CN
EN

策略服务

策略服务

  策略服务即根据个人投资者提供的风险承受水平、收益目标以及风格偏好等要求,运用一系列智能算法及投资组合优化等理论模型,为用户提供投资参考,并对市场的动态对资产配置再平衡提供建议。一个完整的智能投顾产品应该是用户和产品画像是基础,智能算法是核心,再平衡和用户决策过程是关键。
  主要是通过分析客户的投资行为数据、交易数据,形成用户“画像”,实现C端客户的标签化和B端资讯、金融产品、模拟组合产品、投顾的标签化,为每位用户提供精准的个性化投资资讯、理财产品以及投资顾问服务等,核心是标签可视化过程。要实现大类配置类的智投产品,一定要做的首要工作就是前端用户和后端产品的画像,其实就是充分盘活券商的内部数据。

策略服务:进击的量化决策
 
    • 主要是基于底层的选股模型和择时模型,根据投资者的风险偏好、投资年限、资金规模等需求指标为客户提供A股市场的策略建议,并根据市场信号向投资者推送操作策略。其核心是选股模型、择时信号和组合再平衡过程。
    • 对于用户端的体验流程基本就是:选策略-填需求-创建组合-接收买卖信号-一键跟单交易。通过让用户输入拟投金额、选择个人投资风格偏好及投资年限后创建一个投资组合。
    • 创建后,定期在交易日盘前推送初始化建仓建议,并在运行过程中持续推送包括买卖操作、仓位调整,买卖数量等买卖建议,用户可以对该组合进行实盘一键跟单。
    • 价值精选策略:擅长蓝筹精选,则将选股的范围缩小至蓝筹股,通过大数据选择出各个行业内估值优势的个股,追求稳健收益。
    • 短线策略服务:擅长波段操作、智能调仓换股,追求弹性收益。
    • 综合轮动策略:擅长风险控制,采用“相似性匹配”策略,每个月对行业板块进行轮动筛选,该策略通 过观察近期行业之间的涨跌顺序,与历史样本进行相似性匹配,寻找“似曾相似”的样本时期,并以随后的强势行业作为当前配置的依据。

选股模型

选股模型主要是负责筛选价值被低估的股票并形成候选股票池。我们使用的选股模型为多因子模型,该模型对大量的个股风格数据进行跟踪测试,筛选出盈利、股价反转、换手率、市值以及估值等若干指标,并运用量化模型将指标进行有效整合,定期挑选综合得分高的股票组合,作为选股模型后的候选股票池。

择时模型

构建好自己的组合模型之后,就需要择时模型发出买卖信号。因此,择时模型主要就是负责控制仓位和输出股票的买入卖出信号,我们有自己的一套经过实践的择时模型理论。根据多个择时模型所给出信号的多空占比情况确定当前的持仓仓位,并给出对应的买入或卖出信号。

清洗处理基础数据


先提取全公司近几年内的交易数据和部分行为数据,也就是说对结构化和非结构化数据都做了处理,但还没有做到完全的实时自动化处理。目前券商用自己的数据来刻画用户画像,主要使用的还是通道交易数据,也就是说真正意义上的用户行为、消费、投资数据仍还未完全打通。

提取大类指标及因子

针对清洗后的基础有效数据,然后提取大类指标,主要提取了投资总体特征、交易行为特征、投资风格、投资能力、投资策略、当前持仓特征等6大类。关于大类指标,每家都有不同的做法,但终归还是要落地到基础静态指标(客户基础属性,产品属性、风险属性、价值属性等)和基础动态指标(交易行为属性、交互行为属性等),然后筛选出这几类基础指标或者衍生指标去组建一个大类业务指标。

策略执行流程

  • step1:选股模型根据各策略提供的选股因子,对所有的个股进行打分,然后将得分较高的股票放入候选股票池。
  • step2:用户输入拟投资金额等个性化参数后,组合构建模型则根据该参数从候选股票池中选取一定数量的个股构成一只股票组合。
  • step3:择时模型负责产生股票的买卖信号和仓位控制信号,提供合适的买卖时间点,并通过仓位控制信号控制组合计划的风险。
  • step4:组合再平衡模型则负责监控择时模型产生的信号,配合客户的组合计划形成操作策略。