上半年产品表现分化 私募深挖“指数增强能力圈”

       最新监测数据显示，今年上半年的内地指数增强策略私募产品整体收益率延续了2020年的稳健表现。但在指数波动增大、个股分化的背景下，不同产品的表现也出现了显著分化。多家一线量化私募机构表示，在相对较为复杂的市场环境下，今年下半年的私募指数增强策略预计仍将面临多个投资难点，真正得到验证的优秀策略模型，才有望继续实现较高和稳定的超额收益。

收益率表现强弱分明

       来自朝阳永续的最新统计数据显示，截至7月5日，按照6月15日之后有最新净值公布的证券私募产品计算，今年上半年内地私募机构的所有股票策略产品(含主动多头及量化对冲两大类)的平均收益率为7.89%，其中正收益产品占比为57.07%。

       另一家第三方机构的监测数据则显示，该机构监测到的368只成立满6个月的指数增强策略私募产品(不完全统计)，今年上半年的平均收益率为10.84%。其中，上半年实现正收益的指数增强策略私募产品有346只，占比为94.02%;28只产品上半年收益率超过20%。

       在上半年指数增强策略整体收益率表现强于所有股票策略产品平均收益率的同时，在指数增强策略产品内部，不同产品的收益率表现出现显著分化。宽桥金融首席投资官唐弢表示，根据该机构长期跟踪的10亿元规模以上指数增强策略私募产品净值数据来看，在沪深300指数增强产品中，相关私募机构旗下的产品在上半年平均跑赢指数9.2个百分点;在中证500指数增强产品中，相关产品平均跑赢指数12.5个百分点。

       喜岳投资首席投资官唐涛进一步指出，今年以来，由于个股“一九”效应逐步减弱、市场热点相对分散，指数增强产品的超额收益表现明显，但不同私募机构、不同指数增强策略私募产品的业绩表现跨度较大，分化显著。

指数增强策略直面多个难点

       唐涛表示，以基本面量化选股为主的增强产品，今年继续提供了较具竞争力的超额收益。与此同时，相对于2020年全年，指数增强策略获取超额收益的难度明显有所增加。具体而言，第一，大小盘个股严重分化和波动率增加，给指数增强收益带来了更高的不确定性;第二，今年以来市场内部的行业波动和风格波动也较往年更加剧烈，对指数增强策略的选股超额收益带来巨大挑战;第三，目前的私募指数增强策略中大部分规模为高频量化，随着近几年高频量化私募规模暴涨，策略赛道拥挤程度增加，超额收益被稀释。

       他表示，从长期来看，稳定的指数增强策略应当呈现三方面特点：一是指数增强策略背后要具有“强逻辑支撑”，以逻辑为出发点的策略能够在样本内外保持较高的一致性，杜绝数据挖掘导致的过度拟合风险;二是不做行业和风格择时偏移，稳定的指数增强策略收益应该更多来源于选股能力;三是优秀的指数增强策略，能够在不同产品规模情况下，保证一致性较高的业绩表现。

       宽桥金融分析认为，在A股市场运行韧性持续增强、波动率较以往有所增大的背景下，优秀的指数增强策略模型，更应当突出两个方面的“长板优势”。具体包括更加多策略复合的择时策略，以及更加精细化、多策略的选股方式。宽桥金融认为，以指数成分股的内部选股为例，未来量化机构可以更多关注对不同行业或者风格区分的股票池，进行单独建模，并采取多重逻辑的选股方式进行叠加，才可能在更复杂的市场中持续领先。

来源：投资快报

量化基金经理应该具备四种思维模式

       中证网讯（记者 张焕昀）日前，摩根士丹利华鑫基金数量化投资部总监、大摩量化多策略基金经理余斌在接受中国证券报记者采访时表示，为了更好地在A股市场发挥量化投资的优势，主动量化基金经理应具备四种思维模式。

　　余斌认为，位于主动量化基金经理能力圈第一层的量化思维，是整个量化投资方法论的内核，具体来看，包括工具技能、概率思维和数据思维三个内涵。

　　其中，"工具技能"代表量化研究人员的先进生产力和高效解决问题的能力，可以帮助基金经理高效解决问题，极大降低日常工作中的低层次重复劳动，从而将更多时间和精力投入到思考和构建策略中去。"概率思维"代表了量化人员在不确定市场环境下的应对方式。余斌坦言，概率思维对他的影响很大，他的投资策略本质上就是"构造胜率与赔率更优的投资组合"。"数据思维"则代表了量化人员对市场的打开方式。在余斌看来，证券从业人员应该对数据非常敏感，对数据背后的逻辑关系能够快速反应，如果看到不正常的数据，立刻就能明白问题所在。

　　位于第二层的是中期思维，即产业周期和景气度的感知能力。如何理解中期思维对量化投资的作用？余斌表示，核心原因在于国内外市场量化投资发展阶段的不同。"众所周知，量化投资起源于海外市场，对成熟市场适用性也更强。这是因为成熟市场获得超额收益的难度较大，单纯通过因子选股很难获得非常高的Alpha收益。"在此背景下，可以采用量化投资方法实现投资组合的高效和低成本管理。

　　位于主动量化基金经理能力圈第三层的是长期思维，即对产业长期趋势和企业竞争力核心变量的提炼和理解。在余斌看来，长期思维更接近投资本质，对市场或者个股的理解本质上是基于竞争优势、商业模式的认知。"但我不建议主动量化人员像基本面投资一样去深挖个股，自下而上的个股研究需要非常深厚的积累，量化投资在这方面的积累肯定是相对薄弱的，因此我们需要寻找不同的角度去分析问题。"

　　最后一层是组合思维，根据既有信息构建最优组合。投资是面向未来的，因此要基于预测观点来构建组合。如果只是基于历史信息找出解决方案，并不是理想的组合构建方式，胜率和赔率评估才是组合构建的核心，这也是余斌始终坚持的方法论核心。

来源：金融界

什么是10倍股量化投资模型

       什么是10倍股量化投资模型，其实量化模型就是把10倍股的特征用数据固定下来，形成公式，形成固定的筛选和操作的流程。

       有了这个公式我们在选10倍的时候就简单了，但凡符合这个模型的个股那么未来涨10倍的概率就很大。

       什么是好股票，什么是垃圾股我们不能靠猜，而是去用模型量化。就像清华大学招生，好学生不是谁说好就好的，而是按统一招生模型，各科总成绩，按统一一个标准来招生，这样才能公平公正。

       不能说校长说这个学生好就招进去，也不能这个学生的父母是学校的教授就招进去，有了这个模型就减少了腐败，减少了主观判断。

       教育的目标是把优秀的学生变得更优秀，我们买股票的目标也是买优秀的股票，陪伴它变得更优秀。

就像我们每个人在选股的时候，不会因为你对这个股票熟悉，这个股票就是好股票，也不会因为这个股票你没听说过就是不好的股票。

       在选股的时候普通股民最常犯的一错误就是把情绪带进去，或者听别人推荐就买了，失去了自己的判断，买完之后才知道后悔了，买完之后也不知道这只股票究竟好不好。

所以我们要形成对好股票的判断标准，不能因为有人推荐了就是好股票，如果你没有自己的判断标准你就没办法持有一只股票到翻倍。

       而老廖的超级量化投资模型就是用来判断股票的好坏，用公式去计算出一只股票究竟好不好，用公式去计算一只股票什么时候买，什么时候卖，如何建仓，如何减仓，什以时候该持有都是有统一的标准的，这样即便是新股民也不会盲目，也不会带着情绪去炒股，减少了不必要的麻烦，让我们炒股更加轻松、愉快！

       我现在每天在做的事就是不断优化自己的投资模型，研究那些因子失效了，哪些因子成为市场新的核心驱动因素，使自己的投资模型在不断的进化过程中，不存在偏见，不存在感情用事。

       模型投资是在价值投资和趋势投资在基础上创新升级而来的，它诞生于大数据时代，通过人工智能算法形成最佳长线价值量化投资模型，具有划时代意义，不是停留在20世纪的传统价值投资和趋势投资，而是大数据和智能时代产生的数据投资模型。

       模型投资也是属于主动投资的一种。不同的是，主动投资依赖的更多的是公司调研以及产业趋势的判断，并加以个人的经验判断，而模型投资则是将定性的思想进行数量化的过程，模型投资的优势主要有以下几点：

       1、纪律性：纪律性指的是严格执行模型所给出的投资建议，不受到投资者主观情绪的影响，纪律性的好处是可以帮助我们克服交易过程中情绪的弱点，比如说侥幸心理、贪婪、恐惧，同时由于数学模型的客观性，也可以帮助我们克服认知的偏差；

       2、效率性：效率性指的是数据处理能力的速度，人脑对于信息的接收和处理能力是有限的，主观投资可覆盖和可处理的股票数量相对较少，而量化模型可以对于市场上所有股票进行快速分析，发挥信息处理能力的优势。同时数学模型可以快速跟踪市场的变化，不断学习新的市场规律，更加简洁高效；

       3、分散性：分散性指的是持股相对分散、适度集中，不是以某一只或者某几只股票取胜，而是以投资组合的形式依靠概率获取超额收益，这也体现到了我们组合收益的风险特征上。

      在股票市场中不要去猜短期的涨跌，真的太难了，因为任何时候上涨和下跌的理由都是可以找到的，作为个人投资者，完全无法分辨，即便是很多宏观策略师和首席分析师都不敢给出明确的答案，可见，业内专家都看不清楚。所以，别猜，一切按照自己的模型来，该买的时候就买，该卖的时候就卖，只赚模型中确定性的钱。

来源：而且因为你值得

智能选股技巧 怎么选择股票的买入点？

       股市中不同的股票有很多，不少人都想要通过炒股赚钱了，一些炒股的知识要掌握，选股是很重要的，那么智能选股技巧是怎么样的呢？还有怎么选择股票的买入点？我们一起来看看！

       股市中不同的股票有很多，不少人都想要通过炒股赚钱了，一些炒股的知识要掌握，选股是很重要的，那么智能选股技巧是怎么样的呢？还有怎么选择股票的买入点？我们一起来看看！

智能选股技巧

       选股是每个炒股者都会经历的过程。可以通过资金选股系统了解资金流向，加强判断趋势；对个股评级，验证自己选择股票的优劣；善于利用工具可以更轻松地选股，同时也要多了解行业动态各方面的信息。

选股技巧如何

       选择龙头股。龙头股在同行业板块中有一定的影响力和号召力的，并且龙头股会起到引导和示范的作用；选择大市值股。大市值的股票风险小，股票稳定，波动小；选择政策支持的股票。有政策支持的股票是受国家保护的，发展会比较稳定。通信达智能选股点击【工具】选择【功能树】，在功能树的选股器里有（智能选股）一栏，点击它就可以实现智能选股。

       至于怎么选择股票的买入点？量价配合完美，上拉放量，整理回落缩量，逆势拉升突破前面高点，而且分时量快速放大，可以买入；整理后突现急剧放量的动作，分时直线拉升，属于主力做多的体现，可以买入；量价健康，拉升放量，也可以买入。股价已连续下跌3日多，跌幅逐渐缩小，成交也少，如果突然变大且价涨，那么可以买入。

来源：股城网

量化新思路系列之三：量化投资如何讲好自己的故事？

       量化投资具有“黑箱”属性，量化投资是否因为黑箱属性而遭遇了资金的不公平待遇我们认为在吸引资金时没有，但在保持规模时可能有。曾经吸引过资金的量化产品大都在三年期业绩上获得了较好的排名，而主动权益产品中规模增长的产品也是对中长期业绩排名有着较高的要求。过去两年，业绩优秀的量化产品缺乏资金流入的部分原因可能是缺乏三年维度的中长期业绩。 “黑箱”属性真正对量化投资的影响可能是在业绩短期下滑时资金的快速赎回，部分主动权益产品可以在业绩下滑时维持规模。

　　从历史来看，资金对量化产品的短期业绩更加敏感，近年来中长期业绩的影响开始提升。

　　从历史来看，资金对量化产品的短期业绩更加敏感，三个月业绩、一年业绩主要影响量化产品的份额变化，而主动权益产品的份额变化同时受三个月、一年和三年业绩影响。近年来业绩对份额增长的影响有所减弱，三年业绩对量化产品的份额变化影响则开始提升。

　　基金规模的头部化现象明显，且对中长期业绩的要求较高。规模增长的基金几乎只集中在10%的基金里，且规模增长与每一组的业绩有一定的正向关系。在规模增长最多的 10%基金里，其过去 1 年平均年度回报分位数在 30%附近，过去 3 年平均业绩分位数在 20%附近，且这一组的平均业绩分位数仍然显著好于其他组。具体到即使赛道本身表现优异的消费行业基金，仍然只有三年平均业绩排名在 10%的那一组能获得资金流入。

　　指数增强产品过去两年收到指数本身表现的拖累。无论是沪深300指数还是中证500指数，过去两年在主动权益基金的排名分位数均不高，基于该指数的增强产品需求受到指数本身表现的拖累。

　　AQR 对价值理念的坚守提供了一个理念驱动策略的参考案例。美股过去几年经历了价值因子表现不佳、大盘成长风格表现迅猛的行情，坚守价值理念的 AQR 也经历了业绩的“阵痛”和份额的赎回，AQR 的应对并不是单纯的改变策略或者调整模型，而是选择了对外宣传投资理念去赢得投资者的信任。

　　业绩下滑时能维持规模的主动权益产品均属于风格稳定的产品，投资理念驱动策略是可以考虑的一个方向。我们建议可以考虑先确定投资理念再设计量化策略的模式。我们发现在业绩下滑还能维持规模的主动权益产品里，都属于风险鲜明且稳定或风险相对均衡的产品。

　　清晰稳定的投资理念或有助于量化产品传递理念，维持规模。

来源：东方财富网

从围棋到量化投资，不懂金融的DeltaGrad跑赢95%基金

        初步完成金融投资界的“AlphaGo”，这家人工智能公司野心勃勃，欲在2019年踏上商业化征程。

       “我们发明了能跑赢95%股票型基金的AI经理人”，4月18日人工智能公司DeltaGrad首次向外界展示其研究实践成果：

       数据显示，DeltaGrad自2017年11月以来，以自有资金进行A股的量化投资，截至2018年12月，录得交易累计业绩为：收益率6.19%；同期上证指数下跌30.10%，深证指数下跌41.18%，创业板指数下跌38.58%——DeltaGrad全面跑赢大盘。此外，结合私募排排网、东方财富Choice等公开数据比对，DeltaGrad投资收益率超越了同期市场上95%的股票型基金。

       DeltaGrad创始人庞然在接受亿欧金融采访时透露，DeltaGrad将于2019年正式开始对外商业化运作，专注人工智能应用于股票及期货市场的投资策略输出。

从计算机围棋到量化投资

       “DeltaGrad是目前国内较早的把AlphaGo技术应用在金融投资领域的人工智能公司。”

在这句开场白后，“AlphaGo”几乎成为整个采访过程中被提及频率最高的一个词。

       2016年3月15日，李世石以1:4的比分惨败人工智能AlphaGo，这次事件可以理解为人工智能领域的里程碑，人们终于找到了赋予机器直觉能力的关键。庞然解释，传统想用“穷尽”的方法，将人类下围棋的逻辑梳理成策略算法是不可能的，因为围棋中的可能性堪比宇宙中所有的原子总和。而AlphaGo的成功则说明，用深度学习网络的算法，机器已经一定程度上拥有了“直觉”。

       此后，只用到了一台机器和4个TPU，经过几天的训练，AlphaGo Zero以100：0击败了AlphaGo。这是神经网络算法的又一次提升，甚至不需要人类提供棋谱数据，AlphaGo Zero从单一神经网络开始，通过神经网络强大的搜索算法，在自我对弈中实现了迭代学习。

       受AlphaGo的启发，庞然带领从未涉足过二级市场的团队开启了神经网络技术赋能金融投资的探索。也许DeltaGrad团队并不懂量化投资，但他们所训练出来的股票机器人却懂，神经网络就像一个黑盒，人们也许并不理解“机器人是怎么思考”的，只能等待时间来证明它们“思考”结果的对错。

什么是神经网络

       庞然表示：“我们不止在训练机器的理性思考能力，通过数据的不断升级与神经网络的优化，我们也在逐步训练让机器拥有自主的直觉思考能力。”

       通俗来讲，神经网络就是一个可升级的简易人脑。第一次给神经网络输入一个信息时，神经网络里只有部分的神经元被激活或者被激励，被激活的神经元传递下去的信息是计算机最为重视或被认为最有价值的信息，如果输出结果是错误的，经过误差反向传递对所有神经元参数进行调整，使得所有神经元的参数变得对真正重要的信息特征更加敏感，经过大量的信息训练，被改动的参数就能渐渐预测出正确的答案。每一次错误预测的反向回馈，都会使这个神经网络进化得更加聪明一点，信息的维度越丰富，训练的数据量越大，输出的结果就越精确。

       目前，DeltaGrad已经研发出10个神经网络结构模型。每一个模型机器人，对应着一种神经网络结构和数据的组合，DeltaGrad通过各种股票数据去刺激这些机器大脑，以激发它们股票投资领域天赋。因此，每个机器人会从不同视角，同时审视相同的股票、板块和指数，得出更加多维的预测。一个DeltaGrad的股票机器人，足以完成多个基金经理的业务角色，可以对股票市场的数据分析并生成策略。

领先1年等于领先120万年

       在采访中，DeltaGrad透露，目前正在筹备搭建世界第一个供机器人自主进化的虚拟交易市场，以庞大“数据”为核心。不依托人类现有市场交易数据，通过机器人交易自博弈来推演出更多交易数据。从而产生海量交易的数据，帮助机器实现更快的自主进化。每个DeltaGrad股票机器人能产生70万-120万的策略数，每个策略表示一种使用机器人预测能力的操盘方法，每一个策略对应一个回测过的风险收益数值。当前已经完成的10个机器人共能产生1000万+的策略数，每天机器组合的调仓、增加备选股票，都依据这些策略数值进行。平均一年时间就可以推演出上海证券交易120万年交易数据。

       未来DeltaGrad也会向市场开放同样的策略开发平台，不仅能够用历史30年的数据供策略设计者进行回测，还能用DeltaGrad私有的虚拟市场交易数据进行回测。

“黑天鹅”事件又该如何抵御？

       对此，庞然向亿欧金融表示：AI经理人和人类基金经理人最大的一个区别就在于，人类基金经理人精力有限，只能关注几只、几十只股票，而AI经理人所关注的股票可以达到上千只，当风险足够分散的时候，单只股票的波动影响已经可以控制在可接受的范围内，不会影响总体的收益率。

       此外，尽管AI自我博弈能够产生庞大的数据量，但这些数据是否能够覆盖足够的维度？人们又如何能够被说服，去信任自己所无法理解的机器做出来的决策呢？

       这两个问题，也许只有时间能给出答案。

来源：亿欧

金融智能化让群众享受高质量金融服务

积极推动“智慧政务”进网点

       近日，建行枣庄高新支行在营业室政务服务区成功布放具有营业执照打印功能的政务一体机，为企业打印营业执照并跟踪完成开户。

       此次政务一体机在该行的成功布放充分体现了国有大行服务群众的责任与担当，做到了切实为群众办实事、办好事、办身边事，让人民群众享受高质量的金融服务。该行将网点打造成为百姓身边的政务服务大厅，在助力政府提高服务效能，方便百姓办事的同时，也为银行破解网点获客增长困局，提供了有效措施。

       保障和改善金融服务没有终点，只有连续不断新的起点。枣庄分行将继续依托金融科技，进一步提升网点综合服务能力，切实将辖内网点打造成“百姓身边的政务服务大厅”。

进行数字牡蛎项目金融业务技术对接研讨

       为加快数字牡蛎项目实施，推动项目落地，近日，建行威海分行乡村振兴金融办公室在分行组织召开数字牡蛎项目金融业务技术对接研讨会，会议采用双向视频方式，与所辖乳山支行共同详细探讨了数字牡蛎项目乡金业务需求，由市行普惠金融事业部、个贷中心、个人金融部、机构业务部、信用卡中心、金融科技中心、乡金办等专班成员部门，对金融上线功能及总行、省行平台技术对接进行了讨论。

       此次研讨，为项目合作协议书签订、项目功能报备及业务需求说明书编写奠定了专业技术支持。

成功上线ETC智慧停车平台

       建行枣庄分行以金融科技为依托，深刻领悟“建生态、搭场景、扩用户”数字化经营要义，积极构建“智慧生活”场景金融生态圈。与山东高速枣庄分公司开展合作，重点打造ETC智慧停车平台，致力于为百姓带来高效便捷的出行体验。

       近日，建行枣庄市旅游集散中心停车场ETC智慧出行平台成功上线，解决了该停车缴费拥堵问题，提高了车辆进出效率，获得了客户的高度评价。

       该行将以此平台突破为契机，进一步强化三方合作，积极构建枣庄特色的智慧出行平台，持续拓展客户的潜在金融需求，不断探索、不断创新新型金融产品，努力通过金融科技为社会带来更多智能便捷的金融服务。

来源：联合视讯

基金投顾试点机构扩容，“蓝海”之下如何脱颖而出？

       基金投顾迎来新的“入局者”。

       据《中国基金报》报道，又一批机构获准试点开展基金投顾业务。其中包括博时、广发、招商、工银瑞信、兴证全球、汇添富、银华、华安、交银施罗德在内的多家基金公司，以及中信证券、东方、安信、兴业、国信证券等部分证券公司。

       2019年10月，基金投资顾问业务试点正式启动，拉开卖方投顾向买方投顾转型的序幕。此前，有18家机构获得基金投顾试点资格，包括5家基金公司、7家券商、3家第三方销售平台和3家银行。

       国内基金投顾推出的初衷，主要是为了改善公募行业两大痛点：一是基金赚钱，基民不赚钱；二是基金公司和渠道“重新发轻持营”。

       一年多过去，首批试点的基金投顾现状如何？和海外成熟市场有何不同？

       华泰证券金工组在研报中指出，当前各类机构在投顾业务的不同环节上有着较为明显的优劣势差异。

       基金公司的投研能力和品牌认可度颇具优势，但投顾服务经验和渠道能力仍待提升，因此采用将智能投顾品牌输出到第三方销售平台的形式来规避短板。

       券商在投研能力、投顾能力、渠道能力无明显不足，但优势也不够鲜明。银行客户群体庞大，理财顾问体系成熟，但权益投研能力仍有提升空间。

       第三方平台客户数量较多但投研能力较弱，因此采用直接从外部机构引进投顾策略的形式规避劣势。

       海外成熟市场的投顾业务起源于20世30-40年代，在近一个世纪的发展中经历了从混乱到规范，从卖方到买方，从线下传统投顾到线上智能投顾与线下人工投顾相结合，2020年底，SEC注册投资顾问所管理的监管资产规模已达97.2万亿美元。

       基金投顾已成为美国投资者购买基金的主要渠道，在退休计划之外投资共同基金的家庭中，约50%的家庭通过基金投顾购买基金。

       在收费模式上，国内公募基金以管理费为主，费率随着策略风险的下降而递减，而美国管理费率是随着规模增加而递减。

       另一大不同在于，基金投顾在美国以人工投顾为主，智能投顾为辅；国内目前以智能投顾为主，人工投顾为辅。

       根据海外经验，基金投顾的成功，三分靠“投”，七分靠“顾”。美国的客户更换投顾的原因，65%是服务，只有35%是业绩。在顾问服务上，投资者更看重情感因素。

       对于基金投顾的发展前景，平安证券基金研究团队判断，中短期来看，基金投顾业务将持续处于蓝海。随着各类型具备不同禀赋的机构获批开展基金投顾，整体的业务形态将有望更多元化发展，市场会迅速进入激烈竞争期。

       依据基金投顾试点机构一年的发展速度，平安证券基金研究团队预计，2021年基金投顾总规模可以突破1000亿元，用户数超过500万。投顾投顾机构将会出现管理规模超300亿元的投顾服务，单一策略的服务规模会超100亿元。

       2020年，受益于市场行情，基金投顾试点机构的策略组合均取得正收益。如何从策略组合同质化中脱颖而出，是基金投顾机构面临的重要挑战。

       华泰证券金工组认为，未来各家基金投顾之间的竞争终将回归投资能力和服务水平的竞争，两项能力决定机构是否能与投资者之间建立起共赢信赖关系和客户黏性。各参与方在投顾业务中的优劣势各不相同，机构可在政策红利期内补足短板并培养核心竞争力，提前抢占市场份额。

来源：腾讯网

一文看懂量化投资的特点与优势

       量化投资作为一种新兴的投资方式，已经得到了欧美等成熟股票市场、期货市场多年验证。

　　数据显示，美国资本市场90%的股票交易量都来自于量化，50%的资产是由量化策略管理的，而在中国资本市场，这个占比只有20%。

　　国内知名量化私募幻方量化董事总经理、基金经理蔡力宇认为，量化在中国的未来非常有前景，量化基金的管理规模应该会越来越大，比例越来越高，规模的天花板也会持续突破。

　　那么量化到底有什么好处，让市场如此沉迷？让我们把时间的指针往回拨动，回到90年代的法国。

　　纪律性：量化交易的起源

　　从现存的资料来看，最早采用科学方法试图归纳总结股票规律的人，是法国的朱尔斯·雷格纳特。

　　朱尔斯·雷格纳特是巴黎证券交易所的一名股票经纪人助理，他非常厌恶内幕交易以及那些通过技术图表寻找短线交易机会的投机者。他认为只要频繁地进行短线操作，最后快速破产是必然的事。

　　因为短线交易与赌博很像，有人赚的同时就有另一个亏，再加上有证券交易所在边上抽取高额的手续费，这是一个妥妥的零和博弈游戏。

　　而雷格纳特是牛顿的铁粉，他试图模仿牛顿的天体运行理论用科学的方法去预测股票的涨跌。

　　他通过对过往的交易价格进行分析，得出当时巴黎最大的证券交易品种——3%的永续国债的合理价格为73.4法郎。

　　在低于这个价格的时候他就会果断买入，跌的越多买的越多，高于这个价格就会卖出，涨的越多就卖的越多。就这样他实现了“财务自由”。

　　我们现在可以看到朱尔斯·雷格纳特的策略利用了正态分布和均值回归等统计学理论，做出了一个简易的量化投资策略。

　　这个策略可以避免他追涨杀跌，这也就体现出了量化策略的第一个优势：纪律性。

　　人性的贪婪，亏损的厌恶，都可能带来追涨杀跌的投资结果，但是量化策略是完全基于设定的交易条件进行买卖，可以避免人性弱点导致的亏损，具有很强的纪律性。

　　及时性：爱德华·索普的财富密码

　　雷格纳特看不起短线交易，觉得短线交易就是在赌博。但他没想到在100年后的美国出现了一位传奇赌徒，这个人就是爱德华·索普。

　　爱德华·索普作为麻省理工和加州大学的数学、金融学教授，是个不折不扣的数学天才。他通过IBM计算机和概率论的凯利公式发现了21点的记牌技巧，并发表了论文《21点的优选策略》。

　　爱德华·索普在掌握“技术优势”后一夜之间横扫内华达州雷偌市所有赌场，对普通赌徒展开“量化屠杀”，最后被当地的赌场老板永久禁止进入赌场。

　　一家小小的赌场也满足不了这样一位数学天才，1969年索普创立了全球首家量化对冲基金，他利用量化的数学公式计算出证券的合理价格，一旦偏离就通过计算机立即抢筹。而他的两只对冲基金在30年内，年化收益率稳定在19%~20%左右，无一年亏损。

　　最后在1964 年的和1967年写下了《干掉庄家》、《干掉市场》两本书籍，至今都是金融从业者的必读书籍。

　　这也就是量化策略的第二个优势：及时性。

　　由于量化交易只要触发价格指令就会自动进行交易。相较于人工下单，有效地降低了时滞，可以更快的抓住机会，获得投资收益。

　　特别是在如今量化交易越来越普及的现在，谁能比别人更快的发现市场的定价错误，谁就能取得更高的收益。

　　系统性：桥水基金的全天候策略

　　桥水基金作为全球最大的对冲基金，在2008年成功预测金融危机而一战成名，当年在多支大型基金破产的情况下，桥水基金的收益高达14%。

　　达里欧说自己的桥水基金无视市场波动，不管大盘好坏都能获得稳定的收益，虽然这个牛吹得很响，但是达里欧起码在2020年之前都做到了。

　　而在去年3月份新冠疫情爆发之后，关于“桥水基金爆仓”的传闻在金融圈疯传。随后达利欧辟谣，表示桥水没有爆仓，只是巨亏而已。根据桥水基金3月18日的基金日报显示，桥水基金旗下的纯阿尔法基金于今年已经累计下跌约21%。

　　人们都知道要在把鸡蛋放在不同的篮子，但这批鸡蛋都是同一只母鸡下得怎么办？这个篮子都是同一个工厂生产都有质量问题怎么办？

　　2008年金融危机来临的时候，美国所有的股票都在下跌，因为整个资本市场都出现了问题，如果资本市场这只“大母鸡”都生病了，那么他下出来的这一批蛋都是有问题的。

　　当时的美国市场股债齐跌，那些只在美国市场进行分散的投资基金大多都倒闭了。而桥水基金的全天候策略则是进行了全球配置，美元、黄金、期货、国债、股票，几乎都做了配置，而且桥水不止在美国做资产分散，也在欧洲和新兴市场国家进行了资产配置。

　　这样桥水基金才能保证充分分散风险，他要吃的所有国家的发展红利。直到这次全球性的新冠疫情爆发，让整个全球经济出现了停摆，桥水基金这才出现了亏损。

　　这也就体现了量化策略的第三个优势：系统性。

　　量化策略的规则可根据需求多维度、多角度来进行配置。可以从资产配置、行业分散，也可以从宏观周期、市场结构等角度来进行配置。所以量化策略的系统性，能捕捉到更大的投资机会。

　　量化交易是以数学模型替代人为的主观判断，利用数学公式与计算机技术从庞大的数据中寻找能够带来盈利的“大概率”事件。量化交易的本质上是数学与概率论的利用。

　　百花齐放的国内量化投资机构

　　随着国内资本市场的日益成熟。近些年，国内也涌现出了一批优秀的量化基金。

　　在我们的公募私募里也许许多多的量化策略，大家最常见的公募量化策略大致有指数增强、量化选股、和量化对冲这三种。

　　其中在量化模型中最广泛运用的，是多因子模型。通过对市场进行回测，挑选出那些能够带来丰厚回报的因子。

　　举个例子：我可以通过量化策略来批量挑选那些ROIC常年稳定在20%~30%，并且现在PE低于30的公司。再对这些公司进行数据分析。这种HI与AI相结合的量化选股基金也能取得不错的收益。

　　公募中浙商基金是业内首家提出“AI驱动”的资产管理公司，而浙商基金利用AI赋能的绝对收益策略产品“智多”系列已经成为其明星产品。私募中做的比较好的也有明汯、幻方、灵均等。

　　不同时代有不同时代的量化，一个策略用得多了，收益率也就降低了，没有能永远有效的量化策略，唯有不断在量化投资上不断深耕的优秀投资人才能永恒。

来源：证券之星