一、量化投資在概述
量化投資代表人物——詹姆斯西蒙斯是文藝復(fù)興科技公司創(chuàng)始人，量化對沖基金的傳奇人物。公司的第一只產(chǎn)品——大獎?wù)禄鸪闪⒂?1988 年 3 月，大獎?wù)禄饛?1989 年到 2009年間的平均年收益率高達(dá) 35%，股神巴菲特在同期的平均年回報(bào)約為 20%。即使在 2008 年面對全球金融危機(jī)的情況下，大獎?wù)禄鸹貓?bào)也高達(dá) 80%。西蒙斯所使用的方法正是量化投資。
何為量化投資?量化投資是一個(gè)從人腦到電腦的數(shù)學(xué)建模的方法。我們將來自投資經(jīng)驗(yàn)、投資邏輯、投資理論、獲利規(guī)律的各種思路，通過程序員進(jìn)行反復(fù)數(shù)據(jù)測試(海量數(shù)據(jù)分析、投資邏輯模型化、投資經(jīng)驗(yàn)規(guī)則化、市場規(guī)律程序化)，進(jìn)而形成量化選股、資產(chǎn)配置、擇時(shí)及量化對沖等策略。隨著人工智能的逐步發(fā)展，量化投資已經(jīng)不僅僅停留在數(shù)學(xué)建模的層面，更逐步應(yīng)用于機(jī)器學(xué)習(xí)、濾波分析、神經(jīng)網(wǎng)絡(luò)等。
量化投資策略種類也很繁多。具體如下： 量化選股利用數(shù)量化的策略和方法選擇股票組合
量化擇時(shí)利用數(shù)量化的策略和方法判斷市場走勢
量化 CTA 利用數(shù)量化的策略和方法判斷期貨走勢，通過不同期貨合約多/空頭寸進(jìn)行投資期貨套利在買入或賣出某種期貨合約的同時(shí)，賣出或買入相關(guān)的另一種合約，并在某個(gè)時(shí)間同時(shí)將兩種合約平倉統(tǒng)計(jì)套利利用證券價(jià)格的歷史統(tǒng)計(jì)規(guī)律進(jìn)行套利，其風(fēng)險(xiǎn)在于這種歷史統(tǒng)計(jì)規(guī)律在未來一段時(shí)間內(nèi)是否繼續(xù)存在期權(quán)套利期權(quán)套利交易是指同時(shí)買進(jìn)賣出同一相關(guān)期貨但不同敲定價(jià)格或不同到期月份的看漲或看跌期權(quán)合約，希望在日后對沖交易部位或履約時(shí)獲利的交易資產(chǎn)配置通過比較不同資產(chǎn)類的統(tǒng)計(jì)特征，建立數(shù)學(xué)模型，從而確定組合資產(chǎn)的配置目標(biāo)和分配比例。
由于量化投資規(guī)避了人為主觀判斷，直接使用計(jì)算機(jī)進(jìn)行算法交易，因此它可以精準(zhǔn)風(fēng)險(xiǎn)管理，及時(shí)調(diào)整投資頻率，嚴(yán)格遵守投資法則，并且將投資流程系統(tǒng)化減低人工成本支出。
相比國外，國內(nèi)量化投資起步較晚。在 2004 年國內(nèi)出現(xiàn)第一只量化投資產(chǎn)品——華寶信托“基金優(yōu)選套利”。從 2014 年開始，量化投資市場開始進(jìn)入高速成長期。截止到 2017年 12 月 1 日，公募基金累計(jì)發(fā)行的量化基金(不含指數(shù)增強(qiáng))數(shù)量已達(dá) 164 只，規(guī)模接近1200 億元。目前國內(nèi)市場占比最多的公募量化基金產(chǎn)品中主要是：主動量化基金、量化指數(shù)增強(qiáng)基金和量化對沖基金。
我們將通過多種量化策略及方法獲取優(yōu)秀的超額基準(zhǔn)收益和業(yè)績排名的基金稱為主動量化基金。截止 2017 年 12 月 1 日，該類型基金規(guī)模達(dá) 1130 億元，數(shù)量有 148 只。量化指數(shù)增強(qiáng)基金是在控制一定相對目標(biāo)指數(shù)跟蹤誤差的前提下，獲取相對目標(biāo)指數(shù)的穩(wěn)定超額收益。
截止 2017 年 12 月 1 日，基金數(shù)量達(dá) 72 只，規(guī)模達(dá) 274 億元。量化對沖基金是以獲取絕對收益為目標(biāo)，引入做空機(jī)制，通過做空股指期貨對沖投資組合的市場系統(tǒng)性風(fēng)險(xiǎn)。截止 2017 年 12 月 1 日，數(shù)量有 23 只，規(guī)模達(dá) 48 億元。
二、量化投資之選股
量化選股是指將財(cái)務(wù)數(shù)據(jù)、市場數(shù)據(jù)、輿情數(shù)據(jù)、預(yù)期數(shù)據(jù)輸入量化模型(選股策略模型、交易成本模型、風(fēng)險(xiǎn)控制模型)中，通過模型的分析最終得出一個(gè)投資組合。與傳統(tǒng)基本面選股相比，量化選股依賴的是團(tuán)隊(duì)合作和研究創(chuàng)新，通過大數(shù)據(jù)分析進(jìn)行市場廣度挖掘，通過機(jī)器學(xué)習(xí)進(jìn)行市場深度挖掘。
量化選股策略有五個(gè)子分類，分別是多因子選股、事件驅(qū)動選股、風(fēng)格輪動選股、行業(yè)輪動選股以及趨勢追蹤選股。
此處重點(diǎn)介紹選股體系中發(fā)展最成熟的多因子選股。提到多因子選股首先要了解的是 Fama-French 在 1993 年提出的三因子模型。
模型認(rèn)為，一個(gè)投資組合(包括單個(gè)股票)的超額回報(bào)率可以由影響它的市場資產(chǎn)組合(Rm-Rf)、市值因子(SMB)、賬面市值比因子(HML)這三個(gè)因子的暴露來解釋。隨著后人的不斷發(fā)展，多因子模型逐步完善。先對因子進(jìn)行精選，然后分析風(fēng)格輪動進(jìn)行因子權(quán)重配置，再整體組合打分，控制邊界條件及行業(yè)偏離，主動風(fēng)險(xiǎn)暴露得到最終投資組合。
因子在風(fēng)格方面的劃分主要有八大類，規(guī)模因子、價(jià)值因子、成長因子、反轉(zhuǎn)因子、情緒因子、交易行為因子、盈利質(zhì)量因子和分析師預(yù)測因子。
三、量化投資 2017 年回顧
主動量化基金前幾年業(yè)績紅紅火火，每年主動量化基金收益中位數(shù)都遠(yuǎn)超同類水平。但是在 2017 年大部分表現(xiàn)平淡，收益中位數(shù)甚至為負(fù)。究其原因，主要有三點(diǎn)。一是 2017 年個(gè)股分化嚴(yán)重，市場缺乏廣度。
二是 2017 年市場波動率創(chuàng)歷年新低。當(dāng)市場波動率較低時(shí)，意味著投資者對未來預(yù)期接近一致，例如今年投資者都只關(guān)注白馬龍頭股票，對中小盤股票交易失去熱情，在市場總體波動率較低的水平下，量化選股很難找到定價(jià)出現(xiàn)嚴(yán)重偏離的個(gè)股，從而導(dǎo)致量化選股表現(xiàn)不佳。
三是 2017 年小盤因子失效，而價(jià)值因子崛起。選股模型是基于歷史數(shù)據(jù)分析，過度依賴小盤因子，從而導(dǎo)致 2017 年無法及時(shí)調(diào)整倉位，策略凈值表現(xiàn)一般。
四、量化角度股票市場展望
未來量化投資作為一個(gè)方法論也是大有可為。橫向比較股票資產(chǎn)和債券資產(chǎn)，我們使用上證綜指的市盈率(TTM)的倒數(shù)值作為收益率，減去 10 年期國債到期收益率，該差值作為FED 模型信號值。目前該值在零軸上方較遠(yuǎn)，故而認(rèn)為當(dāng)前股票較債券更有吸引力，未來股票仍有配置價(jià)值。
縱向比較股票市場，創(chuàng)業(yè)板估值 PE 為 42 倍，處在歷史較低水平，接近2012 年估值水平。滬深 300、中證 500 估值也較低。
觀察發(fā)達(dá)國家股市發(fā)展軌跡，真正的牛市可能在經(jīng)濟(jì)增速下臺階之后，居民金融資產(chǎn)配置提升時(shí)才出現(xiàn)，因此股票市場相對仍有配置價(jià)值。
