京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26