
大数据时代量化投资大有可为
5月25日,由中国证券投资基金业协会和上海陆家嘴管委会联合举办的量化对冲论坛在陆家嘴金融城举办,来自公私募一线的量化投资人围绕国际量化对冲的新趋势、国内量化对冲行业的规范发展等话题展开了讨论。与会嘉宾表示,大数据和互联网技术的发展将推动量化投资在资管行业大有可为,量化对冲基金也是市场重要的长期资金来源,建议能够松绑对股指期货的投资限制,给予政策的正向激励。
信息爆炸赋予量化用武之地
富善投资总经理兼投资总监林成栋表示,量化和大数据在投资中已然崛起,根本原因是大数据时代信息的爆炸和计算效率的提高导致成本的下降,从而支撑起大量创新的投资方法。比如利用网络数据支撑新的财务模型从而来获得更有效的投资决策,利用第三方网站和移动APP公司的数据可以帮助投资公司更高效和精准地从短期和长期等角度来判断目标公司的趋势。
他进一步表示,未来量化方法将从主动管理(获取绝对收益、超额收益)领域渗透至被动管理(Smart beta)、资产组合配置领域(FOF)、机器人投顾等各个层面。投资标的方面量化方法将由股票期货类扩展至固定收益类资产(利率和信用债券)甚至相关场外衍生品(CDS、MBS等)。围绕量化方法开发新的投资产品或投资标的成为一个非常有潜力的发展方向。
南方基金数量化投资部总监刘治平也具体分析,大数据时代量化投资的逻辑性在于,中国A股有近2700个上市公司,2015年有1139只个股其收益率超出全A指数30%以上,深度调研的主动投资管理组合一般管理30—50只股票,主动选股难度大大增加;移动互联网时代每天股吧、微博 、微信等信息铺天盖地,人类过去4年信息的积累量等同于之前的总量,信息大爆炸大大增加了主动处理信息的难度;此外,受内幕交易打击的影响,基金经理调研公司可以得到的信息越来越有限。因此,靠市场广度获取超额收益的投资方法将会有更好的市场份额上升机会。
他表示,量化对冲投资在当前的政策环境中受到了一定限制,但量化多头策略拥有广阔的发展空间。中国公募量化基金占比和发达国家相比,还非常小,除了量化对冲产品被机构广泛接受之外,机构投资者在灵活配置权益类上几乎没有任何配置给量化投资管理人,这与量化基金的业绩表现并不匹配。
量化对冲基金带来长期资金
博道投资董事长莫泰山则从另一个视角提出,量化对冲基金是市场重要的长期资金来源,对资本市场能够产生积极作用。量化对冲基金可基本回避市场波动的影响,收益来源于模型驱动的阿尔法,收益区间稳定、可预期,呈现出穿越牛熊的稳健风格。这种产品特性决定了其必须长期、持续投资于股票市场,必须精选优质的“胜者”型上市公司进行投资,客观上发挥了优胜劣汰的作用,是市场的重要稳定力量。
林成栋也表示,相信在中国资本市场发展的剧目中,未来量化投资的发展会是个关键的角色。量化投资会像一个高目筛,筛选二级市场的参与者,降低中国市场的散户力量,提升机构投资者的力量,平衡机构和散户比例,促进中国资本市场的长期健康发展。
在去年市场异常波动、股指期货投资收紧之后,量化对冲产品的运作受到了一定的影响。实际操作中,部分产品采取了补充新策略、寻找替代性的对冲工具如海外市场期货、增加风险敞口等措施,部分产品则选择了离场观望。
莫泰山特别建言,在加强监管的同时,尽快解除对股指期货的投资限制,站在引入长期投资资金的高度,对长期稳健投资于资本市场的量化对冲基金,给予政策的正向激励。他估算认为,如果政策能够得以松绑,预计现有量化对冲产品的“复活”能够为市场带来2000亿-3000亿的资金规模。与此同时,在当下的市场环境下,大量资金面临投资压力,收益稳健的量化对冲基金的吸引力凸显,除了现有产品之外,短期还可以再吸引2000亿—3000亿的资金。长期而言,则预计能有1万亿元左右的资金流入。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08