量化投資與分析范文

導語：如何才能寫好一篇量化投資與分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

（一）傳統證券風險量化指標的理論源頭

傳統的證券風險分析當中必然會同一個與之如影隨形的概念聯系在一起，那就是收益，同時，在西方傳統的經濟學當中風險和報酬存在著這么一個函數關系，甚至在一些傳統的經濟學課本上作者為了簡化兩者之間的關系，將兩者簡單的歸結為一個完美的線性關系，即風險與收益之間是一對一的數學關系，并且存在著這樣一個邏輯：風險越大，報酬或者收益也就越大，反之亦然。即使是稍微尊重事實一些的經濟學教材也運用了高等數學當中線性回歸的方法將兩者的關系從非線性回歸為一對一的線性關系。除了學界對于風險的分析是從報酬或者收益出發的以外，在國外或者國內的民間也有類似的對于兩者關系的表達，例如我國有句老百姓口中經常說到的“富貴險中求”就是對兩者的關系的簡單認識。因此，傳統證券風險分析的源頭明顯是來源于對于報酬的分析。

（二）傳統證券風險量化指標的數學方法的應用

傳統的證券風險理論認為證券的總風險=可分散的風險+不可分散的風險，其中可分散的風險主要指的是個別證券自身存在的風險，而不可分散的風險則是指市場風險，下面筆者介紹一下傳統證券風險量化的兩個重要的指標――標準差與貝塔值。

第一，標準差。傳統證券風險理論認為個別證券的風險可以從單個證券的報酬率為起點進行分析。財務投資專家從高等數學當中引入了一個衡量證券報酬率的波動性量化分析的指標――標準差來進行對單項證券風險的判斷，進而判斷出相同期望報酬率和不同期望報酬率時對于不同投資的選擇。測算的步驟如下：第一步，確定各種市場需求下各類需求發生的概率；第二步，計算出期望報酬率，其實質上是對于各類市場需求下的報酬率的加權平均數。第三步：根據標準差的數學公式計算出標準差，σ=[Σ（ri-?）2×Pi]1/2其中ri是第i只證券的報酬率，?是期望報酬率，Pi是第i只證券的報酬發生的概率。結論是在期望報酬率相同的時候，標準差越大證明該證券波動越大，風險也就越大，反之亦然。在期望報酬率不同時引入了另外一個概念即離差，由于基本原理也是根據標準差衍生而得，在此不再贅述。[1]

第二，代表市場風險的貝塔值。我們在第一點中提到的標準差主要衡量的是單項證券的風險，而貝塔值的引入主要是考慮到了證券組合的風險構成當中不可分散的風險即市場風險。而貝塔值的測算公式從數學的角度來說實際上是利用了標準差的升級版公式即協方差，協方差主要是衡量了兩組數據之間的相關程度，以此來判斷證券組合的報酬率與市場報酬率之間的數理聯系，進而判斷出不可分散的風險。理論上貝塔值的計算是βi=（σi /σm）ρim，其中βi第i個證券組合的市場風險程度，σi，σm分別第i個證券組合的標準差與市場證券組合的標準差，ρim代表第i個證券組合的報酬與市場組合報酬的相關系數。實際當中β系數可以通過將股票報酬對市場報酬做回歸得到，擬合得到的回歸線的斜率就是證券的β系數，即β=Ri /Rm。[2]

二、價值投資理念下風險與報酬的關系

價值投資理念是華爾街之父本杰明格雷厄姆所創立，在其傳世之作《證券分析》當中明確提出了有關投資與投機概念，其中論及投資界老生常談的收益與風險的問題時結論與傳統證券風險分析有著本質的不同，格雷厄姆明確指出收益與風險之間不存在著數學關系，并且認為證券的價格與收益并非取決于對于其風險的精確數學的計算，而是取決于該證券的受歡迎程度，而這種受歡迎程度本身包含了投資者對于風險的認識，但很大程度上還受到如公眾對公司和證券的熟悉程度，證券發行與購買的容易程度等。[3]并進一步指出，無論是理論上還是實際當中，對投資風險進行精確的計算都是不可能成功的，現實當中并沒有所謂的期望報酬率的概率經驗表，即使存在也是基于對于歷史數據的分析得到了，而歷史數據之于未來決策的有用性或相關性的大小還有待考證，其研究范圍不同于保險公司對于保單的精確測算，例如人壽保險能夠明確的了解年齡與死亡率之間的關系是明確的。而證券的風險與報酬之間的關系則沒有如此的確定。[4]

三、價值投資理念下傳統證券風險量化分析的反思

以上筆者對于傳統的證券風險理論與量化方法以及價值投資理念下關于風險與收益的關系進行了論述。筆者認為，價值投資理念下有關論述對于我們重新審視證券投資中風險因素的衡量有著非常重要的意義。

首先，筆者認為，標準差的計算過程本身就存在著無法避免的瑕疵，這一個公式至少有兩個基本假設，第一，計算的人必須能夠客觀的預測出各種市場情況發生的需求概率，并且準確的在各種概率下發生的報酬率；第二，假定歷史數據對于未來的投資決策具有確定的相關性。但是在現實生活中根本是無法預測的，這種算法實質上是硬將自然科學當中的數學模型強加到社會問題的研究當中，不可否認的是，目前來說大量的社會問題是無法通過數學來量化的，因為證券的風險當中不僅僅只有報酬因素的影響，還有各種在不同市場條件下的因素決定的，而這些因素又相互的的影響和動態的變化。因此，標準差的方法受到了質疑，后續的離差率、β值的計算自然也就沒有了根基。

其次，β值的測算除了上述由于標準差的非客觀性導致的不確定性的缺陷以外，筆者也針對實操當中第二種公式進行分析，β的第二種公式是β=Ri /Rm，從公式上來看，存在著明顯的邏輯上的可疑性，單個股票的收益率假如大于市場整體的收益率，則該只股票的風險就比市場風險大？這個觀點在《證券分析》當中就已經被很好地反駁了，在此，筆者只需要舉一個例子就足夠反駁這一個觀點，伯克希爾哈撒韋上市公司每股截至2017年6月5日是249660美元，每股收益率如果從上市之初可以用天文數字來形容，并且這家公司經歷了無數次大大小小的金融危機，依然以遠遠超過市場平均的業績笑傲群雄，難道說他的風險要遠遠大于市場？這家公司是以價值投資的理念進行風險評估和投資的。因此，筆者認為中國的證券行業乃至我們有關的證券專家和學者們有必要從價值投資的理念來重新審視目前證券風險量化的指標在實際當中的效用。

篇2

2011年7月1日，本刊正式引入《今日投資66》專欄，介紹今日投資66的選股邏輯、方法以及挑選出的股票。今日投資66（簡稱I66）是利用量化投資方法挑選出的一個66只股票的組合。其實早在2005年中今日投資就推出了I66，過去幾年累計收益率達到16倍，遠超同期市場不到3倍的漲幅。為什么直到今日我們才大張旗鼓地推出I66呢？原因其實很簡單，因為市場環境。量化投資近幾年在中國快速發展，其投資理念也越來越多地獲得認同。

股票市場上形形的各種分析方法總結起來可以歸類為三大流派：數量分析、基本面分析和技術分析。關于這三大流派孰優孰劣的爭論已經持續了近百年，三方各執一詞，百年爭論下來也沒有爭出個結果來。當今世界也是這三種流派大概各占三分之一的格局。而A股市場顯然尚未跟上，量化投資遠遠沒有達到三分之一的市場占有率。

第一部分：什么是量化投資

量化投資在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大、得到了越來越多投資者認可。事實上，互聯網的發展，使得新概念在世界范圍的傳播速度非常快，作為一個概念，量化投資并不算新，國內投資者早有耳聞。但是，真正的量化基金在國內還比較罕見。那么，何為量化投資？

康曉陽：量化就是符合投資常識的投資邏輯和策略

接下來會發生什么？

深圳市天馬資產管理有限公司是國內最早開發量化投資模型的資產管理公司，致力于量化投資工作接近十年。作為國內量化投資的“開山鼻祖”，深圳天馬的董事長康曉陽先生如下介紹量化投資：

大家看到這個圖，魚跳起來了，風在刮，接下來會是什么？日本發生的9級大地震！2011年3月7日我看到一個報道，有50條鯨魚在擱淺沙灘，就在發生地震那個縣東部的海岸，有的死了，專家解釋這些鯨魚集體迷路了。作為一個地震專家或者學者，其實他們的經驗沒有告訴他這50條鯨魚擱淺沙灘跟地震有什么關系。到底有沒有關系呢？我們知道5•12四川大地震之前發生了同樣的事情，很多癩蛤蟆過馬路，這跟地震有什么關系？

投資做股票有兩類，講很多種策略，無外乎就是買你自己喜歡的和買市場喜歡的，買自己喜歡和買市場喜歡的背后邏輯就是找影響股價的要素。

量化是什么？做投資，最終的分析停留在數據上，既然是數據，就可以標準化、固化。從你自己的角度買自己喜歡的東西，其實也可以量化，每個人都有對美的標準，但并不是符合這個指標，你就一定喜歡。如果有一個海選，把符合你喜歡特征的人放在你面前你去選，就可以量化。

鯨魚擱淺在沙灘上，根據歷史數據統計就會發現這個事情跟接下來要發生的事情有什么關聯。把人的行為邏輯影響股價所有的要素進行綜合分析，預測下一個市場喜歡的東西或者喜歡的策略是什么，簡單一句話，量化就是符合投資常識的投資邏輯和策略。就股票來講，投資標的的數據和因素量化，再用一些模型統計的方法把選出來的標的進行優化，最后成為投資組合，這就是量化的基本邏輯。用數理的方法把你的投資邏輯或者市場的投資邏輯固化，只要有投資邏輯的思想或者策略，都可以量化。

就股票而言，有很多種方法，有價值型股票，分析方法無非是那幾種，只是大家的標準不一樣，量化的東西可以設一個相對寬松的東西，初選之后再優化，比如成長型股票，肯定關心盈利、收益。選出來10個、20個、50個甚至100、200個股票，然后配比重，怎么優化組合，根據你的風險和預期收益率反推回來怎么優化，最后得出一個比重，哪只股票應該投多少。有些是成本交易，比如套利，什么情況下出現一定條件的時候提示你。

要真正做到量化，首先要有一個基本的理論模型。你要覺得什么樣的股票表現好，什么樣的股票你愿意投資，這就是量化的基本邏輯。但是，有了這個邏輯之后還不夠，還要有復合型人才，因為量化投資不光要懂得投資股票，還要懂得數理分析。打個比方，雖然我很懂股票，但我不懂數理分析，很多計算機模型也不懂，更不懂編程序，要真正做到量化投資，就必須有復合型團隊。為什么這么多年華爾街學金融工程、數理、物理的人大受歡迎？因為他們可以用統計工具。前段時間我在英國的一所大學和一些專門做模型分析的教授交流，我發現他們想的東西更加復雜，基本上把市場上任何的東西都想要量化。

我理解，就是去跟蹤你的投資邏輯，它只是幫你實現你想法的一種工具。另外還要有高質量的數據，因為，你通常看到的東西和市場本身存在的東西可能并不一樣。如果把鯨魚放到海灘上，這作為數據化，統計過去2000年有多少次鯨魚擱淺在海灘發生，假如有真實的數據，就可以研究出跟地震的相關性。要懂數理統計工具，建立模型就是紀律，不能改變，改變就不是模型。有人說看到今天不行，換一下，那就不是模型了。我們看過一個電影，造出來的機器人最后自己都控制不了，那就是模型。如果造出來的機器人自己能控制，那不是模型。人為什么能掙得到錢，為什么還要量化？傳統是靠個人經驗的，而且你看到、聽到的東西都是有限的。量化有什么好處？它可以把你知道的東西在整個森林中搜索。計算機是不知疲倦的，晚上你在打鼾，計算機還可以工作。你的模型是你建的，你很理性的情況下建的模型，市場情緒變了，它不會變，那時候你不可能去改模型，所以它不會受情緒的影響。

華泰聯合：實現投資理念與策略的過程

國內研究機構中涉足量化投資較早并多次獲得新財富最佳分析師評選金融工程第一名的華泰聯合證券金融工程團隊如是說：

數量化投資是利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程。與傳統定性的投資方法不同，數量化投資不是靠個人感覺來管理資產，而是將適當的投資思想、投資經驗、甚至包括直覺反映在量化模型中，利用電腦幫助人腦處理大量信息、幫助人腦總結歸納市場的規律、建立可以重復使用并反復優化的投資策略（經驗），并指導我們的投資決策過程。

本質上來講，數量化投資也是一種主動型投資策略，其理論基礎在于市場是非有效或弱有效的，基金經理可以通過對個股、行業及市場的驅動因素進行分析研究，建立最優的投資組合，試圖戰勝市場從而獲取超額收益。然而一些定性的投資者卻并不太認可定量投資，他們認為，定性研究可以將把股票基本面研究做得很深入，從而在決策深度上具有優勢。然而，在當今市場上，信息量越來越大且傳播速度極快，單個分析師所能跟蹤的股票數量開始顯得越發有限，也因此錯過了許多優秀的投資機會，可謂是擁有深度的同時錯失了廣度。量化投資正好彌補了這一缺失，通過使用強大的計算機技術，它能夠實時對全市場進行掃描，并依仗其紀律性、系統性、及時性、準確性以及分散化的特點最大概率的捕獲戰勝市場的投資標的。

事實上，在海外市場，我們看到越來越多的定量與定性完美結合的成功案例。通過向量化模型中加入分析師對未來主觀判斷的觀點（定性的觀點），再結合來自于歷史規律檢驗的觀點（定量的觀點），定量與定性的優勢便能得到充分的發揮和融合。我們相信，這也將是未來量化產品發展的主流方向和趨勢。

結論

量化研究作為一種研究方法，其本質是使用統計學、數學和計算機工具改進研究效率，使得我們能夠在更短的時間、更大的視角領域下，依靠清晰的研究邏輯，獲取更為有效和操作性以及復制性更強的研究成果。量化研究的本質是一類發現市場規律的方法體系，其基本功能是認識市場和解釋市場，并以做到預測市場為目的。

量化投資簡單來講，它以模型為主體，使用大量數據，并且在很大程度上用電腦這樣的投資方式；其以科學性和系統性著稱，并將在嚴格的紀律化模型制約下，緊密跟蹤策略，使運作風險最小化，并力爭取得較高收益。

第二部分：量化投資在蓬勃發展

量化投資在世界的發展史

美國市場有200多年，從證券市場開始，也有快400――500年了，但是量化的發展是上世紀50――60年代的事。首先有一些理論模型，沒有理論模型支撐很難做到量化的東西。

數理化投資于上世紀50~70年論上發芽

Harry Markowitz在上世紀50年表一系列關于投資組合“均值―方差”優化的論文，這使得投資者可以定量化風險，并把風險和預期回報放在一個理論框架下統一考慮；

WilliamSharpe在1964年發表CAPM模型，此模型顯示個股的預期回報和個股的風險及市場的預期回報成正比；

Steven Ross在1976年發表APT模型，此模型顯示個股的預期回報可以表示成一系列非特定因素預期回報的加權平均，此模型為量化投資者指出了很實用的研究框架；

Black-Scholes在1972年發表關于股票權證的定價模型；

Fama和French在1993年發表三因素模型，此模型顯示個股的預期回報由三個因素（市場，個股的市值，個股的市凈率）決定；

此后很多研究者做了非常多的實證研究，并發現了一些對個股將來回報有預測作用的因素：比如市盈率，市凈率，資產回報率，盈利一致預期，中長期價格動能，短期價格反轉等。

數理化投資從上世紀70年代末開始實際運用

Barclays Global Investors(BGI)于1978年創立了全球第一只數量化投資策略基金，到被BlackRocks收購之前BGI以14000億美元的規模，高居全球資產管理規模之首。

SSgA(道富環球投資管理公司)和 GSAM(高盛國際資產管理公司)為首的一大批以數量化投資為核心競爭力的公司已經成為機構資產管理公司中的“巨無霸”。

“詹姆斯•西蒙斯創辦的文藝復興科技公司花費15年的時間，研發基于數學統計理論的計算機模型，借助該模型，西蒙斯所管理的大獎章基金，從1989 年到2009 年間，平均年回報率高達35％，較同期標普500 指數年均回報率高20 多個百分點，比“金融大鱷”索羅斯和“股神”巴菲特的操盤表現都高出10 余個百分點。

在國外。其他采用量化投資的公司沒有獲得驚人的表現，并非是量化方法不好，而是他們還沒有構建出更好的模型以及正確的策略。作為量化投資的大行家和受益者，西蒙斯承認有效市場的套利機會極少而且會趨同小時，然而，仍然有無數轉瞬即逝的很小的機會存在，在證券市場，那些很小的交易，都會對這個龐大的市場產生影響，而每天都會有成千上萬這樣的交易發生。這個市場看似雜亂無章，卻存在著內在規律，而量化操作自從誕生以來，無疑成為捕捉這些規律的一把利器，為海外投資者屢建奇功。

CQA（教育產品內容與數據測試）數據統計：在2002年-2004年三年間，量化產品的平均年收益率為5.6%，比非量化產品的平均年收益率高出1%。從信息比率來看，量化產品為0.37，非量化產品為0.06。此外，量化基金的運作費率相對更低，例如傳統產品費率為0.6%，主動量化產品費率在0.45%-5%之間。

理柏(LIPPER)數據顯示，2005年到2008年之間，87只大盤量化基金業績表現好于非量化基金，增強型量化基金在2005年和2006年更是大幅跑贏非量化基金。但2007年和2008年除市場中性基金外，所有基金業績下滑很快，其中雙向策略和大盤量化基金表現差于非量化基金，而增強型和市場中性量化基金表現則優于非量化基金。

量化投資在中國的發展現狀

研究力量不斷壯大

目前大部分券商研究所都配有金融工程研究小組，成員超過5個的不在少數。根據2010年11月份的《新財富》最佳分析師榜單，國信證券金融工程小組人數有12人，為目前人員配備最多的量化投資研究團隊。其他入選金融工程前五名的研究小組中，申銀萬國8人，華泰聯合、安信證券各5人，中信證券4人。

數量化方面的研究報告數量也是逐年增加。據不完全統計，2008-2010年相關報告數量分別有52、142、794篇，今年上半年就達到了633篇，逐年遞增趨勢非常明顯。不過，和2010年研究報告10萬多份的總量相比，數量化研究的廣度和深度還有很大提升空間。

量化產品初露鋒芒

天馬旗下的產品中，現有兩個信托產品采用量化投資策略，分別是新華―天馬成長，和平安―Lighthorse穩健增長。

此外，上投摩根、嘉實、中海基金、長盛基金、光大保德、富國基金、南方基金等都有量化產品推出，但是量化基金的比例還是非常小。即便在2009年，全年新發基金超過100只的情況下，新發的量化基金也僅有4只，數量在2009年的新發基金市場中僅占3％。與指數基金、普通股票基金相比，量化基金可謂是基金市場上的稀缺資源。

2011年，在國內緊縮政策與國外動蕩局勢的影響下，A股市場呈現結構性震蕩上揚的格局。隨著市場輪動的提速及內在容量的擴大，精選個股的難度日益加大。在此背景下，定性投資容易受到投資者情緒影響，而定量投資則能夠通過計算機的篩選，幫助投資者克服非理性因素，在充分控制風險的前提下應對市場萬變。以“人腦＋電腦”為主要構建的量化基金逐漸顯現投資優勢，今年量化基金異軍突起，整體表現不俗。截至4 月6 日， 9 只具有完整業績的主動型量化基金平均收益率為0.64%，超越同期股票型基金和混合型基金-1.39%、-3.08%的凈值增長率。其中，“元老”光大保德信量化核心基金收益率達5.19%。此外，南方策略、中海量化策略、長盛量化紅利、長信量化先鋒、上投摩根阿爾法、華泰柏瑞量化先行基金也均取得正收益，分別達到4.12%、3.28%、2.60%、2.13%、0.77%和0.16%；僅嘉實量化阿爾法和華商動態阿爾法收益為負，分別為-4.48%、-7.94%。此外，從以往披露的公開信息可以發現，國內量化基金多側重價值因子，也契合今年低估值大盤藍籌股領漲的市場格局。

第三部分：解讀量化投資

在西蒙斯崛起之前，判斷型投資完全占據著主流地位，因為當前全球投資界的三大泰斗當中，無論是價值投資的巴菲特、趨勢投資的羅杰斯，還是靠哲學思維的索羅斯，都是判斷型投資的代表。但隨著西蒙斯的聲名鵲起，量化投資開始受到投資大眾的重視并呈現出蓬勃的發展態勢。但需要指出的是，世界上沒有萬能的投資方法，任何一種投資方法都有其優缺點，量化投資當然也不例外。定量投資成功的關鍵是定量投資這個模型的設計好壞，設計的好壞主要由模型設計者對市場的了解、模型構建的了解和模型實踐經驗來決定的。

量化投資的決策體系

量化基金的成功運作必然依托一個完整而有效的量化體系用來支撐，該體系是數據獲取、數據處理、資產配置、組合管理到全程風險控制等諸多環節的有機結合。

我們借鑒海外量化基金運作架構的諸多優點，并結合華泰聯合金融工程資深研究員的看法，旨在提供一個適合中國市場特點的量化基金運作架構體系。該體系綜合考慮了定性及定量兩大主要選股思路，在風險可控下，充分發揮量化投資的優勢。

此架構包含以下幾個主要層次：

1. 數據提供：量化體系的底層一般是數據接入端口，數據來源于外部數據提供商。

2. 數據預處理：由于中國A 股市場歷史較短，數據質量一般，特別是早期的數據較為不規范。因此，在輸入模型前必須對數據進行全面的清洗，從而增強數據的有效性和連續性。

3. 資產配置：資產配置是量化基金的核心。不同的投資者具有不同的投資理念，即不同的資產收益率看法。因此，通過構建差異化的因子配置模型來實現差異化的投資理念則充分展現了量化投資的優勢和精髓。舉例而言，我們可以開發針對不同市場狀況（如牛市、熊市、震蕩市和轉折市）以及不同投資風格（如保守、激進和中庸）的量化模塊。這些模塊就類似于兒童手中的玩具積木，一旦投資決策委員會確定了戰略和戰術配置比例，接下來要做的就是簡單的選積木和搭積木的過程。模塊化投資嚴格的遵循了投資思路，從而將量化投資的紀律性、系統性、及時性和準確性展露無遺。

4. 投資決策：宏觀經濟政策對中國A 股市場的表現影響較大，也就是我們常說的“政策市”。針對這一現狀，綜合考慮定性和定量的宏觀判斷對于我們選擇合適的基金倉位及資產組合將十分必要。一方面，結合宏觀及行業分析師對于未來宏觀經濟的預判以及個別性事件的分析，另一方面，考察既定的一系列量化擇時指標和宏觀經濟指標的最新動向，從而能較為全面的提出投資建議。

5. 組合管理：在對于宏觀趨勢、戰略和戰術資產配置的全面考量之后，留給基金管理人的工作將是如何實現在交易成本，投資風險以及組合收益三者之間的最大平衡。

經典量化投資模型綜述與評價

目前，由于計算的復雜程度和對速度的要求，量化投資的交易過程通常是由電腦自動來完成的，可在某些方面電腦依然不可能替代人腦。投資若要取得成功，就需要頂尖的大腦來羅織數據、發現規律、編制最快最好的電腦程序；此外，量化投資所使用的模型在用了一段時間之后就會慢慢失效，因為越來越多的“山寨版”會出現，因而需要不斷發現新的模型以走在這場軍備競賽的前列，而此時需要的就是配備精良、高速運作的人腦。由此可見，模型在量化投資的整個體系中居于核心地位。近幾十年來，西方理論界與實務界均誕生了不少量化投資模型，大力推動了量化投資的發展，這其中又大致可分為三大類：傳統的基于經濟學意義的模型（structural model）、現代的基于數學、統計學意義以及計算機原理的模型（statistical model）、程序化交易模型。以下就這三者分別予以介紹。

(一)傳統的基于經濟學意義的模型

這種模型雖然用到了一些數學與統計學的工具， 但其核心思想與前提假設仍然是圍繞經濟學或金融學原理而展開的。例如，B-S 模型與二叉樹模型提供了金融產品定價的新思路，因而也衍生出了所謂的以選擇權為基礎之投資組合保險策略（option-basedportfolio insurance，OBPI），如歐式保護性賣權（protective put）策略、復制性賣權（synthetic put）策略和一些持倉策略―――買入持有（buy-andhold）策略、停損（stop-loss） 策略、固定比例投資組合保險(constant proportion portfolio insurance，CPPI) 策略、時間不變性組合保障（timeinvariant portfolio protection，TIPP）策略、固定組合（constant mix）策略與GARP（Growth at a Reasonable Price）策略等。

(二)現代的基于數學、統計學意義以及計算機原理的模型

與上述模型相比，這種模型“量化”的傾向愈加明顯―――淡化甚至忽略經濟學或金融學背景，基本上只是依賴先進的數學、統計學工具與IT 技術構建模型，進而確定投資策略。模型中應用的具體方法主要包括參數法、回歸分析、時間序列分析、極值理論、馬爾科夫鏈、歷史模擬法、蒙特卡羅模擬法等等。

(三)程序化交易模型

隨著金融市場的日益復雜化， 越來越多的復雜交易策略被設計出來，這些交易策略很難通過傳統的手工方式執行，于是程序化交易應運而生。程序化交易是指按照預先編制的指令通過計算機程序來完成交易的方式，可以分為決策產生和決策執行兩個層面：前者是指以各種實時/歷史數據為輸入通過事先設計好的算法計算得出交易決策的過程，而后者是指利用計算機算法來優化交易訂單執行的過程； 也可以從交易頻率的角度，分為高頻交易和非高頻交易。程序化交易使得復雜的量化交易策略得以實施，優化交易指令的執行，解放人力使之把精力更多地集中到投資策略的研究上， 最重要的是能克服人性的種種弱點與障礙從而保證絕對的“客觀性”與“紀律性”。然而，這種交易方式也引起了諸多爭議，如對速度的過高要求會造成市場的不公平、巨大的交易量可能會增加市場的波動性、容易產生鏈式反應、為了盈利可能會制造人為的價格而降低市場的有效性等等。

量化投資的主要策略

增強型指數基金：策略的主要目的還是跟蹤指數，希望用量化模型找出能緊跟指數但同時又能小幅超越的組合。

非指數型量化基金：能利用絕大多數好的投資機會，而不需去管組合是否能緊跟指數。

多―空對沖基金：買入模型認為能表現好的股票， 賣空模型認為會表現差的股票。有時可能凈多倉， 有時可能凈空倉。此策略在對沖基金中很流行。在A股市場中能賣空的股票不多，所以一般只能用期指去對沖。

市場中性的多―空對沖基金：買入模型認為能表現好的股票， 賣空模型認為會表現差的股票。在任何時候凈倉位為0，同時在各行業上，大小盤風格上的凈倉位都為0。此策略在對沖基金中也比較流行。此策略的波動率非常小，在國外一般會加入杠桿。

130/30基金：一般共同基金采用，即買入130%的多倉， 賣空30%的空倉。

程序化高頻交易：利用期指或股價的日內波動進行高頻買賣。有些策略是找價格模式，有些是利用交易所規則上的漏洞。

可轉移Alpha：主要用在增強型指數基金上，具體是用期貨來跟蹤指數，一部分多出來的錢投資于風險比較小的能取得絕對正收益的策略上。

市場擇時/行業輪動/風格輪動：用數量化模型預測市場/行業/風格的拐點

量化投資和傳統投資的比較

天馬資產首席數量分析師朱繁林博士表示，量化投資區別于定性投資的鮮明特征就是模型，對于量化投資中模型與人的關系，大家也比較關心。可以打個比方來說明這種關系，我們先看一看醫生治病,中醫與西醫的診療方法不同，中醫是望、穩、問、切，最后判斷出的結果，很大程度上基于中醫的經驗，定性程度上大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依托于醫學儀器，最后得出結論，對癥下藥。

醫生治療病人的疾病，投資者治療市場的疾病，市場的疾病是什么？就是錯誤定價和估值，沒病或病得比較輕，市場是有效或弱有效的；病得越嚴重，市場越無效。

投資者用資金投資于低估的證券，直到把它的價格抬升到合理的價格水平上。但是，定性投資和定量投資的具體做法有些差異，這些差異如同中醫和西醫的差異，定性投資更像中醫，更多地依靠經驗和感覺判斷病在哪里；定量投資更像是西醫，依靠模型判斷，模型對于定量投資基金經理的作用就像CT機對于醫生的作用。在每一天的投資運作之前，會先用模型對整個市場進行一次全面的檢查和掃描，然后根據檢查和掃描結果做出投資決策。

傳統的定性投資強調的是基金經理的個人經驗和主觀判斷，相對來說強調基金經理的單兵作戰能力。而量化投資主要是用來源于市場和基本面的模型指導投資。

量化投資可以最大限度地捕捉到市場上的機會。而傳統的定性投資受到研究員，基金經理覆蓋范圍的限制。

量化投資借助模型進行投資，比較客觀和理性，更不會受市場和情緒影響。

量化投資的可復制性更好。傳統的定性投資易受到基金經理，資深研究員人動的影響。

其實，定量投資和傳統的定性投資本質上是相同的，二者都是基于市場非有效或是弱有效的理論基礎，而投資經理可以通過對個股估值，成長等基本面的分析研究，建立戰勝市場，產生超額收益的組合。不同的是，定性投資管理較依賴對上市公司的調研，以及基金經理個人的經驗及主觀的判斷，而定量投資管理則是“定性思想的量化應用”,更加強調數據。

國內量化基金投資風險分析

（一）量化模型質量產生的投資風險

投資模型本身的質量，是量化基金最核心的競爭力。專業人士以為，對于中國這樣的新興市場，量化投資的關鍵是能否根據市場特點，設計出好的投資模型。然而，已有的量化基金中，大多簡單地利用國外已公開的模型，或是用基金公司自有的一些簡單模型，在考察市場的有效性上普遍比較欠缺。如中海量化策略和南方策略優化在行業權重配置中均采用的Black-Litterman（BL）模型。這種模型現是華爾街主流模型，亦是高盛公司資產管理部門在資產配置上的主要工具。然而，在國內市場信息搜集等方面局限性較大的情況下，該系統到底是否有效，是否僅是基金公司體現其“專業性”的一個由頭，還有待觀察。

（二）基金經理執行紀律打折扣所產生的道德風險

好買基金研究中心的一份報告指出，大部分量化基金在擇時、行業配置和資金管理等方面并沒有采用量化模型，更多的是基金經理的主觀判斷。觀察這些量化基金的契約和季度報告可以發現，基金要么不進行擇時，要么根據主觀經驗進行擇時，這在很大程度上無法體現出模型選股產生的效果。

（三）數量化模型滯后產生的風險

量化基金效果如何，無法脫離資本市場環境的成熟度。量化模型的運用有重要的前提條件，是必須在一個相對成熟穩定的市場中運行，這種市場環境下基于歷史數據設計的模型才可能延續其有效性。國內股市曾經大起大落，市場結構和運行規律都發生過質變。在這種情況下量化模型有可能跟不上市場本身的改變，嚴格的量化投資也難以適應變化。這或許是這種舶來品水土不服的一大原因。可以說，早期的A股市場并不適合量化投資理念，而隨著市場逐漸成熟，量化投資的優勢才開始逐漸顯現。近兩年量化投資基金數量成倍增加，也是對這一趨勢的反映。

篇3

揭開定量投資神秘面紗

與定性投資不同，定量投資更多關注“數字”背后的意義，依靠計算機的幫助，分析數據中的統計特征，以尋找股票運行模式，進而挖掘出內在價值。

李延剛總結了定量投資的三大優勢：首先是理性。定量投資是對于基于基本面定性投資方法和工具的數量化統計性總結，它在吸收了針對某種投資風格和理念的成功經驗的基礎上，以先進的數學統計技術替代人為的主觀判斷，并能夠客觀理性地堅持，以避免投資的盲目性和偶然性。“完全的數量化分析過程將極大地減少投資者情緒的影響，避免在市場極度狂熱或悲觀的情況下做出非理性的投資決策，因而在牛熊市的轉換中具有很強的自我調節性。”

其次，全市場覆蓋。定量投資可以利用數量化模型對壘市場的投資標的進行快速高效的掃捕篩選，把握市場每一個可能的投資機會，而定性投資受人力精力的限制，顯然無法顧及如此廣的覆蓋面。

此外，數量化投資更注重組合控制和風險管理。數量化的個股選擇和組合構造過程。實質上就是在嚴格的約束條件下進行投資組合的過程，先從預先設定的績效目標的角度來定義投資組合，然后通過設置各種指標參數來篩選股票，對組合實現優化，以保證在有效控制風險水平的條件下實現期望收益。“換言之，數量化投資模型能夠很好地體現組合收益與基準風險的匹配和一致，”李延剛解釋。

定量投資是否適應中國市場

“談到定量投資，不得不提量化投資領域中的傳奇人物――詹姆斯?西蒙斯。”李延剛并不掩飾其對這位投資大師的崇敬，“他不僅是世界級的數學家，也是最偉大的對沖基金經理之一。他創辦的文藝復興科技公司花費15年時間，研發基于量化數學模型的計算機模型，借助該模型，兩蒙斯所管理的大獎章基金，從1989年到2006年的平均年收益率達到了38.5％，甚至超過股神巴非特。”

值得一提的是，李延剛也來自數量化投資的發源地――北美，他有著6年海外一線投資管理的實際工作經驗，深刻領會并掌握了量化投資理念與方法，具備數量化投資領域的成功經驗。2007年，李延剛回國后加盟中海基余，著手增強中海基金金融工程團隊的寅力。在借鑒國外成熟的投資理念與經驗的基礎上，結合A股實際，他用了近兩年時間對數量化模型進行反復修改與調試。目前，中海基金的金融工程部已經形成從擇時、配置到選股等方面的一系列研究成果，并在今年順勢推出中海量化策略基金。

詹姆斯?西蒙斯的神話在中國證券市場能否再次實現?“當其他人都擺西瓜攤的時候，我們擺了一個蘋果攤。”李延剛用一個形象的比喻來形容定量投資存國內市場的發展機遇。他認為，目前國內證券市場定性投資者太多，競爭激烈，而數量化投資者則太少，機會相對更多，競爭也很小。李延剛表示，大量實征研究證明，中國證券市場為一個弱有效市場，市場上被錯誤定價的股票相對較多，留給定量投資發掘市場非有效性的空間也就越大。基于這種考慮，定量投資方法在中國的發展極具發展空間。

“今年推出量化基金并非一時的心血來潮，一方面中海基金金融工程部已經逐漸成熟，而另一方面也是出于市場時機的考慮。”李延剛強調。

他認為，在經歷2008年的巨幅下跌后，市場底部已經基本確立，目前小盤股估值相對較貴，短期內市場可能會以調整為主，但未來市場走勢仍然存在諸多不確定。在此背景下，如何把握結構性機會將是未來投資關鍵之所在，利用數量模型進行分析和投資的量化基金具備更好的適應性。中海量化策略基金將把握市場調整時機，采用數量化模型選人具有估值優勢和成長優勢的大中盤股票作為基石，輔之以部分優質的小盤股票。

“量體裁衣”完善全程量化流程

據了解，中海量化策略基金的全程量化流程分三個步驟，即選股策略自下而上，施行一級股票庫初選、二級股票庫精選以及投資組合行業權重配置的全程數量化。

“就像裁縫做衣服一樣，量化基金在投資中也要通過‘量體裁衣’來完善全程量化流程。通過全程量化與基金經理的思想相配合，才能做出優質的量化基金。”李延剛表示。

首先，選取代表性最強的反映公司盈利能力的指標，對于所有的A股上市公司進行篩選從而得到一級股票庫。“主要通過對所有A股股票過去三年平均EPS(每股收益)、ROE(凈資產收益率)、毛利率三項指標進行篩選，它們能分別較好的反映上市公司的獲利能力，從而得到一級股票庫。”李延剛說。

其次，通過盈利性指標、估值指標、一致預期指標，熵值法確定指標權重后，對一級庫股票進行打分排名，從而篩選出二級股票庫。其中，一致預期指標則是通過各券商分析師的調查后，得出上市公司盈利預期數據平均值，以此權威性地反映市場對公司未來盈利的預期水平。“中海量化基金引入一致預期作為選股指標，可以全面、權威的反應市場對上市公司未來盈利的預期水平，為投資決策提供更為真實和前瞻性的依據。與此同時，還可以根據預期的變化及時動態調節，更加適應股市的震蕩波動。”李延剛強調。

篇4

[關鍵詞]量化投資；Alpha策略；意義；方法

[DOI]10.13939/ki.zgsc.2015.25.083

Alpha策略最初的理論基礎是套期保值，是由美國經濟學家H.working提出的，隨后股指期貨的面市，量化研究便激發了人們濃厚的興趣。傳統的資產管理者理念的哲學基礎大部分為追求收益風險平衡，然而平均市場收益與超額收益又很難達到絕對的均衡，因此將超額收益也即Alpha分離出來，建立起基于Alpha策略的量化投資，有助于指導投資實踐。

1 Alpha策略在量化投資中的應用意義

量化投資指的是以現代計算機技術為依托，通過建立科學的數學模型，在充分掌握投資環境的基礎上踐行投資策略，達到預期的投資效果。采用量化投資方式的優點包括其具有相當嚴格的紀律性、系統性，并且對投資分析更加準確與及時，同時還具有分散化的特點，這使得策略的實施過程更加的機動靈活。量化投資過程使用的具體策略通常有量化選股、量化擇時、統計套利、高頻交易等，每一種策略在應用過程各有千秋，而Alpha策略屬于量化選股的范疇。傳統的定性投資也是投資人基于一種投資理念或者投資策略來完成整個投資活動的，最終的目的是要獲得市場的占有率，并從中取得豐厚的利潤。從這個角度來衡量，量化投資與傳統投資的本質并無多大差別。唯一不同的是量化投資對信息處理方式上和傳統定性投資有著很大的差異性，它是基于現代信息技術、統計學和現代金融工程理論的基礎上完成對各類數據信息的高效處理，在對信息處理的速度、廣度上是傳統定性投資無法比擬的。在對投資風險的控制方面也具有很大的優勢，是國際投資界興起的新型投資理念和應用方法，也在日益成為機構投資者和個人投資者共同選用的有效投資方案。現階段量化投資的技術支撐和理論建設的基礎包括人工智能技術、數據挖掘、支持向量機、分形理論等，這些現代信息處理與數據統計方式為量化投資的可操作性提供了堅實的基礎。

Alpha策略在量化投資中的使用優點主要是對投資指數所具有的價值分析與評定。它不是依賴于對大盤的走向變化或者不同股票組合策略趨勢的分析，對投資價值的科學分析與合理評估更能吸引投資者的目光。Alpha策略重視對沖系統風險所獲得的絕對收益，在股票投資市場上是一種中性的投資方式，具體的程序有選擇資產、對資產的優化組合、建立具體組合方式、定期進行調整。為了促進該策略在投資市場中獲得良好的收益，就必須先要重視優秀的選股策略，其次是重視期貨對沖平均市場收益的時候所產生的風險控制問題。對沖系統風險時，若是能夠及時地對投資組合與相關的股指期貨的平均市場收益指進行精準地判定和預測，那么將會對整個投資行為產生積極的影響。

2 基于Alpha策略的量化投資具體策略和實踐方法

通常情況下，Alpha策略所獲得的實際收益并不是一成不變的，這與該策略本身的特定有關，具體表現在周期性與時變性上。

Alpha策略的時變性主要是指當時間產生變化時，超額收益也會隨之而改變。需要清除的是Alpha反映的就是上市公司超越市場的預期收益，因此屬于公司資產未來估值預期的范疇，所以上市公司自身所處的發展階段和發展環境不同，那么就會給Alpha帶來影響。由于時變性的特點，這就給策略的具體估計模型的設立帶來了更多不可確定的因素，為此，參照對Alpha滿足不同動態假設的理論基礎，建立起一個可以獲得不同種類估算的模型，同時假定在同一個時間范圍內，超額收益和市場平均收益都保持恒定不變，這就極大地簡化了計算的過程與步驟。也就是說在該段時間內，市場上股票投資組合基本面不會有太大的變化與波動，這就與實際的投資狀況基本達成一致。對于投資策略的調整則要根據上市公司重大事項發生情況而定，那么估算的時間單位周期可以采用每日或者每周估算，對每一個季度的歷史數據進行調整也可以作為一種調整方式，反映公司季度行情。對于具體證券而言，采用季度或者每周的調整頻率則不是最為理想的，還要針對公司情況與市場行情綜合調整。

Alpha的周期性特點在交替出現的正負號上最為突出，導致這一情況產生的原因主要是行業的周期性特征與套利效應共同造成的。具體而言，首先不同類型的證券分別屬于不同的行業所有，當行業處于景氣周期循環狀態下會影響Alpha的符號與大小，同時景氣程度的深與淺也會對此產生影響。其次一個股票組合產生非常大的超額收益情況下，市場中的其他機構投資者或者個人投資者就會不斷地參與到該組合的投資中來，最后會導致Alpha逐漸接近于零。因此在建立不同策略的組合方面，要針對每一個季度的具體情況和波動率，進行綜合性地評價與分析，并及時地做出必要的調整，以便最大限度地獲得市場收益。

量化投資中的Alpha策略并不是一種單一類型的策略，不同的策略都在尋求獲得超額收益的市場機會和可能性。現階段市場上采用的Alpha策略主要有多因子選股策略、動量策略或者反轉策略、波動性策略、行業輪動策略、行為偏差策略等，每一種策略在具體實施過程中都有其特征性，并且可以相互結合使用，發揮出綜合預測和評價的作用。

多因子選股策略是必要和常用的選股方式，最大的優勢是可以將不同種類和模塊的信息進行高效化綜合分析與評價后，確定一個選股最佳方案，從而對投資行為進行指導。該種選股策略的模型在建立方面比較容易，是量化投資中的常用方式。同時多因子模型對反映市場動向方面而言具有一定的穩定和可靠性，這是因為所選取的衡量因子中，總有一些可以把握住市場發展行情的特征，從而體現其本來就有的參考價值。所以在量化投資過程中，很多投資者都使用多因子模型對其投資行為進行評估，無論是機構投資者或者是個人投資者，都能夠從中受益。多因子選股策略模型的建立重點在于對因子的剔除和選擇上，并要合理判斷如何發揮每一個因子的作用，做出綜合性的評定。

動量策略的投資方式主要是根據價格動量、收益動量的預期與評定，對股票的投資進行相應的調整，尤其是針對本身具有價格動量的股票，或者分析師對股票的收益已經給予一定評級的股票，動量策略的應用效果會比較理想。在股票的持有期限內，某一只股票在或者股票投資的組合在上一段時間內的表現均佳，那么則可以判斷在下一段時間內也會具有同樣的理想表現，這就是動量效應的評價依據，從而對投資者的行為起到一定的影響作用。反轉策略和動量策略恰好相反，是指某一只股票或者股票投資組合在上一段時間內表現很不理想，然而在下一個時期反而會有突出的表現，這也給投資者帶來了一線希望，并對影響到下一步的投資策略的制定。

波動性策略也是Alpha策略的一種方式，主要是利用對市場中的各股運動和發展狀態的細致觀察與理智分析后，列出一些具有相當大的波動性的股票，同時這些股票的收益相關性也比較低，對此加以動態化的調整和規劃，從而逐漸獲得超額收益的過程。在一些多因子選股策略中也有機構投資者或者個人投資者將股票具有的波動性作為考察與評價因子之一，波動性策略經常和其他策略相結合來評價，這說明股票投資市場本身就具有一定的波動性，因此在投資過程中要慎重對待。

行業輪動策略和行為偏差策略的應用頻率不似前面幾種高，但也會和另外幾種策略相互結合使用。行業輪動策略主要是為了充分掌握市場行業輪動機制與特征，從而可以獲得高額的收益，對行業之間的投資也可以非常高效和準確地進行，對把握正確的時機有很大的優勢。行為偏差策略目的是窺探到股票市場中存在的過度反應或者反應不足等現象，這些都屬于股票投資市場的偏差，從而可以通過投資者對不同股票抱有的差異化評價來實現超額收益。

篇5

本刊記者專訪了建信責任ETF、建信社會責任聯接基金經理葉樂天，為我們揭開量化投資的面紗。來自浙江，北大數學系出身的葉樂天，談起量化投資，如數家珍。在他看來，量化投資與基本面投資在方法論上有較大差別。后者類似中醫，通過實地調研考察，望聞問切，接觸病人，獲取信息，加以判斷；前者則把影響投資的各方面情況以及投資邏輯轉化為數據和模型，類似西醫，用醫療設備對病人進行體檢和化驗，更重視借助圖表和數據對病人的病情做出判斷，因此能做到不見病人而對其基本特征了如指掌。

：請通俗介紹一下什么是量化投資，它的發展情況如何？

葉樂天：中國量化投資研究院院長陳工孟曾做過這樣的描述：第一批聰明人叫金融學家，他們發明了各種各樣的金融衍生品賺得盆滿缽滿；第二批聰明人叫數學家，他們通過各種數據模型去發現了一些不合理的現象，同時發現了賺錢的機會，然而數學家不知道怎么把錢賺到手；第三批聰明人就是IT工程師、軟件工程師，他們幫助第二批聰明人實現了賺錢的機會。而“量化投資”就是高端的金融人才、數學家和一流的IT工程師的復合。在美國有一種說法，最聰明的人，最高端的技術首先應用在兩個領域，一個領域就是國防，第二個領域就是華爾街。

量化投資從20世紀70年代在美國興起，經過40多年的發展，已經成為西方金融市場最為重要的投資方式之一。從20世紀90年代初期開始，量化投資的資產管理規模迅速增長，2000～2007年，美國的量化投資總規模增長了4倍多。2011年美國的量化投資和對沖基金的規模經過金融危機以后再創新高，達到了2萬多億美元的規模。

2009年被稱為中國量化投資元年。隨著2010年股指期貨的推出，金融衍生品迅速登上中國資本市場的舞臺，為量化投資的發展創造了有利的條件，而量化投資的發展為投資者提供了可選擇的、非常有優勢地位的投資方式。

：量化投資與價值投資有什么關系？

葉樂天：資本市場之大，每位強者都有自己的成功之道。相對于巴菲特過去20年平均20%的年回報率，有位中國人不太熟悉的高手更勝一籌，他就是華爾街的“模型先生”詹姆斯·西蒙斯。西蒙斯創辦的大獎章基金從1989年到2006年的平均年收益率高達38.5%，凈回報率超過巴菲特，即使在次貸危機爆發市場一片陰霾的2007年，他的基金回報都高達85%。

與股神巴菲特的“價值投資”不同，西蒙斯的投資成就依靠的是“量化投資”。這位24歲起就出任哈佛大學數學系教授的數學天才，依靠數學模型和計算機技術捕捉著市場機會。他認為，數學模型比主動投資能夠更有效地降低風險。雖然中國人對西蒙斯這個名字還比較陌生，但量化投資產品在華爾街已經非常普遍。

：為什么說量化投資像西醫？

葉樂天：隨著計算機運算速度的提高，華爾街的量化投資已經發展到爭取幾毫秒的機會。同一個套利機會下，誰下單早，誰就能抓住機會。盡管大家爭取的可能是萬分之一的收益，但是通過每天大量的交易，日積月累，就能取得很高的回報。

與市場熟悉的定性投資相比，量化投資在研究方法上與其有著很大不同。定性投資主要通過公司基本面研究進行投資決策。需要基金經理到企業調研，看研究報告，與高管深入交流、了解大股東訴求，了解公司發展規劃之類，有深度。量化投資則注重廣度，比如市場上有2000只股票，量化投資會通過計算機比較2000只股票的數據，找出上漲個股共同的特征因子進行投資。與定性投資產品的基金經理經常出差不同，我主要的工作都在案頭——搜集數據，處理數據、還有編程。

定性投資和定量投資的差異如同中醫和西醫的關系。定性投資更像中醫，更多地依靠經驗和感覺判斷病在哪里；定量投資更像西醫，依靠模型判斷，模型對于基金經理的作用就像CT機對于醫生的作用。

：如何選擇量化投資產品尤其是指數基金？

葉樂天：目前，量化投資在中國公募基金市場的形態還比較簡單，主要可以分為被動型的和主動型的。被動型的量化產品包括了大量的指數基金；主動型的量化產品則主要有3種模式，分別是“多因子型”、“事件型”和“宏觀擇時型”的。事件型和宏觀擇時型相對容易理解。多因子型，就是通過比較數據，篩選出個股走勢變化的關聯因子，然后，在未來個股走勢出現類似因子時，觸發交易，從中取得收益。

在公募產品中，以指數型產品為主，主動量化的產品數量稀少。公募基金受制于交易監管規則，比如在同一天的交易中，不能對同一標的做反向交易，在衍生品工具的使用上也非常有限，所以做主動量化的產品較少。同時，量化投資不像定性研究，對單個公司研究得很透，經得起很大的波動，追求的漲幅也大。量化投資通常追求很小的漲幅，但業績比較穩定。而且，歷史上指數基金的業績表現還算穩定，主動量化基金產品的穩定性稍差，而業績穩定對開放式基金更加重要。此外，市場深度不夠也制約了量化產品在中國的發展。公募基金的規模通常比較大，如果做主動型的產品，更換持倉的沖擊成本就比較大。

不過，對于普通投資者而言，要投資量化基金時，并不是非要弄懂基金的運作模型。選擇一只量化產品與選擇普通的基金產品，方法并沒有太大的差異。首先，投資者需要了解量化產品的過往業績，如果基金持續一段時間業績表現優秀，說明這種模型相對來說是較為可靠的。其次，就是看基金經理的投資理念和思路方法投資者是否認可，因為基金經理正是模型的制定者。最后應當考慮個人整體的資產配置，從長期的角度對基金產品進行合理配置，不用過多地顧慮投資時機。

篇6

在銀華基金副總經理兼量化投資總監周毅看來，量化投資成功的關鍵在于團隊。

以分級基金為突破口　首戰告捷

量化投資在股票市場的運用范圍較廣，包括金融工具設計、指數增強、市場中立阿爾法模型以及套利策略等多個方面。在反復比較、深思熟慮后，周毅選擇將金融工具創新作為突破口。

周毅認為，相比于其他量化投資領域，金融工具與市場地域性特征關聯度最低，因此移植性最強，成功概率越高，同時在中國市場相對比較欠缺。所有的金融工具中，在國外使用得最廣泛的就是結構化。周毅首戰試水分級基金。這是在當時法規允許范圍內可實現的融資性結構化產品，其A類份額具有類固定收益特征，B類份額具有杠桿特征，滿足3類投資者的需求。

截至今日，銀華共推出了3只指數分級基金和一只股票型分級基金，包括銀華深100（首只深100分級指基）、銀華中證等權重90（首只等權重分級指基）、銀華中證內地資源（首只投資主題指數的分級基金）和銀華消費主題（首只主動管理的主題類分級基金）。據金牛理財網統計，這4只分級基金占據目前市場上分級基金規模的絕對優勢，并且創造了多個第一：銀華深100是上市首只首日出現雙溢價的分級基金，也是目前場內規模最大的基金，約為150億元左右；銀華中證等權重90是第一個觸閥值折算的分級基金，為所有分級產品的發展完善和風險控制，提供了可借鑒的寶貴經驗。

看好中國量化投資“錢景”

不過，分級基金只是整個量化投資運用中金融工具設計的一部分，其發展的背景是目前國內衍生品缺乏的現狀。周毅表示：“我們想做全方位的量化投資，包含量化投資的各個領域。”

2012年以來，銀華的多只專戶產品已經成功在A股市場上，綜合運用以上兩項策略。據記者了解，銀華專戶產品中，表現最好的賬戶年化收益（扣除各種費率后）大幅超越同期滬深300指數，波動率僅約為滬深300波動率的1/3。盡管受現有法規和交易平臺限制，在美國運用的量化策略大多數無法在A股實現，但銀華在專戶對沖產品上的成功嘗試，證明了在國內利用量化投資方法，可以獲得絕對收益。而且隨著各種限制的寬松化以及杠桿機制的引入，量化絕對收益產品可以擁有巨大的發展空間，中國式量化投資前景廣闊。

志做國內旗艦量化團隊

周毅將銀華目前在量化投資領域所取得的諸多成就，都歸功于其全業務線的量化團隊打造。銀華在業內屬于較早開展專門的量化投資研究的公司之一，目前量化投資團隊已經達到16人，職責涵蓋了金融工具、α策略、套利及實時風控等量化投資的各個業務鏈。

篇7

胡俊敏是物理學博士，她是怎樣跨專業從事投資行業？

她管理的博時特許價值基金，從2012年6月接手到年底，凈值增長幅度居同類前20%，她是通過怎樣的操作大幅提升基金業績？

博時特許價值基金是量化基金，量化基金的操作又有怎樣特點？

每日基金特邀胡俊敏博士，傾聽她的人生經歷和投資理念。

張學慶：從您的簡歷來看，是物理學博士，這是典型的理科學科，當然您后來又做過量化研究的工作，但您目前從事的工作是投資，是屬于金融學這類范疇，這兩個學科距離特別大。您之前研究的物理學、化學 ，對于投資有何幫助？

胡俊敏：當年念物理，現在做投資，不是事先計劃好的，而是當時的歷史環境造成的。我大學的時候是八十年代，中國還沒有股市，我連股票是什么都沒有概念。因為我比較喜歡跟數字打交道，就學了物理。去哈佛后，剛好碰上一些量化金融理論得到應用，華爾街需要有很強數理根基的人才。而由于美國經濟不景氣，教育經費不足，學術界又人才過剩，于是華爾街就吸引了大批的數學、統計或物理的博士。我在哈佛有機會初步了解到金融投資。

現在回頭看，我學物理出身，做過材料研究，做過量化研究，現在做量化投資， 不是必經之路，但是確實每一段經歷形成了我自己的知識結構，對我的投資理念的形成有不同程度的影響。

對于市場的理解。市場是否處于均衡的狀態，金融界有很多爭論。統計物理關于均衡非均衡態的理論以及量子力學的不確定原理我覺得一定程度上也適用于股票市場。股票市場不停地有新的信息，不同投資者對信息的接受和反饋不是瞬時的。另一方面，投資者行為與股價又是互相影響的，所以市場是處在一種不完全均衡的狀態。市場過熱現象也是不均衡態的一種表現。

數學統計上幾率分布的概念在投資中是至關重要的。經常有投資者問我，你覺得下面一個月市場是漲還是跌，其實這是很難預測的，滬深300指數平均月收益為0.5%，但月波動率有9.1%，一個月的收益有2/3的幾率分布在-8.6%到9.6%之間，波動性非常大。

邏輯思維方式和分析解決問題的能力。研究生的時候我做的是實驗物理。就是通過對一些現象的觀察和研究，找出規律，驗證和發現基本原理。投資中由于信息多，頻繁、且不完全，具備理性的邏輯思維和抓住問題本質的能力就非常重要。

張學慶：除了在學校中所學的知識，在后來工作中，還需要增加哪一方面的訓練？才能成為一名合格的基金經理。

胡俊敏：量化基金經理需要的知識面比較廣。除了比較強的數理基礎和編程能力，下面幾個方面的知識也是非常重要的。

基礎金融知識：我業余選修金融方面的課，并通過準備CFA的考試補上金融知識的缺。爭取到量化分析師的工作機會

量化投資管理：這有一整套理論框架。我當時在巴克萊資產管理公司任基金經理，有幸參加了《主動組合管理》作者Ron Kahn的課程。這本書被認為是量化投資的圣經。

行為金融：指由于投資者心理或思維偏差造成市場不有效的各種現象。量化投資之所以可行，就是因為股價由于各種原因而偏離其真實價格，有一定統計性規律可循。

市場經驗：需要積累，我目前也在逐步積累A股市場的經驗。

有志加入到量化投資行業中的朋友們可以針對各自的知識結構，制定出自己的準備計劃。

張學慶： 您一個人管理5只基金，這可能得益于采用了量化的方法，同時管理五只基金，你會采取怎樣的分配方法來統籌自己在五只基金間的精力分配？

胡俊敏：這就是量化投資的優勢。首先，整個投資流程高度自動化、系統化。每天開盤前，所有基金及模型所需數據都已更新到基金管理系統里。其次，量化投資團隊，基金經理后面有基金經理助理、量化分析師及IT的支持。基金經理只需將時間花在最關鍵的地方。具體講，

量化基金，比如我管理的特許價值，以及和王紅欣博士共同管理的裕富滬深300基金：更多的是模型管理，而不是個股管理。組合里的股票可能有上百只，但是我需要管理的是有二、三十信號構成的模型和一些組合構建的參數。需要交易的時候，可以根據模型用優化系統進行計算，我會檢查模型結果是否正確，然后批量交易，而不是一個股票一個股票地分析、決定。。

張學慶： 您管理的基金比較多，有主動配置型，有被動配置型。能否給基金投資者一些建議，那類基金適合哪些投資者投資？

胡俊敏：特許價值基金是一只主動股票型基金，通過量化多因子選股模型在各行業內精選個股，以期獲得長期跑贏市場的超額收益。風險要比純被動或增強指數型基金高，但是超額收益的空間也高，適于有中等風險承受力，投資期間較長，對收益有較高要求的投資者，也可作為長期資產配置的一個成分。

張學慶：做為基金投資者，如果不看好市場，您認為他們有幾個措施能夠躲開市場風險。

胡俊敏：根本解決的方法是調整資產配置比例。如果對股票市場的未來不看好，那就降低在股票類資產的配置，將賣出的資金放到債券、其它投資品種、或現金上。因為對于市場的判斷很難百發百中，所以在調整配置的時候即使不看好股票市場，仍然建議保留一定的股票類資產，市場走勢常是不確定的。

同時，普通投資者擇時的能力是比較差的。所以我給普通投資者的建議是1）采取定額定投的策略，牛熊市無阻的堅持投資。2）不要將所有的雞蛋放在一個籃子里。分散投資，做長期資產配置。長期而言所承受的風險是有收益的。

張學慶： 博時特許價值現在規模是11億，一個基金經理，他管理的資金到達多大規模之后，就會影響到業績的增長，這也提醒投資者，選擇基金時也要注意規模。

篇8

基于計算機公式和機器交易的量化投資，在華爾街由來已久甚至已經“統治華爾街”。由于國內金融市場起步較晚，自2002年第一只公募量化基金成立，量化基金始終處于徘徊、緩慢發展態勢。 2015年，量化產品終于集中爆發，到2016年，A股市場動蕩，量化基金大放異彩，占領了多個公募基金收益排行榜冠軍位置，各基金公司紛紛加緊產品布局。

然而，2017年市場行情突然逆轉，中小市值股票超跌樂兀模型建立于“回測數據”的量化基金發展再次陷入困境。據iFinD不完全統計顯示，截至6月末，53只主動型量化基金有半數以上業績告負。

其中，2016年最為熱門的量化基金產品長信量化先鋒A，今年年初至6月30日，以-12.32%虧損幅度墊底。值得關注的是，經過一輪宣傳推介和持續營銷，長信量化先鋒在2016年成為市場上第一只規模突破百億的量化基金，這也意味著量化投資業績稍顯起色，即在高位套牢為數不少的投資人。

同期，曾在2016年表現突出的創金合信量化多因子股票A、大摩多因子策略年內分別虧損-9.78%、-13.37%。

截至一季度末，東方啟明量化先鋒混合、東興量化多策略混合、華潤大元醫療保健量化混合等基金規模已低于5000萬元的清盤線。

多位受訪業內人士表示，對于量化基金的發展，基金業再度陷入“是否適合國內市場”、“回測數據的可靠性”、“人和機器如何結合”等深度困境。

從“風光無限”到“狂跌”

2015年以來，A股市場持續震蕩與低迷，加之“資產荒”的資產配置難題，量化投資成為公募基金必爭之地，特別是一些中小型公司，迫于同質化競爭壓力，奮力打造“量化”特色。

以長信基金公司為例。“公司一直很重視量化產品的開發。”長信基金一位負責人介紹，長信基金從2010年起開始發行量化產品，到2017年一季度，旗下4只量化類權益類基金規模合計達到137.53億元，占全部權益類總規模的近50%，較2015年同期20.28億元規模大幅增長。

同長信基金一樣，富國基金、南方基金等也都曾表態重點建設“量化基金”產品線。

2016年，量化基金表現尤為突出，成立于2016年前的68只量化基金，有28只2016年取得了正收益，在40只下跌的基金中，跌幅超過5%的有19只，占比不足四分之一。與此同時，天相投顧的統計數據顯示，2016年股票型基金全年平均下跌13.38%，混合型基金平均下跌8.61%。

根據上海一家大型基金公司管理層人士透露，長信基金量化團隊組建于2008年，約有10余人團隊，盡管這一配置在業內并不算太高，但是借助長信量化先鋒短期業績優秀，長信基金專門針對量化展開一系列的宣傳攻勢。

《財經國家周刊》記者統計數據，2016年，每個季度末長信量化先鋒規模分別為31.16億元、46.16億元和74.47億元，當年末，其規模已達到109.44億元，一度因為申購火爆不得不“限購”和分紅來降低基金規模。

“該基金成立以來多數時間內偏重于投資中小盤成長風格個股。不少季度內基金持有大盤、價值風格個股占比幾乎為0，成長風格占絕對優勢。”中銀國際證券有限責任公司孫昭楊表示。

因此，2016年四季度以來，市場風格轉而尋求那些基本面扎實、業績穩定的公司， 長信量化先鋒在2016年11月突破高點后，便一路下滑直至墊底。這也意味著長信量化先鋒背后接近最高點申購，被套牢在高位。 進入2017年之后，多家此前一直致力于量化投資研究的第三方機構，開始紛紛轉向FOF等研究領域，與新一個交易年量化基金業績萎靡大有關系。

而這并非市場個案，根據記者統計，從今年年初至6月30日跌幅墊底的光大保德信量化股票（-9.02%）、大摩量化多策略股票（-7.68%），其披露的持倉風格都是偏愛“中小創”。

同時，截至今年一季度，與長信量化先鋒規模縮水至69.47億元的遭遇一樣，多個基金公司旗下量化產品還將面臨“清盤”，例如上述成立于2016年10月27日的東興量化多策略混合，2016年末規模為1.61億元，成立不到一年時間，其規模已至清盤線下。

另外，據《財經國家周刊》記者了解，進入2017年之后，多家此前一直致力于量化投資研究的第三方機構，開始紛紛轉向FOF等研究領域，與新一個交易年量化基金業績萎靡大有關系。

“量化式”虧損反思

“目前A股市場，最為流行的量化股基的投資策略就是基于歷史回測確定對股價影響較大的因子，但今年以來，價值股、大盤藍籌股漲聲一片，小盤股業績不佳，于是大面積出現‘量化式’虧損。”富國基金一位量化投資負責人坦言，富國基金也是一家側重量化投資的基金公司。

除了能夠高效尋找上千只股票價格上漲或下跌的概率，量化投資最核心的賣點，莫過于使投資不再受基金經理的主觀情緒影響，用量化模型抵御投資者內心的貪婪和恐懼。

如今，市場的突然反轉，傳統 alpha 策略當中最有效的市值及成長因子都遭受了不同程度的回撤。經過此次洗禮，量化基金卻必須面對如何“主觀靈活配置”的難題。

縱觀長信量化先鋒A持倉，自去年四季度以來基本上還是延續偏愛中小盤成長風格個股的投資風格。根據其年報，截至2016年年末，該基金股票倉位為84.05%，在其持有的154只個股中，中小板股和創業板股合計85只，占基金凈值的比例達到50.06%。

到今年一季度，長信量化先鋒A前十大重倉持股包括深桑達A、建研集團、雪萊特等，也均是以中小創股票為主。

如果放在更長的維度，從2010年11月成立至今年6月30日，長信量化先鋒A的收益率為138.94%，超過同期滬深300指數近73%。同樣的，從2011年至今，申萬量化、長盛量化紅利混合也分別達到138.95%、113.56%。

“量化交易通過回測，假設未來能夠重演，更適用于長期投資，而大多數投資者的需求是在一定期限內獲得回報，更考驗配置能力與效率。”富國基金上述人士表示。

部分基金公司負責人透露，目前公司已著手試點，量化團隊與其他團隊的融合，量化與人工的優勢結合始終是重點課題。

“一方面，公募基金風控和投資要求對量化交易的方法、品種、工具都產生了限制，套利、做空等策略都無法靈活運用，使得量化策略偏向于做多;其次，量化投資在牛市、市場風格轉換時期表現不及主動投資，而是更多的被機構投資者所青睞，這又與國內小散為主的市場不適應。”摩根大通私人銀行部門一位負責人分析。

篇9

關鍵詞：石油天然氣項目；經濟評價；量化評級；概率分析；蒙特卡洛方法

中圖分類號：F407.22 文獻標識碼：A 文章編號：1001-828X（2013）07-0-02

隨著經營環境所面臨的不確定因素不斷增加，中國石油企業石油天然氣投資項目決策的復雜程度也在不斷加大。通常情況下，企業在進行項目決策時以經濟評價指標作為重要依據，但隨著經濟評價指標體系的不斷擴充完善，以及管理層發展戰略所要求的定性指標在項目決策過程中的逐漸引入，如何在各評審項目間進行取舍、通過眾多的定量和定性指標發現出符合企業發展戰略的優質項目，目前尚缺乏精確的可量化的評價標準。此問題在企業資金較為緊張、項目投資總規模受限的情況下顯得尤為突出。

在此背景下，學習和借鑒國際上常用的項目經濟評價量化分析方法，通過掌握量化分析工具以提高項目決策的科學性已顯得十分必要。本文的主要目的即在于通過引入一套綜合考慮定量與定性評價指標的項目經濟評價量化分析方法，探討通過概率分析提高石油天然氣項目決策的科學性，有效進行項目甄選、確保經營發展預期目標的實現。

一、基于概率分析的量化評級機制概述

（一）基本定義

所謂基于概率分析的量化評級機制，是指在量化分析的基礎上將油氣項目經濟評價的各項結果轉化為明確的分值，在分值總分的基礎上確定項目評級結果，以評級結果作為項目是否通過和在多個項目間進行比較取舍的依據。為加強對不確定性因素的評價分析，量化分析中最核心的定量因素分析采用概率分析的方法（蒙特卡洛模擬法）進行。

（二）采用概率分析進行量化分析的必要性

油氣項目的風險巨大而又復雜，在油氣項目經濟評價的實踐操作中，由于缺少對不確定性因素進行評價的有效方法，傳統經濟評價方法已逐漸不能適應油氣項目經濟評價的最新要求。

首先，傳統經濟評價分析方法不能綜合考慮不確定性因素的影響，例如敏感性分析僅能對單一的不確定性因素變化進行量化分析，決策樹（層次分析）把不確定性因素的影響結果看作有多個固定的結果，并為每個結果分配可能性，最終得到評價指標的期望值。

其次，傳統經濟評價參數往往是通過以往項目經驗的經濟指標估算得來一個具體數值，沒有針對具體項目內容具體分析，在不確定性因素方面往往依靠樂觀或悲觀的策略，采用系數法對評價參數進行處理，如在投資成本的處理上通常以主觀增加一定比例的不可預見費作為對不確定性因素的處理。

因此，為彌補傳統經濟評價分析方法的這種缺陷，有必要引入概率分析方法作為量化評級機制的核心內容。概率分析是國際上項目經濟評價量化分析方法中常用的一種，概率分析有概率樹、情景分析法、蒙特卡羅模擬等方法。由于計算機技術的普及以及分析工具的成熟，蒙特卡羅模擬在投資決策分析中得到了普遍的應用。本文著重研究以蒙特卡洛摸擬法作為計算工具，探索符合中國石油企業實際的項目經濟評價量化分析思路。

二、采用蒙特卡洛方法進行項目經濟評價量化分析

（一）蒙特卡洛方法概述

1.基本定義

蒙特卡洛模擬法又稱統計試驗法或隨機模擬法，該法由法國數學家John.ron.neuman創立，由于其依賴的概率統計理論與賭博原理類同，因此以歐洲著名賭城摩納哥首都Monte Carlo命名。它是以計算機模擬為基礎，用于研究和處理有限多個隨機變量綜合結果的一種數學方法。其原理是將項目目標變量（風險評價指標）和各個風險變量綜合在一個數學模擬模型內，每個風險變量用一個概率分布來描述，然后利用計算機產生隨機數（或偽隨機數），并根據隨機數在各個風險變量的概率分布中取值，算出目標變量值，經過多次運算即可得出目標變量的期望值、方差、概率分布等指標，供決策者參考。

2.蒙特卡洛模擬法的數學解讀

蒙特卡洛模擬法的基本原理是：假定函數Y= f（X1，X2，… Xn），其中變量X1，X2，… Xn的概率分布已知，蒙特卡洛模擬法通過直接或間接抽樣取出每一組隨機變量（X1，X2，… Xn）的值（X1i，X2i，… Xni），然后按Y 對于X1，X2，… Xn的關系式確定函數值：yi=（X1i，X2i，… Xni）。反復獨立抽樣（模擬）若干次（i=1，2，… ，m），便可得到函數Y 的一批抽樣數據y1，y2，… ym，當模擬次數足夠多時，便可得出與實際情況相近的函數Y 的概率分布與其數字特征。這需要利用計算機針對某種概率模型進行數以千計、甚至數以萬計的模擬隨機抽樣。

3.蒙特卡洛模擬法的主要優點

蒙特卡洛模擬法是油氣項目經濟評價的理想方法，其實質是在確定風險因素概率密度函數的前提下，依靠對大量歷史數據進行統計分析的一種基于風險決策情景模擬的仿真實驗。該方法的優點是使用計算機模擬項目的自然過程，比歷史模擬方法成本低、效率高，結果相對精確；同時可以處理多個因素非線性、大幅波動的不確定性，能更準確地反映不確定性因素的影響，并把這種不確定性的影響以概率分布形式表示出來，從而獲得評價指標更為詳細、全面的統計信息，克服了敏感性分析等常規方法只能求得經濟評價指標單一估值的局限性，更符合項目的實際情況、更具有科學性。需要注意的是蒙特卡洛模擬法依賴于特定的隨機過程和選擇的歷史數據，不能反映風險因素之間的相互關系，需要有可靠的模型，否則可能導致偏差和錯誤。

（二）采用蒙特卡洛模擬的方法進行經濟評價的分析過程

1.確定經濟評價指標

在油氣項目經濟評價中存在眾多的不確定因素，加強風險因素識別與分析，是合理進行經濟評價的前提。經濟評價指標體系的建立應遵循4條原則：

（1）系統性原則

油氣項目經濟評價是一個由多個子系統構成的綜合系統，各個系統之間以及子系統內部各因素之間相互聯系、相互影響。

（2）定性與定量相結合的原則

油氣項目經濟評價既有定量的因素，也有需要以性質來定性表征的因素。

（3）針對性和啟示性的原則

油氣項目經濟評價的涉及因素很多，各類項目特點和共性不盡相同，因素和指標間側重關系和影響不同，應有針對性地分類和刻畫并建立關聯關系。

（4）可比性原則

對不同地區、不同國家油氣項目的評價應在同一標準的前提下進行，這樣的評價結果才具有可比性，在項目綜合優選中應減少人為主觀臆斷。

根據以上原則，可選取的影響油氣開發項目經濟效益的主要因素有商品量、銷售價格、經營成本和建設投資等。

（1）商品量

一般而言，油氣商品量是指通過銷售可以獲取收入的產品數量，亦可以稱之為產品銷量，它是根據油氣產量和油氣商品率計算得出的；油氣商品率一般是根據油氣生產過程中發生的損耗和自用情況綜合確定，外供其他油氣田或區塊而非本油氣田或區塊自用的油氣量均為商品量。

油氣商品量的風險主要來自于油氣的產出量。以氣田為例，現已開發氣田多為儲量豐度低、物性較差、非均質性強、氣水關系復雜，以致氣田產能遞減快，產量不確定性大。產量預測的主要方法有：遞減曲線分析法、水驅曲線法、數學模型法和數值模擬法等，不同方法結果均是在理論上最佳逼近于真實產量。不同區塊地質和開發條件存在差異，以及生產中如修井、不可控制力等不確定性的存在，會造成實際產量與設計方案存在一定的偏差，因此，經濟評價中選擇某種產量預測結果作為測算的同時，應考慮其不確定性，以及對氣田開發經濟效益的影響。

（2）銷售價格

油氣的銷售價格往往是影響項目效益最敏感的因素之一，因此需要對未來油氣價格做合理預估。在沒有長期價格合同下，可以在歷史價格數據分析的基礎上，結合多家咨詢機構（油氣咨詢公司、投行）的遠期價格預測，考慮價格的變動趨勢，最終確定未來不同階段石油和天然氣的價格分布區間，用于蒙特卡洛隨機模擬。

（3）經營成本

降低或控制成本已成為各油田單位的重要任務。經營成本的增加，可分為內在因素和外在因素：內在因素多數是為減緩油氣田產量自然遞減而產生的各種措施費用，如排水采氣、增壓輸送及修井等工藝技術措施等，帶來了材料、動力等費用的增加；外在因素則是由于宏觀經濟因素，如通貨膨脹而引起的原材料價格上漲。因此，經濟評價應考慮經營成本的浮動效應，可根據各油氣田經營成本歷史數據和通貨膨脹率估算出經營成本的變化幅度及可能性。

（4）建設投資

建設投資包括：固定資產投資、無形投資、遞延資產和預備費。建設投資估算的范圍包括勘探工程投資、開發工程投資，根據油氣藏工程、采集工程和地面工程提供的工程量投資。近年來，氣田開發以滲透率低、品位差的儲量為主，開發成本普遍偏高，不但增加了投資，同時也增加了投資估算的不確定性。

2.確定風險變量及其分布規律

風險變量的確定，可采用專家調查法進行風險識別，并在此基礎上，請專家對風險因素的發生概率和影響程度進行評估。如果風險因素較多，可以先進行敏感性分析，選擇敏感的風險因素作為風險變量。

風險變量的概率分布描述是進行模擬分析的基礎，常用的有正態分布、三角分布、均勻分布、梯形分布、β分布、階梯分布等。當風險變量只能獲得一個范圍值時，可采用均勻分布公式來描述；當風險變量除取得范圍值外，還知道最可能值，則用三角分布公式來描述；當風險變量獲得少量的隨機值，則根據多數風險變量具有正太分布或對數正太分布的特征，可模擬為正太或對數正太分布公式來描述。對有歷史數據的風險變量可根據數據做統計分析，估計其概率分布，對沒有歷史數據的風險變量，可以采用專家調查法確定變量的概率分布。

3.計算機模擬運算

根據基礎數據和產生的隨機變量輸入變量值計算評價指標值，整理模擬結果所得評價指標的期望值、方差、標準差及其概率分布和累計概率，繪制累計概率圖，計算評價指標達到目標值的概率。蒙特卡洛模擬法的具體計算可以通過Matlab軟件編程語言來實現求解，或借助加載在Excel中的Crystal Ball軟件。

三、以定性指標分析作為量化分析的有益補充

對于油氣項目經濟評價中遇到的對項目評價結果有重大影響，但又不宜量化的影響因素，可采用專家調查法進行定性分析。常見的定性指標有：

（1）油氣項目所在地的區域政治、經濟、商業環境和財稅政策；

（2）油氣項目與企業發展定位和區域發展戰略的契合程度；

（3）油氣項目在技術驗證、產能和就業帶動方面的附加效益。

四、評級打分卡的建立和評級結果的確定

將通過蒙特卡洛模擬法得出的量化分析結果和定性指標分析結果通過統一的項目評級打分卡轉換為直觀的評級分值，將分項評級分值加權匯總后得出項目評級結果（如AAA，AA等），作為項目經濟評價結果的最終參考依據。評級打分卡的取值范圍可由評價專家根據歷史項目經驗進行確定，各分項評級分值的加權權重則在可歷史經驗的基礎上，參考企業當前經營重點和發展戰略確定，做到項目經濟評價標準與企業實際經營間的緊密結合。

五、結語

油氣開發項目存在很大的風險和不確定性，做好經濟評價、加強針對不確定性因素的分析是規避風險的有效手段。

我國現階段油氣項目經濟評價中很大的不足是風險評價指標關注力不夠，主要風險因素包括油氣價格、經營成本、投資估算等，識別并深入分析風險因素，合理預測風險因素的可能分布范圍，是正確測算經濟效益和規避風險的關鍵。

蒙特卡洛模擬法能夠綜合考慮多種風險因素，可提供更可靠、更貼近實際的風險分析結果，目前已在許多國家的管理決策、公共事業管理以及大型跨國公司的項目風險管理和經濟評價中被廣泛使用。建議在油氣開發項目經濟評價中加強蒙特卡洛模擬分析研究，采用多種方法綜合評價，提高項目決策的科學性。

參考文獻：

[1]童曉光，竇立榮，田作基，等.21世紀初中國跨國油氣勘探開發戰略研究[M].北京石油工業出版社，2003.

[2] Komlosi Z P. Application： Monte-Carlo simulation in risk evaluation of E & P projects [R]. SPE 68578， 2001.

[3]孟繁莉，曹成潤，牛繼輝.中外油氣資源評價方式差異的探討[J].世界地質，2005，24.

[4]徐鐘濟：蒙特卡羅法[M].上海科學技術出版社，1985.

[5]蔡進功，吳錦蓮，晁靜.國際油公司油氣資源經濟評價現狀[J].石油勘探與開發，2002，29.

[6]許文星，顧祥柏.基于蒙特卡羅模擬的項目費用風險分析[J].石油化工設計，2007，24.

[7]謝軍，馮景.數字油田建設經濟效益與風險分析[J].吐哈油氣，2007，12.

篇10

沒錯，量化股票基金就是這種類型的產品。統計顯示，無論是公募，還是私募，今年以來量化股票基金整體表現遠好于市場平均水平。而如果以目前能觀測到的上證指數最高與最低收盤點位來計算，即在大盤走出的當前反彈點位627.26點、幅度23.62%的行情中（1月28日的收盤點位最低達2655.66點，11月29日收盤最高點位3282.92點，以下統計區間均為1月28日至11月29日區間，簡稱“區間”），我們看到，一些老牌公募基金和優秀私募的量化股票基金更是為投資者帶來了豐厚的絕對收益，比如，南方基金旗下的南方量化成長和南方策略優化這兩只量化產品，區間復權單位凈值增長率分別為46.54%、43.38%，不但躋身同類前五，漲幅更接近大盤反彈幅度的1倍。

“在今年股票市場結構化行情中，量化股票策略通過多因子模型選股，能夠抓住市場尾部機會，在市場風格和熱點板塊的迅速切換中保持較高倉位運作。而南方基金量化團隊著力打造的主動量化投資，更是通過多模型捉到了廣泛的錯誤定價機會，大概率的戰勝市場指數，獲取更為穩健的長期收益。這是今年以來，南方基金旗下量化產品取得出色業績的最主要原因。”南方基金總裁助理、權益投資中總監如是說。

致力于捕捉

“非有效性”的主動量化投資

什么是主動量化投資？

“主動量化投資泛指利用海量數據和依靠計算機的系統支持，挖掘歷史規律性，并采用嚴格的風控來獲取穩健收益。”史博告訴《投資者報》記者，南方基金主動量化投資的核心是捕捉市場的“非有效性”，市場中有很多非理性投資者把股票價格抬高或壓低，所以股價會根據市場情緒的波動圍繞預期價格變化，主動量化投資通過上市公司基本面、一致預期、市場波動與情緒等各個維度綜合描述定價的偏差機會，廣泛精選個股獲取超額收益。

值得一提的是，盡管南方基金旗下量化股票策略基金會為了最大程度獲取絕對收益而維持較高的倉位，但單只股票的持倉占比卻并不高，幾乎都在1%以下。以南方量化成長為例，三季度持倉占比最高的為科隆精化，但仍不到1%，為0.97%，前十重倉股持倉占比合計為7.12%。

“南方基金量化團隊基于基本面的量化選股策略是透明的和符合邏輯的。其優點是擁有靈活的市場應變能力、廣泛選股的能力，可以管理較大規模，并能有效降低組合波動，保證業績的可持續性。”史博告訴《投資者報》記者，南方基金旗下量化產品根據組合的不同契約規定等采用不同的數量化策略進行投資，通常單一產品實際投資股票數目有幾百只。每只股票的持倉比例一般都比較低，單只股票的波動對凈值影響較小，整體表現較為穩健。

對此，業內人士指出，對投資者而言，在無法準確預知未來市況時，長期持有老牌公募的量化股票基金是一個較為明智的投資選擇。因為即使是在投資周期中趕上熊市遭遇Alpha和Beta雙殺，但只要長期持有基金，在熊市周期過后，震蕩市和牛市都可以為投資者賺取一定的絕對收益，在Alpha的復利作用下依然可以獲取可觀的收益。

以南方策略優化為例，該只量化基金成立于2010年，目前獲晨星、銀河三年5星評級；最近一年回報率在同類481只可比基金中排名第5 ；最近兩年、三年回報率也都在同類400多只可比基金中排名前15。據Wind數據顯示，截至11月29日，自成立之日起復權單位凈值增長率為68.89%。即使以去年股市異常波動前最高點5100多點來計算，在大盤仍虧損37%多的背景下，該基金的虧損幅度已縮小到10%左右，明顯優于大盤。

“團隊+系統”煉就金牛量化投資團隊

你也許會認為量化投資看上去簡單，但實際上并不容易。一個好的量化產品，必須能夠結合市場環境的變化等因素，動態調整各個風格之間的比例，進而使得模型適應不同市場。據了解，為了達到上述目的，南方量化團隊打造了強大的量化多策略模型，包括從因子模型、事件驅動、價格特征、交易量特征、量價互動、主題輪動、行業輪動、突發事件方面的因素去結合公司基本面、當前市場環境等信息，從而精選股票，不僅如此，該基金還在今年引入了輿情因子，利用大數據捕捉市場情緒。

“總的來說，量化投資是一項復雜的系統工程，其成功依賴于團隊成員之間的緊密合作。因其業務鏈條的嚴密性和邏輯的環環相扣，許多繁瑣的細節實際上都是成功的關鍵。作為一種復雜的高智能投資方法，目前只有機構投資者才有競爭能力使用此方法。”史博告訴《投資者報》記者。經過多年不懈的努力，目前，南方量化團隊已經建立了包含清洗整理過的上市公司財務數據庫、因子庫、回測平臺、樣本外跟蹤分析平臺在內的南方基金量化投資系統。

“我們相信，系統建設上的精耕細作為將來的收獲奠定了堅實的基礎。”史博表示，歷史經驗證明，并不存在一種適合各種市場環境的投資秘籍，市場是會自身調節的。所以南方量化團隊不包裝個人明星基金經理，而是要打造一個穩定的高效投資團隊，通過向市場學習，不斷地研究創新。“這才是我們團隊的制勝之道。”