期貨量化交易策略范文

導語：如何才能寫好一篇期貨量化交易策略，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

期貨、基金、私募三方運作

據悉，青騅投資管理有限公司（后稱“青騅投資”）繼2012年4月通過華寶信托，發行了信托獲批股指期貨交易業務資格以來國內第一只陽光私募發行的股票量化全對沖產品之后，再次成立國內首只引入國債期貨作為對沖工具的債券對沖管理型產品“青騅1號債券對沖專項資產管理計劃”。該產品系青騅投資聯手國泰君安期貨及某基金公司子公司推出的一款專項資產管理計劃，資金已募集完畢并到位，于2013年8月14日正式宣告成立。

值得關注的是，該產品涉及到三方平臺，由多個管理人聯合操作。基金公司子公司作為資產管理人，青騅投資公司作為投顧主要負責產品的投資策略，國泰君安期貨資管部門作為基金專戶資產受托人完成國債期貨端的交易。

分析人士指出，基金方作為特殊法人單位在期貨公司開立資管賬戶，并引入外部投資顧問參與、主導產品的設計和投資運作，這一合作模式在期貨資管領域尚屬首例，有望開創機構投資者合作參與期貨資管業務的熱潮。對于特殊法人單位參與期貨資管業務的模式也是全新的嘗試。

引入量化對沖策略

青騅投資作為長期專注從事債券和量化對沖領域的機構，在現券交易、利率策略、量化對沖和程序化交易平臺方面擁有得天獨厚的專業儲備和優勢，目前就等國債期貨上市，希望能在第一時間參與投資。股指期貨上市初期曾為投資者帶來了非常可觀的低風險收益，青騅投資也希望通過第一時間參與國債期貨幫助投資者分享創新業務帶來的豐厚收益。

篇2

【關鍵詞】 大數據 智能選股 人工操作

中國證券市場從1991年的8只股票發展到2017年3月1日的3124只股票，這短短的20多年走過了西方資本市場的百年發展軌跡，市場容量與影響力呈幾何級數形式爆發。近幾年來，量化投資日益引起國內機構投資者以及高校學者的重視，量化投資及智能選股的需求也被各類投資者更多的提出。但是目前量化投資策略與智能選股系統仍存在著不可防范的風險。

一、量化投資與智能選股的機遇

與海外成熟的資本市場相比，中國股市場仍不完善，量化投資的技術和策略都屬于起步的初期階段。但全球都看到了中國量化投資的發展潛力巨大：與西方成熟資本市場相比，中國投資主體以個人投資者為主，投資理念較為落后，切有強烈的羊群效應，量化投資的策略在國內資本市場競爭者較少，優秀的專業投資者用敏銳的嗅覺發掘市場的非有效性機會，產生超額收益空間。

2010年開啟的融資融券業務和滬深300股指期貨代表著中國資本市場的巨大變革，結束了國內市場做空機制缺失的局面。量化投資在國內的發展迎來重大機遇，2014-2015年這波牛市吸引力很多華爾街回來的金融精英開辟國內的量化投資市場。

未來智能選股系統與量化投資系統必將成為國內機構投資者、個人投資者的重要工具。

二、量化投資與智能選股的挑戰

2013年8月16日，國內股市場突然出現異常拉升，最高漲幅達到5.62%，致使股市混亂。后來經證實，事件源于光大證券自營部門的高頻套利交易系y。程序員的一個小錯誤引發巨額錯單，損失嚴重，多人問責。這一“光大烏龍指”事件說明量化投資高回報的背后隱藏著巨大風險。

20多年的快速發展也透支著市場的承受力，尤其是2015-2016年這兩年，A股市場經歷了瘋狂的大牛市與瘋狂的下砸熊市，經歷了千股漲停、千股跌停、千股停牌，監管層脆弱的神經也受到了挑動，中國限制了股指期貨交易，機構的量化基金與量化產品遭受了滅頂之災。

正因為中國金融市場發展不完善、監管覆蓋不完全，股票、期貨等金融產品的定價仍存在一定的偏差，而這種偏差和各市場間一致性的不足就為計算機程序化交易提供了機會。但是沒有足夠的市場數據提供，根本無法通過模型來完善交易。沒有充足歷史數據就無法讓智能選股系統與量化投資模型做出非常準確的投資選擇，需要輔助人工操作，獲取超額收益。

三、智能選股與人工量化操作實踐

筆者于2011-2017年一直從事人工量化操作實踐，賬戶開通融資融券功能，并進行日內T+0交易，獲取相對于對應指數的相對收益，整個實踐操作過程分為三個階段：

第一階段，2011年1月-2014年12月，筆者用4年的時間跟蹤上證50ETF，并進行日內T+0交易，平均每日使用底倉資金400萬元，交易量800萬元。通過跟蹤上證50ETF的成分股和主要銀行指數、股指期貨等指標，實現了相對指數每年20%的相對收益。

第二階段，2015年1月-2015年10月，筆者用融券模式，每日不占用賬戶內資金，可以利用4000萬的融券額度，每日跟蹤滬深300ETF，通過跟蹤對比影響滬深指數的主要成分股，中國石油、中國石化、銀行指數、地產指數、股指期貨等指標，實現了相對于指數的年化30%的相對收益，在股災期間，也是筆者這部分操作獲利巨大的期間。利用此方式，大大減少了股災對賬戶本身凈值的損失。

第三階段，2015年10至今，在此期間政府出面打擊日內高頻交易，對股指期貨進行限制，這些諸多因素使筆者放棄了原來跟蹤指數的操作模式，因為指數已經明顯失真。這期間，筆者運用了智能選股模型，找出與創業板指數相對密切相關的個股600588用友網絡，利用50萬元的資本金，并進行日內T+0差價操作，用于降低持倉成本。主要參照銀行指數、創業板指數、計算機板塊指數、板塊內反應靈敏的股――中國軟件、浪潮軟件，以及創業板指標股東方財富等的日內走勢，利用時間差與空間差，歷時一年時間于2016年10月將持倉成本從27.13降低到16.10，成本降低了40.66%。而同期90%的公募基金是虧損的，同期的量化投資基金全部停頓，筆者的收益遠遠超出了行業平均水平。

四、總結

篇3

“沒有互聯網大數據的時候，量化投資技術僅僅是機構投資者使用，有了互聯網大數據，量化投資便成為普惠金融，成為中小投資者能夠采用的投資方式。”1月下旬，在接受《投資者報》記者采訪時，微量網絡科技（北京）有限公司董事長馮永昌表示。

所謂量化投資是基于大數據分析，以統計學的思維研究市場。這在機構投資中十分常見，也深受華爾街的金融家們偏愛。而微量網正是通過互聯網大數據技術，讓“神秘”的量化投資“平民化”。形象的來說，中小投資者可以像去淘寶購物一樣，到微量網購買一個“智能大腦”，在這個大腦的幫助下，選擇投資策略，從而讓賺錢成為大概率事件。

讓量化投資成為普惠金融

馮永昌是北京大學光華管理學院培養的第一批統計學博士，2007年進入嘉實基金。在此期間，他注意到基金投資時，大量使用量化投資策略，但當時的量化交易工具，都是基于本地網絡，受本地用電、網絡環境穩定性等情況約束，存在交易風險。他萌生了研發一種云交易技術的想法，可以將交易托管在云端。

馮永昌離開嘉實基金后，第一個合伙人是后來的“余額寶之父”周曉明。當時他們想一起做一個結合互聯網技術，用量化交易方式進行投資的基金，但當時有資金、有策略，卻缺乏相應的技術，馮永昌決定先解決技術問題，于是他創辦了一家軟件科技企業。

在研發相關技術的過程中，馮永昌認識到，這項技術既然可以幫他解決量化投資中存在的問題，也可以幫助中小投資者采用量化投資的方式進行投資。基于互聯網技術，可以搭建這樣一個平臺，有能力提供投資策略的人或機構，在這個平臺上銷售自己的投資策略，而投資者則在這個平臺上購買量化交易策略，實現策略提供者和策略使用者的對接。

正是基于這樣的思考，馮永昌又創辦了微量網。

“微量網類似于是一個‘淘寶商城’，商城中既包括針對投資者的量化投資策略評價和推薦，也包括針對策略提供者的策略生產和出售。而投資者只需在這個平臺上，按照自己的風險偏好，購買某個投資策略，選擇開始，就可以委托網絡機器人來管理自己的投資。”馮永昌介紹。

截至2015年1月底，已有近千個策略被提供到微量網平臺。而微量網也擁有了大量使用者，其中有理財者、也有股民和期民，理財者主要通過債券逆回購方式進行投資理財，而股民和期民則主要使用程序化交易和量化投資的策略，即將自己的賬號與微量網綁定，在微量網上購買策略，然后進行證券、期貨交易。

馮永昌當初設計的時候，就將微量網的用戶定位為100萬元投資規模以下的中小投資者。數據顯示，目前微量網的用戶以資金額在30萬元左右的投資者為主。微量網的出現讓“高大上”的量化投資變成了中小投資者也可以使用的工具。

低門檻的投資平臺

股民李華（化名），原來在國泰君安開戶炒股，為了體驗在微量網進行量化投資，近期又在與微量網有合作關系的光大證券開戶，投資數萬元，“嘗鮮”微量網，他選了兩個策略組合進行交易。

以前李華自己炒股的時候，一直擔心自己知道什么時候買，但不知道什么時候賣，以及該賣的時候，自己沒時間顧不上賣。使用微量網投資，可以通過綁定策略來止損，每個策略都有自己的止損點，也可以設置賬戶止損，李華給自己賬號設置為虧損15%就自動止損，這讓李華頗感放心。李華介紹，進行量化投資半個多月以來，他的投資略有盈余，他期待微量網能夠幫助他解決賣出股票的時機問題。

馮永昌評價，微量網就是將碎片化的投資管理能力集合起來，使之變成微量網上的策略，傳遞給微量網的用戶，縮短散戶和機構之間的差距。

在股市，知道什么時候買，不知道什么時候賣，是學生;知道什么時候買，也知道什么時候賣，是老師;而微量網則更進一步，高度紀律化，能夠精準無誤地保證執行，降低人為情緒波動的影響，基于大數據，對投資做出判斷和選擇，降低風險。

然而，微量網如何確保平臺上策略提供者策略的有效性？馮永昌解釋，微量網是一個C2C的平臺，任何自然人都可以給微量網提供交易策略，但微量網會以專業的技術力量對策略進行長期跟蹤，嚴格審核，通過實測驗證等手段，保證其有效。策略提供者還要負責維護策略，對其進行必要的修正。

“微量網會以第三方專業的技術力量對策略進行長期跟蹤，還會觀察策略的風險特征及市場環境等，所有結果都會在用戶端詳細展示，幫助投資者進行選擇。”馮永昌說。

還將繼續“燒錢”

來自微量網的統計顯示，在去年12月9日（當天上證綜指和深圳成指都達到了單日最大振幅9%），微量網70%的策略創造了期貨、股票市場新高，80%用戶創造了單日3%以上的收益，股指期貨策略尤為出色，當日用戶受益45%以上。而在今年“1?19”股災當天，微量網的用戶同樣實現了十分可觀的收益。

馮永昌評價，市場波動越大，投資者通過量化交易套利的空間就越大，還可以盡量規避風險。因此股市等市場波動大的時候，恰是推廣微量網的最好時機，2015年微量網將會加大市場推廣力度。

微量網此前已經接受過一輪天使投資，目前正在進行新一輪融資。與新投資機構的談判已進行了數月，預計將很快會結束談判，引入新的資金。

“新的資金進來后，微量網會繼續‘燒錢’，會界面更友好的版本，充實研發團隊和客服工作人員，繼續以較低的價格將策略提供給使用者。”馮永昌介紹。

篇4

盡管量化投資已經成為市場投資的發展趨勢,但是大多數投資者并不是很熟悉量化投資。一方面是由于量化投資一定程度上依賴數學模型,而賺錢的投資模型都是機構的秘密武器,不會輕易披露。另一方面是由于量化投資采用計算機系統,設計各種交易手段,有著較為復雜的數學計算與技術要求,現在許多量化投資都是計算機自動執行的程序交易。另外,量化交易者,俗稱寬客(quants)的交易和故事多多少少增加了量化投資的神秘感。所以,人們一般把量化投資稱為“黑箱”。納蘭(Narang,R.,2012)描述了量化交易系統的典型構造,打開了量化投資的“黑箱”。納蘭認為阿爾法模型用來預測市場未來方向,風險控制模型用來限制風險暴露,交易成本模型用來分析為構建組合產生的各種成本,投資組合構建模型在追逐利潤、限制風險與相關成本之間做出平衡,然后給出最優組合。最優目標組合與現有組合的差異就由執行模型來完成。數據和研究部分則是量化投資的基礎:有了數據,就可以進行研究,通過測試、檢驗與仿真正確構建各個模型。預測市場并制定策略是量化投資的核心,即阿爾法模型在量化投資中處于核心地位。隨著量化投資的不斷發展,量化投資模型也在不斷改進。簡單的策略可能就是證券或組合的套利行為,如期現套利組合、市場異象研究中的差價組合等。統計套利策略是經典的量化投資策略,如匹配交易或攜帶交易。近年來,高頻交易成為量化投資的重要內容,基于高速的計算機系統實施高頻的程序交易已經是量化投資的重要利器。丁鵬(2012)將量化投資的主要內容分為以下幾個方面:量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、期權套利、算法交易、ETF/LOF套利和高頻交易等。他認為量化投資的優勢在于:紀律性、系統性、及時性、準確性和分散化。

二、量化投資“黑箱”中的構造與證券投資學的差異

在傳統的證券投資學中,投資組合理論、資本資產定價模型、套利定價理論和期權定價理論是現代金融理論的四塊基石。前兩者主要依靠均值-方差組合優化的思想,后兩者則主要依靠市場的無套利條件。傳統的投資方法主要是基本面分析和技術分析兩大類,而量化投資則是“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”。從概念看,量化投資既不是基本面分析,也不是技術分析,但它可以采用基本面分析,也可以采用技術分析,關鍵在于依靠模型來實現投資理念與投資策略。為了分析量化投資對證券投資學的啟示,本文從量化投資“黑箱”的各個構成來探討量化投資與證券投資學中思路和觀點的差異。

(一)資產定價與收益的預測

根據組合優化理論,投資者將持有無風險組合與市場風險資產組合,獲得無風險利率與市場風險溢價。資本資產定價模型則將此應用到單一證券或組合,認為證券的風險溢價等于無風險利率加上與風險貢獻比率一致的風險溢價,超過的部分就是超額收益,即投資組合管理所追求的阿爾法值。追求顯著正的阿爾法是資產定價理論給實務投資的一大貢獻。基于因素模型的套利定價理論則從共同風險因素的角度提供了追求阿爾法的新思路。其中,法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統一的參考。可以說,在因素定價方面,量化投資繼承了資產定價理論的基本思想。對于因素定價中因素的選擇,證券投資學認為,對資產價格的影響,長期應主要關注基本面因素,而短期應主要關注市場的交易行為,即采用技術分析。在量化投資中,主要強調按照事先設定的規則進行投資,這在一定程度上與技術分析類似。但是,在技術分析中,不同的人會有不同的結論,而量化投資則強調投資的規則化和固定化,不會因人的差異而有較大的不同。另外,量化交易更強調從統計和數學模型方面尋找資產的錯誤定價或者進行收益的預測。

(二)無套利條件與交易成本

在證券投資學里,流動性是證券的生命力。組合投資理論、資本資產定價模型以及套利定價理論等都認為市場中存在大量可交易的證券,投資者可以自由買賣證券。這主要是為了保證各種交易都能實現,如套利交易。根據套利定價理論,一旦市場出現無風險的套利機會,理性投資者會立即進行套利交易,當市場均衡時就不存在套利機會。現實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學中,對市場中套利限制與非流動性的關注較少,這是因為傳統金融理論中簡化了市場結構。市場微觀結構理論研究在既定的交易規則下,金融資產交易的過程及其結果,旨在揭示金融資產交易價格形成的過程及其原因。在市場微觀結構理論中,不同的市場微觀結構對市場流動性的沖擊是不同的。因而,從量化投資的角度看,為了降低交易帶來的價格沖擊,能實施量化投資策略的證券往往都應有較好的流動性,因為交易時非流動性直接影響投資策略的實施。從這個意義上講,量化投資時的交易成本不僅包括交易費用,更主要的是要考慮市場交易沖擊的流動性成本。

(三)風險控制與市場情緒

在證券市場中,高收益與高風險相匹配。量化投資在追求高收益的同時,不可避免地承擔了一定的風險。在證券投資學中,系統性風險主要源于宏觀經濟因素,非系統性因素則主要源于行業、公司因素,并且不考慮市場交易行為的影響。在量化投資中,較多地使用因素定價模型,不僅會考慮市場經濟因素,而且會考慮交易行為等因素,只是不同的模型有不同的側重點,在多模型的量化投資系統中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風險外,量化投資還有自身不可忽視的風險源。一方面,量化交易中,部分交易是采用保證交易的期貨、期權等衍生品交易,這種杠桿交易具有放大作用,隱藏著巨大的風險。另一方面,市場沖擊的流動性成本也是量化投資的風險控制因素,理所當然地在圖1的風險控制模型中體現出來。另外,在一般的投資過程中,市場情緒或多或少會成為風險控制的一個對象。然而,在量化投資中,更多的交易都是通過計算機來實現的,如程序交易等,這樣以來,投資者情緒等因素對投資決策的影響相對較小。所以,在量化投資的風險控制模型中較少地考慮市場情緒以及投資者自身的情緒,主要是通過承擔適度的風險來獲得超額回報,因為畢竟減少風險也減少了超額回報。

(四)執行高頻交易與算法交易

在對未來收益、風險和成本的綜合權衡下,實現投資策略成為量化投資的重要執行步驟。為了達到投資目標,量化投資不斷追求更快的速度來執行投資策略,這就推動了采用高速計算機系統的程序化交易的誕生。在證券投資學里,技術分析認為股價趨勢有長期、中期和短期趨勢,其中,長期和中期趨勢有參考作用,短期趨勢的意義不大。然而,隨著計算機信息科技的創新,量化投資策略之間的競爭越來越大,誰能運作更快的量化模型,誰就能最先找到并利用市場錯誤定價的瞬間,從而賺取高額利潤。于是,就誕生了高頻交易:利用計算機系統處理數據和進行量化分析,快速做出交易決策,并且隔夜持倉。高頻交易的基本特點有:處理分筆交易數據、高資金周轉率、日內開平倉和算法交易。高頻交易有4類流行的策略:自動提供流動性、市場微觀結構交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法:產生高頻交易信號的算法和優化交易執行過程的算法。為了優化交易執行,目前“算法交易”比較流行。算法交易

優化買賣指令的執行方式,決定在給定市場環境下如何處理交易指令:是主動的執行還是被動的執行,是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產配置和證券選擇問題。 三、對量化投資在證券投資教學中應用的思考

從上述分析可以知道,量化投資的“黑箱”構造與證券投資學之間存在一定的差異,因此,在證券投資的教學中應當考慮量化投資發展的要求。

(一)市場微觀結構與流動性沖擊

在理性預期和市場有效假說下,市場價格會在相關信息披露后立即調整,在信息披露前后市場有著截然不同的表現。在證券投資學里,一般認為價格的調整是及時準確的,然而,現實的世界里,價格調整需要一個過程。在不同的頻率下,這種價格形成過程的作用是不同的。在長期的投資中,短期的價格調整是瞬間的,影響不大。然而,在高頻交易中,這種價格調整過程影響很大。市場微觀結構就是研究這種價格形成過程。市場微觀結構理論中有兩種基本的模型:存貨模型和信息模型。存貨模型關注商委托單簿不平衡對訂單流的影響,解釋沒有消息公布時價格短暫波動的原因。信息模型關注信息公布后信息反映到價格中的這一過程,認為含有信息的訂單流是導致價格波動的原因。無論是關注委托訂單的存貨模型還是關注市場參與者信息類型的信息模型,這些市場微觀結構的研究加強了流動性與資產價格之間的聯系,強調流動性在量化投資決策中的重要作用。一般的證券投資學中基本沒有市場微觀結構的內容,因而,為了加強證券投資學的實用性,應關注市場微觀結構的內容與發展。

(二)業績評價與高杠桿

對于證券組合而言,不僅要分析其超額收益和成本,還要考慮其風險與業績。在組合業績評價中,一方面要考慮風險的衡量,另一方面則要分析業績的來源。在證券投資學中,組合業績來自于市場表現以及管理者的配置與選股能力。對于量化投資而言,市場時機和管理者的能力依然重要,然而,量化投資的業績評價還應考慮另一個因素:高杠桿。量化交易中,部分交易是采用保證交易的期貨、期權等衍生品交易,這種杠桿交易具有放大作用,在市場好的時候擴大收益,但在市場不好的時候會加速虧損,這些與傳統的業績評價就不太一樣。在一般的證券投資學里,業績評價主要考慮經風險調整的收益,很少考慮其杠桿的作用,這不僅忽略了杠桿的貢獻,而且有可能夸大了投資者的技能水平。

(三)人為因素與模型風險

在量化投資中,非常注重計算機對數據和模型的分析,這突出了量化投資的規則性和固定性。然而,實際中,別看量化采用了各種數學、統計模型,但策略設計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究,并借助計算機實施策略,能夠消除很多認為的隨意性。但是,量化策略畢竟體現投資者的交易理念,這一部分依賴于投資者的經驗,一部分依賴于投資者對市場的不斷觀察與更新。實際上,人始終處于交易之中,對于市場拐點以及趨勢反轉的判斷主要還是依賴投資者的經驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性:決策實施依賴于人的設定,而人的設定不僅依賴于經驗,而且人還會犯錯。人之所以會犯錯,一方面是因為人們對市場的認知是不完全的,另一方面則是人們使用了錯誤的模型。經典的證券投資理論中,股票價格的變動被認為是隨機的,小概率事件出現的機會比較小,但是經驗研究表明股票收益率具有肥尾現象,小概率事件發生的機會超出了人們原先的認識,即市場還會出現“黑天鵝”。更為關鍵的是,量化投資更依賴數學和統計模型,這就使得量化投資存在較大的模型風險,即使用了錯誤的模型。為了防范模型風險,應采用更為穩健的模型,即模型的參數和函數應該適應多種市場環境。近年來,研究表明,證券收益及其與風險因素的關系存在較大的非線性,同時,市場中存在一定的“噪聲”,采用隱馬爾科夫鏈等隨機過程和機器學習等數據挖掘技術進行信息處理成為量化投資的重要技術支持。

篇5

券商、基金、信托“三管齊下”

南京證券上海新華路證券營業部負責人沈偉青表示，中國股市20多年來的最大交易特點在于只能做多而缺乏做空機制。在股指期貨推出前，除拋出股票外，投資者基本沒有規避下跌損失的方法，更談不上盈利。

“股指期貨的推出，增加了一種全新的方向，投資者起碼可去套保和做空，被動持倉的投資者也可通過股指期貨實現盈利。”

在信托方面，在中國銀監會和中國證監會的部署下，信托參與股指期貨交易的業務指引也已頒布，銀監會已批準部分信托公司參與股指期貨交易。證券公司方面，通過參與股指期貨交易，證券公司在2011年實現“萬綠叢中一點紅”，取得了較好收益。沈偉青表示，股指期貨上市以來，證券公司已明顯增加了對大盤藍籌股的投資力度，持倉組合中大盤藍籌股比重大幅增加。

在基金公司方面，2011年，基金專戶運用股指期貨也實現了一定盈利。2011年新發行的119只基金專戶產品中，有近1/6明確將股指期貨作為投資標的，且大部分實現了正收益。平安證券客戶經理王彪表示，股指期貨的面市使機構增加了對沖策略，但目前參與對沖的機構還不多，從2012年2月證監會正式允許公募基金開戶參與股指期貨至今，只有4只公募基金開戶參與了股指期貨。

中金所的“饕餮盛宴”

恰似2010年南非世界杯的冷門迭起，在贏家候選名單中，中國金融期貨交易所（中金所）出人意料地將股指期貨變成了自己的“饕餮盛宴”。王彪表示，由于現階段股指期貨波動較大，市場主要以投機易為主，因此目前股指期貨市場的成交量已相當可觀。

援引中金所公布的數據，截至4月13日，股指期貨雙邊成交金額為190.8萬億元，雖然按萬分之零點五計算的手續費看似“不大”，但以百萬億數量級為單位的巨大基數已使中金所進賬高達95.4億元。

不妨看看95.4億元的數量級在A股市場中是一個什么樣的概念。截至4月中旬，國內僅有21家上市公司的凈利潤超過了95.4億元，而酒業“大亨”貴州茅臺的凈利潤為87.63億元，比中金所的95.4億元還要低10%左右；房地產“巨擘”萬科A2011年凈利潤為96.2億元，和中金所基本打了個平手。此外，如果按天來計算，加上所有停止交易的節假日，中金所每天進賬足有1321萬元。

2011年，中金所列上海市納稅百強企業的第32位，而上海期貨交易所（上期所）列第10位，上海證券交易所（上交所）排第15位。因此，在國債期貨正式推出后，中金所的排名取代上期所可能會變得“指日可待”。

沈偉青認為，股指期貨運行兩年以來，中金所積累了豐富的管理經驗和一手的交易數據，為新產品推出奠定了制度基礎和資源保證。除去熱議中的國債期貨外，剛開始進行仿真交易的期權交易均是最好的例證。中金所的不斷發展也會使得中國證券市場上創新產品層出不窮，給中國證券市場帶來新的活力。

投資者的“口福”

從海外發達市場經驗來看，股指期貨是一個多功能的平臺，不僅可成為一個投資品種，還可同其他金融產品形成新的交易產品，如目前市場上除了單純交易股指期貨的高頻交易者外，還有一些證券公司、基金公司和信托等機構投資者利用股指期貨進行套保交易，或是借助股指期貨與ETF等指數基金之間的波動，進行低風險甚至無風險的套利交易，隨著4月底滬深300ETF的發行設立，套利交易將會變得更為快捷和便利。

篇6

【關鍵詞】 量化交易；布林線

1 基于布林線理論的量化模型構建：日間布林線趨勢跟蹤策略

一個好的趨勢追蹤交易系統，要滿足很好的穩健性。即在一個較長的時間內，該模型不會因為市場的變化而失效。而且要盡量避免市場上模型在短期內盈利水平較高，而在長期內無法達到穩定盈利的普遍現象。為此在設計時要盡量做到原理簡單，簡化指標，不要有過多參數。本文中所設計模型在交易開拓者軟件（TB）上運行。

1.1模型設計原理

布林線（Bollinger Band）是根據統計學中的標準差原理設計出來的一種非常實用的技術指標。它由三條軌道線組成，其中上下兩條線分別可以看成是價格的壓力線和支撐線，在兩條線之間是一條價格平均線，一般情況價格線在由上下軌道組成的帶狀區間游走，而且隨價格的變化而自動調整軌道的位置。當波帶變窄時，激烈的價格波動有可能隨即產生。布林指標（BOLL），布林極限（%B），布林帶寬（BW）三者構成指標群，相互配合使用，準確度相當高。本文中只用到布林帶（包括上軌，中軌，下軌），以及布林帶寬（BW）這兩個指標。

在實際操作中，每隔60分鐘取一個收盤價，取其加權平均價為中軌，以20個交易周期來計算標準差，中軌加減兩倍標準差分別定為上軌和下軌，用公式表示如下：

Std=StandevClose，Length

Midline=XAverage（Close，Length）

Lowline=Midline-2×Std

Uppline=Midline+2×Std

取股指連續為研究對象，并且取小時線（N=60）布林線，周期20小時（Length=60），加載到一分鐘K線圖。

將布林帶寬定義為：

StdMidRatio=StdMidMidLine

當股指處于震蕩行情時，價格應處于布林帶之間，此時標準差較小，帶寬也較小。當價格突破上下軌，布林帶出現放大喇叭口形狀，可以認為行情從震蕩轉換為趨勢，此時標準差會突然放大，出現脈沖現象。為描述這種現象，新定義趨勢指標TrendIndex用來研判行情，同時定義TrendIndex的上下界。

TrendIndex的定義：前后兩期布林線帶寬的平均值的差，用來表示價格波動率的大小。用公式表示如下：

TrendIndex=AverageStdMidRatio，N-AverageStdMidRatio1，N

UppBand=HigestTrendIndex1，N

LowBand=lowestTrendIndex1，N

當股指震蕩時，TrendIndex也處于窄幅震蕩，出現喇叭口時，TrendIndex值突然放大。當出現很明顯的價格突破時，可以認為趨勢已經形成，即可買入或賣出該資產。

1.2模型框架

1.2.1入場規則

當價格突破上下軌，出現喇叭口形狀時，可以認為上漲或者下跌的趨勢行情已經開始顯現。此時用之前定義的趨勢指標TrendIndex來研判是否出現趨勢行情，即TrendIndex大于前期最高值且大于0時，表明趨勢已經出現。

當分鐘收盤價高于前期最高價時，即當Close>Uppline時，做多一手股指；同樣的，當分鐘收盤價低于前期最高價時，即當Close 1.2.2 加倉規則

趨勢策略的勝率普遍不高，為保證該策略有持續盈利能力，當確認趨勢行情出現后，應該增大同方向的倉位。在此，利用ATR指標進行資金管理。加倉前提條件與入場的前提條件一致，還需要當前價格滿足以下條件：TrendIndex柱圖值破新高，且價格比上次買入價高出1倍ATR。此時可以認為價格波動較大，趨勢得到確認，可以加倉。公式表示如下：

Close>GetGlobalVarMyPosition+DeltaPrice

全局變量GetGlobalVar存儲的是上一次開倉的買賣價，DeltaPrice為ATR的值。為了控制風險，設置最大總開倉數不超過3手。

1.2.3 離場規則

當一筆交易浮盈時，用百分比回落止盈法進行止盈，即開倉多單后，價格回到最高價以下一定比例后進行平倉出場；同樣的，開倉空單后，價格上升到最低價以下一定比例后進行平倉出場。下面給出空單黃金百分比回落止盈示例：當收盤價減去最低價的值高于最大利潤的0.618倍時，即利潤回吐值達到最大利潤的0.382倍時，空單離場。

在進行量化交易時，并不能排除對行情研判失誤的情形，為此還應當設立止損離場規則和行情結束離場規則。多頭ATR止損規則：當浮虧超過1倍ATR時多單離場。

GetGlobalVar（Num）-Close>DeltaPrice

行情結束離場規則：當趨勢指標TrendIndex觸碰該指標前20個周期最低點時，認為行情結束，可以平倉。

2 模型歷史回測

在模型構建結束后，選取我國滬深300指數股指期貨合約的主力合約2010年4月16日至2013年6月7日的分鐘交易數據在交易開拓者軟件上進行交易歷史回測。對于一個量化交易模型而言，較為重要的指標有：

（1）盈虧比，即模型總盈利值與總虧損值的比。當盈虧比的值小于1時，說明該模型整體不盈利；反之，當盈虧比的值大于1時，說明該模型整體有盈利能力。當一個模型的盈虧比大于2時，可以認為該量化交易模型的盈利能力較高。

（2）盈利比率，即勝率，表示盈利的手數與總手數的比值，也就是每一手的獲利概率。一般而言，盈利比率大于50%即表明該模型的獲利概率大于虧損概率。

（3）最大回撤及最大回撤率。最大回撤表示在選定周期內任一歷史時點往后推，權益凈值走到最低點時的收益率回撤幅度的最大值。最大回撤用來描述投資者可能面臨的的最大虧損，用來描述交易進行后可能出現的最糟糕的情況。最大回撤率是指最大回撤與前期高點的比值，是非常重要的風險指標，對于量化交易模型的風險度量而言，該指標比波動率還重要。

由表1可知，該模型的年度有效收益率為69.07%，盈虧比為2.21，說明模型總體上是盈利的，且盈虧比大于2，說明該模型的總體盈利能力很高。盈利比率為67.71%，大于50%，說明該模型的勝率較高，每一手的盈利概率大于虧損概率。最大回撤發生在2010年6月21日，回撤值為85421.1元。最大回撤率為14.07%，說明投資者若使用該模型交易時，可能發生的最大虧損為14%左右，這是一個相對較高的值。由圖1可知，該模型的盈利整體處于上升狀態，但從2013年下半年起，盈虧曲線上升較為緩慢，可以認為受到2013年上半年震蕩行情的影響，模型的整體盈利水平有下降的趨勢，并且模型整體的穩定性也有所下降。

圖1 交易盈虧曲線圖（2010年4月16日至2013年6月7日） 3 模型使用建議

（1）切勿加入投資者主觀判斷

人們開發量化交易的一部分原因是：與人的主觀判斷相比，計算機交易是理性的、純客觀的，不夾雜任何情感因素，不會存在行為金融學中所描述的人類在投資中所表現出的情感偏差（例如羊群效應、追漲殺跌、過度自信等）。因此在使用量化模型進行實盤交易時，除非程序運行錯誤，否則投資者應任由程序自行開、平倉，切勿加入投資者對行情的主觀判斷，手動開、平倉，干擾程序運行。

（2）投資者應正視股指期貨投資風險

任何投資都是有風險的，股指期貨也不例外。特別的，股指期貨是保證金交易模式，最低保證金8%，最高可以達到12.5倍杠桿，收益與虧損被同時放大，所以投資者在使用該模型時，應考慮到自身的風險承受能力，包括客觀風險承受能力及主觀風險承受能力。客觀風險承受能力不高的投資者，即使其主觀風險承受能力較高，也不應該進行股指期貨投資。

（3）投資者應時刻關注計算機交易情況

由于計算機自身運行錯誤、程序運行錯誤以及網絡連接故障等原因，投資者使用該模型在進行實盤交易時可能會出現以下情況：出現交易信號時，并未開倉；到了止盈或止損價格時，未平倉；連續發出不正常的交易信號。所以在交易時間內投資者應關注計算機的下單狀況，發現錯誤時及時停止交易。

（4）正確識別模型優劣，在模型失效時停止交易

任何一個量化交易模型都有其自身的局限性，具體表現在參數優化之后產生的短期盈利水平虛高、長期盈利水平很低甚至不盈利的現象，有些模型甚至通過過度參數優化而產生過度擬合的缺陷。而在盈利水平和最大回撤控值都做到相當優秀的模型極有可能是經過了過度優化的模型，投資者遇到此類模型時，應當在使用模型前仔細甄別該模型的回測結果、歷史業績是否真實可靠，需要重點關注模型的參數、研判條件是否出現過度優化的情況。當使用一個模型時，如果其回撤值大于歷史最大回撤值，可認為該模型已經失效。

參考文獻：

[1]John Bollinger， CFA， CMT. Bollinger on Bollinger Bands， 2001

[2]P.R. Christian， C. George， Monte Carlo Statistical Methods， Springer， New York， 2004

篇7

雖然現在量化基金、對沖基金等以量化方法運作的產品慢慢得到機構的重視，但受對沖工具、市場成熟度、投資者成熟度等因素影響，量化投資頂多處在長跑前的預熱階段。

銀華基金量化投資部總監周毅曾在華爾街從事量化投資11年，現在他一人管理著兩只量化型產品和兩只QDII基金，市場上對此有過質疑。

在接受《投資者報》記者采訪時，周解釋說，與定性投資比，定量投資的優勢之一就是人力成本低，每多一個產品，對基金經理來說所增加的時間很少。

周毅認為，與成熟市場相比，A股可做的量化策略或對沖策略空間較大，因為參與的資金較少，機會也大。

優勢是人力成本低

《投資者報》：市場上質疑，你一個人同時管理四只產品，能管得過來嗎？

周毅：主動型投資較大程度上依賴投研平臺，量化投資則主要依靠數量化模型，相比較，量化投資成本較低。對于已成立運作的指數基金來說，在系統建立起來后，相同管理類型的產品都可以共用一套系統，基金經理的工作實際上就是對細節進行微調。比如目前銀華管理的分級產品和純被動的指數基金，大概在上午9點半以前，系統會提交所有的產品的當日交易清單，基金經理的工作只是根據不同基金的一些投資限制在細節上進行調整。

《投資者報》：清單也是靠模型嗎？

周毅：不完全是這樣，其實是一個最優化的公式。比如跟蹤滬深300指數基金，本來就按照每一只股票的權重買就可以，但是一些涉及關聯交易等限制性規定的股票不能買，就有一個優化的問題。一部分公司的做法是用線性回歸的方式，把受限股票都做線性回歸，找到跟其相似度最高的股票，按它的權重買進來。

國外通常的做法是對投資組合進行整體優化，剔除交易受限制的股票，算出剩下股票的最優解，再和現在的組合比，就出來一個交易清單，這是一種優化。

《投資者報》：我了解到國外一些基金公司，雖然規模百億乃至千億美元，但基金經理、研究員卻非常少，這與國內差別較大。

周毅：主要是大家對投資的理解不一樣。按照我的感覺，在國外以傳統投研方式（研究員加基金經理）做投資的，相對占少數，而國內公募基金發展也就十來年，傳統投資方式依然占絕對大頭。

《投資者報》：為什么占少數？

周毅：美國公募基金經歷了α（超額收益）與β（市場平均收益）分離的過程，現在公募基金大多都去做β了，而對沖基金去做α了。邏輯很好理解，公募基金是怎么盈利的？規模乘以管理費。所以，基金公司的發展在于規模要大，而且越大越好。現在我把這個事情推到極致，全市場所有的錢都由一家基金公司管，收益是多少？就是市場平均收益，不可能有超額收益，這就是β。

就是說，公募基金想提高盈利，模式是把規模做大、把成本壓低，最后得以生存。

所以，美國公募基金經理相對而言比較舒服，但他們的收入在金融業偏下，因為做β個人的因素不是特別大。

國內指數基金空白點多

《投資者報》：你講到BGI短短十年管理資產就達到2萬億元，有什么可借鑒的地方？

周毅：我一直在思考這個問題。通常認為BGI的成功是靠大量發行交易型指數基金（ETF）做到的，但我覺得不全是。我覺得，其成功的另外一個重要原因是產品設計思路。

美國老牌基金公司先鋒集團以指數基金聞名，他幾乎把市場各種規模的指數產品都覆蓋了，BGI作為一個后來者，指數的先發優勢完全沒有了，所以它需要找到一個突破口。于是，它打破了傳統基于市場平均的指數設計理念，而集中突出特性很明顯的產品。

比如尋找15個市值最大的房地產建筑商，然后制定一個指數。對于想投資房地產建筑的機構和個人，沒有必要花時間和精力研究個股，而直接買對應的ETF，以至于大家提到建筑的時候提BGI建筑基金就可以了；再比如，BGI開發了很多國家系列指數，都是一個道理。目前國內還沒有類似的指數，這方面基金也還是空白。

《投資者報》：對于一個長期從事量化投資的人，你怎么理解投資？

周毅：就投資而言，我個人的理解要稍微寬泛一些，只要能賺到錢，就可以稱為投資。至少我在華爾街注意到，比如華爾街交易員的地位都很高，而國內交易員的地位比較低，在華爾街，考核的指標不是是否找到了好股票，而是看結果是否賺到錢。

為什么呢？因為股票交易價格和內在價值之間有很大差別，內在價值是不是最終能反映交易價格，這很難說。

交易員根據盤面上錢的供需關系、短期的交易價格賺錢，這也是投資賺錢的方式。而目前，這類東西在國內屬于旁門左道或者另類。

對沖基金大有可為

《投資者報》：你提到，現在主要的創新方向是在A股如何應用對沖策略，你現在的對沖策略是什么？

周毅：現在A股做多的標的很多，全市場兩千多個股票都可以買，而做空的工具只有滬深300股指期貨。很顯然，從理論上可以這樣操作，通過放空滬深300股指期貨對沖組合基準風險，那么只要組合收益率高于滬深300基準收益，超越部分就屬于相對收益能力的絕對部分。

從國內基金公司的過往業績來看，投研人員能夠選出高于基準收益率的組合，這種投研能力傳導的結果就是基金公司在大概率上是可以做出相對收益的。

我覺得目前A股可以做出的策略比較多，因為用這種方法做投資的資金比較少，所以機會比較大。

《投資者報》：你覺得做對沖基金最大的風險是什么？

篇8

在《華盛頓郵報》的專欄作家塞巴斯蒂安•馬拉比的《富可敵國》一書中可以得出這樣的結論：對沖基金經理不但是當今世界上最富的人群，其創造力和欲望還代表著美國精神，是美國新精英的代表，也是不少人的職業新偶像。

對沖基金產生于上個世紀50年代的美國，主要是采用各種交易手段(如賣空、杠桿操作、程序交易、互換交易、套利交易、衍生品種等)進行對沖、換位、套頭、套期來賺取巨額利潤。舉個例子，在另一類對沖操作中，基金管理人首先選定某類行情看漲的行業，買進該行業中看好的幾只優質股，同時以一定比率賣出該行業中較差的幾只劣質股。如此組合的結果是，如該行業預期表現良好，優質股漲幅必超過其他同行業的劣質股，買入優質股的收益將大于賣空劣質股而產生的損失；如果預期錯誤，此行業股票不漲反跌，那么劣質股跌幅必大于優質股，則賣空盤口所獲利潤必高于買入優質股下跌造成的損失。

正因為如此的操作手段，早期的對沖基金可以說是一種基于避險保值的保守投資策略的基金管理形式。 經過幾十年的演變，對沖基金已失去其初始的風險對沖的內涵。對沖基金已成為一種新的投資模式的代名詞，即基于最新的投資理論和極其復雜的金融市場操作技巧，充分利用各種金融衍生產品的杠桿效用，承擔高風險，追求高收益的投資模式。

1997年東南亞金融風暴，讓國人熟悉了索羅斯和對沖基金，但這種熟悉僅僅是停留在人們的視覺和聽覺層面。但在2011年，中國的首支對沖基金即將問世，投資者給予高度的關注。

國泰君安證券資產管理公司2月15日表示，將推出一項采用做空股指期貨對沖的方式來規避大盤系統性風險的新型理財產品。該款產品將成為國內證券公司發行的第一款對沖基金，業內人士認為，該產品的成立或許將正式拉開國內對沖的序幕，引領對沖基金業發展。

“一個新的多元化投資策略的時代即將到來。”國泰君安相關人士表示。

國泰君安表示，在國內沒有做空和對沖機制以前，沒有一款對沖基金是名副其實的。2010年4月16日，滬深300股指期貨誕生后，擁有對沖和杠桿屬性的真正對沖基金才有了用武之地，國泰君安資產管理公司此次推出的對沖基金產品名為君享量化，正是在此背景下醞釀出爐。

據了解，此次國泰君安資產管理公司推出的對沖基金產品名為君享量化，是A股首支對沖基金。將主要利用市場中性策略進行投資。國泰君安證券資產管理公司總經理章飚表示，利用股指期貨對沖市場風險，保證收益率，是其主要特點。“還有一個特點是，可以回避股市的系統新風險，原先的產品，一般情況下股市漲了才能賺錢，股市跌了就得賠錢，但是自從有了股指期貨以后，就可以拿股指期貨來管理風險，賺錢和牛市、熊市沒關系了。第二是風險較小，因為現在買股票的風險百分之七十或者八十來自于大盤波動的風險，對沖基金就可以用股指期貨對沖掉大盤的風險。另外，這樣的產品還有一個特點就是收益率較低。”章飚解釋道。

無論何種投資產品，收益率是投資者永遠要擺在第一位的，尤其是對一項新的投資產品。

章飚表示，期望這款新的理財產品的年均回報率在10至15%間。先期可能會在現貨組合中加大小盤股的權重，從而與滬深300期指對沖獲得更高的收益。將于3月7日起開始發售，銷售渠道限于國泰君安各營業部，上限為200位投資者，該理財產品在推廣期的目標規模為3億元。適合的投資者主要是擁有一千萬元以上金融資產的大戶。

“適合有一千萬金融資產的人群。而中小散戶是不適合的。因為中小散戶要求的收益率較高。對沖基金在未來將有很大的市場，這次君享量化的風險性很低，主要目的是希望能有盡可能多的投資者來接觸了解這種產品。”章飚表示。

篇9

（中證信息技術服務公司，北京 100033）

摘要：程序化交易是指投資者利用計算機技術，通過特定的模型策略，自動尋找交易機會，自動完成交易行為。程序化交易是資本市場現代化的重要標志之一，已經成為資本市場創新、發展一個新的增長點。本文分析了程序化交易的內涵、特征和優勢，將我國程序化交易現狀與國外發達資本市場進行了對比，提出了未來幾年發展程序化交易的建議。

關鍵詞 ：證券；期貨；交易；程序化

中圖分類號：F832.5文獻標志碼：A文章編號：1000-8772（2015）01-0106-01

一、程序化交易概述

程序化交易具有較寬泛的內涵，凡利用計算機系統根據特定的數據模型、策略和算法，自動化或半自動化地尋找交易機會、執行交易指令的技術手段均屬于程序化交易。按交易階段劃分，程序化交易可以分為交易決策階段的程序化交易和交易執行階段的程序化交易；按交易頻率劃分，可以分為高頻交易、低頻交易；按交易動機劃分，包括套利交易、策略交易、做市交易、算法交易、風控交易等。

程序化交易不僅是IT系統層面的“交易自動化”，其背后的量化投資策略與執行策略還包含了特有的交易經驗和模型，是IT技術、金融工程數學模型、業務經驗與專業判斷相結合的產物。在行情、交易、資訊方面，程序化交易特別是高頻交易通常對系統的處理速度、吞吐量、容量有極致的要求。

從宏觀或微觀考察，程序化交易能夠使資本市場各參與方受益，主要體現為：一是通常情況下，程序化交易可以降低交易沖擊成本、增加市場流動性、平抑市場波動、提高價格發現效率；二是程序化交易可以拓展金融產品和服務的創新空間，使原來不可能的業務變為可能；三是程序化交易可以為直接投資者和理財機構提供更為豐富的盈利模式和機會，促進差異化競爭；同時在此過程中自然促進機構投資者隊伍的壯大。

二、國內外程序化交易發展對比和面臨問題

近年來國外發達資本市場的程序化交易占比快速提升。國外的共同基金、養老基金、對沖基金、做市商、券商自營機構、代客理財機構等機構投資者占據了資本市場的主導地位，與中小投資者相比，機構投資者投資規模龐大、投資組合復雜，由此對程序化交易有強烈的需求。也正是由于程序化交易更適合機構投資者而不是個人，程序化交易也培育了機構投資者群體的迅速擴大。同時，國外豐富的金融衍生品提供了豐富的風險對沖機會、套利機會，為程序化交易的發展提供了肥沃的土壤。

相比較而言，我國市場的程序化交易總體上還處于剛剛起步的階段，主要應用于期貨高頻日內交易，ETF套利/股指期貨套利和算法交易。國內期貨交易由于允許T+0，程序化交易開展的較為廣泛，也采取了一些針對性的措施。以上海期貨交易所為例，該所已要求其會員報備參與程序化交易的客戶資料，110余家會員開展了程序化交易，涉及2萬5千多客戶（其中法人占2%，約600戶，自然人占98%）。程序化交易者占到開戶數的1%左右。這些客戶總交易量（年）為8800萬手，交易金額12萬億元。

目前，國內還存在制約程序化交易發展的因素。一是由于長期路徑依賴，市場交易機制較單一、約束較多，如缺少股票賣空機制、T+0交易、做市商制度等，訂單形式較單一，沒有采用較靈活的二級托管機制。二是金融產品不夠豐富、層次少、創新不足，缺少避險工具。三是交易傭金之外的剛性稅費仍然較高。四是市場參與者中機構投資者的比重有待提高。此外，程序化交易在為市場參與者帶來機會的同時也帶來新的監管問題和挑戰；更快的交易響應速度、更多的海量數據等現象隨之出現，這也給交易所的系統帶來前所未有壓力；程序化交易對證券公司交易系統穩定運行和風險控制帶來一系列挑戰。

三、有關建議

在資本與IT充分結合發展的今天，程序化交易必然會在我國資本市場獲得長足發展。為了促進程序化交易的健康發展，防范系統性風險，現提出如下建議：

一是建議證券監管部門適時考慮制定指導國內程序化交易規范發展的行業性指引，防范程序化交易的系統性業務風險和技術風險，并在實踐中逐步完善。

二是程序化交易往往涉及期貨、現貨及相關聯的證券品種，需要在監管部門、各證券／期貨交易所等多個層面建立跨市場、跨品種聯動的價格穩定機制；建議在新形勢下重新評估漲跌停制度與熔斷機制的適用場景和風險隔離特征，建立有效的市場安全閥。

三是建議交易所建立全仿真測試環境并提供完善的接入機制，為市場參與者進行完整的系統測試和模型驗證提供支持，努力減少技術系統缺陷或算法策略缺陷帶來的風險。

四是建議證券公司在技術和業務層面重視程序化交易實時風險控制體系建設，及時發現、防范因模型缺陷、系統缺陷所導致的非預期交易訂單；根據程序化交易的特點，針對程序化交易健全客戶分類服務管理、適當性準入管理，使投資者充分了解程序化交易的風險特征；為高頻程序化交易投資者配備獨立的交易訂單處理系統、交易報盤通道，防范高頻程序化交易的浪涌沖擊影響普通客戶的正常交易，自覺維護市場公平。

參考文獻：

篇10

【關鍵詞】量化投資 量化投資策略 資產配置

量化投資是投資者借助計算機信息化建立數學模型，把最新市場數據和相關信息輸入到模型中，通過公式計算出投資對象，做出最優投資決策。量化投資不依靠投資者的感覺直覺，不依賴個人判斷，而是將其經驗利用信息通過模型實現投資理念。同時，投資者期望達到收益和風險的合理配比，利用夏普比率等科學方法控制收益和風險。量化投資者不用每天重復的分析瑣碎信息，只需要不斷完善這個模型并不斷創造新的可以盈利的模型。

二、量化投資策略

（一）量化投資策略分類

量化投資策略，主要包括量化擇時策略、統計套利策略、算法交易策略、組合套利策略、高頻交易策略等。

（1）量化擇時策略是收益率最高的一種交易策略，通過對宏微觀指標的量化分析判斷未來經濟走勢并確定買入、賣出或持有，按照高拋低吸原則獲得超額收益率。在量化擇時策略中，趨勢跟蹤策略是投資者使用最多的策略。量化擇時分析策略包括：趨勢跟蹤策略、噪音交易策略、理易策略。

（2）統計套利是風險套利的一種，通過對歷史數據的統計分析，利用統計學理論，估計相關變量的概率分布，判斷規律在未來一段時間內是否繼續存在。統計套利策略包括協整策略和配對利差策略、均值回歸策略以及多因素回歸策略。

（3）算法交易又稱為自動交易，主要是研究如何利用各種下單方法，降低沖擊成本的交易策略，將一個大額交易通過算法拆分成數個小額交易，以此來減少對市場價格造成沖擊，降低交易成本。算法交易策略包括交易量加權平均價格策略、時間加權平均價格策略、盯住盤口測量、執行落差策略、下單路徑優選策略。

（4）組合套利策略主要針對期貨市場上的跨期、跨市及跨品種套利的交易策略。組合套利策略包括均衡價格策略、套利區間策略、牛市跨期套利、熊市跨期套利等。

（5）高頻交易是一種持倉時間短、交易量巨大、交易次數多、單筆收益率低的投資策略，人們從無法利用的極為短暫的市場變化中尋求獲利的計算機化交易，依靠快速大量的計算機交易以獲取高額穩定的收益。高頻交易策略包括流動性回扣交易策略、獵物算法交易策略和自動做市商策略。

如下是量化投資中幾種主要的投資交易策略：

（1）趨勢跟蹤策略。趨勢跟蹤策略追隨大的走勢，向上突破重要的壓力線可能預示著更大一波的上漲趨勢，向下突破重要的支撐線可能預示著更大一波的下跌趨勢。趨勢跟蹤策略試圖尋找大趨勢的到來，在突破的時候進行相應的建倉或平倉的投資操作來獲得超額收益。

趨勢型指標進行擇時的基本理念是順勢而為，跟蹤市場運行趨勢。在趨勢策略中使用的技術指標是最多的，常用有：移動平均線（MA）、平滑異動移動平均線（MACD）、平均差（DMA）、趨指標（DMI）等。

（2）噪音交易策略。噪聲交易是指交易者在缺乏正確信息的情況下進行密集交易的行為。有效市場中噪聲只是一個均值為零的隨機擾動項，但市場并不總是有效的，市場上有很多異常信息，往往有人能夠提前獲得這些異常信息，很可能對投資的判斷提供重要的價值。噪聲交易策略的運用主要是機構投資者通過計算得到市場的噪聲交易指數，監測該指數的變化，根據其變化來設計量化交易策略。

（3）協整策略。在統計套利策略中，協整策略是應用最廣泛的一種策略。協整套利的主要原理，是找出相關性最好的幾組產品，再找出每一組的協整關系，當某一組投資產品的價差偏離到一定程度時建倉，買入被低估的資產、賣出被高估的資產，當價差均衡時獲利了結平倉。協整策略包括協整檢驗、GARCH檢驗、TARCH檢驗以及EGARCH檢驗。

（4）多因素回歸策略。多因素回歸策略，也是一種被廣泛使用的投資策略。這一策略利用影響投資收益的多種選擇因素，并根據其與收益的相關性，建立多元回歸模型，簡化投資組合分析所要求的證券相關系數的輸入，這類方法的代表是套利定價模型。

（二）量化投資策略組合

量化投資策略組合綜合考慮交易商品、策略類別、策略數量、時間周期因素。量化投資策略組合相比較單一投資策略有以下優勢：

（1）策略組合降低了對單一策略的依賴，當單一策略失去競爭力，使用策略組合的方式，可以利用不同產品價格變化、變化幅度、周期等多個方面把握投資機會，在一定程度上保證了穩定的收益率，盈利機會更多；

（2）策略組合可以分散單一策略的交易風險，降低風險，通過策略組合將投資風險分散化，盡可能規避市場風險、策略風險及系統風險等。

三、量化投資資產配置

資產配置是指資產類別選擇，即投資組合中各類資產的適當配置及對這些混合資產進行實時管理。量化投資管理打破了傳統投資組合的局限，它與量化分析結合，將投資組合作為一個整體，確定組合資產的配置目標和分配比例，深化了資產配置的內涵。

資產配置包括戰略資產配置和戰術資產配置兩大類。戰略資產配置是長期資產配置，針對較長時間的市場情況，控制長期投資風險以達到收益最大化。戰術性資產配置是依據資產預期收益的短期變化，獲取超額收益的機會。因此，戰術資產配置是建立在長期戰略資產配置過程中的短期分配策略，二者相輔相成。在長期投資活動的戰略資產配置下，戰術性資產配置利用其積極的靈活的投資機會，適當的配合戰略資產配置，獲取較高收益。

四、前景展望

在量化投資飛速發展的今天，它己經成為金融市場中不可忽視的一個領域，中國的金融市場在逐步發展及完善，中國的量化投資也會繼續發展和前進，隨著量化投資方面的加大投入，量化投資的進程加快，中國量化投資的前景無限。

參考文獻：