论文部分内容阅读
【摘要】量化金融投资在国内外的发展状况，进行金融投资实行量化投资的必要性，小型软件企业参与量化金融投资的优势和步骤。
【关键词】量化金融投资 软件企业
一、量化金融投资简介
量化投资就是借助现代统计学、数学的方法，从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资，力求取得稳定的、可持续的、高于平均的超额回报。量化投资属主动投资范畴，本质是定性投资的数量化实践，理论基础均为市场的非有效性或弱有效性量化金融投资主要有以下特点：
第一，投资视角更广。借助计算机高效、准确地处理海量信息，在全市场寻找更广泛的投资机会。
第二，投资纪律性更强。严格执行数量化投资模型所给出的投资建议，克服人性的弱点。
第三，对历史数据依赖性强。
二、量化金融投资的现状分析
（一）国外状况
量化投资如今已经走过长达40年的历程。据统计，1970年时，量化金融投资在西方市场的全部占比为零，到2001年时，量化金融投资的资产管理规模已经超过880亿美元。而之后这一数量更是直线式上升。根据路透社数据，截至2010年11月，1600只量化基金管理的总资产高达2600亿美元，年均增长速度高达20%，而同期非量化基金的年增长速度仅为8%。而量化的投资标的，也从最初的利率市场，延伸到国债、外汇、股票期权到气候等几乎所有投资领域。
到2009年，定量投资在全部投资中占30%以上。其中指数类投资几乎全部使用定量技术，主动投资中大约有20%到30%使用定量技术。从2000年到2007年，美国定量投资总规模翻了4倍多，与此相比，美国共同基金总规模只翻了1.5倍。而著名的西蒙斯大奖章基金、索罗斯量子基金在国际资本市场上，依靠最核心的量化投资模型收获了惊人的回报，索罗斯旗下基金2013年大赚55亿美元，居全球首位。
（二）国内状况
伴随着一批海外量化投资人才相继回国，一批采用量化方法进行管理的基金产品相继推出，2009年被媒体称为“中国量化投资元年”。于2009年底发行的富国沪深300指数增强基金，是主动量化方法，在指数型基金中的首度应用。
统计显示，截至2011年6月30日，中国定量投资基金的规模总量约262亿，约占全部基金管理规模的1%。量化投资在中国还有很大发展空间。与国外相比，国内量化基金无论在数量还是规模上都要小得多。2008年的金融危机极大地提升了国人的风险防范意识，也为量化基金的发展提供了历史性的机遇。2010年以后，量化基金在国内发展较快，截止到2014年3月底，据不完全统计，中国的资本市场已有100多只产品实行量化对冲。虽然目前仍处于起步阶段，但量化基金未来的发展空间不可估量。
在近两年的结构性市场行情下，与非量化对冲产品相比，量化对冲产品在收益上的优势并不显著，但在市场震荡的行情下，与传统价值投资相比，量化投资在择股、择时，尤其是系统性风险的判定上，仍展现出一定的过人之处。以华商基金旗下的华商大盘量化精选基金为例，根据WIND数据统计，自2013年4月成立，截止到2014年4月18日，成立以来收益率为31.25%，远超同期混合型基金8.44%的净值增长率；而今年以来，股市经历了一波较大幅度的震荡，该基金在应对下行风险的表现可圈可点，展现出较强的风险管理能力。截止到4月18日，华商大盘量化近三个月的收益率为13.43%，在35只同类可比基金中排名第一，显著地高于同期混合型基金1.59%的平均收益率水平。
以上可以看出国内量化投资分析的市场空间巨大，存在很多的市场机会。
三、金融投资实行定量分析的必要性
（一）员工的技能要求
按照传统的定性投资方式，要求投资公司招募熟悉投资分析的专业技术人才，对员工的行业经验和专业技能有很高的要求。因此依靠计算机的量化辅助分析，是投资公司突破人才需求瓶颈的主要手段之一。
（二）金融产品的多样化
伴随着市场金融产品的日益丰富，从原来20年前的股票，商品期货，基金等少数产品，发展到现在的股票，商品期货，基金，股指期货，国债期货，以及即将推出的期权，港股通等多种金融投资产品，金融产品的日益丰富和员工劳动成本的不断增加使得投资机构必须改变原来的投资策略。必须需要计算机辅助实现量化投资，减少投资公司的人力投入。
（三）交易时间
目前，某些国内的投资品种（如贵金属，有色金属）开展了夜间交易投资，更加需要计算机辅助来实现量化投资。
（四）实现跨地区投资的平等性
定量投资分析根据数据做出处理和判断，几乎不受地区地理位置和市场消息的影响。因此在西部地区开展定量投资分析，可以弥补西部偏远区域金融市场消息落后的后天不足。
四、软件企业参与量化投资的优势
（一）数据挖掘和分析的经验（数据库，数据挖掘工具）
软件企业对大型数据库，数据挖掘工具等软件工具积累了丰富的经验。而量化投资几乎离不开大型数据库的维护和数据挖掘工具。
（二）计算机专业人员有比较深厚的数理统计分析基础和外语基础
在大学里，计算机专业的学生学习数学，概率，统计分析，运筹学等多门数理统计分析基础课程，比其他一般专业的学生基本上多学1年的数理统计分析课程。
（三）处理各种投资平台的数据接口的经验
国内有2家证券交易所，3家期货交易所，每个交易所的数据格式数据接口都不一样，软件企业具备处理较复杂的数据接口的经验。
（四）熟悉计算机集群，云计算等大数据处理的软件和网络及硬件处理技术
软件企业的员工具备计算机集群，云计算等大数据处理的软件和网络及硬件处理技术，为金融产品的大数据海量计算分析提供了技术基础。
（五）应用层面的软件企业人力成本普遍低于证券行业
作为以应用软件开发和软件项目实施为主的西部小型软件企业，其行业薪资水平低于金融证券行业。进入量化投资领域的人力投入成本比较低。
五、如何参与量化金融投资
（一）简单入手
从简单的品种入手，比如指数基金，股指期货等和宏观经济密切相关的产品入手。免除处理价格除权，外盘的影响等多种异常事件的处理手段。
（二）金融产品数据处理和数据源
量化投资的基础是丰富，准确的历史数据，因此获得并整理好历史数据是做好量化投资的前提。
（三）交易平台的设计方案
交易平台的搭建决定了以后量化投资是否能进行高效多维的数据分析和投资策略。是整个量化投资的核心。因此需要多方面论证和借鉴目前市场上主流的量化投资分析平台。
（四）量化投资策略的建立和历史数据测试
建立量化投资策略，并利用历史数据进行测试和参数的优化和调整。
（五）模拟上线
经过参数优化的策略接入实际市场进行模拟投资交易，并进行参数优化和增加突发事件的异常处理。
（六）交易策略正式投入使用
交易策略经过模拟上线后，正式投入使用，并对日常的盈亏情况进行分析和处理，对交易策略进行日常的维护。
六、结论
总体而言：量化金融投资在国内市场还是处于起步阶段，市场空间巨大，相对于受国家宏观调控的传统行业，量化金融投资目前是软件企业发展方向的选择之一。
【关键词】量化金融投资 软件企业
一、量化金融投资简介
量化投资就是借助现代统计学、数学的方法，从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资，力求取得稳定的、可持续的、高于平均的超额回报。量化投资属主动投资范畴，本质是定性投资的数量化实践，理论基础均为市场的非有效性或弱有效性量化金融投资主要有以下特点：
第一，投资视角更广。借助计算机高效、准确地处理海量信息，在全市场寻找更广泛的投资机会。
第二，投资纪律性更强。严格执行数量化投资模型所给出的投资建议，克服人性的弱点。
第三，对历史数据依赖性强。
二、量化金融投资的现状分析
（一）国外状况
量化投资如今已经走过长达40年的历程。据统计，1970年时，量化金融投资在西方市场的全部占比为零，到2001年时，量化金融投资的资产管理规模已经超过880亿美元。而之后这一数量更是直线式上升。根据路透社数据，截至2010年11月，1600只量化基金管理的总资产高达2600亿美元，年均增长速度高达20%，而同期非量化基金的年增长速度仅为8%。而量化的投资标的，也从最初的利率市场，延伸到国债、外汇、股票期权到气候等几乎所有投资领域。
到2009年，定量投资在全部投资中占30%以上。其中指数类投资几乎全部使用定量技术，主动投资中大约有20%到30%使用定量技术。从2000年到2007年，美国定量投资总规模翻了4倍多，与此相比，美国共同基金总规模只翻了1.5倍。而著名的西蒙斯大奖章基金、索罗斯量子基金在国际资本市场上，依靠最核心的量化投资模型收获了惊人的回报，索罗斯旗下基金2013年大赚55亿美元，居全球首位。
（二）国内状况
伴随着一批海外量化投资人才相继回国，一批采用量化方法进行管理的基金产品相继推出，2009年被媒体称为“中国量化投资元年”。于2009年底发行的富国沪深300指数增强基金，是主动量化方法，在指数型基金中的首度应用。
统计显示，截至2011年6月30日，中国定量投资基金的规模总量约262亿，约占全部基金管理规模的1%。量化投资在中国还有很大发展空间。与国外相比，国内量化基金无论在数量还是规模上都要小得多。2008年的金融危机极大地提升了国人的风险防范意识，也为量化基金的发展提供了历史性的机遇。2010年以后，量化基金在国内发展较快，截止到2014年3月底，据不完全统计，中国的资本市场已有100多只产品实行量化对冲。虽然目前仍处于起步阶段，但量化基金未来的发展空间不可估量。
在近两年的结构性市场行情下，与非量化对冲产品相比，量化对冲产品在收益上的优势并不显著，但在市场震荡的行情下，与传统价值投资相比，量化投资在择股、择时，尤其是系统性风险的判定上，仍展现出一定的过人之处。以华商基金旗下的华商大盘量化精选基金为例，根据WIND数据统计，自2013年4月成立，截止到2014年4月18日，成立以来收益率为31.25%，远超同期混合型基金8.44%的净值增长率；而今年以来，股市经历了一波较大幅度的震荡，该基金在应对下行风险的表现可圈可点，展现出较强的风险管理能力。截止到4月18日，华商大盘量化近三个月的收益率为13.43%，在35只同类可比基金中排名第一，显著地高于同期混合型基金1.59%的平均收益率水平。
以上可以看出国内量化投资分析的市场空间巨大，存在很多的市场机会。
三、金融投资实行定量分析的必要性
（一）员工的技能要求
按照传统的定性投资方式，要求投资公司招募熟悉投资分析的专业技术人才，对员工的行业经验和专业技能有很高的要求。因此依靠计算机的量化辅助分析，是投资公司突破人才需求瓶颈的主要手段之一。
（二）金融产品的多样化
伴随着市场金融产品的日益丰富，从原来20年前的股票，商品期货，基金等少数产品，发展到现在的股票，商品期货，基金，股指期货，国债期货，以及即将推出的期权，港股通等多种金融投资产品，金融产品的日益丰富和员工劳动成本的不断增加使得投资机构必须改变原来的投资策略。必须需要计算机辅助实现量化投资，减少投资公司的人力投入。
（三）交易时间
目前，某些国内的投资品种（如贵金属，有色金属）开展了夜间交易投资，更加需要计算机辅助来实现量化投资。
（四）实现跨地区投资的平等性
定量投资分析根据数据做出处理和判断，几乎不受地区地理位置和市场消息的影响。因此在西部地区开展定量投资分析，可以弥补西部偏远区域金融市场消息落后的后天不足。
四、软件企业参与量化投资的优势
（一）数据挖掘和分析的经验（数据库，数据挖掘工具）
软件企业对大型数据库，数据挖掘工具等软件工具积累了丰富的经验。而量化投资几乎离不开大型数据库的维护和数据挖掘工具。
（二）计算机专业人员有比较深厚的数理统计分析基础和外语基础
在大学里，计算机专业的学生学习数学，概率，统计分析，运筹学等多门数理统计分析基础课程，比其他一般专业的学生基本上多学1年的数理统计分析课程。
（三）处理各种投资平台的数据接口的经验
国内有2家证券交易所，3家期货交易所，每个交易所的数据格式数据接口都不一样，软件企业具备处理较复杂的数据接口的经验。
（四）熟悉计算机集群，云计算等大数据处理的软件和网络及硬件处理技术
软件企业的员工具备计算机集群，云计算等大数据处理的软件和网络及硬件处理技术，为金融产品的大数据海量计算分析提供了技术基础。
（五）应用层面的软件企业人力成本普遍低于证券行业
作为以应用软件开发和软件项目实施为主的西部小型软件企业，其行业薪资水平低于金融证券行业。进入量化投资领域的人力投入成本比较低。
五、如何参与量化金融投资
（一）简单入手
从简单的品种入手，比如指数基金，股指期货等和宏观经济密切相关的产品入手。免除处理价格除权，外盘的影响等多种异常事件的处理手段。
（二）金融产品数据处理和数据源
量化投资的基础是丰富，准确的历史数据，因此获得并整理好历史数据是做好量化投资的前提。
（三）交易平台的设计方案
交易平台的搭建决定了以后量化投资是否能进行高效多维的数据分析和投资策略。是整个量化投资的核心。因此需要多方面论证和借鉴目前市场上主流的量化投资分析平台。
（四）量化投资策略的建立和历史数据测试
建立量化投资策略，并利用历史数据进行测试和参数的优化和调整。
（五）模拟上线
经过参数优化的策略接入实际市场进行模拟投资交易，并进行参数优化和增加突发事件的异常处理。
（六）交易策略正式投入使用
交易策略经过模拟上线后，正式投入使用，并对日常的盈亏情况进行分析和处理，对交易策略进行日常的维护。
六、结论
总体而言：量化金融投资在国内市场还是处于起步阶段，市场空间巨大，相对于受国家宏观调控的传统行业，量化金融投资目前是软件企业发展方向的选择之一。