01.
什么是量化交易
量化交易常被妖魔化,但实则不然,如同轮子发明应被接纳利用一样,量化交易是大势所趋,未来将对主观投资各方面产生影响。量化交易是什么呢?量化交易是传统投资管理在智能时代的替代,利用机器处理大量数据并执行交易决策,效率远超人工。为什么量化是传统投资管理的替代呢?传统投资管理中,投资经理需分析基本面、查看股票 K 线图判断走势、阅读新闻、跟踪国际政治热点和宏观政策等多方面信息,综合筛选后确定交易股票,再在开盘时根据不同时间点下单,通过低买高卖获取收益并控制成本,而量化交易则改变了这种模式。机器可以在短时间内处理全市场的股票信息,并快速下单或撤单,显著提高交易速度和效率。量化交易是未来发展方向,在国外发达市场,其成交量占比可达 70% - 80%,国内目前约为30%-40%,未来占比也将不断快速提升。
02.
团队介绍
汪总毕业于北京大学和宾夕法尼亚大学,历任Cubist Systematic Strategies量化交易员, 美银美林集团交易助理。现为霁海投资权益部门负责人。团队目前有4名成员均来自北京大学,清华大学,宾夕法尼亚大学,交通大学等,具备人工智能、金融、物理和计算机等学科背景;均曾供职于如贝莱德(BLACKROCK),Point72,Citadel,WorldQuant等机构,团队虽小但处于快速发展阶段。同时公司和海内外多个外部团队合作,进行包括模型开发、执行算法优化等项目。团队一直在潜心研究策略,好投汇特别邀请汪总来为我们分享他们团队在量化领域方面的思考。
03.
量化策略分类介绍
量化选股是让机器依据多种选股指标进行选股的策略。选股指标包括价量(如成交价、K 线相关数据、成交量、成交金额)、基本面(如财报、年报、分析师研报)、情绪类另类信息(如新闻报道对公司的正负评价)等,甚至还可能涉及一些特殊因素(如 A 股中类似生肖等较 “玄学” 内容)。人们利用这些特征构建选股策略并交给机器筛选,选出优质股票。同时,借助编程语言实现系统,使其能独立、自动、全流程地获取数据、处理信息,最终生成持仓比例和权重等,从而完成量化选股。
指数增强策略与量化选股紧密相连,通常在量化选股基础上,于持仓权重方面添加指数风控限制。常见对标指数包括沪深 300、中证 500、中证 1000、中证 2000 等,各指数在成分比例、行业及市值分布上存在差异。通过这些风控限制,促使持仓尽量贴近对应指数标的,其最终目的在于凭借选股能力获取高于标的指数的超额收益(阿尔法),而这一超额收益是衡量指数增强产品优劣的关键标准。
中性策略是在选股能力基础上进行调整的策略。它在股票多头基础上增加空头对冲,以去除对指数的暴露,从而预期获得稳定的绝对收益,减少多头端波动。常见对冲手段有两种:一是使用衍生品,如融券指数 ETF 或做空股指期货对冲多头端对标指数的贝塔;二是在股票多头基础上融券做空一篮子股票,实现股票多空策略。虽因融券管制严格导致流动性较差,但仍有团队采用该策略,这几年国内融券时效性及丰富程度在提升,未来若恢复功能有望继续发展,在国外发达国家这是比较常见的方法。
高频策略在量化领域投资占比不大,可能不到 10%。其特点为日内换手、持仓周期短,从秒、毫秒到一小时、半小时不等,理论上开盘至收盘结束无持仓暴露,是无隔夜仓策略。在国内 T + 1 交易制度下,有两种实现方式:一是以主观选择或选股策略选出的股票做底仓,在此基础上做 T0 增强;二是融券融出一篮子股票后做 T0 策略。理论上该策略回撤小、收益稳定,但大众常误解量化即高频且认为其割韭菜,实际上高频策略占比不大且难被大众接触,多被自营资金占据额度。汪总表示: T+ 0 有存在必要,若实现可提高市场有效性,使散户与机构处于同一起跑线,有利于市场平等。
04.
策略开发与实现流程
采用70%价量数据和30%基本面及另类数据,通过自研因子库和数据挖掘模型获取有效特征。当前约70%的因子由人工团队维护,30% 左右的因子由程序挖掘,用于辅助决策交易。
使用线性模型、树模型和神经网络等多种算法进行股票筛选,目前采用神经网络的模型,预测周期1-5天,定期对因子数据或者模型进行更新。一般每三个月更新一次模型参数,每六个月到一年更新底层的因子或者使用的数据。
年化50-100倍的中高频alpha多策略叠加,Barra 控制风险敞口,市值,动量等价量因子对标中证500定期调整阙值,采用0.5个标准差进行风控约束;关于行业偏离控制,目前主要是参照对标指数,特别是申万一级指数中的行业分布情况,也是按照 0.5 个标准差进行严格约束。
全市场选股范围4500-5000只,持仓在 300 - 500 个票左右。以500指增为例,指数成分股占60%左右。每天会进行 10% - 15%的换手交易,约 5 - 7 天换一遍底层仓位,剔除表现差的股票并选入表现好的。日内多次换仓,在换仓过程中,为使持仓成本及成交价格符合回撤假设,采用自研简单算法和外包交易执行算法来控制交易成本,确保成交价格符合预期。
Q&A
Q1:您曾经在海外对冲基金工作过,您觉得海外和国内在做股票量化这块区别最大的有哪些?
A:每个国家市场都有自己的特色,可能大的方法论上异曲同工,但是也要针对国情进行改进。首先一些交易制度上不同,比如国外有的市场是T+0,没有涨跌停限制,可交易产品标的池不同(国外场内交易个股期权等等,国内的话还没有这么丰富的衍生品市场);国外资本市场更开放,可以自由参与基本上所有国家地区的市场;当然还有我觉得可能最值得说一下,市场参与者的组成不同:散户比例国内相对高一点,这也导致了国内会有更频繁的大涨大跌,有机会找到更多的错误定价,做出更显著的超额。但是我们觉得散户的比例随着市场的成熟会逐渐降低,机构或者大户比例会越来越高。
Q2:在只有私募量化产品净值的情况下,除了看超额或者同类排行,有没有更好的办法判断一个量化私募这个优劣?
A:在评估产品时,超额表现与同类产品的对比是重要筛选指标,若同类产品超额显著而自身超额不佳甚至为负,显然竞争力不足。此外,团队因素至关重要。对于普通投资者而言,虽未必能深入了解团队成员,但应尽力创造机会去认识团队成员的观点、过往经历与履历,这十分关键。毕竟量化交易系统的优劣取决于对人类交易行为的有效模拟,所以团队及其成员的可靠性不容忽视。
综上所述,超额表现和团队情况是两个关键指标,而最终决策应落脚于对团队的信任度考量,包括团队的知识背景以及在整个领域的综合情况是否契合自身需求,这也是一项不可忽视的重要评估因素。
Q3:近期,微盘股,尤其是小市值股票,出现了较大幅度的回撤,在二月份也曾有过一波较大回撤,从我们的收益曲线来看,应该也受到了一些冲击。另外,我们注意到在超额表现突出的三月份和十月份,恰好也是小市值股票表现优异的时段。我们该如何看待和应对这个小市值敞口呢?
A:去年除夕之际,受微盘股大幅波动影响,市场上众多量化产品均遭遇明显回撤,我们亦不例外,彼时市值阈值标准差设定在 0.5 左右。当遇到客户赎回申请时,果断执行减仓操作,并将部分仓位转移至 500ETF 等产品。当时市场行情极端复杂,我们也曾考虑即刻切换策略以改变现状,但经团队深入研讨后判定,若将当时那些极端数值纳入模型训练更新,极有可能被视作极值点而被舍弃,无法有效改善模型表现。故而最终我们主要是对客户赎回请求予以妥善处理,相应降低仓位(60%-70%),并鉴于超额回撤已突破 5% 的风控线,将市值阈值标准差从 0.5 适度收紧,减少 0.3 个标准差。
随着市场行情逐渐趋于稳定正常,我们的仓位也稳步回升至高位,此时便将风控标准差回调至 0.5 的初始水平。回顾这段经历,尽管当时策略的有效性受到一定挑战,我们也难免产生对策略进行调整的想法,但从过往经验以及历史回撤数据综合分析来看,我们理应坚定对既有策略和数据的信心。在极端情况发生时,对参数进行更新优化,并非对整个模型架构进行大幅改动。据了解,当时同行们在应对此类情况时,也秉持着相似的理念,即采取必要的风控措施,但避免盲目地对策略进行颠覆性改变,从而确保策略底层交易逻辑以及方法论的稳定性和连贯性。
在投资领域,适度暴露某些因子,无论是市值因子还是其他风格因子,在特定的市场阶段往往是获取收益的关键所在。理想状态下,若能精准把握因子暴露的最佳时机,无疑将显著提升投资回报,但这在实际操作中难度颇高。因此我们重点关注模型更新后在回撤控制等关键指标上是否实现了实质性的优化和提升。在严谨的模型构建以及参数更新迭代过程中,只要扎实做好风控基础工作,模型便能自动将各类因子所产生的正负收益合理融入参数体系内,从而实现对市场变化的有效适应和应对。
Q4:现在中证A500指数关注度极高,多家私募纷纷布局此类产品,您怎么看待这个现象?近期有会考虑这方面吗?
A:我觉得A500指数的提出,对普通投资者和机构投资者都是一个很好的标杆。对普通投资者来说,如果想要通过较少的研究,获得长期投资收益,我觉得单纯投资A500指数是一个非常好的通道;对机构投资者而言,对比A500指数检验自己的策略表现,更能够确认自己策略的有效性;同时推出对标A500指数的产品,也能丰富自身的产品线。自A500推出以后,我们也在考虑发行对标相关指数的产品。
Q5:贵司的竞争优势有哪些?未来计划是什么呢?
A:量化行业日新月异,大公司不会绝对优势,小公司也不会永远劣势,大公司也是从小公司发展起来的。正如我们之前说的,我们的优势在于三方面:
1、小而快,团队没有太多层级,对事件反应迅速,策略开发迭代迅速,客户也能迅速的联系团队,对策略状态和市场答疑解惑。
2、成本优势,没有大量的人员和硬件强制性投入,在符合自身需求的预算条件下搭建最优的软硬件平台。
3、精英团队优势,我们的团队成员无论是学术还是职业背景都是一流(北清毕业,国际化工作经历),对自己的能力有绝对信心,也把大部分的自营资金用于配置自己的策略,和客户同进退。以上几点是其他公司无法比拟。
免责声明:
您在阅读本内容或附件时,即表明您已事先接受以下“免责声明”之所载条款:
1、本文内容源于作者对于所获取数据的研究分析,本网站对这些信息的准确性和完整性不作任何保证,对由于该等问题产生的一切责任,本网站概不承担;阅读与私募基金相关内容前,请确认您符合私募基金合格投资者条件。
2、文件中所提供的信息尽可能保证可靠、准确和完整,但并不保证报告所述信息的准确性和完整性;亦不能作为投资决策的依据,不能作为道义的、责任的和法律的依据或者凭证。
3、对于本文以及文件中所提供信息所导致的任何直接的或者间接的投资盈亏后果不承担任何责任;本文以及文件发送对象仅限持有相关产品的客户使用,未经授权,请勿对该材料复制或传播。侵删!
4、所有阅读并从本文相关链接中下载文件的行为,均视为当事人无异议接受上述免责条款,并主动放弃所有与本文和文件中所有相关人员的一切追诉权。