发布时间:2023-10-31 11:01:52
导语:想要提升您的写作水平,创作出令人难忘的文章?我们精心为您整理的5篇量化投资步骤范例,将为您的写作提供有力的支持和灵感!
在麦肯锡,人们总说,只要把握现状,问题就解决了七成。这种方法有两个关键词,一是“运用整理归纳法”,二是“量化”。首先通过整理归纳法,个别具体地分析我们到底想要改善什么。接下来,对分解后的问题按优先顺序进行排序。排序最有效的方法是量化。
一般人花 在“I 消 费 ”上的时间大约 是 60%,“II 浪费”占 20%,“IV 闲耗”占 15%,“III 投资”上大概只有 5%,最多不超过 10%.
这样分配时间最大的问题是,总时间的80% 花在了“紧急”轴线,无怪乎我们每天都感觉自己被最后期限逼得很紧,心里觉得很累很忙。紧急的事情多数都与工作相关,所以紧急的事情越多,劳动时间就越长,越容易导致工作与生活失衡。
如果长期在紧急(“I 消费”和“II 浪费”)上花费大量的时间和精力,根本不可能再有精力和时间去进行“III 投资”,只能把剩下的时间都“IV 闲耗”了。这样一来,我们事后更加后悔,“又浪费了这么多时间干这些无聊事”。 另一方面,不积极投资又会导致我们工作能力下降,职位不保,结果需要花更多的时间在紧急的“I 消费”和“II 浪费”上,导致恶性循环。
关键就在如下两个方面 :一,缩减“II 浪 费的时间”和“IV 闲耗的时间”,增加“III 投 资的时间”;二,利用“III 投资的时间”,更有效地发挥“I 消费的时间”的作用。
最理想的状态关键在于确保 30% 的“III 投资的时间”。假设我们清醒的时间为 16 个小时,那么每天保证将近 5 个小时的投资时间是最为理想的。
然后把“I 消费的时间”控制在 50%、每天8 小时以内。要达到这一点,必须减少交通时间以及无意义的会议的时间。
另外,还要尽量将生产率较低的“II 浪费的时间”控制在 10% 以内。这就需要我们缩短上下班等交通所花费的时间,必要时应该重新考虑是否需要调整工作或搬家。
最后,用于放松以及周转的“IV 闲耗的时间”,也应该尽量控制在10% 以内。
如果使用上面的时间分配方式,重要∶不重要 =8 ∶ 2,紧急和不紧急的比例就成了6 ∶4.即使是做需要按期完成的工作,心情上也会感觉轻松许多。这样的分配方式让我们不再感到时间紧迫的巨大压力。
2确定不该做的事
精简工作比增加要做的工作更值得我们思考。对不该做的事和想要完成的事同样重视是工作能够顺利进展的秘诀。看准什么是你的“时间窃贼”,确定不该做的事。
3确定可以委托别人做的事
必须完成的事情当中,一定有你不擅长或者不想做的事。这时你应该思考如何才能让自己不做,或者是否能够委托别人来完成。
4提高必做之事的效率
具体的做法可以分为 7 项 :
1 活用记事本,将它作为时间管理的起点。
2 养成健康的生活习惯。
3 借助他人的力量,增强克制力。
4 灵活选择住所的位置。
5 控制交通耗时。
6 提高做家务事的效率。
自李笑薇加盟富国以来,富国A股量化投资模型于2009年底投入实战,并获得了不俗的战绩。截至2011年6月30日,富国旗下两只指数增强基金――天鼎中证红利、富国沪深300分别获得了4.32%与 3.79%的收益,在所有指数型基金中位居前两名。而同期沪深300指数、中证红利指数分别下跌2.69%、2.1%。这一团队,正推出第三只指数增强基金――富国中证500指数增强。
量化不是“黑匣子”
《投资者报》:提及量化投资,国内投资者总认为很神秘。它与主动的定性投资差别到底有哪些?
李笑薇:量化模型的特点之一是抽象,但它称不上是一个“黑匣子”,与传统基金的投资区别也并非像投资者认为的那样大。
传统基金经理在做市场判断时,脑子中会闪过好几个模型,比如如何选定行业、个股,实质这都是一个个模型。严格说,他们脑子里的模型比量化模型中能看到的都要多,只是他们没有把这些模型提炼出来而已。
投资者购买传统主动股票基金,并不代表他们对基金经理的操作完全熟悉。基金经理在哪个时间段,配置了哪些行业、个股,投资人无法确切知道,只是能看到每个季度的报告和最终的投资结果。
相比之下,量化投资进出市场的每一个步骤,都非常清晰明了。在我的眼里,这个过程不是“黑匣子”,而是团队里每一个人按流程逐步去完成的。
《投资者报》:量化投资的详细工作流程是怎样的?
李笑薇:量化投资对团队合作要求更高。一般来说,有一部分人专门进行数据的清洗、整理、输送等,这需要计算机信息技术较强的人才;模型的设计和研究,往往需要很强的金融及数学背景;基金的日常管理往往需要金融及工程方面的专才。因此,通常量化投资团队的成员学历都较高,但不是说学位很重要,而是需要一定的技术积累。
具体流程中,提取数据的人看数据,有人专做研究,有的做优化或者交易下单。每个人都有自己的侧重点,在整个团队中起不同的作用。一个人可能干多件事情,但想要全部完成是不可能的。
《投资者报》:量化投资能否稳定地战胜市场?
李笑薇:在不同的市场阶段,市场的有效性会不同,需要用特定的方法,寻找不同阶段的不同机会。
市场上的各种方法,捕捉的内容都不一样。比如巴菲特,他的风格更趋近于一级市场中VC、PE的思维;西蒙斯则是完全抛开基本面,从纯技术的角度,将全球货币的走势、衍生品等林林总总的东西作为投资标的。
从A股市场来说,当前的发展阶段需要有独特的投资方式,富国基金量化增强的定位也有市场需求存在,满足了一部分配置指数基金的需求。从运作经验看,量化增强后的收益会好于一般指数的收益,上半年超额收益有8%。总体来看,这个收益稳定在5%~10%间,是很多基金难以做到的。
超额收益从何而来
《投资者报》:我们也注意到,多家基金公司都构建了独立的量化投资团队和模型,富国基金量化投资模型的独特之处在哪里?
李笑薇:量化投资最重要的是人的思想,量化只是一个方式和工具,真正在挣钱的,是人的投资思想。
从富国量化模型的特点来看,首先是自下而上精选个股,不做仓位选择。由于这是一只指数产品,投资人买时就要买到这样的仓位,我们一直是用95%的仓位操作。
其次,严格风险控制,精细成本管理。再次,系统化的投资流程,科学化的投资管理。量化投资从开始到结束,是一个庞大复杂的工程,团队里面专门有人负责清洗、研究数据,做一系列的回撤,实现交易单。
最后还要尊重模型出来的结果。在操作过程中,主动干预非常少,人的干预更多在整个模型的设计上。
《投资者报》:你们今年近8%的超额收益是如何实现的?不同市场环境下,模型是否会有大的调整?
李笑薇:对我们来说,发现哪些因子在最近的市场更有效,并保持一定的前瞻性,是量化团队的主要工作。
比如,大家都很熟悉的估值因子,在2006年到2009年都有比较优异的表现。但是到了2010年,估值因子的作用突然发生了变化,估值并不能起到明显推动作用,我们也提前做了适当的调整。
责任心决定能否做好
《投资者报》:除了模型外,量化投资成功还取决于什么?
李笑薇:一般而言,量化投资策略是否成功取决于三大因素。一个因素是质量,重点取决于数据和研究。第一步是要保证数据的质量没有问题。对于任何一个数据源,我们基本是用一家数据商,但会用两家来互相检验,检验后的结果才进入到自己的数据库里。
研究质量的好坏,其实是工作责任和态度的问题。量化虽然有门槛,但对理工科硕士以上的人来说门槛并不高,能否做好靠的是责任心。
第二是经验和判断。我们会做大量研究、看历史业绩,但历史不代表未来。当你做了大量细致的研究,发现可能有五个因子影响,表现最好的是A,后面有BCDE,其他因子哪些权重更大?做决定要基于经验和判断。但归根到底,判断与决策要有很强的实践来做支撑。
中图分类号:U491113 文献标识码:A
1 引言
随着社会经济的不断发展和人们对交通运输需求的日益增加。交通阻塞、安全、环境污染等问题已经成了影响社会发展的巨大障碍。交通量的持续增长是造成该状况的最根本原因,传统的解决途径如限制交通流量等短期内可以奏效,但有失公平、合理。如何更有效地使用现有交通运输网络就是解决上述问题的重要途径之一。随着高新技术的崛起,使得智能运输系统(简称ITS,通过关键基础理论模型的研究,将信息技术、通信技术、电子控制技术和系统集成技术等有效地运用于交通运输系统,从而建立起的实时、准确、高效的交通运输管理系统)应运而生。与传统的交通基础设施建设项目相比,ITS项目不但投资巨大,而且属新兴研究领域,对社会和经济各方面的影响更加难以预料。我国当前仍是一个发展中国家,建设资金短缺,决策者、投资者、大众非常关注建设ITS的巨大投资带来的效益及风险,因此有必要以ITS的影响开展深入的研究,采用的方法就是进行智能运输系统评价。
2 评价的意义及目的
ITS评价的意义体现在以下几个方面:
(1)理解ITS产生的影响
ITS评价的内容包括ITS对交通系统及其使用者产生的影响,以及ITS导致的社会、经济和环境等诸多方面的影响。因而评价ITS不但可以更好地了解项目本身和与其相关交通条件的改善之间的关系,而且对其产生的影响有更好的认识,也有助于将来其他ITS项目的实施。
(2)对ITS带来的效益进行量化
投资者无论是政府部门还是私人机构都希望能够量化投资效益。此外,在对ITS进行评价时,我们还要回答诸如“为什么一定要这样做”及“如何达到预期效果”的问题。
(3)对将来的投资做决策
ITS评价所提供的信息(实施条件和影响因素等)一方面可以帮助政府部门优化投资,对将来项目的投资和实施做决定。另一方面有助于私人机构在商业运作中做出明智而正确的决定,而政府与私人机构之间的密切而有效的合作分工是中国ITS顺利发展的必要条件。
(4)对已有的系统优化其运作和设计
ITS评价可以帮助已有的交通设施和交通系统识别需要改进的方向,从而使管理者和设计者能够更好地管理、调整、改进和优化系统运作和系统设计。
3 各国ITS评价研究现状
近年来在世界范围内广泛开展了对智能运输系统理论和技术方法的研究,部分发达国家已对许多项目进行了试验研究并已实施和应用,如城市和高速公路交通事故监测和快速反应系统,匝道控制等。ITS正从实验阶段转向实施阶段,成为地面运输系统投资的主流方向,投资规模也将迅速增长。政府、企业和大众都非常关注其社会经济影响及可能带来的各方面效益,对ITS项目社会经济影响的全面评价正日益受到政府、投资者和研究开发机构的普遍重视。
早在1988年,英国学者Bristow提出了如下评价准则:(1)技术性能;(2)人机工程学性能;(3)真实的效益和非效益;(4)感受到的效益和非效益;(5)用户反映;(6)安全性能;(7)成本;(8)外部性能。欧盟DRIVE研究计划促进了一系列面向ITS项目评价的指标系统的发展,其道路运输信息评价过程研究形成了用于评价ITS项目评价过程的评价手册。1998年欧盟在ITS评价项目“CONVERGE”中,了“智能运输系统评价指南”,之后几年又开发了一系列可用于ITS评价的微观模拟仿真软件。
美国华盛顿州1993年完成的ITS战略计划,设计了从技术分析、社会经济、立法行政、公众接受性几个角度用成本效益分析法评价ITS项目产生的效益。关于ITS项目投资及效益回报理论方面美国最先于1996年完成国家ITS体系结构,后经多次修订,第四版已于2002年6月。美国国家ITS体系结构共分为六部分:(1)综合摘要、(2)体系结构定义、(3)评价、(4)实施策略、(5)市场包、(6)标准。
日本在分析借鉴和分析美国和欧盟体系结构的基础上于1999年11月了ITS体系结构。主要包括三大部分:构筑体系结构的方针;构筑体系结构的成果;应用体系结构的方针。评价方法主要是传统交通运输项目评价所采用的成本效益分析法,有些研究也尝试使用成本效果分析法和多准则分析方法。
4 评价方法
ITS项目评价的步骤如下图所示。针对不同的评价主体、评价目的和评价内容,可以对该评价步骤进行适当调整。
目前常用的ITS评价方法包括成本效益分析、成本效果分析和多准则分析三种。
成本效益分析致力于成本和效益的量化及其度量,计算出相应指标,并在备选项目之间进行权衡。有时也涉及不可量化的和非经济性指标,偶尔也涉及示范效应、发展效应等组织因素,但在大多数情况下,对难以量化的影响的评价是附带的,重点还在于可量化的成本和效益的权衡。
成本效果分析是一种成本最小化方法,它是在一个项目的效益不能计量,或者已为政策所确定时所采用的评价方法。在上述情况下,所考虑的是达到既定的目标所采用的最小费用。当一个项目的目标难以用货币价值计量时,变量只能在成本方面,因此,从逻辑上讲应当选择成本最小的项目。成本效果分析常应用于药物经济学,原因在于健康和卫生效益有时难以用货币化方法衡量。
在发达国家通常将成本效益分析作为普遍适用的方法,其中有着多方面的原因。首先,发达国家的社会环境相对稳定,因此评价可以致力于将货币价值衡量成本和效益,但在发展中国家,社会经济结构正在发生变化,大的公共项目甚至会影响这种变化。因此一个项目的非经济性和不可量化的影响在评价中的地位较发达国家为重。可以说,发展中国家在遇到同等问题时,所遇到的困难更多。另外,在发展中国家,可用于项目定量分析的资料和数据往往不全面,这也是成本效益分析方法使用范围受限制的重要原因之一。所有这些因素表明,鉴于中国的国情和ITS项目的特点,除了进行成本效益分析和成本效果分析之外,还必须采用多准则分析方法。
4.1 成本效益分析
成本效益分析,有时也称为费用效益分析。
成本效益分析主要包括四个主要步骤:
1.确定成本和效益的类型
成本和效益一般需按照其类型、影响群体、地区或其它标准进行分类和计量。由于效益多发生于未来。所以项目分析必然包含预测的成分,其结果受分析者的主观价值标准影响。成本和效益的范围和重点随项目不同而异。
2.成本和效益的量化
对于所确定的各成本和效益类型应当尽可能量化。由于各种原因,市场价格会偏离社会价值,有些类型的成本和效益则没有市场价格。因此,量化难以量化的成本效益类型是成本效益分析的难点之一。
3.评价指标
根据量化的成本和效益计算选定的评价指标,原则是尽可能全面和完整地展现项目的经济效果。常用的指标包括效益费用比、净现值、内部收益率、投资回收期等。
4.综合权衡
因存在相关难以量化的成本和效益类型,故评价指标数据不可能完全反应项目的效果,需用定性分析作为补充和完善。随着项目影响范围的扩大和评价的深入,难以量化的成本和效益的比重有时甚至超过可量化部分。因此,该步骤显得越来越为重要。
成本效益分析的评价指标通常包括:净现值、效益费用比、内部收益率、投资回收期等。这些指标描述了效益与费用的对比关系,可进行不同方案的对比分析。合理的成本效益分析评价指标数据将为决策者提供了有价值的信息。
对ITS项目进行成本效益分析主要出于两方面考虑。首先,项目意味着稀缺资源的使用,规划者和政策制定者应当确保效益最大化(包括直接效益和间接效益);其次,决策者在考虑是否进行项目或者从备选方案中作选择时需要知道各方案可能产生效益的差异。ITS项目效益大小的差异来自于现有交通系统的状况(特点)、项目的实施情况以及评价方法。应用成本效益分析可以对其进行分析,各评价指标将从不同侧面描述项目的可行性。问题的关键在于如何对成本和效益进行界定。
现阶段结合我国的国情,可以尝试运用成本效益分析进行项目评价的尝试,但暂不适合将成本效益分析方法确立为ITS项目评价的基本方法,原因在于成本效益数据的缺乏和ITS项目的影响程度和范围尚难准确把握。
4.2 成本效果分析
成本效果分析通常作为成本效益分析的替代方法。在给定预算方案的情况下,成本效果分析可以用于平均ITS项目的应用效果,可以对比ITS项目和非ITS项目(包括基础设施项目或其它交通改善项目)或者不同ITS项目的成本。
成本效果分析用来评价各方案的基准是成本和单一的非货币化效果指标,例如死亡人数减少、运营成本降低等。由于很难对各种成本项目均给予综合考察和比较,实践上往往采用预算成本指标。使用的评价指标为成本效果比。在采用成本效果分析时,并没有将效果指标货币化,故成本指标和效果指标将采用不同的单位。依据成本效果比的结果进行项目比选和排序。
成本效果比可以按照单位效果所需要的成本进行计量。其中:C表示成本;E表示效果;i表示第i个项目或方案,下同。CE可以看作是单位效果的平均成本,CE值最小的项目或方案具有最高的成本效果比:CEi=Ci / Ei 。
成本效果比也可以用单位成本所产生的效果计量。EC可以看作是单位成本的平均效果,EC值最小的项目或方案具有最高的成本效果比:ECi=Ei / Ci。
成本效果分析可以看作是成本效益分析的一种特殊形式。
4.3 多准则分析
交通运输系统项目和ITS项目评价在多数情况下是一种基于多层面的冲突分析,因此在初始阶段很难给出解决方案。这就意味着需要寻找一种可接受的评价方法。多准则评价方法致力于提供一系列方法用以处理多维效果量化问题。当然,该类方法也存在其局限性。
考虑到ITS项目的复杂性和多维性,所采用的评价方法应具有四个特点:
1.透明性:是指决策者必须对评价的过程有清楚的了解。
2.简洁性:是指评价应相对容易实现,并侧重于澄清问题的要点。
3.鲁棒性:和接受有关备选方案的输入和评价结果的输出的能力有关。另外和数据需求、项目及准则数量的处理、不确定性的处理、重点群体的参与、敏感性等有关。
4.可说明性:决策者应当对评价结果感到有信心,即同意并支持评价结论。
多准则分析包含许多种具体方法,可应用于不同背景不同评价目标。虽然多数方法都标称具有广泛的应用领域,但实际上每种方法均有其适用范围。所以并不是所有多准则方法都适用于交通运输系统项目和ITS项目的评价。寻找适用于ITS项目的多准则评价方法是至关重要的。
多准则往往是冲突的、不可比的和具有不同性质的,既有定量信息、又有定性信息,既有精确信息又有不精确信息,这使得问题的解决更加困难。
多准则分析最初来自法国,特别有名的是ELECTRE技术,它已经成为近代评价方法的主流;多属性效用理论是在1976年提出的;模糊集理论发展后,评价称为该理论的重要应用领域之一,许多劣结构的决策问题采用了基于模糊集理论的评价方法。
根据相关研究成果,适用于交通运输系统项目评价的多准则分析方法包括REGIME、ELECTRE、AHP、多属性效用方法、理想点法等。
5 结论
智能运输系统的效果评价是一个非常重要但又困难而复杂的课题,它涉及到技术、经济、环境、社会、政策等方面,既有定性也有定量的评价。不同的评价方法将产生不同的评价结论,从而对决策和技术方案产生影响,进而对社会和经济发展产生影响,评价方法的重要性可见一斑。
ITS项目具有不同于传统交通运输项目的诸多特点,同时中国的交通特点使得发达国家在该领域的研究成果的可借鉴性大打折扣。结合ITS的特点和中国的国情研究ITS项目的评价方法具有必要性和紧迫性。
参考文献:
[1]杨兆升.智能运输系统概论[M].北京:人民交通出版社,2003,1-16
疯狂地追逐它;亿万人同时被一个
梦幻迷住,对此紧追不舍,直到
他们的注意力被一个
新的比先前那个
更有幻想力的玩意儿吸引过去。
当你通过“心理体检”,发现自己具有哪些投资心理疾病后,接下来要做的就是开始治疗了。当然,投资心理疾病的病症很多,比如上面提到的认知失谐、回避遗憾等等。我们无法一一对症下药,只能为你列出一个简单的疗程,希望能够对你有所帮助:
第一步:了解自己的心理疾病
治病的第一步是了解病因,我们在前面为你做的测试题就是为了检查病症何在。当然,这些测试还远远不够,你需要做的是在日常生活中多次反思自己做得不合理的地方,对曾经做过的投资失误进行总结,只有你真正认识到了自身存在的心理疾病,才能迈出了治疗投资心理疾病的第一步。
第二步:明确投资的目标
很多投资者忽略了投资过程中这个非常重要的步骤,大多数人根本就没有一个明确的投资目标,“我想赚更多的钱”――这显然是一个很模糊的标准,但你身边的人甚至你自己在做投资决定时可能仅考虑到这一层。
投资目标一定要制定得明确,细化到具体的时间、要实现的具体收益、希望能满足的具体需求等等。制订明确的投资目标可以带来很多好处。例如,时刻想着你的投资目标,能够帮助你着眼于投资的长期表现和大的方面,监督投资过程,判断你的行为与投资目标是否相符合。
有了一个明确而合理的投资目标,你就不会被“羊群效应”牵引而冒进投资、忽略其中的风险;你也不会因“认知失谐”而高估自己过去的投资绩效,导致接下来做出错误的判断。你也会下意识地克服“回避遗憾”和“寻求自豪”的心理,因为始终有具体的目标在警示你。
第三步:明确投资的数量化标准
明确投资的数量化标准可以使你免受情绪、谣言、传闻和其他心理疾病的影响。我们在这里不是向你推荐一个特定的投资策略,但要求你有一个明确的投资标准,这非常重要。比如你只投资市盈率低于20倍的大盘蓝筹公司股票,或者只关注年报上利润率达到一定水平的公司。当你明确了投资标准后,在决策流程中就不会轻易受到情绪的影响。
我们建议你使用数量化的标准来控制投资行为,但公司的管理水平、新产品开发等非数量化的信息也很重要。如果你按照数量化的标准圈定了一些投资品种后,接下来就要考察非数量化方面的因素。
第四步:构建投资组合,进行分散投资
合理的分散投资可以避免因单一集中投资而发生巨大的损失,以致于严重影响自己的生活,也可以帮助你通过长期持有不同类型资产而抓住稍纵即逝的机会。从投资心理学的角度看,构建合理的分散投资组合可以让你避免因“熟识性思维”造成的决策失误,也不会因为“蛇咬效应”而放弃继续持有某种有潜力的品种,浪费反弹的绝好时机。
投资者在建立投资组合时要考虑不同品种之间的相关性。大多数投资者经常把每个品种视作一个单独的心理账户,而忽略这些心里账户之间的相互关系,这就无法实现分散风险的效果。更有的投资者在建立投资组合时反倒增加了风险,比如近期在股指期货推出前大盘蓝筹股涨势很好,但也蕴含很大风险,如果把大盘蓝筹股和具有投资蓝筹概念的基金组合在一起,这显然放大了风险。一旦有政策面的风吹草动,你可能会遭受很大的损失。
第五步:控制投资环境
2 策略步骤
第一部分:模型建立阶段。
2.1 影响收益率的因子初选
我们采用以下收益率因子。
以上表格反映了影响收益率的主要四大类因子,较好地包括了影响收益率的主要因素。虽然从宏观层面上我们挑选出了一些影响收益率的主要因子,然而,在现实过程中,影响某个具体公司收益率的因素很可能只是其中某几个。因此,我们应当试图找出影响每个股票的收益率的个别关键因素,这里我们采用matlab技术以及线性回归的方法,以融捷股份(002192)与暴风科技(300431)为例进行说明。笔者根据深圳证券交易所统计的数据通过EXCEL表格进行合并整理后得到融捷股份的收益率数据,将该数据导入matlab中,以市盈率为横轴、收益率为纵轴,建立图形关系。
根据统计学的知识可知,我们用决定系数R2来反应自变量解释因变量力度的强弱,而决定系数与相关系数之间存在平方关系,即2=R2。因此,在matlab中我们通过计算一组数据之间的相关系数,反求出其决定系数,从而说明该特定自变量能从多大程度上解释因变量。代码运行的结果如下:
从上述运行结果可知,市盈率与股票收益率之间的R2只有0.0934,遠小于1,因此市盈率这一项指标在融捷股份里并不能对收益率的变动起到决定性作用。
类似地,我们对表1-1中所有的因子进行相同的操作方法,在此由于篇幅原因不再赘述,仅展示操作步骤与过程。
2.2 剔除冗余因子
在进行上述步骤的过程中,值得一提的是,各个因子之间可能本身就具有一定的相关性。比如,ROE指标与ROA指标本身就满足一个等式:ROE=ROA*EM, 其中EM为权益乘数,计算公式为EM=1/(1-负债率)。如果因素之间的相关性甚小,我们可以忽略不计,但是当相关性大到一定程度时,便会对之后的多因素模型分析过程产生误导,因此在这里我们需要补充的一步是利用matlab软件,建立不同指标之间的关系方程,判断是否存在多重共线性。
2.3 多因素模型体系的建立
在进行完影响收益率的因子选择以及剔除完冗余因子之后,便是最为重要的建立综合评分体系,将所有的因子共同反映到一个方程中,用来解释股票收益率与因子之间的具体变化。
多因素模型的建立过程分为如下几个步骤:
(1). 标准化原始数据
(2). 建立相关性矩阵
(3). 计算相关性矩阵的特征值和特征向量
(4). 得出总方程表达式
通过对上述运行结果的分析我们可以看出,月最大超额收益的影响最大,而累计收益的影响最小。这样,我们便量化出了影响该股票收益率的方程式。
第二部分:交易标的股票的选取
2.4 选取收益率前20%的股票
通过第一部分的论述,我们最终可以得到影响不同公司股票收益率的方程式,可以用matlab或者数据库技术进行保存,当需要更新参数或者进行预测决策时,调用相关函数即可。
在第二部分中,我们将选取的标的股票资产池的相关数据输入到方程式中,即可得到未来一段时间的预期收益率。假设我们从每个板块中选取出了20支股票,我们保留预期收益率排在前20%的股票,优中选优,尽量最大化我们的收益。
2.5 利用CAPM模型进行资产组合
20世纪诞生的资本资产定价模型(CAPM)为广大投资者选择资产组合提供了良好的理论基础与依据。威廉夏普(William F. Sharpe,1934-)与马克维茨(Harry M. Markowitz)等人所建立的组合管理理论核心即为以下等式:
E(Rn)=R
f+(E(Rm)-Rf)
其中,E(Rn)为股票的预期收益率,Rf为无风险利率,为单个股票与市场之间的相关性,E(Rm)为某一基准的收益率。通过该理论,我们可以建立多个资产的不同搭配情况。
在第三部分,我们会进一步讨论运用各项绩效评估指标,来权衡风险与收益。
第三部分:风险控制
2.6 对各项参数进行区间估计和假设检验。
前两部分重点关注了组合的收益情况,力求在市场处于无效或弱有效的情况下,取得超越市场的收益率。然而,对风险的把握仍为非常重要的方面,自从2007-2009年间发生的金融灾难以后,人们对于风险控制的意识又提高到一个新的水平。下面具体介绍如何利用统计学知识,对风险以及收益的取值范围做出评估与估计。
假设由第一部分模拟出的收益率方程满足如下等式:
Yi = -4.451 +2.057 * X1i + 2.008 * X2i
我们可以看到,在这个等式中出现了三个参数,分别是截距项-4.451、X1i的系数2.057以及X2i的系数2.008。然而,这毕竟是模拟出来的结果,或多或少会存在着一定的误差,那么对这种误差水平的度量就显得尤为重要。特别是对于X1i与X2i的参数的估计,其改变直接决定了Yi的变化的方向以及程度。在这里,我们运用统计学上的假设检验与置信区间估计的方式,判断我们有多大的信心,或者说有多大的概率,该参数可以满足我们的要求,从而对我们的决策活动形成指导意义。见下图:
如上图所示,该图为用统计软件所得出的上式的相关统计学分析,可以看出上式的R2(R-squared)为0.934,并且调整后的R2(Adj R-squared)为0.890,说明该式的所有系数,作为一个整体,对Yi具有较好的解释力度。其中ESS(Explained Sum of Squared)为模型模拟出的曲线与平均值的差的平方和,而SSR(Squared Sum of Residual)为真实点与估计点的差的平方和。Matlab图示如下:
上图是通过最小二乘法拟合出来的一条回归曲线,其中蓝色的点与实线之间的距离的平方和即为SSR,而实线与所有实际点的均值之间的距离的平方和即为ESS。R2=ESS/(ESS+SSR)。
由图6-1还可以看到,2.057所处的95%置信区间范围为0.984-3.130。其中,P值与t统计量用来判断在95%的把握下,是否可以拒绝一项参数,即判断该参数在一定概率条件下的真假情况。我们通常可以通过查对应的t分布表来找到对应的关键值,或者采用比较p值大小的方式进行判断。比如说,要判断图6-1中Experience的参数2.008在95%的概率条件下的合理性,我们计算出其t统计量如图上的2.664,而对应的置信区间范围中包括了2.664这个值,因此我们可以得出如下结论:Experience的系数2.008在95%的置信水平下是无法拒绝的。这一结论同样可以通过判断p值的大小得出,p值为0.076,大于显著性水平0.05(通过1-95%得到),因此有足够的自信可以保证该系数的合理性。
通过上述方法,我们可以对之前模拟出的收益率方程的系数的合理性做出判断与评估,使我们对其有一个更为深入的了解。
2.7 基于蒙特卡洛模拟的风险控制。
在风险管理领域,VaR方法一直在各大金融機构被视为进行风险度量的首选,因为其可以提供在一定的置信区间下所发生的最大损失的大小。然而,实践证明,在市场出现剧烈波动的情况下(比如2007-2009的金融危机),资产之间的相关性会增强,以前可能相关性很弱的资产在市场不稳定时期出现了高度关联的相关性。而普通的线性估算VaR的方法在金融危机期间,对于风险的度量不再准确与合理。因此,出现了后来的情景分析方法(scenario analysis )以及这里要讨论的蒙特卡洛模拟。
所谓蒙特卡洛模拟,是对一项资产的所有可能取值进行随机数模拟,来计算产品的价格以及计算风险价值的大小。其应用领域十分广泛,不仅可以用来模拟复杂金融产品的价格(例如,含权债券的定价、住房抵押贷款证券化产品的定价),在风险管理领域还可以用来度量风险的大小。在此,我们给出详细的解释,来说明怎样进行基于蒙特卡洛模拟的风险的度量。
重复上述代码四次,模拟出不同收益率的图形,每次模拟都可以得到一条收益率的曲线,当我们从股票收益率的总体曲线中随机抽出N个样本的收益率曲线,对其进行算术平均,便可以得到最终模拟出的收益率曲线,通过正态分布或对数正态分布作图,我们可以在竖直方向上做出一条辅助线,该辅助线对应的分位点即是VaR所处的位置,如此一来我们便可以得到VaR的结果。
第四部分:模型的改进与实时更新
2.8 模型评价
在这一部分,我们主要对上述建立的收益风险模型进行评价,包括引进一些至关重要的绩效评估指标,例如夏普比率,特雷诺比率,简森阿尔法,信息比率,索提诺指标等。
夏普比率来自于CAPM模型,其基本内涵是单位风险所对应的超额收益。在CAPM模型中,夏普比率即是资本市场线的斜率。因此,对于一个组合的风险收益的评估,我们可以通过计算其夏普比率,再与其他组合比较,选出夏普比率最大的那一个,即是我们满意的组合(单位风险承担了更多的超额收益)。
特雷诺比率与夏普比率类似,但其分母上所对应的是系统性风险,而不是总风险。这反应了一项组合其内在的超额收益,因为非系统性风险是可以通过组合规避掉的,而系统性风险则更多的由市场、行业以及经济周期等不可控因素所决定。因此,特雷诺比率也被广泛应用于组合绩效的评估。
简森阿尔法描述的是一项组合的市场收益与CAPM计算出的理论收益之间的差额。在CAPM图形上描述出来便是资本市场线上的点与实际的点之间的距离。简森阿尔法直接反应了一项组合的收益与其理论收益的偏差,因此投资者可以进行无风险的套利交易,低买高卖,赚取超额收益。值得一提的是,用简森阿尔法来描述两个组合的风险收益时,要求两个组合的系统性风险处于同一水平,即CAPM模型中的相同。特雷诺比率将系统性风险单位化,因此可以直接进行比较,这是简森阿尔法与特雷诺比率之间的区别。
信息比率也是实际工作中用到的比较多的领域,通常会和夏普比率搭配使用。信息比率的计算公式为:信息比率=超额收益/跟踪误差。
索提诺指标的计算公式为:索提诺指标=(组合收益-最小收益)/下半方差,其中下半方差只考虑风险的影响,因为价格上涨的风险可以不考虑,只考虑下跌的风险。
2.9 利用matlab动态更新参数
上述建立的多因素模型的参数一般会随着市场条件的变化而发生变化,例如金融危机期间,金融产品之间的相关性增强,可能会使得参数的估计不再准确。因此,我们需要通过不断的测算市场数据,来保证模型参数的合理性。在matlab中不断更新改进参数的步骤是不能省略的。
2.10 回溯测试
在完成了模型的構建以后,我们通常会进行一段时间的回溯测试期,目的是为了对模型的合理性进行检验。即采用从市场上观察得到的数据,与模型估计出的数据进行比较。这是回溯测试的主要思想。通常在一些交易平台上我们可以进行回溯测试。Matlab平台上也为我们提供了相关的回测计算的功能,目的是尽可能地还原市场的真实情况,以检测策略的准确性。
2.11 模型评价
已上便是笔者构建的投资策略的基本框架与内容,按照上文指导的内容进行投资,可以在一定程度上获取超额收益。量化的方法相比较传统的基本面分析、技术分析,具有其自身的合理性。然而量化投资并不是时时刻刻百分百有效,但根据历史经验来看,量化投资的收益已经远超其他投资方式。量化投资还具有更为高深的理论,例如结合了心理学、生物学与计算机科学的神经网络、遗传算法等,使用机器代替人脑进行投资决策,这样可以减少人的主观性,客观的根据一些标准、指标严格执行投资策略。这里只是使用了量化投资领域中的冰山一角,即使用综合模型评分方法来构建投资组合的预期收益。
然而,该模型仍有其自身的局限性。例如,模型本身采用的是线性回归的基本思想,即最高次幂为1次幂。然而在现实过程中,很多金融产品的收益曲线并不是一条严格的直线,而更多的是具有二阶导的曲线。举例如下图所示:
上图是包含了期权时间价值在内的利润图,可以看到,在引进期权的时间价值以后,其图形不再是直线,而是带有弧度。因此,我们通常采用的方法是利用泰勒级数进行估计,引入二阶导来进一步估计金融产品的价格。例如在债券中一阶导采用久期进行计算,二阶导采用凸性进行调整。