A股可量化投资

《证券市场周刊》：用量化方法来做价值投资，与典型的量化投资有何不同？

刘海影：传统上，典型量化投资的方法，是从数据到数据。

数据处理方法是经过特殊处理先排序、回归、再排序：1.先排序，股票按照超额回报率，将上市公司的各指标在数据库中排序；2.回归，用回归方法来确定某一个指标对超额回报的贡献，按照贡献大小对指标（因子）赋予不同权重；3.再排序，根据因子权重来打分，选择那些排序比较高的股票。

本质上，这种量化选股技术是使用数学手段去识别强势个股具有什么样的基本面特征，也就是去识别哪些基本面因子能够带来超额回报，并且按照其作用大小来对因子赋权，据以识别具有强势特征的个股。

然而，这种仅靠数据回归建立模型来进行投资决策和操作的方法，“知其然而不知其所以然”，忽视了数据与结果之间的内在联系。比如一个公司市盈率比较低，就对这家公司排序比较高，却不管市盈率低背后的逻辑。

我原来也使用主流的量化选股模型，后来觉得这种方法从数据到数据，缺乏逻辑上可解释的投资哲学和投资理念而放弃。

由于因子权重是从过去数据的回归中得到，在现实中，同一因子所起作用可能与过去有差别。某一因子在何时起多大作用无法预知，某一阶段可能是价值型因子作用大，价值指标得分高的股票表现好；而下一阶段可能是增长型因子作用大，股票表现情况就相反。

因此，当市场发生风格转换时，逻辑上讲基金经理要不断调整模型，调高或调低某类因子的权重。但这与量化投资的要求相矛盾。

在加拿大担任基金经理的后期，我越来越认识到了典型量化投资思路的局限性，因此开始尝试一种“非典型”的量化投资策略，并将其运用到实践中，包括现在A股基金的管理。

《证券市场周刊》：这种投资策略的基本思路是什么？

刘海影：这种投资策略简单来说，就是用量化模型织“渔网”。

首先，投资决策框架由三部分组成：1.通过选股来创造超过基准指数的回报；2.战略风险管理，通过仓位控制来防范系统性风险；3.投资组合优化和管理，包括行业配置和个股仓位比例。

该方法与典型量化投资的区别在于，其中使用的数学模型、方程都只是一种工具，是为价值投资理念服务的。

选股就是量化加价值，将量化作为手段，在财务数据中提炼和寻找有效信息。模型中的数据都是财务信息，因为：1.在有效性较高的市场，过去股价信息不能提供超额回报；2.量化只是手段，挖掘财务数据与超额回报之间的内在联系才是目的。

据此建议一个模型，将1800家A股上市公司的数据代入，通常会有150家-200家符合标准。这是根据模型建立的股票池，作为买进或进一步做价值投资研究的目标。

这当然与典型量化投资有别，因为投资思路完全不同；但另一方面，它也与“手工作坊”式的传统价值投资方法有别，因为借助了数量化手段。

该方法在A股市场应用的效果，比在美国还要显著。因为：1.A股的市场效率比美国低，提供了更多可把握的机会；2.从选股的方法论来看，中国一般投资者的方法是“叉鱼”，收益的不确定性非常高；这种方法是“网鱼”，这样选股不一定能选到大黑马，但可以保证一定的收益率水平。

用数据来说，我认为，在美国所谓的市场定价错误机会在5%-10%。其他90%无法证明市场定价错误，也就没办法抓住机会。A股定价错误带来机会的比例大约15%，也就是说2000家公司约有300家价格被低估，这是我们的系统要去捕捉的。

《证券市场周刊》：选股模型背后的逻辑是什么？

刘海影：选股的两个重点是安全边际和业绩惊喜。

根据模型所确定的150家-200家的股票池，要符合对于选股架构的两个要求：1.具有安全边际；2.具有业绩惊喜。

这两者所共同反映的投资哲学是：值得买进的公司一定是市场定价出错的公司。如果市场不出错，则买进股票的回报理论上只是市场的平均回报。上述两个要求，要通过量化手段来帮助筛选和实现。

比如银行股，目前虽然估值低，也可能不被模型选出来，因为没有业绩惊喜。

由安全边际和业绩惊喜两个条件的组合构成9类股票（见表），其中前3类符合买进的标准。

判断有无业绩惊喜的依据有三点：1.公司过去24个季度（6年）财务报表所显示的增长能力；2.分析师对该公司的一致预期；3.股价隐含的增长预期。

第三点是说，市场目前对股票的定价，相当于对该公司未来增长速度有一个预期，否则买者不会买入，可以用数学方法倒推，算出来市场预期的增长速度是多少。

如果过去6年的增长能力（代表过去的事实）、分析师一致预期（代表研究员的预期）和股价隐含的增长预期（代表市场预期）三者之间差距不大，说明该公司基本不存在可把握的超预期机会，不用去关注；如果三者之间差距足够大，就可能值得进一步研究。

从目前对A股的研究来看，业绩惊喜的行业特征并不明显，个股机会有广泛分布，在23个行业分类中我们投资了17个行业的30多只股票。

从强调投资决策流程化出发，这30多只股票都是按照步骤自然形成的结果，所得到的行业配置比例并非刻意而为。即选股只从个股的角度切入，不从行业配置出发。

至于安全边际，不是跟其他股票横向比较出来的，而是将当前估值水平跟历史上经过经济周期和股票市场周期考验得出的估值区间相比较。这其中，历史估值水平不能直接使用，要通过模型做调整，变成同一标准下可比的。比如原来ROE比较高，现在环境恶化了，就要考虑进去。

这与行业属性有关，调整时要依据行业划分建不同的模型，比如毛利率对科技股并不那么重要，相应参数就会做调整。

《证券市场周刊》：如何进行风险管理？

刘海影：战略风险管理上，要尽可能规避系统化风险。这可以简化为仓位管理。仓位管理显然比全进全出更科学。正常做法是让所承担风险跟市场潜在风险相匹配，市场风险高时仓位低一点。

战略风险管理有三个要素：1.看宏观经济环境对股市的走势是否有利；2.看市场估值水平高低；3.对资金面、政策面细节上的研究。

前两点决定了对大格局的判断。目前来说，宏观方面和估值方面都比较中性，所以我们基金的仓位在40%多，反映了上述判断。

严格来说，最后一点不属于战略风险管理，只是为了把选时精确化一些。

宏观判断也是用量化技术来做预测，即定量化计算宏观环境对股市的影响。

我们目前做两个国家的宏观模型，美国和中国。美国模型是很早就开始做的。中国模型的指标、参数都跟美国不一样。但量化技术是一样的。

区别在于，美国的数据多，我们验证过100多个数据的有效性，使用了20多个关键指标来做模型；跨度时间长，从1965年至今。

中国的数据只是1995年到现在。而美国一些数据中国并没有，要重新寻找相关性强的，最后形成可用的26个指标。

由数据和模型得出结论，中美两国的经济运行逻辑不完全一样，但也有不少相似之处。

对估值高低，我们主要依赖系统给出的一个信号，即如果价值低估公司所占比例越大，可以认为市场估值水平较低。判断价值低估的系统不用来选股，而仅为了判断估值高低。

该系统所显示的被低估股票比例一直在波动，2008年下半年是24.5%，2009年1月是32.3%，2011年8月是28.5%，所以说现在的估值环境属于中性。

再回顾一下，这个投资决策框架由三部分组成：1.通过选股，来创造超过基准指数的回报；2.战略风险管理，通过仓位控制来防范系统性风险；3.投资组合优化和管理，包括行业配置和个股仓位比例。

其中前两点是主要的，要按照流程严格执行。先是量化模型确定股票池，再通过详尽的基本面研究确定约30～50家公司，平均买入。与此平行的，是进行战略风险的控制，主要包括宏观经济对股市的影响和估值高低的判断，以确定仓位。

上述合计是两个宏观模型（美国和中国）、一个选股模型（安全边际和业绩惊喜）、两个风控模型（宏观对股市的影响和估值高低），加起来5个模型，每个月所有模型都会重复运行一次。

依照上述选股法构建的积极管理（瑞富）指数可在Wind资讯平台查到。2008年7月－2011年8月，该指数上升138%，同期沪深300指数上升2%。

上海治卵巢肿瘤医院哪家好

上海哪家医院看糖尿病比较专业:2型糖尿病能吃什么不能吃什么

南京皮肤病研究所在哪个位置_外伤会导致白癜风病发吗 怎样预防白癜风复发

四川达州什么白癜风医院好

上海专业妇科医院

上海妇科医院_月经不调量很少怎么办