量化投資理論基礎和技術方法

賈力鋒

摘 要：隨著金融理論和計算機技術的發(fā)展，出現(xiàn)了各種各樣的量化投資策略和技術方法，本文對理論基礎和技術方法進行了簡要梳理

關鍵詞：量化投資；行為金融；量化技術

量化投資是基于金融產(chǎn)品公開海量的交易數(shù)據(jù)以及經(jīng)濟數(shù)據(jù)，利用計算機技術和數(shù)學模型對數(shù)據(jù)進行統(tǒng)計分析，總結規(guī)律，形成量化策略，進行投資從而獲得收益的方法。

量化投資的發(fā)展離不開人們對金融市場的認識，本質上也是通過計算機技術幫助投資者去認識市場、檢驗市場，發(fā)現(xiàn)投資模式進而獲利的過程。

一、資本市場的投資的理論基礎

1.1投資組合理論

投資組合理論基于均值-方差理論，通過不同組合的構建，在控制風險的基礎上獲得更高的收益。該理論奠定了現(xiàn)代金融數(shù)量化分析的基礎，第一次將概率論引入投資分析領域，用預期收益率和方差來衡量收益與風險，從而在數(shù)學上證明了分散投資比集中投資好的基本原理。

1.2套利模型

無風險套利，根據(jù)“一價定律”，同一種資產(chǎn)不可能在一個或n個市場中以兩種不同的價格出售，否則會出現(xiàn)套利機會。套利是利用相同資產(chǎn)的不同價格賺取無風險利潤，它是一種廣泛應用的投資策略，就是以資產(chǎn)相對高的價格出售，同時以相對低的價格購買同一種資產(chǎn)。

統(tǒng)計套利利用證券價格的歷史統(tǒng)計規(guī)律進行套利，是一種風險套利，其風險在于這種歷史統(tǒng)計規(guī)律在未來一段時間是否繼續(xù)存在。統(tǒng)計套利的主要思路找到具有價格相關性若干對投資品種，在價格偏離到一定程度時，基于價差必然收斂的假設，賣出高價資產(chǎn)，買入低價資產(chǎn)，從而獲得價差收益的投資方法。

1.3有效市場假說

有效市場假說認為，股票在的價格已經(jīng)反映了所以已知的信息，由于新信息是不可預測的，所以股票價格是不可預測的，股票價格是隨機游走的。有效市場假說指的是信息的有效，信息分為歷史信息、公開信息及全部信息（包括內(nèi)幕信息），但市場不可能嚴格有效，在此基礎上將市場分為三種形式：弱有效市場、半強有效市場和強有效市場。

在非強有效市場中，對于信息掌握決定了獲利的程度。不同的投資者對市場有不同的看法，因此形成不同的投資者類型，大致上分成兩派，技術分析流派和基本面分析流派。技術分析流派，希望從歷史價格信息中發(fā)現(xiàn)規(guī)律和趨勢，從而獲利?；久娣治隽髋桑Ｍㄟ^對經(jīng)濟環(huán)境、公司基本面等的分析，掌握或提前掌握他人未覺察的信息，發(fā)現(xiàn)被市場錯誤低估的股票，從而實現(xiàn)戰(zhàn)勝市場的結果。不管是從歷史價格信息中還是從基本面信息中，投資者利用數(shù)據(jù)挖掘的方法，從公開數(shù)據(jù)中挖掘非公開或未被發(fā)現(xiàn)或了解到信息，從而獲利。

1.4行為金融

以上的金融理論都是建立在經(jīng)濟學理性人的基礎上的，行為金融理論認為，投資者在不確定的條件下的決策并非都是理性的，這些非理性的行為可以分為兩大類：第一，投資者通常不能正確處理信息，從而不能正確推斷未來收益率的概率分布；第二，即使給定未來收益的概率分布，投資者做出的決策通常是前后矛盾或次優(yōu)的。投資者的信息處理偏差主要有預測錯誤、過度自信、保守主義、忽視樣本規(guī)模和代表性，行為偏差主要有心理賬戶、后悔規(guī)避、前景理論等。

針對投資者非理性行為，量化投資可以針對市場行為采用基于市場行為的量化策略，如動量效應、市場情緒指標等。

二、量化投資技術方法

在各種金融理論不斷發(fā)展的基礎上，形成了各種的量化投資策略，如基于基本面分析的多因子選股（估值因子、成長因子、資本機構因子等）、基于市場行為的動量反轉、一致預期、資金流、趨勢跟蹤模型、基于市場波動的統(tǒng)計套利模型等各種策略。

量化策略可以來源于定性的交易經(jīng)驗，也可以通過數(shù)據(jù)挖掘發(fā)現(xiàn)的新的模式。對于來源于定性分析和投資經(jīng)驗的模型需要一個量化的過程，該過程一般采用回測系統(tǒng)進行充分的驗證。由于市場情況瞬息萬變，需要不停的調(diào)整和更新策略，以適應新的市場，發(fā)現(xiàn)新的交易模式，數(shù)據(jù)挖掘技術能夠幫助投資在不斷變化的市場中發(fā)現(xiàn)新的交易模式。

1.5數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中通過計算機算法搜索隱藏于其中信息、提取知識的過程。在量化投資中常用的數(shù)據(jù)挖掘技術有關聯(lián)分析、分類/預測、聚類分析等。

數(shù)據(jù)挖掘技術主要有經(jīng)典的分析方法（如自回歸模型（AR）、移動平均模型（MA）、自回歸-移動平均模型（ARMA）、協(xié)整模型等），小波分析、分形理論和機器學習技術，如決策樹、支持向量機、LSTM長短記憶自循環(huán)神經(jīng)網(wǎng)絡、隱性馬爾科夫模型、貝葉斯學習等。

數(shù)據(jù)挖掘能夠幫助我們處理分析大量的數(shù)據(jù)，并從中發(fā)現(xiàn)一定的模式和可以獲利的交易模式，但是對于交易模式的檢驗畢竟是在歷史的數(shù)據(jù)上進行的，對于未來的交易是否有效取決于是否有足夠的理由相信對過去有用的理論對未來仍然成立。

1.6回測系統(tǒng)

回測系統(tǒng)是將定性的交易經(jīng)驗或數(shù)據(jù)挖掘發(fā)現(xiàn)的交易模式在歷史的交易數(shù)據(jù)中模擬交易驗證，驗證策略的績效表現(xiàn)。在回測時，需要構建一個完整的量化策略，不僅包含進入策略和退出策略，還要包含止損策略和倉位管理策略。基于大多數(shù)的交易模式都是從歷史數(shù)據(jù)中總結出來的，面向未來時總存在不確定的因素，完整的量化策略，對于面對未來的不確定性，尤其是市場大幅回撤的時候，能夠更好的規(guī)避風險。同樣，回測系統(tǒng)是在歷史數(shù)據(jù)中進行回測，在歷史數(shù)據(jù)中回測表現(xiàn)好的策略，在未來并不一定優(yōu)秀。

三、結語

很多研究表明，我國的股票市場目前還不能稱為有效市場，國內(nèi)的很多投資者也是非理性的，需要針對我國股票市場的特有市場行為模式，如政策驅動、事件驅動、羊群效應等情況進行研究分析，結合量化技術工具，挖掘出適合我國市場特征的交易模式。

參考文獻：

[1] 丁鵬編. 量化投資策略與技術2016

[2] 戴維·阿倫森，史雷. 實證技術分析 2015

[3] 張鑫. 量化投資發(fā)展趨勢及其對中國的啟示 2018