新公司法：董事会人数不设上限

《中华人民共和国公司法》（下称“新公司法”）于2023年12月29日修订通过，自2024年7月1日起施行。新公司法的修改范围甚广，本文从以董事职权为核心的公司治理角度展开分析。
董事会权力扩大
“审议批准公司的年度财务预算方案、决算方案”是股东会的传统权力之一，但新公司法专门规定这项权力不再强制由股东会行使，而是可以通过章程下放给董事会。与此同时，新公司法删除了董事会“对股东会负责”的字样。
新公司法规定：“股东会可以决议解任董事，决议作出之日解任生效。无正当理由，在任期届满前解任董事的，该董事可以要求公司予以赔偿。”股东会不讲理由，甚至大股东基于不正当的理由提前罢免董事的，董事仍然不可抗拒地需要下台。只不过现在，被解任董事多了一些反击的权利，即要求股东会给出正当理由及证据，否则可以到法院起诉索赔。
作为公司日常意志的代言人，董事会也可以决定股东资格的有无。在股东资格方面，新公司法对何时能确认股东资格成立的问题仍然未做结论。比如在公司新增股本时，新股东可以行使权利的起点是认缴股本、完成登记抑或其他时刻，目前可以由各公司自行决定。
在股东资格终止的问题上，此前司法解释规定了股东未履行出资义务时对其除名的制度，但存在被除名股东本身对此是否有权表决的疑问。新公司法明确这是公司的权力，改为由董事会决议通过股东失权。异议程序也不同于董事会决议无效或可撤销，相对更加快捷。股东对失权有异议的，应当自接到失权通知之日起三十日内，向法院提起诉讼。对一般的董事会决议的撤销之诉，股东可以在决议通过后六十日内提出。
董事会人数不设上限
新公司法对有限责任公司董事会会议的程序，施加了原来给股份有限公司的规则，即董事会会议应当有过半数的董事出席方可举行。董事会作出决议，应当经全体董事的过半数通过。这两点不再任由公司章程自定。
新公司法还规定，未召开董事会会议作出决议的，董事会决议不成立。决议“不成立”在法理上比“可撤销”还严重。决议可撤销，也意味着可不撤销，只要一定期限内无人挑战，就自动“洗白”了。而“不成立”意味着法律不承认其存在过，更不用说有效。
这意味着公司董事会开会需要遵循更加严格的程序，特别是不再能通过董事会一致同意、分别签字的方式来形成决议。
新公司法规定公司股东会、董事会、监事会召开会议和表决可以采用电子通信方式，公司章程另有规定的除外。但这只是说章程可以规定只能线下开会，或电子通信方式的会议限于腾讯会议、不含微信群的语音群聊等。章程若规定董事、监事可以不开会，那是无效的。
与此同时，对有限责任公司和股份有限公司的董事会人数，新公司法也删除了13人和19人的上限。在理论上，董事会人数可以大为膨胀。
两种情况尤其值得防范。一种情况是挂名董事太多、且不能积极参会，导致董事会会议到会法定人数不足，无法正常举行。另一种情况是董事长等公司控制人操纵董事会，安排大量“听使唤”的空头董事，专门用于在董事会上凑人头、压制其他真正的董事。这两种情形都是对公司治理的破坏。
对此，不同公司可以根据实际情况，采取两种策略。一种情况是压缩董事会人数，将董事会人员限于能实际积极参与公司治理的人，提高审议效率。另一种相反的情况是，如果不得不安排不少挂名的，但未必每次都能积极参会的董事，那就扩大董事会人员，安排可信赖的、参会可能性高的人员（比如公司的律师等顾问人员），以实现开会效率。
董监高股权转让受到更多限制
新公司法规定：“股份有限公司董事、监事、高级管理人员（董监高）在就任时确定的任职期间，每年转让的股份不得超过其所持有本公司股份总数的百分之二十五。”这个规则并非一种全新的限制，新增的是“就任时确定的任职期间”。这个意思是说，董监高如果提前辞职甚至被免职，限制期还是原来的任期。

浅谈人工智能量化投资

人工智能在量化投资领域一直被视为一项前沿技术。因为机器学习算法和自主决策系统，大幅提高了投资组合的效率和收益。所以，现在许多投资机构都在使用人工智能技术进行量化投资。
人工智能量化投资最重要的优点是自动化。投资者无需手动进行买卖决策，而是使用程序员编写的算法。这带来了许多好处，其中最显着的好处是减少了人为错误和情感决策的影响。程序员编写的算法通过大数据挖掘，寻找市场中的价差和良好交易机会，从而提高了投资收益和资产利润。
人工智能系统在进行量化投资时有着很好的表现。在程序员的指导下，人工智能可以轻松管理和分析大量数据，快速找到投资机会。重要的是，这种自主决策可以实时进行监测和管理。
此外，人工智能量化投资还可以减少人类的情感干扰。许多投资决策仍然受到情感和决策偏见的影响，而人工智能可以自动避免这种情况。经过深度学习之后，人工智能可以更好地理解市场趋势和数据分析，进而制定更正确的投资策略。

尽管人工智能量化投资带来了诸多优点，但它也存在一些风险。基于算法的投资模型需要高效管理，否则可能出现故障和程序漏洞。这种情况可能导致投资组合产生不可预测的亏损。

而且，人工智能投资模型往往是基于历史数据进行计算的，因此模型无法考虑可能发生的未来事件，如政治不稳定或公司合并等情况。这种情况可能导致投资收益降低。
综合上述各点考虑，人工智能量化投资可看作是一种新兴的投资方式，应适度使用。投资者应该在使用人工智能量化投资时，根据自己的实际情况和需求，进行适度尝试，避免过度依赖技术。同时，程序员和其他专业人士也应积极监控和维护人工智能投资模型，为投资者提供更加可靠的投资工具。

总之，人工智能量化投资可以为投资者带来更高效和更好的投资收益。但是，投资者必须认真评估风险和收益，并谨慎评估算法的可靠性和有效性，避免风险和错误决策。

让我们来认识量化投资

量化投资是一种基于数学模型和算法的投资策略，它通过分析大量的历史数据和市场信息，来预测未来市场的走势，并据此进行投资决策。量化投资的目标是通过系统性的方法，降低人为因素对投资决策的影响，提高投资的稳定性和收益率。
量化投资的优势：
系统性：量化投资通过建立数学模型和算法，将投资策略系统化，有助于降低人为情绪和主观判断对投资决策的影响。
高效性：量化投资可以利用计算机程序自动执行交易策略，提高交易的速度和效率。
风险控制：量化投资可以通过对投资组合的优化和风险管理，降低投资风险，提高收益稳定性。
跨品种投资：量化投资可以涵盖股票、债券、期货、外汇等多种金融产品，实现资产的多元化配置。

量化投资的挑战：
模型风险：量化投资依赖于数学模型和算法，如果模型存在缺陷或者过度拟合，可能导致投资策略失效。
技术更新：金融市场不断变化，量化投资需要不断更新和优化模型，以适应市场的变化。
竞争加剧：随着越来越多的投资者采用量化投资策略，市场竞争加剧，收益率可能会受到影响。

针对量化投资，我们应该：
在选择量化投资策略时，要关注策略的稳定性、风险控制能力和历史业绩，选择适合自己风险承受能力的投资策略。
了解量化投资的基本原理和方法，以便更好地理解和监控投资过程。
与专业的量化投资团队或顾问合作，借助他们的专业知识和经验，提高投资的成功率。
定期评估量化投资策略的表现，及时调整投资策略，以适应市场的变化。

量化投资的缺点是什么？

在A股市场，每次量化基金的高光时刻，几乎都是市场风格切换到中小盘时，也就是主动基金抱团标的尚未出现的空挡期，换言之，量化基金能火多久，多半取决于空挡期的持续时间，公募机构主动缩减基金规模不仅是对量化策略容量的考虑，更是对基金业绩持续时间的考虑。

一、什么是量化投资？

量化投资是根据资本市场的内在逻辑，运用机器学习、模式识别、数据挖掘等方法建立数学模型，形成投资策略并做成计算机程序，进行自动化交易的一种投资方式。

二、量化投资与高频交易、对冲基金是一回事吗？

量化投资既不是高频交易，也不是对冲基金，更不是简单的数据挖掘：

量化投资和高频交易的区别。量化投资可以是高频的，也可以是低频的，取决于具体的量化策略。

量化投资与对冲基金的区别。量化投资可以采取风险对冲措施，也可以不采取。此外，量化投资也不一定是市场中性策略，后者往往是买入一揽子股票，同时通过卖空对应的股指期货合约，对冲掉市场的系统性风险，从而追求买入的股票组合跑赢股指的收益。在A股市场，由于投资工具的缺乏，很难做到100%的市场中性。

量化投资不是简单的数据挖掘。量化投资是通过历史数据发现规律，强调的是投资逻辑，核心是对市场的理解，不能等同于数据的挖掘，例如一波涨势的背后可能有多个因子，如何确定是哪些因子在起作用，这些起作用因子的内在逻辑以及适合的市场环境，比单纯的批量挖掘数据要重要的多。在理解市场的基础上，再去探讨算法的精确度、编程的速度等才有意义。

二、量化投资的特点

量化投资可以集百家之长。成功的基金经理几乎有其独特的投资风格，比如巴菲特的价值投资、彼得林奇的成长投资、安东尼波顿的小盘股投资、索罗斯的全球宏观策略、西蒙斯的技术投资等，每种投资逻辑都有其内在的规律，虽然在某一种具体策略上，量化投资比不过这些投资大师，但可以把这种策略的投资逻辑纳入量化投资的框架，在选股上，可以实现使用不同人的方法。

量化投资的标的覆盖范围可以很大。量化投资几乎都需要利用程序去处理大量的历史数据，借助这一特点，可以在短时间内把沪深300、中证500 ，甚至整个市场的股票全部筛选一遍，这就让量化投资具备了全面性、系统性、及时性、准确性和分散性的特点。尤其是分散性，量化投资可以根据各种因子进行批量筛选、批量建仓，从而限制单一标的的仓位规模，分散风险，控制回撤。

量化投资可以避免情绪化操作。量化投资有自己的建仓与平仓的逻辑，不会因为消息面、市场波动而有所改变。在2008年，金融危机中，量化投资基金在止损方面做得比较好，但并不是说量化基金在危机中没有亏损。而有些时候，量化基金可能会损失更大，比如投资逻辑不太适合市场环境时，量化基金开仓平仓操作频繁，不仅容易增加交易费用，而且容易增加亏损的概率。

三、量化投资的缺点

1、策略的市场容量

以我们常见的CTA为例，几乎每个CTA策略的市场容量都是有限的，现在不少CTA策略改为做长线的趋势跟踪也是这个原因。尤其是在中国，由于各个商品期货策略的相关性高，100个期货品种里面差不多能分成3-5个大类，并且均由人民币定价，规模上限比较明显。虽然过去几年CTA策略在国内表现很好，但从国外的经验来看，Barclay CTA Index自1980年以来的年化收益率在10%左右。

市场容量约束往往还会引发策略共振的副作用。在2008年初，长期资本系的基金就发生了策略共振，这是一帮由长期资本管理公司出来的一群天才二次创办的多家基金公司，交易标的和策略非常类似，在2007年下半年，他们都看到了在日本债券收益率的机会，建立了相似的头寸，结果这个机会容纳不了这么多头寸，一起把桥震垮了，大部分长期资本系公司在金融危机之前就已经倒掉了。

此外，像2014年11月，在沪港通政策出台和加息的背景下，存在高度同质化却又隐藏着“错位对冲”的阿尔法策略受到了致命打击。

2、存在大量无法量化的情形

真实市场中不是每个因素都可以被量化的，主要有三类：

（1）宏观的事件。宏观事件的因素不是太少，而是太多，多到难以量化，或者量化的性价比不高。

（2）过去出现次数太少的事件。比如某个事件只出现过一次，那么很难知道这个事件具体受到什么因素的影响。

（3）未知事件。在量化策略设计时，对已经发生过的事件考虑的比较充分，每个突发事件都会有相应的处理方法，但是对于没有发生过的事件，几乎没有办法考虑，往往会做出错误的决定。

3、过度拟合的策略

过度拟合指的是量化策略的开发者，通过不断增加或优化参数，找到表现最好的股票，注意这个最好往往没有之一。过度拟合的策略往往有以下特征：

（1）回撤很小，甚至几乎没有回撤；

（2）交易次数很低；

（3）参数很多；

（4）符合条件的标的很少。

过度拟合策略是在追求低回撤且稳健回报的目标导向下，添加了太多的参数，对历史行情进行了过多的拟合，尤其是考虑了很多偶然的参数，比如公司重组，以至于难以刻画出下一个符合策略标准的股票。

过度拟合的一种表现形式是幸存者偏差，比如量化策略的开发者都倾向于用指数的当前成分股来做回测，但这些留在成分股中，且有足够多的过往数据做回测的股票，其本身质地就很不错，这将导致回测的效果比实际情况更好，举例而言，像美国的罗素3000指数，从1980年到现在，仅剩下不到500只股票留在成分股中。

4、基金经理对策略的信任度

量化基金并不是完全不受人为因素的影响，有时反而更加考验人性。每个基金经理都清楚，每个量化策略都有适合其生存的环境，以及会受到同类策略会对手策略的影响。

此前，就有新闻爆出国内某知名量化基金，在市场好的时候，为了赚的的更多，动了凡心，改了策略，这还是赚钱的时候，尚且难以完全信任模型，如果处于较大亏损的情形之下，基金经理很难不怀疑自己的模型。

5、量化投资对基本面的研究深度不足

主动管理型基金会对个股有着深入的研究，每个拟投资的标的一般都会有估值的上下限，但量化投资往往很难做到类似的深度，导致一些优质标的的买入时机不好，或者仓位太小。

来源：美股滚雪球

PIMCO旗下量化基金称中资科技股买入时机愈发接近

       太平洋投资管理公司(PIMCO)旗下量化基金Research Affiliates LLC首席投资官Chris Brightman近日表示，他看到了中资科技巨头的投资机会，并称这些公司的股票估值诱人。

　　Brightman表示，随着估值变得低廉，“我们越来越接近将这些头寸纳入投资组合的地步”。

　　他上周在接受采访时表示，历经多年的阵痛后，阿里巴巴(BABA.US)和腾讯(00700)等互联网平台公司的估值已降至历史低点，这些公司变得具有吸引力了。

       Brightman的观点与他同行的观点相呼应。目前，已经有不少基金开始增持中国股票，因为一旦合适的催化剂到来，这些资产随时可能会出现反弹。此外，中国经济复苏势头正在增强的进一步迹象以及中国股市近期的上涨，增加了市场正在触底反弹的希望。

　　汇编数据显示，在过去一年中，大量持有中国股票、管理着16亿美元资产的Pimco RAE Emerging Markets基金击败了94%的同行。

　　Brightman表示，该基金之所以能够获得可观的回报，得益于其基于账面价值、销售收益比、现金流和股息等因素进行投资的量化模型。该基金目前持有中国建设银行(00939)、中国银行(03988)和中国石油(00857)。

　　“从价值的角度来看，中国现在看起来很有吸引力。这与非常昂贵的股票形成对比，比如印度的股票，”Brightman称。

　　Brightman还补充道，中国股市“为重大地缘政治风险提供了可观的补偿”。