量化投资者的第一本书

投资是一场长跑，我们需要从书籍中汲取力量。星图金融财顾频道联合星图金融研究院推出“财顾荐书”栏目，每期一位主理人，负责向大家推荐一本经典书籍。

本期主理人为星图金融研究院研究员耿逸涛，他推荐的书目是《打开量化投资的黑箱》，作者是里什.纳兰。里什.纳兰是华尔街顶级数量金融投资专家、资深对冲基金经理，1996年进入对冲基金行业，一直关注量化交易策略。现为特勒西斯资本有限责任公司的主要合伙人，这家公司主要采用量化交易策略进行投资。此前，他是圣巴巴拉阿尔法策略投资公司的基金经理。纳兰还曾与他人合作创立了Tradeworx 公司并担任总裁，这家公司在1999～2002年管理着数只量化对冲基金。

以下为推荐正文，希望大家阅读愉快，有问题也欢迎留言交流。

对于许多新手投资者来说，量化投资者是一个的高深莫测存在。听说他们数学好，懂编程，会算法，仿佛投资界的“黑客”，精密而隐秘。而量化投资模型又仿佛一个深不可测的“黑箱”。“黑箱”顾名思义，人类输入数据，机器输出方案，但箱子封闭而黑暗，其中复杂的算法和策略就不为外人所知了。而本书将为大家打开量化投资的黑箱，揭开量化投资神秘的面纱。

量化策略和主观判断型策略的区别在于策略如何被制定以及如何被执行。量化交易就是把买卖的规则写下来，然后编成模型和程序像科学家检验科学理论一样检验策略，借助于计算机实施策略，消除很多存在于主观判断型交易者中的随意性、不守纪律、贪婪和恐惧的心理情绪，而这些心理因素被许多人认为是市场投资中出现重大失误的原因。

对于需要重复完成并要求遵守纪律的事情，计算机比人做得出色。计算机比人更适合重复性劳动，这并无不妥。相对许多主观判断型策略而言，由于在设计和执行策略上的不同，运行良好的量化策略能够持续获得有利的风险/收益回报。

交易系统由三个部分组成：阿尔法模型（Alpha model)，风险控制模型(Risk model)和交易成本模型（Transaction cost model)。阿尔法模型用来预测准备交易的金融产品未来的走势，从而获得投资回报。风险控制模型则用来限制投资组合的风险敞口规模，这些风险因素可能不是产生赢利而是招致损失。而交易成本模型并不是用来最小化交易成本的，而是用来告知为了完成投资组合构建，所要发生交易的成本，它与阿尔法模型、风险控制模型一起，共同决定持有哪种最优投资组合。

而整个系统最重要的部分，就是那个让初学者云里雾里的“阿尔法模型”。简单地来说，“阿尔法”就是投资组合的超额收益，即扣除了市场基准回报之后的投资回报，通常用来衡量投资者的能力。比如说，如果投资者获得了12%的回报，而选定的基准获得了10%的回报。阿尔法就是价值增值部分的那2%。因此在量化投资策略中的阿尔法模型，作为量化分析师用来赚钱的模型，本质上是投资组合的资产配置决策和择时决策。

“黑箱子”也是有风险的，量化交易存在着模型风险（策略无法准确描述、匹配或预测它试图利用的现实市场现象的风险）、市场逻辑变更风险（市场发生大的趋势上的改变，使得原本根据历史数据和历史趋势构建的模型不能适应这种变化而遭受的风险）、外部冲击风险（风险来自于外部，而不是来自于市场内部，这是一项重大的、很难采取措施回避的风险）、扩散风险（或同质投资者风险）等固有的风险。正如其他任何一种交易形式一样，量化交易既有优点也有不足，任何可以用来批评主观判断交易者的理由，同样可以放在量化投资者身上。

研究是量化交易的核心，最好的宽客获得成功很大程度得益于精心设计的、缜密的和从不懈怠的研究。一个还没有被反例驳斥为不正确的理论，只能暂时认为是正确的。交易思想有四种常见来源：市场的观察、学术文献、挖掘其他量化交易投资机构的交易者并向其学习、来自主观判断型交易者的教训。很多量化交易的技术来自于经验和诀窍，而不是仅仅来自数学的优势，而量化交易基金经理的策略一般也被当做最高机密。

量化交易者将上述三个部分组合起来形成自己的量化交易模型，经过回测检验后，付诸实施，只有不断的研究、试错、把握细节，而后才能无往而不胜。

【注：市场有风险，投资需谨慎。在任何情况下，本订阅号所载信息或所表述意见仅为观点交流，并不构成对任何人的投资建议。除专门备注外，本文研究数据由同花顺iFinD提供支持】

本文由公众号“星图金融研究院”原创，作者为星图金融研究院研究员耿逸涛。

编辑：孙江永 毛德芬

免责声明：所有平台仅提供服务对接功能，资讯信息、数据资料来源于第三方，其中发布的文章、视频、数据仅代表内容发布者个人的观点，并不代表泡财经平台的观点，不构成任何投资建议，仅供参考，用户需独立做出投资决策，自行承担因信赖或使用第三方信息而导致的任何损失。投资有风险，入市需谨慎。