19世纪80年代，人们依靠手工处理信息，绘制技术图表，效率非常低。20世纪80年代，应用各种技术分析方法，自动处理相关信息，进行分析、决策和自动下达交易指令的各类商业性计算机交易系统大量涌现，并在世界各地的金融交易中逐步得到推广应用。量化交易、高频交易成为人们利用计算机系统和量化分析技术，实时高速处理大量信息，抓住转瞬即逝的投资机会，迅速进行投资交易的重要方式。
量化交易与人工交易相比有明显的优点：
第一，量化交易的交易规则都至少使用历史数据进行过验证，有利于了解交易规则是否可行。
第二，量化交易通过电脑自动化盯盘和交易，可以突破人的生理极限，降低劳动强度。
第三，量化交易通过科学合理的系统交易和资金管理，有利于投资的组合优化管理和风险控制。
在过去我们的传统投资都是通过人去研究市场，人去总结规律，最终由人来下单交易。
现在已经有越来越多的机构和个人通过电脑自动化下单交易，还是人去研究市场总结规律，但是执行换成了机器人（电脑）。未来的金融投资市场很大程度上会由一群武装了人工智能的电脑去学习研究市场，总结规律和自动化交易，这一定是个趋势，在对大数据的处理和分析中，人工智能和电脑有天生的优势。
在投资当中，我们要做出很多决策。但最核心最关键的还是要决定，何时买，买什么，何时卖，卖什么的问题。在传统的投资中，这样的决策都是投资者根据自己过去获得的经验来指导投资，比如自己曾经使用了某种投资方法赚钱了，就会一直延续使用某种方法，而如果使用了某种投资方法亏钱了，则会放弃使用某种方法。如果自己觉得某些方法在使用上不是特别理想，那么也会研究市场的变化，希望能找到更加有效的投资方法。但随着大数据时代的来临，通过传统方式去学习市场的变化规律和分析大量数据背后的逻辑已经变得越来越不切实际，一个普通的公募基金经理每天要阅读的投资报告可能累计上百份，靠人力越来越应付不暇，而量化投资也必然成为继传统投资之后的主流投资方式。
20世纪50年代，量化投资鼻祖哈维.马科维茨系统提出投资组合理论，建立了均值方差模型，用数学建模的方式指出投资不能只看收益，同时也要了解获取相关收益时需要承担的风险，他提出用资产收益的方差和标准差来衡量风险，从而将投资问题转化为数学问题，对于量化投资进入投资市场打开一扇划时代的大门。
20世纪60年代，特雷诺、夏普、莫欣和布莱克提出了资本资产定价模型CAPM，把风险划分成市场风险和特定风险两种类型，并提出市场组合的概念。后来法码等人发现CAPM不能解释的一些现象，从而提出了多因子模型，逐渐发展成了套利定价模型理论APT。至今，多因子模型仍然是量化金融领域应用最为广泛的量化投资方法之一。
在此之后，布莱克、斯科尔斯和莫顿提出了用于金融衍生产品进行定价的BS模型，这个模型在金融衍生品的定价和交易应用方面有着举足轻重的地位，从而也获得了1997年的诺贝尔经济学奖。
上述的这些理论都是量化金融体系的发展基础，由于这些理论的产生，也使得投资从主观判断进化到用数据和精确的数理知识来建模、测试的过程，从而使得决策、交易和风险控制过程都可以使用计算机和程序来进行理性的判断和执行。
目前在国外从事量化投资的顶尖基金公司有文艺复兴、KCG、Citadel、AQR、SIG等。
图1是巴菲特公司伯克希尔哈撒维公司的业绩和美国标普500从1965年至2014年的业绩对比图。从图中我们可以很明显的看到1990年后巴菲特公司伯克希尔哈撒韦的业绩逐年下滑。根据对历史数据的研究分析，造成业绩下滑的主要原因有三个。
1990年后巴菲特先生的基金管理规模越来越大，1992年前后伯克希尔哈撒韦已经管理了200亿左右的美元资产，成为了一家庞大的金融集团，资产管理规模的庞大使得高额的投资收益不像以前那样容易取得。
1990年后互联网崛起后，对于专业投资机构和一般投资机构及业务投资者的信息差不再明显，以往只有在投资圈内部人士中流转的信息在网上变得容易取得，专业机构的信息差获取优势不再明显。
目前市场上众多的顶级量化机构都是1990年前后成立，比如1988年成立的D.E Shaw，1989年成立的Millennium Management，1990年成立的Citadel等，这一批由顶级科学家、计算机专家、数学家、物理学家组成的高智商团队也瓜分了传统投资等取得的利润，使得市场越来越向有效市场逼近。
‘’‘’
最近十年来,量化投资成为了欧美资本市场发展的热点与焦点,一举成为了国际投资界兴起的一个新方法,发展势头迅猛,。量化投资和基本面分析、技术面分析并称为三大主流方法。由于量化投资交易策略的业绩稳定,其市场规模和份额不断扩大,得到国际上越来越多投资者的追捧。
而过去四年高盛旗下的量化基金规模翻了一倍,超过1000亿美金。由此可见,量化投资已经成为机构投资者的重要利器。
量化投资对于基金公司/资产管理公司而言,有着非常明显的价值:
首先是容易上规模。一个有效的量化模型是可以在多个产品上进行快速复制,从而迅速做大规模。这个在巴克莱的指数增强系列产品上得到最明显的体现。截止2011年底,巴克莱量化基金,管理规模超过1.6万亿美金,超过富达基金,成为全球最大的资产管理公司。
其次是可以获得绝对收益。利用量化对冲方式,构建与市场涨跌无关的产品,赚取市场中性的策略,适合追求稳健收益的大机构客户,例如保险资金、银行理财等。这个产品的代表性公司就是目前全球最大的对冲基金BridgeWater,旗下的旗舰产品Pure Alpha过去五年共赚取超过350亿美金。
第三是杜绝了内幕消息和老鼠仓。量化投资只利用公开数据,通过数学模型的运算,挖掘出隐藏在公开数据后面的信息,从而战胜市场,从方法论上就杜绝了内幕消息的可能。在交易过程中利用复杂的IT系统进行程序化交易,使得老鼠仓也无法成为可能。在国内金融市场监管日趋规范的情况下,量化投资这种方法必然会成为投资研究的主要方法。
量化投资的理论基础
说到量化投资的理论基础,就要从市场有效性假说说起，技术分析、基本面分析和量化分析代表了有效市场的三个不同的层次。在无效市场,技术分析是充分有效的,这在中国资本市场最初的十年得到很好的体现;当市场进入弱有效市场后,可以依靠基本面分析获得超额收益,2000年到2010年这十年基本上属于这个时代;当市场进入半强有效市场后,也就是从2010年开始我们可以观察到大部分基本面分析的产品已经无法获得超额收益,此时国内市场已经进入半强有效市场。当然当市场进入强有效市场后,则无论哪种方法均无法战胜市场,那时候只能被动指数化投资。
传统的有效市场假说认为,在半强有效市场,只能依靠非公开信息(内幕消息或者私人消息)来获得超额收益。但是我们可以知道的是,除了非公开信息并不是只有内幕消息和私人消息,还有另外一个获得非公开信息的方法:就是利用数据挖掘的方法,从公开的数据中挖掘出非公开信息,也就是量化投资的方法。这也就是在美国等成熟市场(基本上进入半强式有效市场状态),量化投资为啥可以得到蓬勃发展的原因。
上监管层对内幕消息的监管越来越严厉,使得通过这种方法获得非公开信息的方式越来越难,因此量化投资就成为了一个最好的获得非公开信息的科学理论与技术。
很多人问:量化投资是不是仅仅是一个昙花一现的概念,还是一个可以长期有效的科学理论,我想通过上述对有效市场假说的分析,已经得到了明确的答案:量化投资是在半强式有效市场中的最佳分析理论,也几乎是唯一可行的分析理论。
‘’‘’
一、量化投资在外国市场的发展及其特征
量化投资在欧美的应用已超过30年，最为传奇的是华尔街的对冲基金经理詹姆斯?西蒙斯创立的复兴科技公司旗下的大奖章基金。从1989年起，复兴科技公司的大奖章基金的年回报率平均高达35%，大奖章基金被誉为最成功的对冲基金。截止到1999年12月底的11年，大奖章基金累计的回报是2478.6%，是原资产的25倍。另一个为人们熟知的是美国长期资本管理公司。该公司成立于1994年2月，是一家主要从事定息债务工具套利活动的对冲基金。1994年到1997年，长期资本管理公司的投资回报率分别为28.5%、42.8%、40.8%、17.1%。可是在无疑，量化投资在美国市场的运用是成功的。时至今日，量化投资已经成为美国市场中一种重要的投资方法。到2009年，量化投资比重已经上升到30%以上，主动投资产品中有20%～30%使用了定量的技术。
量化投资最典型的特征就是通过建立数学量化模型进行交易，它是建立在大量历史数据的基础上、建立反应某种特定规律的数学模型、在此基础上进行程序化交易。具体而言，就是从那些瞬息万变的市场变化中去寻找能够获得微小利润的计算机化交易，关键在于捕捉到人们无法利用的短暂价差来实现套利。模型可以看作医院里面的各种先进的医学诊断仪器，医生通过这些先进诊断仪器对病人进行扫描化验，获取反映病人的身体状况的指标数据，然后通过获取的数据去判断病人所患的疾病，从而对症下药。类似地，量化投资就是在市场中不断去寻找套利机会，其实就像是在发现市场的不易察觉的“疾病”，依托于模型的扫描和检测，获得市场的各项关键指标数据，从而找出套利机会，然后做出投资决策。量化投资需要精湛的计算机编程技术，其主要形式是程序化交易。程序化交易绝大多数都是高频数据交易，其特点是：计算机自动完成；交易量巨大；持仓时间很短，当日频繁交易；每笔收益率很低，但总体收益稳定。高频数据交易的核心是模型算法，负责策略及机会，速度是关键保障，因此大机构一般在交易所大楼旁租高速光缆建立交易室。目前，美国股市总体成交量约70%是高频交易，而涉及机构仅占2%。
具体到股票市场，目前，股票市场上有很多风格各异的分析流派，其中最为人们熟知的有两个分析流派。其一是技术分析，其二就是基本面分析。但是另外一种在国外已经非常的成熟的方法即量化投资方法却很少为人们所知。
二、量化投资在A股市场的发展
相对于量化投资交易量占据70%的发达金融市场，国内量化投资的发展才刚刚起步。在中国A股市场在整个投资市场所占据的规模又有绝对的优势，所以，量化投资在A股市场的发展前景就决定了量化投资在整个金融市场的发展前景。
目前，量化投资在A股市场的发展还有很多局限性。首先，我国A股市场的投资主体仍是噪声交易的的中小规模散户，导致资金规模不够集中，无法发挥资金的规模效应，不利于程序化规模交易的推广。其次，量化投资具有频繁交易，持仓时间较短的特点。由于A股市场还不是T+0的交易制度，这就决定了量化投资在A股市场还不备大规模运用的前提。最后，创新能力不足。即使是目前已经开发的几只量化投资基金，同质化现象也非常明显。核心策略仍然局限于技术指标和均线系统的搭配运用，缺乏多元化程序化交易策略库的支持。
在看到局限性的同时，我们也应该看到其广阔的发展前景：
第一，与欧美比较成熟的金融市场相比，我国证券市场的发展历史还很短，只有区区二十多年的时间，随着A股市场的进一步发展，比如规模进一步扩大，实行T+0的交易制度等，量化投资的发展前景就会愈发宽广。同时，量化投资是一种套利交易，这就决定了弱有效市场是其耐以生存的土壤。由于我国投资者队伍参差不齐、不够成熟，这就给通过发掘市场非有效性来获取阿尔法收益带来了更多机会；
第二，量化投资的技术和方法在国内还是新手事物，竞争者很少。相对于目前证券市场上传统的定性投资者太多，机会很少，竞争过于激烈而言，量化投资者较少，机会很多，这就给量化投资创造了良好的发展机遇。在这方面，只要引进成熟的量化投资人才，增强开发差异化模型的创新性，避免模型过于单一，就会为量化投资的发展带来新的曙光。
第三，一旦量化投资在A股市场逐渐得到认可，及所表现出的相对于传统投资方法的优势，就会产生一种加速效应：中小规模投资者看到量化投资所带来的可观回报，但同时自己不具备量化投资的能力和条件，这就会促使中小投资者把钱交给优秀的量化投资团队，从而加速量化投资规模的扩大。
第四，融资融券和股指期货的推出使得A股市场可以做空，使得量化投资策略面临着又一重大机遇。在各种制度逐渐成熟的情况下，运用量化投资的方法，将成为中国市场未来投资策略的一个重要发展趋势。
量化投资也是一把双刃剑，在给投资者进行规避风险和套利的同时，也会在一定程度上带来风险，对股票具有助涨助跌的作用。通过对国外市场的发展和中国市场的发展进行对比研究，制定适合中国市场的相关的法律法规也势在必行。
截止2016年第三季度，A股市场量化对冲产品的规模已经超过2500亿，在普通权益投资中占比8.4%（2012年占比为2.2%）。可以看出，量化产品占比逐年上升，但仍处于较低的水平（和谁比）未来仍有很大的发展空间。
网友评论