量化金融投資的魅力

岑偉

【摘要】量化金融投資在國內外的發展狀況，進行金融投資實行量化投資的必要性，小型軟件企業參與量化金融投資的優勢和步驟。

【關鍵詞】量化金融投資 軟件企業

一、量化金融投資簡介

量化投資就是借助現代統計學、數學的方法，從海量歷史數據中尋找能夠帶來超額收益的多種“大概率”策略，并紀律嚴明地按照這些策略所構建的數量化模型來指導投資，力求取得穩定的、可持續的、高于平均的超額回報。量化投資屬主動投資范疇，本質是定性投資的數量化實踐，理論基礎均為市場的非有效性或弱有效性量化金融投資主要有以下特點：

第一，投資視角更廣。借助計算機高效、準確地處理海量信息，在全市場尋找更廣泛的投資機會。

第二，投資紀律性更強。嚴格執行數量化投資模型所給出的投資建議，克服人性的弱點。

第三，對歷史數據依賴性強。

二、量化金融投資的現狀分析

（一）國外狀況

量化投資如今已經走過長達40年的歷程。據統計，1970年時，量化金融投資在西方市場的全部占比為零，到2001年時，量化金融投資的資產管理規模已經超過880億美元。而之后這一數量更是直線式上升。根據路透社數據，截至2010年11月，1600只量化基金管理的總資產高達2600億美元，年均增長速度高達20%，而同期非量化基金的年增長速度僅為8%。而量化的投資標的，也從最初的利率市場，延伸到國債、外匯、股票期權到氣候等幾乎所有投資領域。

到2009年，定量投資在全部投資中占30%以上。其中指數類投資幾乎全部使用定量技術，主動投資中大約有20%到30%使用定量技術。從2000年到2007年，美國定量投資總規模翻了4倍多，與此相比，美國共同基金總規模只翻了1.5倍。而著名的西蒙斯大獎章基金、索羅斯量子基金在國際資本市場上，依靠最核心的量化投資模型收獲了驚人的回報，索羅斯旗下基金2013年大賺55億美元，居全球首位。

（二）國內狀況

伴隨著一批海外量化投資人才相繼回國，一批采用量化方法進行管理的基金產品相繼推出，2009年被媒體稱為“中國量化投資元年”。于2009年底發行的富國滬深300指數增強基金，是主動量化方法，在指數型基金中的首度應用。

統計顯示，截至2011年6月30日，中國定量投資基金的規模總量約262億，約占全部基金管理規模的1%。量化投資在中國還有很大發展空間。與國外相比，國內量化基金無論在數量還是規模上都要小得多。2008年的金融危機極大地提升了國人的風險防范意識，也為量化基金的發展提供了歷史性的機遇。2010年以后，量化基金在國內發展較快，截止到2014年3月底，據不完全統計，中國的資本市場已有100多只產品實行量化對沖。雖然目前仍處于起步階段，但量化基金未來的發展空間不可估量。

在近兩年的結構性市場行情下，與非量化對沖產品相比，量化對沖產品在收益上的優勢并不顯著，但在市場震蕩的行情下，與傳統價值投資相比，量化投資在擇股、擇時，尤其是系統性風險的判定上，仍展現出一定的過人之處。以華商基金旗下的華商大盤量化精選基金為例，根據WIND數據統計，自2013年4月成立，截止到2014年4月18日，成立以來收益率為31.25%，遠超同期混合型基金8.44%的凈值增長率；而今年以來，股市經歷了一波較大幅度的震蕩，該基金在應對下行風險的表現可圈可點，展現出較強的風險管理能力。截止到4月18日，華商大盤量化近三個月的收益率為13.43%，在35只同類可比基金中排名第一，顯著地高于同期混合型基金1.59%的平均收益率水平。

以上可以看出國內量化投資分析的市場空間巨大，存在很多的市場機會。

三、金融投資實行定量分析的必要性

（一）員工的技能要求

按照傳統的定性投資方式，要求投資公司招募熟悉投資分析的專業技術人才，對員工的行業經驗和專業技能有很高的要求。因此依靠計算機的量化輔助分析，是投資公司突破人才需求瓶頸的主要手段之一。

（二）金融產品的多樣化

伴隨著市場金融產品的日益豐富，從原來20年前的股票，商品期貨，基金等少數產品，發展到現在的股票，商品期貨，基金，股指期貨，國債期貨，以及即將推出的期權，港股通等多種金融投資產品，金融產品的日益豐富和員工勞動成本的不斷增加使得投資機構必須改變原來的投資策略。必須需要計算機輔助實現量化投資，減少投資公司的人力投入。

（三）交易時間

目前，某些國內的投資品種（如貴金屬，有色金屬）開展了夜間交易投資，更加需要計算機輔助來實現量化投資。

（四）實現跨地區投資的平等性

定量投資分析根據數據做出處理和判斷，幾乎不受地區地理位置和市場消息的影響。因此在西部地區開展定量投資分析，可以彌補西部偏遠區域金融市場消息落后的后天不足。

四、軟件企業參與量化投資的優勢

（一）數據挖掘和分析的經驗（數據庫，數據挖掘工具）

軟件企業對大型數據庫，數據挖掘工具等軟件工具積累了豐富的經驗。而量化投資幾乎離不開大型數據庫的維護和數據挖掘工具。

（二）計算機專業人員有比較深厚的數理統計分析基礎和外語基礎

在大學里，計算機專業的學生學習數學，概率，統計分析，運籌學等多門數理統計分析基礎課程，比其他一般專業的學生基本上多學1年的數理統計分析課程。

（三）處理各種投資平臺的數據接口的經驗

國內有2家證券交易所，3家期貨交易所，每個交易所的數據格式數據接口都不一樣，軟件企業具備處理較復雜的數據接口的經驗。

（四）熟悉計算機集群，云計算等大數據處理的軟件和網絡及硬件處理技術

軟件企業的員工具備計算機集群，云計算等大數據處理的軟件和網絡及硬件處理技術，為金融產品的大數據海量計算分析提供了技術基礎。

（五）應用層面的軟件企業人力成本普遍低于證券行業

作為以應用軟件開發和軟件項目實施為主的西部小型軟件企業，其行業薪資水平低于金融證券行業。進入量化投資領域的人力投入成本比較低。

五、如何參與量化金融投資

（一）簡單入手

從簡單的品種入手，比如指數基金，股指期貨等和宏觀經濟密切相關的產品入手。免除處理價格除權，外盤的影響等多種異常事件的處理手段。

（二）金融產品數據處理和數據源

量化投資的基礎是豐富，準確的歷史數據，因此獲得并整理好歷史數據是做好量化投資的前提。

（三）交易平臺的設計方案

交易平臺的搭建決定了以后量化投資是否能進行高效多維的數據分析和投資策略。是整個量化投資的核心。因此需要多方面論證和借鑒目前市場上主流的量化投資分析平臺。

（四）量化投資策略的建立和歷史數據測試

建立量化投資策略，并利用歷史數據進行測試和參數的優化和調整。

（五）模擬上線

經過參數優化的策略接入實際市場進行模擬投資交易，并進行參數優化和增加突發事件的異常處理。

（六）交易策略正式投入使用

交易策略經過模擬上線后，正式投入使用，并對日常的盈虧情況進行分析和處理，對交易策略進行日常的維護。

六、結論

總體而言：量化金融投資在國內市場還是處于起步階段，市場空間巨大，相對于受國家宏觀調控的傳統行業，量化金融投資目前是軟件企業發展方向的選擇之一。