許興琛+韓藝+楊賀

[摘 要]文章以文華贏智交易平臺(tái)編寫的以上證指數(shù)為模型的策略代碼為主線，探討了量化投資的現(xiàn)階段發(fā)展與搭建策略的具體方法以及需要注意的一些事項(xiàng)。在對(duì)策略進(jìn)行回測(cè)的統(tǒng)計(jì)圖中體現(xiàn)出量化交易的可行性與高回報(bào)性，進(jìn)一步體現(xiàn)量化的前景。

[關(guān)鍵詞]量化投資；策略代碼；趨勢(shì)跟蹤；回溯

[DOI]10.13939/j.cnki.zgsc.2017.15.135

在如今每位公民都想通過金融產(chǎn)品投資的方式來增加個(gè)人資產(chǎn)的時(shí)代，量化基金的高收益率逐漸被投資者所知。西蒙斯，一位世界級(jí)的數(shù)學(xué)家以年凈賺15億美元成為全球收入最高的對(duì)沖基金經(jīng)理，名氣可謂超過金融巨鱷索羅斯。大獎(jiǎng)?wù)履昊?5%超越股神巴菲特年化20%的收益神話。而在2016年5月《機(jī)構(gòu)投資者》旗下出版物《阿爾法》公布的“2016年全球收入最高的對(duì)沖基金經(jīng)理”排行榜中前十位有八位為量化基金經(jīng)理，前25位有一半屬于量化分析。由此可見海外對(duì)沖基金的焦點(diǎn)正從宏觀對(duì)沖基金轉(zhuǎn)向量化對(duì)沖基金。

而在國(guó)內(nèi)，量化基金正處于起步階段，國(guó)內(nèi)對(duì)于量化投資策略的研究較少。筆者以量化投資平臺(tái)上自主開發(fā)的策略代碼為例，通過對(duì)代碼的編寫優(yōu)化及檢驗(yàn)回測(cè)，使讀者了解到量化投資的可操作性和高回報(bào)性。

1 量化投資策略概述

量化投資是計(jì)算機(jī)通過開發(fā)者編寫的程序來進(jìn)行分析以及交易整個(gè)的品種選擇、交易時(shí)機(jī)、交易方向以及倉(cāng)位管理都是通過計(jì)算機(jī)完成。它避免了投資者個(gè)人的情緒影響，完全自動(dòng)化操作，和如今的工業(yè)2.0類似。一個(gè)穩(wěn)定的量化投資策略往往可以勝任一位投資者的多種操作策略，尤其在風(fēng)險(xiǎn)管理上量化投資更勝一籌。

國(guó)內(nèi)的主流量化交易平臺(tái)有文華贏智、TB、金字塔決策交易系統(tǒng)和國(guó)泰安量化投資平臺(tái)等。國(guó)內(nèi)的量化交易平臺(tái)繁多，而與海外動(dòng)輒數(shù)百上千億美元的量化基金相比，國(guó)內(nèi)目前量化產(chǎn)品規(guī)?？傮w不大，而嚴(yán)格遵循量化投資理念的基金更少。并且A股市場(chǎng)發(fā)展時(shí)間較短，與發(fā)達(dá)國(guó)家比起來市場(chǎng)效率低太多，所以A股有很大的市場(chǎng)空間和盈利機(jī)會(huì)。本文以程序化實(shí)現(xiàn)簡(jiǎn)單、性價(jià)比高等特點(diǎn)的文華贏智為程序化交易平臺(tái)為例，為防止成果泄露，以上證指數(shù)為模型進(jìn)行探究。

首先，筆者先闡述如何建立一個(gè)量化投資策略。

（1）交易思路的確立。不僅僅是量化投資，就算是普通的投資者也需要一套自己的交易體系。賺不到錢，賠錢，一直觀望，總之，所有交易中的不幸都可以歸咎于沒有一套自己的交易系統(tǒng)或者自己的交易系統(tǒng)有問題。

（2）將思路編寫成投資策略。這一項(xiàng)是量化投資的關(guān)鍵，如何將自己的投資思路轉(zhuǎn)變?yōu)闄C(jī)器代碼，首先是由你所在的交易平臺(tái)所搭建的語言決定的，例如文華贏智就是使用的比較簡(jiǎn)單的麥語言。其次需要對(duì)使用的技術(shù)指標(biāo)進(jìn)行組合搭建，編寫出可運(yùn)行的代碼。

（3）在計(jì)算機(jī)上進(jìn)行回測(cè)，選取最優(yōu)目標(biāo)組合和參數(shù)。技術(shù)指標(biāo)的參數(shù)設(shè)置往往決定了整個(gè)交易系統(tǒng)的成敗，一點(diǎn)點(diǎn)小的誤差往往會(huì)導(dǎo)致千差萬別的結(jié)果。筆者格外強(qiáng)調(diào)資金管理是投資體系中非常重要的部分，卻是大多數(shù)投資者忽略的環(huán)節(jié)，這需要讀者進(jìn)行不斷學(xué)習(xí)研究。

（4）進(jìn)行實(shí)盤操作，在操作中不斷完善投資策略，評(píng)價(jià)該交易代碼。評(píng)價(jià)程序化交易模型性能優(yōu)劣的指標(biāo)體系包含很多測(cè)試項(xiàng)目，但主要評(píng)價(jià)指標(biāo)有年化收益率、最大資產(chǎn)回撤、收益風(fēng)險(xiǎn)比、夏普比率、勝率與盈虧比等。在下文中筆者將對(duì)這些評(píng)價(jià)指標(biāo)進(jìn)行分析。

2 量化投資策略代碼分析：以文華贏智交易平臺(tái)為例

在文華贏智中，進(jìn)入趨勢(shì)模型跟蹤編寫平臺(tái)，利用麥語言中已存在的函數(shù)進(jìn)行編寫，現(xiàn)筆者將自行編寫的其中的一個(gè)策略代碼貼出：

MA1：=MA（C，N1）；//多頭均線

RSV：=（CLOSE-LLV（LOW，N））/（HHV（HIGH，N）-LLV（LOW，N））×100；//收盤價(jià)與N周期最低值做差，N周期最高值與N周期最低值做差，兩差之間做比值定義為RSV

K：=EMA（RSV，2×M1-1）；//RSV的指數(shù)移動(dòng)平均

D：=EMA（K，2×M2-1）；//K值的指數(shù)移動(dòng)平均

C>MA1 AND CROSS（K，D）；//MA1均線上方，KD金叉，買入

CROSS（D，K）；//KD死叉賣出平倉(cāng)

參數(shù)設(shè)置：[N1=10，N=44，M1=M2=27]

筆者需要對(duì)參數(shù)的設(shè)置進(jìn)行重點(diǎn)提醒。測(cè)試參數(shù)的不同會(huì)對(duì)測(cè)試結(jié)果產(chǎn)生非常大的影響，對(duì)于參數(shù)的精確設(shè)置影響到交易模型的可行與否。

這其中，筆者進(jìn)行的是順勢(shì)交易的代碼編寫。順勢(shì)交易，是順著當(dāng)前的趨勢(shì)進(jìn)行交易。如果當(dāng)前趨勢(shì)上升就買入開倉(cāng)，當(dāng)前趨勢(shì)下跌就賣出開倉(cāng)。為了防止惡意做空，本策略只進(jìn)行多頭行情的研究，空頭行情并沒有疊加進(jìn)來，所以收益率要比雙向行情要低。

下面對(duì)此策略代碼進(jìn)行回溯。對(duì)交易模型的測(cè)試結(jié)果是否滿意主要與品種、時(shí)間、手續(xù)費(fèi)費(fèi)率有關(guān)。不同的品種相同的策略有不同的結(jié)果，測(cè)試的品種越多，越能檢驗(yàn)出策略模型的適用性。在時(shí)間上，如果所采用的歷史數(shù)據(jù)越少、時(shí)間跨度越短，測(cè)試的市場(chǎng)狀況就越狹窄，策略的可靠性就越差，反之亦然。手續(xù)費(fèi)費(fèi)率的影響就不用多提，但是有關(guān)滑點(diǎn)的問題也是策略需要多加研究的方面。

交易人員最關(guān)注的是策略到底能否盈利，能賺多少。交易的盈虧額能完全反映這一點(diǎn)。在如下的季度統(tǒng)計(jì)圖和年度統(tǒng)計(jì)圖中可以看出從2009年8月到2014年11月各有盈虧，比較溫和，總體的波動(dòng)幅度并不大。而從2014年11月開始，出現(xiàn)了一直盈利并且幅度較大的狀況，尤其是2016年年初的季度，最高的盈利額達(dá)到了110354元，這比2014年前總的盈利還要多。而從2016年第一季度后出現(xiàn)了虧損，但是幅度并不大，而后又出現(xiàn)了盈利的情況。該策略在該時(shí)間段是盈利的，符合模型最基本的要求，季度統(tǒng)計(jì)圖和年統(tǒng)計(jì)圖如圖1所示。

交易者在一個(gè)策略中擁有的資產(chǎn)總和也是其關(guān)注的重點(diǎn)。假如交易者所用的權(quán)益小于某一理想的數(shù)值，他可能會(huì)停止該策略的繼續(xù)進(jìn)行，這也是我們常說的回撤問題。在如下的權(quán)益曲線圖中，交易者的權(quán)益幾乎是一直遞增，并且在2014年年末后斜率變大，由此我們可以得出使用該策略幾乎不存在回撤問題，對(duì)于交易者的心態(tài)有著積極的作用。權(quán)益曲線圖如圖2所示。

每次交易的盈虧額也是交易者關(guān)注的問題，如果虧損數(shù)量過大，再加上杠桿的作用，可能就會(huì)出現(xiàn)爆倉(cāng)的問題。首先說明，此回溯并沒有加進(jìn)杠桿因素，國(guó)內(nèi)保證金按保守20%計(jì)算，也就是5倍杠桿，雖然不太大，可是影響還是有的。在如下的盈虧分布圖中，可以看出最大的一筆虧損出現(xiàn)在第500次左右交易時(shí)，虧損額為27523，而最大的盈利額也是出現(xiàn)在附近，盈利為32916，看來這附近的波動(dòng)很大，應(yīng)該有政策因素在內(nèi)的影響。該策略總體來說單次盈虧額波動(dòng)并不大，比較穩(wěn)健。盈虧分布圖如圖3所示。

只有圖表并不能準(zhǔn)確地反映出策略的完全可行性，下面將此策略的測(cè)算報(bào)告給予公布。

我們從測(cè)算報(bào)告中可以很容易得出此策略一共測(cè)試了2772天，無杠桿收益率為六年50%，而且只是多頭策略。而自2017年2月17日結(jié)算時(shí)起，滬深300、上證50股指期貨非套期保值交易保證金調(diào)整為20%，所以5倍杠桿的話就為250%。如果只看重策略的收益率卻忽略了回撤風(fēng)險(xiǎn)是極其冒險(xiǎn)的激進(jìn)策略。如果策略的收益風(fēng)險(xiǎn)比相同，但是結(jié)果還是要取決于資金管理決策。

筆者在此將夏普比率進(jìn)行說明。評(píng)價(jià)策略的優(yōu)劣應(yīng)從收益值和風(fēng)險(xiǎn)一起考慮。調(diào)整風(fēng)險(xiǎn)后的收益率就是一個(gè)同時(shí)考慮進(jìn)了收益和風(fēng)險(xiǎn)的指標(biāo)，能夠排除風(fēng)險(xiǎn)對(duì)評(píng)價(jià)的不利影響。1966年，夏普提出了著名的夏普比率：S=（R-r）/σ（R為平均回報(bào)率，r為無風(fēng)險(xiǎn)投資的回報(bào)率，σ為回報(bào)率的標(biāo)準(zhǔn)方差）。此公式表示為盡量用最合適的方法用小風(fēng)險(xiǎn)換得大回報(bào)。如果為正值就說明投資收益比銀行存款利息高。比率越大說明所獲的風(fēng)險(xiǎn)回報(bào)越高。該策略的夏普比率為22.83，可見是一個(gè)理想的策略模型。

3 結(jié) 論

筆者所提供的文化贏智策略模型只是量化投資的冰山一角。繼續(xù)加強(qiáng)量化平臺(tái)的完善，編寫多種多樣的策略，研究新的投資模型，實(shí)盤驗(yàn)證等將是量化投資的發(fā)展重點(diǎn)。

量化投資已經(jīng)成為金融的一個(gè)重要專業(yè)領(lǐng)域。國(guó)內(nèi)多家機(jī)構(gòu)投資者都在加大在量化投資方面的投入，加快量化投資的進(jìn)程。量化投資為機(jī)構(gòu)投資者的投資決策能力的提升提供了新的平臺(tái)。相信量化投資在中國(guó)的前景無限。

參考文獻(xiàn)：

[1]韓錦.程序化交易模型的測(cè)試與評(píng)估[N].期貨日?qǐng)?bào)，2015-03-04（003）.

[2]李子睿.量化投資交易策略研究[D].天津：天津大學(xué)，2013.

[3]吳斌，張永任.基金投資交易的股價(jià)效應(yīng)研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2010（2）：12-18.