了得網投資理財_量化投資策略

編輯推薦

本書語言簡潔，內容精煉，對於量化投資策略的歷史沿革以及策略構建的方法都進行了介紹與講解，並輔以案例分析。

內容簡介

隨著我國資本市場的迅速發展與日臻成熟，專業投資者在市場所占比例不斷上升，對於投資策略的需求也在不斷提高，基於金融計量學和計算機技術的量化投資策略開始蓬勃發展。本書作者在大量參考國內外理論文獻、量化基金前沿策略的基礎上，結合自身多年的投資實踐撰寫了本書。本書致力於突出各類量化投資策略的構建和數據案例分析，包括構建多因子模型、經典價值投資策略、事件驅動策略、擇時策略、商品期貨CTA量化投資策略以及統計套利等，以期對量化投資從業人員有所幫助。

目錄
第1章走進量化投資

1.1量化投資的概念

1.2量化投資的歷史沿革

1.3量化投資的理解誤區

1.4量化投資的優點

1.5量化投資的缺點

1.6量化投資在我國的發展目錄
第1章走進量化投資

1.1量化投資的概念

1.2量化投資的歷史沿革

1.3量化投資的理解誤區

1.4量化投資的優點

1.5量化投資的缺點

1.6量化投資在我國的發展

第2章量化投資策略的構建與注意事項

2.1量化投資策略開發框架流程

2.2量化投資策略的陷阱

2.3量化投資策略的評價標準

第3章多因子模型

3.1多因子模型的概念

3.2多因子模型的理論基礎

3.3多因子模型的構建流程

附錄BARRA CNE5的風格因子

第4章經典價值投資策略

4.1三一投資管理公司價值選股法

4.2伯頓G.馬爾基爾的投資漫步原則

4.3惠特尼·喬治的小型價值股投資法

4.4菲利普·費雪的選股十五原則

4.5彼得·林奇的選股原則

4.6格雷阨姆的防御型投資者的股票選擇策略

4.7格雷阨姆的積極型投資者的股票選擇策略

4.8經典價值投資策略的總結

第5章事件驅動策略

5.1事件驅動策略介紹

5.2事件驅動策略的研究框架

5.3事件驅動策略的種類

5.4事件驅動策略案例

第6章擇時策略精選

6.1基於隱馬爾可夫模型的投資策略

6.2市場情緒擇時策略

6.3經典技術指標擇時策略

附錄隱馬爾可夫模型的相關算法

第7章商品期貨CTA量化投資策略

7.1CTA的介紹

7.2日內CTA策略

7.3日間CTA策略

7.4海龜交易法則

第8章統計套利

8.1相關理論基礎

8.2統計套利基本內容

8.3配對交易

8.4配對交易案例展示

參考文獻

前言

前言
量化投資策略作為金融領域的重要投資手段，其重要性不言而喻。伴隨著金融學、數學、計算機理論和技術等學科的深入發展與交叉融合，量化投資策略日臻完善。國際發達資本市場，量化投資已經獨樹一幟，舉足輕重；國內量化投資基金也猶如雨後春筍般蓬勃發展。但因起步較晚，國內量化投資策略雖然被很多基金采用，但受市場大環境影響，目前仍然處於初級階段，鮮有基金真正做到規模化量化投資。
本書作者一方面積極從事量化投資實踐活動；另一方面仔細研讀國內外量化投資經典文獻資料，並深入研究當前國際著名量化基金的投資策略。在此基礎上，根據理論分析和實踐經驗，結合中國國情，撰寫量化投資策略書稿，以期對量化投資從業者有所幫助。為節約本書篇幅，我們視讀者已經初步掌握了金融計量學、計算機編程（Python語言）、投資學、金融學等基礎知識，不再贅述，本書致力於突出各類量化投資策略的構建和數據案例分析。前言
量化投資策略作為金融領域的重要投資手段，其重要性不言而喻。伴隨著金融學、數學、計算機理論和技術等學科的深入發展與交叉融合，量化投資策略日臻完善。國際發達資本市場，量化投資已經獨樹一幟，舉足輕重；國內量化投資基金也猶如雨後春筍般蓬勃發展。但因起步較晚，國內量化投資策略雖然被很多基金采用，但受市場大環境影響，目前仍然處於初級階段，鮮有基金真正做到規模化量化投資。
本書作者一方面積極從事量化投資實踐活動；另一方面仔細研讀國內外量化投資經典文獻資料，並深入研究當前國際著名量化基金的投資策略。在此基礎上，根據理論分析和實踐經驗，結合中國國情，撰寫量化投資策略書稿，以期對量化投資從業者有所幫助。為節約本書篇幅，我們視讀者已經初步掌握了金融計量學、計算機編程（Python語言）、投資學、金融學等基礎知識，不再贅述，本書致力於突出各類量化投資策略的構建和數據案例分析。
    本書的主要特點在於將前沿理論探索與現實案例分析相結合，每個章節都對相關的量化投資策略構建示例，並進行深入分析與探討，內容豐富，體繫完整。全書共分為8章。第1章：走進量化投資。本章對量化投資進行了總體的介紹，以幫助讀者理解量化投資的內涵及其涉獵的領域，為構建量化投資策略打好前期基礎。第2章：量化投資策略的構建與注意事項。本章分析量化投資策略的構建方法和需要注意的問題，為讀者展示構建量化投資策略的正確方法。第3章：多因子模型。從本章開始，本書進入構建各類量化投資策略部分。第3章主要分析目前應用為廣泛的量化投資策略——多因子模型，包括構建多因子模型的方法和注意事項，盡可能涵蓋構建多因子模型的全部核心內容。第4章：經典價值投資策略。本章結合國際上各種經典的價值投資理念及其實踐經驗，構建適合中國國情的量化投資策略，對於讀者理解和應用經典量化投資策略具有重要意義。第5章：事件驅動策略。本章為讀者分析事件驅動策略的構建方法，該類策略在實踐中收效顯著，應用非常廣泛。第6章：擇時策略精選。本章對投資策略中的擇時策略進行研究，並選擇幾種經典的量化擇時策略進行詳細的分析，為投資者構建量化擇時策略提供參考。第7章：商品期貨CTA量化投資策略。本章介紹目前風靡業界的CTA策略，探討經典量化CTA策略的構建與應用。第8章：統計套利。這是本書的後一章，主要介紹有著多年歷史的統計套利，並利用配對交易作為案例應用於國內股票市場進行展示。
    本書得以順利完成，得益於我們擁有一個團結、高效、專業化的科研團隊，通過大家堅持不懈的辛勤努力與緊密合作，保證書稿如期完成。團隊成員主要包括（按姓氏筆畫排序）：尹韋琪、王姝、王晗、葉昊、孫文奕、孫碩珩、付聰、李天野、陰慶書、劉釗、劉潔旋、李金陽、江劍、權容振、邵華璐、陳治多、陳佳寧、張賀、邵振文、遲雪丹、林海濤、周闊、趙天一、趙梓琪、侯丹、姜美吉、班藝婷、高蘭、曹啟、溫馨、翟羽佳、裴祥宇，尤其班藝婷同學花費大量時間對書稿進行反復梳理、校對，在此對他們的辛勤付出一並表示衷心的感謝。
   感謝吉林大學經濟學院、吉林大學中國國有經濟研究中心、吉林大學量化金融研究中心、吉林大學基本科研業務費項目（2017ZZ035）、吉林大學橫琴金融研究院以及珠海市橫琴新區智慧金融研究院的支持與資助。
   感謝吉林大學經濟學院李曉院長及各位同仁的鼎力支持。同時，還要感謝清華大學出版社對本團隊的信任與支持，感謝陸浥晨編輯等編審人員的辛勤努力及其提出的寶貴意見。
學無止境，研究亦無止境。本書作者及其團隊雖力爭止於至善，然資本市場高深莫測，雖上下求索，仍不得始終，缺憾紕漏之處在所難免，懇請廣大讀者批評指正，在此深表感謝！
編者周佰成劉毅男
2019年1月於吉林大學量化金融研究中心

在線試讀

第1章走進量化投資
量化投資是一種新興的投資手段，引入我國金融市場較晚，目前在國內市場的發展還較為初級，可以說，量化投資在國內仍舊披著一層神秘的面紗。從本章開始，本書將帶領讀者走進量化投資，了解量化投資是什麼，都有哪些典型的投資策略，等等。本章主要介紹量化投資的基礎知識，同時也是學習後面章節的重要基礎。本章共分為六個小節，具體每小節的內容如下。
1.1節：量化投資的概念。介紹量化投資的含義。
1.2節：量化投資的歷史沿革。介紹量化投資的發展歷史，幫助讀者理解量化投資相關的理論發展和歷程。
1.3節：量化投資的理解誤區。介紹目前對於量化投資理解的集中誤區，幫助讀者明確量化投資的特性。
1.4節：量化投資的優點。介紹量化投資相比於過去的投資方式所具備的優勢，從七個方面闡述量化投資的長處。
1.5節：量化投資的缺點。介紹量化投資相比於其他投資方式的劣勢和缺點，從四個方面幫助讀者對量化投資進行更為理性的認識。
1.6節：量化投資在我國的發展。介紹量化投資在我國的發展狀況，主要介紹相關量化基金在我國的發展，以及量化投資在我國的發展前景等內容。
1.1量化投資的概念
走進量化投資，首先就要對量化投資的概念有一個清晰的了解。何為量化投資？簡單來講，量化投資就是依靠數量化的手段去實現投資邏輯和策略；換言之，量化投資需要采用一定的數理模型對投資策略以及投資邏輯進行量化，進而通過計算機技術等現代科技手段來實現投資過程。
每一個優秀的投資者都有其投資邏輯，並且依照其投資邏輯進行投資活動，同時在投資過程中不斷修正其原有的投資邏輯。而量化投資的重要核心也是投資邏輯，“量化”是投資者進行投資所應用的一種手段和方式。一個成功的量化投資策略，首先需要有一個明確的投資思想和邏輯，根據這種投資思想和邏輯，通過數量化的手段，把投資所遵從的理念以及邏輯關繫等量化為各種變量，以及變量之間的規則，進而構建成相關的量化模型。在此之後，通過計算機技術等手段，將模型應用於市場，在過往的市場數據中進行測試，並不斷修正和完善，直到能夠將其應用於當前真實市場中選股、買賣、調倉等的判斷，並執行交易。

第1章走進量化投資
量化投資是一種新興的投資手段，引入我國金融市場較晚，目前在國內市場的發展還較為初級，可以說，量化投資在國內仍舊披著一層神秘的面紗。從本章開始，本書將帶領讀者走進量化投資，了解量化投資是什麼，都有哪些典型的投資策略，等等。本章主要介紹量化投資的基礎知識，同時也是學習後面章節的重要基礎。本章共分為六個小節，具體每小節的內容如下。
1.1節：量化投資的概念。介紹量化投資的含義。
1.2節：量化投資的歷史沿革。介紹量化投資的發展歷史，幫助讀者理解量化投資相關的理論發展和歷程。
1.3節：量化投資的理解誤區。介紹目前對於量化投資理解的集中誤區，幫助讀者明確量化投資的特性。
1.4節：量化投資的優點。介紹量化投資相比於過去的投資方式所具備的優勢，從七個方面闡述量化投資的長處。
1.5節：量化投資的缺點。介紹量化投資相比於其他投資方式的劣勢和缺點，從四個方面幫助讀者對量化投資進行更為理性的認識。
1.6節：量化投資在我國的發展。介紹量化投資在我國的發展狀況，主要介紹相關量化基金在我國的發展，以及量化投資在我國的發展前景等內容。
1.1量化投資的概念
走進量化投資，首先就要對量化投資的概念有一個清晰的了解。何為量化投資？簡單來講，量化投資就是依靠數量化的手段去實現投資邏輯和策略；換言之，量化投資需要采用一定的數理模型對投資策略以及投資邏輯進行量化，進而通過計算機技術等現代科技手段來實現投資過程。
每一個優秀的投資者都有其投資邏輯，並且依照其投資邏輯進行投資活動，同時在投資過程中不斷修正其原有的投資邏輯。而量化投資的重要核心也是投資邏輯，“量化”是投資者進行投資所應用的一種手段和方式。一個成功的量化投資策略，首先需要有一個明確的投資思想和邏輯，根據這種投資思想和邏輯，通過數量化的手段，把投資所遵從的理念以及邏輯關繫等量化為各種變量，以及變量之間的規則，進而構建成相關的量化模型。在此之後，通過計算機技術等手段，將模型應用於市場，在過往的市場數據中進行測試，並不斷修正和完善，直到能夠將其應用於當前真實市場中選股、買賣、調倉等的判斷，並執行交易。
理解了量化投資這個工具的性質後，容易得知，量化投資首先要有一個合理有效的投資邏輯，這是投資成功的必要條件，進而，還需要工具本身有效，即量化投資的各種量化手段有效，如模型的有效性、數據的準確性等都能夠影響到量化投資的效果，除此之外，量化投資中的一些策略對計算機技術的要求也是非常高的，如程序化交易和高頻交易。可以說，量化投資是一個繫統性的投資過程，因此，一個成功有效的量化投資策略背後均有一個出色的研發和交易團隊，成員各司其職，共同實現策略的研發和實踐。
1.2量化投資的歷史沿革
1900年，路易斯·巴舍利耶(Louis Bachelier)用量化手段描述了布朗運動。在其發表的論文中，他提出，如果股票遵循隨機遊走的模式，經過某一段固定時期之後，股票價格到達特定價格水平的可能性可以通過正態分布曲線來描述。巴舍利耶隨即構建了價格隨時間變化而變化的模型，即為當今重要的隨機遊走模型。該理論形成了早的金融市場理論框架，並在此後的現代金融學理論研究中產生了重要的意義。量化投資界也普遍將該理論視為量化投資理論研究的開端。

【11】沉睡的理論

路易斯·巴舍利耶(Louis Bachelier)，1870年生於法國勒阿弗爾。巴舍利耶兒時家庭條件優越，較早接觸藝術和數學，並對數學有著極高的天賦，中學畢業後，本應前往名牌大學就讀的他由於家庭變故，延緩了上學時間，大學期間，巴舍利耶在證券交易所從事兼職工作，並對金融方面產生了濃厚的興趣。
1900年，巴舍利耶寫出了《投機理論》，但其理論與當時的主流觀點背道而馳，並且也被認為不符合數學問題範疇，終塵封多年。受到論文成績的影響，巴舍利耶沒能成為職業數學家，此後經歷了次世界大戰，輾轉於各個高校後，在貝桑松大學拿到了教學職位，直到退休，巴舍利耶都在修正和完善其的論文，沒有產生新的成果。
1955年，著名經濟學家保羅·薩繆爾森發現了該篇論文，並驚訝地發現該篇論文涵蓋了近20年間多個前沿學術成果，而論文的作者巴舍利耶卻無人知曉。1964年，保羅·庫特勒編撰文集《股票市場的隨機性》，並將巴舍利耶的論文收錄為篇論文。可以說，巴舍利耶領先了一個時代，其理論也不幸沉睡了60餘年，被埋沒了一個時代！

1952年，哈裡·馬科維茨(Harry M.Markowitz)在《金融雜志》(Journal of Finance)中發表了題為《組合選擇》(Portfolio Selection)的論文，提出了“投資組合理論”，開創性地引入了均值和方差來定量描述投資者在投資組合上獲得的收益和承擔的風險。該理論被視為現代金融學理論的開端，同時，也被業界普遍認為是對量化投資發展產生重要影響的理論之一，基於此理論，學界開始通過數理方法對微觀金融學以及投資學領域進行深入研究。

【12】人物介紹：哈裡·馬科維茨

哈裡·馬科維茨(Harry M.Markowitz)，1927年出生於美國伊利諾伊州。於1950年、1952年在芝加哥大學連續獲得了經濟學碩士、博士學位。
1952年，馬科維茨在《金融雜志》上發表了題為《資產組合選擇——投資的有效分散化》論文，開創性地引入了均值和方差來定量描述投資者在投資組合上獲得的收益和承擔的風險。

馬科維茨發展了一個概念明確的、可操作的、能在不確定條件下選擇投資組合的理論，該理論被視為現代金融學理論的開端，也是業界比較認同的量化投資理論的開端。

20世紀60年代，威廉·夏普(William F.Sharpe)等進一步發展了哈裡·馬科維茨的理論方法，並提出了資本資產定價模型(CAPM model)，通過CAPM模型確立能反映風險和預期收益的證券價格。在此之後，包括尤金·法瑪(Eugene F.Fama)等提出的有效市場假說、三因子模型，以及斯蒂芬·羅斯(Stephen A.Ross)提出的套利定價理論都為量化投資打下了堅實的理論基礎。直到今天，上述許多理論及其變型仍然廣泛應用於投資實務當中，可以說現代金融理論的發展極大地促進了量化投資的發展。

【13】人物介紹：威廉·夏普

威廉·夏普(William F.Sharpe)，1934年出生於美國馬薩諸塞州，是資本資產定價模型的奠基者。20世紀60年代，夏普將馬科維茨的分析方法進一步發展為著名的“資本資產定價模型”，用來說明在金融市場上如何確立反映風險和潛在收益的證券價格。
該模型將馬科維茨的資產選擇理論中的資產風險進一步分為資產的“繫統(市場)風險”和“非繫統風險”兩部分，並且非繫統風險是沒有風險補償的。
由於其在金融經濟學方面卓越的貢獻，威廉·夏普與莫頓·米勒和哈裡·馬科維茨共同獲得了1990年第十三屆諾貝爾經濟學獎。

【14】人物介紹：斯蒂芬·羅斯

斯蒂芬·羅斯(Stephen A.Ross)，出生於1944年，1965年獲加州理工學院物理學學士學位，1970年獲哈佛大學經濟學博士學位。羅斯是當今世界上影響力的金融學家之一，因其創立了套利定價理論(arbitrage pricing theory,APT)而舉世聞名。2017年3月3日，羅斯先生在康尼狄格州的家中去世，享年73歲。

1976年，羅斯提出了一種新的資產定價模型，即為套利定價理論。該理論用套利概念定義了均衡，不需要市場組合的存在性，而且所需的假設比資本資產定價模型更少，更合理。

【15】人物介紹：尤金·法瑪

尤金·法瑪(Eugene F.Fama)，1939年2月14日出生於美國馬薩諸塞州波士頓，1964年獲得博士學位，著名經濟學家，芝加哥經濟學派的代表人物之一，芝加哥大學教授。2013年諾貝爾經濟學獎得主。
法瑪為現代金融學理論的發展作出了諸多重要的貢獻。其主要的貢獻便是提出了“有效市場假說”。假說認為在一個有效的證券市場中，價格完全反映了所有可以獲得的信息。1992年，法瑪基於APT理論，發現股票的市值和賬面市值比，可以有效預測未來股票的收益。1993年在一篇論文中，法瑪將這兩個特征構造為兩個風險因子，再結合市場因子，構建了著名的“三因子模型”。

20世紀末，金融工程與行為金融學開始興起。金融工程對於數學等數理方面的應用，提高了金融實踐的效率，促進了金融產品和服務的創新，同時也為量化投資開闢了新的思路。目前優秀的量化投資從業人員大部分都有著金融工程的背景或者有著極強的相關理論的功底； 20世紀中後期，“有效市場假說”被廣泛接受，成了學術界的主流思想，直到十幾年後，研究人員發現股票市場存在著一繫列的難以用當前理論解釋的問題。這促使金融研究人員對市場的有效性、人的理性問題進行了深入的反思與研究，並得出了一繫列的成果，開闢了行為金融學理論，而這為量化投資提供了更多的理論支撐。
此外，20世紀以來，數學理論、計量經濟學理論等相關理論的發展也進一步豐富了量化投資的手段與方式，諸如Copula函數等非線性研究成果均被應用到量化投資領域。許多著名的對衝基金公司也高薪聘請學術界的專家人士參與量化策略的研發過程，有些對衝基金公司的創始人自身便是傑出的數學家或者金融學者。同時，近些年來，人工智能、數據挖掘、支持向量機等的發展也為量化投資提供了新的思路和方式，近幾年量化投資領域研究的熱門也是如何將上述理論方法應用到量化交易策略中，部分方法也取得了良好的效果。
1.3量化投資的理解誤區
1.3.1量化投資與基本面分析

基本面分析是許多投資者進行投資決策的重要方法，該種方法主要是通過分析影響和決定證券價格的種種因素，從而得出證券的合理價值，進而確定投資策略。基本面分析主要包括對宏觀經濟環境基本面的分析、產業層面的分析、公司的基本面分析等。基本面分析主要是一種定性方法，因此，許多讀者會認為基本面分析與量化投資策略關繫不大。其實恰恰相反，基本面分析也是量化投資策略構建的一個重要組成部分。一個公司的基本面情況對於投資決策具有重要意義，並且，許多基本面分析用到的要素都可以進行量化，通過量化手段設立多個指標，確定相關模型。其實，量化投資策略的開發正是融合了基本面分析與技術分析等多種手段，進而構建模型進行投資決策的。為了方便讀者理解，現構建一個基本的基於基本面的量化投資策略。可見策略案例16。

【16】策略案例——簡單基本面選股策略

一、策略思想
為方便讀者了解基本面選股方法如何運用在量化投資中，現構建一個基本面選股策略，為方便理解，策略構建條件比較簡單，與現實情況有一定差距。即策略要選取公司利潤情況和經營情況都比較好的股票，現特意選取兩個財務指標，分別為營業利潤率和淨資產收益率(ROE)，以此構建量化選股策略。
二、策略構建
(1) 股票池：全部A股。
(2) 策略思路：提取營業利潤率和淨資產收益率均大於10%的股票，並選擇其中五隻構建投資組合。
(3) 止損與止盈：個股盈利超過20%止盈，虧損超過20%止損。
(4) 建倉數量： 5隻。
(5) 起始資金：。
(6) 回測區間： 2016年6月1日—2016年12月1日。
(7) 比較基準：滬深300指數。

三、回測情況

策略收益： 15.77%策略年化收益： 34.66%滬深300指數收益： 12.48%
Alpha： 0.054 Beta： 1.100夏普比率： 1.597
勝率： 0.462盈虧比： 3.430回撤： 7.359%

(20160726—20160928)
索提諾比率： 2.369信息比率： 0.505
由此可見，基本面分析方法是可以應用到量化投資中的，並且由上述回測結果可以看出，在選定時間段內，利用營業利潤率和淨資產收益率選擇的股票都有著較好的收益，策略收益高於作為比較基準的滬深300指數收益。當然，若想將策略應用到實際投資中，還需要不斷進行完善。

1.3.2量化投資與技術分析
所謂技術分析，是指通過分析證券市場的市場行為，對證券未來的價格變化趨勢進行預測的研究行為。其通過對證券市場過去和現在行為的特征，應用數學和邏輯的方法，歸納和總結出證券價格運行的一些典型規律，並據此預測證券市場未來的價格變化趨勢。由於技術分析涉及許多數學的內容，以及許多諸如基於K線形態的變化等作出的判斷都讓人聯想到量化投資，因此也有許多人將量化投資和技術分析等同對待，那麼量化投資是否與技術分析相同呢？
從嚴格意義上來講，量化投資與技術分析是不同的。二者之間的關繫和區別主要有以下三個方面。
1. 復雜與簡單之分
傳統上或者稱為狹義上的技術分析主要包括MACD(指數平滑移動平均線)、均線等技術指標，對我國股票投資領域而言，傳統的技術指標散戶使用居多，並且指標開發、選取以及修改主要根據各看盤軟件提供的指標和平臺進行，因而可修改內容有限。與此同時，許多非專業投資者對於技術分析的研究不夠深入，從而導致了在投資領域的一個顯而易見的情況便是技術分析普遍較為簡單，並且有效性較為一般，故技術分析由於門檻較低，獲得超額收益較難。反觀量化投資策略，其主要使用主體為專業的機構投資者，該類人員對於數學、計算機以及金融學等方面有著深厚的理論功底，並且依托於自身開發的平臺，能夠實現復雜技術的運用，因而運用到的理論和技術相比傳統的技術分析與技術指標而言普遍更加復雜。由於門檻較高，並且業內存在的嚴重的信息不對稱性，會使真正開發出優秀量化策略的團隊能夠獲得較為可觀的超額收益。當然，隨著技術分析的發展並且與量化策略的融合，簡單與復雜並不是的，並且很多的量化策略也是建立在傳統的技術分析的基礎上進行開發完善的。
2. 量化投資策略包含但不限於技術分析
正如上段所言，目前許多的量化投資策略都能見到技術分析的身影，可以說，傳統的技術分析手段是量化投資策略構建的一個重要部分，技術分析主要追蹤的是資產的走勢，以及通過量價關繫等確定投資行為，這與量化投資策略並不矛盾。許多基於趨勢的量化投資策略也包含了相關的技術分析內容，如當某隻股票上穿10日均線時買入，下穿10日均線時賣出，這便是一個簡單的技術分析策略，但是同樣也可以應用到量化投資策略中。當然，實際的策略要比該策略復雜得多。然而，量化策略除了應用技術分析指標之外，還有許多其他的手段，如機器學習、傳統的財務指標等都可以作為選股或者擇時的手段。因此，量化策略包括並發展了傳統的技術分析手段，但是又要比傳統的技術分析手段更加豐富。
3. 傳統的技術分析相比於量化投資主觀性更強
傳統的技術分析的技術指標雖然涉及許多臨界值等數據，但是仍有許多判斷方法是基於投資者主觀決定的。例如，許多技術分析投資者經常根據一個指標圖形形態的好壞判定市場的情況或者買賣點位，但是形態的好與壞較為主觀，不同人進行判斷也會出現一定的偏差。再如，著名的艾瑞特波浪理論，“數浪問題”在不同投資者眼中也會得到完全不同的結果，如果技術指標的判斷方式沒有明確的數量規則，那麼主觀性就會產生。而量化策略的買入、賣出、調倉等行為均是通過模型構建得出的結果，不包含任何主觀因素。在量化投資中如果想要應用技術指標，就要確保指標可以完全量化。
1.3.3量化投資與事件投資
股票市場尤其是A股市場充斥著許多事件性的投資機會，諸如定向增發、並購事件、公司重要信息披露等都會使市場上出現較好的投資機會。從表面上來看，事件投資與量化投資應該是完全不同的投資行為，並且量化投資由於其數量化手段的局限性並不能很好地捕捉事件投資機會。其實，許多事件都是可以量化的，許多數據庫也提供了事件的內容，如定增事件投資便可以被量化。可以說，如果某一個事件能夠被量化，那麼就可以嘗試構建事件驅動型量化策略。關於事件驅動的量化策略的具體內容可參見本書對於事件驅動策略介紹的章節。
1.3.4量化投資策略復雜程度與有效性
由於量化投資策略往往涉及許多數學和計量經濟學等復雜理論，因此量化投資總是讓外界覺得高端，難以入門，同時量化投資普遍被認為有著復雜難懂的模型。其實，如金融學理論發展所展現的一樣，量化投資策略在初期是比較簡單的，然而隨著相關理論知識的發展，以及過去的模型由於簡單易懂而被市場參與者更多地使用，從而導致超額收益的減少，纔驅動了量化投資策略的復雜化。雖然量化投資策略日漸復雜，並且結合的知識領域也越發豐富，但是這並不代表復雜的策略就一定有好的效果，獲得更高的超額收益。這與技術分析的特點相似，一個技術指標並不在於多復雜，相比來講，更在於不為人知。因此在量化投資領域，未必策略用了復雜的公式模型就會獲得更高的收益，更高的收益在於策略的獨特性以及其內在的出色的投資邏輯。
1.3.5量化交易與對衝基金
金融學上，對衝(hedge)是一種在降低商業風險的同時仍然能在投資中獲利的手法。一般對衝是同時進行兩筆行情相關、方向相反、數量相當、盈虧相抵的交易。行情相關是指影響兩種商品價格行情的市場供求關繫存在同一性，供求關繫若發生變化，同時會影響兩種商品的價格，且價格變化的方向大體一致。方向相反是指兩筆交易的買賣方向相反，這樣無論價格向什麼方向變化，總是一盈一虧。當然，要做到盈虧相抵，兩筆交易的數量大小須根據各自價格變動的幅度來確定，大體做到數量相當。期貨是比較常見的用來對衝的資產之一，通常期貨對衝就是對衝者通過持有與其現貨頭寸相反的期貨合約，或將期貨合約作為其現貨市場未來要進行的交易的替代物，以期對衝價格風險的方式。其實，量化對衝與對衝也是不同的，對衝可以通過量化手段也可以不通過量化手段，並且，對衝也僅是眾多量化投資方法之一。不過，對衝手段的出現，促進了量化投資的發展，大大地豐富了量化投資策略的種類。
對衝基金(hedge fund)起源於20世紀50年代的美國。當時的操作宗旨在於利用期貨、期權等金融衍生產品以及對相關聯的不同股票進行空買空賣、風險對衝等操作技巧，在一定程度上規避和化解投資風險。經過幾十年的演變，對衝基金已成為一種新的投資模式的代名詞，即基於的投資理論和復雜的金融市場操作技巧，充分利用各種金融衍生產品的杠杆效用，承擔高風險、追求高收益的投資模式。通常來講，量化基金未必是對衝基金，但是對衝基金卻多為量化基金。目前我國公募基金公司成立的對衝基金仍舊較少，一個主要原因是因為我國在2010年纔正式開始滬深300股指期貨的交易，金融期貨引入時間短，市場衍生工具數量較少，並且我國股票市場沒有做空機制，這樣便限制了對衝手段的使用。此外，2016年我國對於股指期貨做空的限制也約束了對衝基金的發展。

【17】曾經的世界四大對衝基金

一、量子基金
量子基金(quantum fund)是全球著名的大規模對衝基金，1973年由喬治·*和吉姆·羅傑斯創立。主要在世界範圍內投資於股票、債券、外彙和商品。量子基金沒有在美國證券交易委員會登記注冊，而是在庫拉索離岸注冊。它主要采取私募方式籌集資金。量子基金成為國際金融界的焦點，是由於*憑借該基金在20世紀90年代所發動的幾次大規模貨幣狙擊戰。這一時期，量子基金以其強大的財力和兇狠的作風，在國際貨幣市場上興風作浪，對基礎薄弱的貨幣發起攻擊並屢屢得手。2011年7月，量子基金宣布他們將把基金變成一個家族投資集團，並將所有外部資金在2011年年底前歸還給投資者。該基金現在獨家管理*的家庭資金。
二、老虎基金
由朱利安·羅伯遜(Julian Robertson)創立於1980年的老虎基金

商品搜索

商品分类

【醫學】

【各大出版社】