AQF量化投資作為一個新興行業(yè)，在中國近幾年得到長足發(fā)展，但由于時間較短，很多從業(yè)者和機構投資者都沒有對這個行業(yè)有著充分的理解，本文會試圖對量化投資是什么，超額收益的來源，量化投資和主觀調(diào)研型投資的區(qū)別、量化在中國的實踐中遇到的問題(比如把量化和對沖混淆、把alpha和風格混淆、認為量化近2年無效等)以及未來的發(fā)展做一定的闡述。
第一章 什么是量化投資
AQF量化投資行業(yè)在中國的興起是最近5，6年的事情，由于時間較短，許多機構和個人投資者對什么是量化投資，為什么量化投資會有效，量化投資包括什么，量化和對沖是什么關系等等問題都沒有很好的理解。再加上2016、2017年量化對沖產(chǎn)品的業(yè)績表現(xiàn)不佳，市場對量化有很大的誤解，作為量化投資超過16年的從業(yè)人員，筆者深深的覺得有必要對量化投資的基本概念做簡單的闡述。
什么是AQF量化投資?簡單的說，量化投資就是通對對所有能公開獲得的數(shù)據(jù)進行數(shù)量化分析而獲得對投資標的的未來價格走勢進行預測的一種投資方法。當然量化不只包括量化投資，目前所有投資機構(不管量化還是主動投研)都在用的風險模型就是量化研究人員的重要成果之一。除了風險模型以外，其他比如大類資產(chǎn)配置，保險產(chǎn)品定價，信用評級等金融的各方各面都大量應用了量化模型。但就本文的主題而言，內(nèi)容會集中于量化模型在活躍可交易資產(chǎn)上的運用，其中包括但不僅限于二級市場股票、商品期貨、股指期貨、國債期貨、外匯、期權、可轉債、信用債、利率債等等，其他適用的品種也包括比特幣，大宗商品現(xiàn)貨等。
AQF量化投資的目標是什么?和所有投資活動的目標一樣，就是獲得一個絕對收益或者超越市場平均水平的一個相對收益。就股票和債券兩個大類資產(chǎn)而言，股票市場長期受益于經(jīng)濟增長和分紅，債券得益于券息，平均的市場收益為正，所以對投資方法和投資機構的評估不是看是否獲取正收益，而是更加注重于是否能跑贏市場平均水平，跑贏的這部分我們稱之為超額收益。一般來說，超額收益越高越好，說明這種投資方法的有效性和投資機構的投研實力越強。當然實際的評估更加復雜，除了看是不是有超額收益和有多少超額收益以外，還要關注超額收益的來源，穩(wěn)定性和可復制性。
而其他幾類資產(chǎn)，比如期貨、外匯、期權等等大類資產(chǎn)大致可歸類于交易類資產(chǎn)(比特幣也可以歸為這類)，投資者整體并不能產(chǎn)生正收益，屬于零和游戲，如果加上交易費用，基本屬于負和游戲。對這類資產(chǎn)的投資活動的評估一般注重絕對收益，就是看投資結果的長期回報是不是持續(xù)為正以及收益的穩(wěn)定性。由于資產(chǎn)類別的長期收益不同，在期貨和外匯上獲得長期的正收益比從股票和債券上獲得長期的正收益難度要大很多。當然這些交易類資產(chǎn)有他們的獨特價值，雖然是個零和游戲，但對社會的整個經(jīng)濟活動是利大于弊的，起到了分散風險的作用。
由于股票市場的流動性非常好，且品種眾多，所以股票市場天然比較適合量化投資的方法，筆者在下面也將集中幾章講量化投資在股票市場特別是中國股票市場的應用。前面提到股票市場長期本身就能給客戶帶來一個不錯的正回報，比如道瓊斯指數(shù)，從1896年至今有超過120年的歷史，平均年化收益包括分紅超過7%。上證指數(shù)雖然從1990年才開始起步，時間較短，但得益于中國近30年的經(jīng)濟高速發(fā)展，即便經(jīng)歷了90年代的巨幅波動和后來2006年和2015年牛熊市的大漲大跌，平均年化收益包括分紅仍然高于15%，遠超道瓊斯指數(shù)，給長期持有的客戶獲得了不錯的回報。
隨著經(jīng)濟增長的放緩，未來的長期收益會有所下降，但長期來說依舊會是吸引力較強的大類資產(chǎn)。由于股票市場長期的正收益，所以對投資活動的評估，注重在是否長期能跑贏市場的平均收益，也就是超額收益。當然評估不是單維的，除了看超額收益的高低，也要看承受風險的大小，如果在同等收益的情況下，風險更小的投資方法和投資機構會得到更好的評價。比較復雜的投資機構會傾向于結合收益和風險的復合指標來評估機構和產(chǎn)品。
第二章 超額收益的來源：擇時
在股票市場上獲得超額收益有兩大類方法:
一類是選股，選股就是在市場的所有股票中選出能在某個周期獲得高出市場平均收益的股票，目標是累計起來扣掉交易費用后長期能獲得比市場平均水平更高的收益。
另一大類是擇時，擇時包括Beta擇時和風格擇時。Beta 擇時就是判斷市場的整體方向，希望能抓住股票市場上漲的部分而規(guī)避市場下跌的部分。風格擇時就是希望抓住市場近期的風格取向，通過提高在未來一段時間收益更高的風格上的配置來獲得超額收益。以中國市場為例，如果能在2009年到2016年11月配置最小市值的股票，從2016年11月開始配置大盤藍籌，即使不用精選個股，也能獲得非常高的收益。
這兩類方法并不互相排斥，絕大部分機構或多或少會同時使用選股和擇時。由于中國股票市場過去的市場波動率維持較高水平，投資界特別是私募機構和個人投資者除了選股以外，非常注重擇時。但在海外的實踐中，尤其是在波動率較低的歐美市場上，Beta和風格擇時很難獲得超額收益，也就是說做了擇時以后基本上收益率反而會降低。而且由于擇時的準確率低，即使擇時能降低風險，帶來的風險的降低不足以彌補收益率的下降。
筆者在海外從事量化投資研究10多年，曾經(jīng)對國際股票市場做過Beta和風格擇時的研究，基本結論是擇時的準確率非常依賴市場波動率和市場的有效性。在歐洲美國日本等低波動強有效市場，Beta和風格擇時基本無效，而在巴西，土耳其以及其他發(fā)展中國家，由于市場的低效和高波動率，擇時還是有非常好的效果。但從2008年以來，由于主要發(fā)達國家都實行QE也即量化寬松政策，全球金融市場的無風險收益率以及股票市場的波動率都在大幅降低，擇時的效果在發(fā)展中國家也有顯著下降。
中國股票市場自從2016年1月熔斷以來，市場的波動率也在大幅降低，2017年代表藍籌的滬深300指數(shù)年化波動率在10%左右，代表中盤成長股的中證500指數(shù)年化波動率也僅15%左右，已經(jīng)非常接近歐美等成熟股票市場水平，這也導致?lián)駮r策略不管是量化擇時還是主觀擇時的準確率和有效性大幅下降。市場上資管產(chǎn)品的歷史業(yè)績也驗證了最近兩年以擇時見長的投資機構大部分業(yè)績不佳。
總體來說，股票市場的擇時研究在成熟市場不管是主觀擇時還是量化擇時都很難得到主流投資機構的重視和認可，剩下的就是選股。對怎么選股才能做出超額收益的研究有非常悠久的歷史，經(jīng)歷了長期的沉淀和市場考驗以后，基本上形成了幾大類歷史上證實比較有效的方法論，下面逐一闡述。
第三章 超額收益的來源：選股
(量化投資和主觀調(diào)研投資的區(qū)別)
有效的選股方法里面先分幾個大類，每一大類方法論里面又分幾個小類，第一大類也是大家最熟悉的就是基本面投資，根據(jù)對公司的基本面進行調(diào)研結合股票的市場價格來進行選股，流程上一般由研究員通過對宏觀，行業(yè)以及個股的深入調(diào)研來獲得超過市場平均水平的優(yōu)勢，然后由基金經(jīng)理來決定什么時候交易，和投資的比例。不管是海外還是國內(nèi)這個方法都是最為大家熟悉的，也管理著最多的資金。其中又可以細分為價值投資和成長股投資。比如大家最熟悉的巴菲特，他早期的投資可以作為價值投資的代表，通常是買入被市場低估或者短期情緒驅動偏離基本面價值的股票來獲得一個長期超額收益，這種投資方法通常比較適用于消費，金融，能源，一般制造業(yè)，公用事業(yè)等行業(yè)，因為估值相對比較清晰。
確實巴菲特的投資生涯比較集中于這些行業(yè)而比較少參與互聯(lián)網(wǎng)，生物科技等新興行業(yè)，這也導致巴菲特90年代以來投資業(yè)績并不突出，甚至跑輸市場，主要原因在于近二十年美國市場的領軍行業(yè)從以前的能源，金融，工業(yè)制造轉為軟件，互聯(lián)網(wǎng)等高科技行業(yè)。以1994年為例，在美國市場上市值最大的十家公司是通用電氣，AT&T,?？松煽诳蓸?，菲利普莫里斯，沃爾瑪?shù)葌鹘y(tǒng)公司。而到2017年，市值最大的十家公司分別為蘋果，谷歌，微軟，亞馬遜，F(xiàn)acebook，巴菲特的投資集團伯克希爾哈撒威(業(yè)務以保險為主)，強生，阿里巴巴等。最大的五家清一色是最近二三十年發(fā)展出來的高科技公司。這也延伸到下面要講到的另外一類投資方法，就是成長股投資。
上面提到的五家高科技公司，再加上中國的騰訊，阿里，京東，百度從傳統(tǒng)的估值角度絕大部分時間都沒有便宜過，但過去幾十年給投資者帶來了巨大的回報。成長股投資方法比起傳統(tǒng)的價值投資來說，更看重企業(yè)的成長性，如果成長性特別好，可以淡化短期的估值指標。例如亞馬遜，自從上市以來，估值一直非常高，而且上市的前十幾年一直虧損，但現(xiàn)在已經(jīng)成長成為全球市值最大的公司之一，即使現(xiàn)在用傳統(tǒng)的估值方法，也還是依舊很貴，市盈率在300倍以上。但由于亞馬遜的成長性和潛在的利潤空間，也很難說現(xiàn)在估值就不合理。成長股投資如果做好確實收益巨大，以亞馬遜為例，從2006年到現(xiàn)在的短短11年，即便經(jīng)歷了2008年的金融危機，收益仍然高達40倍左右。
以中國投資者熟悉的騰訊為例，最近13年更是上漲了600倍，給投資者帶來了豐厚的回報。同樣成長股投資的風險也相對較大，一個成功的亞馬遜背后可能有幾百個失敗的互聯(lián)網(wǎng)公司，要成功做好成長股投資，需要投資者對新興行業(yè)和公司有更精準的把握，投資的安全邊際更小。但總體而言，價值投資和成長股投資各有利弊，如果做好都能帶來比較好的超額收益。
第二大類的股票投資方法偏重于投資者行為，也可稱之為行為金融投資。大家比較熟悉的主題投資，國內(nèi)特殊的打板策略，事件驅動等策略都可以大致歸類于行為金融范疇。這類方法通常持倉時間較短，主要通過對市場其他參與者的行為分析做出相應的策略和交易方式，從而獲得超越市場的一個收益。但這類策略持倉時間較短，容量較小而且比較依賴于市場結構和情緒，一般來說比較難以獲得主流投資機構的認可和大額資金配置。但從另外一個角度來說，如果做好超額收益也是巨大，這類投資方法在過去的中國股票市場更是創(chuàng)造了很多的神話。
最后一個大類也就是筆者所從事的就是量化投資的方法。由于量化投資的特點是以大數(shù)據(jù)為基礎，總結有效的統(tǒng)計規(guī)律，而且基本不做主觀判斷，總體來說面強于點，也就是對單個投資標的的研究往往不如主動研究員深入，而優(yōu)勢在于覆蓋面上更勝一籌，而這個優(yōu)勢往往在股票市場上特別突出。以美國市場為例，從90年代末開始，美國股票上就有超過3000只流動性較好的股票，中國市場由于IPO的放開，現(xiàn)在后來居上，滬深兩市的上市股票已經(jīng)超過3400只，而且普遍流動性較好，這天然比較適合量化投資策略的發(fā)揮。因為主動研究員往往只有精力覆蓋10到20個股票，并且只有優(yōu)秀的研究員才能在自己覆蓋的股票上做出超額收益，所以受成本和人員限制，對于一家主觀投資的機構，無論是公募還是私募，往往只能覆蓋100-200只股票，并對其中的一部分進行深入的研究，所以量化選股在個股覆蓋面上就有較大的優(yōu)勢。
量化投資在股票市場可以說歷史悠久。大家比較熟悉的股票大作手回憶錄的主角利弗莫爾，他活躍于1900-1940年的美國股票市場，年輕的時候會從報紙登的個股開盤，收盤，高點，低點，交易量等數(shù)據(jù)預測明天的交易價格，這實際上就是最簡單的量化投資。上世紀50年代計算機發(fā)明后，量化投資更是加速了發(fā)展，愛德華索普在1969年成立了第一家專注量化投資的可轉債套利對沖基金，而且獲得了非常好的收益。
成立于1988年的文藝復興大獎章基金更是把現(xiàn)代意義上的量化投資方法大量應用于股票，期貨等資產(chǎn)，在長達20多年的投資記錄中，為客戶創(chuàng)造了費前70%以上的年化收益。同時成立于1988年的D.E.Shaw 對沖基金， 成立于1990年的城堡投資，和后面由原D.E.Shaw 量化研究總監(jiān)創(chuàng)立的Two Sigma 對沖基金等幾家以量化為主導的對沖基金過去幾十年都為客戶創(chuàng)造了非常優(yōu)秀的投資收益，而且現(xiàn)在的管理規(guī)模均超過200億美元。在海外的股票市場上，量化投資方法已經(jīng)獲得了巨大的成功，但在中國市場上時間較短，雖然也有很多成功的例子，但總體來說在機構和個人投資層面上接受程度還較低。
第四章 量化投資常見誤區(qū)之一
本章，筆者著重澄清一下市場常見的問題和誤解。
1、 量化和對沖的區(qū)別
由于2013-2014年整體中國整體股票市場低迷，銀行和其他渠道發(fā)行了大量量化選股加對沖的產(chǎn)品，一般做法是全市場選股，但由于當時只有滬深300股指這一個主要對沖工具 (個股融券品種和量都有限)，大部分量化投資的機構的對沖產(chǎn)品有意識無意識的在對沖產(chǎn)品里暴露了規(guī)模因子。滬深300股指對應的是股票市場上市值最大的300只股票，只要不把選股的標的絕大部分限制在大市值股票內(nèi)，基本上都是賺了一部分做多小市值股票做空大市值股票對應的股指期貨的錢，也就是說賺了大小盤偏配的錢，而且這部分盈利在2013-2014年貢獻非常大，也給客戶創(chuàng)造了不錯的收益。
只不過對沖滬深300股指只是對沖了整體市場的一部分風險，而沒考慮大小盤，PE，PB等風險因子和行業(yè)暴露的風險，把只是做多量化選股選出來的股票，做空滬深300股指期貨產(chǎn)生的收益視為絕對收益有很大的問題。這里面有兩個概念，一個概念是用量化的方法來選出好的股票，另一個是對沖市場本身的風險，而市場的風險嚴格的說既包括大盤的風險，也包括行業(yè)和風格的風險。所以量化和對沖是兩個完全獨立的概念，很多機構包括很多量化從業(yè)人員經(jīng)常把兩個名字放在一起是非常不妥的，而且也容易造成誤解。
量化作為一種選股的方法既可以直接做多股票從而在實現(xiàn)選股的超額收益同時，又疊加市場本身的收益，也可以對沖掉市場各類風險，從而實現(xiàn)一個更干凈的超額收益。如果不做對沖，量化多頭產(chǎn)品和主動多頭產(chǎn)品追求的目標就完全一致，可以相互比較。而對沖策略也不是只有量化機構才可以做，在筆者曾就職過基金經(jīng)理的美國千禧基金，其中40%的團隊就在做基本面對沖策略，就是通過基本面分析在一個行業(yè)里面選看漲的股票做多，選看跌的股票做空，從而實現(xiàn)一個低風險的絕對收益。
國內(nèi)市場由于主動管理機構極少發(fā)對沖產(chǎn)品，客觀上也造成市場上很多機構和個人把量化產(chǎn)品和對沖產(chǎn)品混為一談。所以嚴格的定義應該是：權益投資包括主動調(diào)研型投資和量化投資，量化投資又可以按照資金的風險需求分為量化股票多頭、量化股票多空、量化市場中性策略，而不應該將量化對沖等同于權益投資而單獨作為一個大類來進行管理或者職能設定。
目前國內(nèi)大部分金融機構在這方面的劃分還有待調(diào)整，比如國內(nèi)主要銀行和其他投資機構的二級市場投資部門會分為權益，量化和固收等部門。股票市場帶敞口的投資往往權限集中于權益部門，而量化部門往往做市場中性型產(chǎn)品。這個分類不管從哪個角度都是比較混淆的。從兩個角度可以看這個問題，從選股方法論的角度，股票部分應該分為主動投研和量化。從產(chǎn)品類型的角度可以分為權益產(chǎn)品(股票多頭和股票多空)和對沖產(chǎn)品或者更嚴格的說市場中性產(chǎn)品，權益產(chǎn)品又可以細分為主動調(diào)研權益和量化權益。不管從哪個角度來分工，都比現(xiàn)有的配置更加合理一些。
2、量化方法是不是在中國市場有效
由于前面提到的量化和對沖兩個概念的混淆，市場上也出現(xiàn)一種聲音，就是認為過去兩年量化產(chǎn)品表現(xiàn)不佳，是不是量化策略在中國市場上有效性在降低?這個觀點是非常錯誤的。
首先，過去兩年市場上的量化市場中性型產(chǎn)品確實表現(xiàn)不盡如人意。統(tǒng)計數(shù)據(jù)上顯示在2015年的對沖產(chǎn)品良好表現(xiàn)之后，2016，2017年連續(xù)兩年量化市場中性產(chǎn)品的平均收益在0附近，未能為客戶創(chuàng)造利潤。
主要原因來自兩點：一是對沖成本高昂：股指限倉以后，尤其是2015年9月到2017年5月底這段時間，股指期貨貼水非常大(對不熟悉的投資者來說，股指期貨貼水是指股指期貨的價格長期低于股指現(xiàn)貨的價格),以2016年為例，滬深300的近月貼水大概在年化15%左右，中證500的年化貼水在30%左右。以中證500對沖模型為例，即使選股上有30%的超額收益(選股上跑贏中證500指數(shù)30%，意味著2016年量化選股多頭產(chǎn)品有12%的絕對收益，這個收益在2016年已經(jīng)可以排名所有股票型公募中前十名，所有股票私募產(chǎn)品前5%)，市場中性產(chǎn)品收益也只能為零。2017年雖然對沖成本有所下降，但在2017年的上半年，滬深300股指期貨的對沖成本依舊為半年4.5%左右，中證500股指期貨的對沖成本在半年7.5%左右。
另外一個新的挑戰(zhàn)是2017年的股票市場大小盤分化特別明顯，代表大盤藍籌的滬深300指數(shù)上漲21.78%，中證500指數(shù)下跌0.2%，代表小市值股票的中證1000指數(shù)下跌17.35%。很多做多小市值股票，做空300或者500股指期貨有較多規(guī)模因子暴露的市場中性產(chǎn)品收益受到非常大的影響。
以上情況，再結合有些做小市值股票為主的量化公募產(chǎn)品也表現(xiàn)不佳，造成市場上對量化策略的有效性有一定誤解。
第五章 量化投資常見誤區(qū)之二
本章，筆者著重澄清市場上的幾個關于量化的現(xiàn)象：
1、股指的大幅貼水在2015年9月到2017年6月這段時間內(nèi)很大程度影響了市場中性產(chǎn)品的業(yè)績，這部分主要是對沖成本的高昂抵消了量化選股模型的大部分超額收益，這個是市場環(huán)境的外在客觀原因。
2、很多量化機構自身的不足，自從2013-2014年這段時間對沖產(chǎn)品的大行其道，很多機構涌入量化投資這個行業(yè)，其中不少機構并沒有對量化投資有很深的理解，比如規(guī)模因子在海外被公認為風險因子，但國內(nèi)很多機構把它當阿爾法因子在用，而且對量化的因子挖掘也沒有做到足夠深入。不過，這個屬于行業(yè)發(fā)展過程中的正?，F(xiàn)象。畢竟量化投資在國內(nèi)起步較晚，不管公募還是私募，總體業(yè)績時間還偏短，還沒經(jīng)歷一個優(yōu)勝劣汰的過程，但是部分量化機構的業(yè)績好壞并不能說明量化投資方法的有效性。
事實上，2017年的市場環(huán)境成為了考量和篩選量化機構選股方面投研實力的一個很好的標準。即使在17年困難的市場環(huán)境里，有一些私募在市場中性產(chǎn)品上依舊獲得了不錯的業(yè)績。在現(xiàn)在股指貼水大幅改善的情況下，在量化投資領域有投研實力的機構將在市場中性這個產(chǎn)品類別上為客戶帶來不錯的收益，另外這些私募的股票多頭產(chǎn)品甚至可以媲美優(yōu)秀的價值投資產(chǎn)品。而且去年以做藍籌為主的量化公募產(chǎn)品也取得了不俗的業(yè)績，好幾家公募量化團隊的管理規(guī)模都翻倍甚至接近10倍的增長。
總體來說，17年公募量化的管理整體規(guī)模有大幅上升，而大部分量化私募的產(chǎn)品以市場中性策略為主，由于最近兩年市場中性產(chǎn)品業(yè)績不佳，管理規(guī)模有所下降。但從超額收益的角度，量化投資機構不管公募還是私募的平均超額收益在過去兩年還是遠超過平均的主動管理機構。從這個角度來說，量化投資策略在中國股票市場的有效性還是非常強的。
市場的誤解對量化投資機構和從業(yè)人員來說也是一個教訓，在機構和個人投資者對量化投資不夠了解的情況下，量化投資機構和從業(yè)人員有幾點值得去做：一是在產(chǎn)品設計上，由于股指的限倉以及未來監(jiān)管政策的不確定性，私募要多發(fā)行和宣傳量化多頭的產(chǎn)品，事實上包括明汯在內(nèi)的好幾家量化私募在量化多頭這塊都做出了不錯的業(yè)績，收益可以媲美甚至超越較好的主動管理多頭，而且在超額收益的穩(wěn)定性上和持續(xù)性上更勝一籌。第二要和投資者清楚的說明量化投資為什么能在中國股票市場獲得超額收益，超額收益的來源是什么，為什么這個超額收益能持續(xù)，而且為什么量化投資整體是有利于中國股票市場的發(fā)展的。這方面將在后面的章節(jié)進行闡述。
第六章 量化選股研究
基本面、價量和交易行為分析
量化選股并不神秘，只是結合了市場上一些有效的因素，比如價值投資、成長股投資、中期提供流動性以及交易者行為預測等等，然后通過科學的方法組合起來形成一個有效的個股預測方法。
要能預測未來的個股收益，首先要對個股的收益有深刻的理解。從較早的CAPM模型開始，金融學界就對怎么解釋股票的收益做各種嘗試。CAPM模型放到股票市場上可以理解為股票的收益可以簡單的分解為市場的收益和個股本身的收益，個股的風險也可以相應分解為市場風險和個股本身的風險。
但這個簡單的模型并不能很好的解釋股票市場的一些現(xiàn)象，法瑪和弗蘭奇教授在二十世紀六十年代提出了Fama-French模型，把個股的風險和收益分解為市場的部分、大小盤風格的部分、高低市凈率風格的部分以及剩下的個股風險。這個比簡單的CAPM模型更好的解釋了市場的一些行為，而且他們發(fā)現(xiàn)在過去的美國股票市場，小盤股平均跑贏大盤股，低市凈率的股票平均跑贏高市凈率的股票。法瑪?shù)膶W生DavidBooth以此發(fā)現(xiàn)為基礎建立了著名的Dimensional Fund Advisors (簡稱為DFA基金)，用的策略就是買低市凈率的小盤股，最后到達了管理4000多億美元的規(guī)模。當然隨著這個策略的熟為人知，這個策略的有效性也在下降。在現(xiàn)在的主流量化界，大家一般認為小盤股風格和低市凈率風格都是風險因子，而不是超額收益因子。因為從90年代以后，這兩個風格的超額收益非常低，而且波動很大，所以主流的量化選股模型基本都會選擇減小在這兩個因子上的暴露。
隨著研究的進步，量化研究人員挖掘了更多能解釋個股風險的一些因子，形成了不同的風險模型，這些模型相對復雜，需要專業(yè)人員維護，所以一般都變成商業(yè)化的軟件。比如Barra模型，APT模型，Axioma模型等。好的模型基本能解釋個股30-50%的波動率風險，其他的風險可以歸結為個股本身特殊的風險。為什么要做這個分解?因為絕大部分專業(yè)投資者的目標是做出超額收益，同時又減少風險。如果我們對個股的收益風險有很好的理解，比如有一個比較好的風險模型并且清楚每個股票在不同風險因子上的暴露，我們就可以通過一個聰明的組合方式減少我們的股票組合在這些風險因子上的暴露，從而實現(xiàn)比粗暴的簡單組合在同等風險下更高的預期收益，或者在同等預期收益下更低的風險。
有了風險模型這個工具以后，我們可以對個股做更深入的分析。一般來說，個股的風險可以分為四個來源，一是市場本身的風險，二是各種大小盤、價值、動量等風格的風險，第三是各種行業(yè)的風險，最后是個股自身的特殊風險。收益也可以同樣分解為四個來源。前一篇提到過，如果能預測市場本身的收益，這就是所謂的Beta擇時。如果能預測各種風格和行業(yè)的收益，就是風格和行業(yè)擇時。實踐中證明這幾類擇時是非常困難的，在華爾街有句俗語：“如果能做好擇時，全世界都是你的”。而且實際上也確實沒有投資經(jīng)理能靠擇時保持長期的超額收益。
我們把股票收益中和市場、風格、行業(yè)等不太容易預測的部分剝離出去以后，剩下的就是個股特有的收益和風險。量化投資的實踐下來，預測個股的特有收益要比股票的全部收益要容易一些，絕大部分的主流量化選股研究也集中在這個方向上面。
一般量化選股的研究人員會從幾個維度來研究個股行為：第一個方面是基本面的研究，這主要是通過對公司的經(jīng)營數(shù)據(jù)進行分析，結合市場價格做出這個股票在整體股票市場上相對價值的一個評估，也就說這個股票在整個市場是相對便宜還是高估的。量化投研人員會對公司的各種經(jīng)營數(shù)據(jù)，比如凈資產(chǎn)、市盈率、凈資產(chǎn)收益率、現(xiàn)金流、庫存、應收應付等一系列數(shù)據(jù)做分析處理，形成一些對個股未來價格有預測性的數(shù)據(jù)，也常稱之為基本面因子。
這個和主動投研的基本面研究是異曲同工的。就現(xiàn)在來說，量化投研比較擅長于對公開數(shù)據(jù)的研究，對新聞和突發(fā)事件的處理還有其他復雜信息的處理還落后于人腦，但這個也在慢慢的改變，人工智能和機器學習的發(fā)展在這方面最近有很大的突破，在部分文本分析領域計算機的理解能力已經(jīng)證明能超越人腦。在不遠的未來，計算機有望能在金融復雜信息處理方面超越人腦，從而更加推動量化投資領域的發(fā)展。這些進展我會在整個系列的第三部分做簡單介紹。
從基本面研究角度來說，量化選股和主動投研的價值投資和成長股投資沒有本質差異。市場上有一個常見的誤解是量化選股就像個黑盒子，不知道為什么會選出一些股票來做多，其他一些股票來做空。實際上量化選股在海外股票市場幾十年來能一直穩(wěn)定的做出超額收益，我們公司在中國股票市場上的實踐也是非常成功，這必然是抓住了市場的一些本質規(guī)律，而這些規(guī)律必定是和歷史上成功的選股方式有共同點。比如基本面因子的選股，常見的一些因子會評估一個公司比起市場上的同類公司來說是不是估值更便宜，這個和普通意義上的價值投資很象。另外一些因子會評估一些公司是不是比同類公司成長性更好，這又很象成長股投資。當然除了這些指標以外，量化投研人員會抓取更多的有效指標來預測個股的漲跌，上面只是簡單的幾個例子。不同量化投資機構的投研人員會對公開數(shù)據(jù)做不同的處理，這也導致了每一家量化投資機構的業(yè)績也不太相同。
中國股票市場上另外一個常見的偏見是認為量化選股大同小異，每一家業(yè)績也會大致接近，這個和事實偏離也非常大。就象市場上很多主動投研機構都在做價值投資，長期業(yè)績也有非常大的差異，投資者不會因為一些機構的投資業(yè)績不佳而否定價值投資。量化投研機構也是這樣，長期業(yè)績?nèi)Q于量化團隊的投研實力以及研究的主導人員是否對股票市場有深刻理解。由于國內(nèi)量化市場剛起步，市場才剛剛開始優(yōu)勝劣汰的篩選過程，也不能因為少數(shù)量化機構一段時間的業(yè)績不佳而否定量化選股的有效性，況且從可同比的數(shù)據(jù)來看，近4，5年量化選股團隊的平均收益是大幅超越主動投研團隊的。
中國的公募基金限制較多，交易費用也比較高，所以公募的量化團隊大都集中于基本面因子的選股研究。因為基本面因子變化相對沒那么頻繁，選出來的股票換手率也較低，比較適合公募機構。在這樣的限制下，公募的量化團隊整體來說依舊做出了不俗的業(yè)績。筆者在2013年回國，當時開始跟蹤了幾家公募量化團隊。到2017年底，每一家的量化選股多頭產(chǎn)品的3年期業(yè)績基本上都在股票型產(chǎn)品中排名前25%，而且和業(yè)績基準的偏差更是大幅小于同類主動投研型股票產(chǎn)品。這也充分證明量化選股里面的基本面因子選股在中國股票是非常行之有效的，而且和其他長期投資的投資方式一樣，在股票市場上賞優(yōu)罰劣，選出好的公司和股票，對整個股票市場起到了非常正面的作用。
量化選股的第二個維度是價量因子的研究，就是純粹用市場的交易數(shù)據(jù)，包括日級別和更細級別數(shù)據(jù)的研究來預測個股的漲跌，這個預測周期可短可長。如果預測幾天股票的相對收益，一般來說稱之為統(tǒng)計套利模型。如果預測日內(nèi)或者更短時間股票的相對收益或者絕對收益，一般稱之為日內(nèi)模型。為什么能用交易數(shù)據(jù)來預測股票行為呢?本質上交易數(shù)據(jù)反映了短期的股票供需，而通過對供需的分析，有兩種典型的行為發(fā)生，一種是趨勢型的交易，發(fā)現(xiàn)更準確的市場平衡價格，另一種是反轉型交易，傾向于給市場流動性需求者提供流動性，而獲得一個合理的回報。平均來說價量的選股模型不管從交易量上還是盈利的總量上更偏向于后者。也即是從總體來說，價量的選股模型更多的是提供流動性。
股票以及其他交易品種流動性提供者可以分為兩個維度，一個維度是在非常短的周期上給市場交易者提供短期的流動性，這個功能一般由做市商的交易者來提供，大家也比較熟悉和認可。但往往在單邊市場上，做市商者很快會耗盡他們的風險額度，額外的流動性那就通常由價量交易者來提供。價量交易者會提供一個比較中長期的流動性來滿足流動性需要者。舉個直觀的例子，一個公募基金或者其他的長期投資機構需要調(diào)倉，可能需要調(diào)倉的總量比較大，所以做市商者是不能滿足機構的需求的。這個時候價量交易者會提供更多的流動性，讓長期投資機構順利的在可控成本下完成調(diào)倉。價量交易者承擔了短期的風險，提供了一個服務，長期來講這個服務能獲取一個合理的回報，這也是價量的選股模型能長期有效的一個主要原因。
量化選股的第三個維度是通過對市場交易者的行為分析，這方面又比較接近主觀的行為金融交易者。這類交易主要通過對市場其他參與者的分析來獲得一個超額收益。不管是一個股票的公司內(nèi)部人員，還是覆蓋這個股票的分析師，還是機構和個人投資者，都有各自的利益驅動。長期來說，這些市場參與者都會呈現(xiàn)一定的規(guī)律，而行為金融交易者希望通過這個規(guī)律實現(xiàn)盈利。從一個方面說中國股票市場上大部分的個人交易者都屬于這類。不管在歐美等發(fā)達國家市場還是中國股票市場，監(jiān)管層對這部分交易者在整個市場所起的作用一直有爭議，因為有些交易行為很難界定為是正常的交易行為還是在操縱市場。
在中國股票市場尤其爭議比較大，由于中國特殊的交易結構，比如T+1的交易制度、漲跌停板制度，以及中國股票市場的散戶參與度較高，造成有些交易者可以通過交易者行為獲得極高的超額收益，比如歷史上著名的漲停敢死隊等等，現(xiàn)在中國股票市場很多次新股的交易還充分體現(xiàn)了這個特征。由于部分短線交易模式的合法性相對存疑，量化投資者一般會規(guī)避一些有嫌疑的交易行為。量化選股在這方面的研究注重于可以推導出其他交易者行為的一些公開數(shù)據(jù)，而不是通過交易影響市場?？傮w來說，在合法的框架下，行為金融交易者也是市場上非常重要的參與者，提供了市場的流動性，也對促進市場的有效性做出了貢獻，豐富了市場的生態(tài)。
綜上所述，量化選股是綜合了股票市場上一些有效的因素，比如價值投資、成長股投資、中期提供流動性以及交易者行為預測等等，然后通過科學的方法組合起來形成一個有效的個股預測方法。
既然是基于歷史的預測模型，有讀者可能會問如果市場改變了，量化選股模型的有效性是不是會降低?這個問題實際不只是量化投研人員需要回答。其他的市場參與者，不管是價值投資者，成長股投資者還是其他交易者同樣要回答這個問題。本質上人類的的大量認知和行為都是基于過去的經(jīng)驗能用到未來，大家也都清楚股票市場的特點就是充滿了不確定性和未知性，所有交易者都希望在不確定的環(huán)境中尋找確定性，不管是主動調(diào)研的研究員還是量化研究員，無不如是。就拿主動投研里面安全邊際比較高的價值投資來說，即使較優(yōu)秀的價值投資者也會犯錯。比如巴菲特投資可口可樂，很多價值投資從業(yè)者會把1988年巴菲特投資于可口可樂當成一個成功的范例。確實可口可樂從1988年到1999年市值翻了11倍，年均復合收益率27%，這段時間非常成功。但問題在于巴菲特繼續(xù)持有了18年，在這后面的18年中，除了一些分紅，可口可樂市值基本保持原地不動，收益甚低。他在美國航空的投資更是從頭到尾沒有什么盈利。
但成功投資者的特點就是投資成功的案例數(shù)量要遠超過失敗的案例數(shù)量，也就是所謂的勝率高，長期積累下來就能獲得一個非常優(yōu)秀的超額收益。要做到高勝率，成功的主動調(diào)研投資者也是從股票市場的成功案例吸取經(jīng)驗，從失敗案例中吸取教訓。從這個角度來說，量化選股和主動投研選股并沒有本質區(qū)別，大家都是從過去的規(guī)律中找尋邏輯的合理性和相關性，而盡量減少偶然因素的影響。而且由于量化選股模型平均來說持倉周期要小于主動投研選股，當市場發(fā)生變化時，量化選股模型對市場的適應速度往往會更快一些。當然要做到這一點，優(yōu)秀的量化投研人員要能從變化的市場中找到比較穩(wěn)定的規(guī)律，從而在各種市場環(huán)境中都做出超額收益。
預測錯誤怎么辦?這個預測是有不確定性的：比如在月度級別上的預測，一個還不錯的量化選股模型在中國股票市場有65%以上的準確率，長期來說這個模型一定能有不錯的超額收益。但由于有35%的概率選的個股會跑輸市場，如果選的股票個數(shù)過少，股票組合的波動就會比較大，而選的股票過多，則會稀釋股票組合的超額收益。怎么解決這個問題?量化投研人員很早就有比較成熟的方案，一般通過優(yōu)化器來解決。量化投研人員會把個股的預期收益，股票的特有波動，和個股之間的相關性等數(shù)據(jù)輸入優(yōu)化器，結合其他一些限制條件，然后基于不同的優(yōu)化目標和最終組合的風險偏好，輸出一個合適的股票組合。當然怎么組合也取決于產(chǎn)品類型。
第七章 是市場中性策略，不是阿爾法策略
市場上主流的量化股票產(chǎn)品一般大致可以分為兩大類，量化股票多頭或多空策略，和量化市場中性策略。
量化股票多頭或者多空產(chǎn)品一般有比較大的市場風險暴露，股票組合的波動本來就會比較大，在這種情況下，對優(yōu)化目標的限制相對比較寬松，一般會去追求一個較高的收益。而量化市場中性產(chǎn)品就更加復雜一些。在中國市場，量化市場中性產(chǎn)品常被稱為阿爾法產(chǎn)品，這個名詞其實非常不準確，在海外也沒有這種叫法，一般這類產(chǎn)品在國際上被稱為市場中性產(chǎn)品。本系列的前一篇提到過，不管是主動投研還是量化投研，都會追求個股的超額收益，也即阿爾法。如果希望對沖掉市場風險，主動投研機構也會發(fā)市場中性產(chǎn)品。但具體操作上，海外和國內(nèi)也有所不同：在歐美等成熟市場，股票融資融券都極為方便，融資成本極為低廉(以美國市場來說，大機構的融資成本一般小于Libor(倫敦同業(yè)拆借利率)+0.3%年化利率。
融券也相對容易，除了少數(shù)流動性不佳的股票以外，很多流動性好的股票融券成本在(0.3%-Libor)年化利率左右，流動性差的股票以及熱門的做空股票取決于融券的難度再增加幾個點成本。舉一個直觀的例子，一個做多一億美元股票，做空一億美元股票的組合一年的融資融券成本僅為60-80萬美元左右)，所以市場上絕大部分市場中性產(chǎn)品都是做多一籃子看好的股票，做空一籃子不看好的股票。如果預測準確，兩邊都能實現(xiàn)相對市場的盈利。當然事物經(jīng)常有兩面性，交易和融資融券的便利也使市場變得極度有效，使得不管主動投研機構還是量化投研機構獲得超額收益 。而中國市場是個股融資成本較高，融券也不是非常便利，市場中性產(chǎn)品的普遍做法是做多看好的個股，做空股指期貨來對沖。但由于中國市場只有上證50，滬深300，中證500三種股指期貨，在股票組合的選取上就有很多的學問。
另一個筆者反對阿爾法產(chǎn)品叫法的原因是：這種叫法容易誤導量化投研人員以為只要對沖掉市場的風險，就能獲得一個比較安全的絕對收益，而事實上并非如此。本篇的前面提到，個股的風險除了包括市場風險以外，也包括大小盤等風格風險以及行業(yè)風險。大小盤風格的風險在2017年的中國股票市場顯現(xiàn)的尤其明顯，去年代表藍籌的滬深300指數(shù)上漲21.78%，而代表小盤股的中證1000指數(shù)下跌17.35%。大小盤風格的風險比市場本身的風險還要大。除此之外，行業(yè)的暴露在特定的市場階段也會有很大的風險。
中國的市場結構對量化市場中性產(chǎn)品的設計形成比較大的挑戰(zhàn)，不但要考慮選出有超額收益的股票，也要考慮股票組合部分的大小盤風格和行業(yè)配置是否與對沖標的的大小盤風格和行業(yè)配置相匹配。如果不夠匹配，在特定的市場環(huán)境下，市場中性產(chǎn)品就會有比較大的風險，從而導致市場中性產(chǎn)品偏離低回撤風險，中等收益的設計目標。在過去的2017年，大部分量化市場中性產(chǎn)品表現(xiàn)不佳，一部分是因為整年的股指貼水還是較大，另外一部分也是因為很多量化投研機構沒有在市場中性產(chǎn)品里面去除干凈風格因子的影響。
2018年是新的一年，隨著整體股票市場的走高，市場情緒大幅改善，持續(xù)了很長時間的股指貼水也有較大變化。在筆者落筆的今天，滬深300和上證50股指期貨全面升水，中證500股指期貨的貼水也非常小，非常有利于市場中性產(chǎn)品建倉。我們有理由相信在現(xiàn)有的市場條件下，在2017年已經(jīng)證明了自己投研實力的量化投研機構，將會在市場中性這個產(chǎn)品類別上為客戶帶來非常滿意的收益。
第八章 量化機構要做大股票多頭類產(chǎn)品
量化投資機構要吸取過去兩年的教訓：在國內(nèi)環(huán)境多變的情況下，不要局限制于市場中性產(chǎn)品，更應該做大量化股票多頭。
在現(xiàn)在股指限倉的環(huán)境下，滬深300股指和中證500股指的總持倉在7萬手左右，即使空單全部由市場中性產(chǎn)品所持有，也就對沖800億左右的股票規(guī)模，這個規(guī)模相對于股票產(chǎn)品而言還是非常小的。實際上，從過去三四年的實踐來看，大部分量化私募產(chǎn)品的選股端都有不錯的超額收益，如果改成股票多頭產(chǎn)品，應該能獲得不錯的絕對收益。所以，量化私募不應該局限在量化市場中性這個產(chǎn)品類別里面，更應該讓合格的機構和個人投資者更多的了解量化股票多頭和量化股票多空私募產(chǎn)品。明汯在過去三年的實踐中證明：只要持續(xù)能給客戶帶來絕對收益，不管是機構還是個人投資者對量化多頭的認可度還是非常高的，量化公募的快速發(fā)展也證明了這一點。
當然比起知名的主動調(diào)研私募，量化私募的普遍缺點是成立時間較短，公開業(yè)績不夠長，市場知名度也不夠大，大部分基金經(jīng)理沒在國內(nèi)公募或者券商資管等有公開投資業(yè)績的機構工作過，所以需要更長的時間得到機構和個人投資者的認可。其實這是大部分私募基金經(jīng)理都要面臨的問題，并非僅僅是量化私募機構。投資是個非常長期的過程，從短期業(yè)績上來說，在任何時候都有比巴菲特業(yè)績好的基金經(jīng)理，但50幾年的長期優(yōu)秀業(yè)績使得巴菲特成為投資傳奇。有志于資產(chǎn)管理行業(yè)的量化投研人員應該潛下心來，加強研究，做好業(yè)績。同時也不忘做好投資者教育，把好的理念，好的產(chǎn)品推廣給更多的機構和個人投資者，實現(xiàn)和投資者的共贏。
量化基金在海外不管在共同基金還是對沖基金行業(yè)，都已經(jīng)成為市場非常重要的組成部分。國內(nèi)量化私募才剛起步，管理規(guī)模也還非常小，占整體私募管理規(guī)模的比例還非常低，但前景非常廣闊。中國經(jīng)濟在改革開放的40年以來，經(jīng)歷了人類社會歷史上少見的長期高速發(fā)展，中國的私人財富規(guī)模不斷擴大，現(xiàn)在擁有上千萬人民幣可投資資產(chǎn)的高凈值人群已經(jīng)達到200萬左右，而且還在快速增加。在未來的十年以及更長的時間，這些高凈值客戶會把更高比例的可投資資產(chǎn)配置到股票私募行業(yè)，所以不管是總體的私募規(guī)模還是量化私募的規(guī)模都會有大幅的提升。
只要有足夠長的業(yè)績以及投資者更多的接受量化投資的理念，相對主動投研而言，收益風險比更高的量化投資機構更有機會得到機構以及高凈值個人投資者的青睞。只要量化私募做好自己的業(yè)績，積累足夠長的投資記錄，一定會得到機構和個人投資者的認可。未來必然會有一批優(yōu)秀的量化私募能躋身于國內(nèi)甚至國際一流的私募行列，管理規(guī)模幾百億甚至上千億，為未來中國的財富管理事業(yè)做出重要的貢獻，也為投資者帶來豐厚的回報。
.jpg)
.jpg)
完善下表，48小時內(nèi)查收全套AQF備考資料
.jpg)
聲明▎更多內(nèi)容請關注微信號量化金融分析師。原創(chuàng)文章，歡迎分享，若需引用或轉載請保留此處信息。
