量化投资范文

量化投资范文第1篇

1987年在美国南卡罗莱纳大学获得国际商业硕士学位，曾出狂台湾获多利詹金盘投资颀问公司(wardleyJamescapel)总经理。1995年。历任加拿大伦敦人寿保险公司(LLIM)权益证券按资副总裁、常务董事等职务。2003年担任荷兰银证券投资信托公司(ABNAMRO)首席投资总监。2006年11月，担任光大保德信基金公司副总经理兼审席投资总监。

一份，“一了夙愿”的情怀，一次机缘巧合的引荐，让袁宏隆开始了他在中国大陆的投资之旅，2006年11月，袁宏隆以副总经理兼首席投资总监的身份加盟光大保德信基金管理有限公司。在此之前，袁宏隆花了二十年时间，在中国台湾和北美不断积累着他的投资经验。而这也使得他成为中国大陆基金业中，全球投资经验最丰富的首席投资总监之一。

对于光大保德信的投研团队而言，袁宏隆的“空降”带来的最大变化，可以浓缩成两个字：量化。这既包括注重量化流转的投研程序，也包括强调量化考察的绩效考核。着力打造量化投研体系，是袁宏隆在光大保德信的得意之作，其效益则体现在三年来的业绩斐然，尤其是刚刚过去的2009年：根据银河证券基金研究中心的报告，在124只成立满一年的可比基金中，光大保德信旗下的量化核心基金、红利基金、新增长基金和优势配置基金分别排名第u位、13位、22位和32位，风格完全不同的股票基金，表现却能够一致，体现了投研流程的合理性和投研团队的实力。

坚守自己的理念

从中国台湾到加拿大，再从加拿大到中国台湾，这是袁宏隆步入中国大陆之前的投资生涯路线图。

1987年，从美国南卡罗莱纳大学获得国际商业硕士学位后，袁宏隆的投资事业从中国台湾起步。在此期间，他曾出任台湾获多利詹金宝投资顾问公司(WardleyJamesCaps)总经理。该公司是一家以汇丰集团为背景的知名证券经纪跨国集团公司，主要为投资于中国台湾地区股票市场的OFII提供投资咨询服务。到了1995年，袁宏隆来到加拿大伦敦人寿保险公司(LLIM)，先后担任权益证券投资副总裁、常务董事等职务。这家寿险公司的资产规模超过150亿加元，在八年半的任职期间，袁宏隆为山H管理约30亿加元的北美证券资产。而思乡之情让袁宏隆在20。3年再度回到中国台湾，担任荷银证券投资信托公司(ABNAMRO)的首席投资总监，该信托公司旗下有20多只基金，资产管理规模达到35亿美元。

二十载的海外投资生涯，拓宽了袁宏隆的投资视野，也让他切身感受到不同地区投资风格的差异。“不同地方的普通投资者心态是不一样的。比如在北美，大家者偏向于长期价值投资，而在中国台湾，则经历了从，早前热衷短线投资渐渐过度至成熟价值投资的过程。”袁宏隆告诉记者，“到了中国大陆以后，我发现这里的投资者对短线收益的要求比其他地方耍高，基金投资风格也常常会受到持有人需求的影响。”

很显然，袁宏隆的中国大陆投资之旅，首先要面对的，就是投资理念的一次碰撞是继续他二十年来的严谨，还是融入本土的投资偏好?在连续三年持续完善光大保德信的量化投研体系之后，袁宏隆用自己的工作表明了态度，他选择了坚守自己的理念。

袁宏隆力推的量化投研体系内涵丰富。如在研究员荐股上，袁宏隆让每位研究员可以艮据自己的研究偏好，选出比较个性的模拟组合，由5只股票组成，这个模拟组合不仅要在投资组合会议上接受其他投研人员的质询，而且还要进行系统追踪。公司则根据每天的实时表现，随时调阅出每个研究员和每个基金经理的投资组合的绩效比较，使得各投研人员的投资能力一目了然。而在考核中，袁宏隆也偏爱用数字说话，尽量使得每个研究员和基金经理的绩效业绩都得以量化，并根据量化考核的结果进行奖惩。

在股票池的建立上，袁宏隆也常强调定量分析的重要性。“实施上，在市场扩容速度加快的背景下，进行定性的分析越来越难，而通过定量分析，则可以发现被市场忽略的投资标的。所以，我们的股票池是采取定性和定量分析结合的办法确定，希望能从被动研究转移到主动研究。”袁宏隆说。“以光大保德信量化核心基金为例，我们会根据模型筛选出具有投资价值的股票，而当数量模型筛选出不熟悉股票时，要借助研究员的定性研究作补充，来决定股票的入库以及是否购买。”

恪守铁的纪律

量化投资最核心的是纪律――这是身兼光大保德信量化核心基金基金经理的袁宏隆在不同场合多次强调的观点。“能够克服基金经理个人主观因素的影响，恪守纪律的量化投资才有可能为投资者带来超额收益。另外，量化投资能够借助计算饥强大的运算能力去筛选个股，捕捉到被市场所忽略的个股或者板块，这是量化投资的魅力所在。”袁宏隆说。

袁宏隆指出，量化投资不会随意对模型进行调整，因为一旦模型建立也就意味着量化投资的风格已经确立，调整量化模型实际上就是改变基金的投资风格，除非经过市场一段时间的验证，新的归因值确实比旧的显示出更多优势，这时候才需要进行一定的调整。但总体而言，成熟的量化模型在运作中不会出现太大变化，量化投资的纪律就在于不能因为一时的市场变化就调整量化模型。

事实上，在二十年的海外投资生涯中，袁宏隆管理过多个投资团队，严守投资纪律是他对团队成员最基本的要求。而在光大保德信，袁宏隆的投资纪律观除了身兼基金经理而必须各守的量化投资纪律外，还包括身为投资总监对旗下其他基金经理“必须注重业绩比较基准”的要求。而对于后者，袁宏隆只用一句话来形容：基金经理必须根据基金合同的要求来管理产品。这其实意昧着，在光大保德信的基金产品中，所谓的投资冈格指的是产品自身的风格，而非基金经理的个人风格。

“如果基金经理持仓品种总是超越基金合同限定的条件，短时间内可能会取得超额收益，但一旦品种选偏、风险释放，无疑会使基金公司的运作产生被动，将无法面对基金持有人。而且，基金经理的行为只有和基金产品合同保持一致，才能让基金持有人有明确的预期，这一点很重要。”袁宏隆严肃地说，“我们是基金持有人的投资伙伴，这是我们必须遵守的最起码的投资纪律。”

这种投资纪律反映在光大保德信的股票池上，就形成了其特色的风格。袁宏隆告诉记者，在光大保德信投研的总股票池中，针对每个基金产品设立了对应的“冈格库”，而这些基金产品的投资对象则多从自己对应的“风格库”中挑选。当有新的股票进入股票池时，则会判断其适合哪个基金产品，将其补充到对应的风格库中。在这种操作模式下，光大保德信旗下的偏股型基金出现了非常明显的风格差异，各基金挣仓吉构完全根据各基金的特点，少有重仓股持股重合的情况。“这就是我们追求的效果。”袁宏隆说。

操刀中小盘基金

今年起，袁宏隆在身兼多职后，还将担任光大保德信中小盘基金的基金经理。这是光大保德信的第一只中小盘基金，袁宏隆的亲自担纲，足见公司对该基金的重视。而在近期各基金公司刮起的中小盘基金发行热中，袁宏隆又将如伺展现自己的独特之处呢?

袁宏隆的方法是使用动量策略模型来考量股票走势的变化趋势，并以定量、定性和动量策略作为选股的依据。定量上，光大保德信专门为中小盘基金研发了价值评估模型，并以此筛选出财务指标、盈利指标等表现较好的公司：与此同时，依托该公司强大的研究团队实现定性研究；动量策略着重考量股票过去的涨跌幅，及其过去一段时间和现在成交量的比较，来确定其盈利增长方向。

值得一提的是，光大保德信基金公司还建立了资产配置小组，其团队式的投资管理机构，是国际成熟投资理念及本土长期投资经验的集中体现。在强调深入挖掘投研团队集体智慧的同时，各层次的投资决策主体各司其职，明确权限设置及分工，对投资决策过程进行严格的风险管理。

虽然是首次掌管中小盘基金，但袁宏隆对该基金的前景充满信心。他指出，从历史数据来看，“小盘效应”一直存在。以美国为例，过去80年，小盘股年化增长率是12.5％，大盘股年化增长率为10.7％，80年间的年化通胀率为5.3％。相同的情况也发生在6股市场，比如过去5年(2005那1月-2009年11月)，沪深300年化收益率是30.66％，中证700中小盘指数的年化收益率是34.5％。

量化投资范文第2篇

【关键词】量化投资；数学

中图分类号：F83 文献标识码：A 文章编号：1006-0278（2014）07-242-01

一、量化投资概述

量化投资，顾名思义，将投资进行量化。它结合数学模型、利用计算机相关的科学技术对投资进行决策。与传统的投资方式不同，它不依靠人的主观意识去判断决策，而是通过量化模型处理大量信息以便找到一定的市场规律。

量化投资的发展史就短短的几十年，但其凭借其纪律性、系统性、及时性、准确性和分散化的优势，发展前景十分可观。其主要研究内容包括算法交易、股指期货套利和量化选股等投资策略，以数据挖掘、人工智能和随机过程等理论进行分析最终得到决策方案。A股市场的弱有效性，使其特别适合通过量化的方法找出其无效性，发掘出超额收益的潜力。

二、数学模型的重要性

“数学模型”，又称“金融数学”或“数理金融学”，是利用数学工具研究金融现象，通过数学模型进行定量分析，以求找到金融活动中潜在的规律，并用以指导实践。金融数学是现代数学与计算机技术在金融领域中的结合应用。

金融数学的发展曾两次引发了“华尔街革命”。上个世纪50年代初期，马克维茨提出证券投资组合理论，第一次明确地用数学工具给出了在一定风险水平下按不同比例投资多种证券，收益可能最大的投资方法，引发了第一次“华尔街革命”。马克维茨也因此获得了1990年诺贝尔经济学奖。1973年，美国金融学家布莱克和舒尔斯用数学方法给出了期权定价模型，推动了期权交易的发展，期权交易很快成为世界金融市场的主要内容，成为第二次“华尔街革命”。2003年诺贝尔经济学奖第三次授予以数学为工具分析金融问题的美国经济学家恩格尔和英国经济学家格兰杰，以表彰他们分别用“随着时间变化易变性”和“共同趋势”两种新方法分析经济时间数列给经济学研究和经济发展带来巨大影响。

不仅仅是理论界在金融数学领域取得巨大的成就。实务投资派也运用金融数学模型在市场中取得了巨大的盈利。数学教授出身的“模型先生”詹姆斯・西蒙斯（James Simons）连续两年在对冲基金经理人收入排行中位列第一。2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元，去年，他收入高达17亿美元，差不多是索罗斯的两倍。68岁的西蒙斯是世界级的数学家，也是最伟大的对冲基金经理之一。他24岁就出任哈佛大学数学系教授，曾与著名华裔数学家陈省身一同创立了Chern-Simons几何定律，该定律成为理论物理学的重要工具。西蒙斯和他的文艺复兴科技公司是华尔街一个彻底的异类，公司从不雇用华尔街人士，而是靠数学模型捕捉市场机会，用电脑作出交易决策，是这位超级投资者成功的秘诀。

而在量化投资学中，数学模型有着举足轻重的作用。依靠个人判断选股，你可以一夜暴富，但是同时你也承担着第二天输得什么都没有的风险，模型的优势恰恰在于降低风险。举个例子，传统的定性投资依赖于上市公司的调研，结合了个人的经验和主观判断，而无法克服人性上贪婪、侥幸心理和恐惧等弱点，带着个人情感会使是判断产生偏差。模型恰恰能通过全面系统性的扫描，准确且客观地评价交易机会，克服了主观上的情绪导致的偏差，从而做到降低风险。投资能盈利的本质就在于能有效的控制风险。风险是一定存在，但只要能合理控制，即能找到商机。

三、论述数学在股市中的应用

（一）时间序列下用R/S分析法对股市收盘的预测

R/S分析法由水纹专家H.E.Hurst在1951年提出的，其旨通过数学公式计算出该序列的H值，并根据H值来判断序列的走势。H值和相应的时间学列分为3中类型：

（1）H=0.5时，时间序列是随机游走的。序列中的不同时间的值是随机的和不相关的，即市场是有效的。

（2）当0.5≤H

（3）当0

根据R/S分析法，可将要分析的股票的收盘数据导出，计算出各项指标，根据H值来预测收盘的走势，对投资决策有重大意义。

（二）多因子选股模型

多因子选股模型是一类重要的选股模型。较稳定，是综合很多市场信息最后得出的选股结果。通常有两种办法：打分法和回归法。在此介绍回归法在选股中的应用。

回归法根据过去的股票的收益率的值对多因子进行回归最终得到回归方程。再将新因子的值带入回归方程，得到的值即为对未来股票的收益的一个预判，可根据这个预判进行选股。

回归法能及时调整股票对各因子的敏感性，而且不同股票对不同的因子的敏感性也可以不同。但一旦数据中出现了极端值，该方法很容易受到其影响。回归法适用于对因子敏感度变化不太大的市场。

量化投资范文第3篇

神勇的大奖章

量化投资向世人昭示，挤进超级富豪圈不是梦。对冲基金是量化投资应用最广泛的产品。在福布斯2013全球亿万富豪榜上，对冲基金经理在前1000名富豪里夺得了约21个席位，占比约达2%，更有4名进入了百强榜。

詹姆斯？西蒙斯的文艺复兴公司旗下的大奖章基金，在1998至2008年的20年时间内，年平均净回报率高达38.5%，创造了投资界的神话。西蒙斯本人也成为了20年内最佳赚钱基金经理，成为了新的对冲之王，直至今日，仍居福布斯亿万富豪榜的82位。

大奖章基金以短线操作为主，主要通过统计信息分析方法来判断外汇和债券短期的价格变化，尤其是市场的过激反应类，进行套利活动。这个短线究竟有多短呢，金融投资里面最短的短线的计量单位叫“一笔”，举个例子来说，每秒钟都有可能进行成百上千笔交易。

可以这样说，大奖章基金差不多是量化到头发丝的存在，但这也并不代表着，电脑已经取代了人的角色，成为了人的主宰。西蒙斯自己也曾表示，长期不变还能赚钱的模型是不存在的，模型必须要不断更新，这也完全是通过人来完成的。

黑天鹅击溃完美模型

谈到量化投资，美国长期资本作为最著名的投资案例，不得不提。

约翰？梅里韦瑟在1994年2月创立了美国长期资本公司（LTCM）。公司依托布莱克-舒尔斯-默顿的衍生工具标价理论，采用“市场中性”的交易策略，买入低估的有价证券、卖出高估的有价证券，进行套利活动。LTCM似乎窥探到了量化的奥秘，在1994至1997年，年投资回报率分别达到28.5%、42.8%和17%，净增长2.84倍。巨大的盈利能力让LTCM获得了资本市场的认可，也使梅里韦瑟获得了套利之父的荣誉。

1998年8月17日，黑天鹅降临了，LTCM遭遇了俄罗斯政府外债违约。这场危机引起了全球金融市场的动荡，投资者纷纷退出了发展中国家的市场，转向了美国、德国等风险小、质量高的债券。结果LTCM做错了方向，沽空的德国债券价格上涨，做多的发展中国家债券价格却下降，原本预期收敛的价差却在趋于发散，致使其在资本市场上的滑铁卢。虽然后来美国金融巨头出资接管了公司，但LTCM已是强弩之末，于2000年宣布倒闭清算。

私募专业人士指出，LTCM过于信任自身的投资策略组合，忽略了小概率事件，再加上过高的杠杆，都导致了它的最终灭亡。量化投资其实根本不存在永久的致富秘籍，也没有永葆青春的投资模型，随着市场效率的提升，IT技术的升级，任何投资策略与操作方法从短期或长期来看，都存在误区与漏洞，这时则需要人脑的与时俱进，让系统根据动态不确定的环境进行修正与完善。人脑与电脑应该是相互成全，而不是相互替代。

量化投资的“黑箱”

正如硬币有正反两面，可称得上是赚钱利器的量化投资，也会因计算机的频繁“发疯”面临巨大的投资风险，如华尔街巨头高盛的交易错单、美国第二大股票交易所纽约纳斯达克证券交易所3小时的停止交易、国内8·16乌龙指交易事件。量化投资的高频交易引发了人们对计算机潜在风险的担忧，但它就像血液循环系统一样，加速了资本市场的资金流动，是金融发展历程中不可缺少的。“我们不能因噎废食，因为一个系统的BUG，就舍弃了整个系统。”首善财富管理集团（以下简称首善财富）表示，随着金融产品种类的增多，信息跟踪量的增大，对量化投资的需求也会不断增大。从管理和控制风险的角度来说，这不仅需要投资公司自身完善风控体系，还需要整个产业链的配合。首善财富董事长吴正新曾多次指出，“对冲基金将是中国证券市场最大赢家，而它们多大量采用复杂的量化模型进行程序化交易。”

所谓量化投资，就是指按照事先设定好的逻辑策略或数学公式进行投资，文艺复兴技术公司与美国长期资本公司也都是这样做的。从广义的层次来说，一切使用数学工具、电脑程序的投资方式都包含在量化投资的范畴。其中，争议不断的高频交易本质上是用来消除市场暂时出现的无效率的，它可以促进市场价格更快地反映市场信息。全球最大的知名高频交易公司包括Millennium， DE Shaw， Worldquant和Renaissance Technologies等。

虽然量化投资由于稳定的投资回报获得了越来越多的投资者的青睐，但是投资大众对量化投资的运作流程依然很模糊，这样“黑箱”也就形成了。量化投资的“黑箱”里到底承载着什么奥秘呢？

据华尔街顶级数量金融专家里什？纳兰揭秘，量化投资“黑箱”的基本结构包括人工的数据输入与研究、交易策略模型、风险控制模型、交易成本模型、投资组合构建模型，其中四项构成了交易系统。

如何让量化投资“活”起来？答案是人工的数据输入与研究，和交易系统的配合。通常认为，量化交易最小化了人工因素在系统中的作用，当量化交易员精心研究和开发的系统上线，他们似乎也就英雄再无用武之地。其实不然，计算机只会忠实可靠地按照人们告诉它的做法一步一步地来执行，伴随着时间与市场的不断演进，交易模型瑕疵也将不断扩大，这时量化交易员的主观判断显得尤为重要，人工因素的加入使量化投资具有了人类的正常思维，似乎“活”起来，可以主动灵活地应对外界的瞬息万变。也就是说，一旦市场触发了系统的难以判断的“恐慌”，交易员就会立即现身，通过修改交易清单或降低投资组合规模和相应的杠杆比率，来规避投资的风险。

MOM让量化投资活起来

如今，MOM模式成为欧美主流的资产管理模式，也将是量化投资界人脑与电脑结合的最佳作品。

作为一种间接的资产管理模式MOM（即Manager of Managers）诞生在美国罗素资产管理公司。它的客户可以是机构投资者，也可以是高净值个人。自从被开发出来，已被国外很多机构应用，最成功的当属耶鲁大学基金会，从1980年的两亿美金到了现在的约300亿美金，赚了将近150倍。

所谓MOM模式，也被称为精选多元管理人，通过优中选优的方法，筛选基金管理人或资产管理人，让这些最顶尖的专业人士来管理资产，而自身则通过动态地跟踪、监督、管理他们，及时调整资产配置方案，来收获利益。

“找最优秀的人做最专业的事。”首善财富董事长吴正新指出了MOM模式的本质。首善财富旗下的首善国际资产管理有限公司是国内第一家运用MOM模式做对冲基金和期货的公司，这正得益于其不懈地将技术与研究的双轮驱动作为公司的核心发展战略。

MOM模式降世不过30载，但发展非常迅速，得到了众多国内外投资公司的关注。尚属新鲜事物的MOM模式的相关产品在国内已经开始试水。在2011年中国平安与罗素公司合作设立了平安罗素，并发行了第一期的MOM产品。除此之外，MOM模式还可广泛应用于对冲基金与期货产品。“国内期货资管行业要做大做强，采用MOM模式是一种必然选择。”吴正新也曾表示。

禁不住MOM模式产品的诱惑，国内各投资公司纷纷对它的本土化做出了预先安排。“目前和我们合作的有十多个国内领先、国际一流的投资团队，其中大多是国际水平的程序化交易团队。”吴正新表示，首善财富早在引进MOM模式之际就采取了多元的投资风格与多元的管理团队相结合的经营理念。其中，多元的投资风格是首善财富资产管理的核心特色之一，“我们既有主观的人工交易，也有客观的程序化交易，而且以量化的程序化交易为主。”相对而言，多元的管理团队，即表示公司内部自身的投资团队的主动管理，再加上外部国际精英团队的专业管理。

相比近些年受到推崇的基金中的基金（FOF），信托中的信托（TOT），MOM模式在对资产管理人的数量与专业性的覆盖层面，更具魅力。FOF和TOT从本质上来说依然局限在精选产品上，而MOM模式更偏向于精选管理人，它可以凭借公司的研究能力，相对独立的挑选出更适合投资需求的专业管理人，运用定量与定性相结合的方法，将优选产品管理人和多人管理风险的双重优势发挥得淋漓尽致。

MOM模式既运用多元专业人才打破了量化投资的固有形态，也通过计算机系统的理性判断避免了交易员敏捷感应赢利却迟缓反应损失的习惯性偏差，让专业人才与计算机系统在“黑箱”内相互成全，相互配合，以求收获更加稳定、更加高额的投资回报，使其具有很大的发展空间与潜力。

如此看来，人工的数据输入与研究，和交易系统的互相成全，是量化投资“活”起来的动因，与此同时，在这个神秘的暗箱操作中，我们似乎也窥探到了超级富豪理财的蛛丝马迹。

扩展阅读：量化交易的“黑箱”

量化投资范文第4篇

而今天的股市又与七八年前的股市截然不同，上市公司越来越多，投资工具越来越繁琐，投资策略越来越多元，市场越来越全面和有效。这时一种新潮的投资策略流脱颖而出――量化投资。它是今天最为流行的私募噱头，没有之一。

叫它噱头不仅仅是因为现在近千个正在发行的私募产品中有50%以上是套用各种量化的名头，更为重要的一点是，很多这些所谓的私募量化基金产品其实做的还是以前的信息优势，关系优势，坐庄手法等传统主观和资金推动的老把戏。仅仅利用一些比较初级和简单的量化工具作为借口，勉强地把换汤不换药的老手段用新量化概念加以包装而已。

量化三策

真正的量化投资领域里还可以较为粗略的分成量化套利、量化对冲和量化趋势三个主要的大本营。

其中量化套利属于听起来很高大上，但是经过本土化之后，会发现一个惨酷的事实即所有套利空间都会在比任何市场短很多的时间里被数以亿计的群众们瞬间抹杀。所以量化套利几乎沦落为一个没什么头发的中年IT男在一个喧闹的金融中心的暗淡孤独的角落里含胸偷笑的瞬间。

量化对冲看上去更加接近市场，甚至从某种角度而言胜于市场。因为量化对冲者们嘴里充满了Alpha，Beta，Tracking Error，Sharp Ratio等听起来比营业部老大爷高级很多的术语。他们最基础的理论就是自己可以通过各种手段找到上涨时比大盘上涨更多的股票，同时利用各种衍生产品对冲资产池中的市场整体收益敞口（简单说卖空大盘）。

这是一个听起来很好的主意。这也是最多假量化的存身之所。可是他们真正的选股手段其实还是消息和看K线。同时，他们最痛苦的就是大盘股没有底线疯涨的同时小盘股疯狂的下跌。两边一同积压的结果就是双重亏损。这时如果这个投资组合里再来点中国最近流行的股票质押配资杠杆，那么一个高大上的投资组合马上濒临崩溃。

其实这种量化对冲本身就是一个伪命题。在国外发达市场中的Market Neutral 战略基金也是有一个很本质的问题。那就是在一个被视为捕捉社会经济发展趋势的股票市场里，我们真的需要一个躲避市场趋势的投资方法吗？答案不是绝对的。

最后一个是量化趋势投资。其中量化选股的表现一般情况下比量化择时的策略要更加有效和稳定。

量化三维度

无论哪一种量化投资的方式，其重要的因素都是在如何量化。而笔者能够总结出来的就是量化的三个阶段和水平：

第一、归纳总结量化;第二、线性分析量化;第三、非线性量化;第一种归纳总结性的量化是我们最常见到的一些分析方式。其中广大炒股群众喜闻乐见的各种线和各种指标都是一种归纳总结性的量化。他们主要是一些比较直观经验的总结。例如最为常见的是以移动平均线（MA）和蜡烛图为代表的各种历史价格走势的总结。

其实我们仔细想想这些图本身没有任何神奇的地方，各种MA仅仅是总结了一个价格曲线的过去走势而已。蜡烛图就是用两个维度的方式一次性的展现出一个证券的开盘价，最高价，最低价和收盘价。这些传统的指标其实不具备简单信息总结以外的任何内容。我们可以说30日均线和125日均线相交会时代表了短期价格趋势和较长期价格趋势的背离，但是这种总结又有什么除此类表述以外的任何意义吗？

它们既不会告诉我们这个证券的价格为什么走到今天，也不会对未来有任何有实质性的预期。人们借助对这些线和图发挥出自己很多主观愿望。这不是研究，也不是分析而是简单的自欺欺人。

第二维度体是线性量化分析的世界。在这里，我们最为在意的是两个以上序列之间的相关性和因果性。世界上绝大部分当代量化分析都停留在这个维度里。

首先，我们需要把相关性和因果性有效的区别开来。相关性是一种数据上有效的关系。这种简单的相关性不一定表示两个序列有因果关系。这种仅仅在数据上呈现出的相关性很可能是万千缤纷世界中的一个个巧合。他们不仅仅存在而且会像突来的爱情一样强壮和美丽。例如，美国股市有一段时间里和美国棒球比赛中的某些结果两者之间具有接近于90%以上的相关性。它可能是一个非常有趣的饭后话题，但是没有人敢用一生的积蓄或者数以万计投资者的血汗钱来证明它下次的正确与否。

而今天，我们在互联网和很多领域上都在用数据挖掘的方式对这个世界的各个方面进行探索与发现。职业投资者们在建立各种主观的因果关系后使用数据回测的方法验证这些思路。

但它其实仍然是一个简单跨界的线性相关性的量化方式。同时，这种策略的另一个基础是心理和行为之间的因果性。在一个散户为主的发展中市场，这两个假设暂时较为有效。

最后一种量化投资是非线性的。非线性的量化分析简单而言就是利用复杂体系来解释市场的方法。很多这些复杂系统都会有质变和临界点等特色。

归纳总结性量化已经非常普遍。这种工具只能帮助投资者更加有效的达到其本身投资的水平。它没有能力帮助投资者进行任何质的提升。其更多的作用是让散户更加有效的散户下去。

线性量化投资是今天大部分职业机构投资者的领域。各种的回测和数据挖掘让大家更加准确的判断和投资。这些技术是有一定门槛的，但其弊端是市场中可以挖掘的、可以回测的东西有限。大量的资金投入到有限的策略中后，拥挤是必然的结果。2008年世界很多量化基金在同一时期崩溃就是前车之鉴。

量化投资范文第5篇

曾在全球量化资产管理规模最大的巴克莱投资管理公司（BGI）管理量化基金、现任富国基金公司另类投资部总经理的李笑薇，以自己多年的海内外成功投资经历，与《投资者报》记者分享了量化投资的神秘与魅力所在。

自李笑薇加盟富国以来，富国A股量化投资模型于2009年底投入实战，并获得了不俗的战绩。截至2011年6月30日，富国旗下两只指数增强基金――天鼎中证红利、富国沪深300分别获得了4.32%与 3.79%的收益，在所有指数型基金中位居前两名。而同期沪深300指数、中证红利指数分别下跌2.69%、2.1%。这一团队，正推出第三只指数增强基金――富国中证500指数增强。

量化不是“黑匣子”

《投资者报》：提及量化投资，国内投资者总认为很神秘。它与主动的定性投资差别到底有哪些？

李笑薇：量化模型的特点之一是抽象，但它称不上是一个“黑匣子”，与传统基金的投资区别也并非像投资者认为的那样大。

传统基金经理在做市场判断时，脑子中会闪过好几个模型，比如如何选定行业、个股，实质这都是一个个模型。严格说，他们脑子里的模型比量化模型中能看到的都要多，只是他们没有把这些模型提炼出来而已。

投资者购买传统主动股票基金，并不代表他们对基金经理的操作完全熟悉。基金经理在哪个时间段，配置了哪些行业、个股，投资人无法确切知道，只是能看到每个季度的报告和最终的投资结果。

相比之下，量化投资进出市场的每一个步骤，都非常清晰明了。在我的眼里，这个过程不是“黑匣子”，而是团队里每一个人按流程逐步去完成的。

《投资者报》：量化投资的详细工作流程是怎样的？

李笑薇：量化投资对团队合作要求更高。一般来说，有一部分人专门进行数据的清洗、整理、输送等，这需要计算机信息技术较强的人才；模型的设计和研究，往往需要很强的金融及数学背景；基金的日常管理往往需要金融及工程方面的专才。因此，通常量化投资团队的成员学历都较高，但不是说学位很重要，而是需要一定的技术积累。

具体流程中，提取数据的人看数据，有人专做研究，有的做优化或者交易下单。每个人都有自己的侧重点，在整个团队中起不同的作用。一个人可能干多件事情，但想要全部完成是不可能的。

《投资者报》：量化投资能否稳定地战胜市场？

李笑薇：在不同的市场阶段，市场的有效性会不同，需要用特定的方法，寻找不同阶段的不同机会。

市场上的各种方法，捕捉的内容都不一样。比如巴菲特，他的风格更趋近于一级市场中VC、PE的思维；西蒙斯则是完全抛开基本面，从纯技术的角度，将全球货币的走势、衍生品等林林总总的东西作为投资标的。

从A股市场来说，当前的发展阶段需要有独特的投资方式，富国基金量化增强的定位也有市场需求存在，满足了一部分配置指数基金的需求。从运作经验看，量化增强后的收益会好于一般指数的收益，上半年超额收益有8%。总体来看，这个收益稳定在5%~10%间，是很多基金难以做到的。

超额收益从何而来

《投资者报》：我们也注意到，多家基金公司都构建了独立的量化投资团队和模型，富国基金量化投资模型的独特之处在哪里？

李笑薇：量化投资最重要的是人的思想，量化只是一个方式和工具，真正在挣钱的，是人的投资思想。

从富国量化模型的特点来看，首先是自下而上精选个股，不做仓位选择。由于这是一只指数产品，投资人买时就要买到这样的仓位，我们一直是用95%的仓位操作。

其次，严格风险控制，精细成本管理。再次，系统化的投资流程，科学化的投资管理。量化投资从开始到结束，是一个庞大复杂的工程，团队里面专门有人负责清洗、研究数据，做一系列的回撤，实现交易单。

最后还要尊重模型出来的结果。在操作过程中，主动干预非常少，人的干预更多在整个模型的设计上。

《投资者报》：你们今年近8%的超额收益是如何实现的？不同市场环境下，模型是否会有大的调整？

李笑薇：对我们来说，发现哪些因子在最近的市场更有效，并保持一定的前瞻性，是量化团队的主要工作。

比如，大家都很熟悉的估值因子，在2006年到2009年都有比较优异的表现。但是到了2010年，估值因子的作用突然发生了变化，估值并不能起到明显推动作用，我们也提前做了适当的调整。

责任心决定能否做好

《投资者报》：除了模型外，量化投资成功还取决于什么？

李笑薇：一般而言，量化投资策略是否成功取决于三大因素。一个因素是质量，重点取决于数据和研究。第一步是要保证数据的质量没有问题。对于任何一个数据源，我们基本是用一家数据商，但会用两家来互相检验，检验后的结果才进入到自己的数据库里。

研究质量的好坏，其实是工作责任和态度的问题。量化虽然有门槛，但对理工科硕士以上的人来说门槛并不高，能否做好靠的是责任心。

第二是经验和判断。我们会做大量研究、看历史业绩，但历史不代表未来。当你做了大量细致的研究，发现可能有五个因子影响，表现最好的是A，后面有BCDE，其他因子哪些权重更大？做决定要基于经验和判断。但归根到底，判断与决策要有很强的实践来做支撑。

三是运气，好的质量和经验不等于好的业绩。尽管它们可以提高好业绩的概率。投资结果在任何时候都有运气的影响，这对所有管理人都是公平的。不过，今年这样的业绩基本上属于正常运气范围内。

《投资者报》：会不会碰到运气特别差的时候？

量化投资范文第6篇

第一个投资优势是量化投资能够做到理性决策。与传统主动投资不同，量化投资是通过量化模型进行交易，剔除了主观因素，按已经编制好的程序进行，不会因为情绪而产生投资冲动，我觉得这是量化投资最大的一个优势。一般而言，量化投资有着模型研究——模型测试——实盘操作这样的流程，首先有一个投资策略，讨论确定其逻辑合理性，随后将其固化为量化投资模型，综合历史回测业绩和风险考量指标进行评测，试运行3至6个月进行虚拟交易，如果试运行结果和历史回测及其他预期结果一致，该模型将得到正式确认，最终将此模型上线交易运行。一旦交付运行，将充分遵照模型的指令进行投资，降低情绪影响，克服人性贪婪恐惧的弱点，做到有计划、有原则、有纪律地进行投资。一般而言，通过这样的流程制定的量化投资策略能够理性决策，获取市场非理性的收益，大概率战胜市场。

在这个过程中，量化投资不仅排除了人为的主观因素，并且可以做到更精确，以精确的值达到一个最优结果，这是量化投资的第二个优势。比如说什么叫成长性好的个股，是每年业绩增长20%，还是更多？什么样的标准才是他选股的标准？一般投资者判断某个行业或个股好坏，往往凭借主观经验与判断，量化投资则有一套完整的逻辑和规则，可以进行有效的评价和识别。比如有观点认为医药行业成长快，量化投资或许会考虑用某个指标去度量成长性，比如ROE增速，如果这个指标超出一定阀值，就可确认该行业确实成长快。从这个意义上来说，量化投资采用量化工具将主动投资逻辑规范化，能够带来规范化的收益。

量化投资的第三个优势是对海量信息的处理。现在沪深两市已经有2000多只个股，和10多年前相比，一个最大的区别是信息爆炸。现在人脑是永远不可能记住这么多信息的，并且对海量数据之间的关联不可能做出迅速判别，而电脑可以做到。

从摩根士丹利华鑫基金数量化投资运行的量化模型来看，量化模型获取的超额收益是非常显著的。除已经实际运行的多因子模型和即将运用在大摩量化配置基金上的行业配置模型外，还有五六个量化模型在模拟运行，包括价值量化模型、成长量化模型、技术量化模型以及事件驱动模型等。截至三季度末，模拟运行的模型均取得明显的超额收益。实际运作中的大摩多因子基金，根据Wind数据统计，截至10月26日，今年以来基金收益率为2.84%，与该基金的小盘风格比较类似的中证500指数则下跌3.17%。

如果采用一个比喻来讲，量化模型好比用以获取超额收益的兵器，不同的模型适用的战场和取得的效果不同。年化30%收益的模型自然很好，年化5%的也还不错，总会有其适用的时机，但它们共同的特点是能够持续的获得超额收益。量化投资就是运行这些兵器捕捉市场的价值边界，因为市场上的股票并不是全都有价值，市场喜欢的股票和行业总会有特点，量化投资就是要选出这类股票和行业的特点，通过数学验证建立模型，形成一种投资模式，达到大概率的成功。与此相对应的是，一些主观投资偶有成功，但往往难以复制，难以获得持续的超额收益。

量化投资范文第7篇

崔英军所坚守的这套量化投资的方法，简单来说，就是将投资人在交易过程中所要涉及到的各项分析因素转成交易参数，输入设定好的交易模型，利用电脑程序来处理这些信息，自动发出交易信号。事实上，量化投资在欧美市场已经应用了三十多年，最传奇的人物就是华尔街的对冲基金经理詹姆斯·西蒙斯。他曾经率领了一批数学家和统计学家，根据他的投资理念和交易思路设计出量化投资模型，来管理他的大奖章基金。这个基金在1989到2006年的17年间，平均年收益率高达38%。尽管西蒙斯的这套投资模型一直保密，但是在崔英军看来，量化投资的基本理念却并不神秘。他说：“香港的股神曹仁超说过，做股票就要没有人性。他说的意思很简单，因为人是有贪婪和恐惧的，是能助涨助跌的，有羊群效应的，所以炒股就要像计算机一样什么都不考虑。那么量化投资刚好能够实现这个目标，它有固定的买点和卖点。程序化的交易，买点设好，卖点设好，就这样很简单。”

别看如今的崔英军说起量化投资来轻松自如，可是当初他在这条路上的探索过程却是磕磕绊绊：今年38岁的崔英军是吉林人，1999年大学毕业后进入一家会计师事务所工作。从那时起，他养成了喜欢刨根问底，酷爱钻研数据的习惯。“我自从入行的第一天开始，就开始从事上市公司年报的工作，这东西是有很多很多的算法在里面的，就是一个数字的加工过程，做什么事情更注重于这种量化的东西，而不是说你说怎么样就怎么样，我们向来不是这样子的，是要拿数据说话的，是要拿业绩和结果说话的。”崔英军回忆道。

在随后的几年中，崔英军成立了自己的会计事务所，也先后尝试过风险投资、海外并购等工作。然而多年与形形的人交往应酬，让崔英军感到身心疲惫，他想追求一种更为自由的工作方式。他坦言：“我喜欢挑战，但我更喜欢自由。目前在国内做很多事情，都需要所谓的关系、人脉，我感到活不出自我来。正是基于这种出发点和理念，我们想找一个相对市场化的，凭自己的专业技术，就能够生存的行业。有一套自己的投资理念、投资方法、投资模型，那么它就能给你带来收益，不用去求任何人，这不很简单吗？”

“大道至简，知易行难”。2007年，怀着一腔热血的崔英军带领着他的团队开始了量化投资的探索之路。他们从交易数据、技术指标等方面入手,很快就研发出了自己的量化投资模型，然而问题也随之而来。对此，崔英军表示“我们希望走的更远，所以必须解决收益持续性的问题，一次两次有多大的回报，多大的收益，不能代表未来有这样的收益。在模型中加入什么样的元素，能把这个问题屏蔽掉，这是始终困扰我们这么多年的问题。”

在崔英军看来，解决模型持续获利的方法并没有捷径可言，只有根据交易环境的变化不断的检验数据，反复的修正参数。这个测试过程是漫长而折磨人的，对崔英军的考验也才刚刚开始。他回忆道：“我们把所有的数据追溯到2000年，逐一的去分析，逐一的去回溯，逐一的去建造模型，最终选出最优的，这个过程是很熬人。我们在这个过程中几乎是24小时运转的。我们几个朋友，睡着睡着觉，睡到后半夜了，有人会忽然间打来电话问，这东西是不是哪块出现问题了，那个指标是什么情况，你重新做一下看怎么样。我们团队的核心人员都是24小时开机的，随时保持联系，随时调整，就是这样子过来的。”

崔英军看起来随意和善，和人交流时脸上也总会挂着笑容，但这并不代表着他在工作上会放低要求、得过且过。尤其是在模型的检测中，他会一丝不苟，不放过任何一个可能出现问题的环节。他笑言：“我是个完美主义者，地地道道的完美主义者。在我们这个模型的研发过程中，好多熟悉我的朋友都会这样说，你不要搞的自己太累了，你干吗你这么累，你做的也可以，你干吗还要这样去难为自己，大家都不理解。但是我说我喜欢，就是这么简单，我想让它作为一辈子的事业来做。”

做一个纯粹的理想主义者，往往意味着要遇到更多的困难。在量化模型的研发过程中，崔英军所经受的不仅是体力上的考验，更多的是意志力上的磨练。他回忆道：“当时最严重的情况，是有一种失眠症。那个时候是很痛苦的，我就在香港维多利亚公园和维多利亚港湾那边转，一直转到天亮。后来我就坐在那里想，我有没有必要去放弃它，是不是我选择的错误了。后来我就问我自己，你到底想做什么。最后，我想清楚了，我还是要坚持。”

三年的坚持和努力让崔英军在模型的研发上最终攻克了难关。2010年4月，随着股指期货的推出，崔英军将自己的量化投资模型应用到这个市场中，一边检测着模型的效果，一边获得了不错的收益。“我在1700点买了，在1800点卖了，我就赚了100个点。我1800点卖空，它跌到1600点，我又赚了200点，这一正一负，就300点。但最终的结果是什么样，我们可能是赔了五次，赚了五次，但我们赔了五次，加在一起是50元，我们赚了五次加在一起可能是500元。这样一来，我们就做到赔小赚大。 ”

一台电脑，闪闪烁烁，弹指之间，涨跌把握。在量化投资模型的帮助下，崔英军不仅得到了物质上的收获，更重要的是找到了理想中的那种洒脱从容的生活方式。对此，崔英军坦言“生活变的简单了，压力变的小了，因为已经从那个阶段过来了，现在不会再每天那么去熬夜。这个市场怎么样跟我们也没有关系了，我们只是按照正常的按部就班去做就可以了。空闲的时候跟一些朋友出去打打球，并不在乎打的好坏，只是在乎这个过程，自己能够放松一下，走一走，聊聊天，也很舒服。崔英军。“

量化投资范文第8篇

[关键词]量化投资；策略代码；趋势跟踪；回溯

[DOI]10.13939/ki.zgsc.2017.15.135

在如今每位公民都想通过金融产品投资的方式来增加个人资产的时代，量化基金的高收益率逐渐被投资者所知。西蒙斯，一位世界级的数学家以年净赚15亿美元成为全球收入最高的对冲基金经理，名气可谓超过金融巨鳄索罗斯。大奖章年化以35%超越股神巴菲特年化20%的收益神话。而在2016年5月《机构投资者》旗下出版物《阿尔法》公布的“2016年全球收入最高的对冲基金经理”排行榜中前十位有八位为量化基金经理，前25位有一半属于量化分析。由此可见海外对冲基金的焦点正从宏观对冲基金转向量化对冲基金。

而在国内，量化基金正处于起步阶段，国内对于量化投资策略的研究较少。笔者以量化投资平台上自主开发的策略代码为例，通过对代码的编写优化及检验回测，使读者了解到量化投资的可操作性和高回报性。

1 量化投资策略概述

量化投资是计算机通过开发者编写的程序来进行分析以及交易整个的品种选择、交易时机、交易方向以及仓位管理都是通过计算机完成。它避免了投资者个人的情绪影响，完全自动化操作，和如今的工业2.0类似。一个稳定的量化投资策略往往可以胜任一位投资者的多种操作策略，尤其在风险管理上量化投资更胜一筹。

国内的主流量化交易平台有文华赢智、TB、金字塔决策交易系统和国泰安量化投资平台等。国内的量化交易平台繁多，而与海外动辄数百上千亿美元的量化基金相比，国内目前量化产品规模总体不大，而严格遵循量化投资理念的基金更少。并且A股市场发展时间较短，与发达国家比起来市场效率低太多，所以A股有很大的市场空间和盈利机会。本文以程序化实现简单、性价比高等特点的文华赢智为程序化交易平台为例，为防止成果泄露，以上证指数为模型进行探究。

首先，笔者先阐述如何建立一个量化投资策略。

（1）交易思路的确立。不仅仅是量化投资，就算是普通的投资者也需要一套自己的交易体系。赚不到钱，赔钱，一直观望，总之，所有交易中的不幸都可以归咎于没有一套自己的交易系统或者自己的交易系统有问题。

（2）将思路编写成投资策略。这一项是量化投资的关键，如何将自己的投资思路转变为C器代码，首先是由你所在的交易平台所搭建的语言决定的，例如文华赢智就是使用的比较简单的麦语言。其次需要对使用的技术指标进行组合搭建，编写出可运行的代码。

（3）在计算机上进行回测，选取最优目标组合和参数。技术指标的参数设置往往决定了整个交易系统的成败，一点点小的误差往往会导致千差万别的结果。笔者格外强调资金管理是投资体系中非常重要的部分，却是大多数投资者忽略的环节，这需要读者进行不断学习研究。

（4）进行实盘操作，在操作中不断完善投资策略，评价该交易代码。评价程序化交易模型性能优劣的指标体系包含很多测试项目，但主要评价指标有年化收益率、最大资产回撤、收益风险比、夏普比率、胜率与盈亏比等。在下文中笔者将对这些评价指标进行分析。

2 量化投资策略代码分析：以文华赢智交易平台为例

在文华赢智中，进入趋势模型跟踪编写平台，利用麦语言中已存在的函数进行编写，现笔者将自行编写的其中的一个策略代码贴出：

MA1：=MA（C，N1）；//多头均线

RSV：=（CLOSE-LLV（LOW，N））/（HHV（HIGH，N）-LLV（LOW，N））×100；//收盘价与N周期最低值做差，N周期最高值与N周期最低值做差，两差之间做比值定义为RSV

K：=EMA（RSV，2×M1-1）；//RSV的指数移动平均

D：=EMA（K，2×M2-1）；//K值的指数移动平均

C>MA1 AND CROSS（K，D）；//MA1均线上方，KD金叉，买入

CROSS（D，K）；//KD死叉卖出平仓

参数设置：[N1=10，N=44，M1=M2=27]

笔者需要对参数的设置进行重点提醒。测试参数的不同会对测试结果产生非常大的影响，对于参数的精确设置影响到交易模型的可行与否。

这其中，笔者进行的是顺势交易的代码编写。顺势交易，是顺着当前的趋势进行交易。如果当前趋势上升就买入开仓，当前趋势下跌就卖出开仓。为了防止恶意做空，本策略只进行多头行情的研究，空头行情并没有叠加进来，所以收益率要比双向行情要低。

下面对此策略代码进行回溯。对交易模型的测试结果是否满意主要与品种、时间、手续费费率有关。不同的品种相同的策略有不同的结果，测试的品种越多，越能检验出策略模型的适用性。在时间上，如果所采用的历史数据越少、时间跨度越短，测试的市场状况就越狭窄，策略的可靠性就越差，反之亦然。手续费费率的影响就不用多提，但是有关滑点的问题也是策略需要多加研究的方面。

交易人员最关注的是策略到底能否盈利，能赚多少。交易的盈亏额能完全反映这一点。在如下的季度统计图和年度统计图中可以看出从2009年8月到2014年11月各有盈亏，比较温和，总体的波动幅度并不大。而从2014年11月开始，出现了一直盈利并且幅度较大的状况，尤其是2016年年初的季度，最高的盈利额达到了110354元，这比2014年前总的盈利还要多。而从2016年第一季度后出现了亏损，但是幅度并不大，而后又出现了盈利的情况。该策略在该时间段是盈利的，符合模型最基本的要求，季度统计图和年统计图如图1所示。

交易者在一个策略中拥有的资产总和也是其关注的重点。假如交易者所用的权益小于某一理想的数值，他可能会停止该策略的继续进行，这也是我们常说的回撤问题。在如下的权益曲线图中，交易者的权益几乎是一直递增，并且在2014年年末后斜率变大，由此我们可以得出使用该策略几乎不存在回撤问题，对于交易者的心态有着积极的作用。权益曲线图如图2所示。

每次交易的盈亏额也是交易者关注的问题，如果亏损数量过大，再加上杠杆的作用，可能就会出现爆仓的问题。首先说明，此回溯并没有加进杠杆因素，国内保证金按保守20%计算，也就是5倍杠杆，虽然不太大，可是影响还是有的。在如下的盈亏分布图中，可以看出最大的一笔亏损出现在第500次左右交易时，亏损额为27523，而最大的盈利额也是出现在附近，盈利为32916，看来这附近的波动很大，应该有政策因素在内的影响。该策略总体来说单次盈亏额波动并不大，比较稳健。盈亏分布图如图3所示。

只有图表并不能准确地反映出策略的完全可行性，下面将此策略的测算报告给予公布。

我们从测算报告中可以很容易得出此策略一共测试了2772天，无杠杆收益率为六年50%，而且只是多头策略。而自2017年2月17日结算时起，沪深300、上证50股指期货非套期保值交易保证金调整为20%，所以5倍杠杆的话就为250%。如果只看重策略的收益率却忽略了回撤风险是极其冒险的激进策略。如果策略的收益风险比相同，但是结果还是要取决于资金管理决策。

笔者在此将夏普比率进行说明。评价策略的优劣应从收益值和风险一起考虑。调整风险后的收益率就是一个同时考虑进了收益和风险的指标，能够排除风险对评价的不利影响。1966年，夏普提出了著名的夏普比率：S=（R-r）/σ（R为平均回舐剩r为无风险投资的回报率，σ为回报率的标准方差）。此公式表示为尽量用最合适的方法用小风险换得大回报。如果为正值就说明投资收益比银行存款利息高。比率越大说明所获的风险回报越高。该策略的夏普比率为22.83，可见是一个理想的策略模型。

3 结 论

笔者所提供的文化赢智策略模型只是量化投资的冰山一角。继续加强量化平台的完善，编写多种多样的策略，研究新的投资模型，实盘验证等将是量化投资的发展重点。

量化投资已经成为金融的一个重要专业领域。国内多家机构投资者都在加大在量化投资方面的投入，加快量化投资的进程。量化投资为机构投资者的投资决策能力的提升提供了新的平台。相信量化投资在中国的前景无限。

参考文献：

[1]韩锦.程序化交易模型的测试与评估[N].期货日报，2015-03-04（003）.

[2]李子睿.量化投资交易策略研究[D].天津：天津大学，2013.

量化投资范文第9篇

股神巴菲特的价值投资理念已经深入人心，他利用个人经验和智慧判断进行的投资受到投资界的推崇。不过，与巴菲特这种重思想、重洞悉力的定性投资模式所不同的量化投资，在美国也取得了成功。

数学家成“最赚钱基金经理”

在美国投资界，相比声名显赫的巴菲特，西蒙斯虽罕为人知，但他所管理的大奖章基金，从1989年到2006年的平均年收益率高达38.5％，净回报率已超过巴菲特。即使在2007年次贷危机爆发当年，该基金回报仍高达85％，西蒙斯也因此被誉为“最赚钱基金经理”、“最聪明亿万富翁”。

西蒙斯的投资成就，就是来自于定量投资。在进入华尔街之前，西蒙斯是个优秀的数学家，24岁就出任哈佛大学数学系教授。

与巴菲特的价值投资所不同的是，西蒙斯依靠数学模型和电脑管理着自己旗下的基金，即用数学模型捕捉市场机会，由电脑作出交易决策。他称自己为“模型先生”，认为模型比个人主动投资可以更有效地降低风险。在他的公司里，雇员中有超过三分之一的人拥有数学、统计学和自然科学的博士学位，而华尔街高手只有两位。该公司从不到商学院中雇佣职员。

不依靠华尔街的经济学家和分析师，西蒙斯也为投资人创造了惊人的回报。

其实，定量投资与量化基金在海外的发展已有30多年的历史，其市场规模正在不断扩大，投资业绩稳定增长，市场影响力不断提高，已成为海外基金管理公司提高管理能力，扩大产品线长度、广度和深度，分散基金管理风险及服务细分市场的重要工具之一。

投资思想融入数学模型

据嘉实基金公司的王永宏博士介绍，定量投资和传统的定性投资本质上是相同的，两者都是基于市场是非有效或弱有效的理论基础，投资经理可以通过对个股估值、成长等基本面的分析研究，建立战胜市场、产生超额收益的组合。不同的是，定性投资管理较依赖对上市公司的调研，以及基金经理个人的经验和主观判断，而定量投资管理则是“定性思想的理性应用”。定量投资的核心投资思想包括宏观周期、估值、成长、盈利质量、市场情绪变化等等。

俗话说，“条条大路通罗马”。巴菲特与西蒙斯的投资理念与成功，说明投资没有一定之规。

以巴菲特为代表的一类投资家认为，“现实世界是极为复杂的，经验与思考才是财富制胜之道”。因此，其成功的关键，不是顶级的科技，而是对市场的理解、洞悉和不随波逐流的勇气。即以“人”的因素造就财富的增值。

西蒙斯代表的一类投资家则被看作是推论公式、信任模型的数学家。他们利用搜集分析大量的数据，利用电脑来筛选投资机会。并判断买卖时机，将投资思想通过具体指标、参数的设计体现在模型中，并据此对市场进行不带任何主观情绪的跟踪分析，借助于计算机强大的数据处理能力来选择投资，以保证在控制风险的前提下实现收益最大化。

目前量化投资观念也在中国兴起，量化产品正开始萌芽。新发行的嘉实量化阿尔法基金就是量化投资产品，其试图将投资专家的锐利洞悉和数学家的严格客观进行整合，在基本面分析的基础上，提炼出产生长期超额收益的投资思想，借助计算机系统强大的信息处理能力构建定量模型及投资组合，并根据市场变化趋势及时动态调整，加上基金经理严格遵守纪律性投资法则，使该基金在融合定性投资思想精髓的同时。能够规避基金经理个人情绪对组合的影响，有效克服人性弱点，力争取得长期、持续、稳定的超额收益。

此外，嘉实量化阿尔法基金将以全市场、全策略选择投资对象，360度的全市场扫描，避免基金经理个人偏见、精力不足造成选择范围的局限，充分分散风险，以解决基金业绩和规模相互约束的矛盾，并通过精细化的投资运作，掌握细微的结构性投资机会。

量化投资是否适合中国

谈到量化投资方法在中国是否适用，嘉实量化基金拟任投资经理王永宏告诉记者，由于量化投资是一种主动投资策略，主动投资的理论基础就是市场非有效或弱有效，基金经理通过对个股、行业价格变化的驱动要素的分析研究，可以建立投资组合，从而战胜市场，获得超额收益。

他认为，与海外成熟市场相比，A股市场的发展历史较短。投资理念还不够成熟，相应地留给主动投资发掘市场的潜力和空间也更大。定量主动投资以基本面分析为驱动，以全市场、多维度的视角广度扫描投资机会，在中国市场的应用将更显其优势。

嘉实总经理助理陶荣辉指出，利用具有定性思想的定量分析，让量化模型与基金经理相结合，不仅让基金投资变得更加完美，也能把基金经理和投资总监们从琐碎的日常信息分析中解放出来。基金经理可以花更多的心思考虑市场趋势的变化、结构的变化，以及向模型中添加哪些新的信息，投研总监也有时间去考虑市场上的“黑天鹅”事件了。

量化基金业绩有所分化

目前市场上已经有了多只以量化为投资策略的基金，如光大保德信量化核心、上投摩根阿尔法基金等。

相关资料显示，前者是通过光大保德信独特的多因素数量模型对所有股票的预期收益率进行估算，个股预期收益率的高低直接决定投资组合是否持有该股票。同时。投资团队从风险控制的角度出发，重点关注数据以外的信息，通过行业分析和个股分析对多因素数量模型形成有效补充，根据预先设定的风险目标构建投资组合。

后者以量化指标进行个股筛选。然后研究团队将对个股进行基本面审核，结合跟踪误差的紧密监控，以求不论指数高低、市场多空皆创造主动管理回报。

从业绩上看，上投摩根阿尔法的表现更稳健，基本处于同类基金的前三分之一位置，其较强的选股能力或许正是量化投资的成果。

然而。量化投资在中国还不是很普及，能否在中国获得更多投资者的信任，需要不断探索与实践。量化基金任重而道远。

基金动态

国泰双利债券基金正在发行

国泰基金旗下第2只债券型基金――国泰双利债券基金自2月18日至3月18日通过建行、工行、中行、交行、招行等银行及各大证券公司发行，托管行为建行。据悉，该基金是一只注重“利息收入”的稳健型基金，立足债市的同时兼顾股票二级市场投资机会。

富兰克林国海成长动力发行

富兰克林国海成长动力股票型基金现正发行，拟任基金经理为公司研究总监潘江。该基金股票投资比例为60％～95％，将重点投资于具有内生性增长和外延式扩张的积极成长型企业。投资者可通过中行、工行、建行、招行、中信等银行及国海证券等代销渠道认购，也可通过公司直销柜台或网站认购。

广发强债基金首次分红

广发基金公告称，广发强债基金将进行分红，每10份基金份额分红0．3元。权益登记日、除息日为2月20日，红利发放日为2月24日。

华宝兴业三基金评为双五星

根据银河证券最新公布的基金评级结果，华宝兴业旗下有3只基金一年期、两年期评级均为五星，成为拥有“双五星”基金数量最多的基金公司之一。华宝兴业多策略增长基金、动力组合基金和宝康消费品基金的一年期和两年期评级均为最高级五星级，其中多策略增长基金的一年期、两年期和三年期评级均为五星级。

易方达基金业绩很抢眼

今年以来，截至2月13日，284只开放式偏股基金除个别基金外全线飘红，实现了正收益，其中不少基金跑赢同期上证综指涨幅。混合偏股型基金易方达价值成长，以29.98％的收益率位居混合偏股型基金前茅。

天治创新过去六个月得第一

量化投资范文第10篇

“华富量子生命力基金自2011年成立以来，一直处于较弱的市场环境中，期间也有阶段性的比较好的表现，但总体来说没有给持有人带来正收益，深表歉意。公司看到了这一点，也一直在努力改变，今年三季度增聘了基金经理，改善了持股结构，逐步调整量化策略，以求找到更适应现阶段市场的量化模型，为持有人带来收益。”面对《投资者报》记者关于华富量子生命力基金业绩的质疑，华富基金公司的相关负责人表示了诚恳的歉意。

据Wind数据，截至今年12月3日，华富量子生命力基金经理朱蓓以负27%的任职总回报在244位同类基金经理中位居232名，另一位基金经理孔庆卿以负7%的任职总回报在357位同类基金经理中位居347名。

量化模型发掘大把牛股 分散投资业绩贡献打折

据了解，与传统的定性投资不同，华富量子生命力基金严格采用量化投资策略进行“择时”与“选股”的操作。其数量化投资策略由于借助高效的计算机系统对市场进行全方位的地毯式扫描，进而构建系统化的投资组合，并且遵守严格的投资纪律，因此可以弥补由于人的精力不足而造成的选择范围局限，最大限度扩大投资视野，并在第一时间发掘新的投资机会。

从实际效果来看，华富量子生命力也确实发掘了众多的大牛股。据Wind数据，从年初至今（11月22日），华富量子生命力第三季度末的十大重仓股中，浙报传媒（上涨176%）、上海钢联（上涨264%）、爱施德（上涨272%）、海越股份（上涨108%）、太极股份（上涨141%）5只股票涨幅均已翻番，然而，华富量子生命力的业绩回报却没有因为这些牛股而遥遥领先。

对此，华富基金相关负责人回答说：“量化投资是借助计算机系统，运用程序化的计算机模型进行全市场数据分析，用模型结论指导投资的一种投资方式。根据基金契约，华富量子生命力基金是一个运用量化模型指导投资的产品。每个模型对不同的市场环境都有不同的适应性，因为其分析基础是各种市场公开数据，所以从一般规律来看，量化投资的产品在震荡向上以及牛市行情中表现比较出挑，而在熊市行情中则普遍弱于市场。同时，量化投资产品持股分散度比较高，单个股票的占比都不高，从正面来看，是有效规避了风险，但同时个股涨幅对基金净值的贡献率也就相应降低了。”

量化投资成熟运用于国内A股还需时间

华富量子生命力基金的基金经理朱蓓，上海交通大学安泰管理学院硕士研究生，曾担任平安资产管理公司量化投资部助理投资经理。多年证券投资研究、保险公司投资从业经历。现任华富基金金融工程研究员、产品经理，华富量子生命力、华富中证100、华富中小板基金经理。

对于华富量子生命力目前的业绩不大理想。华富基金公司相关负责人解释说：“华富量子生命力基金自2011年成立以来，一直处于较弱的市场环境中，虽然期间也有阶段性的比较好的表现，但总体来说没有给持有人带来正收益，深表歉意。公司看到了这一点，也一直在努力改变，今年三季度增聘了基金经理，改善了持股结构，逐步调整量化策略，以求找到更适应现阶段市场的量化模型，为持有人带来收益。”参考华富基金旗下的其他基金业绩情况，今年以来的确收益不错，海通证券统计前三季度权益类基金综合净值增长率达38.07%，在所有基金公司中排名第五，说明华富基金对股票主动管理的能力还是可圈可点的。

这位负责人称：“量化投资在国内市场还处于初级阶段，应用国外成熟的量化策略操作于国内市场，也要有一个逐步适应调整的过程。但从长期来看，未来中国经济向好，大盘逐步回暖的大趋势下，量化投资的未来还是可以期待的。”