全网独家万字雄文 - 量化基金深度（策略、机构名单及研究平台）-韭研公社

登录注册

全网独家万字雄文 - 量化基金深度（策略、机构名单及研究平台）

卓千山

2024-02-11 14:59:02

工分不足的韭友们欢迎在评论区留言或私信，本ID将无偿转赠阅读所需工分（截止本月底），以便大家学习。

一、 什么是量化基金

量化基金，简单来说，就是利用数学、统计学、信息技术的量化投资法来管理投资组合。区别于普通基金，量化基金主要采用量化投资策略行投资组合管理，总的来说，量化基金采用的策略包括量化选股、量化择时、股指期货套利、资产配置等。

看完上面这段话，有没有一种科技和金融完美结合的感觉，虽然看不懂但是依然感到很厉害。简单解释一下，传统的基金，都是基金经理到几只好股票，使劲儿薅这几只股票的羊毛。比如重仓贵州茅台基金，可以说赚得让人眼红;重仓乐视网基金只能让大家损失惨重了。但量化基金则是通过量化算法很多只符合算法要求的股票上各薅一点羊毛，积少成多。所以，量化基金的优势不是对单一上市公司进行基本面研究，而是对市场上的股票进行大样本、大数据的全面深入挖掘。

这种方法单靠基金经理是不行的，只能让计算机没日没夜地计算了。一般来说，量化基金没有“十大重仓股“的概念，比如某些量化基金持仓300多只股票，每只股票占比都小于2%，非常分散，也就保证了基金可以覆盖多个行业的多只股票，分散投资、分散风险，可以尽可能圈住各个热点板块的轮动。

简单来说就是：量化基金就是持有很多只股票，是用机器量化软件每天高抛低吸或换手交易的方式，通过一定的统计概率（胜率&赔率经过统计测试后的算法）在现实市场中执行交易获利的基金模式。即通过借助统计学、数学方法,并且严格按照这些策略所构建的量化模型指导投资的一种基金管理，其中量化基金也可以细分为以下三种:

1、指数增强型基，希望能够提供高于标的指数回报水平的投资业绩。

2、对冲型基金，通过做多和做空对冲市场的风险,以期获得较稳定的绝对收益。

3、主动管理型基金，跟主动型基金的概念相似,通过主动管理去获取超额回报。

而量化投资简单讲就是把选股和交易策略程序化（做成一个固定的模型），用程序代替人力进行选股、决策和交易的投资策略。

二、量化基金的主流策略

1、高频交易策略

高频交易是指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易，比如，某种证券买入价和卖出价差价的微小变化，或者某只股票在不同交易所之间的微小价差。这种交易的速度如此之快，以至于有些交易机构将自己的“服务器群组”安置到了离交易所的计算机很近的地方，以缩短交易指令通过光缆以光速旅行的距离。国内主要以量价的统计验证关系来选股和进行买卖，持股时间短，交易换手率高。

量化交易存在一个不可能三角：策略的高收益风险比、策略的资金容量、策略的长期有效性，不可能同时存在。而高频交易的资金曲线几乎没有回撤，天然具有高收益风险比的特点，那么必然会放弃策略的资金容量。这就使得高频交易在所有的量化交易类型中最具神秘性。高频交易策略因为能够管理的资金容量很少，往往很少需要对外募资，多数高频策略仅仅是运作公司的自营资金。

美国的高频交易非常发达，据美媒报道，美国高频交易市场，一个单独的资金账户，每秒钟能够发出4000个买卖和撤单指令，每天平均下单撤单几十万次到几百万次。相比之下，国内的高频交易还处于幼稚园水平。

高频交易有些公开论文可以查阅，但是需要数学能力比较强。拥有高校论文数据库的话，可以找到比较多的高频交易论文，比如在中国知网上的《一个中国市场的高频交易模型》。

高频交易模型因为收益太高了，不仅资金容量有限，也非常容易失效。不过好处是，高频交易的失效很容易看出来，连续2-3天不盈利，基本上模型就失效了，试错成本非常低。不像多因子模型和趋势跟踪模型，跑个1-2年不盈利，最后发现模型失效了，那会比较尴尬。

2、指数增强策略

增强型指数投资由于不同基金管理人描述其指数增强型产品的投资目的不尽相同，增强型指数投资并无统一模式，唯一共同点在于他们都希望能够提供高于标的指数回报水平的投资业绩。为使指数化投资名副其实，基金经理试图尽可能保持标的指数的各种特征。此种产品，无清盘线，基金以获得相对指数的超额收益为目标。

3、多因子选股策略

多因子模型是量化选股中最重要的一类模型，基本思想是找到某些和收益率最相关的指标，并根据该指标，构建一个股票组合，期望该组合在未来的一段时间跑赢或跑输指数。如果跑赢，则可以做多该组合，同时做空期指，赚取正向阿尔法收益；如果是跑输，则可以组多期指，融券做空该组合，赚取反向阿尔法收益。多因子模型的关键是找到因子与收益率之间的关联性。

如何挑选和回测因子，如何对多因子进行组合，以及在因子领域如何对冲和控制风险，以及具体哪些因子是有效的，这是各家量化基金的核心机密。

因子量化投资，经过几十年的发展，有4个因子被业内认为是长期有效的，这已经形成了共识。这4个有效因子被称为“rewarded factor”，并被写入CFA教材。这4个因子就是：

动量：例如，同一个一行业中，过去1年涨幅靠前的10只股票，未来1个月收益大于过去1年涨幅靠后的10只股票。

质量：例如，同一个行业中，过去1年财务报表上现金流最充足、负债率最低的10只股票，未来1个月的表现，要会好于过去1年财务报表上现金流最差、负债率最高的10只股票。

价值：例如，同一个行业中，过去1年市盈率最低的10只股票，未来1个月的表现，要好于过去1年市盈率最高的10只股票。

市值：例如，同一个行业中，过去1年市值最小的10只股票，未来1个月的表现，要好于过去1年市值最大的10 只股票。

除了这4个已广泛形成共识的因子，各家量化基金还会挖掘一些自己的因子。比如目前用的比较多的，波动率因子：同一个行业，过去波动率最低的10只股票，未来表现要好于过去波动率最高的10只股票。或者景气度因子：例如，营收增长率高、净利润增长率高的股票，表现会好于营收增长率低、净利润增长率低的股票。

一个简单的“综合景气因子和价值因子”的策略就可以实现超额收益，在整个A股中选择买入，同时满足“营业收入增长率从高到低排名在前200名”并且“市盈率从低到高排名在前200名”的股票。也就是，同时满足增长率高并且估值低的个股。每月调仓一次。

因子策略最大的优点是，资金容量很大，适合大基金操作。但是缺点也很明显，因子容易失效，并且失效期通常会长达几年，以至于策略的执行者很难区分，这个因子只是这几年失效，还是永久失效了。

比如说2017年 -2020年，A股市场的主流是各行业最头部的龙头公司，被誉为“核心资产”。头部集中的行情特征，直接导致市值因子失效，价值因子失效。直到2021年，这种情况才出现好转，量化因子策略重新崭露头角。

想克服这个问题没有捷径。巴菲特说过，量化因子是看着后视镜开车。要克服这个问题，只能引入主观基本面分析，在看着后视镜开车的同时，也适当地看一看挡风玻璃的前方。看久了后视镜的人，哪怕只是稍微看那么一两眼挡风玻璃的前方，就会发现，很多问题可以迎刃而解。

4、市场中性策略

在期指市场上做空，在股票市场上构建拟合指数的成份股，赚取其中的价差，这种被动型的套利就是市场中性套利策略。如最近声名大燥的DMA量化中性策略。关于此，我们后面有机会的话深入专文解读。

5、跨品种套利 & 跨期套利策略

跨品种套利指的是利用两种不同的、但相关联的指数期货产品之间的价差进行交易。这两种指数之间具有相互替代性或受同一供求因素制约。跨品种套利的交易形式是同时买进和卖出相同交割月份但不同种类的股指期货合约。主要有相关商品间套利和原料与成品之间套利。跨品种套利的主要作用一是帮助扭曲的市场价格回复到正常水平；二是增强市场的流动性。

跨期套利是套利交易中最普遍的一种，是股指期货的跨期套利即为在同一交易所进行同一指数、但不同交割月份的套利活动。

6、期货CTA策略

商品交易顾问(Commodity Trading Advisor，简称CTA)是指通过为客户提供期货、期权方面的交易建议，或者通过受管理的期货账户参与实际交易，来获得收益的机构或个人。由于CTA的交易对象通常是商品期货和金融期货，所以CTA策略也被称作管理期货（Managed Futures）策略。量化CTA：基于机器的判断，基金管理人通过分析建立数量化的交易策略模型，由模型产生的买卖信号进行投资决策，人的错误判断对量化CTA的干扰比较小。量化CTA也需要长期对数据的分析、参数的优化、模型的更新迭代，这个过程和量化选股很类似。

从交易策略分类CTA子策略，可以分为趋势跟踪、趋势反转、套利对冲

趋势跟踪：主要通过追随已形成的价格趋势获利，在上涨趋势时持有多仓，下跌时持有空仓，当趋势结束时平仓。

不过趋势跟踪系统仅仅根据价格来判断趋势的形成和结束，随着趋势跟踪系统的使用者越来越多，市场价格也出现了越来越多的噪音，体现在市场走势上，就是价格突然的反向运动越来越多，即使长期来看存在趋势，短期也会有大幅回撤，令趋势跟踪系统难以盈利。想克服这个问题没有捷径，也是引入主观基本面分析，分析价格背后的基本面趋势，而不仅仅是价格本身的趋势。全世界公认的一致性最好的趋势跟踪交易系统如下：

趋势反转：通过价格拐点从价格回归过程中获利。信号反转向上时持有多仓，显示价格反转向下时持有空仓，实现回归时进行平仓。

套利对冲：通过对相关品种/合约进行交易。可以做多低估值品种，做空高估值品种；也可以从价格回归中获利，包括期现套利、跨期套利、跨品种套利、跨市场套利等。

基于CTA策略收益稳健，性价比较高，与股市相关度低的特点，CTA策略可以进入多种投资场景。例如：如果你是股票基金为主的投资者，配置CTA基金，可以为你输出与股市低相关的绝对收益，同时也有平滑波动降低风险的作用。如果你是固收和量化中性的投资者，在组合中加一点CTA，可以提高一些收益，额外承担一些相对较低的波动

三、 国外主流量化机构

1、 Bridgewater Associates 桥水联合基金：

去年桥水基金宣布在上海自贸区注册投资公司，引起了金融界的广泛关注。这家常年在世界对冲基金榜单上位居前列甚至是榜首的美国公司掌管约1500亿美元，客户主要由机构客户组成，包括外国政府、央行，企业和公共养老金，大学捐款和慈善基金。它总部设在美国康涅狄格州，总共拥有约1500名雇员。

桥水的历史超过40年，可谓对冲基金中的常青树。它在2008金融危机中获得了正收益，迄今为止获得数十项奖项，与它独特的投资理念不无相关。桥水以全球宏观策略为主，提出了全天候投资策略，alpha与beta策略分离等理论。其中的全天候投资策略强调在不同的宏观经济时期进行不同类型的资产组合配置，从而达到始终盈利的状态。这也是其在2009年雷曼兄弟倒台之后仍然表现良好的关键原因。

2、AQR Capital Management：

AQR资本管理公司成立于1998年，总部在美国康涅狄格州的格林尼治，管理规模达1592亿美元，雇员数量达到693人，在波士顿、芝加哥、洛杉矶、伦敦和悉尼设立办公室。

AQR将金融理论和实际应用相结合，管理养老金、保险公司、大学捐款、主权财富基金等多种资产。它强调研究驱动、高科技带来的实用洞见、经济直觉和严格的风险管理。

AQR的投资策略十分广泛，包括长短仓、套利、股权、全球宏观、保险、绝对收益、动量、多策略等。它的首要目标是价值股和动量股。选择投资组合时，AQR强调基本面与量化分析和自下而上选股的结合。投资核心是三个原则：系统化方法、多样化投资和alpha技艺。

此外，AQR还有其专门的图书馆，在线提供逾300篇论文期刊等，将他们的投资研究发现与其他投资者分享。

3、Millennium Management 千禧管理：

千禧管理成立于1989年，管理规模达336亿美元。它拥有超过1900名雇员，在美国、欧洲和亚洲均设有办公室。

千禧管理的投资方法十分注重风险。比起高风险高收益，它更偏向于在一定的风险（比如低的夏普率）之下有较高的收益。此外，它也希望交易团队能在赚钱的日子里有较小的收益，在亏钱的日子里有较小的亏损，在这种情况下争取较多的赚钱日。如果有在有高损失的风险前提下获得高收益的机会，AQR会让团队放弃掉这样的机会。这种对于风险厌恶的投资理念成为了交易团队的一道规则。千禧管理的投资策略着重分散投资和全球化，包括相对价值、统计套利、并购套利、固定收益和商品等。它在资产类别、商品所属行业、投资标的所属地等方面十分多样化，投资标的包括国内外股权、债权、货币、期货、远期、期权等。值得一提的是，千禧管理十分注重高科技的运用。它的附属量化部门有能够让业余交易员提交算法来进行特定交易的系统。

4、Citadel 城堡投资：

城堡投资集团由肯尼斯·格里芬创立于1990年，旗下有两家公司——城堡资产管理公司和城堡证券。其中城堡资产管理公司管理规模超过240亿美元，也在仅有的百分之三的经营超过20年的对冲基金之列。城堡因其良好的业绩吸引了许多世界上最大的机构投资者，包括主权财富基金、养老金、大学捐款等。公司拥有超过1400名雇员，总部设立于芝加哥，在北美、亚洲、欧洲均设有办公室。

城堡的投资方法由严密的基本面研究、高端量化分析和一个经过验证的技术平台共同驱动。投资原则是努力、情景规划和重复。投资策略注重世界上最大的金融市场上主要的一些资产类别，主要包括股票、信贷、量化策略、商品、固定收益和宏观。近日，Citadel宣布任命微软首席运营官(COO)凯文·特纳(KevinTurner)为公司副董事长，同时兼任Citadel证券公司(Citadel Securities)CEO。特纳已担任微软COO长达11年，拥有管理大型、复杂企业的丰富经验，是一名杰出的企业运营管理人员。随着越来越多的对冲基金从高科技行业招兵买马，对冲基金策略也变得越来越依赖高科技。想要获得高于对手的收益，科技创新或将成为关键因素。

5、Soros Fund Management, LLC 索罗斯量子基金：

乔治索罗斯几乎是金融界无人不知的狠角色。他的索罗斯量子基金也曾经是对冲基金行业的翘楚，现金已经转变为一家家族办公室。公司成立于1969年，总部设立在纽约，管理规模超过200亿美元。它在2010年被评为对冲基金行业最赚钱的公司之一。在40年的时间里，它获得了年均20%的收益。

公司的投资标的包括股票、世界范围内的固定收益产品和外汇、货币、商品、私募股权基金和风险投资基金。公司在交通、能源、零售、金融等行业有大量的投资。2016年，该基金为希拉里的总统选举捐赠了超过700万美元资金。

提到这家公司，就不得不说说创始人，传说中“富可敌42国”的索罗斯。这位匈牙利裔美国富豪曾经阻击英镑从而打垮英格兰银行，也狙击泰铢和港元，引发亚洲金融风暴。他在投资界以独有的哲学思想上的投资架构而闻名，爱好哲学文学，通过对一个国家政治文化历史的研究来进行投资决策。此外，他热心政治，参与格鲁吉亚、乌克兰等国颜色革命，也是美国拜登党的拥护者。

目前，索罗斯量子基金虽已转型为家族办公室，它在对冲基金行业的影响力则永远不会消失。

6、Winton Capital Management 元盛投资：

Winton成立于1997年，管理规模超过300亿美元，在全世界九个办公室拥有超过400名雇员。Winton是一家系统化的投资公司，运用科学手段进行交易。它通过对历史数据的统计学分析和数学建模来寻找获利机会。它的产品跨度很大，从高分散的多资产到地区性多头股票都有。它不听从传统市场，采取严谨的、系统化的、基于事实、无情感偏见的决策。它相信，在最好的制药公司、工程和信息技术公司里研究发展部门的传统方法在金融界也是能够被很好地运用的。也因此，该部门有超过三分之一的雇员。

值得一提的是，该公司还有许多的特殊项目开放给大众。这些项目得益于Winton投资系统（WIS）——一个在接近二十年的将科学技术和统计研究运用到投资管理实践后出现的产物。这个系统让大众参与投资决策，从而也为公司自己的投资形成建议池。这些项目则是具体的参与渠道，包括Winton分散投资项目、Winton期货项目等。

7、D.E. Shaw& Co. 德劭：

在当今的对冲基金行业，科技含量的高低逐渐成为收益好坏的关键因素。德劭便是一个正面的例子。

该公司成立于1988年。创始人David E. Shaw是哥伦比亚大学计算机系的教师，也担任过政府科技顾问等职位，十分精通信息技术与相关科技。在他的带领下，德劭十分注重量化交易，其高速交易系统多次被媒体报道。

目前该公司管理规模达到300亿美元，员工数量超过1300。如前所述，该公司十分注重量化技巧在投资中的运用，也开发了高精尖的计算机技术用于交易。此外，德劭也有私募股权投资，还将一部分资产投向科技公司。

最后，值得一提的还有创始人德劭的故事。他在斯坦福博士毕业后快速拿到了哥伦比亚大学的教职，之后加入摩根士丹利的量化部门。两年后，在公司内部斗争中败北的他创立了德劭基金，并运用当时罕见的高频交易技术在华尔街横空出世，利用市场的无效性剪市场的羊毛。到2015年，他的个人财富已经达到41亿美元。然而，他不满足于此，内心的geek本色暴露，又跑去搞计算化学了！他雇了一群基础科学博士，在2004年成立D.E.Shaw Research，用了三年时间开发出Anton第一代，比一般的超级计算机快10000倍！之后，团队不断斩获世界知名科学杂志的论文发表机会，学术声誉也是节节攀升。天才的人生不需要解释，然而背后也看出金融与科技相结合的趋势。得科技者得金融，或将成为将来的不二法则。

8、Renaissance Technologies LLC 文艺复兴科技：

文艺复兴科技成立于1982年，管理规模超过650亿美元。提到这家公司，就不得不说说它的创始人，大名鼎鼎的詹姆士西蒙斯。在扬名华尔街之前，西蒙斯的另一个身份早已获得全世界的肯定，那就是数学家。他在23岁获得加州大学伯克利分校数学博士学位，一年后出任哈佛大学数学系讲师，后又去到纽约州立石溪大学出任数学系主任，那一年他仅30岁。西蒙斯在石溪大学做了8年的纯数学研究，其间与华裔知名数学家陈省身联合创立了对数学和物理学影响深远的Chern-Simons理论。1976年，西蒙斯摘得数学界的皇冠——全美维布伦（Veblen）奖，其个人数学事业的成就也就此达到顶峰。

在金融方面，他发明独特的“壁虎式投资法”，即在投资时进行短线方向性预测，同时交易很多品种，依靠在短期内完成的大量交易来获利。用西蒙斯的话说，交易“要像壁虎一样，平时趴在墙上一动不动，蚊子一旦出现就迅速将其吃掉，然后恢复平静，等待下一个机会。”无论是1998年俄罗斯债券危机，还是本世纪初的互联网泡沫，西蒙斯管理的大奖章基金历经数次金融危机，始终屹立不倒，令有效市场假说都黯然失色。对此业内人士普遍认为，西蒙斯的不败神话主要得益于其“壁虎式投资法”。转战投资界“第二战场”二十年后，西蒙斯用一系列数据证明了自己的成功：1989年到2009年间，他操盘的大奖章基金平均年回报率高达35%，较同期标普500指数年均回报率高20多个百分点，比“金融大鳄”索罗斯和“股神”巴菲特的操盘表现都高出10余个百分点。即便是在次贷危机爆发的2007年，该基金的回报率仍高达85%。

创始人的数学天分自然也影响了整个公司的文化与氛围。文艺复兴科技可谓是量化交易的先锋。研究员们在数据库中运用几十年的数据进行分析、预测统计意义上证券的价格走势。如今大数据如此火热，然而在20多年前，文艺复兴科技就已经在运用大数据的概念进行交易了。一直以来公司雇佣的很多专家几乎毫无任何金融方面的背景，包括数学家、物理学家、统计学家等，在300多个雇员中超过三分之一拥有这些基础科学的博士学位。也因此，公司被称为是“拥有全世界最好的物理和数学部门”。公司现在运营的基金叫做文艺复兴制度资本基金，Renaissance Institutional Equities Fund (RIEF)。这个基金的历史并没有公司旗下著名的大奖章基金悠久。而大奖章基金仅仅接受公司的内部人员的钱进行投资。

9、Two Sigma：

这不是一家典型意义上的投资公司。它遵循技术与创新的原则，在机器学习、分布式计算的引领下进行决策。2001年成立的它始终在投资之外研发最新的技术，用以做出更好的决策。

创始人大卫与约翰都是技术投资领域的佼佼者，在电脑驱动、以模型为基础的交易系统发展领域有超过40年的经验。公司有超过22,000,000GB的数据，每秒能完成10的14次方次计算，研发部门员工占比超过三分之二，超过百分之六十员工无金融背景，管理规模达到350亿美元。

公司结合海量数据、世界级的电脑系统和金融专家来完成高端的交易模型，同时也用科技的眼光来优化投资、管理风险。如前所述，公司运用机器学习、分布式计算等科技前沿方法，也将新鲜观点、经济学假设作为起点，结合科学手段测试、拓展它。

这样的公司无疑是引领时代潮流的典范。引领科技者，其传奇或将继续被续写。

10、Paulson & Co.鲍尔森：

公司成立于1994年，管理规模约193亿美元，雇员数量约为125，总部设立于纽约，另外在伦敦、香港设有办公室。

公司擅长事件驱动套利策略，包括并购套利、破产重组和不良信贷、结构化信贷、资金重组、重构等。目标是保护资产，在长期获得超越平均的收益，以及与市场保持低相关性。公司依赖于自下而上的基本面分析。

提到这家公司，就不得不提到约翰·保尔森（John Alfred Paulson，1955年12月04日---），哈佛商学院MBA学位，美国投资家，亿万富翁，现为Paulson&Co.公司总裁，因在2008年美国次贷危机中大肆做空而获利，被人称为“华尔街空神”、“对冲基金第一人”。

四、对量化的思考& 主流量化研究平台

最后我想说，几乎所有的量化都是利用市场的漏洞来盈利的。这些漏洞有些是因为市场处于发展初期不够成熟，有些是因为某些交易制度存在套利空间，有些是因为机构使用了自身的独特优势（信息、系统、资金）钻了空子。但是所有的漏洞最终都会被修复，并且修复的速度要超出交易者的预期，现在存在于市场上的量化策略终将失效。只有不断地研发新的策略，找新的漏洞，替换掉老的失效的策略，才是量化交易的王道。

从这个意义上讲，量化策略，颇有今朝有酒今朝醉，只争朝夕的意味。一旦有了可以盈利的策略，就要迅速扩大规模，把钱赚足，因为一旦老策略失效，又没有新策略补上，后面就是洪水滔天。

国内量化研究平台

DigQuant - 提供基于matlab量化工具（教学为主）

Factors - 无需编程，即可快速构建属于自己的最优量化策略

镭矿 - 基于量化回测平台

宽矿 - 十行代码即可构建量化策略，全自动python策略实盘交易

OpenQuant - 基于C#的开源量化回测平台

京东量化 - 算法交易和量化回测平台（已下线）

聚宽 - 量化回测平台优矿 - 通联量化实验室

况客 - 基于R语言量化回测平台

Factors - 数库多因子量化平台

诸葛量化 - 量化交易平台