期货量化交易策略优选九篇

引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇期货量化交易策略范例。如需获取更多原创内容，可随时联系我们的客服老师。

第1篇

期货、基金、私募三方运作

据悉，青骓投资管理有限公司（后称“青骓投资”）继2012年4月通过华宝信托，发行了信托获批股指期货交易业务资格以来国内第一只阳光私募发行的股票量化全对冲产品之后，再次成立国内首只引入国债期货作为对冲工具的债券对冲管理型产品“青骓1号债券对冲专项资产管理计划”。该产品系青骓投资联手国泰君安期货及某基金公司子公司推出的一款专项资产管理计划，资金已募集完毕并到位，于2013年8月14日正式宣告成立。

值得关注的是，该产品涉及到三方平台，由多个管理人联合操作。基金公司子公司作为资产管理人，青骓投资公司作为投顾主要负责产品的投资策略，国泰君安期货资管部门作为基金专户资产受托人完成国债期货端的交易。

分析人士指出，基金方作为特殊法人单位在期货公司开立资管账户，并引入外部投资顾问参与、主导产品的设计和投资运作，这一合作模式在期货资管领域尚属首例，有望开创机构投资者合作参与期货资管业务的热潮。对于特殊法人单位参与期货资管业务的模式也是全新的尝试。

引入量化对冲策略

青骓投资作为长期专注从事债券和量化对冲领域的机构，在现券交易、利率策略、量化对冲和程序化交易平台方面拥有得天独厚的专业储备和优势，目前就等国债期货上市，希望能在第一时间参与投资。股指期货上市初期曾为投资者带来了非常可观的低风险收益，青骓投资也希望通过第一时间参与国债期货帮助投资者分享创新业务带来的丰厚收益。

第2篇

近期，国内量化对冲基金正在经历一场史无前例的严峻考验，因为它们赖以生存的对冲工具――股指期货正在面临严格的管控。

如果说中金所在8月底上调非套保持仓保证金的举措只是为了抑制股指期货的过度投机，那么9月2日的四条“狠招”就相当于掐住了股指期货的七寸要害，将对期指投资者产生极其致命的影响。首先，股指期货的短期投机者（包括套利交易者）已经几乎被宣判了死刑，当日开仓又平仓收取万分之二十三的手续费意味着日内交易成本的急剧上升，而单日开仓10手的限制则能够显著压缩期指策略的运行容量;其次，尽管套保账户除保证金上调外并没有受到中金所的其他交易限制，但因为期指多头的交易受限，套保账户很可能面临没有交易对手的尴尬局面，亦将在一定程度上对套保策略的执行造成影响。从9月7日开始至今的期指成交量就是最好的证据，日均1.87万手的IF主力合约成交量已不足历史的二十分之一。

回到国内的量化对冲基金，如果要在当前的市场环境下继续运行，首先要将仓位降低到7成以下，因为只有这样才能够留存足够的现金以支付40%的期货保证金;其次，为了可以在3天内将对冲的仓位从零加至7成，产品的规模就必须控制在4300万以内，因为每天的股指期货开仓限制为10手，而如今的IF合约价值约在100万左右，3天内最多也只能够卖出3000万的IF合约;最后，我们还不能够一次性卖出10张期指合约，因为当前的期指已无法提供相应的流动性支持，从盘口数据来看，买一的实时挂单往往在3手以内，而买卖价差的波动也十分频繁，所以我们需要将10张期指合约分5次甚至10次进行交易，并逐一盯盘操作，但即使这样，也难以有效降低流动性缺失所带来的额外成本。

毋庸置疑，阿尔法策略在当前的市场环境下已是步履维艰，加之股指期货长期大幅贴水，量化对冲基金已经不得不去寻找新的交易机会，以满足管理资产的增值需求。所幸市场依然不乏此类机会，比如商品期货的CTA策略、分级基金的套利策略、个股的事件驱动策略，以及基于海外期指的对冲策略等。不管怎样，量化对冲基金仍将始终以追求绝对收益为目标，严格控制策略的收益回撤比，而这也是量化对冲基金区别于其他投资基金的主要特征。

第3篇

他的学历背景与很多量化高手差不多，是金融学博士出身。不过，我发现，他可能是中国最早一批国家本土培养的全才型宽客。

他最早研究量化的时间是2005年，当时他刚从加拿大回来，很受券商欢迎――当时背景主要是股改背景下的权证推出。2005年8月，宝钢权证的推出，让与中国股市阔别9年后的权证重出江湖。在宽客看来，权证就是个类似于期权的玩意儿，只不过国外是期货交易所发行，国内的权证是上海交易所与深圳交易所发行。

有了权证这新鲜玩意儿，很多券商都觉得是个赚钱好机会，于是邀请了一大帮懂金融工程的高手，当时在研究方面有些成绩的贺金凌就被邀请在列。当年他被国信证券邀请。

那时候，一些有远见的券商也纷纷开始设立量化部，其中比较资深的还有国泰君安，当时的牵头人是章飚，现在章飚已经成为国泰君安资产管理公司的总经理。另外还有个比较出名的券商是申银万国，主要负责人是现在担任金融部总监的提云涛。

权证在中国资本市场很快就成了疯狂投机的工具，券商在其中赚了很多钱。最疯狂的大概要数2007年5月30日。虽然，“5・30”是令很多投资者记忆犹新的两市暴跌日，但对于权证投机者而言，则是个暴利的日子――两市权证集体暴涨。甚至因为有些投资者发现股市机会变得不确定后，反倒把主战场拉到了权证。“5・30”还成了权证交易的分水岭。5月30日前，权证换手率相对平缓，基本在50%至150%区间震荡，从5月30日之后，换手率从前一日的39%陡升至355%。

用贺金凌的话来说，一个权证交易量就至少几个亿。当时国信证券交易量很大。那段时间，券商靠权证确实赚了不少，起码手续费也绝对赚够。但真正从权证交易中获利的投资者却寥寥无几，大多数都被专业级玩家“玩死”了。

对他们这类跟着政策走的宽客在那两年还遇见一件重要的事――2006年9月8日，上海成立了中国金融期货交易所。这个时候，中国金融期货交易所专门成立了一个量化部，想为之后股指期货等推出做一些准备。

然而，因为股指期货迟迟未推出，很多量化工作只能是纸上谈兵。这群宽客就像是政府与券商养的闲兵。于是，在2008年前后，不少券商裁掉了这个部门，只有一些财力雄厚又富有远见的大券商，如国泰君安的量化部还幸存下来。

原本，贺金凌也是中国金融期货交易所定向培养的宽客，然而，他也受不了迟迟没有工具的煎熬，又跑回加拿大去了。不过他在加拿大也没放弃此前金融工程的事业，去那里更多是学习更多策略与工具运用。

这两年，他又从加拿大回来，因为2010年4月，量化套利的工具终于出来了，就是股指期货。因为一般量化投资很重要的一部分就是套利，而能与股票市场形成对冲对立的工具就是股指期货。如今，他还在筹备第一个产品。

我知道另一个与贺金凌背景差不多的私募宽客叫肖辉，他是上海期货交易所的博士后，也是在股指期货推出前夕，本土培养的第一批宽客。肖辉曾出版著作《股票指数现货市场与期货市场关系研究》。淘利资产管理有限公司目前是国内最大的大宗交易做市商，肖辉为公司开发了好几套成熟的量化交易策略体系，很多金融工程的人才也冲他而来。

第4篇

【关键词】 大数据 智能选股 人工操作

中国证券市场从1991年的8只股票发展到2017年3月1日的3124只股票，这短短的20多年走过了西方资本市场的百年发展轨迹，市场容量与影响力呈几何级数形式爆发。近几年来，量化投资日益引起国内机构投资者以及高校学者的重视，量化投资及智能选股的需求也被各类投资者更多的提出。但是目前量化投资策略与智能选股系统仍存在着不可防范的风险。

一、量化投资与智能选股的机遇

与海外成熟的资本市场相比，中国股市场仍不完善，量化投资的技术和策略都属于起步的初期阶段。但全球都看到了中国量化投资的发展潜力巨大：与西方成熟资本市场相比，中国投资主体以个人投资者为主，投资理念较为落后，切有强烈的羊群效应，量化投资的策略在国内资本市场竞争者较少，优秀的专业投资者用敏锐的嗅觉发掘市场的非有效性机会，产生超额收益空间。

2010年开启的融资融券业务和沪深300股指期货代表着中国资本市场的巨大变革，结束了国内市场做空机制缺失的局面。量化投资在国内的发展迎来重大机遇，2014-2015年这波牛市吸引力很多华尔街回来的金融精英开辟国内的量化投资市场。

未来智能选股系统与量化投资系统必将成为国内机构投资者、个人投资者的重要工具。

二、量化投资与智能选股的挑战

2013年8月16日，国内股市场突然出现异常拉升，最高涨幅达到5.62%，致使股市混乱。后来经证实，事件源于光大证券自营部门的高频套利交易系y。程序员的一个小错误引发巨额错单，损失严重，多人问责。这一“光大乌龙指”事件说明量化投资高回报的背后隐藏着巨大风险。

20多年的快速发展也透支着市场的承受力，尤其是2015-2016年这两年，A股市场经历了疯狂的大牛市与疯狂的下砸熊市，经历了千股涨停、千股跌停、千股停牌，监管层脆弱的神经也受到了挑动，中国限制了股指期货交易，机构的量化基金与量化产品遭受了灭顶之灾。

正因为中国金融市场发展不完善、监管覆盖不完全，股票、期货等金融产品的定价仍存在一定的偏差，而这种偏差和各市场间一致性的不足就为计算机程序化交易提供了机会。但是没有足够的市场数据提供，根本无法通过模型来完善交易。没有充足历史数据就无法让智能选股系统与量化投资模型做出非常准确的投资选择，需要辅助人工操作，获取超额收益。

三、智能选股与人工量化操作实践

笔者于2011-2017年一直从事人工量化操作实践，账户开通融资融券功能，并进行日内T+0交易，获取相对于对应指数的相对收益，整个实践操作过程分为三个阶段：

第一阶段，2011年1月-2014年12月，笔者用4年的时间跟踪上证50ETF，并进行日内T+0交易，平均每日使用底仓资金400万元，交易量800万元。通过跟踪上证50ETF的成分股和主要银行指数、股指期货等指标，实现了相对指数每年20%的相对收益。

第二阶段，2015年1月-2015年10月，笔者用融券模式，每日不占用账户内资金，可以利用4000万的融券额度，每日跟踪沪深300ETF，通过跟踪对比影响沪深指数的主要成分股，中国石油、中国石化、银行指数、地产指数、股指期货等指标，实现了相对于指数的年化30%的相对收益，在股灾期间，也是笔者这部分操作获利巨大的期间。利用此方式，大大减少了股灾对账户本身净值的损失。

第三阶段，2015年10至今，在此期间政府出面打击日内高频交易，对股指期货进行限制，这些诸多因素使笔者放弃了原来跟踪指数的操作模式，因为指数已经明显失真。这期间，笔者运用了智能选股模型，找出与创业板指数相对密切相关的个股600588用友网络，利用50万元的资本金，并进行日内T+0差价操作，用于降低持仓成本。主要参照银行指数、创业板指数、计算机板块指数、板块内反应灵敏的股――中国软件、浪潮软件，以及创业板指标股东方财富等的日内走势，利用时间差与空间差，历时一年时间于2016年10月将持仓成本从27.13降低到16.10，成本降低了40.66%。而同期90%的公募基金是亏损的，同期的量化投资基金全部停顿，笔者的收益远远超出了行业平均水平。

四、总结

第5篇

【关键词】量化投资 特点 策略 发展

一、引言

量化投资在国外的实践已经有了40多年的发展，我国的量化投资起步较晚，从2004年开始出现量化投资的产品，由于缺乏有效的对冲手段，直到2010年4月沪深300股指期货上市之后才能算是真正意义上开始涉足量化投资。[1]

2015年的中国股市跌宕起伏，杠杆配资引发了大幅上涨和断崖式下跌，股市出现罕见的千股涨停、千股跌停、千股停牌的奇观，众多机构投资者和散户蒙受了巨大的损失。但其中少数量化投资基金在大幅波动的市场中却表现相对稳定。量化投资基金和量化对冲策略的稳健，很快引起了全市场的关注，也成为近期银行、券商、信托等机构追捧的新的产品模式。

在此背景下，作者在本文中对于量化投资的概念、特点、策略、理论基础和发展做一个总结，希望为量化投资研究和实践做一些参考。

二、量化投资解读

（一）量化投资的定义

量化投资在学术界并没有严格统一的定义，现有的定义对于量化投资的定义的侧重点各有不同。本文对于量化投资的定义为：

量化投资是指将投资者的投资思想或理念转化为数学模型，或者利用模型对于真实世界的情况进行模拟进而判断市场行为或趋势，并交由计算机进行具体的投资决策和实施的过程。

（二）量化投资的特点

1.投资决策中能够客观理性，克服人类心理对投资决策的影响。传统投资的分析决策，大多数方面都由人工完成，而人并非能做到完全理性，在进行投资决策时，很难不受市场情绪的影响。[2]量化投资运用模型对历史和当时市场上的数据进行分析检测，模型一经检验合格投入正式运行后，投资决策将交由计算机处理，一般情况下拒绝人为的干预，这样在进行投资决策时受人的情绪化的影响将很小，投资过程可以做到理性客观。

2.能够通过海量信息的大数据处理，提高投资决策效率。我国股票市场上有近3000只股票，与上市公司相关的各种信息纷繁复杂，包括政策、国内外经济指标、公司公告、研究报告等，投资者靠自己手工的筛选根本就是力不从心。量化投资的出现为这个问题的解决带来了希望。量化投资运用计算机技术快速处理大量数据，对其进行辨别、分析、找出数据之间的关联并做出投资决策，大大减少了人工的工作量，提高了投资决策效率。

3.能够实现精准投资。传统的投资方法中认为投资是一门艺术，投资决策需要的是投资者的经验和技术，投资者的主观评价起到决定作用。而量化投资有所不同，尤其是在套利策略中，它能做到精准投资。例如在股指期货套利的过程中，现货与股指期货如果存在较大的差异时就能进行套利，量化投资策略和交易技术会抓住精确的捕捉机会，进行套利交易来获利。另外，在控制头寸规模方面，传统的投资方法只能凭感觉，并没有具体的测算和界定，而量化投资必须要设定严格精确的标准。[3]

4.能够快速反应和决策，把握市场稍纵即逝的机会。量化投资往往利用高速计算机进行程序化交易，与人脑相比它能够迅速发现市场存在的信息并进行相应的处理，具有反应快速、把握市场稍纵即逝的机会的特点。量化投资在速度上最出色的运用就是高频交易，与低频交易相对，高频交易是通过高速计算机，在极短的时间内对市场的变化做出迅速的反应并完成交易。[4]

5.能够有效地控制风险，获取较为稳定的收益。与传统投资方式不同的是，量化投资在获得较高超额收益的同时能够更好地控制风险，业绩也更为稳定。相关研究显示，1996年至2005年期间，量化投资基金与以所有传统主动型投资基金和偏重于风险控制的传统主动型投资基金的信息比率对比情况中，量化投资基金的信息比率都是最高，说明量化投资相对于传统投资，能够在获得更高的超额收益的同时，有效地控制风险。

三、量化投资的策略

一般的量化投资的策略指的是用来实现投资理念或模拟市场行为判断趋势从而获取收益的模型。量化投资需要权衡收益、风险、交易成本、具体的执行等各个方面，一般情况下这些方面会形成相对独立的模块。有时候量化投资策略模型也会将风险、成本等方面融合在模型中。

（一）国外量化投资策略的分类

国外习惯上将量化投资的策略分成两大类，一类是阿尔法导向的策略，另一类是贝塔导向的策略。阿尔法策略（alpha strategy）是通过量化择时和调整投资组合中不同资产的头寸大小来获取收益的策略;贝塔策略（beta strategy）是通过量化的手段复制指数或者稍微的超出指数收益的策略。[6]相比而言，量化指数的贝塔策略相对更容易，所以一般情况下所说的量化投资的策略指的是阿尔法策略（alpha strategy）。

阿尔法策略主要有两种类型，分别为理论驱动模型和数据驱动模型。

理论驱动模型是比较常见的类型，这些策略是运用已经存在的经济、金融学的理论，构建策略模型，进行投资决策。理论驱动模型根据输入的数据的不同可以进一步分类，主要有基于价格相关数据的策略和基于基本面数据的策略。

数据驱动模型广泛的被运用于股票、期货和外汇市场，因为采用的数学工具更为复杂，相对而言难于理解，目前使用的还不是很多。与理论驱动模型不同，数据驱动模型认为进行投资决策其实是不需要理论的支持，运用数据挖掘技术，可以从数据（例如交易所的价格数据）中识别出某种行为模式或市场趋势，进而进行预测或者解释未来的模式，从中获取收益。

（二）我国量化投资策略的分类

国内比较常见的量化投资策略主要有两种分类方式，一种是按投资标的所在市场分类区分的量化投资策略，分为现货市场和衍生品市场量化投资策略。现货市场包括股票市场、ETF市场和债券市场，衍生品市场包括商品期货市场、股指期货市场、国债期货市场、外汇市场和期权与其他衍生品市场，国内运用较多的是投资于商品期货和股指期货等期货市场。

另一种分类方式是分为两大类：判断趋势的单边投机策略和判断波动率的套利交易策略。[7]单边投机策略主要包括量化选股和量化择时，套利交易策略主要包括股指期货套利、商品期货套利、统计套利、期权套利、另类套利策略等，目前国内普遍采用的是这种分类方式。

四、量化投资理论的发展

（一）投资理论的发展

量化投资的理论基础最早可以追溯到上个世纪50年代，Markowitz（1952）[8]第一次把数理工具引入到金融研究领域，提出了均值――方差模型和风险报酬与有效前沿的相关概念，这是量化投资接受的最早的严肃的学术成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在马克维茨研究的基础上得出了资本资产定价模型（CAPM），这是如今度量证券风险的基本的量化模型。

20世纪60年代，Samuelson（1965）与Fama（1965）[12]提出了有效市场假说（Efficient Markets Hypothesis，EMH），这为后来在新闻量化交易等方面提供了思路和理论支持。20世纪70年代，金融衍生品不断涌现，对于衍生品的定价成为当时研究的重点。Black和Scholes（1973）[13]将数学方法引入金融定价，他们建立了期权定价模型（B-S模型），为量化投资中对衍生品的定价奠定了理论基础。在该理论之后，Ross（1976）[14]根据无套利原则提出了套利定价理论（APT），该理论是资本资产定价模型（CAPM）的完善和发展，为量化投资中的多因素定价（选股）模型提供了基础，这也是Alpha套利的思想基础。

20世纪80年代，期权定价理论倒向微分方程求解;“金融工程”概念得以产生，金融工程着力于研究量化投资和量化交易。同期，学者们从有效市场理论的最基本假设着手，放宽了假设条件，形成了金融学的另一个重要的分支――行为金融学。

20世纪90年代，金融学家更加注重对于金融风险的管理，产生了诸多的数量化模型，其中最为著名的风险管理数量模型是VaR（Value at Risk）模型，这是量化投资对于风险控制的重要理论基础。[15]

20世纪末，数理金融对于数学工具的引入更加的迅速，其中最为重大的突破无疑是非线性科学在数理金融上的运用，非线性科学的出现为金融科学量化手段和方法论的研究提供了强有力的研究工具[16]，尤其在混合多种阿尔法模型而建立混合模型时是非常有效的一种技术。

（二）量化投资的数学和计算基础

量化投资策略模型的建立需要运用大量的数学和计算机方面的技术，主要有随机过程、人工智能、分形理论、小波分析、支持向量机等。[17]随机过程可以用于金融时序数列的预测，在现实中经常用于预测股市大盘，在投资组合模型构建的过程中，可以优化投资组合;人工智能的很多技术，例如专家系统、机器学习、神经网络、遗传算法等，可以运用于量化投资;分形理论用于时间序列进行预测分析;小波分析主要用于波型的处理，从而预测未来的走势;数据挖掘技术可以运用于数据驱动模型，还可以运用于设置模型的细节;支持向量机可以分析数据，识别模式，用于分类和回归分析。

五、国内外量化投资实践的发展

（一）国外量化投资实践的发展

本文认为量化投资在国外的发展已经经历了四个发展阶段：

1.第一阶段从1949年至1968年：对冲阶段。该阶段是量化投资的萌芽阶段，该阶段具体的量化投资实践很少，主要是为量化投资提供的理论基础和技术准备，量化投资脱胎于传统投资，对抗市场波动，通过对冲稳定Alpha收益，但收益率低了。

2.第二阶段从1969年至1974年：杠杆阶段。在该阶段，量化投资从理论走入了实践。在投资思路上，因为原本的Alpha策略收益有限，通过放杠杆扩大第一阶段的稳定收益。实践方面，1969年，前美国麻省理工学院数学系教授爱德华・索普（Ed Thorp）开办了第一个量化对冲基金，进行可转债套利，他是最早的量化投资的者使用者。1971年，巴莱克国际投资公司（BGI）发行了世界上第一只被动量化基金，标志着量化投资的真正开始。

3.第三阶段从1975年至2000年：多策略阶段。在这一阶段，虽有一定的挫折，但总体上量化投资得到了平稳的发展。在投资思路上，由于上一阶段通过杠杆放大收益的副作用产生，放大以后的波动率又增大，从而转向继续追求策略的稳定收益，具体的手段是采用多策略稳定收益。实践方面，1977年，美国的富国银行指数化跟踪了纽约交易所的1500只股票，成立了一只指数化基金，开启了数量化投资的新纪元。[18]1998年，据统计共有21只量化投资基金管理着80亿美元规模的资产。[19]

4.第四阶段从2000年至今：量化投资阶段。这一阶段，量化投资得到了迅猛的发展，并且发展的速度越来越快。投资思路上，运用量化工具，策略模型化，注重风险管理。在实践方面，在2008年全球金融危机以前，全球对冲基金的规模由2000年的3350亿美元在短短的7年时间内上升至危机发生前的1.95万亿美元，受美国次贷危机的影响全球对冲基金规模有较大的回落，直到2008年之后，在全球经济复苏的大背景下对冲基金规模才开始反弹。

（二）我国量化投资的发展

本文认为，到目前为止，我国量化投资的发展的主要经历了三个阶段：

1.第一阶段从2004年至2010年：起步阶段。在这一阶段，由于我国没有足够的金融工具，量化投资在我国发展缓慢。2004年8月，光大保德信发行“光大保德信量化股票”，该基金借鉴了外方股东量化投资管理理念，这是我国最早的涉足量化投资的产品。2010年4月16日，准备多年的沪深300股指期货的在中金所的上市，为许多对冲基金的产品提供了对冲工具，从此改变了以前我证券市场只能单边进行做多的情况。

2.第二阶段从2011年至2013年：成长阶段。2011年，被认为是我国量化对冲基金元年，[21]而随着股指期货、融资融券、ETF和分级基金的丰富和发展，券商资管、信托、基金专户和有限合伙制的量化对冲产品的发行不断出现，这个阶段的量化投资真正意义上开始发展，促使该阶段发展的直接原因就是股指期货的出现。[20]

3.第三阶段从2014年至今：迅猛发展阶段。2014年被认为是“值得载入我国私募基金史册的一年”，基金业协会推行私募基金管理人和产品的登记备案制，推动了私募基金的全面阳光化，加速了私募基金产品的发行，其中包括量化对冲型私募产品。2014年称得上我国量化对冲产品增长最迅速的一年，以私募基金为代表的各类机构在量化对冲产品上的规模均有很大的发展，部分金融机构全年销售的量化对冲基金规模超过了百亿。

2015年，上证50ETF期权于2月9日正式推出，这对于对我国的量化投资有着极大的促进作用。4月16日，上证50与中证500两只股指期货新品种的上市给量化投资带来更多的策略的运用，金融衍生品的不断丰富和发展，为量化投资提供更多的丰富对冲手段，也提供了更多的套利机会。

六、总结

量化投资的技术、策略、硬件设施条件都在飞速的发展，与传统的投资方式相比，量化投资有着自身的特点和优势。尤其是量化对冲产品，以其长期稳健的收益特征，成为目前“资产荒”下对信托、理财产品和固定收益产品良好的替代产品。未来随着我国股指期货、融资融券、国债期货、期权等金融产品的不断创新，以及股指期货市场未来逐步恢复正常，量化投资发展前景不可限量。

参考文献

[1]徐莉莉.量化投资在中国的发展现状[R].渤海证券研究所：金融工程专题研究报告，2012.

[2]廖佳.揭开量化基金的神秘面纱[J].金融博览（财富），2014，（11）：66-68.

[3]王力弘.浅议量化投资发展趋势及其对中国的启示[J].中国投资，2013，（02）：202.

[4]Durbin，M. All About High-Frequency Trading： The Easy Way To Get Started[M]. McGraw-Hill Press，2010.

[5]蒋瑛现，杨结，吴天宇，等.海外机构数量化投资的发展[R].国泰君安证券研究所：数量化系列研究报告，2008.

[6]Rishi K. Narang. Inside the Black Box： The Simple Truth about Quantitative Trading[M]. Wiley Press，2012.

[7]丁鹏.量化投资――策略与技术[M].北京：电子工业出版社，2014.

[8]Markowitz，H.M.. Portfolio Selection[J].Journal of Finance，1952，2：77-91.

[9]Sharpe，W.F. Capital asset prices： A theory of market equilibrium under conditions of risk[J]. Journal of Finance，1964，19（3）：425-442.

[10]Lintner. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets[J].Review of Economics and Statistics，1965，47（1）：13-37.

[11]Mossin.Equilibrium in a Capital Asset Market[J]. Econometrica，1966，Vol.34（4）：768-783.

[12]Fama，Jensen，and Roll. Investor sentiment and Stock Returns[J]. Journal of Political Economy，1969，（12）34-36.

[13]Black Fischer，and Myron Scholes，1973.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.

[14]Ross.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，13（3）：341-360.

[15]Jorion，Philippe.Value at Risk：The New Benchmark for Managing Financial Risk （3rd ed.）[M]. McGraw-Hill Press，2006.

[16]戴军，葛新元.数量化投资技术综述[R].国信数量化投资技术系列报告，2008.

[17]丁鹏.量化投资与对冲基金入门[M].北京：电子工业出版社，2014.

[18]郭喜才.量化投资的发展及其监管[J].江西社会科学，2014，（03）：58-62.

[19]Ludwig B.，Chincarini. The Crisis of Crowding： Quant Copycats，Ugly Models，and the New Crash Normal[M]. Wiley Press，2013.

[20]曾业.2014年中国量化对冲私募基金年度报告[R].华宝证券：对冲基金专题报告，2015.

[21]严高剑.对冲基金与对冲策略起源、原理与A股市场实证分析[J].商业时代，2013，（12）：81-83.

第6篇

在讲究技术创新、制度创新、理念创新的“创新”时代中,基金创新无可厚非,但这种创新是否真正符合投资者利益、满足投资者需要呢?这又另当别论。

量化基金,有点尴尬

参考国外历史,量化投资的确是优秀的投资方法。量化基金基金经理詹姆斯・西蒙斯管理下的大奖章(Medallion)基金的年均净回报率是35.6%,比巴菲特、索罗斯等投资大师同期的年均回报率要高出10个百分点。看似风光的量化基金在国内的表现,却有点尴尬。

首先是身份的尴尬。国内的量化基金被冠以“类量化基金”的称谓,“最近我去银行,一个客户经理向我推荐南方小康ETF。说是非常创新,是国内第一款可投资股指期货的基金。我有点心动。”晓钊,某通讯器材公司售后工程师,已到而立之年的他,对投资理财报以更多的关注。

原因是目前国内还缺乏完全意义上的量化基金产品,这些产品对量化投资策略的运用,更多还是停留在概念层面,管理人的主观因素占据了主导地位,缺乏数量化选股的应用,“完全量化”也并不现实;量化投资中,模型是关键。标准的量化基金即是将投资专家的思想、经验和直觉反映在量化模型中,利用电脑帮助人脑处理大量信息,并进行投资决策。然而翻阅季报,却难找到关于量化模型选股的具体介绍。

当然还有业绩的尴尬。依据银河证券基金研究中心统计,2010年第二季度,已有的8只量化基金亏损幅度在12%与21%之间。上半年在可比的166只标准股票型基金中,除了中海量化排在34名,其余量化基金均在100名以后。

分级基金,一把双刃剑

2010年的7月,分级基金可谓是一骑绝尘。

截至7月29日,7月份表现最好的前5只股票型基金依次为银华锐进、国泰估值进取、国投瑞银瑞福进取、国联安双禧B和长盛同庆B,这5只基金毫无例外地都是带有杠杆性质的基金。其中,银华锐进净值增长高达28.28%,成为7月最牛基金。

7月股市的反弹上涨,较高水平的杠杆设计,是分级基金获得较高收益的主要原因。银河证券首席基金分析师王群航指出,在反弹行情来临之时,杠杆产品是博取波段收益的最好选择。而银华锐进等分级基金积极表现也印证了这样的特点。

在上涨市场中,分级基金利用杠杆作用放大投资收益,可是到了熊市,杠杆作用的效果同样存在,基金亏损也会放大。以国投瑞银瑞福进取为例,尽管7月份净值增长率高达20.66%,但国投瑞金进取这只杠杆基金今年以来(截至7月29日)净值下跌幅度仍然高达23.61%。

成也“分级”,败也“分级”,所以投资者不能因为分级基金的高回报性从而忽略其高风险性。

基金参与股指期货,多一种投资工具而已

自4月21日《证券投资基金参与股指期货交易指引》正式实施以来,中证南方小康ETF及联接基金(简称南方小康)成为国内首只在法律文件中明确约定了投资股指期货的基金。

基金可以参与股指期货交易,是否意味着以后无论市场涨跌与否,都可以获得正收益呢?很多投资者对这款产品表现出浓厚的兴趣,纷纷咨询,这也成为了目前冷清市场里较为难得的状况。

而本文要告诉你的是,不要对其期望过高,参与股指期货,只不过是基金增加了一种投资工具而已。

为什么这么说?首先,参与股指期货投资不会成为基金投资的主要行为,更不会大幅度增加基金的投资业绩。这是因为《证券投资基金参与股指期货交易指引》对基金参与股指期货的持仓规模、投资杠杆、日渐回转交易都有严格控制,即参与股指期货交易的份额只是基金投资份额中很少一部分。如南方小康在契约中规定“南方小康投资于股指期货的比重最多不会超过基金资产的5%。”

同时,这部分较少份额基金只能利用股指期货进行套保,它的作用主要是平缓市场波动,不会进行更大风险的投机交易,所以基金参与股指期货的获利空间很有限。

另外,参与股指期货交易,基金管理人势必要具备很强的择时能力和期货交易能力,这对基金管理人是一个不小的挑战。

所以说,基金参与股指期货交易,只不过是原来的投资工具中(如股票、债券、短期票据、权证等)增加了一种投资工具而已,不用对其有太多的期望。相信不久的将来,基金参与股指期货交易会成为一种普遍现象。

类保本基金:没有保本承诺

2010年7月28日,国内第一款“类保本”基金――嘉实稳固收益债券型基金公开募集。

说它类保本,是其本质上还是一只债券型基金,但采用了与保本基金一致的CPPI的保本策略。简单来说,嘉实稳固就是一只采用保本技术的债券型基金。

应该说,类保本基金兼顾了债券型基金和保本基金的特点。首先是成本较低。相较于保本基金1%~1.5%的申购费,嘉实稳固收益在各阶段的申购费均为0,且管理费、托管费也低于保本基金,还无需承担担保费。其次是流动性较高,嘉实稳固虽然具有类似保本基金的3年期运作周期,但可随时灵活变现。

同时我们也该看到,类保本基金毕竟不是保本基金,没有相应的保本条款和担保人机制,所以不承诺保本;此外,虽然类保本基金对外宣称“处于保本而胜保本”,强调本金的安全。然而债券型基金本身就具备收益稳定、风险较低的固定收益特征。既然债券型基金本身已经非常安全,再去强调本金安全,吸引力不够大。

主题类基金:看上去很美

如今市面上开始涌现出一批主题类基金,他们凭借明显个性特征的投资目标和投资标的,深深吸引着投资者的眼球。

纵观主题类基金,有的主要投向某一行业或者领域的优质股票,比如地产、消费、低碳等,有的则根据经济周期或者国家政策导向来指定投资决策,比如通胀通缩等,有的则更关注上市公司的本身的持续发展与道德责任。

拥有比普通基金(比如稳定增利、优势增长、大盘蓝筹等)更炫目耀眼的基金名称,有明确导向的投资决策,吸引投资者自然不在话下。

那么抛开这层美丽的外衣,我们应该思索:主题类基金的创新对投资者的意义有多大?

其实主题类基金的内核无外乎就是投资自己看好的优质股票,说白了这与普通股票型基金并无区别。主题类基金看好的股票,普通股票型基金如果看好,照样倾入资产进行投资,可能只是资产投入的比重不同而已;另外,主题类基金可能只专攻某一行业股票,其余行业可能不做选择或者投入比重很少,股市瞬息万变,很难找到长期保持优秀表现的股票。

第7篇

“没有互联网大数据的时候，量化投资技术仅仅是机构投资者使用，有了互联网大数据，量化投资便成为普惠金融，成为中小投资者能够采用的投资方式。”1月下旬，在接受《投资者报》记者采访时，微量网络科技（北京）有限公司董事长冯永昌表示。

所谓量化投资是基于大数据分析，以统计学的思维研究市场。这在机构投资中十分常见，也深受华尔街的金融家们偏爱。而微量网正是通过互联网大数据技术，让“神秘”的量化投资“平民化”。形象的来说，中小投资者可以像去淘宝购物一样，到微量网购买一个“智能大脑”，在这个大脑的帮助下，选择投资策略，从而让赚钱成为大概率事件。

让量化投资成为普惠金融

冯永昌是北京大学光华管理学院培养的第一批统计学博士，2007年进入嘉实基金。在此期间，他注意到基金投资时，大量使用量化投资策略，但当时的量化交易工具，都是基于本地网络，受本地用电、网络环境稳定性等情况约束，存在交易风险。他萌生了研发一种云交易技术的想法，可以将交易托管在云端。

冯永昌离开嘉实基金后，第一个合伙人是后来的“余额宝之父”周晓明。当时他们想一起做一个结合互联网技术，用量化交易方式进行投资的基金，但当时有资金、有策略，却缺乏相应的技术，冯永昌决定先解决技术问题，于是他创办了一家软件科技企业。

在研发相关技术的过程中，冯永昌认识到，这项技术既然可以帮他解决量化投资中存在的问题，也可以帮助中小投资者采用量化投资的方式进行投资。基于互联网技术，可以搭建这样一个平台，有能力提供投资策略的人或机构，在这个平台上销售自己的投资策略，而投资者则在这个平台上购买量化交易策略，实现策略提供者和策略使用者的对接。

正是基于这样的思考，冯永昌又创办了微量网。

“微量网类似于是一个‘淘宝商城’，商城中既包括针对投资者的量化投资策略评价和推荐，也包括针对策略提供者的策略生产和出售。而投资者只需在这个平台上，按照自己的风险偏好，购买某个投资策略，选择开始，就可以委托网络机器人来管理自己的投资。”冯永昌介绍。

截至2015年1月底，已有近千个策略被提供到微量网平台。而微量网也拥有了大量使用者，其中有理财者、也有股民和期民，理财者主要通过债券逆回购方式进行投资理财，而股民和期民则主要使用程序化交易和量化投资的策略，即将自己的账号与微量网绑定，在微量网上购买策略，然后进行证券、期货交易。

冯永昌当初设计的时候，就将微量网的用户定位为100万元投资规模以下的中小投资者。数据显示，目前微量网的用户以资金额在30万元左右的投资者为主。微量网的出现让“高大上”的量化投资变成了中小投资者也可以使用的工具。

低门槛的投资平台

股民李华（化名），原来在国泰君安开户炒股，为了体验在微量网进行量化投资，近期又在与微量网有合作关系的光大证券开户，投资数万元，“尝鲜”微量网，他选了两个策略组合进行交易。

以前李华自己炒股的时候，一直担心自己知道什么时候买，但不知道什么时候卖，以及该卖的时候，自己没时间顾不上卖。使用微量网投资，可以通过绑定策略来止损，每个策略都有自己的止损点，也可以设置账户止损，李华给自己账号设置为亏损15%就自动止损，这让李华颇感放心。李华介绍，进行量化投资半个多月以来，他的投资略有盈余，他期待微量网能够帮助他解决卖出股票的时机问题。

冯永昌评价，微量网就是将碎片化的投资管理能力集合起来，使之变成微量网上的策略，传递给微量网的用户，缩短散户和机构之间的差距。

在股市，知道什么时候买，不知道什么时候卖，是学生;知道什么时候买，也知道什么时候卖，是老师;而微量网则更进一步，高度纪律化，能够精准无误地保证执行，降低人为情绪波动的影响，基于大数据，对投资做出判断和选择，降低风险。

然而，微量网如何确保平台上策略提供者策略的有效性？冯永昌解释，微量网是一个C2C的平台，任何自然人都可以给微量网提供交易策略，但微量网会以专业的技术力量对策略进行长期跟踪，严格审核，通过实测验证等手段，保证其有效。策略提供者还要负责维护策略，对其进行必要的修正。

“微量网会以第三方专业的技术力量对策略进行长期跟踪，还会观察策略的风险特征及市场环境等，所有结果都会在用户端详细展示，帮助投资者进行选择。”冯永昌说。

还将继续“烧钱”

来自微量网的统计显示，在去年12月9日（当天上证综指和深圳成指都达到了单日最大振幅9%），微量网70%的策略创造了期货、股票市场新高，80%用户创造了单日3%以上的收益，股指期货策略尤为出色，当日用户受益45%以上。而在今年“1・19”股灾当天，微量网的用户同样实现了十分可观的收益。

冯永昌评价，市场波动越大，投资者通过量化交易套利的空间就越大，还可以尽量规避风险。因此股市等市场波动大的时候，恰是推广微量网的最好时机，2015年微量网将会加大市场推广力度。

微量网此前已经接受过一轮天使投资，目前正在进行新一轮融资。与新投资机构的谈判已进行了数月，预计将很快会结束谈判，引入新的资金。

“新的资金进来后，微量网会继续‘烧钱’，会界面更友好的版本，充实研发团队和客服工作人员，继续以较低的价格将策略提供给使用者。”冯永昌介绍。

第8篇

不久前，刚上市两个月价格就屡创新低的国债期货着实给期货投资者泼了一盆冷水，但期货市场在近期仍然暗流涌动，吸引了更多投资者的目光。

“虽然期货以前是小众投资市场，但在未来十年，期货市场发展的黄金时期正在到来。”徽商期货有限责任公司（以下简称“徽商期货”）运营总监康鑫如是说。期货市场正起势

“不同于以往品种少、风险高的特点，今年前10个月的期货交易量较去年同期增长了51%，并且有逐渐升高的趋势。”康鑫指出，这种交易量逐年增高的现象从2007年就已经开始。

事实上，伴随着交易品种的增多、交易量的加大，期货交易参与主体、交易模式也开始悄然生变。原来期货市场参与者以个人投资者、产业客户为主，现在加入了越来越多的投资机构。以前只有手工直接下单，现在程序化交易、量化投资、跨期、跨市场、跨品种套利的交易模式越来越多。

不同于股票市场的单向交易，期货市场可以进行双向交易，遇到市场不景气时进行买空，在价格下跌时也一样可以赚到钱。不仅如此，期货还可以与现货市场进行结合，诸如黄金，如将黄金期货与上海黄金交易所结合起来，设计一些套利的产品，通过这两个市场的价差赚取收益。

“由于期货市场操作的灵活性，使得它很容易在套利上‘发力’。”康鑫介绍，

“期货、现货在市场正常的情况下，其走势理论上将保持一致，但受资金流、供需因素或其他干扰价格的因素影响，期现市场及期货间市场价格会出现不同步的现象，套利空间这个时候便出现了。”

“正因为通过期货可以设计各类套期保值、套利的产品，纷纷吸引了大量机构客户的注意，今年期货公司的机构客户比例开始上升。”康鑫介绍，私募基金、银行、保险等相关理财机构开始把橄榄枝抛给了期货产品。

“从今年开始，有不少银行、财富管理等机构开始与徽商期货洽谈合作，准备发行一些套保、套利类的涉及期货的理财产品。”康鑫认为，银行有大量资金充沛的客户，他们对理财有着强烈的需求，由于近年证券市场的“不景气”，所以银行也开始转战期货市场寻求多个市场的资产配置，为客户提供更多的理财方式。

这几年，机构投资者发展速度比较快，原本散户占了90%的比例，机构客户的比例只有10%%，而现在机构客户的比例也开始逐步上升。这使得各期货公司也开始调整发展战略。

以徽商期货为例，康鑫介绍：“目前我们主要是以个人投资为主，随着期货公司业务的放开和客户财富管理需求的增加，今后的重点将放在财富管理上，我们会加大对套利、量化投资的研究，推出更多的的产品组合提供给机构客户。”行业洗牌即将来临

基于期货市场旺盛的生命力，逐渐唤醒了市场上的投资需求，目前国内大宗商品的成交量非常大，但遗憾的是国内始终没有对大宗商品定价的话语权。这也让国家层面开始重视并大力支持期货行业的发展，意在把大宗商品的国际定价权掌握在自己手中，同时也降低各行业发展存在的风险。康鑫认为：“国家大力支持期货行业发展，期货行业市场潜力将彻底释放出来。”

不仅如此，根据业内人士分析，让期货界期盼已久的期权也将可能在明年推出。康鑫介绍：“期货期权被称为“期货的期货”，有了期权的搭配，通过期权和期货的组合可以设计出更多套保套利的产品和策略。期货行业将发生深刻的改变，会有更多的人加入期货投资的行列。”

值得注意的是，虽然期货行业发展的势头良好，但行业内的竞争依然激烈。目前期货公司同质化竞争现象严重，大多数机构都是采取比拼手续费的价格竞争，少有自己的核心竞争力。

未来随着行业的发展，国内期货市场将与国际期货市场紧密的结合起来。由于国内期货市场目前还处于发展阶段，衍生品市场的交易品种、交易体系、场内场外市场的结合度，与国外期货市场的成熟体系还有较大差距。

第9篇

2013年，量化投资成为了仅次于互联网金融的投资界关注焦点，而作为银华基金副总经理、量化及全球投资总监的周毅，则给记者一种波澜不惊的感觉。4年来，他目标坚定、善于布局、踏实理性、运筹帷幄，从产品、团队、策略3条主线入手，以高效的节奏，为银华基金在中国的量化投资市场上，一步步竖起了鲜明的旗帜。

周毅认为，在中国量化对冲产品有着广泛的客户基础，投资者对这类产品的需求潜力很大。只要做好产品和策略，满足客户的投资需求，量化对冲产品将有十分广阔的发展空间，而且随着监管制度的变革以及金融工具的发展，量化对冲事业的春天已经到来。

4年精磨优秀团队

2010～2011年，周毅以分级基金作为量化投资的突破口，带领银华量化团队初战告捷。2012年，周毅向着量化投资本土化进一步迈进，这一年的目标是——从量化专户开始尝试绝对收益，团队先后建立了侧重阿尔法策略和套利策略的研究小组，在克服了高频交易限制、数据库不完善、集中交易制度、佣金费率等多方面约束的情况下，当年银华专户产品中表现最好的账户的年化收益率（扣除各种费率后）大幅超越同期沪深300指数，而波动率仅约为沪深300指数的1/3。

2013年，来自银行渠道的数据显示，银华基金管理的量化对冲专户扣除全部费用后的平均收益率达到12.65%，净值波动率却仅为沪深300指数的1/4，而夏普比率则高达1.95，创造了稳定的绝对收益。此时，银华的量化专户规模已超过10亿元。

“分级养量化”策略大获成功。金牛理财网的最新数据显示，截至3月6日，银华的分级基金场内规模达到234.56亿份，占市场规模的45.43%。今年以来的日均交易额近4亿元，占全市场的一半以上。与此同时，也为公司带来了非常可观的利润贡献。

成绩的取得与银华基金量化团队的打造密不可分。作为一名拥有15年从业经验的量化投资者，周毅深知，严格意义上的量化团队应该是一条流水线产业链，锻造这样的团队，绝非一朝之功，而靠“一笔钱挖一两个人”来建设量化团队也非长久之策，他立志要打造一个和国外一流对冲基金建制类似、水平相同的团队。

瞄准需求勇夺市场

在练好“金刚钻”的同时，2014年，信托业拐点也带给量化对冲更好的发展时机。周毅认为，信托与量化对冲，看似毫无相关性，但实际上面对的是同一类投资者——追求稳定回报的高净值客户。

“过去几年，信托做得非常好，刚性兑付带来了低风险下的高回报。投资者更热衷于信托产品，而对冲基金则相对显得冷门。”周毅说。而到了2014年，事情正在发生变化。对非标投资的控制让信托业走入瓶颈，2013年年底，信托发展所依赖的房地产业和矿业进入衰退周期，多只信托产品出现兑付危机，打破信托刚性兑付的呼声也越来越高，这意味着其投资属性正在改变。

周毅认为，面对这种趋势，未来可能有一部分投资者将从信托产品中脱离，转而选择新的投资方向，而对冲基金则恰恰能够满足此类客户的需求。此外，与信托产品的投资标的不同，量化对冲产品的投资主要基于二级市场，从市值披露和流动性来讲，更加透明，更加清晰。

然而，对于任何新兴的投资种类，要想取得投资者的信赖，需要的是过硬的管理业绩。银华基金便是凭借专户产品在过去3年持续优异的业绩表现，在市场上逐渐获得了追求稳健回报的投资者的认同。

银华量化对冲专户的优秀业绩表现源于其独门策略。周毅表示，国外有很多成熟的对冲策略模型，但要应用在A股的投资实践中，还需要很长的本土化过程和探索。3年来，银华的量化团队一直致力于探索适合A股的量化对冲策略和投资模型，并在实践中对其进行检验和不断完善。

具体而言，就是根据A股市场的特点，将理论上的阿尔法策略加以改造，以传统的主动型股票研究分析结果为基础，利用多因子模型来控制组合的风险和相关性，追求超越市场平均回报的绝对收益，为投资者提供持续稳定的阿尔法回报。

周毅表示，对冲投资策略程序一旦设定好，就像是一个冷静理性的基金经理，没有贪婪和恐惧等情绪。投资在这种情况下变成流水线，它可能做不到最好，但从质量稳定性角度来看，它就是最优的选择。量化投资可能产生不了历史上最棒的基金经理，但确实是一种回报稳定的投资方式。

机制创新预示对冲“春来到”

周毅认为，对冲基金在国外已经发展成为一个成熟的投资领域，整个市场的有效性比较高，同时有大量的金融工具可以使用。投资组合中的任何一种风险，都可以找到对应的衍生工具进行对冲，有很多种工具能够精准地满足客户对风险收益的要求。但在国内，A股市场的融资融券成本过高，衍生品起步相对较晚，可用的对冲工具也非常少，这些都制约着对冲基金的发展。

例如目前A股能够用来对冲系统性风险的工具只有沪深300股指期货，在操作中，只能通过放空沪深300股指期货来对冲组合风险。这就意味着，应用这种策略的组合在市场呈现大蓝筹股单边牛市的情况下投资难度较大，这也是量化投资能够在2013年的结构性行情（创业板、中小板表现明显好于主板）中表现优异的客观原因。此外，对冲工具的匮乏也制约着对冲基金规模的发展，周毅测算，仅就目前的投资标的而言，银华团队可以有效管理的量化对冲基金规模极限或为50多亿元，而单只对冲基金的理想规模大约是5亿元左右。

不过，在今年的两会上，全国政协委员、上海证券交易所理事长桂敏杰在接受中国证券报记者采访时表示，上交所正在努力推进蓝筹股实行“T+0”交易制度。周毅表示，他期待中证500股指期货、个股期权以及股指期权的推出。他坚信，从发展趋势来讲，中国的衍生工具会越来越多，国外成熟的量化对冲投资模式未来在中国大有用武之地，同时量化投资管理的资金规模也会变大。