时买入对应的现货所进行的套利交易。 ➢ 反向套利：当期货价格被低估，交易者通过买入股指期货，同
时卖出对应的现货所进行的套利交易。
量化投资举例—股指期货套利之期现套利
案例： 2010年5月6日，深300指数收盘价为2896点，到期日为5月21号的沪深 300指数股指期货1005合约的价格为2967点，假设该日市场上无风险利率为 4.8%，预计2010年沪深300指数成分股年平均分红率为2.75%。
量化投资举例—Graham基本面量化选股
如下图所示，可以看到，运用Graham基本面量化选股取得了明显 优于市场的超额收益
候选因子
模型验证
因子有效性 检验
选股
冗余因子剔 除
综合评分模 型构建
量化投资举例—股指期货套利之期现套利
期现套利 当股指期货与现货之间的价差暂时性超出“无套利区间”时，
投资者可以通过买入价格低估资产，卖出价格高估资产，待期、现 货价差恢复到正常水平时，再通过相反操作获利了结。 期限套利分类： ➢ 正向套利：当期货价格被高估，交易者通过卖出股指期货，同
量化投资 詹姆斯·西蒙斯
依据模型
传统投资 沃伦·巴菲特 依据人的经验与判断
信息来源 海量数据以及多层次多方面的因素 （定量分析）
基本面及宏观经济 （定性分析）
投资风格 投资标的
投资周期偏向短期 分散化
投资周期偏向长期 投资于某一只或少量股票
风险处理 在风险最小化前提下实现收益最大 化
风险考虑不周全
投资策略
量化投资是一种方法论
现实应用中，量化投资往往与基本面投资、技术分析有机结合
量化投资是以定量化方法进行投资的各种技术综合
量化投资的特点
科学验证：对不同的投资思想分布建立模型，以验证投资思想是否 长期有效。即采用长期历史数据和大量股票进行研究，最终采用在 多数情况适用的模型。
纪律特性：量化模型是人为设定，但投资决策却由模型决定，具体 交易单由模型 产生。避免在பைடு நூலகம்股交易是受制于人性的弱点。
再平衡 定期或者不定期进行再平衡，可以提 高投资收益
数据化 预测模型 构建模型 再平衡
量化投资的一般步骤
以多因子量化选股为例
量化投资的前提是构建出优 秀的量化选股策略
基本过程包括：候选因子→ 因子有效性检验→冗余因子 剔除→综合评分模型构建→ 选股→模型验证
投资是长期的，因此策略也 是需要进行动态地调整
实施套利操作： 当日收盘前买入一揽子沪深300的股票组合，市值 2896*300=86.88万；卖出1手IF1005股指期货合约保证金（20%的保证金率）为： 2967 *300*20%=17.802万。 投入总资金86.88+17.802=104.682万。
市场追踪：2010年5月21日收市前，沪深300指数期货合约IF1005到期交割，收 市前指数价格为2726点，而IF1005收盘价为2750，期货和现货价格收敛。
量化投资与传统投资的区别
主动型投资策略
传统主动型投资 策略
量化投资策略
被动型投资策略
依靠投资者经 验判断试图战 胜市场获取超
额收益
建立量化模型 并依靠计算机 实现策略以战 胜市场获取超
额收益
无法获得超越 市场的收益
量化投资的应用 量化投资技术几乎覆盖了投资的全过程，包括量化选股、量化择时、股
指期货套利、商品期货套利、统计套利、算法交易，资产配置，风险控 制等。
投资策略 量化选股
量化择时 股指期货套利
商品期货套利
统计套利 算法交易
简介
利用数量化的方法选择股票组合，包括基本面和市场行为 量化选股
通过对各宏微观指标的量化分析判断大势走势
利用股指期货市场存在的不合理价格，实现期限、跨期套 利等
利用商品期货市场存在的不合理价格，实现期限、跨期、 跨市场、跨品种套利等
中国量化投资的现状和未来
量化投资简洁 国外量化投资的兴起和发展 国内量化投资国内发展现状 量化投资实践 量化投资未来发展
引言：什么是“量化投资”
背景：数量化投资在全球市场的现状
量化投资的定义
“通过信息和个人判断（using information and judgment）来管理资 产为基金面投资或者传统投资，如果遵循固定规则，由计算机模 型产生投资决策则可被视为数量化投资。” ——Fabozzi《Challenges In Quantitative Equity Management》
量化投资举例—Graham基本面量化选股
Graham选股思想的量化实证：基本面量化选股策略 ➢ 上市3年以上 ➢ 连续三年分红 ➢ EPS最近两年平均值除以往前推第四年第五年的平均值的值>1.3 ➢ 最近12个月营业收入大于10亿 ➢ 流动比率>1 ➢ PE<25 ➢ PE*PB<50 ➢ 权益债务比>1 ➢ 长期负债比流动资产少
利用证券价格的历史统计规律构建资产组合
通过计算机程序发出交易指令，TWAP、VWAP为代表
量化投资的一般步骤
量化投资一般步骤 数据化->预测模型->构建组合->再平衡
数据化 主要任务是把不可观测的变量数据化， 例如风险情绪
预测模型 选择合适的模型预测收益和风险
构建组合 根据预测结果按照规则选择对象构建 组合
系统特性：建立资产配置、行业选择、精选个股等多层次的量化模 型；从宏观周期、市场结构、估值、成长等多角度进行分析；海量 的数据获取和处理
套利思想：寻找“估值洼地”，全面、系统的扫描错误定价、错估 估值的投资品
概率思想：挖掘并利用可能重复的历史，依靠一组投资产品取胜
量化投资与传统投资的区别
代表人物 分析方法
量化投资举例—股指期货套利之期现套利
结束套利: 2010年5月21日收盘前，以2726点价格卖出一揽子沪深300
的股票组合，市值:2768*300=81.78万；并以2750点的价格平仓 IF1005空头头寸，结束全部套利交易。
盈亏统计： ➢ 卖出一揽子沪深300股票组合亏损：86.88-81.78=5.1万 ➢ 平仓获利：（2967-2750）*300=6.51万 ➢ 盈亏相抵后，总利润：6.51-5.1=1.41万 ➢ 盈利率：1.41/104.682=1.35% ➢ 半个月时间获得1.35%，相当于年化收益32%。