序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇量化投資和價值投資范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

華爾街從來不乏傳奇。2006年,全球最高薪酬收入再次落入一個華爾街人士之手。前數學家、定量化對沖基金經理西蒙斯年收入達到驚人的15億美元。2009年,另外一群人――高頻交易者――幫高盛銀行等金融機構賺得盆滿缽溢。

這些人,因其使用高等數學手段決定億萬計資金的投向,而在30年前贏得“火箭科學家”名聲。在外人看來,他們有些像中世紀的煉金術師:給他們數據,他們還給你美元!

華爾街的數學傳說

實際上,在華爾街上管理資金規模最大的量化技術,并非那么不可捉摸:眾多公司使用“因子加總模型”輔助他們選擇股票。

這種方法大多基于Fama-French的開創性論文,其基本思想很簡單:依據各項基本面指標對于歷史上超額回報的貢獻程度,來決定這些基本面指標在選出“超級股票”上的“有效性”,并據此賦予這些指標不同的權重;按照上市公司指標在全部籃子股票中的排序,再使用上述步驟中獲得的權重對其進行加權加總計算。如果該公司的加權之和排名靠前,則表明該公司的基本面指標符合能夠帶來超額回報的歷史模式,從而有望在未來展現強勢。

數學模式大同小異,公司之間的競爭主要集中在兩個方面:第一,各公司均投入巨資,研制自己的特有指標;第二,研制更加有效、穩定的加總方式。

傳統的基本面分析往往要求基金公司雇傭大量分析師,成本高昂。由于每個分析師能夠跟蹤的公司數目有限,基金經理不得不在較小的股票籃子中進行選擇,有可能錯失最好的投資機會,投資組合的分散程度也受到限制。同時,依賴基本面分析進行投資管理要求基金經理進行大量的主觀判斷,人性弱點(貪婪與恐懼)對投資業績往往產生較大影響,投資業績波動較大。使用這種方法建構的投資組合往往無法定量化控制每只個股給投資組合帶來的風險。從基金公司的角度而言,這種方法對基金經理個人的依賴較大,一旦出現人員變化,基金業績也往往隨之波動。

量化選股方式將投資決策建立在對歷史模式的詳盡研究之上,克服了上述缺點。其在美國投資界的應用近20年來大幅提升,管理資產額的上升速度為傳統方式的4倍。

回歸價值投資

然而,過去數年,定量化基金遭遇了重大打擊。2007年,最大的定量化機構對沖基金、高盛名下的Global Alpha遭遇了重大損失,幾乎清盤。2008年,眾多量化基金再遭滑鐵盧。筆者在北美也曾主持研制一個包含上百個指標的量化選股系統,但在實踐中,卻最終放棄。

實戰經歷指出該類系統的一個致命弱點是,在實戰中,哪一類因子何時發揮作用,是不可預測的。有些時候是價值因子占優,有時候是增長因子占優,而何時其影響力出現變化,難以事先預測。其結果就是分析師與基金經理疲于奔命地試圖追趕因子影響力變化的腳步,并據此不斷矯正模型。如此,基金經理不得不在使用量化系統的同時,使用個人化的隨機判斷對量化系統進行糾正――這弱化了它本該享有的優勢并導致投資業績大幅波動。

仔細反思,最主要的問題在于,各預測因子被無機地組織在一起,各個因子之間的互相影響卻沒有被考慮。也就是說,華爾街模型“從數學到數學”,缺乏對投資哲學的深入理解。

量化技術所具有的優勢應該被利用,但數學手段應該被視為手段,而不是主導。一個有希望的發展方向,是將量化技術與價值投資哲學相結合,實現“從哲學到數學”式的投資理念。為此,需要在投資哲學上,梳理價值投資理念的本質。

價值投資在國內市場有眾多擁護者,也不乏懷疑者。實際上,國內普通投資者對價值投資的理解有值得深化之處。筆者以為,價值投資的本質有二:

第一,價值投資告訴投資者,市場會犯錯。以“5毛錢買進1元錢價值”作為號召,價值投資拒絕接受“有效市場理論”。但事實上,在大多數時候市場是有效的。大多數股票的價格正確反映了所有的信息、知識與預期,當時的價格就是上市公司的內在價值。要獲得超額回報,必須去尋找市場可能呈現的“異常”,或者說在何處投資者的平均預期可能落空。價值投資就是尋找“未來”與“預期”之間的歧異。量化系統的設計目標是,要有能力淘汰那95%的普通(有效)情況,而把注意力引導剩余的5%――在那里,“未來”與“預期”有最大的機會出現歧異。

第二,價值投資的另一面,是說任何人都會犯錯。當我們集中注意力去尋找“超級股票”的時候,是在下一個極大的賭注。這個賭注是高風險的。所以,請記住索羅斯的告誡:“投資者重要的不是做對還是做錯,而是在做對的時候賺多少,做錯的時候虧多少。”為對沖第一個賭注的風險,需要尋找最大的安全邊際――當我們犯錯的時,安全邊際將保護我們不致尸骨無存。

安全邊際是指,市場漲跌的輪回已經測試過所有情景。該公司在完整的牛熊市周期中,由千千萬萬投資者的真金實銀所測試出來的估值空間。因此,安全邊際的定義并非相對市場平均水平更低的PE值這么簡單。每家公司都不同于別的公司,將不同公司的估值水平相比較,更多時候帶來誤導而不是洞察力。應該將公司目前估值水平與該公司調整后的歷史范圍相比較,并決定“安全邊際”存在與否。

在實踐中,要尋找在未來可能提供業績驚喜、而仍在其估值范圍下限附近交易的公司。依據此思想,數量化技術可以對所有上市公司的投資機會予以量化評估,進而實現“從哲學到數學”的投資思路。

對中國股市獨特性的夸大導致某些論者以為,在中國股市,唯有投機可以贏得超額利潤。這其實是偽命題。事實上,正是由于中國股市效率較低且風險奇高,一個系統化評估市場錯配與風險衡量的系統,可以發揮最大效率。一切都取決于對市場運行規律的深入把握與技術優勢的結合。在實踐中,我們開發的量化價值投資體系取得了穩定超越指數的優良業績。這有力地證明,中國股市的特殊性并沒有遮蓋其作為投資市場的普遍性。

在股市投資這項人類活動中,同時存在著兩類知識。一是客觀知識,即可以憑借科學(數學)方法來發現的真實;二是主觀價值,即通過對價值的認定來獲得的完善。在證券分析方法的演進過程中,這兩類知識從最初的混沌不分,到此后的分裂和截然對立,再到兩者被有機結合。

篇(2)

摘 要 自2010年4月股指期貨推出后，數量化投資逐漸成為我國資本市場的一個熱點。對此，本文以投資者熟知的MACD指標為基礎，運用遺傳算法和模擬退火算法，建立了一個數量化投資模型。該模型的仿真投資收益明顯超出大盤，而風險明顯低于大盤。本文基于MACD指標建立數量化投資模型的方法簡單、有效，可操作性強，可方便地推廣至其他技術指標，在數量化投資領域中可能具有廣泛的發展前景。

關鍵詞 數量化投資 MACD 遺傳算法 模擬退火算法

一、研究背景

與傳統投資基于各方面信息和個人判斷進行操作不同，數量化投資將適當的金融理論、投資經驗等反映在數量模型中，然后利用程序軟件代替大腦對海量信息進行科學處理，總結歸納市場規律，最終建立可以重復使用的、不依靠個人主觀判斷的投資策略。

由于數量化投資的操作策略往往經過了嚴格的驗證，具有較強的系統性和規范性，主觀隨意性較少，風險可測可控，因此隨著計算機數據處理能力的迅速提高，數量化投資獲得了快速發展，數量化基金的規模亦迅速擴大。據統計，自2003年以來，數量化基金規模的年均增長速度高達15%，而傳統型基金規模的增長速度則低于5%。

很顯然，科學的數量模型是數量化投資成敗的關鍵。當前，主流的數量模型均考慮了多方面的因素，既包括各種基本面因素，又包括各種技術因素，涉及較為高深的經濟學、金融學、技術分析等知識，模型都比較復雜，理解難度較高，甚至令人望而生畏。對此，本文以人們熟知的技術指標為基礎，通過引入遺傳算法和模擬退火算法對參數進行優化，建立了一種較為簡單、有效的數量模型構建方法，希望能為推動我國剛剛起步的數量化投資發展有所幫助。

二、模型框架

由于MACD指標以經平滑后的股票價格為基礎，而股票價格包含了絕大部分的基本信息和技術信息，因此本文以MACD指標為基礎研究建立相應的數量化投資模型。

（一）MACD公式

MACD是投資者最熟悉的技術指標之一，主要包括EMA、DIF和DEA三個指標，涉及一個已知變量（收盤價P）和三個未知參數（ 和 ），公式較為簡單。

（二）決策準則

雖然MACD指標的運用方式有很多種，既存在對指標值的應用（如比較DIF和DEA的大小），又存在對形態的應用（如底背離、頂背離等）。對此，本文制定的決策準則相當簡單，即：

時，做多

時，做空

三、模型參數優化

（一）參數的科學取值是決定MACD指標投資決策價值的一個關鍵因素

在一般的技術分析參考書和交易軟件中， 和 通常取12、26和9。然而，該取值并不是最優的。

例如，以2005年1月5日至2010年12月31的滬深300指數為例，根據（公式1）和（公式2），做多業務在 和 取值12、26和9時，可獲得的投資收益為230.55%（收益①）；而在 和 取40、195、130時，可獲得的投資收益為651.98%（收益②）。

因此，參數取值是否合理決定了使用MACD指標進行投資決策時投資收益的高低，決定了MACD指標的投資決策價值。

（二）人工智能算法在技術指標參數優化領域中的突出優勢

運用MACD指標建立數量化投資模型的關鍵在于對公式中的三個參數進行優化。然而，雖然參數取值與投資收益間存在確定的函數關系，但該關系并不能用一個表達式予以直接闡述，因此傳統的解析方法在此并不適用。而其他傳統方法如隨機法和窮舉法的優化效率不高。在此情況下，可運用人工智能算法有效解決此類優化難題。

遺傳算法（Genetic Algorithms）和模擬退火算法（Simulated Annealing Algorithms）是人工智能的重要分支，兩者均從一定的初始值開始，按照明確的規則搜索最優解，并不要求目標函數存在明確的表達式，且具有高效、魯棒性強等特點。由于技術指標參數與投資收益間的關系相當復雜，不存在明確的函數關系式，因此遺傳算法和模擬退火算法在技術指標參數優化領域中具有很高的應用價值。

此外，遺傳算法和模擬退火算法的基本原理和運算過程雖然較為復雜，但其運用卻相當簡單，MATLAB等數據處理軟件均提供了現成的工具箱供用戶方便地使用，且即使不掌握參數優化的原理和運算過程，也不會對數量模型的研究產生重大影響，因此運用遺傳算法和模擬退火算法對技術指標參數進行優化的可操作性強。

（三）遺傳算法和模擬退火算法應用舉例

1.MATLAB指令

假設投資收益R和參數 、 間的關系為R=gain( 、 )，則MATLAB的遺傳算法指令和模擬退火算法指令分別為：

[x,fval] = ga(@gain,nvars, [],[],[],[],lb,ub,[],options)；

[x,fval] = simulannealbnd(@gain,x0,lb,ub,options)。

其中：

x和fval是程序返回值，分別為參數 、 的最優化取值及其所對應的投資收益；

gain是目標函數，可根據（公式1）、（公式2）和（公式3）編寫；

nvars是待優化的參數個數；

x0是參數 、 的初始值；

lb是參數的下界；

ub是參數的上界；

options是MATLAB指令的設置選項。

篇(3)

關鍵詞：托賓Q理論 美聯儲 貨幣寬松政策

中圖分類號：F820

文獻標識碼：A

文章編號：1004-4914（2016）09-180-02

國際貨幣基金組織的研究報告對貨幣政策通過房地產行業進行傳輸的渠道進行了總結。一國利率的變化將直接或間接影響國內的需求，直接的方式是：通過成本的改變以及信貸獲得的難易程度影響住宅建設和家庭支出；間接的方式是：通過改變房屋價格來實現。房屋價格的變化反過來會影響整體需求，方式是改變住房投資的激勵機制（托賓的Q理論效應）和改變家庭使用抵押物價值的能力來減少其獲得消費的資金量。貨幣的傳導中有關大國貨幣政策影響小國經濟表現的文獻中，利用沖擊反應函數及變數分解等，探討美國貨幣政策對美國本身的貿易收支和總體經濟的實質效果。實證結果顯示，美國貨幣政策短期會造成美國貿易赤字，而在長期貿易會呈現盈余的情形。

一、托賓Q理論的概述

托賓的Q理論和投資支出之間有著一種關聯。Q理論是一種投資模型，一般用于財政，假定投資任何資產是一個函數Q比率：資產的市值與其重置成本的比。

MVt：市場價值；MCt邊際成本或重置成本。

因資產多樣化外加層層包裝的架構下，一般投資大眾對于該項憑證所產生的風險根本搞不清楚。當時的美國由于低利率政策，加上大量的外資不斷的流入，創造出寬松的信貸條件，而政府又鼓勵負債融資性消費，導致投資銀行為了賺取高利房貸，不斷對其信評較差的客戶進行貸放，但當這些信評較差的客戶還不出錢時，銀行只好拍賣這些因次級房貸所形成抵押債權重新包裝后所形成的商品，也就是所謂的不動產投資信托憑證。

二、基于托賓Q理論的美聯儲貨幣寬松政策

金融危機過后，美國聯邦儲備系統（Federal Reserve System，簡稱美聯儲），對外以刺激經濟復蘇和支持勞工市場為由，通過多次量化寬松政策，逐步增加每月對美元抵押貸款支持證券的購買量。經濟學家提出，貨幣政策通過對普通股價格的影響而影響投資支出。詹姆斯?托賓發展了一種有關股票價格和投資支出相互關聯的理論，通常稱作托賓的Q理論。托賓把Q定義為企業的市場價值除以資本的重置成本。如果Q很高，那么企業的市場價值要高于資本的重置成本，新廠房和設備的資本要低于企業的市場價值。這種情況下，公司可發行股票，而且能在股票上得到一個比正在購買的設施和設備要高一些的價格。由于廠商可以發行較少股票而買到較多新的投資品，投資支出便會增加。

貨幣政策如何會影響股票價值呢？很簡單，當貨幣供給增加時，社會公眾發現他們持有的貨幣比所需要的多，于是就會通過支出來花掉這些貨幣。去處之一就是股票市場，社會公眾會增加對股票的需求從而提高股票的價格。把這一點和上述事實――股票價格（Ps）愈高，則Q愈高，從而投資支出I也愈高――相結合，得出下面的貨幣政策傳遞機制：

當Q>1時，股價高，公司價值高于重置成本，相對企業市值而言，新的廠房和設備比較便宜，企業愿意通過購買資產來擴大投資。

當Q

在傳統貨幣政策受阻時，美國Fed采取直接向民間商銀購入中長期資產，并設定目標來直接影響中長期利率（及實質利率），通過通膨預期、財富管道、信用與匯率管道等，來傳遞貨幣政策效果。當量化寬松（QE）政策實施后使得市場上產生了預期的通貨膨脹率，當預期的通貨膨脹率產生時，市場上同時預期了中長期利率將會下降，導致市場上資金流出美國，當資金流出時造成市場上利率降低。因利率降低反而造成市場上需求增加，同時使得當期的股票價格和不動產價格上升。由于實質利率下降，當資產價格上揚時也造成家庭財富、資產凈值以及銀行擔保品價值增加。最終造成消費、投資以及銀行放款增加。而預期長期利率降低同時使得國內資金流出，造成美國匯率貶值，促進出口增加，且當長期利率降低時也造成民間投資增加。進一步激勵美國國內經濟活動而改善失業率。

采用美國房貸違約率、房價成長率、失業率、實質國內生產毛額及聯邦基準利率為變量，利用模型中的因果關系檢定、沖擊反應分析及預測誤差變異數分解法，進行研究美國貨幣政策對總體經濟變量和房屋市場的傳遞效果。結果發現在緊縮性貨幣政策下會造成房貸違約率的增加以及房價的下跌。而全局變量中可知，失業率、國內生產毛額對房屋市場也有一定程度的影響。從沖擊反應分析中可以發現房價與房貸違約率呈負向關系。托賓Q理論貫穿資本市場的價格機制與套利投資機制之中，把企業與資本市場緊密地聯系起來。托賓Q理論的含義是豐富的：企業的市場價值發現和價值確定不僅是企業投資決策的依據，而且還是企業優化資本配置和優化產權或所有權結構配置的依據。股票價格的高低成為了左右企業進行套利投資的關鍵因素，也就Q定了企業能否利用資本市場達到資本升值，迅速擴大規模的目的。同時，資本市場在企業資本配置與產權或所有權動態轉換中也必然將達到均衡――資本市場在托賓Q值等于1時達到無套利均衡，企業股票價格反映了資本的真實價值，企業在重置資本與并購企業之間的選擇沒有差異。托賓Q值也必將圍繞資本市場的均衡點上下波動。

三、結論

綜上，量化寬松政策的最直接的目的，是增加貨幣供給，刺激支出；但是，中央銀行同時還有目的地選擇它用新創造的貨幣購買的證券的類型，影響這些證券的價格，改變經濟中的信貸條款。托賓Q理論更新了傳統的投資理念，企業之間并購和出售的套利行為是一種全新的投資思維，企業產權或所有權也在動態轉換中達到最優配置。

參考文獻：

[1] 向松祚.從三大經典貨幣理論看量化寬松政策[J].金融博覽，2016（4）

[2] 胡曉，蔣華豐.寬松貨幣政策對我國要素收入分配的影響――基于經濟非瓦爾拉斯特征的理論分析與實證檢驗[J].西部論壇，2016（2）

[3] 姚婷.2008-2014年美聯儲量化寬松貨幣政策的理論價值和政策意義：文獻述評[J].金融理論與教學，2015（2）

[4] 李宗怡.試析美聯儲量化寬松貨幣政策的理論基礎及矛盾――現代貨幣數量論視角的批判[J].河北經貿大學學報，2013（6）

[5] 劉瑞.日本長期通貨緊縮與量化寬松貨幣政策――理論爭論、政策實踐及最新進展[J].日本學刊，2013（4）

[6] Forrest Capie，Terence C.Mills，Geoffrey Wood.Gold as a hedge against the dollar[J].Journal of International Financial Markets，Institutions & Money.2013（4）

[7] 馬冀勛.托賓的Q投資理論與資本市場均衡機制.中央財經大學學報，2008（10）

篇(4)

（遼寧對外經貿學院，遼寧 大連 116052）

摘要：隨著滬港通的正式實施，中國股市交易量不斷創歷史新高.同時在世界石油價格持續降低的情況下，投資策略顯得十分重要.本文重點分析策略指數投資在股市投資中的運用.

關鍵詞 ：投資組合；股市；策略指數投資

中圖分類號：F830.59文獻標識碼：A文章編號：1673-260X（2015）05-0068-03

1 策略指數投資介紹

2014年末隨著股市行情的走強，指數化產品迅速擺脫前幾年凈贖回的頹勢，呈現爆發式快速增長.伴隨著規模的迅速擴張，結構上也出現了一些變化.其中策略指數產品尤其引人關注.廣發中證百發100指數基金在開放募集后2天即超過20億元，顯示市場對特定方式策略指數投資的熱情追捧.策略指數投資，在國外又稱為Smart Beta，即“聰明”的Beta，是相對于“傳統”的Beta策略而存在的一種投資理念.傳統認知上的Beta是指一種全市場投資組合的系統性風險，在CAPM中以全市場所有股票的市值加權方式計算（market capitalization weighted）.比如標普500指數、日經指數、以及在國內最具代表性的滬深300指數.通過簡單的推演，就可以論證市值加權并非是最優的方法.市場對股票的定價并非完全有效，那么市值加權的方式傾向于給高估的股票以更高的權重，而低估的股票以更低的權重，顯然這種方式并非是最優的.在這一點上，Hsu（2006）已經給出嚴格的論證.事實上，市值加權更加注重的是投資機會的市場容量（capacity），因此該類指數更多地被用作投資的業績基準.那么，如果將投資組合更換成一種非市值加權的方式，其得到的beta就是smart beta，相關的投資策略就稱為策略指數投資.這種smart beta指數中的股票權重往往是通過特定的量化算法獲得，看起來投資效果會比傳統的市值加權beta更加實用，相關的投資策略也往往會選擇市值加權指數作為投資業績的基準.

常見的Smart Beta策略包括價值策略、低波動策略、分散化策略、動量策略等.其中價值策略是以一些股票的價值指標為加權方式，目標是選擇一些基本面滿足特定屬性的股票構成組合.比如基于財務基本面評分的基本面加權，或基于分紅率的紅利加權等.低波動策略的目標是構建一個最低或較低波動率的投資組合，通常包括最小方差目標加權、波動率倒數加權等方法.分散化策略的目的是提高組合中股票的分散度，應用最廣的是等權重策略.動量策略在國外也是一種常見的策略，因為國外市場上驗證發現動量因子非常有效，因此會選擇以動量因子來作為股票選擇和加權的方式，見表1.

據統計，美國近三年新發行的Smart Beta策略投資產品規模約在600億美元，大致與市值加權的指數產品規模相當，策略也主要以紅利、等權重、基本面、低波動為主.而國內近年來策略指數投資產品發展也非常迅速.中證指數公司針對主要的Smart Beta策略進行了驗證，證明Smart Beta策略確實能大概率上擊敗以市值加權的滬深300指數.其中表現最好的是低波動相關策略，包括300最小方差、300低貝塔、300低波動.

2 資產配置下的策略指數投資

根據經典的CAPM模型我們知道，股票資產的收益率取決于其承擔的市場風險大小Beta，而無法被解釋的部分則為Alpha.但隨后的諸多研究發現，各種股票之間的Alpha具有異常的高相關性特征，或許存在市場因子以外的其他因素在影響股票資產的收益率.隨后發展的Fama-French三因素模型提出在市場因子以外，價值因子和規模因子也是非常顯著的.后來又將動量因子補充進來，從而形成四因素模型.

自此，風格因子投資的概念逐漸被學術界與投資界所廣泛接受.事實上，自從1970年代以來，國外就開始萌生基于這種理念的主動投資管理.投資業界在三因素模型基礎上開發了非常有效的線性因子投資模型，如Barra公司將國家地域因子、宏觀因子、概念風險因子等逐步納入到其風險評估模型中.隨后，學術界又逐步發現了更多有效的風險和策略因子，如低波動率、低流動性、基本面因子等.人們也逐漸發現，原來投資界以往的諸多策略產品實際上并非是提供了有效的Alpha，而只不過是將各種風格因子的beta巧妙包裝成投資能力的Alpha來推銷給投資者.

在這樣的視角上，資產配置投資就自然而然地成為投資方法的主流.我們對資產的看法不再是其表面上所呈現出來的風險與收益特征，而是其特定或持續暴露的風險因子敞口，比如價值因子敞口、規模因子敞口等.如果投資者能夠設定自己的風險預算，明確其將在各種風險因子上的敞口，就可以從市場上選擇合適的股票、策略指數產品，經過合理的搭配而形成組合.這樣的投資組合在風險上是可控的，從而將投資引入了一個新的配置時代.

因此，基于特定量化策略的Smart Beta策略指數投資開始風靡.這些指數投資產品不僅能夠提供超越傳統Beta的收益表現，更重要的是它們滿足了投資者的資產配置需求.這些產品的透明性好、費用低廉，并且突出地暴露到某一個特定的風險因子上.比如在紅利策略中，通常會選擇那些分紅率最高的股票進入組合，并給予高分紅股票更高的權重，這樣就使得組合在價值因子上產生了顯著的風險敞口.在等權策略中，全部入選組合的股票無論市值大小都給予相同權重，從而導致小盤股獲得比市值加權指數更高的權重，導致組合在規模因子上產生顯著的風險敞口.波動率倒數加權策略則會給予波動率較低的股票更高的權重，從而整體上降低組合的波動性風險，因此也在波動率因子上產生顯著的敞口.投資者在把握這些策略指數產品的風險特征后，就能夠方便地構建自己的組合配置，反過來也促進了策略指數投資的快速興起.

然而，Smart Beta策略指數產品也并非完全的“聰明”.在某一段時間內，也許特定的策略指數能戰勝市值加權組合，使得它看起來非常“聰明”，但在另一段時間內該策略指數可能會落后市值加權組合，使得它看起來也不是那么“聰明”.這是因為策略指數產品通常會有嚴重的風險因子敞口，因此其業績也隨著風險因子的表現而起伏不定.可能有一些因子長期來看存在明顯的超額收益，導致這些策略看起來非常具有吸引力.

針對幾個主要的風險因子，測算了2006-2014年間的表現.表3中我們發現小盤因子是中國A股市場上長期表現最好的，但其波動率也比較大.價值因子、反轉因子、基本面因子的長期表現也非常好.然而，表4測算了這些因子表現的相關性，發現各種因子之間的相關性非常低.并且單一因子的信息比率都無法達到2以上，這就表明單純使用一個因子，即使是表現最好的小盤因子也依然無法達到滿意的投資效果.

因此，風格偏向非常明顯的策略指數投資產品也即往往會隨著市場風格的切換而發生特別明顯的波動.但是，如果投資者能夠設定自己的風險預算約束，就能夠合理地選擇多個策略指數投資產品來構造自己的組合基金.組合基金利用不同產品風險敞口的低相關性來降低組合的波動風險.

3 組合基金投資

組合基金是能充分利用策略指數投資產品的優勢，同時又充分控制和分散風險的一種很好的方法.目前國內興起的量化投資基金很多策略就是試圖去搭配不同的風險因子，希望在控制一定的風險暴露基礎上，追求更高的收益.然而我們發現，這些策略大多數仍然是存在明顯的風險暴露.

我們選擇2014年表現最好的三只公募基金：華泰柏瑞量化指數、大摩多因子、長信量化先鋒.可以發現，雖然這三只基金在2014年、2013年表現較好，但在2011年、2012年里普遍較弱.其主要原因是這些基金普遍在小盤因子上有很強的暴露，2013-2014年里小盤因子表現很強，但2011-2012年里價值因子表現更好.表6拆解了三只基金的全部持倉的自由流通市值分布，不難看出大摩多因子與長信量化先鋒在小盤股上偏向非常明顯，而華泰柏瑞量化指數向小盤的偏離較小.

我們選擇其中業績記錄較長的大摩多因子、長信量化先鋒，另外搭配兩只偏向價值的策略指數基金：華寶興業上證180價值ETF、銀河滬深300價值.以等權重在四個產品之間搭配，構造一個混合的組合基金投資產品（FOF）.

經過計算，不難看出兩個偏向價值的基金產品在2011和2012年明顯好于兩只偏向小盤的量化產品，但在2013年和2014年里表現弱于量化產品.經過等權構造后，FOF組合在2011-2014年間均能取得正的超額收益，更重要的是其信息比率提升到了2.20，遠遠高于四只產品各自的信息比率，這說明經過搭配后，資產組合的收益風險表現得到了明顯的提升.

4 結論

策略指數投資的Smart Beta正逐漸成為市場上非常重要的一類產品，因其風格特征顯著，在特定的市場環境下提供“聰明”的Beta收益而逐漸受到投資者的熱捧.然而，單一投資策略指數產品并不能提供穩健的收益，可以考慮在資產配置的目標下合理搭配策略指數投資產品，獲取更加穩健的收益.

參考文獻：

〔1〕鄭鳴,李思哲.我國基金風格投資的積極風險補償研究[J].廈門大學學報(哲學社會科學版)，2010(02).

〔2〕蔡偉宏.我國股票市場行業指數超額聯動的實證分析[J].南方經濟，2006(02).

篇(5)

2016年以來，A股震蕩明顯加劇。如何更好地規避風險、保住前期浮盈，成為投資者最關心的話題。在此背景下，一些收益穩定、回撤控制能力強的量化產品就成了投資者穩健配置的首選。據《投資者報》數據研究中心對全市場成立于2016年前的67只量化產品（A、C類分開計算）的區間復權單位凈值增長率、以及區間復權單位凈值相對大盤增長率的統計數據顯示，截至5月13日，華寶興業基金旗下的華寶興業量化對沖策略混合型發起式基金A/C（以下簡稱“華寶量化對沖”）在全部67只量化產品中業績表現最好，其區間復權單位凈值相對大盤增長率均超過了20%。

震蕩市場上的投資利器

對于旨在獲取絕對回報的華寶量化對沖來說，完全稱得上是震蕩市場上的投資利器。

據公開資料顯示，自2014年9月成立以來，華寶量化對沖基金已成功穿越4次股市大劫：在2015年1月下旬、4月下旬、6月中旬、以及2016年1月上旬的A股大幅調整中，平穩規避了風險，歷次凈值漲幅超越滬指均在5個百分點以上（數據來源：Wind；截至：2016.4.22）。

此外，值得一提的是，現任基金經理徐林明，證券從業經歷14年，除了擔任華寶興業量化對沖基金、上證180價值ETF及聯接基金、華寶興業事件驅動的基金經理外，還是華寶興業基金的助理投資總監兼量化投資部總經理。據業內人士介紹，徐林明長期從事主動量化策略研究和量化投資工作，在擇時、行業配置和選股領域有較深入的思考和研究，總體負責量化對沖的投資運作和量化模型開發。

談及當前的投資操作，徐林明表示，“2016年以來股指期貨負基差結構仍然存在，在此局面下，華寶量化對沖繼續保持低倉位運作，股票部分用于滿足申購新股的市值要求，同時對這部分頭寸，利用股指期貨對沖系統性風險。一季度華寶量化對沖的資金主要投資于低風險的標的或者現金管理，并積極參與新股申購、可轉債申購、協議存款、隔夜回購等，力爭在風險可控的前提下實現凈值的穩健增長。”

業內創新量化投資專家

實際上，華寶量化對沖成立自以來，其凈值一直穩步上升，雖然，期間受到市場基差擾動有一定回撤，但很快就回歸正常，這顯然得益于旗下強大的創新量化投資專家團隊。

篇(6)

“與匯添富那只產品的純主動性相比，我們這只產品是有量化約束的。” 泰達宏利逆向策略股票型證券投資基金焦云在接受時代周報記者采訪時表示，該基金運用定量分析和定性分析相結合的方法構建股票備選庫，以明確定量、定性分析的具體運用領域把量化策略貫徹到投資的全過程中，回避受市場熱捧而價格超高的個股，把握事件沖擊等逆向投資機會。

據了解，這也是泰達宏利旗下首只量化基金產品。今年以來，跌宕起伏的行情持續考驗基金投資管理能力。然而量化基金表現卻一枝獨秀。銀河數據統計顯示，2012年一季度，上證綜指上漲2.88%，同期標準股票型基金平均業績為0.31%，而量化基金的平均業績為2.92%。

逆向投資正當時

“其實對于逆向投資策略，投資者并不陌生，巴菲特名言‘在別人恐懼時貪婪，在別人貪婪時恐懼’就是逆向投資思維的一種表述。”泰達宏利逆向策略基金擬任基金經理焦云告訴時代周報記者，逆向投資策略就是對抗人性從眾的心理弱點，避開機構扎堆的熱門股、題材股，尋找被市場忽略或股價被嚴重低估的成長類股票。

在焦云看來，逆向投資強調的不隨波逐流，不是簡單的和市場趨勢作對，也不是簡單的掘金冷門股，而是在研判大勢的基礎上，對上市公司本身的投資價值進行分析，以適當價格介入股價被嚴重低估的股票，獲取估值回歸帶來的投資收益。

焦云指出，在市場整體震蕩，短期內板塊頻繁輪動的情況下，每一種投資思維都能在市場中占有一席之地。逆向投資策略瞄準被市場忽視、低估、看空的“非主流”股票，極有可能挖掘出一些蘊含著巨大投資潛力的個股，捕捉一些結構性的投資機會。

據焦云介紹，逆向投資在海外已有30多年的發展歷史，經過行為經濟學先驅丹尼爾?卡納曼和“逆向投資之父”戴維?德雷曼的努力，逆向投資理論從一種交易策略上升為一種主要的投資策略，據彭博社數據統計，現在全球已有100多只逆向投資基金，規模超過百億歐元。

1月份，華安基金也申報一只逆向策略股票型基金，目前正在證監會報批程序中。分析認為，受歐債危機、全球經濟增長放緩、國內經濟結構轉型等因素影響，A股在未來較長時期內都將維持寬幅震蕩的局面，但其中不乏個股結構性投資機會，這一市場格局為逆向投資策略提供了好機會。

量化基金擴容潮起

除了泰達宏利，今年以來已有多家基金公司已經開始在量化產品方面布局。比如工銀瑞信3月剛剛發行了旗下第一只量化基金―工銀量化策略股票基金；富國基金開始大力打造旗下圍繞量化投資的子品牌。

所謂量化投資，是指通過建立數學模型并應用量化分析方法進行選股和操作管理。量化投資在海外已有逾30年歷史，但在國內市場，自2004年光大保德信發行光大保德信量化核心基金才正式起步，至2009年底，量化基金方才相繼跟進成立，并迅速發展壯大。據好買基金研究中心數據統計，截至目前，已有16只量化基金成立。

“主要是現在公募基金產品發行越來越多，同質化現象較嚴重，相較而言，獨辟蹊徑的量化產品顯得吸引力更大。此外，今年年初以來量化基金的不錯業績也支撐了這波擴容。”好買基金研究員劉天天告訴時代周報記者。銀河數據統計顯示，2012年一季度，上證綜指上漲2.88%，同期標準股票型基金平均業績為0.31%，而量化基金的平均業績為2.92%。

“在量化投資領域，出現了很多杰出的投資者，如詹姆斯?西蒙斯。” 有著8年海外量化投資經驗的工銀基本面量化基金經理游凜峰表示，“他們依靠數學模型和神秘的公式掃描市場，捕捉機會。”據了解，詹姆斯?西蒙斯管理的大獎章基金1989-2007年均收益率高達35%，而“股神”巴菲特在同期的平均年回報大約為20%。

在游凜峰看來，量化投資的優勢非常突出，未來將會有更多的基金經理進入數量化選股這個領域，通過采用計算機輔助的投資組合優化模型。

篇(7)

今年以來,A股市場反復震蕩調整,而且熱點凌亂,令多數投資者無所適從,深感“不是我不明白,這世界變化太快”。同時,基金整體業績也表現不佳,標準股票型基金和普通股票型基金凈值分別下跌1.37%和0.38%。然而,在此環境下,仍有不少基金實現正收益,表現搶眼。

據銀河證券數據統計,截至4月16日,標準股票型基金今年以來的凈值平均增長率為-1.83%,而成立于2009年6月、國內首只采用全程數量化投資的中海量化策略股票基金卻取得了3.08%的正收益,并顯著領先于其它同期成立的基金。

繼一季度中小板一枝獨秀之后,市場上又出現藍籌行情開始啟動的聲音。在市場預期撲朔迷離的情況下,中海基金認為,依靠單個研究部門分析的方式,將受制于精力和視野局限,很難全面覆蓋整個市場,更難以做到適時把握個股和板塊機會,而市場風格的突然改變,必將迫使基金調整重倉股和行業結構,這樣的市場環境將非常適合數量化基金的投資操作。

中海量化策略股票基金的基金經理李延剛解釋說,首先,量化管理的基金選股著眼全市場的股票,使其能更全面的選擇有成長潛力的股票,不存在由于市場風格突然變化而不適應的問題。

其次,一季度中小盤板塊的強勢拉升,目前的估值水平分化較大,風險正逐步凝聚。量化基金通過預先設定的績效目標、風險水平等方面參數來定義投資組合模型,篩選符合要求的股票,可以保證有效控制風險。

李延剛強調,傳統的定性投資管理依賴對上市公司的調研和基金經理個人的主觀經驗判斷,而量化投資管理則是“定性思想的量化應用”,依據投資模型來做出投資決策,每一項決策都有大量的數據支持,結果較為科學準確,一定程度上避免了人為干擾。