基于大數據的股票量化投資策略研究

文/韓艷培，對外經濟貿易大學

1 研究背景與研究意義

1.1 研究背景

早在20 世紀70 年代量化投資概念就已經出現，關于量化投資理論的研究和應用在近50 年里取得了較大的進步，據統計，美國華爾街超過70%的對沖基金采用量化投資策略進行投資。隨著我國資本市場尤其是證券金融市場的發展和完善，我國各類投資機構結合量化投資策略進行的投資活動開始活躍起來。在我國率先使用量化投資策略進行投資的主要是結合各種ETF 進行的套利操作，但由于當時國內投資數據較少，對信息技術的應用還不充分，因此并沒有十分突出的量化投資策略出現。但隨著大數據、云計算以及外國各種投資策略的引進，我國在量化投資領域的研究和應用水平正迅速提高，并在各個投資領域逐漸得到了大規模的應用。

1.2 研究意義

從國內外對量化投資研究結果和實踐結果來看，使用量化投資策略的投資基金大部分都獲得了較為持續穩定的回報。其中最有名的是詹姆斯·西蒙斯，其于1989 年創立的Medallion 量化基金幾十年的收益率遠遠高于道瓊斯工業指數?？梢娛褂昧炕呗赃M行投資的確是一種有效的投資策略。雖然基于大數據的量化投資的研究和應用并沒有太悠久的歷史，但其基本的策略思路與傳統的投資策略基本相同，同樣需要對指數以及投資標的的相關數據進行分析。通過對個股基本面和技術面的研究，結合宏觀經濟形勢和相關政策可以找到獲得超額收益的投資途徑。傳統的投資分析方法主要依靠投資者的主觀判斷和個人經驗，而量化投資則是對投資者投資理念的定性研究和分析，從而設計出一個令人滿意的投資模型。量化投資的投資優勢主要有以下四點。

系統性：量化投資模型設計之初就是從多層次、多角度分析各類數據得出的，通過對這些數據的分析和整合發現投資領域的套利機會，從而捕捉更多的投資機會。量化投資分析的數據不僅包括宏觀經濟周期數據，還包括個股基本財務數據和歷史交易等數據。

紀律性：量化策略具體操作由系統自動完成，不依賴人的主觀判斷，因此不會因為市場大幅波動而產生情緒變化，能夠克服投資中人性的貪婪和恐懼等弱點。

分散化：量化投資的另外一個特點是不把雞蛋放在一個籃子里，其投資策略往往會選出一系列的投資組合，組合中往往有一定的對沖成分用于對沖和分析風險。量化投資追求的是在降低投資風險的同時實現穩定收益而不是簡單地押注一只或幾只股票。

及時性：量化投資模型有計算機執行，會根據市場行情數據計算調整投資策略，其對于市場熱點變化和大資金流動十分敏感，因此可往往能夠在市場波動的瞬間抓住投資機會。但由于量化投資則自身資產規模的限制，其調倉周期也可能因為規模較大而延長，雖然量化投資模型具有較大的及時性，但實際量化投資的執行依然可能滯后于市場的實際波動。

綜上所述，通過研究量化投資可以讓投資者在實際的股票交易中找到較為穩定的獲取超額收益的投資策略。并且，對于傳統投資者而言，研究量化投資策略不僅有助于其獲得較高的投資收益，也更方便其理解機構的投資策略，從而為投資者的投資決策提供更好的參考。

2 量化模型建立及投資策略

2.1 動量因子

導出一個測量一段時間內隱式隨機值模型動量變動，考慮單一隨機過程，即：

式中，μ是收益率的平均值，P 是價格，dz 遵循Wiener 過程，σ是收益率的波動率。令X=lnP(t)，得出：

進而得出：

將式（1）帶入式（3），得：

式（4）離散化，得：

根據式（5），結合已知的數據，可得隱含隨機值的求取公式：

然后得出看漲動量因子模型：

2.2 多維風險因子

傳統的投資風險評估方法主要基于股價出現波動變化，對流動性風險的度量以及對波動風險的度量。盡可能使投資策略在綜合風險較小時盈利可能性較大時運行，從而表現出看漲或看跌的向量特征。主要考慮以下三個隨機過程：

其中，Ψ為方差均值，LQ 表示流動性，σv是股價方差之標準差，這里把流動性定義為V/[(H-L)×107]，其中，H 和L 分別表示股價的最高價和最低價，V 表示個股成交量，k 表示標的個股的流動性均值，σLQ表示流動性標準差。dU、dQ 和dW 均為維納過程。

由伊藤引理得：

將以上等式帶入，得到多維風險的偏微分方程：

進而得出式（14）的積分為：

N()10是基于10 天滾動均值和方差的正態分布的累積分布函數，得出看跌多維風險因子模型：

2.3 方差比因子

假設股票價格波動隨機，q 天內其股票收益率是單日收益率方差的q 倍。得到改進的因子模型：

其中，q 等于29，Var51為46 日的滾動方差。并且在看跌動態模型中，φ*=φ。

2.4 效率因子

計算股價位移與距離的比值用于表示一定時間內股價的走勢

當η→1 時，表示股價趨勢性較強，當η→0 時，表示股價的隨機性較強。其中，看跌動態模型中的η*為4 日滾動計算的效率因子。

2.5 正負反饋因子

假設在模擬股票交易市場中，其價格變化特征是非線性的，由此建立一個因子模型：

可以得出看跌動態模型中反饋因子為：

通過模型整合，得到指數平滑模型。

看漲動態模型為：

看跌動態模型為：

模型中，其系數λ和λ*并不符合取值范圍的情況，也有可能會出現，因此，在本文中設定其指數的初始值為0，且閾值小于等于1，以盡可能地避免指數平滑模型失去意義。

3 數據描述

本文采用2004.3.8-2014.7.1 間滬深 300 指數數據用于模型驗證。數據來源于 wind 數據庫金融終端。定義收益率為：Rt=1nPt-1nPt-1。根據ADF 檢驗的結果，得出結論樣本的收益率為平穩序列，其顯著拒絕了被檢驗序列存在單位根的原假設。根據ARCH-LM 檢驗，可以得出這一結論，即其股票交易的收益率的波動率，呈現較為顯著集聚效應。另外，為了進一步保障收益，可以對動態模型進行數據整合檢測，尤其是結合歷史數據檢測，我們先將買賣雙方的交易成本設置為0.25%，并設置了150 個滑動點。交易遵循T+1 規則。當買賣后出現連續信號時，只有第一信號才是買賣決策的判定依據。

以模型交易后驗數據來看，可知引入上述的動態模型，能夠在很大程度上提高其高盈利的成功率，同時進一步降低交易頻率，并減少交易成本，從而充分保障其盈利狀況。從平均收益的角度來看，該策略最大回撤相對較小，風險控制能力較好，相比于滬深300 指數能實現較高的超額盈利。動態模型的最大持倉周期達到99 天，表明了該模型能夠實現對趨勢的長期跟蹤。通過比較樣本期內樣本的波動和買賣區間的標準差，不難發現買入區間的標準差最小，說明該模型能夠較好地抵抗波動風險，模型策略性能較好。