分类
外匯保證金交易

从量化交易到资产管理

黑翼资产邹倚天:量化投资“行稳方能致远”

研发三类“支柱因子”
出于对量化投资的巨大兴趣,研究生毕业于美国斯坦福大学电子工程系的邹倚天,毕业之后在全球量化巨头巴克莱全球投资公司(BGI)担任了投资分析师,主要从事美股对冲基金的研究工作。
“由于一直关注并且也看好国内量化投资的发展前景,2009年我回国之后就加入了博时基金担任投资经理。”邹倚天告诉中国证券报记者。作为一名“海归派”,邹倚天是国内第一批将量化投资运用到专户投资的基金经理。在此之后,邹倚天在2012年还加入了中投公司旗下唯一一家合资对冲基金PCA Investments,担任量化投资团队联席主管。此后,在国内私募行业阳光化的第一年(2014年),他与陈泽浩一起创立了黑翼资产。“我们两位教育、从业背景都比较接近,一起创立黑翼也是一拍即合。这么多年走过来,经历过市场起伏以及极端行情的煎熬和洗礼,比如2008年全球金融危机、2015年至2016年的市场大幅波动、2018年的市场调整等等,算是国内市场比较少数经历过完整的A股量化投资周期的从业者。”邹倚天表示。
经过八年稳健发展,黑翼资产已位列百亿私募阵营,资产规模保持稳步增长。而在邹倚天看来,作为一家成立较早的量化私募机构,黑翼稳步发展壮大,背后更多是公司长期以来丰富的投资经验积累和多元化的投资理念所带来的水到渠成。
一方面,两位合伙人从业经验都比较丰富。“经过这么多轮牛熊周期转换得来的沉淀积累以及互相磨合,我们现在可以很好地把量化股票和CTA的方法论做融合、取长补短,比如把CTA时序上的策略方法运用于股票上,同时把股票上横截面的研究方法运用在CTA上。”邹倚天称。在他看来,这种长期投资实战中得来的经验是非常宝贵的财富,长期以来公司核心团队在投研过程中的互相融合,形成了在量化投资上的黑翼基因。
另一方面,黑翼资产多元化的投资理念、多层次的风控体系以及对策略细节的极致追求,是黑翼资产跻身头部、取得一定优秀投资成绩的关键。这种多元化既体现在资产类别的多元化、策略的多元化,也包括底层因子的多元化。邹倚天透露,黑翼资产成立八年来研发并持续迭代的基本面、量价、机器学习三类“支柱因子”成功跨越了多个市场周期。目前这套量化因子系统,已经能够通过数学优化的方法动态确定各因子权重,并在此基础上挑选出未来最有可能跑赢市场的投资组合。
据了解,黑翼资产目前在量化产品线上主要有三大类型。第一类是纯股票量化策略,包括各类指数增强策略、量化中性策略以及全市场量化选股策略;第二类是全品类、全周期的纯量化CTA策略;第三类为混合策略,即“股票+CTA”策略,这一策略的产品规模占比最大。
黑翼资产自成立以来就将投研作为公司持续成长、打造核心竞争力的第一驱动力。目前公司近50人的投研团队中,八成以上毕业于国内外名校,核心团队六成以上具有博士或博士以上学历。
量化投资发展仍处黄金期
2019年以来,凭借着全行业尤其是头部机构持续突出的超额收益,国内量化私募行业迎来了一轮爆发式发展。这其中有各方的喜悦,也同样有行业的波折。对此,邹倚天表示,近几年国内量化行业大发展的主要驱动因素,大致可以归结为各类大数据的爆发式增长以及管理人数据处理能力的大幅度提升。另外,国内市场无效波动较大、存在着远超过成熟市场的阿尔法收益,也是一个重要原因。
当前有市场观点认为,对比海外成熟股市,从长期来看国内量化指增策略较对标指数的超额收益预计会逐步震荡缩减。而对于这一话题,邹倚天也并不讳言。他表示,就当前国内市场的发展阶段而言,国内市场无效波动较大的状况在未来还会长时间存在。所以当前以及未来相当长一段时间,预计仍然是指数增强等量化投资策略发展的黄金期。不过,随着中国市场机构化进程的持续,市场的无效波动必然会减小,量化超额阿尔法收益也会不可避免地下降。因此,私募投资者对于未来优秀量化机构的超额收益水平,也应当有更理性的预期。整体而言,随着国内资本市场的不断发展壮大和广大居民财富管理需求的持续提升,以及策略和技术的发展迭代助推量化行业前行,国内量化行业长期仍有巨大发展空间。
对于去年以来部分量化私募阶段性业绩回调,邹倚天认为,量化投资还是要看长期业绩表现。去年9月份以来,伴随着宏观经济预期和市场风格迅速切换,中小盘指数一度深度回调,这对于量化策略来说是比较不利的市场因素。而对于管理人而言,规模、收益、波动三者之间往往是量化投资的“不可能三角”。作为量化机构,一方面,在策略容量允许的范围内要保持一定的规模,以使得管理人能够吸引更多优秀人才、储备足够的预算来应对在IT设备、超级算力等方面的投入;另一方面,要严格控制规模增速,以更好的提升管理业绩和客户的投资体验。“整体而言,如何平衡好两者的关系非常重要。”邹倚天称。
结合量化投资行业发展的趋势和竞争格局,邹倚天进一步表示,相对于同业,在追求绝对收益的同时,黑翼资产将稳健作为公司最大的差异化竞争优势。“投资犹如行车,行稳致远才是关键。正如豪车总能享有较高的品牌溢价,除了动力和速度,更重要的是乘客安全与舒适的体验。”邹倚天表示。
宽基指数估值已处历史底部
今年以来,全球各大类金融资产剧烈分化,美股、A股等权益资产年初至今的绝对回报均相对低迷,而大宗商品则整体延续结构性牛市。从国内市场来看,邹倚天表示,一方面,未来投资者需要注重资产的多元化配置;另一方面,对于A股市场的中长期表现,投资者在战略上无须过于悲观。
“目前A股市场所有宽基指数的市盈率、市净率水平均处于历史底部,近期A股市场的绝对估值、相对估值、破净率以及下跌时空等指标,也都符合底部特征。展望未来,虽然过程可能会有反复,但我们认为A股整体内外部环境的改善将是大概率事件。”邹倚天称。
在他看来,无论是疫情结束后的复工预期、新一轮稳增长政策的大力推出,还是全球通胀预期最悲观阶段正在过去,这些都构成市场的利好因素。因此,投资者在战略层面不应悲观,战术上则可以适当关注指数增强策略,原因在于其有望在市场贝塔优势的基础上,发挥超额阿尔法的优势。此外,邹倚天还认为,从量化投资的视角来看,底部通常更适合量化模型捕捉超额收益,二季度以来量化私募超额收益与A股市场同步回暖,就已经逐步显露出这一特征。
在大宗商品市场相关投资机会方面,邹倚天称,目前大宗商品市场在地缘政治、美联储加息、疫情扰动等诸多因素的发酵下,整体供需再平衡时点再次延后,后续供需紧张格局或将缓和,但在新旧能源交替背景下能源价格波动中枢仍然在逐步抬升,且波动也在放大。CTA策略主要投资于期货市场,投资标的包括大宗商品期货、金融期货等。该策略与传统股债类资产表现差异较大、相关性较低,因此可以作为大类资产配置中的底层资产。其中,趋势性强、波动率高的市场环境会更有利于量化CTA策略的发挥。
近两年,随着国内资管行业的快速发展,国内一些头部量化管理人对标桥水全天候策略、宏观配置策略,纷纷研发推出了以量化策略为基础的多策略产品。邹倚天进一步表示,从大类资产、大类策略角度来看,优秀的多元化、多策略的产品,长远来看有独特的配置价值。对于具体产品筛选的投资建议,他认为,与挑选量化产品类似,投资者也可以重点从产品的成立时间、过往规模、历史业绩、超额回报、风控、回撤等多方面进行观察考量,最终可能更容易得到一个比较客观的评价。

《量化交易核心策略开发:从建模到实战》读书笔记

zhaot1993 于 2021-06-10 15:26:00 发布 2025 收藏 3

1,基于在线资产组合选择的交易策略。基于武汉大学李冰教授的论文《Moving Average Reversion Strategyfor On-Line Portfolio Selection》(基于移动平均回归策略的在线投资组合选择)。

实践结果是和指数走势一样,只是收益略微高一点。淘汰掉

2,基于模式识别的择时策略。策略原型来自于Ahmet Duran和Michael J.Bommarito 2011年发表于数量经济杂志中的一篇论文《A profitable trading and risk management strategy despitetransaction cost》(一种可盈利的交易和风险管理策略,即使考虑交易成本)。尽管过往的许多学界的研究表明,他们发现的异象(Abnormal)无法在考虑交易成本的市场中获利,但本文所提出的算法交易策略是一个明确的反例。它通过使用每日股息调整后的收盘价,根据历史样本给出的模式匹配信号,针对市场投资组合与无风险资产进行买/卖/持有决策。

实践结论,震荡失效。淘汰掉

3,基于隐源模型的策略。本章内容基于MIT教授DevavratShah的论文《Bayesian regression andBitcoin》(贝叶斯回归与比特币)。在论文中,两位作者提出并探究了贝叶斯回归的方法及其预测比特币价格变化的功效。贝叶斯回归是利用历史数据来进行贝叶斯推断的一种方法。他们将贝叶斯回归用于所谓的“隐源模型”(Latent SourceModel,或称为潜在源模型)。他们建立了比特币走势变化的判断理论并用市场数据验证了该方法的有效性。在论文中,作者利用它来预测比特币的价格。基于这种价格预测方法,他们设计了一种简单的交易比特币策略,该策略在不到60天的时间内几乎可以使资金翻倍。

实践结论,三天利润率只有1.1%,但预测价格方向的成功率约为80%,必须得加上做空,利润率才能提高。有借鉴意义

4,基于随机最优控制的套利交易。本章内容基于论文《Optimal Pairs Trading:A Stochastic Control Approach》(最优配对交易:一种随机控制方法)。本文的作者也是将随机最优控制理论引入配对交易的第一人,在数量金融史上有着重要的地位。配对交易的投资策略是,它基于互相间的走势相近的股票对,当两者间的价差偏离均值时,我们认为它们的关系会回归长期均值,根据策略进行交易,以便从这一回归行为中获利。标准的例子是同一行业中的一对高度相关的股票。配对交易策略仅仅依赖于证券对之间的相对关系,而不是市场的整体走势,它是一种市场中性的策略。

实践结论,如果两个标的符合均值回复的假设,这个模型还行。大奖章基金用的就是套利方法,但我看这个模型收益很一般,以后研究套利再看吧。暂时待定

5,基于模糊理论的趋势交易。自从1965年美国加州大学的Zadeh教授创建模糊集理论和1974年英国的Mmndani教授成功地将模糊控制应用到蒸汽机控制以来,模糊逻辑系统在系统的建模和控制上都得到了广泛的应用。模糊逻辑系统成功应用的根源在于,模糊逻辑系统能够很好地利用专家知识,而且模糊逻辑本身提供了专家构造语言信息并将其转化为控制策略或系统特征模型的一种系统的推理方法,因而能够解决许多复杂而无法建立精确数学模型的系统的控制问题和许多难以用数学方法建模的复杂系统的建模问题。相对于经典控制而言,模糊控制系统有其自身特点:在设计系统时不需要建立被控对象的数学模型,只要求掌握现场操作人员或有关专家的经验、知识或操作数据。系统的鲁棒性强(系统健壮性),尤其适合非线性、时变、时滞系统的控制。模糊模型可以用一组语言条件语句表达系统的动态特性,因此,模糊模型具有良好的人机交互能力,便于人机智能的结合。控制效果好、所需设备简单、经济效益显著。

实践结论,牛逼

6,基于分层隐马尔可夫模型的高频交易。作为HMM的自然延伸,分层隐马尔可夫模型(HHMM)已被用于金融市场来解决价格预测问题。在论文中,Tayal使用Zig-Zag聚合的预处理技术研究了HHMM预测股价变化的潜力。该模型使用第二个隐藏层捕获趋势和反转的状态。同时,由此隐藏层产生可观察的资产收益。这种方法的显著特点之一是:它是异步模型,不需要等时间间隔的数据。此外,这种方法可以识别上升趋势和下降趋势的权重变化。

7,基于连续贝叶斯分类器的价格预测。本章内容基于Villa的论文《A Continuous Time Bayesian Network Classifier forIntraday FX Prediction》(一种用于日内外汇预测的连续时间贝叶斯网络分类器)。Pearl(1985)发明的贝叶斯网络是一种概率图模型,它允许人们高维度描述系统状态并管理高维度联合概率分布。贝叶斯网络被专门设计用于随机变量具有相当大的维度或难以计算联合概率分布的情况。贝叶斯网络使用有向无环图模拟变量之间的依赖关系,但它们不模拟时间上的依赖关系,参见Jensen和Nielsen(2007)从量化交易到资产管理 。由Dean和Kanazawa(1989)引入的动态贝叶斯网络(DBN)将贝叶斯网络扩展到动态系统。