AD
首页 > 财经 > 正文

量化人的追梦赤子心

[2017-09-21 09:43] 来源:搜狐 编辑:如思  阅读量:5280   
评论 点击收藏
导读: 一年一度的拉票季又在朋友圈如火如荼上演了,为避免审美疲劳,这次我们就不一一罗列团队研究成果了,感兴趣的投资者可以直接点击阅读原文下载全部报告。今天打算换个主题(虽然量化投资在国内发展了十余年,但无论是普通投资者还是机构投资者对量化投资领域都......

一年一度的拉票季又在朋友圈如火如荼上演了,为避免审美疲劳,这次我们就不一一罗列团队研究成果了,感兴趣的投资者可以直接点击阅读原文下载全部报告。今天打算换个主题(虽然量化投资在国内发展了十余年,但无论是普通投资者还是机构投资者对量化投资领域都关注较少):想通过对我们兴业定量团队自身研究探索经验的总结向大家阐述我们团队眼中的量化投资,一方面可以减少部分人对量化投资的认知偏误,另一方面希望能够给各位投资者提供参考、开拓思路。

我们的研究方法论是怎样的?

一句话总结就是:“既唯物也唯心”!

社会科学与自然科学研究一方面都要尊重基本的科学研究方法,另一方面也有显著的差异。一个典型的科学研究流程中包含观察现象-gt;提出假设-gt;演绎推导-gt;历史求证-gt;总结规律-gt;预测未来这六个步骤,但在社会科学中需要观察的对象是有差异的,既有可跟踪的基本面变动,也有无法直接观察的市场情绪的变动,这也就使得对股市的研究不能完全沿着自然科学的研究范式。

若是纯粹的学术研究,可以只关注基本面的变动,但作为商业机构我们的最终目标仍然落脚于资产走势的预测,所以我们坚守的研究方法是兼顾基本面与情绪跟踪立体的观察市场,尽力给投资者提供最全面的分析。

量化人的追梦赤子心

以选股为例,我们构造了兴业分析师综合评级选股因子。观察市场可以发现,股票分析师往往对个股特有信息的把握能力远高于其对市场、行业及风格的择时能力,那么只要能够提取出分析师预期数据中特有信息就能够筛选出强势股,因此我们借鉴Fama-French三因子模型的思想,使用横截面回归的方式把个股Beta、流通市值、BP和行业因素这四个变量对分析师评级数据进行回归,我们验证发现得到的残差是真正Alpha信号可以用来筛选个股。随后我们结合预期市盈率数据构造了RV多因子选股模型,自2014年样本外发布以来累计收益近300%,2016年以来在量化选股因子普遍表现走低的环境下策略相对市场仍然获得了超过15%的超额收益!类似的视角,我们还陆续设计了类似盈利预测调整、估值偏离度等alpha因子,在此就不一一赘述。

以择时为例(虽然提择时容易冒众量化投资者之不韪),我们基于股利贴现模型,从企业盈利、市场流动和风险偏好三个维度寻找对实体和市场的领先指标来设计A股择时模型。从长期的跟踪可以看到,仅从盈利和流动性这两个实体维度是无法完全解释市场走势的,因此我们尤其强调对风险偏好的观察,我们既设计了相对客观反映市场风险承受能力的指标,也提出了反映市场风险情绪变动的指标。综合上述三方面因素构建了面向战术配置的“兴财富”择时模型,从历史回测来看收益风险比能超过2,能够有效降低市场风险。

我们的研究框架是什么?

一句话总结就是:“没有唯一框架”!

其实对于研究框架我们组内成员也经常有争论,概括来说差异的核心是“(统计)数据驱动vs(经济)逻辑驱动”。最终我们得出来的结论是量化投资并非只有一种研究框架范式,其实多样性才是量化投资的生命力。参照美国市场,无论是走尖端路线的D.E. Shaw,还是学院派的AQR甚至不按常理出牌的WorldQuant,可以发现相互之间投资风格、思路完全不同,但是都有不错的业绩表现和大量追随者,也正是因此量化投资在不同的市场、不同的投资工具下都能发挥出巨大能量。

因子选股方面,至今我们已陆续发布了15篇猎金alpha因子深度报告,既有上文提到的基于估值、盈利预测的基本面选股因子,也有机器学习选股和雪球大数据选股方案,长期来看都有显著alpha收益,而短期在不同市场风格环境下总能有因子表现十分突出。像机器学习选股这块,我们自2015年就陆续发布相关报告,覆盖了从决策树、逻辑回归到随机森林、提升树等经典及先进的机器学习方法,也引起了一波市场研究热潮;而今年开始我们也独家挖掘了基于雪球用户行为的选股因子,包括从投资者的调仓行为、投资组合的构建以及言论情绪等多个维度,同样效果显著。

市场择时方面,除了上文提到的兴财富择时策略之外,我们早在2015年6月起就发布了期权水晶球择时策略,针对50指数的高频择时从发布开始就引起了市场的广泛关注,我们以打分这一直观的形式对短期市场情绪做了很好的跟踪观察。在今年的二季度,水晶球择时策略的预测胜率高达7成,尤其六月份胜率更是高达8成,重点提示了二季度以来大盘股的超额收益机会。我们期权水晶球策略的设计理念是期权市场的投资者结构优于现货从而具有领先优势,从当前来看ETF期权依然是小众机构投资者的市场,所以信息依然值得跟踪,尤其是出现极端打分时更具参考价值!

资产配置方面,我们同样从风险视角和收益视角推出了两种完全不同思路的大类资产配置方案,在风险视角的模型中我们借鉴了风险均衡和风险因子均衡的思路,提出针对大类和细分资产进行风险均衡性配置,适合作为目标风险型产品设计的参考;在收益视角中,我们有机的结合了风险平价和BL模型,以动态增强的形式给不同风险偏好的投资者提供不同的组合建议,年初至今组合收益超过10%,我们“瞳观天下”资产配置月报自年初发布以来也受到市场广泛关注。

有什么原则是我们一直坚守的?

这一次需要三个词来总结:“体系,细节,前瞻”!

坚守体系化研究

我们除了对选股和择时进行体系化研究之外,也在事件驱动和CTA策略这类特异性较强的方法上尝试构建系统化的投资方案。

我们自2012年开始就覆盖了事件驱动相关的策略研究,先后覆盖的策略包括但不限于高送转、举牌、大宗交易、股票改名、定向增发和定增破发等事件,在今年我们在此基础上搭建了完善的事件驱动因子化投资框架,给投资者提供了具有可操作性的投资策略方法。CTA交易策略部分除了早期对股指期货日内日间不同频率的交易策略之外,我们今年也覆盖了商品期货的CTA交易策略,从趋势、期限结构、持仓信息等不同维度构建了系统化的商品交易策略。

坚守对细节的追求

量化研究离不开数据,我们团队在数据细节处理方面积累了丰富的经验,从数据的存储管理到标准化转换,从指标的定义方法到策略对换手成本的控制,从策略到交易各部分我们都注重对细节的完美追求。

坚守前瞻性研究

前瞻性研究虽然性价比不高但我们一直十分重视,一方面给买方客户提供研究思路,另一方面也为金融市场发展尽自己微薄之力。典型的例子是我们早在三年前就覆盖了Smart beta的相关研究,对国内外Smart beta指数和策略都做了完善的梳理,今年第一批公募FOF落地,我们相信未来市场对Smart beta类产品的需求会出现显著的增长;除此之外,我们同样在场内期权上市之前,就覆盖了多类型的期权研究,从期权交易策略到期权产品的设计,从方向性交易到波动率交易,为投资者构造了立体式的投资框架。

结束语

现阶段中国市场上量化投资领域仍然是朝阳产业,在国内市场的受关注度完全无法与华尔街相比,但是参照冯仑在《野蛮生长》里写的,要在国内找商业机会,就看看美国50年前流行什么就行了。我们相信上世纪末华尔街的热点也终究在国内市场迎来他的黄金时刻,而我们有幸作为历史的见证者、参与者加入其中,去完成我们的追梦赤子心,希望我们的研究能够给市场投资者带来有益的参考。

行文至此,最后也不能免俗,恳请各位投资者在2017年的新财富评选中大力支持我们,请

投【15号】兴业证券定量研究任瞳团队金融工程方向第一!

量化人的追梦赤子心

郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。