量化投資研究課件

量化投資QUANTITATIVEINVESTMENT投資策略生成器量化投資QUANTITATIVEINVESTMENT投一、量化投資解讀1.量化投資的定義2.量化投資的特點3.量化投資的應(yīng)用4.量化投資與傳統(tǒng)投資的區(qū)別012023/10/3一、量化投資解讀1.量化投資的定義2.量化投資的特點32量化投資是借助現(xiàn)代金融學(xué)、統(tǒng)計學(xué)和數(shù)學(xué)的方法，將投資理念和研究成果量化為客觀的數(shù)理模型，同時利用計算機技術(shù)從龐大的歷史數(shù)據(jù)中海選出能帶來超額收益的多種“大概率”事件以制定策略，然后用模型驗證及固化這些規(guī)律和策略，嚴(yán)格執(zhí)行已固化的量化策略來指導(dǎo)投資，以求獲取可持續(xù)的、穩(wěn)定且高于市場平均的超額回報的一種投資方式。Quantitativeinvestmentinterpretation量化投資解讀量化投資定義量化投資以先進的數(shù)理模型代替人為的主觀判斷，客服人性的弱點，如貪婪、恐懼和僥幸心理，也可以客服認(rèn)知偏差，借助系統(tǒng)強大的信息處理能力，極大地減少投資者情緒的波動影響，避免在市場上極度狂熱或悲觀的情況下做出非理性的投資決策。統(tǒng)計學(xué)計算機技術(shù)投資理念量化投資2023/10/3量化投資是借助現(xiàn)代金融學(xué)、統(tǒng)計學(xué)和數(shù)學(xué)的方法，將投資理念和研3高效精準(zhǔn)迅速分散客觀量化投資的特點客觀執(zhí)行，避免情緒因素量化投資運用模型對歷史和當(dāng)時市場上的數(shù)據(jù)進行分析檢測，模型一經(jīng)檢驗合格投入正式運行后，投資決策將交由計算機處理，一般情況下拒絕人為的干預(yù)。支持大數(shù)據(jù)處理，提高決策效率量化投資運用計算機技術(shù)快速處理大量數(shù)據(jù)，對其進行辨別、分析、找出數(shù)據(jù)之間的關(guān)聯(lián)并做出投資決策，大大減少了人工工作量，提高了投資決策效率。統(tǒng)計模型支撐，策略選股擇時精準(zhǔn)量化投資在套利策略中，能做到精準(zhǔn)投資。例如在股指期貨套利的過程中，現(xiàn)貨與股指期貨如果存在較大的差異時就能進行套利，量化投資策略和交易技術(shù)會抓住精確的捕捉機會，進行套利交易來獲利。程序化交易，縮短決策與交易時滯量化投資往往利用高速計算機進行程序化交易，能夠迅速發(fā)現(xiàn)市場存在的信息并進行相應(yīng)的處理，把握市場稍縱即逝的機會，在極短的時間內(nèi)完成交易。標(biāo)的選擇分散多樣化，靠概率取勝一是定量投資不斷的從歷史中挖掘有望在未來重復(fù)的歷史規(guī)律并且加以利用，這些歷史規(guī)律都是有較大概率獲勝的策略。二是依靠篩選出股票組合來取勝，而不是一個或幾個股票取勝，從投資組合理念來看也是捕獲大概率獲勝的股票，而不是押寶到單個股票上。Quantitativeinvestmentinterpretation量化投資解讀2023/10/3高效精準(zhǔn)迅速分散客觀量化投資的特點客觀執(zhí)行，避免情緒因素量化4傳統(tǒng)投資量化投資是由計算機自動產(chǎn)生交易策略的一種投資方法，通過建立數(shù)學(xué)模型來實現(xiàn)交易理念，它具有完整的評價體系。傳統(tǒng)的投資方法主要有基本面分析法和技術(shù)分析法這兩種，注重人為的分析和投資者的感覺。詹姆斯·西蒙斯依據(jù)科學(xué)模型信息來源廣泛，海量數(shù)據(jù)和多層次信息投資周期偏向短期沃倫·巴菲特依據(jù)人的經(jīng)驗與判斷信息來源渠道少，僅有基本面和宏觀經(jīng)濟信息投資周期偏向長期VS量化投資標(biāo)的組合分散化、多樣化投資于某一只或少量股票風(fēng)險考慮不周全在風(fēng)險最小化前提下實現(xiàn)收益最大化代表人物分析方法信息來源投資風(fēng)格投資標(biāo)的風(fēng)險處理Quantitativeinvestmentinterpretation量化投資解讀量化投資與傳統(tǒng)投資的區(qū)別2023/10/3傳統(tǒng)投資量化投資是由計算機自動產(chǎn)生交易策略的一種投資方法，通5二、行業(yè)發(fā)展?fàn)顩r1.國外發(fā)展?fàn)顩r2.國內(nèi)發(fā)展?fàn)顩r3.國內(nèi)產(chǎn)品現(xiàn)狀4.國內(nèi)產(chǎn)品模式022023/10/3二、行業(yè)發(fā)展?fàn)顩r1.國外發(fā)展?fàn)顩r2.國內(nèi)發(fā)展?fàn)顩r3.國6第一階段：量化投資的產(chǎn)生（60年代）第二階段：量化投資的興起（70-80年代）第三階段：量化投資黃金十年（90年代）第四階段：量化投資高速發(fā)展（2000年-至今）1967年，索普與希恩·卡索夫合著《戰(zhàn)勝市場：一個科學(xué)的股票市場系統(tǒng)》，該書是第一個精確的純量化投資策略，股票市場系統(tǒng)可以正確地給可轉(zhuǎn)換債券定價（估值）。1973年，芝加哥大學(xué)教授費希爾·布萊克和邁·斯科爾斯提出“布萊克-斯科爾斯”公式，即期權(quán)定價理論。1983年，格里·班伯格提出在一組對應(yīng)的股票中，價格會暫時出現(xiàn)異常，通過賣空價格高的股票，買入價格低的，在它們的價格恢復(fù)到歷史均衡水平時平倉，即可獲利，這就是著名的統(tǒng)計套利策略。馬可維茨提出了資產(chǎn)組合選擇理論，最早采用風(fēng)險資產(chǎn)的期望收益率和用方差代表的風(fēng)險來研究資產(chǎn)組合選擇問題。資本資產(chǎn)定價模型提出系統(tǒng)風(fēng)險和非系統(tǒng)風(fēng)險，用貝塔系數(shù)來衡量系統(tǒng)風(fēng)險的大小，并對非系統(tǒng)風(fēng)險則“不能把所有雞蛋放在一只籃子里”。量化投資高速發(fā)展：2016年數(shù)據(jù)統(tǒng)計顯示，量化科技在國外的理財產(chǎn)品管理規(guī)模已達(dá)到了3.2萬億美元，而通過計算機和數(shù)字模型進行下單和下達(dá)指令的比例達(dá)到了驚人56%。量化投資基本實現(xiàn)了從最初的技術(shù)分析手段，逐漸發(fā)展演變?yōu)槿缃裼薪鹑诶碚撝蔚慕鹑谠O(shè)計工具，以計算機程序算法主導(dǎo)的高頻交易。國外發(fā)展?fàn)顩rIndustrydevelopmentstatus行業(yè)發(fā)展?fàn)顩r2023/10/3第一階段：量化投資的產(chǎn)生（60年代）第二階段：量化投資的興起7量化投資起步晚量化產(chǎn)品發(fā)行迅速仍處于起步階段量化投資起步晚的主要原因有：A股市場的發(fā)展歷史較短，投資者隊伍參差不齊，投資理念還不夠成熟；國內(nèi)市場對沖工具單一，可量化的標(biāo)的過少；受到交易規(guī)則的限制，量化投資不能充分發(fā)揮作用，很難引起人們重視。我國第一只量化投資基金成立于2004年，到2012年，共有18只量化基金產(chǎn)品成立，40只量化型陽光私募產(chǎn)品成立，僅2012年下半年，券商共發(fā)行量化產(chǎn)品132只，2013年上半年就已發(fā)行109只。1、產(chǎn)品總規(guī)模仍然較小。量化型理財產(chǎn)品實際發(fā)行規(guī)模為124.47億元，僅占所有券商理財產(chǎn)品的4.2%。量化基金產(chǎn)品總體規(guī)模為281.7億元，僅占全部基金規(guī)模的1.06%；2、量化類產(chǎn)品投資策略較為單一，缺乏多元化策略的支持；3、現(xiàn)有量化產(chǎn)品中多數(shù)產(chǎn)品投資業(yè)績表現(xiàn)分化，缺乏穩(wěn)定性和持續(xù)性。隨著傳統(tǒng)投資產(chǎn)品選股策略同質(zhì)化程度日益增加，并且過度依賴于投資經(jīng)理個人的主觀判斷，導(dǎo)致投資風(fēng)險相對較高，在此背景下越來越多的基金、券商和私募開始關(guān)注量化投資，未來若干年國內(nèi)量化投資必將迎來蓬勃發(fā)展的階段，這是源于：（1）量化投資在國外已經(jīng)取得的成功經(jīng)驗；（2）國內(nèi)基礎(chǔ)衍生產(chǎn)品市場的發(fā)展將為量化投資的發(fā)展提供有利的條件；（3）資本市場制度建設(shè)的不斷完善；4、量化人才隊伍逐漸壯大，將加速量化投資在國內(nèi)的發(fā)展。123Industrydevelopmentstatus行業(yè)發(fā)展?fàn)顩r國內(nèi)發(fā)展?fàn)顩r量化投資未來發(fā)展前景廣闊2023/10/3量化投資起步晚量化產(chǎn)品發(fā)行迅速仍處于起步階段量化投資起步晚的8提供量化商業(yè)服務(wù)搭建一套覆蓋策略研究、回測、模擬交易全流程的量化平臺。提供量化商業(yè)平臺服務(wù)，全方位為投資機構(gòu)提供最專業(yè)的技術(shù)和產(chǎn)品支撐。國內(nèi)產(chǎn)品現(xiàn)狀目前從事量化投資主要有兩種商業(yè)模式，一種是提供量化商業(yè)平臺服務(wù)，另一種就是建自有平臺。Industrydevelopmentstatus行業(yè)發(fā)展?fàn)顩r2023/10/3提供量化商業(yè)服務(wù)搭建一套覆蓋策略研究、回測、模擬交易全流程的9產(chǎn)品模式一產(chǎn)品模式二目前國內(nèi)量化投資平臺的產(chǎn)品模式主要有兩種：（1）平臺給用戶提供編碼的環(huán)境，讓用戶通過代碼編譯生成策略，其用戶群體均擁有良好的編程基礎(chǔ)，具備一定的專業(yè)技能；（2）平臺提供量化多因子讓用戶進行選擇，這些量化因子包括但不限于行情指標(biāo)、技術(shù)指標(biāo)、財務(wù)指標(biāo)和財報數(shù)據(jù)，用戶通過選擇搭配各指標(biāo)數(shù)據(jù)，進而生成策略模型，其用戶群體以個人投資者為主。國內(nèi)產(chǎn)品模式Industrydevelopmentstatus行業(yè)發(fā)展?fàn)顩r2023/10/3產(chǎn)品模式一產(chǎn)品模式二目前國內(nèi)量化投資平臺的產(chǎn)品模式主要有兩種10三、量化投資模塊建立的必要性1.完善投資服務(wù)體系2.眾多機構(gòu)參與，重視發(fā)展前景032023/10/3三、量化投資模塊建立的必要性1.完善投資服務(wù)體系2.眾多11目前市場上的投資者大致可以分成三個等級，分別是普通投資者、中級投資者和高級投資者。建行投資服務(wù)體系中的智能投顧主要適用于普通投資者和部分中級投資者，資產(chǎn)比較龐大的客戶通常會選擇私人銀行進行服務(wù)，普通投資者（小白）中級投資者（具有一定的投資理念和投資經(jīng)驗）高級投資者（具有成熟的投資理念和豐富的投資經(jīng)驗）小智能投顧智能投顧不明確中智能投顧不明確不明確大私人銀行私人銀行私人銀行客戶分類服務(wù)體系資產(chǎn)規(guī)模由表可知，當(dāng)前的投資服務(wù)體系并沒有完全覆蓋所有客戶群，部分中級投資者和大部分的高級投資者并沒有相匹配的服務(wù)，而這部分客戶卻顯得非常重要，因其具備投資理念和投資經(jīng)驗，一旦提供完善的服務(wù)體系，他們會進行持續(xù)而穩(wěn)定的投資。量化投資模塊能夠提供良好的編碼環(huán)境和全面的量化指標(biāo)選擇體系，投資者可以將成熟的投資理念在模塊中表達(dá)出來，通過編程語言進行編譯或者選擇量化指標(biāo)進行建模，形成一個策略模型，對該策略進行回測分析和優(yōu)化，最終可以得到一個用于實盤操作的投資策略。由此可見，建立一個成熟的量化投資模塊可以完善當(dāng)前的服務(wù)體系，覆蓋所有客群，滿足專業(yè)投資者的投資需求。Thenecessityofestablishingquantitativeinvestmentmodule量化投資模塊建立的必要性完善投資服務(wù)體系2023/10/3目前市場上的投資者大致可以分成三個等級，分別是普通投資者、中122016.102016.112016.122017.42017.42017.72017.7米筐（Ricequant）獲得華睿資本和百度2500萬元的A輪融資大數(shù)據(jù)量化投資服務(wù)商烯牛數(shù)據(jù)(RhinoData)宣布獲得800萬元天使輪投資，投資方為峰谷資本、啟迪之星、WeroadshowLimited(微路演)中信證券與優(yōu)礦強強聯(lián)合，發(fā)布覆蓋投資全流程的量化研究和交易平臺興業(yè)證券宣布將與米筐（Ricequant）深入合作，著手打造專業(yè)的量化研究與交易平臺量財富宣布完成1億元A輪融資，投資方為匯垠澳豐股權(quán)投資基金廣發(fā)證券聯(lián)手聚寬（Joinquant）上線國內(nèi)首家券商版量化交易平臺第一創(chuàng)業(yè)證券聯(lián)合米筐（Ricequant）推出服務(wù)于個人的量化終端——RQLite以及服務(wù)于專業(yè)機構(gòu)的量化終端——RQPro最近兩年來，越來越多的機構(gòu)正在加快進入量化投資市場的步伐，它們看中量化投資良好的發(fā)展前景，積極尋求第三方量化平臺進行合作或投資，打造專業(yè)化的量化交易和研究服務(wù)平臺，目前機構(gòu)和第三方量化公司合作推出的量化平臺上線數(shù)量增長加快，涉及投資品種增多，券商推出服務(wù)客戶的量化平臺的速度也越來越快，但是還沒有一家銀行有傳出類似的消息。Thenecessityofestablishingquantitativeinvestmentmodule量化投資模塊建立的必要性眾多機構(gòu)參與，重視發(fā)展前景2023/10/32016.102016.112016.122017.420113四、量化投資模塊的建立1.量化投資模塊的組成2.量化標(biāo)的選擇3.與行內(nèi)業(yè)務(wù)的關(guān)聯(lián)042023/10/3四、量化投資模塊的建立1.量化投資模塊的組成2.量化標(biāo)的14量化投資模塊的組成模塊支持層面功能應(yīng)用層面（面向用戶）工具：編程語言、集成開發(fā)環(huán)境、交互式開發(fā)環(huán)境；系統(tǒng)：交易通道、仿真環(huán)境、期貨策略、股票策略、價差套利策略；數(shù)據(jù)：指標(biāo)計算、信號計算、實時交易數(shù)據(jù)提供和數(shù)據(jù)處理。研究分析：用戶對復(fù)雜策略（已創(chuàng)建的策略或復(fù)制的策略）進行調(diào)試，支持靈活的圖表處理、數(shù)據(jù)處理，支持導(dǎo)入第三方庫，提供分鐘級數(shù)據(jù)；構(gòu)建策略：提供策略對應(yīng)標(biāo)的的背景信息、各類指標(biāo)（宏觀經(jīng)濟指標(biāo)、技術(shù)指標(biāo)和行情指標(biāo)等）和公司財務(wù)數(shù)據(jù)等；策略回測：用來測試評估交易策略和投資組合，對除權(quán)、停牌、漲跌停等細(xì)節(jié)問題進行優(yōu)先處理，保證數(shù)據(jù)的標(biāo)準(zhǔn)化；模擬交易：用戶可以對調(diào)試好的策略進行樣本外測試，所有的計算都在云端完成。目前構(gòu)建量化模塊的軟件設(shè)備來源有兩種：一種是直接采購或與第三方平臺合作，優(yōu)點：系統(tǒng)