中金公司數(shù)量化金融和投資策略

李志勇數(shù)量化金融和投資策略0內(nèi)容第一部分：數(shù)量化金融及其應(yīng)用第二部分：數(shù)量化投資和交易策略在股市中的應(yīng)用1第一部分：數(shù)量化金融及其應(yīng)用什么是數(shù)量化金融？數(shù)量化金融發(fā)展簡史應(yīng)用舉例數(shù)量化金融的現(xiàn)狀數(shù)量化金融的真正地位2什么是數(shù)量化金融？數(shù)量化金融是現(xiàn)代金融學(xué)的一個(gè)分支，它大量采用數(shù)學(xué)模型和方法，用于研究、分析、交易、投資和風(fēng)險(xiǎn)控制中。也被稱作金融工程、數(shù)學(xué)金融、或者計(jì)算金融等。3金融、數(shù)學(xué)和計(jì)算機(jī)科學(xué)的交叉學(xué)科金融:宏觀和微觀經(jīng)濟(jì)，公司財(cái)務(wù)，資本市場，投資理論，投資組合理論，資產(chǎn)定價(jià)，銀行業(yè)，風(fēng)險(xiǎn)控制數(shù)學(xué):實(shí)分析，函數(shù)分析，概率論，隨機(jī)過程，隨機(jī)計(jì)算，微分方程，數(shù)值分析，概率分布，時(shí)間序列，模式識別，極值理論，博弈論計(jì)算機(jī)科學(xué):算法,數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)庫，編程語言(C++,VB,Java,C#,Matlab,SAS),操作系統(tǒng)由技術(shù)上的領(lǐng)先來推動4數(shù)量化金融發(fā)展簡史1827Brown:發(fā)現(xiàn)了布朗運(yùn)動。1900Bachelier:第一次用BM來描述股票價(jià)格走向。1905Einstein:系統(tǒng)地闡述了BM的物理學(xué)基礎(chǔ)。1923Wiener:對BM進(jìn)行了嚴(yán)格的數(shù)學(xué)描述，以此完善了數(shù)量化金融的必要工具。1950sSamuelson:重新發(fā)現(xiàn)了Bachelier的工作，并為期權(quán)定價(jià)奠定基礎(chǔ)。1951Ito:發(fā)現(xiàn)了Ito’sLemma,用以描述微分方程中隨機(jī)變量之間的關(guān)系。1952Markowitz:第一次提出了用于投資組合選擇的數(shù)量方法。1963Sharpe:發(fā)展了定價(jià)有風(fēng)險(xiǎn)資產(chǎn)的簡單模型,CAPM。1966Fama:認(rèn)定股票價(jià)格不可預(yù)測，并提出“市場有效論”假說。1973Black,SholesandMerton:此三位經(jīng)濟(jì)學(xué)家發(fā)現(xiàn)了用于期權(quán)定價(jià)的Black-Scholes公式。這幾乎與芝加哥期權(quán)交易市場開業(yè)是在同一時(shí)間。5數(shù)量化金融發(fā)展簡史（續(xù)）1974Merton:提出了用公司資產(chǎn)為標(biāo)的期權(quán)模型，以此來估算公司的價(jià)值。1977Vasicek:提出了一致的市場利率模型框架。1979Cox,Ross,Rubinstein:發(fā)現(xiàn)了二叉樹模型，并將期權(quán)定價(jià)理論解釋得普通大眾也可以接受。1979–81Harrison,Kreps,Pliska:闡述了期權(quán)定價(jià)理論和概率論之間的關(guān)系，從此數(shù)量化金融變成了嚴(yán)格意思上的科學(xué)。1986HoandLee:引入了利率模型中的符值與校準(zhǔn)的概念。1992Heath,JarrowandMorton:對利率曲線的動態(tài)特性進(jìn)行了建模。1997Brace,GatarekandMusiela:BGM模型。2000Li:提出了基于概率理論的，用于CDO等復(fù)雜產(chǎn)品定價(jià)的方法。2002Hagan,Kumar,Lesniewski,Woodwad:SABR(stochastic,alpha,beta,andrho)是描述遠(yuǎn)期利率和其波動性（這二者都是隨機(jī)過程）的模型。6對很多人來說過于復(fù)雜

7障礙期權(quán):Up-and-Outcallx標(biāo)的,B障礙,K行權(quán)價(jià),τ=T-t8但有了好的工具會容易很多9用C++進(jìn)行行期權(quán)建模10應(yīng)用:金融融資產(chǎn)定價(jià)市場:股市，固固定收益，信信貸，外匯，，大宗商品產(chǎn)品:期貨:股票票，債券，大大宗商品，外外匯，VIX遠(yuǎn)期期期權(quán)權(quán):歐歐式式，，美美式式，，百百慕慕大大，，亞亞式式，，障障礙礙，，二二進(jìn)進(jìn)式式，，復(fù)復(fù)合合，，回回看看，，平平均均，，選選擇擇，，延延后后支支付付，，梯梯形形，，彩彩虹虹掉期期:利利率率，，信信貸貸，，全全回回報(bào)報(bào)，，股股票票，，方方差差，，波波動動率率掉期期權(quán)權(quán)混合:可可轉(zhuǎn)債債，與股股票相連連的結(jié)構(gòu)構(gòu)化產(chǎn)品品資產(chǎn)抵押押:Pass-thru,IO,PO按揭抵押押:CDO,CMO,指指數(shù)(iTraxx,CDX)結(jié)構(gòu)化產(chǎn)產(chǎn)品:股股票，，固定收收益，信信貸，外外匯更多………11應(yīng)用:交交易和和套利策策略股票:算法法交易，，高頻交交易，股股指期貨貨套利，，波動性性分散，，多/空空策略，，市場中中性，并并購套利利期權(quán):coveredcall,nakedput,straddle,strangle,butterfly,bullspread,bearspread,calendarspread,verticalspread,debitspread,creditspread利率:yieldshift,steepening,flatting,twist,inter-marketspread,futuresbasis,swapspread,spreadbetweenmunicipalbondandtreasury,carrytrade,break-eveninflation,TEDspreadtrade信貸:yieldenhancement,creditspreadwiden/narrow,creditpair相關(guān)性:CDX,tranches波動性:做多多/空波波動性混合:可轉(zhuǎn)轉(zhuǎn)債套利利其它:基于于特定事事件的，，多策略略，全球球宏觀12應(yīng)用:風(fēng)風(fēng)險(xiǎn)管管理市場風(fēng)險(xiǎn)險(xiǎn)和信用用風(fēng)險(xiǎn)價(jià)格敏感感度計(jì)算算:Delta,Gamma,Vega,Rho,Theta,etc.在險(xiǎn)價(jià)值值（Value-at-Risk））極端情況況分析市場崩潰潰可能性性分析投資組合合的跟蹤蹤誤差13應(yīng)用:利利率曲曲線建模模利率曲線線:曲曲線符值值，單因因子模型型，多因因子模型型，無套套利模型型，平衡衡模型，，Libor市市場模模型：Ho-LeeVasicekCox-Ingersoll-RossHJM(Heath,Jarrow,Morton)BGMLMM14應(yīng)用:波波動性性建模波動率彎彎線和平平面隨機(jī)波動動率不可確定定參數(shù)波動性的的經(jīng)驗(yàn)分分析自回歸條條件異方方差（GARCH，RobertF.EngleandCliveGranger）模型15應(yīng)用:其其它金金融市場場建模和和分析資產(chǎn)價(jià)格格跳躍更加合理理的資產(chǎn)產(chǎn)價(jià)格和和回報(bào)率率概率分分布模型型靜態(tài)對沖沖和動態(tài)態(tài)對沖市場崩潰潰建模股票紅利利建模流通性差差的市場場交易成本本建模16《數(shù)量化化金融學(xué)學(xué)報(bào)》Agent-basedmodelingAnomaliesinpricesAsset-liabilitymodelingBehavioralfinanceBoundedrationalityCorporatefinanceCorporatevaluationDerivativespricingandhedgingEvolutionarygametheoryExperimentalfinanceExtremerisksandinsuranceFinancialeconometricsFinancialengineeringLearningadaptationLiquiditymodelingMarketdynamicsandpredictionMarketmicrostructureOperationalriskmodelingPortfoliomanagementPriceformationRiskmanagementTradingsystemsWeb-basedfinancialservices17舉例:期期權(quán)套套利你是一位期權(quán)權(quán)交易員。某天你發(fā)現(xiàn)現(xiàn)市場上有這這樣的報(bào)價(jià)：：一個(gè)at-the-money歐歐式calloption:行權(quán)價(jià)$100，到到期6個(gè)月，，價(jià)格$8相同行權(quán)價(jià)和和到期的putoption價(jià)價(jià)格$6標(biāo)的股票不分分紅6個(gè)月的，無無票面利率的的，面值100的國債價(jià)價(jià)格97這中間有沒有有問題？如果果有的話，你你會怎么做？？18舉例:股票票結(jié)構(gòu)化產(chǎn)品品定價(jià)你是一位基金金經(jīng)理。假設(shè)當(dāng)前SP500指指數(shù)(SPX)是1,300點(diǎn)。。你預(yù)計(jì)市場場的波動會很很大，但不確確定會往哪個(gè)個(gè)方向變動。。為了在市場場向上和向下下的時(shí)候你都都能夠有一定定的收益，你你聯(lián)系一家券券商的股票產(chǎn)產(chǎn)品部。在經(jīng)經(jīng)過商議后，，你決定從他他們那里購買買一個(gè)結(jié)構(gòu)化化產(chǎn)品。這個(gè)個(gè)產(chǎn)品有如下下結(jié)構(gòu)：從現(xiàn)在開始的的180天之之內(nèi)，如果SPX的波動動維持在當(dāng)前前點(diǎn)位的82%和118%之間，那那么在180天后到期時(shí)時(shí)，券商付給給你一筆錢。。這筆錢是按按下列公式計(jì)計(jì)算|180天后后的SPX點(diǎn)點(diǎn)位–SPX當(dāng)前點(diǎn)點(diǎn)位|/SPX當(dāng)前前點(diǎn)位*面面值(10,000,000)*系數(shù)數(shù)(250)但是，如果SPX點(diǎn)位一一旦超出這個(gè)個(gè)范圍，那么么這個(gè)產(chǎn)品就就自動無效。?，F(xiàn)在，你需要要知道這個(gè)產(chǎn)產(chǎn)品的合理價(jià)價(jià)格？19舉例:市場場風(fēng)險(xiǎn)估算和和管理你是一家投資資銀行的風(fēng)險(xiǎn)險(xiǎn)控制總監(jiān)。某天你在檢檢查公司的交交易倉位時(shí)，，你發(fā)現(xiàn)公司司持有下列倉倉位：$5億各種股股票，2億各各種期權(quán)$20億公司司債$25億利率率掉期$3億的英鎊鎊、日元、歐歐元等外匯現(xiàn)現(xiàn)期其它非常復(fù)雜雜的結(jié)構(gòu)化產(chǎn)產(chǎn)品綜合從市場和和研究部得到到的信息，你你認(rèn)為在未來來的10天內(nèi)內(nèi)股票市場會會大幅下挫，，信貸市場會會惡化，Libor曲線線平坦化，美美元對其它主主要貨幣會大大幅升值。考慮這些市場場因素，你非非常擔(dān)心如果果不采取措施施的話，公司司的倉位會遭遭受巨大損失失。在風(fēng)暴過過后，公司能能不能存活還還是個(gè)問題。。這事關(guān)公司司生死存亡，，所以你需要要立刻知道公公司倉位的精精確在險(xiǎn)價(jià)值值是多大！20舉例:投投資組合優(yōu)優(yōu)化你是一位資資產(chǎn)管理公公司的投資資經(jīng)理。你為幾位位高端客戶戶理財(cái)。一一位前企業(yè)業(yè)家是你的的客戶。他他在給你說說明了他承承受風(fēng)險(xiǎn)的的能力后，，希望他的的投資能夠夠在未來的的10年內(nèi)內(nèi)以10%到15%的年回報(bào)報(bào)率增長。。同時(shí)，他他和你一起起選擇了50支可以以包括在他他的投資組組合里的股股票。為了構(gòu)建這這個(gè)投資組組合，你根根據(jù)1993年1月月至2007年12月15年年間的市場場數(shù)據(jù)計(jì)算算出這50支股票的的期望收益益、方差、、和協(xié)方差差等數(shù)值。。在使用了了優(yōu)化算法法并考慮美美國國債對對總體投資資的影響后后，你找到到了理想的的投資組合合。在這個(gè)個(gè)基礎(chǔ)上，，你會每個(gè)個(gè)月對此組組合進(jìn)行調(diào)調(diào)整，以保保證客戶的的投資目標(biāo)標(biāo)。21數(shù)量化金融融的現(xiàn)狀在發(fā)達(dá)市場場非常成熟熟和流行：：對沖基金:RenaissanceTechnology,Citedal,AQR,GSAMAlpha,2Sigma,etc.投資銀行:龐大的的數(shù)量分析析研究團(tuán)隊(duì)隊(duì)，數(shù)量交交易員，交交易室分析析員，數(shù)量量風(fēng)險(xiǎn)管理理師采用數(shù)量化化方法的傳傳統(tǒng)基金金融工程碩碩士（MFE）與數(shù)量化金金融有關(guān)的的博士和研研究方向各類證書:FRM,PRM,CQF,etc.各種學(xué)報(bào):MathematicalFinance,JournalofFinancialandQuantitativeAnalysis,Risk,FinanceandStochastics,JournalofQuantitativeFinance,etc,inadditiontoJoF,JoFE明星式人物物:JohnHull,PaulWilmott,EmanuelDerman,NassimTaleb,etc.22數(shù)量化金融融的失敗案案例1987年年10月美美國股市大大崩盤:算算法交易易，交易組組合保險(xiǎn)Metallgesellschaft集團(tuán)團(tuán):風(fēng)險(xiǎn)險(xiǎn)管理，市市場流通性性長期資本管管理公司:模型差差錯(cuò)，市場場流通性所羅門兄弟弟:風(fēng)險(xiǎn)險(xiǎn)管理Amaranth:對沖2007年年夏天數(shù)量量基金的重重大損失:杠桿效效應(yīng)，極端端市場情況況悲劇不斷上上演……23數(shù)量化金融融的真正地地位支持者:市場變變得越來越越復(fù)雜，有有太多的因因素要考慮慮（宏觀，，微觀，股股市，利率率，外匯，，能源，商商品等等））。如果沒沒有完備的的數(shù)學(xué)模型型，就不存存在嚴(yán)格意意義上的現(xiàn)現(xiàn)代金融。。所以，尖尖端數(shù)學(xué)模模型和計(jì)算算機(jī)技術(shù)的的應(yīng)用非常常重要，是是我們能否否在激烈的的競爭中脫脫穎而出甚甚至生存的的關(guān)鍵。反對者:金融融市場歸歸根到底底是由供供求關(guān)系系決定的的。在市市場上，，投資者者、對沖沖者、投投機(jī)者等等等在一一起買進(jìn)進(jìn)和賣出出各種金金融產(chǎn)品品。所以以說這是是一個(gè)由由人來決決定的環(huán)環(huán)境，而而且不是是所有人人都表現(xiàn)現(xiàn)出理智智的行為為。因此此，數(shù)學(xué)學(xué)模型不不能描述述人在市市場上的的行為。。24數(shù)量化金金融的真真正地位位只是一個(gè)個(gè)工具為人們提提供一個(gè)個(gè)思考的的框架不能單獨(dú)獨(dú)使用，，并且要要謹(jǐn)慎處處理對業(yè)務(wù)和和市場的的精深理理解才是是關(guān)鍵25數(shù)量化金金融非常常有趣并并且有高高回報(bào)性性，但是是……“如果你你有一個(gè)個(gè)好的模模型和技技術(shù)平臺臺，它們們會幫你你累積信信息，理理解風(fēng)險(xiǎn)險(xiǎn)，并且且快速做做出決定定。但是是模型不不可能為為你做出出所有的的決定………如如果你不不能很好好地理解解你的模模型，或或者以錯(cuò)錯(cuò)誤的方方式使用用，它會會反過來來給你帶帶來損害害”。–DavidLi,數(shù)數(shù)量分分析總監(jiān)監(jiān),巴巴克萊銀銀行“常識高高于金融融模型………若若不然，，你會迷迷失在模模型中………”--LyleMinton,PointClearpartner“不同的的角色和和組織的的人需要要使用不不同的模模型………實(shí)際際上，所所有的模模型都是是錯(cuò)的，，但有一一些是有有用處的的”。--IgorHlivka,數(shù)數(shù)量交交易總監(jiān)監(jiān),MitsubishiUFJSecurities26第二部分分：數(shù)量化投投資和交交易策略略在股市市中的應(yīng)應(yīng)用數(shù)量化投投資簡史史數(shù)量化投投資理論論基礎(chǔ)數(shù)量建模模、投資資、交易易策略如何建立立數(shù)量化化投資的的框架數(shù)量化方方法和共共同基金金案例分析析我們是誰誰？我們們能為你你們做些些什么？？27數(shù)量化投投資簡史史1960-1980基本層面面的研究究宏觀經(jīng)濟(jì)濟(jì)模型投資組合合理論（（Markowitz,CAPM,etc.）1990s計(jì)算機(jī)技技術(shù)，數(shù)數(shù)據(jù)庫，，非線性性模型風(fēng)險(xiǎn)管理理（VaR））Bayesian方方法優(yōu)化技術(shù)術(shù)新世紀(jì)結(jié)構(gòu)化產(chǎn)產(chǎn)品，金金融衍生生品高頻交易，，算法交易易復(fù)雜策略（（混沌理論論，神經(jīng)網(wǎng)網(wǎng)絡(luò)，模式式識別）28數(shù)量化對沖沖基金約70%的的對沖基金金可被歸為為數(shù)量化基基金對沖基金管管理的資產(chǎn)產(chǎn)大約為2萬億美元元數(shù)據(jù)來源:CreditSuisse/TremontHedgefundIndex29數(shù)量化共同同基金數(shù)量化的共共同基金在在過去的幾幾年里有了了很大的發(fā)發(fā)展。據(jù)Lipper’s的的統(tǒng)計(jì)，此此類基金管管理的資產(chǎn)產(chǎn)在2007年達(dá)到到6,360億美元元，是2002年規(guī)規(guī)模的3倍倍但因?yàn)楣餐饦I(yè)管管理的資產(chǎn)產(chǎn)達(dá)20萬萬億美元，，所以數(shù)量量基金所占占的比重仍仍較小，只只有大約3.2%大部分的策策略是做多多，但近年年130/30的策策略日趨流流行30數(shù)量化投資資的理論基基礎(chǔ)現(xiàn)代金融理理論均值-方差差分析資產(chǎn)資本定定價(jià)模型（（CAPM）無套利定價(jià)價(jià)原理（APT）數(shù)量模型數(shù)學(xué)和數(shù)值值優(yōu)化風(fēng)險(xiǎn)管理交易成本經(jīng)濟(jì)濟(jì)計(jì)計(jì)量量學(xué)學(xué)技技術(shù)術(shù)單因因子子模模型型多因因子子模模型型31均值值-方方差差分分析析與兩個(gè)不同的的理論框架保保持一致：設(shè)定假設(shè)下的的功用最大化化資產(chǎn)的回報(bào)率率符合多元正正態(tài)分布充分利用多樣樣化原理32均值-方差分分析受限于以下約約束條件:求解:33資本資產(chǎn)定價(jià)價(jià)模型（CAPM）34無套利定價(jià)原原理（APT）基于無套利原原理是一種多因子子的經(jīng)濟(jì)計(jì)量量模型定義了Alpha，或者者叫“主動Alpha””，也就是主主動選股帶來來的收益例如：Fama/French五因因素模型35數(shù)學(xué)和數(shù)值優(yōu)優(yōu)化金融學(xué)理論的的核心在于優(yōu)優(yōu)化：風(fēng)險(xiǎn)和和收益的均衡衡優(yōu)化問題包括括三個(gè)基本要要素目標(biāo)函數(shù)f(x)給定收益率的的方差最小化化，或者給定定方差的收益益率最大化一組變量:x資產(chǎn)組合的構(gòu)構(gòu)成和比例一組約束條件件禁止賣空，單單個(gè)資產(chǎn)上限限5%，整股股約束等等36數(shù)學(xué)和數(shù)值優(yōu)優(yōu)化線性規(guī)劃(LP):在一組線性等等式或者不等等式的約束下下最小化一個(gè)個(gè)線性函數(shù)二次優(yōu)劃:最小化一一個(gè)二次目標(biāo)標(biāo)函數(shù)凸優(yōu)化:包含子集集合的優(yōu)化問問題，如半正正定優(yōu)化(SPD),二二階錐優(yōu)化化(SOCP),幾幾何優(yōu)化(GP),最最小二乘法法(LS),凸二次次優(yōu)化(QS)錐優(yōu)化:去掉標(biāo)準(zhǔn)準(zhǔn)線性規(guī)劃中中的非負(fù)約束束整數(shù)優(yōu)化與組組合優(yōu)化:變量只能能取整數(shù)，如如二項(xiàng)值或者者整數(shù)值37風(fēng)險(xiǎn)管理---風(fēng)險(xiǎn)的計(jì)計(jì)算計(jì)算方差、協(xié)協(xié)方差矩陣隱含波動率指數(shù)加權(quán)移動動平均(EWMA)自回歸條件異異方差(GARCH)38風(fēng)險(xiǎn)的計(jì)算在險(xiǎn)價(jià)值(VaR)計(jì)計(jì)算高階及極端風(fēng)風(fēng)險(xiǎn)的測量39將風(fēng)險(xiǎn)分解BarraE3模型型中風(fēng)險(xiǎn)定義義40將風(fēng)險(xiǎn)分解系統(tǒng)性風(fēng)險(xiǎn)的的分解其他風(fēng)險(xiǎn)的分分解:總體體風(fēng)險(xiǎn)分解，，積極風(fēng)險(xiǎn)分分解，積極系系統(tǒng)風(fēng)險(xiǎn)分解解，等等41交易成本交易的執(zhí)行是是投資過程中中一個(gè)重要的的組成部分一個(gè)糟糕的交交易會直接損損害投資組合合的收益對于算法交易易來說，交易易成本是至關(guān)關(guān)重要的42預(yù)測風(fēng)險(xiǎn)和收收益–財(cái)財(cái)務(wù)和經(jīng)濟(jì)因因子財(cái)務(wù)信息息P/EP/B分紅率增增長等等經(jīng)濟(jì)因子子GDP失業(yè)率領(lǐng)先，同同時(shí)和滯滯后的指指標(biāo)信用價(jià)差差能源價(jià)格格匯率等等43預(yù)測風(fēng)險(xiǎn)險(xiǎn)和收益益–統(tǒng)統(tǒng)計(jì)模模型單因子模模型:單個(gè)個(gè)價(jià)格的的動態(tài)過過程:自自回歸歸移動平平均模型型(ARMA)ARMA(p,q)多因子模模型:多個(gè)價(jià)價(jià)格的動動態(tài)過程程及相關(guān)關(guān)性向量自回回歸模型型(VAR)VAR(p)向量自回回歸移動動平均模模型(VARMA)VARAM(p,q)協(xié)整:誤誤差修修正模型型(ECM)狀態(tài)空間間:便于于制定大大量的動動態(tài)過程程類ARCH/GARCH模模型44預(yù)測風(fēng)險(xiǎn)險(xiǎn)和收益益–其其他模模型隨機(jī)游走走模型時(shí)間多樣樣化動態(tài)模擬擬主成分分分析多因因子模型型長期均衡衡模型和和多趨勢勢模型Bayesian方方法:Black-Litterman模型型神經(jīng)網(wǎng)絡(luò)絡(luò)模型行為金融融模型:解釋釋和刻畫畫市場中中的異常常現(xiàn)象45什么樣的的模型是是好模型型？對樣本有有很強(qiáng)的的解釋能能力對樣本外外結(jié)果有有很強(qiáng)的的預(yù)測能能力很小的估估計(jì)誤差差對資產(chǎn)價(jià)價(jià)格的屬屬性有穩(wěn)穩(wěn)定的描描述能夠盈利利的策略略，賺錢錢！46數(shù)量化交交易/投投資必須須有紀(jì)律律Alpha模模型:產(chǎn)產(chǎn)生現(xiàn)現(xiàn)實(shí)、合合理的收收益期望望和預(yù)測測風(fēng)險(xiǎn)管理理:控控制和管管理投資資、交易易風(fēng)險(xiǎn)控制成本本:管管理交易易成本執(zhí)行:監(jiān)監(jiān)視并并管理投投資的每每個(gè)步驟驟業(yè)績歸因因分析:策略略是否可可行？如如果可行行，業(yè)績績來自于于技巧還還是運(yùn)氣氣？47例子:證證券分分析和挑挑選48例子:數(shù)數(shù)量化化建模和和投資組組合建立立49例子:執(zhí)執(zhí)行和和風(fēng)險(xiǎn)管管理50策略:風(fēng)險(xiǎn)險(xiǎn)中性多/空策略業(yè)績表現(xiàn)與市市場表現(xiàn)無關(guān)關(guān)組合beta(β)基基本上為零大約6%的對對沖基金使用用此策略數(shù)據(jù)來源:InvestmentStrategiesofHedgeFunds,Stefanini時(shí)間:01/1994–12/200451策略:成對對證券價(jià)差交交易多倉價(jià)格有望望上漲的證券券，空倉價(jià)格格有望下跌的的證券一幫情況下，，兩個(gè)證券價(jià)價(jià)格是同漲同同跌的，它們們價(jià)格的差距距，價(jià)差，是是均值回復(fù)的的抓住趨勢的暫暫時(shí)驟變并期期待趨勢能夠夠反轉(zhuǎn)52策略：統(tǒng)計(jì)套套利統(tǒng)計(jì)套利，StatArb，不是考考慮成對的股股票，而是成成百只股票的的組合beta中性性，利用統(tǒng)計(jì)計(jì)和經(jīng)濟(jì)計(jì)量量模型恰當(dāng)?shù)哪Ｐ褪鞘亲钪匾?3策略：指數(shù)套套利指數(shù)期貨和指指數(shù)組成成份份的一攬子股股票組合具有有相關(guān)關(guān)系如果確信價(jià)差差會收斂，可可以賣出期貨貨，并買入同同等價(jià)值的一一攬子股票如果確信價(jià)差差會擴(kuò)大，可可以采用相反反的操作54策略：波動率率套利期權(quán)交易:買買入低波波動率，賣出出高波動率Delta對對沖:與標(biāo)標(biāo)的資產(chǎn)的價(jià)價(jià)格的直接變變動無關(guān)，頭頭寸的盈利取取決于標(biāo)的資資產(chǎn)的價(jià)格的的凸度波動率互換：：利用將來的的波動率變化化，不考慮其其他任何因素素波動率分散：：利用指數(shù)波波動率和其成成份一攬子股股票的波動率率之間的不平平衡55策略：結(jié)構(gòu)化化產(chǎn)品結(jié)構(gòu)化產(chǎn)品可可以針對投資資者對市場的的具體看法量量身定制例子:雙雙障礙敲出出期權(quán)起始日:今今天期限:6個(gè)月類型:期期權(quán)標(biāo)的:國企指數(shù)(當(dāng)前為11,947)或或者其他指指數(shù)障礙價(jià)格:9,947和和13,947到期回報(bào):如果沒沒有碰到障礙價(jià)格則則:|HSCEI––11,947|,否否則為：10%56策略：其他他想法還有許多可可以做57數(shù)量化模型型和策略的的優(yōu)勢一致性：相相同的輸入入會導(dǎo)致相相同的信號號嚴(yán)格執(zhí)行紀(jì)紀(jì)律，不受受情緒或其其它主觀標(biāo)標(biāo)準(zhǔn)的影響響可以完全自自動化可以用過去去的歷史數(shù)數(shù)據(jù)全面測測試，用模模擬情景測測試在低迷的市市場，數(shù)量量化交易模模型產(chǎn)生的的結(jié)果由于于同傳統(tǒng)的的資產(chǎn)相關(guān)關(guān)度很低，，可以提供供一個(gè)新的的“alpha”來來源58如何構(gòu)建數(shù)數(shù)量化投資資框架目標(biāo)建立可靠的的預(yù)測模型型為投資組合合分配和風(fēng)風(fēng)險(xiǎn)管理配配置可靠的的模型管理組合的的調(diào)倉成本本和交易成成本監(jiān)控并定期期檢查整個(gè)個(gè)投資過程程框架59股票市場研研究數(shù)量化投資資中最重要要的一個(gè)環(huán)環(huán)節(jié)關(guān)注點(diǎn)：全球市場，，基本面，，區(qū)域/行行業(yè)/板塊塊，會計(jì)處處理風(fēng)格，基準(zhǔn)準(zhǔn)，對手，，其它特征征分析多因子股票票風(fēng)險(xiǎn)模型型時(shí)間序列分分析:ARMA,ARIMA,ARCH,GARCH高頻數(shù)據(jù)研研究歷史數(shù)據(jù)回回溯測試，，蒙特卡羅羅模擬不同資產(chǎn)類類別和不同同市場的相相關(guān)性，敏敏感度“可轉(zhuǎn)移的的alpha”，多多/空擴(kuò)展展，絕對收收益以及其其它投資研研究60投資組合構(gòu)構(gòu)建、優(yōu)化化和管理按照客戶的的要求構(gòu)建建投資組合合：風(fēng)險(xiǎn)，，風(fēng)格，質(zhì)質(zhì)量，安全全性，稅收收，社會責(zé)責(zé)任，行業(yè)業(yè)集中度，，流動性等等遵照投資組組合，使用用優(yōu)化工具具和技術(shù)使使股票選擇擇和權(quán)重分分配精細(xì)化化關(guān)注點(diǎn)資產(chǎn)配置策策略投資組合優(yōu)優(yōu)化風(fēng)險(xiǎn)約束Alpha，貝塔，，夏普比率率，跟蹤誤誤差分析策略：多/空策略，，130/30，市市場中性等等61證券交易和和執(zhí)行抽象理論研研究和投資資組合構(gòu)建建的實(shí)現(xiàn)，，理論和實(shí)實(shí)踐相結(jié)合合從組合構(gòu)建建階段平穩(wěn)穩(wěn)有效地過過渡到交易易執(zhí)行階段段關(guān)注注以以下下策策略略:交易易委委托托智智能能解解決決方方案案以以尋尋求求流流動動性性沖擊擊成成本本和和交交易易成成本本最最小小化化傭金金分分配配vs.最最佳佳執(zhí)執(zhí)行行執(zhí)行行數(shù)數(shù)量量化化交交易易策策略略，，系系統(tǒng)統(tǒng)和和軟軟件件平滑過渡渡以及alpha損損失最小小化62數(shù)量化投投資過程程改進(jìn)盡可能使使所有任任務(wù)自動動化安裝并監(jiān)監(jiān)控診斷斷程序，，是否出出現(xiàn)問題題？進(jìn)程程是否出出錯(cuò)？哪哪里出錯(cuò)錯(cuò)？明確定義義進(jìn)程成成功的標(biāo)標(biāo)準(zhǔn)各個(gè)階段段之間的的平穩(wěn)轉(zhuǎn)轉(zhuǎn)換和alpha損損失最最小化數(shù)據(jù)效率率最大化化，減小小模型差差錯(cuò)，檢檢查所有有特征管理層審審核：遵遵循既定定目標(biāo)63數(shù)量化方方法和共共同基金金選股:使用用數(shù)量化化模型－－價(jià)值、、動力、、因子－－選股，，例如價(jià)價(jià)值和成成長資產(chǎn)配置置策略:股票票、固定定收益產(chǎn)產(chǎn)品、外外匯和大大宗商品品投合優(yōu)化化:基于于限制和和目標(biāo)構(gòu)構(gòu)建最優(yōu)優(yōu)投資組組合多/空策策略:130/30準(zhǔn)多/空空策略:做空空現(xiàn)有持持倉股票票指數(shù)追蹤蹤:模擬擬特定指指數(shù)，最最小化跟跟蹤誤差差交易成本本控制數(shù)量化研研究投資過程程自動化化:充分分利用技技術(shù)優(yōu)勢勢64數(shù)量化方方法和共共同基金金–全球球視野前10大大數(shù)量化化共同基基金－按按照過去去1年回回報(bào)排名名65案例:2007年夏夏，數(shù)量量化基金金的巨大大損失發(fā)生了什什么?66案例:8月伏伏擊發(fā)生了什什么?那些數(shù)量量交易員員使用復(fù)復(fù)雜的數(shù)數(shù)學(xué)模型型投資于于全球市市場他們與沃沃倫.巴巴菲特和和彼得.林奇等等價(jià)值投投資者非非常不同同他們使用用“統(tǒng)計(jì)計(jì)套利””，“市市場中性性”等交交易策略略歷史上來來看，數(shù)數(shù)量交易易員表現(xiàn)現(xiàn)不錯(cuò)但是在7月末和和8月初初，數(shù)量量交易員員遭遇伏伏擊：整整個(gè)美國國股市下下跌4％％，但是是RenaissanceInstitutionalEquitiesslid8.7%,AQRCaptialManagement13%,GoldmanSachsGlobalEquityOpportunities30%,TykheCapitalLLC20%,etc.他們的大大部分損損失出現(xiàn)現(xiàn)在7/8-9/8，，10天天之后，，部分損損失得到到彌補(bǔ)67案例:市市場情情況發(fā)生了什什么?5/8:貝爾爾斯登CEO辭辭職7/8:有傳傳言貝爾爾斯登將將要被出出售市場流動動性緊縮縮全球股市市下跌數(shù)量化基基金如何何應(yīng)對？？降低杠桿桿賣掉好的的，盈利利的資產(chǎn)產(chǎn)買回差股股票市場中性性－>多多/空－－>凈多多頭或者者只作多多68案例:8月伏伏擊市場方面面:隨著大量量的數(shù)量量化基金金發(fā)行和和大批資資金流入入這些基基金，盈盈利機(jī)會會減少，，迫使此此類基金金加大杠杠桿。次貸危機(jī)機(jī)使得流流動性緊緊縮基金方面面:很多基金金使用相相似的模模型和投投資/交交易策略略，持倉倉結(jié)構(gòu)相相似這些專業(yè)業(yè)人士有有著相似似的背景景芝加哥、、麻省理理工、伯伯克力、、哥倫比比亞等大大學(xué)畢業(yè)業(yè)數(shù)學(xué)、物物理、計(jì)計(jì)算機(jī)專專業(yè)雷同的風(fēng)風(fēng)險(xiǎn)模型型MSCIBarra69案例:數(shù)數(shù)量化化基金能能做什么么?模型多樣樣化，人人員多樣樣化結(jié)合其它它手段，，比如基基本面分分析做好應(yīng)對對“黑天天鵝”事事件的準(zhǔn)準(zhǔn)備70我們是誰誰?李志勇，羅切斯斯特大學(xué)學(xué)工商管管理碩士士，麻省省大學(xué)電電子工程程碩士，，大