【每周策略】量化交易入门

今年大盘处于横盘震荡，但市场风格出现明显切换。中小市值表现优于大市值个股，传统周期板块受到了市场关注，传统优质资产——成长白马股表现差强人意。过往2年受到市场热捧的基金经理也“走下神坛”，但有一种投资产品却逆势受到了关注——量化交易产品。

今年量化交易产品表现“一枝独秀”，走势稳健，收益不俗，受到了投资者的关注，特别是又包含了多种策略，使不同投资偏好的投资者都能找到自己所喜欢的产品。

量化交易就是借助数量统计学模型，通过计算机将投资策略落地。量化投资在制定投资计划时主要依靠统计模型与历史数据来确定投资策略与投资标的，包括投资标的选择，入场、离场时机，止盈、止损信号执行，加仓、减仓策略等等。

很多人都会说量化交易是“黑箱”模型，实际上量化交易是基于海量的交易数据，寻找出具有投资价值的因子，再用这些因子拟合出定量模型。这些定量模型实际是具有多层次交易意义的模型，包括从宏、微观角度、资产配置价值、市场情绪倾向、多产品组合等角度分析出的结果。同时，量化模型在处理海量交易数据时，又能通过大数据，实现计算机自我学习，不断发现能够提供新超额收益来源的因子，组建新的交易模型，寻找新的交易机会。量化交易主要运用在具有高度流动性，历史数据丰富的金融产品投资市场，例如常见的商品市场、股票市场，衍生品市场等。

1. 不管量化交易还是主观交易最基本的逻辑都是基于经济理论，只是量化交易注重数理分析和逻辑推导，而主观交易注重经验和基本面逻辑。量化交易是基于市场交易逻辑或寻找历史数据规律做出概率统计，形成特定的量化模型判定市场表现，进而形成交易策略。而主观交易，则是通过定性和定量的方式制定出一套投资评价体系，例如基本面、成长性、估值等，投资经理根据这一评价体系，叠加自身的投资经验和主观判定形成交易决策，构建出能够产生阿尔法收益的投资组合。

2. 量化交易具有高度的纪律性。人性在直面交易时，会展现出“贪婪”和“恐惧”的弱点，过早卖出有盈利的，死守出现亏损的，但因为量化交易是用数学模型将所有的交易规则模式化，又多以计算机程序执行自动化交易，不会在出现执行信号时，由于主观判断或心理因素而产生不执行的问题，避免交易情绪化。当然这与交易最终的收益判定（机会成本）不一定成正比，但可以避免人性的弱点或局限。

3. 量化机构同时交易的品种或标的明显多于主观多头机构。量化交易在信息处理上明显高效于主观多头公司。金融市场上，可投资的标的日趋丰富，一般多头公司会专注于某一类金融标的，而量化公司则可能会对市面上成千上百个投资标的做交易。

当然量化交易也是有局限性的。量化交易是基于市场价格变化是有迹可循这一前提的，而非完全随机。即使包括“人为因素”，这些因素也是可以通过大数据寻找规律的。市场出现短暂的偏离和无效，正是给量化交易提供了超额收益。

同时，量化交易的标的一般要求具有较好的流动性。流动性较好的市场或品种，具有较好的价格发现优势，数据可靠性较高；同时，对于量化机构，特别是高频交易机构来说，流动性较好的市场或品种更利于实现日内或日间交易，也不容易引起价格变动。

1） 胜率或盈亏比。任何策略都不可能做到100%赚钱，优秀的策略只要能做到盈利概率高于亏损概率。同时，盈利时多挣，亏损时少亏。所以当然我们在看量化产品时可以关注产品的月胜率，一般优秀的产品月胜率可以达到70%以上。

2） 最大回撤或者连续亏损次数。当一个策略连续出现亏损时，特别是高频量化策略，意味着这一策略可能已不适应当前的投资环境。对于投资者来说，最大回撤则是考量对这一量化策略产品能够忍受的最大损失。一般同性质的策略，回撤越小越好，当然投资者也可以根据最大回撤数据去寻找匹配自身风险偏好的策略。

3） 收益率。优秀的交易策略都是能为投资带来不俗的收益的。量化投资机构相较于公募基金更为看重的是绝对收益，当然有些量化多头产品也应该关注超额收益部分。但是投资者在观察收益率时，也应该观察收益率曲线的平滑度是否是自己能接受的，一般量化交易的收益率曲线都会较主观交易更为平滑。