時(shí)間：2023-05-28 09:31:11
序論：在您撰寫(xiě)量化投資與證券管理時(shí)，參考他人的優(yōu)秀作品可以開(kāi)闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
關(guān)鍵詞：證券投資;基金數(shù)量化;投資戰(zhàn)略;決策
證券投資基金是一種特殊的投資方式，在實(shí)際的投資過(guò)程中，采用的是共同進(jìn)行風(fēng)險(xiǎn)承擔(dān)以及利益共享的方式，這一基金類(lèi)型也被稱(chēng)為“證券基金”。證券投資基金作為一種投資工具，進(jìn)入門(mén)檻低，服務(wù)專(zhuān)業(yè)，且積累性強(qiáng)，即使投資成本較低，也可將投資分散于不同證券，這樣就極大的分散了投資風(fēng)險(xiǎn)。因此，正確投資基金得到了人們的廣泛關(guān)注。
1 積極開(kāi)發(fā)130/30等數(shù)量化投資模型
對(duì)國(guó)內(nèi)從事證券基金投資業(yè)的基金公司等及時(shí)順應(yīng)金融形勢(shì)，盡早開(kāi)始研發(fā)130/30等科學(xué)有效的數(shù)量化投資產(chǎn)品，從而滿(mǎn)足公司旗下眾多投資者的投資需求。為了追趕世界先進(jìn)的潮流，加快中國(guó)金融創(chuàng)新，從根本上增強(qiáng)國(guó)內(nèi)基金業(yè)的企業(yè)競(jìng)爭(zhēng)實(shí)力，研發(fā)130/30空頭擴(kuò)展模型等證券投資基金數(shù)量化投資模型勢(shì)在必行。隨著國(guó)內(nèi)經(jīng)濟(jì)形勢(shì)高速發(fā)展，金融市場(chǎng)形勢(shì)亦是日新月異。目前，中國(guó)證券基金投資業(yè)中的賣(mài)空改革已經(jīng)在逐漸開(kāi)啟，在此形勢(shì)下，相關(guān)資產(chǎn)福利業(yè)也應(yīng)抓緊時(shí)間，抓住機(jī)會(huì)，積極開(kāi)發(fā)出符合中國(guó)國(guó)情和投資者實(shí)際需求的基金產(chǎn)品，抓緊研發(fā)空頭擴(kuò)展模型等數(shù)量化投資模型，以更好的順應(yīng)金融市場(chǎng)的發(fā)展趨勢(shì)和實(shí)際需求。在數(shù)量化投資模型開(kāi)發(fā)過(guò)程中，應(yīng)該注意“拿來(lái)主義”，不能一味的照抄國(guó)外數(shù)量化投資模型，開(kāi)發(fā)時(shí)首先要考慮實(shí)事求是，符合中國(guó)的相關(guān)法律法規(guī)以及中國(guó)金融市場(chǎng)的實(shí)際情況，做到既學(xué)習(xí)了外國(guó)的先進(jìn)經(jīng)驗(yàn)，又兼顧國(guó)內(nèi)市場(chǎng)現(xiàn)實(shí)。從而開(kāi)發(fā)出符合中國(guó)實(shí)際的數(shù)量化投資模型?，F(xiàn)實(shí)中，130/30數(shù)量化投資模型只是眾多數(shù)量化投資模型中的一種。
2 合理應(yīng)用數(shù)量化投資策略
投資者及受理委托基金公司等資產(chǎn)管理者應(yīng)用正確數(shù)量化投資策略進(jìn)行投資，可分散減小風(fēng)險(xiǎn)，增加收益。并基于此進(jìn)行更加科學(xué)高效擬合金融市場(chǎng)實(shí)際收益率模型和數(shù)量化投資策略的開(kāi)發(fā)?；跀?shù)量化投資策略不斷創(chuàng)新發(fā)覺(jué)全新投資策略的特點(diǎn)，伴隨廣大投資者針對(duì)這一投資機(jī)會(huì)的廣泛追捧開(kāi)發(fā)，此動(dòng)量策略的存在的情況會(huì)逐漸消失，弱勢(shì)有效這一中國(guó)股市缺失的狀況會(huì)逐漸改變。數(shù)量化投資策略模型只是理想狀況下的數(shù)字模型，在實(shí)際投資中投資者及基金管理者還應(yīng)注意定期檢驗(yàn)，不能生搬硬套模型及應(yīng)用公式，應(yīng)根據(jù)市場(chǎng)形勢(shì)，謹(jǐn)慎研究確定投資策略，才能在金融趨勢(shì)改變時(shí)有效規(guī)避風(fēng)險(xiǎn)，增加收益。在金融市場(chǎng)中，基金公司應(yīng)根據(jù)市場(chǎng)環(huán)境及現(xiàn)實(shí)情況，基于相應(yīng)合理化科學(xué)化的數(shù)量投資策略，基于數(shù)字化投資的有效性制定相應(yīng)的投資策略，才能有效提高證券市場(chǎng)投資效率，規(guī)避風(fēng)險(xiǎn)，增強(qiáng)投資收益。同時(shí)應(yīng)注意聽(tīng)取專(zhuān)業(yè)人員根據(jù)經(jīng)驗(yàn)所得出的合理人工判斷，拒絕照搬模型公式的錯(cuò)誤做法，杜絕全部投資由模型決策，密切注意規(guī)避數(shù)量化投資策略的趨勢(shì)改變、相似性及肥尾性。
3 開(kāi)放賣(mài)空政策
國(guó)家政策對(duì)金融市場(chǎng)存在巨大影響。為了從根本上提高中國(guó)證券金融市場(chǎng)效率，對(duì)金融市場(chǎng)發(fā)展起到積極意義，國(guó)家政策要給予支持，譬如對(duì)賣(mài)空政策采取加大開(kāi)放政策。如此才能逐漸改善中國(guó)證券市場(chǎng)賣(mài)空限制大，除指數(shù)基金外，其他投資者參與賣(mài)空所受禁錮較多，公募基金甚至不能參與賣(mài)空，信息表達(dá)不充分，遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到弱勢(shì)有效等諸多限制中國(guó)證券市場(chǎng)有效性的不完善方面政策開(kāi)放屬社會(huì)實(shí)驗(yàn)，對(duì)政策所針對(duì)方面的影響不言而喻。在政策制定方面目前國(guó)內(nèi)的相應(yīng)管理層做的還是很好的。譬如，根據(jù)當(dāng)前形勢(shì)，相應(yīng)管理層便會(huì)制定并開(kāi)始試行各種轉(zhuǎn)融通業(yè)務(wù)。在這樣的政策環(huán)境下，對(duì)廣大證券金融公司而言，便可以通過(guò)相互之間的內(nèi)部交流與合作的方式，將自身原有的或者通過(guò)各種合法途徑募集而來(lái)的證券和資金進(jìn)行出借，為需求方提供所需的資金和證券，幫助其更好的開(kāi)展各種經(jīng)營(yíng)活動(dòng)。 對(duì)廣大證券基金類(lèi)公司而言，可以通過(guò)此類(lèi)活動(dòng)，可有效整合金融市場(chǎng)資源，解決眼下難題。通過(guò)復(fù)雜嚴(yán)禁的實(shí)施設(shè)計(jì)方案，保證市場(chǎng)的良好發(fā)展。
4 降低融券費(fèi)率
為了提高中國(guó)金融證券市場(chǎng)效率，縮短相應(yīng)價(jià)格恢復(fù)平衡所需時(shí)間，提高中國(guó)金融資本市場(chǎng)的有效性，建議相關(guān)管理層采取積極措施，譬如對(duì)券商降低融券率的政策持鼓勵(lì)態(tài)度。但在一定的條件下，130/30組合的收益率會(huì)出現(xiàn)極大的改變。例如，在融券費(fèi)率處于10%和5%水平的時(shí)候，融券率會(huì)對(duì)130/30組合的收益率產(chǎn)生十分顯著的影響。為了避免對(duì)中國(guó)證券市場(chǎng)的發(fā)展產(chǎn)生不好影響，相關(guān)管理層在制定政策時(shí)要注意規(guī)避券商間通過(guò)不顧成本盲目降低融券費(fèi)率等不良手段搶占市場(chǎng)的惡意競(jìng)爭(zhēng)。鼓勵(lì)科學(xué)的正當(dāng)競(jìng)爭(zhēng)。目前國(guó)內(nèi)金融市場(chǎng)中，各證券公司的融資利率基本相同，截至2013年3月19日，業(yè)務(wù)遍布全國(guó)的較大證券公司中，國(guó)信、國(guó)泰君安、廣發(fā)、海通這四家公司年融券率和融資利率均為8.6%，相比之下，華安、上海、江海、華泰四家的融資利率雖然也達(dá)到同樣的水平，但在融券率方面，卻呈現(xiàn)出顯著高于大證券公司的情況，達(dá)到10.6%。綜上所述，小證券公司采用較高檔，融券費(fèi)率規(guī)模大的公司則采用相同的較低檔，相比之下，大證券公司具備較大優(yōu)勢(shì)。若小證券公司要在激烈的金融市場(chǎng)競(jìng)爭(zhēng)中站穩(wěn)腳跟，建議其利用融券費(fèi)率存在較大降低空間的優(yōu)勢(shì)制定相關(guān)政策。
5 結(jié)束語(yǔ)
綜上所述，研究證券投資基金數(shù)量化投資戰(zhàn)略決策，可幫助大家進(jìn)一步提高對(duì)證券投資基金以及數(shù)量化投資相關(guān)問(wèn)題的理解水平，了解130/30策略對(duì)基金業(yè)績(jī)的影響，具有一定實(shí)踐意義。
參考文獻(xiàn)：
[1]阮素梅，于寧.證券投資基金收益概率密度預(yù)測(cè)――基于神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸模型[J].華東經(jīng)濟(jì)管理，2015（2）：105-110.
證券投資是狹義的投資，是指企業(yè)或個(gè)人購(gòu)買(mǎi)有價(jià)證券，借以獲得收益的行為。在證券投資過(guò)程中，如何做到最大限度的認(rèn)識(shí)、計(jì)量和規(guī)避風(fēng)險(xiǎn)一直是證券投資行業(yè)永恒的研究課題。統(tǒng)計(jì)方法作為經(jīng)過(guò)多少年來(lái)不斷印證和完善的實(shí)用理論，已逐漸被應(yīng)用于各行各業(yè)。運(yùn)用科學(xué)的統(tǒng)計(jì)方法，用數(shù)字來(lái)說(shuō)話，是避免證券投資中拍腦袋做決策的有效輔助工具。
（一）證券投資風(fēng)險(xiǎn)的相關(guān)概念
1.證券投資風(fēng)險(xiǎn)的定義及特點(diǎn)。證券投資風(fēng)險(xiǎn)指因未來(lái)的信息不完全或不確定而未來(lái)帶來(lái)投資經(jīng)濟(jì)損失的可能性。不僅包含可能給人們帶來(lái)的直接損失，還包括可能帶來(lái)的相對(duì)損失以及潛在損失。
而證券投資風(fēng)險(xiǎn)通常表現(xiàn)出一下幾點(diǎn)常見(jiàn)的特性：
a.普遍性和客觀性。即證券投資風(fēng)險(xiǎn)是伴隨著投資活動(dòng)客觀普遍存在的。
b.偶然性和必然性。即證券投資風(fēng)險(xiǎn)存在著大量風(fēng)險(xiǎn)發(fā)生的必然性，與某具體風(fēng)險(xiǎn)發(fā)生的偶然情況。
c.可變性。即證券投資風(fēng)險(xiǎn)并不是一成不變的，隨著投資活動(dòng)進(jìn)行有可能風(fēng)險(xiǎn)會(huì)轉(zhuǎn)移、縮小或擴(kuò)大。
d.多樣性。即證券投資風(fēng)險(xiǎn)隨著各式各樣投資活動(dòng)的進(jìn)行常伴隨著多變的風(fēng)險(xiǎn)。
e.可防范性。即盡管證券投資風(fēng)險(xiǎn)是客觀存在的，同時(shí)又帶有不確定性，甚至達(dá)到一定程度后更具危害性，但我們?nèi)匀豢梢圆扇∫欢ǖ姆椒▉?lái)防范和規(guī)避證券投資風(fēng)險(xiǎn)，盡可能避免或減小風(fēng)險(xiǎn)帶來(lái)的損失和危害。
2.證券投資風(fēng)險(xiǎn)的分類(lèi)。不同的維度，證券投資風(fēng)險(xiǎn)可以分為多種。根據(jù)導(dǎo)致證券投資風(fēng)險(xiǎn)的原因是否與投資活動(dòng)相關(guān)，可將風(fēng)險(xiǎn)分為經(jīng)濟(jì)證券投資風(fēng)險(xiǎn)和心理證券投資風(fēng)險(xiǎn)。證券投資所要考慮的風(fēng)險(xiǎn)主要是經(jīng)濟(jì)風(fēng)險(xiǎn)，經(jīng)濟(jì)風(fēng)險(xiǎn)來(lái)源于證券發(fā)行主體的變現(xiàn)風(fēng)險(xiǎn)、違約風(fēng)險(xiǎn)以及證券市場(chǎng)的利率風(fēng)險(xiǎn)和通貨膨脹風(fēng)險(xiǎn)等。
根據(jù)風(fēng)險(xiǎn)的性質(zhì)是否關(guān)系全局由共同因素導(dǎo)致，我們可將證券投資風(fēng)險(xiǎn)分為系統(tǒng)性證券投資風(fēng)險(xiǎn)和非系統(tǒng)性證券投資風(fēng)險(xiǎn)。證券投資的總風(fēng)險(xiǎn)即為系統(tǒng)性證券投資風(fēng)險(xiǎn)和非系統(tǒng)性證券投資風(fēng)險(xiǎn)的總和。其中，系統(tǒng)性證券投資風(fēng)險(xiǎn)是由某種全性活同性因素引起的收益降低或產(chǎn)生預(yù)期投資損失的可能性。由于該種風(fēng)險(xiǎn)難以通過(guò)不同證券組合等方式進(jìn)行回避和消除，因而又稱(chēng)為不可分散風(fēng)險(xiǎn)活不可回避風(fēng)險(xiǎn)。如，通貨膨脹或者政府政策帶來(lái)的市場(chǎng)風(fēng)險(xiǎn)，信貸利率風(fēng)險(xiǎn)等都屬于系統(tǒng)性風(fēng)險(xiǎn)。非系統(tǒng)性證券投資風(fēng)險(xiǎn)就與系統(tǒng)性證券投資風(fēng)險(xiǎn)相對(duì)應(yīng)。非系統(tǒng)性證券投資風(fēng)險(xiǎn)則多是由于投資公司自身等某種個(gè)別原因?qū)е碌氖找娼档突虍a(chǎn)生預(yù)期投資損失的可能性。這類(lèi)風(fēng)險(xiǎn)主要表現(xiàn)出個(gè)別性、具體性和突發(fā)性等，可能是一個(gè)獨(dú)特事件，但又關(guān)系證券投資活動(dòng)的成敗。但由于這種風(fēng)險(xiǎn)通常是個(gè)別因素導(dǎo)致，通常及時(shí)排查可以避免。因而非系統(tǒng)證券投資風(fēng)險(xiǎn)又稱(chēng)之為可分散或可回避風(fēng)險(xiǎn)。
二、如何在證券投資風(fēng)險(xiǎn)管理中應(yīng)用統(tǒng)計(jì)方法
（一）量化統(tǒng)計(jì)在證券投資風(fēng)險(xiǎn)管理中得到廣泛應(yīng)用
隨著統(tǒng)計(jì)科學(xué)中量化理論研究結(jié)果的不斷深化，與此同時(shí)，Markowitz的證券投資組合理論在實(shí)際證券投資活動(dòng)中的應(yīng)用也日益廣泛，理論也逐漸完善起來(lái)。時(shí)至今日，Markowitz的證券投資組合理論隨著實(shí)例中驗(yàn)證加之投資者對(duì)防范投資風(fēng)險(xiǎn)意識(shí)的加強(qiáng)已經(jīng)成為現(xiàn)代證券投資風(fēng)險(xiǎn)管理中的一項(xiàng)重要工具。后又有美國(guó)斯坦福大學(xué)教授劉遵義運(yùn)用比較、數(shù)量分析和模糊綜合評(píng)判等方法，對(duì)證券投資風(fēng)險(xiǎn)進(jìn)行了量化研究。實(shí)踐證明，雖然主要運(yùn)用于指導(dǎo)決策的手段偏好于個(gè)人投資，但通過(guò)組合理論和其他技術(shù)分析進(jìn)行量化的統(tǒng)計(jì)工具逐漸被認(rèn)同，逐漸變?yōu)槔硇酝顿Y規(guī)避風(fēng)險(xiǎn)的一般常用形式。定量統(tǒng)計(jì)對(duì)于證券投資活動(dòng)中客觀存在的依賴(lài)關(guān)系進(jìn)行了梳理，也鞏固了證券投資決策和管理的壁壘。處理好各種投資活動(dòng)和行為中潛在的風(fēng)險(xiǎn)對(duì)于活動(dòng)的成敗起到至關(guān)重要的作用。
（二）均值-方差模型應(yīng)用于證券投資風(fēng)險(xiǎn)管理
除定量分析外，根據(jù)常見(jiàn)的證券投資活動(dòng)又結(jié)合統(tǒng)計(jì)分析方法逐漸演變出了一些特定的實(shí)用模型。均值-方差模型便是其中之一。均值-方差模型主要適合于投資者根據(jù)證券的期望收益率估測(cè)證券組合風(fēng)險(xiǎn)，投資者僅依靠證券的風(fēng)險(xiǎn)和收益來(lái)做決策，追求投資收益最大化，相應(yīng)區(qū)間風(fēng)險(xiǎn)最小化的投資活動(dòng)中。
該模型不僅適用于散戶(hù)，值得注意的是同樣適用于大規(guī)模的投資決策，尤其是投資基金決策時(shí)。
該模型的意義就在于在滿(mǎn)足預(yù)期收益率情況下，使得組合證券投資的風(fēng)險(xiǎn)降低到最低。隨著參與投資證券活動(dòng)種類(lèi)的增多，組合證券投資的優(yōu)勢(shì)也隨之凸顯，證券投資風(fēng)險(xiǎn)也就越來(lái)越小。
（三）資本資產(chǎn)定價(jià)模型應(yīng)用于證券投資風(fēng)險(xiǎn)管理
資本資產(chǎn)定價(jià)模型也是有特定適用類(lèi)型的一種統(tǒng)計(jì)方法與證券投資風(fēng)險(xiǎn)管理相結(jié)合的實(shí)際應(yīng)用模型。該種模型適用于投資者較多，且都支持一個(gè)相同周期投資項(xiàng)目，且只關(guān)心本項(xiàng)投資活動(dòng)計(jì)劃周期內(nèi)的收益情況，同時(shí)投資者只能公開(kāi)交易，市場(chǎng)環(huán)境無(wú)摩擦的投資情況下。
該種定價(jià)模型的意義就在于可以根據(jù)分析的結(jié)果區(qū)分證券類(lèi)型，從而采取相應(yīng)行動(dòng)。當(dāng)為進(jìn)攻型證券時(shí)，系統(tǒng)風(fēng)險(xiǎn)高，但市場(chǎng)證券組合收益率呈現(xiàn)快升快降形勢(shì)。因此，當(dāng)市場(chǎng)看漲時(shí)要買(mǎi)入。當(dāng)為防御型證券時(shí)，系統(tǒng)風(fēng)險(xiǎn)雖然低，但收益率也呈現(xiàn)慢升慢降形勢(shì)。因此，當(dāng)市場(chǎng)看跌時(shí)要買(mǎi)入。當(dāng)系統(tǒng)風(fēng)險(xiǎn)等同于市場(chǎng)風(fēng)險(xiǎn)時(shí)，則購(gòu)入證券漲勢(shì)與市場(chǎng)趨勢(shì)一致，需要根據(jù)市場(chǎng)情況行動(dòng)。
無(wú)論哪種統(tǒng)計(jì)分析方法，共同目的只有一個(gè)即幫助投資人認(rèn)清證券投資的風(fēng)險(xiǎn)，正確的評(píng)估當(dāng)前投資行為的風(fēng)險(xiǎn)水平，及時(shí)采取相應(yīng)的規(guī)避風(fēng)險(xiǎn)行動(dòng)，從而確保投資活動(dòng)的收益。
盡管量化投資已經(jīng)成為市場(chǎng)投資的發(fā)展趨勢(shì)，但是大多數(shù)投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴(lài)數(shù)學(xué)模型，而賺錢(qián)的投資模型都是機(jī)構(gòu)的秘密武器，不會(huì)輕易披露。另一方面是由于量化投資采用計(jì)算機(jī)系統(tǒng)，設(shè)計(jì)各種交易手段，有著較為復(fù)雜的數(shù)學(xué)計(jì)算與技術(shù)要求，現(xiàn)在許多量化投資都是計(jì)算機(jī)自動(dòng)執(zhí)行的程序交易。另外，量化交易者，俗稱(chēng)寬客（quants）的交易和故事多多少少增加了量化投資的神秘感。所以，人們一般把量化投資稱(chēng)為“黑箱”。納蘭（Narang，R.，2012）描述了量化交易系統(tǒng)的典型構(gòu)造，打開(kāi)了量化投資的“黑箱”。納蘭認(rèn)為阿爾法模型用來(lái)預(yù)測(cè)市場(chǎng)未來(lái)方向，風(fēng)險(xiǎn)控制模型用來(lái)限制風(fēng)險(xiǎn)暴露，交易成本模型用來(lái)分析為構(gòu)建組合產(chǎn)生的各種成本，投資組合構(gòu)建模型在追逐利潤(rùn)、限制風(fēng)險(xiǎn)與相關(guān)成本之間做出平衡，然后給出最優(yōu)組合。最優(yōu)目標(biāo)組合與現(xiàn)有組合的差異就由執(zhí)行模型來(lái)完成。數(shù)據(jù)和研究部分則是量化投資的基礎(chǔ)：有了數(shù)據(jù)，就可以進(jìn)行研究，通過(guò)測(cè)試、檢驗(yàn)與仿真正確構(gòu)建各個(gè)模型。預(yù)測(cè)市場(chǎng)并制定策略是量化投資的核心，即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發(fā)展，量化投資模型也在不斷改進(jìn)。簡(jiǎn)單的策略可能就是證券或組合的套利行為，如期現(xiàn)套利組合、市場(chǎng)異象研究中的差價(jià)組合等。統(tǒng)計(jì)套利策略是經(jīng)典的量化投資策略，如匹配交易或攜帶交易。近年來(lái)，高頻交易成為量化投資的重要內(nèi)容，基于高速的計(jì)算機(jī)系統(tǒng)實(shí)施高頻的程序交易已經(jīng)是量化投資的重要利器。丁鵬（2012）將量化投資的主要內(nèi)容分為以下幾個(gè)方面：量化選股、量化擇時(shí)、股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、期權(quán)套利、算法交易、ETF/LOF套利和高頻交易等。他認(rèn)為量化投資的優(yōu)勢(shì)在于：紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性和分散化。
二、量化投資“黑箱”中的構(gòu)造與證券投資學(xué)的差異
在傳統(tǒng)的證券投資學(xué)中，投資組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論和期權(quán)定價(jià)理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想，后兩者則主要依靠市場(chǎng)的無(wú)套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類(lèi)，而量化投資則是“利用計(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)現(xiàn)投資理念、實(shí)現(xiàn)投資策略的過(guò)程”。從概念看，量化投資既不是基本面分析，也不是技術(shù)分析，但它可以采用基本面分析，也可以采用技術(shù)分析，關(guān)鍵在于依靠模型來(lái)實(shí)現(xiàn)投資理念與投資策略。為了分析量化投資對(duì)證券投資學(xué)的啟示，本文從量化投資“黑箱”的各個(gè)構(gòu)成來(lái)探討量化投資與證券投資學(xué)中思路和觀點(diǎn)的差異。
（一）資產(chǎn)定價(jià)與收益的預(yù)測(cè)
根據(jù)組合優(yōu)化理論，投資者將持有無(wú)風(fēng)險(xiǎn)組合與市場(chǎng)風(fēng)險(xiǎn)資產(chǎn)組合，獲得無(wú)風(fēng)險(xiǎn)利率與市場(chǎng)風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)模型則將此應(yīng)用到單一證券或組合，認(rèn)為證券的風(fēng)險(xiǎn)溢價(jià)等于無(wú)風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià)，超過(guò)的部分就是超額收益，即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)。基于因素模型的套利定價(jià)理論則從共同風(fēng)險(xiǎn)因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價(jià)模型為這一類(lèi)量化投資提供了統(tǒng)一的參考。可以說(shuō)，在因素定價(jià)方面，量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對(duì)于因素定價(jià)中因素的選擇，證券投資學(xué)認(rèn)為，對(duì)資產(chǎn)價(jià)格的影響，長(zhǎng)期應(yīng)主要關(guān)注基本面因素，而短期應(yīng)主要關(guān)注市場(chǎng)的交易行為，即采用技術(shù)分析。在量化投資中，主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資，這在一定程度上與技術(shù)分析類(lèi)似。但是，在技術(shù)分析中，不同的人會(huì)有不同的結(jié)論，而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化，不會(huì)因人的差異而有較大的不同。另外，量化交易更強(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測(cè)。
（二）無(wú)套利條件與交易成本
在證券投資學(xué)里，流動(dòng)性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)為市場(chǎng)中存在大量可交易的證券，投資者可以自由買(mǎi)賣(mài)證券。這主要是為了保證各種交易都能實(shí)現(xiàn)，如套利交易。根據(jù)套利定價(jià)理論，一旦市場(chǎng)出現(xiàn)無(wú)風(fēng)險(xiǎn)的套利機(jī)會(huì)，理性投資者會(huì)立即進(jìn)行套利交易，當(dāng)市場(chǎng)均衡時(shí)就不存在套利機(jī)會(huì)?，F(xiàn)實(shí)市場(chǎng)中往往存在套利限制。一是因?yàn)閯P恩斯說(shuō)的“市場(chǎng)的非理性維持的時(shí)間可能會(huì)長(zhǎng)到你失去償付能力”。二是因?yàn)槭袌?chǎng)總是存在交易費(fèi)用等成本。但證券投資學(xué)中，對(duì)市場(chǎng)中套利限制與非流動(dòng)性的關(guān)注較少，這是因?yàn)閭鹘y(tǒng)金融理論中簡(jiǎn)化了市場(chǎng)結(jié)構(gòu)。市場(chǎng)微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下，金融資產(chǎn)交易的過(guò)程及其結(jié)果，旨在揭示金融資產(chǎn)交易價(jià)格形成的過(guò)程及其原因。在市場(chǎng)微觀結(jié)構(gòu)理論中，不同的市場(chǎng)微觀結(jié)構(gòu)對(duì)市場(chǎng)流動(dòng)性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來(lái)的價(jià)格沖擊，能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動(dòng)性，因?yàn)榻灰讜r(shí)非流動(dòng)性直接影響投資策略的實(shí)施。從這個(gè)意義上講，量化投資時(shí)的交易成本不僅包括交易費(fèi)用，更主要的是要考慮市場(chǎng)交易沖擊的流動(dòng)性成本。
（三）風(fēng)險(xiǎn)控制與市場(chǎng)情緒
在證券市場(chǎng)中，高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí)，不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中，系統(tǒng)性風(fēng)險(xiǎn)主要源于宏觀經(jīng)濟(jì)因素，非系統(tǒng)性因素則主要源于行業(yè)、公司因素，并且不考慮市場(chǎng)交易行為的影響。在量化投資中，較多地使用因素定價(jià)模型，不僅會(huì)考慮市場(chǎng)經(jīng)濟(jì)因素，而且會(huì)考慮交易行為等因素，只是不同的模型有不同的側(cè)重點(diǎn)，在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場(chǎng)交易的因素風(fēng)險(xiǎn)外，量化投資還有自身不可忽視的風(fēng)險(xiǎn)源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風(fēng)險(xiǎn)。另一方面，市場(chǎng)沖擊的流動(dòng)性成本也是量化投資的風(fēng)險(xiǎn)控制因素，理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)出來(lái)。另外，在一般的投資過(guò)程中，市場(chǎng)情緒或多或少會(huì)成為風(fēng)險(xiǎn)控制的一個(gè)對(duì)象。然而，在量化投資中，更多的交易都是通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)的，如程序交易等，這樣以來(lái)，投資者情緒等因素對(duì)投資決策的影響相對(duì)較小。所以，在量化投資的風(fēng)險(xiǎn)控制模型中較少地考慮市場(chǎng)情緒以及投資者自身的情緒，主要是通過(guò)承擔(dān)適度的風(fēng)險(xiǎn)來(lái)獲得超額回報(bào)，因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
（四）執(zhí)行高頻交易與算法交易
在對(duì)未來(lái)收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下，實(shí)現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo)，量化投資不斷追求更快的速度來(lái)執(zhí)行投資策略，這就推動(dòng)了采用高速計(jì)算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里，技術(shù)分析認(rèn)為股價(jià)趨勢(shì)有長(zhǎng)期、中期和短期趨勢(shì)，其中，長(zhǎng)期和中期趨勢(shì)有參考作用，短期趨勢(shì)的意義不大。然而，隨著計(jì)算機(jī)信息科技的創(chuàng)新，量化投資策略之間的競(jìng)爭(zhēng)越來(lái)越大，誰(shuí)能運(yùn)作更快的量化模型，誰(shuí)就能最先找到并利用市場(chǎng)錯(cuò)誤定價(jià)的瞬間，從而賺取高額利潤(rùn)。于是，就誕生了高頻交易：利用計(jì)算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析，快速做出交易決策，并且隔夜持倉(cāng)。高頻交易的基本特點(diǎn)有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開(kāi)平倉(cāng)和算法交易。高頻交易有4類(lèi)流行的策略：自動(dòng)提供流動(dòng)性、市場(chǎng)微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法：產(chǎn)生高頻交易信號(hào)的算法和優(yōu)化交易執(zhí)行過(guò)程的算法。為了優(yōu)化交易執(zhí)行，目前“算法交易”比較流行。算法交易優(yōu)化買(mǎi)賣(mài)指令的執(zhí)行方式，決定在給定市場(chǎng)環(huán)境下如何處理交易指令：是主動(dòng)的執(zhí)行還是被動(dòng)的執(zhí)行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問(wèn)題。
三、對(duì)量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道，量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異，因此，在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
（一）市場(chǎng)微觀結(jié)構(gòu)與流動(dòng)性沖擊
在理性預(yù)期和市場(chǎng)有效假說(shuō)下，市場(chǎng)價(jià)格會(huì)在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場(chǎng)有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的，然而，現(xiàn)實(shí)的世界里，價(jià)格調(diào)整需要一個(gè)過(guò)程。在不同的頻率下，這種價(jià)格形成過(guò)程的作用是不同的。在長(zhǎng)期的投資中，短期的價(jià)格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價(jià)格調(diào)整過(guò)程影響很大。市場(chǎng)微觀結(jié)構(gòu)就是研究這種價(jià)格形成過(guò)程。市場(chǎng)微觀結(jié)構(gòu)理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對(duì)訂單流的影響，解釋沒(méi)有消息公布時(shí)價(jià)格短暫波動(dòng)的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過(guò)程，認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動(dòng)的原因。無(wú)論是關(guān)注委托訂單的存貨模型還是關(guān)注市場(chǎng)參與者信息類(lèi)型的信息模型，這些市場(chǎng)微觀結(jié)構(gòu)的研究加強(qiáng)了流動(dòng)性與資產(chǎn)價(jià)格之間的聯(lián)系，強(qiáng)調(diào)流動(dòng)性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒(méi)有市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強(qiáng)證券投資學(xué)的實(shí)用性，應(yīng)關(guān)注市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
（二）業(yè)績(jī)?cè)u(píng)價(jià)與高杠桿
對(duì)于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風(fēng)險(xiǎn)與業(yè)績(jī)。在組合業(yè)績(jī)?cè)u(píng)價(jià)中，一方面要考慮風(fēng)險(xiǎn)的衡量，另一方面則要分析業(yè)績(jī)的來(lái)源。在證券投資學(xué)中，組合業(yè)績(jī)來(lái)自于市場(chǎng)表現(xiàn)以及管理者的配置與選股能力。對(duì)于量化投資而言，市場(chǎng)時(shí)機(jī)和管理者的能力依然重要，然而，量化投資的業(yè)績(jī)?cè)u(píng)價(jià)還應(yīng)考慮另一個(gè)因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，在市場(chǎng)好的時(shí)候擴(kuò)大收益，但在市場(chǎng)不好的時(shí)候會(huì)加速虧損，這些與傳統(tǒng)的業(yè)績(jī)?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績(jī)?cè)u(píng)價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)調(diào)整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻(xiàn)，而且有可能夸大了投資者的技能水平。
（三）人為因素與模型風(fēng)險(xiǎn)
在量化投資中，非常注重計(jì)算機(jī)對(duì)數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、策略檢測(cè)和策略更新等過(guò)程都離不開(kāi)人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴(lài)于投資者的經(jīng)驗(yàn)，一部分依賴(lài)于投資者對(duì)市場(chǎng)的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對(duì)于市場(chǎng)拐點(diǎn)以及趨勢(shì)反轉(zhuǎn)的判斷主要還是依賴(lài)投資者的經(jīng)驗(yàn)。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實(shí)施依賴(lài)于人的設(shè)定，而人的設(shè)定不僅依賴(lài)于經(jīng)驗(yàn)，而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò)，一方面是因?yàn)槿藗儗?duì)市場(chǎng)的認(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會(huì)比較小，但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會(huì)超出了人們?cè)鹊恼J(rèn)識(shí)，即市場(chǎng)還會(huì)出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴(lài)數(shù)學(xué)和統(tǒng)計(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場(chǎng)環(huán)境。近年來(lái)，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場(chǎng)中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過(guò)程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
（四）2013年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的啟示
盡管量化投資已經(jīng)成為市場(chǎng)投資的發(fā)展趨勢(shì),但是大多數(shù)投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴(lài)數(shù)學(xué)模型,而賺錢(qián)的投資模型都是機(jī)構(gòu)的秘密武器,不會(huì)輕易披露。另一方面是由于量化投資采用計(jì)算機(jī)系統(tǒng),設(shè)計(jì)各種交易手段,有著較為復(fù)雜的數(shù)學(xué)計(jì)算與技術(shù)要求,現(xiàn)在許多量化投資都是計(jì)算機(jī)自動(dòng)執(zhí)行的程序交易。另外,量化交易者,俗稱(chēng)寬客(quants)的交易和故事多多少少增加了量化投資的神秘感。所以,人們一般把量化投資稱(chēng)為“黑箱”。納蘭(Narang,R.,2012)描述了量化交易系統(tǒng)的典型構(gòu)造,打開(kāi)了量化投資的“黑箱”。納蘭認(rèn)為阿爾法模型用來(lái)預(yù)測(cè)市場(chǎng)未來(lái)方向,風(fēng)險(xiǎn)控制模型用來(lái)限制風(fēng)險(xiǎn)暴露,交易成本模型用來(lái)分析為構(gòu)建組合產(chǎn)生的各種成本,投資組合構(gòu)建模型在追逐利潤(rùn)、限制風(fēng)險(xiǎn)與相關(guān)成本之間做出平衡,然后給出最優(yōu)組合。最優(yōu)目標(biāo)組合與現(xiàn)有組合的差異就由執(zhí)行模型來(lái)完成。數(shù)據(jù)和研究部分則是量化投資的基礎(chǔ):有了數(shù)據(jù),就可以進(jìn)行研究,通過(guò)測(cè)試、檢驗(yàn)與仿真正確構(gòu)建各個(gè)模型。預(yù)測(cè)市場(chǎng)并制定策略是量化投資的核心,即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發(fā)展,量化投資模型也在不斷改進(jìn)。簡(jiǎn)單的策略可能就是證券或組合的套利行為,如期現(xiàn)套利組合、市場(chǎng)異象研究中的差價(jià)組合等。統(tǒng)計(jì)套利策略是經(jīng)典的量化投資策略,如匹配交易或攜帶交易。近年來(lái),高頻交易成為量化投資的重要內(nèi)容,基于高速的計(jì)算機(jī)系統(tǒng)實(shí)施高頻的程序交易已經(jīng)是量化投資的重要利器。丁鵬(2012)將量化投資的主要內(nèi)容分為以下幾個(gè)方面:量化選股、量化擇時(shí)、股指期貨套利、商品期貨套利、統(tǒng)計(jì)套利、期權(quán)套利、算法交易、ETF/LOF套利和高頻交易等。他認(rèn)為量化投資的優(yōu)勢(shì)在于:紀(jì)律性、系統(tǒng)性、及時(shí)性、準(zhǔn)確性和分散化。
二、量化投資“黑箱”中的構(gòu)造與證券投資學(xué)的差異
在傳統(tǒng)的證券投資學(xué)中,投資組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論和期權(quán)定價(jià)理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想,后兩者則主要依靠市場(chǎng)的無(wú)套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類(lèi),而量化投資則是“利用計(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)現(xiàn)投資理念、實(shí)現(xiàn)投資策略的過(guò)程”。從概念看,量化投資既不是基本面分析,也不是技術(shù)分析,但它可以采用基本面分析,也可以采用技術(shù)分析,關(guān)鍵在于依靠模型來(lái)實(shí)現(xiàn)投資理念與投資策略。為了分析量化投資對(duì)證券投資學(xué)的啟示,本文從量化投資“黑箱”的各個(gè)構(gòu)成來(lái)探討量化投資與證券投資學(xué)中思路和觀點(diǎn)的差異。
(一)資產(chǎn)定價(jià)與收益的預(yù)測(cè)
根據(jù)組合優(yōu)化理論,投資者將持有無(wú)風(fēng)險(xiǎn)組合與市場(chǎng)風(fēng)險(xiǎn)資產(chǎn)組合,獲得無(wú)風(fēng)險(xiǎn)利率與市場(chǎng)風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)模型則將此應(yīng)用到單一證券或組合,認(rèn)為證券的風(fēng)險(xiǎn)溢價(jià)等于無(wú)風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià),超過(guò)的部分就是超額收益,即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)。基于因素模型的套利定價(jià)理論則從共同風(fēng)險(xiǎn)因素的角度提供了追求阿爾法的新思路。其中,法瑪和佛倫齊的三因素定價(jià)模型為這一類(lèi)量化投資提供了統(tǒng)一的參考?？梢哉f(shuō),在因素定價(jià)方面,量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對(duì)于因素定價(jià)中因素的選擇,證券投資學(xué)認(rèn)為,對(duì)資產(chǎn)價(jià)格的影響,長(zhǎng)期應(yīng)主要關(guān)注基本面因素,而短期應(yīng)主要關(guān)注市場(chǎng)的交易行為,即采用技術(shù)分析。在量化投資中,主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資,這在一定程度上與技術(shù)分析類(lèi)似。但是,在技術(shù)分析中,不同的人會(huì)有不同的結(jié)論,而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化,不會(huì)因人的差異而有較大的不同。另外,量化交易更強(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測(cè)。
(二)無(wú)套利條件與交易成本
在證券投資學(xué)里,流動(dòng)性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)為市場(chǎng)中存在大量可交易的證券,投資者可以自由買(mǎi)賣(mài)證券。這主要是為了保證各種交易都能實(shí)現(xiàn),如套利交易。根據(jù)套利定價(jià)理論,一旦市場(chǎng)出現(xiàn)無(wú)風(fēng)險(xiǎn)的套利機(jī)會(huì),理性投資者會(huì)立即進(jìn)行套利交易,當(dāng)市場(chǎng)均衡時(shí)就不存在套利機(jī)會(huì)?，F(xiàn)實(shí)市場(chǎng)中往往存在套利限制。一是因?yàn)閯P恩斯說(shuō)的“市場(chǎng)的非理性維持的時(shí)間可能會(huì)長(zhǎng)到你失去償付能力”。二是因?yàn)槭袌?chǎng)總是存在交易費(fèi)用等成本。但證券投資學(xué)中,對(duì)市場(chǎng)中套利限制與非流動(dòng)性的關(guān)注較少,這是因?yàn)閭鹘y(tǒng)金融理論中簡(jiǎn)化了市場(chǎng)結(jié)構(gòu)。市場(chǎng)微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下,金融資產(chǎn)交易的過(guò)程及其結(jié)果,旨在揭示金融資產(chǎn)交易價(jià)格形成的過(guò)程及其原因。在市場(chǎng)微觀結(jié)構(gòu)理論中,不同的市場(chǎng)微觀結(jié)構(gòu)對(duì)市場(chǎng)流動(dòng)性的沖擊是不同的。因而,從量化投資的角度看,為了降低交易帶來(lái)的價(jià)格沖擊,能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動(dòng)性,因?yàn)榻灰讜r(shí)非流動(dòng)性直接影響投資策略的實(shí)施。從這個(gè)意義上講,量化投資時(shí)的交易成本不僅包括交易費(fèi)用,更主要的是要考慮市場(chǎng)交易沖擊的流動(dòng)性成本。
(三)風(fēng)險(xiǎn)控制與市場(chǎng)情緒
在證券市場(chǎng)中,高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí),不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中,系統(tǒng)性風(fēng)險(xiǎn)主要源于宏觀經(jīng)濟(jì)因素,非系統(tǒng)性因素則主要源于行業(yè)、公司因素,并且不考慮市場(chǎng)交易行為的影響。在量化投資中,較多地使用因素定價(jià)模型,不僅會(huì)考慮市場(chǎng)經(jīng)濟(jì)因素,而且會(huì)考慮交易行為等因素,只是不同的模型有不同的側(cè)重點(diǎn),在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場(chǎng)交易的因素風(fēng)險(xiǎn)外,量化投資還有自身不可忽視的風(fēng)險(xiǎn)源。一方面,量化交易中,部分交易是采用保證交易的期貨、期權(quán)等衍生品交易,這種杠桿交易具有放大作用,隱藏著巨大的風(fēng)險(xiǎn)。另一方面,市場(chǎng)沖擊的流動(dòng)性成本也是量化投資的風(fēng)險(xiǎn)控制因素,理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)出來(lái)。另外,在一般的投資過(guò)程中,市場(chǎng)情緒或多或少會(huì)成為風(fēng)險(xiǎn)控制的一個(gè)對(duì)象。然而,在量化投資中,更多的交易都是通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)的,如程序交易等,這樣以來(lái),投資者情緒等因素對(duì)投資決策的影響相對(duì)較小。所以,在量化投資的風(fēng)險(xiǎn)控制模型中較少地考慮市場(chǎng)情緒以及投資者自身的情緒,主要是通過(guò)承擔(dān)適度的風(fēng)險(xiǎn)來(lái)獲得超額回報(bào),因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
(四)執(zhí)行高頻交易與算法交易
在對(duì)未來(lái)收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下,實(shí)現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo),量化投資不斷追求更快的速度來(lái)執(zhí)行投資策略,這就推動(dòng)了采用高速計(jì)算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里,技術(shù)分析認(rèn)為股價(jià)趨勢(shì)有長(zhǎng)期、中期和短期趨勢(shì),其中,長(zhǎng)期和中期趨勢(shì)有參考作用,短期趨勢(shì)的意義不大。然而,隨著計(jì)算機(jī)信息科技的創(chuàng)新,量化投資策略之間的競(jìng)爭(zhēng)越來(lái)越大,誰(shuí)能運(yùn)作更快的量化模型,誰(shuí)就能最先找到并利用市場(chǎng)錯(cuò)誤定價(jià)的瞬間,從而賺取高額利潤(rùn)。于是,就誕生了高頻交易:利用計(jì)算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析,快速做出交易決策,并且隔夜持倉(cāng)。高頻交易的基本特點(diǎn)有:處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開(kāi)平倉(cāng)和算法交易。高頻交易有4類(lèi)流行的策略:自動(dòng)提供流動(dòng)性、市場(chǎng)微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法:產(chǎn)生高頻交易信號(hào)的算法和優(yōu)化交易執(zhí)行過(guò)程的算法。為了優(yōu)化交易執(zhí)行,目前“算法交易”比較流行。算法交易
優(yōu)化買(mǎi)賣(mài)指令的執(zhí)行方式,決定在給定市場(chǎng)環(huán)境下如何處理交易指令:是主動(dòng)的執(zhí)行還是被動(dòng)的執(zhí)行,是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問(wèn)題。 三、對(duì)量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道,量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異,因此,在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
(一)市場(chǎng)微觀結(jié)構(gòu)與流動(dòng)性沖擊
在理性預(yù)期和市場(chǎng)有效假說(shuō)下,市場(chǎng)價(jià)格會(huì)在相關(guān)信息披露后立即調(diào)整,在信息披露前后市場(chǎng)有著截然不同的表現(xiàn)。在證券投資學(xué)里,一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的,然而,現(xiàn)實(shí)的世界里,價(jià)格調(diào)整需要一個(gè)過(guò)程。在不同的頻率下,這種價(jià)格形成過(guò)程的作用是不同的。在長(zhǎng)期的投資中,短期的價(jià)格調(diào)整是瞬間的,影響不大。然而,在高頻交易中,這種價(jià)格調(diào)整過(guò)程影響很大。市場(chǎng)微觀結(jié)構(gòu)就是研究這種價(jià)格形成過(guò)程。市場(chǎng)微觀結(jié)構(gòu)理論中有兩種基本的模型:存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對(duì)訂單流的影響,解釋沒(méi)有消息公布時(shí)價(jià)格短暫波動(dòng)的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過(guò)程,認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動(dòng)的原因。無(wú)論是關(guān)注委托訂單的存貨模型還是關(guān)注市場(chǎng)參與者信息類(lèi)型的信息模型,這些市場(chǎng)微觀結(jié)構(gòu)的研究加強(qiáng)了流動(dòng)性與資產(chǎn)價(jià)格之間的聯(lián)系,強(qiáng)調(diào)流動(dòng)性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒(méi)有市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容,因而,為了加強(qiáng)證券投資學(xué)的實(shí)用性,應(yīng)關(guān)注市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
(二)業(yè)績(jī)?cè)u(píng)價(jià)與高杠桿
對(duì)于證券組合而言,不僅要分析其超額收益和成本,還要考慮其風(fēng)險(xiǎn)與業(yè)績(jī)。在組合業(yè)績(jī)?cè)u(píng)價(jià)中,一方面要考慮風(fēng)險(xiǎn)的衡量,另一方面則要分析業(yè)績(jī)的來(lái)源。在證券投資學(xué)中,組合業(yè)績(jī)來(lái)自于市場(chǎng)表現(xiàn)以及管理者的配置與選股能力。對(duì)于量化投資而言,市場(chǎng)時(shí)機(jī)和管理者的能力依然重要,然而,量化投資的業(yè)績(jī)?cè)u(píng)價(jià)還應(yīng)考慮另一個(gè)因素:高杠桿。量化交易中,部分交易是采用保證交易的期貨、期權(quán)等衍生品交易,這種杠桿交易具有放大作用,在市場(chǎng)好的時(shí)候擴(kuò)大收益,但在市場(chǎng)不好的時(shí)候會(huì)加速虧損,這些與傳統(tǒng)的業(yè)績(jī)?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里,業(yè)績(jī)?cè)u(píng)價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)調(diào)整的收益,很少考慮其杠桿的作用,這不僅忽略了杠桿的貢獻(xiàn),而且有可能夸大了投資者的技能水平。
(三)人為因素與模型風(fēng)險(xiǎn)
在量化投資中,非常注重計(jì)算機(jī)對(duì)數(shù)據(jù)和模型的分析,這突出了量化投資的規(guī)則性和固定性。然而,實(shí)際中,別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型,但策略設(shè)計(jì)、策略檢測(cè)和策略更新等過(guò)程都離不開(kāi)人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究,并借助計(jì)算機(jī)實(shí)施策略,能夠消除很多認(rèn)為的隨意性。但是,量化策略畢竟體現(xiàn)投資者的交易理念,這一部分依賴(lài)于投資者的經(jīng)驗(yàn),一部分依賴(lài)于投資者對(duì)市場(chǎng)的不斷觀察與更新。實(shí)際上,人始終處于交易之中,對(duì)于市場(chǎng)拐點(diǎn)以及趨勢(shì)反轉(zhuǎn)的判斷主要還是依賴(lài)投資者的經(jīng)驗(yàn)。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性:決策實(shí)施依賴(lài)于人的設(shè)定,而人的設(shè)定不僅依賴(lài)于經(jīng)驗(yàn),而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò),一方面是因?yàn)槿藗儗?duì)市場(chǎng)的認(rèn)知是不完全的,另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中,股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的,小概率事件出現(xiàn)的機(jī)會(huì)比較小,但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象,小概率事件發(fā)生的機(jī)會(huì)超出了人們?cè)鹊恼J(rèn)識(shí),即市場(chǎng)還會(huì)出現(xiàn)“黑天鵝”。更為關(guān)鍵的是,量化投資更依賴(lài)數(shù)學(xué)和統(tǒng)計(jì)模型,這就使得量化投資存在較大的模型風(fēng)險(xiǎn),即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn),應(yīng)采用更為穩(wěn)健的模型,即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場(chǎng)環(huán)境。近年來(lái),研究表明,證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性,同時(shí),市場(chǎng)中存在一定的“噪聲”,采用隱馬爾科夫鏈等隨機(jī)過(guò)程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
在傳統(tǒng)的證券投資學(xué)中，投資組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論和期權(quán)定價(jià)理論是現(xiàn)代金融理論的四塊基石。前兩者主要依靠均值-方差組合優(yōu)化的思想，后兩者則主要依靠市場(chǎng)的無(wú)套利條件。傳統(tǒng)的投資方法主要是基本面分析和技術(shù)分析兩大類(lèi)，而量化投資則是“利用計(jì)算機(jī)科技并采用一定的數(shù)學(xué)模型去實(shí)現(xiàn)投資理念、實(shí)現(xiàn)投資策略的過(guò)程”[3]。從概念看，量化投資既不是基本面分析，也不是技術(shù)分析，但它可以采用基本面分析，也可以采用技術(shù)分析，關(guān)鍵在于依靠模型來(lái)實(shí)現(xiàn)投資理念與投資策略。為了分析量化投資對(duì)證券投資學(xué)的啟示，本文從量化投資“黑箱”的各個(gè)構(gòu)成來(lái)探討量化投資與證券投資學(xué)中思路和觀點(diǎn)的差異。
（一）資產(chǎn)定價(jià)與收益的預(yù)測(cè)
根據(jù)組合優(yōu)化理論，投資者將持有無(wú)風(fēng)險(xiǎn)組合與市場(chǎng)風(fēng)險(xiǎn)資產(chǎn)組合，獲得無(wú)風(fēng)險(xiǎn)利率與市場(chǎng)風(fēng)險(xiǎn)溢價(jià)。資本資產(chǎn)定價(jià)模型則將此應(yīng)用到單一證券或組合，認(rèn)為證券的風(fēng)險(xiǎn)溢價(jià)等于無(wú)風(fēng)險(xiǎn)利率加上與風(fēng)險(xiǎn)貢獻(xiàn)比率一致的風(fēng)險(xiǎn)溢價(jià)，超過(guò)的部分就是超額收益，即投資組合管理所追求的阿爾法值[4]。追求顯著正的阿爾法是資產(chǎn)定價(jià)理論給實(shí)務(wù)投資的一大貢獻(xiàn)。基于因素模型的套利定價(jià)理論則從共同風(fēng)險(xiǎn)因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價(jià)模型為這一類(lèi)量化投資提供了統(tǒng)一的參考?？梢哉f(shuō)，在因素定價(jià)方面，量化投資繼承了資產(chǎn)定價(jià)理論的基本思想。對(duì)于因素定價(jià)中因素的選擇，證券投資學(xué)認(rèn)為，對(duì)資產(chǎn)價(jià)格的影響，長(zhǎng)期應(yīng)主要關(guān)注基本面因素，而短期應(yīng)主要關(guān)注市場(chǎng)的交易行為，即采用技術(shù)分析。在量化投資中，主要強(qiáng)調(diào)按照事先設(shè)定的規(guī)則進(jìn)行投資，這在一定程度上與技術(shù)分析類(lèi)似。但是，在技術(shù)分析中，不同的人會(huì)有不同的結(jié)論，而量化投資則強(qiáng)調(diào)投資的規(guī)則化和固定化，不會(huì)因人的差異而有較大的不同。另外，量化交易更強(qiáng)調(diào)從統(tǒng)計(jì)和數(shù)學(xué)模型方面尋找資產(chǎn)的錯(cuò)誤定價(jià)或者進(jìn)行收益的預(yù)測(cè)。
（二）無(wú)套利條件與交易成本
在證券投資學(xué)里，流動(dòng)性是證券的生命力。組合投資理論、資本資產(chǎn)定價(jià)模型以及套利定價(jià)理論等都認(rèn)為市場(chǎng)中存在大量可交易的證券，投資者可以自由買(mǎi)賣(mài)證券。這主要是為了保證各種交易都能實(shí)現(xiàn)，如套利交易。根據(jù)套利定價(jià)理論，一旦市場(chǎng)出現(xiàn)無(wú)風(fēng)險(xiǎn)的套利機(jī)會(huì)，理性投資者會(huì)立即進(jìn)行套利交易，當(dāng)市場(chǎng)均衡時(shí)就不存在套利機(jī)會(huì)。現(xiàn)實(shí)市場(chǎng)中往往存在套利限制。一是因?yàn)閯P恩斯說(shuō)的“市場(chǎng)的非理性維持的時(shí)間可能會(huì)長(zhǎng)到你失去償付能力”。二是因?yàn)槭袌?chǎng)總是存在交易費(fèi)用等成本。但證券投資學(xué)中，對(duì)市場(chǎng)中套利限制與非流動(dòng)性的關(guān)注較少，這是因?yàn)閭鹘y(tǒng)金融理論中簡(jiǎn)化了市場(chǎng)結(jié)構(gòu)。市場(chǎng)微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下，金融資產(chǎn)交易的過(guò)程及其結(jié)果，旨在揭示金融資產(chǎn)交易價(jià)格形成的過(guò)程及其原因。在市場(chǎng)微觀結(jié)構(gòu)理論中，不同的市場(chǎng)微觀結(jié)構(gòu)對(duì)市場(chǎng)流動(dòng)性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來(lái)的價(jià)格沖擊，能實(shí)施量化投資策略的證券往往都應(yīng)有較好的流動(dòng)性，因?yàn)榻灰讜r(shí)非流動(dòng)性直接影響投資策略的實(shí)施。從這個(gè)意義上講，量化投資時(shí)的交易成本不僅包括交易費(fèi)用，更主要的是要考慮市場(chǎng)交易沖擊的流動(dòng)性成本。
（三）風(fēng)險(xiǎn)控制與市場(chǎng)情緒
在證券市場(chǎng)中，高收益與高風(fēng)險(xiǎn)相匹配。量化投資在追求高收益的同時(shí)，不可避免地承擔(dān)了一定的風(fēng)險(xiǎn)。在證券投資學(xué)中，系統(tǒng)性風(fēng)險(xiǎn)主要源于宏觀經(jīng)濟(jì)因素，非系統(tǒng)性因素則主要源于行業(yè)、公司因素，并且不考慮市場(chǎng)交易行為的影響。在量化投資中，較多地使用因素定價(jià)模型，不僅會(huì)考慮市場(chǎng)經(jīng)濟(jì)因素，而且會(huì)考慮交易行為等因素，只是不同的模型有不同的側(cè)重點(diǎn)，在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場(chǎng)交易的因素風(fēng)險(xiǎn)外，量化投資還有自身不可忽視的風(fēng)險(xiǎn)源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風(fēng)險(xiǎn)。另一方面，市場(chǎng)沖擊的流動(dòng)性成本也是量化投資的風(fēng)險(xiǎn)控制因素，理所當(dāng)然地在圖1的風(fēng)險(xiǎn)控制模型中體現(xiàn)出來(lái)。另外，在一般的投資過(guò)程中，市場(chǎng)情緒或多或少會(huì)成為風(fēng)險(xiǎn)控制的一個(gè)對(duì)象。然而，在量化投資中，更多的交易都是通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)的，如程序交易等，這樣以來(lái)，投資者情緒等因素對(duì)投資決策的影響相對(duì)較小。所以，在量化投資的風(fēng)險(xiǎn)控制模型中較少地考慮市場(chǎng)情緒以及投資者自身的情緒，主要是通過(guò)承擔(dān)適度的風(fēng)險(xiǎn)來(lái)獲得超額回報(bào)，因?yàn)楫吘箿p少風(fēng)險(xiǎn)也減少了超額回報(bào)。
（四）執(zhí)行高頻交易與算法交易
在對(duì)未來(lái)收益、風(fēng)險(xiǎn)和成本的綜合權(quán)衡下，實(shí)現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達(dá)到投資目標(biāo)，量化投資不斷追求更快的速度來(lái)執(zhí)行投資策略，這就推動(dòng)了采用高速計(jì)算機(jī)系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里，技術(shù)分析認(rèn)為股價(jià)趨勢(shì)有長(zhǎng)期、中期和短期趨勢(shì)，其中，長(zhǎng)期和中期趨勢(shì)有參考作用，短期趨勢(shì)的意義不大。然而，隨著計(jì)算機(jī)信息科技的創(chuàng)新，量化投資策略之間的競(jìng)爭(zhēng)越來(lái)越大，誰(shuí)能運(yùn)作更快的量化模型，誰(shuí)就能最先找到并利用市場(chǎng)錯(cuò)誤定價(jià)的瞬間，從而賺取高額利潤(rùn)。于是，就誕生了高頻交易：利用計(jì)算機(jī)系統(tǒng)處理數(shù)據(jù)和進(jìn)行量化分析，快速做出交易決策，并且隔夜持倉(cāng)。高頻交易的基本特點(diǎn)有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開(kāi)平倉(cāng)和算法交易。[5]高頻交易有4類(lèi)流行的策略：自動(dòng)提供流動(dòng)性、市場(chǎng)微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實(shí)施高頻交易同時(shí)需要兩種算法：產(chǎn)生高頻交易信號(hào)的算法和優(yōu)化交易執(zhí)行過(guò)程的算法。為了優(yōu)化交易執(zhí)行，目前“算法交易”比較流行。算法交易優(yōu)化買(mǎi)賣(mài)指令的執(zhí)行方式，決定在給定市場(chǎng)環(huán)境下如何處理交易指令：是主動(dòng)的執(zhí)行還是被動(dòng)的執(zhí)行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問(wèn)題。
二、對(duì)量化投資在證券投資教學(xué)中應(yīng)用的思考
從上述分析可以知道，量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異，因此，在證券投資的教學(xué)中應(yīng)當(dāng)考慮量化投資發(fā)展的要求。
（一）市場(chǎng)微觀結(jié)構(gòu)與流動(dòng)性沖擊
在理性預(yù)期和市場(chǎng)有效假說(shuō)下，市場(chǎng)價(jià)格會(huì)在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場(chǎng)有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認(rèn)為價(jià)格的調(diào)整是及時(shí)準(zhǔn)確的，然而，現(xiàn)實(shí)的世界里，價(jià)格調(diào)整需要一個(gè)過(guò)程。在不同的頻率下，這種價(jià)格形成過(guò)程的作用是不同的。在長(zhǎng)期的投資中，短期的價(jià)格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價(jià)格調(diào)整過(guò)程影響很大。市場(chǎng)微觀結(jié)構(gòu)就是研究這種價(jià)格形成過(guò)程。市場(chǎng)微觀結(jié)構(gòu)理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對(duì)訂單流的影響，解釋沒(méi)有消息公布時(shí)價(jià)格短暫波動(dòng)的原因。信息模型關(guān)注信息公布后信息反映到價(jià)格中的這一過(guò)程，認(rèn)為含有信息的訂單流是導(dǎo)致價(jià)格波動(dòng)的原因。無(wú)論是關(guān)注委托訂單的存貨模型還是關(guān)注市場(chǎng)參與者信息類(lèi)型的信息模型，這些市場(chǎng)微觀結(jié)構(gòu)的研究加強(qiáng)了流動(dòng)性與資產(chǎn)價(jià)格之間的聯(lián)系，強(qiáng)調(diào)流動(dòng)性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒(méi)有市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強(qiáng)證券投資學(xué)的實(shí)用性，應(yīng)關(guān)注市場(chǎng)微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。
（二）業(yè)績(jī)?cè)u(píng)價(jià)與高杠桿
對(duì)于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風(fēng)險(xiǎn)與業(yè)績(jī)。在組合業(yè)績(jī)?cè)u(píng)價(jià)中，一方面要考慮風(fēng)險(xiǎn)的衡量，另一方面則要分析業(yè)績(jī)的來(lái)源。在證券投資學(xué)中，組合業(yè)績(jī)來(lái)自于市場(chǎng)表現(xiàn)以及管理者的配置與選股能力。對(duì)于量化投資而言，市場(chǎng)時(shí)機(jī)和管理者的能力依然重要，然而，量化投資的業(yè)績(jī)?cè)u(píng)價(jià)還應(yīng)考慮另一個(gè)因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，在市場(chǎng)好的時(shí)候擴(kuò)大收益，但在市場(chǎng)不好的時(shí)候會(huì)加速虧損，這些與傳統(tǒng)的業(yè)績(jī)?cè)u(píng)價(jià)就不太一樣。在一般的證券投資學(xué)里，業(yè)績(jī)?cè)u(píng)價(jià)主要考慮經(jīng)風(fēng)險(xiǎn)調(diào)整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻(xiàn)，而且有可能夸大了投資者的技能水平。
（三）人為因素與模型風(fēng)險(xiǎn)
在量化投資中，非常注重計(jì)算機(jī)對(duì)數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實(shí)際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計(jì)模型，但策略設(shè)計(jì)、策略檢測(cè)和策略更新等過(guò)程都離不開(kāi)人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實(shí)施。量化投資運(yùn)用模型對(duì)策略進(jìn)行了細(xì)致研究，并借助計(jì)算機(jī)實(shí)施策略，能夠消除很多認(rèn)為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴(lài)于投資者的經(jīng)驗(yàn)，一部分依賴(lài)于投資者對(duì)市場(chǎng)的不斷觀察與更新。實(shí)際上，人始終處于交易之中，對(duì)于市場(chǎng)拐點(diǎn)以及趨勢(shì)反轉(zhuǎn)的判斷主要還是依賴(lài)投資者的經(jīng)驗(yàn)。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實(shí)施依賴(lài)于人的設(shè)定，而人的設(shè)定不僅依賴(lài)于經(jīng)驗(yàn)，而且人還會(huì)犯錯(cuò)。人之所以會(huì)犯錯(cuò)，一方面是因?yàn)槿藗儗?duì)市場(chǎng)的認(rèn)知是不完全的，另一方面則是人們使用了錯(cuò)誤的模型。經(jīng)典的證券投資理論中，股票價(jià)格的變動(dòng)被認(rèn)為是隨機(jī)的，小概率事件出現(xiàn)的機(jī)會(huì)比較小，但是經(jīng)驗(yàn)研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機(jī)會(huì)超出了人們?cè)鹊恼J(rèn)識(shí)，即市場(chǎng)還會(huì)出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴(lài)數(shù)學(xué)和統(tǒng)計(jì)模型，這就使得量化投資存在較大的模型風(fēng)險(xiǎn)，即使用了錯(cuò)誤的模型。為了防范模型風(fēng)險(xiǎn)，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場(chǎng)環(huán)境。近年來(lái)，研究表明，證券收益及其與風(fēng)險(xiǎn)因素的關(guān)系存在較大的非線性，同時(shí)，市場(chǎng)中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機(jī)過(guò)程和機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進(jìn)行信息處理成為量化投資的重要技術(shù)支持。
（四）2013年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的啟示
（一）傳統(tǒng)證券風(fēng)險(xiǎn)量化指標(biāo)的理論源頭
傳統(tǒng)的證券風(fēng)險(xiǎn)分析當(dāng)中必然會(huì)同一個(gè)與之如影隨形的概念聯(lián)系在一起，那就是收益，同時(shí)，在西方傳統(tǒng)的經(jīng)濟(jì)學(xué)當(dāng)中風(fēng)險(xiǎn)和報(bào)酬存在著這么一個(gè)函數(shù)關(guān)系，甚至在一些傳統(tǒng)的經(jīng)濟(jì)學(xué)課本上作者為了簡(jiǎn)化兩者之間的關(guān)系，將兩者簡(jiǎn)單的歸結(jié)為一個(gè)完美的線性關(guān)系，即風(fēng)險(xiǎn)與收益之間是一對(duì)一的數(shù)學(xué)關(guān)系，并且存在著這樣一個(gè)邏輯：風(fēng)險(xiǎn)越大，報(bào)酬或者收益也就越大，反之亦然。即使是稍微尊重事實(shí)一些的經(jīng)濟(jì)學(xué)教材也運(yùn)用了高等數(shù)學(xué)當(dāng)中線性回歸的方法將兩者的關(guān)系從非線性回歸為一對(duì)一的線性關(guān)系。除了學(xué)界對(duì)于風(fēng)險(xiǎn)的分析是從報(bào)酬或者收益出發(fā)的以外，在國(guó)外或者國(guó)內(nèi)的民間也有類(lèi)似的對(duì)于兩者關(guān)系的表達(dá)，例如我國(guó)有句老百姓口中經(jīng)常說(shuō)到的“富貴險(xiǎn)中求”就是對(duì)兩者的關(guān)系的簡(jiǎn)單認(rèn)識(shí)。因此，傳統(tǒng)證券風(fēng)險(xiǎn)分析的源頭明顯是來(lái)源于對(duì)于報(bào)酬的分析。
（二）傳統(tǒng)證券風(fēng)險(xiǎn)量化指標(biāo)的數(shù)學(xué)方法的應(yīng)用
傳統(tǒng)的證券風(fēng)險(xiǎn)理論認(rèn)為證券的總風(fēng)險(xiǎn)=可分散的風(fēng)險(xiǎn)+不可分散的風(fēng)險(xiǎn)，其中可分散的風(fēng)險(xiǎn)主要指的是個(gè)別證券自身存在的風(fēng)險(xiǎn)，而不可分散的風(fēng)險(xiǎn)則是指市場(chǎng)風(fēng)險(xiǎn)，下面筆者介紹一下傳統(tǒng)證券風(fēng)險(xiǎn)量化的兩個(gè)重要的指標(biāo)――標(biāo)準(zhǔn)差與貝塔值。
第一，標(biāo)準(zhǔn)差。傳統(tǒng)證券風(fēng)險(xiǎn)理論認(rèn)為個(gè)別證券的風(fēng)險(xiǎn)可以從單個(gè)證券的報(bào)酬率為起點(diǎn)進(jìn)行分析。財(cái)務(wù)投資專(zhuān)家從高等數(shù)學(xué)當(dāng)中引入了一個(gè)衡量證券報(bào)酬率的波動(dòng)性量化分析的指標(biāo)――標(biāo)準(zhǔn)差來(lái)進(jìn)行對(duì)單項(xiàng)證券風(fēng)險(xiǎn)的判斷，進(jìn)而判斷出相同期望報(bào)酬率和不同期望報(bào)酬率時(shí)對(duì)于不同投資的選擇。測(cè)算的步驟如下：第一步，確定各種市場(chǎng)需求下各類(lèi)需求發(fā)生的概率；第二步，計(jì)算出期望報(bào)酬率，其實(shí)質(zhì)上是對(duì)于各類(lèi)市場(chǎng)需求下的報(bào)酬率的加權(quán)平均數(shù)。第三步：根據(jù)標(biāo)準(zhǔn)差的數(shù)學(xué)公式計(jì)算出標(biāo)準(zhǔn)差，σ=[Σ（ri-?）2×Pi]1/2其中ri是第i只證券的報(bào)酬率，?是期望報(bào)酬率，Pi是第i只證券的報(bào)酬發(fā)生的概率。結(jié)論是在期望報(bào)酬率相同的時(shí)候，標(biāo)準(zhǔn)差越大證明該證券波動(dòng)越大，風(fēng)險(xiǎn)也就越大，反之亦然。在期望報(bào)酬率不同時(shí)引入了另外一個(gè)概念即離差，由于基本原理也是根據(jù)標(biāo)準(zhǔn)差衍生而得，在此不再贅述。[1]
第二，代表市場(chǎng)風(fēng)險(xiǎn)的貝塔值。我們?cè)诘谝稽c(diǎn)中提到的標(biāo)準(zhǔn)差主要衡量的是單項(xiàng)證券的風(fēng)險(xiǎn)，而貝塔值的引入主要是考慮到了證券組合的風(fēng)險(xiǎn)構(gòu)成當(dāng)中不可分散的風(fēng)險(xiǎn)即市場(chǎng)風(fēng)險(xiǎn)。而貝塔值的測(cè)算公式從數(shù)學(xué)的角度來(lái)說(shuō)實(shí)際上是利用了標(biāo)準(zhǔn)差的升級(jí)版公式即協(xié)方差，協(xié)方差主要是衡量了兩組數(shù)據(jù)之間的相關(guān)程度，以此來(lái)判斷證券組合的報(bào)酬率與市場(chǎng)報(bào)酬率之間的數(shù)理聯(lián)系，進(jìn)而判斷出不可分散的風(fēng)險(xiǎn)。理論上貝塔值的計(jì)算是βi=（σi /σm）ρim，其中βi第i個(gè)證券組合的市場(chǎng)風(fēng)險(xiǎn)程度，σi，σm分別第i個(gè)證券組合的標(biāo)準(zhǔn)差與市場(chǎng)證券組合的標(biāo)準(zhǔn)差，ρim代表第i個(gè)證券組合的報(bào)酬與市場(chǎng)組合報(bào)酬的相關(guān)系數(shù)。實(shí)際當(dāng)中β系數(shù)可以通過(guò)將股票報(bào)酬對(duì)市場(chǎng)報(bào)酬做回歸得到，擬合得到的回歸線的斜率就是證券的β系數(shù)，即β=Ri /Rm。[2]
二、價(jià)值投資理念下風(fēng)險(xiǎn)與報(bào)酬的關(guān)系
價(jià)值投資理念是華爾街之父本杰明格雷厄姆所創(chuàng)立，在其傳世之作《證券分析》當(dāng)中明確提出了有關(guān)投資與投機(jī)概念，其中論及投資界老生常談的收益與風(fēng)險(xiǎn)的問(wèn)題時(shí)結(jié)論與傳統(tǒng)證券風(fēng)險(xiǎn)分析有著本質(zhì)的不同，格雷厄姆明確指出收益與風(fēng)險(xiǎn)之間不存在著數(shù)學(xué)關(guān)系，并且認(rèn)為證券的價(jià)格與收益并非取決于對(duì)于其風(fēng)險(xiǎn)的精確數(shù)學(xué)的計(jì)算，而是取決于該證券的受歡迎程度，而這種受歡迎程度本身包含了投資者對(duì)于風(fēng)險(xiǎn)的認(rèn)識(shí)，但很大程度上還受到如公眾對(duì)公司和證券的熟悉程度，證券發(fā)行與購(gòu)買(mǎi)的容易程度等。[3]并進(jìn)一步指出，無(wú)論是理論上還是實(shí)際當(dāng)中，對(duì)投資風(fēng)險(xiǎn)進(jìn)行精確的計(jì)算都是不可能成功的，現(xiàn)實(shí)當(dāng)中并沒(méi)有所謂的期望報(bào)酬率的概率經(jīng)驗(yàn)表，即使存在也是基于對(duì)于歷史數(shù)據(jù)的分析得到了，而歷史數(shù)據(jù)之于未來(lái)決策的有用性或相關(guān)性的大小還有待考證，其研究范圍不同于保險(xiǎn)公司對(duì)于保單的精確測(cè)算，例如人壽保險(xiǎn)能夠明確的了解年齡與死亡率之間的關(guān)系是明確的。而證券的風(fēng)險(xiǎn)與報(bào)酬之間的關(guān)系則沒(méi)有如此的確定。[4]
三、價(jià)值投資理念下傳統(tǒng)證券風(fēng)險(xiǎn)量化分析的反思
以上筆者對(duì)于傳統(tǒng)的證券風(fēng)險(xiǎn)理論與量化方法以及價(jià)值投資理念下關(guān)于風(fēng)險(xiǎn)與收益的關(guān)系進(jìn)行了論述。筆者認(rèn)為，價(jià)值投資理念下有關(guān)論述對(duì)于我們重新審視證券投資中風(fēng)險(xiǎn)因素的衡量有著非常重要的意義。
首先，筆者認(rèn)為，標(biāo)準(zhǔn)差的計(jì)算過(guò)程本身就存在著無(wú)法避免的瑕疵，這一個(gè)公式至少有兩個(gè)基本假設(shè)，第一，計(jì)算的人必須能夠客觀的預(yù)測(cè)出各種市場(chǎng)情況發(fā)生的需求概率，并且準(zhǔn)確的在各種概率下發(fā)生的報(bào)酬率；第二，假定歷史數(shù)據(jù)對(duì)于未來(lái)的投資決策具有確定的相關(guān)性。但是在現(xiàn)實(shí)生活中根本是無(wú)法預(yù)測(cè)的，這種算法實(shí)質(zhì)上是硬將自然科學(xué)當(dāng)中的數(shù)學(xué)模型強(qiáng)加到社會(huì)問(wèn)題的研究當(dāng)中，不可否認(rèn)的是，目前來(lái)說(shuō)大量的社會(huì)問(wèn)題是無(wú)法通過(guò)數(shù)學(xué)來(lái)量化的，因?yàn)樽C券的風(fēng)險(xiǎn)當(dāng)中不僅僅只有報(bào)酬因素的影響，還有各種在不同市場(chǎng)條件下的因素決定的，而這些因素又相互的的影響和動(dòng)態(tài)的變化。因此，標(biāo)準(zhǔn)差的方法受到了質(zhì)疑，后續(xù)的離差率、β值的計(jì)算自然也就沒(méi)有了根基。
其次，β值的測(cè)算除了上述由于標(biāo)準(zhǔn)差的非客觀性導(dǎo)致的不確定性的缺陷以外，筆者也針對(duì)實(shí)操當(dāng)中第二種公式進(jìn)行分析，β的第二種公式是β=Ri /Rm，從公式上來(lái)看，存在著明顯的邏輯上的可疑性，單個(gè)股票的收益率假如大于市場(chǎng)整體的收益率，則該只股票的風(fēng)險(xiǎn)就比市場(chǎng)風(fēng)險(xiǎn)大？這個(gè)觀點(diǎn)在《證券分析》當(dāng)中就已經(jīng)被很好地反駁了，在此，筆者只需要舉一個(gè)例子就足夠反駁這一個(gè)觀點(diǎn)，伯克希爾哈撒韋上市公司每股截至2017年6月5日是249660美元，每股收益率如果從上市之初可以用天文數(shù)字來(lái)形容，并且這家公司經(jīng)歷了無(wú)數(shù)次大大小小的金融危機(jī)，依然以遠(yuǎn)遠(yuǎn)超過(guò)市場(chǎng)平均的業(yè)績(jī)笑傲群雄，難道說(shuō)他的風(fēng)險(xiǎn)要遠(yuǎn)遠(yuǎn)大于市場(chǎng)？這家公司是以?xún)r(jià)值投資的理念進(jìn)行風(fēng)險(xiǎn)評(píng)估和投資的。因此，筆者認(rèn)為中國(guó)的證券行業(yè)乃至我們有關(guān)的證券專(zhuān)家和學(xué)者們有必要從價(jià)值投資的理念來(lái)重新審視目前證券風(fēng)險(xiǎn)量化的指標(biāo)在實(shí)際當(dāng)中的效用。
在美國(guó)注冊(cè)一個(gè)證券公司只需要滿(mǎn)足兩個(gè)基本條件：1.持牌人；2.凈資本。外行人以為證券公司的凈資本要求很高，其實(shí)不然，多年未改的凈資本規(guī)定是三個(gè)級(jí)別：5000美元，25000美元和100000美元。在此之外，證券公司還要滿(mǎn)足與專(zhuān)項(xiàng)業(yè)務(wù)相關(guān)的自有資金規(guī)定，所以，資金實(shí)力越強(qiáng)的證券公司可參與的業(yè)務(wù)越多，業(yè)務(wù)規(guī)模也越大。證券公司的自營(yíng)投資業(yè)務(wù)是直接與一級(jí)注冊(cè)凈資本掛鉤的，任何時(shí)候無(wú)論由于什么原因，只要公司的凈資本低于注冊(cè)規(guī)定，該公司必須在24小時(shí)內(nèi)發(fā)電報(bào)通知監(jiān)管機(jī)構(gòu)，并在發(fā)出電報(bào)之時(shí)進(jìn)入“讀秒”，48小時(shí)內(nèi)必須再發(fā)電報(bào)陳述解決方案，否則該公司的交易終端就自動(dòng)切斷了。這就是我們?cè)诿绹?guó)經(jīng)營(yíng)證券公司的鐵律之一：“24小時(shí)電報(bào)，48小時(shí)解決?！边@條鐵律約束著證券公司的自營(yíng)投資額度與內(nèi)部風(fēng)險(xiǎn)管控。
以光大證券為例，當(dāng)電腦繞過(guò)公司內(nèi)控直接連續(xù)下單時(shí)，交易員應(yīng)立即啟動(dòng)緊急處置預(yù)案，券商應(yīng)停止交易并“保護(hù)現(xiàn)場(chǎng)”，主動(dòng)向監(jiān)管機(jī)構(gòu)報(bào)告并聽(tīng)候處理，這就是不久前高盛在電腦“烏龍指”發(fā)生后采取的動(dòng)作。中國(guó)證監(jiān)會(huì)并沒(méi)有處罰光大證券的“烏龍指”，而是處罰光大證券在事發(fā)后“破壞現(xiàn)場(chǎng)”，違規(guī)套利，“本能地”跨越了兩道“防火墻”：1.股票自營(yíng)投資的“烏龍指”引發(fā)期貨套利對(duì)沖，說(shuō)明公司內(nèi)部在這兩個(gè)部門(mén)之間沒(méi)有設(shè)置“防火墻”；2.交易部門(mén)“自發(fā)”的套利對(duì)沖與公司高層“自發(fā)”的信息幾乎同時(shí)進(jìn)行，說(shuō)明公司在管理層與交易員之間沒(méi)有設(shè)置“防火墻”。就是這種“本能”與“自發(fā)”的行為習(xí)慣，把交易部門(mén)的技術(shù)失誤升級(jí)為公司高層的惡意違規(guī)。
伴隨著電腦技術(shù)的進(jìn)步，程式化交易與量化對(duì)沖模式在上世紀(jì)80年代中期到90年代中期進(jìn)入美國(guó)證券業(yè)，在此期間有兩大事件影響深遠(yuǎn)：其一是1987年10月19日的“黑色星期一”；其二是1998年的長(zhǎng)期資本管理公司破產(chǎn)。前者告訴人們，電腦系統(tǒng)也會(huì)“發(fā)瘋”，所以不能絕對(duì)依賴(lài)程式化交易；后者告訴人們，某些市場(chǎng)也會(huì)“發(fā)瘋”，所以不能絕對(duì)相信量化投資模型。
