陳雁
【摘要】 本文闡述了智能選股與人工量化操作相結合,用大數據系統,參比市場指數進行選股,利用人工操作彌補量化模型的不足,探索出更適合中國A股投資者的人工量化交易模式。
【關鍵詞】 大數據 智能選股 人工操作
中國證券市場從1991年的8只股票發展到2017年3月1日的3124只股票,這短短的20多年走過了西方資本市場的百年發展軌跡,市場容量與影響力呈幾何級數形式爆發。近幾年來,量化投資日益引起國內機構投資者以及高校學者的重視,量化投資及智能選股的需求也被各類投資者更多的提出。但是目前量化投資策略與智能選股系統仍存在著不可防范的風險。
一、量化投資與智能選股的機遇
與海外成熟的資本市場相比,中國股市場仍不完善,量化投資的技術和策略都屬于起步的初期階段。但全球都看到了中國量化投資的發展潛力巨大:與西方成熟資本市場相比,中國投資主體以個人投資者為主,投資理念較為落后,切有強烈的羊群效應,量化投資的策略在國內資本市場競爭者較少,優秀的專業投資者用敏銳的嗅覺發掘市場的非有效性機會,產生超額收益空間。
2010年開啟的融資融券業務和滬深300股指期貨代表著中國資本市場的巨大變革,結束了國內市場做空機制缺失的局面。量化投資在國內的發展迎來重大機遇,2014-2015年這波牛市吸引力很多華爾街回來的金融精英開辟國內的量化投資市場。
未來智能選股系統與量化投資系統必將成為國內機構投資者、個人投資者的重要工具。
二、量化投資與智能選股的挑戰
2013年8月16日,國內股市場突然出現異常拉升,最高漲幅達到5.62%,致使股市混亂。后來經證實,事件源于光大證券自營部門的高頻套利交易系統。程序員的一個小錯誤引發巨額錯單,損失嚴重,多人問責。這一“光大烏龍指”事件說明量化投資高回報的背后隱藏著巨大風險。
20多年的快速發展也透支著市場的承受力,尤其是2015-2016年這兩年,A股市場經歷了瘋狂的大牛市與瘋狂的下砸熊市,經歷了千股漲停、千股跌停、千股停牌,監管層脆弱的神經也受到了挑動,中國限制了股指期貨交易,機構的量化基金與量化產品遭受了滅頂之災。
正因為中國金融市場發展不完善、監管覆蓋不完全,股票、期貨等金融產品的定價仍存在一定的偏差,而這種偏差和各市場間一致性的不足就為計算機程序化交易提供了機會。但是沒有足夠的市場數據提供,根本無法通過模型來完善交易。沒有充足歷史數據就無法讓智能選股系統與量化投資模型做出非常準確的投資選擇,需要輔助人工操作,獲取超額收益。
三、智能選股與人工量化操作實踐
筆者于2011-2017年一直從事人工量化操作實踐,賬戶開通融資融券功能,并進行日內T+0交易,獲取相對于對應指數的相對收益,整個實踐操作過程分為三個階段:
第一階段,2011年1月-2014年12月,筆者用4年的時間跟蹤上證50ETF,并進行日內T+0交易,平均每日使用底倉資金400萬元,交易量800萬元。通過跟蹤上證50ETF的成分股和主要銀行指數、股指期貨等指標,實現了相對指數每年20%的相對收益。
第二階段,2015年1月-2015年10月,筆者用融券模式,每日不占用賬戶內資金,可以利用4000萬的融券額度,每日跟蹤滬深300ETF,通過跟蹤對比影響滬深指數的主要成分股,中國石油、中國石化、銀行指數、地產指數、股指期貨等指標,實現了相對于指數的年化30%的相對收益,在股災期間,也是筆者這部分操作獲利巨大的期間。利用此方式,大大減少了股災對賬戶本身凈值的損失。
第三階段,2015年10至今,在此期間政府出面打擊日內高頻交易,對股指期貨進行限制,這些諸多因素使筆者放棄了原來跟蹤指數的操作模式,因為指數已經明顯失真。這期間,筆者運用了智能選股模型,找出與創業板指數相對密切相關的個股600588用友網絡,利用50萬元的資本金,并進行日內T+0差價操作,用于降低持倉成本。主要參照銀行指數、創業板指數、計算機板塊指數、板塊內反應靈敏的股——中國軟件、浪潮軟件,以及創業板指標股東方財富等的日內走勢,利用時間差與空間差,歷時一年時間于2016年10月將持倉成本從27.13降低到16.10,成本降低了40.66%。而同期90%的公募基金是虧損的,同期的量化投資基金全部停頓,筆者的收益遠遠超出了行業平均水平。
四、總結
人工量化操作要做到心到、眼疾手快,這還要依賴于硬件設備的提供和模型的設定,需要4-5臺電腦用于觀測不同的指數與參考股票,其中一臺電腦專門用于下單。同時,為了更快的下單,筆者將按鍵精靈進行改編,只需幾個鍵進行快速下單與快速撤單,比別人快0.01秒,就比別人多了99%的機會。
筆者用了6年多的實踐經驗,為廣大中國股民闖出了一條新的道路,進一步嘗試尋找到適合中國目前國情的超額收益策略。結合人工操作,可以有效的彌補電子設置的短板,這將會大大降低風險性,期望能夠幫助投資者在股市場得到更好的回報。