第一章 什么是量化投资

量化投资行业在中国的兴起是最近5，6年的事情，由于时间较短，许多机构和个人投资者对什么是量化投资，为什么量化投资会有效，量化投资包括什么，量化和对冲是什么关系等等问题都没有很好的理解。

再加上2016、2017年量化对冲产品的业绩表现不佳，市场对量化有很大的误解，作为量化投资超过16年的从业人员，笔者深深的觉得有必要对量化投资的基本概念做简单的阐述。

什么是量化投资？

简单的说，量化投资就是通对对所有能公开获得的数据进行数量化分析而获得对投资标的的未来价格走势进行预测的一种投资方法。

当然量化不只包括量化投资，目前所有投资机构(不管量化还是主动投研)都在用的风险模型就是量化研究人员的重要成果之一。

除了风险模型以外，其他比如大类资产配置，保险产品定价，信用评级等金融的各方各面都大量应用了量化模型。

但就本文的主题而言，内容会集中于量化模型在活跃可交易资产上的运用，其中包括但不仅限于二级市场股票、商品期货、股指期货、国债期货、外汇、期权、可转债、信用债、利率债等等，其他适用的品种也包括比特币，大宗商品现货等。

量化投资的目标是什么？

和所有投资活动的目标一样，就是获得一个绝对收益或者超越市场平均水平的一个相对收益。

就股票和债券两个大类资产而言，股票市场长期受益于经济增长和分红，债券得益于券息，平均的市场收益为正。

所以对投资方法和投资机构的评估不是看是否获取正收益，而是更加注重于是否能跑赢市场平均水平，跑赢的这部分我们称之为超额收益。

一般来说，超额收益越高越好，说明这种投资方法的有效性和投资机构的投研实力越强。

当然实际的评估更加复杂，除了看是不是有超额收益和有多少超额收益以外，还要关注超额收益的来源，稳定性和可复制性。

而其他几类资产，比如期货、外汇、期权等等大类资产大致可归类于交易类资产（比特币也可以归为这类），投资者整体并不能产生正收益，属于零和游戏，如果加上交易费用，基本属于负和游戏。

对这类资产的投资活动的评估一般注重绝对收益，就是看投资结果的长期回报是不是持续为正以及收益的稳定性。

由于资产类别的长期收益不同，在期货和外汇上获得长期的正收益比从股票和债券上获得长期的正收益难度要大很多。

当然这些交易类资产有他们的独特价值，虽然是个零和游戏，但对社会的整个经济活动是利大于弊的，起到了分散风险的作用。

由于股票市场的流动性非常好，且品种众多，所以股票市场天然比较适合量化投资的方法，笔者在下面也将集中几章讲量化投资在股票市场特别是中国股票市场的应用。

前面提到股票市场长期本身就能给客户带来一个不错的正回报，比如道琼斯指数，从1896年至今有超过120年的历史，平均年化收益包括分红超过7%。

上证指数虽然从1990年才开始起步，时间较短，但得益于中国近30年的经济高速发展。

即便经历了90年代的巨幅波动和后来2006年和2015年牛熊市的大涨大跌，平均年化收益包括分红仍然高于15%，远超道琼斯指数，给长期持有的客户获得了不错的回报。

随着经济增长的放缓，未来的长期收益会有所下降，但长期来说依旧会是吸引力最强的大类资产。

由于股票市场长期的正收益，所以对投资活动的评估，注重在是否长期能跑赢市场的平均收益，也就是超额收益。

当然评估不是单维的，除了看超额收益的高低，也要看承受风险的大小，如果在同等收益的情况下，风险更小的投资方法和投资机构会得到更好的评价。

比较复杂的投资机构会倾向于结合收益和风险的复合指标来评估机构和产品。

第二章 超额收益的来源：择时

在股票市场上获得超额收益有两大类方法:

一类是选股，选股就是在市场的所有股票中选出能在某个周期获得高出市场平均收益的股票，目标是累计起来扣掉交易费用后长期能获得比市场平均水平更高的收益。

另一大类是择时，择时包括Beta择时和风格择时。

Beta 择时就是判断市场的整体方向，希望能抓住股票市场上涨的部分而规避市场下跌的部分。

风格择时就是希望抓住市场近期的风格取向，通过提高在未来一段时间收益更高的风格上的配置来获得超额收益。

以中国市场为例，如果能在2009年到2016年11月配置最小市值的股票，从2016年11月开始配置大盘蓝筹，即使不用精选个股，也能获得非常高的收益。

这两类方法并不互相排斥，绝大部分机构或多或少会同时使用选股和择时。

由于中国股票市场过去的市场波动率维持较高水平，投资界特别是私募机构和个人投资者除了选股以外，非常注重择时。

但在海外的实践中，尤其是在波动率较低的欧美市场上，Beta和风格择时很难获得超额收益，也就是说做了择时以后基本上收益率反而会降低。

而且由于择时的准确率低，即使择时能降低风险，带来的风险的降低不足以弥补收益率的下降。

笔者在海外从事量化投资研究10多年，曾经对国际股票市场做过Beta和风格择时的研究，基本结论是择时的准确率非常依赖市场波动率和市场的有效性。

在欧洲美国日本等低波动强有效市场，Beta和风格择时基本无效，而在巴西，土耳其以及其他发展中国家，由于市场的低效和高波动率，择时还是有非常好的效果。

但从2008年以来，由于主要发达国家都实行QE也即量化宽松政策，全球金融市场的无风险收益率以及股票市场的波动率都在大幅降低，择时的效果在发展中国家也有显著下降。

中国股票市场自从2016年1月熔断以来，市场的波动率也在大幅降低。

2017年代表蓝筹的沪深300指数年化波动率在10%左右，代表中盘成长股的中证500指数年化波动率也仅15%左右，已经非常接近欧美等成熟股票市场水平，这也导致择时策略不管是量化择时还是主观择时的准确率和有效性大幅下降。

市场上资管产品的历史业绩也验证了最近两年以择时见长的投资机构大部分业绩不佳。

总体来说，股票市场的择时研究在成熟市场不管是主观择时还是量化择时都很难得到主流投资机构的重视和认可，剩下的就是选股。

对怎么选股才能做出超额收益的研究有非常悠久的历史，经历了长期的沉淀和市场考验以后，基本上形成了几大类历史上证实比较有效的方法论，下面逐一阐述。

第三章 超额收益的来源：选股（量化投资和主观调研投资的区别）

有效的选股方法里面先分几个大类，每一大类方法论里面又分几个小类，第一大类也是大家最熟悉的就是基本面投资，根据对公司的基本面进行调研结合股票的市场价格来进行选股。

流程上一般由研究员通过对宏观，行业以及个股的深入调研来获得超过市场平均水平的优势，然后由基金经理来决定什么时候交易，和投资的比例。

不管是海外还是国内这个方法都是最为大家熟悉的，也管理着最多的资金。其中又可以细分为价值投资和成长股投资。

比如大家最熟悉的巴菲特，他早期的投资可以作为价值投资的代表，通常是买入被市场低估或者短期情绪驱动偏离基本面价值的股票来获得一个长期超额收益。

这种投资方法通常比较适用于消费，金融，能源，一般制造业，公用事业等行业，因为估值相对比较清晰。

确实巴菲特的投资生涯比较集中于这些行业而比较少参与互联网，生物科技等新兴行业，这也导致巴菲特90年代以来投资业绩并不突出，甚至跑输市场。

主要原因在于近二十年美国市场的领军行业从以前的能源，金融，工业制造转为软件，互联网等高科技行业。

以1994年为例，在美国市场上市值最大的十家公司是通用电气，AT&T,埃克森，可口可乐，菲利普莫里斯，沃尔玛等传统公司。

而到2017年，市值最大的十家公司分别为苹果，谷歌，微软，亚马逊，Facebook，巴菲特的投资集团伯克希尔哈撒威（业务以保险为主），强生，阿里巴巴等。

最大的五家清一色是最近二三十年发展出来的高科技公司。

这也延伸到下面要讲到的另外一类投资方法，就是成长股投资。

上面提到的五家高科技公司，再加上中国的腾讯，阿里，京东，百度从传统的估值角度绝大部分时间都没有便宜过，但过去几十年给投资者带来了巨大的回报。

成长股投资方法比起传统的价值投资来说，更看重企业的成长性，如果成长性特别好，可以淡化短期的估值指标。

例如亚马逊，自从上市以来，估值一直非常高，而且上市的前十几年一直亏损，但现在已经成长成为全球市值最大的公司之一，即使现在用传统的估值方法，也还是依旧很贵，市盈率在300倍以上。

但由于亚马逊的成长性和潜在的利润空间，也很难说现在估值就不合理。

成长股投资如果做好确实收益巨大，以亚马逊为例，从2006年到现在的短短11年，即便经历了2008年的金融危机，收益仍然高达40倍左右。

以中国投资者熟悉的腾讯为例，最近13年更是上涨了600倍，给投资者带来了丰厚的回报。

同样成长股投资的风险也相对较大，一个成功的亚马逊背后可能有几百个失败的互联网公司，要成功做好成长股投资，需要投资者对新兴行业和公司有更精准的把握，投资的安全边际更小。

但总体而言，价值投资和成长股投资各有利弊，如果做好都能带来比较好的超额收益。

第二大类的股票投资方法偏重于投资者行为，也可称之为行为金融投资。

大家比较熟悉的主题投资，国内特殊的打板策略，事件驱动等策略都可以大致归类于行为金融范畴。

这类方法通常持仓时间较短，主要通过对市场其他参与者的行为分析做出相应的策略和交易方式，从而获得超越市场的一个收益。

但这类策略持仓时间较短，容量较小而且比较依赖于市场结构和情绪，一般来说比较难以获得主流投资机构的认可和大额资金配置。

但从另外一个角度来说，如果做好超额收益也是巨大，这类投资方法在过去的中国股票市场更是创造了很多的神话。

最后一个大类也就是笔者所从事的就是量化投资的方法。

由于量化投资的特点是以大数据为基础，总结有效的统计规律，而且基本不做主观判断。

总体来说面强于点，也就是对单个投资标的的研究往往不如主动研究员深入，而优势在于覆盖面上更胜一筹，而这个优势往往在股票市场上特别突出。

以美国市场为例，从90年代末开始，美国股票上就有超过3000只流动性较好的股票，中国市场由于IPO的放开，现在后来居上，沪深两市的上市股票已经超过3400只，而且普遍流动性较好，这天然比较适合量化投资策略的发挥。

因为主动研究员往往只有精力覆盖10到20个股票，并且只有优秀的研究员才能在自己覆盖的股票上做出超额收益，所以受成本和人员限制。

对于一家主观投资的机构，无论是公募还是私募，往往只能覆盖100-200只股票，并对其中的一部分进行深入的研究，所以量化选股在个股覆盖面上就有较大的优势。

量化投资在股票市场可以说历史悠久。大家比较熟悉的股票大作手回忆录的主角利弗莫尔，他活跃于1900-1940年的美国股票市场，年轻的时候会从报纸登的个股开盘，收盘，高点，低点，交易量等数据预测明天的交易价格，这实际上就是最简单的量化投资。

上世纪50年代计算机发明后，量化投资更是加速了发展，爱德华索普在1969年成立了第一家专注量化投资的可转债套利对冲基金，而且获得了非常好的收益。

成立于1988年的文艺复兴大奖章基金更是把现代意义上的量化投资方法大量应用于股票，期货等资产，在长达20多年的投资记录中，为客户创造了费前70%以上的年化收益。

同时成立于1988年的D.E.Shaw 对冲基金， 成立于1990年的城堡投资，和后面由原D.E.Shaw 量化研究总监创立的Two Sigma 对冲基金等几家以量化为主导的对冲基金过去几十年都为客户创造了非常优秀的投资收益，而且现在的管理规模均超过200亿美元。

在海外的股票市场上，量化投资方法已经获得了巨大的成功，但在中国市场上时间较短，虽然也有很多成功的例子，但总体来说在机构和个人投资层面上接受程度还较低。

第四章 量化投资常见误区之一

本章，笔者着重澄清一下市场常见的问题和误解。

1、 量化和对冲的区别

由于2013-2014年整体中国整体股票市场低迷，银行和其他渠道发行了大量量化选股加对冲的产品，一般做法是全市场选股，但由于当时只有沪深300股指这一个主要对冲工具 （个股融券品种和量都有限），大部分量化投资的机构的对冲产品有意识无意识的在对冲产品里暴露了规模因子。

沪深300股指对应的是股票市场上市值最大的300只股票，只要不把选股的标的绝大部分限制在大市值股票内，基本上都是赚了一部分做多小市值股票做空大市值股票对应的股指期货的钱。

也就是说赚了大小盘偏配的钱，而且这部分盈利在2013-2014年贡献非常大，也给客户创造了不错的收益。

只不过对冲沪深300股指只是对冲了整体市场的一部分风险，而没考虑大小盘，PE，PB等风险因子和行业暴露的风险，把只是做多量化选股选出来的股票，做空沪深300股指期货产生的收益视为绝对收益有很大的问题。

这里面有两个概念，一个概念是用量化的方法来选出好的股票，另一个是对冲市场本身的风险，而市场的风险严格的说既包括大盘的风险，也包括行业和风格的风险。

所以量化和对冲是两个完全独立的概念，很多机构包括很多量化从业人员经常把两个名字放在一起是非常不妥的，而且也容易造成误解。

量化作为一种选股的方法既可以直接做多股票从而在实现选股的超额收益同时，又叠加市场本身的收益，也可以对冲掉市场各类风险，从而实现一个更干净的超额收益。

如果不做对冲，量化多头产品和主动多头产品追求的目标就完全一致，可以相互比较。

而对冲策略也不是只有量化机构才可以做，在笔者曾就职过基金经理的美国千禧基金，其中40%的团队就在做基本面对冲策略，就是通过基本面分析在一个行业里面选看涨的股票做多，选看跌的股票做空，从而实现一个低风险的绝对收益。

国内市场由于主动管理机构极少发对冲产品，客观上也造成市场上很多机构和个人把量化产品和对冲产品混为一谈。

所以严格的定义应该是：权益投资包括主动调研型投资和量化投资，量化投资又可以按照资金的风险需求分为量化股票多头、量化股票多空、量化市场中性策略，而不应该将量化对冲等同于权益投资而单独作为一个大类来进行管理或者职能设定。

目前国内大部分金融机构在这方面的划分还有待调整，比如国内主要银行和其他投资机构的二级市场投资部门会分为权益，量化和固收等部门。

股票市场带敞口的投资往往权限集中于权益部门，而量化部门往往做市场中性型产品。

这个分类不管从哪个角度都是比较混淆的。从两个角度可以看这个问题，从选股方法论的角度，股票部分应该分为主动投研和量化。

从产品类型的角度可以分为权益产品（股票多头和股票多空）和对冲产品或者更严格的说市场中性产品，权益产品又可以细分为主动调研权益和量化权益。

不管从哪个角度来分工，都比现有的配置更加合理一些。

2、量化方法是不是在中国市场有效

由于前面提到的量化和对冲两个概念的混淆，市场上也出现一种声音，就是认为过去两年量化产品表现不佳，是不是量化策略在中国市场上有效性在降低？这个观点是非常错误的。

首先，过去两年市场上的量化市场中性型产品确实表现不尽如人意。

统计数据上显示在2015年的对冲产品良好表现之后，2016，2017年连续两年量化市场中性产品的平均收益在0附近，未能为客户创造利润。

主要原因来自两点：

一是对冲成本高昂：股指限仓以后，尤其是2015年9月到2017年5月底这段时间，股指期货贴水非常大(对不熟悉的投资者来说，股指期货贴水是指股指期货的价格长期低于股指现货的价格),以2016年为例，沪深300的近月贴水大概在年化15%左右，中证500的年化贴水在30%左右。

以中证500对冲模型为例，即使选股上有30%的超额收益（选股上跑赢中证500指数30%，意味着2016年量化选股多头产品有12%的绝对收益，这个收益在2016年已经可以排名所有股票型公募中前十名，所有股票私募产品前5%），市场中性产品收益也只能为零。

2017年虽然对冲成本有所下降，但在2017年的上半年，沪深300股指期货的对冲成本依旧为半年4.5%左右，中证500股指期货的对冲成本在半年7.5%左右。

另外一个新的挑战是2017年的股票市场大小盘分化特别明显，代表大盘蓝筹的沪深300指数上涨21.78%，中证500指数下跌0.2%，代表小市值股票的中证1000指数下跌17.35%。

很多做多小市值股票，做空300或者500股指期货有较多规模因子暴露的市场中性产品收益受到非常大的影响。

以上情况，再结合有些做小市值股票为主的量化公募产品也表现不佳，造成市场上对量化策略的有效性有一定误解。

第五章 量化投资常见误区之二

本章，笔者着重澄清市场上的几个关于量化的现象：

1、股指的大幅贴水在2015年9月到2017年6月这段时间内很大程度影响了市场中性产品的业绩，这部分主要是对冲成本的高昂抵消了量化选股模型的大部分超额收益，这个是市场环境的外在客观原因。

2、很多量化机构自身的不足，自从2013-2014年这段时间对冲产品的大行其道，很多机构涌入量化投资这个行业，其中不少机构并没有对量化投资有很深的理解。

比如规模因子在海外被公认为风险因子，但国内很多机构把它当阿尔法因子在用，而且对量化的因子挖掘也没有做到足够深入。

不过，这个属于行业发展过程中的正常现象。

毕竟量化投资在国内起步较晚，不管公募还是私募，总体业绩时间还偏短，还没经历一个优胜劣汰的过程，但是部分量化机构的业绩好坏并不能说明量化投资方法的有效性。

事实上，2017年的市场环境成为了考量和筛选量化机构选股方面投研实力的一个很好的标准。

即使在17年困难的市场环境里，有一些私募在市场中性产品上依旧获得了不错的业绩。

在现在股指贴水大幅改善的情况下，在量化投资领域有投研实力的机构将在市场中性这个产品类别上为客户带来不错的收益，另外这些私募的股票多头产品甚至可以媲美优秀的价值投资产品。

而且去年以做蓝筹为主的量化公募产品也取得了不俗的业绩，好几家公募量化团队的管理规模都翻倍甚至接近10倍的增长。

总体来说，17年公募量化的管理整体规模有大幅上升，而大部分量化私募的产品以市场中性策略为主，由于最近两年市场中性产品业绩不佳，管理规模有所下降。

但从超额收益的角度，量化投资机构不管公募还是私募的平均超额收益在过去两年还是远超过平均的主动管理机构。

从这个角度来说，量化投资策略在中国股票市场的有效性还是非常强的。

市场的误解对量化投资机构和从业人员来说也是一个教训，在机构和个人投资者对量化投资不够了解的情况下，量化投资机构和从业人员有几点值得去做：

一是在产品设计上，由于股指的限仓以及未来监管政策的不确定性，私募要多发行和宣传量化多头的产品，事实上包括明汯在内的好几家量化私募在量化多头这块都做出了不错的业绩，收益可以媲美甚至超越最好的主动管理多头，而且在超额收益的稳定性上和持续性上更胜一筹。

第二要和投资者清楚的说明量化投资为什么能在中国股票市场获得超额收益，超额收益的来源是什么，为什么这个超额收益能持续，而且为什么量化投资整体是有利于中国股票市场的发展的。

作者丨裘慧明

来源丨上海明汯投资（ID：minghongtouzi）