陈雁
【摘要】 本文阐述了智能选股与人工量化操作相结合,用大数据系统,参比市场指数进行选股,利用人工操作弥补量化模型的不足,探索出更适合中国A股投资者的人工量化交易模式。
【关键词】 大数据 智能选股 人工操作
中国证券市场从1991年的8只股票发展到2017年3月1日的3124只股票,这短短的20多年走过了西方资本市场的百年发展轨迹,市场容量与影响力呈几何级数形式爆发。近几年来,量化投资日益引起国内机构投资者以及高校学者的重视,量化投资及智能选股的需求也被各类投资者更多的提出。但是目前量化投资策略与智能选股系统仍存在着不可防范的风险。
一、量化投资与智能选股的机遇
与海外成熟的资本市场相比,中国股市场仍不完善,量化投资的技术和策略都属于起步的初期阶段。但全球都看到了中国量化投资的发展潜力巨大:与西方成熟资本市场相比,中国投资主体以个人投资者为主,投资理念较为落后,切有强烈的羊群效应,量化投资的策略在国内资本市场竞争者较少,优秀的专业投资者用敏锐的嗅觉发掘市场的非有效性机会,产生超额收益空间。
2010年开启的融资融券业务和沪深300股指期货代表着中国资本市场的巨大变革,结束了国内市场做空机制缺失的局面。量化投资在国内的发展迎来重大机遇,2014-2015年这波牛市吸引力很多华尔街回来的金融精英开辟国内的量化投资市场。
未来智能选股系统与量化投资系统必将成为国内机构投资者、个人投资者的重要工具。
二、量化投资与智能选股的挑战
2013年8月16日,国内股市场突然出现异常拉升,最高涨幅达到5.62%,致使股市混乱。后来经证实,事件源于光大证券自营部门的高频套利交易系統。程序员的一个小错误引发巨额错单,损失严重,多人问责。这一“光大乌龙指”事件说明量化投资高回报的背后隐藏着巨大风险。
20多年的快速发展也透支着市场的承受力,尤其是2015-2016年这两年,A股市场经历了疯狂的大牛市与疯狂的下砸熊市,经历了千股涨停、千股跌停、千股停牌,监管层脆弱的神经也受到了挑动,中国限制了股指期货交易,机构的量化基金与量化产品遭受了灭顶之灾。
正因为中国金融市场发展不完善、监管覆盖不完全,股票、期货等金融产品的定价仍存在一定的偏差,而这种偏差和各市场间一致性的不足就为计算机程序化交易提供了机会。但是没有足够的市场数据提供,根本无法通过模型来完善交易。没有充足历史数据就无法让智能选股系统与量化投资模型做出非常准确的投资选择,需要辅助人工操作,获取超额收益。
三、智能选股与人工量化操作实践
笔者于2011-2017年一直从事人工量化操作实践,账户开通融资融券功能,并进行日内T+0交易,获取相对于对应指数的相对收益,整个实践操作过程分为三个阶段:
第一阶段,2011年1月-2014年12月,笔者用4年的时间跟踪上证50ETF,并进行日内T+0交易,平均每日使用底仓资金400万元,交易量800万元。通过跟踪上证50ETF的成分股和主要银行指数、股指期货等指标,实现了相对指数每年20%的相对收益。
第二阶段,2015年1月-2015年10月,笔者用融券模式,每日不占用账户内资金,可以利用4000万的融券额度,每日跟踪沪深300ETF,通过跟踪对比影响沪深指数的主要成分股,中国石油、中国石化、银行指数、地产指数、股指期货等指标,实现了相对于指数的年化30%的相对收益,在股灾期间,也是笔者这部分操作获利巨大的期间。利用此方式,大大减少了股灾对账户本身净值的损失。
第三阶段,2015年10至今,在此期间政府出面打击日内高频交易,对股指期货进行限制,这些诸多因素使笔者放弃了原来跟踪指数的操作模式,因为指数已经明显失真。这期间,笔者运用了智能选股模型,找出与创业板指数相对密切相关的个股600588用友网络,利用50万元的资本金,并进行日内T+0差价操作,用于降低持仓成本。主要参照银行指数、创业板指数、计算机板块指数、板块内反应灵敏的股——中国软件、浪潮软件,以及创业板指标股东方财富等的日内走势,利用时间差与空间差,历时一年时间于2016年10月将持仓成本从27.13降低到16.10,成本降低了40.66%。而同期90%的公募基金是亏损的,同期的量化投资基金全部停顿,笔者的收益远远超出了行业平均水平。
四、总结
人工量化操作要做到心到、眼疾手快,这还要依赖于硬件设备的提供和模型的设定,需要4-5台电脑用于观测不同的指数与参考股票,其中一台电脑专门用于下单。同时,为了更快的下单,笔者将按键精灵进行改编,只需几个键进行快速下单与快速撤单,比别人快0.01秒,就比别人多了99%的机会。
笔者用了6年多的实践经验,为广大中国股民闯出了一条新的道路,进一步尝试寻找到适合中国目前国情的超额收益策略。结合人工操作,可以有效的弥补电子设置的短板,这将会大大降低风险性,期望能够帮助投资者在股市场得到更好的回报。