量化投資創新性實驗教學探索

高 祥 寶

(北京工商大學 文科實踐中心，北京 100048)

?

量化投資創新性實驗教學探索

高 祥 寶

(北京工商大學 文科實踐中心，北京 100048)

研究目的是找到專業碩士課程“量化投資”創新性實驗教學解決方案。闡明了研究生專業碩士課程“量化投資”實驗教學的重要意義，探討了針對“量化投資”側重不同量化投資研究方法的實驗教學平臺軟件的選擇，提出了以萬得資訊、SPSS及文華贏智程序化交易軟件作為側重統計分析方法、培養統計專業碩士的量化投資實驗教學平臺軟件的方案，探討了“量化投資”創新性、設計性實驗項目設置，包括量化選股、量化擇時、配對交易、程序化交易方面7例創新性實驗項目設置，實驗教學過程設計以及實驗教學的評價方法，并以北京工商大學應用統計專業碩士研究生“量化投資”課程為實際案例加以闡述。

量化投資； 創新性實驗； 教學設計

0 引 言

量化投資是利用模型和計算機技術來實現投資理念和投資策略的方法[1]。量化投資已經廣泛應用于股票、期貨、期權等的投資，且成效顯著。量化投資的應用主要體現在量化選股、量化擇時、股指期貨套利、期貨套利、期權套利、統計套利、程序化交易等方面。量化投資的研究方法主要采用統計分析方法、人工智能、數學方法(如分形理論、隨機過程)及計算機技術等，其中統計分析方法是使用最廣泛且有效的方法，計算機技術主要用于實現量化投資模型。“量化投資”作為應用統計專業碩士和金融專業碩士的選修課程，其實驗教學有著非常重要的意義。

1 開展量化投資實驗教學的意義

專業碩士教育是針對一定的職業背景培養高層次、應用型人才。與學術碩士不同，專業碩士更強調實踐能力的培養[2-3]。以應用統計專業碩士為例，其培養目標是具備良好的政治思想素質和職業道德素養，具有良好的統計學背景，系統掌握數據采集、處理、分析和開發的知識與技能，具備熟練應用計算機處理和分析數據的能力，能夠在國家機關、黨群團體、企事業單位、社會組織及科研教學部門從事統計調查咨詢、數據分析、決策支持和信息管理的高層次、應用型的應用統計專門人才。應用統計專業碩士課程設置反映了應用統計實踐領域對專門人才的知識與素質要求，突出統計實際操作能力的訓練，注重分析能力和創造性解決實際問題能力的培養。

“量化投資”這門應用統計專業碩士課程正是體現了實踐能力培養宗旨，其實驗教學以統計分析方法和計算機實現投資策略為主要內容，實驗教學直接面向證券期貨投資實戰，涉及市場行情和經濟資訊軟件、數據分析軟件、程序化交易軟件的運用，這樣非常有利于學生掌握數據收集、處理、分析和開發的技能。借助實驗對已有投資策略進行實證、改進，直至創新投資策略和方法，培養學生分析能力和創造性解決實際問題的能力。可見，量化投資實驗教學對學生實踐能力和創新精神培養都有重要意義[4]。

2 量化投資實驗教學主要內容與軟件選擇

量化投資的內容繁多，在教學內容選擇上要有側重點[5]。當然，還要根據專業特點以及課時數量具體安排。這里以應用統計專業碩士培養為例，“量化投資”總學時為40學時，教學內容主要包括量化選股、量化擇時、統計套利、程序化交易四個大的專題，當然還包括金融投資理論和研究工具軟件的鋪墊[6-8]。研究方法側重于統計分析方法。

根據以上教學內容，涉及三類研究工具軟件：①行情與經濟數據服務；②數據分析；③程序化交易。軟件的選擇要根據每個高校的專業自身情況來定。

國內使用比較廣泛的行情與經濟數據服務軟件是Wind資訊。在國內市場，Wind資訊的客戶包括超過90%的中國證券公司、基金管理公司、保險公司、銀行和投資公司等金融企業；在國際市場，已經被中國證監會批準的合格境外機構投資者 (QFII)中75%的機構是Wind資訊的客戶。Wind資訊最大的特點是數據全面、及時并可以根據研究需要導出Excel數據文件。數據涵蓋了全球宏觀經濟數據、大宗商品數據、國內行業數據、上市公司數據以及全球證券、外匯和衍生品行情數據。當然，還可以考慮國內國際其他數據服務軟件，如國泰安、路透等。筆者以Wind資訊為首選。

數據分析軟件可以選擇SPSS、Matlab、SAS、R等。由于SPSS統計分析功能強大且易于掌握，所以筆者選用SPSS[9]。如果注重訓練學生編程或其他非統計分析研究方法如神經網絡等，可以考慮選擇Matlab、SAS、R等。

程序化交易軟件有很多，目前國內程序化交易軟件已有十幾種，如文華贏智程序化交易軟件(WH8)、交易開拓者程序化交易軟件(TB)、MultiCharts(MC8)、金字塔交易系統等等[10]。WH8使用者眾多，在市場上應用普遍且運行穩定。它提供國內股票和期貨全部品種以及國外期貨品種多周期的時間序列歷史行情數據和近期的TICK數據，提供檢測報告以檢測模型，并能夠進行仿真交易等。WH8采用第四代語言，編程易于學習和掌握。特別是文華贏智程序化交易軟件模擬交易版可以免費獲得，除了不能用于實際交易外，其他功能毫不遜色，非常適用于研究開發。因此，選用WH8(模擬交易版)作為程序化交易實驗教學軟件[11]。

3 量化投資創新性、設計性實驗項目設置與實施

量化投資實驗教學首先可以進行已有量化投資方法和策略的實證檢驗,而創新性實驗可以是對已有量化投資方法和策略的改進,也可以是提出新的量化投資方法并進行實證檢驗。程序化交易模型設計實驗含有創新性和設計性雙重屬性。下面從量化選股、量化擇時、統計套利、程序化交易幾個方面來討論創新性、設計性實驗項目的設置。

3.1 量化選股創新性實驗

量化選股是通過量化分析的方法選擇適合投資的股票。量化選股的具體策略很多，包括多因子、風格輪動、行業輪動、資金流、動量反轉、一致預期、趨勢追蹤及籌碼選股等模型。由于教學時間限制，只能選擇其中兩種策略進行實驗教學。以下詳細討論多因子選股模型創新性實驗。

多因子選股模型的實施分為5個步驟：

(1) 候選因子的選取。候選因子一般包括估值因子(如每股收益、凈資產收益率等)、成長因子(如主營收入增長率、再投資率等)、資本結構因子(如流通市值、資產負債率等)、技術面因子(如換手率、震蕩指標等)。

(2) 對選股因子有效性進行檢驗。采用排序的方法檢驗候選因子的選股有效性，從而篩選出有效的選股因子。

(3) 將有效但冗余的因子剔除。

(4) 建立選擇股票的綜合評分模型并選股。

(5) 選股綜合評分模型的評價和改進。

學生對多因子模型的改進和創新主要體現在(1)、(3)和(5)。

具體實驗步驟分為6個步驟：①收集各類因子指標數據和評價因子有效性所需要的大量股票的行情數據，這可以通過Wind資訊軟件完成。②利用統計分析軟件SPSS將Wind資訊導出的Excel格式的數據文件轉化為SPSS數據文件，檢驗候選因子的有效性。③將有效但冗余的因子剔除。④建立選股綜合評分模型并進行選股。⑤選股綜合評分模型的評價和改進。⑥完成實驗報告。其中，第④和⑤需要反復，綜合評分模型權重參數可以調試，綜合評分模型的評價標準就是能否選出適合投資的股票，這可以用建模樣本期之后的股票行情數據檢驗所選股票的表現。第②～⑤涉及的數據分析都用SPSS軟件完成。

另外一個量化選股實驗是統計定價模型選股，具體實施方法可以參閱高祥寶和閆慧敏的論文《 統計定價模型與股票投資決策》[12-13]，這里不贅述。

3.2 量化擇時創新性實驗

量化擇時是通過量化分析的方法進行市場走勢的判斷并進一步指出買入點和賣出點。量化擇時的方法有趨勢追蹤擇時、市場情緒擇時、有效資金模型、牛熊線、Hurst指數、SVM分類、SWARCH模型及異常指標模型等。在實驗教學中，可以把趨勢追蹤擇時作為教學重點。

趨勢追蹤擇時的思想源于技術分析，趨勢具有延續性，可以找到趨勢的方向，而后跟隨趨勢操作。趨勢追蹤擇時的常用技術指標有MA、MACD、DMA等。

趨勢追蹤擇時實驗可利用上述傳統的技術指標來進行實證研究，也可先進行新的技術指標設計并實證檢驗，創新趨勢追蹤擇時方法。現詳細討論后者。

趨勢追蹤擇時實驗的創新性重點體現在新的技術指標的設計。在融資融券交易開展之前，我國證券市場交易基礎數據有開盤價、收盤價、最高價、最低價、成交量、成交金額等，傳統的技術指標都是以這四價二量為基礎來構造的。隨著我國證券市場融資融券交易的發展，積累了大量的融資融券交易基礎數據。我國證券市場每個交易日融資交易基礎數據包括當日融資余額、當日融資買入額、當日融資償還額，融券交易基礎數據包括當日融券余量、當日融券賣出額、當日融券償還交易額等。可以將這些融資融券基礎數據進一步加工成新的技術指標，以新的技術指標為基礎進行趨勢追蹤擇時方法創新。

趨勢追蹤擇時實驗步驟分為：①基于融資融券數據進行技術指標設計并進行實用性檢驗，可以選擇滬深300指數為實證研究對象，采用Wind資訊軟件獲得融資融券數據、滬深300指數行情數據的Excel文件，然后建立SPSS數據文件進行實用性檢驗。②擇時有效性檢驗。例如以黃金交叉買入、死亡交叉賣出，測試交易執行效果。③調整指標參數，以達到更好的擇時交易效果。④完成實驗報告。其中，第②、第③可能需要多次反復才能完成。

3.3 統計套利創新性實驗

按照摩根斯坦利的定義，統計套利是基于模型的投資過程，在不依賴于經濟含義的情況下，運用數量手段構建資產組合，根據證券價格與數量模型所預測的理論價值進行對比，構建證券投資組合的多頭和空頭，從而對市場風險進行規避，獲取一個穩定的α(超額收益率)。配對交易是統計套利最初也是最重要的策略。配對交易策略具體實施有距離交易法和協整套利法等[14]。以距離交易法為基礎配對交易是指從市場上找出歷史股價走勢相近的股票作為配對股票，當股票的價差偏離價差的歷史均值時，則賣出股價較高的股票(做空)，同時買入股價較低的股票(做多)，當兩者的價差回歸歷史均值水平時，分別平倉兩只股票完成交易，由此賺取兩只股票價格收斂的報酬。以下詳細討論以距離交易法為基礎的配對交易創新性實驗。

配對交易實驗分為下列步驟：

(1) 構建配對股票組合。通常配對股票組合在同一個行業來選擇，并利用相關分析或最小距離平方法來篩選。為此，需要用wind資訊軟件導出同一個行業的所有股票的行情數據的Excel文件，然后轉化為SPSS數據文件并完成股票對的篩選。

(2) 計算配對組合股票之間的價差。計算價差和繪制價差的莖葉圖等可以用SPSS軟件完成。

(3) 制定決策標準。設定一個開倉閾值，當股票對之間的價差達到這個閾值是就開始交易，即買入股票對中價格低的股票，同時融券賣出股票對中價格高的股票。按照資金中性原則來確定交易頭寸，即做空股票的金額與做多股票的金額相同。開倉閾值的確定是通過歷史數據回測得到或觀察分布圖如莖葉圖得到。另外還要設定一個平倉閾值，即價差達到歷史平均價差或0時將所持股票對都平倉為現金。

(4) 完成實驗報告。

配對交易實驗的創新性主要體現在(1)和(3)。對于(1)，可以考慮利用其他方法篩選股票對，例如采用多因子選股方法。一旦(1)變化，(3)也需要相應地改變。

3.4 程序化交易創新性、設計性實驗

程序化交易，也稱算法交易，指在計算機和網絡技術支持下，通過預先編制的交易程序代碼完成組合交易指令的交易方法[15-16]。程序化交易實驗教學依據從簡單到復雜的原則進行。先學會程序化交易簡單模型的設計、實現及檢測(對應于WH8的過濾性模型)，然后再完成較復雜的程序化交易模型的設計、實現及檢測(對應于WH8的非過濾性模型)。最后，還可以設計多個模型，構成模型組合(對應于WH8的模型組合)。因此，程序化交易創新性、設計性實驗可以設置三個實驗：過濾性模型實驗、非過濾性模型實驗、組合模型實驗。

過濾性模型實驗分為三個步驟：①設計交易系統模型，如趨勢追蹤，完成程序代碼；②進行檢測，進行回測分析、模型參數優化、敏感度分析；③完成實驗報告。其中，第①和第②可能要反復多次。

非過濾性模型實驗和過濾性模型一樣也分為三個步驟。兩者差異主要在于后者可以實現連續開倉或平倉，加倉和減倉，而前者不行。交易賬戶的資金管理問題也在非過濾模型實驗中解決。因此，第一步在設計模型時更為復雜。

組合模型實驗是將多個交易品種和多個交易模型組合在一起運行，更貼近于資產投資組合管理實戰，實驗步驟也可以類似前面非過濾模型試驗分為三步，只是每一步更為復雜。

這里還要說明一點，量化選股、量化擇時、統計套利中只有部分策略可以用程序化交易平臺軟件實現，這也是量化投資課程需要統計分析軟件的原因之一。

4 量化投資實驗教學效果評價

實驗教學效果評價是實驗教學的重要一環，一般通過學生的實驗報告來進行評價，特別是考察創新性實驗的實驗報告。對于專業碩士研究生來說，實驗報告的要求更高，創新性實驗報告按照論文的格式寫作。為此，程序化交易創新性、設計性實驗報告就要包括摘要、關鍵字、設計思路、程序源代碼(包含注釋信息)、回測分析、模型參數優化、敏感度分析、資金管理、參考文獻等方面內容。量化選股、量化擇時、統計套利創新性實驗報告要包括摘要、關鍵字、研究思路、實證分析、結論、參考文獻等內容。從實驗報告(論文)中，教師可看到學生是否達到掌握知識和創新的要求。

5 結 語

量化投資是一個活躍的應用研究領域，這為量化投資創新性實驗提供了豐富的內容。本文所探討的創新性實驗僅僅反映了量化投資的冰山一角，采用研究方法是統計分析的方法，針對應用統計專業碩士。對于其他專業碩士培養，如金融工程，可以增加基于其他研究方法的創新性實驗以及相應的研究工具軟件應用。此外，本文所探討的創新性實驗也可適當地選用于有關專業本科生高年級課程或作為畢業論文選題。

[1] 丁 鵬. 量化投資—策略與技術[M].北京：電子工業出版社，2012.

[2] 黃 銳. 以實踐能力為核心的專業碩士培養模式探究[J].教育研究，2014(11):88-94.

[3] 劉 楠，申愛兵，趙韋侖. 國外研究生教育對我國全日制專業碩士培養模式的啟示[J]. 沈陽工程學院學報(社會科學版)，2014(4):249-251.

[4] 朱 臻. 將量化投資思想引入到《證券投資》課程教學中的探索與思考[J]. 中國證券期貨，2013(5):58-59.

[5] 丁專鑫. 量化投資的關鍵在于模型的建立[J].中國期貨，2011(6):68-69.

[6] 吳曉求. 證券投資學[M].4版.北京：中國人民大學出版社，2014.

[7] 李向科. 證券投資技術分析[M].5版.北京：中國人民大學出版社，2015.

[8] 高祥寶.期貨投資分析與實證研究[M].北京：經濟科學出版社，2013.

[9] 高祥寶，董寒青，數據分析與SPSS應用[M].北京:清華大學出版社，2007.

[10] 聶延龍. 國內量化交易平臺[N].期貨日報，2012-11-26(004版).

[11] 上海文華財經資訊有限公司.文華贏智程序化交易軟件8.2使用說明書[EB/OL].2015-12-1.http://www.wenhua.com.cn/guide/wh8-v8.2/index.htm.

[12] 高祥寶，閆慧敏. 統計定價模型與股票投資決策[J].統計與決策，2007(8)：45-46.

[13] 趙田丹，高祥寶. 統計定價模型的改進與實證分析[J]. 全國商情(理論研究)， 2011(11)：25-27.

[14] Andrew Pole. 統計套利[M].陳雄兵，張海珊譯. 北京：機械工業出版社，2011.

[15] 高祥寶.程序化交易實驗教學設計[J].實驗技術與管理，2015(6):211-213,216.

[16] Philip Treleaven，Michal Galas，Vidhi Lalc hand. Algorithmic trading review[J]. Communications of the ACM， 2013， 56:76-85.

The Innovative Experimental Teaching Research on Quantitative Investment

GAOXiang-bao

(Lab of Economics and Management， Beijing Technology and Business University， Beijing 100048, China)

The aim of this paper is to find a solution for innovative experimental teaching of the professional master course quantitative investment. This paper elucidates the importance of experimental teaching of quantitative investment, makes a good choice of experiment teaching platforms for different research methods, proposes a experimental teaching platform including SPSS and WIND as well as Wenhua WH8 algorithmic trading software. Then it explores the innovative experimental contents of quantitative investment, the teaching process design as well as methods of teaching evaluation, also introduces 7 innovative experimental projects including quantitative methods quantitative methods of selecting stocks, quantitative methods of selecting the trading opportunity, Pairs trading methods as well as algorithmic trading methods. Also it introduces a case study on the graduate course quantitative investment for the professional master of statistics in Beijing Technology and Business University.

quantitative investment; innovative experiments; instructional design

2015-09-14

高祥寶(1964-)，男，遼寧普蘭店人，學士，副教授，研究方向為量化投資、實驗室建設。

Tel.:13641391900;E-mail:gaoxb88@sina.com

G 642.0;F 120

A

1006-7167(2016)08-0281-04