biāo)的量化分析，試圖通過(guò)回溯歷史數(shù)據(jù)，找到影響大盤(pán)走勢(shì)的關(guān)鍵信息，并且對(duì)未來(lái)走勢(shì)進(jìn)行預(yù)測(cè)。如果判斷是上漲則買入持有；如果判斷是下跌則賣出清倉(cāng)；如果判斷是震蕩則進(jìn)行高拋低吸，這樣就可以獲得遠(yuǎn)遠(yuǎn)超越簡(jiǎn)單買入持有策略的收益率。所以擇時(shí)交易是收益率最高的交易方式之一。
股票的量化擇時(shí)是預(yù)測(cè)市場(chǎng)以后的走勢(shì)，并由此來(lái)判斷調(diào)整投資組合的風(fēng)險(xiǎn)水平，從而獲取更大的收益，具體表現(xiàn)是現(xiàn)金流進(jìn)出證券市場(chǎng)和在證券間比例變換的時(shí)機(jī)選擇。
2．3 趨勢(shì)追蹤理論
趨勢(shì)擇時(shí)的基本思想來(lái)自于技術(shù)分析，技術(shù)分析認(rèn)為趨勢(shì)存在延續(xù)性，因此只要找到趨勢(shì)方向，跟隨操作即可。
技術(shù)指標(biāo)是技術(shù)分析中使用最多的一種方法，通過(guò)考慮市場(chǎng)行為的多個(gè)方面建立一個(gè)數(shù)學(xué)模型，并給出完整的數(shù)學(xué)計(jì)算公式，從而得到一個(gè)體現(xiàn)證券市場(chǎng)的某個(gè)方面內(nèi)在實(shí)質(zhì)的數(shù)字，即所謂的技術(shù)指標(biāo)值。指標(biāo)值的具體數(shù)值和相互間關(guān)系直接反映證券市場(chǎng)所處的狀態(tài)，為操作行為提供指導(dǎo)作用。目前證券市場(chǎng)上的技術(shù)指標(biāo)可分為“趨勢(shì)型指標(biāo)”、“反趨勢(shì)型指標(biāo)”、“能量指標(biāo)”、“大盤(pán)指標(biāo)”、“壓力支撐指標(biāo)”等類別。
移動(dòng)平均線（MA）是一種常用的趨勢(shì)型指標(biāo)，由Joseph E．Granville于20世紀(jì)中期提出來(lái)。它是當(dāng)今運(yùn)用最普遍的技術(shù)指標(biāo)之一，幫助交易者確認(rèn)現(xiàn)有趨勢(shì)、判斷將出現(xiàn)的趨勢(shì)、發(fā)現(xiàn)過(guò)度延伸而即將發(fā)轉(zhuǎn)的趨勢(shì)。后來(lái)又逐漸衍生出其他類型的均線，如平滑異同移動(dòng)平均線（MACD）、三重指數(shù)平滑平均線（TRIX）等。 這些均線理論常用兩根線的交叉作為交易信號(hào)，并以此作為買賣時(shí)點(diǎn)的判斷。
均線理論提供了一種簡(jiǎn)單有效的使價(jià)格序列平滑并且使趨勢(shì)更易于辨認(rèn)的方法。
因此綜合以上理論的優(yōu)點(diǎn)，在此基礎(chǔ)上改進(jìn)傳統(tǒng)趨勢(shì)指標(biāo)的量化擇時(shí)策略，并創(chuàng)新性地開(kāi)發(fā)更優(yōu)的組合指標(biāo)量化擇時(shí)策略，以達(dá)到及時(shí)獲取收益和及時(shí)止損的目的。
3 擇時(shí)策略模型建立
3．1 MA單指標(biāo)策略模型的建立
MA移動(dòng)平均是指連續(xù)若干交易日收盤(pán)價(jià)的算術(shù)平均，用來(lái)顯示股價(jià)的歷史波動(dòng)情況，進(jìn)而反映股價(jià)指數(shù)未來(lái)的發(fā)展趨勢(shì)。
其中
利用MA指標(biāo)進(jìn)行量化擇時(shí)，在短期移動(dòng)均線與長(zhǎng)期移動(dòng)均線的交叉處進(jìn)行買入或賣出擇時(shí)交易。以下分別建立買入和賣出法則的模型。
在短期移動(dòng)均線下穿長(zhǎng)期移動(dòng)均線的黃金交叉處買入，故建立如下數(shù)學(xué)模型：
mabuy=1，MA（s）t＞MA（s）t-1&MA(s)t＞MA(l)t&MA(s）t-1＜MA（l）t-10,其他（6）
其中mabuy=1，表示滿足買進(jìn)，mabuy=0表示不滿足買進(jìn)。
在短期移動(dòng)均線上穿長(zhǎng)期移動(dòng)均線的死亡交叉處賣出，故建立以下數(shù)學(xué)模型：
mabuy=1，MA（l）t＜MA（l）t-1&MA(s)t＜MA(l)t&MA(l）t＞MA（l）t-10,其他
其中mabuy=1，表示滿足賣出，mabuy=0表示不滿足賣出。
3．2 MACD單指標(biāo)策略模型的建立
MACD即指數(shù)平滑異同移動(dòng)平均線，是根據(jù)均線的構(gòu)造原理，通過(guò)分析短期指數(shù)移動(dòng)平均線與長(zhǎng)期指數(shù)移動(dòng)平均線之間的聚合與分離狀況，對(duì)買進(jìn)、賣出時(shí)機(jī)做出判斷的趨勢(shì)型技術(shù)指標(biāo)。
MACD的計(jì)算如下：
（1）計(jì)算短期（ms）指數(shù)移動(dòng)平均線EMA1和長(zhǎng)期（ml）指數(shù)移動(dòng)平均線EMA2。
（2）計(jì)算離差值DIF＝EMA1－EMA2。
（3）計(jì)算DIF的M日指數(shù)移動(dòng)平均線，即DEA。
（4）計(jì)算MACD＝2（DIF－DEA）。
利用MA指標(biāo)進(jìn)行量化擇時(shí)，在DIF與DEA的交叉處進(jìn)行買入或賣出，分別建立買入和賣出法則的模型。
當(dāng)DIF、DEA均為正值，DIF向上突破DEA時(shí)，為買入信號(hào)，建立如下數(shù)學(xué)模型：
macdbuy=1，DIFt＞DIFt-1&DIF＞DEAt&DIFt-1＜DEAt-1&DIF＞00,其他 （8）
其中，macdbuy=1表示滿足買進(jìn)，macdbuy=0表示不滿足買進(jìn)。
當(dāng)DIF、DEA均為負(fù)值，DIF向下跌破DEA時(shí)，為賣出信號(hào)，建立如下數(shù)學(xué)模型：
macdsell=1，DIFt＜DIFt-1&DIFt＜DEAt&DIFt-1＞DEAt-1&DIF＜00,其他（9）
其中macdsell=1，macdsell=0表示滿足賣出，表示不滿足賣出。
3．3 MA－MACD組合指標(biāo)策略模型的建立
組合模型構(gòu)建兩個(gè)新的信號(hào)變量：買入信號(hào)個(gè)數(shù)閾值“buy”（1≤buy≤2，整數(shù)）和賣出信號(hào)個(gè)數(shù)閾值“sell”（1≤sell≤2，整數(shù)）。
買入信號(hào)個(gè)數(shù)閾值“buy”表示：當(dāng)MA策略中的“mabuy＝1”的買入信號(hào)個(gè)數(shù)與MACD策略指標(biāo)中的“macdbuy＝1”的買入信號(hào)個(gè)數(shù)之和至少達(dá)到閾值“buy”（1≤buy≤2)數(shù)量個(gè)時(shí)才進(jìn)行買入交易。
即“buy”閾值取不同值時(shí)，買入信號(hào)組合滿足買入條件的情況如下：
buy=1時(shí)，滿足買入情況：mabuy=1||macdbuy=1||macdbuy=1||mabuy=1&macdbuy=12時(shí)，滿足買入情況：mabuy=1&macdbuy=1（10）
賣出信號(hào)個(gè)數(shù)閾值“sell”表示：當(dāng)MA策略中的“mabsell＝1”的賣出信號(hào)個(gè)數(shù)與MACD策略指標(biāo)中的“macdsell＝1”的賣出信號(hào)個(gè)數(shù)之和至少達(dá)到閾值“sell”數(shù)量個(gè)時(shí)才進(jìn)行賣出交易。
即“buy”閾值取不同值時(shí)，買入信號(hào)組合滿足賣出條件的情況如下：
sell=1時(shí)，滿足賣出情況：masell=1||macdsell=1||mabsell=1&macdsell=12時(shí)，滿足買入情況：masell=1&macdsell=1（11）
3．4 模型最優(yōu)參數(shù)的選擇
就個(gè)股而言，不同的計(jì)算參數(shù)，將導(dǎo)致不同的擇時(shí)效果。面對(duì)各種波動(dòng)幅度不同、周期性不同、價(jià)格彈性等不同的股票，如果盲目套用經(jīng)典參數(shù)可能會(huì)有失客觀性和靈動(dòng)性。因此， 在進(jìn)行量化擇時(shí)策略構(gòu)建時(shí)，需要針對(duì)個(gè)股進(jìn)行策略的參數(shù)優(yōu)化，檢驗(yàn)指標(biāo)不同參數(shù)的測(cè)試效果，并最終選擇一個(gè)最優(yōu)的參數(shù)組合。
夏普比率是一個(gè)可以同時(shí)對(duì)收益與風(fēng)險(xiǎn)加以綜合考慮的經(jīng)典指標(biāo)，它反映了單位風(fēng)險(xiǎn)基金凈值增長(zhǎng)率超過(guò)無(wú)風(fēng)險(xiǎn)收益的程度。如果夏普比率為正值，說(shuō)明在衡量期內(nèi)基金的平均凈值增長(zhǎng)率超過(guò)了無(wú)風(fēng)險(xiǎn)利率。夏普比率越大說(shuō)明基金單位風(fēng)險(xiǎn)所獲得的風(fēng)險(xiǎn)回報(bào)越高。因此，夏普比率是可以同時(shí)對(duì)收益與風(fēng)險(xiǎn)加以綜合考慮的經(jīng)典指標(biāo)之一。
4 個(gè)股實(shí)證分析
4．1 數(shù)據(jù)選擇
為驗(yàn)證上述模型的有效性，個(gè)股實(shí)證以深圳證券交易所的華誼兄弟300027為交易標(biāo)的，選取來(lái)源于國(guó)泰安2011．1．1－2014．6．30的基本面數(shù)據(jù)庫(kù)，包括個(gè)股開(kāi)盤(pán)價(jià)、收盤(pán)價(jià)等。
4．2 MA單指標(biāo)擇時(shí)策略仿真回驗(yàn)
首先對(duì)該股策略進(jìn)行參數(shù)優(yōu)化：本策略中對(duì)于參數(shù)，在測(cè)試期間內(nèi)，以2天為間隔，測(cè)試范圍從2天到20天；以5天為間隔，測(cè)試范圍從20天到120天；搜索精度為1；測(cè)試回驗(yàn)30天，截止日期設(shè)為2013－12－31。通過(guò)回驗(yàn)得到參數(shù)優(yōu)化結(jié)果（見(jiàn)表1）。
如表1所示，最優(yōu)組合（s，l）＝（2，20），當(dāng)以2日為短期均線，20日為長(zhǎng)期均線，在參數(shù)優(yōu)化測(cè)試期間進(jìn)行交叉擇時(shí)時(shí)效果較好，在回驗(yàn)測(cè)試期間內(nèi)夏普比率達(dá)2．4234。
確定最優(yōu)后，運(yùn)用國(guó)泰安量化交易平臺(tái)QIA進(jìn)行策略交易仿真回驗(yàn)。設(shè)定合約保證金為1，合約乘數(shù)為1，市場(chǎng)參與度為0．5，買方手續(xù)費(fèi)為0．05‰，賣方手續(xù)費(fèi)為0．05‰，交易賬戶為股票賬戶并設(shè)定初始資金為1 000 000元，以一年期國(guó)債利率為無(wú)風(fēng)險(xiǎn)利率，并以滬深300為業(yè)績(jī)比較基準(zhǔn)，以數(shù)據(jù)庫(kù)所給時(shí)間2011年1月1日-2014年6月30日為策略回驗(yàn)時(shí)間區(qū)間進(jìn)行回驗(yàn)。最終結(jié)果（見(jiàn)圖1、表2）。
回驗(yàn)結(jié)果顯示，此單指標(biāo)策略在2011年1月1日-2014年6月30日間的累計(jì)收益率達(dá)42．26％，年化收益率達(dá)11．10％，高出同期的滬深300指數(shù)比較基準(zhǔn)，并且勝率達(dá)60．80％。由此我們可以得出結(jié)論，采用MA單指標(biāo)策略進(jìn)行個(gè)股量化擇時(shí)交易也能獲得較優(yōu)的投資回報(bào)。
4．3 MACD單指標(biāo)擇時(shí)策略仿真回驗(yàn)
對(duì)該股策略進(jìn)行參數(shù)優(yōu)化：該策略需要優(yōu)化確定的參數(shù)主要包括短期指數(shù)移動(dòng)平均線的計(jì)算天數(shù)ms、長(zhǎng)期指數(shù)移動(dòng)平均線的計(jì)算天數(shù)ml，以及DEA的計(jì)算天數(shù)M。本策略的參數(shù)優(yōu)化依然以最大化夏普比率為最優(yōu)化目標(biāo)函數(shù)，并使用Matlab的模式搜索算法在設(shè)定的回驗(yàn)時(shí)段內(nèi)搜索最優(yōu)參數(shù)組合（ms，ml，M）。
對(duì)于參數(shù)ms，在測(cè)試期間內(nèi)，以2天為間隔，測(cè)試范圍從2天到20天；參數(shù)ml以5天為間隔，測(cè)試范圍從20天到120天；參數(shù)M以5天為間隔，測(cè)試范圍從5天到60天；搜索精度為1；測(cè)試回驗(yàn)30天，截止日期設(shè)為2013－12－31。通過(guò)回驗(yàn)得到參數(shù)優(yōu)化結(jié)果如下：
如表3所示，最優(yōu)組合（ms，ml，M）＝（2，25，10），當(dāng)以2日為短期指數(shù)移動(dòng)平均線計(jì)算天數(shù)，25日為長(zhǎng)期指數(shù)移動(dòng)平均線計(jì)算天數(shù)，10日為DEA計(jì)算天數(shù)，進(jìn)行交叉擇時(shí)時(shí)效果較好，在回驗(yàn)測(cè)試期間夏普比率達(dá)3．0682。
組合指標(biāo)擇時(shí)策略仿真回驗(yàn)。由于組合指標(biāo)策略是建立在單指標(biāo)策略基礎(chǔ)上的，所以該策略中的參數(shù)（s，l）、（ms，ml，M）即為模型一和模型二參數(shù)優(yōu)化后確定的值，而參數(shù)（buy，sell）的組合情況有（2，2）、（2，1）、（1，2）和（1，1）四種，閾值組合選取哪個(gè)使得策略最優(yōu)則需要進(jìn)一步的參數(shù)優(yōu)化。
對(duì)于參數(shù)buy，初始值設(shè)為2，測(cè)試最小值為1，最大值為2，步長(zhǎng)設(shè)為1；參數(shù)sell，初始值設(shè)為2，測(cè)試最小值為1，最大值為2，步長(zhǎng)設(shè)為1；搜索精度設(shè)為1；測(cè)試回驗(yàn)90天，截止日期設(shè)為2013－12－31。通過(guò)回驗(yàn)得到參數(shù)優(yōu)化結(jié)果（見(jiàn)表4）。
如表4所示，最優(yōu)組合（buy， sell）＝（1，1），即當(dāng)買入信號(hào)個(gè)數(shù)至少有一個(gè)時(shí)就進(jìn)行買入交易，賣出信號(hào)個(gè)數(shù)至少有一個(gè)時(shí)就進(jìn)行賣出交易，以此進(jìn)行組合指標(biāo)擇時(shí)效果最好，在參數(shù)優(yōu)化回驗(yàn)測(cè)試期間夏普比率達(dá)2．490 3。
5 結(jié)論
從價(jià)格沿趨勢(shì)移動(dòng)和歷史會(huì)重演的角度出發(fā)，運(yùn)用傳統(tǒng)趨勢(shì)指標(biāo)MA和MACD，分別建立MA、MACD的單指標(biāo)擇時(shí)策略模型并通過(guò)模式搜索算法分別求出兩個(gè)策略的最優(yōu)參數(shù)，從實(shí)證結(jié)果看趨勢(shì)型指標(biāo)可以抓住大的波段行情，獲得超額收益，具有較好的擇時(shí)效果。在此基礎(chǔ)上再創(chuàng)新性的運(yùn)用通過(guò)設(shè)置買入和賣出信號(hào)個(gè)數(shù)閾值的方法構(gòu)建二者的最優(yōu)組合指標(biāo)模型，增強(qiáng)了擇時(shí)的穩(wěn)定性和魯棒性，在有效降低風(fēng)險(xiǎn)的同時(shí)提高了收益率。
綜上所述，基于以上的不足之處，以后將沿著組合指標(biāo)擇時(shí)的思路繼續(xù)深入研究以對(duì)目前的研究進(jìn)行改進(jìn)。未來(lái)的工作主要是：對(duì)于用于組合的單指標(biāo)要進(jìn)行更為全面的擴(kuò)展，引進(jìn)其他經(jīng)典趨勢(shì)型指標(biāo)DMA平均線差指標(biāo)、TRIX三重指數(shù)平滑移動(dòng)平均指標(biāo)等，同時(shí)把指標(biāo)類型拓展至其他類型，如反趨勢(shì)型指標(biāo)ACCER幅度漲速指標(biāo)等，量?jī)r(jià)指標(biāo)APBP人氣意愿指標(biāo)等，大盤(pán)指標(biāo)OBOS超買超賣指標(biāo)等，壓力支撐指標(biāo)ENE軌道線指標(biāo)等。通過(guò)增加組合趨勢(shì)型數(shù)量和組合指標(biāo)類型，以使組合指標(biāo)策略更全面、更切合實(shí)際市場(chǎng)。
參考文獻(xiàn)
1 丁鵬．量化投資——策略與技術(shù)［M］．北京：電子工業(yè)出版社，2012
2 方浩文．量化投資發(fā)展趨勢(shì)及其對(duì)中國(guó)的啟示［J］．宏觀管理，2012（5）
3 郭建．論證券投資技術(shù)分析中歷史會(huì)重演的根本原因［J］．商業(yè)時(shí)代，2007（28）
4 李向科．證券投資技術(shù)分析［M］．北京：中國(guó)人民大學(xué)出版社，2012．
5 張登明．技術(shù)指標(biāo)投資策略的優(yōu)化及其在量化交易中的應(yīng)用［D］．武漢：華中科技大學(xué)，2010
6 方智．基于多技術(shù)指標(biāo)模型的滬深300指數(shù)走勢(shì)預(yù)測(cè)［D］．南昌：江西財(cái)經(jīng)大學(xué)，2012
7 路來(lái)政．量化投資策略的應(yīng)用效果研究［D］．廣州：暨南大學(xué)，2012
8 劉瀾飚，李貢敏．市場(chǎng)擇時(shí)理論的中國(guó)適用性［J］．財(cái)經(jīng)研究，2005（11）
9 林正龍．項(xiàng)目投資定價(jià)與擇時(shí)理論研究［D］．長(zhǎng)沙：湖南大學(xué)，2006
10 胡志強(qiáng)，卓琳玲．IPO市場(chǎng)時(shí)機(jī)選擇與資本結(jié)構(gòu)關(guān)系研究［J］．金融研究，2008（10）
11 王俊杰．量化交易在中國(guó)股市的應(yīng)用［D］．南京：南京大學(xué)，2013
>> QFII在中國(guó)A股市場(chǎng)交易策略的實(shí)證研究 A股尋求20日均線支撐 16家券商集中推薦招商蛇口 中國(guó)A股主板市場(chǎng)PEAD實(shí)證研究 切線在均線系統(tǒng)中的應(yīng)用研究 捕捉牛股:均線共振 GARP量化選股策略在A股市場(chǎng)中的應(yīng)用 A股交易時(shí)間太短 資源冗余對(duì)企業(yè)績(jī)效的影響:基于滬深A(yù)股的實(shí)證研究 A股發(fā)行公司IPO前盈余管理與IPO后經(jīng)營(yíng)業(yè)績(jī)的實(shí)證研究 女性董事與盈余管理：來(lái)自深交所A股上市公司的實(shí)證研究 H股回歸對(duì)A股市場(chǎng)流動(dòng)性和波動(dòng)性的影響：實(shí)證研究 基于價(jià)值投資的Piotroski選股策略實(shí)證研究 買入并持有策略在A股失靈? 股票均線幾種特性在預(yù)示后市中的作用研究 金融危機(jī)背景下QFII在A股市場(chǎng)中的交易策略及對(duì)投資績(jī)效影響研究 金融危機(jī)后上證A股銀行股的CAPM模型實(shí)證分析 基于R語(yǔ)言的均線量化策略分析 A股中期策略 轉(zhuǎn)型期下的A股投資策略 均線在趨勢(shì)下的實(shí)戰(zhàn)應(yīng)用分析 常見(jiàn)問(wèn)題解答 當(dāng)前所在位置：，2015- 04-0516：32。
③互動(dòng)百科.凱利公式[Z].http：///wiki/%E5%87%AF%E5%88%A9%E5%85%AC%E5%BC%8F，2016-03-03。
參考文獻(xiàn)
[1]邱捷銘.均線交叉策略的另類創(chuàng)新研究[R].2015.7.16.
[2]周銘山，馮新力，林靚，方旭S，周開(kāi)國(guó).A股市場(chǎng)均線策略有效性與收益率隨機(jī)特征研究[J].證券市場(chǎng)導(dǎo)報(bào)，2013（01）.
[3]羅然.關(guān)于移動(dòng)平均線交易策略的研究[J].四川經(jīng)濟(jì)管理學(xué)院學(xué)報(bào)，2010（04）.
[4]徐鵬.移動(dòng)平均線交易規(guī)則的實(shí)證分析[J].江西金融職工大學(xué)學(xué)報(bào)，2008（04）.
[5]羅然.對(duì)移動(dòng)平均線投資策略的分析――基于石油行業(yè)個(gè)股歷史數(shù)據(jù)的實(shí)證研究[J].呼倫貝爾學(xué)院學(xué)報(bào)，2010（05）.
[6]吳亞軍，惠曉峰.基于均線交易系統(tǒng)的非特定時(shí)間動(dòng)態(tài)VaR研究[J].運(yùn)籌與管理，2013（06）.
[7]董大勇.均線指標(biāo)組合下的上證指數(shù)收益實(shí)證分析[J].孝感職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2003（01）.
[8]（美）羅伯特?D?愛(ài)德華（RobertD.Edwards），（美）約翰?邁吉（JohnMagee）著，程鵬等譯.股市趨勢(shì)技術(shù)分析[M].中國(guó)發(fā)展出版社，2004.
胡俊敏是物理學(xué)博士，她是怎樣跨專業(yè)從事投資行業(yè)？
她管理的博時(shí)特許價(jià)值基金，從2012年6月接手到年底，凈值增長(zhǎng)幅度居同類前20%，她是通過(guò)怎樣的操作大幅提升基金業(yè)績(jī)？
博時(shí)特許價(jià)值基金是量化基金，量化基金的操作又有怎樣特點(diǎn)？
每日基金特邀胡俊敏博士，傾聽(tīng)她的人生經(jīng)歷和投資理念。
張學(xué)慶：從您的簡(jiǎn)歷來(lái)看，是物理學(xué)博士，這是典型的理科學(xué)科，當(dāng)然您后來(lái)又做過(guò)量化研究的工作，但您目前從事的工作是投資，是屬于金融學(xué)這類范疇，這兩個(gè)學(xué)科距離特別大。您之前研究的物理學(xué)、化學(xué) ，對(duì)于投資有何幫助？
胡俊敏：當(dāng)年念物理，現(xiàn)在做投資，不是事先計(jì)劃好的，而是當(dāng)時(shí)的歷史環(huán)境造成的。我大學(xué)的時(shí)候是八十年代，中國(guó)還沒(méi)有股市，我連股票是什么都沒(méi)有概念。因?yàn)槲冶容^喜歡跟數(shù)字打交道，就學(xué)了物理。去哈佛后，剛好碰上一些量化金融理論得到應(yīng)用，華爾街需要有很強(qiáng)數(shù)理根基的人才。而由于美國(guó)經(jīng)濟(jì)不景氣，教育經(jīng)費(fèi)不足，學(xué)術(shù)界又人才過(guò)剩，于是華爾街就吸引了大批的數(shù)學(xué)、統(tǒng)計(jì)或物理的博士。我在哈佛有機(jī)會(huì)初步了解到金融投資。
現(xiàn)在回頭看，我學(xué)物理出身，做過(guò)材料研究，做過(guò)量化研究，現(xiàn)在做量化投資， 不是必經(jīng)之路，但是確實(shí)每一段經(jīng)歷形成了我自己的知識(shí)結(jié)構(gòu)，對(duì)我的投資理念的形成有不同程度的影響。
對(duì)于市場(chǎng)的理解。市場(chǎng)是否處于均衡的狀態(tài)，金融界有很多爭(zhēng)論。統(tǒng)計(jì)物理關(guān)于均衡非均衡態(tài)的理論以及量子力學(xué)的不確定原理我覺(jué)得一定程度上也適用于股票市場(chǎng)。股票市場(chǎng)不停地有新的信息，不同投資者對(duì)信息的接受和反饋不是瞬時(shí)的。另一方面，投資者行為與股價(jià)又是互相影響的，所以市場(chǎng)是處在一種不完全均衡的狀態(tài)。市場(chǎng)過(guò)熱現(xiàn)象也是不均衡態(tài)的一種表現(xiàn)。
數(shù)學(xué)統(tǒng)計(jì)上幾率分布的概念在投資中是至關(guān)重要的。經(jīng)常有投資者問(wèn)我，你覺(jué)得下面一個(gè)月市場(chǎng)是漲還是跌，其實(shí)這是很難預(yù)測(cè)的，滬深300指數(shù)平均月收益為0.5%，但月波動(dòng)率有9.1%，一個(gè)月的收益有2/3的幾率分布在-8.6%到9.6%之間，波動(dòng)性非常大。
邏輯思維方式和分析解決問(wèn)題的能力。研究生的時(shí)候我做的是實(shí)驗(yàn)物理。就是通過(guò)對(duì)一些現(xiàn)象的觀察和研究，找出規(guī)律，驗(yàn)證和發(fā)現(xiàn)基本原理。投資中由于信息多，頻繁、且不完全，具備理性的邏輯思維和抓住問(wèn)題本質(zhì)的能力就非常重要。
張學(xué)慶：除了在學(xué)校中所學(xué)的知識(shí)，在后來(lái)工作中，還需要增加哪一方面的訓(xùn)練？才能成為一名合格的基金經(jīng)理。
胡俊敏：量化基金經(jīng)理需要的知識(shí)面比較廣。除了比較強(qiáng)的數(shù)理基礎(chǔ)和編程能力，下面幾個(gè)方面的知識(shí)也是非常重要的。
基礎(chǔ)金融知識(shí)：我業(yè)余選修金融方面的課，并通過(guò)準(zhǔn)備CFA的考試補(bǔ)上金融知識(shí)的缺。爭(zhēng)取到量化分析師的工作機(jī)會(huì)
量化投資管理：這有一整套理論框架。我當(dāng)時(shí)在巴克萊資產(chǎn)管理公司任基金經(jīng)理，有幸參加了《主動(dòng)組合管理》作者Ron Kahn的課程。這本書(shū)被認(rèn)為是量化投資的圣經(jīng)。
行為金融：指由于投資者心理或思維偏差造成市場(chǎng)不有效的各種現(xiàn)象。量化投資之所以可行，就是因?yàn)楣蓛r(jià)由于各種原因而偏離其真實(shí)價(jià)格，有一定統(tǒng)計(jì)性規(guī)律可循。
市場(chǎng)經(jīng)驗(yàn)：需要積累，我目前也在逐步積累A股市場(chǎng)的經(jīng)驗(yàn)。
有志加入到量化投資行業(yè)中的朋友們可以針對(duì)各自的知識(shí)結(jié)構(gòu)，制定出自己的準(zhǔn)備計(jì)劃。
張學(xué)慶： 您一個(gè)人管理5只基金，這可能得益于采用了量化的方法，同時(shí)管理五只基金，你會(huì)采取怎樣的分配方法來(lái)統(tǒng)籌自己在五只基金間的精力分配？
胡俊敏：這就是量化投資的優(yōu)勢(shì)。首先，整個(gè)投資流程高度自動(dòng)化、系統(tǒng)化。每天開(kāi)盤(pán)前，所有基金及模型所需數(shù)據(jù)都已更新到基金管理系統(tǒng)里。其次，量化投資團(tuán)隊(duì)，基金經(jīng)理后面有基金經(jīng)理助理、量化分析師及IT的支持。基金經(jīng)理只需將時(shí)間花在最關(guān)鍵的地方。具體講，
量化基金，比如我管理的特許價(jià)值，以及和王紅欣博士共同管理的裕富滬深300基金：更多的是模型管理，而不是個(gè)股管理。組合里的股票可能有上百只，但是我需要管理的是有二、三十信號(hào)構(gòu)成的模型和一些組合構(gòu)建的參數(shù)。需要交易的時(shí)候，可以根據(jù)模型用優(yōu)化系統(tǒng)進(jìn)行計(jì)算，我會(huì)檢查模型結(jié)果是否正確，然后批量交易，而不是一個(gè)股票一個(gè)股票地分析、決定。。
張學(xué)慶： 您管理的基金比較多，有主動(dòng)配置型，有被動(dòng)配置型。能否給基金投資者一些建議，那類基金適合哪些投資者投資？
胡俊敏：特許價(jià)值基金是一只主動(dòng)股票型基金，通過(guò)量化多因子選股模型在各行業(yè)內(nèi)精選個(gè)股，以期獲得長(zhǎng)期跑贏市場(chǎng)的超額收益。風(fēng)險(xiǎn)要比純被動(dòng)或增強(qiáng)指數(shù)型基金高，但是超額收益的空間也高，適于有中等風(fēng)險(xiǎn)承受力，投資期間較長(zhǎng)，對(duì)收益有較高要求的投資者，也可作為長(zhǎng)期資產(chǎn)配置的一個(gè)成分。
張學(xué)慶：做為基金投資者，如果不看好市場(chǎng)，您認(rèn)為他們有幾個(gè)措施能夠躲開(kāi)市場(chǎng)風(fēng)險(xiǎn)。
胡俊敏：根本解決的方法是調(diào)整資產(chǎn)配置比例。如果對(duì)股票市場(chǎng)的未來(lái)不看好，那就降低在股票類資產(chǎn)的配置，將賣出的資金放到債券、其它投資品種、或現(xiàn)金上。因?yàn)閷?duì)于市場(chǎng)的判斷很難百發(fā)百中，所以在調(diào)整配置的時(shí)候即使不看好股票市場(chǎng)，仍然建議保留一定的股票類資產(chǎn)，市場(chǎng)走勢(shì)常是不確定的。
同時(shí)，普通投資者擇時(shí)的能力是比較差的。所以我給普通投資者的建議是1）采取定額定投的策略，牛熊市無(wú)阻的堅(jiān)持投資。2）不要將所有的雞蛋放在一個(gè)籃子里。分散投資，做長(zhǎng)期資產(chǎn)配置。長(zhǎng)期而言所承受的風(fēng)險(xiǎn)是有收益的。
張學(xué)慶： 博時(shí)特許價(jià)值現(xiàn)在規(guī)模是11億，一個(gè)基金經(jīng)理，他管理的資金到達(dá)多大規(guī)模之后，就會(huì)影響到業(yè)績(jī)的增長(zhǎng)，這也提醒投資者，選擇基金時(shí)也要注意規(guī)模。
關(guān)鍵詞：程序化交易；交易哲學(xué)；半自動(dòng)交易系統(tǒng)
程序化交易產(chǎn)生于美國(guó)，早期的程序化交易分為程序化買入和程序化賣出兩種，用于紐約股票交易所同時(shí)買賣15支以上的股票組合的交易。因此，有時(shí)也被稱為籃子交易。
隨著投資管理業(yè)的資金管理規(guī)模擴(kuò)大，投資經(jīng)理和基金經(jīng)理們發(fā)現(xiàn)憑經(jīng)驗(yàn)和手工操作無(wú)法應(yīng)對(duì)市場(chǎng)風(fēng)險(xiǎn)加大、價(jià)格變動(dòng)頻繁等挑戰(zhàn)，程序化交易剛好可以解決這些難題，因?yàn)樗哂兴俣瓤?、避免個(gè)人情緒干擾、量化等優(yōu)勢(shì)，投資機(jī)構(gòu)紛紛投入重金研發(fā)自動(dòng)交易模型，其在提高投資決策質(zhì)量和速度、交易輔助等方面大展身手。
時(shí)至今日，西方發(fā)達(dá)國(guó)家已經(jīng)研發(fā)出不少成熟的自動(dòng)化交易系統(tǒng)，譬如美國(guó)有70%的交易是由程序化交易完成的，而且交易量占比連年來(lái)還有不斷上升的趨勢(shì)，交易模型的功能也日趨強(qiáng)大和完善。量化投資及程序化交易大師西蒙斯默默無(wú)聞地在十幾年間大量使用量化系統(tǒng)的交易方法，取得了比巴菲特、索羅斯等市場(chǎng)傳奇更高的年收益率。譬如海龜交易創(chuàng)始人丹尼斯不斷通過(guò)自動(dòng)化交易實(shí)現(xiàn)其從400美金到2億美金的個(gè)人傳奇，還培訓(xùn)出一支海龜投資團(tuán)隊(duì)（現(xiàn)在還活躍在各大投資機(jī)構(gòu)），他們?yōu)樵缙诖竽懗泽π氛叩耐顿Y客無(wú)聲無(wú)息地帶來(lái)了可觀的投資回報(bào)。
我國(guó)的程序化交易起步較晚，發(fā)展緩慢，開(kāi)發(fā)出來(lái)的比較成熟的交易系統(tǒng)也相對(duì)缺乏，但最近幾年發(fā)展也很迅猛，這得益于新的投資理念的導(dǎo)入、應(yīng)用平臺(tái)開(kāi)發(fā)迅速成熟，如tb（交易開(kāi)拓者）、文化財(cái)經(jīng)、金字塔等平臺(tái)已經(jīng)深受廣大自動(dòng)交易者所喜愛(ài)和認(rèn)同。由于程序化交易規(guī)避了人性中的貪婪和恐懼等弱點(diǎn)，交易速度快、系統(tǒng)性強(qiáng)，國(guó)內(nèi)自動(dòng)化交易量占比最近幾年也在快速上升。據(jù)統(tǒng)計(jì)，我國(guó)當(dāng)前金融產(chǎn)品的程序化交易占比為20%～30%，程序化交易的發(fā)展空間將會(huì)越來(lái)越廣闊。
一、程序化交易策略為什么要?jiǎng)?chuàng)新
（一）策略效用的邊際遞減
使用策略的人多了效果就會(huì)越來(lái)越差。細(xì)心的投資者會(huì)發(fā)現(xiàn)，國(guó)內(nèi)的股指期貨越來(lái)越難做。在2010年國(guó)內(nèi)剛推出股指期貨時(shí)就有人使用臺(tái)灣的一些比較成熟的程序化交易策略而大賺其錢，但在最近兩年卻發(fā)現(xiàn)不容易賺錢了，甚至遭到了比較大的回撤。這是什么原因呢？金融市場(chǎng)本身就是一個(gè)眾多策略博弈的一個(gè)場(chǎng)所，某個(gè)策略一旦成功并被多人使用了，其有效性就會(huì)越來(lái)越低，而且道高一尺魔高一丈，市場(chǎng)上會(huì)出現(xiàn)針對(duì)某種策略的獵殺者。從技術(shù)指標(biāo)層面看，例如20年前，通過(guò)一條20天均線的交易策略是有利可圖的，緊接著，越來(lái)越多人開(kāi)始使用均線來(lái)做投資決策。但是，每個(gè)交易策略和買賣機(jī)會(huì)都是有容量限制的，這使得策略使用的人越多，單個(gè)K線的波動(dòng)則越大，例如突破20天均線的當(dāng)根K線的波動(dòng)極大，這使得中間的利潤(rùn)空間迅速收縮，最終使得策略失效。也可以理解成，當(dāng)一個(gè)策略使用的人越多，知道的人越多，它的盈利能力則越低，最終變得無(wú)利可圖。在基本面分析上，同樣存在自毀性，例如20年前，只要買賬面有利潤(rùn)的公司都能賺錢，緊接著所有人都認(rèn)準(zhǔn)了公司賬面利潤(rùn)進(jìn)行投資，這使得所有賬面有利潤(rùn)的公司股價(jià)都很高，這時(shí)候，人們只能通過(guò)預(yù)測(cè)未來(lái)利潤(rùn)獲得投資回報(bào)了。而隨著越來(lái)越多人熟知各種預(yù)測(cè)利潤(rùn)的方法，導(dǎo)致價(jià)值被低估的公司越來(lái)越難找了，最終變成了一個(gè)均衡市場(chǎng)。筆者認(rèn)為，這可以認(rèn)為是交易策略效用的邊際遞減。
（二）行情特點(diǎn)發(fā)生變化
金融市場(chǎng)的復(fù)雜性表現(xiàn)在行情的多變性。還是以國(guó)內(nèi)的股指期貨為例，在2010年是一個(gè)雙邊大震蕩的行情，2011年單邊下跌，2012年、2013年寬幅震蕩，2014年上半年窄幅震蕩，可以看出無(wú)論是單邊行情還是震蕩行情，由于國(guó)內(nèi)A股的市場(chǎng)容量越來(lái)越大，股指期貨的日內(nèi)變動(dòng)幅度呈現(xiàn)出越來(lái)越小的特點(diǎn)，這就給日內(nèi)趨勢(shì)易策略帶來(lái)不小的挑戰(zhàn)。
知名投資人、“悍馬理論”的創(chuàng)始人馮正平表示：世界上沒(méi)有交易圣杯，這是他的悍馬定律里的第一條。他說(shuō)2008年前的市場(chǎng)特征與之后的就很不一樣，一些原來(lái)賺錢的模型后來(lái)都賠錢了，而有一些原來(lái)賠錢的反倒變成賺錢了。他打了個(gè)比方很生動(dòng)：“就像我們?cè)煲粋€(gè)工具，是拿來(lái)切菜的還是砍骨頭的，還是拿來(lái)修指甲的，這個(gè)要想清楚?！币馑际窃O(shè)計(jì)模型時(shí)要清楚自己設(shè)計(jì)出來(lái)的交易模型適用于哪種市場(chǎng)環(huán)境，要考慮模型的針對(duì)性、適應(yīng)性。
基于多年期貨量化交易的經(jīng)驗(yàn)，上海泛金投資管理有限公司董事長(zhǎng)杭國(guó)強(qiáng)認(rèn)為，程序化的本質(zhì)是給自己的交易列出一系列規(guī)矩，讓自己的交易更有規(guī)則，并利用計(jì)算機(jī)提高交易速度，其中成敗的關(guān)鍵在于對(duì)細(xì)節(jié)的處理?！袄贸绦蚪缍ā⒃u(píng)價(jià)和預(yù)測(cè)未來(lái)的收益，建立有效的評(píng)估體系，不斷適應(yīng)市場(chǎng)的變化，才是程序化交易的靈魂”。
普天投資機(jī)構(gòu)創(chuàng)始人吳轉(zhuǎn)普也認(rèn)為：自動(dòng)化交易不存在永遠(yuǎn)的圣杯，不可能做出一個(gè)類似印鈔機(jī)一樣讓交易者獲利的程序化交易模型，自動(dòng)化交易更多地被看成是一種管理控制系統(tǒng)，要加入對(duì)基本面和技術(shù)面的理解，要考慮市場(chǎng)參與者結(jié)構(gòu)的變化，交易程序要不斷優(yōu)化和創(chuàng)新。
在國(guó)外，一些成熟的投資公司配備了眾多數(shù)學(xué)和計(jì)算機(jī)專業(yè)人才，他們的主要任務(wù)就是針對(duì)市場(chǎng)的變化不斷完善模型，這正體現(xiàn)了金融機(jī)構(gòu)存在的必要性與重要性。80%～90%的工作人員是在做量化模型的建模、數(shù)據(jù)處理工作，交易執(zhí)行人員比較少。由于要處理龐雜的數(shù)據(jù)，在量化交易中，團(tuán)隊(duì)的價(jià)值得到充分體現(xiàn)。每隔一段時(shí)間他們就會(huì)開(kāi)發(fā)出新的交易模型。
即使在高性能硬件與軟件結(jié)合的高頻交易領(lǐng)域，也不存在可以長(zhǎng)久不變的“交易圣杯”。高頻交易策略對(duì)技術(shù)要求比較高，在網(wǎng)絡(luò)速度、硬件反應(yīng)速度及網(wǎng)絡(luò)監(jiān)測(cè)等方面都有近乎苛刻的要求。作為高頻程序化交易者，Cyc partner公司創(chuàng)始人柳峰介紹說(shuō)，高頻交易者對(duì)市場(chǎng)的監(jiān)測(cè)，以及對(duì)策略的修改一直不曾停止，“只有不斷發(fā)現(xiàn)并保持自己的比較優(yōu)勢(shì)，才可能在變化的市場(chǎng)中保持盈利”。而高頻交易背后的邏輯結(jié)構(gòu)相對(duì)來(lái)說(shuō)是簡(jiǎn)單的，盈利率比較高，有些策略在三年之內(nèi)運(yùn)行會(huì)比較適用。但是，在市場(chǎng)中采用同種高頻交易策略的數(shù)量增加之后，交易者必須對(duì)策略加以改進(jìn)。
二、程序化交易策略創(chuàng)新的思路
（一）交易哲學(xué)的革新
程序化交易本質(zhì)上是交易者交易思想的體現(xiàn)，程序化是一種控制手段。有什么樣的交易哲學(xué)就有什么樣的程序化交易策略，所以審視自己的交易哲學(xué)的邏輯性就顯得尤為重要。策略的優(yōu)劣對(duì)比實(shí)際上是背后交易哲學(xué)的較量。優(yōu)秀的交易策略創(chuàng)新來(lái)自于交易哲學(xué)的突破與革新，而做到這一點(diǎn)并不容易，需要交易者對(duì)世界、對(duì)自然、對(duì)市場(chǎng)有一種深邃的洞察力并能理解轉(zhuǎn)換成為市場(chǎng)語(yǔ)言，物化為交易指標(biāo)體系。筆者幾年來(lái)一直致力于對(duì)市場(chǎng)背后推動(dòng)力的研究，市場(chǎng)的上漲和下跌并非隨機(jī)和無(wú)序。比如說(shuō)，我們可以把市場(chǎng)按照形態(tài)分為單邊和震蕩，在單邊市中趨勢(shì)性模型就能大顯身手，而趨勢(shì)性模型在震蕩市中由于來(lái)回止損會(huì)產(chǎn)生比較大的回撤。而震蕩模型策略的表現(xiàn)剛好相反，所以用什么模型不是關(guān)鍵，判斷對(duì)時(shí)段性的單邊行情還是震蕩行情成為交易策略提高勝率和盈虧比的關(guān)鍵。至于用什么模型來(lái)判斷單邊和震蕩是筆者多年研究的成果，有比較高的準(zhǔn)確性。
（二）從全自動(dòng)到半自動(dòng)的嘗試
筆者認(rèn)為，交易策略不易過(guò)于死板。眾多程序化交易策略堅(jiān)持不下去的原因是全自動(dòng)帶來(lái)的眾多劣質(zhì)交易，頻繁止損。其實(shí)法無(wú)定法，筆者認(rèn)為可以半自動(dòng)化交易提高勝率和盈虧比，至于何時(shí)開(kāi)啟程序化何時(shí)關(guān)閉程序化背后的規(guī)則和邏輯也必須是嚴(yán)密的、一貫的，譬如在背后規(guī)則市場(chǎng)進(jìn)入單邊市時(shí)開(kāi)啟程序，市場(chǎng)重歸震蕩市時(shí)關(guān)閉程序，需要一切有章可循。正如世上沒(méi)有永動(dòng)機(jī)一樣，沒(méi)有一個(gè)自動(dòng)化交易策略能一如既往地戰(zhàn)勝市場(chǎng)，能夠在資本市場(chǎng)有驕人業(yè)績(jī)的一定是半自動(dòng)交易程序策略。
（三）交易周期、參數(shù)的調(diào)整
可以針對(duì)不同金融市場(chǎng)的特點(diǎn)，變革不同的交易周期，充分認(rèn)識(shí)到金融市場(chǎng)博弈的本質(zhì)。當(dāng)多數(shù)人使用某個(gè)交易周期的時(shí)候，我們可以回避它改變交易周期，比如在股指期貨中大家常用1分鐘圖、10秒鐘圖，筆者覺(jué)得不煩嘗試15秒圖，既保持了一定的反應(yīng)速度，又能減少頻繁交易的問(wèn)題，對(duì)于大家在交易中常用的macd指標(biāo)、dmi指標(biāo)、均線指標(biāo)，我們可以通過(guò)測(cè)試調(diào)整其參數(shù)設(shè)置以達(dá)到階段性優(yōu)化交易的目的，更重要的是避開(kāi)了大眾常用參數(shù)，可以避開(kāi)程序化交易獵殺者的屠刀。建議策略框架的核心參數(shù)不要超過(guò)三個(gè)，超過(guò)三個(gè)以上的參數(shù)有擬合歷史行情的嫌疑。著名的海龜策略創(chuàng)始人也曾在海龜策略遭受比較大的虧損時(shí)修改技術(shù)參數(shù)才渡過(guò)難關(guān)的。
（四）創(chuàng)新交易技術(shù)指標(biāo)
使用獨(dú)創(chuàng)的交易技術(shù)指標(biāo)來(lái)設(shè)計(jì)交易系統(tǒng)能在金融市場(chǎng)上提高交易勝率和盈虧比，其原因在于創(chuàng)新的交易技術(shù)指標(biāo)相對(duì)保密，不具有從眾性，相反具有出其不意的優(yōu)勢(shì)。比如在趨勢(shì)交易系統(tǒng)里面大家認(rèn)為均線是一個(gè)很好的趨勢(shì)跟蹤指標(biāo)，但它的缺點(diǎn)也很突出，除具有其他趨勢(shì)跟蹤指標(biāo)一樣的滯后性外，對(duì)付慢漲急跌或者慢跌急漲的行情是一個(gè)弱項(xiàng)，所以有人創(chuàng)造了自適應(yīng)均線來(lái)對(duì)付這種行情，這就是創(chuàng)新交易指標(biāo)的做法。筆者舉出這個(gè)例子意在拋磚引玉，創(chuàng)新和改良指標(biāo)的方法和技術(shù)有賴于開(kāi)發(fā)者的細(xì)心、耐心和汗水。
三、程序化交易策略創(chuàng)新后測(cè)試要注意的問(wèn)題
首先，避免對(duì)交易策略的參數(shù)過(guò)度優(yōu)化。過(guò)度優(yōu)化是以擬合歷史取得比較高的勝率和盈虧比的，這種過(guò)度優(yōu)化的策略對(duì)付現(xiàn)實(shí)或者未來(lái)變化的行情反倒會(huì)產(chǎn)生比較大的回撤甚至虧損，這是由于形態(tài)的周期性反復(fù)原理產(chǎn)生的。
其次，核心框架策略可以試著應(yīng)用于其他金融交易品種，觀察其表現(xiàn)。
再次，某一參數(shù)取值的盈利遠(yuǎn)遠(yuǎn)高于或低于附近的參數(shù)值就要引起高度警惕。
最后，不要對(duì)一兩次巨虧或比較長(zhǎng)的連續(xù)虧損單獨(dú)做優(yōu)化，否則即使減小了最大回撤也是不可靠的。
參考文獻(xiàn)：
[1]（美）里什q納蘭.打開(kāi)量化投資的黑箱[M].郭劍光，譯.北京：機(jī)械工業(yè)出版社，2012.
量化交易到底是什么？
說(shuō)到量化交易，雖不陌生，但仍懵懂。到底什么是量化交易呢？
量化交易區(qū)別于定性投資（過(guò)去的投資方法）的鮮明特征，就是充分利用各種各樣的數(shù)理模型。它是借助現(xiàn)代統(tǒng)計(jì)學(xué)和數(shù)學(xué)的方法，利用計(jì)算機(jī)技術(shù)，從龐大的歷史數(shù)據(jù)中海選能帶來(lái)超額收益的多種“大概率”事件，然后制定策略，并用數(shù)量模型驗(yàn)證及固化這些規(guī)律和策略，繼而再嚴(yán)格執(zhí)行這些已固化的策略來(lái)指導(dǎo)投資，以求獲得可持續(xù)的、穩(wěn)定且高于平均的超額回報(bào)。
對(duì)于量化交易中模型與人到底是什么關(guān)系？比如中醫(yī)與西醫(yī)的診療方法，中醫(yī)是望、穩(wěn)、問(wèn)、切，最后判斷出的結(jié)果，很大程度上基于中醫(yī)的經(jīng)驗(yàn)，定性程度上大一些；而西醫(yī)就不同了，先要病人去拍片子、化驗(yàn)等，這些都要依托于醫(yī)學(xué)儀器，最后得出結(jié)論，對(duì)癥下藥。
以此形容的話，可以說(shuō)定性投資像中醫(yī)，更多地憑主觀臆斷和個(gè)人經(jīng)驗(yàn)判斷病在哪里；量化交易像西醫(yī)，依靠數(shù)量模型判斷，而這些模型對(duì)于使用量化交易的投資者的作用就像CT機(jī)對(duì)于醫(yī)生的作用。在每一天的投資運(yùn)作之前，一般都會(huì)先用模型對(duì)整個(gè)市場(chǎng)進(jìn)行一次全面的檢查和掃描，然后根據(jù)檢查和掃描結(jié)果做出投資決策。
量化交易靠概率取勝
和傳統(tǒng)投資方式相比，量化交易的視角更廣，它借助計(jì)算機(jī)高效、準(zhǔn)確地處理海量信息，更廣泛地尋找和驗(yàn)證投資機(jī)會(huì)，消除投資組合配置的局限性，并依靠計(jì)算機(jī)配置投資組合，克服人性弱點(diǎn)，使投資決策更科學(xué)、更理性。
具體來(lái)說(shuō)，這個(gè)新興的投資方法，與我們那些傳統(tǒng)的看指標(biāo)判斷、聽(tīng)消息判斷、簡(jiǎn)單看財(cái)務(wù)報(bào)表判斷等定性投資方法相比較，主要有以下幾大優(yōu)勢(shì)：
量化交易有著嚴(yán)格的紀(jì)律性。比如，如果有人問(wèn)你，某年某月某一天，你為什么購(gòu)買某支股票的話，你就可以打開(kāi)量化交易系統(tǒng)，系統(tǒng)會(huì)顯示出當(dāng)時(shí)被選擇的這只股票與其他股票在成長(zhǎng)面上、估值上、資金上、買賣時(shí)機(jī)上的綜合評(píng)價(jià)情況，而且這個(gè)評(píng)價(jià)會(huì)非常全面，比普通投資者拍腦袋或者簡(jiǎn)單看某一個(gè)指標(biāo)買賣更具有說(shuō)服力。
它系統(tǒng)性較完備，具體表現(xiàn)為“三多”，包括多層次、多角度、多數(shù)據(jù)。因?yàn)槿四X處理信息的能力是有限的，當(dāng)一個(gè)資本市場(chǎng)只有100只股票，這對(duì)定性投資基金經(jīng)理有優(yōu)勢(shì)，他可以深刻分析這100家公司。但當(dāng)有成千上萬(wàn)只股票時(shí)，量化交易就可以充分發(fā)揮它強(qiáng)大的信息處理優(yōu)勢(shì)，捕捉更多、拓展更大的投資機(jī)會(huì)。
另外，定性投資大部分時(shí)間在琢磨哪一個(gè)企業(yè)是偉大的企業(yè)，那個(gè)股票是可以翻倍的股票，而量化交易大部分精力花在分析哪里是估值洼地，哪一個(gè)品種被低估了，買入低估的，賣出高估的。
量化交易靠概率取勝。這表現(xiàn)為兩個(gè)方面，首先量化投資不斷地從歷史中挖掘，有望在未來(lái)重復(fù)的歷史規(guī)律，并且加以利用。其次它在股票實(shí)際操作過(guò)程中，運(yùn)用概率分析，提高買賣成功的概率和倉(cāng)位控制。
量化投資者也有噩夢(mèng)
事實(shí)上，量化交易的方法在海外已有30多年的發(fā)展歷史，素以投資業(yè)績(jī)穩(wěn)定，抗風(fēng)險(xiǎn)能力強(qiáng)著稱，目前已經(jīng)成為海外基金管理投資市場(chǎng)的重要方法。
而與海外成熟市場(chǎng)相比，量化交易以基本面分析為驅(qū)動(dòng)，以全市場(chǎng)、多維度的視角廣度掃描投資機(jī)會(huì)，在中國(guó)市場(chǎng)的應(yīng)用將更顯其優(yōu)勢(shì)。
不過(guò)，在談及這么多利好之后，還是要“潑一次冷水”。不要以為不停閃爍的超級(jí)電腦自動(dòng)進(jìn)行著高速交易，熒幕上滾動(dòng)著通過(guò)高速網(wǎng)絡(luò)提前獲取的最新市場(chǎng)消息，加上通過(guò)杠桿放大的頭寸，賬戶的盈利不斷上跳，這一切的一切就預(yù)示著“可以躺著賺錢的時(shí)代”來(lái)臨了，現(xiàn)實(shí)并沒(méi)有這么美好。
相對(duì)來(lái)說(shuō)，量化交易目前還處在初級(jí)發(fā)展階段，比如基本面投資者只需簡(jiǎn)單的基于預(yù)測(cè)特定事件，比如超過(guò)或差于預(yù)期的財(cái)報(bào)做交易即可。而量化交易者則需要搞清楚具體消息對(duì)股價(jià)的平均影響程度，這就不是一件容易的事了，因?yàn)槟愕难芯繉?duì)象時(shí)刻還在變化著。
不僅如此，研究出一套只基于公司財(cái)報(bào)的交易系統(tǒng)不難，比如基于超出預(yù)期的營(yíng)收或股息來(lái)買入。但是供給面的情況、消費(fèi)者層面的情緒納入交易模型中，也比較麻煩。
同時(shí)，股票、基本面、新聞消息之間的關(guān)系也是不停變化著的。記得2009年美股到達(dá)低點(diǎn)的時(shí)候，很多“低質(zhì)”公司的回報(bào)大大高于“優(yōu)質(zhì)”公司的回報(bào)。很多3塊錢的“垃圾股”可以在很短時(shí)間內(nèi)漲到10塊錢，而高價(jià)的優(yōu)質(zhì)公司的股票想要翻一倍都要花上很久很久。對(duì)于基本面投資者來(lái)說(shuō)，這是掘金的好時(shí)候，但對(duì)于量化投資者來(lái)說(shuō)卻是噩夢(mèng)，因?yàn)榇蠖鄶?shù)模型此時(shí)都會(huì)顯示做多“優(yōu)質(zhì)股”做空“垃圾股”，后果則可想而知。
另外，量化交易員的精力也是有限的。計(jì)算機(jī)的消息格式往往不規(guī)范，語(yǔ)法也千奇百怪，他們也無(wú)法讓計(jì)算機(jī)程序挑選出有效信息并運(yùn)用于自動(dòng)交易中。一天只有24個(gè)小時(shí)，他們也會(huì)經(jīng)常碰到因一個(gè)分析無(wú)法推進(jìn)而其他分析也陷入停頓的狀況。因此，要在浩如煙海的金融數(shù)據(jù)中“尋寶”，沒(méi)那么簡(jiǎn)單。
他們和先前的人工交易不同，用數(shù)學(xué)統(tǒng)計(jì)出此前的交易規(guī)律，建成模型，用程序來(lái)交易。他們大多有較高的學(xué)歷，或物理或數(shù)學(xué)或IT背景。他們用模型、公式克服人性的弱點(diǎn)去交易，賺取理性的利潤(rùn)，這個(gè)工作叫量化投資。
這是近幾年才形成的一個(gè)低調(diào)的金融圈子，尤其是今年來(lái)，這個(gè)圈子似乎風(fēng)生水起。算法、編程、想法、策略、模型成了這個(gè)圈子中的常用語(yǔ)，他們分布在券商、公私募基金、期貨等金融行業(yè)，他們?cè)趧?chuàng)新中摸索前進(jìn)，優(yōu)秀的團(tuán)隊(duì)也不少見(jiàn)。
謹(jǐn)慎的寬客人
量化投資圈的人喜歡自己被稱為“寬客人”或“礦工”。所謂“寬客”即金融工程師，他們靠編程序去設(shè)計(jì)模型，用數(shù)學(xué)的方法分析金融市場(chǎng)，找出影響價(jià)格漲跌的相關(guān)因素，規(guī)避其中的風(fēng)險(xiǎn)，獲得收益。
徐明（化名）是上海艾革瑞投資團(tuán)隊(duì)的創(chuàng)始人之一，有著大多數(shù)編程人員的內(nèi)秀和儒雅，自信的微笑又暗示著自己不是普通的“碼農(nóng)”。清華大學(xué)數(shù)學(xué)系學(xué)士，香港科技大學(xué)工業(yè)工程與物流管理系博士，精通數(shù)學(xué)建模、金融工程、組合優(yōu)化和人工智能算法，這些標(biāo)簽和不少量化“寬客人”類似，他們具備這個(gè)行業(yè)的先天優(yōu)勢(shì)。
徐明在中山大學(xué)管理學(xué)院管理科學(xué)系任教期間，對(duì)金融工程產(chǎn)生了濃厚的興趣，西蒙斯的經(jīng)歷和成功給了他極大的鼓舞，逐漸走上專業(yè)量化交易這條路。
十月，天氣漸冷?！吨袊?guó)證券期貨》記者聯(lián)系上徐明時(shí)，他正帶著自己的團(tuán)隊(duì)參加海通期貨2013年的“笑傲江湖”實(shí)盤(pán)賽，目前成績(jī)位列投資家組第三名，這不是第一次參加海通期貨的實(shí)盤(pán)賽，去年以總收益89%、總收益額189萬(wàn)，獲得程序化組亞軍。
“艾革瑞”，源自“Algorithm”（算法）的譯音，創(chuàng)始人的量化定位可見(jiàn)一斑。團(tuán)隊(duì)主要成員在2012年開(kāi)始全職投身于程序化交易，多具有證券期貨投資、金融工程研究和IT項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)。艾革瑞團(tuán)隊(duì)主要做股指期貨日內(nèi)交易，交易頻率比較低，平均一天做1個(gè)來(lái)回的交易，持有時(shí)間一般都要超過(guò)1個(gè)小時(shí)。
量化交易和人工交易有一個(gè)很大的不同，就是模型的建立?！俺绦蚧灰赘褚婚T科學(xué)，需要投資者具有較高的模型開(kāi)發(fā)和系統(tǒng)開(kāi)發(fā)能力，以及對(duì)于交易規(guī)律的深刻認(rèn)識(shí)。”徐明認(rèn)為，人工交易更像一門藝術(shù)，需要對(duì)經(jīng)濟(jì)周期和行業(yè)發(fā)展有獨(dú)到的眼光。
對(duì)于模型，“寬客人”都視為自己最核心的秘密武器，往返于華爾街和上海的徐明和其他諱莫至深的受訪者不同，對(duì)模型提出了自己的看法，“模型是用數(shù)學(xué)方法找規(guī)律，而數(shù)學(xué)方法找規(guī)律很容易過(guò)度優(yōu)化。”
對(duì)于投資行業(yè)的深刻認(rèn)識(shí)更為重要。徐明表示，“國(guó)內(nèi)金融市場(chǎng)和華爾街還是有本質(zhì)的不同，對(duì)于中國(guó)市場(chǎng)期貨交易的認(rèn)識(shí)和理解，比運(yùn)用各種數(shù)學(xué)模型更為重要。很多系統(tǒng)在數(shù)學(xué)上是最優(yōu)的，但是在實(shí)踐中并不是最優(yōu)的，而且還可能是有極大風(fēng)險(xiǎn)的（即過(guò)度優(yōu)化）?！?/p>
策略是量化“寬客人”的另一個(gè)交易核心。“如果交易經(jīng)常不盈利，就不能僅僅認(rèn)為是利潤(rùn)回吐了，要考慮策略是否失效?！苯鹑A強(qiáng)調(diào)。
策略是否失效是所有程序化交易者面對(duì)的一個(gè)非常難的問(wèn)題?！笆А北旧砭秃茈y定義。日內(nèi)趨勢(shì)的策略勝率一般都不到50%，所以總是有賠有賺的。賠錢的連在一起，就連續(xù)回撤了，這其實(shí)只是虧損連在了一起而已。不同的時(shí)間，市場(chǎng)的規(guī)律也會(huì)呈現(xiàn)不一樣的特征，所以也很難判斷暫時(shí)表現(xiàn)不好的策略是否就永久不好了。
所以，最重要的不是判斷策略是否已經(jīng)失效，而是在策略表現(xiàn)不好的時(shí)候可以找到原因和解決辦法。
在2013年第二季度，艾格瑞團(tuán)隊(duì)就經(jīng)歷了一個(gè)較大級(jí)別的回撤，后來(lái)發(fā)現(xiàn)系統(tǒng)的很多虧損來(lái)自于“過(guò)度預(yù)測(cè)”。直觀的理解就是市場(chǎng)還沒(méi)有開(kāi)始趨勢(shì)的時(shí)候，系統(tǒng)就進(jìn)行了未來(lái)趨勢(shì)方向的預(yù)測(cè)。這一能力在過(guò)去的一年都不錯(cuò)，可以獲取超額收益；但是可能是因?yàn)槭袌?chǎng)氛圍變了，現(xiàn)在不僅不管用，還會(huì)帶來(lái)連續(xù)的虧損。
后來(lái)艾格瑞團(tuán)隊(duì)對(duì)策略進(jìn)行了調(diào)整：其一，相關(guān)性小的多周期、多系統(tǒng)非常必要。其二，用一套系統(tǒng)的方法去辨別哪些是市場(chǎng)里穩(wěn)定的規(guī)律，哪些是不穩(wěn)定的規(guī)律。其三，在風(fēng)險(xiǎn)控制上更為嚴(yán)格和保守，在謹(jǐn)慎保護(hù)本金的基礎(chǔ)上，實(shí)現(xiàn)盈利。
調(diào)整策略后，解決了“過(guò)度預(yù)測(cè)”的問(wèn)題，然后系統(tǒng)就又恢復(fù)了正常。從運(yùn)行兩個(gè)多月來(lái)看，表現(xiàn)比較穩(wěn)定。
摸著石頭過(guò)河的機(jī)構(gòu)
機(jī)構(gòu)投資者對(duì)量化投資的關(guān)注也越來(lái)越多，光大證券“816”事件揭開(kāi)了冰山一角。8月16日，光大證券量化套利資金超過(guò)了200億，烏龍事件一度引發(fā)國(guó)內(nèi)A股和股指劇烈地震。據(jù)中國(guó)量化投資學(xué)會(huì)理事長(zhǎng)、量化投資經(jīng)理丁鵬透露，“目前國(guó)內(nèi)量化投資資金的體量已經(jīng)達(dá)到1000億元?！?這些資金或主要來(lái)自券商和險(xiǎn)資自營(yíng)的量化套利資金，以及公私募的量化基金。
業(yè)內(nèi)人士指出，國(guó)內(nèi)某另一家券商在量化上投入的套利策略資金超過(guò)了300億，遠(yuǎn)超出光大的投入資金，目前，不少券商也在用巨額資金更新IT設(shè)備，加上公私募資金，在量化上的投入遠(yuǎn)超過(guò)1000億。
據(jù)悉，光大和海通等券商經(jīng)營(yíng)量化套利這項(xiàng)業(yè)務(wù)上，年度收益約10%-12%，甚至達(dá)到10%-15%或更高。如果按200億元的管理資金來(lái)看，帶給券商的直接收益就達(dá)到20億-30億元。這一盈利數(shù)字可能近年來(lái)熊市中某些券商一年的營(yíng)業(yè)收入。
由于A股市場(chǎng)實(shí)施T+1交易，券商量化交易部門在A股從事高頻交易的資金較少，據(jù)業(yè)內(nèi)人士推算，大約有20億左右。如果A股市場(chǎng)實(shí)施了T+0操作，估計(jì)更多券商大資金投入。
公募基金排名的壓力，參與股指期貨對(duì)沖倉(cāng)位比例不超過(guò)20%限制，都成了公募基金量化投資無(wú)形的鐐銬，短期內(nèi)難有多大規(guī)模。
“公募基金做量化很費(fèi)勁。”王萌（化名）坦誠(chéng)表示。
王萌，上海交通大學(xué)計(jì)算機(jī)碩士，資深軟件工程師，具有多年軟件開(kāi)發(fā)和管理經(jīng)驗(yàn)，以及金融市場(chǎng)投資經(jīng)驗(yàn)。已經(jīng)在資本投資市場(chǎng)10年了，目前是上海某公募基金的總監(jiān)。
“由于參與公募基金的排名，不可能完全做到量化管理，大多都有主動(dòng)管理的因素在面?！蓖趺忍寡?，這和采訪國(guó)內(nèi)某期貨公司量化部經(jīng)理時(shí)的話，頗有幾分相似，“目前國(guó)內(nèi)公募基金的業(yè)績(jī)也沒(méi)有聽(tīng)說(shuō)那個(gè)做的業(yè)績(jī)挺好，更多的是一種宣傳噱頭。”
而私募則相對(duì)輕松的多。私募資金私募基金在量化基金設(shè)計(jì)上，主要側(cè)重于量化多空策略的經(jīng)營(yíng)，目前國(guó)內(nèi)有數(shù)十款產(chǎn)品在做，雖然規(guī)模算不上太大，但收益穩(wěn)定保持在9%-15%還是容易做到。
張強(qiáng)（化名）在華爾街做量化投資多年，回國(guó)后成立了自己的私募公司，量化操作股指期貨。15個(gè)月來(lái)，資金收益保持在25%，這個(gè)業(yè)績(jī)?cè)谛袠I(yè)里可能算不上多高，但是出奇的穩(wěn)定，這正是量化投資追求的最高境界，關(guān)鍵是穩(wěn)定收益。遠(yuǎn)比上半年盈利50%，下半年虧60%好的多。更難得的是，15個(gè)月來(lái)回撤僅僅1.5%。這和公募基金帶著“鐐銬”跳舞形成了鮮明的對(duì)比。
無(wú)法阻擋狼來(lái)了
目前國(guó)內(nèi)的量化投資剛剛起步，發(fā)展還受諸多因素困擾。
政策性因素?cái)_動(dòng)、歷史數(shù)據(jù)不足、數(shù)據(jù)準(zhǔn)確性差、T+1的限制，金融衍生工具不夠豐富，風(fēng)控的完善、系統(tǒng)軟硬件的限制等，這些都是量化投資在國(guó)內(nèi)市場(chǎng)的瓶頸。
政策性因素?cái)_動(dòng)也很明顯，證監(jiān)會(huì)對(duì)光大證券“816”的巨額罰款，對(duì)光大證券在券商中量化的領(lǐng)先地位頗有打擊，同行不得不放慢了量化的步伐。
對(duì)于數(shù)據(jù)的不充足以及準(zhǔn)確性差，也深受其害，財(cái)報(bào)質(zhì)量和國(guó)外壓根就不在一個(gè)檔次，查閱數(shù)據(jù)也只能追溯到最近6、7年，這對(duì)用數(shù)學(xué)的方法統(tǒng)計(jì)數(shù)據(jù)建模型造成了直接的影響。
而某期貨公司的董事總經(jīng)理則直言，目前國(guó)內(nèi)期貨市場(chǎng)還是T+1，還沒(méi)有開(kāi)通夜盤(pán)交易，而國(guó)內(nèi)期貨市場(chǎng)又受國(guó)外盤(pán)影響巨大，國(guó)內(nèi)盤(pán)受其影響隔夜暴漲暴跌再正常不過(guò)，而依靠數(shù)據(jù)、模型的量化交易只能是無(wú)可奈何，這也是國(guó)內(nèi)商品期貨量化操作業(yè)績(jī)不理想的原因之一。
金融衍生工具不夠豐富，也是國(guó)內(nèi)量化投資的一大影響。目前國(guó)內(nèi)量化投資僅能運(yùn)用在商品期貨、股指期貨和國(guó)債期貨上，還限制頗多。比如股指期貨，國(guó)內(nèi)每天掛單不能超過(guò)500手；國(guó)債期貨開(kāi)通不久，成交量有限；期貨市場(chǎng)雖然套利客觀，但容納資金量有限。
據(jù)業(yè)內(nèi)傳聞，光大證券的量化部門前期運(yùn)行投入資金是1500萬(wàn)元，如果再加上維護(hù)費(fèi)用，數(shù)目不容小覷。
這在券商同行中絕不是孤例。盡管如此，因經(jīng)驗(yàn)不足，還是在風(fēng)控上鬧出了震驚中外的（816）烏龍事件，對(duì)量化的影響可見(jiàn)一斑。
光大烏龍事件暴露出機(jī)構(gòu)投資人在追求創(chuàng)新時(shí)忽略了風(fēng)控的完善?！肮獯箅m被證監(jiān)會(huì)罰款5個(gè)億，但券商用自營(yíng)資金做量化的賺錢能力也被大眾所知，未來(lái)會(huì)有大量的錢涌入?！币晃粰C(jī)構(gòu)人士認(rèn)為。
丁鵬認(rèn)為，“不能因?yàn)楣獯笫录蛯⑾冗M(jìn)技術(shù)和理念拒之門外，絕對(duì)收益是未來(lái)趨勢(shì)?！?/p>
國(guó)內(nèi)金融市場(chǎng)，盡管在量化上還存在著不少的問(wèn)題，但這引人注目的量化投資前景依然引起了國(guó)外大鱷的注意，我們無(wú)法阻擋：狼來(lái)啦！上述某期貨公司人士透露，“韓國(guó)成熟的量化投資團(tuán)隊(duì)，已經(jīng)進(jìn)入國(guó)內(nèi)市場(chǎng)開(kāi)始剪羊毛，據(jù)說(shuō)比國(guó)內(nèi)的量化機(jī)構(gòu)能量要大的多?！边€有更恐怖的團(tuán)隊(duì)，國(guó)外量化操作鼻祖巴克萊已經(jīng)在國(guó)內(nèi)完成了前期量化測(cè)試，不久也會(huì)攜帶巨額資金和先進(jìn)的理念來(lái)分一杯羹。
模型避免過(guò)度優(yōu)化
