時間：2024-04-08 14:48:09
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇金融投資量化方法范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
金融衍生品與量化投資之間的相關性是當前經濟發展比較重要的研究議題，兩者的有效配合在某種程度上能使投資者獲得較為豐富的投資收益，并且將風險以及杠桿性將至最低。就當前現狀而言，金融衍生品內容越來越多，而量化投資投資工具呈現多元化的趨勢，這為投資者提供了較多的投資方式以及渠道，并使其在最小風險值內獲取最大的經濟收益。文章主要介紹了金融衍生品及量化投資，重點闡述了兩者之間的關聯性，最后論述了兩者有效融合的前提下如何獲得最大的經濟效益值。
一、金融衍生品與量化投資概念闡述以及其發展
（一）金融衍生品
金融衍生品在我國經濟中運用范圍不斷擴寬，它是基于經濟發展而形成的，是社會發展的必然產物，并且對于全球經濟有著深遠的影響，比如加劇世界經濟一體化、促使金融一體化的逐步形成，金融衍生品在我國經濟發展中扮演非常重要的角色，帶動了我國實體經濟的發展。所謂金融衍生品，它是與金融相關，并由其引發的派生物，屬于一種金融交易工具。近年來，隨著市場經濟發展速度不斷提升，我國金融市場逐漸趨向完善，這也為金融衍生品的發展提供了良好的契機，使其發展日益壯大并成為金融市場的主力軍，并且與信貸以及貨幣市場聯系日益密切，最終促進了金融資產配置的逐漸完善，即風險管理的復雜鏈條。從目前情況分析，我國經濟發展呈現出良好的前景，相對應的工業以及房地產發展相對較好，在此基礎之上，依據高杠桿原理，金融產品自身的優勢性徹底被展現出來，并為投資者帶來相對較好的經濟效益值。但是金融產品也存在一定的風險，可謂是一把“雙刃劍”，雖然它可促進金融市場的發展，但如果運用不當將會引發極為嚴重的后果。上世紀90年代以來，就發生了多起由于金融產品運用不當而引發的經濟損失，例如：2008年金融危機波及全球，引發金融危機的原因主要是CDS等金融產品，其在美國金融市場運作中出現風險管理不當的現象，也就是風險失控，繼而引發了全球性的經濟危機。
金融衍生品主要是基于與金融有關產品的通過不同方式衍生而來，主要包含四種基本形式，分別是遠期、期貨、期權、互換，其價格的變動規律主要是由基礎標的物所決定的，隨著它的變化而變化的，而金融衍生品的價值主要與基礎工具的相關因素有關，比如利率、匯率、市場價格、指數、信用等級等等，從本質上分析，它屬于虛擬的有價證券，在某種意義上而言是一種權利證書，給予投資者基礎性的權利，且與實物資本有著很大的區別，能夠使投資者獲得投資收益。與一般金融產品相比，金融產品有了極大的改良與進步，產品結構更為復雜，其定價模式基本比較單一，主要是以復雜數學模型為主，將多種風險以及因子，如Beta、Delta、Rho、久期等，通過多種方式的映射、組合、分解復合等，繼而形成金融衍生品，結構層次多樣。金融產品雖然為投資者提供了發展契機，但是也存在極大的風險，這種風險的形成與交易與結算有著直接的關聯，上述兩種交易形式基本發生在將來，基于高杠桿的影響，市場風險難以有效控制，預測就更難以估計。
（二）量化投資
量化投資在我國金融市場發展中得到了進一步推廣，相較于定性投資，量化投資科學性更強，并且具備相應的理論依據。在投資過程中，投資者可以利用數學、統計學，還可以借助數據挖掘等方法，以此構建投資策略，管理投資組合，繼而實現風險管理，利用數據模型，借助系統交易信號，系統會自動完成相關交易。從本質上分析，量化投資屬于工具，投資者可以通過經驗累加，然后利用數學模型的功能性，繼而實現信息化的表達。量化投資形式具有自身的優勢特點，這也是傳統投資形式不可比擬的，它主要將投資者經驗累積以另外一種方式呈現，即數學模型，繼而轉化至計算機中，運用相對科學的計算方式，實現產品投資，隨著金融市場的日益完善，數學模型也得以不斷優化。無論是數量化的投資，還是依靠計算機程序的投資，對于技術的要求極為苛刻，在業界譽為“黑箱交易”，從某種角度分析，量化投資基本不依賴大腦，而是依據交易系統，繼而實施具體的決策，上述交易系統是之前確定的，且形式非常復雜的，這樣的系統往往具備較高的精準度。與此同時，交易系統開發需要一定的技術支持，即程序算法設計，部分開發者通常會采取相應措施，加密交易系統，以此保障知識產權不受侵害。外界投資者對此并不清楚，具體運行機制也存在極大的疑問。量化投資者基于交易系統的前提下，收集市場最新的數據變化，同時采集與之相關的信息，將其輸送至交易模型里，然后通過科學的計算，數據的挖掘，加密信息的處理，最終敲定資產配置方案，確定交易的最佳時機。按照相關公式進行量化投資在某種程度上是一種相對理性的投資，其自身的優勢集中體現在分析策略這一環節，突出明晰性以及一致性，與此同時，運用信息與公式，由此獲得的結果基本相同，這在某種程度上對交易者非常有利，避免由于其客觀性以及隨意性而引發的交易失誤。
針對量化投資而言，其涵蓋多個方面：就現狀而言，主要包括量化資產配置、量化投資交易、風險管理。以資產配置為例，必須要基于行業選擇的前提下，以此實施有效配置，然后依據策略組合，在行業內開展相關工作，實行資產優化。量化資產投資，它在某種程度上奠定了總體投資方向，確定發展前景最好的行業、風格和產品。換言之，投資者需要根據市場行情變化規律，選擇市場以及產品，然后給予最佳資金分配方案。相較于傳統的投資形式，量化投資更具一定的優勢，更具科學以及合理性，同時兼具高信度。投資者可以依據數據模型，對整個市場進行有效分析，繼而給予相對準確的判斷，以此進行理性投資決策。
二、兩者之間的關聯性分析
金融衍生品與量化投資的有效結合能夠起到非常關鍵性的作用，投資者能夠選擇相對發展較好的金融產品進行量化投資，由此收獲了相對豐富的投資收益，因而探討兩者之間的關聯性以及有效融合具有劃時代意義。近年來，我國金融市場發展形勢良好，也因此帶動了金融衍生品的迅速擴大，促進了國民經濟的迅速增值。但是以我國現有金融衍生品現狀來說，無論是從行業總量、規模，還是參與范圍及層次方面來看，金融衍生品都還屬于小眾市場，仍需不斷創新與改革。從目前情況分析，對于大部分的投資者而言，他們對于金融衍生品的了解還不夠透徹，這也導致了民主對于金融衍生品的了解甚少，基本都停留在電視或是報紙上對于金融衍生品的看法，這于金融衍生品的長遠發展是非常不利的。2008年的金融危機，很多實體企業采取了相應的對策，比如參與期貨市場，實施套期保值，以此降低生產經營風險，也在某種程度上擴寬市場發展。
金融市場發展速度的加快，股指期貨得以大面積擴散，指數期權也擴大了應用范圍，這于我國金融市場發展而言是極為有利的因素，為量化投資提供良好的發展契機，迎來發展機遇。借助量化投資原理，運用相關實踐方法，通過計算機程序實施投資交易，這將是之后金融衍生品投資的主流方向。
金融衍生品的誕生是社會發展的必然產物，其功能性集中體現在投資風險規避，它形成的主要動因與投資者關系密切，滿足其轉移風險的需求，同時實現其套期保值實際需求，這一過程又被稱為風險對沖，這樣可以使投資者運用相對較少的低成本，基于現貨價格變動，達到規避風險的目的。從目前形勢分析，量化投資在我國金融衍生品上得到了廣泛應用，其對沖實踐需要借助相關載體，也就是具備一定的期貨市場方可實現，但是基于交易品種單一的現狀，這使得量化投資產品在某種程度上具有一定的局限性。隨著股指期權的誕生，個股期權的逐步實施，擴大了金融市場的投資發展，讓更多的投資者增加了風險規避渠道，推動了量化投資范圍的不斷擴大。量化交易策略也在某種程度上發生了改變，更具創造性，帶動實體經濟發展。
金融衍生品的誕生以及投入使用促進了我國金融市場交易的逐步完善，這其中金融衍生品的一個非常重要的功能得到了極大的發揮，即價格發現。所謂價格發現功能，主要從參與者角度出發，他們通過獲得信息，且基于價格預期，利用公開拍賣形式，或是借助電腦進行撮合交易，這在某種程度上可以獲取市場真實需求，供求關系，并且極具競爭性以及預期性的體系。隨著世界經濟一體化趨勢不斷加強，世界金融市場不斷擴大，與之相關的金融衍生品應用范圍也隨之不斷擴大，金融交易所的相關交易實現跨越式的進步，通過這種形式形成的價格權威性更強。上述價格通過不同的傳播工具不斷擴散，如報紙、電視、網絡等，范圍波及全球，儼然成為市場價格的引領者，這為大眾提供了良好的平臺，讓其透過相關經濟信息了解經濟動態，以便幫助投資者給予正確的決策，借以提升資源配置效率。量化投資相較于傳統投資形式具有一定的優勢，這主要體現在兩個方面：分別是速度與規則，從某種角度分析，我們可以預期，量化交易應用范圍，促使市場報價更為緊密，成交更為頻繁，從而增強市場流動性。與此同時，基于量化交易策略而言，其中部分交易存在策略的相似性，這對于未來的金融市場影響頗大，集中體現在市場價格波動這一方面，具體表現為高波動性以及規律性，上述改變與量化投資有著非常直接的關聯。
金融衍生品是社會發展的階段性產物，量化投資是基于傳統投資形式基礎上的創新與變革，兩者之間具有一定的關聯性，就好比人和人之間的合作，通過量化投資，金融衍生品能夠在某種程度上受益，彰顯其風險規避功能，量化投資對于投資者而言是巨大的福音，使其更理性地進行投資，從而避免由于自身主觀原因而造成的經濟損失，與此同時，能夠有效消除非預期損失。針對金融衍生品而言，其不斷發展對量化投資而言也是非常有益的，為其提供應用平臺，借助不同領域資源整合，從總體角度分析，優化金融市場，交易環境不斷完善，并且對投資者影響極大，使其投資理念不斷升華，投資水平在某種程度上也得到看提高，繼而促使投資者通過結合金融衍生品與量化投資獲取豐厚的投資收益。總的來說，金融衍生品與量化投資可謂是相輔相成的關系，彼此相互促進又相互影響，協調好兩者的關系對金融市場發展益處多多。
三、結語
總體來說，金融衍生品在我國金融市場的廣泛運用極大的促進了國民經濟的發展，量化投資是一種相對理想的投資理念，將金融衍生品與量化投資有效融合能夠獲得良好的成效，這于金融市場經濟發展而言也是極為有利的因素，為投資者提供了良好的應用平臺，促使其獲得比較豐富的投資收益。文章主要介紹了金融衍生品以及量化投資的發展，重點闡述了兩者之間的相關性。
參考文獻：
[1]李東昌.金融衍生品與量化投資相關性研究初探[J].山東工業技術，2015（06）.
[2]張梅.后金融危機時代金融衍生品的風險管理與控制[J].湖南商學院學報，2010（02）.
[3]寇宏，袁鷹，王慶芳.套期保值與金融衍生品風險管理研究[J].金融理論與實踐，2010（05）.
[4]林世光.可拓學在金融衍生品市場風險中的量化分析[J].武漢理工大學學報，2010（11）.
[5]薛智勝.金融創新風險的防范與監管探析――以金融衍生品為例[J].云南大學學報（法學版），2012（01）.
【關鍵詞】量化投資 特點 策略 發展
一、引言
量化投資在國外的實踐已經有了40多年的發展，我國的量化投資起步較晚，從2004年開始出現量化投資的產品，由于缺乏有效的對沖手段，直到2010年4月滬深300股指期貨上市之后才能算是真正意義上開始涉足量化投資。[1]
2015年的中國股市跌宕起伏，杠桿配資引發了大幅上漲和斷崖式下跌，股市出現罕見的千股漲停、千股跌停、千股停牌的奇觀，眾多機構投資者和散戶蒙受了巨大的損失。但其中少數量化投資基金在大幅波動的市場中卻表現相對穩定。量化投資基金和量化對沖策略的穩健，很快引起了全市場的關注，也成為近期銀行、券商、信托等機構追捧的新的產品模式。
在此背景下，作者在本文中對于量化投資的概念、特點、策略、理論基礎和發展做一個總結，希望為量化投資研究和實踐做一些參考。
二、量化投資解讀
（一）量化投資的定義
量化投資在學術界并沒有嚴格統一的定義，現有的定義對于量化投資的定義的側重點各有不同。本文對于量化投資的定義為：
量化投資是指將投資者的投資思想或理念轉化為數學模型，或者利用模型對于真實世界的情況進行模擬進而判斷市場行為或趨勢，并交由計算機進行具體的投資決策和實施的過程。
（二）量化投資的特點
1.投資決策中能夠客觀理性，克服人類心理對投資決策的影響。傳統投資的分析決策，大多數方面都由人工完成，而人并非能做到完全理性，在進行投資決策時，很難不受市場情緒的影響。[2]量化投資運用模型對歷史和當時市場上的數據進行分析檢測，模型一經檢驗合格投入正式運行后，投資決策將交由計算機處理，一般情況下拒絕人為的干預，這樣在進行投資決策時受人的情緒化的影響將很小，投資過程可以做到理性客觀。
2.能夠通過海量信息的大數據處理，提高投資決策效率。我國股票市場上有近3000只股票，與上市公司相關的各種信息紛繁復雜，包括政策、國內外經濟指標、公司公告、研究報告等，投資者靠自己手工的篩選根本就是力不從心。量化投資的出現為這個問題的解決帶來了希望。量化投資運用計算機技術快速處理大量數據，對其進行辨別、分析、找出數據之間的關聯并做出投資決策，大大減少了人工的工作量，提高了投資決策效率。
3.能夠實現精準投資。傳統的投資方法中認為投資是一門藝術，投資決策需要的是投資者的經驗和技術，投資者的主觀評價起到決定作用。而量化投資有所不同，尤其是在套利策略中，它能做到精準投資。例如在股指期貨套利的過程中，現貨與股指期貨如果存在較大的差異時就能進行套利，量化投資策略和交易技術會抓住精確的捕捉機會，進行套利交易來獲利。另外，在控制頭寸規模方面，傳統的投資方法只能憑感覺，并沒有具體的測算和界定，而量化投資必須要設定嚴格精確的標準。[3]
4.能夠快速反應和決策，把握市場稍縱即逝的機會。量化投資往往利用高速計算機進行程序化交易，與人腦相比它能夠迅速發現市場存在的信息并進行相應的處理，具有反應快速、把握市場稍縱即逝的機會的特點。量化投資在速度上最出色的運用就是高頻交易，與低頻交易相對，高頻交易是通過高速計算機，在極短的時間內對市場的變化做出迅速的反應并完成交易。[4]
5.能夠有效地控制風險，獲取較為穩定的收益。與傳統投資方式不同的是，量化投資在獲得較高超額收益的同時能夠更好地控制風險，業績也更為穩定。相關研究顯示，1996年至2005年期間，量化投資基金與以所有傳統主動型投資基金和偏重于風險控制的傳統主動型投資基金的信息比率對比情況中，量化投資基金的信息比率都是最高，說明量化投資相對于傳統投資，能夠在獲得更高的超額收益的同時，有效地控制風險。
三、量化投資的策略
一般的量化投資的策略指的是用來實現投資理念或模擬市場行為判斷趨勢從而獲取收益的模型。量化投資需要權衡收益、風險、交易成本、具體的執行等各個方面，一般情況下這些方面會形成相對獨立的模塊。有時候量化投資策略模型也會將風險、成本等方面融合在模型中。
（一）國外量化投資策略的分類
國外習慣上將量化投資的策略分成兩大類，一類是阿爾法導向的策略，另一類是貝塔導向的策略。阿爾法策略（alpha strategy）是通過量化擇時和調整投資組合中不同資產的頭寸大小來獲取收益的策略;貝塔策略（beta strategy）是通過量化的手段復制指數或者稍微的超出指數收益的策略。[6]相比而言，量化指數的貝塔策略相對更容易，所以一般情況下所說的量化投資的策略指的是阿爾法策略（alpha strategy）。
阿爾法策略主要有兩種類型，分別為理論驅動模型和數據驅動模型。
理論驅動模型是比較常見的類型，這些策略是運用已經存在的經濟、金融學的理論，構建策略模型，進行投資決策。理論驅動模型根據輸入的數據的不同可以進一步分類，主要有基于價格相關數據的策略和基于基本面數據的策略。
數據驅動模型廣泛的被運用于股票、期貨和外匯市場，因為采用的數學工具更為復雜，相對而言難于理解，目前使用的還不是很多。與理論驅動模型不同，數據驅動模型認為進行投資決策其實是不需要理論的支持，運用數據挖掘技術，可以從數據（例如交易所的價格數據）中識別出某種行為模式或市場趨勢，進而進行預測或者解釋未來的模式，從中獲取收益。
（二）我國量化投資策略的分類
國內比較常見的量化投資策略主要有兩種分類方式，一種是按投資標的所在市場分類區分的量化投資策略，分為現貨市場和衍生品市場量化投資策略。現貨市場包括股票市場、ETF市場和債券市場，衍生品市場包括商品期貨市場、股指期貨市場、國債期貨市場、外匯市場和期權與其他衍生品市場，國內運用較多的是投資于商品期貨和股指期貨等期貨市場。
另一種分類方式是分為兩大類：判斷趨勢的單邊投機策略和判斷波動率的套利交易策略。[7]單邊投機策略主要包括量化選股和量化擇時，套利交易策略主要包括股指期貨套利、商品期貨套利、統計套利、期權套利、另類套利策略等，目前國內普遍采用的是這種分類方式。
四、量化投資理論的發展
（一）投資理論的發展
量化投資的理論基礎最早可以追溯到上個世紀50年代，Markowitz（1952）[8]第一次把數理工具引入到金融研究領域，提出了均值――方差模型和風險報酬與有效前沿的相關概念，這是量化投資接受的最早的嚴肅的學術成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在馬克維茨研究的基礎上得出了資本資產定價模型（CAPM），這是如今度量證券風險的基本的量化模型。
20世紀60年代，Samuelson（1965）與Fama（1965）[12]提出了有效市場假說（Efficient Markets Hypothesis，EMH），這為后來在新聞量化交易等方面提供了思路和理論支持。20世紀70年代，金融衍生品不斷涌現，對于衍生品的定價成為當時研究的重點。Black和Scholes（1973）[13]將數學方法引入金融定價，他們建立了期權定價模型（B-S模型），為量化投資中對衍生品的定價奠定了理論基礎。在該理論之后，Ross（1976）[14]根據無套利原則提出了套利定價理論（APT），該理論是資本資產定價模型（CAPM）的完善和發展，為量化投資中的多因素定價（選股）模型提供了基礎，這也是Alpha套利的思想基礎。
20世紀80年代，期權定價理論倒向微分方程求解;“金融工程”概念得以產生，金融工程著力于研究量化投資和量化交易。同期，學者們從有效市場理論的最基本假設著手，放寬了假設條件，形成了金融學的另一個重要的分支――行為金融學。
20世紀90年代，金融學家更加注重對于金融風險的管理，產生了諸多的數量化模型，其中最為著名的風險管理數量模型是VaR（Value at Risk）模型，這是量化投資對于風險控制的重要理論基礎。[15]
20世紀末，數理金融對于數學工具的引入更加的迅速，其中最為重大的突破無疑是非線性科學在數理金融上的運用，非線性科學的出現為金融科學量化手段和方法論的研究提供了強有力的研究工具[16]，尤其在混合多種阿爾法模型而建立混合模型時是非常有效的一種技術。
（二）量化投資的數學和計算基礎
量化投資策略模型的建立需要運用大量的數學和計算機方面的技術，主要有隨機過程、人工智能、分形理論、小波分析、支持向量機等。[17]隨機過程可以用于金融時序數列的預測，在現實中經常用于預測股市大盤，在投資組合模型構建的過程中，可以優化投資組合;人工智能的很多技術，例如專家系統、機器學習、神經網絡、遺傳算法等，可以運用于量化投資;分形理論用于時間序列進行預測分析;小波分析主要用于波型的處理，從而預測未來的走勢;數據挖掘技術可以運用于數據驅動模型，還可以運用于設置模型的細節;支持向量機可以分析數據，識別模式，用于分類和回歸分析。
五、國內外量化投資實踐的發展
（一）國外量化投資實踐的發展
本文認為量化投資在國外的發展已經經歷了四個發展階段：
1.第一階段從1949年至1968年：對沖階段。該階段是量化投資的萌芽階段，該階段具體的量化投資實踐很少，主要是為量化投資提供的理論基礎和技術準備，量化投資脫胎于傳統投資，對抗市場波動，通過對沖穩定Alpha收益，但收益率低了。
2.第二階段從1969年至1974年：杠桿階段。在該階段，量化投資從理論走入了實踐。在投資思路上，因為原本的Alpha策略收益有限，通過放杠桿擴大第一階段的穩定收益。實踐方面，1969年，前美國麻省理工學院數學系教授愛德華?索普（Ed Thorp）開辦了第一個量化對沖基金，進行可轉債套利，他是最早的量化投資的者使用者。1971年，巴萊克國際投資公司（BGI）發行了世界上第一只被動量化基金，標志著量化投資的真正開始。
3.第三階段從1975年至2000年：多策略階段。在這一階段，雖有一定的挫折，但總體上量化投資得到了平穩的發展。在投資思路上，由于上一階段通過杠桿放大收益的副作用產生，放大以后的波動率又增大，從而轉向繼續追求策略的穩定收益，具體的手段是采用多策略穩定收益。實踐方面，1977年，美國的富國銀行指數化跟蹤了紐約交易所的1500只股票，成立了一只指數化基金，開啟了數量化投資的新紀元。[18]1998年，據統計共有21只量化投資基金管理著80億美元規模的資產。[19]
4.第四階段從2000年至今：量化投資階段。這一階段，量化投資得到了迅猛的發展，并且發展的速度越來越快。投資思路上，運用量化工具，策略模型化，注重風險管理。在實踐方面，在2008年全球金融危機以前，全球對沖基金的規模由2000年的3350億美元在短短的7年時間內上升至危機發生前的1.95萬億美元，受美國次貸危機的影響全球對沖基金規模有較大的回落，直到2008年之后，在全球經濟復蘇的大背景下對沖基金規模才開始反彈。
（二）我國量化投資的發展
本文認為，到目前為止，我國量化投資的發展的主要經歷了三個階段：
1.第一階段從2004年至2010年：起步階段。在這一階段，由于我國沒有足夠的金融工具，量化投資在我國發展緩慢。2004年8月，光大保德信發行“光大保德信量化股票”，該基金借鑒了外方股東量化投資管理理念，這是我國最早的涉足量化投資的產品。2010年4月16日，準備多年的滬深300股指期貨的在中金所的上市，為許多對沖基金的產品提供了對沖工具，從此改變了以前我證券市場只能單邊進行做多的情況。
2.第二階段從2011年至2013年：成長階段。2011年，被認為是我國量化對沖基金元年，[21]而隨著股指期貨、融資融券、ETF和分級基金的豐富和發展，券商資管、信托、基金專戶和有限合伙制的量化對沖產品的發行不斷出現，這個階段的量化投資真正意義上開始發展，促使該階段發展的直接原因就是股指期貨的出現。[20]
3.第三階段從2014年至今：迅猛發展階段。2014年被認為是“值得載入我國私募基金史冊的一年”，基金業協會推行私募基金管理人和產品的登記備案制，推動了私募基金的全面陽光化，加速了私募基金產品的發行，其中包括量化對沖型私募產品。2014年稱得上我國量化對沖產品增長最迅速的一年，以私募基金為代表的各類機構在量化對沖產品上的規模均有很大的發展，部分金融機構全年銷售的量化對沖基金規模超過了百億。
2015年，上證50ETF期權于2月9日正式推出，這對于對我國的量化投資有著極大的促進作用。4月16日，上證50與中證500兩只股指期貨新品種的上市給量化投資帶來更多的策略的運用，金融衍生品的不斷豐富和發展，為量化投資提供更多的豐富對沖手段，也提供了更多的套利機會。
六、總結
量化投資的技術、策略、硬件設施條件都在飛速的發展，與傳統的投資方式相比，量化投資有著自身的特點和優勢。尤其是量化對沖產品，以其長期穩健的收益特征，成為目前“資產荒”下對信托、理財產品和固定收益產品良好的替代產品。未來隨著我國股指期貨、融資融券、國債期貨、期權等金融產品的不斷創新，以及股指期貨市場未來逐步恢復正常，量化投資發展前景不可限量。
參考文獻
[1]徐莉莉.量化投資在中國的發展現狀[R].渤海證券研究所：金融工程專題研究報告，2012.
[2]廖佳.揭開量化基金的神秘面紗[J].金融博覽（財富），2014，（11）：66-68.
[3]王力弘.淺議量化投資發展趨勢及其對中國的啟示[J].中國投資，2013，（02）：202.
[4]Durbin，M. All About High-Frequency Trading： The Easy Way To Get Started[M]. McGraw-Hill Press，2010.
[5]蔣瑛現，楊結，吳天宇，等.海外機構數量化投資的發展[R].國泰君安證券研究所：數量化系列研究報告，2008.
[6]Rishi K. Narang. Inside the Black Box： The Simple Truth about Quantitative Trading[M]. Wiley Press，2012.
[7]丁鵬.量化投資――策略與技術[M].北京：電子工業出版社，2014.
[8]Markowitz，H.M.. Portfolio Selection[J].Journal of Finance，1952，2：77-91.
[9]Sharpe，W.F. Capital asset prices： A theory of market equilibrium under conditions of risk[J]. Journal of Finance，1964，19（3）：425-442.
[10]Lintner. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets[J].Review of Economics and Statistics，1965，47（1）：13-37.
[11]Mossin.Equilibrium in a Capital Asset Market[J]. Econometrica，1966，Vol.34（4）：768-783.
[12]Fama，Jensen，and Roll. Investor sentiment and Stock Returns[J]. Journal of Political Economy，1969，（12）34-36.
[13]Black Fischer，and Myron Scholes，1973.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.
[14]Ross.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，13（3）：341-360.
[15]Jorion，Philippe.Value at Risk：The New Benchmark for Managing Financial Risk （3rd ed.）[M]. McGraw-Hill Press，2006.
[16]戴軍，葛新元.數量化投資技術綜述[R].國信數量化投資技術系列報告，2008.
[17]丁鵬.量化投資與對沖基金入門[M].北京：電子工業出版社，2014.
[18]郭喜才.量化投資的發展及其監管[J].江西社會科學，2014，（03）：58-62.
[19]Ludwig B.，Chincarini. The Crisis of Crowding： Quant Copycats，Ugly Models，and the New Crash Normal[M]. Wiley Press，2013.
[20]曾業.2014年中國量化對沖私募基金年度報告[R].華寶證券：對沖基金專題報告，2015.
[21]嚴高劍.對沖基金與對沖策略起源、原理與A股市場實證分析[J].商業時代，2013，（12）：81-83.
他們和先前的人工交易不同，用數學統計出此前的交易規律，建成模型，用程序來交易。他們大多有較高的學歷，或物理或數學或IT背景。他們用模型、公式克服人性的弱點去交易，賺取理性的利潤，這個工作叫量化投資。
這是近幾年才形成的一個低調的金融圈子，尤其是今年來，這個圈子似乎風生水起。算法、編程、想法、策略、模型成了這個圈子中的常用語，他們分布在券商、公私募基金、期貨等金融行業，他們在創新中摸索前進，優秀的團隊也不少見。
謹慎的寬客人
量化投資圈的人喜歡自己被稱為“寬客人”或“礦工”。所謂“寬客”即金融工程師，他們靠編程序去設計模型，用數學的方法分析金融市場，找出影響價格漲跌的相關因素，規避其中的風險，獲得收益。
徐明（化名）是上海艾革瑞投資團隊的創始人之一，有著大多數編程人員的內秀和儒雅，自信的微笑又暗示著自己不是普通的“碼農”。清華大學數學系學士，香港科技大學工業工程與物流管理系博士，精通數學建模、金融工程、組合優化和人工智能算法，這些標簽和不少量化“寬客人”類似，他們具備這個行業的先天優勢。
徐明在中山大學管理學院管理科學系任教期間，對金融工程產生了濃厚的興趣，西蒙斯的經歷和成功給了他極大的鼓舞，逐漸走上專業量化交易這條路。
十月，天氣漸冷。《中國證券期貨》記者聯系上徐明時，他正帶著自己的團隊參加海通期貨2013年的“笑傲江湖”實盤賽，目前成績位列投資家組第三名，這不是第一次參加海通期貨的實盤賽，去年以總收益89%、總收益額189萬，獲得程序化組亞軍。
“艾革瑞”，源自“Algorithm”（算法）的譯音，創始人的量化定位可見一斑。團隊主要成員在2012年開始全職投身于程序化交易，多具有證券期貨投資、金融工程研究和IT項目開發經驗。艾革瑞團隊主要做股指期貨日內交易，交易頻率比較低，平均一天做1個來回的交易，持有時間一般都要超過1個小時。
量化交易和人工交易有一個很大的不同，就是模型的建立。“程序化交易更像一門科學，需要投資者具有較高的模型開發和系統開發能力，以及對于交易規律的深刻認識。”徐明認為，人工交易更像一門藝術，需要對經濟周期和行業發展有獨到的眼光。
對于模型，“寬客人”都視為自己最核心的秘密武器，往返于華爾街和上海的徐明和其他諱莫至深的受訪者不同，對模型提出了自己的看法，“模型是用數學方法找規律，而數學方法找規律很容易過度優化。”
對于投資行業的深刻認識更為重要。徐明表示，“國內金融市場和華爾街還是有本質的不同，對于中國市場期貨交易的認識和理解，比運用各種數學模型更為重要。很多系統在數學上是最優的，但是在實踐中并不是最優的，而且還可能是有極大風險的（即過度優化）。”
策略是量化“寬客人”的另一個交易核心。“如果交易經常不盈利，就不能僅僅認為是利潤回吐了，要考慮策略是否失效。”金華強調。
策略是否失效是所有程序化交易者面對的一個非常難的問題。“失效”本身就很難定義。日內趨勢的策略勝率一般都不到50%，所以總是有賠有賺的。賠錢的連在一起，就連續回撤了，這其實只是虧損連在了一起而已。不同的時間，市場的規律也會呈現不一樣的特征，所以也很難判斷暫時表現不好的策略是否就永久不好了。
所以，最重要的不是判斷策略是否已經失效，而是在策略表現不好的時候可以找到原因和解決辦法。
在2013年第二季度，艾格瑞團隊就經歷了一個較大級別的回撤，后來發現系統的很多虧損來自于“過度預測”。直觀的理解就是市場還沒有開始趨勢的時候，系統就進行了未來趨勢方向的預測。這一能力在過去的一年都不錯，可以獲取超額收益；但是可能是因為市場氛圍變了，現在不僅不管用，還會帶來連續的虧損。
后來艾格瑞團隊對策略進行了調整：其一，相關性小的多周期、多系統非常必要。其二，用一套系統的方法去辨別哪些是市場里穩定的規律，哪些是不穩定的規律。其三，在風險控制上更為嚴格和保守，在謹慎保護本金的基礎上，實現盈利。
調整策略后，解決了“過度預測”的問題，然后系統就又恢復了正常。從運行兩個多月來看，表現比較穩定。
摸著石頭過河的機構
機構投資者對量化投資的關注也越來越多，光大證券“816”事件揭開了冰山一角。8月16日，光大證券量化套利資金超過了200億，烏龍事件一度引發國內A股和股指劇烈地震。據中國量化投資學會理事長、量化投資經理丁鵬透露，“目前國內量化投資資金的體量已經達到1000億元。” 這些資金或主要來自券商和險資自營的量化套利資金，以及公私募的量化基金。
業內人士指出，國內某另一家券商在量化上投入的套利策略資金超過了300億，遠超出光大的投入資金，目前，不少券商也在用巨額資金更新IT設備，加上公私募資金，在量化上的投入遠超過1000億。
據悉，光大和海通等券商經營量化套利這項業務上，年度收益約10%-12%，甚至達到10%-15%或更高。如果按200億元的管理資金來看，帶給券商的直接收益就達到20億-30億元。這一盈利數字可能近年來熊市中某些券商一年的營業收入。
由于A股市場實施T+1交易，券商量化交易部門在A股從事高頻交易的資金較少，據業內人士推算，大約有20億左右。如果A股市場實施了T+0操作，估計更多券商大資金投入。
公募基金排名的壓力，參與股指期貨對沖倉位比例不超過20%限制，都成了公募基金量化投資無形的鐐銬，短期內難有多大規模。
“公募基金做量化很費勁。”王萌（化名）坦誠表示。
王萌，上海交通大學計算機碩士，資深軟件工程師，具有多年軟件開發和管理經驗，以及金融市場投資經驗。已經在資本投資市場10年了，目前是上海某公募基金的總監。
“由于參與公募基金的排名，不可能完全做到量化管理，大多都有主動管理的因素在面。”王萌坦言，這和采訪國內某期貨公司量化部經理時的話，頗有幾分相似，“目前國內公募基金的業績也沒有聽說那個做的業績挺好，更多的是一種宣傳噱頭。”
而私募則相對輕松的多。私募資金私募基金在量化基金設計上，主要側重于量化多空策略的經營，目前國內有數十款產品在做，雖然規模算不上太大，但收益穩定保持在9%-15%還是容易做到。
張強（化名）在華爾街做量化投資多年，回國后成立了自己的私募公司，量化操作股指期貨。15個月來，資金收益保持在25%，這個業績在行業里可能算不上多高，但是出奇的穩定，這正是量化投資追求的最高境界，關鍵是穩定收益。遠比上半年盈利50%，下半年虧60%好的多。更難得的是，15個月來回撤僅僅1.5%。這和公募基金帶著“鐐銬”跳舞形成了鮮明的對比。
無法阻擋狼來了
目前國內的量化投資剛剛起步，發展還受諸多因素困擾。
政策性因素擾動、歷史數據不足、數據準確性差、T+1的限制，金融衍生工具不夠豐富，風控的完善、系統軟硬件的限制等，這些都是量化投資在國內市場的瓶頸。
政策性因素擾動也很明顯，證監會對光大證券“816”的巨額罰款，對光大證券在券商中量化的領先地位頗有打擊，同行不得不放慢了量化的步伐。
對于數據的不充足以及準確性差，也深受其害，財報質量和國外壓根就不在一個檔次，查閱數據也只能追溯到最近6、7年，這對用數學的方法統計數據建模型造成了直接的影響。
而某期貨公司的董事總經理則直言，目前國內期貨市場還是T+1，還沒有開通夜盤交易，而國內期貨市場又受國外盤影響巨大，國內盤受其影響隔夜暴漲暴跌再正常不過，而依靠數據、模型的量化交易只能是無可奈何，這也是國內商品期貨量化操作業績不理想的原因之一。
金融衍生工具不夠豐富，也是國內量化投資的一大影響。目前國內量化投資僅能運用在商品期貨、股指期貨和國債期貨上，還限制頗多。比如股指期貨，國內每天掛單不能超過500手；國債期貨開通不久，成交量有限；期貨市場雖然套利客觀，但容納資金量有限。
據業內傳聞，光大證券的量化部門前期運行投入資金是1500萬元，如果再加上維護費用，數目不容小覷。
這在券商同行中絕不是孤例。盡管如此，因經驗不足，還是在風控上鬧出了震驚中外的（816）烏龍事件，對量化的影響可見一斑。
光大烏龍事件暴露出機構投資人在追求創新時忽略了風控的完善。“光大雖被證監會罰款5個億，但券商用自營資金做量化的賺錢能力也被大眾所知，未來會有大量的錢涌入。”一位機構人士認為。
丁鵬認為，“不能因為光大事件，就將先進技術和理念拒之門外，絕對收益是未來趨勢。”
國內金融市場，盡管在量化上還存在著不少的問題，但這引人注目的量化投資前景依然引起了國外大鱷的注意，我們無法阻擋：狼來啦！上述某期貨公司人士透露，“韓國成熟的量化投資團隊，已經進入國內市場開始剪羊毛，據說比國內的量化機構能量要大的多。”還有更恐怖的團隊，國外量化操作鼻祖巴克萊已經在國內完成了前期量化測試，不久也會攜帶巨額資金和先進的理念來分一杯羹。
模型避免過度優化
（暨南大學信息科學技術學院 廣東 廣州 510632）
摘 要：“金融改革”的提出，金融市場的逐步開放，將促進金融創新的步伐，給投資者帶來越來越多的投資渠道，同時也將加速中國金融市場與國際金融市場的融合。通過分別建立兩個單指標擇時策略模型，運用MATLAB模式搜索算法在設定時段內搜索最優參數，并分別對兩個單指標策略進行交易仿真回驗。實證結果顯示，趨勢型指標可以抓住大的波段行情，獲得超額收益，具有較好的擇時效果。實證顯示組合指標策略的效益明顯高于單指標策略。因此，采用組合指標策略進行個股量化擇時交易較單指標策略能獲得更優的投資收益。
關鍵詞 ：量化擇時；趨勢指標；組合指標策略；參數優化
中圖分類號：F8 文獻標識碼：A doi：10．3969／j．issn．1665－2272．2015．12．008
1 緒論
1．1 背景意義
“金融改革”的提出將為中國的量化投資帶來發展前景。金融市場的逐步開放將會促進金融創新的步伐，給投資者帶來越來越多的投資渠道，同時也將加速中國金融市場與國際金融市場的融合。很多國外成熟的投資工具和投資方法將逐步進入中國市場，以期貨市場為代表的衍生品市場將迎來飛速增長，以量化投資為代表的投資方法也將得到投資者更大的關注。
在投資業，各種渠道提供的海量信息以及高頻金融交易數據都在深刻地影響這個行業的發展以及金融市場的有效性。金融創新給期待量化投資的投資者提供了豐富的投資工具。自20世紀50年代以來，金融市場出于規避監管，轉嫁風險和防范風險等需要，推出了很多創新性的金融產品，提供了越來越豐富的投資工具。金融衍生品在金融市場中占的比例越來越重要。
中國量化投資的前景廣闊。黨的十八屆三中全會提出了“健全多層次資本市場體系”的指示精神，為十二五期間的資本市場發展指明了方向。隨著金融投資工具的增加，量化投資將顯示出其更大的作用，幫助投資者在更好的風險管控中尋求最佳收益回報。
作為量化投資中的量化擇時，是指利用某種方法來判斷大勢的走勢情況以及時采取相應措施，它是收益率最高的一種交易方式。就股票投資者而言，擇股和擇時都是至關重要的，正確擇股是盈利的前提，而正確擇時則是盈利的最終實現。因此，從微觀角度入手，建立有效的個股量化擇時交易策略值得研究。
1．2 文獻綜述
關于量化投資的研究，國內外更多的研究主要以策略構建和實證為主。易海波、楊向陽、羅業華、曾敏通過將量化指標按照股票屬性進行分類排序，以自下而上的選股方式，構建出價值、成長、質量三個基本模型，并在此基礎上衍生得到四個疊加模型和GARP模型。利用八個選股模型以不同的參數進行選股，構建出十個量化選股組合，歷史回測結果顯示這些組合風格各異，適合不同風險偏好的投資者。張登明通過對技術指標的分析，構建了完整的及時指標組合投資策略框架。他從量化的角度，通過樣本統計給出了適合中國股市的優化指標組合及參數設置，對提高投資決策有積極意義。路來政通過研究量化基金的績效及管理能力來研究量化投資策略的應用效果，采用T－M模型、H－M模型和C－L模型對其中9只量化基金的管理能力進行了研究，以評價量化基金使用量化投資策略的擇股效果和擇時效果，結果表明量化基金采用量化策略進行投資是有意義的。
股票擇時屬于量化投資的一個分域。劉瀾飚、李貢敏研究了市場擇時理論在中國的適用性，表明中國上市公司不僅存股票市場的市場擇時行為，而且存在債務擇時行為，即股票市場高漲時，上市公司傾向于債務融資。林正龍基于效用無差別定價原理，運用實物期權定價理論，研究項目投資收益不可完全復制的不確定性投資機會定價與擇時問題，得出不同于指數效用，對具有常值相對風險回避系數效用函數的投資者而言，不確定性投資機會的定價與擇時與投資者當前財富數量有關。卓琳玲、胡志強通過對樣本公司的研究，發現樣本公司股票行為、債券發行和內部融資均呈下降趨勢，其中股票不是特別明顯，當市值杠桿比率上升時期，股票發行出現顯著地下降趨勢，此時市場時機選擇比較明顯，說明我國股市存在明顯的市場時機選擇行為。劉陽、劉強通過研究我國從上世紀90年代初-2010年1月的上證綜指和深證成指，分析異常收益率對整個期間收益的影響及擇時的可能，發現極少數具有超常收益的交易日對股票市場的長期收益具有顯著的影響，認為理性的投資者應該放棄擇時而選擇長期投資。王俊杰在擇時模型方面分析了行業指數存在的持續性和行業輪動特征，并以時間序列模型為基礎，構建動量模型、MS－GARCH行業擇時模型等量化擇時策略，回測結果MS－GARCH擇時模型戰勝行業動量模型和指數，表現較好。
溫婧茹對移動平均線理論進行改進，構造了最適參數，參考設計了觸線交易策略和過濾器交易策略，構建了家電板板塊靜態與動態相結合的股票池，實證得出，不同股票對應的最適參數不同，用個性化的參數進行決策能獲得更好的收益；應用收益率確定最適參數以擇股，結合觸線交易策略以擇時，能夠跑贏大盤，取得超額收益。曹力自適應均線更適合于組合類的標的，如指數或者封閉式基金，因為這些標的的走勢經過了平均的平滑，沒有突然的大起大落，更容易用均線來跟蹤趨勢的變化。而對于個股，波動形態和指數類表的不同，所以需要使用不同的參數，在大多數個股上能夠獲得超額收益，特別對強周期性行業的股票自適應均線有很強的擇時能力。但是自適應均線也不是萬能的，對于某些個股，因為波動形態的復雜，用自適應均線也無法獲得超額收益。曹力、徐彪從實證效果來看，利用可交易組合的均線模式識別找出的買入機會成功率較高，能抓住一些市場主要的反彈機會，因此累積收益非常出色。可交易組合的均線模式識別方法是擇時交易，特別是熊市中擇時的有效方法。
1．3 研究框架
傳統的趨勢指標擇時策略往往是單指標的，并且策略參數通常是約定俗成的。單指標策略局限性和偶然性大，不能有效及時獲取收益和及時止損；約定俗成的常用參數值在面對各種波動幅度不同、周期性不同、價格彈性等不同的個股時也有失客觀性和靈動性。
所以，在探究一種改進針對個股的傳統趨勢指標量化擇時的策略。首先建立基于各傳統趨勢指標的單指標擇時策略，通過參數優化確定各單指標策略的最適參數；并在單指標的基礎上，創新性地通過指標的組合，構建一個綜合性且參數最優的組合指標擇時策略，以增強策略的穩定性和魯棒性，獲得更優的投資收益。
1．4 術語說明
（1）累計收益率：
（2）年化收益率：年化收益率是把當前收益率（日收益率、周收益率、月收益率）換算成年收益率來計算的，是一種理論收益率，并不是真正的已取得的收益率。
（3）夏普比率：夏普比率是一個可以同時對收益與風險加以綜合考慮的經典指標，它反映了單位風險基金凈值增長率超過無風險收益的程度。如果夏普比率為正值，說明在衡量期內基金的平均凈值增長率超過了無風險利率。夏普比率越大說明基金單位風險所獲得的風險回報越高。因此，夏普比率是可以同時對收益與風險加以綜合考慮的經典指標之一。
夏普比率=
（5）最大回撤率：在選定周期內任一歷史時點往后推，產品凈值走到最低點時的收益率回撤幅度的最大值。最大回撤率用來描述買入產品后可能出現的最糟糕的情況，是一個重要的風險指標。
2 理論概述
2．1 量化投資理論
量化投資是運用現代統計學和數學的方法，從大量的歷史數據中尋找并獲得超額收益的一種投資策略，投資者通過計算機程序，建立可以重復使用并反復優化的投資策略，嚴格按照這些策略所構建的數量化模型進行投資并形成回報。
量化投資的內容主要包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、算法交易、ETF／LOF套利、高頻交易等。量化投資在國外已有30多年的發展歷史，但在國內還是近年出現的新鮮事物。相比其他投資策略，量化投資在國外的運用已取得了更佳的業績。
與海外成熟市場相比，中國A股市場的發展歷史較短，投資理念還不夠成熟，相應的留給主動型投資發掘市場的潛力和空間也更大。國內很多實證文獻討論國內A股市場也尚未達到半強勢有效市場，因此量化投資理論引入國內證券市場是非常有意義的，它以正確的投資理念為根本，通過各種因素的分析，以全市場的廣度、多維度的深度視角掃描投資機會，在中國市場的應用將更顯其優勢。
2．2 擇時理論
量化擇時是量化投資的一種，它利用數量化的方法，通過對各種宏觀微觀指標的量化分析，試圖通過回溯歷史數據，找到影響大盤走勢的關鍵信息，并且對未來走勢進行預測。如果判斷是上漲則買入持有；如果判斷是下跌則賣出清倉；如果判斷是震蕩則進行高拋低吸，這樣就可以獲得遠遠超越簡單買入持有策略的收益率。所以擇時交易是收益率最高的交易方式之一。
股票的量化擇時是預測市場以后的走勢，并由此來判斷調整投資組合的風險水平，從而獲取更大的收益，具體表現是現金流進出證券市場和在證券間比例變換的時機選擇。
2．3 趨勢追蹤理論
趨勢擇時的基本思想來自于技術分析，技術分析認為趨勢存在延續性，因此只要找到趨勢方向，跟隨操作即可。
技術指標是技術分析中使用最多的一種方法，通過考慮市場行為的多個方面建立一個數學模型，并給出完整的數學計算公式，從而得到一個體現證券市場的某個方面內在實質的數字，即所謂的技術指標值。指標值的具體數值和相互間關系直接反映證券市場所處的狀態，為操作行為提供指導作用。目前證券市場上的技術指標可分為“趨勢型指標”、“反趨勢型指標”、“能量指標”、“大盤指標”、“壓力支撐指標”等類別。
移動平均線（MA）是一種常用的趨勢型指標，由Joseph E．Granville于20世紀中期提出來。它是當今運用最普遍的技術指標之一，幫助交易者確認現有趨勢、判斷將出現的趨勢、發現過度延伸而即將發轉的趨勢。后來又逐漸衍生出其他類型的均線，如平滑異同移動平均線（MACD）、三重指數平滑平均線（TRIX）等。 這些均線理論常用兩根線的交叉作為交易信號，并以此作為買賣時點的判斷。
均線理論提供了一種簡單有效的使價格序列平滑并且使趨勢更易于辨認的方法。
因此綜合以上理論的優點，在此基礎上改進傳統趨勢指標的量化擇時策略，并創新性地開發更優的組合指標量化擇時策略，以達到及時獲取收益和及時止損的目的。
3 擇時策略模型建立
3．1 MA單指標策略模型的建立
MA移動平均是指連續若干交易日收盤價的算術平均，用來顯示股價的歷史波動情況，進而反映股價指數未來的發展趨勢。
其中
利用MA指標進行量化擇時，在短期移動均線與長期移動均線的交叉處進行買入或賣出擇時交易。以下分別建立買入和賣出法則的模型。
在短期移動均線下穿長期移動均線的黃金交叉處買入，故建立如下數學模型：
mabuy=1，MA（s）t＞MA（s）t-1&MA(s)t＞MA(l)t&MA(s）t-1＜MA（l）t-10,其他（6）
其中mabuy=1，表示滿足買進，mabuy=0表示不滿足買進。
在短期移動均線上穿長期移動均線的死亡交叉處賣出，故建立以下數學模型：
mabuy=1，MA（l）t＜MA（l）t-1&MA(s)t＜MA(l)t&MA(l）t＞MA（l）t-10,其他
其中mabuy=1，表示滿足賣出，mabuy=0表示不滿足賣出。
3．2 MACD單指標策略模型的建立
MACD即指數平滑異同移動平均線，是根據均線的構造原理，通過分析短期指數移動平均線與長期指數移動平均線之間的聚合與分離狀況，對買進、賣出時機做出判斷的趨勢型技術指標。
MACD的計算如下：
（1）計算短期（ms）指數移動平均線EMA1和長期（ml）指數移動平均線EMA2。
（2）計算離差值DIF＝EMA1－EMA2。
（3）計算DIF的M日指數移動平均線，即DEA。
（4）計算MACD＝2（DIF－DEA）。
利用MA指標進行量化擇時，在DIF與DEA的交叉處進行買入或賣出，分別建立買入和賣出法則的模型。
當DIF、DEA均為正值，DIF向上突破DEA時，為買入信號，建立如下數學模型：
macdbuy=1，DIFt＞DIFt-1&DIF＞DEAt&DIFt-1＜DEAt-1&DIF＞00,其他 （8）
其中，macdbuy=1表示滿足買進，macdbuy=0表示不滿足買進。
當DIF、DEA均為負值，DIF向下跌破DEA時，為賣出信號，建立如下數學模型：
macdsell=1，DIFt＜DIFt-1&DIFt＜DEAt&DIFt-1＞DEAt-1&DIF＜00,其他（9）
其中macdsell=1，macdsell=0表示滿足賣出，表示不滿足賣出。
3．3 MA－MACD組合指標策略模型的建立
組合模型構建兩個新的信號變量：買入信號個數閾值“buy”（1≤buy≤2，整數）和賣出信號個數閾值“sell”（1≤sell≤2，整數）。
買入信號個數閾值“buy”表示：當MA策略中的“mabuy＝1”的買入信號個數與MACD策略指標中的“macdbuy＝1”的買入信號個數之和至少達到閾值“buy”（1≤buy≤2)數量個時才進行買入交易。
即“buy”閾值取不同值時，買入信號組合滿足買入條件的情況如下：
buy=1時，滿足買入情況：mabuy=1||macdbuy=1||macdbuy=1||mabuy=1&macdbuy=12時，滿足買入情況：mabuy=1&macdbuy=1（10）
賣出信號個數閾值“sell”表示：當MA策略中的“mabsell＝1”的賣出信號個數與MACD策略指標中的“macdsell＝1”的賣出信號個數之和至少達到閾值“sell”數量個時才進行賣出交易。
即“buy”閾值取不同值時，買入信號組合滿足賣出條件的情況如下：
sell=1時，滿足賣出情況：masell=1||macdsell=1||mabsell=1&macdsell=12時，滿足買入情況：masell=1&macdsell=1（11）
3．4 模型最優參數的選擇
就個股而言，不同的計算參數，將導致不同的擇時效果。面對各種波動幅度不同、周期性不同、價格彈性等不同的股票，如果盲目套用經典參數可能會有失客觀性和靈動性。因此， 在進行量化擇時策略構建時，需要針對個股進行策略的參數優化，檢驗指標不同參數的測試效果，并最終選擇一個最優的參數組合。
夏普比率是一個可以同時對收益與風險加以綜合考慮的經典指標，它反映了單位風險基金凈值增長率超過無風險收益的程度。如果夏普比率為正值，說明在衡量期內基金的平均凈值增長率超過了無風險利率。夏普比率越大說明基金單位風險所獲得的風險回報越高。因此，夏普比率是可以同時對收益與風險加以綜合考慮的經典指標之一。
4 個股實證分析
4．1 數據選擇
為驗證上述模型的有效性，個股實證以深圳證券交易所的華誼兄弟300027為交易標的，選取來源于國泰安2011．1．1－2014．6．30的基本面數據庫，包括個股開盤價、收盤價等。
4．2 MA單指標擇時策略仿真回驗
首先對該股策略進行參數優化：本策略中對于參數，在測試期間內，以2天為間隔，測試范圍從2天到20天；以5天為間隔，測試范圍從20天到120天；搜索精度為1；測試回驗30天，截止日期設為2013－12－31。通過回驗得到參數優化結果（見表1）。
如表1所示，最優組合（s，l）＝（2，20），當以2日為短期均線，20日為長期均線，在參數優化測試期間進行交叉擇時時效果較好，在回驗測試期間內夏普比率達2．4234。
確定最優后，運用國泰安量化交易平臺QIA進行策略交易仿真回驗。設定合約保證金為1，合約乘數為1，市場參與度為0．5，買方手續費為0．05‰，賣方手續費為0．05‰，交易賬戶為股票賬戶并設定初始資金為1 000 000元，以一年期國債利率為無風險利率，并以滬深300為業績比較基準，以數據庫所給時間2011年1月1日-2014年6月30日為策略回驗時間區間進行回驗。最終結果（見圖1、表2）。
回驗結果顯示，此單指標策略在2011年1月1日-2014年6月30日間的累計收益率達42．26％，年化收益率達11．10％，高出同期的滬深300指數比較基準，并且勝率達60．80％。由此我們可以得出結論，采用MA單指標策略進行個股量化擇時交易也能獲得較優的投資回報。
4．3 MACD單指標擇時策略仿真回驗
對該股策略進行參數優化：該策略需要優化確定的參數主要包括短期指數移動平均線的計算天數ms、長期指數移動平均線的計算天數ml，以及DEA的計算天數M。本策略的參數優化依然以最大化夏普比率為最優化目標函數，并使用Matlab的模式搜索算法在設定的回驗時段內搜索最優參數組合（ms，ml，M）。
對于參數ms，在測試期間內，以2天為間隔，測試范圍從2天到20天；參數ml以5天為間隔，測試范圍從20天到120天；參數M以5天為間隔，測試范圍從5天到60天；搜索精度為1；測試回驗30天，截止日期設為2013－12－31。通過回驗得到參數優化結果如下：
如表3所示，最優組合（ms，ml，M）＝（2，25，10），當以2日為短期指數移動平均線計算天數，25日為長期指數移動平均線計算天數，10日為DEA計算天數，進行交叉擇時時效果較好，在回驗測試期間夏普比率達3．0682。
組合指標擇時策略仿真回驗。由于組合指標策略是建立在單指標策略基礎上的，所以該策略中的參數（s，l）、（ms，ml，M）即為模型一和模型二參數優化后確定的值，而參數（buy，sell）的組合情況有（2，2）、（2，1）、（1，2）和（1，1）四種，閾值組合選取哪個使得策略最優則需要進一步的參數優化。
對于參數buy，初始值設為2，測試最小值為1，最大值為2，步長設為1；參數sell，初始值設為2，測試最小值為1，最大值為2，步長設為1；搜索精度設為1；測試回驗90天，截止日期設為2013－12－31。通過回驗得到參數優化結果（見表4）。
如表4所示，最優組合（buy， sell）＝（1，1），即當買入信號個數至少有一個時就進行買入交易，賣出信號個數至少有一個時就進行賣出交易，以此進行組合指標擇時效果最好，在參數優化回驗測試期間夏普比率達2．490 3。
5 結論
從價格沿趨勢移動和歷史會重演的角度出發，運用傳統趨勢指標MA和MACD，分別建立MA、MACD的單指標擇時策略模型并通過模式搜索算法分別求出兩個策略的最優參數，從實證結果看趨勢型指標可以抓住大的波段行情，獲得超額收益，具有較好的擇時效果。在此基礎上再創新性的運用通過設置買入和賣出信號個數閾值的方法構建二者的最優組合指標模型，增強了擇時的穩定性和魯棒性，在有效降低風險的同時提高了收益率。
綜上所述，基于以上的不足之處，以后將沿著組合指標擇時的思路繼續深入研究以對目前的研究進行改進。未來的工作主要是：對于用于組合的單指標要進行更為全面的擴展，引進其他經典趨勢型指標DMA平均線差指標、TRIX三重指數平滑移動平均指標等，同時把指標類型拓展至其他類型，如反趨勢型指標ACCER幅度漲速指標等，量價指標APBP人氣意愿指標等，大盤指標OBOS超買超賣指標等，壓力支撐指標ENE軌道線指標等。通過增加組合趨勢型數量和組合指標類型，以使組合指標策略更全面、更切合實際市場。
參考文獻
1 丁鵬．量化投資——策略與技術［M］．北京：電子工業出版社，2012
2 方浩文．量化投資發展趨勢及其對中國的啟示［J］．宏觀管理，2012（5）
3 郭建．論證券投資技術分析中歷史會重演的根本原因［J］．商業時代，2007（28）
4 李向科．證券投資技術分析［M］．北京：中國人民大學出版社，2012．
5 張登明．技術指標投資策略的優化及其在量化交易中的應用［D］．武漢：華中科技大學，2010
6 方智．基于多技術指標模型的滬深300指數走勢預測［D］．南昌：江西財經大學，2012
7 路來政．量化投資策略的應用效果研究［D］．廣州：暨南大學，2012
8 劉瀾飚，李貢敏．市場擇時理論的中國適用性［J］．財經研究，2005（11）
9 林正龍．項目投資定價與擇時理論研究［D］．長沙：湖南大學，2006
10 胡志強，卓琳玲．IPO市場時機選擇與資本結構關系研究［J］．金融研究，2008（10）
11 王俊杰．量化交易在中國股市的應用［D］．南京：南京大學，2013
胡俊敏是物理學博士，她是怎樣跨專業從事投資行業？
她管理的博時特許價值基金，從2012年6月接手到年底，凈值增長幅度居同類前20%，她是通過怎樣的操作大幅提升基金業績？
博時特許價值基金是量化基金，量化基金的操作又有怎樣特點？
每日基金特邀胡俊敏博士，傾聽她的人生經歷和投資理念。
張學慶：從您的簡歷來看，是物理學博士，這是典型的理科學科，當然您后來又做過量化研究的工作，但您目前從事的工作是投資，是屬于金融學這類范疇，這兩個學科距離特別大。您之前研究的物理學、化學 ，對于投資有何幫助？
胡俊敏：當年念物理，現在做投資，不是事先計劃好的，而是當時的歷史環境造成的。我大學的時候是八十年代，中國還沒有股市，我連股票是什么都沒有概念。因為我比較喜歡跟數字打交道，就學了物理。去哈佛后，剛好碰上一些量化金融理論得到應用，華爾街需要有很強數理根基的人才。而由于美國經濟不景氣，教育經費不足，學術界又人才過剩，于是華爾街就吸引了大批的數學、統計或物理的博士。我在哈佛有機會初步了解到金融投資。
現在回頭看，我學物理出身，做過材料研究，做過量化研究，現在做量化投資， 不是必經之路，但是確實每一段經歷形成了我自己的知識結構，對我的投資理念的形成有不同程度的影響。
對于市場的理解。市場是否處于均衡的狀態，金融界有很多爭論。統計物理關于均衡非均衡態的理論以及量子力學的不確定原理我覺得一定程度上也適用于股票市場。股票市場不停地有新的信息，不同投資者對信息的接受和反饋不是瞬時的。另一方面，投資者行為與股價又是互相影響的，所以市場是處在一種不完全均衡的狀態。市場過熱現象也是不均衡態的一種表現。
數學統計上幾率分布的概念在投資中是至關重要的。經常有投資者問我，你覺得下面一個月市場是漲還是跌，其實這是很難預測的，滬深300指數平均月收益為0.5%，但月波動率有9.1%，一個月的收益有2/3的幾率分布在-8.6%到9.6%之間，波動性非常大。
邏輯思維方式和分析解決問題的能力。研究生的時候我做的是實驗物理。就是通過對一些現象的觀察和研究，找出規律，驗證和發現基本原理。投資中由于信息多，頻繁、且不完全，具備理性的邏輯思維和抓住問題本質的能力就非常重要。
張學慶：除了在學校中所學的知識，在后來工作中，還需要增加哪一方面的訓練？才能成為一名合格的基金經理。
胡俊敏：量化基金經理需要的知識面比較廣。除了比較強的數理基礎和編程能力，下面幾個方面的知識也是非常重要的。
基礎金融知識：我業余選修金融方面的課，并通過準備CFA的考試補上金融知識的缺。爭取到量化分析師的工作機會
量化投資管理：這有一整套理論框架。我當時在巴克萊資產管理公司任基金經理，有幸參加了《主動組合管理》作者Ron Kahn的課程。這本書被認為是量化投資的圣經。
行為金融：指由于投資者心理或思維偏差造成市場不有效的各種現象。量化投資之所以可行，就是因為股價由于各種原因而偏離其真實價格，有一定統計性規律可循。
市場經驗：需要積累，我目前也在逐步積累A股市場的經驗。
有志加入到量化投資行業中的朋友們可以針對各自的知識結構，制定出自己的準備計劃。
張學慶： 您一個人管理5只基金，這可能得益于采用了量化的方法，同時管理五只基金，你會采取怎樣的分配方法來統籌自己在五只基金間的精力分配？
胡俊敏：這就是量化投資的優勢。首先，整個投資流程高度自動化、系統化。每天開盤前，所有基金及模型所需數據都已更新到基金管理系統里。其次，量化投資團隊，基金經理后面有基金經理助理、量化分析師及IT的支持。基金經理只需將時間花在最關鍵的地方。具體講，
量化基金，比如我管理的特許價值，以及和王紅欣博士共同管理的裕富滬深300基金：更多的是模型管理，而不是個股管理。組合里的股票可能有上百只，但是我需要管理的是有二、三十信號構成的模型和一些組合構建的參數。需要交易的時候，可以根據模型用優化系統進行計算，我會檢查模型結果是否正確，然后批量交易，而不是一個股票一個股票地分析、決定。。
張學慶： 您管理的基金比較多，有主動配置型，有被動配置型。能否給基金投資者一些建議，那類基金適合哪些投資者投資？
胡俊敏：特許價值基金是一只主動股票型基金，通過量化多因子選股模型在各行業內精選個股，以期獲得長期跑贏市場的超額收益。風險要比純被動或增強指數型基金高，但是超額收益的空間也高，適于有中等風險承受力，投資期間較長，對收益有較高要求的投資者，也可作為長期資產配置的一個成分。
張學慶：做為基金投資者，如果不看好市場，您認為他們有幾個措施能夠躲開市場風險。
胡俊敏：根本解決的方法是調整資產配置比例。如果對股票市場的未來不看好，那就降低在股票類資產的配置，將賣出的資金放到債券、其它投資品種、或現金上。因為對于市場的判斷很難百發百中，所以在調整配置的時候即使不看好股票市場，仍然建議保留一定的股票類資產，市場走勢常是不確定的。
同時，普通投資者擇時的能力是比較差的。所以我給普通投資者的建議是1）采取定額定投的策略，牛熊市無阻的堅持投資。2）不要將所有的雞蛋放在一個籃子里。分散投資，做長期資產配置。長期而言所承受的風險是有收益的。
張學慶： 博時特許價值現在規模是11億，一個基金經理，他管理的資金到達多大規模之后，就會影響到業績的增長，這也提醒投資者，選擇基金時也要注意規模。
2013年可謂我國對沖基金快速發展的一年。越來越多成熟的投資者關注到這個投資品類，并認可其投資機會及資產配置功能。
但說起對沖基金，很多人還是不可避免地聯想到“量化對沖”、“程序化交易”等相關詞匯。那么這些概念之間到底有怎樣的關聯呢？是不是對沖基金一定要采取對沖或量化投資呢？
并非所有對沖基金都采取對沖手段
顧名思義，對沖基金給人印象是運用對沖工具對沖風險的基金。但是，實際上并非所有對沖基金一定都采取對沖手段。對沖基金相對于傳統的公募基金而言，主要是在基金結構方面的區別。
一般來說，對沖基金具有以下特點：
第一，受更少的監管。國內的公募基金要求每季度披露季報，公布基金倉位和重倉股等核心信息，基金投資范圍也受到嚴格的控制。至今我國還沒有一只投資商品期貨的公募基金，去年底成立的嘉實絕對收益策略是國內目前唯一一只可投資滬深300股指期貨的市場中性策略的公募基金。而私募基金可以不公開任何與投資相關的信息，投資范圍也廣泛的多。
第二，更長的封閉期。國內的對沖基金通常在成立后的半年內處于封閉期，不能申購贖回，或者只許申購不準贖回。此后，走信托通道的產品每月開放申購和贖回，而走公募基金專戶或是公募基金子公司的產品每季度才開放一次申購和贖回。降低流動性是為了減少申購與贖回對基金運作的不良影響，有利于保護投資者的收益，有助于基金經理的投資運作。
第三，收取業績提成。公募基金的收費主要是前端認購費和固定管理費，而私募基金除了這兩部分外通常還收取20%的超額業績提成。有些業績出色且有溢價能力的對沖基金甚至收取30%的業績報酬。
第四，偏向于絕對收益的投資方式。我們都知道，公募基金的比較基準往往是滬深300等大盤指數，基金經理的考核通常是同類基金排名。這就是所謂相對收益型的業績導向。而對沖基金的業績基準通常是定期存款利率。由于基金管理人為了獲得更高的業績報酬，所以更在乎基金的絕對收益水平，而不是相對大盤指數的相對收益或是業績排名。這種績效方式就會引導基金管理人在投資方式上更偏向于絕對收益的方法，能采用對沖工具的可以進行風險敞口的對沖，不運用對沖工具的也會通過調節倉位來控制基金凈值的下行風險。
并非所有對沖基金都采用量化投資
量化投資強調的是在投資的過程中加入定量化的方法和手段。
傳統的股票型基金經理在投資的過程中更多的是依據自己對宏觀經濟、行業發展趨勢以及企業經營狀況的主觀判斷。雖然在做決策前基金經理也閱讀了大量數據，但這些數據轉換為投資決策是在人腦里完成的。這個決策過程涉及到很多定性的判斷，模糊的處理，是一個非量化的決策過程。
而所謂量化投資就是盡可能將決策過程模型化、可視化、透明化。在模型化的過程中，勢必會引入不少定量的方法，用到很多金融、經濟、數學以及統計等學科的工具和手段。
舉個簡單的例子，我們注意到股票市場的投資者對于經濟同步數據是比較敏感的。比如，制造業采購經理指數（PMI）如果在50%以上表明經濟處在擴張區間，越高反映經濟發展得越樂觀。此時，主觀投資者會在參考PMI當期數值、前期數值以及市場預期值后綜合來判斷是否該介入購買股票，而量化投資會設一個硬性的標準，比如PMI創出近3月新高即買入股票，或是PMI超過55%才買入股票等等規則，一旦事先設定的規則觸發就形成了交易信號。
量化投資可以很簡單，也可以很復雜。像前面提到的這個例子就是個極為簡單的量化投資方法，連計算器這樣簡單的工具都不用就可以實現。如果規則較多，涉及的步驟較多，或是需要大量的計算，那么就要借助電腦程序來實現。
從上世紀五十年代起，隨著股票、債券、期權、期貨以及衍生品市場的蓬勃發展，以有價證券為標的物的現資學作為金融學的重要分支在以流動性為主要目的的金融市場中產生了越來越重要的作用。同時一方面能夠為投資者轉移風險，一方面又能夠憑借市場的波動獲取客觀的超額回報，如何專業化進行投資以及構造低風險高利潤的資產組合作為一個重要的課題受到了包括企業政府和個人投資者在內的普遍重視。
從廣義上講，現資學有兩個重要的理論分支，其一是以格雷厄姆在其聰明的投資者一書中提出的以價值評估為核心的價值投資，其代表的投資策略使用者是著名的投資大師巴菲特。而另外一個重要的分支就是量化投資學，其基礎理論是借助數學建模的理論基礎，廣泛使用概率測度，統計原理和計算機技術對投資標的物進行模型建立，設定投資策略并由程序來進行擇時，估值和選股。其理論基礎是上世紀五十年代由馬克維茨提出的投資組合模型理論。
二、量化投資的理論基礎
事實上，量化投資理論是嚴格基于經典投資理論的兩個假設而建立的，這兩個假設分別是市場有效假設和無套利機會原則。市場有效假設認為，在現代有效金融市場中，市場是不可能被打敗的，也就是，不存在超額回報，回報與風險必然成正比。市場中天然蘊含著一個風險與收益交換的機制，其中投資者提出需求而市場提供供給，在一個有效地市場中，風險回報機制也意味著超額回報由承擔超額風險而來。
與市場有效假設緊密相關的是無套利機會原則，也就是金融市場是不可預測的，無風險套利機會并不存在。主流的金融理論主張市場是不可預測的，因為一旦市場能夠被預測，那么它就不再有效，獲取超額回報可以不再承擔多余的風險。而投資者會蜂擁而至，最終抹平無風險套利機會，市場將重新恢復有效。
事實上量化投資在的基本核心在于其從理論上完成了關證券價值和交易流程的完整概念梳理，并且通過數理模型的方式用計算機程序模擬了出來。最關鍵的是，量化交易理論認為投資在市場中關于收益與風險的機制是動態的，它并沒有排除掉資產回報是有可能超額并且可以預估的這種可能性。在以市場有效假設和無套利機會原則為基礎的理論上，量化投資對市場風險和收益模型提出了自己的看法。
三、量化投資的發展現狀
從量化投資的角度，為了更好地測度和衡量金融市場風險回報架構，研究者提出了一個量化模型概念，也就是beta回報和alpha回報，其中beta回報用于測度市場風險敞口，而alpha回報用于測度超出市場回報的那部分收益。所有的證券和投資組合收益都可以被看做由市場部分的beta回報和非市場部分的alpha回報組成，市場部分的beta回報是源于投資者所承擔的投資風險敞口的基于市場基準風險的收益，與量化模型無關。而alpha回報則是那些超過平均市場回報的超出收益，這取決于量化投資的主動投資水平。
神勇的大獎章
量化投資向世人昭示，擠進超級富豪圈不是夢。對沖基金是量化投資應用最廣泛的產品。在福布斯2013全球億萬富豪榜上，對沖基金經理在前1000名富豪里奪得了約21個席位，占比約達2%，更有4名進入了百強榜。
詹姆斯？西蒙斯的文藝復興公司旗下的大獎章基金，在1998至2008年的20年時間內，年平均凈回報率高達38.5%，創造了投資界的神話。西蒙斯本人也成為了20年內最佳賺錢基金經理，成為了新的對沖之王，直至今日，仍居福布斯億萬富豪榜的82位。
大獎章基金以短線操作為主，主要通過統計信息分析方法來判斷外匯和債券短期的價格變化，尤其是市場的過激反應類，進行套利活動。這個短線究竟有多短呢，金融投資里面最短的短線的計量單位叫“一筆”，舉個例子來說，每秒鐘都有可能進行成百上千筆交易。
可以這樣說，大獎章基金差不多是量化到頭發絲的存在，但這也并不代表著，電腦已經取代了人的角色，成為了人的主宰。西蒙斯自己也曾表示，長期不變還能賺錢的模型是不存在的，模型必須要不斷更新，這也完全是通過人來完成的。
黑天鵝擊潰完美模型
談到量化投資，美國長期資本作為最著名的投資案例，不得不提。
約翰？梅里韋瑟在1994年2月創立了美國長期資本公司（LTCM）。公司依托布萊克-舒爾斯-默頓的衍生工具標價理論，采用“市場中性”的交易策略，買入低估的有價證券、賣出高估的有價證券，進行套利活動。LTCM似乎窺探到了量化的奧秘，在1994至1997年，年投資回報率分別達到28.5%、42.8%和17%，凈增長2.84倍。巨大的盈利能力讓LTCM獲得了資本市場的認可，也使梅里韋瑟獲得了套利之父的榮譽。
1998年8月17日，黑天鵝降臨了，LTCM遭遇了俄羅斯政府外債違約。這場危機引起了全球金融市場的動蕩，投資者紛紛退出了發展中國家的市場，轉向了美國、德國等風險小、質量高的債券。結果LTCM做錯了方向，沽空的德國債券價格上漲，做多的發展中國家債券價格卻下降，原本預期收斂的價差卻在趨于發散，致使其在資本市場上的滑鐵盧。雖然后來美國金融巨頭出資接管了公司，但LTCM已是強弩之末，于2000年宣布倒閉清算。
私募專業人士指出，LTCM過于信任自身的投資策略組合，忽略了小概率事件，再加上過高的杠桿，都導致了它的最終滅亡。量化投資其實根本不存在永久的致富秘籍，也沒有永葆青春的投資模型，隨著市場效率的提升，IT技術的升級，任何投資策略與操作方法從短期或長期來看，都存在誤區與漏洞，這時則需要人腦的與時俱進，讓系統根據動態不確定的環境進行修正與完善。人腦與電腦應該是相互成全，而不是相互替代。
量化投資的“黑箱”
正如硬幣有正反兩面，可稱得上是賺錢利器的量化投資，也會因計算機的頻繁“發瘋”面臨巨大的投資風險，如華爾街巨頭高盛的交易錯單、美國第二大股票交易所紐約納斯達克證券交易所3小時的停止交易、國內8·16烏龍指交易事件。量化投資的高頻交易引發了人們對計算機潛在風險的擔憂，但它就像血液循環系統一樣，加速了資本市場的資金流動，是金融發展歷程中不可缺少的。“我們不能因噎廢食，因為一個系統的BUG，就舍棄了整個系統。”首善財富管理集團（以下簡稱首善財富）表示，隨著金融產品種類的增多，信息跟蹤量的增大，對量化投資的需求也會不斷增大。從管理和控制風險的角度來說，這不僅需要投資公司自身完善風控體系，還需要整個產業鏈的配合。首善財富董事長吳正新曾多次指出，“對沖基金將是中國證券市場最大贏家，而它們多大量采用復雜的量化模型進行程序化交易。”
所謂量化投資，就是指按照事先設定好的邏輯策略或數學公式進行投資，文藝復興技術公司與美國長期資本公司也都是這樣做的。從廣義的層次來說，一切使用數學工具、電腦程序的投資方式都包含在量化投資的范疇。其中，爭議不斷的高頻交易本質上是用來消除市場暫時出現的無效率的，它可以促進市場價格更快地反映市場信息。全球最大的知名高頻交易公司包括Millennium， DE Shaw， Worldquant和Renaissance Technologies等。
雖然量化投資由于穩定的投資回報獲得了越來越多的投資者的青睞，但是投資大眾對量化投資的運作流程依然很模糊，這樣“黑箱”也就形成了。量化投資的“黑箱”里到底承載著什么奧秘呢？
據華爾街頂級數量金融專家里什？納蘭揭秘，量化投資“黑箱”的基本結構包括人工的數據輸入與研究、交易策略模型、風險控制模型、交易成本模型、投資組合構建模型，其中四項構成了交易系統。
如何讓量化投資“活”起來？答案是人工的數據輸入與研究，和交易系統的配合。通常認為，量化交易最小化了人工因素在系統中的作用，當量化交易員精心研究和開發的系統上線，他們似乎也就英雄再無用武之地。其實不然，計算機只會忠實可靠地按照人們告訴它的做法一步一步地來執行，伴隨著時間與市場的不斷演進，交易模型瑕疵也將不斷擴大，這時量化交易員的主觀判斷顯得尤為重要，人工因素的加入使量化投資具有了人類的正常思維，似乎“活”起來，可以主動靈活地應對外界的瞬息萬變。也就是說，一旦市場觸發了系統的難以判斷的“恐慌”，交易員就會立即現身，通過修改交易清單或降低投資組合規模和相應的杠桿比率，來規避投資的風險。
MOM讓量化投資活起來
如今，MOM模式成為歐美主流的資產管理模式，也將是量化投資界人腦與電腦結合的最佳作品。
作為一種間接的資產管理模式MOM（即Manager of Managers）誕生在美國羅素資產管理公司。它的客戶可以是機構投資者，也可以是高凈值個人。自從被開發出來，已被國外很多機構應用，最成功的當屬耶魯大學基金會，從1980年的兩億美金到了現在的約300億美金，賺了將近150倍。
所謂MOM模式，也被稱為精選多元管理人，通過優中選優的方法，篩選基金管理人或資產管理人，讓這些最頂尖的專業人士來管理資產，而自身則通過動態地跟蹤、監督、管理他們，及時調整資產配置方案，來收獲利益。
“找最優秀的人做最專業的事。”首善財富董事長吳正新指出了MOM模式的本質。首善財富旗下的首善國際資產管理有限公司是國內第一家運用MOM模式做對沖基金和期貨的公司，這正得益于其不懈地將技術與研究的雙輪驅動作為公司的核心發展戰略。
MOM模式降世不過30載，但發展非常迅速，得到了眾多國內外投資公司的關注。尚屬新鮮事物的MOM模式的相關產品在國內已經開始試水。在2011年中國平安與羅素公司合作設立了平安羅素，并發行了第一期的MOM產品。除此之外，MOM模式還可廣泛應用于對沖基金與期貨產品。“國內期貨資管行業要做大做強，采用MOM模式是一種必然選擇。”吳正新也曾表示。
禁不住MOM模式產品的誘惑，國內各投資公司紛紛對它的本土化做出了預先安排。“目前和我們合作的有十多個國內領先、國際一流的投資團隊，其中大多是國際水平的程序化交易團隊。”吳正新表示，首善財富早在引進MOM模式之際就采取了多元的投資風格與多元的管理團隊相結合的經營理念。其中，多元的投資風格是首善財富資產管理的核心特色之一，“我們既有主觀的人工交易，也有客觀的程序化交易，而且以量化的程序化交易為主。”相對而言，多元的管理團隊，即表示公司內部自身的投資團隊的主動管理，再加上外部國際精英團隊的專業管理。
相比近些年受到推崇的基金中的基金（FOF），信托中的信托（TOT），MOM模式在對資產管理人的數量與專業性的覆蓋層面，更具魅力。FOF和TOT從本質上來說依然局限在精選產品上，而MOM模式更偏向于精選管理人，它可以憑借公司的研究能力，相對獨立的挑選出更適合投資需求的專業管理人，運用定量與定性相結合的方法，將優選產品管理人和多人管理風險的雙重優勢發揮得淋漓盡致。
MOM模式既運用多元專業人才打破了量化投資的固有形態，也通過計算機系統的理性判斷避免了交易員敏捷感應贏利卻遲緩反應損失的習慣性偏差，讓專業人才與計算機系統在“黑箱”內相互成全，相互配合，以求收獲更加穩定、更加高額的投資回報，使其具有很大的發展空間與潛力。
如此看來，人工的數據輸入與研究，和交易系統的互相成全，是量化投資“活”起來的動因，與此同時，在這個神秘的暗箱操作中，我們似乎也窺探到了超級富豪理財的蛛絲馬跡。
[關鍵詞]國際金融危機；量化寬松貨幣政策；全球流動性泛濫
2009年3月18日，美聯儲在貨幣政策決策會議上決定，在此后6個月內購進3，000億美元長期國債，7，500億美元抵押貸款相關證券和1，000億美元“兩房”債券，此舉標志著美聯儲正式實行量化寬松貨幣政策，拉開了美國第一輪量化寬松貨幣政策的序幕。2010年11月4日，美聯儲決定推出新一輪量化寬松貨幣政策，以每月750億美元的進度維持8個月從市場收購長期國債。照此計算，美國此輪量化寬松貨幣政策的規模雖然不及第一輪，但總規模仍將高達6，000億美元。
所謂量化寬松貨幣政策，就是中央銀行通過收購長期政府債券和長期公司債券改變貨幣存量的結構從而增加流動性的非常規擴張性貨幣政策。美聯儲希望通過量化寬松貨幣政策的實施刺激國內私人部門的消費和投資以加速經濟復蘇的步伐，然而，量化寬松貨幣政策自推出以來卻備受國際社會的廣泛詬病。有學者認為，美國經濟面臨的問題并不是流動性短缺，所以，美聯儲實施量化寬松貨幣政策是開錯了藥方；有學者認為，美國的量化寬松貨幣政策是全球流動性泛濫和全球競爭性貨幣貶值的根源；有學者認為，美國的量化寬松貨幣政策是與鄰為壑的做法，既損人又不利己。對美聯儲實施量化寬松貨幣政策前后美國私人部門的消費開支和固定投資的比較研究顯示，量化寬松貨幣政策沒有刺激美國的消費，更沒有刺激美國的投資。美聯儲實施量化寬松貨幣政策以來，國際市場上與美元相關的資產如貴金屬、石油、糧食、礦石、有色金屬等大宗商品的價格大幅上漲，美元雙邊匯率與有效匯率均顯著貶值，根本原因就是美國量化寬松貨幣政策導致的全球美元流動性泛濫。
一、消費和投資對美國經濟增長的貢獻及美國實施量化寬松貨幣政策的背景
宏觀經濟學的基本原理告訴我們，一國的總產出由國內居民消費(c)、國內投資(I)、政府凈支出(G)和凈出口(X-M)四大因素構成，即：
GDP=C+I+G+(x-M)
但是，由于各國的國情不同，四大因素對經濟增長的貢獻也存在很大差別，如日本的經濟增長主要由消費和凈出口拉動，中國的經濟增長主要來自于投資和凈出口拉動，美國的經濟增長則主要靠消費和投資拉動。
表1描述的是2000-2009年美國實際國內生產總值年度增長率和不同要素對實際GDP增長的貢獻。我們可以得出以下幾點結論：(1)居民消費與國內投資對美國經濟增長的貢獻巨大。居民消費是美國經濟增長的第一動力，從2000-2007年美國的居民消費一直能夠解釋四分之三的實際GDP增長，尤其是經濟衰退的時候，居民消費對拉動美國經濟增長的作用就更加顯著。國內投資對美國經濟增長的作用雖然呈現一定的波動性而不太穩定，但從長期考察，它對美國經濟增長的作用仍然是正的，部分年份，國內投資對美國經濟增長的作用至關重要，比如2004年，國內投資就拉動美國實際GDP增長了1.55個百分點，占當年實際GDP增長的43.42％。政府開支雖然歷年一直對美國經濟增長的貢獻為正，但貢獻的份額不大，而且受業已存在的龐大債務規模的約束，美國政府難以通過擴大政府開支來拉動經濟增長。歷史的經驗告訴我們，如果凈出口對美國經濟增長的作用由負轉正，必定是美國經濟陷入衰退的年份，美國不可能希冀通過凈出口拉動經濟增長，更不可能通過增加凈出口來加速美國經濟的復蘇。(2)在國際金融危機沖擊下，美國的居民消費和國內投資都出現了嚴重的問題，失去了經濟增長引擎的作用。2008年和2009年，拉動美國經濟增長的動力出現逆轉，居民消費和國內投資對經濟增長的貢獻為負，政府開支和凈出口對經濟增長的貢獻由負轉為正。但是，政府開支和凈出口推動經濟增長的動能顯然是有限的，實際上2008年美國的經濟已經停滯，2009年更是出現了嚴重的倒退。(3)既然消費和投資出現了問題，而且消費和投資的問題還導致了經濟衰退，美國政府就有必要出臺應對政策，刺激居民消費與國內投資，抑制經濟衰退和加快經濟復蘇。
在經濟政策層面，刺激居民消費和國內投資既可以采用擴張性財政政策，也可以采用擴張性貨幣政策，或者采用兩種政策搭配的組合。但是，2008年美國政府為應對金融危機，已經出臺了7，800億美元的救市方案，所以，擴張性財政政策已經沒有太大的操作空間。根據經濟合作與發展組織(OECD)的數據，2008年年末，美國聯邦政府債務達到5，820.46億美元，成為全球最大的債務國，當年財政赤字／GDP比率達到6.5％，是國際公認安全標準的兩倍，債務余額／GDP比率達到70.0％，超過國際公認安全標準。2009年年末，美國聯邦政府債務又進一步擴張到7，5617.36億美元，當年財政赤字／GDP比率上升到11.2％，幾乎是國際公認安全標準的四倍，債務余額／GDP比率上升到83.9％，超出國際公認安全標準三分之一。美國的政治體制也限制了美國政府進一步擴張財政政策的實施。美國的政府預算必須同時得到國會參政兩院的批準，而幾乎每一次國會和白宮之間都要對預算規模討價還價，尤其是補充預算，討價還價就更加激烈。上一次7，800億美元的緊急救市資金，還是由財長保爾森在國會下跪后才放行的，而且，國會已經強調，那將是“最后的晚餐”。因此，奧巴馬政府已經很難實施無節制的擴張性財政政策，轉而只能依靠擴張性貨幣政策。
在貨幣政策層面，因為美國早已放棄了法定存款準備金制度，所以，美聯儲無法采用第一項擴張性貨幣政策。自2007年7月次貸危機爆發后，美聯儲不斷下調聯邦基金利率，到2008年11月，美聯儲已經將聯邦基金利率調減到已經無法再低的0-0.25％，所以，美國也無法實施第二項擴張性貨幣政策。美聯儲只剩下通過公開市場操作收購長期政府債券和長期公司債券釋放流動性來刺激消費和投資了，這就是美國出臺量化寬松貨幣政策的基本背景。金融危機對美國的居民消費和國內投資造成了顯著沖擊，為了使經濟返回正常軌道，美國必須重振消費與投資。在財政政策和利率政策陷入困境的背景下，美聯儲選擇量化寬松貨幣政策，客觀上講也是無奈之舉。然而，量化寬松貨幣政策的藥方有效嗎?
二、美國量化寬松貨幣政策下的國內居民消費
長期以來，居民消費一直是拉動美國經濟增長的第一動力。如果量化寬松貨幣政策能夠刺激消費，量化寬松貨幣政策下美聯儲投放的流動性能夠轉化成消費開支，那么，美國量化寬松貨幣政策的實施就能夠達到美聯儲的預期。遺憾的是，美國量化寬松貨幣政策的實施并沒有帶來美國國內居民消費的預期增長。
資料顯示，2000-2007年，美國居民國內消費開支呈現持續、顯著的慣性增長。2000年第一季度美國居民國內消費開支為66，830億美元，此后，在2001年第一季度突破7萬億美元，在2004年第一季度突破8萬億美元，在2005年第四季度突破9萬億美元。2007年第三季度，美國次貸危機爆發，不過，次貸危機并沒有立即改變美國居民國內消費開支的增長態勢，只是降低了它的增速，美國居民國內消費開支的擴張一直持續到2008年第三季度次貸危機升級成國際金融危機后才告結束。2008年第三季度，美國居民國內消費開支出現峰值，為107，020億美元。將2008年第三季度的數據與2000年第一季度的數據進行比較，可以看到在這段為期35個季度的時間內，美國居民國內消費開支增長了60.1％，平均增速為1.4％。
采用統計學的時間序列分析方法，對2000年第一季度到2008年第三季度美國居民國內消費開支的數據進行統計學模擬，可以得出一個最優擬合線性方程，方程式為：
Yt=1111.6t+63619(2000年第一季度，t=1)
擬合優度為：R2=0.9882
我們有理由認為，如果沒有由次貸危機引發的國際金融危機，2010年第三季度美國居民國內消費開支就應該達到111，416.8億美元。但是，國際金融危機顯然改變了美國居民國內消費開支的運行趨勢，2010年第三季度，美國的實際居民國內消費開支只有102，854億美元，比趨勢值差不多減少了10％。
從2008年第四季度到2009年第二季度，美國居民國內消費開支出現了連續三個季度的負增長，在美國的歷史上，這種狀況并不多見，它足以表明金融危機沖擊的嚴重程度。2009年第三季度之后美國居民國內消費開支有緩慢的復蘇，但我們認為這種復蘇與量化寬松貨幣政策沒有直接關系而是美國消費需求的剛性使然。在本世紀初的美國經濟衰退中，美國居民國內消費開支并沒有受到太大影響，說明了美國消費需求剛性是顯著存在的。可以認為，2009年第三季度之后美國居民國內消費開支的增長是前期壓抑的消費需求剛性形成的恢復性增長。
美國實施量化寬松貨幣政策的目標之一，就是通過量化寬松貨幣政策向市場注入流動性，通過擴張流動性刺激居民消費，拉動經濟增長。但數據顯示，實施量化寬松貨幣政策以來，美國的居民消費并沒有出現預期的增長，其原因主要有以下幾點：(1)美聯儲通過量化寬松貨幣政策向市場注入的流動性并不直接進入居民消費，而是進入金融體系，因此，美聯儲的流動性擴張只有通過商業銀行消費信貸的擴張才能刺激居民消費的擴張。但是，消費信貸的規模是由商業銀行提供消費信貸的能力和意愿、居民消費消費信貸的能力和意愿共同決定。顯然，量化寬松貨幣政策下美聯儲釋放的流動性只能擴大商業銀行提供消費信貸的能力，而商業銀行提供消費信貸的意愿由金融市場的信用環境約束。在金融危機沖擊下，美國的信用環境嚴重惡化，根據美國聯邦儲備銀行的數據，目前銀行貸款違約率超過7％，是正常情況下貸款違約率的三倍。(2)雖然由消費信貸形成的消費一直是美國居民消費的重要組成部分，但并不是全部。居民可支配收入和居民儲蓄也是影響美國居民消費的主要因素。金融危機以來，一方面由于失業率上升導致居民可支配收入減少；另一方面由于對經濟前景缺乏信心導致居民儲蓄率上升，所以，量化寬松貨幣政策實施以來美國居民消費的增加缺乏動力。
三、美國量化寬松貨幣政策下的國內投資
與居民消費的相對剛性比較，歷史上美國的國內投資具有顯著的周期性波動特征，而且，投資的波動先于經濟波動，所以研究經濟周期的學者一般都將國內投資作為領先指標，有學者干脆將美國的經濟周期描述成“投資周期”。
進入新世紀以來，美國的國內投資仍然顯示出周期性特征，但是，金融危機后美國國內投資的嚴重衰退似乎已經超出了經濟周期能夠解釋的范圍，美國商務部經濟分析局公布的美國國內投資季度數據能夠說明新世紀美國國內投資變化的上述特征，也有利于我們了解量化寬松貨幣政策對美國國內投資的影響。
上圖顯示，2000年第一季度，美國的私人固定投資為16，720億美元，2000年第四季度，美國的私人固定投資為17，429億美元，它是前一輪美國投資周期的峰值。2001年和2(102年美國出現經濟衰退，私人固定投資出現連續8個季度的負增長，2002年第四季度只有16，314億美元，比2000年第四季度下降了6.4％。不過此后幾年，美國的國內投資快速恢復，而且一直持續到2007年第二季度，持續了18個季度。2007年第二季度，美國的私人固定投資出現新的峰值，為22，821億美元，幾乎與次貸危機同步。2007年第三季度，美國的私人固定投資出現新一輪逆轉，但下降速度不大，2007年第四季度的私人固定投資為22，479億美元。
對2000―2007年中32個季度美國私人固定投資進行統計模擬，可以得出一個趨勢方程，方程式為：
Yt=246.9t+15083(2000年第一季度，t=1)
擬合優度為：R2=0.8187
我們認為，量化寬松貨幣政策對私人固定投資的刺激調整是無效的，主要理由有三：(1)量化寬松貨幣政策實施并沒有立即引起美國私人固定投資的復蘇，相反，在實施量化寬松貨幣政策后，美國的私人固定投資又出現了持續四個季度的下滑，而且，較嚴重的“高臺跳水”就出現在量化寬松貨幣政策實施之后的2009年第二季度。(2)2010年前三個季度美國的私人固定投資雖然有所恢復，但這種恢復是在私人固定投資已經收縮了四分之一之后才出現的，與其說是量化寬松貨幣政策的成績，還不如說是證券市場術語中常提到的“觸底反彈”。(3)2010年前三個季度，美國私人固定投資反彈的力度有限，顯然不是量化寬松貨幣政策釋放的龐大流動性推動的結果。2010年第三季度，美國私人固定投資仍然只有17，687億美元，它只有危機前2007年第二季度峰值的77.5％，更只有當季趨勢值25，697億美元的68.8％。
美國量化寬松貨幣政策對私人固定投資之所以無效，主要原因也在于量化寬松貨幣政策下美聯儲投放的流動性并不直接形成私人固定投資，而是進入金融體系，如果商業銀行在獲得美聯儲的流動性支持后增加工商信貸規模，則美聯儲量化寬松貨幣政策能夠刺激投資。但是在目前的信用環境和市場環境下，商業銀行幾乎不可能將獲得的流動性轉化成工商信貸，因此，美國政府如果希望投資復蘇，就應該在治理信用環境和市場環境上下功夫，而不是采用量化寬松貨幣政策濫發貨幣。
四、美國量化寬松貨幣政策與全球流動性泛濫
量化寬松貨幣政策下美聯儲釋放的流動性沒有也難以刺激美國的消費與投資，所以，美國不可能通過量化寬松貨幣政策的實施來復蘇美國經濟。2009年4-12月，美聯儲通過量化寬松貨幣政策釋放的流動性為10，500億美元，2010年
1-11月，美聯儲用同樣的方式釋放的流動性為6，500億美元，因此在第一輪量化寬松貨幣政策實施期間，美聯儲總共釋放17，000億美元的基礎貨幣。量化寬松貨幣政策的實質是改變金融體系持有的貨幣結構，即將銀行體系中缺乏流動性的長期資產置換成具有高流動性的短期資產，因此，如果美聯儲在第一輪量化寬松貨幣政策釋放的17，000億美元能夠形成美國國內金融體系的流動性供給，那么，美國的貨幣結構就應該發生相應的改變，即貨幣供應層次中的M1和M2會顯著增加，而M3和M4會顯著減少。但美國聯邦儲備銀行的數據顯示，量化寬松貨幣政策實施以來，美國貨幣層次中的M3和M4確實在顯著減少，但M1和M2并沒有相應地增加。
閱讀表2，我們能夠得出以下幾點結論：(1)通常情況下，美國狹義貨幣的年均增量還不到700億美元，廣義貨幣的年均增量約為3，000億美元，美國第一輪量化寬松貨幣政策下的貨幣投放顯然嚴重超過了美國國內對流動性的需求。(2)2008年一年，美國新增的流動性至少能夠維持兩年市場對流動性增量的需求，在這一背景下，2009年和2010年美聯儲應該減少而不是增加貨幣投放。(3)量化寬松貨幣政策下美聯儲投放的美元只有一小部分形成美國國內的流動性，即使按照廣義貨幣計算，2009年和2010年兩年的增量之和也只有4，541億美元，它只是同期美聯儲17，000億美元貨幣投放的四分之一，它能夠解釋為什么在量化寬松貨幣政策下美國仍然出現通貨緊縮、經濟衰退和失業高企，所以，量化寬松貨幣政策是無效的。(4)量化寬松貨幣政策下美聯儲投放的美元中沒有形成美國國內流動性的部分，絕大多數已經溢出美國金融體系，變成國際游資，并通過乘數和杠桿作用被無限放大，對全球經濟產生沖擊，引起全球商品市場和國際金融市場的劇烈動蕩。
具體而言，美國量化寬松貨幣政策對全球六大市場產生了影響：在國際貴金屬市場，由于避險資金和投機資金的大規模涌入，黃金價格連創歷史新高，目前已經達到1，400美元／盎司，白銀價格的漲幅更甚，目前接近30美元／盎司，是三十年來的最高記錄；在國際石油市場，由于國際金融危機沖擊導致的經濟衰退，全球石油需求并沒有顯著地增長，但是由于國際游資的沖擊，石油價格持續上漲，目前已經超過80美元／桶；在國際大宗商品市場，小麥、棉花、有色金屬、煤炭、礦石等大宗商品價格都顯著上漲，已經造成部分新興市場經濟體的輸入性通貨膨脹，而且全球通貨膨脹預期還在持續上升，強化了全球經濟未來走勢的不穩定性和不確定性；部分新興市場經濟體的樓市成為國際游資沖擊的重點，比如中國香港和泰國的樓價就因為國際游資的沖擊超過1997-1998年東南亞金融危機前的水平，出現了顯著的樓市泡沫；在全球證券市場，美國的道瓊斯、標準普爾、納斯達克三大指數，日本的日經指數，英國的金融時報指數，法國的CAC指數，德國的DAX指數，香港的恒生指數都已經回復到金融危機前的水平，部分甚至超過了金融危機前的水平；在全球外匯市場，美元對幾乎所有貨幣的雙邊匯率都顯著貶值，尤其是美元對亞洲國家貨幣如日元、韓元、泰銖、馬來西亞林吉特等貨幣的貶值，已經嚴重沖擊了這些國家的經濟運行。國際清算銀行(BIS)的數據顯示，反映美元匯率綜合變動的美元有效匯率指數在金融危機爆發初期的2008年年末還有101.02點，此后波動性下行，到2010年10月，已經只有91.52點。也就是說，金融危機以來，美元匯率差不多下降了9.4％，顯然，美聯儲量化寬松貨幣政策顯著強化了美元下行的態勢。隨著美國第二輪量化寬松貨幣政策的實施，我們有理由認為，美元還會在相當長的時間內持續貶值。
五、簡要結論
美國實施量化寬松貨幣政策的目標是刺激消費和投資，拉動經濟增長，但由于美國經濟的問題不是流動性的問題，所以，量化寬松貨幣政策下，美國的消費和投資并沒有出現預期的增長。同時，量化寬松貨幣政策下美聯儲投放的貨幣中絕大部分已經溢出美國，形成了全球美元流動性泛濫，對全球經濟已經并將繼續產生深遠而重大的沖擊。目前美國經濟面臨的兩大問題主要是信心不足和信用缺失，美國政府應該在重振信心、重構信用上多下功夫，而不是通過量化寬松貨幣政策來刺激經濟復蘇。
全球美元流動性泛濫對世界經濟的顯性沖擊主要表現在全球貴金屬市場、石油市場、大宗商品市場、房地產市場、證券市場、外匯市場六大市場的持續動蕩，它更深遠的影響體現在新興市場輸入性通貨膨脹和全球競爭性通貨貶值，強化了全球經濟未來走勢的不確定性和不穩定性。盡管量化寬松貨幣政策對刺激美國的經濟復蘇無效，但種種跡象表明，美聯儲不會放棄對量化寬松貨幣政策的依賴。在2010年11月4日美聯儲宣布實施第二輪量化寬松貨幣政策后，12月5日，美聯儲主席伯南克宣稱“在購買完6000億美元資產，即第二輪量化寬松貨幣政策結束后，肯定有可能購買更多資產”。也就是說，美聯儲在未來還可能實施第三輪，甚至第四輪量化寬松貨幣政策。如果說美國第一輪量化寬松貨幣政策是出于無奈，在量化寬松貨幣政策無效的情況下，美聯儲仍繼續實施這一政策就是對全球經濟的不負責任。
美國量化寬松貨幣政策對中國的影響也是顯著的，在國際熱錢不斷涌入的背景下會引發通貨膨脹，帶來人民幣匯率升值的巨大壓力，美元的大幅貶值還將造成我國外匯儲備實際價值的縮水。目前中國人民銀行已經采取了包括限制熱錢流入、提高法定存款準備金率等措施應對國際游資沖擊，但僅僅有這些措施還是不夠的，我們還應該采取更加積極有效的措施進行應對。
主要參考文獻：
[1]童香英貨幣職能全視角下的貨幣國際化：日元的典型考察[J].現代日本經濟，2010(5).
[2]王樹同美聯儲“量化寬松”貨幣政策的原因、影響與啟示[J].國際金融研究，2009(11).
[3]潘成夫量化寬松貨幣政策的理論、實踐與影響[J].上海金融，2009(7).
[4]修晶.美元會喪失其主導型國際貨幣地位嗎?[J].廣東金融學院學報，2009(5).
[5]李石凱.從貨幣供應量看美國量化寬松貨幣政策的效果[J].中國金融，2010(23).
[6]王曉雷.金融危機對美國對外貿易、貿易收支和經濟增長的影響[J].國際貿易問題，2009(1).
