什么是价值投资？

何为价值投资？

    股票被套了怎么办？“拿着呗，就当做价值投资了！”我想这可能是投资者对价值投资最大的误解！其实长期持股并不等于价值投资，价值投资是用实业投资的思维去选择股票,通过研究股票的基本面,选择好的公司，在一个合理的价格买入，赚取公司的成长以及分红盈利！

如何做价值投资？

    简单来说，价值投资就是在一个好行业，选择一个好公司，在一个好价格买入并长期持有。如果简单的在一个随机时点买入一家随机选择的公司，长期持有，按A股目前普遍的公司质量，其结果必然亏多盈少。

    如何才能找到一个适合做价值投资的股票呢？首先选择一个好的行业，行业前景够大，公司才能不断做大市场份额，上市公司业绩才能继续增长。同一个行业公司也是差异巨大，要选择具有核心竞争力的公司，比如说有技术专利、独家配方，或者有先进的组织架构和创新机制等，能够为公司在行业中竞争形成壁垒，巩固龙头地位，提升市场占有率，持续创造新增价值，带来业绩持续增长和投资回报。

    但业绩持续好的公司不一定是好的股票，好的股票还要有好的价格，吸引投资者的目光，我们投资能否取得回报，不但取决于公司能否成长，还要取决于我们购买的价格，如何判定股票有一个好的价格，简单来说就是看估值，如果股票估值过高，提前透支了未来十年甚至二十年的业绩，就算是业绩持续成长，十年后依然高估，股价可能不涨反跌！

加入价值选股因子提高操作安全边际

    近年来，很多投资者做在交易时，会选择被市场低估的股票买入，在估值回归时卖出。同样的，市场上常说的超跌反弹股，实际上也是做股票的价值回归。随着金融市场的日渐完善和成熟，越来越多的投资者在选股的时候会加入价值投资选股因子来提高操作的安全边际，在接下来智投小贴士中，会给大家具体讲述如何分析上市公司基本面，重要的价值投资的选股因子以及具体使用方法，欢迎大家继续关注~

巴曙松——在资管行业独辟蹊径：量化投资的新赛道

资本市场最具吸引力的一个特征，就是其**了许许多多可能性，投资者可以根据自己的偏好，选择与探索不同的投资路径，并且承担投资决策的结果。我常常将资本市场类比为布满一两百条不同难度的滑雪道的巨大滑雪场，滑雪者可以自如地选择不同的雪道，当然滑雪技巧足够高的滑雪者也可以自己探索一下滑野雪。

如果说沃伦·巴菲特是价值投资领域的标杆，那么，詹姆斯·西蒙斯在量化投资领域则同样享有标杆的地位。华尔街给西蒙斯的形形**的称谓包括：数学大师、解码专家、亿万富翁、对冲基金大佬等。《纽约时报》将西蒙斯形容为探索者、行动者、给予者、思想者。

西蒙斯24岁获得博士学位，25岁赴哈佛大学任教，26岁为美国军方破译密码，30岁在纽约州立大学石溪分校当上数学系系主任，随后创立文艺复兴科技公司，将数学思想融入投资，使用量化手段寻找“投资圣杯”。

西蒙斯缔造的文艺复兴科技公司凭借复杂的数学模型和算法进行海量数据分析，成为市场上最引人注目的量化投资公司之一。西蒙斯凭借量化投资策略，带领大奖章基金成为有史以来最成功的对冲基金之一。

文艺复兴科技公司的标志性产品大奖章基金1988—2018年的年化复合收益率高达39.1%，大幅领先同期标准普尔500指数的年化复合收益率。和传统的对冲基金不同，文艺复兴科技公司是一家纯量化基金公司。

公司创始人西蒙斯本来就是一个顶级数学家，公司的数学模型也是由一个数百人的团队编制而成的。这个团队的成员包括弦理论物理学、天文学、量子力学、生物学、数学等领域的科学家。他们依据历史价格等海量数据，写了超过1000万行代码。

詹姆斯·西蒙斯——量化投资之父

文艺复兴科技公司创始人；

大奖章基金创立者；

身价达235亿美元，2020年彭博亿万富翁指数榜金融领域与对冲基金第1名。

《征服市场的人》一书通过汇集西蒙斯团队的创业故事、投资策略和投资理念，将读者带入量化投资发展的不同场景，使读者能直观地了解量化投资的概念和特征：

量化投资指用复杂的数学模型替代人为的主观判断，尝试追求收益的最大化，量化投资强调建立在大数定律基础之上的统计优势、建立在严格执行基础之上的风控优势和建立在多元组合投资之上的分散优势。

西蒙斯团队曾多次被模型失效及其原因所困扰。然而，该团队坚持不懈，克服了许多障碍，打造了相当成功的量化基金。对于有志成为量化分析师和投资经理的人，或者想深入了解量化投资与资产管理行业的读者来说，这本书都将大有裨益。

根据**投资数据资料研究商Eurekah edge统计，在2019年，全球量化基金总管理规模约为2.31万亿美元，其中北美市场的管理规模约为1.59万亿美元，占比约为69%，其次是欧洲及中东市场的管理规模，合计占比约为20%，亚洲地区市场的管理规模总共占比约为8%。在目前的全球市场格局中，美国市场依然是量化投资的主战场，且占比较高。

近30年间，美国量化基金的整体发展速度较快，各种策略百花齐放，主要强调的是收益水平相对稳定、与市场走势关联度相对较低且抗冲击能力强的策略。美国量化基金的规模多年保持着相对稳定的扩张速度，投资者对量化基金的投资热情一直较高。

经过多年发展，海外量化基金发展出多家巨头，除了本书提到的文艺复兴科技公司，还有TwoSigma、Citadel、BGI（巴克莱国际投资管理有限公司）、AQR和World Quant都是几千亿美元规模左右的量化巨头。

目前市场上的金融数据**商越来越多，通过现代科技和统计手段，可以将越来越多的资讯纳入数据库中。随着物联网、大数据和云计算的发展，可以预计，未来会有各种维度的数据纳入量化统计之中。数据量的增加和计算能力的提高，为高频交易的发展**了土壤。

近年来，海内外的高频量化私募都迎来了大发展，高频量化私募具有交易量大、盈利率高和容量小的特点。美国的TwoSigma和JumpTrading是高频交易量化基金公司的典型代表。从发展历史来看，2020年中国的量化私募掀起了规模增长的浪潮，百亿级量化私募已经增至10家，这些量化私募以高频量化为主，主要采用高频做市策略、大单跟随策略和异常订单捕捉策略等高频方法。

与历史悠久的海外量化基金行业不同，中国国内的量化基金行业发展起步较晚。海外量化基金使用最多的策略是股票多空，其空头仓位一般通过融券卖空实现，而当前中国国内融券难度较大、成本较高，所以空头仓位一直以来大多是通过做空股指期货实现的。这就决定了国内量化基金的发展与股指期货息息相关。

中国国内市场上的量化投资兴起于2010年股指期货上市，虽然起步较晚，但得益于中国国内场内股指期货和场外个股期权等衍生品市场的逐渐完善，量化投资迅速发展成为一股不容小觑的力量。

从2017年到2020年，量化基金在所有证券类私募基金中的占比从不足5%提升到15%，管理规模增长了4倍，量化交易成交量在整个A股市场成交量中的占比超过15%。

不管是从规模增长还是比重增长来看，近年来量化投资在中国飞速发展，虽然与美国市场相比仍有差距，但总体上看未来市场潜力巨大。

作为舶来品，量化投资在中国市场的发展有优势，也有劣势。以中国股票市场为例，量化投资的优势在于散户在中国市场上占有主导地位。在美国市场，由于投资者的主体是机构投资者，从长期来看持续获得较高的超额收益有一定的难度。而中国股票市场的投资者结构则有所不同，散户投资者所占的股票市值约占整个市场的25%，其交易额达到了所有股票交易额的85%。散户往往容易受“羊群效应”等影响，造成股票价格上存在大量市场异象。

在中国使用量化投资策略可以有大量机会探索、利用市场异象发掘规律，制定策略，进而获得较高的超额收益。在中国市场上从事量化投资的劣势在于中国资本市场仍处于市场深度和产品种类逐步完善的阶段，特别是能够用来对冲的工具有限，已有的工具也受到了一些限制。

美国相对中国市场而言，相关的金融衍生品和工具比较多，可以开发不少收益风险比比较好的策略，目前海外对冲基金产品策略的数量可以达到50个以上，甚至超过100个。

近年来，中国大力发展衍生品市场，丰富产品种类，为量化投资在中国生根发芽**了更为肥沃的土壤。当然，如同任何资产管理活动一样，量化投资最重要的是人才，只有优秀的人才能将先进的技术、策略、理念运用到组合管理当中。

当前，资本市场已经成为中国对外开放的重要窗口。随着资本市场对外开放的深入推进，外资在不断加大对中国资本市场的配置力度，特别是沪港通、深港通和债券通的先后启动，为海外投资者投资中国市场**了便捷的****。

目前，明晟指数（MSCI）、富时罗素指数和标普道琼斯指数将A股纳入比例分别提升到了20%、25%和25%。中国国债也纳入彭博巴克莱全球综合指数、摩根大通全球新兴市场多元化指数和富时世界国债指数。随着资本市场的开放，海外资产管理机构有可能会逐步在中国市场中尝试运用量化投资策略。

随着中国资本市场的开放与发展，投资经理将需要尝试从全球视角配置资产。面对纷繁复杂的海内外投资品种，投资经理不可能了解所有品种，对于不太熟悉的投资品种，采用量化抓主要规律的办法可以实现多品种之间的投资仓位和操作平衡互动。

本书作者格里高利·祖克曼在《征服市场的人》一书中详细讲述了量化投资的探索者西蒙斯如何与一群科学家，尤其是数学家创立了文艺复兴科技公司，并打造了史上最赚钱的量化基金之一。译者安昀和朱昂使用生动的语言将这本著作的中文版呈现给各位读者。

在资本市场对外开放的大背景下，中国资产管理行业也在快速成长和进步，相信量化投资也会日益活跃，深入了解这些成熟市场的经验，也许可以给予我们多方面的启发。

来源：湛庐文化

量化投资策略，永远把风险放到第一位

“量化投资”虽然在证券投资领域已经存在很久，先是在股票分析交易软件初具备雏形，有了选股公式，可以快速选择出具备某种指标，如连续三天涨停的股票、从涨停到跌停的股票、市盈率低于10的股票、5日均线与250日均线形成均差的股票。这些规则看似简单，但如何从4204只A股中筛选出符合条件的股票，无异于大海捞针。但如果您了解选股公式，这一切将迎刃而解。

选股公式其实很简单，如open:代表开盘价，close：代表收盘价，high:代表最高价，low:代表收盘价。如果想选出今天为阳线的股票，也就是收盘价大于开盘价，选股公式就是：close>open。ref(close,N)代表N天前的收盘价，ref(open,N）代表N前的开盘价。ref(close,2)>ref(open,2)代表前天的收盘价大于开盘价。也可以写错多条件组合的公式，通过and来合并。如ref(close,2)>ref(open,2) and ref(close,1)>ref(open,1) and close>open;代表连续三天阳线的股票。 然后，可以通过评测系统对自己设计的选股公式进行评测，看看选出的股票未来是上涨的几率比较大，还是下跌的几率比较大。

后来出现了量化策略**，比如米筐、聚宽、tushare、天傲股票复盘等，大致的方式都差不多，按自己的观察，找出一个自认为能盈利的方面，写出一个策略，通过历史数年的数据进行验证是否能盈利。以史为鉴知兴替，历史如此，行情走势有时候亦是如此。

谋而后动，任何投资的都是有风险的，复盘不一定能找到盈利的方式，但可以提前探知以后预见的风险。当风险在承受范围，就可以参与，当风险已超出自己能承受的范围，就提交抽身。利润和风险是一对双生子，在追逐利润的时候，请先把风险放到第一位，这样才能走得更远。

股市有风险，入市需谨慎。本文仅是从技术的角度探讨，不作为任何投资建议。

来源：互联网资本梦

量化投资，能指望它脱贫致富吗？

西蒙斯公司旗下的大奖章基金，从1988年到2018年的31年时间里，复合年化收益高达39.1%，远远超过了巴菲特、索罗斯、达里欧等投资大师。

下面，我们主要讲讲量化投资的优点，以及普通人能不能靠量化投资赚钱。

先说说什么是量化投资。有人可能认为量化投资就是数量化投资，进行大范围投资和高频交易，从概率上获得收益，这种说法其实并不准确。量化投资的核心其实是投资决策权，因为巴菲特也好，索罗斯也好，无论他们在寻找投资目标的过程中动用了多少技术手段，进行多多少数据计算，最后拍板决策的还是他们自己，是人。

但西蒙斯的大奖章基金不同，他们会借助数学和统计学方法，用计算机技术高效准确地处理市场数据，最后由计算机做出投资决策。所以如果你要确定一项投资是不是量化投资，只需要看最后做出投资决策是人还是计算机就行。

量化投资使用机器进行分析和决策的特点，让它具有很大的优势。首先是面对繁多的市场数据，机器可以算的更快、更准，尤其是在对风险的控制上，还能避免主观人性对投资决策的干扰。

那是不是说量化投资就能让投资者躺着赚钱呢？显然这是不可能的，首先，量化投资策略更侧重短期套利，但很难长期有效，而且失效时往往伴随着黑天鹅事件。再就是一个量化投资策略一旦被验证有效，那么使用者的数量必然会不断增加，当很多投资者都用同一种量化投资策略的时候，市场的有效性也会随着发生变化，甚至出现失控局面。比如1987年美国发生的“黑色星期一”导致全球股市暴跌，就是民众滥用电脑程序交易的恶果。

西蒙斯开始投资时，计算机技术还刚开始普及，但是现在，随着人工智能技术的不断进步，很多人类从事的工作，未来可能会被智能程序所取代，基金经理很可能就是其中之一。这意味着投资机构未来可能只需要程序员和分析师，最后的投资决策取决于机器运算结果，所以很多人确实看好量化投资。

但是我们认为，量化投资虽然是未来的一种趋势，但它并不是万能的。个人投资者如果想进行量化投资，技术门槛还是比较高的，涉及现代统计学、数学和物理学，还要会点编程技术，所以个人不具有操作性。但目前进行量化投资的私募机构越来越多，可以考虑合理配置一部分量化投资。

最后要说的是，只有充分了解每种投资策略，才能更合理的分配我们的投资，让收益和风险趋于均衡。量化投资不一定适合你，但或许能给你**一种思路，在投资上可以修正完善你的投资模型，在生活中，量化的思维也能让人更客观理智的去面对各种不确定性事件。

来源：听金社

易方达：量化投资优势日显 指数增强基金积小胜为大胜

经过50多年的发展，量化投资在海外已经成为一种非常主流的投资策略，管理超过2万亿美元的规模，涌现出索罗斯、西蒙斯等传奇人物以及众多量化对冲基金巨头。

近日，易方达基金量化投资部研究员、投资经理**裘明达，易方达基金量化投资部研究员黄浩东作客易方达投资交流会，详解量化投资在A股的发展情况、指数增强基金投资策略等问题。裘明达与黄浩东表示，国内量化投资虽然起步较晚，但在A股上市公司数量大扩容的背景下，用数量化的方法进行量化投资正具备非常好的优势。其中，指数增强基金凭借“指数基金+主动基金”的特征，有望为投资者获取超额收益，积小胜为大胜。

量化投资 拓展交易“能力圈”

所谓量化投资，就是利用数学、统计学、计量经济学等方法，从海量数据中寻找能够带来超额收益的“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资。国内量化投资起步比较晚，但关注度逐年增加，量化基金的规模整体呈现上升态势。Wind数据显示，截至2020年，市场上公募量化基金数量已有300多只，规模突破1500亿元。

裘明达表示，量化投资在国内出现大的背景，就是股票市场发展。二十年间，A股从800多家上市公司，到现在4000多家上市公司，数量增长了4倍。一个基金经理能充分有效跟踪和了解的公司数量一般在30到50家左，往往在擅长的领域做投资，而尽量少触碰不熟悉的股票，这正是“能力圈”的概念。量化投资可以通过计算机和模型，系统化地同时跟踪和覆盖全市场4000多家上市公司，这种投资广度是非常重要的优势。

作为国内资产管理行业最早开展指数量化的公司之一，易方达基金自2009年就开始组建了量化投资团队，并于2012年发行易方达沪深300量化增强基金，进入量化增强指数投资领域。黄浩东认为，易方达基金量化投资具备三大优势，一是团队规模较大，团队成员背景较好且互补；二是国内最早开始实践量化投资的基金公司之一，至今已有超过数十年的量化投资研究积淀，拥有丰富的历史经验；三是易方达量化QR平台从2012年开始自主研发，至今已经形成了集因子编辑、因子分析、组合模拟回溯测试、组合优化、组合指令交易、组合归因分析等一系列功能齐全的企业级量化投研平台，位列国内基金公司前沿。

指数增强 积小胜为大胜

近年来，指数增强类产品越来越受到广大投资者的喜爱，也有着不俗表现，据Wind数据统计显示，截止2月1日，易方达旗下首只指数增强基金——易方达沪深300量化增强近一年回报为39.53%，成立以来回报为248.15%。

裘明达表示，指数基金是追踪指数收益的被动基金，而指数增强基金，其投资目标就是在跟踪标的指数的基础上，力争获取超额收益，其既有指数基金的特点，又有主动基金的特征。因此，指数增强型基金主要适合看好基准指数本身、但又不满足于获取指数收益率的投资者购买。“简单而言，指数增强基金走势整体上对应基准指数，但希望在指数上涨的时候基金能够多涨一点点，在指数下跌的时候能够少跌一点。用一句形象的话概况，叫‘积小胜为大胜’。” 裘明达说。

对于指数增强基金的投资策略，黄浩东建议投资者“买入并长期持有”。因为指数增强产品的收益来自两方面，一部分是指数本身的收益，还有一部分是超越指数的超额收益。市场上行阶段，指数增强产品既能获得指数本身的收益，又能获得超额收益；市场下行阶段，确实会有回撤风险，但超额收益会适当弥补一部分风险。“对于大部分基民来说，判断市场短期的上下行，也就是大盘择时是一件很困难的事情，因此我们并不建议大家做短期的择时买卖点判断，尤其是对市场没有太多经验的投资者，我们建议大家通过长期持有指数增强产品或者定投指数增强产品达到自己投资的目标。”黄浩东说。

来源：手机***

坚信量化投资会更有生命力

“2021年，整个A股市场仍将处在资金增量阶段，量化机构仍可享受行业容量和超额收益的红利期。”九坤投资总经理王琛在接受中国基金报记者专访时表示，量化投资的竞争力来自于不断面对新的市场环境和技术挑战下的策略迭代能力，九坤一直在持续积累人才和技术，为投资者创造价值。

　　九坤投资成立于2012年，是国内成立最早的量化投资机构之一。在第七届中国基金业英华奖评选中，九坤投资一举揽获三项大奖。公司荣获中国私募基金50强，“九坤CTA专享2号”获得三年期管理期货策略最佳产品奖，同时“九坤日享中证500指数增强1号”获得三年期量化多头策略最佳产品奖。

　　在不确定性中挑战自己

　　王琛于清华大学数学物理学士、计算机博士毕业，进入全球顶级量化投资机构千禧年基金量化团队，对全球证券市场的量化投资策略进行研究，覆盖海外多个地区和市场。

　　王琛喜欢在不确定性中挑战自己。在做海外市场时，就好奇量化投资是否能适应中国市场，这份好奇为他回国创业埋下了种子。王琛一直坚信中国有强大的人才基础，十分看好金融市场持续开放带来的发展潜力。2010年，中国**股指期货，他认定这是最好的机会，所以离开华尔街，与同事姚齐聪一起成立量化投资团队，开始进行国内期货、证券投资。2012年，九坤投资成立，经过多年发展逐步成为国内标杆性的量化投资机构之一。

　　他坦言，创业并非一帆风顺。九坤2014年上线了第一只股票量化对冲基金，当年底就遇上量化行业的“黑天鹅”事件，给这群满怀壮志的年轻人泼了一盆冷水。不过，王琛及其团队很快就发现了问题所在，快速调整并控制住了风险。“我们那次少赚了一些，但促使我们加强了对风险因子的研究和控制，逐步完善了我们的风控体系。在之后管理更大规模、面对其他市场风险的时候更加从容。”

　　“与其说量化投资属于投资行业，倒不如说是属于技术行业。纵观量化投资在海外的发展历史，其竞争力来源是技术的迭代。从最早的金融数据建模、计算机的使用到最近的人工智能，量化投资策略和技术手段始终在向前发展。快速的迭代既令人兴奋，也充满了挑战。”王琛认为，量化机构的竞争力正是来自不断面对新的市场环境和技术挑战下的策略迭代能力。

　　投研团队稳定性

　　决定投资生命力的长度

　　王琛在海外量化机构工作期间，系统性地建立了自己对量化投资的方法和理念。他认为，投资中最重要的是要有透过现象发现并把握规律的能力。量化投资相比于主观投资，附加了数理统计和计算机这两件强大的武器，可以将归纳和执行都做到极致，量化投资会更有生命力。

　　王琛表示，九坤有两个强项，一是多策略兼顾，一个是人才梯队完备。基于投研流水线体系和强大的IT平台支持，在主要的量化策略，包括市场中性、择时对冲、指数增强、CTA等上面，九坤都有比较强的竞争力。另一方面，九坤拥有在华尔街头部对冲基金、全球科技巨头工作多年的策略、技术人才，同时坚持从清华、北大以及美国哈佛、斯坦福、哥伦比亚等知名院校招聘应届生进行培养，构建自己的人才梯队。他们当中很多人已经成长为骨干，促进了九坤核心团队的稳定性。

　　王琛强调，量化投资收益的稳定，需要多样性的因子来源和交易细节的把控能力。对于量化私募基金来说，人才积累和布局是树根，团队分工和策略研究是枝叶，而策略和业绩只是结果。未来九坤会继续吸引最优秀的人才，积累策略和技术能力。

　　量化投资未来发展可期

　　2020年，私募迎来发展大年，量化私募基金数量和管理规模均出现大幅增长。对此，王琛认为有内因也有外因：内因是头部量化私募经过至少3-4年以上的业绩积累，证明了稳定的Alpha能力，很多销*机构和客户对于量化类基金也更有信心。而外因则是，随着房地产市场降温，国内投资者的资产配置转向二级市场，而量化股票和CTA策略在各类策略表现中有很强的竞争力，吸引力较强。

　　当前，中国证券市场正步入发展的红利阶段。王琛指出，随着国内互联网IT和AI技术的加速发展，以及量化行业规模效应下对人才和技术的吸引力，量化投资未来的空间依旧很大。“国内量化头部机构跟海外大型量化机构之间的差距正在缩小。虽然海外大型机构在资本和技术积累上仍有较大优势，不过，依托国内广阔的市场前景和人才资源，国内量化机构还是非常有机会做大做强甚至走出去的。”

　　展望量化投资行业发展前景，王琛表示，中国的量化投资超额收益未来可能会缓慢下降，但短期内仍然还是会比较高。而即使逐步下降，由于其更稳健、与其他投资方法低相关性的特点，仍然会是非常值得配置的资产。最近几年，在已经非常成熟的美国市场，量化投资行业的规模和占比还在持续扩大，也证明了这一点。

来源：东方财富网

金融科技赋能资管行业 大数据风控和智能投顾成重点

近年来，金融科技在资管行业的应用日益深入。记者近日采访了多位资管公司高管后发现，资管公司已不满足于通过互联网技术和信息科技的应用提高运营效率，开始在投研、风控、投顾等环节使用大数据、云计算和人工智能等新技术，以此提升核心竞争力。

资管公司对金融科技的重视程度正在上升，从其投入金额和金融科技在公司战略中的地位就可见一斑。

据摩根资产管理中国区总裁王琼慧介绍，摩根大通每年约在科技上花费130亿美元，其中仅资产和财富管理板块就有10亿美元。“对于拥有大量客户信息和交易信息的金融服务公司来说，网络安全是非常重要的，我们不希望有任何网络上漏洞导致客户信息流失，所以对于网络安全架构的投资，我们不遗余力。”

工银安盛资管总经理吴茜表示，工银安盛资管高度重视信息科技在业务及管理领域的应用，事实上自公司筹备至今的短短几年时间里，已经完成了投资业务管理平台、风控合规管理平台、分析决策支持平台等核心应用体系近20个应用系统的建设。公司未来将结合业务发展战略规划持续加强金融科技领域的配套建设，尤其是大数据、人工智能技术在投资研究及风险控制领域的应用，赋能公司整体投资能力建设和风控能力提升。

法巴资管亚太区行政总裁佰益安表示，金融科技是法巴资管整体企业战略的核心，是法巴资管的三大跨部门主题之一，代表了投资平台的一个重要支柱。先进的算法能力、大数据、自然语言处理（NLP）甚至是人工智能使法巴资管可以挑选出最好的证券和合理的配置，为客户的投资组合增加价值。

值得关注的是，大数据风控和智能投顾正成为资管公司重点发力方向。

“金融科技对资产管理行业的赋能，一是通过科技提高运营效率，比如，通过科技和自动化手段优化运营流程，尽量减少人工操作带来的失误，提高运营效率，降低为客户提供定制化服务的成本。”王琼慧表示。第二，在投资方面，通过大数据分析等应用，提高投研效率，提高风控准确度，寻找更多投资机会等。第三，科技也在改变公司与客户交互的方式，线上直播等方式改变了很多资管公司、基金公司跟客户交互的体验，公司也在研究如何通过科技手段更好地把投资建议快速有效地传递给客户，提升客户售后服务的体验等。

据佰益安介绍，法巴资管对金融科技的投入可以追溯到两年半前，当时法巴资管收购了Gambit，比利时的一家机器人投顾公司。这有助于实现公司的目标，改善客户流程和体验。

“通过机器人投顾，我们可以把量化基本面算法应用到客户的多资产组合，以确保优化组合。”佰益安说，“中国的机器人投顾市场未来几年预计将以指数级的速度进步和增长，我们相信法巴资管可以利用我们的算法更好地与本地伙伴合作；确保为中国广大的投资者带来简化、高效的投资体验。”

来源：新华财经客户端

人工智能成为普惠金融服务新引擎

“买猪苗、买饲料、扩建场地急需用钱，想贷款不用再跑银行网点，动动手指，一天之内钱就到账，真是太方便了。”江西抚州东乡区的黄思思是众多普通养殖户中的一员，经营着一家占地5亩、规模约2000头的生猪养殖场。

去年受疫情影响，猪苗、饲料进不来，产品出不去，资金压力一度让他觉得跨不过这道坎。得知百信银行推出的三农贷款产品“养殖贷”后，从开始申请，到风控、审核、放款等一系列服务全流程线上操作，168万元首笔贷款放款只用了1天就全部完成。

有了这168万元，黄思思空栏几个月的养殖场终于盼来了猪苗。这笔贷款大约能支持养1000头猪，通过一年两轮养殖，年净收入预计能达到50万元，帮助他走出经营困境。

据统计，截至目前，百信银行“养殖贷”的贷款额已超过6.6亿元，通过数字科技赋能和创新金融服务模式，为农户和小微企业提供普惠金融服务。

没有物理网点，无需面对面，数字银行卡就可以直接在手机上申领和使用。通过搜索、电商、出行、视频等互联网生活场景，可使用方便快捷、安全可靠的金融服务……作为首家国有控股的互联网银行，百信银行采用新技术打造的开放银行平台，努力打通金融服务最后一公里。截至2020年底，百信银行服务用户数突破4900万，普惠信贷累放突破3000亿元。

“在金融科技驱动下，我们希望不断提升金融服务的便捷性。”百信银行行长李如东说。面对分布广泛、数据匮乏的民营小微企业和“三农”客户，以人工智能、大数据风控等技术为代表的金融科技正在成为普惠金融服务的新引擎。

让用户享受便捷服务的同时，如何提供安全放心的保障和隐私保护？百信银行首席数字官于浩瀚表示，百信银行重点围绕系统安全、应用安全和数据安全，在业务和技术两个层面形成安全标准体系，通过采用合规准入、隐私保护、数据防护和科技安全等一系列举措保护数据安全，保障用户信息安全。

来源：人民网

为什么投资有时要追求“平庸的机会”？

“骚操作”与“平庸操作”

股民见面，免不了用自己的案例“相互切磋”一下，拿出来的案例无非几种：

短时间内快速上涨的；

“分”级准确逃顶抄底的；

在大跌前“分钟”级择时成功的；

连续换股成功的……

相反，很少有人以“这个月持有茅台，涨了5%”作为案例，后者难度系数看上去实在太低。

如果炒股是体操比赛打分制，这些“骚操作”自然都是10分，个个是股神，但细数真正的股神，总是有大量的“平庸操作”，让人无力吐槽。

有一次，我跟一位擅长围棋的朋友讨论这个现象，朋友推荐我一篇分析2016年“围棋人机大战”的文章，让我更深刻地领悟到在投资中“平庸操作”的意义。

“阿尔法狗”的“俗手”

话题回到当年“阿尔法狗”大战李世石，盘中，解说员们屡次用轻蔑的口吻评价“阿尔法狗”又是一手“俗手”，当然，结果我们也知道了，阿尔法狗4战3胜，而且每次都小胜即可。

俗手，是指无新意的围棋下法。俗手跟“错着”不同，后者是指计算错误导致重大损失，“俗手”是低水平的棋手常常下出的笨棋，最常见的是把可以争一争的棋型走“死”。

在大师级的较量中，几乎很少有俗手，所以才会引发解说员的嘲笑，但为什么程序常常下俗手呢？

作为一个无感情的程序，“阿尔法狗”每走一步都要预测对手下一步落子位置的概率，以及每一种可能造成的全盘胜负概率的变化。而在某些情况下，某一种下法的对方下一步棋的可能性非常多，其计算量过大时，“阿尔法狗”的俗手是策略的一部分，在满足最终胜率的前提下，牺牲某一步的落子质量，来降低棋型的计算复杂度。

假如我们把棋型的计算复杂度分为10个级别，1是最容易，10是最难，假定当时李世石一类的人类绝顶高手能计算的最高复杂度是5级，而“阿尔法狗”通过大量的机器学习，能力可达7级。

如果当前棋型的计算复杂度为9级，因为大大超过了人类对复杂度的理解，所以人类的理解仍然是5级，仍然想绞尽脑汁地去完成这个“不可能的任务”，就会在模糊的估计中不断犯错，而人类高手在复杂棋局中的比拼，就看谁犯的错误不那么致命。

但计算机有自己的办法，超过7级的复杂度，系统内部会预警：计算量太大，将要超时，必须降低复杂度。方法就是用“俗手”固定某一块地的棋型（人类的理解就是牺牲落子质量），强行把棋型的复杂度降低到7级，此时仍然高于人类的理解，但计算机已能从容应对。

道理有点类似于《天龙八部》中虚竹破“珍珑局”，自填一气后，“天地一宽，既不必顾念这大块白棋的死活，更不再有自己白棋处处掣肘，反而腾挪自如，不如以前这般进退维谷了”

被棋友们津津乐道的阿尔法狗自我对弈的第二盘，盘中放弃大龙，反败为胜，即是此策略的典型棋局。

这就是“阿尔法狗”四大策略之一的“快速走子（Fast rollout）”，在满足胜率的前提下，牺牲走棋质量，将决策速度提高1000倍。

下棋的结果就是三个，赢、平或输。阿尔法狗几乎每一局都是小胜，一开始大家觉得这是双方棋力差不多的表现，但时间长了，大家才琢磨过来，这才是实力悬殊的降维打击啊——只要满足胜率，什么棋都可以走。

但人类对于胜负的理解就太多了：狂胜、大胜、胜、小胜、平、惜败、败、大败、惨败……，还有转败为胜、大意失荆州，帽子戏法……

人类把胜败搞得这么复杂，恰恰是因为知道自己计算的精确性不那么强，试图积累更多的优势去稳操胜券，结果就有了相当的不确定性。不确定性让比赛充满悬念，观众是满意了，但对于选手却不是一件好事。

人类的下棋策略有其不得已之处，但一定程度上也是人类高估了自己的判断力，所以在同样有一定博弈成分的股票投资中，在面对过多不确定性因素时，以“俗手”降低某些不确定性，以节省资源和时间做更好把握的机会，这也是一种Fast rollout策略。

难以取舍的机会

比较一下下面两个机会，哪一个更值得争取：

A：三年连续收益10%，概率为80%的机会

B：一年收益20%，概率为80%的机会

前者的机会，经过复利和概率加权测算为，三年总的内在收益率为26.5%。

后者转化为三年进行分析，因为每一年都要以80%的概率重新寻找机会，实际上，三年总的内在收益率为37.2%。

看上去，还是后者的收益更高。但问题没那么简单，市场的机会是不均衡的，80%的概率是基于当前条件下的测算，包括市场位置、主题风格等。当你实现了第一个20%之后，找到下一个20%的机会时，其概率就未必是80%了，它是基于未来的条件测算的，而当下的条件演变为未来的条件，要经过相当复杂的预测，其计算难度会出现指数级增长。

而且，前者的假定研究已经结束，而后者还有两次研究，成本显然更高。

以人脑的计算能力，其实很难判断这两个机会，到底谁更值得争取。也许未来的量化投资基于某些因子组合的复杂策略可以计算，但现在显然不行。

所以，这两类机会可以进行一个持仓组合，一定比例的“三年连续收益10%”和“一年20%”的组合。

组合的比例，理论上说，你的股池规模越大，越可能在一年后继续能找到20%增长80%的概率的股票，所以散户的持仓理应更偏向前者，研究能力更强的机构理应更偏向后者。

但实际上，散户通常易被数字吸引，又习惯于高估自己的研究能力，喜欢更多比例地配置“一年20%”的品种；而很多基金规模太大，找不到足够的“一年20%”的品种，被迫超比例的持有“三年连续收益10%”。

在投资中，只要有弱点，就会有对手利用你的弱点赚钱。而基于人类无法克服的弱点的真正可怕的对手，是“阿尔法狗”的同类——量化投资。

量化资金赚了谁的钱？

从2015年开始，国内的量化基金开始发展，特别是在2018年的熊市，收益超过大部分主动型基金和指数基金。

我们平常都说，价值投资赚的是企业成长的钱，技术分析赚的是对手口袋里的钱，那么，量化到底是在赚谁的钱呢？

我刚入股市的1996年，用均线、KDJ、MACD一类的简单技术指标就能获得不错的收益，机会也比较多。

到了后来，必须要用多个技术指标相结合，机会出现的频率也大大降低，只有扩大股池才能实现收益，而且一个方法用一段时间就失灵了，还要寻找新的方法。

技术分析是一种基于行为的博弈，是一种对当前数据的基于概率的分析与判断，先天缺陷就是策略用得人多了就会失灵，复杂性需要不断加深，一旦深到人脑无法处理，必然会被量化投资打败。

技术分析天然适合量化投资，所以国内目前的量化策略，大部分都是以技术分析为主，那么它们赚的就是同为“技术派”的钱，所以这几年，你是不是感受身边的技术派高手越来越少了？

为什么国内现在基于基本面的量化策略并不多呢？正是因为价值分析有一些天然的“朴素主义”倾向，使其分析集中在目前无法被量化的“商业模式”“护城河”“管理能力”分析上，这是人类的优势领域。

而在交易上，价值投资又强调多看少动，有限的几个基本面指标的计算量并不大，导致量化策略能赚到价值投资者的钱不如技术派多。

所以价值分析者应该恪守“Less Is More”的原则，严格地将分析的复杂性控制在自己可以掌握的范围内，而不是轻易跑到对手的主场。

最典型的越界就是判断指数涨跌的“择时策略”。

在所有的技术分析中，对指数的判断最复杂，因为影响指数的因素相比影响个股的因素，是指数级的增长。经常用的人会发现，它常常跟“择股策略”相冲突，大大增加了系统的复杂性。

这就相当于放弃武器跟野兽肉搏。

两种不同的策略

最后总结一下：

一般投资者的策略是：设定好自己可以接受的风险，在这个前提下，追求风险收益比的最大化。

这个策略的看上去非常完美，可一旦遇到复杂到人脑无法计算的机会，我们就容易受高收益的诱惑而强行判断。

“阿尔法狗”的策略是：定下“至少赢一目”的小胜策略，在保持能让目前盘面维持在一个较高胜率的前提下，判断对手下一步棋位置的概率，如果计算资源仍然不够，就用“俗手”降低计算的复杂程度。

这个策略转换成投资策略是：先预设一个收益目标，比如15%，再搜索达到这个条件的各种资产组合，选择概率更高的执行交易。在价格发生变化时，通过对赔率的综合计算，不断调整标的的品种和比例，使一年的滚动收益率不断处于15%的水平。

这两种策略的最大区别在于，人类的最佳思维是在确定的风险收益比中，不断追求更高的收益率；程序的最理想状态（只是根据阿尔法狗的推想，并非现在的量化策略），是在确定的收益率下，不断追求更高的确定性。

来源：36Kr