- Python量化交易实战
- 王晓华
- 1159字
- 2022-07-29 15:18:14
1.2 量化投资的特点
量化投资并非只可远观而不可亵玩,在本质上它和传统投资是相同的,二者都是基于市场非有效或弱有效的理论基础之上,而投资经理可以通过对个股估值、成长等基本面的分析研究建立战胜市场,产生超额收益的组合。不同的是,传统投资管理较依赖对上市公司的调研,以及基金经理个人的经验及主观的判断,而定量投资管理则是“定性思想的量化应用”,更加强调数据。
量化投资有以下几个优点:
1.纪律性
所有的决策都是依据模型做出的。量化投资中一般有三个模型:
·大类资产配置模型,根据大类资产配置决定股票和债券的投资比例。
·行业模型,按照行业配置模型确定超配或低配的行业。
·股票模型,依靠股票模型挑选股票。
纪律性首先表现在依靠模型和相信模型,每一天决策之前,首先要运行模型,根据模型的运行结果进行决策,而不是凭感觉。
可能有读者会提出疑问,模型出错怎么办?不可否认,模型可能出错,就像医生可能误诊一样。但是,在大概率下,医生是不会出错的,同样地,模型在大概率下也是不会出错的,所以,还是需要相信模型。
纪律性的好处很多,可以克服人性的弱点,如贪婪、恐惧、侥幸心理,也可以克服认知偏差,行为金融理论在这方面有许多论述。纪律性的另一个好处是可跟踪。量化投资作为一种定性思想的理性应用,客观地在组合中体现这样的组合思想。一个好的投资方法应该是一个“透明的盒子”。
这样做的好处是每一个买卖决策都是有理有据的,特别是有数据支持的。当打开模型时,模型会显示当时选择的这只股票与其他的股票相比在成长面上、估值上、动量上、技术指标上的得分情况,这个评价是非常全面的,只有汇总得分比其他得分高才有说服力。
2.系统性
系统性具体表现为“三多”:
·首先表现在多层次,包括在大类资产配置、行业选择、精选个股三个层次上都有对应的取舍模型。
·其次是多角度,定量投资的核心投资思想包括宏观周期、市场结构、估值、成长、盈利质量、分析师盈利预测、市场情绪等多个角度。
·再者就是多数据,就是海量数据的处理。
人脑处理信息的能力是有限的,当一个资本市场只有100只股票时,对定性投资基金经理是有优势的,他可以深刻分析这100家公司。但在一个很大的资本市场,比如有成千上万只股票的时候,强大的定量投资的信息处理能力能反映它的优势,捕捉更多的投资机会,拓展更大的投资机会。
3.套利思想
定量投资正是在找估值洼地,通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会。定性投资经理大部分时间在琢磨哪一个企业是伟大的企业,哪个股票是可以翻倍的股票;与定性投资经理不同,定量基金经理大部分精力花在分析哪里是估值洼地,哪一个品种被低估了,买入低估的,卖出高估的。
4.概率取胜
表现为两个方面:
·一是定量投资不断地从历史中挖掘有望在未来重复的规律并且加以利用。
·二是依靠一组股票取胜,而不是一个或几个股票取胜。