转 量化对冲策略在国内的实践历程https://blog.csdn.net/myquant/article/details/860004532010年以前,国内股票市场一直缺乏做空机制,系统性风险的管理工具或者品种的缺失,使得绝对收益目标一直难以成为资产管理行业的首要目标。2010年4月,中金所推出了沪深300股指期货,至此,绝对收益目标终于具备了实现的基础条件。在此背景下,国外发展得如火如荼的量化对冲策略开始在国内市场推广开来。
短短几年间,国内量化对冲策略(主要指阿尔法策略,下文同)的表现及发展在繁荣和衰退之间来回摆动,一方面有中国市场的特殊性影响,另一方面也有策略本身的适应性问题。综合来看,经历了如下几个阶段:
第一阶段:新生并蓬勃发展期(2011.11-2014.11)
2010年4月,中金所推出沪深300股指期货。股指期货交易局限于公募基金及券商等金融机构,交易整体偏清淡。2011年6月,银监会发布《信托公司参与股指期货交易业务指引》,使得大量借道信托公司发行的私募产品具有了参与股指期货交易的法律基础。随后的一年多时间内,国内主流信托公司均获得股指期货交易资格,至此,量化对冲策略在私募领域的运用和发展正式开始。
在此阶段早期,市场整体处于低迷期,特别是权重蓝筹,长期低迷,而占据较大比例的中小板、创业板股票表现抢眼,市场盈利机会分布较广,因此,代表权重蓝筹的沪深300指数整体偏弱,而中小板创业板相对强势。在对冲端,由于仅有弱势的沪深300股指期货,对冲之后,大部分策略都能呈现理想的收益表现。此阶段,各类型量化对冲策略蓬勃发展,凭借其弱势下稳定的收益表现和优良的回撤控制,得到各大机构投资者及风险规避型高净值个人投资者的青睐,其管理规模逐步攀升。
第二阶段:黑暗期(2014.11-2015.2)
2014年开始,国内进入货币宽松周期,法定存款准备金率多次下调。随着货币政策的宽松效应不断累积,市场终于在2014年11月21日被引爆。自此日开始的一个多月内,银行和券商等权重股短期持续大幅拉升。股指快速突破多个关口。糟糕的是,看似火爆的行情,却是量化对冲策略的黯然伤神。一方面由于当时仅有沪深300股指期货合约,大量的量化对冲策略持仓风格偏中小市值,存在严重的风格错配问题,另一方面是大部分量化对冲策略存在严重的策略雷同问题,导致量化对冲策略在极短时间内出现目标回撤后,出于风险控制的考量,纷纷降低股票头寸,导致股票端相互踩踏。同时股票头寸的降低,意味着对应股指期货头寸的平仓,大量的空头仓位在短期内平仓,继续推高股指期货升水,使得其升水一度到达130个基点的水平,进一步加剧其亏损。股票与股指期货两端受挫,使得几乎是所有的量化对冲策略及产品均遭遇极大的回撤,与股指走出一条完全反向的曲线。业绩的大幅回撤及牛市的来临,量化对冲策略逐渐褪去光环,其管理资产规模大幅缩水,行业陷入低谷。
第三阶段:短暂复苏(2015.2-2015.12)
经过2014年年底两个月的权重指数的持续拉升后,市场交易重心逐步开始扩散,并在随后向全面牛市发展,量化对冲策略再次表现出其适应性,并成功跨越2015年的前两次股灾。2015年6月之前,中小创个股表现抢眼,远超权重表现,同时,市场盈利机会多元,使得传统量化对冲策略表现优异。之后的两次股灾中,由于拥有对冲工具,量化对冲策略的回撤控制理想,保护住了牛市的胜利果实,再次得到经历过残酷风险交易的投资者的青睐,量化对冲策略的管理规模有所提升。
第四阶段:受限期(2015.12-2016.11)
熔断之后,国家队救市资金深度参与市场,同时监管层推出限制股指期货交易的相关措施。股指期货相关限制措施,一方面使得股指期货的流动性大幅萎缩,另一方面也使得三大期指合约均面临不同程度的深度贴水问题,意味着量化对冲策略的对冲成本大幅度提升。对冲的贴水损耗年化均超过10%,量化对冲策略进入受限期。大量的市场中性策略开始寻求出路,一些选择部分对冲,一些选择动态对冲,整体表现差强人意,其管理规模也开始逐步缩水。
第五阶段:变革期(2016.11-2018.1)
随着深港通的开通和IPO的加速发行,2016年年底,市场开始进入新的状态。股指期货贴水问题仍然存在,但是贴水幅度有所降低,特别是IH和IF贴水的影响相对较小。但是随着整个市场供给结构的改变,市场宽度却极其狭窄,市场盈利机会集中在少数大盘白马股上,大量个股的贝塔值极低,股指期货表现强势,大部分股票跑输指数。除指数增强策略外,传统的量化对冲策略的业绩普遍不佳,其管理规模持续缩水。
第六阶段:适应期(2018.1-至今)
贯穿2017年整年的白马股行情终于在2018年1月底遭遇大幅度回撤,资金的集中交易引起了严重踩踏,使得股指大幅下挫,截至2018年10月12日,沪深股指跌幅均超过20%。在指数持续下跌的背景下,结构性交易机会阶段性涌现,但是轮动也非常快。同时,市场波动和振幅显著加大。在此背景下,量化对冲策略在此体现其在熊市时的适应性,同时,一些短周期量化对冲策略出现,很好的适应了当前的市场背景,策略整体风控较好,表现强于其他类策略。但是由于股票市场的集体低迷,其管理规模并没有显著增长。
通过上述回顾,我们可以发现,在股指期货推出的这8年多时间里,量化对冲策略已经经历了多轮转换,有过快速稳定盈利的发展期,也有过短期大幅亏损的黑暗期,更有漫长的策略失效期。由此可见,作为众多策略的一种,量化对冲策略同样拥有周期性,无法完美跨越多轮牛熊。因此,在资产配置或者策略选择前,需要充分探讨量化对冲策略的适应背景,或者量化对冲策略有效的先决条件,以期在策略配置和使用时更有针对性和时效性。
来源: 淳臻投资       作者 杨文虎
---------------------------------------------------------------------------------------------
拓展阅读:
1.跨期套利策略https://www.myquant.cn/community/topic/525
2.跨品种价差套利策略https://www.myquant.cn/community/topic/524https://img-blog.csdnimg.cn/20190217105710569.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTEwNzgxNDE=,size_16,color_FFFFFF,t_70《算法导论 第三版英文版》_高清中文版.pdf
https://pan.baidu.com/s/17D1kXU6dLdU0YwHM2cvNMw
《深度学习入门:基于Python的理论与实现》_高清中文版.pdf
https://pan.baidu.com/s/1IeVs35f3gX5r6eAdiRQw4A
《深入浅出数据分析》_高清中文版.pdf
https://pan.baidu.com/s/1GV-QNbtmjZqumDkk8s7z5w
《Python编程:从入门到实践》_高清中文版.pdf
https://pan.baidu.com/s/1GUNSg4mdpeOf1LC_MjXunQ
《Python科学计算》_高清中文版.pdf
https://pan.baidu.com/s/1-hDKhK-7rDDFll_UFpKmpw

量化对冲策略在国内的实践历程相关推荐

  1. 量化对冲策略在内的实践程

    转 量化对冲策略在国内的实践历程 2010年以前,国内股票市场一直缺乏做空机制,系统性风险的管理工具或者品种的缺失,使得绝对收益目标一直难以成为资产管理行业的首要目标.2010年4月,中金所推出了沪深 ...

  2. 中国量化对冲策略及产品的大全解读

    "量化对冲"是"量化"和"对冲"两个概念的结合."量化"指借助统计方法.数学模型来指导投资,其本质是定性投资的数量化实践 ...

  3. 股票量化对冲策略的黄金时期要来了?

    作者 | 姜奇甲          来源 | 二级市场 研究工作坊 "诺亚研究工作坊 核心观点 1. 一般意义上我们所提及的股票量化对冲策略实际上指的是股票中性策略,国内由于卖空机制的缺乏, ...

  4. 股票量化对冲策略的发展与展望

    01.海外量化投资基金的发展 量化的起源 证券市场的历史悠久,由此形成了各式各样的投资流派.而基于股票的本质是代表股东对企业的所有权,本杰明·格雷厄姆领衔的价值投资方式,最为大众所熟悉.格雷厄姆因此也 ...

  5. 怎样进行股票量化对冲策略分析?

    股票量化对冲策略的分析需要从各方面去深入了解,就比如说明确量化和对冲的概念,可以先下载OA系统中"量化对冲 产品基础知识的学习,也要知道量化对冲产品在构建股票多头的同时,也构建期货空头.在市 ...

  6. 量化选股策略到是量子好还基面子

    转 量化选股策略--到底是价量因子好还是基本面因子好? 在今年A股的漫漫熊途中,量化对冲策略提供了一缕光亮. 量化对冲靠跑赢指数赚钱,收益与大盘涨跌无关.无论牛熊,只要股票组合比大盘跑得好,量化对冲策 ...

  7. 这篇文章几乎回答了你对量化对冲的所有疑问

    一.基础篇 1.在市场不稳定的情况下如何稳健套利? 套利,本就是很稳健的一种盈利方式.套利和盈利不同,相信您问的是在市场不稳定的情况下稳健"盈利".先明确量化和对冲的概念,可下载O ...

  8. 私募量化对冲:百舸争流,高频当道

    一.量化对冲多因子模型构建原理 对于主流的量化对冲策略,其核心在于多因子选股模型,包括基本面因子及价量因子两大类.其最本质的目标是挖掘出能够有效区分个股的因子,使得因子值对于个股未来的未来收益有一定的 ...

  9. 量化对冲:智能对冲策略解析

    随着股市扩容持续保持在较高节奏,中国经济也步入降速转型的长周期,未来市场个股因基本面等因素的持续大幅分化,也将是大概率事件.在此背景下,专业的量化对冲投资人,显然很有必要对Super Ace智能对冲系 ...

最新文章

  1. Html转义字符列表
  2. 【leetcode❤python】Move Zeroes
  3. c语言再大文件内搜索,C语言中大型磁盘文件的二进制搜索
  4. set python_使用dict和set
  5. 大数据对六大领域的挑战
  6. 【Breadth-first Search 】752. Open the Lock
  7. Python2.7编程基础(博主推荐)
  8. 更适合Pythoner的标记语言Yaml学习总结
  9. python定时发送微信消息_Python3 itchat实现微信定时发送群消息的实例代码
  10. __FILE__, __LINE__, __FUNCTION__
  11. JZOJ 1035. 【SCOI2009】粉刷匠
  12. 『中级篇』Docker-Stack部署wordpress(49)
  13. 秋色园QBlog技术原理解析:Module之页面基类设计(五)
  14. 如何将图片中的表格变成Excel?这几个操作很简单
  15. 八:Webpack的加载器
  16. 最详细bugku杂项小白解法(1~24已完结)
  17. 历史题材类自媒体如何抓住用户的痛点
  18. 二十三种设计模式 python实现
  19. python安装成功截图_上传Anaconda 3 安装好后在电脑开始里面的截图。
  20. 数字化转型引领企业成功转型的6大举措

热门文章

  1. 博士申请 | 香港中文大学(深圳)张瑞茂老师组招收计算机视觉博士/硕士/RA
  2. spring boot + rabbitMq整合之死信队列(DL)
  3. dnf鹰犬boss机器人_[DNF鹰犬boss怎么打] 兰蒂卢斯的鹰犬boss
  4. java的equle怎么用,法语虚拟式现在时(Le Subjonctif Présent)用法总结(一)
  5. 痛快 SpringBoot终于禁掉了循环依赖
  6. Discuz!NT 代码阅读笔记(8)--DNT的几个分页存储过程解析
  7. 快速批量修改word文档内容
  8. redis系列之哨兵模式
  9. python 做网站 知乎_python做网站 知乎的搜索结果-阿里云开发者社区
  10. 刚入职一个月的程序猿