量化经济投资策略应用效果研究教材

1、摘 要随着我国经济的进展，关于国内来讲，我国的量化投资正处在起步时期，而且量化投资的应用近年来伴随着资本市场的波动也正在稳步地进展。国内众多的学者关于量化投资策略运用效果的研究还不是专门多，因此，本文通过研究量化基金的绩效及治理能力来研究量化投资策略在实际过程中的应用效果，这也是本文要紧的研究意义所在，旨在提高大众对量化投资的理解和认识。中国从2004年8月27日的第一只量化基金产品出现以来，到2004年以来，一共有且只有60只量化基金出现，这其中的总规模就差不多达到约为500亿元。从这些一连串的数据能够看出我国的量化投资依旧仍然处于初级时期，在这之后，一些有关量化投资策略使用效果研究以及对国

2、内并不多见的量化基金这类产品研究也如雨后春笋般地多了起来。尽管中国的量化基金市场相关于欧美发达国家在数量和规模上依旧会有专门大的差距，但随着市场机制的日益完善以及越来越多的创新产品逐步推出，加上交易监管制度的渐趋完善，以及宽敞投资者对金融知识的储备的日趋丰富，相信中国的量化投资在近些年的进展过程中也一定会迎接快速进展的时期在国内市场应用前景不可估量。而且量化投资有着自己独特的优势，这是因为量化投资和定性投资相比，更能克服人性上的弱点，关于在猎取信息和进行投资决策时能够体现更多的纪律性，比起其他的投资方式，量化投资的策略会显得更加科学和完善。而从实际的状态来看，通过观看国内量化基金的投资策略，关

3、于投资标的的同质化的现象显得颇为严峻。深入地究其缘故，要紧是因为大多数的基金经理他们不约而同地参考了多因子选股模型，如此就会导致容易忽略差不多面，加上行业的因素和市场风格的转换两者也会毫无疑问地会对投资绩效产生比较突出的阻碍。因此，在熊市中，基金则是更多地通过减仓的目的来达到减少损失的效果，从2010年，中国相继推出股指期货以来，本来完全能够更多地配合股指期货的操作方式来釆取市场中性策略来增加投资者的收益，然而因为目前交易机制还不够完善，以及投资者的金融知识匮乏，并不能像西方资本主义市场那样自由地使用所有的金融衍生产品来使得投资收益最大化。着也就导致了同样的情况也出现在融资融券中，融资费率和融

4、券数量的限制使得一些在熊市中也可获利的策略无法大展身手。尽管许多数据提供商及基金评级机构公开了各自的基金业绩评价指标或评级公式，甚至有些卖方研究所也开发了量化择基模型，然而众多的择基方法不论是在数据猎取成本、客观性、易行性等方面都存在或多或少的问题。为了克服这些难题，本文致力于建立一个取数于公开市场、逻辑结构简单、易实现的量化择基模型，为基金投资者提供可靠的投资建议。更是从宏观的角度来讲，在近十年来经济全球化的进程有了突飞猛进的进展。随着国家间经济联系与交往的日益紧密,从商品、服务、劳动力的相互补充,到科技、信息的互通有无,以及资本国际流淌规模的扩大,国家间的利益差不多休戚相关,实行完全封闭的

5、对外经济政策在当今世界已不再可能。因而,任何国家都不可幸免地或主动、或被动地卷入到经济全球化的浪潮当中,只是参与的程度有所一些的差不。因此，我们基于当前的情况，本文首先将 15 只量化基金累计净值收益率同中信 A 股指数收益率和市场收益率三者之间进行比较，以研究当前量化基金采纳量化投资策略的绩效情况；再通过采纳 T-M 模型、H-M 模型和 C-L 模型对其中的9只量化基金的治理能力进行了详细的研究，进而来评价量化基金在使用量化投资策略的择股效果和择时效果。通过研究结果显示，样本中 60%左右的量化基金能够超过市场的均值和中信 A股指数，这就讲明了量化基金所采纳的量化策略在进行投资过程中是有意

6、义的；T-M 模型、H-M 模型和 C-L 模型的研究结果也充分表明了几乎全部量化基金具备正的择股能力（在统计上并不是专门显著），以及几乎全部量化基金都不具备正的择时能力（只有 C-L 模型的研究结论在统计上呈现显著的趋势）。最后本文总结了研究结论，并提出了一些决策性的建议。关 键 词：量化经济；投资策略；实施效果；绩效评估论文类型：理论研究和模型设定ABSTRACTWith the development of our economy, for domestic, quantitative investment in our country is in start level, and th

7、e application of quantitative investment in recent years along with the fluctuations are steadily on the development of capital market. Many domestic scholars for the application of quantitative investment strategies to effect is also not many, therefore, in this paper, through the study of performa

8、nce and quantitative funds management ability to study quantitative investment strategies in the process of practical application effect, this is the meaning, this article mainly research aimed at improving the publics understanding of quantitative.China from August 27, 2004, the first quantitative

9、fund products, since 2004, a total of only 60and quantitative funds, of which total scale has reached about 50 billion Yuan. A series of data can be seen from this quantitative investment or is still in its infancy in our country, after that, some studies quantitative investment strategies use effec

10、t and the domestic rare quantitative fund this kind of product research and also such as bamboo shoots up more. Although Chinas quantitative fund market relative to the developed countries in the number and size of Europe and North America will still have a large gap, however, as the market mechanis

11、m increasingly perfect and introduced gradually, more and more innovative products and trade supervision system gradually perfect, and the general investors increasingly rich reserves of financial knowledge, believe that the process of the development of quantitative investment in China in recent ye

12、ars are going to meet the rapid development period in the domestic market prospect is immeasurable. And quantitative investment has its own unique advantages, this is because, compared to quantitative and qualitative investment can overcome the weakness of human nature, in the access to information

13、and investment decisions can reflect more discipline, and compared with other forms of investment, quantitative investment strategy would be a more scientific and perfect.And from the perspective of the state of actual, by observing the domestic quant funds investment strategy, the phenomenon of hom

14、ogeneity for investment is very serious. Thoroughly investigate its reason, mainly because most fund managers they consulted many to one factor to choose a model, this will lead to easy to overlook the fundamentals, plus the industry factors and market style transformation both will no doubt be a pr

15、ominent impact on investment performance. , of course, in a bear market, the fund is more through reduced to achieve the purpose of reducing the effect of the loss, since 2010, China successively since the launch of stock index futures, already can more completely with the operation of the stock ind

16、ex futures to the quantitative market neutral strategy to increase the income of the investors, however because of the trading mechanism is not perfect enough, and investors lack of financial knowledge, unlike western capitalist market, and cant free to use all of the financial derivatives to make t

17、o maximize investment returns. Also can lead to the same situation also appeared in the margin, financing cost rate and the limit of the number of the borrowing makes some in bear markets can also be profitable strategy can not.Based on the current situation, this article will first 15 quantitative

18、fund accumulative total net value of yield with citric a-share index comparison between returns and market returns, in order to study the current performance of quant funds using quantitative investment strategies; Again through the adoption of T - M model, H - M model and C - L model of 9 quantitat

19、ive fund management ability to carry on the detailed research, and then to evaluate quantitative funds in the use of quantitative investment strategies of stock selection effect and timing effect. Through the research results show that the sample of 60% or so of the quant funds can be more than the

20、market average and citric a-share index, which means the quant quantitative strategies adopted by the makes sense to invest in the process; T - M model, H - M model and the result of C - L model also fully shows that almost all quantitative funds is the stock selection ability not statistically sign

21、ificant), and almost all quantitative funds dont have is timing ability only C - L model research conclusion statistically significant trends). At the end of the paper summarizes the research conclusion, and puts forward some policy Suggestions.KEY WORDS: Quantitative economy; Investment strategy; t

22、he Implementation effect; Performance evaluation TYPE OF THESIS: Theoretical Research and Case Study目 录 TOC o 1-3 h z u HYPERLINK l _Toc382205131 1 绪论 PAGEREF _Toc382205131 h 3 HYPERLINK l _Toc382205132 1.1 选题背景和研究意义 PAGEREF _Toc382205132 h 3 HYPERLINK l _Toc382205133 1.2 本文创新点 PAGEREF _Toc382205133

23、 h 3 HYPERLINK l _Toc382205134 2 相关理论与综述 PAGEREF _Toc382205134 h 3 HYPERLINK l _Toc382205135 2.1 量化投资使用效果的理论支撑 PAGEREF _Toc382205135 h 3 HYPERLINK l _Toc382205136 2.2 量化投资策略的使用理论支撑 PAGEREF _Toc382205136 h 3 HYPERLINK l _Toc382205136 2.3 国外文献综述 PAGEREF _Toc382205136 h 3 HYPERLINK l _Toc382205136 2.4

24、国内文献综述 PAGEREF _Toc382205136 h 3 HYPERLINK l _Toc382205137 3 量化投资的现状与进展 PAGEREF _Toc382205137 h 3 HYPERLINK l _Toc382205138 3.1 量化投资的现状 PAGEREF _Toc382205138 h 3 HYPERLINK l _Toc382205139 3.2 量化投资进展趋势 PAGEREF _Toc382205139 h 3 HYPERLINK l _Toc382205140 4 量化投资策略的使用效果 PAGEREF _Toc382205140 h 3 HYPERLI

25、NK l _Toc382205141 4.1 量化投资的治理能力分析 PAGEREF _Toc382205141 h 3 HYPERLINK l _Toc382205142 4.2 量化投资能否战胜市场 PAGEREF _Toc382205142 h 3 HYPERLINK l _Toc382205143 5 多因子选股模型的建立 PAGEREF _Toc382205143 h 3 HYPERLINK l _Toc382205144 5.1 模型介绍 PAGEREF _Toc382205144 h 3 HYPERLINK l _Toc382205145 5.1.1 模型研究思路 PAGEREF

26、 _Toc382205145 h 3 HYPERLINK l _Toc382205144 5.2 多因子模型建立步骤 PAGEREF _Toc382205144 h 3 HYPERLINK l _Toc382205144 5.2.1 选取候选因子 PAGEREF _Toc382205144 h 3 HYPERLINK l _Toc382205144 5.2.2 检验选股因子的有效性 PAGEREF _Toc382205144 h 3 HYPERLINK l _Toc382205144 5.2.3 剔除多余因子 PAGEREF _Toc382205144 h 3 HYPERLINK l _Toc

27、382205144 5.2.4 模型评价及改进 PAGEREF _Toc382205144 h 3 HYPERLINK l _Toc382205146 6 多因子模型实证结果 PAGEREF _Toc382205146 h 3 HYPERLINK l _Toc382205147 6.1 数据范围选取 PAGEREF _Toc382205147 h 3 HYPERLINK l _Toc382205148 6.2 数据处理 PAGEREF _Toc382205148 h 3 HYPERLINK l _Toc382205144 6.3构建多因子投资组合 PAGEREF _Toc382205144 h

28、 3 HYPERLINK l _Toc382205144 6.4多因子模型运行结果 PAGEREF _Toc382205144 h 3 HYPERLINK l _Toc382205146 7 政策建议 PAGEREF _Toc382205146 h 3 HYPERLINK l _Toc382205147 7.1 学习国外先进量化策略 PAGEREF _Toc382205147 h 3 HYPERLINK l _Toc382205147 7.2 提高人才素养 PAGEREF _Toc382205147 h 3 HYPERLINK l _Toc382205147 7.3推进人民币国际化 PAGER

29、EF _Toc382205147 h 3 HYPERLINK l _Toc382205147 7.4 扩内需与加快出口贸易 PAGEREF _Toc382205147 h 3 HYPERLINK l _Toc382205147 7.5 协调国际货币政策 PAGEREF _Toc382205147 h 3 HYPERLINK l _Toc382205147 7.6 削弱通货膨胀 PAGEREF _Toc382205147 h 3 HYPERLINK l _Toc382205147 7.7 加强对流淌资本的监管 PAGEREF _Toc382205147 h 31 绪论选题背景和研究意义中国股票市

30、场成立差不多 20 余年，在这期间，相应法律法规和制度建设日益完善，市场中的参与者也越来越多，通过2005 年股权分置改革，中国股票市场快速健康进展并不断壮大，可投资品种也越来越多。市场产品的增加为各种投资方式的进展提供了历史机遇，与此同时，机构投资者对量化投资的关注程度也越来越高。量化投资策略作为投资策略的一种，在投资过程中具有重要的实践意义。量化投资略包括行业量化资产配置策略、量化择股策略和量化择时策略。行业量化资产配置策略体现的是行业选择的能力、量化择股策略体现的是证券选择的能力，量化择时策略体现的是时刻选择的能力。其中，择时策略是通过分析历史信息和现时信息，对当前的投资决策做出指导，而

31、不是对以后趋势进行预测。量化投资策略依照一些量化的指标来指导投资决策，这些指标能够是技术分析学派使用的，如价格、成交量、成交额、移动平均线数据等，也能够是学术分析学派使用的，如货币供应量、公司财务指标等，也能够是心理分析学派使用的，如投资者情绪指标、分析师综合预测等。量化投资策略确实是依照这些能够获得的能够量化的信息，对其进行统计学上的分析，并加以金融建模，通过运用计算机程序进行日常的决策和交易。自2004 年 8月 27 日国内发行第一只量化基金产品以来，截至目前，国内差不多有十五只公募性质的量化基金产品在运营，一些阳光私募也开始使用量化投资策略，量化投资在我国的进展还处于起步时期。国内学者

32、对量化投资策略应用效果的研究还较少，本文在借鉴前人研究基金治理能力方法的基础上，从研究量化基金治理能力来研究量化投资策略的择时效果和择股效果，以研究量化投资策略的使用效果，并依照研究结果提出合理的建议。本文的研究意义在于，国内外学者对量化投资策略使用效果的专门研究还较少，供本文可参考的专门研究投资策略使用效果的理论和文献十分有限，本文在此理论背景和研究基础上，利用国内 A 股市场上现有的采纳量化策略的基金数据，通过研究这些基金的绩效、择股能力和择时能力来考察分析使用量化投资策略的效果。长期以来,对基金真实业绩、基金经理的实际投资能力、基金经理的作用和地位、基金经理是否尽职履行职责等问题,一直存

33、在争论。本文的研究有助于考察基金和基金经理的真实状况,分析基金经理努力程度的“真实效应”,基于收益数据的基金经理努力程度评价模式不仅对基金经理“成功”的投资行为进行了考察,还对其主观努力程度进行了分析,因此本文的研究具有重要的应用价值。随着量化投资的不断进展，量化投资模型也在不断改进。简单的策略可能确实是证券或组合的套利行为，如期现套利组合、市场异象研究中的差价组合等。统计套利策略是经典的量化投资策略，如匹配交易或携带交易。近年来，高频交易成为量化投资的重要内容，基于高速的计算机系统实施高频的程序交易差不多是量化投资的重要利器。本文创新点本文力求在前人理论和研究成果的基础上，进行一定程度的创新

34、。论文创作后，总结本文的创新点要紧为研究对象上的创新。量化投资在我国还处于起步时期，国内学者对量化投资策略使用效果的研究比较少见，对量化基金这类新兴基金的研究也比较少见，量化基金由于要紧使用量化投资策略行投资，因此量化基金的治理能力能够直接反映量化投资策略的使用效果，因此本文通过研究量化基金的治理能力，对量化投资策略的应用效果进行了研究，在研究对象上呈现一定的创新性。同时，也将多因子模型中有效因子藤选范围圈定作出大胆尝试，即分不对大盘股和小盘股觀不出适合各自风格特征的有效因子，以迎合不同时刻股票市场的风格走向，多因子选股时釆用打分法来构建投资组合时我们提出的分层赋权思想也是亮点之一。近年来，我

35、国股票市场中大小盘收益存在明显差距，市场热捧小盘股，小盘股有远胜于大盘股的收益表现，但有些时期大盘股也有超越小盘股的表现，许多机构和学者进行了大量的研究来解释和把握这种现象，以实现投资收益的最大化，下面从实证分析的角度的角度动身，来揭示能够使用这种风格来构建差不多策略的操作方式和原理，为投资者的投资提出新的建议和方法。 MACROBUTTON MTEditEquationSection2 Equation Chapter (Next) Section 1 SEQ MTEqn r h * MERGEFORMAT SEQ MTSec r 1 h * MERGEFORMAT SEQ MTChap h

36、 * MERGEFORMAT 相关理论综述2.1量化投资使用效果的理论支撑要研究投资策略的使用效果，那么前提是这种投资策略能够在市场上发挥作用，由此能够得出，研究量化投资策略使用效果的理论前提确实是市场的有效性理论。关于效率市场假讲，目前被采纳最多的是 Eugene F.Fama 的理论。Eugene F.Fama 依照信息集的不同将效率市场分为三种类型：1、弱势效率市场 弱势效率市场是指当前的证券价格差不多充分反映了全部能从市场交易数据中获得的信息，这些信息包括过去的价格、成交量等历史信息。这意味着技术分析在弱势效率市场是无效的。2、半强势效率市场半强势效率市场是指证券价格差不多充分反映所有

37、的公开信息。这意味着使用公开信息进行的分析是无效的3、强势效率市场强势效率市场是证券价格差不多充分反映了全部的信息，包括公开信息和内幕信息。这意味着使用任何信息进行的分析差不多上无效的。假如市场是弱势有效的，那么市场差不多完全反映了全部历史信息，人们只有对全部公开信息进行分析，使用某种投资策略才能获得超额收益；假如市场是半势有效的，那么人们不能够通过对公开信息进行分析来获得超额收益，人们只能够对内幕信息分析来获得超额收益；假如市场是强势有效的，那么使用任何信息包括历史信息、公开信息和内幕信息都无法获得超额收益。量化投资策略作为一种主动型投资治理方式，使用的信息集是全部公开信息，因此在市场是强势

38、有效的情况下也将失去效力。研究量化择时策略效果的理论前提是市场是无效率市场或弱势效率市场或半强势效率市场。资本资产定价模型 CAPM 由夏普（William Sharpe）、林特奈（John Lintner）、特里诺（Jack Treynor）和莫辛（Jan Mossin）等学者在资产组合理论的基础上进展而来。 CAPM 模型的假设包括： 全部投资者具有相同的投资期限投资者按照投资组合在单一投资期内的预期收益率和标准差来对这些投资组合进行评价投资者永久不满足，当面临其他条件相同的两个选择时，他们将选择具有预期收益率较高的那一种；投资者是风险厌恶的，当面临其他条件相同的两个选择时，他们将选择标准

39、差较小的那一种；每种资产是无限可分的；投资者能够按照相同的无风险利率贷出或者借入资金；证券市场无摩擦，交易费用和税收可忽略不计； 投资者具有相同的信息猎取能力，且信息是免费的。投资者关于各种资产的收益率、标准差、协方差等具有相同的预期。 CAPM 模型的数学表达式为： Rp-（NAVt-NAVt-1）/NAVt-1这是与市场组合协方差与市场组合的方差之比。现代的资本资产定价理论是目前流行的基金绩效、治理能力评价模型和的理论基础，同时也是一些量化投资策略的基础。 CAPM 模型为人们计算预期收益率以及进行各种资产定价提供了理论依据，同时，为后来学者通过将 CAPM 变形来研究基金的择时能力和择股

40、能力提供了依据，如检验基金治理能力的 T-M 模型和H-M 模型差不多上在 CAPM 模型的基础上加入另外的自变量得来。2.2量化投资策略的使用理论支撑量化基金是采纳量化投资策略来进行行业资产配置、择股和择时以及运用计算机程序进行交易操作的基金。由于量化基金要紧采纳量化投资策略来进行投资运作，因此，量化投资策略的使用效果能够直接体现在量化基金绩效及治理能力上，即量化投资策略的使用效果好，则量化基金会表现出较好的绩效和较高的治理能力。因此，使用绩效评估及治理能力评价理论研究量化投资策略的使用效果是完全可行的。依照绩效评估是否进行风险调整，绩效评估的方法能够分为收益指标评估方法和基于风险调整的指标

41、评估方法。基于风险调整的指标评估方法，又能够依照绩效评估中考虑的业绩阻碍因素的数量，能够分为单因素绩效评估理论和多因素绩效评估理论。收益指标能够反映投资组合在一定期间内的收益情况，一般使用投资组合净值收益率率来表示投资组合在一定期间内的收益率情况。投资组合净值收益率的计算公式为：投资组合净值收益率=（投资组合当期累计净值-投资组合上期累计净值）/投资组合上期累计净值，即：Rp-（NAVt-NAVt-1）/NAVt-1其中， 表示Rp投资组合净值收益率，NAVt表示投资组合当期累计净值，NAVt-1 表示投资组合上期累计净值。2.3国外文献综述在 20 世纪 60 年代初，国外进行绩效评估研究时

42、要紧使用投资组合收益率指标，然而由于这种评估方式没有考虑到风险因素，因此这种评价方法不能全面的反映风险因素对收益的阻碍。国外学者专门快就综合收益和风险因素，开发出基于风险调整的绩效评估模型。Sharpe（1966）认为一般投资组合只能接近于充分分散非系统性风险，在绩效评估时还应考虑到非系统性风险因素，因此他提出了另外一种风险调整的绩效评估模型，即 Sharpe测度，他考虑了总风险与超额收益之间的关系，该模型测度了每单位总风险对应的超额收益，也是一种相对的评估方式。Sharpe 使用该模型对美国 1954 年至1963 年之间的 34 基金进行了研究，结果显示大部分基金的绩效无法超越道琼斯工业指

43、数的绩效，而各个基金收益率的差异要紧由基金费用的不同引起。Jensen（1968）提出了 Jensen 测度评估模型，该模型以投资组合收益率与基于 CAPM的预期收益率之差作为评估绩效的指标，是一种绝对的绩效评估模型，该模型也只考虑到了系统性风险因素，而没有将非系统性因素纳入模型。通过对美国 1958 至 1964 年之间的115 只基金的绩效进行研究，Jensen 得到结论，即没有证据表明这些基金能够获得比随机选择的投资组合更好的绩效。Fama 和 French（1993）的三因素模型对投资组合收益来源进行了详细的分解，是多因素绩效评估方法的代表。Carhart（1997）通过向三因素模型中

44、加入一个动量因子因素得出了四因素模型，该模型对投资组合收益来源的分解更加全面。多因素模型相关于单因素模型对业绩的分解更为全面，但由于加入业绩阻碍因子具有一定程度的主观性，因此其评价效果也受到业绩阻碍因子的阻碍。Treynor 和 Mazuy（1966）最早提出了对治理能力进行评价的模型，即 T-M 模型，该模型以市场收益与无风险收益率之差的平方作为阻碍择时能力的因素，以该项系数作为衡量择时能力的指标，他们认为投资组合治理人假如有良好的择时能力，那么他们会在市场为牛市时增加股票资产的配置比重，他们使用该模型对美国 1953 年至 1962 年期间 57 基金的表现进行研究，结果显示只有一只基金具

45、有显著的择时能力，这表明这些基金的收益来源要紧是市场风险酬劳和证券选择能力。Henriksson 和 Merton（1981）提出了检测基金治理人治理能力的 H-M 模型。通过向詹森测度中加入一个期权项目，并通过判定该项的系数的正负来评估治理人的择时能力，他们通过对美国 1968 年至 1980年之间的 116 只基金进行研究，发觉这些基金都不具备择时能力。Chang 和 Lewelle（1984）在 H-M 模型的基础上，提出了 C-L 模型，他们将证券场运行划分为牛市和熊市，两个时期均有不同的贝塔值，通过比较两个时期贝塔值的大小来推断基金治理人是否具备择时能力，即牛市时期的贝塔大于熊市时期

46、的贝塔，那么投资组合治理人就具备正的择时能力，通过对美国 1971 年至 1979 年之间的 67 只基金进行检验，他们发觉这些基金并不具备显著的择时能力的结论。三因素模型提出后，一些学者开始将治理能力评估模型与三因素模型结合起来使用，Goetzmann、Ingersoll 和 Ivkovic（2000）通过向变形的 Jensen 测度加入每日市场时机把握带来的基金资产增加值来检测基金的治理能力，那个模型即 GII 模型；同时他们也基于三因素模型对模型进行修改得到 GIIFF3 模型；通过对美国 1988 年 1 月至 1998 年 3月期间的 558 只基金进行研究，他们发觉只有专门少的基金

47、表现出显著的正向择时能力。通过以上文献能够发觉以上，以上学者的研究数据要紧基于月度收益数据，结果差不多上表明基金并不具备显著的择时能力。之后一些学者开始采纳日收益数据来研究投资组治理人的择时能力，其中一部分学者得出的研究结论倾向于治理人大多数具备正的择时能力，比如 Bollen 和 Busse（2001）使用日收益数据的研究发觉基金具有一定的时机选择能力，Changce 和 Halmer（2001）的研究也表明基金具备一定的时机选择能力。使用月度数据得到的择时能力应对应于月度择时能力，而使用日度数据得到的择时能力应对应于日择时能力。以上学者的研究结果表明，基金治理人有一定的日择时能力，而没有证

48、据表明基金治理人具备正的月度择时能力。2.4国内文献综述随着基金市场的进展，在绩效评估以及治理能力研究方面，我国学者从研究封闭式基金的绩效及治理能力逐渐过渡到研究开放式基金的绩效和治理能力。由于市场上目前存在的量化基金数量还较少，因此对该类型基金的研究还特很多见。以下的文献也要紧集中在研究封闭式基金和开放式基金绩效和治理能力方面。沈维涛、黄兴孪（2013）使用风险调整绩效评估法、T-M 模型和 H-M 模型对 1999年5 月 14 日至 2001 年 3 月 23 日期间的 10 只基金进行了研究，结果发觉 40%的基金累计净值收益率能够超过基准市场组合收益率，T-M 模型检验中有 6 只基

49、金的择时能力指标为正然而并不显著，H-M 模型中有 7 只基金的择时能力为正但并不显著，讲明没有证据表明基金具备正的择时能力，因此他们认为基金猎取收益的要紧来源依旧其择股能力。吴世农、李培标（2014）在中国投资基金证券选择和时机选择能力的实证研究中，运用 T-M 模型和 H-M 模型对 2009年 5 月-2012 年 12 月期间的 10 只封闭式基金进行了究。他们的研究结果显示，这些基金都不具备显著的证券选择能力，大部分基金具备正的市场时机选择能力。基于以上研究结果，他们认为这些基金要紧依靠其择时能力来猎取收益。值得注意的是，该研究的数据是周频率数据，所在时刻区间正是股票市场处于不断向上

50、的牛市时期，数据时刻区间并没有横跨牛市和熊市。这一结论与沈维涛、黄兴孪（2001）的研究结论是相反的。王守法（2015）在我国证券投资基金绩效的研究与评价中，从风险与收益、风险调整收益、治理能力和绩效持续性方面对2013 年 3 月 4 日至 2015 年 10 月 31 日期间的 1只基金进行了研究，结果发觉，我国基金总体上专门难持续跑赢大盘，也没有证据表明其具备良好择时能力和择股能力，基金业绩不具有持续性。王聪（2001）在证券投资基金绩效评估分析中系统的研究了目前国际上流行的证券投资基金绩效评估模型和治理能力评价模型，对各种模型的适用性做了深入的分析，得出相比于均值方差模型，单因素检验模

51、型和多因素检验模型更适合中国证券市场，而多因素检验模型相比于单因素检验模型其拟合效果更好，在基金治理能力方面，T-M 模型、H-M模型和 C-L 模型更适合用于检验开放式基金。汪光成（2002）使用基于CAPM 的 T-M 模型、H-M 模型和 GII 模型以及基于三因素模型的 T-MFF3 模型、H-MFF3 模型和 GIIFF3 模型对我国 1998 年 6 月 30 日至 2001 年 6月 30 日之间的 33 只基金进行了研究，结果显示多数基金不具备正的择时能力，而是具备负向的择时能力，只有少数基金具备正的择时能力；在多因素调整的 T-M 模型、H-M 模型下有一定部分的基金具备统计

52、结论上显著的正择股能力。在分时段检验中，1999 年和 2000年多数基金表现出不显著的正择时能力，2001 年多数基金则表现出负向的择时能力。另外汪光成还对基金的季度持仓变化情况进行了研究，结果发觉基金的持现比例在市场波动时并无明显变化，也讲明基金在季度区间内没有表现出正的择时能力。张新、杜书明（2002）使用詹森测度、夏普比率、T-M 模型和 H-M 模型对 1999年 12月 31 日至 2001 年 9 月 28 日期间的 22 只基金进行了研究，结果发觉没有证据能表明这些基金能够超越基准市场组合，也没有显示出优异的择时能力和择股能力。总结以上文献的研究结论，能够发觉，除去吴世农、李培

53、标（2002）的研究结论显示基金具备正的择时能力外，其他国内学者的研究均表明不管封闭式基金依旧开放式基金都没有证据表明他们具备正的择时能力和正的择股能力。吴世农、李培标得出基金具备正的择时能力的研究结论的缘故可能在于他们选取的数据是周收益率数据，同时数据区间 2009年 5 月-2012 年 12 月股票市场一直处于整体向上的牛市时期，数据时刻区间没有横跨牛和熊市。由于量化基金目前尚在起步进展时期，国内学者对量化投资效果的研究也十分见。因此，本文要紧借鉴以往学者对封闭式基金和开放式基金的绩效及治理能力研究方法来研究量化投资策略的使用效果。3量化投资的现状与进展我国的量化投资处于进展的起步时期，

54、自 2004 年国内第一只量化基金产品光大保德信量化核心基金诞生以来，目前差不多有多只量化基金在运作。目前国内采纳量化投资策略作为投资策略的投资者依旧以机构投资者为代表，由于量化投资需要处理大量的高频数据，且需要计算机程序来完成整个交易过程，因此其使用门槛较高，个人投资者专门难使用量化投资策略进行投资，但也有一些简单的基于技术分析的量化投资策略程序差不多公开，个人投资者能够参照这些来学习使用量化投资策略。使用量化投资策略的机构投资者以公募基金、券商和私募机构为代表。量化投资的应用范围则包括股票投资、金融期货及衍生品投资和商品期货投资。3.1量化投资的现状国内第一只量化投资基金光大保德信量化核心

55、基金诞生于2004 年；2005年，国内第二只量化投资基金上投摩根阿尔法基金发行成立，之后的四年中，一直没有新量化投资基金出现，直到2009 年以来新的量化基金重新开始发行，量化投资再次被国内机构投资者所重视，当年总共有五只量化基金发行，2010年则有三只量化基金发行，2011年有五只量化基金发行。目前国内发行的 15 只量化投资基金情况如表 3-1 所示。表3-1量化基金发行时刻及投资策略使用情况除公募基金外，量化投资策略在私募投资治理机构中的应用也快速进展。依照私募排排网站的统计，目前国内差不多有 20 款采纳量化投资策略的私募产品，这些产品的基金经理多数具有海外量化投资经历。另外，在券商

56、专户理财、基金专户理财、及商品期货经纪商中量化投资开始占据一席之地。3.2量化投资进展趋势由于传统投资过程中需要不断的进行人为分析及推断，因此分析人员难免会受到自身情绪的阻碍，这就有使得真实的分析结果偏离理性分析结果造成错判，而量化投资过程中使用程序来分析已有和现有数据，并依照投资策略来完成推断，就幸免了人为情绪对分析和推断造成的负面阻碍。因此，量化投资相关于传统投资的一个优势在于能够幸免人为情绪对分析和推断造成的负面阻碍。 在决策对象的广度上，传统投资由于可跟踪股票数量上的限制，以及人为分析决策时分析变量上的限制，其决策对象的广度呈现出有限性；而量化投资则由于使用计算机程序执行量化投资策略来

57、进行分析和推断，因此其可跟踪股票的数量差不多不受限制，其分析变量也差不多不受限制，使用计算机程序能够快速对大量研究对象进行分析及推断，其决策对象的广度呈现出无限性。在决策对象的深度上，使用量化投资策略进行投资治理，需要不断更新策略来适应市场的变化，且需要进行计算机编程，因此其工作量十分复杂和庞大，其研究深度由已有投资策略所决定；而传统投资中研究人员能够经常性的对掌握的信息进行日常分析，因此其更具深度优势。在收益和风险操纵方面，传统投资更加偏重个股选择而不是投资组合构建，强调的是收益而不是风险操纵；而量化投资特不看重风险操纵，追求在风险和收益之间的权衡。因此，量化投资能够有效幸免投资治理人偏离潜

58、在的业绩基准，过分追求收益而忽视风险。在分析及推断方面，传统投资是不断的进行人为分析及推断，而量化投资则是不断通过已有量化投资策略进行分析及推断；在交易执行方面，传统投资一般由专门人员来执行交易，而量化投资则通过计算机程序来执行交易。综上所述，量化投资相关于传统投资的优势在于其能够幸免投资治理人的情绪和认知偏差等对分析和推断造成的负面阻碍、具有更大的决策对象广度、能够更好的权衡收益和风险；传统投资的优势在于其在决策对象的深度方面可能会更加具有优势。4量化投资策略的使用效果4.1量化投资的治理能力分析样本数据的选取：由于 2011 年新发行的 5 只基金的月化收益率数据样本数量偏少，且 2010

59、 年 11 月之后发行的基金未能经历过较大幅度上涨的牛市，无法横跨牛市和熊市，因此本文以 2010 年 11 月 1 日之前发行的 9 只量化基金为研究对象，以 2004 年 1 月 1 日至2011 年 12 月 31 日之间这 9 只量化投资基金的月收益率数据为研究样本，运用统计软件Spss，通过应用 T-M模型、H-M 模型和 C-L模型对量化投资基金的月收益率数据进行回归分析对其治理能力进行评价，以研究量化投资策略的使用效果。 风险收益率的确定：本文以一年期定期存款利率作为无风险利率，以一年期定期存款的十二分之一作为月化的无风险收益率。月化无风险收益率情况如表 4-3 所示。市场收益率

60、Rn的确定：以中信标普 A 股综合指数月益率和中信全债指数作为基准，其中信标普 A 股综合指数月收益率占权重 80%，中信全债指数月收益率占权重 20%，Rm,t=0.8= Rn,t+0.2=Bm,t其中Rm,t表示t月的市场收益率，Rn,t表示t月中信标普A股综合指数收益率，Bm,t表示月中正债券指数收益率。依照市场收益率的公式，计算得到的市场收益率如图4-1所示4.2量化投资能否战胜市场通过对比量化基金累计净值收益率和同期中信 A 股综合指数收益率、市场收益率，我们能够以此推断使用量化投资策略是否能够战胜市场猎取超额收益。基金累计单位净值是当前基金单位净值与基金成立后历次累计单位分红的总和