东方基金量化团队市场震荡分化基于量化策略力争超额收益

东方基金量化团队市场震荡分化基于量化策略力争超额收益

　　在线测八字起名,在线冷门却很高级的取名起名今年以来,A股市场在经历了较长时间的调整后,进入了持续震荡分化的行情中。在这样风格快速切换的市场中如何把握投资机会,追求资产保值增值,进而争取稳定可持续性的投资收益成了所有投资者的问题。

　　面对震荡的行情和频繁的风格切换,,用数量化方法进行投资的公募量化基金或能在努力控制回撤的同时,力争追求超额收益。

　　东方基金量化团队在近期接受采访时也表示:“公募量化基金一般以低频的股票阿尔法策略为核心投资策略,通过指数增强或者类指数增强的操作在追求获取指数收益的基础上,再去争取尽可能大的相对收益。”

　　量化投资是一种不同于传统主观投资的投资方式。主观投资往往通过综合分析各种信息后,按照主观判断和操作进行投资;而量化投资则用数量化的方法,通过对海量数据的统计分析来总结规律、建立模型、进行投资决策。

　　东方基金量化团队认为:“收益的本质来源是历史的规律在未来可以重现。这可以说是所有量化策略最基础的信仰。” 量化投资其实是一定程度上以客观代替主观,用历史数据的回测代替人的经验,用历史的结果对交易结果去做评价。量化投资的风险控制机制一定程度上可以帮助避免人性里的缺陷,规避主观情绪和判断对投资的影响。

　　因此,对于量化投资来说,大量的历史数据非常重要。因为量化投资在做最终投资决策之前,会事先通过计算机去预设和模拟多种投资策略或者模型。而这些模型是基于历史的回测,也就是历史上已经发现的投资方法或者影响因子,后者能够驱动不同股票的涨跌,可以在一定程度上形成规律、解释市场,从而具有了一定的预测性。

　　“只有数据积累样本足够大的时候,量化投资才会有效。我们必须经过大量的历史数据检验,来证明这个规律的有效性,避免因为数据样本不够而产生‘过拟合’现象,之后才能用这种方法进行投资。”东方基金量化团队进一步指出。

　　受限于数据规模,量化投资在国内起步较晚,时间维度上,因为国内A股市场诞生至今也才三十多年;在横向维度上,A股上市之初仅10只股票,发展到现在四千只股票的规模。目前随着A股市场的发展壮大,数据样本规模也在扩大,相应的量化投资的可施展空间也越来越大。

　　同时,东方基金量化团队也表示,量化投资并非完全被动依赖于机器的计算,而是需要基金经理去筛选各种因子、从各种规律中提炼经过验证的规律、设定有效的数据模型,从而长期持续对量化模型进行优化改进,尽可能避免陷入历史投资数据的陷阱。

　　公募量化基金一般都采用低频的策略,找到比较稳定的、低频变化的驱动股价涨跌的因素,比如基本面、股票估值、盈利质量、长期动量等等,以获得超越业绩比较基准的超额收益作为自身的目标。

　　当市场不是完全有效的时候,无论量化投资还是传统投研,都需要去发现能超越于市场平均水平的、被市场低估的股票,而这个低估就是市场不够有效的部分,然后通过某种投资手段来获取超额收益。这个获利过程同时也是对低估的部分进行压缩的过程。随着投资者不断的参与,股票估值与实际价格的价差会越来越小,市场也就会逐渐趋于有效。

　　“量化投资用数量化的方法,通过海量数据和有效的模型计算力争更广泛、更准确地发现发现市场无效的部分,寻找被市场低估的股票。” 东方基金量化团队对此总结。

　　具体执行的时候,东方基金量化团队表示,量化投资为获取超额利润所采用的便是选股策略,也就是股票阿尔法策略,通过对一系列特征打分,给股票进行优劣的划分,选出比指数成分股分值更高的股票,依据一定的规则,组成投资组合。而这些k2在线测八字起名的估值等等,具有这些优质特征的股票在历史上经过统计发现总是有比较好的超额收益。这些特征被总结为量化因子,再把这些高因子的股票依据某些规则组合后去跟指数进行比较。最终量化投资力争获取指数的收益和超越指数部分的超额收益,“在金融学上把跟指数相关的市场部分收益叫贝塔收益,超额的部分叫阿尔法收益,我们把多因子这套策略就叫阿尔法策略。”

　　而实际上,“我们所能掌握的因素只是驱动市场因素里面很小的一部分,其他所有不可掌握的,或者模型不可获知那部分因素,我们都叫风险”。东方基金量化团队举例说明,“量化投资就像在一个赌局里,我们算好了自己手中的牌,但是别人手中的牌我们不知道,那么我们的胜率虽然一定程度上是由手里的牌决定的,可能10%不到,但是还有%是由别人的策略和别人手里的牌决定的。在下注的时候,我们就需要预估到别人牌可能比我们更好的风险。在每一次下注的时候,都不仅要力争预测准确,还要控制好风险。”

　　总结来看,量化投资总体比较分散化,在多个机会中分散进行投资,而不是在单个机会上投入大量资本,追求的是整体波动较小,更加平滑的超额收益曲线。