看之前先点个关注吧(*^▽^*)
版 / @酱
文 / 分内容来源于网络，如侵删
图 / 分图来源于网络，如侵删~
家好，我是喵酱，一枚沪漂转行学量化的女汉纸，酷爱rap。
在之前带家了解了CTA交易策略，和事件驱动策略，除了这些常见的交易策略之外，还有一些不是太常见，但也是非常好用的，并且受百亿+私募青睐的策略，例如指数增强策略，市场中性策略等，今天就一起讲了(*^▽^*)
01
指数增强策略
传统投资策略一般分为主动投资策略和被动投资策略，被动投资往往选择某一指数，风险较低。
然而完全被动指数往往收益也较低，因此指数增强策略（或称Smart Beta、Strategy Beta、Enhanced Beta）受到了越来越多机构投资者的欢迎。
指数增强策略是指在被动指数的基础上，通过主动管理的办法如优化选股和优化权重，以达到获取超额收益或降低风险的目标，即“增强”指数的效果。
指数增强基金是指数型基金发展的新阶段，从全球市场看，指数增强策略普及度不断提高。
根据ETF.com统计结果，截止2018年12月21日，美国有1025只SmartBeta ETF，总规模为8239亿美元；BlackRock预测到2020年，SmartBeta ETF的资产规模将达到1万亿美元。
我国被动指数产品相较于海外市场比较滞后，从2006年华泰柏瑞红利ETF发行，截止2018年11月27日，国内共发行了68只指数增强型产品，累计规模245亿元。
指数增强策略从增强方式上主要有仓位控制（择时）、优化加权、优化选股（多因子模型）三种，三种思路在实践方式上都可以区分为“主动”和“量化”。
其中仓位控制就是分析盘走势，在上涨期间增加仓位权重，在下行过程中降低仓位以期获得择时超额收益。
优化加权方法主要有等权重、最小方差、风险平价、最分散度、基本面加权等。
优化选股通常使用多因子模型在指数股票池中筛选预期收益好的股票以增加某些风险因子的暴露。
比如，我们以能显著有效的区隔市场特征的单一因子指标或多因子指标，如价值指标、成长指标、红利指标、混合财务指标等，作为选股依据。
以此形成的组合能够为投资者提供暴露特定市场因子风险的工具，并相应获得该因子的超额回报。
比如在A股市场等权构建的沪深300组合比真实的沪深300指数表现要好，一个很重要的原因是A股小市值因子效应特别明显，长期来看小盘股相比盘股有明显的超额收益。
这样我们对组合的认识可以上升到因子层面，就可以选择特定证券使组合盯住某一特定的风险因子，这也是Smart Beta的一种思路。
除了以上三种主流方法，指数增强策略也可以通过配合衍生金融工具或其他方式增强，包括打新、股指期货、融资融券、期权、可转债等。
如中证500指数增强产品常通过买入股指期货获得基差收益，同时降低资金占用率。
02
量化期权交易策略
不同于成熟的海外市场，我国期权市场才刚刚起步。
2015年2月9日，我国首个场内期权产品上证50ETF期权合约正式上市交易，标志着我国资本市场期权时代的来临。
2017年以来，期权市场逐渐发展壮，豆粕和白糖期权上市交易且流动性日渐提升，上证50ETF期权成交量快速增长，预计未来还会有更多的商品期权、金融期权品种上市。
随着期权品种数量的增加和流动性的提升，期权策略将会得到可观的发展。
期权策略产品和CTA策略产品、事件驱动策略产品等一样，和主流量化产品的相关度较低，有利于资产分散化投资。
由于期权本身产品的复杂性，期权策略也是复杂多样的。
期权策略主要有期权合成套利、期权买卖平价套利、期权价值边界套利、隐含波动率与实际波动率相对价值套利等，其中期权合成套利又包含了牛市价差、熊市价差、跨式期权、蝶式期权等等组合方式。
我们在此介绍一种基于50股指期权的Straddle波动率策略，策略思路为，当波动率连续极度收敛时（波动率小于历史波动率从小到排序的10%分位点，因为波动率低时，构建Straddle策略的成本低），挑选成本最低的、至少晚于下一月到期的Straddle组合进行建仓。
建仓后一直持有代涨至持有到期，或下跌超过单笔交易最值的20%时，移动止损。该策略回测收益如下：
03
机器学技术和基本面结合策略
许多人认为机器学技术是属于量化分析的范畴，与基本面分析是截然不同的两种分析方法，从而不可能有交叉的可能。
然而实际上，机器学技术也可以与基本面分析进行有效的结合。例如分析财务报表粉饰时，许多财务指标都可能预示公司财务报表可能存在粉饰情况，分指标如下。
然而，并不是所有指标都是有效的，使用机器学技术，可以得出在分析上市公司年报是否粉饰造假的时候需要重点关注的几个指标，从而进行后续的基本面分析。
04
数据与舆情分析策略
随着互联网的快速发展，人类进入数据时代，可供分析和使用的数据量增加。
海量数据成为公司的基础资产，例如，美国专门有一些公司，购买无人机去全国各地侦查，可能要比统计都要更早的知道全国经济发展的整体状况，就可以提前基于这条信息进行交易获利。
再如用Google Map去看沃尔玛的停车场，去判断沃尔玛公司的股价和整体经济的消费水平。
在量化交易中，数据与舆情分析策略使用NLP自然语言处理，对非机构化数据，如微博、twitter上的博文进行舆情识别和分析，从而作出投资决策。
在数据分析中，自然语言处理是最为困难的问题之一，如“It's interesting.”并不是在说我觉得这很有趣，而是在说，我搞不懂发生了什么，这是怎么回事。
NLP技术针对英语已经相对比较成熟，对中文的研究也在迅速发展中。
我们来看一个基于Google Trends的数据舆情分析策略，下图为策略回测，可见基于Google Trends的策略远远优于单纯购买并持有。
该策略的思想是，如果当周的“Debt”搜索量于过去三周平均搜索量，则做空道琼斯指数，持仓一周；如果当周的“Debt”搜索量小于过去三周平均，则做多道琼斯指数。
在国内，类似Google Trends的指数有百度指数等，可以作为搜索引擎指数进行投资。
05
市场中性策略
市场中性策略是指同时构建多头和空头头寸以对冲市场风险，从而构成独立于盘变动的股票组合。
市场中性策略的通常做法是通过多因子模型选股确定多头股票组合，同时用空头股指期货等进行对冲，构建Beta接近于0的投资组合，从而只保留基金的Alpha收益。
该策略在的私募基金中占据了半壁江山，主要原因在于在牛短熊长，分时间处于熊市交易之中，构建市场中性策略则可以不受到盘下跌带来的影响，只要基金经理有较强的Alpha能力就可以获得相对稳定的策略收益。
但在应用该策略时，要注意使用股指期货空头时若股指价格贴水带来的额外对冲成本。
最后，附上一张百亿+量化私募在用策略。
▲图片来源于：私募排排网2021.9.3，仅供参考
看完别忘了点个赞哈~biubiu~
-END-
* 本文内容为原创文章，转载可在后台留言申请开白名单，凡不按照要求转载一律视为侵权，违者必究。本文内容仅为作者个人观点，仅供参考，如包含投资建议，请慎重决定。投资有风险，入市需谨慎。
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
