私募基金的量化投资策略(私募基金量化选股策略解析)_基金知识_景合财经知识网_景合财经景合财经

景合财经
景合财经知识网站

私募基金的量化投资策略(私募基金量化选股策略解析)

私募基金的量化投资策略

私募基金的量化投资策略

来源 | 格上理财研究中心

随着近期指数增强产品的兴起,量化选股的概念再一次进入了投资者的眼帘,伴随近些年国内量化投资的高速发展,量化选股策略早已大量应用在了私募产品的投资策略之中。其中最为典型的,就是我们所熟知的市场中性策略。根据格上理财数据统计,截止2016年11月,私募公司发行的纯中性产品已经超过800余只。量化选股的方法也逐步运用到套利策略、量化事件驱动策略、指数增强策略、量化复合策略等众多子策略之中。根据美国的经验来看,随着指数增强及股票量化的纯多头产品陆续推出,量化选股策略将会更广泛的被使用。

私募基金的量化投资策略

量化选股的定义

简单来说,量化选股就是利用数量化的方法构建模型,进而选择股票组合,期望该股票组合能够获得超越基准收益率的投资方法。

私募基金的量化投资策略

量化选股为什么能赚钱?

由于A股市场不是特别有效的市场,在非有效的市场下,量化模型对于市场微观交易机会的把握和处理是远强于人脑的,市场的非理性机会,各种各样的套利机会,很多都需要通过大量的数据统计和挖掘来发现。另一方面,量化选股策略由于是程序化操作,其纪律性,客观性,准确性,及时性的特征,能够更好的把握市场机遇,不会受人为情绪因素所影响,而且对交易机会的发现和执行要比人为判断更加迅速。再者,量化选股因为是通过数据挖掘,模型选股,所以构建的投资组合可以同时持有数百只股票,而且可以高频率的交易,这样能很好的起到分散风险并提高收益的作用。

私募基金的量化投资策略

量化选股的风险特征如何?

我们以市场上较为典型的两种运用量化选股方法的策略举例:

一、市场中性策略

对于市场中性策略来说,其目标主要是通过量化选股的方法选出高阿尔法的股票构建组合,并做股指期货对冲。以此来剥离股票组合的市场风险,并收获纯阿尔法收益。所以一个标准的纯市场中性策略,应该较少的受到市场波动的影响,进而稳定的获得一个不错的超额收益。所以一般情况下中性策略相对纯股票多头产品回撤风险要小,波动平滑,最大回撤一般较小,属于相对比较稳健的投资策略。

私募基金的量化投资策略

二、指数增强策略

市场上现在比较主流的指数增强策略主要由原来的市场中性策略演变而来,为了能够提高资金使用效率和搏取更高的收益,将市场中性策略中的股指期货对冲部分去除,直接构建股票纯多头组合,运用量化选股的方法选择一揽子股票,追踪指数,控制跟踪误差。目的是在承担市场风险的前提下,获取能比市场指数更高的收益,不仅获取中性策略中所提供的纯阿尔法收益,也获取市场本身所带来的收益。

现在的指数增强产品主要有沪深300指数增强和中证500指数增强产品两种,以跟踪中证500指数的产品相对更多。由于去掉了股指对冲,指数增强的产品是完全暴露市场风险的,以此来搏取更高的收益。所以指数增强的产品就具备了高风险,高收益的特征。一般情况下,会跟随产品所追踪的指数进行波动,同涨同跌,但一般会在上涨中比指数涨的更高,而在下跌中比指数亏损的较少,尽管策略整体波动相对较大,在投资期间也可能发生较大的回撤,但由于指数增强产品相比纯中性产品资金使用效率更高而且有更强的复利效应,在市场没有极大风险的情况下,更可能获得比中性产品更高的收益。

私募基金的量化投资策略

最常见的量化选股模型

市场较为主流的量化选股策略总的来说可以分为两类:第一类是基本面选股,第二类是市场行为选股。其中基本面选股模型主要有:多因子模型、风格轮动模型和行业轮动模型。市场行为选股模型主要有:资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股模型。

私募基金的量化投资策略

市场中从事量化投资的机构比如泓信投资,长丰众乐,九坤投资等等,均运用了各种量化选股模型构建股票组合,通过借助现代统计学、数学的方法,从海量历史大数据中寻找能够带来投资组合稳定收益的多种“大概率”策略和规律,在此基础上,综合归纳成因子和模型程序,最终纪律严明地按照这些数量化模型组合来进行独立投资。

在众多的选股模型中,多因子选股模型是各个量化选股机构用的比较多的一种,多因子模型基本原理是采用一系列的因子作为选股标准,满足这些因子的股票则被买入,不满足的则卖出。多因子模型的核心原理就是找到那些与企业的收益率最相关的因子。各种多因子模型核心的区别主要有两点,第一是选择的因子可能不同,第二是对因子的组合和权重分配会有所不同。综合这两点,就会导致不同机构最终选择出的股票组合是不同的。一般而言,多因子选股模型具体的选股方法分为打分法和回归法两种。

打分法就是根据各个因子的大小对股票进行打分,然后按照一定的权重加权得到一个总分,根据总分再对股票进行筛选。回归法就是用过去的股票的收益率对多因子进行回归,得到一个回归方程,然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判,然后再以此为依据进行选股。在实际应用中,由于数据的不完整性和大量的数据噪音,回归法很难构建出一个稳定且具有高度解释力的回归方程,一般会存在较大的误差,而且操作较为复杂,所以相比之下,打分法构建的多因子模型则更为稳定。

对于打分法多因子模型的构建,简单举例来说,比如我们先选取一系列可能与股票收益率高度相关的因子指标,可能是一些基本面指标,如PB、PE、EPS增长率等,也可能是一些技术面指标,如动量、换手率、波动等,或者是其它指标,如预期收益增长、分析师一致预期变化、宏观经济变量等。之后我们就可以检验各个因子的有效性,即通过数据分析研究因子与股票收益率的相关程度,选出最有效的因子构建因子库。

私募基金的量化投资策略

因子库构建后,我们通过回测优化,再剔除其中的冗余因子,之后我们可以对所有可能交易的股票计算出其各个有效因子值的大小,并对各因子打分,再根据数据研究确定各个因子值在对股票收益的影响中所占的权重,并进行加权,构建每只股票的综合分数,依据分数对股票进行排序分组,最终持有综合评分最高的一揽子股票作为我们的持有组合,其中因子的权重对最终的结果有着至关重要的影响。

私募基金的量化投资策略

在多因子选股模型构建的过程中,我们不仅面临因子数量选择,冗余因子剔除,选出股票的持有时间判断,因子组合方式分析,因子失效替换与更新等过程,还需要警惕因为历史数据过度拟合带来的模型缺陷。

【版权声明】本文系“格上理财研究中心”原创文章,任何媒体或个人转载请事先联系QQ:2850505243,并在正文前注明“稿件来源:格上理财研究中心”,违者必做举报处理。

家电维修,空调维修,智能锁维修全国报修号码分享:可以直接拔打400-968-1665 全国各大城市均设网点。
赞(0) 打赏
欢迎转载分享:景合财经 » 私募基金的量化投资策略(私募基金量化选股策略解析)
分享到: 更多 (0)

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续给力更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫打赏

微信扫一扫打赏

-景合财经

在线报修网点查询