论文部分内容阅读
从传统投资理论逐渐发展到结合计算机进行量化交易,私募基金一直做为新技术的率先拥抱者走过了50年,国内私募基金随着中国经济与市场的逐步扩大,截止至2019年9月私募资本管理公司规模已经达到了19.07万亿元。但相比国际市场80%的占有率,国内市场还有很大的发展空间。就产业策略的走向而言,目前国内正处于量化交易和机器学习相结合的时代,私募证券投资基金策略中应用机器学习已成为企业未来发展的方向。三十三度资本管理公司成立于2015年,随着公司的不断发展,已成长为小型私人资本管理公司。近几年来,公司所处的证券私募基金行业的股票多因素策略同质化严重,已有模型刻画的收益有限,因素挖掘更多依靠主观挖掘,换仓频率不足等问题。而且本企业规模较小,未来可能会面临缺乏竞争力而导致亏损的可能性。在行业竞争日趋激烈的情况下,如何优化证券投资基金战略,确保战略顺利实施,将成为厦门三十三度资本管理公司未来发展的重要突破口。在此背景下,本文以厦门三十三度资本管理公司为例,分析了公司的组织结构、人力资源状况、经营业务及效果,分析了公司的现行选股策略并通过调查问卷与同行对比的形式,分析了公司内部对于股票投资基金存在的问题,包括内部环境问题、人力资源问题、选股策略缺陷;与国内头部私募公司的对比分析,发现公司需要在选择策略上结合机器学习可以有效解决目前公司策略存在的缺陷。本文以解决三十三度资本管理公司存在的实际需求,有针对性地优化本公司选股策略及其保障为目标,采用了多因子与机器学习理论,对多种机器学习算法进行历史数据训练与回测,并且通过打分评价进行择优。最终得出结合XGboost进行优化的多因子策略为最适合目前公司需求的量化算法策略。此外,提出了七项选股策略应用的执行关键点,包括采用滚动训练模型、混合型策略、积极进行心态调整、择时与风险预警、产品算法轮换、风控线、仓位控制线。在保障措施上,提出了四方面的保障,包括制度保障、人才保障、资金保障、技术支持保障,提出了一系列优化措施。希望通过本文的研究,对厦门三十三度资本管理公司未来发展,优化股票投资基金策略起到重要的帮助,提升行业内的竞争优势。同时,研究结果可为其它基金管理公司提供有效的现实参考,并有助于其它机构从传统的多因子策略向机器学习策略的升级。