量化投资的发展及其监管

量化投资是一种以数据为基础、以模型为核心、以程序化交易为手段的交易方式,具有交易量巨大、持仓时间很短、总体收益稳定等特点。它起源于投资组合理论, 随着投资管理技术、计算机技术得到发展, 以及金融市场逐步成熟之后, 量化投资在20世纪80年纪得到迅速发展。量化投资在我国还处于起步阶段,存在着创新能力不足、资金规模不够集中等问题, 我国量化投资未来的发展方向主要为期现统计套利和基于大数据的量化分析。因此,量化投资要想在我国得到有效发展, 就必须进行风险控制、加强金融监管。

量化投资在欧美已经应用了30 多年, 最传奇的人物就是华尔街的对冲基金经理詹姆斯·西蒙斯。他率领一批数学家和统计学家, 运用“壁虎式投资法”等独家宽客战术管理大奖章基金,在1989 到2006 的17 年间平均年收益率高达38. 5% 。量化投资的理念并不神秘, 它是指借助于数学和统计学的分析原理, 利用计算机对每只股票的数据进行分类对比, 自动选出符合投资模型的股票组合。举例来说, 比如有20 个人去跑百米, 哪些人能跑在第一梯队, 哪些跑在第二梯队, 哪些跑在第三梯队, 在没有测试之前不知道答案, 但可以根据身高、体重、肌肉、肺活量、历史成绩等指标来预测这20 个人各自归属哪一梯队, 这就形象地描述了量化投资模型的原理。

量化投资最鲜明的特征就是模型交易, 它是一种以数据为基础、以模型为核心、以程序化交易为手段的交易方式。具体而言, 就是从那些稍纵即逝的市场变化中寻求获利的计算机化交易,关键在于捕捉到人们无法利用的短暂价差来实现套利。模型就如同医院里面的各种先进的医学仪器, 医生通过这些仪器对病人进行扫描化验, 获得反映病人身体状况的各项指标数据, 然后判断出病人所患的疾病, 从而对症下药。类似地, 量化投资者在市场中寻找套利机会, 其实就像是在发现市场的“疾病”, 依托于模型的扫描和检测, 获得市场的各项关键指标数据, 从而找出套利机会, 然后做出投资决策。

量化投资需要精湛的计算机编程技术, 其主要形式是程序化交易。程序化交易绝大多数都是高频数据交易, 其特点是: 计算机自动完成; 交易量巨大; 持仓时间很短, 当日频繁交易; 每笔收益率很低, 但总体收益稳定。高频数据交易的核心是模型算法, 负责策略及机会, 速度是关键保障,因此大机构一般在交易所大楼旁租高速光缆建立交易室。目前, 美国股市总体成交量约70%是高频交易, 而涉及机构仅占2% 。

股票市场上有很多风格各异的分析流派, 其中有两个分析流派应用最广: 其一是技术分析, 其二就是基本面分析。技术分析对各种技术指标、均线系统等深信不疑, 他们依靠股票的历史价格和成交量的数据对股票的走势进行预测, 相信历史将会重演, 着眼于趋势投资; 而基本面分析主要关注企业的财务指标, 依靠对财务报表的分析, 挖掘出被低估的股票, 所以也叫价值投资。相比之下, 以数学和统计学的分析原理, 利用计算机对每只股票的数据进行分类对比, 自动选出符合投资模型的股票组合的量化投资, 却往往不为人知。

一、量化投资的起源及发展前提

在大多数人眼里, 量化投资是一个神秘的领域, 深不可测, 玄奥无比, 令人望而却步。同时, 量化投资的策略往往着眼于市场上的套利机会, 一旦公布于众则立即失效, 所以成功的量化投资者通常极为低调, 对自己的策略保密至深, 这就进一步导致了市场上缺乏对量化投资的理解和认识,使其更加神秘。

( 一) 量化投资的起源

量化投资看似神秘, 但并不古老, 它从20 世纪70 年代开始逐渐兴起, 90 年代才大行其道。这是由于量化投资的生长条件极为苛刻, 需要同时满足很多条件才能诞生和发展。神秘莫测的量化投资技术并非源于市场, 而是始于学术界被正统思想所排斥的少数 “偏才”、“怪才”。正是这些来自于象牙塔的现代理论, 才造就了量化投资的兴起。

1952 年, 马克维茨在其博士论文中提出了投资组合理论, 该理论以期望值衡量收益、以方差值衡量风险, 第一次正式将收益和风险这两个股票市场中最重要的概念数量化, 成了现代量化投资的鼻祖。托宾随后提出了分离理论,但仍需要利用马克维茨的系统执行高难度的运算。1963年, 马克维茨的学生威廉·夏普提出了“投资组合的简化模型”, 也称“单一指数模型”, 使得马克维茨模型费时33 分钟的计算, 简化为只用30 秒, 大大提高了运算的效率, 并因此而节省了电脑内存,可以处理相对前者8 倍以上的标的证券。1964 年, 夏普又在简化模型的基础上进一步发展, 提出了金融界人尽皆知的资本资产定价模型 (CAPM) 。CAPM模型作为一个里程碑式的理论发现, 既可以预测风险和期望收益, 还可以用于投资组合的绩效分析, 之后罗斯在CAPM的基础上, 提出“套利定价理论” (APT) , 提供了一种方法来评估影响股价变化的多种经济因素。1973 年, 布莱克和斯克尔斯正式提出了“期权定价理论”。自此, 衍生品市场的重要产品期权开始迅速发展, 为量化投资的兴起提供了更多的工具和更大的操作空间, 加速了量化投资的崛起。

( 二) 量化投资发展的前提条件

然而, 仅有上述理论的建立, 以及各类模型的完善与推陈出新, 并不会直接催生出量化投资,它还需要具备其他几个重要的前提条件。

1. 量化投资因为其固有的专业性和技术性, 很难在普通的中小规模的散户中推广开来, 所以个人投资者主导的市场难以盛行量化投资。因为一方面个人投资者有着自己的工作故专心投资的时间十分有限; 另一方面由于是业余的, 普遍也没有这样的专业能力。随着美国证券市场中共同基金和养老基金资产的大幅增加, 机构投资者逐渐在市场上占据了主导地位, 它们委托专业机构为其提供投资服务, 这为量化投资的发展创造了有利的条件。据此而催生出的投资管理机构能够进行专业性的投资操作, 同时这些专业的投资管理人也有能力和精力专注地研究,运用量化投资等金融创新技术和新的运作方式来有效地管理大规模资产。

2. 没有发达的计算机技术, 量化投资也将成为无源之水, 无本之木。1961 年, 与马克维茨共同获得1990 年诺贝尔奖的夏普曾说, 当时即使是用IBM最好的商用电脑, 解出含有100 只证券的问题也需要33 分钟。当今, 面对数不胜数的证券产品, 以及庞大的成交量, 缺了先进计算机的运算速度和容量, 许多复杂的证券定价甚至不可能完成, 因而计算机技术的发展客观上为量化投资的应用提供了可能性。

3. 量化投资在不经历市场的崩盘以及傲慢的传统投资者的自信未被摧毁之前, 是不会盛行的。量化投资刚刚诞生的时候, 以华尔街为首的业界人士对学术界把投资管理的艺术转化成复杂的数学公式和模型, 一直持有敌意。在他们看来, 投资管理需要天赋、直觉以及独特的驾驭市场的能力, 优秀的基金经理可以凭一己之力战胜市场, 而无须仰仗那些晦涩难懂的数学符号和虚无缥缈的模型。但是在1973—1974年的大熊市中, 美国证券市场全盘溃败, 传统的明星基金经理人荡然无存, 致使投资者开始反思传统的投资管理艺术, 同时认为必须应用更科学的方法来管理投资组合, 不创新的话只有死路一条。此后, 随着20世纪80年代以来各类远期、期货、期权、互换等复杂衍生产品的丰富和交易量的大增, 华尔街迅速适应这些变化的环境, 不断用这些数理模型和计算机技术来武装自己, 否则便会陷于被动和险恶的境地。

二、我国量化投资的现状分析

( 一) 量化投资的参与者

量化交易绝大多数都是高频交易, 个人投资者很难参与其中, 因为个人的资金量有限, 微薄的收益率尚且不能覆盖掉高昂的交易成本, 更不用说获得稳定收益了。因此, 目前量化投资大多集中于机构投资者或者机构提供的理财服务, 主要有期货公司、私募基金以及券商的自营、基金公司的专户等。规模上, 量化投资以私募基金为主要参与群体。目前, 我国国内的量化交易在最近几年高速发展, 各种量化投资的形式层出不穷, 有效地增强了我国金融市场的多样性和有效性。

( 二) 量化投资的操作风格

量化交易由于当日频繁交易、持仓时间较短的特点, 目前在我国国内主要被运用于股指期货的交易中, 这是由股指期货T + 0 的交易规则所决定的。所以就操作风格而言, 以期货市场为例,目前主要存在着四类量化投资者: 阿尔法产品的使用者、趋势性交易者、套利交易者以及高频交易者。阿尔法产品的使用者, 利用沪深300 股指期货与现货之间的组合和搭配, 获得超额的阿尔法收益; 趋势性交易者, 在技术分析的基础上, 充分运用各种模型对价格进行跟踪和预判, 通过判断方向来获得可观的收益; 套利交易者, 通过买低卖高来获得稳健的收益, 包括无风险的股指期现套利和统计套利; 高频交易者, 利用股指期货市场价格稍纵即逝的微小变动进行闪电般的快速交易, 获得稳定的收益。

( 三) 量化投资的功能

作为市场的重要交易形式, 量化投资在传统的定性投资大行其道、发展面临瓶颈的时候另辟蹊径, 成为一个发展势头强劲的新兴投资形式。一方面, 量化交易特别是高频交易, 有着频繁交易、交易量巨大的特点, 为市场贡献了大部分的交易量, 有力地增强了市场的流动性。发达的金融市场中量化交易贡献了高达七成的成交量, 大大推动了市场中的交易, 自然也增强了市场的活力。另一方面, 量化交易中套利交易占据了很大的比例, 而且其交易量巨大, 因而只要市场出现一点点的价格扭曲, 就会迅速被极其灵敏的套利交易所纠正, 直至回到合理的价格水平。因此, 量化交易可以迅速纠正市场的偏差, 增强市场定价的有效性, 有助于发挥市场价格的指导作用。

( 四) 量化投资的限制因素

国内金融市场由于发展时间短, 与发达市场还有很大的差距。从现实角度来看, 量化交易的发展主要受制于三个因素: 首先, 创新能力不足。交易策略的开发缺乏多样化的特点, 面临着简单重复的单一化困境, 核心策略仍然局限于技术指标和均线系统的搭配运用,缺乏多元化程序化交易策略库的支持。其次, 资金规模不够集中, 无法发挥资金的规模效应。当下我国资本市场投资者的主体结构仍然是追求高收益的中小规模散户, 导致资金规模极为分散, 不利于程序化交易系统的推广。最后, 监管层面上对高频交易的限制也增加了推广程序化交易系统的障碍。

三、我国量化投资的发展前景

相对于量化交易占据70% 交易量的发达金融市场, 国内量化投资的交易量仍远远不足, 处于刚刚起步的阶段。因此, 以程序化交易为主的量化交易在国内还有着非常巨大的发展空间, 未来会有更加多元化的产品不断涌现, 量化投资也将会呈现多样化发展的态势。与此同时, 策略的复杂度、可靠性和交易工具的精细化也会不断提高。国内量化交易的发展前景广阔, 主要基于以下两点:第一, 与欧美比较成熟的金融市场相比,我国证券市场的发展历史还很短, 只有区区二十多年的时间, 面临着投资者队伍参差不齐、不够成熟等问题, 但同时通过发掘市场非有效性来获取阿尔法收益的潜力和空间也更大; 第二, 量化投资的技术和方法在国内几乎没有竞争者, 目前证券市场上传统的定性投资者太多, 机会很少, 竞争过于激烈, 而量化投资者较少, 机会很多, 这就给量化投资创造了良好的发展机遇。事实上, 随着2010年股指期货的出台, 量化投资在国内市场发展潜力逐渐显现。另外,2013年国债期货的上市交易又为量化投资创造了更大的舞台,十八届三中全会之后, 随着金融领域的改革不断深化, 利率市场化、汇率市场化进程稳步推进, 我国的量化投资市场在未来将迎来爆发式的增长。具体而言, 随着我国金融市场的不断完善, 各类金融创新产品的推出, 信息技术 ( 特别是大数据、云计算) 的发展, 我国量化投资未来的发展方向主要为期现统计套利和基于大数据的量化分析。期现套利长期以来一直是量化投资的主要投资方式, 在我国证券市场仍未完善的情况下, 存在着巨大的期现套利空间。此外, 随着股指期货、国债期货、ETF现货产品的不断推出, 期现套利的工具已经具备, 而随着将来股指期权的适时推出, 这一量化交易方式将更加频繁地被使用, 通过运用相关的模型进行期现统计套利可以获得稳定的收益。传统的投资主要通过基本面分析和技术分析来进行, 而随着大数据、云计算等信息技术的成熟和运用, 未来基于大数据来进行量化分析并进行投资将成为现实。比如, 基于微博、微信等互联网工具的大数据, 能够准确地分析出投资者的投资情绪, 从而使得投资更加精准和有效。

四、我国量化投资的监管建议

任何事物都具有两面性, 量化投资并不是万能的, 在增强市场的流动性和有效性的同时, 也蕴含着巨大的风险。远者如美国1987 年“黑色星期一”的股灾, 一天之内道琼斯指数暴跌22% , 近期则有2013 年我国证券市场的“光大乌龙指”事件, 3 分钟内沪指被直线拉升5%以上。这些危机事件, 很大程度上都与量化交易有关, 量化投资不仅可以迅速纠正市场的价格扭曲现象, 同时也会迅速放大市场上的危机, 酿成的损失难以估量。量化投资的风险控制, 需要量化投资主体自主地进行风险控制, 但追求利润的资本市场参与者往往对此缺乏足够的动力, 加上对“黑天鹅事件”这样的小概率事件缺乏足够的重视, 所以需要监管部门加以强制性的约束, 决不能放任自流, 使之不得不对量化交易的风险进行管理和控制, 以达到控制整个系统性风险的目的。

( 一) 程序化交易的监管

程序化交易的监管, 主要针对程序化交易中容易出现的程序出错、金额出错、交易指令出错等能给市场带来重大影响的交易行为, 其主要目的在于尽可能地降低相关事故对市场和普通投资者的影响。首先, 监管者应当对账户每天的交易进行限额, 对程序化交易客户的接入端口限定流量, 比如当出现突破限定的异常大流量时, 应拒绝相关的报单; 其次, 交易所应当设定一个意外界定的标准, 一旦出现意外, 交易所应该有一个即时的预警, 及时告知投资者; 再次, 加强对期指套利账户的监管, 对大单进行追踪, 防止通过操纵市场价格来进行套利的违法行为; 最后, 当程序化交易账户的金额超过一定限额时, 应当对其交易策略和程序在交易所做一个保密性报备, 为今后可能发生的事件进行责任认定时提供参考, 比如借鉴美国当前的监管, 要求诸如大型对冲基金、私募股权基金等透明度不高的基金, 向交易所报备交易信息。

( 二) 市场应急机制

当市场出现突发事件的时候, 可以借鉴一下美国市场的“熔断机制”。作为国外成熟市场重要的风险, 熔断的目的在于更好地控制风险。该机制的设立可以在价格巨幅波动时, 给予市场一定的缓冲时间, 为广大投资者采取相关的风险控制手段和措施赢得时间和机会。事实也证明熔断机制是非常有效的, 因为从1988 年股市引入熔断机制之后, 已经有20 多年没有再发生过股灾, 熔断机制可谓功不可没。比如, 短时间内当股票指数出现暴涨或暴跌, 可以对整个市场暂停交易一段时间, 给予市场一定的缓冲。对于个股, 同样是几分钟以内的涨跌幅达到一定数值时就进行熔断,可以从具有做空机制的股票, 比如ETF成分股、沪深300 成分股、融券标的股票等进行试点, 逐步扩张到整个主板、中小板、创业板及至市场的全部股票。

( 三) 投资者赔付

量化交易会造成普通投资者的损失, 应当建立一套投资者赔付的机制。首先, 监管部门应当完善相关的司法解释, 通过明确法律法规来支持投资者对损失的索赔; 其次, 市场也应当建立相应的机制来应对此类突发状况。事实上, 当前我国证监会已经设立了一个通过向证券公司收取风险保证金, 来作为赔付金的投资者保护基金。由于量化交易存在着较大的可能, 包括扰乱市场、损坏普通投资者利益, 因而监管层可以探讨通过收取一定比例的交易费用, 作为投资者保护基金进行赔付的可能性。此外, 从法律制度上, 应当有一套完善的认定需要该保护基金赔付投资者损失的标准和规则。

( 四) 事件认定

对于既成事实的恶性事件, 应该在事后进行认定, 对于内幕交易、非法套利等违法事件应当加大惩罚力度,给予后来者以警示威慑作用。就量化投资而言, 特别是程序化交易总是存在着异常交易的可能, 如果没有统一的标准将很难让人信服, 比如“光大乌龙指事件”的属性认定至今仍备受大众探讨和诟病。因而, 应当根据量化交易的特点, 设立一套标准的事件认定规范。在规范内,如果行为人已经做了必要的履约义务, 只需要进行相关损失的赔付, 同时在监管制度上进一步完善。但是, 对于利用意外事件进行非法套利的行为, 相关责任人和单位除进行必要的巨额经济罚单外, 还应当对其提请相关刑事诉讼, 以警示后来者。

五、结语

量化投资作为一种新兴的投资方式, 已经在欧美市场取得了一定的成绩, 近年来也在我国逐渐兴起。虽然难免遇到一些挫折, 遭受一定的质疑, 但是正是这些问题的出现, 一方面促进了量化投资技术的不断更新和完善, 比如在模型中设定新的变量, 尤其是加入以往并未包含的宏观经济参数;另一方面, 对挫折中暴露出的监管和法律方面的问题, 无形中也敦促监管者及时查缺补漏,完善相应的法律法规和监管制度, 以适应金融产品和技术的创新要求, 促使量化投资这一新兴交易形式的风险处在一个合理可控的范围内, 从而保证市场的有序运行, 保护中小投资者的利益不受侵害。量化投资并不是什么洪水猛兽, 没必要对其进行抵触, 其有别于传统投资方式的特点, 可以弥补市场流动性和有效性不足, 只要投资主体做好风险的管理和控制工作, 监管主体完善相应的监管制度, 辅以必要的法律法规来规范投资者的行为, 量化投资在我国的资本市场上是大有可为的, 同时也有助于完善我国金融市场的改革和发展。