量化投资策略研究及应用

乔森 中国人民大学

量化投资主要是投资人员通过计算机信息建立数据模型，将市场信息和相关数据输入到模型当中，利用相关公式计算出投资对象，由此确保投资决策的最优化。量化投资不依赖于投资人员的主观判断，而是将投资人员的经验利用信息上传到模型当中，以此实现投资理念。投资者在投资行为中比较关注风险和收益之间的合理配比，并且通过夏普比率对风险和收益进行控制。量化投资人员不需要对琐碎信息进行重复分析，只需要对模型进行优化完善，并且对可以盈利的模型进行创新设计。

一、量化投资策略分析

量化投资策略主要包括统计套利策略，择时策略，算法交易策略以及高频交易策略等。对于量化择时策略来说，该种交易策略具有较高的收益。通过量化分析宏观指标和微观指标，可以对未来经济走向进行判断，明确买入和卖出行为。量化择时策略中主要包括趋势跟踪策略，理性交易策略和噪音交易策略。投资人员所应用最多的是趋势跟踪策略。统计套利策略属于风险套利，通过分析和研究历史数据，基于统计学理论对该链分布情况进行估计，对规律的未来存在状态进行判断。统计套利策略主要包括均值回归策略，配对利差策略和多因素回归策略。算法交易属于自动交易行为，可以有效研究采取有效措施降低初期交易成本，还可以通过算法将大额交易分化为若干个小额交易，降低市场价格对交易行为的冲击。组合套利策略主要是针对期货市场中的跨品种或者跨市套利交易策略，此种策略当中主要包括熊市跨期套利，均衡价格策略以及牛市跨期套利等。高频交易的交易量比较大，持仓时间短，单笔收益率比较低，人们不能通过分析市场变化而寻找到最大化交易点，而是需要通过计算机技术获取高额收益。因此高频交易策略主要包含猎物算法，回扣交易策略和自动做市商策略。

二、量化投资与传统投资的比较分析

（一）传统投资的不足

投资策略主要包含被动型和主动型策略两种，其中前者主要为指数化投资策略，后者主要包含量化投资策略和传统投资策略。主动型基金经理希望能够尽量获取市场基准超额收益。但是，这类传统基金经理的收益率往往无法达到理论期望值，这主要是由于传统投资策略存在较多的不足。

第一，传统投资策略会受到信息处理能力的影响。由于人类思维只能够分析有限的数据与信息变化的情况。所以对于基金管理人员来说，无法深入分析和研究海量股票数据。

第二，传统投资策略会受到认知偏差影响，思维定势和认知偏差都会使最终决策存在偏差，此时就会影响决策的科学性，进一步影响投资行为。

第三，传统投资策略比较注重投资收益，忽略了风险控制的重要性。强调单股挖掘，不注重投资组合。再加上传统投资策略中的基金业绩衡量缺乏相关定义，因此缺乏严格控制和限制基金经理的投资资产配置，这样就导致基金经理比较注重潜在业绩基准，在效益追求方面存在盲目性，没有注重到风险控制机制，此时就会导致传统投资策略无法获取显著绩效。

（二）量化投资策略的优势分析

从当前所应用的技术分析方法和投资效果能够看出，量化投资策略的优势主要表现在以下几个方面：

第一，系统性。量化投资所具备的系统优势包含多层次量化模型，能够对模型实施多角度观察，还能够针对性地处理海量数据。量化投资的系统性特点还表现在数据量多方面，能够有效处理海量数据。

第二，纪律性。量化投资能够严格执行模型所提供的投资建议，不会随着投资人员的喜好而变化。纪律性存在较多优势，能够有效消除认知偏差等不足问题，主要体现在金融理论方面。纪律性能够实现修正和跟踪，属于定性思想的应用，能够展现出组合思想。

第三，及时性。量化投资能够对市场变化进行及时有效跟踪，这样能够第一时间发现超额收益情况，并且建立新型统计模型，以此增加新的交易机会。

第四，分散化。在风险控制基础之上，量化投资能够对分散投资目标实施准确分散处理，分散化是量化投资依靠概率获胜的途径。首先，量化投资能够从历史数据中挖掘有效数据，在明确历史发展规律之后能够提升利用率。通过大量的分析我们可以知道，历史规律均属于大概率取胜的策略；其次，量化投资能够通过股票组合筛选获胜，无需通过单一股票获胜。从投资组合理念能够看出，量化投资主要是获取大概率获胜股票，而不是注重单支股票的获胜。

第五，准确性。量化投资能够对交易机会进行客观评价，能够消除主观偏好所致的误差问题，能够正确应用套利思想。量化投资能够在估值洼地实现全方位扫描，有效获取错误估值和措施定价的机会。量化投资基金经理需要注重分析和找寻估值洼地，以此买进低估，卖出高估。

三、量化投资的投资交易模式分析

量化投资交易策略涉及内容比较多，其中量化择时策略可以通过金融产品效益选择基于分析工具对走势方向进行判断，该项收益策略也属于收益率比较高的投资交易方式，当前多数人都广泛应用跟踪策略实施。

（一）趋势跟踪策略

此种交易策略主要是基于大趋势，向下突破支撑线则表明存在较大的下跌趋势，向上突破压力线则表明存在较大的上涨趋势。因此此种交易策略注重寻找大的发展趋势，在突破过程中通过平仓或建仓方式获取高收益。在选择趋势型指标时必须遵循市场动态发展原则。其中，移动平均线、平均差、趋指标以及平滑移动平均线属于趋势策略中最常应用的指标。

（二）噪音交易策略

噪音交易是交易人员没有掌握正确信息，直接进行交易的行为。噪音在有效市场中属于均值为零的扰动项，但是市场的发展不是长期有效，会出现大量异常信息。人们在获取异常信息之后能够有效判断投资行为的有效性。因此应用噪音交易策略时，投资人员需要利用大量计算获取噪音交易指数，并且对指数变化情况进行监测，以此作为量化交易策略的设计依据。

（三）协整策略

协整策略主要被应用到统计套利策略中，其应用原理主要是寻找具备良好相关性的产品，并且对产品的协整关系进行调整。若投资产品价格差与买入时的价格存在较大差异，当价差均衡时活力了解平仓。因此在协整策略中包含EGARCH检验、GARCH检验和协整检验。

（四）多因素回归策略

此种策略也被广泛应用到交易行为中，通过多因素回归策略能够对投资收益因素产生影响，按照收益相关性建立多元回归模型，并且对投资组合分析证券系数进行简化，即套利定价模型。

（五）量化投资策略评价

针对不同的量化交易投资策略，我们可以应用一些度量指标来对其实施评价。按照交易中成本扣除和亏损净获利利润实施投资策略，此时能够表现出交易投资的盈亏情况。频繁变现交易和产生的手续费中包含亏损与盈利交易次数，按照时长将投资收益率折算成年化收益率，以此展现出交易收益度量指标。在额定周期内，当产品净值下降至最低点时，此时能够获取收益率最大撤回幅度，反映出单位收益的夏普指数。这样能够对投资产品的市场波动系数进行度量，以此描述出风险承受能力的度量。其次，在量化投资评价时也可以应用业绩评估方式，由于存在投资业绩变现问题，因此需要考虑到资金收益影响受益变化的原因，并且采用绩效评估和管理评估模型全面评价资产结果。

四、量化投资资产配置

此处所提及的资产配置主要是指选择资产类别，在投资组合中合理配置不同资产，并且实时管理混合资产。量化投资管理不再受到传统投资组合限制，能够有效结合量化分析，将投资组合看作整体，以此明确分配比例和配置目标，提升资产配置内涵。

资产配置包含战术资产和战略资产。其中前者主要是按照资产收益在短时间内的变化，以此获取超高收益；后者主要是按照资产收益在市场中的长期存在状态，以此对长期投资风险进行控制，以此获取最大化利益。鉴于此，战术资产是在长期战略资产配置基础之上发展起来的，属于短时间分配策略。战略资产配置处于长时间投资活动中，而战术资产配置主要是采用灵活的投资机会，并且与战略资产配置进行合理搭配，以此获取高收益。

五、结束语

综上所述，量化投资对于金融市场的发展具有重要影响，其不仅是传统投资交易模式的再发展，同时也标志着市场需求的变化以及技术的进步发展。所以在未来发展中，量化投资策略可以在某种程度上有效替代传统投资策略。此次研究主要是围绕量化投资策略及其应用展开讨论，以此探索金融行业的投资交易行为变化趋势，希望能够对金融市场的未来发展进行预测。