第七章 量化分析
一、量化投資分析的特點
量化分析法是利用統(tǒng)計、數(shù)值模擬和其他定量模型進行證券市場相關(guān)研究的一種方法,具體來說,有如下五大方面的特點:
(1)紀(jì)律性。
量化投資需要嚴(yán)格執(zhí)行模型給出的投資建議,從而可以克服人性的弱點以及認(rèn)知偏差,也可以起到跟蹤和修正的目的。
2020證券從業(yè)資格考試備考通關(guān)秘籍 點擊下載>>
部分資料預(yù)覽
(2)系統(tǒng)性。
系統(tǒng)性主要表現(xiàn)在多層次的量化模型、多角度的觀察及海量數(shù)據(jù)的觀察等。
(3)及時性。
量化投資模型能夠及時快速地跟蹤市場變化,不斷發(fā)現(xiàn)能夠提供超額收益的新的投資機會。
(4)準(zhǔn)確性。
量化投資分析能夠準(zhǔn)確客觀評價投資機會,克服主觀情緒偏差,妥善運用套利的思想。
(5)分散化。
量化投資分析能夠在控制風(fēng)險的基礎(chǔ)上,準(zhǔn)確實現(xiàn)分散化投資。
例題:量化分析法的特點不包括( )。
A.紀(jì)律性
B.系統(tǒng)性
C.及時性
D.集中化
【答案】D
二、量化投資分析的理論基礎(chǔ)
量化投資是一種主動型投資策略,主動型投資的理論基礎(chǔ)是市場非有效或弱有效。因此,基金經(jīng)理可以通過對個股、行業(yè)及市場的分析研究建立投資組合,獲取超額收益。
指數(shù)化投資等被動投資的理論基礎(chǔ)是市場有效,任何企圖戰(zhàn)勝市場的努力都是徒勞的,投資者只能取得市場收益,不如被動復(fù)制指數(shù)。
三、量化投資分析的主要內(nèi)容和方法
1、量化投資分析的主要內(nèi)容
量化投資分析的主要內(nèi)容是將投資理念及策略通過具體指標(biāo)、參數(shù)的設(shè)計,體現(xiàn)到具體的模型中,讓模型對市場進行不帶任何情緒的跟蹤。
2、量化投資分析的方法
(1)人工智能
人工智能是研究使用計算機來模擬人的某些思維過程和智能行為(如學(xué)習(xí)、推理、思考、規(guī)劃等)的學(xué)科,主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機,使計算機能實現(xiàn)更高層次的應(yīng)用。
人工智能的很多技術(shù)可以用于量化投資分析中,包括專家系統(tǒng)、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。
(2)數(shù)據(jù)挖掘
數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的,但又是潛在有用的信息和知識的過程。
在量化投資中,數(shù)據(jù)挖掘的主要技術(shù)包括關(guān)聯(lián)分析、分類、預(yù)測、聚類分析等。
(3)小波分析
小波就是小的波形。小波分析在量化投資中的主要作用是進行波形處理。任何投資品種的走勢都可以看作是一種波形,其中包含了很多噪音信號。
利用小波分析,可以進行波形的去噪、重構(gòu)、診斷、識別等,從而實現(xiàn)對未來走勢的判斷。
(4)支持向量機(support vector machine)
支持向量機(SVM)方法是通過一個非線性映射(核函數(shù)),把樣本空間映射到一個高維乃至無窮維的特征空間中,使得在原來的樣本空間中非線性可分的問題轉(zhuǎn)化為在特征空間中的線性可分的問題。
簡單地說,支持向量機就是升維和線性化。正因為有這個特點,使得SVM特別適合于進行有關(guān)分類和預(yù)測問題的處理。
(5)分形理論
分形(Fractal),原意是不規(guī)則、支離破碎的意思,分形幾何學(xué)是一門以非規(guī)則幾何形態(tài)為研究對象的幾何學(xué)。
一切復(fù)雜對象雖然看似雜亂無章,但他們具有相似性,簡單地說,就是把復(fù)雜對象的某個局部進行放大,其形態(tài)和復(fù)雜程度與整體相似。
由于這種特征,使得分形理論在量化投資中得到了廣泛的應(yīng)用,主要可以用于金融時序數(shù)列的分解與重構(gòu),并在此基礎(chǔ)上進行數(shù)列的預(yù)測。
1904年,瑞典數(shù)學(xué)家柯赫構(gòu)造了“Koch曲線”幾何圖形。Koch曲線大于一維,具有無限的長度,但是又小于二維。
有學(xué)者這樣說過:“為什么世界這么美麗,因為我眼睛看到的都是分形”,大到海岸線、山川形狀、天空的云朵,小到一片樹葉、一片雪花、皮蛋里的花紋,分形無處不在,無處不有。
(6)隨機過程
隨機過程是一連串隨機事件動態(tài)關(guān)系的定量描述。
研究隨機過程的方法多種多樣,主要可以分為兩大類:
一類是概率方法,其中用到軌道性質(zhì)、隨機微分方程等;
另一類是分析的方法,其中用到測度論、微分方程、函數(shù)堆和希爾伯特空間等,實際研究中常常兩種方法并用。
另外,組合方法和代數(shù)方法在某些特殊隨機過程的研究中也有一定作用。研究的主要內(nèi)容有:多指標(biāo)隨機過程、無窮質(zhì)點與馬爾科夫過程、概率與位勢及各種特殊過程的專題討論等。其中,馬爾科夫過程很適于金融時間數(shù)列的預(yù)測,是在量化投資中的典型應(yīng)用。
馬爾可夫過程(Markovprocess)是一類隨機過程。它的原始模型馬爾可夫鏈,由俄國數(shù)學(xué)家A.A.馬爾可夫于1907年提出。
該過程具有如下特性:在已知目前狀態(tài)(現(xiàn)在)的條件下,它未來的演變(將來)不依賴于它以往的演變(過去)。
在現(xiàn)實世界中,有很多過程都是馬爾可夫過程,如液體中微粒所作的布朗運動、傳染病受感染的人數(shù)、車站的候車人數(shù)等,都可視為馬爾可夫過程。
四、量化投資技術(shù)
1、量化選股
(1)量化選股的含義
量化選股是指利用數(shù)量化的方法選擇股票組合,期望該股票組合能夠獲得超越基準(zhǔn)收益率的投資行為。
(2)量化選股的方法
1)公司估值法
公司估值方法是上市公司基本面分析的重要應(yīng)用,在“基本面決定價值,價值決定價格”的基本邏輯下,通過公司估值方法得出公司理論股票價格,與市場價格比較,從而判斷股票的市場價格是否被高估或者低估,尋找出價值被低估或被高估的股票,指導(dǎo)投資者的具體投資行為。
2)趨勢法
趨勢法是指根據(jù)市場表現(xiàn)做出對應(yīng)的投資行為的方法。市場有強勢、弱勢、盤整等不同的形態(tài),投資行為可以追隨趨勢,也可以逆趨勢反轉(zhuǎn)操作。
3)資金法
資金法的本質(zhì)是追隨市場主力資金的方向,資金流人伴隨著價格上漲;資金流出伴隨著價格下跌。也可以通過持倉籌碼的分布來判斷未來股價的上漲和下跌情況。
2、量化擇時
量化擇時是指利用數(shù)量化的方法,通過分析各種宏觀微觀指標(biāo),試圖找到影響大盤走勢的關(guān)鍵信息,從而預(yù)測未來走勢。
量化擇時的方法包括趨勢擇時、市場情緒擇時、有效資金模型、牛熊線等。
3、股指期貨套利
股指期貨套利是指利用股指期貨市場存在的不合理價格,同時參與股指期貨與股票現(xiàn)貨市場交易,或者同時進行不同期限,不同(但相近)類別股票指數(shù)合約交易,以賺取差價的行為。
股指期貨套利主要分為期現(xiàn)套利和跨期套利兩種。
股指期貨套利的研究主要包括現(xiàn)貨構(gòu)建、套利定價、保證金管理、沖擊成本、成分股調(diào)整等內(nèi)容。
4、商品期貨套利
相關(guān)商品在不同時間、地點對應(yīng)著一個合理的價差。由于價格的波動性,價差經(jīng)常出現(xiàn)不合理的情況,但不合理的價差最終都會回到合理的范圍之內(nèi),不合理回到合理的這部分價格區(qū)間就是盈利區(qū)間?;谝陨线壿?,商品期貨套利才得以存在。
歷史數(shù)據(jù)的統(tǒng)計分析對于成功實施商品期貨套利來說非常重要。
商品期貨套利過程成功實施的重要前提是對相關(guān)合約之間的價差數(shù)據(jù)變化規(guī)律進行科學(xué)的統(tǒng)計分析。
5、統(tǒng)計套利
(1)統(tǒng)計套利的含義
統(tǒng)計套利是用統(tǒng)計方法挖掘套利機會的投資策略,在不依賴于經(jīng)濟環(huán)境的情況下,運用數(shù)量手段構(gòu)建資產(chǎn)組合,從而對市場風(fēng)險進行免疫,獲取一個穩(wěn)定、無風(fēng)險的alpha(超額收益率)。
(2)統(tǒng)計套利的方法
1)成對交易
成對交易,即價差交易,是統(tǒng)計套利最常用的策略,指在構(gòu)建某一資產(chǎn)多頭的同時,構(gòu)建另一種資產(chǎn)的空頭,并在將來某一時刻同時了結(jié)兩種資產(chǎn)的頭寸。
這是一種市場中性策略,可以免疫市場風(fēng)險,通過捕捉兩個或者多個資產(chǎn)之間的相對錯誤定價機會來獲得低風(fēng)險收益。
2)多因素模型
多因素模型通過分析與股票收益率相關(guān)的多種因素,建立回歸模型,通過分析資產(chǎn)實際價格和模型預(yù)測價格之間的差異來獲利。
當(dāng)實際資產(chǎn)價格高于模型預(yù)測價格時,資產(chǎn)被高估,賣出該資產(chǎn),待到實際資產(chǎn)價格與模型預(yù)測價格相等時,再買入該資產(chǎn)以對沖之前的空頭頭寸。反之則進行相反操作。
3)均值回歸策略
均值回歸策略建立在股票價格是均值回歸的這一假設(shè)條件之上。
如果股票價格超過它的平均價格,它被預(yù)計在未來將朝反方向運行。依照該策略,應(yīng)該賣出超越市場表現(xiàn)的股票(預(yù)期下跌),買入低于市場表現(xiàn)的股票(預(yù)期上漲)。
4)協(xié)整策略
協(xié)整策略是利用股票價格序列的協(xié)整關(guān)系建模。該策略基于累計收益率對均衡關(guān)系的偏離。
6、算法交易
算法交易又被稱為自動交易,是指利用電子平臺,通過使用計算機程序來發(fā)出交易指令,執(zhí)行預(yù)先設(shè)定好的交易策略。
在交易中,程序可以決定的范圍包括交易時間的選擇、交易的價格,甚至可以包括最后需要成交的證券數(shù)量。
根據(jù)各個算法交易中算法的主動程度不同,算法交易可以分為:
(1)被動型算法交易;
(2)主動型算法交易;
(3)綜合型算法交易。
7、資產(chǎn)配置
資產(chǎn)配置是指根據(jù)投資需求將投資資金在不同資產(chǎn)類別之間進行分配,通常是將資產(chǎn)在低風(fēng)險、低收益證券與高風(fēng)險、高收益證券之間進行分配。
8、風(fēng)險控制
風(fēng)險控制是指風(fēng)險管理者采取各種措施和方法,消滅或減少風(fēng)險事件發(fā)生的各種可能性,或者減少風(fēng)險事件發(fā)生時造成的損失。
五、量化投資技術(shù)的應(yīng)用前提和適用范圍
量化分析法較多采用復(fù)雜的數(shù)理模型和計算機數(shù)值模擬,能夠提供較為精細(xì)化的分析結(jié)論。但它對使用者的定量分析技術(shù)有較高要求,不易為普通公眾所接受。
量化分析法所采用的各種數(shù)理模型本身存在模型風(fēng)險,一旦外部環(huán)境發(fā)生較大變化,原有模型的穩(wěn)定性就會受影響。
量化分析法往往需要和程序化交易技術(shù)相結(jié)合,對交易系統(tǒng)的速度和市場數(shù)據(jù)的精確度有較高要求,這也在一定程度上限制了其應(yīng)用范圍。
六、量化分析的主要應(yīng)用
1、估值與選股
(1)估值
對上市公司的估值包括兩種方法:
?、傧鄬乐捣?/p>
主要采用乘數(shù)方法,如市盈率P/E估值法、市凈率P/B估值法、企業(yè)價值倍數(shù)法等;
?、诮^對估值法
主要采用折現(xiàn)的方法,如股利折現(xiàn)模型、折現(xiàn)現(xiàn)金流模型(公司自由現(xiàn)金流模型和股權(quán)自由現(xiàn)金流模型)等。
(2)選股
數(shù)量化選股策略是在基本面研究的基礎(chǔ)上結(jié)合量化分析的手段構(gòu)建出來的,主要的選股方法如下:
①基本面選股
通過對上市公司財務(wù)指標(biāo)的分析,找出影響股價的重要因子,通過建立股價與因子之間的關(guān)系模型得出對股票收益的預(yù)測。
股價與因子的關(guān)系模型分為結(jié)構(gòu)模型和統(tǒng)計模型。
結(jié)構(gòu)模型是給出股票的收益和因子之間的直觀表達(dá),包括三種選股方法:價值型、成長型、價值成長型。
統(tǒng)計模型是用統(tǒng)計方法提取出近似線性無關(guān)的因子建立模型,包括:主成分法、極大似然法等。
?、诙嘁蛩剡x股
通過尋找引起股價共同變動的因素,建立收益與聯(lián)動因素間線性相關(guān)關(guān)系的多因素模型。
影響股價的共同因素包括宏觀因子、市場因子和統(tǒng)計因子。
通過逐步回歸和分層回歸的方法對三類因素進行選取,然后通過主成分分析選出解釋度較高的某幾個指標(biāo)來反映原有的大部分信息。
?、蹌恿?、反向選股
動量選股策略是指事先對股票收益和交易量設(shè)定條件,然后分析股票在過去短期時間內(nèi)的表現(xiàn),當(dāng)條件滿足時買進或賣出股票的投資策略。
反向選股策略基于投資者過度自信的心理特征,認(rèn)為投資者會對上市公司的業(yè)績狀況做出持續(xù)過度反應(yīng),形成對業(yè)績差的公司業(yè)績過分低估和業(yè)績好的公司業(yè)績過分高估的現(xiàn)象,從而反向投資存在套利機會。
實行反向選股策略的投資者買進過去表現(xiàn)差的股票而賣出過去表現(xiàn)好的股票。
2、資產(chǎn)配置
資產(chǎn)配置是指資產(chǎn)類別選擇、投資組合中各類資產(chǎn)的配置比例以及對這些混合資產(chǎn)進行實時管理。
資產(chǎn)配置一般包括戰(zhàn)略資產(chǎn)配置、戰(zhàn)術(shù)資產(chǎn)配置和資產(chǎn)混合配置。
資產(chǎn)配置包括三大層次,分別是全球資產(chǎn)配置、大類資產(chǎn)配置和行業(yè)風(fēng)格配置。
3、基金績效評估
基金是一種集合投資產(chǎn)品,它具有風(fēng)險分散、專業(yè)化管理、變現(xiàn)l生強等特點,要對基金有一個全面的評價,績效評估能夠提供較好的視角與方法。
對基金的績效進行評估的指標(biāo)和方法包括:風(fēng)險調(diào)整收益、擇時/股能力、業(yè)績歸因分析、業(yè)績持續(xù)性等。
4、基于行為金融學(xué)的投資策略
股票市場的一系列與理性人假設(shè)不符合的異?,F(xiàn)象,如:日歷效應(yīng)、股權(quán)溢價之謎、期權(quán)微笑、封閉式基金折溢價之謎、小盤股效應(yīng)等,使得諸多研究學(xué)者放松關(guān)于投資者是完全理性的嚴(yán)格假設(shè),形成了具有重要影響力的學(xué)術(shù)流派——行為金融學(xué)。
目前國際金融市場中比較常見且相對成熟的行為金融投資策略包括動量投資策略、反向投資策略、小盤股策略和時間分散化策略等。
5、程序化交易
程序化交易通過某種策略生成交易指令,以便實現(xiàn)某個特定的投資目標(biāo)。
程序化交易主要是大機構(gòu)的工具,它們同時買進或賣出整個股票組合,而買進和賣出程序可以用來實現(xiàn)不同的目標(biāo)。
目前程序化交易策略主要包括:
(1)數(shù)量化程序交易策略;
(2)動態(tài)對沖策略;
(3)指數(shù)套利策略;
(4)配對交易策略;
(5)久期平均策略。
2022年中級經(jīng)濟師3天特訓(xùn)營免費領(lǐng)??!
課程套餐 | 課程內(nèi)容 | 價格 | 白條免息分期 | 購買 |
---|---|---|---|---|
2021年證券從業(yè)考試-簽約旗艦托管班 | 錄播+直播+考前預(yù)測卷+模考卷+講義+協(xié)議 | ¥2580 | 首付258元 | 視聽+購買 |
2021年證券從業(yè)考試-簽約旗艦直達(dá)班 | 錄播+直播+考前預(yù)測卷+??季?講義+重讀 | ¥1980 | 首付198元 | 視聽+購買 |
2021年證券從業(yè)考試-進階直達(dá)班 | 錄播+直播+??季?重讀 | ¥1680 | 首付168元 | 視聽+購買 |