下载掌阅APP，畅读海量书库
立即打开
一个典型的投资流程如图1—5所示，从中可以看出，量化投资技术几乎覆盖了投资的全过程，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易、资产配置、风险控制等。
图1—5 量化投资结构
资料来源：国信证券经济研究所整理
量化选股就是采用数量的方法判断某个公司是否值得买入的行为。根据某个方法，如果该公司满足了该方法的条件，则放入股票池；如果不满足，则从股票池中剔除。
量化选股的方法有很多种，总的来说，可以分为公司估值法、趋势法和资金法三大类。
公司估值方法是上市公司基本面分析的重要利器，在“基本面决定价值，价值决定价格”基本逻辑下，通过比较公司估值方法得出的公司理论股票价格与市场价格的差异，判断股票的市场价格是否被高估或者低估，从而寻找出价值被低估或价值被高估的股票，指导投资者具体投资行为，如买入、卖出或继续持有。
趋势法就是根据市场表现，强势、弱势、盘整等不同的形态，做出对应的投资行为的方法。可以追随趋势，也可以进行反转操作等。
资金法的本质思想是追随市场主力资金的方向，如果资金流入，应该伴随着价格上涨；如果资金流出，则股票应该伴随着价格下跌。也可以通过持仓筹码的分布来判断在未来一段时间股价的上涨和下跌情况。资金法本质上是一种跟风策略，追随主流热点，从而期望在短时间内获得超额收益。
股市的可预测性问题与有效市场假说密切相关。如果有效市场理论或有效市场假说成立，股票价格充分反映了所有相关的信息，价格变化服从随机游走，股票价格的预测则毫无意义。从中国股票市场的特征来看，大多数研究报告的结论支持中国的股票市场尚未达到弱有效，也就是说，中国股票市场的股票价格时间序列并非序列无关，而是序列相关的，即历史数据对股票的价格形成起作用，因此，可以通过对历史信息的分析预测价格。
随着计算机技术、混沌、分形理论的发展，人们开始将股票的市场行为纳入非线性动力学研究范畴。众多的研究发现我国股市的指数收益中，存在经典线性相关之外的非线性相关，从而拒绝了随机游走的假设，指出股价的波动不是完全随机的，它貌似随机、杂乱，但在其复杂表面的背后，却隐藏着确定性的机制，因此存在可预测成分。当然，认为股价可预测，并不等于说可以100%的准确预见，而是指可以使用经济预测的方法，建立起能在一定误差要求之下的预测股价变动的预测模型。一批学者先后证实了证券市场的确存在着一些可利用的规律，其成功率之高和稳定性之久，远远超出了随机行走理论可以解释的范围。因此，最近二十年，持证券市场缺乏效率观点人越来越多，证券市场预测的研究也再次成为人们关注的热点。
股指期货套利是指利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，或者同时进行不同期限，不同（但相近）类别股票指数合约交易，以赚取差价的行为，股指期货套利主要分为期现套利和跨期套利两种。
我国沪深300股指期货已经推出，为券商、基金等机构投资者提供了金融创新的工具，使用这些工具，机构投资者可以按照金融工程的理论框架去探索新的盈利模式。股指期货套利交易就是一种值得研究的新型盈利模式，开展股指期货套利交易对于恢复扭曲的市场价格关系、抑制过度投机和增强市场流动性都有着重要的作用。
股指期货套利的研究主要包括现货构建、套利定价、保证金管理、冲击成本、成分股调整等内容。
商品期货套利盈利的逻辑原理是基于以下几个方面的：相关商品在不同地点、不同时间对应都有一个合理的价格差价；由于价格的波动性，价格差价经常出现不合理；不合理必然要回到合理；不合理回到合理的这部分价格区间就是盈利区间。
正是基于以上几个方面，才产生套利机会，套利者所赚的钱就是从不合理到合理这部分空间，所以套利者所做的就是当价差出现扭曲甚至严重扭曲的时候及时捕捉到机会，稳定赚取这部分利润。
对相关合约之间的价差数据变化规律进行科学的统计分析是商品期货套利过程成功实施的重要前提，只有借助统计分析工具和图表，结合基本面和技术分析，才能预测出今后一段时间内相关合约价差数据变化的趋势，从而把握最佳的套利时机，因此，历史数据的统计分析对成功实施商品期货套利来说非常重要。
另外，考虑到套利交易中的资金成本运用问题，能够通过历史数据变化规律的分析帮助投资者在继续持有套利头寸和提前结束头寸之间做出恰当的选择也是非常必要的。
有别于无风险套利，统计套利是利用证券价格的历史统计规律进行套利，是一种风险套利，其风险在于这种历史统计规律在未来一段时间内是否继续存在。
统计套利在方法上可以分为两类，一类是利用股票的收益率序列建模，目标是在组合的β值等于零的前提下实现Alpha 收益，我们称之为β中性策略；另一类是利用股票的价格序列的协整关系建模，我们称之为协整策略。前者是基于日收益率对均衡关系的偏离，后者是基于累计收益率对均衡关系的偏离。基于日收益率建模的β中性策略，是一种超短线策略，只要日偏离在短期内不修复，则策略就会失效。并且，如果日偏离是缓慢修复的，这种策略很难搜索到合适的平仓时机。
很多分析也表明，β中性策略经常会发出错误的交易信号。而协整策略直接利用了原始变量——股价进行建模，当累计收益率偏离到一定程度时建仓，在偏离修复到一定程度或反向时平仓。
期权套利交易是指同时买进卖出同一相关期货，但不同敲定价格或不同到期月份的看涨或看跌期权合约，希望在日后对冲交易部位或履约时获利的交易。期权套利的交易策略和方式多种多样，是多种相关期权交易的组合，具体包括水平套利、垂直套利、转换套利、反向转换套利、跨式套利、蝶式套利、飞鹰式套利等。
期权具有杠杆高、损失有限的特点，使得利用期权进行套利交易，比期货套利的效率更高，收益率更大。期权套利分析主要需要解决的问题有高低损益平衡点确定、套利空间计算、交易成本、市场容量等。
算法交易又被称为自动交易、黑盒交易或者机器交易，它指的是通过使用计算机程序来发出交易指令。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至可以包括最后需要成交的证券数量。
根据各个算法交易中算法的主动程度不同，可以把不同算法交易分为被动型算法交易、主动型算法交易、综合型算法交易三大类。
资产配置是指资产类别选择，即投资组合中各类资产的适当配置及对这些混合资产进行实时管理。量化投资管理将传统投资组合理论与量化分析技术结合，极大地丰富了资产配置的内涵，形成了现代资产配置理论的基本框架。它突破了传统积极型投资和指数型投资的局限，将投资方法建立在对各种资产类股票公开数据的统计分析上，通过比较不同资产类的统计特征，建立数学模型，进而确定组合资产的配置目标和分配比例。
今天，全世界有超过万亿美元的资产全部或部分以量化分析为基础进行资产配置。资产配置一般包括两大类别、三大层次，两大类别分别为战略资产配置和战术资产配置，三大层次分别为全球资产配置、大类资产配置及行业风格配置。本节内容主要来自于本章参考文献[3]