量化经济投资策略应用效果研究教材.docx

《量化经济投资策略应用效果研究教材.docx》由会员分享，可在线阅读，更多相关《量化经济投资策略应用效果研究教材.docx（39页珍藏版）》请在三一办公上搜索。

1、ABSTRACT摘 要随着我国经济的发展，对于国内来说，我国的量化投资正处在起步阶段，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发展。国内众多的学者对于量化投资策略运用效果的研究还不是很多，因此，本文通过研究量化基金的绩效及管理能力来研究量化投资策略在实际过程中的应用效果，这也是本文主要的研究意义所在，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，这其中的总规模就已经达到约为500亿元。从这些一连串的数据可以看出我国的量化投资还是仍然处于初级阶段，在这之后，一些有关量化投资策略使用效果

2、研究以及对国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。虽然中国的量化基金市场相对于欧美发达国家在数量和规模上还是会有很大的差距，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，以及广大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发展过程中也一定会迎接快速发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，对于在获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，通过观察国内量化基金的投

3、资策略，对于投资标的的同质化的现象显得颇为严重。深入地究其原因，主要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，这样就会导致容易忽略基本面，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影响。当然，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，本来完全可以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

4、费率和融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，但是众多的择基方法不论是在数据获取成本、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说，在近十年来经济全球化的进程有了突飞猛进的发展。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,以及资本国际流动规模的扩大,国家间的利益已经休戚相关,实行完全

5、封闭的对外经济政策在当今世界已不再可能。因而,任何国家都不可避免地或主动、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别。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用量化投资策略的绩效情况；再通过采用 T-M 模型、H-M 模型和 C-L 模型对其中的9只量化基金的管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%左右的量化基金可以超过市场的均值和中信 A股指数，这就说明了量化基金所采用的量化策略在进行投资过程中

6、是有意义的；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（在统计上并不是很显著），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

7、the 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 perfor

8、mance 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 quantitativ

9、e 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 eff

10、ect 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 mechan

11、ism 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

12、years 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 informatio

13、n 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 h

14、omogeneity 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

15、prominent 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 i

16、ndex 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

17、 to 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 quantitativ

18、e 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 quantit

19、ative 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 th

20、e 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 si

21、gnificant), 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;

22、 the Implementation effect; Performance evaluation TYPE OF THESIS: Theoretical Research and Case Study37目 录Error! No text of specified style in document.目 录1 绪论31.1 选题背景和研究意义31.2 本文创新点32 相关理论与综述32.1 量化投资使用效果的理论支撑32.2 量化投资策略的使用理论支撑32.3 国外文献综述32.4 国内文献综述33 量化投资的现状与发展33.1 量化投资的现状33.2 量化投资发展趋势34 量化投资策略的

23、使用效果34.1 量化投资的管理能力分析34.2 量化投资能否战胜市场35 多因子选股模型的建立35.1 模型介绍35.1.1 模型研究思路35.2 多因子模型建立步骤35.2.1 选取候选因子35.2.2 检验选股因子的有效性35.2.3 剔除多余因子35.2.4 模型评价及改进36 多因子模型实证结果36.1 数据范围选取36.2 数据处理36.3构建多因子投资组合36.4多因子模型运行结果37 政策建议37.1 学习国外先进量化策略37.2 提高人才素质37.3推进人民币国际化37.4 扩内需与加快出口贸易37.5 协调国际货币政策37.6 削弱通货膨胀37.7 加强对流动资本的监管3E

24、rror! No text of specified style in document.Error! No text of specified style in document.1 绪论1.1 选题背景和研究意义中国股票市场成立已经 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，经过2005 年股权分置改革，中国股票市场快速健康发展并不断壮大，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发展提供了历史机遇，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

25、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间选择的能力。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，而不是对未来趋势进行预测。量化投资策略根据一些量化的指标来指导投资决策，这些指标可以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，也可以是学术分析学派使用的，如货币供应量、公司财务指标等，也可以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。量化投资策略就是根据这些可以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

26、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，国内已经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，量化投资在我国的发展还处于起步阶段。国内学者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管理能力方法的基础上，从研究量化基金管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，并根据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

27、场上现有的采用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发展，量化投资模型也在不断改进。简单的策略可能就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

28、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已经是量化投资的重要利器。1.2 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。论文创作后，总结本文的创新点主要为研究对象上的创新。量化投资在我国还处于起步阶段，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，量化基金由于主要使用量化投资策略行投资，因此量化基金的管理能力可以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管理能力，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，

29、也将多因子模型中有效因子藤选范围圈定作出大胆尝试，即分别对大盘股和小盘股觀别出适合各自风格特征的有效因子，以迎合不同时间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，但有些阶段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出发，来揭示可以使用这种风格来构建基本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。2 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

30、策略的使用效果，那么前提是这种投资策略可以在市场上发挥作用，由此可以得出，研究量化投资策略使用效果的理论前提就是市场的有效性理论。关于效率市场假说，目前被采用最多的是 Eugene F.Fama 的理论。Eugene F.Fama 根据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已经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已经充分反映所有的公开信息。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已

31、经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都是无效的。如果市场是弱势有效的，那么市场已经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；如果市场是半势有效的，那么人们不可以通过对公开信息进行分析来获得超额收益，人们只可以对内幕信息分析来获得超额收益；如果市场是强势有效的，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管理方式，使用的信息集是全部公开信息，因此在市场是强势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

32、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发展而来。 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远不满足，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，他们将选择标准差较小的那一种；每种资产是无限可分的；投资者可以按照相同的无风险利率贷出或者借入资金；证券市场无摩

33、擦，交易费用和税收可忽略不计； 投资者具有相同的信息获取能力，且信息是免费的。投资者对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、管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能力提供了依据，如检验基金管理能力的 T-M 模型和H-M 模型都是在 CAPM 模型的基础上加入

34、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用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。由于量化基金主要采用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可以直接体现在量化基金绩效及管理能力上，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管理能力。因此，使用绩效评估及管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。根据绩效评估是否进行风险调整，绩效评估的方法可以分为收益指标评估方法和基于风险调整的指标评估方法。基于风险调整的指标评估方法，又可以根据绩效评估中考虑的业绩影响因素的数量，可以分为单因素绩效

35、评估理论和多因素绩效评估理论。收益指标可以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主要使用投资组合收益率指标，但是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

36、因素对收益的影响。国外学者很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数的绩效，而各个基金收益率的差异主要由基金费用的不同引起。Jensen（1968）提出了 Jensen

37、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可以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。多因素模型相对于单因素模型

38、对业绩的分解更为全面，但由于加入业绩影响因子具有一定程度的主观性，因此其评价效果也受到业绩影响因子的影响。Treynor 和 Mazuy（1966）最早提出了对管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影响择时能力的因素，以该项系数作为衡量择时能力的指标，他们认为投资组合管理人如果有良好的择时能力，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有显著的择时能力，这表明这些基金的收益来源主要是市场风险报酬和证券选择能力。Henriksson 和 M

39、erton（1981）提出了检测基金管理人管理能力的 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管理人的择时能力，他们通过对美国 1968 年至 1980年之间的 116 只基金进行研究，发现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判断基金管理人是否具备择时能力，即牛市时期的贝塔大于熊市时期的贝塔，那么投资组合管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

40、金进行检验，他们发现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，一些学者开始将管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管理能力，这个模型即 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，他们发现只有很少的基金表现出显著的正向择时能力。通过以上文献可以发现以上，以上学者的研究数据主要基于月度收益数据，结果基本上表明

41、基金并不具备显著的择时能力。之后一些学者开始采用日收益数据来研究投资组管理人的择时能力，其中一部分学者得出的研究结论倾向于管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现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，基金管理人有一定的日择时能力，而没有证据表明基金管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发展，在绩效评估以及管理能力研究方面，

42、我国学者从研究封闭式基金的绩效及管理能力逐渐过渡到研究开放式基金的绩效和管理能力。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非常少见。以下的文献也主要集中在研究封闭式基金和开放式基金绩效和管理能力方面。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，结果发现 40%的基金累计净值收益率可以超过基准市场组合收益率，T-M 模型检验中有 6 只基金的择时能力指标为正但是并不显著，H-M 模型中有 7 只基金的择时能力为正但并不显著，说明没有证据表明基金

43、具备正的择时能力，因此他们认为基金获取收益的主要来源还是其择股能力。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，他们认为这些基金主要依靠其择时能力来获取收益。值得注意的是，该研究的数据是周频率数据，所在时间区间正是股票市场处于不断向上的牛市阶段，数据时间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

44、（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、管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，结果发现，我国基金总体上很难持续跑赢大盘，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管理能力评价模型，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，在基金管理能力方面，

45、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

46、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，结果发现基金的持现比例在市场波动时并无明显变化，也说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，结果发现没有证据能表明这些基金可以超越基准市场组合，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，可以发现，除去吴世农、李培标（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无论封闭式基金还是开放式基金都没有

47、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原因可能在于他们选取的数据是周收益率数据，并且数据区间 2009年 5 月-2012 年 12 月股票市场一直处于整体向上的牛市阶段，数据时间区间没有横跨牛和熊市。由于量化基金目前尚在起步发展阶段，国内学者对量化投资效果的研究也十分见。因此，本文主要借鉴以往学者对封闭式基金和开放式基金的绩效及管理能力研究方法来研究量化投资策略的使用效果。3量化投资的现状与发展我国的量化投资处于发展的起步阶段，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，目前已经有多只量化基金在运作。目前国内采

48、用量化投资策略作为投资策略的投资者还是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，个人投资者很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已经公开，个人投资者可以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量化基金发行时间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管理机构中的应用也快速发展。根据私募排排网站的统计，目前国内已经有 20 款采用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，在券商专户理