什么是量化投资?一文讲透量化投资的原理和特点!( 二 )


所以 , 在我们看来 , 几乎所有的证券投资都可以通过量化的方式来进行 , 不管是股票、债券、期货还是期权 , 甚至包括房产投资 。
量化投资最关键或者说最倚重的东西就是量化模型 , 这个模型可以由人来建立 , 也可以由具有深度学习能力的人工智能机器自己建立和不断完善 。 目前大部分量化投资机构都还是由人来建立模型 , 但随着人工智能技术的发展 , 这两年由人工智能机器自己建立和不断修正模型的投资机构在越来越多 。 比如我们比较了解的一家量化基金公司 , 其模型在两年前都还是由公司的基金经理和技术人员们来建立 , 但自从公司引进人工智能方面的专家后 , 逐渐改有人工智能机器自己来建立和修正模型 , 人在建立模型的过程中的参与度越来越少 , 而有了这个改变后 , 公司的业绩真的有了肉眼可见的提升 。
那到底什么是量化模型呢?其实我们可以把量化模型理解成一个精密设备 , 只要往它里面添加有用的数据 , 他就可以通过它内部的已有逻辑把这些数据整理成我们想要或者有参考意义的结论 。 我们生产这个精密仪器是不是需要整体构思和零部件 , 对于量化模型来说 , 一个个因子就是他的零部件 , 这些因子按一定的思路结合起来 , 就形成了可以工作的量化模型 。
那 , 什么是因子呢?我们可以理解成因素 , 如果是投资股票 , 我们就可以把一个因子理解成影响股价变动的一个因素 。 我们也知道 , 不管是中短期还是中长期 , 影响股价变动的因素很多 , 所以量化模型基本上都是多因子模型 。
还是举例来说明可能更容易让大家理解 。 比如 , 现在有一个投资者选股的标准之一是要求这个股票的ROE不能低于10% , 符合的留下 , 不符合的直接排除 , 如果是主观投资者 , 可能就会一个个去筛选 , 最多就是借助一下选股工具 。 如果量化模型的其中一个因子也有这个ROE不低于10%的标准 , 只要我们把A股所有上市公司的财务数据放入模型中 , 他就会很快把全部ROE大于等于10%的股票给我们筛选出来 。 如果在这个因子基础上 , 我们再加入一个因子 , 比如要求所有股票的市值范围在50—500亿之间 , 那么只要我们有所有A股的现有市值数据 , 模型很快就能把符合这个标准的个股全部给我们筛选出来了 。 如果在这两个因子的基础上 , 我们再加入一因子 , 比如要求所选股票必须是中证500指数的成分股 , 那么只要我们有中证500指数所有成份股的数据 , 模型很快就会把符合前两个因子的同时 , 并且还是中证500指数成分股的个股全部给我们筛选出来 。
从以上举例中 , 想必各位就能比较好地体会出主观投资和量化投资之间最大的差别了 。 那就是量化投资充分使用了计算机的数据筛选和分析能力 , 而主观投资主要还是靠人自己去筛选和分析 。
讲到这儿 , 突然想起一个投资者曾向我们提出的一个问题 , 他问“量化基金和中性对冲策略基金有什么区别?” 。 我们曾经发布过文章《中国的投资渠道其实并不少 , 基金八大投资策略解析》中比较详细地介绍过常见的基金投资策略的特点 , 这文章里显然没有量化投资基金这个概念 , 因为量化基金和基金投资策略是完全两个不同的概念 , 事实上 , 不管是什么投资策略 , 只要在投资过程中使用量化投资这种方式他就属于量化基金 。
我们发现很多业内人士喜欢用市场有效性来解释量化投资获利的根源 。 他们认为因为市场总是处于无效或者弱有效状态 , 也就是股票的价格和其内在价值大部分时候是不完全吻合的 , 但价格总是会不断向其内在价值回归 , 而量化就是买入那些通过模型筛选出来的价格暂且低于其内在价格的个股们 , 然后等其价格回归后 , 卖出盈利 。 我们认为这与其说是对量化的解释 , 还不如说是对价值投资的解释 。
我们认为 , 量化投资获利的根源主要还是因为资产价格的波动性 , 而不是测算资产价格和其内在真实价值之间的差 。 说实话 , 量化投资没有多大的把握来测算出资产价格和价值之间的差 , 要知道 , 一个价值投资高手研究一家企业好几年 , 都不一定能很好地发现这个企业股价和其内在价值的差距 , 何况是只通过过往数据做分析判断的量化模型 。
在我们看来 , 量化模型主要靠的是发现一段时间内一些股票具备的相似波动规律 , 理论上 , 这个规律不需要百分之百会发生 , 只要在样本足够多的情况下 , 一段时间内 , 按规律运行的样本数量超过60%就是有利可图的 。

推荐阅读