量化投资入门

量化投资其实就是定量投资,是通过分析一定的数据,在有合理逻辑的支撑下,运用某种策略所进行的具有胜率优势的投资。


基本概念

1. 数据

量化投资并不一定需要海量的数据。

有些量化策略,比如可转债转股套利,只需要通过可转债价格、正股股价、转股价、转债面值等数据算出转股溢价率(集思录等网站支持实时显示溢价率),即可以进行套利。而有些量化策略,比如高送转策略(虽然实质上高送转对提升公司价值没有任何意义,但几乎每年11月到次年3月都有一些公司因为高比例的送股、转股而受到投资者的追捧,股价相对指数有明显的涨幅),就需要通过每股资本公积、股本等关键字从大量股票中筛选出当年更有可能实施高送转的股票作为组合。

2. 逻辑

量化投资要合乎逻辑。

量化投资有时候是看到某些现象,然后去分析数据来得出结论。但这个结论能不能形成一个有效的策略,得看这个结论合不合乎逻辑。举个例子,2005年以来,我们都会觉得A股的小盘股走势远比大盘股好,然后我们去分析数据,结论也确实如此。但如果根据这个结论,形成一个策略:任何时候都做多中证500,做空上证50。我想运用这个策略的人有可能最终会死的比较惨,因为这个策略不合乎逻辑。2005年到现在,小盘股和大盘股业绩增长差别并不大,然后一开始小盘股和大盘股的估值差距远比现在小的多,后来随着人们估值偏好的改变,估值差越拉越大,才导致小盘股走势远比大盘股好。如果未来估值差不断缩小,一直做多中证500,做空上证50的策略是会出现严重亏损的。

3. 策略

量化投资要讲究一定的策略。

建什么仓位,建多少仓位,什么时候建仓,什么时候平仓,都要按既定的策略严格执行。

4. 胜率

量化投资几乎没有100%胜率的策略。

即便看似最简单最安全的期现套利,也有可能出现因为升水不断扩大导致期指端爆仓进而策略失败的风险。但理论上只要某个策略盈利的概率大于50%,那么在控制该策略合适仓位(依据凯利公式)的情况下,坚持执行该策略,长期赚钱的概率几乎是100%。


量化投资的优势

1,纪律性

 严格执行投资策略,而不是投资者情绪的变化而随意更改。

2,系统性

 多层次的量化模型(大资产配置模型,行业选择模型,精选个股模型),

多角度的观察(宏观周期,市场结构,估值,成长,盈利质量,市场情绪)

以及海量数据的观察(在广大的资本市场捕捉到更多的投资机会,扩展更大的投资机会)。

3,及时性

 及时快速地跟踪市场变化,不断发现能够提供超额收益的新的统计模型,寻找新的交易

4,准确性

 准确客观评价交易机会,克服主观情绪偏差,从而盈利。

5,分散性

 在控制风险的条件下,量化投资可以充当分散化投资的工具。


如何进行量化投资

通过客观准确的交易规则构建策略,并在历史数据上进行回测,当回测结果通过评估审核后才可以称得上是一个可进行实盘交易的量化策略,许多私募在实盘之前还有一个模拟交易阶段。

🔗

BigQuant 量化学堂

谈谈我眼中的量化投资

推荐阅读更多精彩内容