量化投资和主观投资到底有什么区别?

摘要:量化投资作为一个新兴行业,在中国近几年得到长足发展,但由于时间较短,很多从业者和机构投资者都没有对这个行业有着充分的理解,本文会试图对量化投资是什么,超额收益的来源,量化投资和主观调研型投资的区别、量化在中国的实践中遇到的问题(比如把量化和对冲混淆、把alpha和风格混淆、认为量化近2年无效等)以及未来的发展做一定的阐述。

01、什么是量化投资

量化投资行业在中国的兴起是最近5,6年的事情,由于时间较短,许多机构和个人投资者对什么是量化投资,为什么量化投资会有效,量化投资包括什么,量化和对冲是什么关系等等问题都没有很好的理解。再加上2016、2017年量化对冲产品的业绩表现不佳,市场对量化有很大的误解,作为量化投资超过16年的从业人员,笔者深深的觉得有必要对量化投资的基本概念做简单的阐述。

什么是量化投资?简单的说,量化投资就是通对对所有能公开获得的数据进行数量化分析而获得对投资标的的未来价格走势进行预测的一种投资方法。当然量化不只包括量化投资,目前所有投资机构(不管量化还是主动投研)都在用的风险模型就是量化研究人员的重要成果之一。除了风险模型以外,其他比如大类资产配置,保险产品定价,信用评级等金融的各方各面都大量应用了量化模型。但就本文的主题而言,内容会集中于量化模型在活跃可交易资产上的运用,其中包括但不仅限于二级市场股票、商品期货、股指期货、国债期货、外汇、期权、可转债、信用债、利率债等等,其他适用的品种也包括比特币,大宗商品现货等。

量化投资的目标是什么?和所有投资活动的目标一样,就是获得一个绝对收益或者超越市场平均水平的一个相对收益。就股票和债券两个大类资产而言,股票市场长期受益于经济增长和分红,债券得益于券息,平均的市场收益为正,所以对投资方法和投资机构的评估不是看是否获取正收益,而是更加注重于是否能跑赢市场平均水平,跑赢的这部分我们称之为超额收益。一般来说,超额收益越高越好,说明这种投资方法的有效性和投资机构的投研实力越强。

当然实际的评估更加复杂,除了看是不是有超额收益和有多少超额收益以外,还要关注超额收益的来源,稳定性和可复制性。而其他几类资产,比如期货、外汇、期权等等大类资产大致可归类于交易类资产(比特币也可以归为这类),投资者整体并不能产生正收益,属于零和游戏,如果加上交易费用,基本属于负和游戏。

对这类资产的投资活动的评估一般注重绝对收益,就是看投资结果的长期回报是不是持续为正以及收益的稳定性。由于资产类别的长期收益不同,在期货和外汇上获得长期的正收益比从股票和债券上获得长期的正收益难度要大很多。当然这些交易类资产有他们的独特价值,虽然是个零和游戏,但对社会的整个经济活动是利大于弊的,起到了分散风险的作用。

由于股票市场的流动性非常好,且品种众多,所以股票市场天然比较适合量化投资的方法,笔者在下面也将集中几章讲量化投资在股票市场特别是中国股票市场的应用。前面提到股票市场长期本身就能给客户带来一个不错的正回报,比如道琼斯指数,从1896年至今有超过120年的历史,平均年化收益包括分红超过7%。上证指数虽然从1990年才开始起步,时间较短,但得益于中国近30年的经济高速发展,即便经历了90年代的巨幅波动和后来2006年和2015年牛熊市的大涨大跌,平均年化收益包括分红仍然高于15%,远超道琼斯指数,给长期持有的客户获得了不错的回报。

随着经济增长的放缓,未来的长期收益会有所下降,但长期来说依旧会是吸引力最强的大类资产。由于股票市场长期的正收益,所以对投资活动的评估,注重在是否长期能跑赢市场的平均收益,也就是超额收益。当然评估不是单维的,除了看超额收益的高低,也要看承受风险的大小,如果在同等收益的情况下,风险更小的投资方法和投资机构会得到更好的评价。比较复杂的投资机构会倾向于结合收益和风险的复合指标来评估机构和产品。

02、超额收益的来源:择时

在股票市场上获得超额收益有两大类方法:

一类是选股,选股就是在市场的所有股票中选出能在某个周期获得高出市场平均收益的股票,目标是累计起来扣掉交易费用后长期能获得比市场平均水平更高的收益。

另一大类是择时择时包括Beta择时和风格择时。Beta 择时就是判断市场的整体方向,希望能抓住股票市场上涨的部分而规避市场下跌的部分。风格择时就是希望抓住市场近期的风格取向,通过提高在未来一段时间收益更高的风格上的配置来获得超额收益。以中国市场为例,如果能在2009年到2016年11月配置最小市值的股票,从2016年11月开始配置大盘蓝筹,即使不用精选个股,也能获得非常高的收益。

这两类方法并不互相排斥,绝大部分机构或多或少会同时使用选股和择时。由于中国股票市场过去的市场波动率维持较高水平,投资界特别是私募机构和个人投资者除了选股以外,非常注重择时。但在海外的实践中,尤其是在波动率较低的欧美市场上,Beta和风格择时很难获得超额收益,也就是说做了择时以后基本上收益率反而会降低。而且由于择时的准确率低,即使择时能降低风险,带来的风险的降低不足以弥补收益率的下降。

笔者在海外从事量化投资研究10多年,曾经对国际股票市场做过Beta和风格择时的研究,基本结论是择时的准确率非常依赖市场波动率和市场的有效性。在欧洲美国日本等低波动强有效市场,Beta和风格择时基本无效,而在巴西,土耳其以及其他发展中国家,由于市场的低效和高波动率,择时还是有非常好的效果。但从2008年以来,由于主要发达国家都实行QE也即量化宽松政策,全球金融市场的无风险收益率以及股票市场的波动率都在大幅降低,择时的效果在发展中国家也有显著下降。

中国股票市场自从2016年1月熔断以来,市场的波动率也在大幅降低,2017年代表蓝筹的沪深300指数年化波动率在10%左右,代表中盘成长股的中证500指数年化波动率也仅15%左右,已经非常接近欧美等成熟股票市场水平,这也导致择时策略不管是量化择时还是主观择时的准确率和有效性大幅下降。市场上资管产品的历史业绩也验证了最近两年以择时见长的投资机构大部分业绩不佳。

总体来说,股票市场的择时研究在成熟市场不管是主观择时还是量化择时都很难得到主流投资机构的重视和认可,剩下的就是选股。对怎么选股才能做出超额收益的研究有非常悠久的历史,经历了长期的沉淀和市场考验以后,基本上形成了几大类历史上证实比较有效的方法论,下面逐一阐述。

03、超额收益的来源:选股

(量化投资和主观调研投资的区别)

有效的选股方法里面先分几个大类,每一大类方法论里面又分几个小类,第一大类也是大家最熟悉的就是基本面投资,根据对公司的基本面进行调研结合股票的市场价格来进行选股,流程上一般由研究员通过对宏观,行业以及个股的深入调研来获得超过市场平均水平的优势,然后由基金经理来决定什么时候交易,和投资的比例。不管是海外还是国内这个方法都是最为大家熟悉的,也管理着最多的资金。

其中又可以细分为价值投资和成长股投资。比如大家最熟悉的巴菲特,他早期的投资可以作为价值投资的代表,通常是买入被市场低估或者短期情绪驱动偏离基本面价值的股票来获得一个长期超额收益,这种投资方法通常比较适用于消费,金融,能源,一般制造业,公用事业等行业,因为估值相对比较清晰。确实巴菲特的投资生涯比较集中于这些行业而比较少参与互联网,生物科技等新兴行业,这也导致巴菲特90年代以来投资业绩并不突出,甚至跑输市场,主要原因在于近二十年美国市场的领军行业从以前的能源,金融,工业制造转为软件,互联网等高科技行业。

以1994年为例,在美国市场上市值最大的十家公司是通用电气,AT&T,埃克森,可口可乐,菲利普莫里斯,沃尔玛等传统公司。而到2017年,市值最大的十家公司分别为苹果,谷歌,微软,亚马逊,Facebook,巴菲特的投资集团伯克希尔哈撒威(业务以保险为主),强生,阿里巴巴等。最大的五家清一色是最近二三十年发展出来的高科技公司。这也延伸到下面要讲到的另外一类投资方法,就是成长股投资。

上面提到的五家高科技公司,再加上中国的腾讯,阿里,京东,百度从传统的估值角度绝大部分时间都没有便宜过,但过去几十年给投资者带来了巨大的回报。成长股投资方法比起传统的价值投资来说,更看重企业的成长性,如果成长性特别好,可以淡化短期的估值指标。例如亚马逊,自从上市以来,估值一直非常高,而且上市的前十几年一直亏损,但现在已经成长成为全球市值最大的公司之一,即使现在用传统的估值方法,也还是依旧很贵,市盈率在300倍以上。

但由于亚马逊的成长性和潜在的利润空间,也很难说现在估值就不合理。成长股投资如果做好确实收益巨大,以亚马逊为例,从2006年到现在的短短11年,即便经历了2008年的金融危机,收益仍然高达40倍左右。以中国投资者熟悉的腾讯为例,最近13年更是上涨了600倍,给投资者带来了丰厚的回报。同样成长股投资的风险也相对较大,一个成功的亚马逊背后可能有几百个失败的互联网公司,要成功做好成长股投资,需要投资者对新兴行业和公司有更精准的把握,投资的安全边际更小。但总体而言,价值投资和成长股投资各有利弊,如果做好都能带来比较好的超额收益。

第二大类的股票投资方法偏重于投资者行为,也可称之为行为金融投资。大家比较熟悉的主题投资,国内特殊的打板策略,事件驱动等策略都可以大致归类于行为金融范畴。这类方法通常持仓时间较短,主要通过对市场其他参与者的行为分析做出相应的策略和交易方式,从而获得超越市场的一个收益。但这类策略持仓时间较短,容量较小而且比较依赖于市场结构和情绪,一般来说比较难以获得主流投资机构的认可和大额资金配置。但从另外一个角度来说,如果做好超额收益也是巨大,这类投资方法在过去的中国股票市场更是创造了很多的神话。

最后一个大类也就是笔者所从事的就是量化投资的方法。由于量化投资的特点是以大数据为基础,总结有效的统计规律,而且基本不做主观判断,总体来说面强于点,也就是对单个投资标的的研究往往不如主动研究员深入,而优势在于覆盖面上更胜一筹,而这个优势往往在股票市场上特别突出。以美国市场为例,从90年代末开始,美国股票上就有超过3000只流动性较好的股票,中国市场由于IPO的放开,现在后来居上,沪深两市的上市股票已经超过3400只,而且普遍流动性较好,这天然比较适合量化投资策略的发挥。

因为主动研究员往往只有精力覆盖10到20个股票,并且只有优秀的研究员才能在自己覆盖的股票上做出超额收益,所以受成本和人员限制,对于一家主观投资的机构,无论是公募还是私募,往往只能覆盖100-200只股票,并对其中的一部分进行深入的研究,所以量化选股在个股覆盖面上就有较大的优势。

量化投资在股票市场可以说历史悠久。大家比较熟悉的股票大作手回忆录的主角利弗莫尔,他活跃于1900-1940年的美国股票市场,年轻的时候会从报纸登的个股开盘,收盘,高点,低点,交易量等数据预测明天的交易价格,这实际上就是最简单的量化投资。上世纪50年代计算机发明后,量化投资更是加速了发展,爱德华索普在1969年成立了第一家专注量化投资的可转债套利对冲基金,而且获得了非常好的收益。

成立于1988年的文艺复兴大奖章基金更是把现代意义上的量化投资方法大量应用于股票,期货等资产,在长达20多年的投资记录中,为客户创造了费前70%以上的年化收益。同时成立于1988年的D.E.Shaw 对冲基金, 成立于1990年的城堡投资,和后面由原D.E.Shaw 量化研究总监创立的Two Sigma 对冲基金等几家以量化为主导的对冲基金过去几十年都为客户创造了非常优秀的投资收益,而且现在的管理规模均超过200亿美元。在海外的股票市场上,量化投资方法已经获得了巨大的成功,但在中国市场上时间较短,虽然也有很多成功的例子,但总体来说在机构和个人投资层面上接受程度还较低。

-------------------------------------------------------------

推荐阅读:

1.一个量化策略师的自白(好文强烈推荐)

2.股票期货经典的量化交易策略都在这里了!(源码)

3.期货/股票数据大全查询(历史/实时/Tick/财务等)

4.全网优秀的量化交易干货文章分享都在这里啦!

5.学习Python量化有哪些书籍?这里有一份书单送给你

6.量化金融经典理论、重要模型、发展简史大全

7.干货 | 量化选股策略模型大全

8.量化交易入门(精华必读版)

你可能感兴趣的:(量化交易)