量化投资发展概述PPT通用课件

1、量化投资发展概述量化投资的发展简介1量化投资在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。事实上，互联网的发展，使得新概念在世界范围的传播速度非常快，作为一个概念，量化投资并不算新，国内投资者早有耳闻。但是，真正的量化基金在国内发展还处于初级阶段。量化投资发展阶段国外量化投资的兴起和发展主要可以分为三个阶段：第一阶段（19711977） 1971年，世界上第一只被动量化基金由巴克莱国际投资管理公司发行，1977年世界上第一只主动量化基金业是由巴克莱国际投资管理公司发行，发行规模达到70亿美元，算是美国量化投资的开端。第二阶段（19771995

2、） 从1977年到1995年，量化投资在海外经历一个缓慢的发展，这其中受到诸多因素的影响，随着信息技术和计算机技术方面取得巨大进步，量化投资才迎来了其高速发展的时代。2量化投资发展阶段第三阶段（1995至今） 从1995到现在，量化投资技术逐渐趋于成熟，同时被大家所接受。在全部的投资中，量化投资大约占比30%，指数类投资全部采用定量技术，主动投资中，约有20%30%采用定量技术3全球数量化基金发展状态20世纪50年代开始出现，2000年后蓬勃兴旺，占全美投资的30% 绝对数额：量化资管规模小于传统模式 发展速度：2003年后年增速15%，而传统增速小于5%量化投资的发展简介6什么是量化投资？我

3、们准备好了吗？量化投资技术与优势为什么需要量化投资？“基本面投资或者传统投资是通过信息和个人判断（using information and judgment）来管理资产，如果遵循固定规则，由计算机模型产生投资决策则可被视为数量化投资。”FabozziChallenges In Quantitative Equity Management量化投资主要是指通过数理模型来实现投资理念，由计算机产生交易策略的一种投资方法。 数量化投资是一种方法论 数量化投资往往与基本面投资、技术分析有机结合 数量化投资是以定量化方法进行投资的各种技术综合什么是量化投资？量化投资离我们都多远？投资组合、资产定价、风险

4、管理离不开量化分析GTDP增长率、行业亏损企业亏损额、企业资产负债率等都是量化指标！我们都可以成为量化分析的高手！宽客量化投资的实践者！什么是量化投资？什么是量化投资？量化投资是借助现代金融学、计算机和数学的方法，把人的投资理念和研究成果量化为客观的数理模型，利用计算机技术完成数据处理、分析建模、决策下单，执行整个流程的系统化、程序化的投资方式。 量化投资以先进的数学模型代替人为的主观判断，和克服人性的弱点，如贪婪、恐惧、 侥幸心理，也可以克服认知偏差，借助系统强大的信息处理能力具有更大的投资稳定性，极大地减少投资者情绪的波动影响，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。 西蒙斯

5、传奇比巴菲特还能赚钱的人（年赚60%）数学天才（陈-西蒙斯理论 ）大奖章基金（历史数据相关性分析来预测未来）模型先生（利用复杂的数学模型构建交易策略）黑箱作业（绝对保密）超高频率统计套利交易： IT、科学和经验等文艺复兴科技公司和西蒙斯大奖章基金业绩回放 1988-2008，年均回报率35.6%（扣除资产管理费和投资 收益分成）,均高出索罗斯和巴菲特十几个百分点； 1988-1999，净回报率2478%，1st;量子基金1710%，2nd;同期S&P9.6%； 2008年，全球金融危机，各类资产价格下滑，大部分对冲基金都亏损，而大奖章赚80% 2002-2005，规模为50亿美元的大奖章基金已

6、经为投资者支付了60多亿美元的回报。 年回报率平均高达35.6%, 被誉为最成功的对冲基金11文艺复兴科技公司和西蒙斯 文艺复兴科技公司： 总部在纽约长岛，心脏地带是一间礼堂，公司员工会定期在此听一场科学演讲； 200多名员工，近一半是数学、物理学、统 计学等领域的顶尖科学家； 不雇用商学院毕业生和华尔街人士； 待遇优厚，严格保密，流动性小。12量化投资与传统投资 投资策略主动型投资策略传统主动型投资策略依靠投资者经验判断试图战胜市场获取超额收益量化投资策略建立量化模型并依靠计算机实现策略以战胜市场获取超额收益被动型投资策略无法获得超越市场的收益基本面投资的特点基本面投资是一种高投资深度（信息

7、系数），低投资广度的投资风格。基本面投资的代表人物：沃伦.巴菲特1989-2008平均年回报约20%；2008年回报率约-15%选择高价值公司股权收益高股东盈余多高毛利率资源分配合理选择最安全的股票第一条准则：不要赔钱第二条准则：永远不要忘记第一条选择自己熟悉的股票生意不熟不做持有时间长传统行业重视公司内在品质初始的股权收益率营运毛利、负债水准与资本支出需求的变化该公司的现金产生能力巴菲特选股原则量化投资的特点量化投资是一种低投资深度（信息系数），高投资广度的投资风格。量化投资者的成功典范：詹姆斯.西蒙斯1989-2008平均年回报约35%；2008年回报率约80%西蒙斯量化投资理念基本面投资

8、和量化投资各有所长，量化投资稍稍胜出大量的金融数据（1）传统经济模型（2）概率统计模型（3）数据挖掘模型（4）资产管理模型（1）数学、物理学、统计学（2）重市场，重实践基本面投资与量化投资的对比基本面投资和量化投资各有所长，量化投资稍稍胜出依靠一致、有序的严格流程易于测试可以应用于大量的投资标的客观性关注普遍现象严重依赖历史数据可以连续调整投资预测可能做出一些伪假设依靠创造力和想像力很难复制非常消耗人力主观性可以解释特例可以分析过去的经验是否有借鉴价值调整投资预测不频繁会被行为偏差所影响量化投资基本面投资平手胜出胜出胜出胜出平手胜出胜出平手平手基本面投资与传统投资方法的对比量化投资价值投资技术

9、分析量化投资是一种投资方法论，充分借鉴了基本面投资及技术分析相关的投资理念和方法，并非传统投资的对立面，而是借助计算机技术，对其传承与发展下图为3种基金1、3、5、10年期相对于S&P指数的信息比率，数据覆盖1996.01.01-2005.12.31为什么需要量化投资？市场有效性假设（Efficient Market Hypothesis，EMH） 巴奇列 尤金.法默（1970，3种形式）股价已经反映了全部能从市场交易数据中得到的信息检验：股票收益模式弱有效形式与公司前景有关的全部公开现有信息一定已经在股价中反映出来检验：市场异样半强有效形式股价反映了全部与公司有关的信息，甚至包括仅为内幕人员

10、所知的信息检验：内幕信息强有效形式 市场是充分有效的吗？1、投资者可能通过对公共信息的过滤，创造出大量的私人信息。2、投资者做投资决策往往是根据个人情绪，而不是对信息的理性分析。3、一些人想从别人的非理性投资行为上渔利，结果创造了更多的市场无效。4、经济条件，尤其是技术水平无时不刻不在变化，而人们需 要时间去适应变化。5、交易费用使理论模型和现实存在差距。6、税费会导致市场扭曲。7、政府的金融政策会导致市场扭曲。 有效的因子是捕捉市场无效性的重要工具，是量化投资获利的关键为什么需要量化投资？行为金融学:市场金融异象与行为偏差非理性人假设过度自信谨慎保守害怕损失厌恶后悔小盘股效应股票溢价之谜日历

11、效应金融异象为什么需要量化投资？如何把握这种市场无效机会？24量化投资金融品种的完善计算机技术的发展监管制度的完善为什么需要量化投资？量化投资的五大优势 25纪律性严格执行量化投资模型投资建议系统性包括多层次的量化模型、多角度的观察及海量数据的观察等及时性及时跟踪市场变化，不断发现新的提供超额收益的交易机会准确性准确客观评价交易机会，克服主观情绪偏差，妥善运用套利的思想分散化严格控制风险，充当准确地实现分散化投资目标 量化投资的应用26量化投资的应用 量化投资技术几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控制等。27投 资 策

12、 略简 介量化选股利用数量化的方法选择股票组合，包括基本面和市场行为量化选股量化择时通过对各宏微观指标的量化分析判断大势走势股指期货套利利用股指期货市场存在的不合理价格，实现期限、跨期套利等商品期货套利利用商品期货市场存在的不合理价格，实现期限、跨期、跨市场、跨品种套利等统计套利利用证券价格的历史统计规律构建资产组合算法交易通过计算机程序发出交易指令，TWAP、VWAP为代表应用举例1： Graham基本面量化选股 Graham选股思想的量化实证：基本面量化选股策略 1.上市3年以上 2.连续三年分红 3.EPS最近两年的平均值除以往前推第四年第五年的平均值的值1.3 4.最近12个月营业收入

13、大于10亿 5.流动比率1 6.PE25 7.PE*PB1 9.长期负债比流动资产少28应用举例1： Graham基本面量化选股下图是按照以上选股思路选出来的前20只股票按照市值加权平均形成 的一个组合，但剔除了金融类股票29应用举例2： 小朋友8周择时法 小朋友8周择时法：基于技术分析的量化择时策略 当指数（或个股）的收盘价比8周前的收盘价高，就看多（买入或者继续持有），否则看空（卖出或继续空仓）。30应用举例2： 小朋友8周择时法31应用举例2： 小朋友8周择时法32应用举例3：股指期货套利-期现套利 33股指期货套利跨品种套利跨期套利跨市场套利期现套利应用举例4：算法交易-修正型VWAP

14、算法定义：算法交易又称自动化交易、黑盒交易或机器交易，它指的是通过使用计算机程序发出交易指令的方法。交易中，程序可以决定的范围包括交易时间的选择、交易价格、甚至包括最后需要成交的证券数量。 分类： 被动型算法交易，包括VWAP、TWAP等 主动型算法交易，根据市场状况作出实时交易决策34应用举例4：算法交易-修正型VWAP算法 策略原理： 此策略的原理是在市场价格高于市场均价时，根据市场价格走势不同程度减少下单量，在保证高价位的低下单量的同时，能够防止出现价格的持续上涨而下单量过度地向后聚集；在市场价格低于市场均价时，根据市场价格走势不同程度地增加下单量，在保证低价位的高下单量的同时，能够防止

15、价格的持续走低而下单量过度地提前完成。35下图为策略流程图：36应用举例4：算法交易-修正型VWAP算法 下单量处理： 设置两个参数： 偏差调整比例函数(),表示市场价格和市场均价的偏差导致的调整比例。容忍系数表示不同决策者对待这种偏差的态度及相应的决策，这里设定5个值：1、2、3、4、5，每个对应一个不同的偏差调整比例函数()。37应用举例4：算法交易-修正型VWAP算法 38 修正型VWAP震荡市执行效果图(=3;激进系数=3;调整阀值=0.002 策略战胜市场均价0.001995元 数据来源：2009年12月31号，华泰联合证券研究所，天软科技39修正型VWAP上涨市执行效果图(=3;激

16、进系数=3;调整阀值=0.002)策略战胜市场均价0.039988元数据来源：2009年12月31号，华泰联合证券研究所，天软科技40修正型VWAP下跌市执行效果图(=3;激进系数=3;调整阀值=0.002) 策略战胜市场均价0.039988元 数据来源：2009年12月31号，华泰联合证券研究所，天软科技41参数分析 容忍系数、激进系数和调整阀值对策略效果影响很大，容忍系数越大，对小幅价格偏差的反应越小，交易量也越偏向交易时间的尾部；激进系数越大，在发生因价格的调整时候的反应越大，黄色柱线峰值越高，交易量偏向交易时间的头部；调整阀值越大，因价格涨跌所导致的调整次数越少，则黄色峰值数量越少。4

17、2 量化投资从构想到实现 43 量化投资一般步骤 数理化构建模型模型验证构建投组再平衡 数量化 将不可观测的变量数量化，如风险、市场情绪等 构建模型 选择样本空间构建数理模型并预测收益和风险 模型验证 使用样本空间外数据进行模型验证 构建组合 根据预测结果按规则选择对象构建投资组合 再平衡 定期或不定期进行再平衡，优化模型，提高收益数量化构建模型模型验证构建组合再平衡以多因子量化选股为例量化选股的前提是构建优秀的选股策略 基本流程 ：候选因子因子有效性检验冗余因子剔除综合评分模型构建选股模型验证 投资是长期的，因此策略也是需要进行动态地调整44候选因子因子有效性检验冗余因子剔除综合评分模型构建

18、选股模型验证量化证券投资组合管理的七条原则原则1： 市场大多数情况下是有效的原则2： 真正的套利机会是不存在的原则3： 定量分析可以“创造”统计套利机会原则4： 量化分析是用一种有效的方法来将所有可用的信息结合起来原则5： 量化模型应该基于可靠的经济理论原则6： 量化模型应该反映持久的和稳定的模式原则7： 投资组合关于给定基准的偏差，只有在不确定性足够小的情况下，才有意义量化投资技术与优势量化投资的模块构建 资金来源-营销和融资模型来源-技术团队管理公司盈利模式设计量化投资技术与优势数据妥善运用套利的思想策略纪律性系统系统性实践概率致胜第 1 页量化投资策略研发工具量化投资技术与优势量化投资四

19、大特点第一，纪律性，所有的决策都是依据模型做出的。 纪律性的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差，行为金融理论在这方面有许多论述。纪律化的另外一个好处是可跟踪。定量投资作为一种定性思想的理性应用，客观地在组合中去体现这样的组合思想。一个好的投资方法应该是一个“透明的盒子”。我们的每一个决策都是有理有据的，特别是有数据支持的。量化投资技术与优势第二，系统性。具体表现为“三多”。首先表现在多层次，包括在大类资产配置、品种选择、精选种类三个层次；其次是多角度,定量投资的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；再

20、者就是多数据，就是海量数据的处理。 人脑处理信息的能力是有限的，当一个资本市场只有10个交易品种，这对定性投资经理是有优势的，他可以深刻分析这10家公司。但在一个很大的资本市场，比如有成千上万的入场机会时，强大的定量投资的信息处理能力能反映它的优势，能捕捉更多的投资机会，拓展更大的投资机会。量化投资技术与优势第三，妥善运用套利的思想。 定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误价格偏离带来的机会。定性投资经理大部分时间在琢磨哪一个企业是伟大的企业，那个交易是可以翻倍的交易；与定性投资经理不同，定量基金经理大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的

21、。第四，靠概率取胜。 这表现为两个方面，一是定量投资不断的从历史中挖掘有望在未来重复的历史规律并且加以利用。二是依靠一组交易取胜，而不是一个或几个交易取胜。量化投资技术与优势定性投资：人的情绪，人性弱点对投资影响较大定量投资资：+ 人的情绪，人性弱点对投资影响较小 人的思维和精力得到延伸和补充，在投资覆盖的广度和深度，尤其在广度上有很大提高。 量化投资技术与优势量化投资优势模型同质化现象 并非一劳永逸可能加剧羊群效应不能完全代替人脑面临新的风险量化投资技术与优势快速高效高信息比率客观理性个股与组合并重多样投资中国量化投资发展量化投资研究的兴起 基金：2011年以来，量化投资突然成为市场的一个热

22、点，各大机构都在组建量化投资的团队、研究量化投资的策略，很多量化基金产品层出不穷，尤其是在传统投资基金业绩不佳的情况下，很多利用量化投资策略的基金产品获得了相当不错的收益率。 券商：随着融资融券、股指期货、转融通等业务相继推出，券商资管量化投资十分火热。国信、华泰、长江、国泰君安等各大券商都在发力量化投资产品研究，在我国百余家券商中，已有38家券商资管发行量化产品。 期货：2008年以来，一些与期货相关证券的套期保值迅速发展，各大期货公司纷纷成立了金融工程部和量化投资部，逐步重视程序化交易，推出各种量化投资平台。53中国量化投资发展量化投资的迅速发展规模： 我国第一只量化投资基金出现于2004

23、年，截止2012年底, 共有18只量化基金产品成立，40只量化型阳光私募产品成立。仅仅2012下半年，券商共发行量化产品132只，2013年上半年发行量化产品109只。收益：据不完全统计，2011 年我国43只量化基金平均收益为-3%，其中的 30 只量化基金，平均收益为 4%，远远好于大市和阳光私募基金。2012 年，公募量化投资产品平均收益率为 4.47%，跑赢大盘1.89%。私募量化投资产品平均收益率4.95%，跑赢大盘 2.37%。可以看出，量化投资在大势动荡和市场下行的时候依然能够保证一定的绝对回报。54未来篇：迎春绽放正当时内部因素：客观理性A股市场有效性偏弱，市场上被错误定价的股

24、票相对较多个人投资者比例非常高，市场情绪可能对中国市场的影响特别大，依靠理性分析实现超额收益的空间更大快速高效计算机技术日新月异，为量化投资分析提供了强大支撑中国市场是个新兴市场，量化投资占比低，某些指标数据关注挖掘不足，这既是挑战也恰恰是机遇所在关注组合、控制风险国内投资者普遍多为风险厌恶者,而国内量化投资的选股过程本身就是一个风险控制过程多样的量化投资策略丰富了机构产品线，可以满足不同收益风险预期的客户55未来篇：迎春绽放正当时56未来篇：迎春绽放正当时国内量化投资发展迅速发展呈井喷之势券商 2013 年发行 109 只量化产品，占市场量化产品（154 只）的 71%，2012 年发行 2

25、8 只量化产品（其中 2012 年下半年共发行 23 只量化产品），占比 18%国内量化投资发展潜力巨大 量化型券商集合理财产品实际发行规模为 124.47 亿元，仅占所有券商理财产品的 4.2 %量化基金产品总体规模为 281.7 亿元，仅占全部基金规模的 1.06%。美国市场2007 已达到 15 %57我们更喜欢的一种定义是：这是一个行业方向。20102020量化投资领域爆发增长的十年市场环境与参与群体的交互成长市场要素不断发展量化投资是一种势不可挡的趋势量化投资发展前瞻 量化投资我们能做什么？59计算机、金融、数学复合型人才量化投资常用数据源Matlab基础量化投资常用平台工具量化投资

26、常见模型量化投资常见策略量化投资策略编写案例量化投资基金组建与运营量化投资重要议题61量化投资人才需求岗位金融工程量化分析师投资经理产品规划师金融工程顾问金融咨询师金融策略分析师量化投资人才需求职位描述任职条件负责上市公司的财务报表基本分析、行业的投资分析报告的编撰、金融模型的搭建。根据公司金融业务的发展搭建金融数据模型。主要以上市公司的公开财务报表为基础数据，采用模拟仿真的方法，预测其未来财务数据的概率分布为机构客户、公司业务部门提供投资建议和研究服务；财务报表分析、商业模式的分析、财务模型的建立以及融资需求（金融服务）分析、金融工具（融资方案）设计。教育背景：金融、统计、应用数学、金融工程相关专业硕士及以上；具有扎实的专业知识和相关领域理论功底；了解证券基础知识；能熟练运用经济分析方法开展公司调研和行业研究工作；有金融、财经行业系统或财务信息系统等方面的学术研究经历和工程实践经验；具有很强的随机分析、概率统计以及模特卡洛仿真计算能力。具