资本市场的量化投资策略和风控措施分析

郭梦清

1.百度时代网络技术(北京)有限公司；2.对外经济贸易大学统计学院

一、引言

信息化时代，时间就是效益、信息就是资本，投资市场证明了这个理念的重要性。因此量化投资是顺应时代发展趋势的产物。利用电子计算机和网络人工智能技术快速实现信息收集，数据整合，计算出最优化的投资组合，抓住闪现的机会付诸实施，整个过程行云流水，充分体现出电脑的及时性、分散性、纪律性，以及不可避免的风险性特点。量化投资在我国发展时间不长，以沪深300股指期货出现来推算只有短短十年，与国外发展五十多年的历史相较，我国还处于摸索发展的初级阶段。因此探索成熟有效的投资策略和风险控制措施意义重大。

二、量化投资特点

早在1952年马科维茨就提出了现代资产组合理论（MPT）,首次出现了期望收益、收益率和波动率和关联度矩阵这样的数学模型来分析资产收益的属性，这为后来量化分析系统化建设奠定了基础。1961年传奇的数学家和科学家爱德华索普用量化第一次用量化投资理念管理一只基金创造了年化19%的好成绩，并且做到连续230个统计月中227个月本金不损失。索普教授总结到投资回报主要还是对市场的信息获取公平性，投资者的理性程度、市场交易的执行力度和机制。可以说总结的准确精辟，指导过去50多年了这些观点依然适用。当前量化投资的特点主要有:

1.相较于人工分析决策，量化投资更具理性化。投资人都无法完全克服心理情绪对投资的决策的影响。贪婪、恐惧都会失去获利机会，获利后患得患失，投资失败有抱有不切实际的幻想。这种主观上的情绪波动往往使人放弃理性思维，无法针对客观事实作出准确的判断。量化投资就不存在投资中的情绪化问题，只会忠实执行数据模型理性的分析结果，不受外界因素干扰。从这一点可以看出电脑量化分析更加理性客观。

2.量化分析效率高、准确性高。人的大脑开发是有限的，难以快速正确的分析复杂的、海量的数据信息。由于收到的信息有限，某些片面的信息在特殊情况下会被主观放大，所以制定投资决策会出现个误导。量化投资则可以通过大数据技术处理海量信息，从信息收集、整合到提出投资决策，效率呈几何倍数提高，这样就能捕捉正常情况下人为操作无法利用的短暂市场机会，采用高频交易获利。这也能解决当前数据信息量大且杂的问题，通常必要的数据信息包括公司政策方面的文件公告、经营数据、国内外重要的经济指标、主要原料的价格等，这些庞大的数据信息靠人工逐一收集、筛选、分析则会浪费大量时间和精力，而且效果欠佳、准确性不高。

3.量化投资的及时性。量化投资时通过计算机和网络信息技术对市场信息快速分析计算，发现机会便会快速形成交易信号，所以反应速度是以秒来计算的。有些高频交易的量化模型反应甚至达到毫秒级别。

4.分散性投资控制风险。资本市场运作最忌讳的就是把所有的鸡蛋放在一个篮子中。根据投资经验，控制风险，最有效的方法就是分散性投资。量化投资一方面学习利用历史上取胜概率较多的数据模型，模拟相同历史规律下的制胜案例。另一方面量化投资分散投资不是筛选一只或几只股票，而是利用投资组合的理念，通过股票组合来取胜，以达到较为稳定的收益。

三、量化投资策略

量化策略是用计算机技术，通过数字模型对金融市场进行分析，用科学严密的逻辑来分析、判断，制定交易决策。资本市场交易期限长，资本流动性相对较弱，所以投资风险很大。为了有效控制投资风险，就必须探索应用性较强的是，风险可控性强的量化投资策略。例如以下资本交易中常见的以下几种：

（一）高频交易策略

高频交易是利用计算机和网络系统，实行自动交易的一种形式。高频交易做突出的特点就是快进快出，进为止盈，错为止损。例如，上海期货交易所品种是普通500ms一个快照，并不是500ms撮合一次，而是500ms内所交易情况汇总的快照，你和交易对手可能在1ms已经成交，回报已经接收到了。这种高频率、超大数据的处理要求，若采用常规算法无法完全执行这种交易要求。即使运算时间精确到毫秒级，也只能使交易双方通过各类金融工具获得中间的细微利润，但仍无法实现或者基本无法实现对运算量要求大、速度快的交易处理。而高频交易是一种比较特殊的量化交易形式。它不需要向传统算法交易那样先设定交易策略进而转化为程序再通过各运算主机、网络数据传输的方式执行。为此，高频交易从原理上改进了这种传统的数据算法方式，采用高频交易信号算法，与此延伸的还有一种优化交易执行算法，这两种算法都是高效计算模式。

（二）指数增强

指数能反映社会经济发展的趋势，虽然从长期来看指数随着经济法是长期向上的趋势，因为人类社会是不断进步的。通过计算模型，掌握指数增强的规律，顺势投资。这个投资策略从逻辑上看没有问题，但是影响指数的因素很多，因为社会发展过程中充满很多未知未知因素。通过指数增长产品的取得收益是需要时间积累的，所以投资人必须根据这一特点慎重规划。因为你刚进场不久但又不得不因为需要收回资金离场，而同时这段时间内股市跌多的时候，就可能亏损本金。买指数的基金管理人都期望入场点位是相对最低的因为入场时指数位置高，一旦市场跌，超额收益就需要更长的时间填坑。为了提升指数化投资的回报，基金管理人要尽可能掌握标的指数的各种特征。

（三）多因子模型选股

多因子模型是量化投资中最常应用的投资策略。因子我们可以理解成为影响股票收益的因素，是找到因子与收益率之间的关联性是多因字选股的关键。量化实践中，多因子模型是已经比较成熟的投资模型。多因子模型建立在套利定价理论（APT）、投资组合、资本定价等多种经融投资理论基础上的。虽然影响收益的因素是多方面的，而且是动态变化的，但是只要找到其中的规律，就能发现在一段时间内总有一些因素是发挥稳定的。多因子选股就是通过数据模型子酸寻找共态变化中行对稳定的指标，并投建此类股票的组合，这样就有希望在这个发展时间段内跑赢指数，获得收益。

（四）量化择时策略

资本市场中无论是做价值投资还是技术分析，紧扣的都是两个核心内容，一个是选股另一个就是择时。不是有句俗语吗，占到了牛市的风口，是猪都会飞上天，这就说明择时在投资中的重要性。量化择时其实就是选择最佳的买入时机和卖出时机，表面看这是一个简单的逻辑但是要准确判断大盘走势并不容易，因为影响的走势的因素很多，国家政策、宏观经济、企业微观发展等。就如在几次严重的经济危机和政治未击中，择时不是为了获取利益，而是为了控制最大回撤。量化择时在实践中通常有趋势择时、有效资金量量化择时、牛熊线量化择时等等，一名成熟的基金管理人应根据情况具体分析伺机而动，选择最合适的方法和最佳的时间点出手。

（五）AI量化策略

通过AI技术赋能量化投资，通过海量的历史投资和回报数据，构建高精度量化投资相关模型。例如，在选股场景，将影响投资收益的因素抽取为特征，经过多次程序训练后采用机器学习、人-机语言/程序转化和处理、视觉理解等技术，以投资回报为最终目标，训练投资收益排序模型，用来预估未来一段时间投资股票的收益，对收益进行排序，通过排序结果来自动选择买入股票集合。AI量化投资策略使得投资全自动化快速发展，它不仅能获得比人工和规则策略更理想稳定的收益，而且能大幅度提高工作效力、解放生产力、推动金融投资的稳定健康发展及社会的进步和发展。

四、量化投资带来的风险

1.技术风险。量化投资是依靠计算机和人工智能技术进行投资操作，所以硬件和软件是否安全稳定，会直接影响到投资结果。量化实践中，我们发现硬件稳定性和风险性比较容易控制，软件是比较脆弱，不容易控制。其中软件的程序的实际是关键，因为那怕软件设计存在很小的一个小缺陷，都有可能导致整个交易程序策略失败，因此投资软件带来风险和波动不容小视。

2.策略模型选择不当带来的风险。实际工作中量化模型设计者对其期望值都很高，希望能经可能周全的避免风险因素，但是他们却没有意识到模型本身的缺陷。但是只有经过实践检验，缺陷和不足才会逐渐涌现。因此设计者要吸取历史上的投资经验设，无论成功的，还是失败的，善于从中总结原因。还有市场上常见的套利策略模型被同质化趋向明显。出现相同的交易信号时会助涨杀跌，造成更大的系统性风险。

3.操作不当带来的风险。操作层面上，首先投资操作人员水平参差不齐，这就造成在选择模型，或者错做模型过程中都会出现不同的问题，会造成风险。也很难排除个别投资人为赚取超额收益，冒险采用稳定性差的量化策略模型，反而造成投资风险。

五、量化投资控制风险的措施

我国资本市场一直以来极为重视投资风险，为风险的控制做出了系统性、全面性的防控措施和手段。但是随着新型的投资方式和手段的萌生，如投资组合等，就必须要进一步根据情况实时完善量化投资风险控制措施。在全球经济一体化背景下，还需更进一步完善量化投资的风险。借鉴现有国外经济市场成熟应用的监管经验并结合我国经济体系和特点，需进一步完善以下工作：

（一）完善监管体系

1.首要保证交易公平，这是确保持续、良性投资的大前提。投资者愿意把资金投入到市场，是出于对市场的信任，所以相关职能部门就必须要在落实公平交易上多做工作，对市场反馈的不公平现象及时处理，利用法律和政策的双重引导设立监管红线，切实保障投资人利益。

2.要对量化投资做明确的定性划分。量化投资的根本是前沿金融、数学理论和人工智能的应用。最大的特点就是程序更新换代速率快，给监管带来很大的难度。为了杜绝不法投资商利用监管的空白地带获取不正当收益，可采用定性划分方式对不同量化交易策略进行分开界定，再结合市场反映确定监管标准。

3.必须加强对量化投资的分类监管。随着量化投资的新形势，为提高管理效率和提升管理的有效性，应实施根据其性质对交易机构实行分类监管在内的灵活管理模式，这样监管内容会更有针对性，也更详细，能有效保证投资市场的安全性和稳定性。

（二）完善监管机制

完善量化投资监管机制可以通过三个途径实现。

1.加强市场机构的风险控制。市场是安全监管的第一道门槛。在投资基础工作开始时投资部门、计算机系统的开发商以及服务商的资质、技术水平和投资信誉进行检查和评价，只有符合准入要求的才予以通过

2.加强对交易过程的监督管理。第二道风险防控门槛是交易所内，在交易发生的过程中，监控系统要实时跟进并追踪判别交易过程中的任何异常情况，针对所发现的异常情况要立即做出响应，采取切断交易的方式确保交易风险可控。交易前端要建立风险预警分析系统，针对一些异常操作指令进行监控分析，如超大规模和超高频率的操作。进行监控，再者对于资本市场上的异常指数波动及时进行风险预警和处理反馈。

3.加强对清算部门的监管。风险防控的第三道门槛就是结算部门的监管。证券结算公司的风险防控主要是要加强价差风险、本金风险的控制。对于但日内超过交易量、交易频繁的机构要加强监控，一旦发现问题就可以及时停止清算。

总之，量化投资是资本市场发展的趋势。政府要加强监管和引导保证其安全、稳定运行。