量化投资一种稳定盈利的方法F

量化投资：一种稳定盈利的投资模式

文/李向东（上海）

如果投资的结果完全是靠运气，那么成败各有一半的概率! 把希望寄托在自己的运气和所谓的眼光上，一般来说是正态分布的结果，期望值等于０，不过由于你自己的不恰当操作，结果往往是负的小于０。而依靠个人判断选股，你可能一夜暴富，也可能在第二次又输得精光。

所以，上世纪80年代以来，一种寻求持续稳定盈利的投资模式——量化投资，越来越受到投资基金的青睐。

量化投资是什么

所谓量化投资，简单地说就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。数量化投资的组合构建注重的是对宏观数据、市场行为、企业财务数据、交易数据进行分析，利用数据挖掘技术、统计技术、计算方法等处理数据，以得到最优的投资组合和投资机会。

量化投资以先进的数学模型替代人为的主观判断，借助系统强大的信息处理能力，具有更大的投资稳定性，极大地减少投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下做出非理性的投资决策。

量化投资用一句话说明，就是利用电脑帮助人脑处理大量信息。定量投资者搜集分析大量的数据后，在全市场360度寻找投资机会，利用电脑来筛选投资机会，将投资思想或理念通过具体指标、参数的设计体现在模型中，并据此对市场进行不带任何主观情绪的跟踪分析，借助于计算机强大的数据处理能力来选择投资，以保证在控制风险的前提下实现收益最大化。

原理一：将每次赚钱概率提高到50%以上。也许从每次投资来看，成功的概率略微超过50%并不是很出彩，但是很多次加起来，投资所靠的“运气”就可能被变成风险有限的高额投资回报。

原理二：如果每次交易赔钱的概率超过50%，但是每次赔的数量都很小，相

对而言如果每次赚钱的概率虽然小于50%，但是赚的数目都很大的话，成功的概率也有可能超过50%。经过多次交易之后，只要盈利交易多于亏损交易，总体交易结果就是盈利的。对于这种情况，如果我们将交易进行分组，如果最大连续亏损次数为3次，我们可以将6次交易分为一组，这样就可以看到每组赚钱概率提高到50%以上了。与原理一的情况就相同了。

“大奖章基金”凭什么在20年间获得年均35％的收益

“20世纪80年代末，我完全停止了基本面分析，变成了一个彻底的、依靠模型的量化投资人。”西蒙斯说。

量化投资的传奇人物——詹姆斯·西蒙斯管理的大奖章基金从1989到2007年间的平均年收益率高达35％，而股神“巴菲特”在同期的平均年回报也不过约为20％。即使2008年面对全球金融危机的重挫，“大奖章”的回报也高达80％。从2002年底至2005年底，规模为50亿美元的“大奖章”已经为投资者支付了60多亿美元的回报。这个回报率是在扣除了5％的资产管理费和44％的投资收益分成以后得出的，并且已经经过了审计。值得一提的是，西蒙斯收取的这两项费用可能是对冲基金界最高的，相当于平均收费标准的两倍以上。2005年，西蒙斯成为全球收入最高的对冲基金经理，净赚15亿美元，闻名全球的投机大鳄索罗斯(George Soros)则只排第三；年收入达亿美元，差不多是索罗斯的两倍。

西蒙斯的量化投资方法是依靠数学模型和电脑管理着自己旗下的巨额基金，用数学模型捕捉市场机会，由电脑作出交易决策。詹姆斯·西蒙斯带领的大奖章基金在几次金融危机中都表现得异常坚挺。从1988年成立到1999年12月，大奖章基金总共获得％的净回报率，是同时期基金中的第一名，超过第二名索罗斯的量子基金一倍，而同期的标准普尔指数仅仅只有％的涨幅。

拥有过人的数学基础是西蒙斯在基金界游刃有余的一个制胜法宝。比起基金经理人的身份，他更像是一位精通数学的书生，通过复杂的赔率和概率计算，最终打败了赌场的神话。他制胜的法宝主要包括以下几个方面：

1、用数学模型捕捉市场机会，由电脑作出交易决策，是这位超级投资者成功的秘诀。

2、针对不同市场设计数量化的投资管理模型，并以电脑运算为主导，在全

球各种市场上进行短线交易。

3、对于数量分析型对冲基金而言，交易行为更多是基于电脑对价格走势的分析，而非人的主观判断。

4、大奖章基金的数学模型主要通过对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利。

5、西蒙斯的方法多是进行短线方向性预测，依靠同时交易很多品种、在短期作出大量的交易来获利。具体到每一个交易的亏损，由于会在很短的时间内平仓，因此损失不会很大；而数千次交易之后，只要盈利交易多余亏损交易，总体交易结果就是盈利的。

量化投资标的物的选择标准

量化投资的标的物必须符合三个标准：

1、公开交易品种。

2、流动性足够高。尽量减少人为的影响，成交量和成交额是很重要的因素。当我们看见那些一天交易换手不到２％，交易额低于１亿的股票，很多时候能发现他们之后都有一些我们不能得到的信息，这时候靠着白痴一样没有分析能力的模型去找机会，很难。选择一个适合用模型的样本是我们首先要做的一件事情，这个过程甚至不比得到一个令人惊讶的模型更加重要。足够的流动性也就是指这种工具的交易量比较大，所以小公司的股票、创业板的股票可能就不包括在内

3、适合用数学模型来交易。

公众市场上交易的工具包括股票、债券、商品、外汇等多种金融产品或金融衍生品。前面两个条件其实是相关的，很多金融产品正是因为在公众市场交易，所以流动性才比较大。另外，这两个条件也是随着时间的推移而变化的：公共市场上交易的产品在日益增多，所以西蒙斯的视野也越来越开阔。很多工具在刚刚开始交易的时候流动性比较低，但是交易的人多了，流动性也就会慢慢提高。第三条件也和前面两个条件相关：通常公众市场上交易的产品、流动性比较好的产品，它们的历史数据比较齐全，质量也比较好。第三个条件可能有些令人费解：什么样的金融产品适合用数学模型来交易什么样的产品不适合呢一般来说，数学

模型交易需要对历史数据进行大量的研究，从中寻找规律，所以要符合这个条件的意思是：要求有比较多、比较准确的历史价格、交易量等的相关数据，以便进行数据分析，然后寻找最合适的交易模型来进行量化投资。如果希望比较可信的数据，我们需要比较准确的历史数据，数据能够覆盖两个以上的大的牛熊市，时间跨度在20年以上。当然，数据还必须与投资环境相匹配，对于相对稳定的投资环境，例如美国社会，数据越长越有说服力，而对于快速变化的新兴经济体，数据越长则不一定越有说服力，因为投资的前提条件可能已经发生了根本性的变化，过去的一切已经不复存在，数据背后的含义也可能完全不一样。

2001年以来，海外量化基金的资产规模大幅增长。据彭博资讯统计，截至2009年9月，海外量化基金共610只，资产总规模约2716亿美元，相比2001年的880亿美元，资产规模年均增速超过15％。而同期非量化基金的资产规模从7200亿美元增长到9250亿美元，平均年增长率9％。

量化投资在中国市场的具体应用

作者经过多年钻研，成功开发了非线性波段（FXB）交易系统，测试了世界十几个主要股票市场指数10年以上数据，中国天然橡胶，铜，锌，塑料，PTA，豆油等期货品种，结果表现都不错。

（作者单位：上海延安西路营业部）本报告部分内容来自互联网的公开信息，本报告不保证所有信息、文本、图形、链接及

其它项目的绝对准确性和完整性。如有侵犯了您的着作版权，请与我们联系！我们不保证包含的信息和建议不会发生变更，我们已力求报告内容的客观、公正，但文中观点、结论和建

议仅供参考，投资者据此做出的任何投资决策风险自负。

Email

Blog：

李向东先生，上海交通大学研究生毕业，拥有证券从业资格和期货从业资格，国家理财规划师证书，具有20多年中国证券市场，8年多外汇市场，5年期货市场，3年香港市场交易经验；擅长数据，模型分析。