量化投资股票策略
什么是量化投资交易策略
一文看懂量化投资策略闲话基量化投资在近些年受到越来越多的关注,包括规模、策略、业绩。
量化投资,是指通过借助统计学、数学方法,运用计算机从海量历史数据中,寻找能够带来超额收益的多种“大概率”策略,按照策略构建的数量模型严格执行投资,力求获得长期稳定可持续高于平均的超额回报。
跟传统的主动管理方法相比,量化投资是高投资广度、低投资深度的一种投资方法。
量化投资强调纪律投资,可以克服投资者主观情绪的影响。
现在市场上运用的策略有很多种,下面来看看主流的几种策略。
一、市场中性策略市场中性策略是国内使用最多的策略。
根据CAPM理论,股票收益由两部分组成,一部分是市场整体风险的beta收益,一部分是股票自身风险带来的alpha收益。
中性策略是从消除市场系统性风险的维度出发,通过同时构建多头和空头头寸对冲市场风险,以获得较稳定的绝对收益。
国内通常使用的操作方法是,买入股票,同时卖空与股票等市值的股指期货。
盈利模式是,所买股票超越大盘的涨跌幅度。
市值对冲并不是完全的beta对冲,但可以减少计算量,降低调仓率,为国内投资机构普遍使用。
Alpha策略关键点是选出的股票组合收益要持续跑赢沪深300指数,在市场上涨时平均涨幅大于沪深300指数,在市场下跌时平均跌幅小于沪深300指数,并且可持续稳定。
通常管理人根据估值、成长性、市值、动量、预期变动、资金关注、技术指标、事件、业绩等多个维度进行量化选股,构造投资组合,同时以沪深300行业配置比例为基准,对系统筛选出的股票根据宏观经济和行业景气进行差异化配置,并定期根据各因子变动进行动态调整组合。
构建中性策略,买入100元股票组合,卖空100元股指期货,多头与空头组合价值相等:1、市场上涨:股票组合(上涨赚钱)+指数收益(上涨亏钱)=10%+(-7%)=3%2、市场下跌:股票组合(上涨赚钱)+指数收益(上涨亏钱)=(-7%)+10%=3%3、市场震荡:股票组合(上涨赚钱)+指数收益(上涨亏钱)=10%+(7)=17%Alpha策略最主要风险在于选股策略上。
选股模型可能会因为股票市场规律性变动、突发事件和统计模型本身的概率属性,在某些时间段出现失效,导致做多的股票跑输市场出现短期亏损。
这需要基金经理能不断完善投资模型和操作技巧提升获胜概率。
此外,Alpha策略还收到基差的影响。
大部分时候会有一定的升贴水损失,策略对基差的风控非常重要。
二、套利策略1、统计套利统计套利是对历史数据进行统计分析,估计相关变量的概率分布,结合基本面数据分析,用来进行套利交易。
运用统计分析工具,对一组相关联的价格之间的关系的历史数据进行研究分析,研究关系的历史稳定性,并估计其概率分布,确定分布中的极端区域,即否定域。
当真实市场上的价格关系进入否定域,可以认为这种价格关系不可长久持续,此时有较高的成功概率进场套利。
2、期现套利期现套利指利用期货与现货基差扩大产生的套利机会,做多被低估标的,做空被高估标的,待期现基差回归至合理范围后,平仓离场的低风险策略。
期现套利策略,根据沪深300股指期货与沪深300指数基差到期时必定收敛的交易机制。
当期货指数与沪深300指数基差足够大时,可以通过构建一个反向组合,获得基差收敛过程中产生的收益。
目前国内只能进行“做空基差”的正向套利,即当基差大于0的时候,买入股指ETF或者一揽子股票,同时卖出等市值股指期货,待价差收敛后平仓。
当基差小于0时,由于融券不足,无法通过卖出股指ETF或者一揽子股票同时买入等市值的股指期货进行“做多基差”的反向套利。
当期货价格深深贴水的时候,因融券存在障碍反向套利被切断,贴水状态自由发展,只能通过市场大幅度反弹,多头的投机者重新将价格抬升至升水的状态。
这也是市场贴水一直无法及时恢复的重要原因。
期现套利的主要风险在于市场价格出现剧烈波动导致浮亏,具体表现为所跟踪标的之间的基差出现长时间不回归甚至反向逆转,期现收益无法有效覆盖交易成本、冲击成本、现金成本等风险。
3、ETF套利ETF套利,是指投资者可以在一级市场通过置顶的ETF交易商想基金管理公司,用一揽子股票组合申购ETF份额,或者把ETF份额赎回成一揽子股票组合,同时可以在二级市场以市场价格买卖ETF。
假设某只ETF成分股暴跌,使得该ETF净值迅速走低,但该ETF的市场价格未能及时跟上,两者短暂地出现一个价差,此时可以买入ETF一揽子股票组合申购成ETF,然后将ETF在二级市场卖出,实现低买高卖,获取价差。
ETF套利的两种交易顺序,一种是从股票二级市场买入一揽子股票,按一定比例换成ETF份额,然后在二级市场卖出ETF份额,前提是一揽子股票价格比ETF价格低,出现溢价;另一种是,从ETF二级市场买入份额,按照一定比例兑换成一揽子股票,在拿到股票二级市场卖出,这样的前提是ETF价格低于一揽子股票价格,出现折价。
4、分级基金套利分级基金有2种套利模式。
一种方式是当母子基金比价出现折溢价时可进行套利。
当A/B份额的组合价格大于母基金净值时,存在整体溢价套利机会。
通过场内申购母基金份...
量化投资策略是什么呢?
BBI又叫多空指数,是通过将几条不同天数移动平均线用加权平均方法计算出的一条移动平均线的综合指标,BBI指标本身就是针对普通移动平均线MA指标的一种改进,任何事物都需要在不断推陈出新的改进中才能进步发展,技术指标也不例外。
该指标多空的判断有很多方法,股市中不少人喜欢用移动平均线来判断,通过设定不同周期的移动平均线来寻找多空转换的迹象,但是,这种方法并不能有效解决不同周期移动平均线互相协调的问题。
而BBI多空指标的设计原理是综合多个移动平均线的数值后,将它们进行平均处理,这样得到的数值更客观、更形象,因为它如同一个议会,是在综合了大家的意见后得出结论,而不是单独作出评判,所以,用“多空指标”来判断多空的效果是比较理想,特别是在判断中长期走势的时候。
BBI指标的四种应用法则: 1、股价在高价区以收市价向下跌破多空线为卖出信号。
2、股价在低价区以收市价向上突破多空线为买入信号。
3、多空指数由下向上递增,股价在多空线上方,表明多头势强,可以继续持股。
4、多空指数由上向下递减,股价在多空线下方,表明空头势强,一般不宜买入。
但是单一的指标选出的股票成功率非常不稳定,如果加上其他条件,会大大提高选股的成功率。
通过同花顺i问财选股回测,“BBI大于5.1;BBI小于5.9;量比大于0.5小于1.1;换手率大于1%小于5%;涨幅从小到大”这个组合的最大成功率为72.22%,最大的预期年化收益率是377.22%。
量化投资策略的其他量化投资策略有什么?
算法交易又称自动交易、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的方法。
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。
分别为事件套利、ETF套利、LOF套利和高频交易。
跪求对冲基金及其投资策略答案
对冲基金七大策略之一:市场中性策略 市场中性策略投资原理:在多头和空头同时进行操作,多头部分买入一篮子的股票,同时空头部分做空指数标的(国内即做空沪深300股指期货),努力对冲掉投资组合的系统性风险β(β不等于0是多空仓策略)以获取超额收益α。
整个基金获得收益的多少,则取决于基金经理创造超额收益的能力。
市场中性策略策略优势: 走势独立于股票市场。
这种策略的优势在于投资组合的系统性风险β已经被对冲掉,基金业绩走势会独立于大盘指数。
所以,不论市场环境如何,都有能力获得正收益,具有较好的资产配置价值。
市场中性策略适合投资者: 稳健型投资者。
市场中性基金在一定程度上能有效的抵御股票市场的系统性风险。
在A股不断见底的大环境下,市场中性的产品能让你在断崖式暴跌发生时,多一份安稳与淡定。
市场中性策略风险: 由于基金收益取决于组合创造超额收益α的能力,所以其所选个股表现不如指数,也会出现亏损。
此外,当权益类市场处于一个明显的上升趋势中时,传统股票型产品获取收益的能力更强,而市场中性基金的正收益相对有限。
对冲基金七大策略之二:套利型 套利型策略投资原理:是指利用不同资产或不同市场之间不合理的价格关系,通过买进低估资产,卖出高估的商品,在未来价格重新回归合理过程中获取价差收益的交易策略。
套利策略针对目标是定价偏差,无论市场处于何种状态均可运用,其收益与市场相关性较低。
套利何时会触发? >同一种资产在不同市场上价格差异过大,即违背一价定律。
>具有相同或相近价值的两种资产定价差异过大(如大豆与豆油、不同期限的股指期货合约)。
>一种已知未来价格的资产当前的价格与其根据无风险利率折现的价格差距过大(期货与现货)。
套利基金有哪些风险 跟踪误差 在构造沪深300指数现货组合进行套利时,会由于最低购买份额限制、股指权重调整、无法同时买卖众多股票等原因,造成现货组合和标的股指存在偏差。
冲击成本 冲击成本是指在套利交易中需要迅速,且大规模地买卖证券,却未能按照预定价位成交,从而多支付的成本。
流动性风险 在买卖现货股票组合时遭遇股票停牌、涨跌停板而无法交易的风险。
技术风险 由于套利机会往往转瞬而逝,人工下单无法做到现货组合和股指期货同时下单,故需选择高效、稳定的交易系统。
策略容量风险 如套利资金量过大,会因交易所对下单手数和持仓量的限制,致使套利策略的效果大打折扣。
套利基金——如何挑选? 硬件设施 市场套利机会转瞬即逝,快速的扑捉到套利机会需要高速的计算机软、硬件支持,即使遇见停电等突发性事件也要能保证套利设备的正常运转。
因此选择硬件条件较好的管理人为妥。
策略容量 如果套利资金超过了该基金策略的容量,套利效率会大大降低。
因此投资者应该避免选择套利产品规模过大的产品。
历史业绩 观察产品历史业绩是否稳定向上,避免业绩走势波动剧烈的产品。
国内多空仓策略的长与短。
对冲基金七大策略之三:定向增发 定向增发策略:是事件驱动策略中的一类子策略,由于目前国内事件驱动策略基金集中于定向增发业务,故单独分为一类。
该策略通常就是参与投资上市公司定向增发股票投资,在定向增发股票解禁期满后在二级市场退出,以此获得收益。
除了定向增发事件外,事件驱动策略投资往往应用于投资发生特殊情形的公司,如重大重组、并购、破发、破净等。
定向增发股票:是指上市公司向符合条件的少数特定投资者非公开发行股份的行为,目前规定要求发行对象不得超过10人,发行价不得低于公告前20个交易日市价的90%,发行股份12个月内(大股东认购的为36个月)不得转让。
定向增发股票平均收益高:历史业绩来看,定向增发股票平均收益很高。
2006年以来,定向增发股票平均收益55.81%,平均超额收益达到52.78%。
即便在2008年熊市,当年解禁的定向增发股票平均收益也达68.88%。
定向增发股票风险——破发: 投资单个定向增发股票,有可能出现破发现象,导致亏损。
2007年10月,吉恩镍业进行定向增发,到2008年10月解禁上市时,其股价相比较增发价下跌了80.61%,成为历史上最亏的一次定向增发投资。
通过定向增发对冲基金规避定增股票破发风险: 定向增发对冲基金——通过定向增发对冲基金,投资多个定向增发股票,分散风险,那么其破发概率就大大降低,获取定增行业平均收益的概率更高。
投资者如何挑选定向增发对冲基金? >基金管理人获取定增股票的能力如何 定向增发股票发行范围小,好的基金管理人有信息资源获得定增股票,而且购买的定增股票也有折扣优势。
>基金管理人是否有能力筛选优质定增股票 定向增发股票鱼龙混杂,收益参差不齐,研究并筛选好的定增股票有时至关重要。
>基金管理人是否持股分散 单一定增股票有破发风险,持有多个定增股票能够分散风险,获取行业平均高收益的可能更高。
>基金资产是否有闲置期 单定增股票并不是每时每刻都有,一些基金募集资金后有可能找不到定增股票,导致资金闲置。
因此选择已经有潜在定增股票项目的基金较好。
对冲基金七大策略之四:宏观对冲 ...
国内做的好的量化投资软件有哪些?
无论是国内国外,量化投资软件就是一个噱头,实际上根本没什么用处,如果真的可以靠投资软件发财的话,那么估计出量化投资软件的人,早就发财了,所以千万不要迷信这些投资软件,作为理财师,我说几个原因请参考:第一、经济数据不是量化投资软件可以统计的,如果你使用的话,简直是刻舟求剑,甚至可以能造成你的资金亏损。
第二、投资是一种人的行为,也是一种市场集体的行为,没有任何的规律可言,所以您要回相信量化投资软件的话,那么您的投资就失去了基本的依据。
第三、我们所在的投资区域的变化,是经常性的,而且是客观性的,所以没有任何的规律性,这样的情况下,不可能用任何一款量化的数据做规律的预测。
第四、金融市场更加是如此,比如我们国家的人民币汇率变化,没有任何的数据支持,而是看国家经济的实际情况,如果你用量化软件的话,结果不言而喻。
第五、量化投资软件是一种,将一些规律,集合起来的软件,是一种简单的数据模式,这个模式会将任何一种投资给你做出一个固定结果,这样的话你的投资根本没有任何的机会,因为你不变,市场在变。
最后我奉劝所有的投资者,不要随随便便的迷信技术分析,投资的道路上没有你想找的捷径,也不要妄图迅速的致富,我们必须脚踏实地,好好的研究实际的知识,了解市场的变化,,这样才可以真正的投资成功。
量化交易主要有哪些经典的策略
究量化投资模型的目的是找出那些具体盈利确定性的时空价格形态,主观定性程度大一些;100,自动选择能够达到较高收益水平的参数组合、闻。
量化投资的一般思路,最主要的研究方向是市场行为心理,成几等份。
然后,这些都要依托于医学仪器。
那么我们在选择用于研究的参数时、问,他们的主观判断往往决定了治疗效果,而西医则要从容得多,按事先规定好的程序走就行了。
量化投资就是股票投资中的西医;西医就不同了,先要病人去拍片子、切,用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序,连接至大型数据库进行统计计算,我们看病,中医与西医的诊疗方法是不同,中医是望,因为这里涉及到一个概率陷阱的问题,比如说,有1到100这一百个数字放在那里:选定某些技术指标(我们称之为参数,往往几个组成一组),并将每一个参数的数据范围进行分割,也应该用我们的经验来确定是否把某技术参数放进去,就是1/,它可以比较有效地矫正理智与情绪的不兼容现象,因为一般来说定性投资比较好用的参数指标对量化投资同样适用。
量化投资区别于传统定性投资的主要特征在于模型。
在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证。
中医对医生的经验要求非常高,如果较幸运你选到了100并不能说明你比别人聪明,最重要的技术是概率统计,最后判断出的结果,很大程度上基于中医的经验、化验等,其最重要手段的概率取胜,现在让你选择,请问你选到100的可能性是多大?是的。
所以,在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系,只有验证合格后才能试用。
我打个比方,而是概率的必然,最后得出结论,对症下药。
但是选出这些参数组后还不能马上应用