量化價(jià)值投資精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨(dú)特的藝術(shù)，我們?yōu)槟鷾?zhǔn)備了不同風(fēng)格的5篇量化價(jià)值投資，期待它們能激發(fā)您的靈感。

篇1

（一）傳統(tǒng)證券風(fēng)險(xiǎn)量化指標(biāo)的理論源頭

傳統(tǒng)的證券風(fēng)險(xiǎn)分析當(dāng)中必然會同一個(gè)與之如影隨形的概念聯(lián)系在一起，那就是收益，同時(shí)，在西方傳統(tǒng)的經(jīng)濟(jì)學(xué)當(dāng)中風(fēng)險(xiǎn)和報(bào)酬存在著這么一個(gè)函數(shù)關(guān)系，甚至在一些傳統(tǒng)的經(jīng)濟(jì)學(xué)課本上作者為了簡化兩者之間的關(guān)系，將兩者簡單的歸結(jié)為一個(gè)完美的線性關(guān)系，即風(fēng)險(xiǎn)與收益之間是一對一的數(shù)學(xué)關(guān)系，并且存在著這樣一個(gè)邏輯：風(fēng)險(xiǎn)越大，報(bào)酬或者收益也就越大，反之亦然。即使是稍微尊重事實(shí)一些的經(jīng)濟(jì)學(xué)教材也運(yùn)用了高等數(shù)學(xué)當(dāng)中線性回歸的方法將兩者的關(guān)系從非線性回歸為一對一的線性關(guān)系。除了學(xué)界對于風(fēng)險(xiǎn)的分析是從報(bào)酬或者收益出發(fā)的以外，在國外或者國內(nèi)的民間也有類似的對于兩者關(guān)系的表達(dá)，例如我國有句老百姓口中經(jīng)常說到的“富貴險(xiǎn)中求”就是對兩者的關(guān)系的簡單認(rèn)識。因此，傳統(tǒng)證券風(fēng)險(xiǎn)分析的源頭明顯是來源于對于報(bào)酬的分析。

（二）傳統(tǒng)證券風(fēng)險(xiǎn)量化指標(biāo)的數(shù)學(xué)方法的應(yīng)用

傳統(tǒng)的證券風(fēng)險(xiǎn)理論認(rèn)為證券的總風(fēng)險(xiǎn)=可分散的風(fēng)險(xiǎn)+不可分散的風(fēng)險(xiǎn)，其中可分散的風(fēng)險(xiǎn)主要指的是個(gè)別證券自身存在的風(fēng)險(xiǎn)，而不可分散的風(fēng)險(xiǎn)則是指市場風(fēng)險(xiǎn)，下面筆者介紹一下傳統(tǒng)證券風(fēng)險(xiǎn)量化的兩個(gè)重要的指標(biāo)――標(biāo)準(zhǔn)差與貝塔值。

第一，標(biāo)準(zhǔn)差。傳統(tǒng)證券風(fēng)險(xiǎn)理論認(rèn)為個(gè)別證券的風(fēng)險(xiǎn)可以從單個(gè)證券的報(bào)酬率為起點(diǎn)進(jìn)行分析。財(cái)務(wù)投資專家從高等數(shù)學(xué)當(dāng)中引入了一個(gè)衡量證券報(bào)酬率的波動性量化分析的指標(biāo)――標(biāo)準(zhǔn)差來進(jìn)行對單項(xiàng)證券風(fēng)險(xiǎn)的判斷，進(jìn)而判斷出相同期望報(bào)酬率和不同期望報(bào)酬率時(shí)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(fā)生的概率；第二步，計(jì)算出期望報(bào)酬率，其實(shí)質(zhì)上是對于各類市場需求下的報(bào)酬率的加權(quán)平均數(shù)。第三步：根據(jù)標(biāo)準(zhǔn)差的數(shù)學(xué)公式計(jì)算出標(biāo)準(zhǔn)差，σ=[Σ（ri-?）2×Pi]1/2其中ri是第i只證券的報(bào)酬率，?是期望報(bào)酬率，Pi是第i只證券的報(bào)酬發(fā)生的概率。結(jié)論是在期望報(bào)酬率相同的時(shí)候，標(biāo)準(zhǔn)差越大證明該證券波動越大，風(fēng)險(xiǎn)也就越大，反之亦然。在期望報(bào)酬率不同時(shí)引入了另外一個(gè)概念即離差，由于基本原理也是根據(jù)標(biāo)準(zhǔn)差衍生而得，在此不再贅述。[1]

第二，代表市場風(fēng)險(xiǎn)的貝塔值。我們在第一點(diǎn)中提到的標(biāo)準(zhǔn)差主要衡量的是單項(xiàng)證券的風(fēng)險(xiǎn)，而貝塔值的引入主要是考慮到了證券組合的風(fēng)險(xiǎn)構(gòu)成當(dāng)中不可分散的風(fēng)險(xiǎn)即市場風(fēng)險(xiǎn)。而貝塔值的測算公式從數(shù)學(xué)的角度來說實(shí)際上是利用了標(biāo)準(zhǔn)差的升級版公式即協(xié)方差，協(xié)方差主要是衡量了兩組數(shù)據(jù)之間的相關(guān)程度，以此來判斷證券組合的報(bào)酬率與市場報(bào)酬率之間的數(shù)理聯(lián)系，進(jìn)而判斷出不可分散的風(fēng)險(xiǎn)。理論上貝塔值的計(jì)算是βi=（σi /σm）ρim，其中βi第i個(gè)證券組合的市場風(fēng)險(xiǎn)程度，σi，σm分別第i個(gè)證券組合的標(biāo)準(zhǔn)差與市場證券組合的標(biāo)準(zhǔn)差，ρim代表第i個(gè)證券組合的報(bào)酬與市場組合報(bào)酬的相關(guān)系數(shù)。實(shí)際當(dāng)中β系數(shù)可以通過將股票報(bào)酬對市場報(bào)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(shù)，即β=Ri /Rm。[2]

二、價(jià)值投資理念下風(fēng)險(xiǎn)與報(bào)酬的關(guān)系

價(jià)值投資理念是華爾街之父本杰明格雷厄姆所創(chuàng)立，在其傳世之作《證券分析》當(dāng)中明確提出了有關(guān)投資與投機(jī)概念，其中論及投資界老生常談的收益與風(fēng)險(xiǎn)的問題時(shí)結(jié)論與傳統(tǒng)證券風(fēng)險(xiǎn)分析有著本質(zhì)的不同，格雷厄姆明確指出收益與風(fēng)險(xiǎn)之間不存在著數(shù)學(xué)關(guān)系，并且認(rèn)為證券的價(jià)格與收益并非取決于對于其風(fēng)險(xiǎn)的精確數(shù)學(xué)的計(jì)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(fēng)險(xiǎn)的認(rèn)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(fā)行與購買的容易程度等。[3]并進(jìn)一步指出，無論是理論上還是實(shí)際當(dāng)中，對投資風(fēng)險(xiǎn)進(jìn)行精確的計(jì)算都是不可能成功的，現(xiàn)實(shí)當(dāng)中并沒有所謂的期望報(bào)酬率的概率經(jīng)驗(yàn)表，即使存在也是基于對于歷史數(shù)據(jù)的分析得到了，而歷史數(shù)據(jù)之于未來決策的有用性或相關(guān)性的大小還有待考證，其研究范圍不同于保險(xiǎn)公司對于保單的精確測算，例如人壽保險(xiǎn)能夠明確的了解年齡與死亡率之間的關(guān)系是明確的。而證券的風(fēng)險(xiǎn)與報(bào)酬之間的關(guān)系則沒有如此的確定。[4]

三、價(jià)值投資理念下傳統(tǒng)證券風(fēng)險(xiǎn)量化分析的反思

以上筆者對于傳統(tǒng)的證券風(fēng)險(xiǎn)理論與量化方法以及價(jià)值投資理念下關(guān)于風(fēng)險(xiǎn)與收益的關(guān)系進(jìn)行了論述。筆者認(rèn)為，價(jià)值投資理念下有關(guān)論述對于我們重新審視證券投資中風(fēng)險(xiǎn)因素的衡量有著非常重要的意義。

首先，筆者認(rèn)為，標(biāo)準(zhǔn)差的計(jì)算過程本身就存在著無法避免的瑕疵，這一個(gè)公式至少有兩個(gè)基本假設(shè)，第一，計(jì)算的人必須能夠客觀的預(yù)測出各種市場情況發(fā)生的需求概率，并且準(zhǔn)確的在各種概率下發(fā)生的報(bào)酬率；第二，假定歷史數(shù)據(jù)對于未來的投資決策具有確定的相關(guān)性。但是在現(xiàn)實(shí)生活中根本是無法預(yù)測的，這種算法實(shí)質(zhì)上是硬將自然科學(xué)當(dāng)中的數(shù)學(xué)模型強(qiáng)加到社會問題的研究當(dāng)中，不可否認(rèn)的是，目前來說大量的社會問題是無法通過數(shù)學(xué)來量化的，因?yàn)樽C券的風(fēng)險(xiǎn)當(dāng)中不僅僅只有報(bào)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(tài)的變化。因此，標(biāo)準(zhǔn)差的方法受到了質(zhì)疑，后續(xù)的離差率、β值的計(jì)算自然也就沒有了根基。

其次，β值的測算除了上述由于標(biāo)準(zhǔn)差的非客觀性導(dǎo)致的不確定性的缺陷以外，筆者也針對實(shí)操當(dāng)中第二種公式進(jìn)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(gè)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(fēng)險(xiǎn)就比市場風(fēng)險(xiǎn)大？這個(gè)觀點(diǎn)在《證券分析》當(dāng)中就已經(jīng)被很好地反駁了，在此，筆者只需要舉一個(gè)例子就足夠反駁這一個(gè)觀點(diǎn)，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(shù)字來形容，并且這家公司經(jīng)歷了無數(shù)次大大小小的金融危機(jī)，依然以遠(yuǎn)遠(yuǎn)超過市場平均的業(yè)績笑傲群雄，難道說他的風(fēng)險(xiǎn)要遠(yuǎn)遠(yuǎn)大于市場？這家公司是以價(jià)值投資的理念進(jìn)行風(fēng)險(xiǎn)評估和投資的。因此，筆者認(rèn)為中國的證券行業(yè)乃至我們有關(guān)的證券專家和學(xué)者們有必要從價(jià)值投資的理念來重新審視目前證券風(fēng)險(xiǎn)量化的指標(biāo)在實(shí)際當(dāng)中的效用。

篇2

[關(guān)鍵詞] 項(xiàng)目投資 風(fēng)險(xiǎn)評價(jià)指標(biāo) 風(fēng)險(xiǎn)值

項(xiàng)目投資帶來豐厚回報(bào)預(yù)期同時(shí)伴隨的是無法避免的風(fēng)險(xiǎn)，如何對項(xiàng)目投資中的風(fēng)險(xiǎn)進(jìn)行科學(xué)評估是保證投資成功的首要條件。本文針對我國經(jīng)濟(jì)環(huán)境的現(xiàn)狀制定一套項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)，并對所有指標(biāo)進(jìn)行標(biāo)準(zhǔn)化的風(fēng)險(xiǎn)量綱統(tǒng)一，進(jìn)而為科學(xué)的風(fēng)險(xiǎn)評估提供技術(shù)支持。

一、項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)的風(fēng)險(xiǎn)值

為保證項(xiàng)目投資中各個(gè)不同的風(fēng)險(xiǎn)評價(jià)指標(biāo)可進(jìn)行綜合評估，首先要統(tǒng)一各個(gè)指標(biāo)間的量綱確定表示風(fēng)險(xiǎn)大小的風(fēng)險(xiǎn)值。風(fēng)險(xiǎn)值是每個(gè)評價(jià)指標(biāo)實(shí)際風(fēng)險(xiǎn)程度的數(shù)值表現(xiàn)，取值在-1與1之間，風(fēng)險(xiǎn)值越高表示該項(xiàng)評價(jià)指標(biāo)的風(fēng)險(xiǎn)越高。

二、項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)體系

本文選取為市場風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)及管理風(fēng)險(xiǎn)五個(gè)指標(biāo)作為項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)體系的一級指標(biāo)。對于每個(gè)一級指標(biāo)又可細(xì)分為若干二級指標(biāo)，下面給出具體二級指標(biāo)及其表示風(fēng)險(xiǎn)大小的風(fēng)險(xiǎn)值的確立方法。

1.市場風(fēng)險(xiǎn)。市場是連接生產(chǎn)和消費(fèi)的橋梁和紐帶，在項(xiàng)目能否獲得成功的問題上，市場擁有較大的發(fā)言權(quán)。

(1)項(xiàng)目能否如期完工：提前完工（風(fēng)險(xiǎn)值=-1）；按時(shí)完工（風(fēng)險(xiǎn)值=0）；延期完工（風(fēng)險(xiǎn)值=1）。

(2)項(xiàng)目產(chǎn)品競爭力：強(qiáng)（風(fēng)險(xiǎn)值=-1）；較強(qiáng)（風(fēng)險(xiǎn)值=-0.5）；標(biāo)準(zhǔn)（風(fēng)險(xiǎn)值=0）；較弱（風(fēng)險(xiǎn)值=0.5）；弱（風(fēng)險(xiǎn)值=1）。

(3)消費(fèi)者需求：需求多（風(fēng)險(xiǎn)值=-1）；需求較多（風(fēng)險(xiǎn)值=0）；需求較少（風(fēng)險(xiǎn)值=1）。

(4)競爭對手實(shí)力及項(xiàng)目經(jīng)營戰(zhàn)略：無競爭對手、戰(zhàn)略清晰（風(fēng)險(xiǎn)值=-1）；競爭對手較弱、戰(zhàn)略清晰（風(fēng)險(xiǎn)值=-0.5）；競爭對手相當(dāng)戰(zhàn)略清晰（風(fēng)險(xiǎn)值=0）；競爭對手較強(qiáng)戰(zhàn)略不清（風(fēng)險(xiǎn)值=1）。

2.技術(shù)風(fēng)險(xiǎn)。隨著知識經(jīng)濟(jì)時(shí)代的到來，技術(shù)越來越顯現(xiàn)出它的重要性。誰掌握并利用最先進(jìn)的技術(shù)，誰就在市場競爭中占有優(yōu)勢，掌握先機(jī)。

(1)知識產(chǎn)權(quán)：有知識產(chǎn)權(quán)（風(fēng)險(xiǎn)值=-1）；無知識產(chǎn)權(quán)（風(fēng)險(xiǎn)值=1）。

(2)技術(shù)先進(jìn)性：國際領(lǐng)先（風(fēng)險(xiǎn)值=-1）；國內(nèi)領(lǐng)先（風(fēng)險(xiǎn)值=-0.5）；行業(yè)水平（風(fēng)險(xiǎn)值=0.5）；低于行業(yè)水平（風(fēng)險(xiǎn)值=1）。

(3)替代技術(shù)：無替代技術(shù)（風(fēng)險(xiǎn)值=-1）；有較少替代技術(shù)（風(fēng)險(xiǎn)值=0）；有較多替代技術(shù)（風(fēng)險(xiǎn)值=1）。

3.金融風(fēng)險(xiǎn)。項(xiàng)目能夠順利進(jìn)行離不開資本鏈條的正常運(yùn)轉(zhuǎn)，金融環(huán)境對項(xiàng)目的影響同樣起著舉足輕重的作用。

(1)項(xiàng)目的凈現(xiàn)值：其風(fēng)險(xiǎn)評級及風(fēng)險(xiǎn)值確立需要引入?yún)⒄阵w系，假設(shè)需要投資項(xiàng)目的凈現(xiàn)值為 ，并引入一個(gè)參照凈現(xiàn)值 。其風(fēng)險(xiǎn)值由如下分段函數(shù)確立：

(2)現(xiàn)金流：充足（風(fēng)險(xiǎn)值=-1）；適當(dāng)（風(fēng)險(xiǎn)值=0）；不足（風(fēng)險(xiǎn)值=1）。

(3)金融動蕩對項(xiàng)目影響：無影響（風(fēng)險(xiǎn)值=-1）；較小影響（風(fēng)險(xiǎn)值=-0.5）；影響適中（風(fēng)險(xiǎn)值=0）；有影響（風(fēng)險(xiǎn)值=0.5）；有較大影響（風(fēng)險(xiǎn)值=1）。

4.環(huán)境風(fēng)險(xiǎn)。任何事物都是處于環(huán)境當(dāng)中，環(huán)境的好壞也會影響到項(xiàng)目的成敗。經(jīng)濟(jì)形勢、政策及突發(fā)事件等社會環(huán)境因素往往可以決定項(xiàng)目的成敗。

(1)自然風(fēng)險(xiǎn)對項(xiàng)目的影響程度：無影響（風(fēng)險(xiǎn)值=-1）；較小影響（風(fēng)險(xiǎn)值=-0.5）；影響適中（風(fēng)險(xiǎn)值=0）；有影響（風(fēng)險(xiǎn)值=0.5）；有較大影響（風(fēng)險(xiǎn)值=1）。

(2)政策風(fēng)險(xiǎn)對項(xiàng)目影響程度：無關(guān)（風(fēng)險(xiǎn)值=-1）；小部分相關(guān)（風(fēng)險(xiǎn)值=-0.5）；相關(guān)（風(fēng)險(xiǎn)值=0.5）；高度相關(guān)（風(fēng)險(xiǎn)值=1）。

(3)法律風(fēng)險(xiǎn)：相關(guān)法律健全（風(fēng)險(xiǎn)值=-1）；相關(guān)法律比較健全（風(fēng)險(xiǎn)值=0）；相關(guān)法律不健全（風(fēng)險(xiǎn)值=1）。

(4)投資方與項(xiàng)目發(fā)起方綜合實(shí)力對比：投資方強(qiáng)（風(fēng)險(xiǎn)值=-1）；投資方較強(qiáng)（風(fēng)險(xiǎn)值=-0.5）；雙方實(shí)力相當(dāng)（風(fēng)險(xiǎn)值=0）；發(fā)起方較強(qiáng)（風(fēng)險(xiǎn)值=0.5）；發(fā)起方強(qiáng)（風(fēng)險(xiǎn)值=1）。

5.管理風(fēng)險(xiǎn)。項(xiàng)目是否具有優(yōu)秀的管理團(tuán)隊(duì)、獨(dú)特的企業(yè)文化以及良好的管理機(jī)制對項(xiàng)目能否進(jìn)行長期盈利都起到了關(guān)鍵的作用。具體還可以對管理風(fēng)險(xiǎn)進(jìn)行細(xì)分如下二級指標(biāo)。

(1)項(xiàng)目主管：具有豐富經(jīng)驗(yàn)（風(fēng)險(xiǎn)值=-1）；有一定的經(jīng)驗(yàn)（風(fēng)險(xiǎn)值=0）；無經(jīng)驗(yàn)（風(fēng)險(xiǎn)值=1）。

(2)管理機(jī)制：管理系統(tǒng)團(tuán)隊(duì)完善（風(fēng)險(xiǎn)值=-1）；管理系統(tǒng)團(tuán)隊(duì)不完善（風(fēng)險(xiǎn)值=0）； 管理不系統(tǒng)團(tuán)隊(duì)不完善（風(fēng)險(xiǎn)值=1）。

(3)風(fēng)險(xiǎn)意識：有風(fēng)險(xiǎn)控制體系（風(fēng)險(xiǎn)值=-1）；有風(fēng)險(xiǎn)意識但不系統(tǒng)（風(fēng)險(xiǎn)值=0）；無風(fēng)險(xiǎn)意識無風(fēng)險(xiǎn)體系（風(fēng)險(xiǎn)值=1）。

三、項(xiàng)目投資風(fēng)險(xiǎn)評估

在統(tǒng)一量綱的項(xiàng)目投資風(fēng)險(xiǎn)評價(jià)指標(biāo)系統(tǒng)下，很容易對選定的項(xiàng)目進(jìn)行風(fēng)險(xiǎn)評估。首先要利用層次分析法對一級指標(biāo)和二級指標(biāo)的各個(gè)指標(biāo)進(jìn)行賦權(quán)，不同時(shí)期不同項(xiàng)目各個(gè)指標(biāo)的權(quán)重應(yīng)有所區(qū)別。確定各個(gè)指標(biāo)的權(quán)重后，將權(quán)重與風(fēng)險(xiǎn)值相乘并與同級合并相加構(gòu)成上級指標(biāo)的風(fēng)險(xiǎn)值。

最后，加權(quán)合并一級風(fēng)險(xiǎn)指標(biāo)的風(fēng)險(xiǎn)值得出項(xiàng)目總風(fēng)險(xiǎn)值，如果項(xiàng)目總風(fēng)險(xiǎn)值大于0，則表示此項(xiàng)目投資具有較高的風(fēng)險(xiǎn)，若項(xiàng)目總體風(fēng)險(xiǎn)值在-0.5左右，則表示此項(xiàng)目投資風(fēng)險(xiǎn)適中，若項(xiàng)目總體風(fēng)險(xiǎn)值接近-1左右，則表示此項(xiàng)目投資風(fēng)險(xiǎn)較低。

參考文獻(xiàn)：

[1]汪克夷 董連勝:項(xiàng)目投資決策風(fēng)險(xiǎn)的分析與評價(jià)[J]. 中國軟科學(xué)，2003年1月

篇3

簡單地說，就是利用基于數(shù)據(jù)模型的量化投資策略運(yùn)作的基金。基金公司宣傳此類產(chǎn)品時(shí)，習(xí)慣于用“電腦+人腦”進(jìn)行解釋。

從1971年巴克萊投資管理公司發(fā)行全球第一只定量投資產(chǎn)品至今，量化投資已走過30年歷程。

憑借著良好的業(yè)績表現(xiàn)，這一投資方法已占據(jù)全球投資30%的江山，成為主流的投資方法之一。其中著名的大基金自成立起至2006年的17年間，年化收益率達(dá)到38.5%。

然而，近兩年來，量化基金在全球的業(yè)績并不理想。次貸危機(jī)之后，量化基金一直舉步維艱。

國內(nèi)量化基金的興起，正是在次貸危機(jī)之后。

截至目前，國內(nèi)已成立的采用量化策略的基金有12只，其中9只自2009年以來成立。它們整體面臨業(yè)績不盡如人意的尷尬，據(jù)《投資者報(bào)》數(shù)據(jù)，它們的年復(fù)合增長率為11.78%，遠(yuǎn)低于平衡類、價(jià)值類、成長類基金。

量化基金成敗，最關(guān)鍵是量化模型的有效性和投資紀(jì)律的執(zhí)行情況。然而，國內(nèi)已有的量化基金兩方面均無太大優(yōu)勢。

一方面，模型相對較原始，量化投資策略要么機(jī)械地借鑒國外已經(jīng)公開的模式，要么基于基金公司自有的多因子模型；另一方面，與海外量化基金一樣，具體的模型并不會公開，這樣投資紀(jì)律便無處考察。

從現(xiàn)有的幾只量化基金過往業(yè)績看，長期業(yè)績較優(yōu)異的是上投摩根阿爾法，自成立以來，年復(fù)合增長率達(dá)到35%，算得上是量化基金的龍頭。

量化模型無亮點(diǎn)

投資模型是量化基金最核心的競爭力。

定量基金經(jīng)理基于對市場的理解，提煉出能夠產(chǎn)生長期穩(wěn)定超額收益的投資思想，并用歷史數(shù)據(jù)驗(yàn)證其正確性，再由系統(tǒng)根據(jù)提煉出的投資思想，在全市場挑選符合標(biāo)準(zhǔn)的股票，并通過對收益、風(fēng)險(xiǎn)的優(yōu)化，建構(gòu)最優(yōu)股票組合。

“對于中國這樣的新興市場，量化投資的關(guān)鍵是能否根據(jù)市場特點(diǎn)，設(shè)計(jì)好的投資模型。”接受《投資者報(bào)》記者采訪時(shí)，上海一位從事量化投資的基金經(jīng)理說道。

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(yōu)化在行業(yè)權(quán)重配置中均采用的Black-Litterman（BL）模型。

這種模型現(xiàn)是華爾街主流模型，亦是高盛公司資產(chǎn)管理部門在資產(chǎn)配置上的主要工具。

BL模型利用概率統(tǒng)計(jì)方法，將投資者對大類資產(chǎn)的觀點(diǎn)與市場均衡回報(bào)相結(jié)合，產(chǎn)生新的預(yù)期回報(bào)。即由投資者對某些大類資產(chǎn)提出傾向性意見，模型根據(jù)投資者的傾向性意見，輸出對該大類資產(chǎn)的配置建議。

然而，在國內(nèi)市場信息搜集等方面局限性較大的情況下，該系統(tǒng)到底是否有效還僅是基金公司體現(xiàn)其“專業(yè)性”的一個(gè)由頭，有待探討。

國內(nèi)量化基金模型還具有同質(zhì)化特點(diǎn)，表現(xiàn)在對個(gè)股估值等方法的應(yīng)用上，如PE估值法、PB估值法、PS估值法、PEG估值法、PSG估值法、EV/EBITDA估值法等。

另外，模型是量化產(chǎn)品背后“不能說的秘密”，雖然基金契約中對要采用的量化模型做了模糊介紹，作為靠“執(zhí)行紀(jì)律”取勝的產(chǎn)品，實(shí)際運(yùn)作是否執(zhí)行到位，也無處查證。

量化基金業(yè)績平淡

量化基金的優(yōu)點(diǎn)首先在于，通過具體的經(jīng)濟(jì)模型對經(jīng)濟(jì)復(fù)蘇行業(yè)評估并進(jìn)行行業(yè)權(quán)重配置，將基金經(jīng)理的投資理念與分析有效結(jié)合。

其次，覆蓋全市場，避免因基金經(jīng)理個(gè)人偏見或經(jīng)理不足造成選擇范圍局限。

再次，通過基金經(jīng)理精細(xì)化投資運(yùn)作，較好把握細(xì)微的結(jié)構(gòu)性投資機(jī)會。

或許是因?yàn)槟Ｐ秃唵卫淄约皼]有較好體現(xiàn)A股的特征，比如說波動性、“政策市”等，現(xiàn)有的量化基金整體業(yè)績優(yōu)勢并不明顯。

根據(jù)《投資者報(bào)》數(shù)據(jù)，可比較的6只“人腦+電腦”量化產(chǎn)品的年復(fù)合增長率為11.78%，低于“人腦”管理的趨勢類、回報(bào)類、價(jià)值類、平衡類（年復(fù)合增長率均超過18%）。

今年以來，所有量化基金中，超越指數(shù)的僅有采用量化投資的富國滬深300增強(qiáng)指數(shù)型基金，截至4月1日，回報(bào)率為6.94%。

而在估值修復(fù)行情中，以對估值有量化指標(biāo)要求的華商動態(tài)阿爾法、國泰金鼎價(jià)值精選、嘉實(shí)量化阿爾法大幅跑輸業(yè)績大盤，取得負(fù)收益，凈值分別下跌7.2%、6.7%和4%。

上投摩根阿爾法領(lǐng)銜

從已成立的采用量化策略投資的基金中，年復(fù)合增長率大幅超過平均值的僅有上投摩根阿爾法，為35%。但這與該基金是較早采用量化策略的基金之一，成立于2005年10月，經(jīng)歷過2006、2007年的大牛市行情有一定關(guān)系。

截至去年底，該基金資產(chǎn)規(guī)模44億元，自成立以來的回報(bào)率為425%。該基金受到機(jī)構(gòu)投資者的青睞，持股2.9億份，占基金總份額的21%。

近兩年的市場表明，價(jià)值投資和成長投資在不同的市場環(huán)境中都存在各自的發(fā)展周期，并呈現(xiàn)出一定的適應(yīng)性。而上投摩根阿爾法量化模型適應(yīng)了這一市場特點(diǎn)。

篇4

劉海影是一位轉(zhuǎn)戰(zhàn)國內(nèi)陽光私募的海外對沖基金經(jīng)理，他在尋求價(jià)值投資理解的基礎(chǔ)上建立了自己的數(shù)量化投資邏輯，并以此為利器展開了國內(nèi)陽光私募之旅。

劉海影曾擔(dān)任加拿大某對沖基金公司基金經(jīng)理和首席投資官，2011年回國與廣晟集團(tuán)合作創(chuàng)立廣東廣晟財(cái)富投資管理中心并擔(dān)任投資總監(jiān)。

廣東廣晟財(cái)富投資管理中心也是國內(nèi)首家擁有國企背景的陽光私募公司，大股東深圳市廣晟投資發(fā)展有限公司是廣晟投資集團(tuán)旗下全資子公司和資產(chǎn)運(yùn)作平臺。

對沖基金經(jīng)理轉(zhuǎn)戰(zhàn)A股

劉海影是在2001年前往加拿大開始自己的海外投資經(jīng)歷，當(dāng)時(shí)他正在攻讀北京大學(xué)金融學(xué)博士學(xué)位，而在此之前，劉海影作為A股第一批操盤手已經(jīng)在資本市場頗有斬獲。

對于歸國從事陽光私募管理，劉海影表示，一是希望追求事業(yè)的進(jìn)一步提升，二是希望把國外學(xué)習(xí)多年的投資經(jīng)驗(yàn)應(yīng)用到國內(nèi)股市。

劉海影說，他在加拿大管理的對沖基金有兩個(gè)品種，一個(gè)是宏觀對沖性質(zhì)的多資產(chǎn)平衡基金，一個(gè)是傳統(tǒng)的多空對沖基金，兩種基金都大量運(yùn)用了數(shù)量化模型。而數(shù)量化投資在國內(nèi)還處于起步階段，他期待通過這種系統(tǒng)科學(xué)的投資理念引導(dǎo)投資者比較成熟和理性的投資思考方式。

量化投資尋找市場犯錯(cuò)機(jī)會

“價(jià)值投資就是用5毛錢的價(jià)格買入1塊錢的價(jià)值”。劉海影崇尚價(jià)值投資，這里假設(shè)市場犯錯(cuò)，給投資者一個(gè)便宜買進(jìn)的機(jī)會。

但事實(shí)上市場犯錯(cuò)的機(jī)會是很少的，根據(jù)劉海影的分析和判斷，美國可能是5%，8000多家上市公司，可能有500家公司存在定價(jià)不太正確，其他的都難言錯(cuò)誤；而中國市場的機(jī)會更多一些，可能有10%甚至15%，2000多家上市公司可能有200多家定價(jià)不完全正確。

在劉海影看來，尋找市場犯錯(cuò)的機(jī)會也就是尋找價(jià)值，并不是一件容易的事情。他希望通過一套科學(xué)的量化系統(tǒng)去發(fā)現(xiàn)這些機(jī)會，因此，3年之前，在國外量化模型的基礎(chǔ)上，他開發(fā)了首套國內(nèi)上市公司價(jià)值評估量化體系。

劉海影說，這套價(jià)值評估量化體系的一個(gè)核心環(huán)節(jié)就是尋找業(yè)績驚奇，即，在未來一段時(shí)間，上市公司基本面能表現(xiàn)出跟大家預(yù)期不同的狀況。通過定量化模型對每家公司建立一個(gè)數(shù)據(jù)庫，分別計(jì)算88個(gè)分析指標(biāo)，每家公司都形成一份長達(dá)11頁的詳盡的分析報(bào)告，再給出1-9級的價(jià)值評級。

除了業(yè)績驚奇，安全邊際也是這個(gè)量化模型重要的一部分，劉海影尋找的投資標(biāo)的需同時(shí)滿足這兩個(gè)條件，這樣2000家公司里面大概有200多家公司會符合標(biāo)準(zhǔn)。最后再做進(jìn)一步的基本面分析和調(diào)研，最終會有50家公司進(jìn)入投資組合。

戰(zhàn)略風(fēng)險(xiǎn)評級確定投資倉位

對資產(chǎn)組合的風(fēng)險(xiǎn)管理，劉海影非常重視對宏觀經(jīng)濟(jì)的研究和整體市場的估值高低。劉海影說，中國股市的系統(tǒng)性風(fēng)險(xiǎn)是很大的，經(jīng)濟(jì)各個(gè)方面的變化導(dǎo)致市場下跌時(shí)，個(gè)股會普跌，因此他覺得對股市的戰(zhàn)略風(fēng)險(xiǎn)進(jìn)行研判和系統(tǒng)化評估是很重要。

而對宏觀經(jīng)濟(jì)的研究也是建立在量化分析的基礎(chǔ)上，重要的變量包括利率、生產(chǎn)物價(jià)指數(shù)，固定投資增速、美國貿(mào)易逆差、重工業(yè)與輕工業(yè)指數(shù)之差等，計(jì)算和分析歷史上這些指標(biāo)對于股市的運(yùn)行方向以及作用度大小。

整體估值水平的高低也是判斷風(fēng)險(xiǎn)的重要指標(biāo)，主要是通過這兩個(gè)指標(biāo)來分析戰(zhàn)略風(fēng)險(xiǎn)確定倉位。劉海影舉例說，“2008年，當(dāng)時(shí)估值水平高，宏觀經(jīng)濟(jì)環(huán)境也不利，在我們的戰(zhàn)略風(fēng)險(xiǎn)評級里面處于第九級，最差的評級，因此倉位應(yīng)該小一點(diǎn)，謹(jǐn)慎一點(diǎn)。之后隨著宏觀經(jīng)濟(jì)刺激政策的出臺，宏觀經(jīng)濟(jì)環(huán)境由不利變成中立，再變成有利，同時(shí)估值也在下降，風(fēng)險(xiǎn)評級也相應(yīng)的從9級變?yōu)?級、2級和1級，提示市場存在較大的機(jī)會”。

股市上揚(yáng)的機(jī)會在四季度或明年一季度

“根據(jù)我們的戰(zhàn)略風(fēng)險(xiǎn)量化評級體系，目前市場的估值水平合理偏低估，宏觀經(jīng)濟(jì)處于經(jīng)濟(jì)是在下滑的過程中間”。劉海影對未來一段時(shí)間的市場行情表示謹(jǐn)慎，中短期內(nèi)看不見大行情到來的跡象，股市的上揚(yáng)的機(jī)會可能會在四季度或者明年一季度之后。

劉海影說，今年的經(jīng)濟(jì)增速能維持在9%以上，因?yàn)?GDP基數(shù)高，但從微觀經(jīng)濟(jì)層面來講，企業(yè)的效益是下滑的，中小企業(yè)的處境比較艱難，未來這種情況可能難以迅速好轉(zhuǎn)，明年經(jīng)濟(jì)狀況比今年困難。

按照他們量化的計(jì)算，目前整個(gè)經(jīng)濟(jì)環(huán)境類似2004年的下半年。從目前來看，經(jīng)濟(jì)從被動加庫存逐步演變到主動減庫存的階段，行業(yè)競爭進(jìn)入白熱化，現(xiàn)金流會緊張，企業(yè)的利潤率會下滑，對市場形成利空。

對于通脹，劉海影表示周期性因素較大，主要原因是固定投資增速太大，歷史上，在投資建設(shè)期，通脹的壓力都會很大，新項(xiàng)目上馬，下游行業(yè)的景氣傳遞到下游和中間環(huán)節(jié)，互相推進(jìn)，提價(jià)空間比較大，通脹就會上去。

一旦投資建設(shè)期走向產(chǎn)能釋放期，新項(xiàng)目投產(chǎn)，變成產(chǎn)能后競爭就會很激烈，需求沒有增加，供在增加，供過于求，通脹壓力就會下來。

重倉房地產(chǎn)不看好銀行

盡管對未來的行情表示謹(jǐn)慎，在劉海影看來，由于估值在下降，短期內(nèi)不排除機(jī)構(gòu)性機(jī)會的出現(xiàn)，一些錯(cuò)殺的公司值得買入。

在其量化資產(chǎn)組合中，地產(chǎn)股是目前倉位相對較重的板塊，他們的分析指出，伴隨著中國的高經(jīng)濟(jì)增長，房地產(chǎn)價(jià)格的上升和投資額的上升是有堅(jiān)實(shí)的經(jīng)濟(jì)學(xué)基礎(chǔ)的。政府的調(diào)控改變不了其內(nèi)在的動力，并不認(rèn)同中國的房地產(chǎn)價(jià)格一定要會下滑，只是增長的速度會下滑。

而在調(diào)控之下，往往會出現(xiàn)上市房企的的市場份額擴(kuò)大，一些區(qū)域性城房地產(chǎn)上市公司的機(jī)會更大。

“市場數(shù)據(jù)支撐我們的看法，今年來房地產(chǎn)股票指數(shù)是上升的，到6月30日，大盤跌了2%―3%，小盤股跌的更多，房地產(chǎn)指數(shù)上漲了5%多”劉海影表示，所以做投資一定要看到市場喧囂下的一些事實(shí)，不能完全由市場情緒來主導(dǎo)。

篇5

第一個(gè)投資優(yōu)勢是量化投資能夠做到理性決策。與傳統(tǒng)主動投資不同，量化投資是通過量化模型進(jìn)行交易，剔除了主觀因素，按已經(jīng)編制好的程序進(jìn)行，不會因?yàn)榍榫w而產(chǎn)生投資沖動，我覺得這是量化投資最大的一個(gè)優(yōu)勢。一般而言，量化投資有著模型研究——模型測試——實(shí)盤操作這樣的流程，首先有一個(gè)投資策略，討論確定其邏輯合理性，隨后將其固化為量化投資模型，綜合歷史回測業(yè)績和風(fēng)險(xiǎn)考量指標(biāo)進(jìn)行評測，試運(yùn)行3至6個(gè)月進(jìn)行虛擬交易，如果試運(yùn)行結(jié)果和歷史回測及其他預(yù)期結(jié)果一致，該模型將得到正式確認(rèn)，最終將此模型上線交易運(yùn)行。一旦交付運(yùn)行，將充分遵照模型的指令進(jìn)行投資，降低情緒影響，克服人性貪婪恐懼的弱點(diǎn)，做到有計(jì)劃、有原則、有紀(jì)律地進(jìn)行投資。一般而言，通過這樣的流程制定的量化投資策略能夠理性決策，獲取市場非理性的收益，大概率戰(zhàn)勝市場。

在這個(gè)過程中，量化投資不僅排除了人為的主觀因素，并且可以做到更精確，以精確的值達(dá)到一個(gè)最優(yōu)結(jié)果，這是量化投資的第二個(gè)優(yōu)勢。比如說什么叫成長性好的個(gè)股，是每年業(yè)績增長20%，還是更多？什么樣的標(biāo)準(zhǔn)才是他選股的標(biāo)準(zhǔn)？一般投資者判斷某個(gè)行業(yè)或個(gè)股好壞，往往憑借主觀經(jīng)驗(yàn)與判斷，量化投資則有一套完整的邏輯和規(guī)則，可以進(jìn)行有效的評價(jià)和識別。比如有觀點(diǎn)認(rèn)為醫(yī)藥行業(yè)成長快，量化投資或許會考慮用某個(gè)指標(biāo)去度量成長性，比如ROE增速，如果這個(gè)指標(biāo)超出一定閥值，就可確認(rèn)該行業(yè)確實(shí)成長快。從這個(gè)意義上來說，量化投資采用量化工具將主動投資邏輯規(guī)范化，能夠帶來規(guī)范化的收益。

量化投資的第三個(gè)優(yōu)勢是對海量信息的處理。現(xiàn)在滬深兩市已經(jīng)有2000多只個(gè)股，和10多年前相比，一個(gè)最大的區(qū)別是信息爆炸。現(xiàn)在人腦是永遠(yuǎn)不可能記住這么多信息的，并且對海量數(shù)據(jù)之間的關(guān)聯(lián)不可能做出迅速判別，而電腦可以做到。

從摩根士丹利華鑫基金數(shù)量化投資運(yùn)行的量化模型來看，量化模型獲取的超額收益是非常顯著的。除已經(jīng)實(shí)際運(yùn)行的多因子模型和即將運(yùn)用在大摩量化配置基金上的行業(yè)配置模型外，還有五六個(gè)量化模型在模擬運(yùn)行，包括價(jià)值量化模型、成長量化模型、技術(shù)量化模型以及事件驅(qū)動模型等。截至三季度末，模擬運(yùn)行的模型均取得明顯的超額收益。實(shí)際運(yùn)作中的大摩多因子基金，根據(jù)Wind數(shù)據(jù)統(tǒng)計(jì)，截至10月26日，今年以來基金收益率為2.84%，與該基金的小盤風(fēng)格比較類似的中證500指數(shù)則下跌3.17%。