近年有關人工智能、機械人及大數據的話題興起,公眾關注電腦能否幫助各行業創造新價值。在金融科技方面,其實電腦數學模型早已幫助投資者進行量化投資。
與電腦數學模型的選股方式不同,傳統選股方式較依賴公司基本面分析,包括分析公司財務報表上的現金流及盈利、與管理層對話以了解公司發展方向,以至從供應商及客戶了解公司信譽及質素等,最後再依靠個人判斷選股。基本面分析須要人力及時間,一個投資經理只能挑選約50間公司進行研究。單單香港已經有逾2000間上市公司,可以想像若投資一個區域,如美國、歐洲或亞洲等,投資者將面對成千上萬股票,進行基本面分析便會顯得吃力。只有大型基金公司才有「人力物力」進行全球性投資,小型基金公司一般只能對單一市場進行基本面分析。
利用大量歷史數據選股
鑑於傳統的基本面分析涉及不少限制,因此基金公司轉以電腦及金融數據為投資者分析及投資股票,量化投資亦隨之而生。所謂量化投資,即使用數學模型,以大量金融數據挑選股票及構建投資組合。分析師會把量化投資策略應用於歷史數據,以測試策略是否有效,再從測試結果優化策略並進行實際交易。
舉例說,香港投資者偏好高息股票,但究竟投資高息股票能否帶來最佳回報?我們可透過量化投資的數學模型,篩選出派息排名高的香港股票,再用歷史數據測試只投資於高派息股票的組合回報。測試會不斷改變歷史時間、投資股票數量、重整頻率以及調整比重,直至得出回報最高、風險最低的策略。然後便可實際操作,再看策略能否帶來更好回報。
量化投資不僅可用作研究息率,其實所有金融數據亦可進行類似挖掘,由市盈率、股票趨勢、價格技術分析以及市場傳言(如「五窮六絕七翻身」等),一一可用歷史數據觀察變化規律,再進行量化模擬投資,以期歷史會重演。
排除主觀因素具紀律性
基本面投資經理容易受市場變化及主觀判斷的心理因素影響;反之,電腦只執行預定的策略,有極高的紀律性,可排除心理因素影響,讓投資過程更具系統性和理性。
對比基本面分析,電腦在處理數據如估值、價格變化等具有明顯優勢,不但能分析大量公司歷史數據,即使對新投資市場沒有基本認識,也易於透過數據了解市場。所以,除了標榜使用量化策略投資的基金公司外,以基本面投資的基金公司也開始使用量化方法,處理如股票價值、增長動力、流動性及質素等財務數據,先篩選出具回報潛力的股票,再逐一研究基本面。量化投資以及基本面投資可相輔相成,例如以科學方法做前期工作或投資,如遇量化投資策略失效,又或市場遇上突如其來的改變及風險,投資者即可作出靈活的調整,盡量減少損失。
快速分析市場狀況着先機
另外,現在網購興起,投資經理可以輕易從各種渠道收集銷售數據、供應商價格數據及售價趨勢等,不必再等公司每季,甚至每年的財務數據或行業統計出爐,才能得知各行各業的寒暑。透過大數據,基金經理可以領先投資市場一步,創造更佳回報。
隨着日本政府養老金投資基金選用量化投資策略,預期會有更多大型機構投資者使用此策略,投資者亦可多留意與量化投資或大數據相關的投資產品。