黑翼资产:2022年怎么看待量化投资

好买说:去年量化投资发展迅猛,受到大量投资者的关注。量化投资策略为什么这么火,究竟有什么过人之处呢?黑翼资产认为,量化投资的亮点在于指数增强策略,即在Beta收益的基础上,力争获得额外的Alpha收益。中国市场有效性相对较弱,预计未来较长一段时间,Alpha收益都将具有较大空间。

新年伊始,私募量化投资在2021年发展极为迅猛。越来越多的人开始关注量化行业,在这里我们根据市场部同事们的反馈整理出了最常见的问题来解答疑惑,并在此展望2022。

No.1什么是量化投资?

量化投资是通过对历史数据进行挖掘,建立统计学模型来进行投资。市场上充斥着海量的交易信息,个人投资者的算力肯定是不及的,只有通过高效计算机配合优秀的团队才有可能捕捉到这样的交易机会。

No.2在建立量化投资模型中会做什么研究?

以下某股票策略研究员A提供的回答:

A:我在研究部,主要从事股票策略的研究。工作里从数据到策略执行,各个环节的研究问题我都会参与。
在工作中,我们处理着来自整个经济体的,从微观到宏观,从证券市场到实体经济的海量信息,这些信息通过研究转化为我们对市场的认知,通过更多的研究又转化为具体的投资策略,最终转化为投资人的价值,为市场提供价格发现的服务。

在这个过程的每个环节都有大量有趣而富有挑战性的问题。有的问题关注当下的经济现实,比如:市场参与者的结构和交易习惯正在发生什么变化?上市公司的财务分析的逻辑是否有需要重估之处?产业政策与行业盈利是否能建立定量的模型?有的问题关注一般的统计理论,比如:如何在高维和小样本前提下对某个统计模型进行参数估计?如何在小样本下检验某个随机过程的平稳性?如何把特定的先验知识应用到模型选择或正则化方法上?还有的问题关注工程上的挑战:如何实现细粒度的自动并行计算?是否能设计一个在CPU/GPU混合环境下的通用的透明缓存?在低延迟环境里如何灵活地提高计算吞吐量?

为了解决这些问题,我需要与其他研究专长的同事紧密合作。这是我们这里研究工作的特点:我们会以问题为导向形成临时的、紧密协作的小组,发挥各个研究人员的专长来解决问题。我们会特别关注共性化的方法,每当在方法论上形成研究成果,我们会积极地推广它,使得每个研究人员都能从中获益。

我们是一群解决问题的研究人员。在多年的研究工作中,最令我们惊讶(以及欣慰)的是,市场(以及更大的经济体)像一座问题的宝库,源源不断地对我们提出新的挑战,并且随着我们认识和研究的深入,新的挑战越来越复杂,越来越引人入胜。这似乎是一段永远不会结束的精彩旅程。

No.3量化指数增强是什么?

A:指数增强策略是指在跟踪指数的基础上,利用量化方式适当调整投资组合的持仓结构,以期在跟踪指数Beta收益的基础上,再获得额外的Alpha收益的一种投资策略

No.4如何看待极端情况下的高回撤?

A:所有的alpha策略模型都是统计学模型,这意味着,所有的回撤与风险都是有可能被打破的,只是出现概率的大小而已。因此,所谓最大回撤,这只是一段时间出现过的最大回撤而已,而绝不意味着策略不可能出现更大的回撤。

至于出现超额回撤,我们觉得市场的原因,比如成交量缩小、风格切换、19极端行情、策略拥挤等都会带来影响.一方面市场出现这种情况每年都会有,拉长时间看不会造成太大影响,另一方面管理人也在做模型的更新迭代,更好的适应多变的市场环境

No.5策略会存在失效问题吗?

A:所有量化模型都需要持续优化,没有任何一个模型会永远有效。如果投资方式的收益来源于市场无效波动,无效波动变小了,投资收益就会下降。

策略失效是无法绝对避免的,也没有任何机制能够保证策略的更新可以永远有效。但是,两个方面非常重要:第一,通过不断地提升投研团队的实力,可以有更大的概率保证策略的有效性,这也是为什么说核心投研团队的持续培养,是量化对冲基金最核心与最关键的竞争力所在。第二,策略有效运行的时间越长,突然失效的可能性就越小。策略更多的是慢慢出现衰减,效果逐渐变弱,而不会突然失效。

No.6为什么可以获得超额收益?

A:负α在市场都普遍存在,指数增强策略恰恰是针对市场的负α现象,只要市场不是随机波动,那么就可以被统计规律所捕捉。通过量化模型选股,承担指数的β波动,赚取增强收益α,最终获取的收益是(α+β)。

由于中国市场无效波动较大,因此存在着超过美国等成熟市场的Alpha收益。所以,2022年以及未来一段时间里,指数增强投资还存在着较为可观的超额收益。

免责声明:本文转载自黑翼资产,文章版权归原作者所有,内容仅供参考并不构成任何投资及应用建议。

风险提示:投资有风险。相关数据仅供参考,不构成投资建议。投资人请详阅基金合同和基金招募说明书,确认您自觉履行投资人的各项义务,并自行承担投资风险。

版权所有 好买Copyright © howbuy.com, inc 2014. All rights reserved. [沪ICP备08003295号-1]

关于好买私募 | 联系我们 | 诚聘英才 | 使用条款 | 隐私条款 | 风险提示