量化投资发展及现状分析范文

本站小编为你精心准备了量化投资发展及现状分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：随着我国证券市场的发展和技术的成熟，量化投资已经成为基金经理决策的重要工具之一。通过对量化投资在我国和国外的发展，以及对量化投资模型的发展进程和现状进行梳理总结，最后对未来量化投资在我国的发展前景进行了分析和展望。

关键词：量化投资；发展趋势；中国；现状

现资理论经过了几十年的发展，投资组合管理可以分为被动管理和主动管理两种方式。被动管理也叫指数化管理，目的是跟踪某个基准股票指数，使投资组合业绩与基准业绩准偏离最小。主动投资管理重要的是依赖于投资者对于市场和个股的主观判定，一般情况需要投资者对潜在公司有非常深刻的认识，包括公司的企业构造，经营状态，财务状态，行业周期等等方面，特别依靠投资者的知识局限和眼光，非常考验投资者的专业知识。定量投资是投资管理常用的方法。定量投资管理是根据能够获取的公开数据，基于数学或者统计或者物理的方法，建立定量模型对股票进行评判并依此进行投资决策，前沿投资模型囊括了各行业的尖端模型，包括语音识别，图像识别，人工智能等领域。定量管理本质是统计套利，关注的是因子（共性），而非股票（个性）。基本假设包括：（1）市场大多是有效的；（2）纯套利机会不存在；（3）定量分析创造统计上的套利机会；（4）定量分析以有效的方式结合所有可能获得的信息；（5）定量模型应该基于合理的经济理论；（6）定量模型应该反映持续稳定的模式；（7）证券投资组合与基准的偏差只有当不确定性足够小时才是合理的。

1量化投资概念

简略来说，量化投资是指应用计算机技术与数学建模等方法，来实现投资理念和投资策略。量化投资与传统投资的差别在于依赖数学模型和数据来找寻投资标的，实行投资策略，寻求稳固而连续的收益。量化投资在西方投资界被称为是传统投资哲学的“投资革命”，经过40多年的发展已经被证明为可以持续获得超额收益的有效方法。量化投资与传统投资模式在理念方面是相似的，他们都是基于市场非有用或弱有用的理论基础，试图克服市场而获取超额收益。

1．1国外量化投资发展

国外量化投资的发展可大致分为三个阶段。第一阶段是萌芽阶段，1952年马克维茨博士提出的投资组合理论第一次使得风险和受益数量化，代表理论领域量化投资的萌芽。1971年巴克莱公司发行了第一只量化基金，标志着量化投资在实践领域开始应用；第二阶段是缓慢发展阶段，从20世纪80年代到1995年，由于技术等方面的局限性，量化投资在国外并没有突破性的发展；第三阶段是飞速发展阶段，随着信息技术的发展进步，量化投资在技术支持下才开始飞速发展。到目前，定量投资的方法已被广泛使用，指数类投资和主动投资基本都采用定量投资。

1．2我国量化投资发展

与西方国家相比，我国在量化投资方面起步较晚，而且由于市场的非有效性，投资者的专业性不强，导致许多投资行为的非理性，使得投资者对于信息的反应难以预期，可能发生反应不足和反应过激等情况。另外，经济政策对于我国股市的影响也不容小觑。我国股市的波动多与经济政策高度相关，而经济政策对于股市的影响程度也是难以准确预估。除此之外，目前国际经济形势的动荡、国际大宗商品价格的波动等因素许多都是前所未有的，因此对于股市的冲击程度也难以评估。综上所述，我国量化投资与国外量化投资差异较大，发展仍处于探索期。

2量化投资模型发展

量化投资是数理工具在金融领域的应用，是金融学与数学的结合应用的方法。因此本部分从数理模型角度梳理量化投资的发展。

2．1均值方差模型

1952年Markwiz发表的“投资组合选择”一文奠定了现资组合理论的基础，打破了以往对于投资组合只有定性分析而缺乏科学性的定量分析的局面。Markwiz提出用证券平均收益率测度收益，用收益率的标准差测度风险，最终得出通过投资组合可以有效降低投资风险的结论。马克维茨投资组合理论的基本假设为：（1）投资者倾向于规避风险，期望预期收益最大化；（2）投资者根据收益率的期望与方差来确定投资组合；（3）投资者处于同一单期投资期。以期望收益E来衡量证券收益，以收益的方差δ2表示投资风险。资产组合的总收益用各个资产预期收益的加权平均值表示，组合资产的风险用收益的方差或标准差表示，则马克维茨模型如下：式中：rp———组合收益；ri、rj———第i种、第j种资产的预期收益率；wi、wj———资产i和资产j在组合中的权重；δ2（rp）———组合收益的方差即组合的总体风险；cov（r，rj）———两种资产之间的协方差。根据马克维茨模型，构建投资组合的合理目标是在给定的风险水平下，形成具有最高收益率的投资组合，即有效投资组合。此外，马克维茨模型为实现最有效目标投资组合的构建提供了最优化的过程，这种最优化的过程被广泛地应用于投资组合管理中。

2．2CAPM模型

在马克维茨的均值方差模型的基础上，Sharpe等人（1964）将其进行简化处理，使得计算提速十倍以上，在当时不是很发达的技术水平下，大幅提升了计算效率，建立了CAPM（CapitalAssetPricingModel）资本资产定价模型。CAPM模型后来被广泛应用于财务管理和投资决策领域。资本资产定价模型提出用β系数衡量投资组合收益率与市场收益率的关系，投资组合的收益率与市场组合相关。CAPM模型公式如下：

2．3三因素模型与多因素模型

Fama，French（1992）将投资组合的收益进行了更加详细的分解，并基于公司规模、超额收益、账面市值比建立了更为全面的线性模型。因为投资者承担高风险一定要求高收益，因此公司规模与组合收益率负相关，账面市值比与组合收益率正相关，印证了风险———收益理论。三因素模型是CAPM模型的一个拓展，也是对APT模型的应用，三因素模型刚刚提出时能够解释大部分股票的市场表现。但是随着越来越多不能被其解释的异象出现，学者们开始思考用更全面的模型来解释市场，业界和学界深度挖掘股票特性，从基本面，技术面，市场情绪，宏观周期等等各方面来挖掘未被市场利用的有价值信息，以求获得超越基准的收益。多因子模型根本假设是个股收益可以被个股承当的种种因子来诠释，个股逾额收益为市场对各类因子的收益补偿之和。多因子模型相比于传统的主观投资管理更稳健，其中最具代表性的文艺复兴科技过去几十年保持着29％的年化收益。多因子模型的公式如下：常用的因素包含这几大类：（1）估值类指标。如PE，PE较低的股票往往在同行业中认为价值被低估，基本面没有问题的情况下，此类股票很可能会有超额表现；（2）红利类指标。用以衡量公司的经营状态，更为贴切的反映公司的红利能力，如ROA、ROE；（3）新兴的因素。包括情绪类因子，比如衡量市场多空气氛对比的指标，衡量买卖人气的指标，衡量投资者信心的指标等等。纳入收益预测模型的因子数越多，超额回报越丰厚，同时，因子模型也有弊端，当选择的因子不具有预测作用却被纳入模型时，会降低模型的准确度，所以，我们对纳入回归方程的每一个因子都要细致的检验。多因子本质上是对于股票的特征刻画，通过观察股票过去各阶段的收益和对应因子的特征总结其因果关系或者相关关系，然后建立对应模型。多因子模型经过多年的发展实际上已经不再是简单的统计学建模，而是综合了各学科前沿高端预测方法的高级建模，建模水平和基础信息的有效程度决定了收益竞争水平。

3量化投资在我国的现状

3．1参与的投资者

现代量化投资交易多为高频交易，且交易金额一般较大，交易费用较高，另外量化投资者要有高的金融专业素养和数学基础。因此若想通过量化投资获得稳定的高收益，只有机构投资者有这样的资金量和专业水平。所以目前量化投资主要应用于期货公司、证券公司、私募基金等，其中以私募基金为主要投资机构。个人投资者基本难以参与，因为高频交易使得交易成本较高，资金量少的情况下收益无法覆盖交易成本。

3．2具体操作方法

目前我国应用量化投资最多的领域当属股指期货，因股指期货的交易规则为T＋0，十分契合量化交易高频、持仓时间短的特点。在期货市场中，量化投资方法主要分为四大类：阿尔法策略、趋势策略、套利交易策略和高频交易策略。阿尔法策略的使用者利用股指期货与现货之间的组合，获取超越市场收益的阿尔法收益；使用趋势策略的投资者首先进行技术分析，利用模型对未来股价进行预测，根据预测做出相应的操作从而获取收益；套利策略使用者通过统计方法等来实现低买高卖从而获利；高频交易投资者则是利用股指期货市场价格的波动进行高频快速的交易获取收益。

3．3对中国资本市场的影响

量化投资频繁交易、交易金额大的特点，扩大了整个市场的交易量，使得金融资产的流动性增强，增加了市场的活力，也对其他交易方式的交易量有促进作用。另外，量化投资也有调节市场的作用。因为量化交易中的套利策略使用的较为广泛，因此只要市场上的价格稍微偏离真正的价值，套利交易便会迅速反应直到价格回归价值。所以量化交易可以迅速调节市场价格，使得价格的有效性提升。

4量化投资在我国的发展前景

在西方较发达的金融市场中，量化交易占据全部交易量的70％，相比之下我国的量化投资仍处于起步的阶段。因此量化交易在我国的发展前景乐观，将会有更多的金融工具更精密的投资模型出现，量化投资发展将呈现更多的多元化。这种预测基于以下几点：首先，我国资本市场发展时间尚短，只有20年的时间，因此不可避免地存在市场规范性差、投资者专业程度普遍较低等诸多问题。但是在这种弱有效性市场中，获取阿尔法收益的可能也更大，潜力更强。除此之外，目前国内资本市场上使用传统的定性投资方法的投资者占多数，而量化投资者较少，意味着量化投资的机会更多，竞争者更少。例如，2010年股指期货在我国的出现，使得量化投资在我国的优势性更加突出明显。另外十八届三中全会后，利率、汇率市场化的进程稳步推进，预期我国的量化投资将有更好的政策支持。最后，随着我国证券市场的发展，大数据、云计算等技术的广泛使用，将给量化分析更大的发展平台，为量化投资者提供更加有力的技术支持。因此，量化投资在技术红利和政策红利的支持下，将会显现出传统投资分析所不具有的魅力，得到更加广泛的运用。

参考文献

［1］宣云云．量化投资策略及其绩效分析实证研究［D］．大连：东北财经大学，2014．

［2］郭喜才．量化投资的发展及其监管［J］．江西社会科学，2014，（3）：58－62．

［3］张鑫．量化投资发展趋势及其对中国的启示［J］．中国商论，2018，（1）：31－32．

［4］何亚莉．论量化投资对中国资本市场的影响［J］．现代商贸工业，2016，37（19）：120－121．

［5］王冰，李想．浅议量化投资在国内市场的发展［J］．经济视角（下旬刊），2011，（3）：46－47．

作者：赵佳艺 单位：西安高级中学