联合证券-数量化投资：Alpha策略系列研究之三_依靠强大的alpha动量战胜市场-080822

主要有两种原因可导致股票的alpha 持续存在：一方面，如果股价向实际价值靠拢的速度较慢，知情投资者就更容易从中得利，所以他们会缓慢的把价格推向股票的实际价值；另一方面，中国股票市场存在一种“板块轮动”现象，常常会有部分股票在一段时期内保持超出或弱于市场总体水平。我们在中国股票市场中找到一些股票，当他们的alpha 异于0时，这种alpha 还能够保持一段时间。通过从这些股票中选择投资对象，我们能相对较为容易的获得比市场整体表现更好的投资业绩。我们设计的alpha 策略构建的投资组合表现非常出色，在反复更新组合成份的情况下能够持续的战胜市场。如果从2006年末开始按照我们的策略配置股票并每周更新一次，不考虑交易成本的情况下，截止2008年7月底，投资者将获得235%的收益，而同期沪深300指数的收益率只有40%。尽管按照我们模型的假设，中国股票市场中股票的alpha 只能持续很短的时间，但是实证结果表明相对较长时间持有alpha 策略选择的股票同样能够获得远优于市场表现的投资收益。尤其是持有期为5周时，在考虑交易成本的情况下平均年收益率仍高达95%。由于较长的持有期交易次数少、交易成本低，因此这是一种更易于接受的策略。

阿尔法策略、阿尔法套利、贝塔策略

阿尔法策略、阿尔法套利、贝塔策略在现在资本市场定价理论中，投资组合的收益率(rp)可以表达为右边第一项beta*rm 也就是贝塔收益，第二项alpha 也就是阿尔法策略收益（尽管这两部分都是随机变量）。所谓市场是牛市还是熊市看的是rm；beta对于一个投资组合来说短时间内是固定的；而阿尔法策略就是beta＝0，即rp＝alpha的策略。 1、（1）什么是阿尔法策略？投资者在市场交易中面临着系统性风险（即贝塔或Beta、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。后者在国内通常被称为阿尔法对冲策略，并在近年A股市场上得到广泛应用。（2）阿尔法策略是如何构建的？阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类市场都有应用。而目前国内市场上最常见的还是股市阿尔法对冲策略，其通常利用选股、择时等方面优势，寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。尤其是在熊市或者盘整期，可以采用“现货多头＋期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。此外，还有机构根据获取阿尔法的途径，采取统计套利、事件驱动、高频交易等策略来获取阿尔法收益。而在上述各种策略构建过程中，基于大类资产配置、行业配置、择时与选股体系的量化策略均得到了广泛应用。 2、阿尔法套利阿尔法套利是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。

cta策略与阿尔法策略

cta策略与阿尔法策略解读 cta策略在全球范围内已有30多年的历史，且成为全球对冲基金较为主流的一种投资策略。而国内期货市场、cta策略相对起步较晚，而自去年股市大幅波动以来，cta成为国内大类资产配置的一大热门选择。 cta策略从全球cta行业来看，其管理规模从2008年的2064亿美元增长到2016年一季度末的3339亿美元，占全球对冲基金15%左右。其中，今年一季度末，程序化交易策略管理的资产达2756亿美元，占了大多数的资产份额。而在cta蓬勃发展的过程中，诞生了一些知名的大型cta资管公司，包括元盛资产（Winton Capital），和英国MAN Group（英仕曼集团）旗下的AHL资产管理公司，前者目前的管理规模达300亿美元，后者达192亿美元。投资者在市场交易中面临着系统性风险（即贝塔或Beta、β风险）和非系统性风险（即阿尔法或Alpha、α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益(即阿尔法收益)的策略

组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。后者在国内通常被称为阿尔法对冲策略，并在近年A股市场上得到广泛应用。阿尔法策略阿尔法套利也称阿尔法策略，是指指数期货与具有阿尔法值的证券产品之间进行反向对冲套利，也就是做多具有阿尔法值的证券产品，做空指数期货，实现回避系统性风险下的超越市场指数的阿尔法收益。为实现阿尔法套利，选择或构建证券产品是关键。从国内外的经验来看，阿尔法策略一般运用在市场效率相对较弱的市场上，如新兴股票市场、创业板市场等。我国的股票市场正是一个新兴的市场，效率相对较低，特别是伴随着股指期货、融资融券等衍生品种的推出，的确存在利用风险对冲来获取超额收益Alpha的巨大需求和空间。从金融市场来讲，市场风险常常可分为系统性风险和非系统性风险。系统性风险也可称为市场风险,由于整体市场的行为,导致所有参与市场的投资人均要面对的风险;非系统风险是单个金融资产特有的风险,是该金融资产区别于其它资产,获取超额收益或者面临较大损失的所在,由单个金融资产独有的属性决定的。在建立投资组合时,对贝塔的选择主要基于不同的市场行情,在市场上涨的行情中,投资人通过持有贝塔值较高的基金可以获得较高的市场上涨带来的收益;在市场行情不明朗时,持有贝塔值较低的基金则可以起到很好的防御效果。而对于基金多头的投资人而言,不论市场好坏,阿尔法都是越大越好,投资人都希望获得正的超额收益。但是,在市场行情下跌的情况下,具有再高超的基金选择能力的投资人都很难

量化投资基础学习知识入门基础

量化投资基础入门（一）讲起量化投资，就不得不提华尔街的传奇人物——詹姆斯·西蒙斯(James Simons)。这位慧眼独具的投资巨擘，有着一份足以支撑其赫赫名声的光鲜履历：20岁时获得学士学位;23岁时在加州大学伯克利分校博士毕业;24岁时成为哈佛大学数学系最年轻的教授;37岁时与中国数学家陈省身联合发表了著名论文《典型群和几何不变式》，并开创了著名的陈—西蒙斯理论;40岁时运用基本面分析法设立了自己的私人投资基金;43岁时与普林斯顿大学数学家勒费尔(Henry Laufer)重新开发了交易策略并由此从基本面分析转向数量分析;45岁时正式成立了文艺复兴科技公司，最终笑傲江湖，成为勇执牛耳的投资霸主。这段看似青云直上的成名之路，再次为世人印证了一个道理——当代的技术创新，其实大多源自跨越学科的资源整合，而非从无到有的发明创造。具体说来，即使睿智如西蒙斯，在最初之时，他也没有直接想到运用量化方法投资，而是和众多投资者一样着眼于外汇市场，但野心勃勃的西蒙斯并不甘于只是简单因循传统的投资策略。随着经验的不断累积，他开始思考，为何不运用他最为熟悉的数学方法来搭建投资模型，从而能够科学精准地预测货币市场的走势变动?这一大胆的跨学科尝试，最终彻底改变了他的人生走向。

通过将数学理论巧妙融合到投资的实战之中，西蒙斯从一个天资卓越的数学家摇身一变，成为了投资界中首屈一指的“模型先生”。由其运作的大奖章基金(Medallion)在1989-2009的二十年间，平均年收益率为35%，若算上44%的收益提成，则该基金实际的年化收益率可高达60%，比同期标普500指数年均回报率高出20多个百分点，即使相较金融大鳄索罗斯和股神巴菲特的操盘表现，也要遥遥领先十几个百分点。最为难能可贵的是，纵然是在次贷危机全面爆发的2008年，该基金的投资回报率仍可稳稳保持在80%左右的惊人水准。西蒙斯通过将数学模型和投资策略相结合，逐步走上神坛，开创了由他扛旗的量化时代，他的骤富神话更让世人对于量化投资有了最为直观而浅显的认识：这能赚钱，而且能赚很多钱。 “文艺复兴”的能否真的“复兴”? 但金融行业瞬息万变，老天也没有一味垂青这位叱咤风云的“模型先生”。自2012年以来，由西蒙斯掌印的文艺复兴科技公司可谓祸事不断，厄运缠身。其麾下的“文艺复兴机构期货基金”(RIFF)在2011年仅实现盈利率增长1.84%，到2012年，更是破天荒的亏损了3.17%，这一亏损幅度甚至超过了同年巴克莱CTA指数的平均降幅(1.59%)。RIFF主要通过全球范围的期货和远期交易来实现绝对收益，虽属于文艺复兴公司旗下规模较小的基金产品，但作为公司的明星”印钞机“，其回报率竟会一下暴跌至行业平均水平，难免让众人始料不及。到2012年底，RIFF 的

基于投资组合的对冲策略

基于投资组合的对冲策略股指期货的推出为基金经理和机构投资者提供了对冲市场系统性风险、博取Alpha收益的有效工具。利用股指期货进行主动型Alpha对冲，关键是到底需要做空多大规模的股指期货才能最有效的将现货组合的Alpha值剥离出来 Alpha对冲策略是股指期货的重要功能之一，海外的金融衍生品市场发展多年，其对冲基金利用多种衍生品工具对冲现货组合博取Alpha收益的投资策略已相当成熟。我国股指期货的推出，标志着我国资本市场终于告别了单边时代，追寻发达金融市场的步伐并结合自身特点，我国资本市场中利用股指期货进行Alpha对冲的投资策略正方兴未艾。理论基石在讨论Alpha之前，不得不提及资本资产定价模型（CAPM），该理论是经济学家夏普在他的著作《投资组合理论与资本市场》中提出的。该理论基于均衡市场的假设，即投资者所持有资产（股票、债券等）所获得的风险溢价应该等于市场自身的风险溢价水平。具体公式如下： E（ri）=rf+βi（E（rm）-rf）该理论同时提到系统性风险与非系统性风险，并将马柯威兹投资组合理论中的诸多假设列入其中。经济学家简森在CAPM模型的基础上提出了著名的简森指数，用以衡量基金产品的主动投资管理能力。1968年，简森发表了《1945—1964年间共同基金的业绩》一文，提出了以CAPM为基础的业绩衡量指数—简森指数（Alpha），通过比较考察基金收益率与由定价模型CAPM得出的预期收益率之差来评估基金的业绩优于基准的程度，具体公式如下： α=HPR-rf-βi（E（rm）-rf）注：HPR为持有期实际收益率。优秀的基金产品在于能够通过主动投资管理，追求超越大盘的业绩表现，这说明基金投资不仅要有收益，更要有超越市场平均水准的超额收益。将这一投资理念量化后贯彻到基金产品中来，就是要通过主动管理的方式，追求简森指数（Alpha）的最大化，来创造基金投资超额收益的最大化。然而单纯追求收益的最大化往往并非衡量投资业绩好坏的唯一指标，博取收益的同时还应将承担的风险考虑进来，特雷诺比率和夏普比率恰好从不同角度反映了某一风险度下的收益率水平。Alpha反映的是基金经理们的选股能力，而构建主动型个股投资组合的同时势必会承担一定程度的非系统性风险，因此衡量Alpha投资策略的风险比率指数应运而生： Apprai s al Ra t i o=α/σ（e i）利用上述指标，我们在所构建的主动型投资组合模型中追求Apprai s al Ra t i o最大化，即可推导出最佳的主动型投资策略。通过Alpha选股策略，我们努力追寻业绩表现优于市场基准的单个投资品

阿尔法(ALPHA)策略

阿尔法（ALPHA）策略 Alpha策略是典型的对冲策略，通过构建相对价值策略来超越指数，然后通过指数期货或期权等风险管理工具来对冲系统性风险。中性策略也是比较典型的对冲策略，通过构造股票多空组合减少对某些风险的暴露。Alpha策略和中性策略在本质上差异最小， Alpha策略可以看成中性策略的一种。但是Alpha策略的约束更小,其Alpha来源可能是行业的、风格的或者其他的；而中性策略则将更多无法把握的风险中性化了。一、阿尔法（ALPHA）策略 1?什么是阿尔法（ALPHA）策略？投资者在市场交易中面临着系统性风险（B风险）和非系统性风险（a风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益的策略组合，即为阿尔法策略。从广义上讲，获取阿尔法收益的投资策略有很多种，其中既包括传统的基本面分析选股策略、估值策略、固定收益策略等，也包括利用衍生工具对冲掉贝塔风险、获取阿尔法收益的可转移阿尔法策略。 2. 阿尔法策略有哪些关键要素？ Alpha策略的成败有两个关键要素：其一是现货组合的超额收益空间有多大；其二是交易成本的高低。两者相抵的结果，才是Alpha策略可获得的利润空间。在股市Alpha 策略中，最考验策略制定者水平的因素在于选股方法和能力。阿尔法策略就是买入一组未来看好的股票，然后做空相应价值的期货合约，组合对冲掉系统性风险，组合的收益完全取决于投资者的选股能力，而与市场的涨跌无关，做到了市场中性。 3?阿尔法策略的优势？阿尔法策略有三大优势：一是回避了择时这一难题，仅需专注于选股；二是波动较单边买入持有策略要低；三是在单边下跌的市场下也能盈利，阿尔法与市场的相关性理论上为0。在熊市或者盘整期，可以采用“现货多头+期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。 4. 如何构建阿尔法策略？阿尔法策略所涉及的市场领域非常广泛，在股市、债市、商品市场等各类市场都有应用。目前国内市场上最常见的是股市阿尔法对冲策略，其通常利用选股、择时等方面优势，寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。有机构根据获取阿尔法的途径，采取统计套利、事件驱动、高频交易等策略来获取阿尔法收益。 5. 阿尔法策略适合的市场？从国内外的经验来看，阿尔法策略一般运用在市场效率相对较弱的市场上，如新兴股票市场、创业板市场等。我国的股票市场正是一个新兴的市场，效率相对较低，特别

中信证券——量化投资策略特征

量化投资策略特征量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。量化投资是指将投资理念或市场洞见转化为数学模型，并依据历史数据对模型进行测实验证，总结收益-风险特性以及相关参数，最后通过运算机技术实现自主化交易的投资方法。量化投资主要运用在具有高流动性与历史数据丰盛的金融投资市场，就期货市场而言，既可以在商品类品种也可以在股指等金融类品种上进行。总的来说，一个完整的量化投资策略具备四个方面的特征：一是具有特定的定量分析策略。量化投资是基于一定的市场逻辑或依据历史数据作出的几率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略，这与当前大多数分析师所采用的定性分析方法有很大区别。量化投资注重数理分析与逻辑推导，不依赖体会主义和主观判定形成交易决策，当然其模型思想仍旧是来源于投资者的市场体会，这种来源可以是基于历史数据所作的几率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。二是绩效具有可追溯性。量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而运算出交易策略的胜算率、期望收益与风险度等，并且可以根据这些检测值来预判模型未来的收益表现。相反基于体会主义的主观交易方法无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理的预估。三是具有极高的纪律性，量化投资是依据经过历史验证的模型进行分析和交易，从而规避了主观判定带来的局限，而在具体操作上大多采用运算机程序实现自动化交易，不会呈现主观交易中经常会呈现的人性弱点。四是在信息处置上具有主观交易不可比拟的优势。当前金融投资品种非常丰盛，以国内商品期货市场为例，品种已经超过二十个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，倘若再考虑海外商品市场以及金融类市场，信息将更是几何倍递增，处置如此海量的数据，显然依赖数学模型与运算机程序处置的量化投资比传统交易方法效率更高。从特性上看，量化投资相较主观交易方法具有许多优势，所以自上世纪七十年代诞生以来受到很多投资者尤其是机构投资者的追捧。经过三十多年的发展，已经成为国际金融市场主流的交易方法之一，包含对冲基金和共同基金等在内的

申银万国期货：ALPHA套利投资策略说明书V0.08

申银万国期货申银万国期货··研究所研究所 ALPHA 套利投资策略策略（（服务服务））说明书产品（服务）名称 ALPHA 套利投资策略产品（服务）类型对冲套利型产品（服务）来源申银万国期货有限公司产品（服务）设计理念：基于主动数量化投资理念，利用趋势效应与板块轮动策略，寻找股票市场与股指期货市场上的ALPHA 对冲机会，获取超额收益。产品（服务）预期收益：本策略提供股指期货ALPHA 对冲交易机会，构建股票和股指期货对冲组合，平均年化收益率30%，单周最大回撤幅度10%，累计最大回撤幅度25%。该策略为中低风险中等收益的投资策略，适合中等风险偏好，资金规模较大的个人投资者或机构客户。产品（服务）风险揭示：本策略属于持有期限相对较长的中低风险、中等收益的对冲投资策略，模型假设和实际投资环境存在一定差异，历史绩效测试和实盘测试可能存在一定的差异。策略信号仅供参考，交易结果自负！

申银万国申银万国期货期货ALPHA 套利投资策略套利投资策略 2011年10月1日，证监会正式施行《基金管理公司特定客户资产管理业务试点办法》，规定特定客户受托资产可用于投资股指期货。监管机构不对专户理财业务参与股指期货交易的投资目的、投资比例、信息披露等内容进行规定。可以预期，未来以股指期货为对冲标的的基金产品将面临蓬勃发展。正是面向机构客户这一巨大的现实需求，根据“面向机构客户、服务业务发展”的目标定位，申万期货研究所研究开发了基于股指期货的ALPHA 套利策略：“申银万国期货2011对冲型理财产品之ALPHA 套利投资策略”。（一）投资目标通过股票组合选择与股指期货头寸对冲的组合管理，在不同的市场行情中获得稳定的超额收益。在保证风险可控的基础上，调整投资组合，寻求组合资产的稳定增长，实现ALPHA 套利的投资目标。（二）投资理念基于主动数量化投资的投资理念，以动态的风险管理技术确保本金的安全、以量化的投资策略追求风险资产的超额收益。该理念至少包含以下三方面的含义： 1. 对冲型理财产品的核心和亮点是具有稳定收益能力的低风险资产投资策略。 2. 通过严格的止损措施和有效的风险管理，确保基金净值维持稳定。 3. 把握板块轮动特征，利用申万期货ALPHA 对冲策略获取超额收益。（三）投资策略板块轮动的基本观点在于各行业虽然处于相同的经济环境中，却遵循着不同的经济模式。在经济发展过程中，行业表现差异性大。目前国外存在大量以行业资产配置为基础的行业基金(sector funds)，更实现从单一行业配置向多行业配置发展。本产品基于建立对冲型投资组合的基本思想，规避系统性风险的同时，获取超额收益。投资组合的建立包括两部分，一部分是根据板块轮动的特征做多选取的股票现货组合，另一部分是做空股指期货，利用股指期货低成本、高杠杆的特性，提高投资组合整体的收益水平。下面以年为时间间隔对ALPHA 套利策略进行测试，测试结果如下所示：

Alpha 策略因子的选择与评价

Alpha策略因子的选择与评价 2015-07-28 本文是量化对冲Alpha策略系列报告的第一篇，主要概述了Alpha策略的整体思路，介绍了Alpha策略因子的分类方法、筛选和评价的一般方法和步骤，同时还较为详细地说明了因子的组合方法以及基于因子库的量化选股的一般方法和步骤。 1.量化对冲Alpha策略简介 1.1 Alpha的含义根据拓展的CAPM模型，我们知道，证券s的实际收益率满足：其中，Rs为现货组合的预期收益率，rf为无风险利率，Rm为市场指数的预期收益，?s为误差项，α衡量了非系统性风险，βs衡量了系统性风险。投资者在市场交易中同时面临着系统性风险和非系统性风险，阿尔法策略通过对系统性风险进行度量并将其分离，从而获取超额绝对收益。 1.2 Alpha策略的基本思想 Alpha策略是典型的对冲策略，通过构建相对价值策略来超越指数，然后通过指数期货或期权等风险管理工具来对冲系统性风险。Alpha策略可以看成中性策略的一种，但是Alpha策略的约束更小，其Alpha来源可能是行业的、风格的或者其他的。Alpha策略注重选股，属于主动投资，相比之下，Beta策略注重对投资时机的选择，属于被动投资。股票的Alpha是它超过或低于通过CAPM模型预测的可能期望收益的部分，若股票定价公平，则其Alpha为0。 1.3 Alpha策略的分类在实际中经常使用的Alpha策略主要有：多因子、风格轮动、行业轮动、资金流、动量反转等。多因子是应用最为广泛的一种策略，该策略选择一系列因子搭建模型。通过这些因子筛选股票，满足则买入，不满足则卖出。多因子的最大优势在于，在不同的市场和行情下，因子库中总有一些因子能够发挥作用。风格轮动是指利用市场的风格特征进行投资。市场有时会偏好小盘股，有时偏好大盘股。通过观察某些指标来

数量化投资

数量化投资继年初嘉实量化基金成立后，中海量化策略基金也于6月19日顺利结束募集，首次募集16.46亿元，两只基金均采用国际流行的数量化投资方法。算上2004年发行的光大保德信量化核心基金和2005年发行的上投摩根阿尔法基金，至此我国共有4只公募量化基金。从本质上看，数量化投资理念将金融理论、数量化统计分析技术与投资者的定性分析和判断有机地结合在一起作为研究工具,将投资思想通过具体指标、参数的设计体现在模型中,并据此对市场进行不带任何主观情绪的跟踪分析,借助于计算机强大的数据处理能力来进行资产配置、股票选择、时机选择以及仓位控制等,以保证在控制风险的前提下实现收益最大化。数量化投资与传统的定性投资方法相比，相同点是，二者都致力于建立战胜市场、产生超额收益的投资组合；不同点是，定性投资方法侧重对上市公司的调研、基金经理个人的经验及其对

市场的主观判断，而量化投资管理则更加强调数据的分析和应用，以先进的数学统计技术和模型替代人为主观判断。所以，与传统的定性分析方法相比，数量化投资方法能更为理性、客观地分析和筛选股票，避免投资的盲目性和偶然性，以及主观认识的局限性，它能更有效地控制非系统性风险及一些人为因素导致的风险。作为数量化投资理念的领航者，BGI(巴克莱全球投资)于1978年创立了全球第一只数量化投资策略基金。经过逾30年的发展，数量化投资如今已经在全球范围内得到投资人的广泛认可。特别是2005年以来，随着计算机技术的飞速发展，数量化投资基金已逐渐变成一个主流的方向。据统计，目前在美国零售市场发行的主动型股票基金中，数量化投资基金已占据了16%的市场份额，而在竞争激烈的机构投资市场，量化投资则获得了更多的关注，以BGI、SSGA（道富环球）和GSAM（高盛国际）为首的一大批以数量化投资为核心竞争力的机构已成为资产管理公司中的领头羊，BGI更以14000亿美元的规模，高居全球资产管理规模

Beta策略和Alpha策略在股指期货中的应用

Beta策略和Alpha策略在股指期货中的应用海外经验表明股指期货是证券机构投资者使用较为广泛的投资工具，而且也是增加证券投资收益的良好途径。证券机构投资者参与股指期货的主要投资策略很多，其中包括利用Beta 策略对冲系统性风险，通过Alpha策略获取超额收益。面对2008年次贷危机下市场出现的单边暴跌行情，以及今年二季度受房产调控政策影响下的单边下跌行情，证券机构投资者无法规避系统性风险的到来。这些系统性风险不能通过分散投资加以消除，但是利用股指期货投资的方式，就可以在达到规避证券投资组合系统性风险目的的同时，还能够获得超额收益。 Beta策略对冲系统性风险在投资组合管理实践中，市场风险包括系统性风险和非系统性风险，系统性风险在资本市场模型中便是度量风险的Beta系数。 Beta代表对应资产的系统性风险，它是衡量资产收益对整个市场指数收益变化的敏感度。所谓的Beta策略是在期现两个市场分别持有相反的头寸，从而建立的一种对冲机制，无论价格如何变动，对冲交易都能取得期货和现货两个市场盈亏相抵的效果，从而将系统性风险转移出去。 Beta策略的原理是把股指期货引入投资组合管理中，运用股指期货来调整资产组合收益与风险关系，使其达到最佳。根据不同机构投资者的风险偏好和需求不同，可以通过调整Beta值来调节对冲风险的程度。证券投资者可以根据对市场的判断来灵活运用，如果预期未来市场阶段性下跌，则可以通过在股指期货市场上适当做空将投资组合Beta值调低，从而降低投资组合的风险；如果预期未来市场上涨的可能性较大，则可以通过做多股指期货而将投资组合的Beta值调高，从而提高投资组合的收益跑赢市场。假设某投资组合管理人选股能力较强，但对股票市场的总体走势并不确定，他就可以利用股指期货的Beta策略对冲持有证券组合的系统性风险。如果目前证券组合市值为1000万元，Beta值为1.6，而1份股指期货的合约价值为300×2800=84万，那么完全对冲条件下应卖出1.6×（1000万/84万）=19张期货合约。如果该组合管理人预测未来股票市场将上涨，则可以通过增大股票组合的系统性风险暴露从而分享有利行情的收益，可以把投资组合的Beta值调高，例如调整为2，此时需要再买入（2-1.6）×（1000万/84万）=5张期货合约。可见，据此方式可以利用股指期货调节投资组合的Beta值，从而控制系统性风险的暴露程度。 Alpha和可转移Alpha策略获取超额收益 Alpha策略的思想就是通过股指期货套期保值对冲投资组合的系统性风险Beta后，锁定超额收益Alpha。该策略的最终目的就是在获得市场收益率的同时，追求超额收益的最大化。如果某投资组合管理者利用股指期货适当调整了组合的Beta值后，可以使市场无关的部分收益暴露于风险当中，最终获得由选股能力带来的Alpha收益。运用股指期货可以实施Alpha策略，即在证券市场买入某证券组合的同时，在期货市场

量化投资策略与技术期末报告

《量化投资策略与技术》结课报告学科专业: 研究方向：姓名：学号： 2015年7月9日目录 1.1备选对象................................................................ 1.2择股标准................................................................ 2投资组合的构建 2.1目标股票的收益率........................................................ 2.2最优投资组合............................................................ 3预期收益和风险 4风险对冲策略附录A :原始数据表A1:财务指标.............................................................. 表A2 :投资组合股票收益率（节选）........................................... 表A3 :投资组合日收益率（节选）............................................ 表A4 :资产组合预期收益率（节选）........................................... 表A5 :沪深300股指期货日收盘价和收益率（节选）............................ 附录B :代码 B1:择股.................................................................... B2:投资组合风险-收益的计算................................................ B3:最优投资组合求解........................................................ 1目标股票的选取 1.1备选对象从上海主板、深圳主板、中小板和创业板分别随机选择 10只股票，列示于表1.1中：表1.1投资组合备选对象所属板块股票名称股票代码

中信证券-数量化投资的核心策略

数量化投资的核心策略量化选股方法能够充分利用数量化投资手段，对上市公司大量相关数据进行处理，对个股基本面、估值水平、市场面和流动性等指标进行多角度的分析。强调投资纪律，尽量避免人为主观情绪的波动。量化投资与定性投资之比较与定性投资相比，量化投资更加注重计算机在投资过程中的作用，利用电脑将人脑的思维和精力加以延伸和补充。作为一种新的投资方式，量化投资为投资者提供了一个新的投资思路。定性投资与量化投资二者各有优长，只要利用得当，都能获得超额收益。一、量化投资（Quantitative Investing）简介即将发行的南方策略优化基金的首要特征就是"量化投资"，即该基金将通过数量化手段，优化投资策略，精选优势个股，力争获取超越业绩比较基准的投资回报。为了更好的分析南方策略优化基金的产品特性，本文将首先对量化投资加以分析。 1、量化投资的起源量化投资是一种规范化、模型化的投资方式。具体来说，投资者将搜集到的相关数据与其自身的投资理念相结合，构建出一个或多个量化投资模型。在此基础上借助计算机科技的支持，对股票（或其他资产）进行筛选，并严格依照计算机的输出结果，实现最终的投资决策。量化投资起源于上世纪70年代的美国，至今已有30多年的历史。其诞生的一个重要标志就是指数化投资（Indexing）的提出，就是说最初的量化投资是以被动形式出现的。指数化投资的目标，就是简单的跟踪标的指数的涨跌，获取与标的指数相仿的投资收益。在此之后，投资者不满足于被动的跟踪指数，开始将被动指数化投资中的数量化投资技术进一步拓展，力图发现能够超越市场指数的量化投资方法，进行更加主动的量化投资，主动性量化投资（Active Quantitative Investing）由此产生。本次发行的南方策略优化基金就是一只主动性量化投资基金。 2、量化投资与定性投资之比较量化投资和定性投资（Qualitatively-based Investment）本质上都是以市场非有效或弱有效理论为基础，通过对个股估值，成长等基本面的分析研究，建立战胜市场，产生超额收益的组合。二者不同之处在于，定性投资依赖对上市公司的调研以及基金经理个人经验及主观判断，在此基础上挑选具有价格上涨潜力的个股；而定量投资管理则不对

量化投资入门到进阶

教材目录第一章：量化基础知识第一节量化投资的概念和优势第二节量化投资的历史和未来第三节量化投资的流程与应用第二章：量化策略入门第一节：MindGo量化交易平台第二节：MindGo API介绍第三节：我的第一个量化策略第三章：Python编程第一节：Python介绍第二节：数据类型第三节：条件与循环第四节：函数第五节：numpy 第六节：pandas基础第七节：pandas进阶第四章：经典量化策略集锦第一篇：投资高股息股票第二篇：从“二八轮动”中学择时第三篇：网格交易—动态调仓策略第四篇：进军交易系统，从Dual Thrust中学“趋势”第五篇：布林强盗，一个霸道的交易系统第六篇：交易系统终结者—海龟交易法则第七篇：向彼得林奇投资大师学习PEG选股第八篇：CAPM模型的应用第九篇：Fama-French三因子模型应用第十篇：动量类多因子之择时中选股第五章：量化研究专题第一篇：用matplotlib绘图函数实现数据可视化第二篇：运用Scipy模块实现统计技术第三篇：10分钟学会用Python做线性回归第四篇：统计套利：利用相关系数进行配对交易第五篇：数据处理专题：去极值、标准化、中性化

第六篇：数据挖掘专题：分类与预测第七篇：算法交易入门—VWAP 第八篇：Python实现马克维兹投资组合理论第九篇：隐马尔科夫模型【机器学习+数据挖掘】第十篇：机器学习之神经网络入门

第一章：量化基础知识第一节量化投资的概念和优势量化投资的概念量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。量化投资区别于定性投资的鲜明特征就是模型，对于量化投资中模型与人的关系，打个比方来说明，我们先看一看医生治病，中医与西医的诊疗方法不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，定性程度上大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。医生治疗病人的疾病，投资者治疗市场的疾病，市场的疾病是什么？就是错误定价和估值，没病或病得比较轻，市场是有效或弱有效的；病得越严重，市场越无效。投资者用资金投资于低估的证券，直到把它的价格抬升到合理的价格水平上。但是，定性投资和定量投资的具体做法有些差异，这些差异如同中医和西医的差异，定性投资更像中医，更多地依靠经验和感觉判断病在哪里；定量投资更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。在每一天的投资运作之前，我会先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。量化投资的优势量化投资的优势在于纪律性、系统性、及时性、准确性和分散化。 1.纪律性：严格执行投资策略，不是投资者情绪的变化而随意更改。这样可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。 2.系统性：量化投资的系统性特征包括多层次的量化模型、多角度的观察及海量数据的观察等。多层次模型包括大类资产配置模型、行业选择模型、精选个股模型等。多角度观察主要包括对宏观周期、市场结构、估值、成长、盈利质量、市场情绪等多个角度分析。此外，海量数据的处理能力能够更好地在广大的资本市场捕捉到更多的投资机会，拓展更大的投资机会。 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，寻找新的交易机会。 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。

量化投资：一种稳定盈利的方法F

量化投资：一种稳定盈利的投资模式文/李向东（上海）如果投资的结果完全是靠运气，那么成败各有一半的概率! 把希望寄托在自己的运气和所谓的眼光上，一般来说是正态分布的结果，期望值等于０，不过由于你自己的不恰当操作，结果往往是负的小于０。而依靠个人判断选股，你可能一夜暴富，也可能在第二次又输得精光。所以，上世纪80年代以来，一种寻求持续稳定盈利的投资模式——量化投资，越来越受到投资基金的青睐。量化投资是什么？所谓量化投资，简单地说就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。数量化投资的组合构建注重的是对宏观数据、市场行为、企业财务数据、交易数据进行分析，利用数据挖掘技术、统计技术、计算方法等处理数据，以得到最优的投资组合和投资机会。量化投资以先进的数学模型替代人为的主观判断，借助系统强大的信息处理能力，具有更大的投资稳定性，极大地减少投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。量化投资用一句话说明，就是利用电脑帮助人脑处理大量信息。定量投资者搜集分析大量的数据后，在全市场360度寻找投资机会，利用电脑来筛选投资机会，将投资思想或理念通过具体指标、参数的设计体现在模型中，并据此对市场进行不带任何主观情绪的跟踪分析，借助于计算机强大的数据处理能力来选择投资，以保证在控制风险的前提下实现收益最大化。原理一：将每次赚钱概率提高到50%以上。也许从每次投资来看，成功的概率略微超过50%并不是很出彩，但是很多次加起来，投资所靠的“运气”就可能被变成风险有限的高额投资回报。

原理二：如果每次交易赔钱的概率超过50%，但是每次赔的数量都很小，相对而言如果每次赚钱的概率虽然小于50%，但是赚的数目都很大的话，成功的概率也有可能超过50%。经过多次交易之后，只要盈利交易多于亏损交易，总体交易结果就是盈利的。对于这种情况，如果我们将交易进行分组，如果最大连续亏损次数为3次，我们可以将6次交易分为一组，这样就可以看到每组赚钱概率提高到50%以上了。与原理一的情况就相同了。 “大奖章基金”凭什么在20年间获得年均35％的收益？ “20世纪80年代末，我完全停止了基本面分析，变成了一个彻底的、依靠模型的量化投资人。”西蒙斯说。量化投资的传奇人物——詹姆斯·西蒙斯管理的大奖章基金从1989到2007年间的平均年收益率高达35％，而股神“巴菲特”在同期的平均年回报也不过约为20％。即使2008年面对全球金融危机的重挫，“大奖章”的回报也高达80％。从2002年底至2005年底，规模为50亿美元的“大奖章”已经为投资者支付了60多亿美元的回报。这个回报率是在扣除了5％的资产管理费和44％的投资收益分成以后得出的，并且已经经过了审计。值得一提的是，西蒙斯收取的这两项费用可能是对冲基金界最高的，相当于平均收费标准的两倍以上。2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元，闻名全球的投机大鳄索罗斯(George Soros)则只排第三；年收入达8.4亿美元，差不多是索罗斯的两倍。西蒙斯的量化投资方法是依靠数学模型和电脑管理着自己旗下的巨额基金，用数学模型捕捉市场机会，由电脑作出交易决策。詹姆斯·西蒙斯带领的大奖章基金在几次金融危机中都表现得异常坚挺。从1988年成立到1999年12月，大奖章基金总共获得2478.6％的净回报率，是同时期基金中的第一名，超过第二名索罗斯的量子基金一倍，而同期的标准普尔指数仅仅只有9.6％的涨幅。拥有过人的数学基础是西蒙斯在基金界游刃有余的一个制胜法宝。比起基金经理人的身份，他更像是一位精通数学的书生，通过复杂的赔率和概率计算，最终打败了赌场的神话。他制胜的法宝主要包括以下几个方面： 1、用数学模型捕捉市场机会，由电脑作出交易决策，是这位超级投资者成功的秘诀。

完整量化投资策略四个特征

完整量化投资策略的四个特征量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。量化投资是指将投资理念或市场洞见转化为数学模型，并依据历史数据对模型进行测实验证，总结收益-风险特性以及相关参数，最后通过运算机技术实现自主化交易的投资方法。量化投资主要运用在具有高流动性与历史数据丰盛的金融投资市场，就期货市场而言，既可以在商品类品种也可以在股指等金融类品种上进行。总的来说，一个完整的量化投资策略具备四个方面的特征：一是具有特定的定量分析策略。量化投资是基于一定的市场逻辑或依据历史数据作出的几率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略，这与当前大多数分析师所采用的定性分析方法有很大区别。量化投资注重数理分析与逻辑推导，不依赖体会主义和主观判定形成交易决策，当然其模型思想仍旧是来源于投资者的市场体会，这种来源可以是基于历史数据所作的几率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。二是绩效具有可追溯性。量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而运算出交易策略的胜算率、期望收益与风险度等，并且可以根据这些检测值来预判模型未来的收益表现。相反基于体会主义的主观交易方法无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理的预估。三是具有极高的纪律性，量化投资是依据经过历史验证的模型进行分析和交易，从而规避了主观判定带来的局限，而在具体操作上大多采用运算机程序实现自动化交易，不会呈现主观交易中经常会呈现的人性弱点。四是在信息处置上具有主观交易不可比拟的优势。当前金融投资品种非常丰盛，以国内商品期货市场为例，品种已经超过二十个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，倘若再考虑海外商品市场以及金融类市场，信息将更是几何倍递增，处置如此海量的数据，显然依赖数学模型与运算机程序处置的量化投资比传统交易方法效率更高。从特性上看，量化投资相较主观交易方法具有许多优势，所以自上世纪七十年代诞生以来受到很多投资者尤其是机构投资者的追捧。经过三十多年的发

风控策略

风控策略第一类，利用多元化的投资工具对冲。使用的工具有可转债、企业债、封闭式基金、股指期货、融券卖空、杠杆、程序化交易等。代表私募有崔军旗下的一其创赢产品和梁跃军旗下的朱雀阿尔法1号，重阳投资君享重阳。君享重阳主要特点在于其可以投资企业债(含可转债)、公司债、中小企业私募债、可分离交易债券、可交换债券，同时包括股票，股指期货等。对冲其纯股票策略类产品过多，以达到在弱市中也能够打造明星产品的目的。君享重阳基本采取的是阿尔法对冲策略，选择一个可以远远跑赢大盘的投资组合，并且用投资衍生品的手段来对冲掉整个市场对这个投资组合的影响，选股能力是核心。朱雀投资旗下的朱雀阿尔法1号，公司大致采取的是利用股指期货的空单对冲持有的股票市值，如果其投资组合表现强于沪深300指数的话，则对冲整体盈利，否则结果相反。第二类，传统股票策略类风控策略 1.价值风控：利用安全边际去事前规避表现稳健的私募中，价值类风控是普遍手法，价值类风控是指一切风险要事前防范，而非事后补救(如止损)，事前规避风险在于强大的选股能力，在选择投资标的的时候，选择安全边际比较高的股票，一方面股价相对内在价值有较大的折扣，另一方面公司层品牌、管理、财务等等具备优势。需要对企业的基本面做出预判，如果企业基本面没有发生变化，一般会考虑继续持有。代表是王小刚管理的鼎峰系列，王小刚的投资理念是高成长结合能力圈原则，善于集中持股，一般持有股票10只左右，最终通过一系列能够跑赢大盘的个股取得成功，除了事前规避风险外，王小刚还采取“刹车带”止损法，到了关键点位，比如净值九毛五的时候，必须把仓位降到五成以内，可以第二天加仓加回来，但是必须有减仓这个动作。事前风控可以在很大程度上提前规避一些风险，但缺点在于基于基本面的判断，往往交易周期较长，而且需要投资人对基本面有着很好的理解，还要有足够的耐心。 2. 预判大盘趋势，顺势而为跟随趋势，即大趋势不好，就采取不做的原则。代表是淡水泉赵军管理的“淡水泉成长一期”，淡水泉信仰“逆向投资”，即在熊市末期采取左侧提前布局的策略，博取右侧牛市的波段收益，这种方法可能在熊市末期会遭遇一定损失，但一般都会在随后的牛市中扳回来。代表还有星石，其方法与淡水泉不同，星石是趋势投资者，十分注重宏观择时和下行控制，星石长期下跌趋势中保持低仓位，直到大盘跌到2000点时才采取越跌越买的宝塔式建仓原则。一方面是认为股市超跌严重，另一方面也是对经济下行空间有限的左侧判断。第三，普遍采用事前，事中，事后风控流程思路。阳光私募建立的风控体系，较为完善的是公募背景的私募公司，如星石、从容、尚雅、武当等，而这些公司大多是采取事前、事中、事后模式进行风险控制。 1.事前风险控制主要是指通过股票池管理、股票仓位控制、投资限制等来回避风险的一种措施; 2.事中风险控制是指投资指令是否能够有效执行的过程，这主要依赖于决策者或者模型; 3.事后风险控制主要是指对前面两个环节的总结和修正。其中事前、事中、事后风险控制体系能否有效，关键在于：一，投研团队，人是核心，一个强大的投研团队能把事前风险发生的概率控制到最低，主要体现在精选股票和构建股票池。二，投资组合的配置，一个好的投资组合有利于对冲潜在风险，降低波动率。三，投资经理的决策，基金经理是公司的灵魂，其投资风格直接影响其投资策略，再而影响投资业绩。四，指令的执行，当指令下达后是否被准确有效地执行，这依赖于风控人员和投资经理，人

量化投资学习之路

量化投资学习之路-by李洋 1 前言本篇内容主要是2013年为一个朋友写的，除了当时发给朋友看，还未公开放出来过，后来居然忘记写过这么个东西，2014年（相对时点是今年）偶然一次机会和朋友聊天，朋友提起这篇文章，才恍惚间记起，然后搜索自己的电脑和硬盘，居然找不到这篇文章，后来查看邮件记录才在2013年发给朋友的邮件的附件里找到。现在之所以把这篇文章放出来，是想帮助想走量化这条道路的朋友能有一个大致的思路进行学习。希望帮助到有缘人。量化投资是个庞大的领域，设计到的东西也非常多，当然在量化投资领域我也仅仅是个菜鸟，本文权当我个人的量化学习之路的阶段性总结，本文我没抽出大块时间思考整体文章架构，仅仓促写成，可能下文的子章节分类逻辑性也并不是很清楚，望您见谅。这里要特别说明的是，本篇内容可能部分内容是在不同的时段写成，可能会出现一些前后逻辑不统一抑或矛盾的地方，每个人在人生的不同时点思考的深度和广度会不同，可能会否定自己以前一些观念甚至否定自己以前坚信的东西，其实人生就是一个不断思考、不断否定自我的过程，期望在这样的一个过程中能提升自我，洞穿一些东西。 2 自我学习篇量化投资的提升过程是个辛苦的过程，需要你不断的努力思考，需要你具有快速学习能力，世间的事大抵都是这样：没有付出就没有收获，但付出了不一定有收获。在自我学习篇中，我会列出我看过的一些书

籍和相关资料及其他一些需要学习的东西，下面列出的自我学习篇的东西不是胡乱堆砌，是我个人所看过的东西的过滤和再整理，希望能帮您更快的提升。 2.1 纸质书籍《期市截拳道:程序化交易策略与实战》作者：朱淋靖《量化投资：策略与技术》作者：丁鹏《高频交易》谈效俊等译《打开高频交易的黑箱》谈效俊等译《统计套利》陈雄兵张海珊等译《从众危机：量化投资与金融浩劫》李必龙等译《专业投机原理》《股票做手回忆录》海龟法则相关书籍当然好的书籍还有很多很多，未来我再慢慢更新上面的list，这里不可能把所有的都列出来。纸质书籍（电子书籍）需要经常阅读提升自我，也就是我们不断的学习新东西，并要在阶段性的快速学习东西。 2.2 论坛资源人大经济论坛量化投资板块 MATLAB技术论坛量化投资板块海洋部落(https://www.360docs.net/doc/9a11991797.html,) 水木程序化交易板块