量化投資模型在證券基金投資分析中的應(yīng)用與優(yōu)化

DOI:10.12433/zgkjtz.20252003

近年來，信息化數(shù)字化技術(shù)與金融交易平臺的融合更加緊密，此種以數(shù)學(xué)理論知識、證券基金金融市場數(shù)據(jù)、信息技術(shù)手段相互結(jié)合的投資分析方法，能夠充分發(fā)揮自身優(yōu)勢，極大提高了證券基金投資決策的經(jīng)濟(jì)收益。隨著證券交易步入電子化時代，海量電子交易數(shù)據(jù)持續(xù)產(chǎn)生，為量化投資提供了堅實的數(shù)據(jù)基礎(chǔ)，使其成為全球證券基金投資分析的主流方法之一。

一、量化投資模型概念

量化投資模型并無統(tǒng)一的概念，從本質(zhì)上看，此類模型主要利用數(shù)據(jù)作為信息的主要來源，使用數(shù)學(xué)、統(tǒng)計學(xué)以及現(xiàn)代化信息技術(shù)作為基礎(chǔ)條件，利用已經(jīng)確定的數(shù)據(jù)和信息模型，結(jié)合當(dāng)前市場發(fā)展的主要趨勢進(jìn)行證券基金投資分析工作，并且以系統(tǒng)化、程序化的自動交易模式作為控制手段，幫助證券基金投資者進(jìn)行投資決策。

目前，量化投資模型以及技術(shù)方法應(yīng)用范疇相對廣泛，種類較多，如跨市場經(jīng)濟(jì)交易、跨品種套利交易、高頻率交易、趨勢交易、反趨勢交易等，并且量化投資模型在實際應(yīng)用期間，操作方法較為復(fù)雜，需要根據(jù)證券基金投資實際情況科學(xué)選擇，如圖形法、突破法、通道法以及劃線法等，不同投資方式又可以匹配不同的參數(shù)指標(biāo)，從而演變成各種應(yīng)用形式的技術(shù)方法[。

二、量化投資模型發(fā)展特點

與傳統(tǒng)投資方法相比較，量化投資模型具有本質(zhì)上的差異。傳統(tǒng)投資方法大多依靠投資人或操作者的個人經(jīng)驗和感覺進(jìn)行詳細(xì)分析，主要關(guān)注公司或產(chǎn)品的技術(shù)層面；量化投資模型則需要依靠各類數(shù)據(jù)和信息進(jìn)行綜合分析，主要利用交易信息和數(shù)據(jù)按照投資人或操作者的思維模式建立發(fā)展策略模型，在模型的引導(dǎo)下做出投資決策。

量化投資模型與其他投資方式在投資內(nèi)容和流程上也具有較大區(qū)別。高頻交易在實際應(yīng)用時，其目的是在短暫市場變化中能夠獲取經(jīng)濟(jì)收益，所以此種投資方式單次持倉的時間較短，每次獲利較小，但是需要頻繁的交易，實際操作時對網(wǎng)絡(luò)環(huán)境和硬件設(shè)備的要求相對較高，而對于證券基金投資市場來說，此種交易形式能夠增加證券基金市場的流動性，但也極易引發(fā)瞬時間的交易波動[。反趨勢型量化投資則需要在震蕩的基金證券市場環(huán)境中建立交易通道，高買低賣，所以此種投資方法單次持倉，時間也同樣不長。套利交易方法在實際操作時，主要利用兩個或兩個以上商品市場以及合約證券，進(jìn)行價格差交易或者多邊交易操作實現(xiàn)套利，直到商品和交易環(huán)境的套利空間消失。

相對以上投資方法，量化投資模型則需要針對證券基金投資市場的長遠(yuǎn)發(fā)展方向進(jìn)行多渠道跟蹤，并根據(jù)模型的運行周期靈活調(diào)整跟蹤時長，最后對發(fā)展趨勢進(jìn)行詳細(xì)判斷。如果發(fā)展趨勢呈上升，則需開多倉操作；如果發(fā)展趨勢是下跌，則需開空倉操作；如果發(fā)展趨勢不明顯，則不能貿(mào)然開倉；如果發(fā)展趨勢處于平穩(wěn)狀態(tài)，則需長時間持倉。直到發(fā)展趨勢結(jié)束后，才能完成整個證券基金的投資操作。

三、量化投資模型應(yīng)用策略

(一）搭建模型

為保證證券基金投資分析效果，本次研究將采用麥語言所研發(fā)的變化投資數(shù)據(jù)模型。該模型在2004年推出首套程序化的函數(shù)數(shù)據(jù)庫，經(jīng)過十多年的發(fā)展，詳細(xì)收集了數(shù)十萬投資者的使用意見和反饋數(shù)據(jù)，形成了運作穩(wěn)定、使用便捷、發(fā)展成熟的數(shù)據(jù)模型應(yīng)用平臺。尤其在證券基金投資分析中，麥語言所具有的函數(shù)數(shù)據(jù)庫，根據(jù)投資者以及操作者的需求不斷添加新函數(shù)，實現(xiàn)了數(shù)據(jù)庫信息的實時更新[]。

在分析案例上，本次研究將選擇普通30日和90日均線為基礎(chǔ)的研究數(shù)據(jù)與信息，通過麥語言函數(shù)數(shù)據(jù)庫軟件建立量化投資模型，并以現(xiàn)有的證券基金價格作為研究目標(biāo)，利用現(xiàn)價超過均線單位平倉同時進(jìn)行買入開多倉、現(xiàn)價低于均線單位平多倉同時開空倉的方式進(jìn)行自動模擬化虛擬交易。該數(shù)據(jù)模型雖然從表面上看相對簡單，但是其邏輯關(guān)系十分復(fù)雜，在虛擬操作期間，模型并不提前預(yù)測證券基金投資市場的預(yù)期走勢，而是順應(yīng)市場發(fā)展現(xiàn)狀，結(jié)合現(xiàn)有的發(fā)展趨勢制定證券基金投資策略。當(dāng)市場呈現(xiàn)上升發(fā)展趨勢時，模型則需平空倉并且開多倉操作；當(dāng)市場環(huán)境呈現(xiàn)下跌發(fā)展趨勢時，則需平多倉開空倉操作，并且在操作過程中要時刻保持持倉方向，順應(yīng)市場發(fā)展趨勢。

利用量化投資模型進(jìn)行研究時，要根據(jù)證券基金投資實際情況和市場發(fā)展趨勢進(jìn)行綜合分析，如果單一地使用單根均線趨勢模型，一旦出現(xiàn)市場行情震蕩現(xiàn)象，整個交易流程則會出現(xiàn)持續(xù)虧損，對于經(jīng)濟(jì)利潤甚至證券基金的本金造成極大影響。然而本次研究所使用的研究模型，是在沒有選擇其他市場優(yōu)化和風(fēng)險過濾處理的情況下，通過跨市場跨基金品種的投資形式，此種投資方法普遍具有組合性、分散性的優(yōu)勢和特點，即便投入相同的證券基金品種，但是各個投資階段和投資品種之間的關(guān)聯(lián)性較低，有效降低了整體證券基金投資的風(fēng)險系數(shù)，并且獲得較高的經(jīng)濟(jì)收益。因此，從證券基金發(fā)展趨勢來說，想要從根本上保證量化投資模型的應(yīng)用效果，科學(xué)合理地選擇投資品類，做好基礎(chǔ)的投資方法組合是關(guān)鍵性因素。

（二）量化投資模型回測檢驗

1.單品種量化投資模型回測

根據(jù)以上模型搭建應(yīng)用現(xiàn)狀和虛擬操作內(nèi)容得出相關(guān)結(jié)論：利用量化投資模型所開展的證券基金投資，如果側(cè)重于單品種或者個股進(jìn)行投資操作，那么做空的證券交易內(nèi)容并不是最佳選擇，其交易流程也相對復(fù)雜，無法展現(xiàn)出簡潔性特點和優(yōu)勢。尤其近幾年，隨著證券金融市場的發(fā)展，股票融資投資方式正式進(jìn)入大眾視野，無論是組織還是個人，利用保證金的方式進(jìn)行股票交易的頻率大幅度增加，然而根據(jù)目前國內(nèi)股票投資和發(fā)展情況進(jìn)行綜合分析，更多的投資者和操作者選擇單邊操作，保證金僅僅是輔助投資方式。對此，利用量化投資模型進(jìn)行證券基金投資分析期間，應(yīng)選擇多種研究渠道，所選擇的股票指數(shù)除了根據(jù)以上保證金雙邊交易以外，還要采用單邊做多結(jié)合保證金、單邊做多不結(jié)合保證金等多種方式進(jìn)行回測分析和

效果檢測。

根據(jù)所得到的研究結(jié)果能夠觀察出，由于所選擇的證券基金屬于國際型，所以如果美元與人民幣的匯率出現(xiàn)波動性和流動性嚴(yán)重不足的情況，無法作為投資組合的主要證券基金品種，因此應(yīng)從投資組合中有效去除；除了美元與人民幣的匯率品種以外，其他證券基金品種雖然風(fēng)險技術(shù)和經(jīng)濟(jì)收益各不相同，但是從總體來看，風(fēng)險收益呈現(xiàn)出穩(wěn)定上升趨勢；在證券基金投資分析期間，使用保證金交易是否會對證券基金整體收益造成影響，或者在投資方法的選擇上，是否需要利用杠桿原理，需要根據(jù)具體的證券基金投資種類進(jìn)行綜合分析，但是從數(shù)據(jù)結(jié)果進(jìn)行研究，適當(dāng)利用以上分析方式，對于證券基金的經(jīng)濟(jì)收益具有一定優(yōu)勢和輔助[。

2.組合量化投資模型回測

從不同證券基金投資種類來看，如果僅僅利用單品量化投資模型進(jìn)行回測檢驗，無法充分展現(xiàn)出量化投資模型，在證券基金投資分析中的實際作用，對此還需要利用組合量化投資模型，將證券基金品種相互組合放在相同的投資模型中，進(jìn)而得出一系列研究結(jié)論。

根據(jù)所得到的模型回測研究結(jié)論來看，不同類型的證券基金品種所得到的經(jīng)濟(jì)收益和投資效果各不相同，部分證券基金在相互組合后所得到的效果較佳，另一部分則趨于平穩(wěn)，本次研究主要采用日均線參數(shù)進(jìn)行最優(yōu)化試驗，經(jīng)過一系列實驗操作后發(fā)現(xiàn)，在選擇組合量化投資模型時，如果過度進(jìn)行品種的優(yōu)化，同樣會造成投資風(fēng)險問題，即如果未來與過去投資流程和項目完全相同，在實際交易環(huán)節(jié)中，可以選擇最優(yōu)化的分析結(jié)果。從本質(zhì)上來看，未來與過去無法完全相等，所以實際進(jìn)行歷史測試時，所得到的測試結(jié)果具有一定的預(yù)測作用和價值，其核心原因是，歷史測試結(jié)果能夠?qū)灰渍吆筒僮魅藛T提供數(shù)據(jù)支持和理論指示，證券基金投資市場中未來發(fā)展趨勢與過去越接近，所得到的交易結(jié)果則越接近歷史模擬結(jié)論。歷史測試作為證券基金投資分析方法之一，自身存在的弊端也十分明顯，那就是未來永遠(yuǎn)不會與過去完全相似，盡管可以利用分析系統(tǒng)有效反映在證券基金投資市場中，投資者以及操作者的投資習(xí)慣和行為特征，以此獲利，但是從實際角度來看，過去則是未來的虛擬化發(fā)展行為，但是此種虛擬化并不能保證精確性，投資者以及操作者只能采用最優(yōu)化的投資模型參數(shù)，以及歷史檢驗結(jié)果預(yù)測現(xiàn)有的交易結(jié)果，所以只能將該結(jié)果作為證券基金投資交易的最樂觀歷史回顧。

組合量化投資模型在實際應(yīng)用時，優(yōu)化、過濾等技術(shù)手段和方法，是模型在實際操作過程中需要重點思考的問題，尤其在本次研究所建立的研究模型中，利用只單邊做多的經(jīng)濟(jì)利潤明顯比雙邊做空的經(jīng)濟(jì)利潤高，并且在模型應(yīng)用期間，其通用性也相對較高，操作者可以根據(jù)自身的實際需求開展個性化的方案設(shè)計，根據(jù)不同參數(shù)和交易方向，對所建立的量化投資模型進(jìn)行完善和優(yōu)化，以此保證模型應(yīng)用效果。

在應(yīng)用過程中還需要格外注意參數(shù)變化趨勢和實際情況，如果參數(shù)數(shù)值出現(xiàn)微小變化，就會引發(fā)交易結(jié)果的明顯改變，此種現(xiàn)象被稱為“峭壁”，進(jìn)一步說明證券基金交易期間出現(xiàn)了過度擬合的問題，導(dǎo)致實際交易結(jié)果與預(yù)測結(jié)果出現(xiàn)明顯不同，所以操作者要根據(jù)證券基金投資市場發(fā)展趨勢、品種選擇以及量化投資模型等相關(guān)因素，調(diào)整流程參數(shù)，盡可能避免“峭壁”現(xiàn)象的發(fā)生。

四、量化投資模型應(yīng)用效果

根據(jù)本次研究所選擇的單個證券基金投資品種、盈利水平、組合投資的經(jīng)濟(jì)收益、證券基金投資穩(wěn)定性、風(fēng)險系數(shù)等相關(guān)方面的綜合分析，量化投資模型的應(yīng)用效果十分顯著，能夠反映出各種類型投資品種和方法的發(fā)展趨勢，投資者以及操作者可以利用量化投資模型，對各種不確定性的風(fēng)險系數(shù)和經(jīng)濟(jì)收益進(jìn)行對比。

從量化投資模型回測期間，證券基金品種漲幅指數(shù)來看，漲幅指數(shù)和跌幅幅度較小，但是數(shù)據(jù)波動期間的幅度則很大，如果投資者或投資者屬于堅定的價值投資者，那么所選擇的證券基金品種在十年內(nèi)的綜合收益較低，但是當(dāng)將量化投資模型應(yīng)用在分散的證券基金組合品種中，其總體的經(jīng)濟(jì)收益遠(yuǎn)遠(yuǎn)超過實際的漲幅，投資效果十分顯著。

通過以上對量化投資模型和理念的分析研究和應(yīng)用，并且結(jié)合證券基金投資市場的發(fā)展現(xiàn)狀，進(jìn)一步說明了投資證券市場環(huán)境中，如果出現(xiàn)信息不對等、市場發(fā)展趨勢不明顯、政策不清晰、投資者以及操作人員發(fā)展決策不穩(wěn)定等相關(guān)問題，利用量化投資模型所得到的效果并不明顯，因為無論是證券基金品種的單體價格，還是交易過程中貨幣匯率以及利率，其變化趨勢由多個方面共同組成，投資的影響因素也具有顯著復(fù)雜性，如虛假、真實、短期、長期、理性和非理性等，不同的投資主體在獲得以上因素的相關(guān)數(shù)據(jù)和信息后，需要結(jié)合自身實際情況進(jìn)行詳細(xì)判斷，作出投資決策，進(jìn)而影響證券基金的價格波動。如果在證券基金投資一段時間內(nèi)，價格出現(xiàn)非理性的上漲或者下浮，只要價格浮動處于流動性狀態(tài)，投資者以及操作者同樣可以在市場發(fā)展趨勢的影響下，進(jìn)行證券基金的投資。換句話說，投資者和操作者只要嚴(yán)格按照量化投資模型的應(yīng)用原則和操作模式進(jìn)行開平倉，則無需刻意判斷和注意現(xiàn)階段價格波動是否屬于理性狀態(tài)，因為價格一旦出現(xiàn)波動后，單純從波動趨勢和參數(shù)變化，無法有效判斷出價格是否屬于理性波動，相對于價格波動來說，可以把握的則是價格波動的發(fā)展趨勢和主要方向。

在證券基金投資市場環(huán)境下，投資者以及操作者只需要在量化投資模型的引導(dǎo)下進(jìn)行組合投資操作，在長期發(fā)展范圍內(nèi)則會獲得較高的經(jīng)濟(jì)收益。即便國內(nèi)證券基金市場處于下跌狀態(tài)，利用量化投資模型同樣可以保證投資者的個人經(jīng)濟(jì)利益。因此，投資者以及操作者，無需過度主觀地預(yù)測產(chǎn)品是否會出現(xiàn)上漲或下跌，只要在投資環(huán)節(jié)中嚴(yán)格執(zhí)行市場趨勢出現(xiàn)和消失的投資策略，就能夠從根本上保障自身的經(jīng)濟(jì)利益。

參考文獻(xiàn)：

[1]韓凱東.基于LSTM模型的量化投資時間序列數(shù)據(jù)處理研究[J].電腦知識與技術(shù)，2024，20(34):60-62.

[2]郭健，王賽卓，倪明選，等.Quant4.0：基于自動化、可解釋、知識驅(qū)動人工智能的量化投資工程(英文)Ⅲ]Frontiers ofInformation TechnologyElectronicEngineering，2024，25(11):1421-1446.

[3]陳新華基于三階段門限自回歸模型的我國豆粕期貨市場跨期套利量化投資分析南方農(nóng)村，2024，40(05):17-24.

[4]李永武，楊家敏，李健，等.投資專有技術(shù)沖擊對股票橫截面收益的時變影響分析—一基于機(jī)器學(xué)習(xí)下基本面量化投資視角Ⅲ.系統(tǒng)科學(xué)與數(shù)學(xué)，2024，44(07):1902-1930.[5翟從善，趙麗，杭行.基于多因子模型的基本量化投資理論與技術(shù)體系Ⅲ.現(xiàn)代商貿(mào)工業(yè)，2024，45(13)：127-129.

[6]何勇，焦麗，楊藝，等.AI大模型賦能金融市場量化投資？基于另類數(shù)據(jù)與傳統(tǒng)金融數(shù)據(jù)的研究Ⅲ.計量經(jīng)濟(jì)學(xué)報，2024，4(03)：761-783.

（作者單位：上海磐耀資產(chǎn)管理有限公司）