序論：好文章的創(chuàng)作是一個不斷探索和完善的過程，我們?yōu)槟扑]十篇量化投資基本面分析方法范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來更深刻的閱讀感受。

篇（1）

一、量化投資及量化投資體系的定義

什么是量化投資？簡單來講，量化投資就是利用計算機科技并結(jié)合一定的數(shù)學(xué)模型去實現(xiàn)投資理念與投資策略的過程。與傳統(tǒng)的投資方法不同的是：傳統(tǒng)的方法主要有基本面分析法和技術(shù)分析法這兩種，而量化投資主要依靠數(shù)據(jù)和模型來尋找投資標的和投資策略。量化投資系統(tǒng)則是由人設(shè)定出某種規(guī)則，在計算機當中根據(jù)規(guī)則構(gòu)建這種模型，而后由計算機自己去根據(jù)市場的情況進行一些投資機會的判斷。從他們投資方式的區(qū)別當中可以看出，量化投資更依賴于數(shù)據(jù)，傳統(tǒng)投資則更依賴于人的主觀判斷。從這點上來說，量化投資可以有效的規(guī)避一些人為的錯誤判斷。

二、我國量化投資體系的發(fā)展

在美國，量化投資方法的發(fā)展己經(jīng)有將近年的歷史，量化方法從允嫉較衷謖嫉矯攔市場30%上以上的比重。而在中國，量化投資只是剛剛起步而己。但是已經(jīng)有很多基金公司允即罅Υ蛟熳約旱牧炕投資團隊，期望在傳統(tǒng)的基本面研究之外源匆黃新的投資天地。國內(nèi)證券市場上成立比較早的量化投資基金主要包括：嘉實基金――嘉實量化阿爾法股票、上投摩根基金管理有限公司――上投摩根阿爾法、光大保德信基金――光大量化、富國基金管理有限公司――富國滬深增強、國泰君安資產(chǎn)管理公司――君享量化。近年來，一些公募基金、私募基金也都不斷加快了布局量化投資基金的方法。這些量化投資基金，主要研究了基于基本面的多因子選股模型，這些投資組合因子主要包括：公司財務(wù)基本面數(shù)據(jù)，市場行情數(shù)據(jù)，行業(yè)數(shù)據(jù)等，并在實證中不斷完善量化投資指標因子的選取。研究行業(yè)以及個股的價格趨勢，運用道氏理論、K線理論、波浪理論、切線理論、形態(tài)理論等一些常用的技術(shù)分析方法建立不同風(fēng)格的投資模型和投資組合。

三、量化投資的優(yōu)點

量化投資作為一種有效的主動投資工具，是對定性投資方式的繼承和發(fā)展。實踐中的定性投資是指，以深入的宏觀經(jīng)濟和市場基本面分析為核心，輔以對上市公司的實地調(diào)研、與上市公司管理層經(jīng)營理念的交流，發(fā)表各類研究報告作為交流手段和決策依據(jù)。因此，定性投資基金的組合決策過程是由基金經(jīng)理在綜合各方面的市場信息后，依賴個人主觀判斷、直覺以及市場經(jīng)驗來優(yōu)選個股，構(gòu)建投資組合，以獲取市場的超額收益。與定性投資相同，量化投資的基礎(chǔ)也是對市場基本面的深度研究和詳盡分析，其本質(zhì)是一種定性投資思想的理性應(yīng)用。但是，與定性投資中投資人僅依靠幾個指標做出結(jié)論相比，量化投資中投資人更關(guān)注大量數(shù)據(jù)所體現(xiàn)出來的特征，特別是挖掘數(shù)據(jù)中的統(tǒng)計特征，以尋找經(jīng)濟和個股的運行路徑，進而找出阿爾法盈利空間。與定性投資相比，量化投資具有以下優(yōu)勢：

（一）量化投資可以讓理性得到充分發(fā)揮

量化投資以數(shù)學(xué)統(tǒng)計和建模技術(shù)代替?zhèn)€人主觀判斷和直覺，能夠保持客觀、理性以及一致性，克服市場心理的影響。將投資決策過程數(shù)量化能夠極大地減少投資者情緒對投資決策的影響，避免在市場悲觀或非理性繁榮的情況下做出不理智的投資決策，因而避免了不當?shù)氖袌鰮駮r傾向。

（二）是量化投資可以實現(xiàn)全市場范圍內(nèi)的擇股和高效率處理

量化投資可以利用一定數(shù)量化模型對全市場范圍內(nèi)的投資對象進行篩選，把握市場中每個可能的投資機會。而定性投資受人力、精力和專業(yè)水平的限制，其選股的覆蓋面和正確性遠遠無法和量化投資相比。

（三）是量化投資更注重組合風(fēng)險管理

量化投資的三步選擇過程，本身就是在嚴格的風(fēng)險控制約束條件下選擇投資組合的過程，能夠保證在實現(xiàn)期望收益的同時有效地控制風(fēng)險水平。另外，由于量化投資方式比定性投資方式更少的依賴投資者的個人主觀判斷，就避免了由于人為誤判和偏見產(chǎn)生的交易風(fēng)險。當然，無論是定性投資還是量化投資，只要得當?shù)膽?yīng)用都可以獲取阿爾法超額收益，二者之間并不矛盾，相反可以互相補充。量化投資的理性投資風(fēng)格恰可作為傳統(tǒng)投資方式的補充。

四、量化投資的局限性

量化投資是一種非常高效的工具，其本身的有效性依賴于投資思想是否合理有效，因此換言之，只要投資思想是正確的，量化投資本身并不存在缺陷。但是在對量化投資的應(yīng)用中，確實存在過度依賴的風(fēng)險。量化投資本身是一種對基本面的分析，與定性分析相比，量化分析是一種高效、無偏的方式，但是應(yīng)用的范圍較為狹窄。例如，某項技術(shù)在特定行業(yè)、特定市場中的發(fā)展前景就難以用量化的方式加以表達。通常量化投資的選股范圍涵蓋整個市場，因此獲得的行業(yè)和個股配置中很可能包含投資者不熟悉的上市公司。這時盲目的依賴量化投資的結(jié)論，依賴歷史的回歸結(jié)論以及一定指標的篩選，就有可能忽略不能量化的基本面，產(chǎn)生巨大的投資失誤。因此，基金經(jīng)理在投資的時候一定要注意不能單純依賴量化投資，一定要結(jié)合對國內(nèi)市場基本面的了解。

五、量化投資對中國的啟示

通過研究國外市場的發(fā)展和中國市場的特點，對中國市場上的監(jiān)管創(chuàng)新，制定相關(guān)的法律法規(guī)也勢在必行。由于市場結(jié)構(gòu)的差異，國內(nèi)量化投資情況與國外有很大不同。技術(shù)型量化投資的應(yīng)用主要是集中在期貨市場，并且有較高的推崇程度；金融型量化投資的應(yīng)用主要集中在股票市場，由于需要應(yīng)用的時間數(shù)據(jù)周期相對較長，實際中應(yīng)用并不普遍。目前，中國金融市場正處于迅速發(fā)展的階段，很多新的金融工具在不斷被引進，用量化投資方式來捕捉這種機會，也是非常合理的。與國外相比，目前國內(nèi)股票市場僅屬于非有效或弱有效市場，非理性投資行為依然普遍存在，將行為金融理論引入國內(nèi)證券市場是非常有意義的。國內(nèi)有很多實證文獻討論國內(nèi)A股市場未達到半強勢有效市場。

目前對中國市場特點的一般共識包括：首先，中國市場是一個個人投資者比例非常高的市場，這意味著市場情緒可能對中國市場的影響特別大。其次，中國作為一個新興市場，各方面的信息搜集有很大難度，有些在國外成熟市場唾手可得的數(shù)據(jù)，在中國市場可能需要自主開發(fā)。這盡管加大了工作量，但也往往意味著某些指標關(guān)注的人群少，存在很大機會。其三，中國上市公司的主營比較繁雜，而且變化較快，這意味著行業(yè)層面的指標可能效率較低。而中國的量化投資實際上就是從不同的層面驗證這幾點，并從中贏利。例如，考慮到國內(nèi)A股市場個人投資者較多的情況，我們可以通過分析市場情緒因素的來源和特征指標，構(gòu)建市場泡沫度模型，并以此判斷市場泡沫度，作為資產(chǎn)配置和市場擇時的重要依據(jù)。

在中國金融市場的不斷發(fā)展階段，融資融券和股指期貨的推出結(jié)束了中國金融市場不能做空的歷史，量化投資策略面臨著重大機遇。運用量化投資的機理和方法，將成為中國市場未來投資策略的一個重要發(fā)展趨勢。量化投資在給投資者進行規(guī)避風(fēng)險和套利的同時，也會帶來一定的風(fēng)險，對證券具有助漲助跌的作用。由于國內(nèi)股票市場還不夠成熟，量化投資在中國的適用性很大程度上取決于投資小組的決策能力和創(chuàng)造力。以經(jīng)濟政策對中國量化投資的影響為例。中國的股市有“政策市”之稱，中國股市的變化極大的依賴于政府經(jīng)濟政策的調(diào)節(jié)，但是經(jīng)濟政策本身是無法量化的?；鸾▊}應(yīng)早于經(jīng)濟政策的施行，而基于對經(jīng)濟政策的預(yù)期，但預(yù)期的影響比經(jīng)濟政策的影響更難以量化。例如，在現(xiàn)階段勞動力成本不斷上升、國際局勢動蕩、國際大宗商品價格上升的情況下，央行何時采取什么力度的加息手段，對市場有何種程度的影響，這一沖擊是既重要又無法量化的。為解決這個在中國利率非市場化特點下出現(xiàn)的問題，需要基金投資小組采取創(chuàng)造性的方式，將對中國經(jīng)濟多年的定性經(jīng)驗和定量的指標體系結(jié)合起來，方能提高投資業(yè)績。

參考文獻：

篇（2）

國內(nèi)的公募量化基金在沉寂4年之后重現(xiàn)江湖:2月份,嘉實量化阿爾法發(fā)行,于4月成立;5月份中海量化發(fā)行,于6月份成立。私募基金也不甘落后,中國第一只量化陽光私募產(chǎn)品――“山東信托•紅色量化一號”證券投資集合資金信托計劃6月1日正式成立。

據(jù)悉,國內(nèi)一些公司正在積極申報量化產(chǎn)品不久將還會有量化基金發(fā)行。

作為“舶來品”的量化基金,其前世今生如何?

國外量化基金發(fā)展迅速

量化基金即以數(shù)量化投資來進行管理的基金,數(shù)量化投資區(qū)別于基本面投資,它不是通過“信息和個人判斷”來管理資產(chǎn),而是遵循固定規(guī)則,由計算機模型產(chǎn)生投資決策。量化投資并不是基本面分析的對立者,90%的模型是基于基本面因素,同時考慮技術(shù)因素。由此可見,它也不是技術(shù)分析,而是基于對市場深入理解形成的合乎邏輯的投資方法。

數(shù)量化技術(shù)發(fā)源于20世紀70年代,以1971年富國銀行發(fā)行跟蹤紐約證券交易所1500只股票的指數(shù)基金為標志,此后隨著計算機處理能力的提高,越來越多的物理學(xué)家和數(shù)學(xué)家離開學(xué)校被華爾街雇傭,基金經(jīng)理們開始依靠電腦來篩選股票。

1979年巴克菜全球投資成立了第一支主動數(shù)量投資基金標志著量化投資由草根實踐走到了公募基金歷史舞臺聚光燈下。

根據(jù)Bloomberg的數(shù)據(jù),截至2008年底,1184只數(shù)量化基金管理的總資產(chǎn)高達1848億美元,相比1998年21只數(shù)量化基金管理的80億美元資產(chǎn)來說,平均增長速度高達20%,而同期非數(shù)量化基金的年增長速度僅為8%。

2000年之后是數(shù)量化基金發(fā)展的黃金時期,無論是個數(shù)還是管理規(guī)模都有了跨越式的發(fā)展。1998年數(shù)量化基金僅136只,至2002年增長一倍多,達316只,2008年底更是達到1848只,1988年至1998年年平均增長率為46%,2000年至2008年年平均增長幅度達54%。從規(guī)模上來看,1988年至1998年年平均增長率為32%,2000年至2008年年平均增長幅度達49%。

其中的原因有二:一是,2000年之后計算機技術(shù)飛速發(fā)展,為數(shù)量化的應(yīng)用提供了良好的平臺。更為主要的是主動管理型基金很難戰(zhàn)勝大盤,于是投資指數(shù)基金以及采用數(shù)量化方法篩選股票逐漸流行起來。而且數(shù)量化基金的表現(xiàn)也非常不錯。2002年至2007年5年間,相比美國市場主動型管理基金每年5.93%的超額收益,那些覆蓋所有資產(chǎn)的數(shù)量化基金每年的超額收益可以達到6.95%。二是,有研究表明,2004年至2007年,投資美國大盤股的數(shù)量化基金產(chǎn)品的表現(xiàn)平均超越非大盤主動型基金103個基點。

量化基金的心臟

數(shù)量化基金的興起,建立在數(shù)量化投資技術(shù)的發(fā)展之上。

數(shù)量化基金最明顯的優(yōu)勢之一就是計算機處理數(shù)據(jù)的能力遠遠勝過人腦,這使電腦在海量股票選擇中占有絕對優(yōu)勢。例如,在嘉信證券的股票評級系統(tǒng)跟蹤的股票超過3000只,并且每只股票都綜合了基本面、估值、動量和風(fēng)險因素進行打分,并按分數(shù)高低給A至F不同的評級。其次,量化基金是以定量投資為主,用紀律性較強的精細化定量模型,代替了基金經(jīng)理或分析師在定性層面的主觀判斷,使投資業(yè)績較少受到個人“熟悉度偏好”的影響。最后,數(shù)量化基金收取的費率及管理費用比傳統(tǒng)的主動型基金低很多,因為他們需要的研究人員更少,成本更低。據(jù)Lipper調(diào)查,數(shù)量化基金的平均費用是1.32%,相比而言,主動型基金的管理費用平均達到1.46%。

針對不同市場設(shè)計數(shù)量化的投資管理模型,以電腦運算為主導(dǎo),并在全球各種市場上進行短線交易,正是西蒙斯的成功秘訣。

然而量化基金并非在所有市場都能有效戰(zhàn)勝非量化基金。Lipper把基金分為4類型,將每一類型的量化投資與傳統(tǒng)投資進行比較,2005年量化投資基金全面戰(zhàn)勝傳統(tǒng)基金,而2006年在增強指數(shù)型基金中,量化投資落后于傳統(tǒng)型基金,到2007年則情況發(fā)生較大轉(zhuǎn)彎,除市場中立基金外,其余量化投資基金全部跑輸傳統(tǒng)型基金。在考慮了風(fēng)險、跟蹤誤差后,數(shù)量化投資具有更小的跟蹤誤差和更高的回報。研究表明數(shù)量投資基金業(yè)績具有很強的輪動特點。大部分數(shù)量投資基金具有很強的價值投資偏好,因此,他們在價值型市場下表現(xiàn)良好,而1998-1999年是成長型市場,數(shù)量化投資基金大部分跑輸傳統(tǒng)型基金。2001-2005年是價值型市場,數(shù)量化投資基金普遍表現(xiàn)優(yōu)異。

國內(nèi)量化基金端倪

目前,國內(nèi)基金市場上有4只量化基金,光大保德信量化核心、上投摩根阿爾法、嘉實量化阿爾法、中海量化策略,其中后兩只均是今年才成立,前兩只分別成立于2004年8月和2005年10月。

光大保德信量化核心一方面通過光大保德信的多因素數(shù)量模型對股票的預(yù)期收益率進行估算,個股預(yù)期收益率的高低決定投資組合是否持有股票;另一方面,投資團隊從風(fēng)險控制角度,重點關(guān)注數(shù)據(jù)以來的信息,通過行業(yè)分析和個股分析形成對量化的補充;最后由投資組合優(yōu)化器根據(jù)預(yù)先設(shè)計的風(fēng)險構(gòu)建組合。

上投摩根阿爾法基金的描述則是同步以“成長”與“價值”雙重量化指標進行股票選擇,然后研究團隊將對個股進行基本面審核,結(jié)合跟蹤誤差的緊密監(jiān)控,以求不論指數(shù)高低,市場多空皆創(chuàng)造主動管理回報。投研團隊最終決定進入組合的股票,量化分析是輔助和基礎(chǔ)。

嘉實量化基金“定量投資”為主,輔以“定性投資”。通過行業(yè)選擇模型,捕捉具有投資吸引力的行業(yè),然后再在所選行業(yè)中運用Alpha多因素模型篩選個股。定性的輔助作用表現(xiàn)在利用基本面研究成果,對模型自動選股的結(jié)果進行復(fù)核,剔除掉滿足某些特殊條件的股票。

篇（3）

這些人,因其使用高等數(shù)學(xué)手段決定億萬計資金的投向,而在30年前贏得“火箭科學(xué)家”名聲。在外人看來,他們有些像中世紀的煉金術(shù)師:給他們數(shù)據(jù),他們還給你美元!

華爾街的數(shù)學(xué)傳說

實際上,在華爾街上管理資金規(guī)模最大的量化技術(shù),并非那么不可捉摸:眾多公司使用“因子加總模型”輔助他們選擇股票。

這種方法大多基于Fama-French的開創(chuàng)性論文,其基本思想很簡單:依據(jù)各項基本面指標對于歷史上超額回報的貢獻程度,來決定這些基本面指標在選出“超級股票”上的“有效性”,并據(jù)此賦予這些指標不同的權(quán)重;按照上市公司指標在全部籃子股票中的排序,再使用上述步驟中獲得的權(quán)重對其進行加權(quán)加總計算。如果該公司的加權(quán)之和排名靠前,則表明該公司的基本面指標符合能夠帶來超額回報的歷史模式,從而有望在未來展現(xiàn)強勢。

數(shù)學(xué)模式大同小異,公司之間的競爭主要集中在兩個方面:第一,各公司均投入巨資,研制自己的特有指標;第二,研制更加有效、穩(wěn)定的加總方式。

傳統(tǒng)的基本面分析往往要求基金公司雇傭大量分析師,成本高昂。由于每個分析師能夠跟蹤的公司數(shù)目有限,基金經(jīng)理不得不在較小的股票籃子中進行選擇,有可能錯失最好的投資機會,投資組合的分散程度也受到限制。同時,依賴基本面分析進行投資管理要求基金經(jīng)理進行大量的主觀判斷,人性弱點(貪婪與恐懼)對投資業(yè)績往往產(chǎn)生較大影響,投資業(yè)績波動較大。使用這種方法建構(gòu)的投資組合往往無法定量化控制每只個股給投資組合帶來的風(fēng)險。從基金公司的角度而言,這種方法對基金經(jīng)理個人的依賴較大,一旦出現(xiàn)人員變化,基金業(yè)績也往往隨之波動。

量化選股方式將投資決策建立在對歷史模式的詳盡研究之上,克服了上述缺點。其在美國投資界的應(yīng)用近20年來大幅提升,管理資產(chǎn)額的上升速度為傳統(tǒng)方式的4倍。

回歸價值投資

然而,過去數(shù)年,定量化基金遭遇了重大打擊。2007年,最大的定量化機構(gòu)對沖基金、高盛名下的Global Alpha遭遇了重大損失,幾乎清盤。2008年,眾多量化基金再遭滑鐵盧。筆者在北美也曾主持研制一個包含上百個指標的量化選股系統(tǒng),但在實踐中,卻最終放棄。

實戰(zhàn)經(jīng)歷指出該類系統(tǒng)的一個致命弱點是,在實戰(zhàn)中,哪一類因子何時發(fā)揮作用,是不可預(yù)測的。有些時候是價值因子占優(yōu),有時候是增長因子占優(yōu),而何時其影響力出現(xiàn)變化,難以事先預(yù)測。其結(jié)果就是分析師與基金經(jīng)理疲于奔命地試圖追趕因子影響力變化的腳步,并據(jù)此不斷矯正模型。如此,基金經(jīng)理不得不在使用量化系統(tǒng)的同時,使用個人化的隨機判斷對量化系統(tǒng)進行糾正――這弱化了它本該享有的優(yōu)勢并導(dǎo)致投資業(yè)績大幅波動。

仔細反思,最主要的問題在于,各預(yù)測因子被無機地組織在一起,各個因子之間的互相影響卻沒有被考慮。也就是說,華爾街模型“從數(shù)學(xué)到數(shù)學(xué)”,缺乏對投資哲學(xué)的深入理解。

量化技術(shù)所具有的優(yōu)勢應(yīng)該被利用,但數(shù)學(xué)手段應(yīng)該被視為手段,而不是主導(dǎo)。一個有希望的發(fā)展方向,是將量化技術(shù)與價值投資哲學(xué)相結(jié)合,實現(xiàn)“從哲學(xué)到數(shù)學(xué)”式的投資理念。為此,需要在投資哲學(xué)上,梳理價值投資理念的本質(zhì)。

價值投資在國內(nèi)市場有眾多擁護者,也不乏懷疑者。實際上,國內(nèi)普通投資者對價值投資的理解有值得深化之處。筆者以為,價值投資的本質(zhì)有二:

第一,價值投資告訴投資者,市場會犯錯。以“5毛錢買進1元錢價值”作為號召,價值投資拒絕接受“有效市場理論”。但事實上,在大多數(shù)時候市場是有效的。大多數(shù)股票的價格正確反映了所有的信息、知識與預(yù)期,當時的價格就是上市公司的內(nèi)在價值。要獲得超額回報,必須去尋找市場可能呈現(xiàn)的“異?！?或者說在何處投資者的平均預(yù)期可能落空。價值投資就是尋找“未來”與“預(yù)期”之間的歧異。量化系統(tǒng)的設(shè)計目標是,要有能力淘汰那95%的普通(有效)情況,而把注意力引導(dǎo)剩余的5%――在那里,“未來”與“預(yù)期”有最大的機會出現(xiàn)歧異。

第二,價值投資的另一面,是說任何人都會犯錯。當我們集中注意力去尋找“超級股票”的時候,是在下一個極大的賭注。這個賭注是高風(fēng)險的。所以,請記住索羅斯的告誡:“投資者重要的不是做對還是做錯,而是在做對的時候賺多少,做錯的時候虧多少?！睘閷_第一個賭注的風(fēng)險,需要尋找最大的安全邊際――當我們犯錯的時,安全邊際將保護我們不致尸骨無存。

安全邊際是指,市場漲跌的輪回已經(jīng)測試過所有情景。該公司在完整的牛熊市周期中,由千千萬萬投資者的真金實銀所測試出來的估值空間。因此,安全邊際的定義并非相對市場平均水平更低的PE值這么簡單。每家公司都不同于別的公司,將不同公司的估值水平相比較,更多時候帶來誤導(dǎo)而不是洞察力。應(yīng)該將公司目前估值水平與該公司調(diào)整后的歷史范圍相比較,并決定“安全邊際”存在與否。

在實踐中,要尋找在未來可能提供業(yè)績驚喜、而仍在其估值范圍下限附近交易的公司。依據(jù)此思想,數(shù)量化技術(shù)可以對所有上市公司的投資機會予以量化評估,進而實現(xiàn)“從哲學(xué)到數(shù)學(xué)”的投資思路。

對中國股市獨特性的夸大導(dǎo)致某些論者以為,在中國股市,唯有投機可以贏得超額利潤。這其實是偽命題。事實上,正是由于中國股市效率較低且風(fēng)險奇高,一個系統(tǒng)化評估市場錯配與風(fēng)險衡量的系統(tǒng),可以發(fā)揮最大效率。一切都取決于對市場運行規(guī)律的深入把握與技術(shù)優(yōu)勢的結(jié)合。在實踐中,我們開發(fā)的量化價值投資體系取得了穩(wěn)定超越指數(shù)的優(yōu)良業(yè)績。這有力地證明,中國股市的特殊性并沒有遮蓋其作為投資市場的普遍性。

篇（4）

不過，雖然國內(nèi)量化基金業(yè)績不俗，這兩年來規(guī)模也有顯著提升，但是與國外市場量化基金在共同基金總資產(chǎn)中占比16%相比，國內(nèi)量化基金還有非常大的發(fā)展空間。而伴隨著中國市場有效性的逐步增強，量化基金未來的業(yè)績也有很大想象空間。

此前國內(nèi)量化基金產(chǎn)品數(shù)量多達12只，但是大多以大中盤股票作為投資標的，而申萬菱信量化小盤基金則是一只專注于小盤股投資的量化策略基金。將投資目光鎖定小盤股，主要是看中小盤股長期優(yōu)秀的業(yè)績以及高成長性。1996年到2001年的A股長牛市中，小盤股大幅超越市場；2009年之前，小盤股整體走勢與大中盤股接近；從2009年中開始，小盤股走勢大幅超越大盤股；到了2010年，雖然A股市場整體表現(xiàn)不佳，但許多小盤股漲幅卻仍然翻番。

篇（5）

主板基本面展望：上半年穩(wěn)健

雖然2013年全年，自上而下的市場分析方法面臨了嚴峻的考驗，如2012年四季度經(jīng)濟回升力度超出市場普遍預(yù)期，經(jīng)濟拐點提前到來，但在市場一片樂觀呼聲中卻僅持續(xù)了一個季度，2013年上半年經(jīng)濟迅速轉(zhuǎn)弱。下半年，在經(jīng)歷了6月資金面“壓力測試”后，諸多宏觀經(jīng)濟預(yù)判都對此后的經(jīng)濟走勢極為悲觀，但實際情況卻再次偏離市場一致預(yù)期，7.8%的三季度GDP相對于二季度大幅回升0.3個百分點。

我們的宏觀經(jīng)濟量化預(yù)測結(jié)果顯示，2013年四季度GDP在7.6%附近，且2014年一季度也保持同樣增速水平。雖然2013年市場風(fēng)格差異極大，代表傳統(tǒng)經(jīng)濟的主板指數(shù)在“三中全會經(jīng)濟結(jié)構(gòu)調(diào)整”、“利率市場化改革”、“地方債務(wù)平臺整治”、“美國逐漸退出國債購買計劃”、“環(huán)境保護和大氣治理”等負面信息的壓制下表現(xiàn)欠佳，但至少到2014年一季度經(jīng)濟沒有大幅下行風(fēng)險。

定性分析下，我們也認為目前處在政策敏感期，在三中全會《決議》對各改革方向提出指導(dǎo)性意見后，具體細則落實情況成為影響未來一年政策整體松緊的關(guān)鍵因素，例如市場比較關(guān)心的“優(yōu)先股推進時點及方式”、“自貿(mào)區(qū)資本項放開程度和時點”、“注冊制IPO的推進和方式”、“房產(chǎn)稅收制度的推進和落實”、“利率市場化后銀行的業(yè)務(wù)范圍變化”、“資產(chǎn)證券化和地方融資債務(wù)的處置”等問題，其中每一個都有可能在公布和落實中成為市場進一步走強的重要催化劑。

作為量化研究，我們希望在細分數(shù)據(jù)上得到更多的邏輯驗證。圖中羅列了我們較為關(guān)心的中國經(jīng)濟四大周期行業(yè)數(shù)據(jù)，分別是電力、鋼鐵、水泥、煤炭。在投資導(dǎo)向型經(jīng)濟體中，上述指標走勢基本能夠反映經(jīng)濟整體走向，圖中框選部分為2013年2-6月，可清晰看出一段顯著下行趨勢，這也是眾多宏觀經(jīng)濟分析的錯判區(qū)間，在庫存周期波動干擾下，始于2012年末的經(jīng)濟反彈提前終結(jié)！但從量化維度上，我們卻早在3月上旬便敏銳發(fā)現(xiàn)了其中的變化，這得益于眾多周期行業(yè)模型的跟蹤結(jié)果。

基于我們量化基本面預(yù)測體系的最新數(shù)據(jù)，各行業(yè)產(chǎn)量增速走向存在一定差異。如發(fā)電量增速未來3個月內(nèi)將小幅下行，預(yù)計高點在10-11月形成；鋼鐵行業(yè)未來三個月基本面走勢或也將趨于謹慎，預(yù)計產(chǎn)量增速也將出現(xiàn)下行；水泥行業(yè)謹慎樂觀，預(yù)計原有產(chǎn)量、價格增速的上行趨勢仍將延續(xù)，但提升幅度有限；煤炭行業(yè)相對樂觀，預(yù)計2013年6月后的基本面回暖趨勢有望至少延續(xù)至2014年一季度，包括產(chǎn)量和價格的同比增速繼續(xù)改善。

綜合以上四行業(yè)走向，兩降兩升的預(yù)判若完全兌現(xiàn)，基本預(yù)示著宏觀經(jīng)濟整體的平穩(wěn)過渡?？紤]到當前市場估值中蘊含了對中國經(jīng)濟最悲觀的預(yù)期，因此我們判斷2014年上半年市場整體將延續(xù)估值修復(fù)特征，整體重心繼續(xù)上移，對應(yīng)上證綜指參考波動區(qū)間為2100-2500點。

創(chuàng)業(yè)板基本面展望：或現(xiàn)短期指數(shù)調(diào)險

我們過去的研究結(jié)果表明，滬深300、中小板、創(chuàng)業(yè)板等市場板塊的業(yè)績同價格指數(shù)走勢存在顯著的對應(yīng)關(guān)系，兩者高低點之間領(lǐng)先滯后關(guān)系穩(wěn)定。

上述研究的重要意義在于，其反映出市場對于業(yè)績的高度敏感性，也進一步明確了基本面研究和預(yù)測工作的重要性。尤其是創(chuàng)業(yè)板上的業(yè)績與股價對應(yīng)關(guān)系也沒有出現(xiàn)例外，這說明在故事和題材之外，在進行3個月以內(nèi)的中短期投資中，業(yè)績波動仍舊是必須關(guān)注的重點因素之一。從創(chuàng)業(yè)板業(yè)績與股價對應(yīng)關(guān)系可以看出，2011年一季度、2012年四季度兩次出現(xiàn)業(yè)績、股價下滑的雙重拐點，2013年全年創(chuàng)業(yè)板則基本呈現(xiàn)兩個序列同步提升狀態(tài)，我們需要關(guān)心的是下一個拐點出現(xiàn)的位置。

業(yè)績預(yù)測模型給出了令人擔憂的結(jié)果，雖然2013年四季度仍能看到業(yè)績的進一步提升，但2014年一季度將有可能看到較為顯著的增速下降情況即“業(yè)績低于預(yù)期”。

考慮到2013年四季度和2014年一季度的業(yè)績預(yù)測結(jié)果以及當前1200點以上的指數(shù)點位，我們對2014年上半年的創(chuàng)業(yè)板行情從6月中報時的樂觀轉(zhuǎn)為謹慎，預(yù)計創(chuàng)業(yè)板綜指波動中樞將下降到1100點附近，參考波動區(qū)間1000-1300點，超預(yù)期上行風(fēng)險可能在2014年5-6月之后。

中長期角度下，我們對改革紅利釋放對于國內(nèi)中小企業(yè)的正面影響也充滿信心，但中短期市場則難免受到消息和業(yè)績披露的影響，2014年一季度可能出現(xiàn)的業(yè)績減速將大概率上對指數(shù)產(chǎn)生負面影響，屆時市場的預(yù)期也將逐漸回復(fù)到一個更理性的水平上。

量化情緒面維度下的中短期市場狀態(tài)分析

量化資產(chǎn)配置情緒面，主板折溢價創(chuàng)歷史低位，否極泰來。雖然市場2013年7月便開始觸底回升，但我們監(jiān)控的主板折溢價指數(shù)依舊處于歷史最低水平，反映市場情緒極度謹慎，預(yù)計2014年的情緒修復(fù)將帶來估值提升；持續(xù)跟蹤的市場“恐慌貪婪”指標目前指向大眾投資者的“羊群效應(yīng)”短期內(nèi)還不足以獨立引導(dǎo)市場走勢，建議更多關(guān)注市場基本面和政策面變化影響；最后，目前機構(gòu)對創(chuàng)業(yè)板的相對持倉水平已從上半年的單邊增持轉(zhuǎn)變?yōu)楦呶徽鹗?，預(yù)示創(chuàng)業(yè)板/主板輪動關(guān)系已進入平穩(wěn)期，需警惕未來業(yè)績不達預(yù)期風(fēng)險下的機構(gòu)減持可能對板塊帶來的負面沖擊。

篇（6）

近幾年，國內(nèi)基金公司都在積極推出量化投資產(chǎn)品。但市場人士認為，目前國內(nèi)的常見“量化”基金，實質(zhì)上大多是“量化選股”基金，從量化的風(fēng)險控制到量化的交易，整個決策流程依然靠傳統(tǒng)的方法。

國內(nèi)著名投行宏觀策略研究員的工作積累，華爾街量化投資的歷練，使華商大盤量化擬任基金經(jīng)理費鵬對量化投資的A股應(yīng)用有著自己的心得。他認為，量化投資最大的優(yōu)勢在風(fēng)險控制上。與傳統(tǒng)的價值投資“越跌越買”的理念不同，他認為量化投資應(yīng)該是主動對市場風(fēng)險進行判斷，通過技術(shù)分析、量化模型分析等判定風(fēng)險，在確定風(fēng)險之后，及時對倉位進行控制，及時止損。

費鵬認為，目前市場上的量化產(chǎn)品將研究的重點放在擇股和行業(yè)配置上，缺乏有效及時的風(fēng)險響應(yīng)體系，而從國外的經(jīng)驗看，量化的一大特點就是對風(fēng)險的預(yù)判。因此，華商基金量化投資團隊在吸收國內(nèi)外先進經(jīng)驗的同時，在模型設(shè)計之初，便將核心定為風(fēng)險控制。

在設(shè)計中，華商基金量化投資團隊借助了包括從統(tǒng)計信息學(xué)角度出發(fā)的信息熵值（Entropy）的變化、從分形理論出發(fā)的市場模式（P atter n）的變化、從金融物理學(xué)角度出發(fā)的金融泡沫統(tǒng)計指標的變化、從市場微觀結(jié)構(gòu)出發(fā)的分析師一致預(yù)期分歧的變化和趨勢等，構(gòu)建風(fēng)險模型，對中短期系統(tǒng)風(fēng)險進行定量分析，依靠基金經(jīng)理和研究員對宏觀經(jīng)濟發(fā)展狀況、人口與社會的結(jié)構(gòu)性特征、經(jīng)濟產(chǎn)業(yè)周期等因素的分析，對長期風(fēng)險進行定性分析。

量化投資堅持追求絕對收益

提及量化投資，人們就會想到西蒙斯用公式打敗市場的經(jīng)典案例。但這一投資工具在被引入國內(nèi)投資市場之后，并沒有展現(xiàn)其神奇的威力。根據(jù)wi n d數(shù)據(jù)分類顯示，目前市場上有19只量化基金，2 012年可統(tǒng)計的15只量化基金平均收益率僅為2 . 5 5%（同期滬指上漲3 .17%），國內(nèi)發(fā)行的量化基金的表現(xiàn)不盡如人意。

在費鵬看來，國內(nèi)的量化基金僅僅是“量化選股”，追求相對收益。他認為，量化投資的核心應(yīng)該是風(fēng)控，堅持追求的則應(yīng)該是絕對收益。

相比而言，目前國內(nèi)公募量化基金多采用多因子模型，而多因子模型的設(shè)計原理是把價值投資理論通過數(shù)字模型加以表達。在實際測算中，華商基金量化團隊每日漲幅居前的股票中，會有所謂投資價值較少的“垃圾股”，很難通過價值投資理論解釋。

篇（7）

他分析目前市場上的量化產(chǎn)品將研究的重點放在擇股和行業(yè)配置上，實質(zhì)上大多是“量化選股”基金，缺乏有效及時的風(fēng)險響應(yīng)體系，而從國外的經(jīng)驗看量化的一大特點就是對風(fēng)險的預(yù)判。費鵬介紹，華商基金量化投資團隊在設(shè)計該基金投資模型時就將風(fēng)險量化模型作為重中之重。在設(shè)計中他們借助了包括統(tǒng)計信息學(xué)角度出發(fā)的信息熵值（Entropy）的變化、分形理論出發(fā)的市場模式（Pattern）的變化、金融物理學(xué)角度出發(fā)的金融泡沫統(tǒng)計指標的變化、市場微觀結(jié)構(gòu)出發(fā)的分析師一致預(yù)期分歧的變化和趨勢等構(gòu)建風(fēng)險模型，對中短期系統(tǒng)風(fēng)險進行定量分析。依靠基金經(jīng)理和研究員對宏觀經(jīng)濟發(fā)展狀況、人口與社會的結(jié)構(gòu)性特征、經(jīng)濟產(chǎn)業(yè)周期等因素的分析對長期風(fēng)險進行定性分析。

在產(chǎn)品結(jié)構(gòu)設(shè)計上，華商大盤量化基金獨具特色，其一，倉位比較靈活，股票投資比例可為0—95%，也就是說當市場趨勢性下跌時，可以空倉應(yīng)對；其二，產(chǎn)品結(jié)構(gòu)多樣性，雖然目前公募基金已開展了股指期貨，但基本上作為流動性管理的手段，而該基金將把股指期貨作為一個有效的風(fēng)控或者對沖工具應(yīng)用到投資中；其三，在投資標的上，華商大盤量化主要選擇流動性好的滬深300成分股，以保證在極端情況下可以及時調(diào)倉；其四，經(jīng)過測算，在目前A股市場中利于量化操作規(guī)模在10億左右，因此一旦華商大盤量化基金募集額達到10億時便會停止。

而據(jù)記者了解，華商大盤量化基金在擇股方面也有別于一些量化類基金。相較而言，目前國內(nèi)公募量化基金多采用多因子模型，而多因子模型的設(shè)計原理是把價值投資理論通過數(shù)字模型加以表達。而在實際測算中，華商基金量化團隊每日漲幅居前的股票中會有所謂投資價值較少的“垃圾股”，很難通過價值投資理論解釋。對此華商大盤量化基金在設(shè)計選股模型時更多的是通過捕捉市場的異常波動，尋找股價波動的非基本面的因素。通過對數(shù)據(jù)挖掘，建立初選股票池，然后按照行業(yè)分類，結(jié)合基本面研究，通過行業(yè)研究員調(diào)研，尋找相互印證支持依據(jù)，最終進行擇時投資。

從目前市場趨勢看，越來越多的基金公司傾向于推出量化策略。相對于海外成熟市場，A股市場不是特別有效的市場，量化投資策略可以發(fā)揮其紀律性、系統(tǒng)性、及時性、準確性、分散化的有點而捕獲國內(nèi)市場的各種投資機會。同時A股市場的深度和廣度都與前幾年不可同日而語，市場上有兩千多家上市公司，基金經(jīng)理加研究員再加賣方，能把握和持續(xù)跟蹤的公司也不過幾百家。量化投資多層次，多角度，海量數(shù)據(jù)觀察，可以捕捉更多的投資機會，拓展更大的投資空間。

巧理壓歲錢

ETF聯(lián)接基金生財有道

新春又至，在成人感嘆春節(jié)成“春劫”時，孩子們的壓歲錢水漲船高，越來越多的小朋友在春節(jié)長假后晉升為“小財神”。這筆賀歲紅包若巧妙打理，則有望成為個人的夢想基金。在理財人士看來，作為兒童成長的見證，讓壓歲錢生錢也需要尋覓具有成長基因的理財產(chǎn)品。

篇（8）

摘要：隨著滬港通的正式實施，中國股市交易量不斷創(chuàng)歷史新高.同時在世界石油價格持續(xù)降低的情況下，投資策略顯得十分重要.本文重點分析策略指數(shù)投資在股市投資中的運用.

關(guān)鍵詞 ：投資組合；股市；策略指數(shù)投資

中圖分類號：F830.59文獻標識碼：A文章編號：1673-260X（2015）05-0068-03

1 策略指數(shù)投資介紹

2014年末隨著股市行情的走強，指數(shù)化產(chǎn)品迅速擺脫前幾年凈贖回的頹勢，呈現(xiàn)爆發(fā)式快速增長.伴隨著規(guī)模的迅速擴張，結(jié)構(gòu)上也出現(xiàn)了一些變化.其中策略指數(shù)產(chǎn)品尤其引人關(guān)注.廣發(fā)中證百發(fā)100指數(shù)基金在開放募集后2天即超過20億元，顯示市場對特定方式策略指數(shù)投資的熱情追捧.策略指數(shù)投資，在國外又稱為Smart Beta，即“聰明”的Beta，是相對于“傳統(tǒng)”的Beta策略而存在的一種投資理念.傳統(tǒng)認知上的Beta是指一種全市場投資組合的系統(tǒng)性風(fēng)險，在CAPM中以全市場所有股票的市值加權(quán)方式計算（market capitalization weighted）.比如標普500指數(shù)、日經(jīng)指數(shù)、以及在國內(nèi)最具代表性的滬深300指數(shù).通過簡單的推演，就可以論證市值加權(quán)并非是最優(yōu)的方法.市場對股票的定價并非完全有效，那么市值加權(quán)的方式傾向于給高估的股票以更高的權(quán)重，而低估的股票以更低的權(quán)重，顯然這種方式并非是最優(yōu)的.在這一點上，Hsu（2006）已經(jīng)給出嚴格的論證.事實上，市值加權(quán)更加注重的是投資機會的市場容量（capacity），因此該類指數(shù)更多地被用作投資的業(yè)績基準.那么，如果將投資組合更換成一種非市值加權(quán)的方式，其得到的beta就是smart beta，相關(guān)的投資策略就稱為策略指數(shù)投資.這種smart beta指數(shù)中的股票權(quán)重往往是通過特定的量化算法獲得，看起來投資效果會比傳統(tǒng)的市值加權(quán)beta更加實用，相關(guān)的投資策略也往往會選擇市值加權(quán)指數(shù)作為投資業(yè)績的基準.

常見的Smart Beta策略包括價值策略、低波動策略、分散化策略、動量策略等.其中價值策略是以一些股票的價值指標為加權(quán)方式，目標是選擇一些基本面滿足特定屬性的股票構(gòu)成組合.比如基于財務(wù)基本面評分的基本面加權(quán)，或基于分紅率的紅利加權(quán)等.低波動策略的目標是構(gòu)建一個最低或較低波動率的投資組合，通常包括最小方差目標加權(quán)、波動率倒數(shù)加權(quán)等方法.分散化策略的目的是提高組合中股票的分散度，應(yīng)用最廣的是等權(quán)重策略.動量策略在國外也是一種常見的策略，因為國外市場上驗證發(fā)現(xiàn)動量因子非常有效，因此會選擇以動量因子來作為股票選擇和加權(quán)的方式，見表1.

據(jù)統(tǒng)計，美國近三年新發(fā)行的Smart Beta策略投資產(chǎn)品規(guī)模約在600億美元，大致與市值加權(quán)的指數(shù)產(chǎn)品規(guī)模相當，策略也主要以紅利、等權(quán)重、基本面、低波動為主.而國內(nèi)近年來策略指數(shù)投資產(chǎn)品發(fā)展也非常迅速.中證指數(shù)公司針對主要的Smart Beta策略進行了驗證，證明Smart Beta策略確實能大概率上擊敗以市值加權(quán)的滬深300指數(shù).其中表現(xiàn)最好的是低波動相關(guān)策略，包括300最小方差、300低貝塔、300低波動.

2 資產(chǎn)配置下的策略指數(shù)投資

根據(jù)經(jīng)典的CAPM模型我們知道，股票資產(chǎn)的收益率取決于其承擔的市場風(fēng)險大小Beta，而無法被解釋的部分則為Alpha.但隨后的諸多研究發(fā)現(xiàn)，各種股票之間的Alpha具有異常的高相關(guān)性特征，或許存在市場因子以外的其他因素在影響股票資產(chǎn)的收益率.隨后發(fā)展的Fama-French三因素模型提出在市場因子以外，價值因子和規(guī)模因子也是非常顯著的.后來又將動量因子補充進來，從而形成四因素模型.

自此，風(fēng)格因子投資的概念逐漸被學(xué)術(shù)界與投資界所廣泛接受.事實上，自從1970年代以來，國外就開始萌生基于這種理念的主動投資管理.投資業(yè)界在三因素模型基礎(chǔ)上開發(fā)了非常有效的線性因子投資模型，如Barra公司將國家地域因子、宏觀因子、概念風(fēng)險因子等逐步納入到其風(fēng)險評估模型中.隨后，學(xué)術(shù)界又逐步發(fā)現(xiàn)了更多有效的風(fēng)險和策略因子，如低波動率、低流動性、基本面因子等.人們也逐漸發(fā)現(xiàn)，原來投資界以往的諸多策略產(chǎn)品實際上并非是提供了有效的Alpha，而只不過是將各種風(fēng)格因子的beta巧妙包裝成投資能力的Alpha來推銷給投資者.

在這樣的視角上，資產(chǎn)配置投資就自然而然地成為投資方法的主流.我們對資產(chǎn)的看法不再是其表面上所呈現(xiàn)出來的風(fēng)險與收益特征，而是其特定或持續(xù)暴露的風(fēng)險因子敞口，比如價值因子敞口、規(guī)模因子敞口等.如果投資者能夠設(shè)定自己的風(fēng)險預(yù)算，明確其將在各種風(fēng)險因子上的敞口，就可以從市場上選擇合適的股票、策略指數(shù)產(chǎn)品，經(jīng)過合理的搭配而形成組合.這樣的投資組合在風(fēng)險上是可控的，從而將投資引入了一個新的配置時代.

因此，基于特定量化策略的Smart Beta策略指數(shù)投資開始風(fēng)靡.這些指數(shù)投資產(chǎn)品不僅能夠提供超越傳統(tǒng)Beta的收益表現(xiàn)，更重要的是它們滿足了投資者的資產(chǎn)配置需求.這些產(chǎn)品的透明性好、費用低廉，并且突出地暴露到某一個特定的風(fēng)險因子上.比如在紅利策略中，通常會選擇那些分紅率最高的股票進入組合，并給予高分紅股票更高的權(quán)重，這樣就使得組合在價值因子上產(chǎn)生了顯著的風(fēng)險敞口.在等權(quán)策略中，全部入選組合的股票無論市值大小都給予相同權(quán)重，從而導(dǎo)致小盤股獲得比市值加權(quán)指數(shù)更高的權(quán)重，導(dǎo)致組合在規(guī)模因子上產(chǎn)生顯著的風(fēng)險敞口.波動率倒數(shù)加權(quán)策略則會給予波動率較低的股票更高的權(quán)重，從而整體上降低組合的波動性風(fēng)險，因此也在波動率因子上產(chǎn)生顯著的敞口.投資者在把握這些策略指數(shù)產(chǎn)品的風(fēng)險特征后，就能夠方便地構(gòu)建自己的組合配置，反過來也促進了策略指數(shù)投資的快速興起.

然而，Smart Beta策略指數(shù)產(chǎn)品也并非完全的“聰明”.在某一段時間內(nèi)，也許特定的策略指數(shù)能戰(zhàn)勝市值加權(quán)組合，使得它看起來非?！奥斆鳌?，但在另一段時間內(nèi)該策略指數(shù)可能會落后市值加權(quán)組合，使得它看起來也不是那么“聰明”.這是因為策略指數(shù)產(chǎn)品通常會有嚴重的風(fēng)險因子敞口，因此其業(yè)績也隨著風(fēng)險因子的表現(xiàn)而起伏不定.可能有一些因子長期來看存在明顯的超額收益，導(dǎo)致這些策略看起來非常具有吸引力.

針對幾個主要的風(fēng)險因子，測算了2006-2014年間的表現(xiàn).表3中我們發(fā)現(xiàn)小盤因子是中國A股市場上長期表現(xiàn)最好的，但其波動率也比較大.價值因子、反轉(zhuǎn)因子、基本面因子的長期表現(xiàn)也非常好.然而，表4測算了這些因子表現(xiàn)的相關(guān)性，發(fā)現(xiàn)各種因子之間的相關(guān)性非常低.并且單一因子的信息比率都無法達到2以上，這就表明單純使用一個因子，即使是表現(xiàn)最好的小盤因子也依然無法達到滿意的投資效果.

因此，風(fēng)格偏向非常明顯的策略指數(shù)投資產(chǎn)品也即往往會隨著市場風(fēng)格的切換而發(fā)生特別明顯的波動.但是，如果投資者能夠設(shè)定自己的風(fēng)險預(yù)算約束，就能夠合理地選擇多個策略指數(shù)投資產(chǎn)品來構(gòu)造自己的組合基金.組合基金利用不同產(chǎn)品風(fēng)險敞口的低相關(guān)性來降低組合的波動風(fēng)險.

3 組合基金投資

組合基金是能充分利用策略指數(shù)投資產(chǎn)品的優(yōu)勢，同時又充分控制和分散風(fēng)險的一種很好的方法.目前國內(nèi)興起的量化投資基金很多策略就是試圖去搭配不同的風(fēng)險因子，希望在控制一定的風(fēng)險暴露基礎(chǔ)上，追求更高的收益.然而我們發(fā)現(xiàn)，這些策略大多數(shù)仍然是存在明顯的風(fēng)險暴露.

我們選擇2014年表現(xiàn)最好的三只公募基金：華泰柏瑞量化指數(shù)、大摩多因子、長信量化先鋒.可以發(fā)現(xiàn)，雖然這三只基金在2014年、2013年表現(xiàn)較好，但在2011年、2012年里普遍較弱.其主要原因是這些基金普遍在小盤因子上有很強的暴露，2013-2014年里小盤因子表現(xiàn)很強，但2011-2012年里價值因子表現(xiàn)更好.表6拆解了三只基金的全部持倉的自由流通市值分布，不難看出大摩多因子與長信量化先鋒在小盤股上偏向非常明顯，而華泰柏瑞量化指數(shù)向小盤的偏離較小.

我們選擇其中業(yè)績記錄較長的大摩多因子、長信量化先鋒，另外搭配兩只偏向價值的策略指數(shù)基金：華寶興業(yè)上證180價值ETF、銀河滬深300價值.以等權(quán)重在四個產(chǎn)品之間搭配，構(gòu)造一個混合的組合基金投資產(chǎn)品（FOF）.

經(jīng)過計算，不難看出兩個偏向價值的基金產(chǎn)品在2011和2012年明顯好于兩只偏向小盤的量化產(chǎn)品，但在2013年和2014年里表現(xiàn)弱于量化產(chǎn)品.經(jīng)過等權(quán)構(gòu)造后，F(xiàn)OF組合在2011-2014年間均能取得正的超額收益，更重要的是其信息比率提升到了2.20，遠遠高于四只產(chǎn)品各自的信息比率，這說明經(jīng)過搭配后，資產(chǎn)組合的收益風(fēng)險表現(xiàn)得到了明顯的提升.

4 結(jié)論

策略指數(shù)投資的Smart Beta正逐漸成為市場上非常重要的一類產(chǎn)品，因其風(fēng)格特征顯著，在特定的市場環(huán)境下提供“聰明”的Beta收益而逐漸受到投資者的熱捧.然而，單一投資策略指數(shù)產(chǎn)品并不能提供穩(wěn)健的收益，可以考慮在資產(chǎn)配置的目標下合理搭配策略指數(shù)投資產(chǎn)品，獲取更加穩(wěn)健的收益.

參考文獻：

〔1〕鄭鳴,李思哲.我國基金風(fēng)格投資的積極風(fēng)險補償研究[J].廈門大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)，2010(02).

篇（9）

（一）資產(chǎn)定價與收益的預(yù)測

根據(jù)組合優(yōu)化理論，投資者將持有無風(fēng)險組合與市場風(fēng)險資產(chǎn)組合，獲得無風(fēng)險利率與市場風(fēng)險溢價。資本資產(chǎn)定價模型則將此應(yīng)用到單一證券或組合，認為證券的風(fēng)險溢價等于無風(fēng)險利率加上與風(fēng)險貢獻比率一致的風(fēng)險溢價，超過的部分就是超額收益，即投資組合管理所追求的阿爾法值[4]。追求顯著正的阿爾法是資產(chǎn)定價理論給實務(wù)投資的一大貢獻?；谝蛩啬Ｐ偷奶桌▋r理論則從共同風(fēng)險因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統(tǒng)一的參考?？梢哉f，在因素定價方面，量化投資繼承了資產(chǎn)定價理論的基本思想。對于因素定價中因素的選擇，證券投資學(xué)認為，對資產(chǎn)價格的影響，長期應(yīng)主要關(guān)注基本面因素，而短期應(yīng)主要關(guān)注市場的交易行為，即采用技術(shù)分析。在量化投資中，主要強調(diào)按照事先設(shè)定的規(guī)則進行投資，這在一定程度上與技術(shù)分析類似。但是，在技術(shù)分析中，不同的人會有不同的結(jié)論，而量化投資則強調(diào)投資的規(guī)則化和固定化，不會因人的差異而有較大的不同。另外，量化交易更強調(diào)從統(tǒng)計和數(shù)學(xué)模型方面尋找資產(chǎn)的錯誤定價或者進行收益的預(yù)測。

（二）無套利條件與交易成本

在證券投資學(xué)里，流動性是證券的生命力。組合投資理論、資本資產(chǎn)定價模型以及套利定價理論等都認為市場中存在大量可交易的證券，投資者可以自由買賣證券。這主要是為了保證各種交易都能實現(xiàn)，如套利交易。根據(jù)套利定價理論，一旦市場出現(xiàn)無風(fēng)險的套利機會，理性投資者會立即進行套利交易，當市場均衡時就不存在套利機會?，F(xiàn)實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學(xué)中，對市場中套利限制與非流動性的關(guān)注較少，這是因為傳統(tǒng)金融理論中簡化了市場結(jié)構(gòu)。市場微觀結(jié)構(gòu)理論研究在既定的交易規(guī)則下，金融資產(chǎn)交易的過程及其結(jié)果，旨在揭示金融資產(chǎn)交易價格形成的過程及其原因。在市場微觀結(jié)構(gòu)理論中，不同的市場微觀結(jié)構(gòu)對市場流動性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來的價格沖擊，能實施量化投資策略的證券往往都應(yīng)有較好的流動性，因為交易時非流動性直接影響投資策略的實施。從這個意義上講，量化投資時的交易成本不僅包括交易費用，更主要的是要考慮市場交易沖擊的流動性成本。

（三）風(fēng)險控制與市場情緒

在證券市場中，高收益與高風(fēng)險相匹配。量化投資在追求高收益的同時，不可避免地承擔了一定的風(fēng)險。在證券投資學(xué)中，系統(tǒng)性風(fēng)險主要源于宏觀經(jīng)濟因素，非系統(tǒng)性因素則主要源于行業(yè)、公司因素，并且不考慮市場交易行為的影響。在量化投資中，較多地使用因素定價模型，不僅會考慮市場經(jīng)濟因素，而且會考慮交易行為等因素，只是不同的模型有不同的側(cè)重點，在多模型的量化投資系統(tǒng)中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風(fēng)險外，量化投資還有自身不可忽視的風(fēng)險源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風(fēng)險。另一方面，市場沖擊的流動性成本也是量化投資的風(fēng)險控制因素，理所當然地在圖1的風(fēng)險控制模型中體現(xiàn)出來。另外，在一般的投資過程中，市場情緒或多或少會成為風(fēng)險控制的一個對象。然而，在量化投資中，更多的交易都是通過計算機來實現(xiàn)的，如程序交易等，這樣以來，投資者情緒等因素對投資決策的影響相對較小。所以，在量化投資的風(fēng)險控制模型中較少地考慮市場情緒以及投資者自身的情緒，主要是通過承擔適度的風(fēng)險來獲得超額回報，因為畢竟減少風(fēng)險也減少了超額回報。

（四）執(zhí)行高頻交易與算法交易

在對未來收益、風(fēng)險和成本的綜合權(quán)衡下，實現(xiàn)投資策略成為量化投資的重要執(zhí)行步驟。為了達到投資目標，量化投資不斷追求更快的速度來執(zhí)行投資策略，這就推動了采用高速計算機系統(tǒng)的程序化交易的誕生。在證券投資學(xué)里，技術(shù)分析認為股價趨勢有長期、中期和短期趨勢，其中，長期和中期趨勢有參考作用，短期趨勢的意義不大。然而，隨著計算機信息科技的創(chuàng)新，量化投資策略之間的競爭越來越大，誰能運作更快的量化模型，誰就能最先找到并利用市場錯誤定價的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計算機系統(tǒng)處理數(shù)據(jù)和進行量化分析，快速做出交易決策，并且隔夜持倉。高頻交易的基本特點有：處理分筆交易數(shù)據(jù)、高資金周轉(zhuǎn)率、日內(nèi)開平倉和算法交易。[5]高頻交易有4類流行的策略：自動提供流動性、市場微觀結(jié)構(gòu)交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法：產(chǎn)生高頻交易信號的算法和優(yōu)化交易執(zhí)行過程的算法。為了優(yōu)化交易執(zhí)行，目前“算法交易”比較流行。算法交易優(yōu)化買賣指令的執(zhí)行方式，決定在給定市場環(huán)境下如何處理交易指令：是主動的執(zhí)行還是被動的執(zhí)行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產(chǎn)配置和證券選擇問題。

二、對量化投資在證券投資教學(xué)中應(yīng)用的思考

從上述分析可以知道，量化投資的“黑箱”構(gòu)造與證券投資學(xué)之間存在一定的差異，因此，在證券投資的教學(xué)中應(yīng)當考慮量化投資發(fā)展的要求。

（一）市場微觀結(jié)構(gòu)與流動性沖擊

在理性預(yù)期和市場有效假說下，市場價格會在相關(guān)信息披露后立即調(diào)整，在信息披露前后市場有著截然不同的表現(xiàn)。在證券投資學(xué)里，一般認為價格的調(diào)整是及時準確的，然而，現(xiàn)實的世界里，價格調(diào)整需要一個過程。在不同的頻率下，這種價格形成過程的作用是不同的。在長期的投資中，短期的價格調(diào)整是瞬間的，影響不大。然而，在高頻交易中，這種價格調(diào)整過程影響很大。市場微觀結(jié)構(gòu)就是研究這種價格形成過程。市場微觀結(jié)構(gòu)理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關(guān)注商委托單簿不平衡對訂單流的影響，解釋沒有消息公布時價格短暫波動的原因。信息模型關(guān)注信息公布后信息反映到價格中的這一過程，認為含有信息的訂單流是導(dǎo)致價格波動的原因。無論是關(guān)注委托訂單的存貨模型還是關(guān)注市場參與者信息類型的信息模型，這些市場微觀結(jié)構(gòu)的研究加強了流動性與資產(chǎn)價格之間的聯(lián)系，強調(diào)流動性在量化投資決策中的重要作用。一般的證券投資學(xué)中基本沒有市場微觀結(jié)構(gòu)的內(nèi)容，因而，為了加強證券投資學(xué)的實用性，應(yīng)關(guān)注市場微觀結(jié)構(gòu)的內(nèi)容與發(fā)展。

（二）業(yè)績評價與高杠桿

對于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風(fēng)險與業(yè)績。在組合業(yè)績評價中，一方面要考慮風(fēng)險的衡量，另一方面則要分析業(yè)績的來源。在證券投資學(xué)中，組合業(yè)績來自于市場表現(xiàn)以及管理者的配置與選股能力。對于量化投資而言，市場時機和管理者的能力依然重要，然而，量化投資的業(yè)績評價還應(yīng)考慮另一個因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權(quán)等衍生品交易，這種杠桿交易具有放大作用，在市場好的時候擴大收益，但在市場不好的時候會加速虧損，這些與傳統(tǒng)的業(yè)績評價就不太一樣。在一般的證券投資學(xué)里，業(yè)績評價主要考慮經(jīng)風(fēng)險調(diào)整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻，而且有可能夸大了投資者的技能水平。

（三）人為因素與模型風(fēng)險

在量化投資中，非常注重計算機對數(shù)據(jù)和模型的分析，這突出了量化投資的規(guī)則性和固定性。然而，實際中，別看量化采用了各種數(shù)學(xué)、統(tǒng)計模型，但策略設(shè)計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究，并借助計算機實施策略，能夠消除很多認為的隨意性。但是，量化策略畢竟體現(xiàn)投資者的交易理念，這一部分依賴于投資者的經(jīng)驗，一部分依賴于投資者對市場的不斷觀察與更新。實際上，人始終處于交易之中，對于市場拐點以及趨勢反轉(zhuǎn)的判斷主要還是依賴投資者的經(jīng)驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實施依賴于人的設(shè)定，而人的設(shè)定不僅依賴于經(jīng)驗，而且人還會犯錯。人之所以會犯錯，一方面是因為人們對市場的認知是不完全的，另一方面則是人們使用了錯誤的模型。經(jīng)典的證券投資理論中，股票價格的變動被認為是隨機的，小概率事件出現(xiàn)的機會比較小，但是經(jīng)驗研究表明股票收益率具有肥尾現(xiàn)象，小概率事件發(fā)生的機會超出了人們原先的認識，即市場還會出現(xiàn)“黑天鵝”。更為關(guān)鍵的是，量化投資更依賴數(shù)學(xué)和統(tǒng)計模型，這就使得量化投資存在較大的模型風(fēng)險，即使用了錯誤的模型。為了防范模型風(fēng)險，應(yīng)采用更為穩(wěn)健的模型，即模型的參數(shù)和函數(shù)應(yīng)該適應(yīng)多種市場環(huán)境。近年來，研究表明，證券收益及其與風(fēng)險因素的關(guān)系存在較大的非線性，同時，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機過程和機器學(xué)習(xí)等數(shù)據(jù)挖掘技術(shù)進行信息處理成為量化投資的重要技術(shù)支持。

篇（10）

2007年7月17日國內(nèi)首只創(chuàng)新型封閉式分級基金面世，目前市場上共有7只分級基金，包括3只封閉式、3只指數(shù)及2010年3月發(fā)行的1只主動開放式，其中3只封閉式基金的近期收益見附表?？v觀這7只基金，既有封閉式基金也有開放式基金，設(shè)計方式類似，都有滿足相對保守投資者設(shè)計的低風(fēng)險份額和相對激進投資者設(shè)計的高風(fēng)險份額。另外，又有一條主線將它們區(qū)分開來，即收益分配方式。從國內(nèi)分級產(chǎn)品的特色來看，其核心主要是針對基金份額進行收益風(fēng)險的重新設(shè)計，將基金份額分成具有明顯風(fēng)險收益屬性的不同級別，從而滿足不同投資者的需求，單從設(shè)計層面上講具有一箭雙雕之功用。目前分級基金正如火如荼，某種程度上也說明適應(yīng)了市場的投資需求。

某種程度上，杠桿效應(yīng)可能是吸引投資者關(guān)注分級基金的一大因素。簡單來講，杠桿效應(yīng)相當于高風(fēng)險份額向低風(fēng)險份額借入資金，將兩份額資產(chǎn)混合起來投資，以期獲得超額收益，同時允諾低風(fēng)險份額某一基準收益率。需要警惕的是，高風(fēng)險份額在放大了投資收益的同時也提高了風(fēng)險。最后的結(jié)果是高風(fēng)險份額可能獲得超額收益，也可能損失翻倍。簡單來說，高風(fēng)險份額向低風(fēng)險份額借入資金的成本為2％，如果基金的收益率為5％，高風(fēng)險份額相當于獲得了額外的3％的收益，相反如果基金的收益率為-1％，高風(fēng)險份額除了要承受基金的損失還需要支付2％的融資成本。

在關(guān)注分級基金特色的同時，也應(yīng)關(guān)注基金的投資目標和策略等。分級基金首先是基金，其次才是其創(chuàng)新性。分級基金的杠桿效應(yīng)是在基金收益的基礎(chǔ)上面做設(shè)計，少了基金本身獲取收益的能力，分級基金的杠桿效應(yīng)也如空中樓閣，有時會起到相反的效果。

量化基金：挑戰(zhàn)傳統(tǒng)的基本面分析

量化基金，簡單理解就是依據(jù)數(shù)量化的技術(shù)進行資產(chǎn)管理，有別于傳統(tǒng)的基本面分析，主要運用數(shù)學(xué)理論和復(fù)雜的統(tǒng)計手段構(gòu)建投資策略。自1971年富國銀行發(fā)行跟蹤紐約證券交易所1500只股票的指基以來，數(shù)量化技術(shù)便逐漸被人們認識，量化基金應(yīng)運而生。海外量化基金的優(yōu)異表現(xiàn)曾經(jīng)一度引起了許多人的關(guān)注，這種設(shè)計思路也逐步被引入國內(nèi)基金產(chǎn)品設(shè)計中。

量化基金有別于普通基金的運作模式，普通基金依靠基金經(jīng)理做決策該買賣哪些股票，在什么時候交易，量化基金最明顯的優(yōu)勢在于計算機模型的處理效率遠高于人腦，在海量股票選擇中占有絕對優(yōu)勢。量化基金的研究成本比主動管理型基金要低得多，成千上萬只股票如果單靠分析師去研究并挑選，研究成本會很高。而量化基金主要依靠計算機模型來做決策，相對而言，研究成本會降低。多數(shù)量化基金的模型會按照基準指數(shù)的投資組合去挑選具體的行業(yè)和股票。這個流程會降低主動管理型基金經(jīng)理憑主觀推斷和情緒化去選擇某一行業(yè)或者某只股票的風(fēng)險，這也是其優(yōu)勢之一。

由于量化基金的這些優(yōu)勢以及業(yè)績上的優(yōu)異表現(xiàn)，此類產(chǎn)品在國外一度被很多投資者所津津樂道。據(jù)一份研究資料表明，1981～2000年，使用量化技術(shù)的增強型指數(shù)基金普遍戰(zhàn)勝了業(yè)績基準。然而近年來海外量化基金失效及黑箱子現(xiàn)象使所有人開始重新審視量化基金的有效性和未來(失效主要是指2007年8月以來量化基金的業(yè)績相比非量化基金普遍表現(xiàn)不佳；黑箱子是對某些量化基金操作方式的一種形象地描述，量化基金的模型和投資方法并不是公開的，基金經(jīng)理就好像在一個黑箱子里面進行操作一樣)。模型結(jié)構(gòu)的相似性將直接影響模型的有效性及流動性。模型最主要的功能是通過有效識別因素尋找被低估的股票。發(fā)展之初，可能證券間的相關(guān)性不是很強，模型對識別錯誤定價的證券是有效的，但隨著市場的發(fā)展，相關(guān)程度也不斷增加，有效性可能會減弱。從模型的具體操作來看，量化模型主要是根據(jù)歷史數(shù)據(jù)來構(gòu)建，它吸收新信息的能力比較緩慢和遲鈍。一旦外部環(huán)境發(fā)生變化或發(fā)生某些重大事件，如基本面上的變化等，其有效性可能就會受影響。

指數(shù)型QDII：另辟蹊徑的QDII