什么是量化投资？一文讲透量化投资的原理和特点！

写在前面

“到底什么是量化投资，听起来好复杂，好高大上的样子，能不能深入浅出地给我讲讲？”；“搞量化的普遍是高学历，高智商人才，随着量化基金越来越多，我们小散户是不是只有被收割的份？”；“量化投资盛行是不是不利于价值投资者？”；量化基金和主要靠基金经理选股和做投资决策的主观投资基金谁更好，谁更值得配置？”；“量化投资到底属于价值投资，还是以技术分析为主的短线投机？”；“量化模型是如何建立的，个人可以做量化投资吗？”

以上问题均为我们近几年在工作和生活中遇到的一些个人投资者对我们提出的问题，如果你也对以上问题感兴趣，那么我们鹏风价值研究所接下来分享的几篇关于量化投资的系列文章你值得认真读一读。

国内外量化基金的发展及规模

量化投资并没有明确的起始时间，大概于20世纪50年代起源于美国，到了上世纪八九十年代(即文艺复兴创办时)，已经在世界范围具备了强大的影响力。进入21世纪，量化投资取得了更大的发展。经过几十年的发展，量化投资已经成为与主观投资分庭抗礼的一大投资方式。

根据我们找到的最新统计数据来看，截止到2019年底，美国市场的量化对冲基金资产管理规模已突破万亿美元，相比于对冲基金行业3.6万亿美元左右的总管理规模，约占总量的三分之一。

国内市场方面，截至2021年二季度末，国内量化类证券私募基金行业管理资产总规模10340亿元，正式迈过“1万亿”关口，并在同时期证券私募行业4.87万亿元总规模的占比攀升到21%。而在4年前的2017年二季度末，国内量化类私募基金总规模只有约1000亿元，可见近五年来国内量化基金发展之迅猛。

2021年八九月份，A股一项历史性的记录被连续刷新：沪深两市连续49个交易日交易额超过万亿元，打破了2015年牛市期间连续43个交易日万亿成交额的漫长记录。A股在没有迎来全面性大行情的情况下，居然连续49个交易日交易额突破万亿，毫无疑问，量化基金功不可没。

目前，我们鹏风价值研究所大概精挑细选了超过二十家主做量化投资的私募证券投资基金公司进入我们的核心基金池。从2018年开始的近三年多时间里，我们给服务的高净值投资者先后配置了超过十家量化基金管理人发行的量化基金产品。这其中有三四家真的是看着他们从中小型私募成长成百亿私募的。

从收益表现来看，表现最好的是鸣石和幻方，2019配置的他们的几款产品，两年多下来，收益已经翻倍，今年表现尤其突出。表现最差的是元盛和明汯，持有他们的几款产品快三年了，客户净回报还不足50%。当然，配置他们主要是用来替代类固收理财产品的，这些产品不属于纯股票多头策略，而是相对价值和CTA策略，这两种策略相对来说投资风险和波动率更小，自然潜在回报率也会比纯多头要小一些。未来，我们基金研究小组将继续研究和跟踪量化投资行业，争取多挖掘一些优秀的量化基金管理人出来为有需求的高净值客户配置。（请注意，以上提到的量化基金管理人不构成投资建议，过去好不代表未来会继续好的变现，而且有些已经建议客户赎回）

量化投资的原理和特点

广义的量化投资主要还是相对于主观投资来说的。所谓的主观投资，就是在整个投资过程中，包括投资方向选择、投资标的选择、投资分析、投资策略、交易等，都是主要由人来执行的。而量化投资就是在投资过程中全部或者部分使用具有数据处理和分析能力的程序或者机器来施行。这就跟油车和新能源汽车的区别一样，只要不是传统的燃油车，能够减少对石油的使用，那么就可以归类为广义的新能源汽车。也就是说，不管在整个投资活动中，是否全部使用量化方式施行，只要某些环节使用了量化投资方式，就可以被归类为量化投资范畴。

所以，在我们看来，几乎所有的证券投资都可以通过量化的方式来进行，不管是股票、债券、期货还是期权，甚至包括房产投资。

量化投资最关键或者说最倚重的东西就是量化模型，这个模型可以由人来建立，也可以由具有深度学习能力的人工智能机器自己建立和不断完善。目前大部分量化投资机构都还是由人来建立模型，但随着人工智能技术的发展，这两年由人工智能机器自己建立和不断修正模型的投资机构在越来越多。比如我们比较了解的一家量化基金公司，其模型在两年前都还是由公司的基金经理和技术人员们来建立，但自从公司引进人工智能方面的专家后，逐渐改有人工智能机器自己来建立和修正模型，人在建立模型的过程中的参与度越来越少，而有了这个改变后，公司的业绩真的有了肉眼可见的提升。

那到底什么是量化模型呢？其实我们可以把量化模型理解成一个精密设备，只要往它里面添加有用的数据，他就可以通过它内部的已有逻辑把这些数据整理成我们想要或者有参考意义的结论。我们生产这个精密仪器是不是需要整体构思和零部件，对于量化模型来说，一个个因子就是他的零部件，这些因子按一定的思路结合起来，就形成了可以工作的量化模型。

那，什么是因子呢？我们可以理解成因素，如果是投资股票，我们就可以把一个因子理解成影响股价变动的一个因素。我们也知道，不管是中短期还是中长期，影响股价变动的因素很多，所以量化模型基本上都是多因子模型。

还是举例来说明可能更容易让大家理解。比如，现在有一个投资者选股的标准之一是要求这个股票的ROE不能低于10%，符合的留下，不符合的直接排除，如果是主观投资者，可能就会一个个去筛选，最多就是借助一下选股工具。如果量化模型的其中一个因子也有这个ROE不低于10%的标准，只要我们把A股所有上市公司的财务数据放入模型中，他就会很快把全部ROE大于等于10%的股票给我们筛选出来。如果在这个因子基础上，我们再加入一个因子，比如要求所有股票的市值范围在50—500亿之间，那么只要我们有所有A股的现有市值数据，模型很快就能把符合这个标准的个股全部给我们筛选出来了。如果在这两个因子的基础上，我们再加入一因子，比如要求所选股票必须是中证500指数的成分股，那么只要我们有中证500指数所有成份股的数据，模型很快就会把符合前两个因子的同时，并且还是中证500指数成分股的个股全部给我们筛选出来。

从以上举例中，想必各位就能比较好地体会出主观投资和量化投资之间最大的差别了。那就是量化投资充分使用了计算机的数据筛选和分析能力，而主观投资主要还是靠人自己去筛选和分析。

讲到这儿，突然想起一个投资者曾向我们提出的一个问题，他问“量化基金和中性对冲策略基金有什么区别？”。我们曾经发布过文章《中国的投资渠道其实并不少，基金八大投资策略解析》中比较详细地介绍过常见的基金投资策略的特点，这文章里显然没有量化投资基金这个概念，因为量化基金和基金投资策略是完全两个不同的概念，事实上，不管是什么投资策略，只要在投资过程中使用量化投资这种方式他就属于量化基金。

我们发现很多业内人士喜欢用市场有效性来解释量化投资获利的根源。他们认为因为市场总是处于无效或者弱有效状态，也就是股票的价格和其内在价值大部分时候是不完全吻合的，但价格总是会不断向其内在价值回归，而量化就是买入那些通过模型筛选出来的价格暂且低于其内在价格的个股们，然后等其价格回归后，卖出盈利。我们认为这与其说是对量化的解释，还不如说是对价值投资的解释。

我们认为，量化投资获利的根源主要还是因为资产价格的波动性，而不是测算资产价格和其内在真实价值之间的差。说实话，量化投资没有多大的把握来测算出资产价格和价值之间的差，要知道，一个价值投资高手研究一家企业好几年，都不一定能很好地发现这个企业股价和其内在价值的差距，何况是只通过过往数据做分析判断的量化模型。

在我们看来，量化模型主要靠的是发现一段时间内一些股票具备的相似波动规律，理论上，这个规律不需要百分之百会发生，只要在样本足够多的情况下，一段时间内，按规律运行的样本数量超过60%就是有利可图的。

这个建立模型的人或者有深度学习能力的机器，他们完全可以不用懂什么基本面分析、价值投资、财务分析这些，只要他们具备数据分析和奇思妙想的能力就行。比如说，分析师或者机器人发现A股有些股票在一段时间内连续跌三天，就会连续涨两天，那么他们就可以根据这个规律来建立一个因子；再比如，分析师或者机器人发现一段时间内新能源和新能源汽车个股们大多数跌的时候，白酒和医药板块的大多数股票就会上涨，那么他们就可以根据这个规律来建立一个因子。

因此，量化投资本质上是个概率游戏，完全可以这么讲，量化投资成功的主要根源在于“大数定律”的有效性。

从上面的解读和举例来看，量化投资的因子选择很多时候真的没有什么道理可言，有点像玄学一样，因此，一开始很多专业投资者，尤其是价值投资者会认为量化投资不靠谱，是骗人的东西，但数据和结果证明，这个因子在一段时间内他就是胜率比较高，就是能赚钱。

在上面的描述中，我们始终在强调“一段时间内”这句话，因为市场风格的变化总是很快，现在有效的因子很可能过段时间就胜率大大降低而失效了，所以量化投资，尤其是做中高频量化交易的机构总是不断在创新，寻找新的有效因子。这里又引出了量化投资中关于交易频次的概念。

所谓的交易频次，如果是投资股票，我们可以理解成持股时间的长短，交易频次越高持股时间就越短。现在市场上绝大多数业绩不错的量化基金都是中高频量化策略，很多的平均持股时间不超过15个交易日，完全是纯粹的短线投机风格。反倒是以基本面分析为主而建立因子的中低频量化基金的表现不太好。但是，频次越高往往意味着这种模型的容量越小，因为中高频量化基金主要是赚引起价格波动的其他资金的钱，但因为市场上每日的交易量毕竟是有限的，如果量化基金规模太大，就会造成波动减少或者量化资金自身引起了波动，如此他们就没法更好地赚别人的钱了。

所以，通常情况下，交易频次越低，也就是平均持股时间越长的量化模型的容量也就越大。这就能解释为什么很多量化基金到一定规模后就会封盘，或者同一管理人管理的不同产品的收益率差别很大。比如由西蒙斯带领的赫赫有名的文艺复兴公司，他们的旗舰基金大奖章有一年逆市获得了60%的收益，但他们旗下的很多产品却亏损严重。所以，选好的量化基金产品不仅需要很强的专业能力，也需要一些运气的。

量化基金的基因决定了他们持股一定是比较分散的，有些量化基金满仓时的持股数量甚至超过1000只。如果是主观投资肯定是没法同时持有和买卖如此多的个股的。但是，如果有不知疲倦和算力强大的机器来选股和交易，那就完全能做到。如此分散的持仓，自然整体的投资风险和净值波动就会比较低。我们也知道，很多主观投资者不喜欢持仓太分散，因为这样此消彼长会降低投资回报率，所以他们喜欢重仓持有确定性比较大的个股，很多规模超过百亿的主观多头基金，往往总共持有十只左右个股。那么持仓如此分散，并且整体胜率很多时候远不如主观投资基金的量化基金是如何获取高收益的呢？那就是通过高“周转率”。

如果你懂杜邦分析法，应该能很好地理解周转率对企业净资产收益率的影响。比如有两家企业的权益乘数都是1，A企业生产的单位产品的最终净利率是10%，B企业的净利率是5%，A企业从产品生产制造到销售出去确认收入需要180天，B企业则只需要60天，那么一年365天下来，A企业的净资产收益率大约是20%，而B企业的净资产收益率却是30%左右。所以，我们不要太小看那些单位产品毛利率和净利率比较低的企业，如果公司能实现薄利多销，周转率高，也一样能积少成多，赚取很高的年化净利率。

是的，中高频量化基金虽然一个完整的整体持股周期比较短，每一个周期获得的整体收益也比较少，但人家可以通过高周转率来积少成多呀。假设平均整体换仓一次的收益是1%，一年365天下来，平均15天整体换仓一次，那么一年就能周转超过24次，如此就可以获得超过24%的年化收益了。而反观很多主观投资基金，很可能一年整体连两次周转率都没有，他们追求的是单次周转率的胜率和盈利水平，思路是完全不一样的。

在我们看来，量化的原理也决定了他另一个特点或者说优势吧，如果主要是人来决策的主观投资，很多时候就会出现不该止损的时候恐惧地止损，该止盈的时候又贪婪地不果断止盈，总是让自己陷入纠结和痛苦之中。而量化投资因为主要是通过没有感情和情绪的机器来分析和交易，所以能最大限度地把人性中的贪婪和恐惧给规避了。作为人，只需要想办法让这个机器更加智能，或者不断发现新的因子和建立新的模型，不再为买还是卖而纠结了。

今天我们主要通过类比的方法试图深入浅出地讲明白量化投资的原理及其一些特点，讲的不一定都正确，不足的地方，欢迎懂行的高手指正或前来沟通交流。考虑到篇幅原因，很多开头投资者提到的问题我们并没有展开来详细解答，以后我们会抽时间写文章挨个解答剩余的问题。祝生活愉快，投资顺利！

研究和码字不易，如果我们的分享让你受益，请不吝点“赞”和“在看”哦。谢谢！