量化交易的策略与风控

龙源期刊网

资本市场的量化投资策略和风控措施

作者：金圣发

来源：《商情》2019年第50期

【摘要】资本市场的发展，使得投资方法发生了较大的改变，量化投资就是在此基础上产生的新型投资方法。但在实际落实的过程中，受到多方面因素的影响，存在多重风险问题，致使量化投资的优势难以发挥，直接影响资本市场的发展进程。针对此类问题，我们从分析量化投资的策略入手，对资本市场中量化投资中现存的风险问题进行分析，并且试着提出相关的风控措施，旨在增强资本市场的量化投资水平，促进资本市场的健康稳定发展。

【关键词】资本市场 量化投资 风控措施

量化投资策略作为资本市场中的重要投资方式，在一些经济发达的国家中应用已经取得了较好的成绩，量化投资策略的投资模式已经趋于成熟，且运行体系合理。从我国的市场总体发展形势来看，虽然，资本市场实现了快速发展，且市场体系逐步完善，但对于量化投资策略的应用还存在一定弊端，还未形成科学的运行体系，且投资过程中常见风险问题，这无疑会阻碍量化投资策略的有效落实，影响最终的投资效果。此时便突出了对量化投资风控措施展开研究的重要意义。

一、资本市场量化投资的策略及特点分析

量化投资策略实际上就是借助数据分析法，将数据作为基础，并且通过设立投资模型对投资方案的有效性进行检验，最终得出的结果作为投资和交易的一种参考，从而保障投资操作的合理性与科学性。采用此种投资方法，还可以有效避免主观因素的影响以及其他因素的影响，有助于增强投资交易的实效性。现就量化投资策略的相关内容进行阐述：

（一）量化投资策略

1、量化投资技术

采用量化投资策略进行交易的过程中，首先需要认清量化投资策略中涉及的技术内容，对量化投资过程中的相关技术进行有效整合，发挥投资技术的重要作用。在量化投资策略中，最主要的技术内容为大数据技术，可以从投资内容中挖掘大量的有价值信息，并且实现对数据信息的高效分析，从而为投资决策提供更为可靠的数据支持。此外，还要求密切关注量本数据的变化趋势，注重进行实时数据更新，在此基础上，方能保障数据分析的准确性，为投资模型的建立提供基础保障。在股票估值和交易趋势分析方面也发挥了重要的作用，进行量化投资的过龙源期刊网

早在上世纪90年代，多因子模型的理念由尤金·法玛（EugeneFama）和肯尼思·弗伦奇（KennethFrench）两位经济金融领域的泰斗提出，他们首次发表三因子模型的论文，认为股票市值、账面市值比和市场风险三个因子能显著解释股票价格的变动。此后，法玛的学生CliffordAsnes发现了动量因子，并开始在高盛建立多因子模型获取超额投资收益。如今，多因子模型已经成为量化投资领域的主要工具之一，但多因子模型建模过程比较复杂，任何环节有所疏漏都可能导致投资业绩偏离预期。如何建立有效的多因子模型进行量化投资？如何深入了解多因子模型的逻辑与实践？多因子模型的创新与风险控制呈现出怎样的现状与趋势？

8月25日，由经济金融网主办，优米金融协办，“量化策略的投资研究：实践与经验”在北京大学汇丰商学院开讲。作为北大汇丰量化投资公开课系列的第四讲，本次讲座特邀北京大学校友、念空科技基金经理金戈博士主讲。金戈博士深入浅出地介绍了国内流行的四大类量化策略，重点讲解了股票策略中的多因子策略，涵盖了从数据下载与清洗、策略思想的产生、策略的回测到风控细节在内的量化投研和交易的各个环节，并结合自身的投资实践，分享了如何有效应用这些量化策略的投资经验。

与顶尖嘉宾相遇

本次量化投资公开课的主讲人金戈先生，系北京大学物理学学士, 美国弗吉尼亚大学物理学博士。金戈博士现任念空科技基金经理，曾任职美国千禧基金世坤（WorldQuant，管理规模百亿美元）。在近五年国际国内市场投资实践中，金戈博士精通各种市场中性量化选股模型，对各种基本面因子和技术有深入独到的运用。同时，他善于洞察市场风险，擅长利用国内外先进的风控系统控制并且对冲市场风险。本次公开课旨在为听众全方位解析量化策略投资脉络，助力投资者做出更合理稳健的投资决策。

回顾课程精彩观点

量化金融的基本特点以及与主动投资的简要区别

在课程之初，金戈博士言简意赅地为大家介绍了什么是量化金融，并将其与主动投资做了简要区别。他指出，同主动投资一样，量化投资也是建立在市场非有效的假设之上的投资方式。然而，区别于主动投资，量化投资通过利用计算机程序对大量的数据进行模拟历史回测，试图找出数据间的规律，并且将规律应用于相似的重复的历史，进而获取战胜市场的“钥匙”。并且，相较于主动投资的步步为营，量化投资更偏向于广种薄收，更注重获取概率上的胜利。 常见的量化高频交易策略

主流量化交易策略

专访北京泰铼投资管理有限公司合伙人兼总经理王文伟。 主持人：贵公司的情况介绍?投研团队有多少人?团队的特色和优势在哪里? 王文伟：本公司是由四位投资经理组成为创始团队组建的有限责任公司，创始团队持股比例占公司总股本的94%。创始团队是公司的核心投研力量，公司另有两名资深的量化交易员和系统工程师，负责交易和系统的搭建维护。 公司的创始团队成员具有专业的投资背景，兼具海外对冲基金和国内市场的长期投资管理经验。在成立泰铼投资之前，团队所管理的资金超过30亿元。团队成熟、稳定，成员包括投资经理、量化交易员、系统工程师，成员之间彼此共事多年，配合默契。团队分工明确，在量化投资、高频交易、衍生品、股票多空等诸多领域，均具备丰富的经验。团队成员包含多个投资经理，均有经实盘检验的良好业绩。团队采用自主开发的算法交易系统，经过国内外市场多年的实盘运作和改进，兼具稳定性和高效性，能有效的降低交易对市场的冲击，提高量化交易模型的运行效率和稳定性，增强收益。 通过频繁细小的价差收益累积获取长期稳定回报 主持人：贵公司的投资理念和投资策略是怎么样的?

王文伟：公司采用量化投资，旨在市场的波动中获取不依赖于市况的稳定的超额回报(alpha收益)。 资本资产定价模型将投资组合的期望收益由两部分组成：alpha收益为投资组合超越市场基准的收益，beta收益为投资组合承担市场系统风险而获得的收益。通过对冲交易剥离或降低投资组合的系统风险(beta收益)，获取纯粹的alpha收益，可以使得投资组合无论在市场上涨或下跌时均能获取稳定的绝对收益。 在股票市场的波动中，alpha收益源于资产的相对定价偏差：通过寻找市场中相对定价发生偏差的资产，并识别偏差的程度，在偏差足够大的时候进行交易，可以获取资产相对定价回归的alpha收益。因此，投资组合通过频繁的、细小的价差收益的累积，获取长期稳定的回报。 候选模型的设想和构思、有效性检验和综合模型的建立 主持人：具体的投研流程是怎么样的? 王文伟：① 研究流程——量化模型的建立 量化模型的建立是量化投资的核心，模型的有效程度直接决定量化投资的业绩表现。模型的建立主要分为候选模型的设想和构思、有效性检验和综合模型的建立三个步骤。 候选模型的设想和构思依赖两方面的能力，一方面对大数据的处理分析能力，通过对历史数据的学习，依靠计算机和统计知识寻找有效策略;另一方面依赖于对经济逻辑的理解和市场经验。两方面能力的结合产生更多、更有效的策略是增强模型有效性和提高收益率的关键。 候选模型的有效性检验基于历史数据回溯检验，考察策略的收益率、波动率、夏普比、收益回撤比，与市场或其他策略的相关性等，当策略的各类指标满足要求(策略的收益稳定、风险小)时，该策略通过了有效性检验，否则策略的有效程度不高，需要做进一步的修改。

搭建风控量化模型

当前，大型金融机构已被监管机构批准使用内部模型来计量风险和监管资本；中小金融机构的积极性也很高，力求借鉴资本管理高级法，调整资产组合，提高资本使用效率，推进管理流程再造，由“干了再算”向“算了再干”转变。

以上趋势令人鼓舞。我们看到，强化风险量化管理的理念正在对中国金融业提高识别、计量和控制风险的能力产生重要的影响,中国金融业风险量化管理水平正在迅速提升。

如何更好地“算了再干”？为了回答这一问题，本文谈一谈金融机构的风险量化模型。为保证风险量化模型的开发质量和实施效果，金融机构所有的风险量化模型都应该参考模型建设和管理技术行业标准进行开发、评估和文档归档。下文总结了国内外信用风险量化模型建设和管理的先进经验，全面遵循这些要求有利于模型的建设、使用、监控、审批、上线。

模型的设计

模型的设计对模型最终是否能实现其目标起着举足轻重的作用。为了保证模型的设计可以满足模型的目标，审批人员应需要关注的是从哪些方面对模型的设计进行评估。总结来说，以下方面要特别留意。

要解决的业务问题

建模人员应该用简单易懂的语言对模型要解决的业务问题进行描述。这些描述应该包括一个或多个已达成共识的业务原则或核心价值，如客户的行为、银行员工的参与度、竞争对手的动作、经济形势的变动、合规的需要、公司战略的考虑等。例如，信用卡部门要设计一个申请评分模型来测算新客户出现不良贷款的风险。这个模型在新客户审批过程的应用中，需要审批人员和客户进行沟通，手动输入一些关键的模型变量数值，在很多情况下还需要对模型的评分结果进行覆盖。这种模型在业务中的应用方式就需要在模型设计开发的过程中，考虑如何解决验证客户提供信息的真实性、员工手动输入数据的可靠性、对模型评分结果覆盖的审批案例如何进行表现监控等问题。

目标变量的定义

建模人员应该对目标变量的定义进行如下描述：明确描述目标变量的定义，并说明为何这样的定义与要解决的任务问题是相关的；明确定义目标变量的表现时间窗（performance window）和观察时间窗：例如，目标变量可以定义为未来12个月贷款出现至少一次60天或60天以上逾期的概率。在这个定义里，“未来12个月”为表现时间窗，“贷款出现至少一次60天或60天以上逾期”为观察时间窗。如果模型需要满足监管部门的要求，此定义是否满足监管部门的要求；为何选择这样的定义而不是其他定义；对定义可能产生的误解进行澄清，如定义是在客户层面还是账号层面的，定义是在观察期之间的表现还是在观察期结束的时间点的表现等。