寫在前面
“到底什么是量化投資，聽起來好復雜，好高大上的樣子，能不能深入淺出地給我講講？”；“搞量化的普遍是高學歷，高智商人才，隨著量化基金越來越多，我們小散戶是不是只有被收割的份？”；“量化投資盛行是不是不利于價值投資者？”；量化基金和主要靠基金經(jīng)理選股和做投資決策的主觀投資基金誰更好，誰更值得配置？”；“量化投資到底屬于價值投資，還是以技術分析為主的短線投機？”；“量化模型是如何建立的，個人可以做量化投資嗎？”
以上問題均為我們近幾年在工作和生活中遇到的一些個人投資者對我們提出的問題，如果你也對以上問題感興趣，那么我們鵬風價值研究所接下來分享的幾篇關于量化投資的系列文章你值得認真讀一讀。
國內(nèi)外量化基金的發(fā)展及規(guī)模
量化投資并沒有明確的起始時間，大概于20世紀50年代起源于美國，到了上世紀八九十年代(即文藝復興創(chuàng)辦時)，已經(jīng)在世界范圍具備了強大的影響力。進入21世紀，量化投資取得了更大的發(fā)展。經(jīng)過幾十年的發(fā)展，量化投資已經(jīng)成為與主觀投資分庭抗禮的一大投資方式。
根據(jù)我們找到的最新統(tǒng)計數(shù)據(jù)來看，截止到2019年底，美國市場的量化對沖基金資產(chǎn)管理規(guī)模已突破萬億美元，相比于對沖基金行業(yè)3.6萬億美元左右的總管理規(guī)模，約占總量的三分之一。
國內(nèi)市場方面，截至2021年二季度末，國內(nèi)量化類證券私募基金行業(yè)管理資產(chǎn)總規(guī)模10340億元，正式邁過“1萬億”關口，并在同時期證券私募行業(yè)4.87萬億元總規(guī)模的占比攀升到21%。而在4年前的2017年二季度末，國內(nèi)量化類私募基金總規(guī)模只有約1000億元，可見近五年來國內(nèi)量化基金發(fā)展之迅猛。
2021年八九月份，A股一項歷史性的記錄被連續(xù)刷新：滬深兩市連續(xù)49個交易日交易額超過萬億元，打破了2015年牛市期間連續(xù)43個交易日萬億成交額的漫長記錄。A股在沒有迎來全面性大行情的情況下，居然連續(xù)49個交易日交易額突破萬億，毫無疑問，量化基金功不可沒。
目前，我們鵬風價值研究所大概精挑細選了超過二十家主做量化投資的私募證券投資基金公司進入我們的核心基金池。從2018年開始的近三年多時間里，我們給服務的高凈值投資者先后配置了超過十家量化基金管理人發(fā)行的量化基金產(chǎn)品。這其中有三四家真的是看著他們從中小型私募成長成百億私募的。
從收益表現(xiàn)來看，表現(xiàn)最好的是鳴石和幻方，2019配置的他們的幾款產(chǎn)品，兩年多下來，收益已經(jīng)翻倍，今年表現(xiàn)尤其突出。表現(xiàn)最差的是元盛和明汯，持有他們的幾款產(chǎn)品快三年了，客戶凈回報還不足50%。當然，配置他們主要是用來替代類固收理財產(chǎn)品的，這些產(chǎn)品不屬于純股票多頭策略，而是相對價值和CTA策略，這兩種策略相對來說投資風險和波動率更小，自然潛在回報率也會比純多頭要小一些。未來，我們基金研究小組將繼續(xù)研究和跟蹤量化投資行業(yè)，爭取多挖掘一些優(yōu)秀的量化基金管理人出來為有需求的高凈值客戶配置。（請注意，以上提到的量化基金管理人不構成投資建議，過去好不代表未來會繼續(xù)好的變現(xiàn)，而且有些已經(jīng)建議客戶贖回）
量化投資的原理和特點
廣義的量化投資主要還是相對于主觀投資來說的。所謂的主觀投資，就是在整個投資過程中，包括投資方向選擇、投資標的選擇、投資分析、投資策略、交易等，都是主要由人來執(zhí)行的。而量化投資就是在投資過程中全部或者部分使用具有數(shù)據(jù)處理和分析能力的程序或者機器來施行。這就跟油車和新能源汽車的區(qū)別一樣，只要不是傳統(tǒng)的燃油車，能夠減少對石油的使用，那么就可以歸類為廣義的新能源汽車。也就是說，不管在整個投資活動中，是否全部使用量化方式施行，只要某些環(huán)節(jié)使用了量化投資方式，就可以被歸類為量化投資范疇。
所以，在我們看來，幾乎所有的證券投資都可以通過量化的方式來進行，不管是股票、債券、期貨還是期權，甚至包括房產(chǎn)投資。
量化投資最關鍵或者說最倚重的東西就是量化模型，這個模型可以由人來建立，也可以由具有深度學習能力的人工智能機器自己建立和不斷完善。目前大部分量化投資機構都還是由人來建立模型，但隨著人工智能技術的發(fā)展，這兩年由人工智能機器自己建立和不斷修正模型的投資機構在越來越多。比如我們比較了解的一家量化基金公司，其模型在兩年前都還是由公司的基金經(jīng)理和技術人員們來建立，但自從公司引進人工智能方面的專家后，逐漸改有人工智能機器自己來建立和修正模型，人在建立模型的過程中的參與度越來越少，而有了這個改變后，公司的業(yè)績真的有了肉眼可見的提升。
那到底什么是量化模型呢？其實我們可以把量化模型理解成一個精密設備，只要往它里面添加有用的數(shù)據(jù)，他就可以通過它內(nèi)部的已有邏輯把這些數(shù)據(jù)整理成我們想要或者有參考意義的結論。我們生產(chǎn)這個精密儀器是不是需要整體構思和零部件，對于量化模型來說，一個個因子就是他的零部件，這些因子按一定的思路結合起來，就形成了可以工作的量化模型。
那，什么是因子呢？我們可以理解成因素，如果是投資股票，我們就可以把一個因子理解成影響股價變動的一個因素。我們也知道，不管是中短期還是中長期，影響股價變動的因素很多，所以量化模型基本上都是多因子模型。
還是舉例來說明可能更容易讓大家理解。比如，現(xiàn)在有一個投資者選股的標準之一是要求這個股票的ROE不能低于10%，符合的留下，不符合的直接排除，如果是主觀投資者，可能就會一個個去篩選，最多就是借助一下選股工具。如果量化模型的其中一個因子也有這個ROE不低于10%的標準，只要我們把A股所有上市公司的財務數(shù)據(jù)放入模型中，他就會很快把全部ROE大于等于10%的股票給我們篩選出來。如果在這個因子基礎上，我們再加入一個因子，比如要求所有股票的市值范圍在50—500億之間，那么只要我們有所有A股的現(xiàn)有市值數(shù)據(jù)，模型很快就能把符合這個標準的個股全部給我們篩選出來了。如果在這兩個因子的基礎上，我們再加入一因子，比如要求所選股票必須是中證500指數(shù)的成分股，那么只要我們有中證500指數(shù)所有成份股的數(shù)據(jù)，模型很快就會把符合前兩個因子的同時，并且還是中證500指數(shù)成分股的個股全部給我們篩選出來。
從以上舉例中，想必各位就能比較好地體會出主觀投資和量化投資之間最大的差別了。那就是量化投資充分使用了計算機的數(shù)據(jù)篩選和分析能力，而主觀投資主要還是靠人自己去篩選和分析。
講到這兒，突然想起一個投資者曾向我們提出的一個問題，他問“量化基金和中性對沖策略基金有什么區(qū)別？”。我們曾經(jīng)發(fā)布過文章《中國的投資渠道其實并不少，基金八大投資策略解析》中比較詳細地介紹過常見的基金投資策略的特點，這文章里顯然沒有量化投資基金這個概念，因為量化基金和基金投資策略是完全兩個不同的概念，事實上，不管是什么投資策略，只要在投資過程中使用量化投資這種方式他就屬于量化基金。
我們發(fā)現(xiàn)很多業(yè)內(nèi)人士喜歡用市場有效性來解釋量化投資獲利的根源。他們認為因為市場總是處于無效或者弱有效狀態(tài)，也就是股票的價格和其內(nèi)在價值大部分時候是不完全吻合的，但價格總是會不斷向其內(nèi)在價值回歸，而量化就是買入那些通過模型篩選出來的價格暫且低于其內(nèi)在價格的個股們，然后等其價格回歸后，賣出盈利。我們認為這與其說是對量化的解釋，還不如說是對價值投資的解釋。
我們認為，量化投資獲利的根源主要還是因為資產(chǎn)價格的波動性，而不是測算資產(chǎn)價格和其內(nèi)在真實價值之間的差。說實話，量化投資沒有多大的把握來測算出資產(chǎn)價格和價值之間的差，要知道，一個價值投資高手研究一家企業(yè)好幾年，都不一定能很好地發(fā)現(xiàn)這個企業(yè)股價和其內(nèi)在價值的差距，何況是只通過過往數(shù)據(jù)做分析判斷的量化模型。
在我們看來，量化模型主要靠的是發(fā)現(xiàn)一段時間內(nèi)一些股票具備的相似波動規(guī)律，理論上，這個規(guī)律不需要百分之百會發(fā)生，只要在樣本足夠多的情況下，一段時間內(nèi)，按規(guī)律運行的樣本數(shù)量超過60%就是有利可圖的。
這個建立模型的人或者有深度學習能力的機器，他們完全可以不用懂什么基本面分析、價值投資、財務分析這些，只要他們具備數(shù)據(jù)分析和奇思妙想的能力就行。比如說，分析師或者機器人發(fā)現(xiàn)A股有些股票在一段時間內(nèi)連續(xù)跌三天，就會連續(xù)漲兩天，那么他們就可以根據(jù)這個規(guī)律來建立一個因子；再比如，分析師或者機器人發(fā)現(xiàn)一段時間內(nèi)新能源和新能源汽車個股們大多數(shù)跌的時候，白酒和醫(yī)藥板塊的大多數(shù)股票就會上漲，那么他們就可以根據(jù)這個規(guī)律來建立一個因子。
因此，量化投資本質(zhì)上是個概率游戲，完全可以這么講，量化投資成功的主要根源在于“大數(shù)定律”的有效性。
從上面的解讀和舉例來看，量化投資的因子選擇很多時候真的沒有什么道理可言，有點像玄學一樣，因此，一開始很多專業(yè)投資者，尤其是價值投資者會認為量化投資不靠譜，是騙人的東西，但數(shù)據(jù)和結果證明，這個因子在一段時間內(nèi)他就是勝率比較高，就是能賺錢。
在上面的描述中，我們始終在強調(diào)“一段時間內(nèi)”這句話，因為市場風格的變化總是很快，現(xiàn)在有效的因子很可能過段時間就勝率大大降低而失效了，所以量化投資，尤其是做中高頻量化交易的機構總是不斷在創(chuàng)新，尋找新的有效因子。這里又引出了量化投資中關于交易頻次的概念。
所謂的交易頻次，如果是投資股票，我們可以理解成持股時間的長短，交易頻次越高持股時間就越短。現(xiàn)在市場上絕大多數(shù)業(yè)績不錯的量化基金都是中高頻量化策略，很多的平均持股時間不超過15個交易日，完全是純粹的短線投機風格。反倒是以基本面分析為主而建立因子的中低頻量化基金的表現(xiàn)不太好。但是，頻次越高往往意味著這種模型的容量越小，因為中高頻量化基金主要是賺引起價格波動的其他資金的錢，但因為市場上每日的交易量畢竟是有限的，如果量化基金規(guī)模太大，就會造成波動減少或者量化資金自身引起了波動，如此他們就沒法更好地賺別人的錢了。
所以，通常情況下，交易頻次越低，也就是平均持股時間越長的量化模型的容量也就越大。這就能解釋為什么很多量化基金到一定規(guī)模后就會封盤，或者同一管理人管理的不同產(chǎn)品的收益率差別很大。比如由西蒙斯帶領的赫赫有名的文藝復興公司，他們的旗艦基金大獎章有一年逆市獲得了60%的收益，但他們旗下的很多產(chǎn)品卻虧損嚴重。所以，選好的量化基金產(chǎn)品不僅需要很強的專業(yè)能力，也需要一些運氣的。
量化基金的基因決定了他們持股一定是比較分散的，有些量化基金滿倉時的持股數(shù)量甚至超過1000只。如果是主觀投資肯定是沒法同時持有和買賣如此多的個股的。但是，如果有不知疲倦和算力強大的機器來選股和交易，那就完全能做到。如此分散的持倉，自然整體的投資風險和凈值波動就會比較低。我們也知道，很多主觀投資者不喜歡持倉太分散，因為這樣此消彼長會降低投資回報率，所以他們喜歡重倉持有確定性比較大的個股，很多規(guī)模超過百億的主觀多頭基金，往往總共持有十只左右個股。那么持倉如此分散，并且整體勝率很多時候遠不如主觀投資基金的量化基金是如何獲取高收益的呢？那就是通過高“周轉(zhuǎn)率”。
如果你懂杜邦分析法，應該能很好地理解周轉(zhuǎn)率對企業(yè)凈資產(chǎn)收益率的影響。比如有兩家企業(yè)的權益乘數(shù)都是1，A企業(yè)生產(chǎn)的單位產(chǎn)品的最終凈利率是10%，B企業(yè)的凈利率是5%，A企業(yè)從產(chǎn)品生產(chǎn)制造到銷售出去確認收入需要180天，B企業(yè)則只需要60天，那么一年365天下來，A企業(yè)的凈資產(chǎn)收益率大約是20%，而B企業(yè)的凈資產(chǎn)收益率卻是30%左右。所以，我們不要太小看那些單位產(chǎn)品毛利率和凈利率比較低的企業(yè)，如果公司能實現(xiàn)薄利多銷，周轉(zhuǎn)率高，也一樣能積少成多，賺取很高的年化凈利率。
是的，中高頻量化基金雖然一個完整的整體持股周期比較短，每一個周期獲得的整體收益也比較少，但人家可以通過高周轉(zhuǎn)率來積少成多呀。假設平均整體換倉一次的收益是1%，一年365天下來，平均15天整體換倉一次，那么一年就能周轉(zhuǎn)超過24次，如此就可以獲得超過24%的年化收益了。而反觀很多主觀投資基金，很可能一年整體連兩次周轉(zhuǎn)率都沒有，他們追求的是單次周轉(zhuǎn)率的勝率和盈利水平，思路是完全不一樣的。
在我們看來，量化的原理也決定了他另一個特點或者說優(yōu)勢吧，如果主要是人來決策的主觀投資，很多時候就會出現(xiàn)不該止損的時候恐懼地止損，該止盈的時候又貪婪地不果斷止盈，總是讓自己陷入糾結和痛苦之中。而量化投資因為主要是通過沒有感情和情緒的機器來分析和交易，所以能最大限度地把人性中的貪婪和恐懼給規(guī)避了。作為人，只需要想辦法讓這個機器更加智能，或者不斷發(fā)現(xiàn)新的因子和建立新的模型，不再為買還是賣而糾結了。
今天我們主要通過類比的方法試圖深入淺出地講明白量化投資的原理及其一些特點，講的不一定都正確，不足的地方，歡迎懂行的高手指正或前來溝通交流。考慮到篇幅原因，很多開頭投資者提到的問題我們并沒有展開來詳細解答，以后我們會抽時間寫文章挨個解答剩余的問題。祝生活愉快，投資順利！
研究和碼字不易，如果我們的分享讓你受益，請不吝點“贊”和“在看”哦。謝謝！
聯(lián)系客服
