第七章 量化分析

　　一、量化投資分析的特點(diǎn)

　　量化分析法是利用統(tǒng)計(jì)、數(shù)值模擬和其他定量模型進(jìn)行證券市場(chǎng)相關(guān)研究的一種方法，具體來(lái)說(shuō)，有如下五大方面的特點(diǎn)：

　　(1)紀(jì)律性。

　　量化投資需要嚴(yán)格執(zhí)行模型給出的投資建議，從而可以克服人性的弱點(diǎn)以及認(rèn)知偏差，也可以起到跟蹤和修正的目的。

2020證券從業(yè)資格考試備考通關(guān)秘籍 點(diǎn)擊下載>>

部分資料預(yù)覽 

　　(2)系統(tǒng)性。

　　系統(tǒng)性主要表現(xiàn)在多層次的量化模型、多角度的觀察及海量數(shù)據(jù)的觀察等。

　　(3)及時(shí)性。

　　量化投資模型能夠及時(shí)快速地跟蹤市場(chǎng)變化，不斷發(fā)現(xiàn)能夠提供超額收益的新的投資機(jī)會(huì)。

　　(4)準(zhǔn)確性。

　　量化投資分析能夠準(zhǔn)確客觀評(píng)價(jià)投資機(jī)會(huì)，克服主觀情緒偏差，妥善運(yùn)用套利的思想。

　　(5)分散化。

　　量化投資分析能夠在控制風(fēng)險(xiǎn)的基礎(chǔ)上，準(zhǔn)確實(shí)現(xiàn)分散化投資。

　　例題：量化分析法的特點(diǎn)不包括(　　)。

　　A.紀(jì)律性

　　B.系統(tǒng)性

　　C.及時(shí)性

　　D.集中化

　　【答案】D

　　二、量化投資分析的理論基礎(chǔ)

　　量化投資是一種主動(dòng)型投資策略，主動(dòng)型投資的理論基礎(chǔ)是市場(chǎng)非有效或弱有效。因此，基金經(jīng)理可以通過(guò)對(duì)個(gè)股、行業(yè)及市場(chǎng)的分析研究建立投資組合，獲取超額收益。

　　指數(shù)化投資等被動(dòng)投資的理論基礎(chǔ)是市場(chǎng)有效，任何企圖戰(zhàn)勝市場(chǎng)的努力都是徒勞的，投資者只能取得市場(chǎng)收益，不如被動(dòng)復(fù)制指數(shù)。

　　三、量化投資分析的主要內(nèi)容和方法

　　1、量化投資分析的主要內(nèi)容

　　量化投資分析的主要內(nèi)容是將投資理念及策略通過(guò)具體指標(biāo)、參數(shù)的設(shè)計(jì)，體現(xiàn)到具體的模型中，讓模型對(duì)市場(chǎng)進(jìn)行不帶任何情緒的跟蹤。

　　2、量化投資分析的方法

　　(1)人工智能

　　人工智能是研究使用計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為(如學(xué)習(xí)、推理、思考、規(guī)劃等)的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。

　　人工智能的很多技術(shù)可以用于量化投資分析中，包括專家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。

　　(2)數(shù)據(jù)挖掘

　　數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識(shí)的過(guò)程。

　　在量化投資中，數(shù)據(jù)挖掘的主要技術(shù)包括關(guān)聯(lián)分析、分類、預(yù)測(cè)、聚類分析等。

　　(3)小波分析

　　小波就是小的波形。小波分析在量化投資中的主要作用是進(jìn)行波形處理。任何投資品種的走勢(shì)都可以看作是一種波形，其中包含了很多噪音信號(hào)。

　　利用小波分析，可以進(jìn)行波形的去噪、重構(gòu)、診斷、識(shí)別等，從而實(shí)現(xiàn)對(duì)未來(lái)走勢(shì)的判斷。

　　(4)支持向量機(jī)(support vector machine)

　　支持向量機(jī)(SVM)方法是通過(guò)一個(gè)非線性映射(核函數(shù))，把樣本空間映射到一個(gè)高維乃至無(wú)窮維的特征空間中，使得在原來(lái)的樣本空間中非線性可分的問題轉(zhuǎn)化為在特征空間中的線性可分的問題。

　　簡(jiǎn)單地說(shuō)，支持向量機(jī)就是升維和線性化。正因?yàn)橛羞@個(gè)特點(diǎn)，使得SVM特別適合于進(jìn)行有關(guān)分類和預(yù)測(cè)問題的處理。

　　(5)分形理論

　　分形(Fractal)，原意是不規(guī)則、支離破碎的意思，分形幾何學(xué)是一門以非規(guī)則幾何形態(tài)為研究對(duì)象的幾何學(xué)。

　　一切復(fù)雜對(duì)象雖然看似雜亂無(wú)章,但他們具有相似性，簡(jiǎn)單地說(shuō)，就是把復(fù)雜對(duì)象的某個(gè)局部進(jìn)行放大，其形態(tài)和復(fù)雜程度與整體相似。

　　由于這種特征，使得分形理論在量化投資中得到了廣泛的應(yīng)用，主要可以用于金融時(shí)序數(shù)列的分解與重構(gòu)，并在此基礎(chǔ)上進(jìn)行數(shù)列的預(yù)測(cè)。

　　1904年，瑞典數(shù)學(xué)家柯赫構(gòu)造了“Koch曲線”幾何圖形。Koch曲線大于一維，具有無(wú)限的長(zhǎng)度，但是又小于二維。

　　有學(xué)者這樣說(shuō)過(guò)：“為什么世界這么美麗，因?yàn)槲已劬吹降亩际欠中巍?，大到海岸線、山川形狀、天空的云朵，小到一片樹葉、一片雪花、皮蛋里的花紋，分形無(wú)處不在，無(wú)處不有。

　　(6)隨機(jī)過(guò)程

　　隨機(jī)過(guò)程是一連串隨機(jī)事件動(dòng)態(tài)關(guān)系的定量描述。

　　研究隨機(jī)過(guò)程的方法多種多樣，主要可以分為兩大類：

　　一類是概率方法，其中用到軌道性質(zhì)、隨機(jī)微分方程等;

　　另一類是分析的方法，其中用到測(cè)度論、微分方程、函數(shù)堆和希爾伯特空間等，實(shí)際研究中常常兩種方法并用。

　　另外，組合方法和代數(shù)方法在某些特殊隨機(jī)過(guò)程的研究中也有一定作用。研究的主要內(nèi)容有：多指標(biāo)隨機(jī)過(guò)程、無(wú)窮質(zhì)點(diǎn)與馬爾科夫過(guò)程、概率與位勢(shì)及各種特殊過(guò)程的專題討論等。其中，馬爾科夫過(guò)程很適于金融時(shí)間數(shù)列的預(yù)測(cè)，是在量化投資中的典型應(yīng)用。

　　馬爾可夫過(guò)程(Markovprocess)是一類隨機(jī)過(guò)程。它的原始模型馬爾可夫鏈，由俄國(guó)數(shù)學(xué)家A.A.馬爾可夫于1907年提出。

　　該過(guò)程具有如下特性：在已知目前狀態(tài)(現(xiàn)在)的條件下，它未來(lái)的演變(將來(lái))不依賴于它以往的演變(過(guò)去)。

　　在現(xiàn)實(shí)世界中，有很多過(guò)程都是馬爾可夫過(guò)程，如液體中微粒所作的布朗運(yùn)動(dòng)、傳染病受感染的人數(shù)、車站的候車人數(shù)等，都可視為馬爾可夫過(guò)程。

　　四、量化投資技術(shù)

　　1、量化選股

　　(1)量化選股的含義

　　量化選股是指利用數(shù)量化的方法選擇股票組合，期望該股票組合能夠獲得超越基準(zhǔn)收益率的投資行為。

　　(2)量化選股的方法

　　1)公司估值法

　　公司估值方法是上市公司基本面分析的重要應(yīng)用，在“基本面決定價(jià)值，價(jià)值決定價(jià)格”的基本邏輯下，通過(guò)公司估值方法得出公司理論股票價(jià)格，與市場(chǎng)價(jià)格比較，從而判斷股票的市場(chǎng)價(jià)格是否被高估或者低估，尋找出價(jià)值被低估或被高估的股票，指導(dǎo)投資者的具體投資行為。

　　2)趨勢(shì)法

　　趨勢(shì)法是指根據(jù)市場(chǎng)表現(xiàn)做出對(duì)應(yīng)的投資行為的方法。市場(chǎng)有強(qiáng)勢(shì)、弱勢(shì)、盤整等不同的形態(tài)，投資行為可以追隨趨勢(shì)，也可以逆趨勢(shì)反轉(zhuǎn)操作。

　　3)資金法

　　資金法的本質(zhì)是追隨市場(chǎng)主力資金的方向，資金流人伴隨著價(jià)格上漲;資金流出伴隨著價(jià)格下跌。也可以通過(guò)持倉(cāng)籌碼的分布來(lái)判斷未來(lái)股價(jià)的上漲和下跌情況。

　　2、量化擇時(shí)

　　量化擇時(shí)是指利用數(shù)量化的方法，通過(guò)分析各種宏觀微觀指標(biāo)，試圖找到影響大盤走勢(shì)的關(guān)鍵信息，從而預(yù)測(cè)未來(lái)走勢(shì)。

　　量化擇時(shí)的方法包括趨勢(shì)擇時(shí)、市場(chǎng)情緒擇時(shí)、有效資金模型、牛熊線等。

　　3、股指期貨套利

　　股指期貨套利是指利用股指期貨市場(chǎng)存在的不合理價(jià)格，同時(shí)參與股指期貨與股票現(xiàn)貨市場(chǎng)交易，或者同時(shí)進(jìn)行不同期限，不同(但相近)類別股票指數(shù)合約交易，以賺取差價(jià)的行為。

　　股指期貨套利主要分為期現(xiàn)套利和跨期套利兩種。

　　股指期貨套利的研究主要包括現(xiàn)貨構(gòu)建、套利定價(jià)、保證金管理、沖擊成本、成分股調(diào)整等內(nèi)容。

　　4、商品期貨套利

　　相關(guān)商品在不同時(shí)間、地點(diǎn)對(duì)應(yīng)著一個(gè)合理的價(jià)差。由于價(jià)格的波動(dòng)性，價(jià)差經(jīng)常出現(xiàn)不合理的情況，但不合理的價(jià)差最終都會(huì)回到合理的范圍之內(nèi)，不合理回到合理的這部分價(jià)格區(qū)間就是盈利區(qū)間?；谝陨线壿?，商品期貨套利才得以存在。

　　歷史數(shù)據(jù)的統(tǒng)計(jì)分析對(duì)于成功實(shí)施商品期貨套利來(lái)說(shuō)非常重要。

　　商品期貨套利過(guò)程成功實(shí)施的重要前提是對(duì)相關(guān)合約之間的價(jià)差數(shù)據(jù)變化規(guī)律進(jìn)行科學(xué)的統(tǒng)計(jì)分析。

　　5、統(tǒng)計(jì)套利

　　(1)統(tǒng)計(jì)套利的含義

　　統(tǒng)計(jì)套利是用統(tǒng)計(jì)方法挖掘套利機(jī)會(huì)的投資策略，在不依賴于經(jīng)濟(jì)環(huán)境的情況下，運(yùn)用數(shù)量手段構(gòu)建資產(chǎn)組合，從而對(duì)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行免疫，獲取一個(gè)穩(wěn)定、無(wú)風(fēng)險(xiǎn)的alpha(超額收益率)。

　　(2)統(tǒng)計(jì)套利的方法

　　1)成對(duì)交易

　　成對(duì)交易，即價(jià)差交易，是統(tǒng)計(jì)套利最常用的策略，指在構(gòu)建某一資產(chǎn)多頭的同時(shí)，構(gòu)建另一種資產(chǎn)的空頭，并在將來(lái)某一時(shí)刻同時(shí)了結(jié)兩種資產(chǎn)的頭寸。

　　這是一種市場(chǎng)中性策略，可以免疫市場(chǎng)風(fēng)險(xiǎn)，通過(guò)捕捉兩個(gè)或者多個(gè)資產(chǎn)之間的相對(duì)錯(cuò)誤定價(jià)機(jī)會(huì)來(lái)獲得低風(fēng)險(xiǎn)收益。

　　2)多因素模型

　　多因素模型通過(guò)分析與股票收益率相關(guān)的多種因素，建立回歸模型，通過(guò)分析資產(chǎn)實(shí)際價(jià)格和模型預(yù)測(cè)價(jià)格之間的差異來(lái)獲利。

　　當(dāng)實(shí)際資產(chǎn)價(jià)格高于模型預(yù)測(cè)價(jià)格時(shí)，資產(chǎn)被高估，賣出該資產(chǎn)，待到實(shí)際資產(chǎn)價(jià)格與模型預(yù)測(cè)價(jià)格相等時(shí)，再買入該資產(chǎn)以對(duì)沖之前的空頭頭寸。反之則進(jìn)行相反操作。

　　3)均值回歸策略

　　均值回歸策略建立在股票價(jià)格是均值回歸的這一假設(shè)條件之上。

　　如果股票價(jià)格超過(guò)它的平均價(jià)格，它被預(yù)計(jì)在未來(lái)將朝反方向運(yùn)行。依照該策略，應(yīng)該賣出超越市場(chǎng)表現(xiàn)的股票(預(yù)期下跌)，買入低于市場(chǎng)表現(xiàn)的股票(預(yù)期上漲)。

　　4)協(xié)整策略

　　協(xié)整策略是利用股票價(jià)格序列的協(xié)整關(guān)系建模。該策略基于累計(jì)收益率對(duì)均衡關(guān)系的偏離。

　　6、算法交易

　　算法交易又被稱為自動(dòng)交易，是指利用電子平臺(tái)，通過(guò)使用計(jì)算機(jī)程序來(lái)發(fā)出交易指令，執(zhí)行預(yù)先設(shè)定好的交易策略。

　　在交易中，程序可以決定的范圍包括交易時(shí)間的選擇、交易的價(jià)格，甚至可以包括最后需要成交的證券數(shù)量。

　　根據(jù)各個(gè)算法交易中算法的主動(dòng)程度不同，算法交易可以分為：

　　(1)被動(dòng)型算法交易;

　　(2)主動(dòng)型算法交易;

　　(3)綜合型算法交易。

　　7、資產(chǎn)配置

　　資產(chǎn)配置是指根據(jù)投資需求將投資資金在不同資產(chǎn)類別之間進(jìn)行分配，通常是將資產(chǎn)在低風(fēng)險(xiǎn)、低收益證券與高風(fēng)險(xiǎn)、高收益證券之間進(jìn)行分配。

　　8、風(fēng)險(xiǎn)控制

　　風(fēng)險(xiǎn)控制是指風(fēng)險(xiǎn)管理者采取各種措施和方法，消滅或減少風(fēng)險(xiǎn)事件發(fā)生的各種可能性，或者減少風(fēng)險(xiǎn)事件發(fā)生時(shí)造成的損失。

　　五、量化投資技術(shù)的應(yīng)用前提和適用范圍

　　量化分析法較多采用復(fù)雜的數(shù)理模型和計(jì)算機(jī)數(shù)值模擬，能夠提供較為精細(xì)化的分析結(jié)論。但它對(duì)使用者的定量分析技術(shù)有較高要求，不易為普通公眾所接受。

　　量化分析法所采用的各種數(shù)理模型本身存在模型風(fēng)險(xiǎn)，一旦外部環(huán)境發(fā)生較大變化，原有模型的穩(wěn)定性就會(huì)受影響。

　　量化分析法往往需要和程序化交易技術(shù)相結(jié)合，對(duì)交易系統(tǒng)的速度和市場(chǎng)數(shù)據(jù)的精確度有較高要求，這也在一定程度上限制了其應(yīng)用范圍。

　　六、量化分析的主要應(yīng)用

　　1、估值與選股

　　(1)估值

　　對(duì)上市公司的估值包括兩種方法：

　?、傧鄬?duì)估值法

　　主要采用乘數(shù)方法，如市盈率P/E估值法、市凈率P/B估值法、企業(yè)價(jià)值倍數(shù)法等;

　?、诮^對(duì)估值法

　　主要采用折現(xiàn)的方法，如股利折現(xiàn)模型、折現(xiàn)現(xiàn)金流模型(公司自由現(xiàn)金流模型和股權(quán)自由現(xiàn)金流模型)等。

　　(2)選股

　　數(shù)量化選股策略是在基本面研究的基礎(chǔ)上結(jié)合量化分析的手段構(gòu)建出來(lái)的，主要的選股方法如下：

　?、倩久孢x股

　　通過(guò)對(duì)上市公司財(cái)務(wù)指標(biāo)的分析，找出影響股價(jià)的重要因子，通過(guò)建立股價(jià)與因子之間的關(guān)系模型得出對(duì)股票收益的預(yù)測(cè)。

　　股價(jià)與因子的關(guān)系模型分為結(jié)構(gòu)模型和統(tǒng)計(jì)模型。

　　結(jié)構(gòu)模型是給出股票的收益和因子之間的直觀表達(dá)，包括三種選股方法：價(jià)值型、成長(zhǎng)型、價(jià)值成長(zhǎng)型。

　　統(tǒng)計(jì)模型是用統(tǒng)計(jì)方法提取出近似線性無(wú)關(guān)的因子建立模型，包括：主成分法、極大似然法等。

　?、诙嘁蛩剡x股

　　通過(guò)尋找引起股價(jià)共同變動(dòng)的因素，建立收益與聯(lián)動(dòng)因素間線性相關(guān)關(guān)系的多因素模型。

　　影響股價(jià)的共同因素包括宏觀因子、市場(chǎng)因子和統(tǒng)計(jì)因子。

　　通過(guò)逐步回歸和分層回歸的方法對(duì)三類因素進(jìn)行選取，然后通過(guò)主成分分析選出解釋度較高的某幾個(gè)指標(biāo)來(lái)反映原有的大部分信息。

　?、蹌?dòng)量、反向選股

　　動(dòng)量選股策略是指事先對(duì)股票收益和交易量設(shè)定條件，然后分析股票在過(guò)去短期時(shí)間內(nèi)的表現(xiàn)，當(dāng)條件滿足時(shí)買進(jìn)或賣出股票的投資策略。

　　反向選股策略基于投資者過(guò)度自信的心理特征，認(rèn)為投資者會(huì)對(duì)上市公司的業(yè)績(jī)狀況做出持續(xù)過(guò)度反應(yīng)，形成對(duì)業(yè)績(jī)差的公司業(yè)績(jī)過(guò)分低估和業(yè)績(jī)好的公司業(yè)績(jī)過(guò)分高估的現(xiàn)象，從而反向投資存在套利機(jī)會(huì)。

　　實(shí)行反向選股策略的投資者買進(jìn)過(guò)去表現(xiàn)差的股票而賣出過(guò)去表現(xiàn)好的股票。

　　2、資產(chǎn)配置

　　資產(chǎn)配置是指資產(chǎn)類別選擇、投資組合中各類資產(chǎn)的配置比例以及對(duì)這些混合資產(chǎn)進(jìn)行實(shí)時(shí)管理。

　　資產(chǎn)配置一般包括戰(zhàn)略資產(chǎn)配置、戰(zhàn)術(shù)資產(chǎn)配置和資產(chǎn)混合配置。

　　資產(chǎn)配置包括三大層次，分別是全球資產(chǎn)配置、大類資產(chǎn)配置和行業(yè)風(fēng)格配置。

　　3、基金績(jī)效評(píng)估

　　基金是一種集合投資產(chǎn)品，它具有風(fēng)險(xiǎn)分散、專業(yè)化管理、變現(xiàn)l生強(qiáng)等特點(diǎn)，要對(duì)基金有一個(gè)全面的評(píng)價(jià)，績(jī)效評(píng)估能夠提供較好的視角與方法。

　　對(duì)基金的績(jī)效進(jìn)行評(píng)估的指標(biāo)和方法包括：風(fēng)險(xiǎn)調(diào)整收益、擇時(shí)/股能力、業(yè)績(jī)歸因分析、業(yè)績(jī)持續(xù)性等。

　　4、基于行為金融學(xué)的投資策略

　　股票市場(chǎng)的一系列與理性人假設(shè)不符合的異?，F(xiàn)象，如：日歷效應(yīng)、股權(quán)溢價(jià)之謎、期權(quán)微笑、封閉式基金折溢價(jià)之謎、小盤股效應(yīng)等，使得諸多研究學(xué)者放松關(guān)于投資者是完全理性的嚴(yán)格假設(shè)，形成了具有重要影響力的學(xué)術(shù)流派——行為金融學(xué)。

　　目前國(guó)際金融市場(chǎng)中比較常見且相對(duì)成熟的行為金融投資策略包括動(dòng)量投資策略、反向投資策略、小盤股策略和時(shí)間分散化策略等。

　　5、程序化交易

　　程序化交易通過(guò)某種策略生成交易指令，以便實(shí)現(xiàn)某個(gè)特定的投資目標(biāo)。

　　程序化交易主要是大機(jī)構(gòu)的工具，它們同時(shí)買進(jìn)或賣出整個(gè)股票組合，而買進(jìn)和賣出程序可以用來(lái)實(shí)現(xiàn)不同的目標(biāo)。

　　目前程序化交易策略主要包括：

　　(1)數(shù)量化程序交易策略;

　　(2)動(dòng)態(tài)對(duì)沖策略;

　　(3)指數(shù)套利策略;

　　(4)配對(duì)交易策略;

　　(5)久期平均策略。

2022年中級(jí)經(jīng)濟(jì)師3天特訓(xùn)營(yíng)免費(fèi)領(lǐng)??！