浅谈“量化交易”（二）_【李云亭】

量化交易不是为了战胜高手，而是为了跑赢大多数人！...

最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,。量化投资和基本面分析、技术面分析并称为三大主流方法。由于量化投资交易策略的业绩稳定,其市场规模和份额不断扩大,得到国际上越来越多投资者的追捧。那到底什么是量化投资呢？所谓量化投资可以将其简单地概括为利用数量化统计分析工具构建相应的数据模型，并借助计算机科技处理从而实现投资思想和投资理念的一种策略。过程中几乎没有人为干预。量化投资从本质上来讲，是通过总结市场运行规律，由此建议相应的投资模型以期能较大概率获得投资成功。量化投资策略中涉及的模型是投资人根据市场特征利用一些量化分析工具构建的，需要经过不断的跟踪检验以及改善，且也需根据不同市场环境进行优化。

量化投资策略也是主动性投资策略的一种，即其认为市场是非有效或若有效的，从而试图战胜市场以获得超额收益。但量化投资策略又区别于传统的主动性投资策略。量化投资策略因为不受到人类思维的局限，因此覆盖的范围远大于传统主动性投资。此外，传统主动性投资容易受到投资人个人偏好、自身情绪的干扰，做出一些非理性的行为，进而影响最终的投资收益，而量化投资是依靠计算机实现投资策略，因此可以有效的避免个人因素扰动。

那么，有人可能会有疑问：量化投资对于基金公司/资产管理公司而言,有着有着哪些非常明显的价值呢？首先是容易冲规模

一个有效的量化模型是可以在多个产品上进行快速复制,从而迅速做大规模。这个在巴克莱的指数增强系列产品上得到最明显的体现。截止2011年底,巴克莱量化基金,管理规模超过1.6万亿美金,超过富达基金,成为全球最大的资产管理公司。其次是可以获得绝对收益

利用量化对冲方式,构建与市场涨跌无关的产品,赚取市场中性的策略,适合追求稳健收益的大机构客户,例如保险资金、银行理财等。这个产品的代表性公司就是目前全球最大的对冲基金BridgeWater,旗下的旗舰产品Pure Alpha过去五年共赚取超过350亿美金。第三是杜绝了内幕消息和老鼠仓

量化投资只利用公开数据,通过数学模型的运算,挖掘出隐藏在公开数据后面的信息,从而战胜市场,从方法论上就杜绝了内幕消息的可能。在交易过程中利用复杂的IT系统进行程序化交易,使得老鼠仓也无法成为可能。在国内金融市场监管日趋规范的情况下,量化投资这种方法必然会成为投资研究的主要方法。

说到这里，我想跟大家聊一位华尔街传奇性人物——詹姆斯·西蒙斯。今年78岁高寿的詹姆斯·西蒙斯（James Simons）拥有种种骄人的成绩，他是23岁戴上博士帽的数学天才、26岁转战情报界的破译密码特工、30岁回归学界并在七年后获得几何学最高奖项的数学系主任。当然，他最为华尔街敬仰的还是缔造了量化投资的先驱——文艺复兴基金（Renaissance Technologies Corp.）。这位“量化投资之王”2010年已经离开了260亿美元规模的文艺复兴基金。在《福布斯》杂志今年的排行榜上，西蒙斯拥有140亿美元个人身家，成为个人资产排名第四的对冲基金经理、全球排名第76位的富豪。1988年以来，西蒙斯掌管的的大奖章对冲基金年均回报率高达34%，这个数字较索罗斯等投资大师同期的年均回报率要高出10个百分点，较同期标准普尔500指数的年均回报率则高出20多个百分点，而且稳定性更佳；从2002年底至2005年底，规模为50亿美元的大奖章基金已经为投资者支付了60多亿美元的回报。更难得的是这个回报率是在扣除了5％的资产管理费和44％的投资收益分成以后得出的。即使2008年面对全球金融危机的重挫，"大奖章基金"的回报也高达80%。这位创造了华尔街投资神话的传奇人物，其超越索罗斯、巴菲特等投资大师的秘密武器就是量化投资。这一系列骄人成绩的取得，也许就是为了彰显量化投资的魅力所在。

接下来，我们说一下量化投资出现的主要原因：

量化交易的出现离不开如下几个主要原因：现代金融理论的发展，计算机技术的普及和发展，以及交易成本的下降。而这些变化大部分都发生在最近30年内。

1、现代金融理论的发展

首先，我们说一下传统资产定价的理论。传统资产定价主要基于现金流贴现法。企业的整体价值等于其股票和债券的价值之和。股票的价值等于其未来所有现金流的折现值，债券的价值则等于利息与到期本金的折现价值。以股息贴现模型（DDM）为例，计算一个公司股价，我们需要预测该公司将来派发的一系列股息，然后估算每年的折现率，把未来股息贴现成现值，最后把净现值的全相加起来。这个方法听起来很简单，但实际操作起来相当复杂而且带有主观性。分析师预测一个季度的股息都经常搞错，准确预测将来所有股息更是难上加难。预测未来折现率也有同样的问题。然而，现代金融理论则另辟蹊径。1960年代，威廉·夏普、林特纳等提出的CAPM定价模型，对资本市场均衡状态下的资产风险与预期收益率的关系给出了精确定义。根据CAPM模型，一个股票的预期收益率取决于它和市场的相关性和无风险利率。投资者不用复杂的现金流预测就能估算股票的价值。马克维茨在50年代创造性地提出了用均值方差最优化的数学方法来选择最优投资组合。这个最优组合不再完全取决于一个股票的预期收益率，而且还和其风险，与其它股票的相关性，以及投资者对风险的喜好程度密切相关。夏普和马克维茨因此研究同获1990年诺贝尔经济学奖。

当然，这并不是说现代金融理论就一定强于传统理论。传统投资因为对个股分析更为透彻因此投资命中率更高。基于CAPM等数学模型赚钱的方式不同。量化交易往往在短期内作出大量的交易。每一个交易的亏赢率虽然小于传统投资模型，但数千次交易之后，只要盈利交易多于亏损交易，总体交易结果就是盈利的。

2、计算机技术的发展

1976年，史蒂夫·乔布斯和斯蒂夫·沃兹尼亚克创办苹果计算机公司，并推出其AppleI计算机。1982年，微计算机开始普及，大量进入学校和家庭。在过去的半个世纪里，计算机基本按照英特尔的创始人之一戈登·摩尔提出摩尔定律飞速发展：计算机硬件的处理速度和存储能力，每一到两年提升一倍。

计算机技术的发展极大地推动了社会各方各面的飞速进步。在政治筹款和竞选上，美国2008年的大选被称为是一场数据的较量。奥巴马的竞选团队使用了大数据对不同选民采取了不同的竞选和筹款宣传；在商业上，商家利用顾客的电子消费记录预测客户的需求。以沃尔玛为例，它每小时要处理100多万笔电子交易记录，可谓每分每秒都在源源不断地生产数据。在体育方面，数据分析也越来越成为教练挑选和训练队员的有力工具。量化交易不过是在这个大环境之下计算机技术对投资和交易的推动而已。

3、交易费用的下降

全球范围内交易费用的下降已经持续了一段时间，在金融市场竞争的推动下，又开始出现继续下降的趋势。

正是基于这一系列因素出现和推动，量化投资才实现了从无到有的长足发展。

那么，当前中国的量化投资发展现状，到底是一个怎么样的情况呢？

说到量化投资的发展,就要从市场有效性假说说起，技术分析、基本面分析和量化分析代表了有效市场的三个不同的层次。在无效市场,技术分析是充分有效的,这在中国资本市场最初的十年得到很好的体现;当市场进入弱有效市场后,可以依靠基本面分析获得超额收益,2000年到2010年这十年基本上属于这个时代;当市场进入半强有效市场后,也就是从2010年开始我们可以观察到大部分基本面分析的产品已经无法获得超额收益,此时国内市场已经进入半强有效市场。当然当市场进入强有效市场后,则无论哪种方法均无法战胜市场,那时候只能被动指数化投资。　　传统的有效市场假说认为,在半强有效市场,只能依靠非公开信息(内幕消息或者私人消息)来获得超额收益。但是我们可以知道的是,除了非公开信息并不是只有内幕消息和私人消息,还有另外一个获得非公开信息的方法:就是利用数据挖掘的方法,从公开的数据中挖掘出非公开信息,也就是量化投资的方法。这也就是在美国等成熟市场(基本上进入半强式有效市场状态),量化投资为啥可以得到蓬勃发展的原因。　　随着中国市场有效性的提高,中国开始进入半强式有效市场阶段,再加上监管层对内幕消息的监管越来越严厉,使得通过这种方法获得非公开信息的方式越来越难,因此量化投资就成为了一个最好的获得非公开信息的科学理论与技术。　　很多人问:量化投资是不是仅仅是一个昙花一现的概念,还是一个可以长期有效的科学理论,我想通过上述对有效市场假说的分析,已经得到了明确的答案:量化投资是在半强式有效市场中的最佳分析理论,也几乎是唯一可行的分析理论。

反之，量化交易的发展对于中国资本市场的影响以及未来发展趋势是什么呢？

量化投资作为“舶来品”，我上面讲到，自2010年随着股指期货和融资融券，量化投资在中国市场兴起与壮大，量化投资因其出色的风险控制管理能力以及能够多维度、及时、客观地捕捉多个市场、多个品种的交易机会，成为中国量化对冲时代的“新宠儿”。这主要表现在：量化投资不仅丰富了投资者的投资选择，也在促进市场有效性、提高市场流动性、降低市场波动性等方面产生了积极作用。　　由于投资者风险收益的偏好不同，在不同宏观经济背景和市场环境下，投资人不同的资产配置选择亦不同，在大类置产配置方面，量化投资模型可以帮助投资者基于经济数据分析进行大类资产的择时配置，从而提高投资者的长期投资回报。具体到二级市场中，量化投资丰富的投资策略，如阿尔法策略、CTA策略、套利策略等，则为投资人提供了丰富多样的风险收益投资选择，从而提高了整个资本市场的效率。

众所周知，A股市场不是一个有效的市场，它的非有效性往往体现在机构投资者占比较低而散户投资者占比较高、对冲工具相对缺乏，因此价格发现机制不健全，牛短熊长，市场的波动较为剧烈。对于市场的非有效性，研究行为金融学获得诺贝尔奖的 Robert Shiller曾有过一个重要的论断，他指出，市场定价是每个股票未来预期现金流的折现，如果未来预期现金流预测确定的话，今天的价格和明天的价格应该差别不大，但从行为金融学角度，市场情绪会左右投资者对股票价格的判断。在一个以专业投资者为主的成熟市场，专业投资者通过专业的方法研究股票，会对股价形成一致性预期，这个价格通常接近投资标的的真实价格。但在一个散户众多的市场，许多非理性行为则会使得股票价格高估或低估，这种主观情绪上的波动性也会提高市场的波动性。一方面，量化投资客观评价交易机会，利用计算机基本面模型发现个股的潜在价值，从市场的非理性定价中获取收益，克服了主观情绪的偏差，通过全面、系统性的扫描捕捉错误估值带来的投资机会，使得投资品种获得有效定价, 资本在不同上市公司之间的分配更为合理，从而提高了市场的有效性，降低了市场的波动率。另一方面，量化投资持仓分散，程序化交易在执行买卖报单时交易量往往被进一步拆分，从而降低了市场的冲击成本，这也有助于减少市场的波动性。　　除此之外，量化投资更是为资本市场提供了重要的生命力—流动性。除了估值和盈利，流动性也是影响股价的重要因素，更是资产市场的核心生命力，量化投资可以起到资本市场润滑剂的功能。第一，量化投资有助于实现跨市场、跨品种的交易策略，程序化交易尤其是高频交易的交易频率通常较高，从而提高了资金的使用效率，有助于提高期货、现货等多个市场的流动性。第二，量化的做市策略（market marketing）通常是在市场行情买卖价的中间进行报价，也向市场注入了一定的流动性。

在这里，我想说的是：

中国经济经过30年的高速发展,各行各业基本上已经定型,能够让年轻人成长的空间越来越小了。未来十年,量化投资这一领域绝对是少有的一个,可以诞生个人英雄的行业,无论是出生贵贱,无论是学历高低,无论是有无经验,只要你勤奋、努力。脚踏实地的研究模型,研究市场,开发出适合市场稳健盈利的量化交易系统,实现财务自由,并非遥不可及的梦想。　　曾经，有位量化研究助理抱怨:“我们做量化研究的,一年都没有啥机会出去调研,免费旅游的机会都木有啊”。　　这时候，有人这样对他说：“你只要好好研究量化模型,找到持续稳定盈利的策略,自然就会有大量的资金来找你合作,实现财务自由不困难。到时候你会开着游艇出海,去拉斯维加斯享受,去非洲草原猎象,又何必在乎眼前的这点免费旅游呢？” 想想，确实如此。　　我们每一个人，可能都深有体会，在中国目前的很多领域,赚钱已经变成一个非常困难的事情,但是在量化投资这一领域,我坚信，这一切的一切都是可以实现的！

讲到最后，我想给大家说一个概念，那就是“证券量化交易”，证券量化交易概念从2009年开始萌芽，到2012年6月招商证券财富管理中心与Progress公司合作推出“算法交易”，标志着国内券商正式进军量化交易市场。时至今日，该市场仍处于发展初期阶段，大部分量化交易产品都是采取ETF套利和阿尔法套利等模型在证券二级市场和股指期货两个相关市场做对冲交易进行获利。