同步阅读进度,多语言翻译,过滤屏幕蓝光,评论分享,更多完整功能,更好读书体验,试试 阅读 ‧ 电子书库
第四章 量化投资
1 量化投资概述
什么是量化投资
传统的投资模型都是通过定性分析来选择投资标的,并依赖调研来进行,包括行业前景分析,公开的财务报表,甚至大经济周期的波动等,这中间包含了投资者很多个人经验及主观判断。例如2013年A股市场大量银行股跌破净资产,市盈率也跌破了5倍。对于看好银行股的人,会觉得这是千载难逢的机会,因为财务报表非常好,PB和PE双低,但ROE很高,市场简直是在送钱;对于不看好银行股的人来说,会觉得风险仍然很大,因为预期中的坏账率上升、利率市场化会侵蚀银行股未来的业绩。
相对于传统的投资方法,量化投资通过定量分析来选择投资标的,利用数学、统计学和计算机技术来寻找投资标的,通常包括如下几个特征:
·机械交易
量化投资中,所有的决策都是依据模型做出的。当模型得出的结论与自己的主观判断出现偏差时,选择模型得出的结果;只有模型持续出现错误时,才需要停止交易,并对模型进行修改。
人性有很多弱点,例如贪婪、恐惧、侥幸心理,而纪律性交易能够帮助投资者克服这些弱点。另外,纪律性交易更容易追溯问题,当我们赚钱的时候,总认为自己的水平高,但亏钱的时候,又归咎于运气太差,而纪律性交易能够很好地规避运气带来的影响,使投资业绩更稳健。
·扩大投资范围
量化投资者能够依靠信息技术,同时对几千个投资品种进行数据挖掘,并捕捉其中的投资机会。而人脑处理信息的能力是有限的,一个定性交易的投资者,最多能够深刻分析100个投资品种。
·套利交易
量化投资交易者通过信息技术,全面扫描捕捉价格扭曲带来的机会,通过寻找低估的投资品种,在低估时买入,高估时卖出,赚取确定性的差价。而定性投资交易者大部分时间在琢磨哪一个企业是好的企业,哪一只股票是可以翻倍的股票。
·概率取胜
定性投资交易者更倾向于中长线持股,因为短线交易只会消耗更多的交易费用。而定量交易者会提高交易频度,通过多个品种重复性的投资来取胜,有可能部分交易是亏钱的,但是整体的交易是大概率赚钱的。
量化投资的历史
格雷厄姆在《聪明的投资者》一书中,提到了牛顿折戟“南海泡沫”的例子。
1720年,南海公司成为全英国最炙手可热的股票,投资者趋之若鹜,超过半数以上的参众议员参与其中,就连当时的国王也认购了价值10万英镑的股票。股票价格从1720年1月的每股128英镑飙升到7月的每股1000英镑以上,6个月涨幅高达700%。
牛顿当时也持有这只股票,卖出后已经获利100%,总计7000英镑。但在市场狂热情绪的感染下,他又以高价买回这只股票,最终赔了20000英镑(换算成现在的货币价值大约相当于300万美元)出场。牛顿感叹:“我能计算出天体的运行轨迹,却难以预料到人们如此疯狂。”
虽然大数学家牛顿失败了,但是到了20世纪,出现了一批数学家,他们在尝试计算人们投资中出现的疯狂,并利用人们的疯狂大赚一笔,他们开创了量化投资的历史。
·量化投资历史上最大的一次失败
量化投资的发展并不是一帆风顺的,首先讲一个失败的量化投资基金——美国长期资本管理基金。
长期资本管理基金由梅里韦瑟掌舵,合伙人默顿和舒尔斯都是数学家,主要通过套利来赚钱,公司于1994年年初开张营业。
1994—1997年,长期资本管理基金屡战屡胜,1994年基金盈利30%,而同期大部分债券投资者都赔钱了;1995年基金盈利59%,1996年基金盈利57%,并且从1996年开始,基金的净值回撤相当少,甚至没有一个月亏损超过1%的;1997年基金盈利25%,而同期大部分债券基金是亏钱的。
然而,就在长期资本管理基金稳定赚钱的同时,隐忧已经种下了,那就是超高的杠杆率。因为基金管理人认为通过数学概率的计算,已经把风险和波动性降低到了最低,为了获取更高的收益率,他们大比例地进行负债投资。1995年该基金的杠杆率就已经接近30倍,到1998年年初甚至超过了100倍。此时,黑天鹅飞来了,市场价格的扭曲没有随着时间的流逝而缩小,反而不断扩大,市场陷入恐慌,这导致长期资本管理基金的各种套利都在赔钱,最终该基金将所有的资产都赔光,不得不破产清算,这是量化投资历史上最严重的一次失败。
观察美国长期资本管理基金的失败,最重要的原因是在不合适的时候使用过高的资金杠杆。所以,本书先讲安全边际和仓位管理,再谈量化投资及套利,这就好比武侠小说中所说,在修炼最高深的武功之前,必须把基本的内功打好,否则可能会走火入魔。
·成功的量化投资:大奖章基金
大奖章基金成立于1988年3月,是美国私募基金公司文艺复兴科技公司的第一只基金产品,产品的基金经理是两位美国著名的数学家,西蒙斯和埃克斯,他们分别于1967年和1976年获得数学界最高荣誉——美国数学学会5年一度的伟布伦奖,这是大奖章基金名称的由来。
大奖章基金通过研究市场历史数据来发现统计相关性,以预测期货、货币、股票市场的短期运动,并通过数千次快速的日内短线交易来捕捉稍纵即逝的市场机会,交易量之大甚至有时能占到整个NASDAQ交易量的10%。当交易时间开始时,交易模型决定买卖品种和时机,20名交易员则遵守指令在短时间内大量地交易各种美国和海外的期货,包括商品期货、金融期货、股票和债券。
大奖章基金的成绩也好得惊人,从1988年成立到2008年,大奖章基金的平均回报是35.6%,而标普指数年均涨幅仅9.2%。
与长期资本管理基金不同的是,大奖章基金主要依靠高频交易赚钱,资金杠杆很低,所以也更加安全。但由于流动性限制,这种高频交易模式的市场容量是有限的,所以大奖章基金在1993年达到2.7亿美元的规模后,就停止接受新资金的加入了。
量化分析的方法
量化投资并不是机构投资者的专利,目前个人电脑的计算能力已经能满足个人投资者实现部分量化分析的需求。个人投资者做量化分析,一般的模式包括如下三个步骤:
·数据的采集
交易数据包括在线数据和离线数据。
在线交易数据可以通过网站或者免费行情服务器来获取。网站交易数据的获取较为简单,一般通过Web接口获取,并使用HTTP/XML方式通信,这种方式的实时性稍差,一般只能达到10秒左右的精度。免费行情服务器方式的获取则较难,需要分析股票交易软件(例如大智慧)与服务器之间通信的接口,并编程解码来实现,但这种方式实时性要好一些,一般能达到1秒左右的精度。
离线数据包括几种类型。第一种离线数据是股票价格变化的历史数据,可以从股票交易软件中导出转化为文本文件,然后再导入到量化分析软件内做进一步的分析。第二种离线数据是基金的净值、重仓股、持有人等信息类数据,可以通过爬虫技术,从基金公司网站上下载,然后按照一定的格式进行数据清洗和入库。第三种离线数据是年报、季报等财务报告信息,可以通过文本分析技术,从交易所自动下载相应的文本,并从中提取自己想要的信息。
有了基础数据,量化投资者就可以搭建自己的分析模型了。
·数据统计和挖掘
拿到基础数据后,需要搭建一个小型的数据库,将交易数据和基础数据分类存放,供后续使用。
然后,我们需要搭建自己的分析模型,例如套利模式,需要定义各种公式和参数,对数据库中的数据进行二次加工,来计算价格扭曲,这是量化分析最重要的一个步骤。
常见的指标包括债券的年化收益率、可转债的转股溢价、封闭式基金的折价率、LOF基金的净值预估、期货跨期品种折溢价等。
·数据呈现和交易
我们可以根据某个指标,将分析结果排序显示,买入排序靠前的品种,卖出排序靠后的品种,实现套利操作。
请支持我们,让我们可以支付服务器费用。
使用微信支付打赏