量化投資是一種利用數學模型和計算機技術來進行投資決策的方法。自20世紀中葉以來,經過數十年來的探索,海外量化投資行業已在成熟市場中積累了豐富的實踐經驗。量化投資的歷史可以追溯到20世紀50年代,當時一些先驅者開始嘗試用統計學和概率論來分析金融市場。*早的量化投資者之一是哈裡·馬克維茨,他在1952年提出了現代投資組合理論,為量化投資奠定了重要的理論基礎。此後,1969年愛德華·索普推出首隻量化基金,1988年詹姆斯·西蒙斯推出文藝復興大獎章基金,在成立20年來取得年化70%的驚人收益,1991年彼得·穆勒開發出Alpha繫統策略,首次以計算機與金融數據結合的方法構建投資組合。此後,股票多空、宏觀對衝、統計套利、事件驅動、高頻交易、多因子等策略不斷發展湧現,同時與傳統的主觀基本面投研結合,共同構成了海外市場投資生態。目前,美國量化基金的交易規模已經占到美股總交易量的70%左右。
與此同時,我國量化投資行業在*近十幾年時間裡也經歷了蓬勃的發展。2010年開始,我國量化投資發展進入快車道,量化投資機構和產品數量大幅增加,涉及的市場和策略也更加多樣化,包括債券、基金、外彙、商品等,以及多因子、機器學習、人工智能等。2015年後,我國量化投資繼續不斷創新,量化投資機構和產品不斷優化和升級,利用大數據、雲計算、區塊鏈等新技術來提高投資效率和風險管理能力。截至2023年一季度末,我國公募量化基金總規模已經超過2 0,而私募量化基金的規模已經突破,其中不乏一些投資回報優異穩健的公司。但縱向對比,量化占公募基金總規模仍不足1%,私募量化基金規模增長速度放緩;橫向對比,我國量化投資行業無論在規模上還是在技術發展上與海外仍然存在較大的差距。如何讓量化投資更適應A股市場,如何讓量化策略更適應波動性更大的宏觀環境,如何打開量化的“黑箱”,增強其結果的穩健性與可解釋性,都是需要在實踐之中思考的關鍵議題。
量化投資行業的發展,主要源於數據端和方法端的雙重驅動。對數據端而言,除了*廣泛使用的量價數據外,基本面財務數據、宏觀指標數據在應用中也發揮越來越大的作用,各種另類數據也變得更加可用、更加高頻,並且出現了標志著行業成熟化的專業數據供應商,投資者得以從海量數據中掘金Alpha;對於方法端而言,隨著算力的提升和理論的發展,機器學習、神經網絡等新技術被逐漸應用於量化投資領域,為“金融煉金術”提供了先進手段。此外,市場的環境和規則、投資者的需求和偏好也在不斷動態進化,對其進化趨勢的理解變得十分重要。這些綜合因素相互作用,共同推動了量化投資行業的創新和變革,同時帶來了機遇和挑戰。
本書是一本關於大數據與機器學習方法如何應用於量化投資領域的*新著作,凝聚了以托尼·吉達為首的若干量化投資專家的重要研究成果與一線實踐經驗,不僅有微觀方法的理論闡述、案例說明,還有宏觀視角的比較分析、趨勢展望,是量化投資領域稀缺的“手冊”型書籍。
本書具有極強的專業性,包含了很多來自數學、計算機、金融投資領域的專業術語,在譯者團隊的努力下,終於完成了本書的翻譯工作。徐照宜、薛揚榮、陳宇翔負責全書翻譯工作的整體統籌把控,周康林、李劍雄、崔鼎茗負責完成全書專業性的審核以及專業術語索引繫統的建立,其他譯者負責完成部分章節的初稿翻譯與校對工作。
特別鳴謝清華大學全球私募股權研究院首席專家、證監會市場監管二部原副主任、一級巡視員、湖南大學金融與統計學院劉健鈞教授從金融市場的角度為本書提供指導建議並作推薦語;特別鳴謝中國國家創新與發展戰略研究會副會長、中國科學院大學經濟與管理學院呂本富教授從數字經濟的角度為本書提供指導建議並作推薦語。
特別鳴謝乾像投資創始合伙人兼首席技術官鮮染先生、中信證券研究部高級副總裁丁奇先生、分享通信創始人兼董事會主席蔣志祥先生從量化投資的一線實踐與產業應用的視角為本書提供了寶貴建議和傾情推薦。
特別感謝清華大學產業創新與金融研究院、清華大學新百年發展基金、北京大學對衝基金協會、北京大學金融校友聯合會、西南財經大學金融投資協會對本書翻譯與研討工作的大力支持。
此外,張聞凡、朱震、徐皓鈳、郭仲星、胡展暢、侯承鈺、盧波、汪慧潔、楊天鳴參與了本書的閱讀與校正工作,高孝森、劉書涵、劉明鑫、趙菁雨、朱良盛、陳欣然、張雲昕、楊以恆、瀋良翰、楊天凱參與了本書的宣傳與推廣工作,在此一並感謝。
*後,衷心感謝中信出版社編輯團隊對本書精心負責的排版校對工作,若沒有大家精益求精的協同合作,本書的中文版本不可能如此順利地與讀者們見面。
由於譯者水平有限,譯文難免出現瑕疵,還望讀者朋友批評指正,多多包涵,也歡迎與譯者團隊進行探討。希望本書能為國內量化投資領域的從業者帶來有益參考價值,共同推動我國量化投資行業邁向更美好的明天。
精彩文摘 (摘自第1章 算法能構建出