分享一些量化投资的历史. 一些数据可能有些老,说得不对请多包涵

| 作者：mytt80

| 来源：知乎

原文链接：https://zhuanlan.zhihu.com/p/81775517

海外资本市场已经经历了百余年的发展, 丰富的各类金融投资工具衍生出了大量投资策略。发达的资本市场也衍生出了各类投资理念, 而量化投资则是最具技术性的一类。

在海外投资市场，以规模来说量化投资主要分为量化权益和衍生品策略两大块。衍生品策略中则以期货策略(全球宏观管理期货/CTA)规模最大。以下我们分别来说：

量化权益

公募基金

量化投资的传承来自学术界，“金融数学（Mathematical Finance）”最早诞生于1900年的法国。一位名叫Louis Bachelier的巴黎大学数学系博士生写了一篇名为Theory of Speculation (投机理论)的博士论文。这是历史上第一次在金融学中使用高等数学.

到了三十年代，价值投资人巴菲特的老师，哥伦比亚大学商学院教授Benjamin Graham，写了“Security Analysis”这本书，教育投资人不应以“投机”心理参与股市投资，而是应该以基本面研究为基础，理性投资。这本书在日后也为股票价值投资理论奠定了基石。在今后的数十年中诞生了像Warren Buffett, Irving Kahn, Peter Lynch等著名的价值投资人。而“价值投资”这四个字也已深入人心。这一切的起源可以说就是从“Security Analysis”这本书开始。同时，价值投资理念也为量化权益投资理念奠定了部分基础。在今天在量化权益投资中，许多基本面因子的生成同样起源于书中的内容。

从三十年代至今，金融/经济学的研究在美国学术界逐渐深入。芝加哥大学教授Harry Markowitz 1952年的“Modern Portfolio Theory/现代投资组合理论”为投资组合的收益风险研究奠定了理论基础，该理论在1990年获得了诺贝尔经济奖。加州大学教授William Sharpe的“Capital Asset Pricing Model/资本定价模型”，以及广为人知的“Sharp Ratio/夏普比率”同样为其赢得了1990年的诺贝尔经济学奖。1992年芝加哥大学商学院教授Eugene Fama和Kenneth French出版的Fama French3因子模型奠定了量化权益多因子选股的基础。Eugene Fama也在2013年赢得了诺贝尔经济学奖。所有这一切都为量化投资，特别是量化权益投资奠定了一层又一层的理论基石。

最早将量化权益投资理念大规模从学术界植入工业界是大名鼎鼎的BGI (Barclays Global Investor). BGI在60年代中由美国西部老牌银行Wells Fargo建立，在2009年被BlackRock纳入旗下。BGI在1971年成立了第一支指数产品，在1977年成立了第一支主动量化权益产品。BGI目前管理规模达到2万亿美元，其中1.3万亿为指数基金，将近5000亿为主动量化基金。值得一提的是，BGI主管投资的历任领导几乎全来自学术界。例如著名的“Active Portfolio Management"一书的作者之一Richard Grinold， Richard Grinold从1994年到2009年在BGI负责策略研究。加入BGI之前服务于股票风险模型开发商Barra。加入商界之前是加州大学伯克莱分校金融系主任。另外成立于1994年的LSV资本管理，成立于1986年的Jacob Levy股票管理公司等等均是专注于量化权益投资的基金管理公司，成立于1998年大名鼎鼎的AQR Capital Management, 其创始人Cliff Asness都来自于金融学术界，都有金融/经济/管理学博士学位。

以上提到的这部分存在于基金公司的量化权益投资人可以被称为量化投资的传统“学院派”。其血统/传承来自于各大商学院学术派，从中流传出不同的分支与理念。量化权益投资的核心为多因子选股，由不同因子选出的股票带来超越其基准的超额收益。某些大学商学院不相信这世界上存在所谓的Alpha，他们觉得任何收益都来自于Beta。任何因子所产生的超额收益都是某种风险溢价（Risk Premium）。量化权益中的多因子选股中的每个因子也都可以看成是一个Beta，这也在商业界间接产生了“Smart Beta”的业务思路。

Smart Beta这个词应该是在2013年被投资顾问公司Towers Watson最先提出，但是其基本理念来自于另一家投资顾问公司Research Affiliates。这家公司的主席Robert Arnott（曾经是加州大学洛杉矶分校金融学兼职教授）在2004年提出了Fundamental Indexing的概念，即以基本面数据加权作为指数编制依据，而非传统的公司股票市值加权。以这种方式编成的指数长期历史回报远远好于传统市值加权指数。过去10多年，Smart Beta类型的投资在美国逐渐开始流行，近几年在国内也开始被机构投资人接受。

投行/私募基金

以上所说的主要是传统量化权益（学院派）的一些历史演变。这些思路主要存在于传统的基金公司。其思路，策略主要以追求相对收益的量化多头产品为主。但是在以追求绝对收益的投行以及私募基金公司，量化权益投资大多以另一种形式存在：市场中性 / 统计套利，或者可以统称量化股票多空。

量化股票多空策略的核心同样也是多因子选股。不同于量化多头策略只买多因子选股中选出的最好的股票，量化股票多空在买入股票的同时也会做空因子选股排序中最差的那部分股票。而所谓的市场中性则分为两种，一种是市值中性，也就是多空市值完全抵消。另一种为Beta中性，其做法为优化多空组合直至整个组合相对于选股池（基准）的beta接近零。传统量化股票多空的因子会结合基本面以及技术面，在Alpha来源上尽量做到多元分散。

统计套利的做法其实非常类似于一般的量化股票多空。主要区别为其交易频率相对于传统以周或月为调仓频率的股票多空策略要高得多，一般为日频交易或是日内交易。由于调仓频率高，其使用的因子也以技术类因子为主。

现今，大多数有规模的投行几乎都有做量化股票多空策略的团队。摩根斯坦利出生的Process Driving Trading (PDT)专注于统计套利策略, 其创始人Peter Muller在1993成立了该团队，并将其打造成摩根斯坦利最大的收益贡献者。但在2012年从摩根独立。值得一提的是Peter Muller在加入摩根斯坦利之前同样服务于Barra。

在各量化对冲基金运行统计套利的团队可以说是数不胜数。著名的千禧年（Millennium Partners）有数十个量化股票投资团队，大多运行的是统计套利策略。

以下罗列历史上一些著名的价值投资人，和一些有代表性的传统量化权益基金公司和私募量化基金公司

历上著名价值投资人

Warren Buffett – Berkshire Hathaway

Seth Klarman – Baupost Group

Christopher Browne – Tweedy, Browne Company

Irving Kahn – Kahn Brothers Advisors

Joel Greenblatt – Gotham Capital

传统量化权益基金公司

BGI (Barclays Global Investors) – 成立于1964年，管理规模2万亿美元

LSV Asset Management - 成立于1994年，管理规模 1千亿美元

Man Numeric - 成立于1989年，管理规模320亿美元

AQR Capital Management - 成立于1998年，管理规模两千亿美元

Acadian Asset Management - 成立于1986年，管理规模900亿美元

私募量化基金（股票交易为主）

Millennium Management - 成立于1989年，管理规模380亿美元

Point72 Asset Management (前SAC Capital) - 成立于1992年，管理规模120亿美元

PDT Partners - （前摩根斯坦利PDT团队）成立于1993年，管理规模40亿美元

衍生品策略（管理期货）

管理期货策略在管理规模上仅次于量化权益，是量化投资中的第二大板块。一般听到“管理期货”这四个字可能会联想到另外一个词CTA，也就是Commodity Trading Advisor的缩写。“商品期货”，“趋势交易”这些词也会随之而来。但其实这些信息很多时候都有误解。

投资组合使用期货作为交易品种均可被称为“管理期货”，但其并不是一个单一的投资策略，背后有着多个分支，多种理念。

CTA（Commodity Trading Advisor）这个词始于1974年，一开始是一个纯粹的金融监管词汇，代表专门为客户提供期货交易咨询和服务的个人或组织。至于为何要突出“Commodity/商品”，主要是因为在期货市场中，最早存在的就是商品期货。一些农产品期货在5，60年代就开始交易，而许多股指，债券，外汇类期货直到8，90年代才逐渐上市。因此早期的管理期货纯做商品。但到如今，海外管理期货巨头交易的绝对不止于商品。通常在全球范围内流动性高的商品，股指，国债，外汇期货都在投资组合中。投资策略也早已从单一的趋势跟踪扩展到各方各面。

管理期货策略可以分为两个流派：欧洲派和北美派。

欧洲派

欧洲派的管理期货策略操作手法侧重于“量化交易”。一般更偏向于使用技术类因子产生投资展望（Investment View）。技术类因子（信号）主要基于历史价格或是回报数据，绝大部分模型基于不同频率，不同期限的趋势跟踪或是均值回归。著名的欧洲管理期货三剑客Winton, Aspect, Man AHL就属于这一流派。值得一提的是这三家公司早年是一家“AHL”，但最后三兄弟分了家。

北美派

北美派的管理期货策略相对于欧洲派要更精细，更偏向于学术派。不同于“量化交易”，主流北美派的核心投资理念偏重于“量化配置”。在投行，基金公司等大型投资机构，“管理期货”有着一个更“学术”的名字叫做GTAA（Global Tactical Asset Allocation / 全球战术性资产配置）。 GTAA最早是从TAA（战术性资产配置）进化而来。TAA最早出现在6，70年代的美国，是专为投资人提供的一种单一的资产配置策略。该种投资通常在美国国内股票，债券，以及现金之间转换。随着全球市场的成熟，策略开始逐渐加入国外资产，最终形成了包括全球股指，国债，外汇，商品的全球战术性资产配置。交易标底也从传统股票债券转换成各类期货。高盛资产管理在1996年成立量化投资策略部，旗舰产品Global Alpha Fund就是属于这类策略。该支基金在2007年达到100亿美元规模，是全球最大的单一对冲基金产品。

说到“量化配置”就不能不提“大类资产配置”。GTAA的核心其实就是大类资产配置。而在北美学术派中，大类资产配置也不是一个单一的模型，而是由不同模块组成的一整个投资体系。例如：全球股票/债券/外汇市场轮动（配置）/ 择时，单一国家内股票/债券/外汇轮动 / 择时，全球商品轮动 / 择时等等。

在北美学术派的体系当中，以上所有这些模块会对股市，国债，外汇，商品生成投资展望。而最终的投资组合会做多 / 做空相对应的期货作为配置。

以下罗列一些具有代表性的管理期货公司

欧洲

Winton Group - 成立于1997年，管理规模400亿美元

Aspect Capital Management - 成立于1997年，管理规模不详

Man AHL - 成立于1987年，管理规模不详

北美

Mellon Capital Management 成立于1983年，管理规模不详

First Quadrant LP - 成立于1988年，管理规模200亿美元

Fort LP - 成立于1993年，管理规模不详

Campbell & Company - 成立于1988年，管理规模不详

Millburn Ridgefield Corporation - 成立于1971年，管理规模20亿美元

海外量化策略业绩表现

私募公司数据不对外公开，外界很难拿到完整的业绩数据。但是一些网站提供一些管理期货业绩数据可自行参考

www.ctaperformance.com

www.managedfutures.com

公募基金方面，Bloomberg上可以查到所有公募基金信息。包括业绩，管理人，管理公司，基金规模等等。

量化投资现状及展望（海外/国内）

在海外，量化投资经过数十年的发展已经被投资人广泛接受。量化投资在投资行业中已经成为了一个不可缺的板块。据统计，整个投资管理行业中大约15%左右的资产属于量化投资。而在交易量中，量化交易占到每日平均交易量的80%。非常惊人。但是，行业过于发达也导致量化投资所追求的超额收益（公募产品）以及绝对收益（私募产品）在近些年有下降趋势。

这个现象应该来说是资本市场发达所导致的必然现象。我们平常俗话说“这个市场好不好赚钱”，按照学术的说法就要看市场的有效性（Market Efficiency）有多高。海外发达市场有效性高代表市场中都是聪明钱，只要有Alpha的机会就会被一抢而光。久而久之就会形成狼多肉少的局面，导致我们平常说的“赚钱不容易”。但是市场中“无形的手”也会把各个策略（量化 / 非量化）长期风险收益特征做自我修正，在收益与风险中保持某种微妙的平衡。

国内的投资行业依然处于非常早期的阶段。自从1998年公募基金开始起步，到现在也才21年的历史。私募基金起步更晚。早期的市场也使得大部分投资人的心态都不成熟，参与二级市场（特别是股票市场）投资以投机心态为主。而这一切则导致国内市场有效性非常低。量化投资在有效性低的市场可以说如鱼得水，发展前景非常广阔。

拓展阅读：

一个量化策略师的自白（好文强烈推荐）

配对交易—这个股票策略曾年赚5000万美元

市面上经典的量化交易策略都在这里了！（源码）

期货/股票数据大全查询（历史/实时/Tick/财务等）

网格交易法，一个不容易亏钱的投资策略（附源码）

分享一些量化投资的历史. 一些数据可能有些老,说得不对请多包涵相关推荐

ETF场内基金：AI量化投资最佳切入点（数据篇）
原创文章第77篇,专注"个人成长与财富自由.世界运作的逻辑, AI量化投资". 关于量化的基础知识,前面说得差不多了. 后面要开始实战. 量化的细分市场很多,如下图所示: 再从风险 ...
[网络报道] 机构选股逻辑基因变异量化投资互联网掘金大数据
21世纪资管宁夏深圳报道利用互联网金融大数据构建选股模型,正成为A股市场的一股新潮流. 10月20日,广发基金与百度公司合作开发的广发中证百度百发策略100指数基金将启动发行,这是业内首只跟踪具 ...
Python量化：获取历史行情数据并计算KDJ指标
KDJ指标又叫随机指标,是一种相当新颖.实用的技术分析指标,它起先用于期货市场的分析,后被广泛用于股市的中短期趋势分析,是期货和股票市场上最常用的技术分析工具. 随机指标KDJ一般是用于股票分析的统计 ...
机构选股逻辑基因变异量化投资互联网掘金大数据
10月20日,广发基金与百度公司合作开发的广发中证百度百发策略100指数基金将启动发行,这是业内首只跟踪具有互联网基因指数的指数型基金产品. 计划推出互联网基因指数产品的还有南方基金管理有限公司. & ...
【量化投资】基于大数据量化的基本面研究探索-以酱油行业为例
导读随着生活水平提高,人们对调味品需求越来越高.根据国家统计局数据显示,调味品行业连续7年保持10%以上增速,作为调味品行业中收入比重较大的酱油子行业未来发展会如何?让我们看看行业研究员对酱油行业的 ...
谈一谈量化投资从哪里获取数据(会经常更新-2020-09-06）
未付费的用户,可以去知乎看: 付费用户,在这篇文章中,提供以后文章用到的数据的下载. 这次提供了后复权的股票日数据的下载(数据已经上传到百度网盘中,可以下载了). 数据的重要性巧妇难为无米之炊数据 ...
量化投资第一步---获取数据---通过Tushare
想学习计算机处理金融数据.一切的开始就是如何获取准确的股票数据. 作为学生,免费是非常吸引人的.所以这才引出了------Tushare 1. 免费 2. 好用 3. 数据全(当然,没有一手数据) 其 ...
python量化投资必背代码-量化投资：用Python实现金融数据的获取与整理
小编说:数据可以说是量化投资的根本,一切投资策略都是建立在数据基础上的.本文以优矿网为例,带领大家用Python实现金融数据的获取与整理. 本文选自<Python与量化投资:从基础到实战> ...
量化金融投资及其python应用_量化投资：用Python实现金融数据的获取与整理
小编说:数据可以说是量化投资的根本,一切投资策略都是建立在数据基础上的.本文以优矿网为例,带领大家用Python实现金融数据的获取与整理. 本文选自<Python与量化投资:从基础到实战> ...

分享一些量化投资的历史. 一些数据可能有些老,说得不对请多包涵

分享一些量化投资的历史. 一些数据可能有些老,说得不对请多包涵相关推荐

最新文章

热门文章