菜單
結構性行(xíng)情下的(de)優選策略——量化投資
來源: 财策研習社
作者: 王墨石
發布時間: 2021-08-18
點擊次數: 59

金石财策COO,清華大學(xué)碩士,資産配置專家,ISOFP協會中國(guó)專家顧問,曾任四大會計師事務所以及著名投創機(jī)構,十五年(nián)境內(nèi)外投資并購、基金運營和(hé)企業管理(lǐ)經驗,擅長(cháng)資産端價值研判和(hé)甄選,踐行(xíng)财富管理(lǐ)和(hé)資産管理(lǐ)的(de)跨界融合。



A股市(shì)場持續震蕩,大小市(shì)值交替、行(xíng)業輪動,投資者在“茅指數”“甯組合”之間争論不休,漲跌難測。


就拿“茅指數”第一(yī)股貴州茅台來說,就曾出現了“基金抱團”的(de)奇觀,今年(nián)年(nián)初創下2627.88元的(de)股價新高(gāo),接下來就是持續深度調整,目前在1600元附近徘徊。而“甯組合”第一(yī)股甯德時代,近半年(nián)股價一(yī)路高(gāo)歌,今年(nián)3月25日以來,不到5個月股價飙漲七成,期間振幅更是高(gāo)達104.80%。


可(kě)想而之,如(rú)果投資者進入股市(shì)時機(jī)不對,或者對行(xíng)業研究不夠廣泛和(hé)深入,很有(yǒu)可(kě)能沒踩上節奏,被高(gāo)位套牢,此時所謂的(de)投資更像是一(yī)場賭博。但實際上,無論是擇時還是行(xíng)業研究,都是普通投資者難以企及的(de)。


量化投資的(de)出現,改變了投資決策的(de)模式,實現了從靠人腦做(zuò)判斷到靠機(jī)器、靠模型做(zuò)判斷的(de)轉變。海量數據的(de)積累、技術的(de)進步、網絡的(de)發達,算力的(de)提高(gāo)等,更是使量化投資的(de)成效越來越明顯,受到了更多投資機(jī)構和(hé)投資者的(de)青睐。


在中國(guó)市(shì)場,私行(xíng)客戶和(hé)高(gāo)淨值客戶比較了解量化投資。全球投資策略從主觀轉到量化的(de)趨勢非常明顯。截止2004年(nián)底時,全球排名前十的(de)私募基金還隻有(yǒu)兩家涉及量化策略,其他都是主觀多頭策略。截止到2020年(nián)底,全球前十的(de)私募基金有(yǒu)八家都涉及量化策略,總規模達3.5萬億美元。



主觀多頭VS量化投資


量化投資是依靠數理(lǐ)統計模型做(zuò)投資決策,利用計算技術進行(xíng)投資交易,注重風險控制和(hé)交易紀律的(de)一(yī)種投資方式。


這麽說還有(yǒu)些抽象,下面我們(men)通過與主觀多頭的(de)對比,來認識量化投資。


首先,主觀多頭和(hé)量化投資的(de)決策依據不同。

主動多頭策略表現如(rú)何,主要取決于基金經理(lǐ)的(de)主觀判斷,每位基金經理(lǐ)風格不同,對于價值、成長(cháng)、周期、平衡的(de)選擇不同,能力圈範圍也各有(yǒu)差異,因此基金經理(lǐ)的(de)價值觀、方法論、能力圈、投資心态,會對最終投資結果産生絕對的(de)影響,買主動基金就是選擇基金經理(lǐ)。


而量化投資則是以先進的(de)數學(xué)模型替代人為(wèi)的(de)主觀判斷,利用計算機(jī)技術,從龐大的(de)曆史數據中海選能夠帶來超額收益的(de)多種“大概率”事件,用以制定策略,極大減少投資者情緒波動的(de)影響,避免在市(shì)場極度狂熱或悲觀的(de)情況下做(zuò)出非理(lǐ)性的(de)投資決策。


其次,量化投資和(hé)主觀多頭的(de)選股範圍不同。

主觀多頭是通過人為(wèi)的(de)方式進行(xíng)選股和(hé)交易決策的(de)投資方法,主觀管理(lǐ)人一(yī)般選股範圍在于市(shì)值較大的(de)股票(piào),這類股票(piào)更容易進行(xíng)定性分析,調研也可(kě)以進行(xíng)得更深入。量化管理(lǐ)人選股的(de)範圍除了市(shì)值較大的(de)股票(piào)之外,小市(shì)值的(de)股票(piào)也可(kě)以成為(wèi)研究對象


還有(yǒu),主觀和(hé)量化的(de)管理(lǐ)人一(yī)個是把研究做(zuò)深,一(yī)個是把研究做(zuò)廣。

所以,有(yǒu)一(yī)些主觀管理(lǐ)人精力上難以覆蓋的(de)股票(piào),會成為(wèi)量化管理(lǐ)人的(de)投資标的(de),二者進行(xíng)有(yǒu)機(jī)的(de)融合,形成互補。


量化選股能夠與優秀的(de)主觀多頭策略形成有(yǒu)效互補,替代平庸和(hé)不穩定的(de)主觀多頭策略。


總結起來,機(jī)器和(hé)人最大的(de)區别就是,人很難控制自(zì)己的(de)情緒,而且情緒還在不斷改變。機(jī)器不受情緒影響,嚴格執行(xíng),風控指标設計的(de)合理(lǐ),就可(kě)以長(cháng)期持續。人比機(jī)器更聰明,但機(jī)器比人更有(yǒu)紀律性,而且運算能力遠超于人。


量化投資的(de)優勢,歸納起來主要體現在以下三方面:


一(yī)、長(cháng)期、穩定收益。量化策略通過機(jī)器選股,“紀律性”極強,可(kě)以克服人的(de)主觀情緒影響。


二、分散風險、控制回撤。量化投資會選出幾百隻股票(piào),持倉比較分散,相比于主觀多頭持股幾十隻股票(piào),在選股數量上有(yǒu)很大的(de)差異。


三、人工智能、機(jī)器學(xué)習。一(yī)些新的(de)技術手段,可(kě)以高(gāo)速處理(lǐ)海量信息。



量化投資是否有(yǒu)持續的(de)盈利能力?


從指數方面看,對比2020年(nián)初到現在,我們(men)拿出某量化基金的(de)業績數據與中證500、滬深300、中證1000等寬基指數的(de)漲幅做(zuò)對比,可(kě)以看出量化投資具有(yǒu)明顯優勢。


結構性行(xíng)情下的(de)優選策略——量化投資

數據來源:wind,私募排排網


從行(xíng)業來看,A股闆塊輪動快,今年(nián)漲幅最好有(yǒu)鋼鐵、電器設備、半導體、軍工闆塊,然而這些今年(nián)漲幅都比較大的(de)行(xíng)業,有(yǒu)些在去(qù)年(nián)還是負收益。可(kě)見我們(men)以為(wèi)的(de)風口不一(yī)定是真的(de)風口,現在的(de)下跌也不代表永遠的(de)下跌趨勢,選擇風格是一(yī)件有(yǒu)挑戰事情的(de)事情。


結構性行(xíng)情下的(de)優選策略——量化投資

數據來源:上交所,深交所,中信證券研究院


市(shì)場總是在波動中不斷前進的(de)。如(rú)果我們(men)把周期拉長(cháng),發現投資風格對于收益的(de)影響也并不大。如(rú)下圖所示,同時期的(de)中證500、中證1000、滬深300指數收益表現并不遜于曆經10年(nián)牛市(shì)的(de)美股市(shì)場。由此可(kě)見,A股具備長(cháng)期投資價值,并且顯現出了貝塔複利收益。


 結構性行(xíng)情下的(de)優選策略——量化投資

圖片來源:九坤投資


同時,從上圖我們(men)可(kě)以看到,美股市(shì)場整體波動率比較小,而A股的(de)波動則比較大。A股如(rú)果取得好的(de)指數收益,“擇時”很重要,但是“擇時”對于個人,甚至對于專業機(jī)構都是很難做(zuò)到的(de)。


财富增長(cháng)中複利效應十分關鍵,這就要求投資中我們(men)要避免極端損失,控制“最大回撤”。如(rú)果第一(yī)年(nián)投資獲利100%,第二年(nián)跌幅隻要是50%,所有(yǒu)的(de)盈利都将歸零。


在A股震蕩加劇、機(jī)構性行(xíng)情輪動的(de)情況下,如(rú)果放開短(duǎn)期對行(xíng)業風格的(de)約束,也不再去(qù)對标我們(men)投資的(de)是大盤還是小盤,而是進行(xíng)全市(shì)場分析,就可(kě)能獲得更好的(de)阿爾法收益。


這也正是量化選股的(de)優勢所在。量化投資的(de)邏輯,不是通過一(yī)次交易或很短(duǎn)期的(de)交易獲得大幅度的(de)漲幅,而是通過日積月累、中高(gāo)頻的(de)交易,每次通過微小獲利,長(cháng)時間下來也能以相對較小的(de)波動獲得較高(gāo)的(de)正收益。而不是一(yī)年(nián)賺錢、一(yī)年(nián)就虧錢,我們(men)知道(dào)這樣是無法獲得複利收益的(de)。


量化是一(yī)種基于數據統計規律形成的(de)方法,基于成千上萬個因子(zǐ),尋找因子(zǐ)和(hé)股價變化之間的(de)規律,從而對股價未來走勢進行(xíng)預測。我們(men)以趨勢因子(zǐ)來說:量化策略每時每刻都覆蓋市(shì)場上所有(yǒu)的(de)股票(piào),當行(xíng)業上漲趨勢顯現後,計算機(jī)會自(zì)動調大此行(xíng)業的(de)比重。


一(yī)些領先的(de)投資投研團隊站已經開始借助人工智能技術,針對股票(piào)投資策略進行(xíng)了大量創新,開發出多策略、多周期的(de)投資模式以實現收益疊加。


結構性行(xíng)情下的(de)優選策略——量化投資

數據來源:泰铼投資


量化投資取得優秀的(de)業績表現,要有(yǒu)科(kē)學(xué)嚴謹的(de)算法體系、真實有(yǒu)效的(de)數據環境和(hé)強大的(de)算力做(zuò)保障。話說回來,量化基金雖然依靠機(jī)器運算作出決策,但其成功與否的(de)關鍵還是看人,看這個量化投資團隊構建數據模型的(de)水平和(hé)海量數據的(de)處理(lǐ)能力。


作為(wèi)投資人,找對量化基金管理(lǐ)人十分關鍵,可(kě)以考察團隊的(de)人員構成,可(kě)以用過往業績來驗證管理(lǐ)人的(de)能力。





分享到:
關注官方微信
關注知識平台
Copyright © 金石财策(北(běi)京)顧問有(yǒu)限公司