按语：量化策略已经成为国内证券投资基金的一种重要的投资策略，根据具体采用的策略不同又可分为多种类型。本文总结出八大类型的量化策略，结合国内实际运用情况逐一分析了各个策略在中国市场可以支持的资金规模，也就是市场容量。希望为相关人士提供参考。敬请阅读。
|文/吴卫东（兴业证券投资基金经理）
一.量化策略简介
量化”一词意味着运用统计和数学的方法科学分析历史数据，这些数据包含但不限于价格，交易量，各种事件和宏观经济数据。通过综合的运用这些数据从而对各种策略的收益进行严格的回测，规避人为主观认识的偏差性。“量化”一词同时也意味着量化的分析策略所隐含的风险和收益，在合适的边际成本下进行选择，从而避免人为主观选择的偏差。行为金融学的研究表明人在进行经济行为时会有各种认知和选择偏差，诺贝尔经济学奖得主卡勒曼就指出“过度自信”、“损失规避”和“迷恋小概率事件”会使得人们在股票市场上表现出频繁交易和容易夸大最近出现的事件等特性。
量化策略可以依据具体采用的策略不同分为以下几大类，本文将会简单介绍每一类策略和它们的市场容量。
1.多因子选股模型
2.普通指数和增强型指数基金
3.事件驱动模型
4.ALPHA策略（量化对冲策略）
5.无风险套利模型
6.统计套利交易模型
7.期权/可转债和标的之间的套利
8.单一证券的量化交易策略
二.量化策略简介及其市场容量
1.多因子选股模型
多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子（股价技术指标和公司基本面数据）作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。举一个简单的例子，如果有一批人参加马拉松，想要知道哪些人会跑到平均成绩之上，那只需在跑前做一个身体测试即可。那些健康指标靠前的运动员，获得超越平均成绩的可能性较大。多因子模型的原理与此类似，我们只要找到那些对企业的收益率最相关的因子即可。
当然多因子模型要比简单的马拉松成绩预测复杂得多，最重要的一点找出哪些因子对企业来说是“健康”的因子。Fama和French1992年对美国股票市场决定不同股票回报率差异的因素的研究发现，股票的市场的Beta值不能解释不同股票回报率的差异，而上市公司的市值、账面市值比、市盈率可以解释股票回报率的差异。诺奖得主Eugene Fama通过对大量股票中某些共同特征进行筛选，从而得到有别于大盘因子的两个新因子：规模与价值。这个模型能很好地解释股票的预期回报。后来，该模型又加上了动量因子，成为四因子模型。
多因子的换仓时间一般为一个星期到一个季度之间，综合考量A股市场的交易成本，常见的选择的是每个月一换，多因子模型是所有量化模型中市场容量最大的模型，因为理论上来其市场容量与主动选股是一致的，最大可达百亿以上。
2.普通指数基金和增强指数基金
（1）普通指数基金
普通指数基金是买入指数成分股，使用完全复制法复制股票指数的基金。目前的技术手段基本可以做到跟踪偏离度小于0.2%，年化跟踪误差小于2%。指数基金的主要要求在于减少跟踪误差，但是由于每日申购赎回和停牌等问题会影响基金持有的投资组合对于指数的跟踪，基金管理人可以通过对历史数据的量化分析从而确定替代股以减少跟踪误差。指数基金的规模可达百亿以上。
（2）增强指数基金
增强指数基金通过把80%的资金用于复制指数，15%的资金用于投资量化选股模型以获得超额收益。量化选股模型包括多因子模型，事件驱动模型等。一般而言，量化模型的待选股票池为所跟踪的指数。和普通指数基金一样，增强指数基金的规模可达百亿。
3.事件驱动模型
事件驱动策略，也被称为主题投资，是多因子模型以外的另一个被广泛使用的选股模型。从数量化角度来看，事件驱动选股的方法分为两个步骤：第一步是找到驱动因子。驱动因子分为两类：一类是纯时间驱动因子，如限售股解禁前后；另一类是时间+指标双重驱动因子，如盈利超预期的股票，其中定期报表公布的时间为时间驱动因子，盈利是否超预期是指标驱动因子。第二步是找到驱动因子和股票超额收益之间的关系：对于纯时间驱动因子，我们关心何时有超额收益；对于时间+指标双重驱动因子，我们关心什么样的股票在何时有超额收益。
A股市场上主要的事件有：定向增发，定增破发，大股东高管增持，股权激励，并购重组等。
（1）定向增发
定向增发属于上市公司再融资的一种，主要是指上市公司以新发行一定数量的股份为对价，取得特定人资产的行为。定向增发的价格具有一定的指引作用，往往被市场视为产业资本认可的公司价值下限。在预案公告日或者股东大会日买入公布定向增发预案的股票，并持有一段时间再卖出，这个策略有很低的下行风险但并未降低可能的收益，因此综合起来看，定向增发事件有超额收益。
（2）定增破发
定增破发是指当股价跌破定增价格的一定比例以后买入，然后持有到解禁日卖出。其投资逻辑为参与定增的大股东或机构在股价破发之后倾向有提升股价的动力。历史回测也显示了买入定增破发的股票确实具有可观的ALPHA。回测结果表明，2007年6月至2014年7月，当二级市场价格破发10%时买入，模型的年均收益为13%，同期HS300指数年均下跌2.7%，模型年均超额收益为15.7%。
（3）大股东和高管增持
大股东和高管增持事件是指大股东或者高管在二级市场的买入本公司股票的行为。从逻辑上分析，他们的增持行为可以反映出管理层和大股东对于公司股价及公司未来发展状况的态度，大量的买入行为可能表示其认为目前公司价值被低估、价值提升空间较大，或者对于公司未来经营充满信心，认为公司未来的发展前景较好。从上世纪60-70年代至今，大股东和高管增持行为与股票收益关系问题一直是国内外学术界关注的焦点，已有大量研究表明大股东和高管增持行为的确包含着对股价有价值的信息，增持公告后能够获得显著的超额收益。
（4）股权激励
股权激励是指公司股东对管理层实施的激励行为，一般来说激励与公司股价或业绩相挂钩，股权激励投资逻辑如下：
短期获取股权激励信息对市场预期的改变。
长期获取股权激励对上市公司业绩的促进。
统计显示仅20%股权激励停止实施,即80%股权激励成功实施,所以大概率上市公司业绩达到股权激励条件。
股权激励一般实施3年左右,每年要求业绩有一定的增长,业绩增长具备持续性。
业绩条件较高为了达到股权激励目标公司采取并购重组外延式扩张的可能性较高。
（5）并购重组
并购重组是指不同公司合并成立新的公司的过程，通过并购重组能够整合优化经营资源的配置结构，获得协同效应，增加经济规模，并减少无效竞争，因此并购重组也是值得关注的事件驱动策略。
单一的事件驱动策略持股以30支计，每只股票持股市值5000万计算，单一事件驱动策略的市场容量为15亿，多个事件驱动策略的市场容量是单一事件驱动策略的数倍，约为50亿。华宝兴业刚刚成功发行了一只事件驱动选股基金，最新规模为62.09亿。
4.ALPHA策略（量化对冲策略）
量化策略有时需要对冲，这里的“对冲”是指对冲掉市场的风险，不赌未来市场的方向，无论市场是上涨还是下跌，均以获取绝对收益为目标，量化对冲追求的是长期收益，细水长流。由于对冲，会使得其在长期内非常稳定，回撤幅度非常小，长期来看几乎是一条倾斜的向上的曲线。
对冲策略一般并不单独使用，而是与其他策略混合使用，例如对冲策略与多因子策略相结合，用与现货市值相对应的期货空头相对冲，这样就能规避掉市场整体的宏观风险，降低策略的回撤，获取阿尔法收益。量化对冲策略的市场容量与多头使用的策略以及股指期货的每日成交量相关，规模可达50亿。
5.无风险套利
股指期货期现套利的基本原理就是：利用沪深300股票组合与股指期货的价差，当股指期货价格超过300组合一定空间后，则买入300股票组合同时做空股指期货，然后等到价差归零后，双向平仓的套利方式。2010年股指期货刚问世的时候，当时无风险套利空间大概有20%以上，后来由于套利资金的介入，收益下降，现在稳定在10%左右，大概估计目前市场可以支持的资金规模在30亿左右。
6.统计套利
统计套利的精髓在于控制每一次套利的风险，使得单次可能的最大损失不足以对本金产生显著影响，从而长期来看统计套利的风险较低。策略主要有组合统计套利（主元分析），分级基金折溢价套利，跨品种套利，跨市场套利，跨期套利，基金封转开等。
（1）组合统计套利
组合统计套利买入一揽子价值低估的股票同时做空一揽子价值高估的股票，策略思想和配对交易如出一致，只是数学模型更为复杂。它一般使用多元统计分析的方法,诸如主元分析,独立成份分析等对股票池进行分析，据此在股价偏离相关性的时候可选择多空组合，待回复以后再平仓。由于目前A股市场融券规模很小，组合统计套利策略难以实施。
（2）分级基金折溢价套利
分级基金套利属于统计套利的一种，基本原理就是利用分级基金在二级市场的折溢价来赚钱。分级基金的套利机制是这样的：当基金二级市场价格高于基金的单位净值时，申购母基金份额，并将持有的母基金份额拆分为A,B份额在二级市场卖出；当基金二级市场价格低于基金的单位净值时，投资者可以在二级市场买入基金A,B份额合并为母基金并赎回。
分级基金二级市场价格与单位净值之间的差额再扣除相关的交易费用即为投资者的套利收益。由于分级基金的正反向套利会有两到三天的持仓风险，因此单次套利可能会亏损，但长期来看，每次套利市场上涨的平均收益和下跌的平均风险相互抵消，因此折溢价部分即是统计上的收益。
分级基金套利的市场规模与相应品种的流动性相关，单只分级基金能够容纳的套利资金大约为1000万，但是市场上有几十只不同的分级基金，可能同时几只一起出现套利机会，因此分级基金折溢价套利的规模大概在1亿。
（3）跨品种套利
跨品种套利就是买入未来可能强势的股票，同时做空未来可能弱势的股票。统计数据显示，很多股票之间有着相同的走势，例如工商银行和建设银行之间的走势很接近，某段时间工商银行突然拉升，则可以立刻融券做空工商银行，同时做多建设银行。和如上例子类似，期货跨品种套利则在两个关联度较高期货品种的价差偏离历史均值较大时，同时做多和做空它们，比如大豆和豆粕。在价差回归历史均值时，获利平仓。
（4）跨市场套利（AH股套利）
跨市场的套利的基本思路与跨品种套利类似，比如同一公司的A股和H股的比价长期稳定在一个比值上，但比值突然减小，这时候可以做空此公司的H股并做多A股。
（5）跨期套利
跨期套利的基本思路与上述两种套利类似，一般运用在同一大宗商品或者指数的不同到期日的期货合约上，当远月合约与近月合约的价差超过一定阀值就可以做多被低估的，做空被高估的。
跨品种套利、跨期套利和跨市场套利的容量与其相应品种的市场规模相关。
（6）基金封转开套利
封闭式基金在二级市场上交易时一般都相对其净值有一定的折价，因此在封闭式基金到期或者是专为开放式基金前可以购入，并等待到期赎回，从而获得其折价的那部分。封闭基金的数目现在仅有7支，折价大约为20%左右，基金规模为20亿到50亿。基金封转开的套利市场容量大约为10亿。
7.期权/可转债和标的之间的套利
权证与标的之间的套利在于寻找权证偏离其合理价格的机会，通过权证和标的多空组合构建“只赚不赔”的资产组合。
（1）期权与标的之间的套利
期权套利是一个较为复杂的策略,它牵涉到同时买入不同认购期权、认沽期权、期货以及现货来构造一个无风险的组合,并赚取其中的价差。期权价格的失衡通常来自市场波动增加、交易量变化，简单来说，期权套利很大程度上决定于对标的资产的合理定价。通常的期权套利策略有买卖权平价套利（两个期权），期权价差套利（两个期权），期权凸性套利（碟式套利或鹰式套利，三个期权），箱体价差套利策略（四个期权）等。
比如，如下的例子是一个买卖权平价套利策略。2015年8月6日9点56分31秒，融券卖出10000份50ETF（价格2.478），买入一张50ETF认购8月2350（价格0.1380）卖出一张50ETF认沽八月2350（价格0.0441）。收益上，当50ETF的涨幅在6%以上时组合不亏损，但是当50ETF涨幅在6%以下，或者下跌时，会获得正向收益。
由于国内期权仅有50ETF，并且流动性不足，因此期权与标的之间套利的市场容量在100万左右。
（2）可转债和标的之间的套利
可转债的套利就属于一种较为简单的套利类型，可转债的转换平价(转换平价＝可转债市价÷转换比率＝可转债市价×股价÷100)。一旦实际股票价格上升到转换平价水平,任何进一步的股价上升都肯定会使可转债的价值增加。因此,转换平价可视为一个盈亏平衡点。如果转换平价低于股票市价,称为转换贴水；反之,则称为转换升水。正常情况下,可转债表现为转换升水,如果出现转换贴水,则有套利机会)与其标的股票的价格产生折价时,两者间就会产生套利空间。如果套利操作的成本足够小,人们就可以通过套利交易实现其中的价差收益。在海外成熟市场,可转债套利的基本思路是“做多可转债,做空股票”。
可转债套利与相应可转债的市场规模相关，A股市场单个品种债券的合适套利规模为1-5亿。
由于今年前期股市的持续上涨使得大部分存量转债都满足赎回条件，转债市场规模和品种急剧萎缩。目前市场上仅余电气转债、格力转债、歌尔转债、航信转债4只普通转债，以及14宝钢EB和15天集EB2只可交换债。根据基金二季报数据，截至6月30日，20只可转债基金的资产规模为142.89亿元，配置可转债共计73.72 亿元，是基金中配置转债的主力。由于可投资标的寥寥无几，大大限制投资空间，而相当一部分可转债基金由于有最低仓位要求，被迫在为数不多的品种中进行投资，这也使得转债溢价率处于相对偏高的位置，目前没有套利机会。
8.单一证券的量化交易策略
单一证券的量化交易策略主要是通过单一品种，例如期货、证券的价量关系形成的技术指标进行交易，这些技术指标包含趋势指标、震荡指标、压力指标和价量指标以及能量指标等。
在前几年，市场有效性理论被许多人理解为股票价格服从随机漫步模型。但对任何赢利性的技术交易规则来说，股票的收益必须是可预测的，所以使用随机漫步模型的人也就排除了技术分析的使用价值。近期学术界对技术分析的态度大多持肯定态度。关于股票的可预测性的文献有很多，研究中提供了大量证据，对技术分析进行了样本外检测发现技术分析可以带来额外收益。虽然技术分析为何能增加投资过程的价值很难从理论角度给出解释，但是技术许多成功的交易策略都是以过去的价格等信息为基础。
为了避免单纯的技术分析带有的模糊性和适用性问题，量化投资会将按照各个技术指标所进行的交易进行回测，从而选择最适合相应品种的技术指标进行交易并设置止损线。
单一证券的量化交易策略收益和市场容量根据所选择的权证品种而存在差异，以期货CTA策略为例，每年的收益率大致为50-80%,但是回撤也较大，一般为20%左右。成熟的对冲基金针对不同的市场特性，比如单边市或震荡市或单边市，开发趋势跟踪CTA策略和价格反转策略。然后根据一些指标判断市场特性，在不同市场时期，使用相应有效的CTA策略。（完）
