从量化交易到资产管理
FinTech 社区是一个拥有50,000+会员的金融科技行业资源共享社区, 欢迎添加微信: lucylj66 进入社区,请备注职业，官网：www.fintechgl.com，微信公众号：FinTech社区
随着最近中国金融市场的逐渐开放, 越来越人开始关注中国的量化投资市场。这篇文章属于基础的科普文, 适合对这个行业有兴趣, 但是了解少的朋友。欢迎大家留言讨论，转发分享即可加入社区！
导 言
虽然“量化交易”与超额收益之间的关系尚在探索中；但事实是，手握丰厚资本且深诣此道的量化交易者们可在短时间内赚得盆满钵满，自然引起现如今持续不断的“量化交易”热潮，诸多资本对其青眼相加，抛出橄榄枝，个体投资者们也趋之若鹜，纷纷投入“量化交易”的学习，应用及持续改进中。作为量化交易的爱好者，也对此新兴交易策略持正向和看好的态度，认可“量化交易”能带来超额收益的有效性。
在本文中，作者将从“量化交易”及“量化投资”的定义、如何使用“量化交易”作为投资工具、“量化投资”到底有多庞大的交易体量、现阶段流行的半量化策略-即将量化分析和基本面分析相结合，及量化交易的应用实例等几个方面来分享这一新兴逐渐占主导地位的交易策略。
1. 从“量化交易”到“从量化交易到资产管理 量化投资”
量化交易，也可称之为“程序化交易”，是基于量化分析，即开发并依赖于一系列数学计算和数字处理程序来发掘交易机会，制定交易策略。
QA (Quantitative Analysis) – 量化分析，是利用数学和统计学模型，测量及研究来解读交易行为的一种技术手段。此技术手段的目的不仅仅是为了输入且处理一系列变量，如资产价格，交易体量等，而是为了更深层次得去理解真实世界发生的事件是如何影响资产价格的。
2. 人人都可使用“量化交易”并从中获利
量化交易的魅力在于：不仅机构投资者们可从中获益，个人投资者们也可以经过学习，建立自己的量化交易策略进行投资，收取可观回报。近年来踊跃出一些较为流行的量化交易APP，如QuantStart和其它预制化量化交易程序，帮助投资者们进行战略制定和确认，逆向测试，执行及风险管理等，不仅利好了个体和机构投资者们，连政府和央行们也向这些量化交易APP抛出了橄榄枝，依赖于量化分析根据GDP，失业率等制定财政和经济政策等。
3.“量化投资”涉及的庞大交易体量
“量化投资”的核心是依赖于计算机处理一系列数学计算和数字处理程序进行量化分析，那么随着计算机数据处理能力的突飞猛进，“量化投资”所涉及的体量也应有量级的飞跃；其计算和分析的速率之快，使得量化交易在高频交易和大宗商品、期货等的领域（大交易体量）会大有作为。
具体情况，让我们听听Alex Foster – “The Edge of Foresight”一书的作者，Quantiacs的VP给大家带来的几组数据：
据“Global Algorithmic Trading Market 2016-2020”的报告统计：
4. 半量化 – 将量化分析与基本面分析相融合
“量化分析并不仅仅是提供可定量的度量标准，而应提供一系列丰富的解读，最终目的是为了回答为什么会产生诸如此类的人类行为以及其怎么样影响到市场”。
继纯粹的量化投资证明自身在交易评估上的巨大作用后，投资机构想更近一步，融入更复杂更难以度量的因素进行敏感度更高的分析。因此，今后量化投资的发展方向并不期望建立一个统一理论模型，而是和“定性分析”相结合，分析更为复杂的实际情况。
5. 量化投资 从量化交易到资产管理 – 不让情绪蒙蔽投资判断
情绪是投资最大的敌人，那么量化交易最大的优势，是其依靠于计算机和数学算法制定交易策略，不存在此隐患。计算机会自主进行监控、分析和交易决策。然而这并不代表量化交易模型就可以忽略复杂多变的金融市场，量化模型也必须持续进行自我更新，适用于当下市场环境的量化模型在下一刻有可能会完全失效。
6. 量化投资之实例
01. 趋势跟踪系统 从量化交易到资产管理 – CTAA
CTA – Commodity Trading Advisor, 即大宗商品交易顾问。近年来，CTA和趋势跟踪系统几乎不可分割，都倚重于价格波动性，即价格波动达到某一预定值，触发该阈值，即可构建期货、固投、货币或能源商品的做空/多。
此类交易多是在几天或几周之内进行庞大的交易体量，60%-70%的参与者会惨败，而成功者将获得丰厚的利润。量化交易的优势是能在短时间内处理大量的价格和波动率，构建做空/多模型。第三章节提到的6个绩优量化基金即在大宗商品交易领域战果辉煌。
02.统计套利
03. 因子投资
04.风险平价组合
05.系统型全球宏观策略
06.事件驱动型套利
目前，量化投资在大量数据分析并提供决策方面崭露头角并占主流地位，但笔者认为，投资者们扔需保持冷静头脑，时刻关注市场和金融环境变化，让“量化分析”这一技术不断迭代。
从量化交易到资产管理
只要暴跌，就是量化的错？头部量化私募：这锅我们不背！
量化是否助涨杀跌？
回应：误解！大部分情况是降低了市场波动
主流量化机构今年均没有主动降仓
一直高仓运作、近期还在不断净买入
量化遭遇大幅回撤
私募跟投自购与投资人共进退
有量化被动降仓 从量化交易到资产管理
明汯：反对量化多头产品预警线和止损线
“锂王”受青睐！韩国散户抛售特斯拉转投天齐锂业 最近几个月，投资海外股市的韩国投资者们纷纷抛售特斯拉股票，转而大举投资在香港上市的中国企业，中国天齐锂业在韩国散户网民净买入外国股票中排名第一。 2022-08-16 12:40 高位跳水，警惕这两大特征的翻倍股，股价容易“翻船” 从回撤的高位股看，成交活跃度下滑和业绩不佳是股价大幅回撤的两大原因。 2022-08-16 12:27 仅增8%！600亿饮料龙头中报“失速”，机构陷激烈分歧 其未能延续此前三年高增长态势，营业收入同比增速为16.45%，净利润同比增速为11.66%，而如果扣除投资收益等非经常性损益影响，净利润增速仅有个位数，录得8.27%。 2022-08-16 08:16 人工智能示范应用场景公布，中报预增概念股来了 证券时报·数据宝统计显示，A股布局人工智能的概念股中，7股上半年业绩预计实现增长，佳都科技、浙大网新、软控股份预计增长幅度最高。 2022-08-16 07:21
- 1、 MLF缩量降息“一箭双雕”
- 2、 重磅！比亚迪285亿大动作，这一装机量反.
- 3、 60亿元铜精矿离奇失踪，30万吨货被第三.
- 4、 油价下跌空间打开？反弹动能衰竭，金属.
- 5、 10大赛道来袭！官方首发人工智能试点场.
- 6、 MLF和7天期逆回购“降息”LPR下调窗口打开
- 7、 40℃火伞高张用电攀升 多地企业让电于民
- 8、 四川紧急通知！这些企业放高温假，让电.
- 9、 突然没了！近30万吨铜精矿被“无单提走.
- 10、 突发！恒大又被调查，香港财汇局出手！".
- 1、 “水母雪兔子”又遭殃，疯狂主播正涌向.
- 2、 挑起“金扁担” 收获“金豆子”
- 3、 奶茶还是适合创业的“第一桶金”吗？ 从量化交易到资产管理
- 4、 产业电商 前景可期
- 5、 发展现代产业体系需解决矛盾问题
- 6、 做强民营经济重在营商环境
- 7、 多方合力弥补涉农金融短板
- 8、 自动驾驶规范需加快建立
- 9、 信用卡新规引领重要监管变革
- 10、 为打造现代流通体系夯基垒台
Copyright © 2008-2022 Shenzhen Securities Times Co., Ltd. All Rights Reserved
从量化交易到资产管理
海外量化巨头“紧跟”
另有一家获批的中国香港量化机构值得关注：华乐资本有限公司（Kadensa Capital Limited）。
这家机构创始人WILLIAM LEUNG、研究总监JULIE LIM均曾在华尔街对冲机构POINT72任职。
QFII准入门槛放宽
另有一个细节：上述改革内容除了扩大允许投资的证券期货品种范围，还取消了QFII投资者委托证券/期货公司不超过3家的数量限制。
另据中信证券的研究，去年QFII改革落地后，除了简化审批流程，还降低QFII对冲头寸信息披露要求，从以前每个季度的披露改为“根据监管需要，要求合格境外投资者报告”的更加灵活的模式。
量化交易的春天即将再次来临，专家带你解读各种策略
量化交易板块在 2012 、 2013 年初见雏形，随着 14 、 15 年的牛市，量化也有了非常迅猛的发展。 2015 年股灾后整个市场的流动性下降，作为对冲工具的股指期货也受到限制，量化的规模开始逐渐缩小，整体收益率不是很高。 2016 年，市场大部分都是在做纯多头的量化策略来与指数比较，无法做对冲，到了 2017 年市场风格轮动，大盘股涨得比较好，小盘股跌得比较多，对做量化的人来说是双重打击，现货端没有赚到钱，对冲也亏了。直到 2018 年市场慢慢复苏，监管政策也逐渐松绑，所以我们认为量化将迎来下一个春天。
首先从海外讲起。截至 2018 年 11 月，全球对冲基金总规模达到 2.4 万亿美金。其中管理规模小于 1 亿美元的占了大多数，达 71% ，管理规模在 10 亿美元以上的对冲基金占比只有 2% 。
从策略上看，最主要的还是多空策略，其次是多策略组合和 CTA 管理期货，规模占比稳定。讨论策略相对规模占比总体呈下降趋势，固定收益策略则相反。
收益率方面，往往小规模的收益率相对较高，当然整体差异没有那么大。拉美市场的对冲基金投资收益率最高，亚洲的收益率波动比较大，北美和欧洲相对稳定。 FOF 近年来呈现出规模不断缩减的态势，回报率并没有达到预期。从 2008 年到 2017 年，全球对冲基金收益率相对较高、稳定性较好的策略主要是事件驱动策略和相对价值策略。
再看国内。 2014-2016 年是一波牛市，是对冲基金的春天，大批量产品开始发行。 2017 私募新规颁布以来，年度产品增量骤降，私募行业进入规范期。 2018 年新发行产品数量降幅极为明显，单月新增产品总量从 1 月的 3375 只下降至 11 月的 892 只。
截至 2018 年 12 从量化交易到资产管理 月 10 日，私募基金共 18621 只， 70% 是股票多头，这是因为期货受限， 2016 年我们基本没有再做对冲；其次是债券基金（ 11.5% ）、管理期货（ 5.3% ）、多策略（ 5.0% ）和 FOF （ 2.7% ），股票中性、宏观策略和套利策略占比相对较低。
从产品收益率来看，中位线收益最高的是股票中性（ 1.40% ）、管理期货（ 1.从量化交易到资产管理 16% ）和套利（ 1.13% 从量化交易到资产管理 ），较低的是股票多头（ -8.95% ）。从 10%-75% 分位数差值看，同一策略下不同产品收益分化比较明显，差异较大的是宏观策略（ 25.89% ）、股票多头（ 23.56% ）、管理期货（ 23.49% ）。
从各个策略分解来看， CTA 的整体规模没有很大，里面包含固收，但相比一般私募基金，它近几年的走势相对比较稳定，而且跟 A 股的关联性较弱。
股指期货市场的参与者是三类人：投机者、套利者和套保者。投机和套利这两类，以前是个人投资者参与较多，套保需要申请额度，申请的前提是你需要有相应的现货持仓或相应的资金储备及资金计划，当投机被限制到 10 手——现在到 20 手，中间的投机者、套利者就没有了，留下来的大部分是有套期保值需求的投资者。
策略主要分为四种： Alpha 策略、 Beta 策略、套利策略和事件驱动策略。每个策略当中有很多细分，大家的做法很不一样，最关键的地方在于处理数据细节、模型设计和参数。
现在主流还是 从量化交易到资产管理 Alpha 策略，一个是基本面 Alpha ，它是一种低频的策略，资金量可以承载比较多。还有交易型的 Alpha 策略，它依赖的数据更庞大，有很多因子库，可以在里面选择因子来选股。
期货市场的线性对冲工具就是上证 50 、沪深 300 和中证 500 。市场暴跌环境下交易所进行严格的交易管制，股指期货进入急剧缩减状态，目前流动性较差。三大期指多数时间处于贴水状态，利用股指期货对冲现货的成本较高， 2018 年 IF 和 IH 多数处于深水状态，但 IC 持续贴水。
2018 年，围绕股指期货交易的新一轮优化措施落地，主要是保证金的调整，中证 500 的保证金从 从量化交易到资产管理 20% 降到 10% ，交易手数从 20 手变成 50 手，手续费从 6.9 降到 4.6 。这样第一会增加流动性；第二是吸引 CTA 策略参与股指期货市场，增加策略交易品种与收益表现；三是进一步减少 Alpha 等策略的对冲成本及冲击成本；四是带来套利策略的明显复苏；第五，期权策略将有更大策略空间，为期权新策略提供工具。
我们对交易盘口进行了统计，三个期货的成交量都有明显增长，各个盘口的 IC 、 IF 、 IH 盘口的数量也相应增长，买卖价差降低。这三个数据反应出我们每次下单的冲击成本在大大降低，这三方面都可以提高量化交易的收益率。
衍生品领域还有很多场外衍生品。场外衍生品在国外的量比场内更多， 2018 年期权新规出来，一方面规范了券商， A 级以上的券商才能做场外交易，另一方面也把投资者的门槛提高了，所以市场里面的量立刻下来了。
最后是 AI 。量化也经历了很多变化，开始是设立一些规则并按照规则去执行，算是量化 1.0 ，后来多因子模型代表 2.0 从量化交易到资产管理 时代，现在可以称之为 3.0 时代。因为虽然它的模型和因子还是需要投研团队去开发，但它是一个非线性的机器学习策略，并且它会每天学习，给出一个更为优化的结果。
现在国内很多人在做量化，包括公募和私募，也有券商自己在做。这些参与者有很大区别：公募的限制较多、频率较低，股指期货运用可能做基本的 Alpha 偏多，或者是一些量化选股的多头策略。券商自营和私募比较类似，但是现在大部分私募可能在 IT 上的投入会很大，因为量化对冲基金要在一定规模以上才能存活。券商自营有灵活度，但它也受到监管和公司风控的限制。很多的券商已经看到，市场中性策略属于权益类自营最主要的部分，所以未来的趋势一方面是机构逐渐介入量化对冲领域，另一方面是 监管不断松绑，这也将是量化对冲的春天。