通知公告

    招商优惠公告: (诚招合作伙伴)
    2012年9月1日起,新公司注册0收费!无管理费!细节请咨询各就近办事处招商人员。
    24小时热线:
    (1徐汇办)021-51154858
    (2东方路)021-68886028...
联系我们

    上海工商注册代理网

    联系人:曹小姐

    24小时电话: 021- 51154858、51154868

    地址:上海市徐汇区中山西路2006号百第宜山大楼220室 (宜山路口,地铁3、4、9号直达)

    上海注册公司网 作息时间:周一至周五 9:00-17:00

认清风险特征 攻守兼备用好量化投资工具

发布时间:08-03 www.shgszc.com 【字体:

量化交易是一个很复杂的系统,包括从盈利、风险控制、交易成本、交易执行等多个方面。从框架上看,量化交易有几个主要的组成部分:盈利模型、风险模型、交易成本模型、投资组合的构建模型和执行模型。

一是盈利模型。通过对历史数据及能够获得的各类数据的分析,对未来进行预测,从而获得收益。预测的内容主要是价格变化的方向、幅度、持续时间、预测目标的置信度等。预测的主要目标是获得超过市场基准的回报或者获取绝对收益,同时也是投资策略的核心所在。盈利模型会在追求利润、控制风险和控制相关交易成本之间进行平衡,从而给出一个最佳的投资组合。再将当前组合和最佳组合进行比较,根据二者的差异来执行所需要的交易。在盈利模型中,并没有永远好或者永远坏的策略,每类策略都有其适应的市场环境,因此成功盈利模型要很全面,当然这需要不断的研发,是长期有效积累的过程。

二是风险模型。其核心意义在于对敞口进行有目的的选择和控制来提高收益的质量和稳定性。最好的途径是“不要把鸡蛋放到一个篮子里”,具体实现的方法有在特定品种或策略上头寸的规模不能超过多少、方向性风险暴露不能超过多少等等。

三是交易成本模型。交易成本控制在量化策略里面非常重要,量化投资交易频率一般都比较高,而交易会产生成本,只有在有充分的理由证明一笔交易能够改进组合收益或者改进风险,为此支付交易成本才是有意义的。因为如果不进行交易成本的控制最终的交易结果就会与理想中的效果产生很大的差异。交易成本有交易手续费、滑点等。

四是投资组合构建模型。通过综合考虑盈利模型、风险模型和交易成本模型从而形成的一个结果。主要是使用各种优化算法在各种策略间去进行配置,优化算法很复杂。

五是交易执行,交易执行的主要目标是提高算法效率,既要开发算法模型、也要进行交易基础设施的投入。

从上面量化模型包括的方面可以看到,很多量化策略的管理人并不关心市场会怎么走,他们的研究方向主要是如何发展和完善自己的策略模型。

量化投资主要风险

很多人认为量化策略风险很小,因为它在进行投资决策的时候摒弃了人的主观判断,能够及时的止盈或止损。但是需要指出的是,是人开发了量化模型。是人决定使用什么数据、是人决定如何清洗数据、是人对交易策略进行研究并不断回测和改进,因此量化策略最主要的风险主要是内生性的模型的风险。

首先,量化策略是基于对历史数据的分析而得出结论,而如果市场运行的模式突然发生改变的时候,模型就会受到影响。比如做空波动率的策略历史上被证明是长期有效且收益稳定的策略,但在2018年2月市场大幅下跌的时候,很多期权做空波动率的策略出现了巨额亏损。

其次,人们习惯于追逐不断上涨的资金,资金对量化策略的追逐也是一样,一旦某类策略在一段时间内获取了比较不错的收益,就会吸引新的人去开发这类策略,也会吸引新的资金投资这类策略。但是使用策略的人数越多、资金越多,表现欠佳的风险也就越大。

目前在国内量化投资方面,私募基金相比公募基金有着比较明显的优势。首先,私募基金更容易实现投资组合的多元化,公募基金可以投资的资产相比私募来说比较有限,主要只能投资股票和债券,与股票和债券市场高度相关,而私募基金可以投资的金融工具更多,商品、期权、场外衍生品等等。虽然有些基金公司会以专户和子公司专户的形式扩大投资范围,但是还有其他方面的限制,投资效果不如私募基金。

其次,私募基金受到的交易限制更少,因此能够赚取的超额收益的方法更多,私募基金管理人能够进行较高频率的日内回转交易,将风险控制嵌入在策略模型中,极大降低了交易滑点。

第三,私募基金有着更加市场化的激励机制,竞争也非常激烈,能够吸引并留住优秀的人才在这个行业中。

第四,私募基金往往有绝对收益的目标,即不管市场表现如何都要达到正收益。很多私募基金投资者也是为了获得绝对收益,而公募基金更倾向于相对收益的考核和重视工具化的发展,如近年各家基金不断发行的ETF基金。

多资产多策略配置

量化多策略FOF,顾名思义是以投资量化策略为主的组合管理基金,近几年很多人对FOF的认知度在不断的提升,无论是私募FOF还是公募FOF。FOF的核心理念是通过对底层资产进行研究(股票、债券、商品、房地产、外汇、货币等)从而构建资产组合,在配置底层资产的时候,还会通过配置各种策略来实现投资目标。FOF的前提是认为单一资产和单一类策略很难每年都能获得稳健的投资收益。

在FOF投资管理人的工作中,主要有几个方面的分析研究工作:首先是底层资产的研究,其次是通过底层资产构建出来的多种策略的研究,再次是策略的管理人研究,还有组合管理方法的研究等。FOF投资管理是一个很复杂的系统,宏观经济、资本市场、策略研究、管理人研究、组合管理,各个流程环环相扣、密不可分。科学的量化手段和主观的经验判断要相互结合,并且进行严格的风险控制,才能够为客户提供好的风险收益比的产品。

一是底层资产研究。底层资产的研究主要意义在于不同的经济周期和宏观环境下,大类资产的表现是有差异的,选择高确定性的方向能够对组合收益起到正贡献。影响大类资产的表现因素包括基本面、流动性、政策等。在对资产的分析中除了要对方向性有判断之外,还要比较不同资产的相对价格,资产内的结构性机会和风险等等。在研究过程中,尽量使用量化方法进行研究,有利于更加准确地把握当前时点的最优投资配置。

二是通过底层资产构建出来的多策略研究。整体上看,根据策略的风险收益情况把策略可以分成两大类:稳定类和弹性类。稳定类策略是收益波动性比较低的策略,预期能够获得较为确定的收益,目的是获得基础收益,并为组合的弹性类策略的投资积累安全垫。弹性类策略预期收益较高,但存在回撤风险,目的是提升产品整体收益的弹性。从策略收益特征来看,市场中性、套利策略为稳定类策略;指数增强、择时对冲、量化管理期货策略为弹性类策略。

目前量化策略范围非常广泛,对策略的分类难以形成共识,而不同的私募数据提供商给出的分类结果也有较大的差异,因此对私募策略进行划分非常复杂。在细分策略的划分上,笔者依据所使用数据的不同、盈利模型的不同、持仓周期的不同等多个方面进行策略的细分。比如会把市场中性策略进一步分为基于理论驱动的和数据驱动的。理论驱动型主要是寻找能够解释市场行为的理论,比如传统的多因子框架,数据驱动型主要是借助一些分析工具来寻找可以识别的模式,常见的是使用机器学习的算法去进行预测。在管理期货策略上会将策略划分为中长期趋势跟踪、反转、跨期跨品种套利、多因子策略、数据驱动的模式识别等,还用不同时间的持仓周期去进行划分。