互聯網時代下的量化投資

摘要:

量化投資迎來互聯網新時代。互聯網大數據無論對電商還是量化投資基金來說都是全新的開墾寶地。在這新渠道、新理念的萌芽時代，誰能正確運用互聯網大數據，誰就能占得先機。

互聯網金融元年

2013年被稱為中國互聯網金融的元年。在這一年里以阿里巴巴、騰訊、百度、新浪、京東、蘇寧為代表的互聯網企業開始在金融領域跑馬圈地並試圖構建自己的業務模式。

在這其中以余額寶為代表的寶寶軍團最為引人注目。根據天弘基金2014年7月7日推出的《余額寶一周年大數據報告》：余額寶用戶數已超過1億，天弘增利寶貨幣基金成為世界上客戶數最多的貨幣基金。

余額寶等寶寶軍團的崛起對金融投資行業的貢獻在於成功壯大、激活了資管行業的買方規模，這對賣方私募基金、公募基金等金融產品提供方來說是重大的利好。從長遠來看，將以量化投資基金受益最大。

量化投資基金受益互聯網金融

量化投資基金受益互聯網金融是由寶寶類產品本身的特征決定的。余額寶類產品有個明顯的特征就是絕對收益導向。無論是公募、券商還是基金專戶的發行都可以看出明顯的絕對收益傾向。絕對收益的傾向對投資產生了較大的要求，其中最主要的就是對風險管理的要求。絕對收益不是只是一個時點的絕對收益，是要求你每個時點都要有正收益，要求投資回撤非常小。

從目前市場情況來看，債券型基金、貨幣型基金能夠滿足絕對收益要求，但收益率較低；收益率較高的主觀投資型基金不能滿足絕對收益要求。能夠同時滿足絕對收益要求且具備較高收益率的選擇就是量化投資基金。

為滿足絕對收益要求，量化投資基金需要用到大量的量化指標和量化的投資規則。因為單一市場或單一品種都有非系統性風險，因此量化絕對收益產品很大程度上要靠多品種的設定。單品種或單一規則很難保證回撤較小，一般來說都是需要多規則、多品種混合使用，這樣的話收益才會比較穩定。

擁有較小回撤和絕對收益特征的優秀的量化投資產品是互聯網寶寶們增加用戶數，增強用戶粘性的法寶。因此隨著互聯網金融元年的來臨，量化投資大發展也將隨之而來。

互聯網對量化投資而言，不僅僅意味著是渠道，同時也帶來了一種新的投資理念。具體來說，伴隨著互聯網的廣泛運用，互聯網大數據不僅僅對電商有重要的價值，對量化投資基金來說同樣是待開墾的投資寶地。

互聯網大數據在量化投資上的運用

大數據是這兩年來互聯網最火的詞匯之一，已經開始運用於各行各業中。量化投資對大數據的使用主要分為兩類：結構數據和非結構數據。

結構數據的使用

結構數據（以股票的價格為例）因為有明確的數值比較容易理解。量化投資對結構數據的使用主要是高頻交易。

現在隨著技術的發展、數據收集能力的提高，投資者能接收到間隔時間更短的高頻數據。對高頻數據的利用和開發，可以通過做基於高頻的套利或基於高頻數據的配對交易等帶來投資收益。

量化投資在結構數據上的使用比較容易理解，因此不展開。

非結構數據的使用

非結構化數據與結構數據相反，沒有明確的數值表示。可以是微信、微博、社區所發的一個表情，一個笑臉。這些都是可以把它視為字元型的數據來看待。這種我們一直稱之為非結構數據。非結構數據對於投資的價值在於，雖不能直接用數值表示，但也代表了當時投資者對投資品的傾向。在互聯網大數據未廣泛使用時，非結構數據的量化只是空想。

互聯網大數據讓量化投資使用非結構數據成為可能。以往投資者在調查市場心理和情緒變化時需做實驗調查，這種調查事實證明成本高同時並不可靠。但是有大數據之后，可以將網頁背后投資者情緒挖掘出來，指導交易。

巴菲特有一句名言，在別人貪婪時恐懼，在別人恐懼時貪婪。但巴菲特的貪婪與恐懼只是一個定性的說法，在操作中雖能提供思路但不能提供具體的買賣決策。

大數據的優勢在於理論上能通過情緒量化為投資者具體買賣點提供依據（這在投資市場未有先例），同時可以提高買賣決策的成功概率。市場可以將互聯網上的非結構數據變為投資可識別的語言。首先設定要跟蹤的因子（比如個股、期貨、大宗商品）；然后跟蹤互聯網、移動互聯網上公開的針對這些因子的非結構數據（比如股吧、論壇、微信等針對某只個股的笑臉、哭喪臉），並將此類互聯網非結構大數據進行情緒量化；最終根據某品種的情緒量化結果，決定最終的投資決策。

針對此類互聯網非結構數據的情緒量化國外已有機構正在研究。非結構數據量化構筑模型后，可以根據實際運用情況后進行因子的更正、調整，最終接近市場情況。

在投資過程中，我們可以發現某一技術指標在投資初期時，可以獲得較大收益。當該技術指標被越來越多投資者使用時，指標會發生鈍化現象，不能為投資者帶來額外收益。

相信互聯網大數據的量化投資還處於萌芽探索階段，以后看誰能首先開發出能夠預測市場走向的情緒指標，誰就能占得先機。