量化股票投资策略范文

前言：我们精心挑选了数篇优质量化股票投资策略文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

[关键词]量化投资；Alpha策略；意义；方法

[DOI]10.13939/ki.zgsc.2015.25.083

Alpha策略最初的理论基础是套期保值，是由美国经济学家H.working提出的，随后股指期货的面市，量化研究便激发了人们浓厚的兴趣。传统的资产管理者理念的哲学基础大部分为追求收益风险平衡，然而平均市场收益与超额收益又很难达到绝对的均衡，因此将超额收益也即Alpha分离出来，建立起基于Alpha策略的量化投资，有助于指导投资实践。

1 Alpha策略在量化投资中的应用意义

量化投资指的是以现代计算机技术为依托，通过建立科学的数学模型，在充分掌握投资环境的基础上践行投资策略，达到预期的投资效果。采用量化投资方式的优点包括其具有相当严格的纪律性、系统性，并且对投资分析更加准确与及时，同时还具有分散化的特点，这使得策略的实施过程更加的机动灵活。量化投资过程使用的具体策略通常有量化选股、量化择时、统计套利、高频交易等，每一种策略在应用过程各有千秋，而Alpha策略属于量化选股的范畴。传统的定性投资也是投资人基于一种投资理念或者投资策略来完成整个投资活动的，最终的目的是要获得市场的占有率，并从中取得丰厚的利润。从这个角度来衡量，量化投资与传统投资的本质并无多大差别。唯一不同的是量化投资对信息处理方式上和传统定性投资有着很大的差异性，它是基于现代信息技术、统计学和现代金融工程理论的基础上完成对各类数据信息的高效处理，在对信息处理的速度、广度上是传统定性投资无法比拟的。在对投资风险的控制方面也具有很大的优势，是国际投资界兴起的新型投资理念和应用方法，也在日益成为机构投资者和个人投资者共同选用的有效投资方案。现阶段量化投资的技术支撑和理论建设的基础包括人工智能技术、数据挖掘、支持向量机、分形理论等，这些现代信息处理与数据统计方式为量化投资的可操作性提供了坚实的基础。

Alpha策略在量化投资中的使用优点主要是对投资指数所具有的价值分析与评定。它不是依赖于对大盘的走向变化或者不同股票组合策略趋势的分析，对投资价值的科学分析与合理评估更能吸引投资者的目光。Alpha策略重视对冲系统风险所获得的绝对收益，在股票投资市场上是一种中性的投资方式，具体的程序有选择资产、对资产的优化组合、建立具体组合方式、定期进行调整。为了促进该策略在投资市场中获得良好的收益，就必须先要重视优秀的选股策略，其次是重视期货对冲平均市场收益的时候所产生的风险控制问题。对冲系统风险时，若是能够及时地对投资组合与相关的股指期货的平均市场收益指进行精准地判定和预测，那么将会对整个投资行为产生积极的影响。

2 基于Alpha策略的量化投资具体策略和实践方法

通常情况下，Alpha策略所获得的实际收益并不是一成不变的，这与该策略本身的特定有关，具体表现在周期性与时变性上。

Alpha策略的时变性主要是指当时间产生变化时，超额收益也会随之而改变。需要清除的是Alpha反映的就是上市公司超越市场的预期收益，因此属于公司资产未来估值预期的范畴，所以上市公司自身所处的发展阶段和发展环境不同，那么就会给Alpha带来影响。由于时变性的特点，这就给策略的具体估计模型的设立带来了更多不可确定的因素，为此，参照对Alpha满足不同动态假设的理论基础，建立起一个可以获得不同种类估算的模型，同时假定在同一个时间范围内，超额收益和市场平均收益都保持恒定不变，这就极大地简化了计算的过程与步骤。也就是说在该段时间内，市场上股票投资组合基本面不会有太大的变化与波动，这就与实际的投资状况基本达成一致。对于投资策略的调整则要根据上市公司重大事项发生情况而定，那么估算的时间单位周期可以采用每日或者每周估算，对每一个季度的历史数据进行调整也可以作为一种调整方式，反映公司季度行情。对于具体证券而言，采用季度或者每周的调整频率则不是最为理想的，还要针对公司情况与市场行情综合调整。

Alpha的周期性特点在交替出现的正负号上最为突出，导致这一情况产生的原因主要是行业的周期性特征与套利效应共同造成的。具体而言，首先不同类型的证券分别属于不同的行业所有，当行业处于景气周期循环状态下会影响Alpha的符号与大小，同时景气程度的深与浅也会对此产生影响。其次一个股票组合产生非常大的超额收益情况下，市场中的其他机构投资者或者个人投资者就会不断地参与到该组合的投资中来，最后会导致Alpha逐渐接近于零。因此在建立不同策略的组合方面，要针对每一个季度的具体情况和波动率，进行综合性地评价与分析，并及时地做出必要的调整，以便最大限度地获得市场收益。

量化投资中的Alpha策略并不是一种单一类型的策略，不同的策略都在寻求获得超额收益的市场机会和可能性。现阶段市场上采用的Alpha策略主要有多因子选股策略、动量策略或者反转策略、波动性策略、行业轮动策略、行为偏差策略等，每一种策略在具体实施过程中都有其特征性，并且可以相互结合使用，发挥出综合预测和评价的作用。

多因子选股策略是必要和常用的选股方式，最大的优势是可以将不同种类和模块的信息进行高效化综合分析与评价后，确定一个选股最佳方案，从而对投资行为进行指导。该种选股策略的模型在建立方面比较容易，是量化投资中的常用方式。同时多因子模型对反映市场动向方面而言具有一定的稳定和可靠性，这是因为所选取的衡量因子中，总有一些可以把握住市场发展行情的特征，从而体现其本来就有的参考价值。所以在量化投资过程中，很多投资者都使用多因子模型对其投资行为进行评估，无论是机构投资者或者是个人投资者，都能够从中受益。多因子选股策略模型的建立重点在于对因子的剔除和选择上，并要合理判断如何发挥每一个因子的作用，做出综合性的评定。

动量策略的投资方式主要是根据价格动量、收益动量的预期与评定，对股票的投资进行相应的调整，尤其是针对本身具有价格动量的股票，或者分析师对股票的收益已经给予一定评级的股票，动量策略的应用效果会比较理想。在股票的持有期限内，某一只股票在或者股票投资的组合在上一段时间内的表现均佳，那么则可以判断在下一段时间内也会具有同样的理想表现，这就是动量效应的评价依据，从而对投资者的行为起到一定的影响作用。反转策略和动量策略恰好相反，是指某一只股票或者股票投资组合在上一段时间内表现很不理想，然而在下一个时期反而会有突出的表现，这也给投资者带来了一线希望，并对影响到下一步的投资策略的制定。

波动性策略也是Alpha策略的一种方式，主要是利用对市场中的各股运动和发展状态的细致观察与理智分析后，列出一些具有相当大的波动性的股票，同时这些股票的收益相关性也比较低，对此加以动态化的调整和规划，从而逐渐获得超额收益的过程。在一些多因子选股策略中也有机构投资者或者个人投资者将股票具有的波动性作为考察与评价因子之一，波动性策略经常和其他策略相结合来评价，这说明股票投资市场本身就具有一定的波动性，因此在投资过程中要慎重对待。

行业轮动策略和行为偏差策略的应用频率不似前面几种高，但也会和另外几种策略相互结合使用。行业轮动策略主要是为了充分掌握市场行业轮动机制与特征，从而可以获得高额的收益，对行业之间的投资也可以非常高效和准确地进行，对把握正确的时机有很大的优势。行为偏差策略目的是窥探到股票市场中存在的过度反应或者反应不足等现象，这些都属于股票投资市场的偏差，从而可以通过投资者对不同股票抱有的差异化评价来实现超额收益。

第2篇

关键词：大数据；量化投资；量化选股

中图分类号：F830 文献标志码：A 文章编号：1673-291X（2016）17-0106-01

量化投资理论是从20世纪50年代由马克维茨创造性地提出了用均值方差最优的数字方法来选择最优投资组合。由于当时对数据的处理量过大而复杂，因此，直到1990年后随着计算机被广泛使用，以量化作为核心的投资基金才逐渐超越传统的基金。量化选股策略是针对中国股票市场特性，从众多的指标参数中找出能够较为合理解释股票收益率的有效且不冗余的因子，并根据这些因子在选股策略中所占的权重来构建量化投资策略。随着信息技术的日异发展，资本市场深化改革步伐加快，证券市场间同业经营，居民消费等领域也迎来了信息数据量呈现几何级数增加现状。运用大数据思维分析众多股民的知识结构、行为习惯对股票投资形式的认知而形成固有模式思维，“大数据”思维正以不同形式、路径的方式影响着证券选股策略。大数据技术的战略意义不在于其庞大的信息数据量，而在于对含有意义的数据根据建模权重进行专业量化处理，帮助大家对于股票进行优化选股有着重要研究意义。因此，基于大数据思维模式分析多因子量化选股策略更加适用这样的市场，给投资者提供更好的参考模型。

作为量化投资界的传奇人物詹姆斯・西蒙斯，他曾因“用公式打败市场”的故事在金融界中为人津津乐道。在1989年由他创办的基金成立至今的20年时间里，该基金持续地获得了每年平均35%（扣除费用后）净回报率，而同期被称为“股神”的巴菲特每年平均回报率也才大约在20%左右。即使在金融危机的2008年，该基金仍然获得了80%的高额回报，“最赚钱基金经理”对西蒙斯来说无出其右。

目前，国内对量化投资策略研究还比较少，做量化交易的基金也相对较少，投资者对量化投资仍持怀疑态度。另外，中国目前的资本市场还不完善，做空机制以及金融衍生工具相对较少，股票市场上仍然采用T+1的交易模式，这些都导致了量化投资在中国市场的发展弊端。但是，随着股指期货等新的做空金融衍生工具的推出，量化投资开始走入“中国大妈们”的视野。

运用量化思维投资证券选股策略在国外已有四五十年。量化投资从无到有一直是很神秘的，人们把它叫做“黑匣子”。但是，当时的量化投资证券选股策略大多仅仅是数学模型，并不是人们想象的那么神秘。量化投资证券选股策略之所以弄得这样神秘是因为：（1）是为了保护其知识产权，防止侵权；（2）是为了防止其策略扩散后影响整个投资比率的失衡，缩短该策略的寿命；（3）是为了控制投资风险，如果该策略细节被投资对立面获得，则有可能会造成被动的投资效果。因此，投资公司、基金经理是不会说出其量化投资策略的。这是由于金融动荡中如果没有好的投资策略及对风险的控制力就有可能把老本亏个精光。

随着时间流逝，任何投资策略的盈利模式都会被市场所消化，量化投资策略也会随着时间的变化而改变。在量化投资证券选股这方面，重要的不是策略这一表面形式，而是掌握量化投资证券选股的研究模式。大家不必要去追逐那些形式的数学公式、策略模型，而应该根据现在大数据时代下对海量证券股票信息的合理分析整合，去学习、改进新的证券选股模式，以适应未来发展需要。

大数据时代的到来也给新形势下运用多因子量化模式选股带来极佳的发展机遇。

参考文献：

第3篇

最近一段时间，债市、股市接连走弱。截至2016年12月16日，上证指数累计跌幅为3.91%，创业板指累计跌幅为8.47%，如下图所示。在股市下挫的背景下，大部分采取主动管理的权益类基金净值纷纷走低，同期股票型基金平均净值损失幅度为4.17%，混合型基金平均净值损失幅度为2.82%，混合基金中股票投资仓位为0～95%，且主要进行股票投资的“高度灵配――相对业绩比较基准”类别的净值损失幅度为3.78%。由此可见，股市整体小幅震荡的格局下，各大类基金净值皆有所下滑，未有大类能够逆势上涨。

目前，市场基金存量较多，按照法定分类已不能充分体现基金投资方向的特性。因此，济安金信基金评价中心将公募基金按照投资范围、投资策略等维度进行特色分类。根据济安金信基金评价中心的特色分类统计，量化基金表现突出，该类基金2016年以来的平均净值增长率为1.64%，整体盈利能力较强，且最大回撤较小。

量化基金稳定盈利，各区间业绩优异

根据济安金信基金评价中心的统计，截至2016年12月16日，量化基金在过去1个月、3个月、6个月的平均净值增长率分别为-2.00%、2.38%、10.73%。可以看出，该类基金净值上涨的过程较为稳定平滑，这主要基于其投资策略。多数量化基金的股票选择行为都是基于投资模型而定，坚持数量化的投资策略，专注投资价值低估的股票。这种完全基于模型的数量化投资方法既能更加客观和理性地分析和筛选股票，还能保证不受外部分析师的影响，极大地减少了投资者情绪对基金投资运作的影响，从而保持投资策略的一致性与有效性，使其具有较强的盈利能力。

据笔者统计，现市场上多数量化基金的持仓特点是“持股数量多，重仓股集中度低”。根据基金半年报及年报的股票投资明细，大部分量化基金持仓股票数量在80只以上，且持有市值占基金资产比重较小，投资分散有助于增加抗风险能力，同时平滑了基金的收益，有益于基金净值的稳定，如选股模型较为符合市场形势，则实现较为稳定盈利的可能性较大。

具体来看，目前市场上共有54只采用量化投资策略的公募基金，其中2016年以来具有完整运作周期的共有34只，在2016年以来净值实现上涨的共有24只，占比70.59%。其中，净值增长率排名第1的为长信量化先锋混合，其2016年以来的净值增长率为15.05%。该基金管理公司旗下还有长信量化中小盘股票及长信量化多策略股票两只量化基金，这3只量化基金2016年的表现均较为突出，实现了逆势上涨，且都在量化基金排行的前10名中，3只产品均由基金经理左金宝管理，如表1所示。从其净值表现来看，长信基金管理公司的量化投资模型较为成功，赢得了市场的认可，投资者可对该管理公司旗下的量化产品多加关注。

资金面偏紧，债市承压，需谨慎看待债券基金

进入2016年12月中旬，银行间市场资金价格不断走高、信贷数据不及预期等因素使得银行间债市及5年期、10年期国债期货再度遭遇大跌。此外，银行间拆借利率、隔夜回购利率不断走高，这意味着短期内资金面承压较大，债券市场的走弱使得债券基金的净值走势呈下行趋势，即使新基金发行也频频延长募集期限的公告。海外方面，美联储加息落地，人民币贬值预期持续，年末期资金利率走高，跨年资金上涨尤为明显，逆回购利率品种多数上行，上海银行间同业拆放利率（Shibor）继续全线上涨。尤其值得注意的是，Shibor3个月期收报3.1774%，为2015年10月末以来的高位，并已连续上行41个交易日，创下2010年年底以来最长的连涨周期。另外，中央经济工作会议将2017年货币政策定义为稳健中性，以防范风险为首要，预期2017年货币投放可能比2016年更为谨慎。因此，资金面偏紧的状况短时间内难以改善，此时投资者应对债券市场及债券基金谨慎看待。

2016年年底，债市持续下跌，国债利率平均上行28基点，AAA级和AA级企业债利率平均上行50多个基点，中证转债指数大跌3.86%。周内交易日国债期货多个合约开盘后迅速出现跌停，为国债期货上市3年来首次。纯债基金整w收益水平出现一定回撤，同类基金业绩分化程度也较大，仍处于建仓期内的新基金和部分次新基金短期收益持续好于一些运作周期较长的产品。据笔者的跟踪统计，近几周收益水平较高的产品多为委外基金，甚至出现若干次由于大额赎回所至的净值暴涨，周内收益率超过10%的现象。对于个人投资者，笔者建议回避此类基金，在选择债券基金时，应多关注具备历史中长期业绩，投资运作较为成熟的品种。固定收益类基金累计净值增长率统计如表2所示。