金融學專業《量化投資》課程建設思考

杜紅軍

摘要：量化投資已成為全球金融機構的主流投資手段與方法之一，但在我國起步比較晚，急需培養高質量的量化投資人才。而國內高校對量化投資課程的建設重視不夠，也沒有形成較規范的專業課程體系。本文在總結目前我國高校量化投資課程體系中存在的主要問題的基礎上，分析給出改進量化投資課程建設及教學質量的對策建議。

關鍵詞：金融學專業；量化投資；實驗教學；課程建設

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2017）49-0069-04

一、引言

當前，量化投資受到了實務界和理論界的廣泛認可和關注，也成為金融投資與管理的未來主要發展方向。隨著我國量化投資行業的迅速發展，很多問題也凸顯出來，如優質量化投資策略的匱乏、風險控制手段的欠完備及金融衍生品有限等，然而我國與海外量化投資發展的差距不僅表現在金融產品、投資規模及量化技術上，更大的差距是體現在量化投資的專業人才上[1]，尤其是高端量化人才的稀缺問題最為突出，這些都嚴重制約著我國量化投資行業的健康成長與進步。

量化投資是投資發展的必由之路，針對目前我國高校量化投資專業人才教育現狀，趙周華（2016）指出我國高校金融類專業開設量化投資課程的必要性和可行性[2]；在量化投資實驗教學方面，高志（2014）指出應該在整合現有金融實驗教學資源的基礎上通過設計自包容實驗項目，利用案例教學的優勢以及教學考核方式改革提升量化投資實驗教學效果[3]；高祥寶（2016）對專業碩士量化投資課程創新性實驗教學進行了探討，并指出了專業碩士量化投資實驗教學的重要意義[4]。無論是量化投資實務還是量化投資教學，在我國的起步都比較晚。在高校開展的量化投資課程也沒有形成較規范的教學課程體系。本文就我國高校金融學專業開設量化投資課程等問題，進行了理論的探討，并提出對策建議。

二、量化投資及相關理論概述

目前，關于量化投資的嚴格定義還沒有統一，在此先介紹量化投資及量化投資策略的內涵，并給出量化投資相關理論的發展概述。

（一）量化投資及其特征

對量化投資概念的闡述，由于其側重點及視角的不同，在具體的表達上略有不同，但一般來說，量化投資是現代金融理論、數理模型、算法及計算機技術的高度結合與應用，基于各種投資策略或理念，通過對市場及投資者行為的信息分析和預測，構建量化的數理模型，提交計算機進行投資決策及風險管理的過程。

由其內涵來看，量化投資具有以下特征。

1.能有效避免投資者的非理性行為，決策過程較為客觀。一般投資者在投資決策分析中，往往會受各種情緒及心理因素的影響，做出一些錯誤或非理性的決策。由于經驗認知模式和框架依賴認知模式的存在，投資者很多時候是非完全理性的，會按照自己的認知模式進行交易決策，隨著市場的變化，人們的投資心理時常出現異常波動，進而表現出種種非理性的投資行為，造成行為與預期上的偏差，如常常表現為過度反應、過度自信、后悔厭惡、神奇式思考、自我控制等。而量化投資決策一旦確定，交易計算機進行決策交易，能較好地克服投資者的各種情緒和心理的因素，有效實現投資決策過程的客觀性。

2.提高信息的處理和對市場的反應能力，增強了投資決策和風險管理的效率。現在金融市場的信息已表現為海量的多維數據，現代的算法及計算技術的發展和使用，能大幅度降低人們的工作量，并有效提高人們的工作效率。通過高頻交易及程序化交易等，量化投資能對市場的變化做出迅速的反應，對相應的信息做出及時的處理，進而執行相應的決策，大大提高了投資決策和風險管理的效率。

3.有效提高了投資的精準度。由于量化投資高效的信息處理能力和市場反應速度，量化投資能較精準地捕獲市場瞬間機會，執行相應的交易策略，較精準地調節資產配置頭寸和交易頭寸，實現精準化的投資。

（二）量化投資策略

量化投資策略就是利用量化的方法，進行金融市場的分析、判斷和交易的策略、算法的總稱，一般可分為趨勢判斷型和波動率判斷型兩大類[5]。趨勢判斷型量化投資策略，如量化選股及量化擇時等，通過對大盤或者個股的趨勢判斷，進行相應的投資操作。如果判斷是趨勢向上則做多，如果判斷趨勢向下則做空，如果判斷趨勢盤整，則進行高拋低吸。這種方式的優點是收益率高，缺點是風險大。波動率判斷型量化投資策略，本質上是試圖消除系統性風險，賺取穩健的收益。這種方法的主要投資方式是套利，即對一個或者多個品種，進行買入同時賣出另外一個或多個品種的操作，這也叫做對沖交易。這種方法無論在大盤哪個方向波動，向上也好，向下也好，都可以獲得一個比較穩定的收益。在牛市中，這種方法收益率不會超越基準，但是在熊市中，它可以避免大的損失，還能有一些不錯的收益。

常見的量化投資策略主要有：無風險套利策略、統計套利、期權套利策略、固定收益套利、可轉債套利策略、高頻交易、股指平衡策略、全球宏觀策略、事件驅動策略及收購并購策略等。量化投資是一種積極的主動投資管理，其策略的構建主要過程包括量化信號選擇分析、投資策略構建、策略回測檢驗、交易技巧及風險控制等[1]。

（三）量化投資的理論發展

Markowitz（1952）提出的量化投資組合理論，常常被認為開創了現代量化投資的先河，也被認為是較早的理論基礎[6]。關于投資中收益與風險，Markowitz給出了量化的方法，并就組合的系統性風險和非系統性風險等問題進行了探討，構建了投資分析的均值—方差模型，詳盡地對量化最優投資組合及資產配置等問題進行了分析。隨后學者們在前人研究的基礎上，分別就單個資產的風險及收益等方面做了研究，將投資組合研究向前推進了一步，建立了資本資產定價模型（CAPM），研究指出單個資產的風險可以被分解為可分散的風險（或稱為非系統性風險）和不可分散消除的風險（或稱為系統性風險）。Ross（1976）進一步推廣了CAPM模型，將其推廣到多因素的情況，提出資產定價的無套利理論（APT）[7]。隨著Black和Sholes（1973）在期權定價方面研究工作的公開發表，量化分析迎來了另一個重大進展[8]。這些研究奠定了金融衍生品定價理論的發展，也討論了期權在投資及風險管理中的應用，及如何與其他資產相互作用，從而影響投資組合的總風險等問題。endprint

20世紀80年代，Engle（1982）引入了自回歸條件異方差（ARCH）模型[9]，來描述條件方差的異方差性等，較好地解釋了金融收益率序列常出現的波動集聚性等現象，在波動性建模等方面做了大量開創性研究。Bollerslev（1986）研究并拓展了ARCH模型，提出了廣義自回歸條件異方差（GARCH）模型[10]，通過研究指出某一時刻的條件方差除了與前期的隨機擾動項有關外，也和前期的條件方差有關系。

隨后許多研究者沿著很多方向發展并廣泛應用了此類理論及模型方法。隨著計算機硬件技術和軟件開發能力的迅猛發展，金融工程學的產生和發展，利用遠期、期貨、期權和掉期等金融衍生品及其復合產品進行量化投資及風險管理的基本技術，使人們有能力運用數學模型及仿真模擬等手段來解決各種量化及風險管理問題，在量化投資中起到了十分重要的作用。

三、量化投資課程體系的現狀與問題

（一）部分高校金融學專業對開設量化投資課程的重視度不夠，對應專業課程設置不足

隨著量化投資及量化投資產品市場的發展，量化投資思想在國內產生了很大的影響，無論是高校還是證券公司等金融機構，已越來越認識到量化投資人才培養的重要性，也在多層次上展開了合作交流，對我國量化投資教育的改革與發展起到了很大的推動作用。在課程教學上主要有以下幾類模型：（1）國內知名高校的商學院投資一定數量資金建立量化投資實驗室，相繼開辦量化投資類的高級研修班，如國泰安金融學院、北京大學匯豐商學院及上海交通大學安泰管理學院等；（2）國內高校與金融機構聯合建立研究機構，進行量化投資的研究及教育培訓活動，如清華大學深圳研究生院、上海交通大學金融工程中心與國泰安公司合作建立中國量化投資研究院；（3）高校在金融專業碩士培養中加入量化投資類培養方向，如對外經貿大學金融學院；（4）部分高校在投資類課程教學里加入量化投資方法及實驗課程類教育。但總體來看，國內高校金融學專業專門開設量化投資類課程及量化投資專業方向的教育還比較少，教學情況不一，特別是本科階段的專業培養，部分知名高校對量化投資類課程開設得還比較好。

（二）量化投資課程的交叉學科基礎知識重視不足，如金融學專業的數學和計算機方面的教育

由上述對量化投資及其理論基礎的分析可以看出，量化投資方面專業人才的培養需要大量的數理模型、統計學、隨機過程、人工智能算法等知識教育。面對日益復雜的金融市場環境及我國金融市場的快速發展，在量化投資方面的理論研究和實際應用中，海量數據處理及模型建立，如準確的擬合分析及相關性研究等，始終是個難點。行為金融理論及其應用研究，如投資者的行為、心理及心理預期等對市場波動影響等方面都需要很好的數理分析能力。金融衍生品的定價及量化投資中的應用及策略的選擇等方面，這些都需要數學和計算機編程等方面的培養和訓練。但目前部分高校對金融學專業開設相應交叉學科的課程設置和要求等還不是很重視，具體情況還不是很統一。

（三）實驗及實踐教學創新有待提高，學生對數據獲取、工具使用及策略開發等掌握不足

量化投資課程很多時候要面對金融市場行情分析和投資的實踐活動，要注重和體現應用和實踐能力的培養。而目前，部分高校量化投資類課程教學對定價及投資類理論基礎很偏重，而對金融產品市場及金融創新的發展等涉及較少，對學生獲取數據、分析處理及應用開發方面技能的培養略顯不足。同時，國內部分高校和實體金融機構的合作交流不足，相應的課程教師和學生很少有機會進入量化投資類金融企業交流或實踐，在培養上顯得有些和實務脫節。應該注重借助實驗教學和實踐活動的創新，在有限的時間內，重視培養學生對問題的分析能力，激發學生創造性地開發能力和解決現實問題的能力。

四、改進量化投資課程建設及教學的建議

（一）在相關理論基礎課程中增強量化思想的引入和培養

量化投資的實質是主動性投資，也是一種全新的證券投資分析方式和方法，已逐漸成為投資分析的主流。鑒于量化投資的特征和量化投資人才知識結構及能力的要求，應加強對金融專業人才量化思想和能力的培養，在《金融學》、《投資學》及《金融工程學》等理論基礎課程的教育中，重視量化思想的引入，并融合數理模型分析及實證研究。在量化投資人才的培養上，綜合金融專業課程資源，重視量化分析能力的培養，對提高學生的綜合素質和能力也具有重要的作用。

（二）注重數學和計算機編程應用等交叉基礎課程的設置

理論上講，金融是研究不確定條件下的跨期資源配置，在處理和研究金融資產定價、風險管理及投資組合等核心問題中，需要大量的概率統計、隨機過程、微分方程等數學基礎知識和計算機技術的輔助實現。量化投資更需要學生具備數據分析及數理建模能力和運用計算機技術實現的綜合能力。實時金融信息的處理、數據挖掘、量化策略模型建立、風險監控等都需要具備良好的算法和計算機編程等操作能力。如隨機過程研究方面主要有：多指標隨機過程、無窮質點與馬爾科夫過程、概率與位勢及各種特殊過程的專題討論等，其中，馬爾科夫過程很適于金融時序數列的預測，是在量化投資中的典型應用。另外，金融投資是一項復雜的、綜合了各種知識與技術的學科，對智能的要求非常高，人工智能的很多技術可以用于量化投資分析中，包括專家系統、機器學習、神經網絡、遺傳算法等。在量化投資中，數據挖掘的主要技術包括關聯分析、分類、預測、聚類分析等。

（三）突出量化投資的實務性，加強實驗課程及案例教學的創新性

量化投資幾乎覆蓋了投資的全過程，如選股、擇時、套利、資產配置及風險控制等方面。在課程建設方面更應該突出其實務性及與實際市場的結合，如量化投資、統計套利、高頻交易等。結合金融各行業資產管理業務的發展模式及運用，尤其是運用量化投資技術和程序交易進行資產管理，如套利策略設計、投資方案實施、風險分析、市場預測等。同時應邀請政府和業內知名專家舉辦系列關于經濟金融政策分析、金融監管、金融市場投資、風險管理等方面的專題講座，盡量滿足專業教育對實務性操作及市場需求的要求。學生不僅要掌握運用金融產品及投資理論進行資產管理的方法和技術，而且還應該通過不同金融市場的實務操作、案例分析、專題講座了解現代資產管理的應用，掌握運用量化技術進行投資、融資、資產負債管理、財富管理等，掌握實務工作中必備的專業知識和技能。endprint

（四）加強行為金融與大數據技術的課程設置和培養

行為金融理論是在對現代金融理論的挑戰和質疑中逐漸形成的，該理論認為，證券的市場價格不僅由證券內在價值所決定，很大程度上受到投資者主體行為的影響，如投資者心理與行為對證券市場的價格決定及其變動有重大影響。行為金融投資策略已經占據了主導投資理念的一席之地。在量化里面，不光要量化歷史的數據、量化認知的東西，還要考慮交易對手或是市場。一直以來，對投資者情緒的量化是一個熱點，目前很多量化策略的開發逐漸嘗試把行為和情緒量化綜合起來放在里面。

另外，量化投資是金融高技術的重要體驗和未來的發展方向，但盡管量化投資日益受到關注，量化產品發行數量大幅增加，國內的量化投資發展仍處于起步階段。金融數據也是大數據的一部分，大數據處理技術的發展給量化投資提供了強大的技術支持，通過對金融數據的分析挖掘，讓模型對市場進行“不帶有任何情緒”的跟蹤，更多關注“數據”背后的意義。行為金融的量化和大數據技術的結合能快速處理大量數據，通過科學的實證研究有效降低非有效信息的干擾，從而發現股票價值增長的關鍵因素，在市場波動中捕捉到常規投資分析不易發現的獲利機會，有效克服投資偏見，幫助投資者實現長期穩健的收益。通過大量數據的驅動模型，可以有效地回避人工偏差值和誤差，實現知行合一的客觀型投資策略。

五、結語

隨著現代互聯網技術及金融一體化的發展，大數據技術在金融市場及現代投資管理中的應用越來越多，同時伴隨著我國金融改革和創新的發展，創新型的金融產品也很多，衍生品市場也得到了很好的發展，金融數據的獲取和量化投資技術的應用將在未來的投資與風險管理中扮演越來越重要的角色，尤其是運用量化投資技術和程序交易進行套利策略設計、投資方案實施、風險分析、市場預測等。金融機構、金融監管部門，以及各類企事業單位未來管理量化投資專業人才的需求會很多，高校開設量化投資課程并建設較規范的量化投資課程體系，培養復合型量化投資專業人才是十分必要的。研究指出，目前我國高校量化投資課程體系存在的問題主要表現在：（1）部分高校金融學專業開設量化投資課程的重視度不夠，對應專業課程設置不足；（2）量化投資課程的交叉學科基礎知識重視不足，如金融學專業的數學和計算機方面的教育；（3）實驗及實踐教學創新有待提高，學生對數據獲取、工具使用及策略開發等掌握不足。改進量化投資課程建設及教學質量的建議主要有以下四個方面：（1）在相關理論基礎課程中增強量化思想的引入和培養；（2）注重數學和計算機編程應用等交叉基礎課程的設置；（3）突出量化投資的實務性，加強實驗課程及案例教學的創新性；（4）加強行為金融與大數據技術的課程設置和培養。

參考文獻：

[1]陳工孟.量化投資分析[M].北京：經濟管理出版社，2015.

[2]趙周華.金融類專業開設“量化投資”課程的必要性和可行性分析[J].當代教育理論與實踐，2016，8（12）：74-76.

[3]高志.金融工程專業人才培養本科《量化投資實驗》教學設計研究[J].經濟研究導刊，2014，（18）：61-62.

[4]高祥寶.量化投資創新性實驗教學探索[J].實驗室研究與探索，2016，35（8）：281-284.

[5]丁鵬.量化投資：策略與技術[M].北京：電子工業出版社，2012.

[6]Markowitz H.M.Portfolio Selection[J].Journal of Finance，1952，7（1）：77-91.

[7]Ross S.A.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，（13）：341-360.

[8]Black F.，Scholes M.The pricing of options and corporate liabilities[J].Journal of Political Economy，1973，81（3）：637-659.

[9]Engle R.F.Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation[J].Econometric，1982，50（4）：987-1008.

[10]Bollerslev T.Generalized autoregressive conditional heteroskedasticity[J].Journal of Econometrics，1986，（31）：307-327.endprint