“量化策略与金融创新”系列讲座第二讲之量化投资与算法交易

2016“品今杯”首届量化投资策略设计大赛系列活动

——“量化策略与金融创新”系列讲座第二讲之量化投资与算法交易

2016年3月24日下午4:00，2016“品今杯”首届量化投资策略设计大赛系列活动——量化策略与金融创新系列讲座之量化投资与算法交易讲座于博学308举行。金融学院分党委副书记王春蕾，金融工程系主任余湄，中信建投证券股份有限公司营业部刁鹏宇、李敏等来到了讲座现场。

主讲人曹寅是中信建投证券机构业务部高级经理，现在在中信建投证券算法交易组负责数据分析与建模。武汉大学数理金融实验班本科，北京大学数学系硕士。

     

首先，曹寅先生给大家介绍了市场交易策略的分类。策略的分法，按照机构的分类有八种。股票的分类，有股票多头和多空，这两种占市场的三分之二左右。股票多头在传统的权益类投资比如私募比较常用，包括基本面的研究和技术分析。股票多空是指一部分的股票多头，一部分空头，但只能用作期货的替代，降低风险。事件驱动是指分析重大事件对股票价格的影响做一些投资，更多的是分析定向增发和并购重组这些具体事件对股票价格的影响。还有一种策略是相对价值。股票的收益可以分为阿尔法和贝塔，阿尔法是指超额收益，在做投资的时候，用同等的期货做对冲。这种策略的好处是，市场容量很大，因为做阿尔法策略的话，全市场的股票都可以投。套利策略的收益非常可观，它的核心是寻找市场上不合理的价差套利，但流动性不是很好，监管也比较严格。管理期货的杠杆比较高，赚得多，亏得也比较多。在股指期货交易受到限制后，越来越多的人开始关注商品期货。宏观对冲是指股票、债券、商品等大类资产的轮回。例如做的比较大的私募，以全球宏观的角度，在不同国家之间做配置。债券策略主要在银行间市场，参与门槛较高。前几年，债券市场的收益十分可观，资金成本很低。组合基金在15年发展迅猛，通过选择好的私募或公募产品，进行配置降低组合的波动。从去年，国家发行很多货币，资产配置出现问题，股票型或单边型风险比较大。复合策略是指用各类策略做一个组合，取得收益。

接下来，曹寅先生为大家讲解了定性分析和定量分析。很多人对于定性分析和定量分析有一些误解，纯粹为了建模而建模，把数据拿到模型上试，刻意地去拟合，但是却忽略了基金的条款和各种资料，这样就比较本末倒置。量化投资和定性分析之所以能获利，是因为市场上存在信息的不对称。反之，如果有内部信息，便能做很多事情而不用分析。如果没有信息，通过量化来挖掘信息，最后利用信息驱动，而获得收益。所以，不要为了建模而建模，不要过度拟合，当参数较多的时候，即使拟合程度很好，也能得到较多的收益，但是仍要注意各种问题。

至于说Q Quant 和P Quant，前者的前提是市场是有效的，做一些对金融产品定价的工作。因为市场对定价的需求很大，所以出现了很多衍生产品。通过做好定价而赚取手续费。但是，在现实生活中，更多的是在做P Quant。P Quant的假设是市场是无效的，通过找出市场的无效性，赚取超额收益。在理想模型假设下，Q Quant能做出完美的模型，复制组合，赚取手续费。P Quant下市场是无效的，市场的价格是不合理的，通过找出不合理的东西，赚取收益。

量化投资可以分为以下几个步骤。首先要有投资思路，有一个想法，觉得什么东西是可行的。量化投资依赖数据的分析，首先要实践自己的投资思路验证自己的想法，然后不断修正，改正思路和其中的指标。可能不断有思路，不断有想法，不断迭代，得出好的模型，进行调优。在实际情况中，做交易和做模型的差异是很大的，在真正的交易过程中，会出现新的东西，并有新的认识。

然而，国内量化投资正面临着很多问题:诸如余额宝的收益率在下降，市场没有无风险的能保证4%收益率的产品，投资者在投资的时候会比较谨慎。目前在做量化投资的时候，在制度上有一定的制约，国内的衍生工具比较少。特别是在去年二月，场内期权得到限制，监管有比较大的门槛。两融发展不均衡，A股几乎无法对个股做空。股指期货去年出现很多政策，交易手续费的上调以及对手数的限制，升水很大，而且市场的基差是负的。现在，量化的很多策略在仓位上限制很多，以前，选股超额收益10% ，现在负基差，拿到超额收益很难。现在量化市场受到的影响比较大，所以投资者会更多的关注交易成本，市场的收益率也在下降。

那什么是算法交易呢？可以看到，大的机构在买入卖出时，订单量比较大，会进行拆单。人为的交易对市场冲击比较明显，会被交易对手发现，很难获得比较好的收益。所以算法交易的好处是，避免人为的非理性因素的干扰，通过交易员帮你拆单，获得一个很好的价格。

在算法交易中，有很多典型策略。其中，最简单的思路是按时间来算。TWAP就是按时间来平均拆分订单，以挂单成交。它的成交进度不受市场环境影响，相对稳定。VWAP 按照市场的成交量并不是一个平均的分布，降低市场的冲击。POV按成交量占比，做买断的时候，不希望占比太大，对市场冲击太大。IS有一些模型做回测，用具体时点的价格，但实际不能拿到这样的价格，所以想要和时点的价格尽量接近。

算法交易的优点有很多。智能化的订单拆分，不易被对手利用。降低交易成本，最小化市场冲击。支持一篮子下单，实现自动化交易，避免繁琐的手工下单。同时能确保复杂的投资策略得以执行。

算法交易可以从以下几个方面节省交易成本：1.通过对订单的拆分，减少市场的冲击，减少被对手方发现的风险；2.挂单以被动单为主，区别于市面上普通的拆单软件；3.通过历史数据（股性）和实时交易、盘口等情况，建立模型以进行更好的决策；4.通过预测短线交易价格变化，提高执行效果。与普通下单软件的对比来看算法交易通过智能的订单拆分，普通软件在拆单的过程中，比较容易被探测到。对于特殊的交易，股指期货期限套利，不会用股票交割，用的是现金交割，在最后的时点会发生博弈，选择最后的平均价进行交易，算法交易可以用于比较特殊的交易。

在讲座的最后，曹寅先生给了大家几点学习量化投资的建议。首先，兴趣是第一位的，要喜欢这个行业。其次，要具备基本的语言、理论和统计学方面的知识。对编程和模型有了解。在实战中，团队是分块的，选自己熟悉的语言，辅以交易经和盘感，和客户也要有好的沟通。

曹寅先生在量化投资方面有着扎实的理论基础和丰富的实战经验。他的讲解，不仅有前沿的知识，还有自己的感悟与体验。不得不感慨，量化投资的学问很深，所以更需要学生们去学习与钻研。