[精选]量化投资基础知识简介.pptx

量化投资基础知识 深圳市国泰安信息技术有限公司 目录 1.什么是量化投资 2.传统投资VS量化投资 3.量化投资应用及举例 4.量化投资从构想到实现 5.量化投资的发展历程以及现状 6.量化投资在中国 7.国泰安量化投资平台简介 什么是量化投资 深圳市国泰安信息技术有限公司 量化投资的定义 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。量化投资是一种方法论 量化投资通常与基本面、技术面分析相结合 量化投资是以定量方法进行投资的各种技术综合 量化投资五大优势 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 传统投资VS量化投资 深圳市国泰安信息技术有限公司 传统投资VS量化投资 相同点：本质相同，都是基于市场非有效或是弱有效的理论基础。不同点：传统投资依赖公司调研和个人经验及主观判断；量化投资依靠数理模型实现投资理念。传统投资VS量化投资 传统投资：索罗斯、巴菲特；量化投资：西蒙斯、文艺复兴科技公司、大奖章基金（Medallion Fund）传统投资与量化投资业绩比较：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%；2002-2005，规模为50亿美元的大奖章基金已经为投资者支付了60多亿美元的回报。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 传统投资VS量化投资 量化投资应用及举例 深圳市国泰安信息技术有限公司 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。投投 资资 策策 略略 简简 介介 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 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 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）。应用举例2：小朋友8周择时法 应用举例2：小朋友8周择时法 应用举例3：股指期货套利-期现套利 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3：股指期货套利-期现套利 期现套利是当股指期货与现货之间的价差暂时性超出“无套利区间”时，投资者可以通过买入价格低估资产，卖出价格高估资产，待期、现货价差恢复到正常水平时，再通过相反操作获利了结。期限套利分类：正向套利：当期货价格被高估，交易者通过卖出股指期货，同时买入对应的现货所进行的套利交易。反向套利：当期货价格被低估，交易者通过买入股指期货，同时卖出对应的现货所进行的套利交易。应用举例3：股指期货套利-期现套利 期货理论价格=现货价格+融资成本-股息收入 F(t,T)=S(t)*1+(r-d)*(T-t)/365 无套利区间：将期货理论价格加上或者减去交易成本后形成了区间。交易成本包括：借贷利率差、买卖手续费、期指及股市冲击成本等 下图为期现套利模型，紫色为指数现货价格，红色为指数期货价格，二者价差：两条绿线之间为无套利区间 应用举例3：股指期货套利-期现套利 案例：2010年5月6日，深300指数收盘价为2896点，到期日为5月21号的沪深300指数股指期货1005合约的价格为2967点，假设该日市场上无风险利率为4.8%，预计2010年沪深300指数成分股年平均分红率为2.75%，计算此时是否存在套利机会？应用举例3：股指期货套利-期现套利(1)IF1005的理论价格:F(t,T)=S(t)*1+(r-d)*(T-t)/365=2896*1+(0.048-0.0275)*15/365=2898.4(2)划分无套利区间 设：股票买卖双边手续费成交额的0.1%：2896*0.1%=2.9 股票买卖双边印花税为成交额的0.3%：2896*0.3%=8.7 股票买入和卖出冲击成本为成交额的0.5%：2896*0.5%=14.5 股票模拟指数跟踪误差为指数点位的0.2%：2896*0.2%=5.8 借贷理查成本为指数点位的0.3%：2896*0.3%=8.7 股指期货的买卖双边手续费为0.2个指数点：0.2 股指期货买卖冲击成本为0.2个指数点：0.2 套利成本合计TC：2.9+8.7+14.5+5.8+8.7+0.2+0.2=41 无套利区间上届：2896+41=2937 无套利区间下届：2896-41=2855 无套利区间：2855,2937 应用举例3：股指期货套利-期现套利(3)因为股指期货现价为2967点2937点，因此市场存在套利机会。(4)实施套利操作：当日收盘前买入一揽子沪深300的股票组合，市值为2896*300=86.88万；卖出1手IF1005股指期货合约保证金（20%的保证金率）为：2967*300*20%=17.802万。投入总资金为：86.88+17.802=104.682万(5)市场追踪：2010年5月21日收市前，沪深300指数期货合约IF1005到期交割，收市前指数价格为2726点，而IF1005收盘价为2750，期货和现货价格收敛。(6)结束套利:2010年5月21日收盘前，以2726点价格卖出一揽子沪深300的股票组合，市值:2768*300=81.78万；并以2750点的价格平仓IF1005空头头寸，结束全部套利交易。(7)盈亏统计：卖出一揽子沪深300股票组合亏损：86.88-81.78=5.1万 平仓获利：（2967-2750）*300=6.51万 盈亏相抵后，总利润：6.51-5.1=1.41万 盈利率：1.41/104.682=1.35%半个月时间获得1.35%，相当于年化收益32%。应用举例3：股指期货套利-期现套利 应用举例4：算法交易-修正型VWAP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 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，能够防止价格的持续走低而下单量过度地提前完成。应用举例4：算法交易-修正型VWAP算法 下图为策略流程图：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()。下图是偏差固定倍数与调整比例关系图 应用举例4：算法交易-修正型VWAP算法 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 应用举例4：算法交易-修正型VWAP算法 修正型VWAP上涨市执行效果图(=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 应用举例4：算法交易-修正型VWAP算法 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 应用举例4：算法交易-修正型VWAP算法 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。量化投资从构想到实现 深圳市国泰安信息技术有限公司 量化投资从构想到实现 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 量化投资从构想到实现 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 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 量化投资在全球市场的发展历程与现状 深圳市国泰安信息技术有限公司 量化投资发展历程三阶段 起步阶段：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，这算是美国量化投资的开端。缓慢发展阶段：由于受限于数据、计算机以及网络技术的发展，1977年到1995年，量化投资在海外缓慢发展。高速发展阶段：2000年以后，量化投资进入蓬勃发展时代，2003年后，量化投资增速超过15%。量化投资在海外市场现状 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。文艺复兴科技及西蒙斯简介 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。文艺复兴科技及西蒙斯简介 西蒙斯其人：数学神童，MIT、Harvard、Berkeley，密码天才；与陈省身联合发表Chern-Simons理论；1978年，创立私人投资基金Limroy；1988年3月成立了大奖章基金。大奖章基金业绩回放 1990年大奖章的净回报为55.9%；翌年39.4%；之后的两年分别是34%和39.1%1994年，美联储连续6次加息，而大奖章基金净赚71%2000年，科技股股灾，标普指数下跌10%，大奖章基金却大获丰收，净回报98.5%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%年回报率平均高达35.6%,被誉为最成功的对冲基金 量化投资在中国 深圳市国泰安信息技术有