![]() |
一直以来,量化对冲基金被誉为资产管理行业“皇冠上的明珠”,对冲基金经理更被人们称为“基金经理中最聪明的一群人”。对于普通投资者来说,高大上的量化对冲基金距离较远,一直较为神秘。但是近年来,随着股指期货、股票期权等一系列金融工具的出现,量化对冲产品迎来了真正的发展机遇。与人们印象中金融从业者应该多是金融名校毕业,而专业从事量化投资专业的人则不同,物理、数学、计算机博士学位,对着无数电脑屏幕工作。
数字和计算机对量化投资来说意味着什么?这群“天生对数字敏感的人”会怎样工作?他们制定的模型和投资策略会对资产管理有怎样的影响?
股市震荡 量化投资能否成为避风港
当牛市进入五千点以后,股市开始变幻莫测。6月大盘更是在4800点暴跌,如此行情,为投资者增加了不少不确定因素。市场行情震荡,主动型投资在选股择时方面面临较大难度,以“自动化”为特征的量化投资策略优势渐显。
最近,由北京大学光华管理学院和统计之都联合举办的第八届中国R语言会议在北京大学召开。R语言作为一门计算机语言技术,正在成为找寻规律,创造大数据智能时代不可或缺的工具。其中,R语言与量化投资的结合尤为抢眼。得益于“全民进入股市”的热情,量化投资与计算机技术的深度融合成为热点。
量邦科技有限公司总经理易晓磊介绍,量化投资就是借助现代统计学、数学的方法,从海量历史数据中寻找能够带来超额收益的多种“大概率”策略,并纪律严明地按照这些策略所构建的数量化模型来指导投资,力求取得稳定的、可持续的超额回报。
风大浪大的股市追逐碾压着投资者的热情,量化投资领域正风生水起。据中投在线统计,6月中旬,私募量化投资产品平均收益率为4.95%,跑赢大盘2.37%。今年一季度沪指上涨2.88%,同期标准股票型基金的平均业绩为0.31%,而13只量化基金的平均业绩为2.92%。量化投资在大势动荡和市场下行的时候依然能够保证一定的绝对回报。
从海外经验也可以看出,量化对冲、CTA策略及量化多策略产品在市场下跌中仍然能获得较好的收益。量化对冲产品偏向市场中性策略,可以在A股市场下跌中实现对冲风险,获取收益。
业内人士分析,“5.28行情”之后,市场多空博弈加剧,预计下半年会出现多次剧烈的震荡。这种行情下,量化对冲产品的回撤会优于相关指数,表现出相对优势。
摩根士丹利华鑫基金数量化投资部总监刘钊说,作为一个投资工具,量化可以帮助理清投资逻辑,但是,单一量化模型的业绩并不稳定,量化的趋势在于多策略,将多个模型组合,形成对冲效果。
规模渐大 重构资产管理生态
十年前首只以“量化”为名的公募基金产品在国内正式发行,但由于金融衍生工具以及量化对冲投资人才的匮乏,随后一段时期内,量化对冲基金在国内的发展比较缓慢。过去十年,量化投资从不被人们认识、信任到被市场逐渐接受经历了漫长的过程。虽然量化对冲基金行业在全球范围内发展已经非常成熟,但是量化对冲基金行业在中国的发展仍处于非常初级的阶段。
在日前举办的“首届中国量化对冲基金年会”上,摩根士丹利华鑫基金管理有限公司董事长于华指出,全球量化对冲投资总体规模约为2.7万亿美元,但也只占80多万亿美元证券投资资产管理的3%—4%。而相对全球来说,我国的量化对冲水平低于这个比例。“我们现在的量化投资处于一个非常初级的阶段,它的想象空间、发展空间非常大”。
值得关注的是,机构和投资者对量化对冲基金的需求正越来越强烈。
民生银行私人银行资深投资顾问洪曦指出,美国资产在3000万美元以上的高净值客户,对冲基金在他们的资产配置中占比达18%,对冲基金已经作为大类资产,他们的地产配置占比6%。而中国高净值人群对地产的配置超过60%。未来资产配置向对冲基金倾斜会成为趋势。
随着新股指期货的上市,深证100、创业板乃至恒指等境外指数期货推出的指日可待,量化投资的发展将更为迅猛,与此同时,借助语言工具,互联网正改变着原有的投资研究方法、普遍市场规律,程序化交易正迎风口,势如破竹。
“手段与思维的碰撞也为量化投资带来一系列‘化学反应’,重构着新的资产管理生态。”易晓磊说,无论是做大数据分析平台的通联数据,是模型确定后自动交易的系统化交易平台TB,还是涵盖了云交易、程序化交易、数量化选股、量化套利等多功能的量邦科技,无疑为投资者提供了超前的投资体验,不同层次地构建着资产管理新生态。
风口正紧 程序化交易催生投资新体验
互联网大数据时代下,资产管理有了质的飞跃。量化投资与这些事物的碰撞,不断颠覆着传统与之相关的业态,一种新型资产管理生态正在形成。
“量化投资与互联网证券金融相结合,催生了一种新型大众资产管理模式,即基于云交易的量化投资策略交易模式。”量邦科技有限公司总经理易晓磊说,量化投资分支很多,但各个分支的研究成果实施起来多有高效便捷的特性,这就能够满足互联网对用户体验的苛刻要求。
与此同时,量化投资作为互联网技术与金融业务结合应用的最佳代表正在进一步实现与互联网大数据的结合。与传统量化投资类似,大数据投资也是依靠模型,但模型里的数据变量几何倍地在增加,定位于开放的云计算服务平台和大数据分析平台的通联数据打造的正是多资产投资管理平台。
科技与思想的结合最大限度的解放人的双手和大脑,通过技术规律分析,程序化交易日渐崭露头角。系统化交易平台TB,用户可使用TB平台的TBL语言编写交易模型,通过测试检验,和参数优化等流程,模型确定后可通过TB平台实现系统自动交易。
相较通联数据和TB,量邦科技除了打通大数据做程序化交易、做7×24小时云交易系统,还将投资思想数量化,实现数量化选股。根据一价定律或相关性统计显著的品种,利用其回归特性来获得利润的量化套利。目前已开发出量邦天语、量邦天璇等。业内人士分析,大数据给资产管理行业带来质的变革,组织结构的外部化、信息沟通的社群化、投研流程的两端化,将重构整个资管行业的生态系统。大数据时代实现了从小样本到全样本信息的搜集,充分利用海量数据,借助机器学习充分挖掘有价值的市场因子,开启智能投资新时代。
■投资备忘
量化投资并非“高处不胜寒”
说起量化投资,我们会觉得比较陌生,这是一个比较新鲜的名词,在国内的话只是在金融行业接触的比较多,而在国外发展到如今却成为投资者口中脍炙人口的一段佳话。起初,量化投资出现在美国一个叫约翰·麦奎恩建立的投资平台上的定量投资系统,随着约翰·麦奎恩的推动,他利用美国富国银行在1971年发行了世界上第一支被动管理的指数基金,也就是我们现在所说的股票,得到了许多投资者的支持。随着互联网的发展,国内也衍生出一小部分量化投资者,市场发展潜力逐渐显现。
简单来说,量化投资就是将投资理念及策略通过具体指标、参数的设计为投资者针对以后的行情走向进行判断,然后对影响股市涨跌的因素进行归纳,建立出一个模型,把这个模型拿到当下行情进行检测,如果这个模型能准确的反应出走势,确保为投资者带去优良的收益,那么这个模型就值得投资者使用。相对于传统投资方式来说,量化投资具有快速高效性、客观理性、收益与风险平衡和个股与组合平衡等四大特点。正是因为各个环节都要有不同的方法和量化模型来保证操作的可靠性,因此技术方面也几乎覆盖了整个投资流程,从估值选股、资产配置到程序化交易与绩效评估等,对操作人员的要求也是比较高的。
量化投资自身以及整个投资行业的发展逐步产生共振。量化投资在海外的发展已有30多年的历史,其投资业绩稳定,市场规模和份额不断扩大、得到了越来越多投资者认可。作为一个概念,量化投资并不算新,国内投资者早有耳闻,以2010年股指期货上市为转折点,目前已经非常成熟。
这种把人的投资思想规则化、模型化,基于金融数据得出投资结论,并选用计算机去执行交易。原本用于自然科学研究的手段应用于投资实践,就产生了投资科学。比如出现于上世纪80年代左右的阿尔法投资,这种量化投资的主要工具是多因素模型,通过分析股价的驱动因素,合理配置权重,进行有益投资组合。
国内的量化投资和程序化交易技术快速发展,机构研究和民间智慧比翼齐飞,技术工具逐步完善,各种量化投资和程序化交易策略如雨后春笋般涌现。
据公开资料,国内目前采用量化投资方法的公募基金接近百只,管理资产规模几千亿。在基金业协会备案的15000家私募基金中,采用量化投资方法的私募证券基金估计在1000只以上,管理资产规模同样超过千亿。