陳雁

【摘要】 本文闡述了智能選股與人工量化操作相結(jié)合，用大數(shù)據(jù)系統(tǒng)，參比市場(chǎng)指數(shù)進(jìn)行選股，利用人工操作彌補(bǔ)量化模型的不足，探索出更適合中國(guó)A股投資者的人工量化交易模式。

【關(guān)鍵詞】 大數(shù)據(jù) 智能選股 人工操作

中國(guó)證券市場(chǎng)從1991年的8只股票發(fā)展到2017年3月1日的3124只股票，這短短的20多年走過(guò)了西方資本市場(chǎng)的百年發(fā)展軌跡，市場(chǎng)容量與影響力呈幾何級(jí)數(shù)形式爆發(fā)。近幾年來(lái)，量化投資日益引起國(guó)內(nèi)機(jī)構(gòu)投資者以及高校學(xué)者的重視，量化投資及智能選股的需求也被各類(lèi)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(tǒng)仍存在著不可防范的風(fēng)險(xiǎn)。

一、量化投資與智能選股的機(jī)遇

與海外成熟的資本市場(chǎng)相比，中國(guó)股市場(chǎng)仍不完善，量化投資的技術(shù)和策略都屬于起步的初期階段。但全球都看到了中國(guó)量化投資的發(fā)展?jié)摿薮螅号c西方成熟資本市場(chǎng)相比，中國(guó)投資主體以個(gè)人投資者為主，投資理念較為落后，切有強(qiáng)烈的羊群效應(yīng)，量化投資的策略在國(guó)內(nèi)資本市場(chǎng)競(jìng)爭(zhēng)者較少，優(yōu)秀的專(zhuān)業(yè)投資者用敏銳的嗅覺(jué)發(fā)掘市場(chǎng)的非有效性機(jī)會(huì)，產(chǎn)生超額收益空間。

2010年開(kāi)啟的融資融券業(yè)務(wù)和滬深300股指期貨代表著中國(guó)資本市場(chǎng)的巨大變革，結(jié)束了國(guó)內(nèi)市場(chǎng)做空機(jī)制缺失的局面。量化投資在國(guó)內(nèi)的發(fā)展迎來(lái)重大機(jī)遇，2014-2015年這波牛市吸引力很多華爾街回來(lái)的金融精英開(kāi)辟?lài)?guó)內(nèi)的量化投資市場(chǎng)。

未來(lái)智能選股系統(tǒng)與量化投資系統(tǒng)必將成為國(guó)內(nèi)機(jī)構(gòu)投資者、個(gè)人投資者的重要工具。

二、量化投資與智能選股的挑戰(zhàn)

2013年8月16日，國(guó)內(nèi)股市場(chǎng)突然出現(xiàn)異常拉升，最高漲幅達(dá)到5.62%，致使股市混亂。后來(lái)經(jīng)證實(shí)，事件源于光大證券自營(yíng)部門(mén)的高頻套利交易系統(tǒng)。程序員的一個(gè)小錯(cuò)誤引發(fā)巨額錯(cuò)單，損失嚴(yán)重，多人問(wèn)責(zé)。這一“光大烏龍指”事件說(shuō)明量化投資高回報(bào)的背后隱藏著巨大風(fēng)險(xiǎn)。

20多年的快速發(fā)展也透支著市場(chǎng)的承受力，尤其是2015-2016年這兩年，A股市場(chǎng)經(jīng)歷了瘋狂的大牛市與瘋狂的下砸熊市，經(jīng)歷了千股漲停、千股跌停、千股停牌，監(jiān)管層脆弱的神經(jīng)也受到了挑動(dòng)，中國(guó)限制了股指期貨交易，機(jī)構(gòu)的量化基金與量化產(chǎn)品遭受了滅頂之災(zāi)。

正因?yàn)橹袊?guó)金融市場(chǎng)發(fā)展不完善、監(jiān)管覆蓋不完全，股票、期貨等金融產(chǎn)品的定價(jià)仍存在一定的偏差，而這種偏差和各市場(chǎng)間一致性的不足就為計(jì)算機(jī)程序化交易提供了機(jī)會(huì)。但是沒(méi)有足夠的市場(chǎng)數(shù)據(jù)提供，根本無(wú)法通過(guò)模型來(lái)完善交易。沒(méi)有充足歷史數(shù)據(jù)就無(wú)法讓智能選股系統(tǒng)與量化投資模型做出非常準(zhǔn)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(shí)踐

筆者于2011-2017年一直從事人工量化操作實(shí)踐，賬戶(hù)開(kāi)通融資融券功能，并進(jìn)行日內(nèi)T+0交易，獲取相對(duì)于對(duì)應(yīng)指數(shù)的相對(duì)收益，整個(gè)實(shí)踐操作過(guò)程分為三個(gè)階段：

第一階段，2011年1月-2014年12月，筆者用4年的時(shí)間跟蹤上證50ETF，并進(jìn)行日內(nèi)T+0交易，平均每日使用底倉(cāng)資金400萬(wàn)元，交易量800萬(wàn)元。通過(guò)跟蹤上證50ETF的成分股和主要銀行指數(shù)、股指期貨等指標(biāo)，實(shí)現(xiàn)了相對(duì)指數(shù)每年20%的相對(duì)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(hù)內(nèi)資金，可以利用4000萬(wàn)的融券額度，每日跟蹤滬深300ETF，通過(guò)跟蹤對(duì)比影響滬深指數(shù)的主要成分股，中國(guó)石油、中國(guó)石化、銀行指數(shù)、地產(chǎn)指數(shù)、股指期貨等指標(biāo)，實(shí)現(xiàn)了相對(duì)于指數(shù)的年化30%的相對(duì)收益，在股災(zāi)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(zāi)對(duì)賬戶(hù)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(nèi)高頻交易，對(duì)股指期貨進(jìn)行限制，這些諸多因素使筆者放棄了原來(lái)跟蹤指數(shù)的操作模式，因?yàn)橹笖?shù)已經(jīng)明顯失真。這期間，筆者運(yùn)用了智能選股模型，找出與創(chuàng)業(yè)板指數(shù)相對(duì)密切相關(guān)的個(gè)股600588用友網(wǎng)絡(luò)，利用50萬(wàn)元的資本金，并進(jìn)行日內(nèi)T+0差價(jià)操作，用于降低持倉(cāng)成本。主要參照銀行指數(shù)、創(chuàng)業(yè)板指數(shù)、計(jì)算機(jī)板塊指數(shù)、板塊內(nèi)反應(yīng)靈敏的股——中國(guó)軟件、浪潮軟件，以及創(chuàng)業(yè)板指標(biāo)股東方財(cái)富等的日內(nèi)走勢(shì)，利用時(shí)間差與空間差，歷時(shí)一年時(shí)間于2016年10月將持倉(cāng)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(yuǎn)遠(yuǎn)超出了行業(yè)平均水平。

四、總結(jié)

人工量化操作要做到心到、眼疾手快，這還要依賴(lài)于硬件設(shè)備的提供和模型的設(shè)定，需要4-5臺(tái)電腦用于觀(guān)測(cè)不同的指數(shù)與參考股票，其中一臺(tái)電腦專(zhuān)門(mén)用于下單。同時(shí)，為了更快的下單，筆者將按鍵精靈進(jìn)行改編，只需幾個(gè)鍵進(jìn)行快速下單與快速撤單，比別人快0.01秒，就比別人多了99%的機(jī)會(huì)。

筆者用了6年多的實(shí)踐經(jīng)驗(yàn)，為廣大中國(guó)股民闖出了一條新的道路，進(jìn)一步嘗試尋找到適合中國(guó)目前國(guó)情的超額收益策略。結(jié)合人工操作，可以有效的彌補(bǔ)電子設(shè)置的短板，這將會(huì)大大降低風(fēng)險(xiǎn)性，期望能夠幫助投資者在股市場(chǎng)得到更好的回報(bào)。