【摘 要】 隨著計(jì)算機(jī)的技術(shù)的進(jìn)步，傳統(tǒng)的投資方式由于效率低下、人為心理因素干擾以及投資策略單一等缺點(diǎn)，已經(jīng)越來(lái)越無(wú)法適應(yīng)全球投資者的步伐，因此，借助現(xiàn)代統(tǒng)計(jì)學(xué)、數(shù)學(xué)的方法，從海量歷史數(shù)據(jù)中尋找能夠帶來(lái)超額收益的多種“大概率”策略，并紀(jì)律嚴(yán)明地按照這些策略所構(gòu)建的數(shù)量化模型來(lái)指導(dǎo)投資，力求取得穩(wěn)定的、可持續(xù)的、高于平均的超額回報(bào)的量化投資嶄露頭角。本文主要介紹量化投資在雙均線(xiàn)策略、以及單均線(xiàn)策略中應(yīng)用。

【關(guān)鍵詞】 量化投資 雙均線(xiàn) 動(dòng)量

一、量化投資發(fā)展

量化投資是指通過(guò)數(shù)量化方式及計(jì)算機(jī)程序化發(fā)出買(mǎi)賣(mài)指令，以獲取穩(wěn)定收益為目的的交易方式。在海外的發(fā)展已有30多年的歷史，其投資業(yè)績(jī)穩(wěn)定，市場(chǎng)規(guī)模和份額不斷擴(kuò)大、得到了越來(lái)越多投資者認(rèn)可?；ヂ?lián)網(wǎng)的發(fā)展，使得量化投資概念在世界范圍的傳播速度非?？欤S著我國(guó)資本市場(chǎng)的不斷完善，量化投資策略開(kāi)始為大量的投資人員提供新的投資思路，不過(guò)由于起步較晚還處于發(fā)展的初級(jí)階段，所以在發(fā)展過(guò)程中仍舊存在許多不全面的情況。[1]

在一定程度上說(shuō)，量化投資可以理解為自動(dòng)化交易系統(tǒng)，只不過(guò)隨著人工智能技術(shù)的發(fā)展，量化投資被賦予了新的內(nèi)涵，比如在投資模型的構(gòu)建過(guò)程中，需要進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)挖掘、數(shù)據(jù)分析、數(shù)據(jù)回測(cè)、機(jī)器學(xué)習(xí)等，以便使量化策略變得更加有效，使量化模型不斷得到完善，從長(zhǎng)期來(lái)看能夠持續(xù)、穩(wěn)定盈利。[2]

二、雙均線(xiàn)策略

（一）策略簡(jiǎn)介

雙均線(xiàn)策略，通過(guò)建立m天移動(dòng)平均線(xiàn)，n天移動(dòng)平均線(xiàn)，則這兩條均線(xiàn)必有交點(diǎn)。若m>n，n天平均線(xiàn)“上穿越”m天均線(xiàn)則為買(mǎi)入點(diǎn)，反之為賣(mài)點(diǎn)。該策略基于不同天數(shù)均線(xiàn)的交叉點(diǎn)，抓住股票的強(qiáng)勢(shì)和弱勢(shì)時(shí)刻，進(jìn)行交易。即：策略邏輯是在金叉時(shí)候買(mǎi)進(jìn)，死叉時(shí)候賣(mài)出，所謂金叉死叉是兩條均線(xiàn)的交叉，當(dāng)短期均線(xiàn)上穿長(zhǎng)期均線(xiàn)為金叉，反之為死叉。

比如：入場(chǎng)條件：快線(xiàn)（9日均線(xiàn)）上穿慢線(xiàn)（18日均線(xiàn)）;出場(chǎng)條件：快線(xiàn)下穿慢線(xiàn)

（二）回測(cè)優(yōu)化

此次選取股票代碼為000001的平安銀行，回測(cè)時(shí)間區(qū)間為2017.05.01-2020.51;交易保證金比率：5%，其余交易成本暫且為0。

參數(shù)設(shè)置：快線(xiàn)周期MA1=9 慢線(xiàn)MA2=18 ?結(jié)果如圖1所示：

參數(shù)設(shè)置：快線(xiàn)MA1=25，MA2=50 ?結(jié)果如圖2所示

參數(shù)設(shè)置：快線(xiàn)MA1=5，慢線(xiàn)MA2=50

（優(yōu)化從理論上來(lái)講，長(zhǎng)度越大的兩根相鄰均線(xiàn)之間的差異越小，例如2日均線(xiàn)和3日均線(xiàn)之間的差異，遠(yuǎn)遠(yuǎn)大于100日均線(xiàn)和101日）均線(xiàn)之間的差異。結(jié)果如圖3：

首先，由上面的回測(cè)可以發(fā)現(xiàn)：在快線(xiàn)周期MA1=9 慢線(xiàn)MA2=18時(shí)回測(cè)出來(lái)的收益率是小于當(dāng)快線(xiàn)MA1=25，慢線(xiàn)MA2=50以及快線(xiàn)MA1=5，慢線(xiàn)MA2=50的時(shí)候。

其次，由圖像可以看到快慢均線(xiàn)周期較短時(shí)，其收益回測(cè)時(shí)大部分處于基準(zhǔn)收益下方，說(shuō)明該參數(shù)下的策略并非最優(yōu)。當(dāng)擴(kuò)大周期后即MA1=25，慢線(xiàn)MA2=50 ，其收益增加5%左右，但波動(dòng)率也有所加強(qiáng)，在后者中，其收益大部分位于基準(zhǔn)之上，說(shuō)明這樣策略下，收益是大概率優(yōu)于長(zhǎng)期持有。

最后，進(jìn)行優(yōu)化后即快線(xiàn)MA1=5，慢線(xiàn)MA2=50的時(shí)候，年化收益達(dá)到22%。

三、動(dòng)量策略

（一）策略簡(jiǎn)介

股票的收益率有延續(xù)原來(lái)的運(yùn)動(dòng)方向的趨勢(shì)，即過(guò)去一段時(shí)間收益率較高的股票，在未來(lái)依舊會(huì)取得高于平均的收益率。動(dòng)量效應(yīng)是研究過(guò)去的歷史行情，并預(yù)測(cè)過(guò)去的行情能延續(xù)。

該策略比較大的爭(zhēng)議就是：很多人認(rèn)為動(dòng)量效應(yīng)是一種非常激進(jìn)、盲目的投資策略，說(shuō)白了就是追漲殺跌，其風(fēng)險(xiǎn)程度相當(dāng)高，一不小心就可能買(mǎi)在頂點(diǎn)。其潛在的優(yōu)勢(shì)就是盈利空間巨大，劣勢(shì)是盈利機(jī)會(huì)較少。

計(jì)算公式：動(dòng)量值=最新收盤(pán)價(jià)-N日MA

進(jìn)場(chǎng)：動(dòng)量值大于零且動(dòng)量值一直在增加中

出場(chǎng)：動(dòng)量值小于零且動(dòng)量值一直在減少中

（二）回測(cè)優(yōu)化

對(duì)于該策略的有效性的評(píng)價(jià)，依舊選取股票代碼為000001的平安銀行，回測(cè)時(shí)間區(qū)間為2017.05.01-2020.51;交易保證金比率：5%，其余交易成本暫且為0。

參數(shù)設(shè)置：均線(xiàn)周期=40時(shí)。如圖4所示：

由回測(cè)結(jié)果可以看出，此參數(shù)下的策略的年化收益為21%，但依舊是低于基準(zhǔn)值而且波動(dòng)率有所上升。

接下來(lái)為了得到更好的數(shù)據(jù)，可以對(duì)參數(shù)設(shè)置進(jìn)行優(yōu)化，通過(guò)參數(shù)優(yōu)化，得到均線(xiàn)周期為50的時(shí)候，數(shù)據(jù)最優(yōu)。

參數(shù)設(shè)置：均線(xiàn)周期=50時(shí)。如圖5所示：

由回測(cè)結(jié)果可以看出，優(yōu)化參數(shù)參數(shù)之后的策略的年化收益是大于基準(zhǔn)值的。而且在回測(cè)歷史區(qū)間內(nèi)，大部份時(shí)段的收益是是大于長(zhǎng)期持有的收益。但是相對(duì)的其波動(dòng)率有所增長(zhǎng)，風(fēng)險(xiǎn)略微增大。

該種參數(shù)優(yōu)化其實(shí)是一種遍歷算法，這會(huì)導(dǎo)致的缺點(diǎn)是：過(guò)度擬合。這就相當(dāng)于對(duì)著結(jié)果找過(guò)程。一般這樣找出來(lái)的參數(shù)只適用于過(guò)去的數(shù)據(jù)，對(duì)于未來(lái)是否適用，我們無(wú)法確定。

三、策略效果對(duì)比

利用該雙均線(xiàn)策略和MTM策略進(jìn)行回測(cè)平安銀行，采取的是一個(gè)比較理想的環(huán)境，即未設(shè)置交易成本。所以在最后得到的收益等指標(biāo)是較為理想的，因?yàn)闆](méi)有頻繁交易開(kāi)關(guān)倉(cāng)帶來(lái)的手續(xù)費(fèi)，這樣盈利是凈值。從優(yōu)化的回測(cè)結(jié)果可以看見(jiàn)在初始資金量相等一系列條件相等的時(shí)候：

其實(shí)從表格1對(duì)比各項(xiàng)評(píng)價(jià)指標(biāo)來(lái)看其實(shí)MTM要略?xún)?yōu)于雙均線(xiàn)的。但是這存在樣本誤差與選取的標(biāo)的和回測(cè)區(qū)間有關(guān)。其實(shí)在實(shí)務(wù)中，動(dòng)量交易策略要比雙均線(xiàn)更為流行。這兩項(xiàng)指標(biāo)策略屬于比較經(jīng)典的策略，還有許多的不足，僅僅靠?jī)?yōu)化參數(shù)還不夠。

【參考文獻(xiàn)】

[1] 白一池.資本市場(chǎng)量化投資策略和風(fēng)控措施探析[J].現(xiàn)代商業(yè)，2020，5：117-118.

[2] 姜學(xué)文.超買(mǎi)超賣(mài)量化投資策略構(gòu)建[J].科學(xué)管理，2020，1：117-117.

作者簡(jiǎn)介：張翔，1995——，男，漢族，安徽合肥，金融專(zhuān)碩在讀，安徽大學(xué)經(jīng)濟(jì)學(xué)院