我國量化投資研究進(jìn)展、熱點(diǎn)與展望
——基于Citespace的文獻(xiàn)計(jì)量分析

朱文莉 于智超

（陜西科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710021）

量化投資是一種以數(shù)據(jù)為基礎(chǔ)、以模型為核心、以程序化交易為手段的交易方式。伴隨實(shí)踐的發(fā)展，國內(nèi)關(guān)于量化投資的研究文獻(xiàn)不斷增加，本文以中國知網(wǎng)數(shù)據(jù)庫（CNKI）期刊、碩博學(xué)位論文為樣本，用Citespace可視化分析工具對國內(nèi)量化投資研究文獻(xiàn)進(jìn)行系統(tǒng)分析，力求直觀展現(xiàn)我國量化投資領(lǐng)域的研究進(jìn)展、熱點(diǎn)和趨勢，同時為學(xué)者的進(jìn)一步研究提供參考。

本文整理了2010—2020年CNKI中國學(xué)術(shù)期刊和碩博學(xué)位論文中的關(guān)于量化投資領(lǐng)域的文獻(xiàn)數(shù)量，并對其進(jìn)行可視化。根據(jù)圖1可以清楚地發(fā)現(xiàn)，關(guān)于量化投資的相關(guān)文獻(xiàn)總體上呈現(xiàn)出較為穩(wěn)定的態(tài)勢，但在2011和2015年出現(xiàn)小幅下滑，且在2019-2020年間出現(xiàn)極為明顯的滑落，幅度達(dá)到40%。將其分為三個階段，第一階段為2010-2015年，在此階段增長速度相對緩慢，且文獻(xiàn)數(shù)量總和整體在100篇以下；第二個階段為2015-2019年，文獻(xiàn)數(shù)量呈現(xiàn)快速上升趨勢，并于2019年文獻(xiàn)數(shù)量達(dá)到261篇；第三階段是2019-2020年，此階段學(xué)術(shù)期刊

圖1 總文獻(xiàn)數(shù)量統(tǒng)計(jì)圖

一、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

勾選CNKI的中國學(xué)術(shù)期刊和碩博學(xué)位論文（網(wǎng)絡(luò)版） ，以”量化投資”或“Quantitative trading”為檢索詞，依次進(jìn)行主題、篇名、關(guān)鍵詞檢索，發(fā)現(xiàn)我國2010年量化投資研究出現(xiàn)爆發(fā)式的增長?；诖?，本文選取檢索日期為2010年1月1日至2020年12月31日，數(shù)據(jù)采集時間為2021年5月1日。手工剔除了期刊文獻(xiàn)中的學(xué)術(shù)會議通知、會議綜述、書評等非學(xué)術(shù)研究性論文，得到1315篇樣本文獻(xiàn)，其中期刊論文568篇，學(xué)位論文747篇（碩士論文727篇，博士論文20篇）。

（二）研究方法

Citespace是美國德雷塞爾大學(xué)終身教授陳超美先生及其團(tuán)隊(duì)根據(jù)Java語言開發(fā)的軟件，其主要應(yīng)用于信息分析領(lǐng)域。該軟件可以對文獻(xiàn)的作者、研究機(jī)構(gòu)、關(guān)鍵詞等信息進(jìn)行抓取，通過可視化的圖譜將這些信息直觀展現(xiàn)出來，進(jìn)一步對信息分析，發(fā)現(xiàn)該領(lǐng)域的研究熱點(diǎn)和趨勢。本文采用的是Citespace的5.7.R5W版本。

二、研究現(xiàn)狀分析

（一）論文數(shù)量和質(zhì)量趨勢分析

以及學(xué)位論文數(shù)量均出現(xiàn)顯著下降。由圖2可以看出，核心期刊的發(fā)文數(shù)量上下波動較大，趨勢較不穩(wěn)定，說明關(guān)于量化投資領(lǐng)域研究總體質(zhì)量有待提高。

圖2 核心期刊文獻(xiàn)數(shù)統(tǒng)計(jì)圖

（二）核心作者分析

在將CNKI數(shù)據(jù)轉(zhuǎn)換后，將其導(dǎo)入Citespace分析，首先對研究作者之間的合作網(wǎng)絡(luò)進(jìn)行分析。設(shè)置時間段為2010-2020，時間切片為1年，節(jié)點(diǎn)類型選擇“作者”，同時閾值“提取標(biāo)準(zhǔn)”設(shè)置為“Top N=50”，得到了1422個節(jié)點(diǎn)，529條連線，網(wǎng)絡(luò)密度為0.0005的合作網(wǎng)絡(luò)圖。每個節(jié)點(diǎn)代表一個作者，連接線代表作者間存在合作，網(wǎng)絡(luò)密度0.0005表示作者間合作密切程度很低，說明大多學(xué)者處于相互獨(dú)立研究的狀態(tài)。再用普賴斯定律計(jì)算量化投資領(lǐng)域核心作者的數(shù)量，計(jì)算方法為：n=0.749·，，其中最大發(fā)文量量Nmax=11，計(jì)算得得n≈3，，即發(fā)文量3篇以上的作者可作為量化投資領(lǐng)域的核心作者。結(jié)果表明，發(fā)文量為3篇及以上的作者共有35名，總計(jì)163篇（表1，中間省略），約占量化投資領(lǐng)域研究總論文量的13%，遠(yuǎn)不及普賴斯定律所提的核心作者群體發(fā)文量應(yīng)占總發(fā)文量50%的標(biāo)準(zhǔn)。這也說明了目前量化投資領(lǐng)域尚未形成核心作者群體，缺乏研究的主力軍和骨干。

表1 2010—2020年量化投資領(lǐng)域核心作者及發(fā)文量情況

三、研究熱點(diǎn)和趨勢分析

（一）關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞共現(xiàn)分析是對文獻(xiàn)的關(guān)鍵詞進(jìn)行提取，研究關(guān)鍵詞出現(xiàn)的頻率及其之間的關(guān)系。在Citespace上進(jìn)行設(shè)置，將時間切片設(shè)置為1年，分析節(jié)點(diǎn)設(shè)置為“keyword”，設(shè)置閾值插值（2，2，12），分別代表一個單位的時間切片內(nèi)關(guān)鍵詞出現(xiàn)頻次最低為2次、共現(xiàn)頻次最低為2次，以及關(guān)鍵詞之間出現(xiàn)的共現(xiàn)率為12%。首次分析得到239個節(jié)點(diǎn)和510條連線，但出現(xiàn)一些相似的關(guān)鍵詞，需對這些類似的關(guān)鍵詞進(jìn)行合并，如將“量化投資”“量化交易”及“程序化交易”合并為“量化投資”；將“量化投資策略”“量化策略”“交易策略”及“量化交易策略”合并為“量化投資策略”；“多因子選股模型”“多因子選股”“多因子”及“多因子模型”合并為“多因子選股模型”等等。合并之后再對圖譜進(jìn)行調(diào)整，最終得到圖3所示的關(guān)鍵詞共現(xiàn)圖譜，圖譜共有213個節(jié)點(diǎn)，400條連線，分別代表了出現(xiàn)2次以上的關(guān)鍵詞個數(shù)以及它們之間的連線。

圖3 2010-2020年量化投資研究領(lǐng)域關(guān)鍵詞共現(xiàn)圖譜

表2列出了出現(xiàn)頻次大于等于20次的關(guān)鍵詞，一共有18個。中介中心性大于0.10的關(guān)鍵詞，可以視為具有高中介中心性的關(guān)鍵節(jié)點(diǎn)[1]。

表2 2010-2020年我國量化投資熱點(diǎn)主要關(guān)鍵詞

結(jié)合表2和圖3，可以看出，關(guān)鍵詞“量化投資”出現(xiàn)的頻次最高（701次），其次是關(guān)鍵詞“多因子選股模型”（116次），但它們的中心性都不高，分別為0.02和0.03，屬于高頻低中心性的關(guān)鍵詞。接下來是關(guān)鍵詞“量化投資策略”和“量化選股”，這兩個關(guān)鍵詞出現(xiàn)頻次分別為101次和51次，同時中心性也較高，分別為0.26和0.5，屬于高頻高中心性的關(guān)鍵詞，這四個關(guān)鍵詞可以將其歸入量化投資領(lǐng)域研究熱點(diǎn)的第一梯隊(duì)。

頻次出現(xiàn)在20至50之間的關(guān)鍵詞有“支持向量機(jī)”“投資者”“量化基金”，這些關(guān)鍵詞雖然出現(xiàn)頻次都不算太高（分別為43，39，33），但中心性都比較強(qiáng)（分別為0.16，0.25，0.33），可以將它們歸入為量化投資領(lǐng)域研究熱點(diǎn)的第二梯隊(duì)。

除了以上所列的關(guān)鍵詞，還有一些低頻高中心性的關(guān)鍵詞，如“技術(shù)分析”的頻次和中心性分別為16和0.27，“大數(shù)據(jù)”的頻次和中心性分別為14和0.2，這些關(guān)鍵詞出現(xiàn)的頻次較低，但中心性較高，也是量化投資領(lǐng)域研究的熱點(diǎn)詞匯。

最終，結(jié)合文獻(xiàn)內(nèi)容，將我國量化投資領(lǐng)域研究關(guān)鍵主題歸納為以下四個方面：

1．對量化投資的基本原理及其在我國的發(fā)展探討。有的學(xué)者認(rèn)為我國量化投資還處于初級階段，但隨著中國的金融市場不斷成熟，運(yùn)用量化投資的機(jī)理和方法將是未來國內(nèi)市場投資策略的發(fā)展趨勢；有的認(rèn)為量化投資對金融大數(shù)據(jù)情報(bào)分析的研究亟待加強(qiáng)?？偟膩碚f，這部分學(xué)者從量化投資原理出發(fā)，認(rèn)為隨著我國金融業(yè)的發(fā)展，量化投資的研究將不斷趨于成熟。

2．基于計(jì)算機(jī)技術(shù)對量化投資的策略研究。主要是利用計(jì)算機(jī)技術(shù)，通過計(jì)算機(jī)的算法，構(gòu)建量化投資策略，然后利用歷史數(shù)據(jù)對策略進(jìn)行檢驗(yàn)。在這些研究中，有學(xué)者利用Random Forest和Adaboost算法與因子庫結(jié)合，構(gòu)建的集成學(xué)習(xí)算法選股模型跑贏了大盤指數(shù)并取得了較好收益；也有學(xué)者利用 LSTM為基礎(chǔ)提出了C-LSTM模型，并基于此構(gòu)建了指數(shù)擇時策略，大幅提升了擇時信號的準(zhǔn)確度?？偟膩碚f，利用計(jì)算機(jī)技術(shù)研究量化投資，其重點(diǎn)都是在計(jì)算機(jī)技術(shù)的應(yīng)用上，通過計(jì)算機(jī)算法找到合適的選股因子，不斷優(yōu)化量化投資模型，構(gòu)建跑贏大盤指數(shù)的投資組合。

3．基于行為金融學(xué)對量化投資的策略研究。主要是從行為金融學(xué)的視角出發(fā)，研究行為金融學(xué)中的各種因素對量化投資的影響。例如有學(xué)者構(gòu)建了動量交易強(qiáng)度指標(biāo)，通過實(shí)證發(fā)現(xiàn)了中國的開放式基金普遍存在動量交易行為；也有學(xué)者發(fā)現(xiàn)羊群效應(yīng)和動量效應(yīng)都是有情緒因素和信息傳播引起的，短中期（60天內(nèi)）將這兩種效應(yīng)結(jié)合構(gòu)建組合，可以獲得超額收益?？偟膩碚f，研究者大都將行為金融的中的指標(biāo)進(jìn)行量化，通過市場實(shí)證指標(biāo)的影響，并以此為依據(jù)，構(gòu)建投資收益超過大盤的資產(chǎn)組合。

4．對量化投資存在風(fēng)險(xiǎn)的關(guān)注。例如有學(xué)者提出量化投資在應(yīng)用的過程中，減少傳統(tǒng)道德風(fēng)險(xiǎn)的同時可能產(chǎn)生新型道德風(fēng)險(xiǎn)，建議規(guī)制和監(jiān)管不斷更新，與其發(fā)展相適應(yīng)；再如有學(xué)者提出主成分吸收率對股市重大波動有預(yù)測能力，以此構(gòu)建穩(wěn)健的投資策略，能有效降低投資風(fēng)險(xiǎn)?？偟膩碚f，這部分學(xué)者從風(fēng)險(xiǎn)的角度出發(fā)，以降低量化投資的風(fēng)險(xiǎn)為目的。

（二）研究前沿探測分析

新生主題詞的突顯代表了研究前沿與研究的新穎度，對2010-2020年所有文獻(xiàn)樣本的關(guān)鍵詞進(jìn)行突變分析，得出了突變強(qiáng)度排名前34位的突變詞，如圖4所示。圖中顯示了關(guān)鍵詞、查詢的起始年份、關(guān)鍵詞突變強(qiáng)度、關(guān)鍵詞首次出現(xiàn)的起始時間及結(jié)束時間，而紅色的線條由關(guān)鍵詞的起止時間決定線條越長，關(guān)鍵詞突變持續(xù)時間越長，如關(guān)鍵詞“投資者”（圖4），分析的起始年限為2010年，突變強(qiáng)度為3.81，該詞在確定的分析期間，首次出現(xiàn)的時間也是2010年，結(jié)束于2015年，說明其在2010年至2015年間為量化投資領(lǐng)域研究前沿。

圖4 2010-2020年量化投資研究的突變詞

由圖4看到，在持續(xù)時間上，“投資者”“量化基金”“分級基金”“統(tǒng)計(jì)套利”作為前沿?zé)狳c(diǎn)持續(xù)時間較長，均到達(dá)或超過4年，但2017年之后都不再成為前沿?zé)狳c(diǎn)。在突變強(qiáng)度上，“量化投資”“股指期貨”“隨機(jī)森林”這些詞的突變強(qiáng)度較大，說明在這些詞在出現(xiàn)的年份具有較強(qiáng)的新穎性，適合在這些年份作為研究對象。在研究時間推進(jìn)看，持續(xù)到2020年的突變詞有“金融科技”“人工智能”“強(qiáng)化學(xué)習(xí)”“深度學(xué)習(xí)”“集成學(xué)習(xí)”“配對交易”，說明量化投資領(lǐng)域研究的前沿?zé)狳c(diǎn)多與計(jì)算機(jī)相關(guān)。總的來說，量化投資的發(fā)展得益于大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)等與計(jì)算機(jī)領(lǐng)域相關(guān)研究的發(fā)展，量化投資需要的數(shù)學(xué)模型、完善的數(shù)據(jù)體系、程序化的交易手段等條件，這些都通過計(jì)算機(jī)技術(shù)的發(fā)展得到了很好的應(yīng)用，未來關(guān)于量化投資的研究，也一定是圍繞著計(jì)算機(jī)技術(shù)而展開的。

四、研究結(jié)論與展望

（一）主要結(jié)論

1．近年來，量化投資研究文獻(xiàn)數(shù)量在不斷增加，但研究的質(zhì)量并不穩(wěn)定。目前該領(lǐng)域尚未形成核心作者群體，缺乏研究骨干。

2．在研究熱點(diǎn)和研究主題方面，量化投資從以“量化選股”“量化投資策略”為主要關(guān)鍵詞，擴(kuò)展到“機(jī)器學(xué)習(xí)”“支持向量機(jī)”“股指期貨”等關(guān)鍵詞，主要形成了四個方面的主題研究，分別是對量化投資的基本原理及其在我國的發(fā)展的探討、基于計(jì)算機(jī)技術(shù)對量化投資的研究、基于行為金融學(xué)對量化投資的研究、對量化投資發(fā)展中風(fēng)險(xiǎn)的關(guān)注。

3．在研究前沿方面，持續(xù)到2020年的突變詞有“金融科技”“人工智能”“強(qiáng)化學(xué)習(xí)”“深度學(xué)習(xí)”“集成學(xué)習(xí)”“配對交易”，說明量化投資領(lǐng)域研究的前沿?zé)狳c(diǎn)多與計(jì)算機(jī)相關(guān)，未來關(guān)于量化投資的研究，也一定是圍繞著計(jì)算機(jī)技術(shù)而展開的。

（二）研究展望

隨著我國金融市場的不斷發(fā)展壯大，量化投資技術(shù)逐漸趨于成熟并被大家所接受，伴隨實(shí)踐的發(fā)展，量化投資將會更加受到研究者關(guān)注。根據(jù)Citespace文獻(xiàn)計(jì)量分析結(jié)論和量化投資發(fā)展趨勢，進(jìn)一步研究應(yīng)注重以下幾個方面。

1．注重合作研究，在合作中形成更多高水平研究成果，提升研究質(zhì)量，逐步形成核心作者群體。

2．加強(qiáng)本土化研究。與國外的成熟資本市場相比，我國資本市場開放時間較短，資本市場的政策和規(guī)則變動頻繁，量化和對沖工具相對較少。基于中國資本市場的特征，可以更多關(guān)注政策和規(guī)則的調(diào)整、投資者的非理性行為，探索符合國內(nèi)市場的量化投資理念和方法。

3．充分利用大數(shù)據(jù)技術(shù)獲取數(shù)據(jù)，探索更為優(yōu)化的量化投資模型。未來的研究，充分利用大數(shù)據(jù)深度挖掘信息數(shù)據(jù)，不斷更新信息數(shù)據(jù)的同時，提煉有價(jià)值的信息數(shù)據(jù)，保證所收集信息的有效性和及時性，同時將計(jì)算機(jī)技術(shù)和數(shù)理統(tǒng)計(jì)有效結(jié)合起來，科學(xué)地利用人工智能、機(jī)器學(xué)習(xí)等方法，進(jìn)一步去尋找更多更好的模型，不斷更新完善量化投資模型。