導語：如何才能寫好一篇量化投資策略分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

【關鍵詞】量化投資 量化投資策略 資產配置

量化投資是投資者借助計算機信息化建立數學模型，把最新市場數據和相關信息輸入到模型中，通過公式計算出投資對象，做出最優投資決策。量化投資不依靠投資者的感覺直覺，不依賴個人判斷，而是將其經驗利用信息通過模型實現投資理念。同時，投資者期望達到收益和風險的合理配比，利用夏普比率等科學方法控制收益和風險。量化投資者不用每天重復的分析瑣碎信息，只需要不斷完善這個模型并不斷創造新的可以盈利的模型。

二、量化投資策略

（一）量化投資策略分類

量化投資策略，主要包括量化擇時策略、統計套利策略、算法交易策略、組合套利策略、高頻交易策略等。

（1）量化擇時策略是收益率最高的一種交易策略，通過對宏微觀指標的量化分析判斷未來經濟走勢并確定買入、賣出或持有，按照高拋低吸原則獲得超額收益率。在量化擇時策略中，趨勢跟蹤策略是投資者使用最多的策略。量化擇時分析策略包括：趨勢跟蹤策略、噪音交易策略、理易策略。

（2）統計套利是風險套利的一種，通過對歷史數據的統計分析，利用統計學理論，估計相關變量的概率分布，判斷規律在未來一段時間內是否繼續存在。統計套利策略包括協整策略和配對利差策略、均值回歸策略以及多因素回歸策略。

（3）算法交易又稱為自動交易，主要是研究如何利用各種下單方法，降低沖擊成本的交易策略，將一個大額交易通過算法拆分成數個小額交易，以此來減少對市場價格造成沖擊，降低交易成本。算法交易策略包括交易量加權平均價格策略、時間加權平均價格策略、盯住盤口測量、執行落差策略、下單路徑優選策略。

（4）組合套利策略主要針對期貨市場上的跨期、跨市及跨品種套利的交易策略。組合套利策略包括均衡價格策略、套利區間策略、牛市跨期套利、熊市跨期套利等。

（5）高頻交易是一種持倉時間短、交易量巨大、交易次數多、單筆收益率低的投資策略，人們從無法利用的極為短暫的市場變化中尋求獲利的計算機化交易，依靠快速大量的計算機交易以獲取高額穩定的收益。高頻交易策略包括流動性回扣交易策略、獵物算法交易策略和自動做市商策略。

如下是量化投資中幾種主要的投資交易策略：

（1）趨勢跟蹤策略。趨勢跟蹤策略追隨大的走勢，向上突破重要的壓力線可能預示著更大一波的上漲趨勢，向下突破重要的支撐線可能預示著更大一波的下跌趨勢。趨勢跟蹤策略試圖尋找大趨勢的到來，在突破的時候進行相應的建倉或平倉的投資操作來獲得超額收益。

趨勢型指標進行擇時的基本理念是順勢而為，跟蹤市場運行趨勢。在趨勢策略中使用的技術指標是最多的，常用有：移動平均線（MA）、平滑異動移動平均線（MACD）、平均差（DMA）、趨指標（DMI）等。

（2）噪音交易策略。噪聲交易是指交易者在缺乏正確信息的情況下進行密集交易的行為。有效市場中噪聲只是一個均值為零的隨機擾動項，但市場并不總是有效的，市場上有很多異常信息，往往有人能夠提前獲得這些異常信息，很可能對投資的判斷提供重要的價值。噪聲交易策略的運用主要是機構投資者通過計算得到市場的噪聲交易指數，監測該指數的變化，根據其變化來設計量化交易策略。

（3）協整策略。在統計套利策略中，協整策略是應用最廣泛的一種策略。協整套利的主要原理，是找出相關性最好的幾組產品，再找出每一組的協整關系，當某一組投資產品的價差偏離到一定程度時建倉，買入被低估的資產、賣出被高估的資產，當價差均衡時獲利了結平倉。協整策略包括協整檢驗、GARCH檢驗、TARCH檢驗以及EGARCH檢驗。

（4）多因素回歸策略。多因素回歸策略，也是一種被廣泛使用的投資策略。這一策略利用影響投資收益的多種選擇因素，并根據其與收益的相關性，建立多元回歸模型，簡化投資組合分析所要求的證券相關系數的輸入，這類方法的代表是套利定價模型。

（二）量化投資策略組合

量化投資策略組合綜合考慮交易商品、策略類別、策略數量、時間周期因素。量化投資策略組合相比較單一投資策略有以下優勢：

（1）策略組合降低了對單一策略的依賴，當單一策略失去競爭力，使用策略組合的方式，可以利用不同產品價格變化、變化幅度、周期等多個方面把握投資機會，在一定程度上保證了穩定的收益率，盈利機會更多；

（2）策略組合可以分散單一策略的交易風險，降低風險，通過策略組合將投資風險分散化，盡可能規避市場風險、策略風險及系統風險等。

三、量化投資資產配置

資產配置是指資產類別選擇，即投資組合中各類資產的適當配置及對這些混合資產進行實時管理。量化投資管理打破了傳統投資組合的局限，它與量化分析結合，將投資組合作為一個整體，確定組合資產的配置目標和分配比例，深化了資產配置的內涵。

資產配置包括戰略資產配置和戰術資產配置兩大類。戰略資產配置是長期資產配置，針對較長時間的市場情況，控制長期投資風險以達到收益最大化。戰術性資產配置是依據資產預期收益的短期變化，獲取超額收益的機會。因此，戰術資產配置是建立在長期戰略資產配置過程中的短期分配策略，二者相輔相成。在長期投資活動的戰略資產配置下，戰術性資產配置利用其積極的靈活的投資機會，適當的配合戰略資產配置，獲取較高收益。

四、前景展望

在量化投資飛速發展的今天，它己經成為金融市場中不可忽視的一個領域，中國的金融市場在逐步發展及完善，中國的量化投資也會繼續發展和前進，隨著量化投資方面的加大投入，量化投資的進程加快，中國量化投資的前景無限。

參考文獻：

篇2

關鍵詞：量化投資；傳統投資；模式數學模型；自變量參數

1量化投資簡介

1.1基本概念

量化投資是一種借助于計算機高效計算程序進行復雜運算，以金融產品未來收益與風險為研究對象的新型投資方式。量化投資的基礎是以股票價格、日成交額等大數據庫數據為參考樣本數據并建立數學模型，運用仿真分析及迭代方法不斷修正數學模型，直到數學模型可以用來預測指導投資交易。任何一個投資的方案或者設想，都可以為它設計一個數學模型，然后借助大數據庫的現有數據進行迭代法測試分析，以此來判別數學模型的有效性。傳統投資方式基本上是對傳統的技術分析和公司的經營狀態基本分析，存在一定的局限性；相比之下量化投資分析是基于對大數據市場數據的，數據樣本空間容量足夠大，而且可以快速進行運算并排除投資者個人心理因素的主觀影響，科學性和時效性更強。此外，量化投資是一種主動性的投資方式，在進行數學模型選擇、自變量選取、數學模型的驗算迭代都是投資行為的主動部分。

1.2交易內容及方法

量化投資交易的內容主要是量化策略以及交易策略，在制定交易策略時必須立足于投資市場、投資產品以及分配在內等。具體交易平臺則是靠以計算機計算程序為基礎的線上交易平臺系統。進行量化投資交易時通常會遇到各種較為復雜的情況，但是基本前提都是要依據現有的既定的大量數據庫數據，靈活采用各種方法來判斷投資對象是否值得投資。總體來說，量化投資有估值法、資金法和趨勢法三種。

2量化投資現狀

從理論上來說，每個量化投資者的決策行為可以被同化為理性預期、風險規避、嚴格效用基本一致的理想化模型。然而現實情況中每個人的心理活動、出發點、知識水平等都存在差異，進行量化投資時人們作出的決策也存在差異。人的非理性行為與理性行為都是客觀存在的，而且非理性行為對理性行為也存在著一定的影響，因此投資人在進行投資決策時并不能完全理性地進行選擇。綜上所述，非理性人的客觀存在使投資人在進行投資決策時不能完全忽視個人的心理因素。既然個人的心理因素無法排除，那么在建立決策分析數學模型時，就應該把個人的心理因素考慮在內。當前我國國內量化投資有以下幾個特點：(1)個人投資者占總投資者的比例很高。上文已經提到投資者個人的非理性客觀存在且不可避免，那么眾多量化投資者的非理性因素間接影響我國量化投資市場。(2)我國的量化投資市場雖然發展迅速但仍不成熟。與美國及歐洲發達國家相比，我國量化投資市場只能是一個新興的市場，直接表現在各方面的信息不完整且難以搜集，一些基礎數據我們只能自己想方設法地去開發獲取。(3)量化投資行業的企業構成比較復雜。目前我國量化投資行業的企業種類比較多，跨越眾多不同的領域。加上我國量化投資市場還處于新生期，市場不穩定信息變化較快，因此量化投資行業的可用層面指標數目非常少且指標數值經常變化。當前我國量化投資者正是依據當前行業的特點，從不同的層面和角度驗證分析，建立泡沫型數學分析模型，才能獲得巨大的利潤。(4)量化投資策略研究落后。通過把我國量化投資策略與美國及西方發達國家的量化投資策略進行對比，發現我國現有的量化投資策略嚴重落后。國外的量化策略研究是在大量的事件、數據積累分析的基礎上，腳踏實地潛心研究總結出來的。現階段我國量化策略研究多是借用國外的策略，結合國內的量化投資行業的實際現狀進行修正得來的。當前我們還缺少指導量化投資行業的專家、指導著作，為此我國國內的一些高等院校開始著手量化投資策略的研究并取得了初步的成效。

3量化投資優勢

量化投資是在定性投資基礎上進行繼承和延伸的一種主動投資工具。定性投資的核心是對宏觀經濟和市場基本面進行深入的分析，再加上實地調研上市公司以及與上市公司的管理層進行經驗交流，最終把調研結果整理成專題報告，把報告作為決策依據。不難看出定性投資帶有很大的個人主觀判斷性，它完全依賴于投資經理個人經驗以及對市場的認知。量化投資在調研層面與定性投資相同，區別在于量化投資更加注重數據庫大數據，運用各種方法發現運用大數據所體現出來的有用信息，尋找更優化的投資方式以獲得大額收益，完全避免了投資經理個人的主觀臆斷和心理因素，更加科學合理。綜上所述，與定性投資相比，量化投資具有以下優勢。

3.1投資方式更加理性

量化投資是采用統計數學與計算機建模分析技術，以行業大數據庫為參考，取代了個人主觀判斷和心理因素的科學客觀投資方法。很明顯，行業大數據的樣本容量已遠遠高于有限的對上市公司調研所形成的樣本容量；在進行投資決策時，把決策過程科學化數量化可以最大程度的減少投資者決策時個人情感等心理因素對決策結果的影響，從而避免了錯誤的選擇方向。

3.2覆蓋范圍大效率高

得益于因特網的廣泛實施應用，與各行各業的運行數據都可以錄入大數據系統形成體量巨大的數據庫；得益于計算機行業云時代到來對計算分析速度的革命性變革，在極短的時間內就可以得到多種量化投資的投資方法。定性投資方式進行決策時，由于決策人的精力和專業水平都存在一定的局限性，自然其考慮投資的范圍要遠遠低于電腦決策，二者根本沒有可比性。綜上所述，雖然與定性投資相比，量化投資具有明顯的優勢，但是二者的目的是相同的，都以獲得最大收益為目的，多少情況量化投資與定型投資可以互相補充，搭配使用會起到意想不到的效果。

4量化投資的劣勢

上文已經提到量化投資的決策過程依賴于大數據庫以及計算機分析系統的科學決策，因此只要投資思想正確量化投資就不會出現錯誤。然而即使是投資思想及決策過程都沒有問題，也不意味著量化投資完美無缺。量化投資本質上是對某一特定基準面的分析，事實上基準面有時范圍過小，縱然決策過程合理化、無偏差，量化投資也存在一定的局限性。量化投資的另一特點是進行考察決策時覆蓋的市場面非常廣泛，在當前國民經濟快速發展的時代，人們對市場的認知難免出現盲區或者對某一個局部了解不充分的現象，此種情況下量化投資的正確性就很難保證。

4.1形成交易的一致性

基于量化投資的低風險特性，人們更多地依賴于采用大數據云分析平臺進行決策，如此大家對某一行業的市場認知以及投資決策水平就處在同一認知層次上，當遇到極端的市場行情時，人們作出的交易決策往往一致，即容易達成交易的一致性。例如期貨行業以及股票行業，在市場行情動蕩的特殊時期，人們往往選擇在同一時機拋出股票或者期貨，這種大規模的一次性拋盤則會造成在預期拋售價格基礎上的劇烈波動，導致投資者的實際收益在一定程度上低于預期收益。此種情形下又會引起新一輪投資恐慌，不利于市場的穩定發展。

4.2指標鈍化和失效

任何一個行業的某一個市場承載投資者的容量都是有限的，從戰略投資的角度來看，當某一個市場的產業鏈較為成熟、技術門檻較低時，投資者進入該市場就會容易很多，當市場的承載量大大低于投資者進入數量時，既定的投資策略則會失效。例如某一企業的某只股票第一年能獲得50%的收益，第二年則降為20%的收益，第三年可能是5%，第四年就沒有收益了。諸如趨利反轉策略、套利策略現在已經非常大眾化且投資者已經達成共識，一擁而上集中式進行投資就會導致投資評價指標鈍化甚至失效。

篇3

量化對沖產品在盈利與回撤上的穩定特征，突出表現在在市場極端下跌的行情下。今年6月15日至7月3日期間，上證指數下跌接近30%。僅6月單月，私募基金逾6成收益告負，470只公募普通股票型基金中僅14只上漲，最大漲幅僅3.17%。這次股災令公募、私募損失慘重。在一片恐慌中，量化對沖一枝獨秀。私募量化對沖基金整體下跌卻只有2.3%，其中約50%量化對沖基金獲取正收益。

量化對沖其實是“量化”和“對沖”的結合。在實際應用中，由于對沖基金往往采用量化模型進行投資決策，兩者經常交替使用，但量化基金不完全等同于對沖基金。

量化是指借助統計方法、數學模型來指導投資，其本質是定性投資的數量化實踐。量化投資區別于定性投資的鮮明特征就是模型。定性投資和定量投資的具體做法有些差異。定性投資更多地依靠經驗和感覺判斷，定量投資更多依靠模型判斷。

量化投資的最大特點是強調紀律性，即可以克服投資者主觀情緒的影響。凡是通過或利用數學公式或數學模型進行投資的策略均可被納入量化投資策略范疇。在華爾街，量化投資多指與金融工程相關的投資，而在國內多指“多因子模型分析”相關的投資及程式化交易。

與其他策略相比，量化投資由于用到了數學理念設計參與，通過捕捉市場的非有效性來獲取超額的收益。而中國的市場依然有著非常強的非有效性。對投資者來說，量化投資策略能夠有效避免情緒化操作。

風險對沖是對沖基金最重要的特征。投資是以風險換取收益的過程，無風險則無收益。對沖基金是一種可以用確定性的風險去換取確定性收益的基金，對沖基金的賣點就在于其收益的確定性。

與傳統高風險高收益的投資理念不同，對沖基金是以最低的風險去獲取最高的收益。任何一個多元化的投資組合，其收益與風險主要是來源于市場。可以利用對沖工具對沖一定的市場風險，而通過承擔比較確定的風險，獲取穩定收益。

作為投資工具，對沖基金比其他投資工具限制少很多。一般投資工具多數甚至不允許“賣空”，而對沖基金則可采用賣空、杠桿以及期權、期貨等多種衍生工具。

常見的量化對沖策略包括：股票對沖、事件驅動 、全球宏觀、相對價值套利四種，任意一只對沖基金既可采取其中某一策略也可同時采取多種投資策略，目前全球使用占比最高的策略是股票多空策略，占比達32.5%。

目前私募已發行的量化對沖產品中，主要包括Alpha策略基金、量化套利基金、量化CTA基金以及宏觀對沖基金四類。公募對沖基金持有的絕大部分是滬深300成分股，套保期貨一般會與現貨匹配，多采用低頻交易CTA高頻策略。

目前，國內的偏股型基金普遍采取相對收益策略，即以跑贏股指為首要目標，這使得偏股型基金凈值受到股指波動的影響較大。

篇4

關鍵詞：資金流信息含量；資金流強度；資金流杠桿倍數

一、資金流策略的意義

資金流是一種反映股票供求關系的指標，是指證券價格在約定的時間段中處于上升狀態時產生的成交額是推動指數上漲的力量，這部分成交額被定義為資金流入；證券價格在約定的時間段中下跌時的成交額是推動指數下跌的力量，這部分成交額被定義為資金流出；若證券價格在約定的時間段前后沒有發生變化，則這段時間中的成交額不計入資金流量。當天資金流入和資金流出的差額可以認為是該證券當天買賣兩種力量相抵之后，推動價格變化的凈作用量，被定義為當天資金凈流量。

有效市場假說的概念是說證券價格已經能夠完全反映所有可獲得的信息，即在有效的證券市場中，不論選擇何種證券，投資者只能獲得與證券風險相當的正常收益。然而完美的有效市場存在的可能性是很小的，同樣對于中國證券市場而言，市場并不十分有效，并且股價在短期內可能受到某些消息的影響，或者某些市場內在因素的改變從而產生劇烈波動帶來的差價投資機會，因而在市場中經常存在交易性機會，從而在量化投資選股方面也有很多種選股策略，根據資金流選股便是其中一種。

資金流策略是指根據資金流這一指標進行選股的一種量化投資策略。該模型使用資金流向主要通過衡量當前市場上的股指或股票的資金流入或者流出的狀態，從而進一步去衡量未來股票的漲跌情況：如果是資金流入的股票，則股價在未來一段時間可能會上漲；如果是資金流出的股票，則股價在未來一段時間可能會下跌。這樣就可以根據資金流向來構建相應的投資策略。

二、資金流策略具體操作及結果分析

（一）資金流策略指標含義及操作步驟

對于資金流向的判斷，根據買賣雙方的力量對比來衡量。資金流分為流入流出兩個方向，如果當前的成交價格在買方，則認為是賣方出賣股票的意愿較強，資金流出；如果當前的成交價格是在賣方，則認為是買方買股票的意愿較強，資金流入。對于資金流的測算，采取日數據計算，即當日價格上漲全部計算為流入，若當日價格下跌則計算為流出。本文采用的選股指標包括：1. 資金流信息含量IC（資金流中有效信息含量），將資金流向標準化，用當天的資金流凈額除以當天的股票成交量，即資金流凈額/交易額。2. 資金流強度MFP，資金流凈額/流通市值，即標準化資金流的強度。3. 資金流杠桿倍數MFL，流通市值/資金流凈額，即衡量資金流的撬動效應。

操作步驟：選股策略基于滬深300指數成分股，并將股票按照各指標進行排序，去除數據計算無效的股票；研究的時間從2014年10月1日到2016年8月31日，共6期；組合調整的日期為4月30日（一季報披露完成）、8月31日（二季報披露完成）、10月31日（三季報披露完成）；剔除在組合調整日前后長期停牌的股票；組合構建時為等權重；組合構建時股票的買入賣出價格為組合調整日收盤價，若調整日為非交易日，則向前順延；在持有期內，若某只成分股被調出滬深300指數，不對組合進行調整；將各成分股的季收益率與其相應指標進行合并，去除無效數據；將已合并好的滬深300成分股按照指標按照從高低的順序排列；分為6組：排名前10的成分股、排名前20的成分股、排名前50的成分股、排名在50～100的成分股、排名在100～200的成分股、排名在200以后的成分股；計算出各組平均季收益率，將各組平均的季收益率與同期滬深300指數的收益率作對比，考察跑贏概率。在2014年10月1日至2016年8月31日共進行了12期組合的調整，不計交易成本。

（二）資金流信息含量假說及檢驗

1. 資金流信息含量假說

信息無效――回歸擬合優度很差

信息泄露――回歸擬合優度很好，資金流系數為正

信息反應過度――回歸擬合優度很好，資金流系數為負

R■=MFPt，iβ1，j+MFLt，iβ2，j+R■β3，j+αi

其中，R■表示第t期股票i的超額收益率；R■表示第t+1期股票i的超額收益率；β表示各公示因子的回歸系數；MFPt，i表示第t期股票i的標準化資金流；MFLt，i表示資金流杠桿倍數。

2. 對資金流信息含量假說的檢驗

本文以浦發銀行（600000）為例，設第t期為2016年3月10日到20日，則第t+1期為2016年3月20日到30日，對于非交易日順延并剔除無效數據信息；首先計算出第t期的資金流強度MFP和資金流杠桿倍數MFL；然后計算出第t期和第t+1期浦發銀行的超額收益率；最后用Eviews進行多元回歸分析檢驗。檢驗結果如表1所示。

由表1可知，線性回歸系數為0.965963，擬合系數為0.933085，接近于1，說明擬合程度很好，第t期的股票超額收益率、資金流強度和資金流杠桿倍數這三個自變量對于第t+1期的股票超額收益率的解釋程度很高。

由表2可知，F值為6.97219，F>F0.01（5.64），即方程極其顯著，各自變量對因變量有很顯著的影響，方差值很小，比較穩定。

由表3可知，資金流信息含量IC的回歸系數為-1.05399，與t+1期超額收益率呈負相關，資金流強度MFP的回歸系數為257.5974，與t+1期超額收益率呈正相關，資金流杠桿倍數MFL為-4.6E-07，與t+1期超額收益率呈負相關。從而回歸方程為：

R■=257.5974MFPt，i-（4.6E-07）MFLt，i β2，j-2.05606+R■+αi

綜上所述，當期的超額收益率、資金流強度、資金流杠桿倍數這三個指標對于下一期的股票有著很好的預測效果。

3. 根據資金流信息含量IC選股策略結果

由表4可知，整體上看，資金流信息含量較低的組合表現較好，其中資金流信息含量排名200之后的成分股構成的組合表現較好，記為組合IC（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合IC（200）年化收益率為8.97%，高于同期滬深300 指數的表現。在6期中，組合IC（200）有5期跑贏了滬深300 指數，跑贏概率為83.33%。

（三）資金流強度MFP

1. 根據資金流強度MFP選股策略結果

2. 根據資金流強度MFP選股策略結論

由表5可知，整體上看，資金流強度較低的組合表現較好，其中資金流強度排名200之后的成分股構成的組合表現較好，記為組合MFP（200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFP（200）年化收益率為10.62%，高于同期滬深300 指數的表現。在6期中，組合MFP（200）有5期跑贏了滬深300 指數，跑贏概率為83.33%。

（四）資金流杠桿倍數

1. 根據資金流強度MFL選股策略結果

2. 根據資金流強度MFL選股策略結論

由表6可知，整體上看，資金流杠桿倍數較低的組合表現較好，其中資金流強度排名100～200的成分股構成的組合表現較好，記為組合MFL（100，200）。在2014年10月1 日至2016年8 月31 日間，不考慮交易成本，組合MFL（100，200）年化收益率為-2.93%，高于同期滬深300 指數的表現。在6期中，組合MFL（100，200）有4期跑贏了滬深300 指數，跑贏概率為66.67%。

三、各策略比較分析

將根據不同指標所選股的結果放到一起進行比較，時間是從2014年10月1日到2016年8月31日，由進一步的比較分析可知，按照低資金流強度選股的策略表現最好，年化收益率達10.62%，在6期的分析中有5期的收益率超過大盤，跑贏概率為83.33%。

四、資金流策略的有效性分析

正因為中國的A股市場不是特別有效的市場，量化投資策略正好可以發揮其紀律性、系統性、及時性、準確性、分散化的優點而不惑國內市場的各種投資機會。相比定性分析，現階段A股市場的特點更適合采用客觀、公正而理性的量化投資風格。股票市場復雜度和有效性的增加已對傳統定性投資基金經理的單兵作戰能力提出了挑戰。相對于海外成熟市場，A股市場的發展歷史較短，有效性偏弱，市場上被錯誤定價的股票相對較多，留給量化投資策略去發掘市場的無效性、尋找超額收益的潛力和空間也就更大。事實上，盡管在國內發展歷程較短，從國內已有的采用了量化投資方法并且已經運作了一段時間的基金來看，量化基金可以被證明是適應中國市場的。

本文采用現代計量經濟學的方法研究了從2014年10月1 日到2016年8 月31 日間滬深300成分股的情況，探討了資金流信息含量的預測作用，研究了根據資金流三個指標進行選股所做策略組合的收益情況。主要涉及資金流信息含量IC、資金流強度MFP、資金流杠桿倍數MFL這三個指標，分別根據每個指標進行選股，觀察其組合走勢情況，得出的主要結論有：第一，資金流信息含量對下一期的股價走勢有一定的預測作用；第二，根據上述的三個指標進行選股所做策略，在一定程度上是可以獲得超過大盤的收益率。

作為量化投資的一個組成部分――策略指數基金已經發展起來，其中選股策略就包括本文所論述的資金流策略。不僅能夠做到有的放矢，而且可以滿足投資者不同風險收益偏好的投資需求。

參考文獻：

[1]（美）羅伯特?A?哈根.金融學――有效市場的反例[M].清華大學出版社，2002.

[2]（美）羅伯特?阿諾德，許仲翔，約翰?韋斯特.基本面指數投資策略[M].社會科學文獻出版社，2010.

[3]丁鵬.量化投資――策略與技術[M].電子工業出版社，2012.

[4]朱世武.基于SAS系統的金融計算[M].清華大學出版社，2004.

[5]曹立著.透視無形之手――中國證券市場資本流量運動解析[M].深圳出版發行集團海天出版社，2009.

[6]田存志，王聰.證券市場信息非對稱問題的理論與實證研究[M].中國社會科學出版社，2013.

[7]陳威杰，蔡志成.數量化投資指標之資金流策略指標研究[J].時代金融，2013（12）.

[8]石建輝，基于資金流的股指期貨投資策略[J].中國證券期貨，2014（01）.

[9]宋軍，吳沖鋒.從有效市場假設到行為金融理論[J].世界經濟，2011（10）.

篇5

智能機器人“阿爾法”成為了近期一顆令人矚目的明星，因為就在不久前的國際圍棋比賽中，它憑借出人意料的戰術，完勝韓國圍棋九段高手李世石。“阿爾法”的勝利，雖然并不能完全代表人工智能就比人腦的運算能力更強，但一個不容忽視的現實是，人工智能正在各行各業得到了廣泛的應用。比如金融投資領域的量化投資，其實就是一種“人工智能”。值得一提的是，在當下市場波動明顯的“震蕩市”中，量化投資產品正以整體穩健的業績表現，贏得各類投資者的青睞。

據《投資者報》數據研究中心對成立于2016年以前的、67只量化基金產品（Wind分類，A、C分開計算，下同）的區間復權單位凈值相對大盤增長率統計數據顯示，截至5月13日，共有59只跑贏上證指數，占比88%。

對此，上海一家中型基金公司市場部人士稱，“人工智能在金融領域的廣泛應用，將為量化投資帶來新的機遇，但是多變的行情也將對投資策略和投研團隊的實力提出更高的要求，必須具備與時俱進的投資理念，并把行動落到實處，這樣才能為投資者賺取超額收益。”

59只量化產品跑贏上證指數

我們看到，2016年以來的中國股市，震蕩明顯加大。“錢難賺”也使得市場對風險的敏感度不斷提升，那些能夠跑贏上證指數的量化基金產品，自然吸引了不少投資者的眼球，分外引人注目。

據Wind數據顯示，自2016年1月1日至5月13日區間，全市場67只量化基金中，有超過八成跑贏上證指數，包括華寶興業量化對沖A、華寶興業量化對沖C、海富通阿爾法對沖、廣發對沖套利、嘉實對沖套利、華泰柏瑞量化收益、嘉實絕對收益策略、中金絕對收益策略、南方絕對收益策略、富國絕對收益多策略、大成絕對收益A、泰達宏利絕對收益策略、中郵絕對收益策略、大成絕對收益C、國泰全球絕對收益人民幣、國泰全球絕對收益美元現匯、國泰全球絕對收益美元現鈔、工銀瑞信絕對收益A、工銀瑞信絕對收益B、銀華量化智慧動力、嘉實騰訊自選股大數據、東方啟明量化先鋒在內的22只量化基金區間復權單位凈值相對大盤增長率超過10%，占比33%，其中，華寶興業量化對沖基金超越上證指數最多，超過了21%。

“經過10年的發展，量化基金逐漸在基金投資領域占據了一席之地。無論是在2014年板塊輪動頻繁、熱點分散的行情中，還是在2016年以來的震蕩市中，持股分散、投資靈活的量化基金充分發揮了其‘選股多’、‘反應快’、‘抗干擾’和‘成本低’的優勢。”華泰證券分析師告訴《投資者報》記者。據相關數據顯示，2014年度納入業績統計的22只主動量化型基金（剔除指數量化基金）2014以來平均收益率達到33.26%，同期偏股型基金平均收益為23.27%，高出主動偏股型基金同期業績近10個百分點。

“今年的情況與2014年的情況在很大程度上類似，所以現在許多機構與資深投資者開始把目光投向了量化基金。”上述業內人士如是說。

震蕩行情量化產品優勢明顯

業內人士指出，“在當前的震蕩行情中，主動型投資在選股擇時方面有較大難度，而以科學性、‘自動化’為特征的量化投資策略優勢明顯。”事實上，量化基金在震蕩市場中的業績優勢已在今年的市場下跌中得到證明。數據統計顯示，從1月1日至5月13日，上證綜指今年來累計下跌20.12%，而在此期間，67只公募量化基金的平均跑贏大盤指數8.59個百分點。

理財專家建議投資者，“后市總體來看，在沒有增量資金入場，影響股市的各個因素逐步趨于中性的情況下，在沒有新的利好利空因素的沖擊下，未來指數仍以震蕩走弱為主。但市場經過前期的下跌和盤整，市場繼續大幅下跌的風險也不大，投資者傾向于尋找結構機會，市場依然有可為機會。投資者可配置絕對收益產品，以降低組合風險，提高資產穩定性。”

鏈接：五指標“精選”性價比最高對沖基金

一、投資收益

該指標投資者最為關注的要素，區別于追求相對收益的偏股型基金，量化對沖基金追求的是絕對收益。但風險因素同樣不可忽略，因此，對投資收益率進行比較后，可將目光轉到“最大回撤”“夏普比率”“年化波動率”“月勝率”等代表投資風險的指標。

二、最大回撤

最大回撤，是指在選定周期內任一個歷史時點往后推，基金凈值自最高點回落至最低點的幅度，即虧損的最大幅度，因此，最大回撤幅度越小越好。

根據Wind數據統計顯示，量化對沖基金的最大回撤比股票型和混合型基金小。在目前9只量化對沖產品中，最大回撤控制在2%以內的產品有3只，分別是南方絕對收益策略、中金絕對收益策略、廣發對沖套利，最大回撤分別只有-1.19%、-1.39%、-1.62%。

三、夏普比率

夏普比率，是代表基金風險收益比的指標之一。在對9只量化對沖產品成立以來的年化夏普比率的統計結果顯示，對沖產品的夏普比率都比較高，整體在2至3之間，其中，年化夏普比率排在前三位的產品是廣發對沖套利、南方絕對收益、海富通阿爾法對沖，分別達到3.91、3.79、3.49。

用通俗的話來解釋，即夏普比率越高，代表著投資者承擔同等風險的情況下，獲得的收益就越高，即投資性價比越高。以夏普比率最高的廣發對沖套利為例，夏普比率為3.91，代表著投資者承擔1個單位風險，可以獲得3.91個單位的收益。

四、單月最大虧損

考慮到6月15日以來的市場極端情況，需要特別關注對沖基金自成立以來的單月最大虧損情況。據Wind數據顯示，9只公募對沖類基金的單月最大虧損只有-5.52%，其中，表現優秀的產品在6月依然實現正收益。

此外，單月最大虧損幅度為正收益的對沖類基金是中金絕對收益策略、廣發對沖套利和南方絕對收益，其收益率分別為0.60%、0.39%和0.18%。這代表著上述3只基金自成立以來每個月均實現了正收益，月勝率達到100%。

五、月勝率

篇6

A股疲軟，港股雄起。今年來兩地市場明顯的差異性，使得“AH股價差投資策略”名聲大振。但對于普通投資者來說，要熟練掌握和運用某一種投資策略，顯然亦非易事。那么，有沒有一種產品或工具，可以幫助投資人游刃有余地利用兩地市場差異性賺錢呢？華夏基金日前推出的上證50增強版基金50AH優選指數基金或許是不錯的選擇之一。

據華夏基金公司日前公告稱，華夏滬港通上證50AH優選指數證券投資基金（LOF）已于9月19日起發行。該基金作為上證50指數基金的增強版，使用AH價差投資策略，優選低估藍籌，為投資者提供建立在上證50基礎上的額外回報。

“優選50超越50。”該基金擬任基金經理榮膺表示，目前上證50指數有23只成份股在香港市場同步有H股交易。股價差異受到包括市場特性、上市公司行業組成、投資者結構和投資者偏好等方面影響，宏觀層面的股價差異或會存在相當一段時間，投資者可在兩地市場受惠于這些差異所帶來的投資機會。

市場風格快速向藍籌轉換

上證指數在3000點反復震蕩，未來哪個板塊可以充當沖關“急先鋒”。市場人士認為，從目前來看，市場風格正在快速向藍籌股切換，一旦藍籌股價值重估過程結束，未來高股息低估值股票或許成為排頭兵。

“當前市場有兩個大背景：一是我國經濟低位運行，資產配置荒較為嚴重；二是利率持續下行，處于低利率時代。在這樣的市場環境下，投資者對國內資產的風險偏好水平將得到提升，而相較于今年以來樓市債市的情況，A股經過調整后，更有可能充當資金的蓄水池。”國海證券分析師指出，從二級市場上來看，很多以保險為代表的機構資金，在債券市場上找不到安全穩健的標的時，將出現使用高股息低估值的股票資產代替債權資產的趨勢。

“當前處于經濟低迷、理財產品收益欠佳的情況下資金面臨無處可投的局面，‘資產荒’被進一步稱為‘好的資產荒’。在這樣的背景下，上證50指數因為云集眾多國字號、中字頭等大型國企，績優穩健，勢必會吸引大量資金的關注。特別是隨著未來深港通的落地及MSCI或將A股納入新興市場指數等因素，境外的機構資金也極大可能首選投資上證50指數。”上述市場人士告訴《投資者報》記者，從2005～2015年的歷史數據來看，上證50指數自2005年1月1日至2015年12月31日，累計收益率163.7%，年化收益率13.9%。明顯超越其他指數。而利潤增速方面，上證50指數過去三年平均凈利潤增長率達到11.7%，也表現出了極高的成長性。

優選50“洼地”價值凸顯

隨著深港通的腳步聲愈加臨近，“南下”持續加熱，截至2016年9月6日，恒生指數收報23，787點，再創一年新高。市場人士表示，在利率走低通脹有限之下，高股息藍籌股的投資價值越來越明顯，而隨著A股監管趨嚴之下市場的投機炒作之風得到有效遏制，也會進一步提升高股息藍籌股的價值。今年以來，上證50指數在所有寬基指數當中表現突出，相對滬深300跑贏2.3%，相對中證500跑贏6.2%，相比創業板綜指跑贏5.5%。目前上證50指數市盈率為10倍，市凈率1.2倍，股息率3.1%，投資價值凸顯。

確實，上證50指數挺牛的，但比它還牛的也不是沒有。比如上證50AH優選指數基金就是值得一說的標的之一。據了解，為進一步豐富指數體系，并為投資者提供新的投資工具及標的，上海證券交易所和中證指數有限公司于2015年12月10日正式了境內首只A+H概念的指數產品――上證50AH優選指數基金。如果上證50AH優選指數的成份股存在比A股價格更加便宜的港股，則每個月自動利用港股通額度根據AH股價差進行成份股股份類別的轉換。

Wind數據顯示，2005年至今，上證50的年化收益率是8.56%，而上證50優選的年化收益率是12.9%，平均每年超額收益率達到4.34%。

“隨著未來深港通的落地，以及香港、內地兩地的市場環境、投資者結構、退出機制等制度的不斷完善，兩地的估值差異預計會長期收斂。”榮膺告訴《投資者報》記者，據她了解到的數據顯示，截至2016年9月4日，恒生AH溢價指數呈下降趨勢，從年初的140左右已降至120。

出色量化團隊與明星基金經理雙重護航

LOFs（Listed Open-Ended Funds）是一種可以在交易所掛牌交易的開放式基金，發行結束后，投資者既可以在指定網點申購與贖回基金份額，也可在交易所買賣該基金。而且，場內交易費用低廉、結算效率高，投資者托管在場內的基金份額可以通過賣出、買入的方式實現股票、債券、基金間的快速轉換，大幅提高資金利用率。據了解，上證50AH優選指數就是一只LOFs基金。

值得一提的是，華夏基金旗下目前擁有一只極其出色的量化投資團隊。據接近華夏基金的市場人士介紹，華夏基金量化投資團隊全面負責公司境內外市場被動投資、主動量化產品以及衍生工具的投資研究和管理。團隊現有人員17人，其中，基金經理6位，投資經理3位，人員結構穩定，基金經理平均從業年限15年，平均司齡12年。顯然，出色的量化團隊能夠為上證50AH優選指數的業績提供一定的保障。

篇7

以寬客比較盛行的美國來說，那里的寬客主要優勢在于，構建模型來確定證券價值，因為美國的金融衍生產品太多了，定價方式也非常復雜。到目前為止，整個金融圈最著名、應用最廣泛的是布萊克―肖爾斯期權定價模型，這個模型讓寬客們可以知道股票期權的合理價值。像投資銀行家、資金經理、企業、投機者們，愿意用自己可以承擔的風險對自己的衍生證券等進行組合調整，以此獲得更高的風險溢價。

在金融衍生品基本不成熟的中國，寬客能做的事也比較有限，但成效還算不錯。我認識的幾個還算厲害的寬客，基本都逃不過以下三種盈利模式――

一類是高頻交易者，雖然高頻交易的種類很豐富，比如期貨套利、大宗商品套利等，但我覺得，其中比較有代表性、而且實踐下來比較穩定的，道沖投資算是一家。他們是國內做ETF交易量最大的私募之一。一個主創人員經歷非常豐富，做過公務員，還做過超市總經理，后來他把薄利多銷的思路放到了ETF套利上。他們早在2006年之前，就開始進行套利交易。剛開始的時候，因為參與ETF套利的人并不多，而且正逢股權分置改革，套利機會非常多――大部分套利是事件套利。近期，他們主要的優勢在于設備的先進，我看過他們辦公室的照片，碩大的機箱中間，約有幾十個技術人員，這已經過渡到了ETF的瞬間套利等高頻交易的模式中。聽聞他們在2011年的交易量達到2000億元，讓與他們合作的券商全國名次提升了2位。比較成熟的對沖基金，會同時運用很多種高頻統計套利策略，國際上比較厲害的大獎章也是采用這個策略。不過，因為當前中國很多交易系統的速度比較慢，這個風格中的競爭優勢主要體現在速度――比如交易速度達到毫秒、微秒甚至納秒，從而達到統計學意義上高概率的長期盈利。

另外一類是選股模型。這在當前的中國寬客中最為主流，現在公募基金與券商集合理財產品也基本屬于這一模式。我認識的一個加拿大裔華人高手，自己開發了一套選股程序。他們的思路是，做高阿爾法（與市場平均無關的收益），降低貝塔（市場平均）。他們會通過自己的模型，先從2000多只股票中篩選出幾百只，然后再結合趨勢模型，再選出50只左右，做自己的股票組合，從而讓這個股票組合實現超額收益。連續幾年，他們的選股模型實現的投資組合，達到每年20%以上收益。國內的量化先行者天馬投資康曉陽也大致屬于這一類型。不過，在這個選股模型中，策略非常多樣，比如情緒統計、分析師統計、事件驅動策略等等，從而分散風險。

最后一類是趨勢套利，就是用量化選時。這個代表是景良投資的廖黎輝。我與他深入交流后發現，他對趨勢研究歷來已久。他還曾以研究股票的量化動能開辟過一個專欄。在這個專欄上，他時時用自己量化工具統計出來的趨勢分析。因為這個專欄分析正確概率非常高，關注度非常高。后來，他自己覺得，這個趨勢預測關注度高了之后，結果可能會產生反作用。這有點像索羅斯說的反身性理論，如果自己的這個技術被人知道，那么原本產生效果的部分就發生了反作用了，如此形成了自我強化的惡性循環，也就失效了。

篇8

的研究成果。

關鍵詞：行為金融；現代金融；防御型投資策略；進攻型投資策略

行為金融學是從微觀個體行為以及產生這種行為的更深層次的心理、社會等因素來解釋、研究和預測資本市場的現象和問題。在美國和歐洲，行為金融學不僅在學術研究中受到越來越多的重視，它在實踐中也已經得到了應用。個人投資者在應用行為金融學的知識來避免心理偏差和認知錯誤，機構投資者也正在以行為金融學的精髓來發展以行為為中心的交易策略。

一、行為金融學的基本概念和理論

迄今為止,行為金融學還沒有形成一套系統、完整的理論。目前絕大部分的研究成果都集中于確認那些會對資本市場產生系統性影響的投資者決策心理特點以及行為特征。

第一，投資者的心理特點。處理信息的啟發法。現代社會信息量越來越大，傳播速度也越來越快，金融市場決策者面臨的情況日益復雜。決策者將不得不更多的使用啟發法。啟發法是使用經驗或常識來回答問題或進行判斷，它意味著對信息進行快速的、有選擇性的解釋，在很大程度上取決于直覺。由于決策的速度很快以及不完整性，使用啟發式方法可能得不出正確的結論，從而造成認知錯誤和判斷錯誤。啟發式方法一般包括：一是典型性。這種啟發性方法是一個諺語的起源：“如果它看起來像只鴨子并且呷呷的叫聲像只鴨子，它可能是只鴨子。”在形成預期時，人們通過評估未來不確定事件的概率與其最近所觀察到事件的相似程度。典型性使得投資者對新信息反應過度，也就是投資者在形成預期時給予新信息太多的權重。二是顯著性。對于發生不頻繁的事件，如果人們最近觀察到這種事件，那么人們傾向于過分估計這種事件在未來發生的概率。例如，如果最近一架飛機墜毀的消息頻繁地被媒體傳播，人們將過高估計飛機未來發生墜毀的概率。顯著性可能使得投資者對新信息反應過度。三是自負。人們對自己的能力和知識非常自負。例如，當人們說這件事有90%可能性將發生或這聲明是真實時，那么這種事件發生的可能性小于70%。自負可能使投資者對新信息反應遲鈍。四是錨定。心理學家已經證明，當人們進行數量化估計時，他們的估計判斷可能被該項目先前的價值所嚴重影響。例如，二手車的銷售商通常是在開始談判時出高價，然后再降價，這銷售商盡力將消費者滯留在高價格上。錨定使得投資者對新信息反應遲鈍。

第二，后悔。人類犯錯誤后的傾向是后悔，而不是從更遠的背景中去看這種錯誤，并會嚴厲自責。后悔理論有助于解釋投資者延遲賣出價值已減少的股票,加速賣出價值已增加的股票。Shefrin和Statman指出,后悔理論表明投資者避免賣出價值已減少的股票是不想使已犯的錯誤成為現實,從而避免后悔，投資者賣出價值已增加的股票是為了避免價格隨后可能降低而造成后悔。

第三，認知不協調。認知不協調是人們被告知有證據表明其信念或假設是錯誤時，人們所體驗的心理和智力上的沖突。認知不協調理論認為,人們存在采取行動減輕未被充分理性思索的認知不協調的傾向：人們可以回避新信息或開發出扭曲的論據以保持自己的信念或假設正確。如新車買主有選擇地避免閱讀他們其他車型的廣告,而去看他們所選擇車型的廣告。

第四，回避損失。趨利避害是人類行為的主要動機之一,而對“趨利”與“避害”的選擇在經濟活動中是首先考慮如何避免損失,其次才是獲取收益。研究表明,人們在從事金融交易中賦予“避害”因素的考慮權重是“趨利”因素的兩倍。

第五，羊群效應。人們的相互影響對人的偏好改變的作用是十分巨大的,追求時尚與盲從心理便是其中最突出的特點。這對經濟決策的形成與改變具有特殊的影響力。在金融投資領域,人們往往是顯著的、非理性的從眾心理特征與行為。

（二）決策行為的一般特征

1994年,Shefrin和Statman開始研究可能對金融市場行為產生系統影響的決策行為特征。,一些決策行為特征已經得到行為金融學家們的公認,并作為對決策者的基本假設:

第一，決策者的偏好是多樣的、可變的,他們的偏好經常在決策過程中才形成;

第二，決策者是應變性的,他們根據決策的性質和決策環境的不同選擇決策程序或技術;

第三，決策者追求滿意方案而不一定是最優方案。盡管這些決策特征之間相互作用的特點和對市場的影響尚不十分明確，但實證研究表明,投資者決策行為特征與市場中投資特性是相關的，如股票價格的過度波動性和價格中的泡沫;投資者中存在追隨領導者和從眾行為；過早的售出盈利投資和過晚售出失敗投資;資產價格對新的市場信息反應過度或不足等。

二、行為金融學在證券市場的實際應用

在證券市場投資中具體運用行為金融學可分為防御型策略和進攻型策略。防御型策略是指利用行為金融學對人的投資心理以及決策特征的分析來控制心理偏差和認知錯誤，也就是在投資中避免犯錯；進攻型投資策略則在了解投資者的心理偏差和決策失誤對市場產生的影響的基礎上制定相應的投資策略以從中獲利。

對于個人投資者而言，更現實的是采取防御型投資策略。個人投資者在資金實力、分析手段與信息獲得與把握上都處于劣勢，因而經常靠打聽小道消息等作為決策依據，行為經常是非理性的。此外個人投資者對自己的資金負責，缺乏來自第三方的監督控制體系，導致個人投資者在投資過程中容易犯心理偏差和認識錯誤，因而有必要采用防御型行為金融投資策略來指導投資。進攻型投資策略一般為機構投資者采用，因為在錯綜復雜的金融市場中，要對證券的定價進行判斷非常困難，個人投資者很難在實際中判斷出當前的市場定價是正確的還是發生了偏差，只有掌握著大量信息和良好分析技術的專業投資者才有可能進行判斷。此外，各種定價錯誤或偏差的幅度和持續的時間都是有限的，個人投資者精力有限、交易成本高，無法利用這些偏差和錯誤來獲利。

防御型行為金融投資策略是應用一系列行為金融的知識對自身的投資行為進行內省式的審察和研判，具體可包括：首先要核對信息的來源，核實信息的可信度、實效性等，要密切關注最近有無更新的消息或數字披露，要避免只關注支持自己看法的信息。第二，判斷自身是否過分自信，特別在最近投資行為取得了一系列成功時就更應關注這點。第三，要善于比較正面和負面觀點，查明對市場持最樂觀以及最悲觀態度的分別是什么人以及為什么會持有這樣的觀點。第四，要避免錨定效應導致不理性的期望值。

對于機構投資者而言，更重要的是可以采用進攻型投資策略。各類投資機構由投資經理們具體負責運作的，投資經理們和個人投資者一樣，在投資決策中也會犯各種心理偏差和認識錯誤，因而也需要采用防御型投資策略來加以避免。但投資經理們有著良好的金融投資專業知識和豐富的實際經驗，他們能更好的對自身的行為進行控制。在各類機構中一般都有著良好的管理監督制度和風險管理措施，在一定程度上也可以幫助投資經理們避免犯心理偏差和認知錯誤。因而，機構投資者更重要的是利用進攻型投資策略來獲得盈利。目前可采用的進攻型行為金融投資策略主要有：

曾琪：行為金融學理論探討及其實際應用第一，反向投資策略。反向投資策略,就是買進過去表現差的股票而賣出過去表現好的股票來進行套利.這種策略的提出最初是基于DeBondt和Thaler(1985,1987)對股市過度反應的實證研究。行為金融理論認為,由于投資者在實際投資決策中,往往過分注重上市公司的近期表現,根據公司的近期表現對其未來進行預測,從而導致對近期業績情況做出持續過度反應,形成對績差公司股價的過分低估和對績優公司股價的過分高估,最終為反向投資策略提供了套利的機會。

第二，動量交易策略。動量交易策略,即預先對股票收益和交易量設定過濾準則,當股票收益或交易量滿足過濾準則就買賣出股票的投資策略。行為金融意義上的動量交易策略的提出,源于對股市中股票價格中間收益延續性的研究。Jegadeesh與Titman(1993)在對資產股票組合的中間收益進行研究時發現,以3到12個月為間隔所構造的股票組合的中間收益呈現出延續性,即中間價格具有向某一方向連續變動的動量效應。Rouvenhorst(1998)在其他十二個國家發現了類似的中間價格動量效應,表明這種效應并非來自于數據采樣偏差。

第三，成本平均策略和時間分散化策略。成本平均策略是指投資者在購買證券時按照預定的計劃根據不同的價格分批地進行,以備證券價格下跌時攤低成本,從而規避一次性投入可能帶來的較大風險。時間分散化策略是指根據投資股票的風險將隨著投資期限的延長而降低的信念,建議投資者在年輕時股票投資比例可較大,并隨著年齡的增長逐步減少。

參考文獻：

［1］Kaheman,D.andA.Tversky(1979).“ProspectTheory:AnAnalysisofDecisionMakingUnderrisk”,Econometrica

［2］Baberis.N.A.shleiferandR.Vishny(1997).“AModelofInvestorSentiment”,JournalofFinancialEconomics

篇9

國外資產管理行業中非常流行的風險均衡策略（Risk Parity）正在中國不斷生根發芽。繼今年年初推出國內首只風險均衡策略公募基金后，華夏基金6月中旬推出旗下第2只采用風險均衡策略的公募基金――華夏睿磐泰興混合型基金。該基金通過風險均衡方法進行資產配置，積極管理，力求有效控制風險，實現基金資產長期持續增值，感興趣的投資者可前往各大銀行、券商以及華夏基金認購。

風險均衡策略發源于美國。該策略自問世以來，已經成為國外資產管理行業中主流的資產配置策略，許多國外年金和養老金投資管理都采用風險均衡策略。傳統的投資策略強調資產的市值配置比例，一旦單一類別資產大幅下跌，容易出現較大的收益損失。而風險均衡策略將組合分成幾個核心組成部分如股票、債券等，根據各自在組合中的風險動態分配權重，？而非簡衡資產的投資金額，這將使那些在經濟增長、經濟收縮等各種不同環境中表現良好的資產都能夠為投資組合風險做出相似的貢獻，從而使組合收益變得更穩健，追求長期更優的夏普比率。

華夏睿磐泰興混合基金以風險均衡策略為原則，決定基金資產中股票和債券的配置比例，其中，股票投資占基金資產的比例為0%-30%。為更好地適應不斷變化的市場環境，該基金還將在基金合同規定的投資比例范圍內，動態調整各類資產的配置比例。在基于風險均衡資產配置策略應用過程中，基金將保持整個投資組合相對穩定的市場風險暴露，以達到長期穩定、相對穩健的波動水平，獲得良好的風險調整后的收益。此外，華夏基金還將基于與磐安公司的研究成果，定期針對組合表現進行回顧，每月針對資產配置進行分析，并針對市場重大事項等，進行不定期的討論。

磐安資產在風險均衡多資產方面擁有豐富的經驗，該公司的首席投資官錢恩平博士是倡導風險平權的先行者。華夏基金自2015年以來，開始與磐安資產進行戰略合作，開展將風險均衡策略應用于境內的研究工作。基于研究成果，華夏擬向國內投資者推出“睿磐”系列風險均衡策略產品，華夏睿磐泰興混合型基金是該系列的第2只產品。

華夏睿磐泰興混合型基金由華夏基金數量投資部董事總經理、行政負責人張弘|擔任基金經理，由華夏基金數量投資團隊和固定收益投資團隊提供研究支持。華夏基金數量投資團隊由具備多年豐富經驗的海內外專業投資經理以及多名專職研究人員組成，擁有完善的量化投資策略w系；華夏基金固定收益團隊研究覆蓋宏觀、信用策略、利率策略、信用分析、貨幣市場、可轉債等，實力雄厚。

篇10

［DOI］10．13939/j．cnki．zgsc．2017．30．039

1 量化投資擇時選股的背景與意義

1．1研究背景

量化投資被西方投資界稱為顛覆傳統投資哲學的投資革命，可以追溯到20世紀50年代，在過去的60年里被證明是一種可以對沖市場風險，以概率取勝的高收益投資模式。相較技術投資者和價值投資者，量化投資者憑借其高頻交易和不斷適應市場的量化投資策略，在2008年波及全球的金融海嘯中獲得了遠超其他策略的收益。詹姆斯·西蒙斯所掌管的大獎章基金從成立開始，年均回報率高達38．5％，運用量化的方法而獲得交易的套利。量化投資策略的基本原理是通過對海量歷史數據收集和總結后得到的交易策略，主要是通過高頻交易對市場存在不合理估值進行糾錯，來尋求α收益。

1．2研究意義

從國內現有的采用量化投資方法并且運作一段時間的基金來看，在A股這樣的市場應用更加具有前景，通過量化擇時策略對歷史信息進行分析從而達到預測價格的目的。一般來講，量化擇時選股策略可以分為基本面與市場行為兩類。其中，基本面選股策略中常用多因子模型，重點運用選定的某些因子指標作為股票遴選的標準，通過結果滿足標準作為買進股票的對象，反之不滿足的則作為賣出對象。根據投資者的操作理念、投資風格可以大致分為價值型、投機型等類別。無論何種投資者都會或多或少依據一些因子判斷股票漲跌。然而,當多數交易者同時采用某一因子指標時，促使該因子具有顯著有效性。這些因子和收益率之間有著千絲萬縷的因果關系。

2 量化擇時選股理論的研究

2．1基金擇時選股能力的分析模型

基金分析模型的基本思路一般都基于CAPM模型進行拓展衍生，將基金的擇時選股能力分離和量化，進而做出評測。應用最為廣泛的有：特雷諾和瑪澤(Treynor ＆ Mazuy,1966）的T-M模型、Jensen模型（Jensen 1968）、亨里克森和莫頓的H-M模型(Henriksson ＆ Merton,1981)等。

2．2模型設計及研究樣本的選取與處理

本文以單因素T-M 模型為理論基礎因子，分析三個時間段（2006年1月1日—2007年9月3日，2007年10月8日—2008年10月8日，2007年12月31日—2011年12月31日）各種類型基金的選股以及擇時能力的情況，并分析每個時間段基金經理的能力表現。

分析模型如下所示：

ri－rf＝α＋β1(rm－rf)＋β2(rm－rf)2＋εi

其中：α表示選股能力指標，β1表示基金當時面對的市場系統性風險，β2表示擇時能力指標，εi為殘差項，其他變量表示的含義與Jenson模型相同。

假如β2大于零，那么表明基金經理憑借專業能力和工作經驗，能夠把握市場的機會，做出準確的研判，基金經理具有擇時能力；否則就表明基金經理在能力、經驗，以及把握機會方面還相對欠缺，擇時能力方面較差。參數α表示投資組合收益率差異，在α大于零的情況下，表明基金經理的工作經驗和專業能力在選股方面可以獨當一面，如果個股選擇的能力較高，那么α值越大。需要指出的是，α分離了擇時和選股能力。

為比較不同基金的選股擇時能力，本文采用Wind資訊數據庫中的晨星基金分類標準予以數據篩選，共取得了1443只基金的數據（剔除貨幣型基金和指數型基金）。同時，為了分析各種類型的基金在不同時間段內的選股擇時能力，本文將研究區間分成三個時間段，根據模型相關變量及指標數據的可操作性，最終篩選出384 個樣本，如表1所示。

3 實證結果與分析

以下2表是綜合運用T-M 模型對樣本基金予以回歸分析。通過分析結果，樣本基金的F值均處于5%的顯著水平上通過檢驗，這說明方程的整體顯著性良好，同時擬合優度R2處于0．30~0．79，說明擬合較好。

下面，運用T-M 模型對所有樣本基金進行回歸計算，分別從選股和擇時兩方面的能力對各種類型基金在不同時間段內的統計表現進行分析。

3．1選股能力分析

（1）回歸分析

表2中27 只不同時間段、不同類型的基金T-M 模型的檢驗結果。通過t檢驗結果表明，其中僅有三只基金沒有通過α> 0的顯著性檢驗，而其他的24只基金均通過了α>0的顯著性檢驗。回歸分析結果顯示，有22只基金的α>0，占樣本總數的81%。結果表明樣本內基金經理都具有選股能力，但α的數值都相對偏小，這說明我國基金經理的選股能力尚需提高。

（2）統計分析

通過表3的統計匯總，可以看出，只有債券型基金在2007年12月31日—2011年12月31日期間選股能力系數為負值，而其他基金在每個時間段均具有正向的選股能力，這表明樣本內基金經理都符合考察目的。不過，能力數值普遍偏低。

通過表4、表5和表6分析，股票型和混合型基金的平均選股能力都高于債券型基金，最大值、最小值、標準差等指標也差別不大。絕大多數基金經理具有一定選股能力，但這種能力并不突出。

3．2擇時能力分析

（1）回歸分析

表 2 給出了針對不同類型的27 只基金在不同時段內T-M 模型的檢驗結果。從 t 檢驗來看，只有兩只基金能夠通過α的顯著性檢驗。通過T-M模型的回歸分析，其中9只基金α>0，多數基金表現為負向的擇時能力。

（2）統計分析

從表7 可以看出，只有債券型基金在2007年10月8日到2008年10月8日和2007年12月31日到2011年12月31日兩個時間段內的擇時能力系數大于零，其他的基金在每個時段的擇時能力系數均小于零。

綜合分析，在擇時能力方面，只有債券型基金的表現較好，樣本內基金總體呈現負向狀態。說明我國基金經理的對于未來經濟及股市整體趨勢的研判和分析不夠透徹。

4結論

通過實證分析，得出的結論如下：

（1）選股能力方面，除債券型基金外，所有類型的基金在三個時間段都表現出一定的選股能力，不過能力表現并不顯著。而且，所有表示基金選股能力的標準差相對較小，表明基金經理之間對投資配置、組合的能力差異很小。

（2）擇時能力方面，樣本內基金經理擇時能力不太理想，當市場出現多頭行情，基金經理難以把握機會，以尋求穩定超額收益率；當市場出現空頭行情,基金經理也無法規避系統性風險，及時空倉止損。此外，所有類型基金擇時能力標準差都較大，不同基金經理的表現水平波動較大。

（3）綜合分析，我國大部分基金經理的選股擇時能力和經營管理能力尚需加強，具體表現在擇時能力方面，只有少數的基金經理能夠具備一定的選股能力。這種結果受到國內證券市場特點、基金公司績效考核等客觀原因的影響。相信隨著我國加快完善多層次資本市場體系和基礎性制度，以及基金公司的內部管理體制建設等措施，基金經理的擇時選股水平會進一步提升。

參考文獻：

［1］Treynor D．E．,Mazuy K．．Can Mutual Funds Outguess the Market［J］.Harvard Business Review,1966(17):38-4．