量化投资的发展与展望.docxVIP

量化投资的发展与展望 量化投资已经在欧洲和美国使用了30多年。最传奇的人物是南街冲基金的经理詹姆斯西蒙斯。他率领一批数学家和统计学家, 运用“壁虎式投资法”等独家宽客战术管理大奖章基金, 在1989 到2006 的17 年间平均年收益率高达38. 5% 。量化投资的理念并不神秘, 它是指借助于数学和统计学的分析原理, 利用计算机对每只股票的数据进行分类对比, 自动选出符合投资模型的股票组合。举例来说, 比如有20 个人去跑百米, 哪些人能跑在第一梯队, 哪些跑在第二梯队, 哪些跑在第三梯队, 在没有测试之前不知道答案, 但可以根据身高、体重、肌肉、肺活量、历史成绩等指标来预测这20 个人各自归属哪一梯队, 这就形象地描述了量化投资模型的原理。 量化投资最鲜明的特征就是模型交易, 它是一种以数据为基础、以模型为核心、以程序化交易为手段的交易方式。具体而言, 就是从那些稍纵即逝的市场变化中寻求获利的计算机化交易, 关键在于捕捉到人们无法利用的短暂价差来实现套利。模型就如同医院里面的各种先进的医学仪器, 医生通过这些仪器对病人进行扫描化验, 获得反映病人身体状况的各项指标数据, 然后判断出病人所患的疾病, 从而对症下药。类似地, 量化投资者在市场中寻找套利机会, 其实就像是在发现市场的“疾病”, 依托于模型的扫描和检测, 获得市场的各项关键指标数据, 从而找出套利机会, 然后做出投资决策。 量化投资需要精湛的计算机编程技术, 其主要形式是程序化交易。程序化交易绝大多数都是高频数据交易, 其特点是: 计算机自动完成; 交易量巨大; 持仓时间很短, 当日频繁交易; 每笔收益率很低, 但总体收益稳定。高频数据交易的核心是模型算法, 负责策略及机会, 速度是关键保障, 因此大机构一般在交易所大楼旁租高速光缆建立交易室。目前, 美国股市总体成交量约70%是高频交易, 而涉及机构仅占2% 。 股票市场上有很多风格各异的分析流派, 其中有两个分析流派应用最广: 其一是技术分析, 其二就是基本面分析。技术分析对各种技术指标、均线系统等深信不疑, 他们依靠股票的历史价格和成交量的数据对股票的走势进行预测, 相信历史将会重演, 着眼于趋势投资; 而基本面分析主要关注企业的财务指标, 依靠对财务报表的分析, 挖掘出被低估的股票, 所以也叫价值投资。相比之下, 以数学和统计学的分析原理, 利用计算机对每只股票的数据进行分类对比, 自动选出符合投资模型的股票组合的量化投资, 却往往不为人知。 一、 人步步可能在智的进步 在大多数人眼里, 量化投资是一个神秘的领域, 深不可测, 玄奥无比, 令人望而却步。同时, 量化投资的策略往往着眼于市场上的套利机会, 一旦公布于众则立即失效, 所以成功的量化投资者通常极为低调, 对自己的策略保密至深, 这就进一步导致了市场上缺乏对量化投资的理解和认识, 使其更加神秘。 (一) 投资组合理论 量化投资看似神秘, 但并不古老, 它从20 世纪70 年代开始逐渐兴起, 90 年代才大行其道。这是由于量化投资的生长条件极为苛刻, 需要同时满足很多条件才能诞生和发展。神秘莫测的量化投资技术并非源于市场, 而是始于学术界被正统思想所排斥的少数 “偏才”、“怪才”。正是这些来自于象牙塔的现代理论, 才造就了量化投资的兴起。 1952 年, 马克维茨在其博士论文中提出了投资组合理论, 该理论以期望值衡量收益、以方差值衡量风险, 第一次正式将收益和风险这两个股票市场中最重要的概念数量化, 成了现代量化投资的鼻祖。托宾随后提出了分离理论, 但仍需要利用马克维茨的系统执行高难度的运算。1963 年, 马克维茨的学生威廉·夏普提出了“投资组合的简化模型”, 也称“单一指数模型”, 使得马克维茨模型费时33 分钟的计算, 简化为只用30 秒, 大大提高了运算的效率, 并因此而节省了电脑内存, 可以处理相对前者8 倍以上的标的证券。1964 年, 夏普又在简化模型的基础上进一步发展, 提出了金融界人尽皆知的资本资产定价模型 (CAPM) 。CAPM模型作为一个里程碑式的理论发现, 既可以预测风险和期望收益, 还可以用于投资组合的绩效分析, 之后罗斯在CAPM的基础上, 提出“套利定价理论” (APT) , 提供了一种方法来评估影响股价变化的多种经济因素。1973 年, 布莱克和斯克尔斯正式提出了“期权定价理论”。自此, 衍生品市场的重要产品期权开始迅速发展, 为量化投资的兴起提供了更多的工具和更大的操作空间, 加速了量化投资的崛起。 (二) 量化投资将成不盛行的职业教育 然而, 仅有上述理论的建立, 以及各类模型的完善与推陈出新, 并不会直接催生出量化投资, 它还需要具备其他几个重要的前提条件。 1. 量化投资因为其固有的专业性和技术性, 很难在普