【南方基金—刘治平】大数据时代下的量化投资.pptxVIP

大数据时代下的股票量化投资 南方基金数量化投资部总监刘治平 中国A股有2570个上市公司 2013年有1051只个股其收益率超额上证综指30%以上 移动互联网时代每天股吧，微博，微信等关于股票信息铺天盖地 人类过去4年信息的积累量等同于之前的总量 深度调研的主动投资管理组合一般管理在30-50只左右股票 受内幕交易打击力度的影响， 基金经理调研公司可以得到的信息越来越有限 结论：靠市场广度获取超额收益的投资方法将会有更好的市场份额上升机会 大数据时代股市特征 任何没有投资边界条件限制的投资策略都是瞎扯淡！ 投资管理者必须顺应投资者的边界条件， 持有时间耐心，收益波动等 投资管理者必须顺应自己职业要求的边界条件，老板考察你的耐心等 只有你非常非常牛的时候，而且有长期资金投资者的时候， 再去弘扬巴菲特投资理念吧，否则必须面对市场的短期波动， 而这种短期波动和经济，公司盈利经常没有任何关联， 更多的和“心中的花”有关系， 这就是行为金融 什么是心中的花？ 市场的噪音严重影响人们的判断力！ 行为金融学在中国股市解释力更强 我个人认为， 下面三个认知偏差对职业投资者影响最大 信息爆炸严重影响人的判断决定（information overload）：开始时数据的增加会改善我们决断的质量， 但随着数据信息的大量出现， 人脑会停止接受大部分信息， 而只会接受那些最容易从记忆里提出的信息。 确认偏差(confirmation bias):选择性地消化那些支持自己论点的信息同时屏蔽不支持自己的信息 可得性偏差（availability bias）:决策时更倾向利用自己熟悉的，容易记起的信息 行为金融学在中国股市解释力更强 我个人认为， 下面三个认知偏差对职业投资者影响最大 2. 人脑会特别留意最近的信息（recency effect）：人们会不由自主地对最新的事件更加警觉，而对历史稍长的事件淡忘。最近表现好的基金经理要比前几年的明星更受欢迎， 最近好的投资方式更容易被人接受。 对股市的走势判断更是特别受最近的事件影响。 前后信息间隔时间越长，前面的信息在记忆中越模糊，从而使近期信息在短时记忆中更突出 行为金融学在中国股市解释力更强 我个人认为， 下面三个认知偏差对职业投资者影响最大 3. 绝大多数人做决定会以直觉代替统计， 从无序中分析出有序的结论， 这就是用“小数法则”来解读“大数法则”。比如硬币投掷， 他们会觉得不论投掷的次数多少， 头像朝上的概率都会接近50%。小数法则的最明显表现就是如果一个投资策略连续三年取得超越平均的业绩， 那么这个策略就会得到“证明”而受到追捧 看看下面哪个随机序列最不像随机的？ A.0111100011110001100111001010 B.1000000010101011100011010100 C,1000001001000111011100000101 D.0110010101010110100110100110 大数据时代推进科学化投资---rule based investment 行为金融学家推荐的办法就是有一套投资交易规则 代表市场的指数就是有规则的投资模型，是最简单的模型。认同被动化的指数投资实际上就是认同量化投资 优点：分散非系统性风险，对于基金经理依赖性低，工具属性强，管理成本低 通常所谓的量化投资实际上是稍微复杂的rule based investment 大数据时代推进科学化投资---回测结果有多可靠？ 为什么人们对出色的基金短期业绩顶礼膜拜而对科学回测方法不屑一顾？ 量化方法不透明可能是最重要原因之一 许多人以为回测结果是模拟， 而不是对方法的检验 4. 理论基础都一样---过去好的表现将来有可能重复 5. 人们主观上愿意相信股神的意愿非常强 简单量化策略1： 每年初， 买入全市场所有股票， 自由流通市值加权。买入价按前一天收盘价算起 一年换仓一次。 结论：从2006/1/1 2014/10/31, 本模型累积收益率：330.78%， 沪深300 ：171.62% 这个回测结果有多少人相信？ 如果买入当时存在的40只股票型基金等权持有， 会是什么样呢？ 这里给大家二个谁都可以去检验的简单量化模型 简单量化策略2： 价值成长100：股票总分=50%行业内PE得分+50%行业内净利润同比增长率得分，每月取总分前100名构成等权组合。 股票池：全市场剔除换仓当日停牌，PT股，ST股以及上市未满一年的股票。 回测假设条件：85%股票仓位，15%仓位买债券放回购年收益率：4%，年管理费：1.75%，换仓按换仓当日均价成交，单边交易成本：0.5% 此策略仅为非常简单的说明性策略，收益和稳定性与我们实际使用策略相比都很一般。但就算是这样一个简单的策略，除了由于仓位因素导致排名较低的大跌年08