量化投资策略.pdfVIP

。 早在上世纪 90 年代，多因子模型的理念由尤金 ·法玛（ Eugene Fama）和肯尼思 ·弗 伦奇（ Kenneth French ）两位经济金融领域的泰斗提出，他们首次发表三因子模型的论 文，认为股票市值、账面市值比和市场风险三个因子能显著解释股票价格的变动。此后， 法玛的学生 Clifford Asnes 发现了动量因子，并开始在高盛建立多因子模型获取超额投资 收益。如今，多因子模型已经成为量化投资领域的主要工具之一，但多因子模型建模过程 比较复杂，任何环节有所疏漏都可能导致投资业绩偏离预期。如何建立有效的多因子模型 进行量化投资？如何深入了解多因子模型的逻辑与实践？多因子模型的创新与风险控制呈 现出怎样的现状与趋势？ 8 月 25 日，由经济金融网主办，优米金融协办， “量化策略的投资研究：实践与经验 ”在北 京大学汇丰商学院开讲。作为北大汇丰量化投资公开课系列的第四讲，本次讲座特邀北京 大学校友、念空科技基金经理金戈博士主讲。金戈博士深入浅出地介绍了国内流行的四大 类量化策略，重点讲解了股票策略中的多因子策略，涵盖了从数据下载与清洗、策略思想 的产生、策略的回测到风控细节在内的量化投研和交易的各个环节，并结合自身的投资实 践，分享了如何有效应用这些量化策略的投资经验。 与顶尖嘉宾相遇 本次量化投资公开课的主讲人金戈先生，系北京大学物理学学士 , 美国弗吉尼亚大学 物理学博士。金戈博士现任念空科技基金经理，曾任职美国千禧基金世坤（ WorldQuant ， 管理规模百亿美元） 。在近五年国际国内市场投资实践中，金戈博士精通各种市场中性量化 选股模型，对各种基本面因子和技术有深入独到的运用。同时，他善于洞察市场风险，擅 长利用国内外先进的风控系统控制并且对冲市场风险。本次公开课旨在为听众全方位解析 量化策略投资脉络，助力投资者做出更合理稳健的投资决策。 回顾课程精彩观点 量化金融的基本特点以及与主动投资的简要区别 在课程之初，金戈博士言简意赅地为大家介绍了什么是量化金融，并将其与主动投资 做了简要区别。他指出，同主动投资一样，量化投资也是建立在市场非有效的假设之上的 投资方式。然而，区别于主动投资，量化投资通过利用计算机程序对大量的数据进行模拟 历史回测，试图找出数据间的规律，并且将规律应用于相似的重复的历史，进而获取战胜 市场的 “钥匙 ”。并且，相较于主动投资的步步为营，量化投资更偏向于广种薄收，更注重 精选资料，欢迎下载 。 获取概率上的胜利。 常见的量化高频交易策略 本次量化投资公开课中，金戈博士介绍了四大类国内流行的量化策略，分别为： 1）CTA 策 略； 2 ）股票 alpha 策略； 3）日内 T+0 策略以及 4 ）套利策略。他从策略来源，策略控制 以及策略应用等几个角度展开，对上述四大类量化策略做了深入浅出的介绍。尤其令人深 刻的，是他在讲解股票策略中多因子策略时所阐述的独到见解。 多因子策略的逻辑与实践 介绍多因子策略时，金戈博士强调多因子策略的基本思想在于找到某些和收益率最相 关的指标，并根据该指标，构建一个股票组合，同时做空期指，赚取阿尔法收益。因此， 找到有效因子和收益率之间的关联性是多因子模型的关键。 紧接着，金戈博士介绍了典型的多因子类别，主要包括 1 ）价值； 2 ）成长； 3）资产 收益率； 4 ）分析师 , 以及 5 ）反转。同时，他指出，大盘股（价值股）和小盘股（成长 股）在市场变化时具有不同表现。具体来说，牛市时小盘股飙升的比较高，而熊市时大盘 股则会体现其价值，量化投资时需要平衡选取两类指标，各选取一部分大盘股和一部分小 盘股以稳定持仓。 遗传算法创建新因子 金戈博士指出，尽管前述的各类典型因子已十分有效，但为了精益求精找出更有效的 因子，量化投资中常常运用遗传算法创建新因子。而遗传算法（