专业正规安全的配资公司炒股平台门户网
关键词不能为空

期货配资

导航

「目前量化投资 用什么系统」什么是量化交易系

未知
admin

目前量化投资 用什么系统:什么是量化交易系统?

简单来说量化交易分两部分,量化分析,和自动交易,量化分析和人工分析本质上没有区别只是使用了计算机语言,提高了工作效率,不管你是人工分析手动交易,还是量化分析自动交易,建立一套交有效的交易系统是一个交易者或者投资者必须要有的。至于量化分析软件目前,文化财经,金字塔,tb开拓者,都可以实现自动交易,也可以自己用c,Python,等自己分析,如果不需要那么复杂用excel也可以量化分析。

目前量化投资 用什么系统:什么量化交易系统现在的口碑比较好?

AIQT这个量化交易系统就很不错,她的口碑相当好,如果有意向的话真的非常推荐你选择这个量化交易系统哦。

目前量化投资 用什么系统:国内做量化交易都用哪些平台?

量化平台有很多,能上市盘的也就那几个,最主要的是要安全,并且最好是分布式的。好多种,比如巨宽,文化,MT4,MC,米宽等等。

目前量化投资 用什么系统:量化系统是什么?

博尔证券量化交易系统是上海兆吉信息技术有限公司引进海外成熟量化投资模型,拥有完全自主知识产权的证券量化交易系统,是国内首款面向个人投资者的证券量化交易系统。 证券量化交易是指在证券市场中博尔证券量化交易系统,通过对交易资金及交易报价等数据进行批量比对后,分别找出资金数据及价格数据的运作规律,并根据这种规律进行投资交易,以获取最大的投资收益。博尔证券量化交易系统主要针对交易的两个要素交易价格和交易量做量化处理,并最终得出上涨概率的预测结果。

目前量化投资 用什么系统:量化投资哪个软件最好用?

国内的话金字塔、文华都做得挺不错的,新手的话从文华开始会比较好些,金字塔适合一些老手,而且文华的论坛服务比较适合新手,纯手打,希望可以帮到你

目前量化投资 用什么系统:如何搭建量化投资研究系统

一、量化投资,数据是基础 量化投资的理念现在越来越被人熟知,不论是在学校还是在职场,对量化投资感兴趣,想要一试身手,甚至是将Quant定为职业目标的人也越来越多。不过许多朋友现在还只是临时搜罗有限的数据,做一些零星的研究、测试和计算。与其这样没有明确目标地小打小闹,不如着手建立一个比较完善的“量化投资研究系统”,下面我将和朋友们分享一下我在这方面尝试的心得。 中国有句古话叫做“兵马未动,粮草先行”,对于量化投资研究而言应该改为“模型未动,数据先行”,高质量的数据是出色研究的基础。需求决定功能,我们要做哪方面的量化投资研究,决定了我们需要哪些数据。 我所理解的量化投资研究大致包括3块内容: 学术化的研究工作,例如金融时间序列分析,这一块研究主要集中在各种金融产品的交易数据上,例如股票、期货、期权的价格,基金净值等等; 构建交易策略或投资组合,这一块研究需要交易数据、宏观经济指标和公司财务数据等等; 策略回测,这一块研究需要大量历史交易数据,用来测试评估交易策略和投资组合。 “天下没有免费的午餐”,为了获得数据,要么付出金钱成本,购买数据终端(例如Wind终端);要么付出时间成本,自己动手搭建维护一个金融数据库。如果没有机会摆弄万得、彭博,还是毛主席那句话——“自己动手,丰衣足食”。 信息时代,最大的数据源就是互联网,而且在绝大部分情况下,互联网可以提供公开免费的数据。所以我们要搭建的数据库实际上是依赖“网络爬虫”获取互联网上的数据。不过在讨论如何获取数据之前,为了确保将来的工作简单高效,先要“约法三章”: 尽量以下载文件,而不是抓取网页内容的方式获得数据; 尽量减少抓取网页的次数,换言之,一张网页上的数据要尽可能的多; 尽量抓取静态网页内容,而不是动态网页。(有一个简单的规则区别静态和动态网页,如果网页内容变化之后,地址栏里的URL链接跟着变化,就是静态网页,反之则是动态的。)

目前量化投资 用什么系统:目前国内进行量化投资的个人多不多?

近年来,随着证券市场规模的不断扩大,金融衍生产品不断推出, 投资策略和盈利模式发生根本性改变,投资复杂程度日益提高,导致证券市场投资者的构成比例出现了相应的变化。专业投资管理人的占比越来越大,且有加速之势。另一方面,量化对冲投资策略以其中低风险稳定收益的特性,将成为机构投资者的主要投资方向之一。一、量化对冲业务特点及服务要求量化对冲是一项业务特点鲜明、极具专业性、配套服务要求高的业务,其业务特点表现为:(一) 投顾专业化水平高。量化对冲业务对管理人在数据挖掘、策略开发、程序化交易等IT 技术研发能力要求很高。根据海外经验证明,从事量化对冲投资的管理人均为专业机构投资者,专业背景来自物理、数学、统计、计算机等领域的高端人才,需要具备量化投资模型的开发能力及持续的模型优化能力,具有一定的行业进入门槛。分支机构在识别和扶植量化对冲管理人方面也必须具备一定的鉴别能力,避免付出大量精力而收效甚微。(二) 量化对冲业务存在天然的地域分布。与公募基金公司布局相类似,目前主要的量化对冲管理人大都集中在上海、北京、深圳等几大金融市场活跃区域,与公司各地区量化对冲业务发展不均衡的情况相吻合。(三) 产品风险相对较低。目前市场上的量化对冲产品多以市场中性策略为主,对冲证券市场系统性风险,相较于传统方向型的权益类产品,在控制产品回撤和获取稳定收益方面具备较大的优势。随着卖空机制的不断完善,对冲策略将逐渐丰富,例如:统计套利、多空策略、配对交易等。(四) 业务落地要有专门的支持团队。据近年来推广量化对冲业务的实际操作经验,在业务执行层面需要落地营业部协调的技术问题就很多,各营业部须配备专业的业务团队进行支持,快速响应和解决存在的问题。实际情况是大部分营业部没有足够的人力、财力和物力,用于配臵专业的支持团队。根据开展量化对冲业务的以上特点,对券商提出了较高的综合服务要求:(一) IT 系统要求高。量化对冲业务模式对于IT 系统都具有极高要求,一方面体现在交易系统及行情数据响应速度稳定高效,另一方面体现在系统整合及开发易用性。(二) 策略研发需求高。随着金融创新工具的不断推出,量化对冲管理人只有具备持续策略开发和策略优化的能力才能取得稳定、优秀的投资业绩,需要我公司提供强大的策略研究以及策略交流等支持。(三) 产品设计和发行要求高。量化对冲业务发展的必由之路, 是以产品化的模式实现规模效益扩大生产力,投资管理人需要券商提供SPV 设计(如信托、公募、资管等法律结构安排)、提供产品结构设计、风险控制、后台运营和营销组织等全方位的一揽子配套服务, 与证券公司在产品设计的专业能力、统一营销的组织能力和整合公司总部资源能力相匹配。二、量化对冲业务的发展现状 (一) 投资管理人或直接投资者专业化水平参差不齐 目前,市场上量化对冲投资管理人按专业水平大致分为三大类: 第一类:专业水准极高的管理人或投资人,拥有多年的投资经验,拥有自主开发的量化交易系统,有专门的策略研究团队,有实盘过往业绩表现,有持续的生存能力。此类管理人既有自学成才的,也有从 海归加盟的,来自成熟市场有经验的管理人在逐步增加; 第二类:正在成长过程中的管理人或投资人。此类管理人有较好的国内证券市场投资经验和过往业绩,学习能力强,应变能力强,正在成为量化对冲业务的新生力量; 第三类:专业能力欠缺,只有愿望,没有专业支撑,被动依赖技术平台而操作的管理人或是直接投资人,对量化对冲业务一知半解甚至完全不懂,根据策略交易系统发出信号被动投资,预计此类管理人 (投资人)难以应对市场变化,很快就会因束手无策而离开市场。 (二) 从券商或营业部提供的服务支持来看,专业化水准和服务支持能力也参差不齐。 主要分为三类: 第一类:由专业的团队支撑,有系统的技术支持、策略支持和服务支持; 第二类:正在起步阶段的券商,但他们也有可能后发制人,定位精准,整合资源,成为量化对冲市场的主力服务机构; 第三类:没有能力支持量化对冲业务。既无技术支持,也无专业服务团队,更谈不上策略支持。业务发展处于自生自灭的状态,业务也处于很大的波动中。

目前量化投资 用什么系统:目前市面上的量化交易平台做到了什么程度?

掘金量化已经打通实盘通道

目前量化投资 用什么系统:现在好像很多人都在用量化交易?

是的啊,现在量化交易的人狠多呢,我用的就是AIQT智能量化交易系统。

目前量化投资 用什么系统:什么是量化交易,未来前景如何?知道的讲讲。

量化交易,有时候也称自动化交易,是指以先进的数学模型替代人为的主观判断,避免在市场极度狂热或悲观的情况下做出非理性的投资决策。 在股票市场上,量化交易早不是什么新闻,在国外,七成的交易都是通过计算机决策的,在国内这个数字也接近五成。 过去的股票市场都是靠交易员手动敲键盘来操作的,难免一失手成千古恨,这种行为被戏称为“胖手指”,相比之下,量化交易则如同点石成金的“仙人指”。量化里最美的童话就是“旱涝保收”,牛市也好,熊市也罢,都能大赚特赚。 量化交易的优势:1. 严格的纪律性 2. 完备的系统性 3. 妥善运用套利的思想 4. 靠概率取胜 量化交易的风险性:首先是一二级市场“级差”风险,其次是交易员操作风险,最后是系统软件的风险。 满意请采纳答案,有不明白的可以继续提问。

目前量化投资 用什么系统:量化投资该如何迈出第一步?

大家都相信,量化投资的黄金未来即将开启,而且不同于上一个十年的房地产,量化投资更多的是智力角逐而不那么依赖于背景和关系,只要你有思想有策略有能力,就可以转换为价值,一定的财富积累加上投资增值的能力,就可以实现财务自由之梦,超越财务困扰而追求真正的人生意义。所以无数逐梦者想投身到这下一个时代的洪流里,这个在阶级日益固化的今天,这是仅有的若干实现阶层跃迁的路数。


各路英雄豪杰摩拳擦掌,跃跃欲试,其中有金融科班出身的,有数学物理等理工科的学霸,有计算机IT高手,也有从实业或传统主观交易转型的,当然也有投资人想管理好自己家族财富,各类人都有各自的优势,也都有各自知识结构上的缺陷,而量化投资需要的是金融、建模、计算机三方面高度复合型的知识结构,任何一个大学传统培养模式下的学生,都有其知识结构的缺陷,都需要补齐一下知识结构。


万事开头难,量化投资这么好,如何迈出第一步呢?


本文就梳理一下,首先说一下量化投资的宏观全景,介绍各种不同玩法,然后选取量化投资中程序化发展最完善最适合入手的期货程序化策略开发为切入点,仔细分析程序化交易的方方面面,最后给不同知识背景的人一些快速补充知识结构的建议。


量化投资其实是一个挺宽泛的概念,广义地讲,凡是运用数量化方法来辅助投资决策的都叫量化投资,从最原始的技术指标到比较酷炫的人工智能大数据挖掘,都是量化。另外还经常出现的一个词叫“量化对冲基金”,这里有两个概念,“量化”指借助统计方法、数学模型来指导投资,其本质是定性投资的数量化实践,而“对冲”指通过管理并降低组合系统风险以应对金融市场变化,获取相对稳定的收益。实际中对冲基金往往采用量化投资方法,两者经常交替使用,但量化基金不完全等同于对冲基金,量化可以不对冲比如CTA期货量化,对冲基金也可以凭主观比如索罗斯。国内目前比较主流的量化对冲基金定义是,在操作上特别强调对冲手段、应用一些数量化、高杠杆及创新手法的基金,以区别传统以单边主观操作为主的基金。


国外所谓的量化对冲的玩法有很多,名字也很酷炫,比如股票多头(Long Equities)、阿尔法策略(Alpha Strategies)、事件驱动(Event Driven)、宏观(Macro)、债券(bond)、套利(Arbitrage)、组合基金(FOF&MOM)等等。


其实简单地看,量化投资大体分为绝对价值投资与相对价值投资,绝对价值就是通过单个投资标的价格的绝对涨或跌来获利;相对价值则不是通过绝对涨跌幅来获利,而是通过一对投资标的利用相对的逻辑来获利,所以相对价值策略不依赖于市场的涨跌方向,这里头主要有两类,一类是所谓的阿尔法策略,比如多股票-空股指,通过选出一篮子跑赢指数的股票来获利,只要选出的股票能涨的时候比指数涨的多或者跌的时候比指数跌得少,就能获利,而与股票是否涨跌无关,所以又称市场中性策略;一类是套利类,比如期现套利、跨期套利、跨品种套利,这个也是利用相对价值而不依赖于股票或期货本身的绝对涨跌。


如果用一个足球队来比如,绝对价值策略是进攻性的前锋,是赌方向,风险是暴露的,也是可以获取大收益的;阿尔法策略是中场,有相对小的风险和巨大的体量;套利策略是后卫,具有更加稳健的收益;守门员则是风控。


一个完善的策略体系是全方位配置各类策略,那么今天首先来重点讲讲进攻性策略期货量化CTA策略。


为什么学习量化要以期货量化CTA入手呢?

有三个方面原因:第一是信息输入简单,因为任何策略本质上就是一个信息处理系统,信息的输入越复杂,就使得策略系统本身越复杂,股票里需要关心各种经济、行业、财务、消息、情绪等等,期货里需要关心品种的供需、上下游、宏观经济情况等,比如做大数据舆情分析的量化择时,比如利用公司财务业绩的选股,比如利用供需关系的期货策略,这些都是很复杂的信息收集与分析处理,而技术面则简单很多,技术面关心的是量价这些实际交易数据,信息的输入很规范很简单,这些使得量化比如容易实现;

第二就是建模问题相对简单主要只是择时,期货品种不多,标的的选择不像选股那么重要,更重要的是建模分析买卖时机的择时,输入量价信息来输出买卖时间信号;

第三就是指令简单是T+0双向交易,使得可以通过量化分析来择时操作买卖,而且期货交易所都支持自动交易接口,而目前中国股票市场则是T+1单向交易且自动交易支持少,故即便通过量化分析来(日内)择时,一般人也很难做到T+0,当然可以用其他方法曲折达到T+0的效果把择时的技术都可以搬到股票里,或者长线择时,所以说择时的策略也是股票量化策略的必要基础。


也正是这些原因,市面上的程序化交易软件工具也比较多比较成熟,比如MC/TB/文华财经,而其他比如量化选股的工具或者套利的软件工具,就没有那么成熟,很多需要自己根据自己的策略思想来在一个更加开放性的平台下来实现。


所以学习这一类CTA期货程序化策略是量化最好的入门,其实这些策略不仅仅适用于期货,包括任何T+0可双向程序化交易的品种都可以,比如外汇黄金等。那么回归到一个最初的信息处理系统的逻辑,这一类策略输入的信息是过去的量价信息和实时的行情数据,输出的是买卖时机和量的判断,就是这样的一个基本逻辑。

万事开头难,既然量化交易的切入点是期货程序化,那么期货程序化需要什么样的知识结构?我是金融出身的,程序化交易需要很多数学建模吗?我是IT出身的,做程序化交易需要多少金融知识如何最快掌握这些金融知识?我是主观交易者,总是纪律性与执行力不够导致无法坚持自己的交易系统怎么办?如何从策略思想到完成一个可以自动执行的程序化交易策略?最重要的,实战中会遇到哪些意想不到的问题?市面上是否有专注于程序化交易的课程,能系统地讲讲程序化交易的方方面面?

针对上述问题,我们来自量化交易一线实战量化基金经理、金融科技公司资深架构师、高校量化实验室三方面合力倾心打造的诚意满满的课程,专注CTA程序化交易策略的四天暑期集训课程来了~~


请点击查看原文,了解更多信息


http://mp.weixin.qq.com/s?__biz=MzA3MDE2OTQ0OA==&mid=2651915128&idx=1&sn=a7f6e517b628c54fa2649b6e5cb6f163#rd

http://forum.myquant.cn/t/cta/3062

本文作者王雄,博士,深圳大学研究员,混沌量化投资实验室主任,欢迎转载,请注明出处。

(未完待续,接下来一集重点介绍如何上手期货程序化策略,如何一步步循序渐进,程序化交易涉及到的金融背景知识、策略数学思想、IT编程技术基础等等;)

目前量化投资 用什么系统:如何搭建量化投资研究系统?(数据篇之财务数据)

本篇文章来自知友 @徐瑞龙 的投稿,这是”如何搭建量化投资研究系统“系列文章的第四篇,前三篇文章请大家关注知乎「科学投资」专栏的历史文章或微信公众号(科学投资)。也希望越来越多的读者能够投稿给我们。

股票市场的存在为企业融资提供了一个自由开放的环境,在这里投资者们将资金配置于他们认为的优秀、稳健、有潜力的企业,无数的投资决策汇聚而成的“群体智慧”影响着整体的经济运行,最终促进社会的共同福祉。然而判断一个企业优质与否并非易事,正如不能仅仅通过体温来衡量人体的健康状况一样,单纯的股票价格难以完整全面地反映一家上市公司的所有特质。要想全面细致的考察一家上市公司,有必要仔细研究企业的财务数据。

财务数据

上市公司的财务数据大体上分成两类:原生财务数据和衍生财务数据。原生财务数据是经典的“三大表”,即资产负债表、利润表和现金流量表。衍生财务数据通常指原生财务数据结合交易数据计算出的各类财务指标,例如速动比率、净利润增长率、市盈率(PE)等等。量化投资研究中用的最多的是衍生财务数据,即财务指标,基于财务指标建立因子选股模型是量化投资中一个重要的研究领域。下面介绍如何借助R收集网络上公开的财务指标数据。

各大门户网站的股票频道是首选的数据源,不过财务数据的结构比交易数据复杂得多,以至于各大网站提供的数据形式各异,内容时有不同,需要权衡取舍。回想《数据篇》中关于网络数据采集的“约法三章”,比较过几大数据源之后,选定“新浪股票”与“和讯股票”作为数据源。就数据的丰富和细致程度而言,新浪股票要胜过和讯股票,所以把新浪股票作为主数据源,和讯股票作为补充。

以武钢股份(600005)为例,新浪股票提供的财务指标数据在下面的链接中,武钢股份(600005)财务指标,所罗列的指标大约有八十多个。新浪股票以指标为单位组织数据,每一个指标都对应一个链接,打开之后便是所有历史数据。

新浪股票中武钢股份的财务指标数据

和讯股票提供的财务指标数据在下面的链接中,财务比率_武钢股份(600005)_个股资料,和讯股票以财报发布时间为单位组织数据,分析网页内容可以容易地找到所有财报的发布时间。

和讯股票中武钢股份的财务比率数据

获取所有的财报发布时间(和讯股票)

了解了数据源的组织构造之后,就可以按照《数据篇》(如何搭建量化投资研究系统?(数据篇))中介绍的方法编写网络爬虫,收集数据并从入数据库。

因子模型举例

市净率(PB)等于市值除以账面价值(也等于股票市价除以每股净资产),是一个很重要的财务指标,对挑选出优质企业有一定的指导意义。市价高于账面价值时企业资产的质量较好,有发展潜力,反之则资产质量差,没有发展前景。

下面来研究一下基于市净率的单因子选股模型。

第一步,在数据库的所有股票中选出数据完整度高的若干只股票,大约1400只,构成股票池。计算这些股票2014年第四季度的市净率,市价采用季度末收盘价数据,每股净资产采用新浪股票提供的“每股净资产_调整后”数据。

第二步,计算上述股票在2015年第一季度的对数收益率。

第三步,去除某些极端值的干扰。

下面是市净率和收益率的散点图,可以看出,在左侧数据密集的部分,蓝色的核回归曲线预示着存在一定程度的正线性关系。但是右侧数据稀疏的部分,曲线的变化则非常平缓,这说明可能需要做对数变换。

市净率与收益率

下面是对市净率做对数变换之后的散点图。和上图相比,线性关系更为明显。

对数市净率与收益率

用R中的lm函数做线性回归得到如下结果,关于log(PB)的回归参数是显著的。

Coefficients:

Estimate Std. Error t value Pr(>|t|) n

(Intercept) 21.1236 1.1816 17.877 n<2e-16 ***

PB 8.2948 0.9865 8.408 n<2e-16 ***

如果将股票池按照市净率的大小关系分成4组,分组的依据是市净率中位数、四分之一分位数和四分之三分位数。PB小于四分之一分位数的股票为“低PB组”,PB大于四分之三分位数的为“高PB组”,两组股票2015年第一季度的收益率是否有明显不同呢?

下面是股票池所有股票2015年第一季度的直方图,其中绿色的曲线是低PB组的密度曲线,红色的曲线是高PB组的密度曲线。一目了然,两组股票的收益率存在显著不同,可见,在上述测试时期,对于当前的股票池来讲,市净率是一个合适的选股指标。

两组股票收益率的比较



在未来的「科学投资」文章中,我们会继续连载“如何搭建量化投资系统”系列文章,期待您关注「科学投资」微信公众号和知乎专栏阅读更多「科学投资」文章!最后再次感谢本篇文章的作者@徐瑞龙 。



欢迎关注「科学投资 」微信公众号:kexuetouzi

目前量化投资 用什么系统:我的量化投资生涯

一直都挺低调,也不怎么逛知乎,无意中发现这里的同行好像还不少,也希望可以多认识一些业内的朋友。

我自己2000年加入华尔街,在数家投资银行,对冲基金公司,以及公募基金公司研究管理不同类型的量化投资策略。曾在路博迈集团,及其前身雷曼兄弟资产管理公司量化投资部任职近10年,历任资深副总裁,全球宏观基金经理;2015年底回国后任某公募基金公司量化投资部,FOF投资部总监,及其海外关系企业(香港)4,9号牌照责任官(Responsible Officer)。现任某基金管理有限公司负责量化及多资产策略。

刚开始接触投资是在90年代末的大学时期。90年代末的美国股市正处于疯狂的网路泡沫时期,带有网路性质的科技股疯涨,纳斯达克指数从98年底的2200点飙升到00年3月的5000多点。1999年夏天我在美国电话电报公司(AT&T)下属的贝尔通讯研究公司(Bell Communications Research)实习,9月开学后将暑期实习赚到的6000美元工资全部投入股市,年底学期结束后资产翻了一倍,从6000美金变成了12000美金。作为一个20来岁的年轻人,立刻有了飘飘然的感觉。但随着网路泡沫在2000年开始逐渐破灭,我在同学中的“股神”传奇也随之烟消云散。半年多大起大落的投资历程让我对投资有了初步认识,心态也从初生之犊不畏虎转变成了对市场的敬畏。

2000年夏天毕业后我加入一家名叫杰富瑞(Jefferies & Co.)的投资银行,在其股票交易部任分析师(Analyst),负责协助交易员交易,提供技术支持。这段经历让我对股票投资及交易有了专业上的接触,同时也让我了解到了何为“专业投资”。 一年以后,一个偶然的机会让我加入了一家名叫Millburn Ridgefield的专做期货多空交易的对冲基金公司。该公司历史悠久,从70年代开始就专注于管理期货策略。

在Millburn工作一段时间后我决定回学校继续充电,为未来的职业发展做好准备。在研究生期间,除了平常的学业,我继续在投资行业实习。2004年夏天我有幸加入了一家专注于全球宏观配置的对冲基金研究部实习。这家名为Traxis Partners的对冲基金公司由已故的投资业大老Barton Biggs创立。Barton Biggs是前摩根斯坦利投资管理部创始人,作为合伙人(Partner)在摩根斯坦利服务了40年,在创立Traxis Partners之前曾任摩根斯坦利主席,在业界有极高的声誉。

自90年代中后期,量化投资这个行业开始逐渐兴起。各大投行和基金公司纷纷开始组建量化投资团队。高盛在华尔街各大投行中走在了前列,其量化投资策略团队在90年代中成立,到2004年已经非常成功。其最大的全球阿尔法基金(Global Alpha Fund)在2007年初规模达到10亿美金,几乎是全球最大的单只量化对冲基金。雷曼兄弟在华尔街历史上一直是属于较为激进的投资银行,规模虽然较小,但一直把高盛作为主要的竞争对手,在量化投资方面也不甘落后高盛。雷曼在2004年夏天决定组建量化投资部。而我在2004年底拿到硕士学位后,作为团队第二人加入了这个新成立的部门,正式开启了我的雷曼时间.

我的领导,也是雷曼兄弟量化投资部创建人Wai Lee早年毕业于香港大学,在美国Drexel University取得金融博士之后在哈佛大学商学院作博士后研究,和高盛量化策略部的一些领导是哈佛商学院一起做研究的同学。博士后毕业后曾先后加入摩根大通资产管理(JP Morgan Asset Management)和瑞士信贷资产管理(Credit Swiss Asset Management)负责量化策略研究开发。在他的引领之下, 10年中,我参与研究管理了量化权益中的量化多头策略以及全球市场中性策略;以商品期货为主的全球商品CTA策略;以及结合全球商品期货,股指期货,国债期货,外汇期货的全球宏观战术性资产配置策略。这三种策略及其衍生是全球量化策略的主流,以规模来说几乎占据了全球量化策略规模的90%以上。从2005年初入职一直到2014年底离开,整整10年的磨练让我对量化投资行业以及投资本身有了非常深入的了解。对各类投资模型的研究和构建积累了丰富的经验。14年底,出于对职业的选择我离开了打拼10年的团队,加入了一家多策略对冲基金公司管理其部分资金,直到15年底决定回国发展。

2015年底回国后,我选择加入一家中等规模的公募基金公司作为新职业生涯的起点。这家基金公司虽然成立时间不长,但是发展迅速。加入公司后,我先后成立了公司的量化投资部和FoF(Fund of Fund)投资部,开始深入研究中国二级市场,建立适用于中国的量化投资模型。经过一年多的研究,逐渐熟悉了国内二级市场股票,期货投资。并为发行策略产品做好了准备。同时,我们的部门负责接管了公司的指数投资业务,总管理规模接近了百亿。但在17年下半年由于公司业务的需要,我被派往香港,成为香港关系企业的4,9号牌照持牌官,也因此暂时放弃了国内的业务,转往香港发展。2017年底,经过深思熟虑,我决定我的职业生涯还是应该放在国内而非香港,因此跟公司提了离职,回美国做了短暂的修整后与2018年三月回到中国加入了另一家公募基金公司,负责量化以及多资产策略。

移民美国25年,加入华尔街18年,经历了不少人生大事。911这天是永生难忘的。永远不会忘记如何从洛克菲勒中心的办公楼被全体赶下楼,在全纽约交通系统停运的情况下步行数小时回家。更忘不了在世贸中心最高三层办公的券商Cantor Fitzgerald 公司在这一天损失了2/3的员工,而我在911前两周刚去面试,很多人的脸还历历在目。08年9月15日这天也是一辈子的痛,一百多年历史的华尔街4大投行之一的雷曼兄弟轰然倒塌,从而引发了全球金融危机。而身在雷曼的我正处于风暴的中心,在一片混乱中还要保持镇定,安抚家人与客户。所幸最终我们整个量化投资部跟随雷曼资产管理部独立成立了新公司路博迈集团(Neuberger Berman Group), 业务也一切照旧。在投资方面,经历了07年量化权益“Melt Down”, 08年的全球金融危机,11年的日本地震/海啸危机,12年到15年的欧洲债务危机等数次所谓的黑天鹅事件。每一次都惊心动魄,但是最终还是平安度过。

投资本身是一个反人性的事情,绝大部分不成熟的投资人做的不是投资,而是投机,其本质与赌博无差别。在业内这些年见到了不少非常会讲故事的“股神”,专业的基金经理也接触了不少。现实情况是,只要有行情,“股神”到处都是,但是应了一句话,只有潮水退了才知道谁在裸泳。

量化投资的真谛为两点: 量化研究,系统化执行。优秀的量化投资将正确的投资理念经量化研究后数值化,规范化,然后以系统化的手段执行,以规避投资过程中最大的敌人:人的天性(贪婪,恐惧)。量化投资可以有效地帮助投资人坚持长期正确的投资理念,真正做到投资的长期性和一致性。国内市场的相对不成熟,以及投资人的相对不理性导致国内市场的机会远远大于海外成熟市场,量化投资由于其本身性质,更可以有效地从中获利。量化投资在国内大有可为。

量化投资今年成\"网红\",多家私募被迫\"封盘\"

图片来源:视觉中国

记者 | 许孝如

编辑 |

1

记者 | 许孝如

编辑 |

1

在固收信仰灭失以及券商渠道的力推下,今年以来,私募的量化策略产品发行火热,引发市场关注。

私募排排网数据显示,2019年1-7月共计发行量化策略产品850只,较去年同期增长23.73%。尤其是头部的量化私募在7月纷纷发行新产品,获得市场热捧。

与此同时,量化私募的“封盘”消息也陆续传来,新晋百亿私募幻方量化在8月份,宣布暂停申购,控制规模,一度惊动市场。

值得注意的,最近两个月,私募排排网主站搜索排名前10的公司中有8家为量化私募,搜索量排名前50的公司中有29家为量化私募。

展开剩余83%

其中,量化高频策略,因其换手率超高更是获得了券商渠道的大力追捧。据记者了解,今年中信证券、华泰证券等多家头部券商的营业部均力推锐天、幻方、九坤、至诚卓远等量化高频策略私募。

在市场的一轮热推下,百亿量化私募不断涌现,灵均、明汯、锐天、幻方等量化私募的规模都已在百亿元以上。

量化投资火爆,多家私募“封盘”

经历了2016年、2017年量化私募小年后,2018年量化投资依旧不温不火,只有CTA策略和部分市场中性策略获得了稀缺的正收益。不过,相比主动管理大多数产品几乎都亏损的情形,量化对冲产品以相对稳定的收益,开始受到市场关注。

2019年以来,量化投资的关注度开始逐步提升。尤其是最近两个月,私募排排网主站搜索排名前10的私募中,有8家为量化私募,搜索量排名前50的公司中有29家为量化私募。

从发行新产品来看,2019年1-7月共计发行量化策略产品850只,较去年同期增长23.73%,其中仅7月发行量化策略产品有137只。尤其是市场头部的量化私募发行的新产品,获得市场热捧。

其中,7月,平方和投资一口气发了8只新产品,均是市场中性策略;灵均投资、明汯投资、至诚卓远各发了4只中性策略产品,幻方量化则发了3只市场中性策略。

在此情况下,部分量化私募“封盘”消息也陆续传来。

8月中旬,幻方量化给投资者发了一封信表示,幻方量化的管理规模已逾100亿元,公司决定不晚于2019年10月31日暂停目前所有产品的认申购、追加,以控制管理规模;此前7月,因诺资产也发布公告:2019年8月1日起暂缓新增资金认申购中性策略及混合策略类产品。

申毅投资董事长申毅表示,今年上了规模的私募主要以日内交易为主,近一两年来看,这类策略的超额收益比较突出,但日内交易的资金容量有限制,长期则难以保持高收益。

而在市场的一轮热推下,百亿量化私募不断涌现。

据记者了解,灵均、明汯、锐天、幻方等量化私募的规模都已在百亿元以上,2017年才成立的至诚卓远,规模也快速飙升至80亿左右。

固收信仰灭失,券商力推量化高频

厚石天成基金总经理侯延军表示,量化是一个大的体系。广义上来说,凡是交易指令由量化模型发出或指导的都属于量化策略。量化大家庭包括量化选股、量化对冲、量化高频、量化CTA、量化期权等等。

为何今年量化投资突然如此火爆?侯延军认为,近期量化产品受到追捧,其实主要指的是量化对冲和量化高频策略。量化对冲策略由于其自带的稳定属性,当市场低迷期经常受到稳健投资人关注,尤其是近半年来打破刚兑的预期及固收信仰的灭失都给量化对冲策略以增量客户。量化高频策略则是本身有量化对冲属性的同时,又因其换手率超高而获得了券商渠道的大力追捧。

“在资管新规下,银行可投的固收类产品会越来越少,并且理财产品的收益率不断下行,目前已降至3%。投资人希望产品收益率比现有理财产品高,并且不承担股票市场波动的风险,量化对冲类收益更稳健的产品的市场需求快速提升。” 申毅说。

此外,在侯延军看来,由于市场并未形成像样的牛市,稳健资金一直在寻找出路,在股指期货自2018年下半年逐步松绑后,量化对冲策略也逐步复活并重新开始吸纳资金。

投资者要求收益稳健,机构要求可持续低风险,使得量化对冲产品成了香饽饽,尤其是量化高频策略,还能满足券商要求的佣金,成为了近几年一个近乎完美的策略。

据记者了解,今年中信证券、华泰证券等多家头部券商的营业部均力推锐天、幻方、九坤、至诚卓远等量化高频策略私募,而上述四家私募也被市场认为是近年国内高频量化的四天王。

不过,随着高频策略容量的提升,量化高频的收益也将受到一定程度影响。

私募中国研究部资深研究员强雅旎表示,由于策略总量规模的提升,导致在类似低迷成交环境中,获取收益变得愈发困难。对比去年,最近一个多月的量化收益几乎更进一步地集体回落。而不同规模之间,30-50亿、10亿规模的机构,今年的回落幅度更加凶险。

“如果同类策略的使用规模越来越大,一些之前很赚钱的策略,受大规模拥挤就会出现冲击成本过大无利可赚的现象。所以量化私募们“封盘”爱惜羽毛的节制做法成为主流也不难理解。”强雅旎表示。

量化私募迎来发展春天

火热之下,量化投资的发展前景备受市场关注。

私募排排网数据显示,从公司数量上来看,国内以量化策略为主的私募公司数量大约在300家左右,在全国9000家二级私募中占比不到4%。这些私募管理的总规模大约在2000亿左右,在整个二级私募的管理规模中占比也不到10%,即量化策略在国内的发展依然处于初步阶段,与主流的股票多头策略还有较大的差距。

幻方量化董事长梁文峰表示,量化基金在美国已成为对冲基金的主流。预测中国量化投资的未来,一个办法就是看一下美国老师的现状。美国的资产管理有两个趋势:一个是共同基金的逐渐指数化,另外一个趋势是对冲基金的逐渐走向量化。

“从美国经验来看,量化管理规模可以做得很大,桥水基金的管理规模就超过千亿美元。中国规模最大的量化对冲基金规模仅百亿元左右,还有几十倍的增长空间。考虑到我国股市发展、衍生品发展以及私募海外市场投资布局,万亿规模的量化私募是有可能出现的。”梁文峰说。

在申毅看来,随着中国市场越来越规范透明,信息披露及时,数据的采集已经非常标准化,量化投资将会迎来快速发展的机会。其中,参考海外经验,量化选股的市场容量最大,未来可以达到几万亿规模,量化选股的目标就是跑赢现在公募基金。

此外,在海外成熟资本市场,由于做空机制发达,股票多空策略也是一大主流策略,策略原理是,做多一只优质股票,同时做空一只相关行业版块的弱势或垃圾股票,获取价格走势差异收益的同时获得多空对冲的保护。

侯延军表示,近期管理层推出了公募基金转融通业务,同时把融券标的扩大到了1600只,这其实为股票多空策略打开了大门,我们在得到这个消息的第一时间就开始构建模拟盘来试验策略,未来一段时间估计很多有量化能力的私募都会尝试这个策略,这个策略优点,既能获得多空双向的收益,又能获得多空对冲的保护,同时策略容量巨大。

“此外,50ETF期权近半年成交量飙升,已经霸占同品种世界第一宝座多时。在股票市场持有仓位,通过期权市场进行对冲及增强,一直是个好策略,期权由于其多维度的属性,可以实现现货持有者多方位的想法及诉求,预计下半年,股票多空策略和期权对冲增强策略会受到市场广泛关注。”侯延军说。

梁文锋表示,量化投资赚了技术面流派原来赚的钱。未来,程序最终也要抢夺基本面流派原来赚的钱,但达到量化高度仍需几个摩尔定律的周期。

来源:券商中国

原标题:太火爆!量化投资今年成

相关阅读

期货 证??

猜您喜欢

更多与目前量化投资 用什么系统相关文章