数量化投资理论与技术.ppt

2010-10-6 数量化投资理论与技术Theory and Technology of Quantitative Investment 张金林 博士 教授 内容提要 引 言 投资 投资、理财与投机：品种与方式 基本分析与技术分析 传统投资与数量化投资 投资管理 目标设计与调整 资产配置：投资组合及其优化 效率评价：风险与收益 投资管理发展趋势：技术优化 降低运作成本，提升竞争优势，以更好的业绩回报投资者，这是投资管理永恒的主题。 2005年股改以来，随着我国资本市场市值的迅速扩大、上市公司数量的急剧增加，以及QDII陆续出海，如何在众多的境内外上市公司中迅速、有效地选择投资目标，降低调研和投资成本，更科学地分配规模庞大的资产，成为机构投资者面对的新问题。因此，投资管理技术优化迫在眉睫。 数量化投资（Quantitative Investment）？ 数量化投资在基金、保险资产、QFII、QDII等机构投资者中的应用大大增加，在基本面投资的基础上应用数量化策略,成为投资经理共同关心的问题。 数量化投资技术覆盖投资的全部流程，从量化选股、资产配置、组合优化、交易执行，到风险控制、绩效评估等环节都可以看到量化投资技术的身影；越来越多的投资经理也在采用计算机模型来选股、择时、构建组合、优化组合、风险管理等，以此来提高投资收益。 数量化投资技术正成为投资领域发展的新趋势。 一、数量化投资理论 1. 现代金融理论的数量化历程 现代金融理论是随着金融市场的发展而不断成熟起来的, 其显著的特征是不断在金融经济学中引入数量化的理论与方法, 用它们来研究金融风险防范与控制、资本市场的运营、资本资产的结构与定价。 以EMH为基础,通过运用各种数理工具, 已建立起了一套比较完整的体系，形成了一门新的学科,称为“金融数学” (Mathematics of Finance) 。 1.1 二十世纪50～60 年代 Markowitz于1952年建立的均值—方差模型, 第一次把数理工具引入金融研究。在Markowitz工作的基础上, Sharpe (1964)、Litner(1965)、Mossin (1966) 研究了资产价格的均衡结构，导出了资本资产定价模型(Capital Asset Pricing Model, CAPM ) , 已成为度量证券风险基本的数量化模型。随后, CAPM 形成了度量金融投资领域投资绩效的理论基础。 Samuelson(1965) 与Fama (1965) 的有效市场假说(EMH ) , EMH 构成了60 年代以来证券理论研究的基石。 1.2 二十世纪70～80 年代 20世纪70年代, 随着金融创新的不断进行, 衍生产品的定价成为理论研究的重点。 1973年, Black—Scholes建立了期权定价模型, 实现了金融理论的又一大突破。该模型迅速被运用于金融实践, 使金融创新工具的品种和数量迅速增多, 金融市场创新得到空前规模的发展。 此后, Ross (1976) 建立了套利定价理论(Arbitrage Pricing Theory, APT )。在投资实务中，多因素定价（选股）模型可以看作是APT理论最典型的代表。 1.3 二十世纪80～90 年代 二十世纪80年代, 金融创新进入鼎盛时期，诞生了所谓的“国际金融市场四大发明”,即票据发行便利（NIFs）、互换交易、期权交易和远期利率协议。金融理论的一个新概念 —“金融工程”也诞生了。随后，金融工程作为一个新的学科从金融学独立出来。 20世纪90年代以来风险管理是对金融机构管理的中心论题。最著名的风险管理数学模型是VaR 模型，这种方法已被全球各主要的银行、公司及金融监管机构所接受, 并成为最重要的金融风险管理方法之一。 股票市场一系列经验研究发现了与有效市场理论不相符合的“异常现象(Anoma1ies)”，例如，日历效应、股权溢价之谜、期权微笑、封闭式基金折溢价之谜、小盘股效应等等。 面对这一系列金融市场的异常现象，研究者放松 “理性”的严格假设，吸收心理学的研究成果，研究股票市场投资者行为、价格形成机制与价格表现特征，形成了具有重要影响力的学术流派—行为金融学。 1.4 二十世纪90 年代末以来 非线性科学的研究方法和理论，极大地丰富了金融科学数量化的手段和方法论的研究。不仅在金融理论研究方面开辟了崭新的非线性范式的研究领域, 而且在金融实践和金融经验上也取得累累硕果。 Doyne Farmer (多因·法默) 和Norman Packard (诺曼·帕卡德) 不仅在系统地表述混沌理论的结构方面做出了主要贡献,而且还使用不同的方法, 比如，遗传算法、决策树、神经网络和其他非线性回归方法等建立数理模型