散户们会沦为量化投资的韭菜吗----读《量化投资和对冲基金入门》的一些思考

看完《量化投资和对冲基金入门》一书后,对小散如何战胜机构,在股市中长期生存,产生了一些思考。当然在此之前,我们先看看量化投资怎么玩,也所谓知己知彼,百战不殆。

1

什么是量化投资

举个简单的例子,有一批人要参加马拉松,如果想要知道哪些人会跑到平均成绩之上,那么如果在跑前做几个不同的身体测试,把每个测试中指标靠前的运动员做出标记,那么获得标记越多的运动员,超过平均水平的可能性越大。量化投资的原理与此类似,通过不同的指标,选取那些最有可能超越平均收益的股票。

量化投资就是借助统计学、数学模型等方法,从海量历史大数据中寻找能够带来股票上涨的“大概率”的策略,并在此基础上,综合归纳成多种因子,通过历史回测,验证因子的有效性,并剔除冗余因子,最后进行综合评分而形成的选股模型程序,然后通过为不同的模型分配仓位,形成数量化模型的组合,从而进行投资,同时在投资过程中根据市场的变化,对因子和模型进行调整,使之不断迭代,持续有效。

量化投资力求取得稳定的,可持续的,高于平均水平的超额回报,量化投资在海外已经非常成熟,中国市场由于股指期货开放较晚,2010年以后才有了量化对冲基金,目前的规模依然远小于主动选股型基金。

量化投资的基金经理,实际上是模型的构建者和资金的给予者(仓位控制),至于模型选出什么股票,基金经理是无权干预的,如果选出的股票不符合市场预期,则需要通过修改模型进行优化。那么,显而易见,量化中的投资策略和模型构建是成败的关键。


2

常见的量化选股策略

001  动量及动量反转策略

逻辑:所谓动量效应就是前一段时间强势的股票继续保持强势,主要原因是所谓的羊群效应,即多数人在股市喜欢追涨杀跌,熊市时也可以理解为抱团取暖。而反转效应就是前一段时间弱势的股票,未来一短时间会变强势,也就是牛市时人们所说的补涨。

举个例子:选择前15天平均涨幅最大的前200支股票,每支买1万元,持有15天后,做组合的再平衡,即将投资组合中的股票调整为在平衡日前15天内累计涨幅最大的前200支的股票,同时将新组合中的股票的权重调整至相等,也就是每支股票依然保持1万元的仓位。从2006年9月至2011年12月,长达5年的回测中,这个策略取得了258%的累计收益,同期沪深300指数收益为89%。


002  多因子策略

通过检验的有效因子:与企业估值相关因子:净资产、公司市值、盈利收益率、市盈率、增长率、现金流、销售收入;与企业成长有关的因子:净资产收益率(ROE)、资产回报率(ROA)、收入净利润、主营业务利润率变动、税息折旧及摊销前利润增长率;技术面因子:换手率变动、波动率、均线。

投资策略:根据经济逻辑和市场经验选择因子,通过回测验证因子的有效性,并剔除冗余因子,用各个因子对股票进行打分,然后按照一定加权得到一个总分,选择得分最高的前50-100支股票。


003  风格轮动策略

逻辑:宏观经济表现强劲时,小盘股表现突出的概率高于大盘股,而当经济走弱时,由于信心匮乏和未来市场的不确定性,投资者会倾向大盘股,能起到防御作用。

策略因子:M2同比增速反应货币因素;PPI反应生产环节价格水平;大小盘年化波动率之比,一定程度上反应投资者情绪或市场情绪。

实例:若从07年初采用轮动策略进行投资,至2010年底累计收益可达458.65%,平均年化为46%,但如果从04年就开始采用此策略,到2010年底,平均年化反而降低至20%。


004  行业轮动策略

逻辑:在完整的经济周期中,有些先行行业,有些跟随行业,同时行业可分为周期性行业,如能源、材料、工业和金融;非周期性行业,如消费、信息、医药、电信和公用。针对上述周期性和非周期性行业的划分,根据货币供应量的变化来判断货币政策周期,货币政策处在扩张时等权重配置周期性行业,紧缩时等权重配置非周期性行业。

实例:从2007年6月至2011年12月期间,沪深300指数收益为-37.57%,而行业轮动策略则战胜沪深300指数达到17.92%。


005  资金流策略

逻辑:和动量反转策略类似,由于羊群效应的散户的追涨杀跌,往往导致在很多情况下,市场对潜在信息反应过度,这时卖出前期资金流入,价格上涨的股票,买入前期资金流出价格下跌的股票,按照这个思路,对一些指标参数进行回测,测到资金流模型,持有1-3个月不等,进行投资在平衡。


006  其他被验证过有效的因子

小市值因子:由于我A独特的壳资源的存在,买入总市值最小的10个股票,定期做资产平衡,保持每月手中都是总市值最小的10支股票。

分析师集体看高未来公司业绩,看高的人越多越有效,看高的比例越高越有效。

换手率溢价:一个股票如何近期交易活跃,换手比例高,那么它是有溢价的,未来大概率会表现比同板块的股票差,反之亦然。

关注业绩预告增长的股票,在正式年报出来前往往会表现强于大盘平均水平,同理高管增持也有此优势。

每年10-12月高转送因子的强表现时间

……

所有这些因子综合起来,就能给3000支股票打分,然后买入分数最高的100支股票,之后定期打分做投资再平衡。或对不同的因子分别打分,选出在各自模型中表现最好的股票,再通过风控模型为不同因子模型分配仓位,定期做投资股票和仓位的再平衡,从而完成超越市场平均水平的投资。


3

关于量化策略的一些思考

看完以上策略,深深的感到散户想通过自身的经验跑赢市场跑赢计算机,难度的确不小,但为什么看似靠谱的量化投资并没有被大家广泛认可呢?

量化投资所有的策略都是基于历史回测和归因分析,但是历史永远不会复制,过于优化,实盘结果反而可能不好。同时,另外一个重要原因是量化投资在短期内无法体现出价值,所有的成绩都要至少4-5年叠加后才能看出亮点,因为投资分散,单拿某一年的成绩,很难有亮眼的业绩,如果遇到股灾依然有大幅回撤。同时量化投资起步晚,因此,在吸引力上经常比不过一些明星经理的产品。但是对于长线投资者,量化却有着通过内在的逻辑和概率带来的天然优势基因。


4

我们能从量化投资中学到什么

投资的目的是资产保值增值,那么看重的永远是长跑能力,那些梦想熊市空仓,牛市加杠杆1年翻几倍的人,似乎多数会沦为被市场收割的韭菜。

那些满仓一支股票的,的确能享受满仓上涨的快感,但是也永远无法躲开腰斩的风险,因此,把鸡蛋放在不同的篮子里很重要,不追求大起大落的心跳,而是看重细水长流的淡定和闲庭信步的悠闲

未来的不可预知性,决定了预测的不准确性,特别是对单一事件的连续预测。而且,凡人皆有七情六欲,七情六欲影响判断。因此,坚守纪律很重要,战胜人性的贪婪和恐惧,不追求资产最卓越的回报,而是力争回避最糟糕的失败

最后,愿大家在资本市场上,都能寻找到一个总有风景陪你,属于自己的世界。

注:文中所有数据均来源《量化投资和对冲基金入门》一书


如果你觉得这篇文章有用,喜欢和关注,是对我最大的支持!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容