基于量化投资管理的系统设计

近年来，量化投资在中国日渐流行。量化投资就是利用数学、统计学、信息技术的量化投资方法来管理投资组合。量化投资已经渗透到整个投资流程的方方面面，本文就量化投资提出了进行全流程的管理体系，同时提出了基于量化投资的系统设计。

量化投资的特点

　　进入21世纪之后，计算机技术的飞速发展，为数量化投资提供了更好的平台。量化投资的优势，具有以下特点。

　　第一，纪律性。首先表现在依靠模型和相信模型，每一天决策之前，首先要运行模型，根据模型的运行结果进行决策，而不是凭感觉。严守既定的操作纪律及交易的基本原则，透过电脑将既定的操作规范、获利以及风险管理等条件写成程序语言，依程序发出进出场买卖的讯号。排除人为情感因素，用电脑取代人性，消除交易时人性的恐惧、贪婪、迟疑及赌性等情绪因子。

　　第二，系统性。具体表现为“三多”。首先是多层次，包括在大类资产配置、行业选择、精选投资品种三个层次上都有模型；其次是多角度，定量投资的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度；再者是多数据，即海量数据的处理。人脑处理信息的能力是有限的，当资本市场只有100只股票，这对定性投资基金经理是有优势的，他可以深刻分析这100家公司。但在一个庞大的资本市场，比如有成千上万只股票时，强大的定量投资信息处理能力可以捕捉并拓展更多的投资机会。

　　第三，妥善运用套利的思想。定量投资正是在找估值洼地，通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。定性投资经理大部分时间在琢磨哪一个企业是伟大的企业，哪个股票是可以翻倍的股票；与定性投资经理不同，定量基金经理大部分精力花在分析哪里是估值洼地，哪一个品种被低估了，买入低估的，卖出高估的。

　　第四，靠概率取胜。一是定量投资不断地从历史中挖掘有望在未来重复的历史规律并加以利用。二是依靠一组股票取胜，而不是一个或几个股票取胜。

量化投资的模型

　　量化投资的主要模型有：资产配置模型、行业模型、投资品种模型、择时模型、算法交易模型、绩效评估模型等。

　　资产配置分为全球资产配置、大类资产配置。资产配置模型决定全球性资产配置的比例，股票、债券、期货等投资品种的投资比例。

　　按照行业模型确定超配或低配的行业，考虑宏观经济形势、行业发展情况等。行业配置既可以降低大类资产配置变化带来的流动性问题，也可以规避个股选择分散化的问题。

　　依靠投资品种模型挑选股票、债券、期货等投资品种。例如，股票的基本面因素包括上市公司盈利能力、成长性、盈利质量、资产运行效率、股本扩张能力、偿债能力、现金情况等；几个常见的动态指标，如动态市盈率、预期收益增长率、预期净利润增长率、PEG等。关键参数包括：估值参数、市值参数、成长性参数、流动性参数、动量指标、反转指标等技术指标、甚至一些公司行为也被赋予不同的权重来评估目标公司是否具有投资价值。

　　根据择时模型进行交易时机的选择。市场表现考虑：动量、波动性、活跃性等。常见的择时波段操作交易策略有：旗形整理交易策略、缩量十字星交易策略、AD×两栖交易策略、KDJ半空反转交易策略。

　　算法交易模型可实现对大额订单进行分拆，寻找最佳路由和最有利的执行价格，以降低市场的冲击成本、提高执行效率和订单执行的隐蔽性。任何投资策略都可以使用算法交易进行订单的执行，包括场内价差交易、套利及趋势跟随交易。主要算法包括：交易量加权平均价格算法、保证成交量加权平均价挨个算法、时间加权平均价格算法等。

　　根据绩效评估模型进行归因分析，总结得失。建立投资组合绩效评估模型，全面客观地评价证券投资组合的管理绩效，既有助于分析投资组合产品的风险收益特征、投资的分散化程度、资产配置的效果，更有助于投资管理人准确把握组合本身的投资效果，及时修改投资模型、改善投资绩效。

量化投资系统设计

　　根据投资的整体流程和业务逻辑，作为机构投资者，需要选用投资管理业务相关系统进行支持，．只有信息科技的支持，才能为量化投资打开一扇门。

　　目前市场上各种投资相关的系统产品有：投资研究报告系统、投资品种选择系统(品种池管理系统)、投资组合管理系统、投资交易系统、会计核算与估值系统、风险管理和绩效评估系统等，但是应用于量化投资的信息系统并不多，且不成熟。投资管理的时间窗口仅为1天，每天都是重复性工作，因此需要各个系统在整个投资过程中形成一个闭环。

　　系统分为测试环境和生产环境，测试环境用来对新研发的量化模型进行历史实证分析和效果测试，当对量化模型的效果验证完毕后，可投入到生产环境内使用。

　　在整个投资流程中，按照流程的先后顺序划分为投资前、投资中和投资后三个部分。每个部分都有相关的信息系统支持，系统间形成无缝的数据流衔接。整体的投资管理平台系统架构设计如下图所示。

图 量化投资管理系统架构设计

　　相应的信息系统模块的功能简述如下。

　　模型计算：支持输入各种模型参数；能够按照资产配置模型、行业模型、投资品种模型、择时模型、算法交易模型、绩效评估模型等进行计算；能够深入挖掘历史数据进行多维度的量化分析；能够通过权重比例支持多种指标体系和算法体系；能够支持多种技术指标的阀值进行综合判断；计算速度要求迅速。

　　资讯行情：提供全球各交易所债券、股票、期货、外汇等各种投资品种的实时行情、历史价格、上市公司分红配股、历年财务数据、公司公告等深度数据；覆盖沪深股票的盈利预测和投资评级数据；提供中国及全球市场相关指数，海外宏观数据等。各种灵活方便的数据提取和导出方式，方便进行各种横比、纵比及计算各种衍生数据。

　　配置策略管理：支持战略资产配置、战术资产配置、动态行业配置等的设置与调整；支持灵活的资产类别划分等。

　　投资品种选择管理：支持选取估值、成长、财务、动量、反转、技术等十几个量化指标进行有机组合，支持构建投资品种池。

　　事前风控：支持风险控制设置，包括系统要求检测的风险及各类风险阀值，提示警告、控制风险、拦截交易指令；提供不同级别警告。

　　组合管理：新建投资组合基本信息，随时计算各个投资组合的持仓指标数据，为投资方向提供相关依据。提供计算各个证券和资产类型潜在回报率的期望值及其承担的风险。

　　算法交易管理：通过对各类交易参数的设置，由系统按照设置，读取实时行情；根据模型计算结果，定时进行交易判断；对于证券指令的买入卖出进行交易；能够支持不同计算周期下的交易判断；能够支持设置止损阈值；能够控制交易频次；按照既定交易规则执行自动下单交易；能够支持多个投资组合的批量下单交易；在各投资组合间根据算法分配权重。

　　事中风控：监控所有风险预警纪录和各种风险阀值，包括股价异动、大额交易、隔日交易提醒、委托价格数量异常等内容。

　　财务核算：保证不同投资组合之间在名册登记、账户设置、资金划拨、账簿记录等方面相互独立；于估值日计算基金净值和基金单位净值；能够计算交易费用。

　　日终清算：进行投资账户与第三方托管账户之间资金往来的核算，并进行资金划拨。一般在无法接收到结算数据的情况下，进行结算类业务的手工操作；对数据及时备份、归档。

　　事后风险管理：每日交易核算清算完成后，按照既定风控规则检测风控情况，发出提示警告。

　　绩效评估：按照计算模型分析资产配置能力、投资品种选择能力、择时能力、算法交易能力等，从不同的角度对基金的绩效进行评估，以便投资者不断修正调整投资模型和算法。

　　信息统计查询：综合信息查询包括委托、成交情况等多种条件进行查询；可以查询每天的绩效与风险报告。

（文章来源：金融电子化杂志）

扫码即可手机
阅读转发此文