量化投资发展及现状分析
摘要：随着我国证券市场的发展和技术的成熟，量化投资已经成为基金经理决策的重要工具之一。通过对量化投资在我国和国外的发展，以及对量化投资模型的发展进程和现状进行梳理总结，最后对未来量化投资在我国的发展前景进行了分析和展望。
关键词：量化投资；发展趋势；中国；现状
现代投资理论经过了几十年的发展，投资组合管理可以分为被动管理和主动管理两种方式。被动管理也叫指数化管理，目的是跟踪某个基准股票指数，使投资组合业绩与基准业绩准偏离最小。主动投资管理重要的是依赖于投资者对于市场和个股的主观判定，一般情况需要投资者对潜在公司有非常深刻的认识，包括公司的企业构造，经营状态，财务状态，行业周期等等方面，特别依靠投资者的知识局限和眼光，非常考验投资者的专业知识。定量投资是投资管理常用的方法。定量投资管理是根据能够获取的公开数据，基于数学或者统计或者物理的方法，建立定量模型对股票进行评判并依此进行投资决策，前沿投资模型囊括了各行业的尖端模型，包括语音识别，图像识别，人工智能等领域。定量管理本质是统计套利，关注的是因子（共性），而非股票（个性）。基本假设包括：（１）市场大多是有效的；（２）纯套利机会不存在；（３）定量分析创造统计上的套利机会；（４）定量分析以有效的方式结合所有可能获得的信息；（５）定量模型应该基于合理的经济理论；（６）定量模型应该反映持续稳定的模式；（７）证券投资组合与基准的偏差只有当不确定性足够小时才是合理的。
１量化投资概念
简略来说，量化投资是指应用计算机技术与数学建模等方法，来实现投资理念和投资策略。量化投资与传统投资的差别在于依赖数学模型和数据来找寻投资标的，实行投资策略，寻求稳固而连续的收益。量化投资在西方投资界被称为是传统投资哲学的“投资革命”，经过４０多年的发展已经被证明为可以持续获得超额收益的有效方法。量化投资与传统投资模式在理念方面是相似的，他们都是基于市场非有用或弱有用的理论基础，试图克服市场而获取超额收益。
１．１国外量化投资发展
国外量化投资的发展可大致分为三个阶段。第一阶段是萌芽阶段，１９５２年马克维茨博士提出的投资组合理论第一次使得风险和受益数量化，代表理论领域量化投资的萌芽。１９７１年巴克莱公司发行了第一只量化基金，标志着量化投资在实践领域开始应用；第二阶段是缓慢发展阶段，从２０世纪８０年代到１９９５年，由于技术等方面的局限性，量化投资在国外并没有突破性的发展；第三阶段是飞速发展阶段，随着信息技术的发展进步，量化投资在技术支持下才开始飞速发展。到目前，定量投资的方法已被广泛使用，指数类投资和主动投资基本都采用定量投资。
１．２我国量化投资发展
与西方国家相比，我国在量化投资方面起步较晚，而且由于市场的非有效性，投资者的专业性不强，导致许多投资行为的非理性，使得投资者对于信息的反应难以预期，可能发生反应不足和反应过激
等情况。另外，经济政策对于我国股市的影响也不容小觑。我国股市的波动多与经济政策高度相关，而经济政策对于股市的影响程度也是难以准确预估。除此之外，目前国际经济形势的动荡、国际大宗商品价格的波动等因素许多都是前所未有的，因此对于股市的冲击程度也难以评估。综上所述，我国量化投资与国外量化投资差异较大，发展仍处于探索期。
２量化投资模型发展
量化投资是数理工具在金融领域的应用，是金融学与数学的结合应用的方法。因此本部分从数理模型角度梳理量化投资的发展。
２．１均值方差模型
１９５２年Ｍａｒｋｗｉｚ发表的“投资组合选择”一文奠定了现代投资组合理论的基础，打破了以往对于投资组合只有定性分析而缺乏科学性的定量分析的局面。Ｍａｒｋｗｉｚ提出用证券平均收益率测度收益，用收益率的标准差测度风险，最终得出通过投资组合可以有效降低投资风险的结论。马克维茨投资组合理论的基本假设为：（１）投资者倾向于规避风险，期望预期收益最大化；（２）投资者根据收益率的期望与方差来确定投资组合；（３）投资者处于同一单期投资期。以期望收益Ｅ来衡量证券收益，以收益的方差δ２表示投资风险。资产组合的总收益用各个资产预期收益的加权平均值表示，组合资产的风险用收益的方差或标准差表示，则马克维茨模型如下：式中：ｒｐ———组合收益；ｒｉ、ｒｊ———第ｉ种、第ｊ种资产的预期收益率；ｗｉ、ｗｊ———资产ｉ和资产ｊ在组合中的权
重；δ２（ｒｐ）———组合收益的方差即组合的总体风险；ｃｏｖ（ｒ，ｒｊ）———两种资产之间的协方差。根据马克维茨模型，构建投资组合的合理目标是在给定的风险水平下，形成具有最高收益率的投资组合，即有效投资组合。此外，马克维茨模型为实现最有效目标投资组合的构建提供了最优化的过程，这种最优化的过程被广泛地应用于投资组合管理中。
２．２ＣＡＰＭ模型
在马克维茨的均值方差模型的基础上，Ｓｈａｒｐｅ等人（１９６４）将其进行简化处理，使得计算提速十倍以上，在当时不是很发达的技术水平下，大幅提升了计算效率，建立了ＣＡＰＭ（ＣａｐｉｔａｌＡｓｓｅｔＰｒｉｃｉｎｇＭｏｄｅｌ）资本资产定价模型。ＣＡＰＭ模型后来被广泛应用于财务管理和投资决策领域。资本资产定价模型提出用β系数衡量投资组合收益率与市场收益率的关系，投资组合的收益率与市场组合相关。ＣＡＰＭ模型公式如下：２．３三因素模型与多因素模型
Ｆａｍａ，Ｆｒｅｎｃｈ（１９９２）将投资组合的收益进行了更加详细的分解，并基于公司规模、超额收益、账面市值比建立了更为全面的线性模型。因为投资者承担高风险一定要求高收益，因此公司规模与组合收益率负相关，账面市值比与组合收益率正相关，印证了风险———收益理论。三因素模型是ＣＡＰＭ模型的一个拓展，也是对ＡＰＴ模型的应用，三因素模型刚刚提出时能够解释大部分股票的市场表现。但是随着越来越多不能被其解释的异象出现，学者们
开始思考用更全面的模型来解释市场，业界和学界深度挖掘股票特性，从基本面，技术面，市场情绪，宏观周期等等各方面来挖掘未被市场利用的有价值信息，以求获得超越基准的收益。多因子模型根本假设是个股收益可以被个股承当的种种因子来诠释，个股逾额收益为市场对各类因子的收益补偿之和。多因子模型相比于传统的主观投资管理更稳健，其中最具代表性的文艺复兴科技过去几十年保持着２９％的年化收益。多因子模型的公式如下：常用的因素包含这几大类：（１）估值类指标。如ＰＥ，ＰＥ较低的股票往往在同行业中认为价值被低估，基本面没有问题的情况下，此类股票很可能会有超额表现；（２）红利类指标。用以衡量公司的经营状态，更为贴切的反映公司的红利能力，如ＲＯＡ、ＲＯＥ；（３）新兴的因素。包括情绪类因子，比如衡量市场多空气氛对比的指标，衡量买卖人气的指标，衡量投资者信心的指标等等。纳入收益预测模型的因子数越多，超额回报越丰厚，同时，因子模型也有弊端，当选择的因子不具有预测作用却被纳入模型时，会降低模型的准确度，所以，我们对纳入回归方程的每一个因子都要细致的检验。多因子本质上是对于股票的特征刻画，通过观察股票过去各阶段的收益和对应因子的特征总结其因果关系或者相关关系，然后建立对应模型。多因子模型经过多年的发展实际上已经不再是简单的统计学建模，而是综合了各学科前沿高端预测方法的高级建模，建模水平和基础信息的有效程度决定了收益竞争水平。
３量化投资在我国的现状
