文档介绍：量化投资的中国化研究
:如果市场完全有效,技术和基本分析将白费,这意味着定量投资研究是没有意义的。在实践中,完全有效的市场不会存在,通常可以通过异常现象获取超额收益。
 
计算机已经成为投资组合经理和证券分析师的必备工具。复杂的交易策略,如程序化交易和投资组合管理,没有计算机和通信基础平台的支持,就不可能实现。正如商业周刊报道,在很大的范围内在技术驱动下,金融业正在发生结构性的变化。- KYTam,运筹学学会杂志,
 
在过去的一个世纪,关于量化的投资方式,大量经济学家做出了不懈的努力。最初量化投资的讨论可以追溯到1900年,由学者Bachelor提出。不幸的是,他否认了定量投资作用。他认为商品市场的价格变动应该是相互独立的,因此定量分析是没用的,但当时没有人能证明这个理论的真伪。直到1950年,有效市场假说才开始在欧洲和北美股市进行了实证分析。肯德尔(1953),法玛(1965),布里雷,德莱顿,坎宁安和穆尔(1962)分别在英国和美国进行市场的典型试验,发现“英国市场遵循随机游走模型,而美国市场是无效的市场”。
 
如果市场是完全有效的,传统的技术和基本分析将白费,这意味着定量投资研究是没有意义的。在实践中,完全有效的市场不会存在,我们通常可以通过“Anomalies(异常现象)”获取超额收益,而这些“异常现象”或者来源于技术分析或者来源于基本面分析。拉蒙劳伦斯(1997)评论说:“我认为有效市场假说在理论上有一定的好处,但在现实世界,这是痛苦的,因为存在一个明显不公平的竞争。一些市场参与者有更多的信息工具洞悉这种“异常现象”从而战胜市场,基本上股市价格不单纯是随机行走”。业界中大量的研究人员,专业人士和普通投资者都在津津乐道地寻找这种“异常现象”获取高额回报。
 
在大量前人研究文献中,我们可以发现,投资具有这种“异常现象”的股票,如低P / E的股票,一月效应,小市值规模的企业,积极阿尔法策略都可以取得超越市场的回报(例如比S&P 500指数更好的表现)。Reinganum(1988)基于222家美国顶尖金融投资公司业绩发现“这些取得股票投资组合异常报酬的金融集团投资的股票都有一些共同特点和规则,而这些规则涉及通常可以用一些公开的市场参数测量,如市盈率,动量指标,市值规模,资金流向等”。在华尔街,大量顶尖的资产管理公司,基金公司和证券经纪公司通过分析自己的数据库或资讯供应商提供的数据来源不断从事这些异常现象的发掘,据不完全统计,美国证券市场日常的交易量有超过65%基于这种量化投资和算法交易。
 
在过去的几年里,越来越多的量化投资基金开始建立。据理柏的数据,2006年,81家量化投资基金加入共同基金的阵营。此外,量化投资基金的规模从2002年底的190亿美元增加到2006年的4000亿美元。Evergreen首席投资官比尔说:“在华尔街历史上,这是第一次量化投资成为主流方向,这是一个关键的转折点。”多家世界著名的投资管理或资产管理公司都开始发现量化基金,如我们熟悉的先锋,联邦,剑锋,美国世纪,联博,长荣,及嘉信等。最近他们都开始加入巴克莱全球投资集团和LSV资产管理两个世界上最大的量化基金管理公司阵营。
 
中国股市越来越多的量化投资的基金和指数基金公司如雨后春笋涌出,截至2010年7月,在中国A股市场,有9只量化基金(主动量化投资)和12只指数基金(被动量化投资)成立,金融工程技术正在成为投资业的一种时尚和技术革命。在我的接下来的论文中,首先我试图比较金融史上主流的数量选股方法,计算机化组合构建和管理方法,接下来我将介绍系统化的量化投资框架以及现代化的组合构建和管理办法(, VBA, Matlab,SPSS)。在实证部分,我将使用中国金融市场最流行的数据供应商Wind的数据库以及我自己开发录制的高频交易数据库。
 
本专题共分为三部分。在第一部分(文献回顾与理论),我将系统化引进包括主动和被动投资的量化投资框架。在这一部分,我将批判性地介绍行业内比较流行的美林时钟行业配置模型,GARP行业内选股模型,Markowitz的有效边界应用,以及指数基金的构建方法。同时,我也提供我自己的方法并提供量化投资的框架和程序。
 
第二部分,我将重点聚焦于在金融市场上可以应用的实际统计和计量经济学方法,并将其应用于实证研究。具体包括了应用于行业配置的金融数据平稳性检验与转化方法;主成分分析,多元回归分析和优化求解,遗传算法; 应用于主动性组合构建的Markowitz的投资组合理论和有效前沿的组合构建方式,应用于指数基金构建的三种优化求解方法等的具体实施方式。
 
第三部分,我将应用前面讨论的数量化投资框架,实证多变量回归分析,优化求解,遗传算法在行业配置上的应用。同时,在这一部分,