量化投资冷酷“赚钱机器”.docVIP

量化投资冷酷“赚钱机器” 　　资本市场的博弈不乏强者之间的较量，市场中人都喜欢问到底谁才是“最赚钱的基金经理”，由此我们往往最先想到的是连续32年保持战胜市场纪录的“股神”巴菲特。但相对于巴菲特过去20年平均 20%的年回报率，有位中国人不太熟悉的高手更胜一筹，他就是华尔街的“模型先生”詹姆斯·西蒙斯。他创办的基金从1989到2006年的平均年收益率高达38.5%，净回报率超过股神巴菲特，即使在次贷危机爆发市场一片哭喊的2007年，他的基金回报也高达85%。 　　与股神巴菲特的“价值投资”不同，西蒙斯的投资成就依靠的是“量化投资”。这位24岁起就出任哈佛大学数学系教授的数学天才，依靠数学模型和计算机技术捕捉着市场机会。他认为，数学模型比主动投资能够更有效地降低风险。 　　虽然中国人对西蒙斯这个名字还比较陌生，但“量化投资”产品在华尔街已经非常普遍。受益于计算机技术的提升和市场历史数据供应的完善，进入21世纪后，这一投资方式开始飞跃成长。2000年至2007年间，美国“量化投资”产品的总规模翻了4倍多，超越了同期美国共同基金总规模（定量+定性）的增长速度（翻了1.5倍）。“量化投资”在美国全部投资中的占比，从1970年为零发展到2009年30%以上。 　　什么是“量化投资”？ 　　可以说“量化投资”是随着计算机科技而发展起来的。简单地说，“量化投资”就是将人的投资思想反应在数量模型中，并利用电脑处理大量信息，从而进行投资决策。建信上证社会责任ETF基金经理叶乐天介绍，“量化投资”在美国的发展比较蓬勃。在华尔街的投资行为中，同一个套利机会下，谁下单早谁就就能抓住机会，这些都得益于计算机运行速度越来越快。也往往就是这几毫秒的领先，就可以挣到万分之一的收益。万分之一虽然不多，但是日积月累，就可能有很高的收益。 　　目前“量化投资”在中国还是一个新概念，处于起步和发展之间的阶段，可以说是少数派的地位，普通老百姓不太熟悉，产品较少，也缺乏明星产品和明星基金经理。 　　与市场熟悉的“定性投资”相比，“量化投资”主要是在研究方法上与其不同。“定性投资”的公司基本面研究是靠到企业调研，看研究报告，与高管深入交流、了解大股东诉求，了解公司发展规划之类，有很深的深度。“量化投资”则注重广度，比如市场上有2000只股票，就把2000只全都抓起来，“量化投资”的数据越多反而越好。叶乐天以市场中一个很形象的比喻来形容上述两种投资的异同：“定性投资”和“定量投资”的差异如同中医和西医的关系。“定性投资”更像中医，更多地依靠经验和感觉判断病在哪里；“定量投资”更像是西医，依靠模型判断，模型对于定量投资基金经理的作用就像CT机对于医生的作用。在每一天的投资运作之前，我会先用模型对整个市场进行一次全面的检查和扫描，然后根据检查和扫描结果做出投资决策。 　　叶乐天笑称，与定性投资基金经理经常出差不同，他主要的工作都在案头。他主要是搜集数据，进行数据处理，还有编程。虽然表面上看不如定性投资基金经理忙碌，但其实工作量一点不少。 　　排除“人”的情感 　　一位“量化投资”基金经理一开始是学习理论方面的知识，比如数学知识和统计学知识；然后对历史数据进行分析；参考市场中已有的成功模型，汲取巨人的智慧；接着是建模；然后测试，测试中有很多细节需要考虑，比如冲击成本等；最后是搭建一个平台，确保数据到达后，模型能够响应，进行处理和输出。每一步都非常复杂。 　　在这个过程里，不仅数学模型不具备自己的情感，基金经理也要尽可能地剔除“人”的思维。这其中便是对纪律性的超高要求。虽然量化模型是由人设计的，具体的交易单由模型产生，但基金经理在经验总结以及模型设计时容易保持理性，在个股的交易时却不免受制于人性的弱点。叶乐天说，正如西医检查一般，量化模型的最大的特点就是可以克服人性的弱点，他不会有恐慌，也不会有贪婪。所以只要模型和数据是正确的，基金经理平时都不会去干预和控制模型的输出。 　　2007年次贷危机的爆发，在一定程度上可以说就是人的情感对模型干预造成的失误。华尔街为衍生品定价的模型并没有错，错的是人在设定参数的时候对当时的金融形势过于乐观，过分信任金融衍生品工具。 　　但尽量不干预也不是完全不干预，比如下面这两种情况：一是程序发生错误，二是模型错误。模型错误主要指的是股票走势与预测相差特别大，超过了统计意义上显著的差别，这时就需要更新一下模型，但一般不会太频繁。 　　另外一种发挥人的主观能动性的情况就是对虚假数据的剔除。叶乐天介绍，“中国很多数据都经过修饰，对我本人来说，我不喜欢根据宏观数据择时，更多地是相信多因子模型。我们现在有很大一部分工作是进行数据清理，包括上市公司经过修饰的财务数据。但是有一块是没有经过修饰的，就是技术面的数据，比如成交量和成交价格，