量化投资考试补充知识

动量交易策略

动量交易策略，即预先对股票收益和交易量设定过滤准则，当股票收益或股票收益和交易量同时满足过滤准则就买入或卖出股票的投资策略。行为金融意义上的动量交易策略的提出，源于对股市中股票价格中期收益延续性的研究。Jegadeesh与Titman(1993)在对资产股票组合的中期收益进行研究时发现，与DeBond和Thaler(1985)的价格长期回归趋势、Jegadeesh(1990)与Lehmann(1990)的以周为间隔的短期价格回归趋势的实证结果不同，以3到12个月为间隔所构造的股票组合的中期收益呈现出延续性，即中期价格具有向某一方向连续变动的动量效应。

Rouvenhorst(1998)在其他十二个国家发现了类似的中期价格动量效应，表明这种效应并非来自于数据采样偏差。事实上，动量交易策略，也有称相对强度交易策略，在实践中早在这些研究之前就已有了广泛的应用，如美国的价值线排名的利用等。动量投资策略的主要论据是反应不足和保守心理，研究认为动量交易策略能够获利，存在着许多解释：一种解释是，“收益动量”，即当股票收益的增长超过预期，或者当投资者一致预测股票未来收益的增长时，股票的收益会趋于升高。因此，动量交易策略所获得的利润是由于股票基本价值的变动带来的。另一种解释是，基于价格动量和收益动量的策略因为利用了市场对不同信息的反应不足而获利。收益动量策略是利用了对公司短期前景的反应不足一一最终体现在短期收益中;价格动量策略利用了对公司价值有关信息反应迟缓和在短期收益中未被近期收益和历史收益增长充分反应的公司长期前景。

动量/反向策略是指买入赢家/输家组合，同时卖空输家/赢家组合的交易策略。其主要步骤为：

①确定目标证券市场作为交易对象的范围。

②选定一个时间长度作为证券业绩评价期，通常称为投资组合的形成期或排名期。

③计算形成期各样本证券的收益率。

④根据形成期各样本证券的收益率的大小，对目标市场所有样本证券进行升序、降序排列，然后等分成若干组，其中收益率最大的一组称为赢家组合，收益率最小的一组称为输家组合。

⑤形成期之后或间隔一段时间后，再选一个时间长度，作为卖买赢家组合和输家组合后的持有期限。

⑥连续或间隔一段时期，不断重复②一⑤行为。

⑦业绩评价。计算动量/反向策略各持有期的回报率均值及t统计值，如果t统计值表明动量/反转策略的收益率显著大少0，实业界则称动量/反向策略成功，学术界称存在动量/反转现象，反之亦反。

局限

动量/反向策略应用局限性：动量/反向策略的理论假设是市场并不总是有效的，通过模型开发、大势研判和个股选择可以获得超常收益，而且对于优秀的投资者来说，这种超常收益在一定程度上是持续的。从技术层面上看，一方面随着这种零成本的套利策略的普及，动量/反向现象将消失;另一方面动量/反向策略必然结果是频繁的交易，大量的交易成本抵消动量/反向策略的赢利。

事件驱动策略

“事件驱动交易策略（Event-driven Strategy）”是在提前挖掘和深入分析可能造成股价异常波动的事件基础上，通过充分把握交易时机获取超额投资回报的交易策略。

“事件驱动交易策略（Event-driven Strategy）”是在提前挖掘和深入分析可能造成股价异常波动的事件基础上，通过充分把握交易时机获取超额投资回报的交易策略。“事件驱动交易策略”的“事件”是指具有较为明确的时间和内容，能够对部分投资者的投资行为产生一定的影响，从而决定股价短期波动的因素。这些事件包括：ST类个股摘帽事件、年报潜在高送转事件、资产重组、重大政策发布事件等。

“事件驱动型交易策略”所获取的“超额投资回报”是指个股由于某类事件的发生导致股价出现异常波动，其股价实际涨幅扣减同期大盘涨幅的之后的部分称之为“超额收益”。比如说某股公告重组后，股价最大上涨30%，同期大盘上涨5%。

由此可以得出，该股由于“重组事件”带来的超额收益是30%－5%=25%。

盈利模式

通过公司调研、情报收集、业内沟通、数据统计、规则分析、数据挖掘、深度分析等一系列合理手段，提前分析出可能对股价产生影响的事件将要公布的内容和时间范围，在结合市场热点和大盘趋势的基础上，采取事件明朗化前逢低买入，事件明朗化后逢高卖出为主要原则的中短线投资策略。该策略主要通过持续复利的方式来实现财富的裂变性增长。

实战流程

事件驱动交易策略的核心就是提前潜伏市场热点（事件），等事件明朗或将要明朗时逢高卖出。其实战流程如下：

优势

1）事件驱动型投资策略不仅是国际对冲基金应用最广泛的策略，在中国也是众多顶级高手的成功秘诀。

2）中国最杰出的私募基金经理采用事件驱动策略。“股老板”全面整合实施“事件驱动型交易策略”的所有实用功能，为有志通过主动交易实现持续复利的投资者打造一条通向成功的捷径。选择股老板策略平台，将为您提供以下价值：

·帮助您应用股市中最成功的投资方法——事件驱动投资策略。

·帮助您挖掘和把握潜在市场热点——事件驱动交易，持续复利。

·帮助您通过持续复利的方式来实现财富的裂变性增长。[1]

市场中性策略

市场中性策略是指同时构建多头和空头头寸以对冲市场风险，在任何市场环境下均能获得稳定收益。

股票市场中性策略包括统计套利和基本面套利两个基本类型。统计套利是一种基于模型的中短期投资策略，使用量化分析和技术分析方法挖掘投资机会，该策略又分为成对交易、母子公司交易和多类型交易；基本面套利主要是在某一行业内构建投资组合：买入行业内龙头企业、同时卖出行业内有衰退迹象的企业。

市场中性策略的应用

◆与其他类型的对冲基金相比，股票市场中性策略在牛市中的表现并不突出，但在熊市下，市场中性表现出较高的优越性，远跑赢其他类型的对冲基金。长期来看，股票市场中性策略收益率与股票指数收益率相当，波动性近似于债券指数，但风险调整后的收益水平远高于股票和债券指数。

◆股票市场中性策略依靠选股能力赚钱，其核心是投资者的选股能力。整体目标是不论市场走势如何，投资组合多头的表现始终强于空头。具体讲，股票市场中性策略的收益来自于三块：投资组合的多头、投资组合的空头和卖空股票产生的现金流。

◆股票市场中性策略的优势在于能够获得双阿尔法、组合构建不受权重的限制以及较低的波动率；其风险包括选股能力、模型风险、调整风险、卖空风险，以及多头和空头头寸的不匹配。

◆基于成对交易的统计套利，其基本理念是均值回复，而均值回复的产生是由于市场的过度反应：某只股票相对于可比的其他公司股票或者指数出现了短期的高估（低估），通过构建成对组合，能够利用这种短期的定价偏差获得收益。

◆通过构建统计套利模型我们能够计算信号指数，用以捕捉市场出现的统计套利机会，当信号指数超出我们设定的临界值时，可以使用成对交易进行统计套利。

◆银行业单对股票组合统计套利模拟结果显示，华夏银行-民生银行成对股票在

07 年4 月-08 年4 月期间共发出4 次套利交易信号，100 万初始资金累计收益

30.33 万元，年收益率30.33%。

◆国内市场多对股票组合统计套利模拟结果显示，成对统计套利交易获得的年收益率为27.45%。成对交易组合走势与市场整体的相关性较低，且收益更为稳定。

07 年4 月-08 年4 月期间，成对股票组合日收益率标准差为0.47%，与上证A 股指数日收益率的相关系数为0.109。

波动率微笑

常规来说，Black-Scholes定价模型中假设股价波动率是常数，在实际中一般低估了标的物的波动率。对于股票期权来说，行权价格越高，波动率越小，当行权价趋于正无限时，看涨期权价格趋近于0，看跌趋近于正无限，波动率均趋近于0；而对于汇率期权来说，则行权价越接近现价，波动率越小。

而之所以被称为“波动率微笑”，是指价外期权和价内期权（out of money和in the money）的波动率高于在价期权（at the money）的波动率，使得波动率曲线呈现出中间低两边高的向上的半月形，也就是微笑的嘴形，叫波动率微笑。

Black-Scholes 期权定价模型

波动率微笑

- 目前理论一些发展：1，Ilinski, Otto 和Fedotov/Panayides把套利机会引入Black-Scholes pricing model. Ilinski 和Otto 模型使用了一个套利机会X（遵循Ornstein-Uhlenbeck process）得到了一个市场…平均' 期权价格。而

Fedotov/Panayides使用更概括的目标；用债券来模拟套利机会，得到了一个更概括的公式。

2，Wilmott把stochastic volatility引入Black-Scholes定价模型，当S和t/T 恒定时候将会得到波动率微笑（与B-S结果一样，但是B-S一个假设是drift rate 和volatility固定不变）

隐含波动率

隐含波动率(Implied V olatility)是将市场上的期权或权证交易价格代入权证

理论价格模型，反推出来的波动率数值

隐含波动率(Implied V olatility)是将市场上的期权或权证交易价格代入权证

理论价格模型，反推出来的波动率数值。

由于期权定价模型(如BS模型)给出了期权价格与五个基本参数(标的股价、执行价格、利率、到期时间、波动率)之间的定量关系，只要将其中前4个基本参数及期权的实际市场价格作为已知量代入定价公式，就可以从中解出惟一的未知量，其大小就是隐含波动率。

历史波动率反映标的股价在过去一段时间的波动幅度，权证发行商与投资者在权证发行初期只能利用历史波动率作参考。一般来说，权证的隐含波动率越高，其隐含的风险也就越大。权证投资者除了可以利用权证的正股价格变化方向来买卖权证外，还可以从股价的波动幅度的变化中获利。一般来说，波动率并不是可以无限上涨或下跌，而是在一个区间内来回震荡，投资者可以采取在隐含波动率较低时买入而在较高时卖出权证的方法来获利。

那么，如何判断一只权证的价格是否高企？[1] 主要应该看隐含波动率（香港称为引申波幅）与正股的历史波幅之间的关系。隐含波动率是市场对相关资产（正股或指数）未来一段时间内的波动预期，与权证价格是同方向变化。一般而言，隐含波动率不会与历史波幅相等，但应该相差不大。

隐含波动率是把权证的价格代入BS模型中反算出来的，它反映了投资者对未来标的证券波动率的预期。目前市场上没有其他的国电电力权证，所以得不到国电电力未来波动率预期的参考数据，那么投资者在计算国电权证的理论价值时，可以参考历史波动率（观察样本可以是最近一年）。正常情况下，波动率作为股票的一种属性，不易发生大的变化。但是如果投资者预计未来标的证券的波动率会略微增大或减小，那么就可以在历史波动率的基础上适当增减，作为输入计算器的波动率参数。

权证的主要特色是杠杆作用，正股上涨1%，权证可能上涨10%甚至50%。但一旦正股下跌，权证的价格也下跌得更快，而且到期后如果不行权，权证将一文不值，因此投资权证一定要严格止损。

量化择时

择时交易是指利用某种方法来判断大势的走势情况，是上涨还是下跌或者是盘整。如果判断是上涨，则买入持有；如果判断是下跌，则卖出清仓；如果判断是震荡，则进行高抛低吸，这样可以获得远远超越简单买入持有策略的收益率，所以择时交易是收益率最高的一种交易方式。但是由于大盘趋势和宏观经济、微

观企业、国家政策，国际形势等密切相关，想要准确判断大盘走势具有相当的难度。

在《量化投资—策略与技术》（丁鹏著，电子工业出版社）中，介绍了8种量化择时方法，分别是趋势择时、市场情绪择时、有效资金模型、牛熊线、Hurst 指数、SVM分类、SWARCH模型及异常指标模型。

主要量化择时策略

趋势量化择时趋势择时的基本思想来自于技术分析，技术分析认为趋势存在延

续性，因此只要找到趋势方向，跟随操作即可。趋势择时的主要指标有MA、MACD、DMA等，本章讨论了普通均线和自适应均线的择时策略。

市场情绪量化择时市场情绪择时就是利用投资者的热情程度来判断大势方

向，当情绪热烈，积极入市时，大盘可能会继续涨；当投资者情绪低迷、不断撤出市场的时候，大盘可能继续下跌。

有效资金量化择时有效资金模型和选股模型中的资金流模型类似，其是通

过判断推动大盘上涨或者下跌的有效资金来判断走势，因为在顶部和底部时资金效果具有额外的推动力。

牛熊线量化择时牛熊线择时的思想就是将大盘的走势划分为两根线，一根

为牛线，一根为熊线。在牛熊线之间时大盘不具备方向性，如果突破牛线，则可以认为是一波大的上涨趋势的到来；如果突破熊线，则可以认为是一波大的下跌趋势到来。

Hurst指数量化择时Hurst指数是分形理论在趋势判断中的应用，分形市场

理论认为，资本市场是由大量具有不同投资期限的投资者组成的，且信息对不同投资者的交易周期有着不同的影响。利用Hurst指数可以将市场的转折点判断出来，从而实现择时。

SVM量化择时SVM是一种分类技术，具有效率高、推广性能好的优点，SVM

择时就是利用SVM技术进行大盘趋势的模式识别，将大盘区分为几个明显的模式，从而找出其中的特征，然后利用历史数据学习的模型来预测未来的趋势。

SWARCH量化择时SWARCH模型是海通证券开发的一种利用宏观经济指标

来判断大盘的策略，该模型主要刻画了货币供应量M2和大盘走势之间的关系，揭示我国证券市场指数变化与货币供应量之间的相关关系。

异常指标量化择时异常指标择时主要处理一些特殊情况下的择时，例如，

在大盘出现顶点或者低点的时候，有些指标容易出现异常数据，主要有：市场噪声、行业集中度和兴登堡凶兆3个策略。