资本市场的量化投资风险管控

马一宁 马文秀 王立军

摘要：随着互联网的发展，量化投资作为资本市场的重要投资手段之一，市场规模不断扩大。目前，较多海外国家已建成完善的量化投资体系，但由于我国的金融市场起步较晚，导致量化投资体系仍存在较多有待改进之处，面临的风险相对更多。因此，为加强对资本市场量化投资风险的管控，需对风险特征及类型展开深入研究，并提出相应的风险管控建议。

关键词：资本市场;量化投资;风险管控

改革开放以来，我国的资本市场相比过去已取得了显著的进步，并不断朝规范化的方向发展。但由于量化投资在我国的发展时间相对更短，因此资本市场中的量化投资正面临诸多风险。为确保资本市场的稳定健康发展，必须对其中存在的风险展开深入研究，加强风险防控工作，以降低量化投资风险引发资本市场动荡的可能。

一、资本市场量化投资的特点概述

（一）量化投资的概述

量化投资的概念可理解为：基于计算机技术构建一定的数学模型，结合投资者的投资理念、策略等，对未来的资本市场发展趋势进行预估，帮助投资者进行投资决策，并通过计算机发出最终决策的一类投资交易方式。由量化投资的概念可以看出，量化投资需以计算机技术及数学化的金融理论为基础，结合统计学、定量分析等多种分析手段，借助计算机技术对数据收集及分析的高效性，实现对投资目标价格的客观分析，降低在投资决策过程中人为因素导致的决策失误。其中，具体被应用于量化投资的最常见的计算机技术为大数据技术。对资本市场而言，大数据技术确保了量化投资模型可同时处理大量的信息数据，更快地得出分析结果，提升资本市场的投资效率及准确率;对投资者而言，大数据技术支撑下的量化投资有助于其快速获悉资本市场的变动信息，并及时制定有效的响应方案，获得更多的投资盈利机会。目前，我国的资本市场主要有技术性及金融性两种量化投资策略。以上两种量化投资策略的适用范围广泛，适用于资本市场的各个投资领域，可有效帮助投资者规避主观因素影响，降低投资风险。但除投资者主观因素导致的量化投资风险外，仍存在较多外部因素导致的风险，因此，需对资本市场量化投资的风险类型展开深入分析。

（二）量化投资的特点

資本市场量化投资最显著的特征在于投资策略明确，且具有可追溯性。所谓投资策略，即进行量化投资时需遵循的交易规则。根据资本市场的交易规则的制定方式不同，投资策略可以极为简单或较为复杂。如在收盘前几分钟买入当日交易量排名靠前的股票，并在第二天抛出便为最简单的量化投资策略之一。而如果按照平仓方式，即按照期权要素计算当前理论波动率曲面，并与真实波动率曲面进行对比的方式进行投资则相对较为复杂。无论按照简单或复杂的投资策略进行量化投资，均需遵循相应的出入场信号、过滤条件等规则。由此便使得资本市场的量化投资具备了可回溯性，而可回溯性为量化投资区别于其他类型的投资方式的最主要特征之一。譬如，按照主观判断进行投资时，投资决策将主要依据投资者的主观判断，因此后续无法对决策进行追溯;而量化投资由于需遵循一定的交易规则，因而后续可依据交易历史数据追溯交易策略历史上的投资业绩表现。

二、资本市场量化投资的风险分析

若将量化投资策略合理应用于资本市场中，将有助于准确、快速处理大量的数据信息，辅助投资者进行客观决策，确保投资者的收益最大化。但由于市场操作、数据缺陷以及系统故障等因素，导致量化投资在实际应用过程中面临多方面的风险。为保障投资者的收益，稳定资本市场，有必要对量化投资风险展开分析。下文将结合市场操作、数据缺陷以及系统故障三方面因素具体分析其造成的风险。

（一）市场操纵风险

当下我国资本市场中借助量化投资策略展开投资的主要为机构类型的投资者，此类投资者普遍经济实力雄厚，人力资源基础较强，且对资本市场的稳定性具有一定的影响。但机构型的量化投资者之间仍存在较大差距，其中不乏中小型的机构投资者。而中小型机构投资者及非机构型的散户由于相对专业水平偏低，缺乏充足的投资资金，极易在投资过程中引发市场操作风险，影响自身收益及资本市场稳定。整体而言，市场操纵导致的风险在各类风险中所占比例较少，但由于部分机构及散户的利己主义行为，导致市场操纵风险始终存在于资本市场中。现今，如何更好地规避市场操纵风险已成为资本市场量化投资领域的重要研究内容。就我国目前的资本市场量化投资监管整体情况而言，监管力度仍有待提高，且尚未建立完善的量化投资风险监管体系，相关法律法规的制定存在较多漏洞，对导致风险产生的相关当事人的惩处力度偏小。以上因素导致部分机构投资者及散户的侥幸心理滋生，极易引发更多的市场操纵风险。因此，有必要从监管体系方面加强对市场操纵风险的管控。

（二）数据陷阱风险

与传统的投资方式相比，量化投资方式更为客观合理，可有效避免因投资者主观因素导致的风险，并采取“构建模型”的方式，借助大数据等技术展开分析，使得分析结果更为全面、系统，因而借助量化投资手段得出的分析结果更具“非偶然性”。尽管如此，但由于量化投资对数据的依赖性较强，而量化投资数据同时具备较强的历史性特征，导致量化投资的安全性有所降低。尤其身处当下信息技术高速发展的时代，随着大数据技术的应用范围愈发广泛，量化投资的数据量不断扩充，加大了精准分辨数据真实性及有效性的难度。而一旦建模过程中运用到虚假或无效数据，将导致分析结果产生较大偏差，影响投资者收益。据调查统计，在资本市场量化投资的各类风险中，以数据陷阱风险最为高发。对于投资者而言，在进行量化投资的过程中，有必要加强对数据陷阱风险的防范，以确保投资分析结果的准确性，降低投资失误率，实现对自身利益及资本市场稳定性的保护。

（三）系统故障风险

除市场操纵及数据陷阱风险外，当前资本市场量化投资的另一大风险因素便为系统故障风险。由量化投资的概念可以发现，量化投资需建立在一套完善的计算机系统、网络系统以及智能系统之上。但由于当前的量化投资分析系统仍存在较多不足之处，且尚未统一不同投资机构采用的量化投资交易系统，交易前未对系统进行有效性测试，因而系统故障风险正处于不断累积的状态。同时，由于交易所使用的处理系统存在一定的延时问题，导致在对交易订单进行验证时需占用额外的资源。除交易系统问题外，在构建量化投资数学模型时，由于未考虑资金配置及仓位是否匹配，导致爆仓问题时有发生。基于此，必须加强对系统故障风险的管控，尤其需注重加强对量化投资交易系统的完善及风险管控。而在交易系统风险防控方面，除加强对系统本身的优化升级外，对系统操作人员的管控同样极为重要。

三、资本市场量化投资的风险管控

（一）监管原则：公平交易、定性监管、分类监管

对资本市场量化投资风险进行管控时，需谨遵公平交易、定性监管、分类监管三条监管原则。首先，应将公平交易原则视为资本市场量化投资的基本原则。为缓解投资者对资本市场公平交易环境的破坏，监管部门应在日常监管中着重突出对公平交易的重视，并通过设置监管红线的方式保护投资机构及散户利益。其次，由于当前的量化投资交易规则大多依据以往的金融、数学理论编制，但互联网技术发展及传播速度极快，因而量化投资系统同样更新速度较快，难以通过定量方式实行监管。因此，应通过定性分析的方式对量化投资加以监管，并结合资本市场发展状况及时更新定性分析标准。再者，量化投资可被广泛应用于资本市场的各个领域，因此，应根据量化投资对象的性质、类型等加以区分，采取分类监管的方式，对破坏交易安全及公平性的行为加以管控，降低风险发生率。

（二）推行“三位一体”监管模式，明确监管流程

在监管单位方面，应注重加强交易所、地方证监局、证监会间的协作关系，构建“三位一体”的监管模式。其中，应以交易所监管作为监管的第一道防线，证监会作为最后一道防控线，依次进行层层监管。在具体监管内容方面，应由交易所主管对量化投资异常情况的实时监控，并依据实际情况及时制定相应的应对措施，同时向监管机构通报最新情况。地方证监局则应集中精力，会同其他两方机构共同管理辖区内的资本市场交易问题。对于资本市场量化投资相关规章制度、规则的制定以及风险预警机制的建立则主要应由证监会主导。

在监管流程方面，应对各部门应负监管责任予以明确。作为风险监管的第一道防线，当交易所发现市场中存在异常交易时，首先，应对风险等级进行划分，对于重大性要件，及时报告相关监管机构，并快速成立应急处置小组，制定应急处理方案;其次，应对该事件是否违反相关法律法规进行判断，对于违法量化投资行为，应主动、及时向证监会报备，并向社会公示处罚结果。

（三）集中管理量化投资业务，完善风险控制防线

风险管理作为资本市场量化投资业务中不可或缺的环节，在投资业务的开展过程中应始终将风险防控置于首位，并尽可能地在风险引发危机前对各类影响因素进行管控。为有效规避风险，并将已产生的风险导致的损失降至最低，应加快构建涉及量化投资事前、事中、事后的风险防控体系，对各类量化投资业务实行集中化的管理。对于处于不同阶段的量化投资业务，具体可按以下方式进行风险管控：一是事前风险管控：应由投资经理、资产管理专业委员会、资产管理量化投资决策小组三方共同协商制定量化投资授权决策制度，各量化投资业务的开展均需遵守制定的制度。此外，在业务开展前，应由投资经理对制定的规则、策略以及产品市场等相关信息进行深入调查，尽可能多地找出其中的不足及可能引发的风险，进而针对性地制定风险管控方案;二是事中风险管控：一旦量化投资业务启动后，应对投资经理预估的风险点进行全方位的监控，当风险产生后，及时按照预先制定的方案进行损失弥补及风险管控;三是事后风险管控：对于事后的风险管控则主要由投资经理根据风险管控报表，计算相应的风险指标，并与风险管控团队成员共同商讨当前风险所处等级及应对措施是否存在有待改进之处。

（四）完善技术分析体系，重视投资策略的组织实施

为有效规避数据缺陷及系统故障导致的风险，首先应重视对所应用计算机技术的改进，并提升计算机技术与构建的数学模型间的契合程度，加强系统对数据的分析及更新效率，以便为后续的量化投资分析打下坚实的技术及数据基础。针对应用的计算机技术方面，需同时考慮大数据、云计算、人工智能等多种技术混合使用，努力拓展数据分析的深度与广度。同时，针对系统中的技术分析模块，应加入股票估值指标、基本面分析指标、交易趋势及套利等分析项，以提高分析结果的准确性。

为促进量化投资的发展，除建立一套量化投资相关的技术理论外，同时应关注量化投资策略在实际生活中的组织实施，尤其应掌握期权定价理论以及有效市场假说理论等，提高量化投资策略的科学性以及可行性。同时，在量化投资策略实施的过程中，应在量化投资理论的基础上融入心理学理论，从“人”的角度出发，科学处理量化投资技术、互联网技术的支持与参与者个人理念的关系，从人的角度出发，加强决策的科学性。

（五）规范量化投资流程，确立投资经理行为原则

量化投资业务主要由五方面组成，包括策略的开发研究、策略的决策、投资行为的实施、投资绩效报告以及投资资金管理。投资策略的开发研究需由量化投资业务的负责人提出策略的大致方向，再安排专业的量化投资人员进行详细研究，对策略的原理及可行性进行分析，并结合策略的历史回测结果及历史绩效预测策略的实施效果。由上文对于构建风险管控体系的建议可以发现，在资本市场量化投资业务的开展过程中，投资经理行为始终具有重要影响。因此，投资经理行为应始终遵循以下原则：首先，在风险处于可控范围的前提下，应遵循公司利益最大化原则。其次，应严格遵循市场上关于量化投资的相关规定以及公司的相关制度。最后，投资策略应与量化投资策略相符合。此外，投资经理自身应提高个人素质，服从公司的规章制度。而量化投资策略的具体措施应交由专业人员执行，严格按照量化投资策略的规定经营操作，并对策略的实施过程进行严格监控及实时分析。若量化投资的管理业务与其他金融机构存在合作，则应由合作金融机构的专业人员完成。

四、结语

人工智能时代来临，对证券投资行业产生了极为深远的影响。随着我国金融行业制度体系的不断完善，以及金融工具的升级演变，量化投资迎来了更为宽阔的发展空间。但随着进入量化投资领域的人越来越多，量化投资的福利正逐渐减少，部分量化投资技术存在问题的机构随时面临着被淘汰的风险。因此，为真正在量化投资领域占据一席之地，需不断加强对量化投资技术的研究，并密切关注资本市场的最新动向，强化自身竞争力。

参考文献：

[1]谷晓然.新金融监管环境下资本市场投融资效率[J].现代管理科学，2018（10）：91-93.

[2]贺保国.资本市场的量化投资策略和风控措施[J].中国商贸，2019（08）：51-52.

[3]李苹.资本市场的量化投资风险控制策略研究[J].时代金融，2019（09）：105-106.

[4]罗鑫，叶博文.浅议量化投资的发展[J].财讯，2019（09）：24.

*基金项目：河北省高校智慧金融应用技术研发中心资助项目“智能量化投资平台”（编号：XGJ2018018）;2019年国家社科基金课题“中国企业境外直接投资合规风险及应对研究”（编号：19BGJ019）。

（作者单位：马一宁，河北大学经济学院、河北金融学院;马文秀、王立军，河北大学经济学院）