厚雪长坡俱乐部，是咱们雪球面向私募合投用户推出的专享私募圈子，主要提供深度全面的私募内容服务和产品服务陪伴，加入立即免费畅享多种专属私募权益。点击加入！
长期以来，量化投资仿佛天然自带“神秘”色彩。基金经理大多头顶海内外名校、奥赛冠军、顶级华尔街机构从业经历等一系列光环、相比主观基金经理交流时的“宏观基本面”、“行业展望”、“未来成长”等大众耳熟能详的投资术语，量化的基金经理们仿佛天外来客，向投资人们诉说“因子开发”、“风险敞口”、“风格择时”等不知所云的神秘词汇。
由于晦涩的数理模型、复杂的系统建设、眼花缭乱的专业术语等，量化投资长期以来被众多投资人认为是“黑箱操作”。2021年，在核心资产由盛转衰，大量主观多头策略折戟的过程中，量化策略凭借优异的表现，逐渐被更广泛的投资人所认可，甚至最火热的时候说“一号难求”也不夸张，2021年也被很多投资人称为国内量化投资的又一个“元年”。相比主观投资的上下起伏，量化投资在这两年始终维持着相对指数更为稳定的超额表现，也因此迎来了属于自己的高光时刻。
聚光灯下的量化投资，在被市场认可的同时，也充斥着大量批评的声音。关于量化的争论，今年仿佛成为了焦点中的焦点，在一般投资人眼中，量化仿佛凭借精准的低买高卖，短期积累了大量财富。市场表现不好的时候，量化自然而然成为了第一替罪羔羊。
投资人有多爱量化？看看前两年量化基金募集的火爆，看看在目前市场行情下，量化的投资人相比主观可以说“冰火两重天”的持有体验，仿佛在他们眼中，量化是最好的投资伙伴。
触碰不到量化灵魂的人有多恨量化？我们大可以从每次监管出台关于量化的措施后，自媒体一片叫好声中，以及随之吸引的留言就可以窥探一二，仿佛在他们眼中，量化存在一天，市场就永远涨不起来。
在本次《方略》中，雪球创始人方三文与茂源创始人郭学文，就针对大众关于量化最核心的几个问题展开了讨论。
也许以现在的目光看，茂源创始人的背景甚至有些“另类”。现在主流的量化机构从业者中，藤校理工科的教育背景、海外顶级对冲基金的工作背景、以及奥赛获奖等基本是“标配三件套”。而郭学文的经历更像是一个企业家，创立了两家软件领域公司成功被收购上市。2007年，郭学文创建茂源资本，用现代企业分工协作的方式管理量化机构，打造属于自身的核心竞争力，并带领茂源步入百亿管理人行列，为投资人所熟知。
量化是什么
有人说，系统自动交易就是量化投资。实际上，公募股票基金经理每天可能对单只股票要交易上亿的金额。这笔钱如果一次性买入，会对个股造成重大冲击。因此，它一定是把这笔金额平摊到一天的每个时间分批买入，最大化减少交易对市场价格的影响。他的股票买入操作，可以做到完全自动化机器执行，这个叫做程序化交易。量化的交易由程序化执行，主观的交易一样可以由程序化执行。我们不能单纯去根据人工交易或是系统交易，去判断他的策略属性。
有人说，依赖模型的交易就是量化投资。那么大家尽可以去看目前投资机构的研究员，依赖基本面数据所建立的估值模型，或者通过观察市场量价信息，辅助自己最终的投资决策。最主观的基金经理，也同样可以利用数字堆砌后的模型进行投资，是否通过建模给出投资结论，似乎也不能成为量化与主观的核心判别标准。
那么，究竟什么是量化？量化投资与主观投资最核心的区别，是决策机制。量化是模型决策的，整个投资链条不会有人决策参与的过程；而主观是人决定的，各种模型给出的答案，最终要由具体的人去选择执行，当然也会选择不执行。
如果拿自动驾驶对比，量化投资要成熟的多。衡量一个自动驾驶的好坏，核心因素是人的接管率。而现在的量化策略，已经接近完全的无人驾驶，甚至可以说，除了极端风控事件发生外，如果一个量化策略需要让人随时关注，做的不好时就自己上手了，那他就不是量化投资了。
郭学文说“地球围绕太阳转，你不知道的时候它是这样，你知道的时候它还是这样，这意味着你知不知道对它的行为没有影响。但是量化投资对市场是有影响的，你去买，东西就会变贵，你卖，东西就会变便宜，买得多，很可能直接打到涨停板。所以你做交易，会影响市场，别人的行为也会影响市场，这意味着你原来的策略可能过一阵就不行了，它是一个动态的过程。”
因此，量化投资的生活是很苦的，需要时刻做出更新更有效的研究。
量化怎么做
如果将量化投资视作一种决策机制，“因子”更像是实现这个机制的具体操作方法。其实本质上，风云君举一个日常的例子，你闭着眼去大街上随机指一个人，可能男女概率各百分之五十；如果你只指长头发的人，那么选择出来女性的概率可能会显著更高一些。长头发这个特征，会显著提升我们找到女性的概率；就如同经过某一个因子筛选后，能够显著提升我们找到能够盈利股票的概率一样。
你认为市盈率低的股票好，市盈率低就是一个因子，你认为增长率高的股票好，增长率高也可以是一个因子，这类构成了基本面因子；你觉得成交量放大的股票上涨概率高，成交量可以是一个因子，你觉得前三天连续上涨的股票继续上涨的概率高，价格可以是一个因子，这类又构成了量价因子。另外还有根据公告、研报、舆情、甚至雪球用户讨论热度等信息做出交易决策的因子，这类统称为另类因子。
而再去细分，提炼的因子，既可以是“白盒”，也可以是“黑盒”。简单的分类，“白盒”策略是有逻辑支撑的，你清楚的知道这个因子有效背后究竟是什么原因，是可解释的。而“黑盒”则是你也不知道这个因子到底是什么原因有效，他只是从数理统计规律上告诉你这个信号出来就能赚钱。
风云君按照自己的理解再去举个例子，你认为估值低成长高的股票，未来上涨潜力巨大，因为目前股价严重被低估，这是可以用经典理论或者逻辑解释的“白盒”因子；而你把所有现存的信息和数据全部送给电脑，让他自动帮你统计出来一个规律，也许最后仅从统计关系上看，下雨的那天股价上涨的概率最高，这是仅具有统计意义而找不到逻辑支撑的“黑盒”因子。
这也解释了，为什么偏长期的预测周期，“白盒”因子占比多，而越短的预测周期，“黑盒”的比率可能更大。越偏长期的预测，你的样本量就越少，统计规律的结果“偶然性”就越高，越偏短期的预测，你的样本量就越多，统计规律可能越有效。100次下雨60次股价上涨的可参考性，远低于十万次下雨六万次股价上涨的可参考性。后者即使你不知道为什么，也可以拿来做交易。另一方面，如果你是基于逻辑出来的因子，有逻辑支撑，样本量即使相对小一些，相比“黑盒”也会具有更多的可信度。
很多投资人认为实盘之前唯一的依据是回测，实际上，回测只能帮你证明哪些因子不可行。但回测不能证明你行。你用现在的本事打败过去的市场，那不叫本事，因为你需要打败的是未来的市场。另外，回测基于的量价数据是静态的，而如果你去实际做交易，你的行为对市场价格的影响是动态的。所以回测仅能做出第一步的参考。
回测后，还要做一段时间的“纸面”交易，也就是跟踪行情，实际不下单，看曲线是不是跟回测数据差不多，如果差不多的话，证明这个策略可能是比较靠谱的。
最终，才是落入实盘交易，但是初始也是小资金量评估是否能够达到预期，而后才会逐渐加大资金量大规模应用。
另外，这次交流也谈到了一个人们普遍的“误区”。“黑盒”策略未来是否具有可持续性是不确定的；但同样，白盒策略也不确定。由于市场是动态变化的，即使一个因子可解释，但随着同策略的资金体量越来越大，这个因子也会逐渐失效。而除了策略本身的影响，整个市场环境的影响也至关重要，如果市场日均成交量从万亿跌到3000亿的话，可能对一些策略的影响就会非常大。总体而言，并不是“白盒”策略就会一定更有效。
量化包赚不赔？
正是由于量化蒙着晦涩难懂的神秘面纱，难于被理解，导致长期以来市场上两个极端的声音此起彼伏。一方面声音认为，量化是神仙，包赚不赔，盈利就是一条斜向上四十五度角无限延伸的直线；另一方面认为，量化是坏蛋，是投资人赚不到钱的元凶。
量化投资并不神秘。本质上，量化投资仅是通过历史数据，找到统计规律，按照模型交易，实现盈利。既然是统计规律，那总有30%-40%不赚钱的时候，那必然有连续多天、多周、甚至到单月亏损，这个是无法避免的。
风云君认为，交易是一种模糊的正确。百分之百盈利的因子一定会有，但可能1年也出不来一个交易信号，另外也根本无法承载任何规模，还有过拟合的可能性。对于一个产品来讲，追求这样的策略就是无效的。一个胜率是60%的策略，其实就已经相当不错了。
正常情况下，量化由于概率的因素，亏损是无法避免的。郭学文说：“量化交易不是稳赚不亏的。历史统计规律不一样了，这一天就可能亏钱了，有点像一艘船在海里走一样，它转弯可能还是要花点时间的，第二天说不定还亏钱，可能也连续亏一段时间，但过一阵它又转过来了，转过来之后这个市场可能就到了另外一种相对稳定的状态，它逐步也就跟上了。”
风云君对此的理解是，当短时间连续亏钱的时候，对于量化来讲，看到了短期亏损，很难去识别是因子本身失效了，还是因子仍然有效只是短期不适应，人工无法判别，机器也很难。因此，看到了亏损，是第一时间调整、还是过一段时间调整、出现什么信息以后调整，这些都是需要攻克的难题。
而极端情况下，“小概率”事件对于量化的伤害，可能远比主观要大得多。小概率事件样本量少，没办法去评估。郭学文对此也举了个例子：“回测就是基于历史的数据，1923年-2023年，这就是百年，我们看看这里面最大的洪水是什么，这洪水我们能挡得住，这就是百年一遇了，但你怎么知道明年的洪水会不会更大? 未来和过去是不一样的，所以当下是百年一遇，你也不能断言下一次是未来一百年，我哪知道未来一百年水有多大。所谓的百年一遇，它肯定不是百年一遇，因为它是基于对过往的总结，而未来一定和过往是不一样的。比如洪水问题肯定和气候变化有相当大的关系。”
对于小概率事件，大家最熟知的可能是美国长期资本管理公司了，风云君简单说，长期资本管理公司由于策略正常运营时波动很小，所以银行给了他们200倍的杠杆。而极小概率的流动性风险事件发生后，由于放了极大的杠杆，直接导致了交易爆仓，因此就被收购了。当然，被收购后策略得以继续运行，没多久后又赚了很多钱。一个本身表现非常好的策略没有赚到钱，它涉及到一个风控问题。
所以，量化并不是包赚不赔的，他经常会阶段性亏钱，也有小概率一夜之间亏掉所有钱，世界上没有稳赚不赔的投资，因此并不需要神话这个策略。量化寻求大致的均衡配置，主观追求风格收益，两者总体上赚的不是一个钱。但是对于量化参与会不会让市场产生变化，这个是肯定的，任何一个新增参与者进来都会对市场产生或大或小的影响。
风云君认为，市场节奏相比以前更快，这个是有可能跟量化相关性更多。但是，量化影响不了一个周期，大涨大跌是要大量资金的进出的，而量化股票满仓运作，产品基本没有空头敞口，市场大跌，这个影响很难说是量化造成的，所以大家也不应该妖魔化量化。
量化VS主观
最后，也许是很多投资人最关心的问题，量化与主观相比，到底有什么优劣。
风云君看完《方略》，觉得首先两者最核心的区别包括：
1、主观基金经理覆盖的股票数量是有限的，而量化可以全市场选股。
2、量化的决策时间更短，调仓更频繁，主观的持仓周期会更长。
由于主观依赖于逻辑推演，对于基金经理来讲，容易形成一种思维定式，而量化更多团队合作开发因子及组合，需要不断替换旧因子。
但对于一些市场信息来讲，主观能够处理的深度不是量化可以比的，可能一些信息量化都不知道该怎么用。而且主观还能通过调研拿到很多一手信息，这都是一些非常明确的优势。
这样从产品表现上来看，风云君觉得，可能就会有一个非常明显的区分，量化整体相较市场表现更稳定，而主观可能会相对更不均衡，对于基金经理熟悉的行情，产品爆发力更强；而对于不熟悉的行情，就会加剧产品波动。
其实本身来讲，风云君对于这个问题也深刻思考过很久，量化通过更频繁的交易，客观上加速市场节奏变化的同时，也同样增加了市场的定价效率。那对于主观来讲，又何尝不是一个自我升级迭代的机会呢。如果论广度与速度，人脑永远无法与计算机相比，但如果论深度，主观就会绝对占据优势，另外还包括通过尽调走访后一手信息的攫取上。在个股上，主观能够挖掘出量化基于公开信息简单处理后无法识别出来的定价错误。当然，这对于管理人深度研究的能力会要求更高。但是，也能够帮助投资人识别出一批深耕投研的管理人。
另外，对市场难做的抱怨，不止在主观这一方，量化同样也面临高强度的策略迭代的压力，甚至投资人认为量化就应该稳定，给量化产品的窗口期更少，容忍度更低。对于策略本身来讲，量化最开始只要做多小市值，用沪深300对冲，简单的策略就能获得亮眼的收益。而后开始竞争压力开始逐年加大，对标指数从500赛道，到1000、到现在逐渐下沉到2000、小市值等等；风控模型越来越精确，策略周期越来越短，从前很稳定的高频量价策略愈发拥挤，低频基本面策略成为下一片竞争主赛道。这对每一个量化管理人都提出了更苛刻的要求。
目前，国内的量化还处于飞速发展期，超额的红利依然存在。叠加这两年的行情，量化相比主观，也许仍具有一些明显的优势。但随着竞争进一步加剧，后面量化也许也会面临超额收益逐年下降，超额夏普缓慢降低的趋势，到那个时候，主观的爆发性与量化的稳定性，可能就是摆在投资人面前的取舍问题了。
风云君认为，与其说量化和主观是敌对的关系，不如说是相互促进的关系。作为投资人，完全不需要把量化作为自己的敌人，毕竟更好的产品推出来，投资人才是受益的那一方。
总结
量化不是万能的，在风格不适应的市场环境下，量化同样也会赔钱。另一方面，量化更不是扰乱市场的“罪魁祸首”，产品通常满仓运作，也许能够阶段性的影响市场风格，但不能说是市场下跌的“元凶”。
对市场运行方面，量化也做出了自己的贡献，他的交易能够提升市场的流动性，使市场更加活跃，定价尽快达到一个合理的水平，协助提高资本市场的运行效率。更进一步，价格发现效率大幅提升后，能够推动资本市场从创业、上市、投资者退出、新项目投入整个流程的高效运转，促进经济运行效率和社会财富的提高。
对投资人来讲，量化投资能够凭借快速及广泛的数据处理及交易能力，设计出符合不同风险偏好投资人的产品，他可以有不用承担市场波动的中性产品，也可以有跟踪市场指数的指数增强和量化选股产品，也可以结合衍生品做出更为复杂的对冲产品。除此以外，更还有小众的日内策略、套利策略、期权策略等等。对于每一类投资需求，似乎都有数理模型可以满足。量化的出现，无疑为投资人提供了更加丰富的投资选择。
如果真的打不过量化，也许加入量化，让世界上最聪明的一群人给你管钱，也是一种选择。
目前，越来越多的投资者认为需要在组合中增加量化的配置，量化策略也能够为投资人提供更多的产品类型。同时，每家量化机构本身的策略特征也不尽相同。对于投资者而言，最重要的是如何认知每家管理人的风格，每个策略的特点，去评估适不适合自己。针对这些投资痛点，风云君所在的厚雪长坡俱乐部就有系统的课程、丰富的资料以及评估报告供投资人参考。这里不仅能够帮你解决量化的疑问，也有专属你的私募陪伴与长期服务。想了解更多量化策略的知识，欢迎点击下方链接加入厚雪长坡。