资本市场的量化投资策略和风控措施

对外经济贸易大学统计学院 贺保国

量化投资策略是目前资本市场中所运用的一种投资方法，发达国家已经形成了比较完善的量化投资模式，而且也构建了更加科学的运行体系。尽管从总体上来看，我国资本市场的发展速度较快，而且与过去相比具有较强的规范化特点，但量化投资在我国仍然处于发展阶段，因而在发展过程中还存在诸多不到位的方面，更面临着一系列的风险因素，对此应当引起高度重视。这就需要在开展量化投资的过程中，一定要深刻认识到面临的风险因素，并且要实施更具有科学化的量化投资策略，同时还要大力加强风控工作，只有这样，才能使我国资本市场量化投资步入科学和健康发展的轨道。

1 资本市场量化投资风险

1.1 数据陷阱风险

量化投资与传统投资相比具有一定的科学性，特别是能够避免投资者的主观情绪，通过数据分析的方式进行投资，特别是采取“构建模型”的方式进行系统化、全面性的分析，得出分析结果之后进行投资决策，更加追求投资回报的“非偶然性”。但我们也要深刻的认识到，尽管量投资是基于数据的投资模式，但由于量化投资数据具有历史性的特点，因而量化投资数据也并非绝对安全，在一定程度上存在着安全隐患。特别在当前信息技术快速发展的形势下，大数据技术的应用越来越广泛，投资者在进行量化投资的过程中，由于数据规模较大，而且无法更有效的区分真实数据与虚假数据、有效数据与无效数据，一旦运用虚假数据或者无效数据建模，就会导致数据分析结果与市场缺乏一致性。对于资本市场量化投资风险来说，数据风险是其最突出的风险，对于投资者来说，在进行量化投资的过程中，一定要采取更加有效的措施，大力加强数据风险控制，只有这样，才能使量化投资取得更好的成效，否则就会由于结论不正确而出现投资决策失误。

1.2 系统故障风险

对于资本市场量化投资来说，除了数据陷阱风险之外，还有一个十分重要的风险因素，那就是系统故障风险。由于量化投资是基于计算系统、网络系统乃至智能系统的一种投资模式和投资方法，但由于当前交易系统“标准化”体系不够完善，不同的机构采取不同的交易系统，特别是在交易前缺乏有效的系统测试，极易出现系统漏洞，进而导致资本市场量化投资出现大量系统风险。此外，交易所的处理系统也存在延时问题，交易机制对订单进行系统验证时还需要消耗额外资源。模型在设计的过程中没有对资金配置及仓位充分考虑，使得仓位与资金没有达到匹配，从而出现爆仓的问题。而且由于软件问题、硬件问题、网络问题等诸多与交易系统相关的方面都极易出现剖一，甚至还存在“黑客”破坏的问题等。由于资本市场量化投资面临着一定的系统故障和系统漏洞风险，因而必须高度重视系统故障风险的防范与控制，特别是要在构建更加科学和完善的量化投资交易系统方面取得更大的突破，只有这样，才能使资本市场量化投资取得更好的成效。

1.3 市场操纵风险

目前在我国资本市场中，采取量化投资策略的多为机构投资者，而机构投资者资金雄厚，人才水平较高，一定程度上还可能导致市场波动。尽管我国在量化投资方面的机构投资相对较多，但更多的则是以中小投资者构建的“散户”，由于他们缺乏专业化水平，同时也没有雄厚的资金实力，他们也缺乏有效的技术分析能力。因而，我国资本市场量化投资极易出现市场操作风险，导致量化投资缺乏规范化和有效性。尽管从总体上来看，市场操纵风险与其他风险因素相比较少，但由于一些机构或者一些人为了谋取自身的经济效益，因而市场操作风险始终存在，如何更有效的防范和控制市场操纵风险，已经成为我国防范和控制资本市场量化投资风险的重要方面。从目前我国对资本市场量化投资风险监督管理的整体情况来看，我国在这方面还比较薄弱，特别是还没有构建更加科学和完善的市场操纵风险防控体系，而且相关的法律法规也缺乏完善性，对出现市场操纵案件的处理力度也不够大，这也直接导致一些机构和一些人存在一定的侥幸心理，导致市场操纵风险相对较多，需要引起方方面面的高度重视。

2 资本市场量化投资策略和风控措施

2.1 量化投资策略

从资本市场量化投资的特点来看，最重要的就是要规避投资者心理偏差、投资范围较广以及基于概率的套利思维。这就需要在开展资本市场量化投资的过程中，一定要采取更具有科学性的策略，只有这样，才能使量化投资取得更好的成效。这就需要量化投资机构以及相关从业人员，一定要深刻认识到量化投资面临的一系列风险因素，切实加大对量化投资模型的检验，努力使量化投资模型更具有科学性。

2.1.1 要进一步健全和完善量化投资技术

特别是要将计算技术与统计模型进行有效结合，同时还要更加高度重视对相在数据的收集和分析，并且要做到有效跟踪，特别是在量本数据发生变化的时候，一定要及时更新数据，只有这样，才能使量化投资拥有更加坚实的数据基础；在此基础上，还要更加高度重视技术分析体系建设，特别是要对基本面分析指标、股票估值指标、交易趋势及套利等进行有效的分析。在应用量化投资技术的过程中，一定要对相关的技术进行系统的设计和分析，同时还要将大数据技术、去计算技术以及其他人工智能技术进行有效的应用，努力提升数据分析的深度和广度。

2.1.2 要不断改革和创新量化投资模式

在开展量化投资的过程中，除了要进一步健全和完善量化投资技术之外，还要更加高度重视金融型量化投资策略的组织实施，特别是要学会运用期权定价理论、有效市场假说理论等多元化理论，以此提升量化投资决策的科学性；要将量化投资与心理学进行有效融合，正确处理好“人”与“机”二者之间的辩证关系，使“看得见的手”和“看不见的手”共同发挥作用。比如在开展量化投资的过程中，除了高度重视大数据以及相关程序的应用之外，在具体的投资分析、投资决策方面，参与者应当发挥自身理念、思想、心理等诸多方面的因素，强化决策的科学性。

2.2 量化投资风控措施

2.2.1 提高量化投资风控重视程度

由于量化投资主要是信用信息技术的一种投资方法和投资模式，因而一定要更加高度重视量化投资风控工作，特别是要着眼于防范和控制数据陷阱风险、系统故障风险以及市场操纵风险，不断改革和创新量化投资风控理念，特别是要在创新量化投资技术方面取得巨大突破，只有这样，才能使量化投资风控取得实实在在成效。创新量化投资技术应具备更强的物质基础，涵盖两方面的内容：一方面是实现对非结构化数据分析，将看起来相关性并不强的因子纳入量化投资模型，并分配权重，丰富量化投资模型交易的精度和维度；另一方面是结合人工智能生成虚拟的交易员，并对策略的合理性进行反向跟踪。提高量化投资风控重视程度，还要求投资机构和相关投资人员一定要深刻认识到量化投资风控的极端重要性，特别是要在思想上时刻绷紧风控这根弦，努力使量化投资决策更具有科学性。

2.2.2 完善量化投资风控流程体系

对于开展量化投资风控来说，一定要在进一步健全和完善量化投资风控流程体系方面狠下功夫，特别是要在系统建设方面取得更大的突破，努力使量化投资交易系统更加安全可靠，同时还具有很强的自我修正能力。要在规范量化投资交易系统数据接口方面狠下功夫，特别是要在更加高度重视相关预警体系建设，当出现交易异常的情况下，能够迅速作出反应，进而能够实现及时入围。要进一步健全和完善量化投资风控流程体系建设，特别是要在风险监督体系建设方面下功夫，加强量化投资“风险点”的监测与排查，形成更具有科学性、对接性、融合性的“风险点”排查体系，当发现风险的情况下要进行及时处置，避免出现更在原风险。要大力加强量化投资风控管理的教育和培训工作，强化管理人员的综合素质，特别是要强化他们的职业道德水准，努力在防范和控制市场操纵方面取得突破。

2.2.3 优化量化投资风控运行机制

健全和完善的量化投资风控运行机制，对于确保量化投资风控取得更好的成效具有十分重要的基础性、保障性和支撑性作用，因而一定要在优化量化投资风控运行机制方面狠下功夫。要更加高度重视“人工智能”技术的应用，特别是要将数据量化和用户体验紧密结合起来，构建二者相互制约、相互补充、相互促进的量化投资风控机制，使量化投资风控更具有综合性的作用。要进一步健全和完善量化投资风控制度建设，切实发挥制度的长期性、稳定性作用，加大对量化投资风险因素的调查和分析，并且制定比较完善的量化投资风控制度，同时还要强化量化投资风控制度的执行力建设，使量化投资风控制度发挥积极作用。要切实加强量化投资风控法律法规建设，比如要针对市场操纵制定专门的法律法规，加大法律惩处力度，最大限度地减少市场操纵行为。

通过对我国资本市场量化投资策略和风控措施进行深入的研究，尽管从总体上来看，随着我国科学技术特别是现代信息技术的快速发展，量化投资越来越受到相关方面的重视，量化投资步入了快速发展的轨道，但由于我国量化投资起步晚、发展迅速，这也直接导致我国量化投资面临着一系列的风险因素，导致量化投资在发展过程中面临着诸多矛盾、问题和困境，需要引起方方面面的高度重视，特别是要运用系统思维和创新理念，大力推动量化投资策略和风控措施建设，努力使量化投资决策更具有科学性、全面性和系统性。对于量化投资策略来说，除了要更加高度重视量化投资技术的改革和创新之外，还要不断改革和创新量化投资模式；对于开展量化投资风控来说，应当着眼于解决量化投资面临的数据陷阱风险、系统故障风险以及市场操纵风险，既要提高量化投资风控重视程度，也要完善量化投资风控流程体系，更要优化量化投资风控运行机制，努力推动我国资本市场量化投资风险防范与控制取得更大突破。