【正文】 者還是以機(jī)構(gòu)投資者為代表，由于量化投資需要處理大量的高頻數(shù)據(jù)，且需要計(jì)算機(jī)程序來(lái)完成整個(gè)交易過(guò)程，因此其使用門檻較高，個(gè)人投資者很難使用量化投資策略進(jìn)行投資，但也有一些簡(jiǎn)單的基于技術(shù)分析的量化投資策略程序已經(jīng)公開(kāi)，個(gè)人投資者可以參照 這些來(lái)學(xué)習(xí)使用量化投資策略。量化投資的應(yīng)用范圍則包括股票投資、金融期貨及衍生品投資和商品期貨投資。目前國(guó)內(nèi)發(fā)行的 15 只量化投資基金情況如表 31 所示。根據(jù)私募排排網(wǎng)站的統(tǒng)計(jì)，目前國(guó)內(nèi)已經(jīng)有 20 款采用量化投資策略的私募產(chǎn)品，這些產(chǎn)品的基金經(jīng)理多數(shù)具有海外量化投資經(jīng)歷。 由于傳統(tǒng)投資過(guò)程中需要不斷的進(jìn)行人為分析及判斷，因此分析人員難免會(huì)受到自身情緒的影響，這就有使 得真實(shí)的分析結(jié)果偏離理性分析結(jié)果造成錯(cuò)判，而量化投資過(guò)程中使用程序來(lái)分析已有和現(xiàn)有數(shù)據(jù)，并根據(jù)投資策略來(lái)完成判斷，就避免了人為情緒對(duì)分析和判斷造成的負(fù)面影響。 在決策對(duì)象的廣度上，傳統(tǒng)投資由于可跟蹤股票數(shù)量上的限制，以及人為分析決 16 策時(shí)分析變量上的限制，其決策對(duì)象的廣度呈現(xiàn)出有限性；而量化投資則由于使用計(jì)算機(jī)程序執(zhí)行量化投資策略來(lái)進(jìn)行分析和判斷，因此其可跟蹤股票的數(shù)量基本不受限制，其分析變量也基本不受限制，使用計(jì)算機(jī)程序可 以快速對(duì)大量研究對(duì)象進(jìn)行分析及判斷，其決策對(duì)象的廣度呈現(xiàn)出無(wú)限性。 在收益和風(fēng)險(xiǎn)控制方面，傳統(tǒng)投資更加偏重個(gè)股選擇而不是投資組合構(gòu)建，強(qiáng)調(diào)的是收益而不是風(fēng)險(xiǎn)控制；而量化投資非?？粗仫L(fēng)險(xiǎn)控制，追求在風(fēng)險(xiǎn)和收益之間的權(quán)衡。 在分析及判斷方面，傳統(tǒng)投資是不斷的進(jìn)行人為分析及判斷，而量化投資則是不斷通過(guò)已有量化投資策略進(jìn)行分析及判斷；在交易執(zhí)行方面，傳統(tǒng)投資一般由專門人員來(lái)執(zhí)行交易，而量化投資則通過(guò)計(jì)算機(jī)程序來(lái)執(zhí)行交易。 4 量化投資策略的使用效果 樣本 數(shù)據(jù)的選取：由于 2020 年新發(fā)行的 5 只基金的月化收益率數(shù)據(jù)樣本數(shù)量偏少，且 2020 年 11 月之后發(fā)行的基金未能經(jīng)歷過(guò)較大幅度上漲的牛市，無(wú)法橫跨牛市和熊市，因此本文以 2020 年 11 月 1 日之前發(fā)行的 9 只量化基金為研究對(duì)象，以 2020 年 1 月 1 日至 2020 年 12 月 31 日之間這 9 只量化投資基金的月收益率數(shù)據(jù)為研究樣本，運(yùn)用統(tǒng)計(jì)軟件 Spss，通過(guò)應(yīng)用 TM模型、 HM 模型和 CL模型對(duì)量化投資基金的月收益率數(shù)據(jù)進(jìn)行回歸分析對(duì)其管理能力進(jìn)行評(píng)價(jià)，以研究量化投 資策略的使用效果。月化無(wú)風(fēng)險(xiǎn)收益率情況如表 43 所示。 根據(jù)市 場(chǎng)收益率的公式，計(jì)算得到的市場(chǎng)收益率如圖 41所示 18 通過(guò)對(duì)比量化基金累計(jì)凈值收益率和同期中信 A 股綜合指數(shù)收益率、市場(chǎng)收益率，我們可以以此判斷使用量化投資策略是否可以戰(zhàn)勝市場(chǎng)獲取超額收益。 在基金累計(jì)單位凈值的基礎(chǔ)上，可以計(jì)算得到基金累計(jì)凈值收益率，其計(jì)算公式為：基金累計(jì)凈值收益 =（基金累 計(jì)單位凈值 基金發(fā)行日單位凈值） /基金發(fā)行日單位凈值。 將各個(gè)量化基金自成立以來(lái)至 2020 年 12 月 31 日的累計(jì)單位凈值增長(zhǎng)率情況與同期中信 A 股綜合指數(shù)收益率做對(duì)比，通過(guò)對(duì)比研究量化基金的管理能力 (如圖 42) 表 42比照中信 A股指數(shù)收益率的基金績(jī)效情況 04量化投資策略的使用效果 19 根據(jù)以上表格的統(tǒng)計(jì)結(jié)果顯示，跑贏中信 A 股指數(shù)的量化基金共九只，占量化基金的 60%，另外 40%的量化基金跑輸中信 A 股綜合指數(shù)。這九只量化基金中有五只的發(fā)行日期均在 2020 年 1 月 1 日之前，占跑贏中信 A 股指數(shù)全部基金 71%，另外四只基金的發(fā)行時(shí)間在 2020 年 4 月至 2020 年 8 月。而在跑輸中信 A 股綜合指數(shù)的量化基金中，成立較早的 嘉實(shí)量化阿爾法表現(xiàn)最差，落后于中信 A 股指數(shù) %。 綜上所述， 60%的量化投資基金在各自成立日至 2020 年 12 月 31 日期間可以跑贏同期中信 A 股指數(shù)，說(shuō)明這些基金采用的 量化投資策略發(fā)揮出了較好的效果；而有大約 40%的量化基金沒(méi)有跑贏中信 A股指數(shù)，該部分基金使用的量化投資策略對(duì)績(jī)效的效果相對(duì)較差。 表 43比照市場(chǎng)收益率的基金績(jī)效情況 根據(jù)表格 42 的統(tǒng)計(jì)結(jié)果顯示，基金累計(jì)凈值收益率超過(guò)市場(chǎng)收益率的量化基金05多因子選股模型的建立 21 共九只，與跑贏中信 A 股指數(shù)的基金完全相同，占量化基金的 60%，另外 40%的量化基金跑輸市場(chǎng)收益率。 綜上所述， 60%的量化投資基金在各自成立日至 2020 年 12 月 31 日期間可以超過(guò)同期市場(chǎng)收益率，說(shuō)明這些基金采用的量化投資策略發(fā)揮出了較好的效果；而有大約 40%的量化基金沒(méi)有跑贏中信 A 股指數(shù)，該部分基金使用的量化投資策略對(duì)績(jī)效的效果相對(duì)較差。市場(chǎng)上還有很多這樣的因子，都或多或少地影響著股價(jià)變動(dòng)，而多因子模型就是考察影響股價(jià)變動(dòng)的因素，并提供一個(gè)合理的選股方案。因?yàn)橹灰l(fā)揮作用的有效因子的模型多都能成功，所以多因子模型的表現(xiàn)是一直穩(wěn)定有效的。我們用，在市場(chǎng)尚行某種風(fēng)格股票時(shí)，根據(jù)多因子選股模型挑選出最優(yōu)質(zhì)的市場(chǎng)熱捧型股票并建立投資組合。市場(chǎng)上基本每個(gè)投資者都有屬于 自己獨(dú)特的多因子選股模型，而眾多多因子模型的核心區(qū)別主要在于因子的選取和如何綜合考慮選出多因子來(lái)做出一個(gè)最終的 22 方案。 一般說(shuō)來(lái)，多因子選股模型中多因子旳判斷方法中常見(jiàn)的只有兩種：排序打分法和橫截面回歸法。 打分法又可以根據(jù)因子加權(quán)規(guī)則的不同區(qū)分為動(dòng)態(tài)加權(quán)和靜態(tài)加權(quán)。另一種橫截面回歸法就是利用回歸方程的思想，變量取上一年度已蹄選出的指標(biāo)，函數(shù)值取下一年度的股票收益率表現(xiàn)，用最小二乘法擬合出各因子的回歸系數(shù)作為因子回報(bào)，我們麵選出最優(yōu)的回 歸方程，取最新的因子取值作為因變量代入方程得出的應(yīng)變量就股票未來(lái)收益率的預(yù)期，再以這個(gè)判斷作為依據(jù)來(lái)進(jìn)行最后選股。由于每個(gè)因子對(duì)不同股票的敏感性肯定不同，回歸法能通過(guò)系數(shù)的調(diào)整及時(shí)更改各收益率對(duì)各因子的敏感性大小。 候選因子的選取通常分兩種情況，一種是考慮可能影響股票的所有因素指標(biāo)，先做單因子分析，不考慮各因子間的同質(zhì)性和 共線相關(guān)性，以便挖掘出更多更有效的最具代表性因子；另一種是更多情況下主要依賴投資主體的經(jīng)濟(jì)邏輯考慮和個(gè)人市場(chǎng)投資經(jīng)驗(yàn)，再選因子時(shí)，有意識(shí)地根據(jù)投資經(jīng)驗(yàn)剔除掉一些個(gè)人認(rèn)為無(wú)關(guān)緊要的因子。例如：在年月日，在中證成分股中選取自由流通市值最小的支股票并構(gòu)建投資組合，持有到年底可以獲得相對(duì)于滬深基準(zhǔn)的超額收益率，則自由流 通市值在年間就是一個(gè)正向有效因子。值得提出的是，股票的持有時(shí)間段也是一個(gè)不可忽視的因05多因子選股模型的建立 23 子指標(biāo)，持有一個(gè)月、兩個(gè)月還是一年，最終的收益率變化很大。每月月初根據(jù)因子的表現(xiàn)情況重新建立組合，候選因子我們分為 四類來(lái)考慮，分 別是成長(zhǎng)因子、估值因子、資本結(jié)構(gòu)因子和技術(shù)面因子。 在檢驗(yàn)候選因子的有效性時(shí)，大多數(shù)投資者選用用排序法來(lái)。當(dāng)所有組合構(gòu)建完工后，分別計(jì)算個(gè)股票組合的每月月 平均收益率、超出業(yè)績(jī)比較基準(zhǔn)的超額收益、第一檔和第五檔的月平均收益差（ R1R5）、第一二檔與第四五檔組合的月平均收益率差（ R1+R2） /2(R4+R5)/因子大小排序和收益率大小排序的相關(guān)系數(shù)、第一檔組合跑贏比較基準(zhǔn)的勝率和第五檔組合跑輸比較基準(zhǔn)的概率等。我們?cè)俅卧O(shè)定相關(guān)性閾值為，即滿足：abs(correl([N1,N2,N3,N4,N5],[1,2,3,4,5])) ≥ （ 2）設(shè)個(gè)排序組合中第一組的相對(duì)基準(zhǔn)超額收益為最后第五組的相對(duì)基準(zhǔn)超額收益為，如果則表示因子越大，收益越大，且需滿足：〉和反之，倘若即因子越大，收益越小，那么不等式變?yōu)椋骸岛推渲?、分別為第一組和第五組的最小超額收益閾值，上述不等式條件只是確保因子取值能顯著地使得最大組合跑贏市場(chǎng)和最小組合明顯跑輸市場(chǎng)。有效的因子應(yīng)該是在整個(gè)模型構(gòu)建期，第一組和第組的這兩個(gè)組合其中較高收益的股票組合以較大的概率跑贏市場(chǎng)，同時(shí)較低收益的股票組合以較大概率跑輸市場(chǎng)。我們這里的檢驗(yàn)方法釆用一個(gè)月時(shí)間間隔，同樣的也可以隔個(gè)月或個(gè)月，更長(zhǎng)的也行。一般通過(guò)歷史數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)來(lái)決定所有參數(shù)具體的最優(yōu)選擇，我們這里按來(lái)確定。例如收入凈利率和主營(yíng)毛利率指標(biāo)之間可能具有比較明顯的相關(guān)性。不妨來(lái) 看若要選出個(gè)有效因子，個(gè)月樣本期，那么具體來(lái)說(shuō)：先按照收益越大分值越高的方法對(duì)對(duì)個(gè)組合分別打分，每個(gè)組合的得分為到的連續(xù)整數(shù)；按月計(jì)算所有個(gè)股的因子得分相關(guān)系數(shù)矩陣如第個(gè)月的相關(guān)系數(shù)矩陣記為，為因子序號(hào)且，計(jì)算整個(gè)模型構(gòu)建期內(nèi)相關(guān)系數(shù)矩陣的平均值（取一個(gè)得分相關(guān)系數(shù)閥值，我們這里還是取，在所有得分相關(guān)系數(shù)矩陣平均值大于的因子中，我們只留下有效性更高、與其他因子相關(guān)系數(shù)更小的因子，剩余的則作為冗余因子去除。根據(jù)加權(quán)平均分對(duì)所有股票進(jìn)行排序，選擇排名靠前的一定數(shù)量股票，這里取排名前。見(jiàn)如下分層權(quán)重示意圖： 26 在每個(gè)觀察期的月初，對(duì)五組大類因子里的每個(gè)進(jìn)行打分，然后從每個(gè)因子中選取得分最高的個(gè)股票構(gòu)建與因子匹配的投資組合，下個(gè)月初同樣輪流替換，記住可能每次組合里的股票不同。除了可以根據(jù)股票風(fēng)格的輪轉(zhuǎn)來(lái)分大小盤(pán)分別題選出有效因子，還有更加復(fù)雜的多因子模型，如沃爾評(píng)分法就是一種分行業(yè)來(lái)比較，選出每個(gè)行業(yè)最高得分的組合，然后 再加總成一籃子投資股票。此外，在建立綜合評(píng)分模型和選股決策時(shí)，組合的建倉(cāng)交易成本考慮、因子得分計(jì)算的賦權(quán)規(guī)則設(shè)計(jì)等都存在很大的改進(jìn)空間，但堅(jiān)決杜絕過(guò)度優(yōu)化帶來(lái)模型效率損失。 06因子模型實(shí)證結(jié)果 27 本章首先介紹了量化投資的應(yīng)用現(xiàn)狀：目前國(guó)內(nèi)量化投資應(yīng)用還處于起步階主要 被公募基金、證券公司專戶理財(cái)部、私募機(jī)構(gòu)和期貨經(jīng)濟(jì)商使用。量化基金在選用量化投資策略方面，還是多以多因子選股模型進(jìn)行擇股、BlackLitterman模型進(jìn)行行業(yè)資產(chǎn)配置為主。最后本章闡明了量化投資的發(fā)展前景，即在資本市場(chǎng)可投資產(chǎn)品不斷增加、海外量化投資人才歸國(guó)和國(guó)內(nèi)量化投資人才增加等方面分析了量化投資的發(fā)展前景，也從量化投資人才的創(chuàng)新能力、目前還是以引入國(guó)外的量化投資策略為主等方面分析了量化投資發(fā)展面臨的挑戰(zhàn)。 6 因子模型實(shí)證結(jié)果 選取合適的數(shù)據(jù)對(duì)模型檢測(cè)是實(shí)證檢驗(yàn)階段的關(guān)鍵，我們?nèi)≈凶C和 中證成分股從2020年 1月到 2020年 1月為樣本區(qū)間，其中 2020年 1月到 2020年 1月為樣本外區(qū)間，用來(lái)檢驗(yàn)樣本內(nèi)區(qū)間所構(gòu)建的模型的穩(wěn)定性； 2020年 1月到 207年 10月間的數(shù)據(jù)為樣本內(nèi)區(qū)間，作為候選因子的測(cè)試蹄選和優(yōu)化時(shí)期，因?yàn)榇藭r(shí)間段包含了一波牛市行情，從年月到年月間的，一波熊市行情，從 2020年 11 月到 2020年 12月，以及從 2020年1月運(yùn)行期末的震蕩市行情，數(shù)據(jù)比較全面的。我們的數(shù)據(jù)是從銳思金融研究數(shù)據(jù)庫(kù)中下載得到。對(duì)于股票的處理，因?yàn)橄螺d數(shù)據(jù)時(shí)的股票不一定以前在 28 歷史市場(chǎng)上也是，所以股 票同意正常處理，除非有財(cái)務(wù)數(shù)據(jù)證明此公司的財(cái)務(wù)狀態(tài)出現(xiàn)異常，如為負(fù)值，我們將其剔除，以盡量減少誤刪市場(chǎng)有效歷史數(shù)據(jù)的可能性。 對(duì)于中證和中證成分構(gòu)成在我們選擇的測(cè)試區(qū)間發(fā)生過(guò)變化，有的股票前期是小盤(pán)股的成分股，一段時(shí)間后被副除，之后又被調(diào) 入，如三精制藥（ 600829）于 2020年7月 1日調(diào)入中證 500，于 2020年 1月 5日調(diào)出，于 2020年 7月 1日又調(diào)入至今，類似這種情況的，調(diào)出持續(xù)時(shí)間不超過(guò)半年的當(dāng)做正常處理；對(duì)于中證的成分股中，調(diào)入時(shí)間不超過(guò) 1年的不能很好的代表小盤(pán)股的各項(xiàng)因子指標(biāo)，我們給予剔除。在估值類因子的計(jì)算過(guò)程中，我們期望估 值越低的股票在下個(gè)月會(huì)有越好的表現(xiàn)，但如果估值出現(xiàn)沒(méi)有意義的負(fù)值將其去除；為了防止在計(jì)算財(cái)務(wù)成長(zhǎng)。一般上市公司發(fā)布財(cái)務(wù)報(bào)告的時(shí)間為：一季報(bào)從 4 月 1 日到 4月 30日，年中報(bào)從 7月 1日到 7月 31日，三季報(bào)從 10月 1日到 10月 31日，年報(bào)從次年 1月 1日到次年 4月 30日。例如在年月初需要凈利潤(rùn)增長(zhǎng)率來(lái)構(gòu)建四月份新的組 合的時(shí)候，在此時(shí)間點(diǎn)計(jì)算一些成長(zhǎng)因子或者估值因子我們就06因子模型實(shí)證結(jié)果 29 按前面約定使用年三季報(bào)的財(cái)務(wù)數(shù)據(jù)。 30 財(cái)務(wù)數(shù)據(jù)從這段期間公司對(duì)外公布的財(cái)務(wù)報(bào)表得到，一般公司披露四次，包括一季報(bào)、半年報(bào)、三季報(bào)和年報(bào)，但在檢驗(yàn)因子有效性應(yīng)用這些數(shù)據(jù)時(shí)，很難恰好找到當(dāng)前時(shí)點(diǎn)的財(cái)務(wù)數(shù)據(jù)。這樣就可能有月初、月初、月初我們換倉(cāng)時(shí)雖然前一季度已過(guò)，但并不是所有上市公司季度報(bào) 表都已經(jīng)公布，因此需要對(duì)滯后的財(cái)務(wù)數(shù)據(jù)進(jìn)行適合為實(shí)際投資做檢驗(yàn)的處理，例如檢驗(yàn)期的當(dāng)月恰好是報(bào)表公布月我們就用最新獲取的數(shù)據(jù)確保在每個(gè)歷史時(shí)點(diǎn)都使各因子指標(biāo)值在個(gè)股間的不同時(shí)刻間可比性較明顯，現(xiàn)進(jìn)行如下滯后處理：月份、月份、月份、月份取上一年的最近三季報(bào)財(cái)務(wù)數(shù)據(jù)，月份、月份、月份使用當(dāng)年一季報(bào)或上一年年報(bào)的數(shù)據(jù)構(gòu)建組合，月份、‘月份、十月份則釆用當(dāng)年半年報(bào)，而月份和月份是使用最近的一期三 季報(bào)的財(cái)務(wù)數(shù)據(jù)，這種處理是與實(shí)際操作一致的。此外估值類因子中去除一切取值為負(fù)數(shù)的個(gè)股，如的年月份的市銷率為負(fù)數(shù)，顯然為異常值將其去除。 圖 63（ 1）中證 100 股票池中分層賦權(quán)規(guī)則 圖 63（ 2）中證 500 股票池中分層賦權(quán)規(guī)則 06因子模型實(shí)證結(jié)果 31 我們?nèi)≈凶C、中證成分股中最后總分排名前的個(gè)股建立投資組合，持有期 6