J9集团国际站

  •  J9集团国际站首页
  •  讲授项目
    本科 学术硕博 MBA EMBA 高层治理教育 管帐硕士 金融硕士 贸易分析硕士 数字教育 课程推荐
  •  北大主页
  •  用户登录
    教人员登录 学生登录 J9集团国际站邮箱
  •  教怨匦聘  捐赠
English
J9集团国际站【中国区】官方网站
J9集团国际站【中国区】官方网站

新闻动态

首页 > 新闻动态 > 正文

新闻动态

MFin思想汇 | 黎新平：量化对冲基金投资实务与金融科技

功夫：2020-11-23
2020年11月23日 ，北大J9集团国际站“MFin思想汇”第七期约请到 大成基金治理有限公司数量与指数投资部总监黎新平 先生进行分享 。他以“量化对冲基金投资实务与金融科技”为题 ，结合活泼的行业案例 ，深刻阐释了量化对冲基金的发展过程、常用战术和投资逻辑等内容 。



71320B046491D6F18E06A18E5D5_413C5D5B_4D592


1. 什么是量化 ？ 量化 ，是可被数据反复验证的投资经验和投资法规的模型化和规定化 。 量化投资从根基的投壮觉和逻辑启程 ，经过大量的数据验证 ，形成有效的买卖模型 ，在此之上还有成本治理微风险治理模型 ，一并组成法式化买卖的根基框架 ，而后利用到投资者决策里 。

2. 通常而言 ，选取对冲买卖伎俩的基金称为对冲基金 ，在买卖中时时使用期货、期权等衍生工具进行风险的治理 。目前 ，排名靠前的对冲基金大半是量化的 ，其中规模最大的对冲基金是AQR 。AQR是多因子模型的重要提倡者和实际者 ，把现实投资和学术理论极度好地结合在一路 。第二大的是桥水基金 ，桥水最闻名的是全天候资产配置战术微风险评价战术 ，获得了很高的风险收益比 。量化对冲领域最牛的公司是Renaissance ，其大焦芈基金在从前30年内拥有高达39%的均匀年化收益 ，Renaissance重要是在期货衍生品领域 ，通过高频买卖来获取alpha 。

3. 量化对冲基金的一大特点是 ，其发展与学术的发展有极度缜密的联系 ，某个沉要的学术理论可能直接导致某个大的量化对冲基金领域的产生 。 例如 ，Black-Scholes期权定价理论促使了可转债套利战术的产生；量化资产配置的根基框架启发于均值-方差模型；多因子模型发源于Fama-French三因子模型 。

4. 量化对冲基金的常用战术蕴含股票多空、多战术、事务驱动、CTA、宏观对冲、套利等 。其中最主流的是股票多空战术 。由于套利空间不休缩幼 ，套利战术的规模占比越来越幼 。

5. 量化对冲基金钻营的是最大的风险收益比 。从99年到此刻全球量化对冲基金的均匀年化收益率是8%+ ，并不算高 ，但是拥有较高的Sharpe比率 。

6. 什么是量化对冲 ？ 量化对冲的过程可分化为三步 ，首先将资产回报宰割为分歧的风险因子 ，再对各风险因子进行定价和分析 ，最后将资产组合理解为风险因子的组合 ，对不想持有的风险因子进行对冲 ，获取相对不变的收益 。例如 ，在量化alpha战术中 ，把股票风险宰割为系统化风险和股票自身风险 ，把系统化风险通过股指期货对冲掉 ，剩下就是选择个股的超额收益 。此表 ，可转债套利和统计套利是两个经典的量化对冲案例 。

7. 做量化要具备哪些技术和布景 ？ 量化对技术和知识的要求极度宽泛 ，在统计、数学、金融经济、信号处置、机械进建、优化运筹、编程等领域城市有所涉及 ，必要对数据和数理模型有较深的理解 。同时 ，量化投资领域的求职环境和职业发展受市场的大环境影响较大 。因而 ，哪怕能把握所有知识 ，也不愿定发展得很好 。在量化中对风险有稍微的忽略 ，就可能一瞬间从顶端跌到底端 。

8. 风险治理是量化投资的主题 ，任何量化模型都有其合用及不合用的环境 。 一个驰名的例子是持久本钱(LTCM)公司 ，其重要战术是对市场上的定价误差进行多空套利 。在1994-1997年投资回报极度好 ， 但1998年以60-100倍的杠杆 ，对俄罗斯违约风险的押注及受亚洲金融；跋 ，在短短150天内亏掉90% 。 其重要教训是高杠杆风险以及对模型的过度自负 。

9. 目前在国内 ，量化对冲基金或者量化还是幼多市场 ，仅占市场份额的5%-7%左右 。但战术的覆盖相对比力全面 ，除衍生品有关战术以及股票空头覆盖相对较少 ，在股票和期货领域都有相应战术 。国内量化对冲的黄金年代在2010-2015年 ，其时股指期货铺开、幼盘股走势优良 ，很大批化基金发展起来 。从2017、2018年起头形成了比力好的高频战术 ，目前高频战术相对占优 。

10. 多因子战术的根基模式是找到某些和收益率有关的因子 ，凭据因子打分的排序来构建股票组合 ，以获得超额收益 。 多因子战术的关键在于挖掘不变有效的因子 。

11. 2015、2016年 ，金融科技在量化领域的利用比力火热 ，之后又经历了一波低潮 。其中两大热点是大数据的利用以及智能投顾 。好比 ，利用网络舆情大数据 ，将此编成一个因子参与原来多因子的架构 ，来优化选股战术 。对于智能投顾 ，类似于机械人理财师 ，凭据幼我的风险偏好和用户画像 ，提供自动化买卖、自动调仓、自动天生逐日估值汇报等服务 。

12. 量化模型和战术的同质化会加大市场的颠簸 。 好比 ，若是各人的止损战术类似 ，一家基金退出市场 ，会导致其他资金同时触发止损行为 ，形成连锁效应 ，导致市场的巨大颠簸 。

13. 战术是会有时效性和容量的 。 例如 ，有钻研批注 ，当某个因子被颁发成论文后 ，它的收益率就不在了 。所以 ，量化对冲基金必要不休挖掘新的战术 ，做最前沿的钻研 ，尽可能找到最新的投资机遇和投资思想 。

（感激2019级学术硕士高昊同学对本文的贡献）

推荐阅读

概想 | 何华：中国固定收益市场与分析工具
概想 | 罗彤&曹堪宇：半导体、集成电路与中国
概想 | 刘文财&李正强：油价黑天鹅
概想 | 甘犁：新冠疫情布景下的短期及持久的转移支付政策





分享

邮箱：admission@gsm.pku.edu.cn

邮编：100871

征询电话：010-62747014 / 7283

联系地址：北京市海淀区颐和园路5号J9集团国际站科研楼K07

?2017 J9集团国际站 版权所有   京ICP备05065075-1

【网站地图】