每一类策略它可能都有自己的资金的容量，所以没有办法把量化作为一个整体的方向来评价，如果看一类策略，就只能看这一类策略到底是一个什么情况。

阿尔法的资金管理容量有多少呢？

       其实没有一个固定不变的数字，它是一个渐变的过程，对于任何一种资产都有这样一个规律，当它的规模体量不断做大的时候，规模越大，它的业绩就会受到影响，收益风险比就会逐渐下降，这个规律是不变的，也就是说对于所有投资模式，规模是业绩的敌人，这一点是不变的。

       但是对于一个资产管理公司而言，也不可能说我只管2个亿，我就不再扩张规模了，这样是没有办法吸引到优秀投研人员的，策略就会没有持续发展的能力，所以如何把这两个方面进行很好的匹配和平衡，就变得非常重要。

       中国市场上有这样一个观念，首先就是中国市场它是非常适合量化的，因为中国市场的无效波动相对来讲比较大，中国市场的量化机构在2019年2020年普遍可以战胜指数30%，那么2021年市场出现了大幅的有效性的增强，业绩出现了比较大的收敛，这也是伴随着量化规模的大幅扩张，毕竟从1000多亿到了1万多亿，以及中国机构化的发展，这也是一个趋势。

       随着中国机构化的发展，市场的无效波动也会变小，有效性也会提升，这个时候超额收益必然就会变小，但是如果跟美国比一比，美国市场的一流机构每年能跑赢指数20%，从这个角度就可以表现出，中国市场存在的无效波动水平仍然是比美国市场要大得多的，所以在未来市场量化投资大概率还能发挥非常大的作用。

       所以我们认为它是一个逐渐变化的过程，长期的表现就是中国市场的量化投资规模会越做越大，未来还是有非常大的发展空间的，但是未来的业绩比起现在来说会下滑，因为市场会变得越来越有效，越来越成熟。

       随着趋势的发展，所有类别的资产，收益风险比都会下降，长期趋势是不会改变的，所以现在我认为还是投资这样一些品种的比较好的时期。

       那么能不能对市场做一个准确的择时，我个人的看法是不可能的。

       当然这一点其实也算是全世界投资机构的共识，举例说，如果我们要判断中国市场一年的涨跌，能不能做出一个很准确的判断呢？我们认为没有任何人可以给出准确的判断，如果说具有一定的胜率，可能最多也就是50%，不太可能超过60%，这个胜率从统计学上而言跟瞎蒙的差别不大，如果有一个人过去三年判断指数的涨跌，每年都说对了，连续说对了三年，这个时候我们能认为这个人具有非常强的增值能力，他第四年也能说对吗？

       从这一点上来讲，我认为想对指数做出一个精准的择时判断是做不到的，但是借助一些指标，帮我们躲过一些特别大幅的下跌，这是有可能的，比如说下跌的幅度要达到股灾那样的程度，可能市场在一段时间内出现了非常疯狂的非理性上涨，像2007年的上涨，15年的上涨，后续都接着一个股灾。

       所以像今年这样的市场下跌，我们认为它完全是一个正常幅度的下跌，从年初到现在也就跌了百分之十几，这样一个跌幅是在任何情况下都随时有可能出现的跌幅，要对这样的市场下跌做判断，根本就不可能实现的。我们要实现好的投资效果，就一定要把握好几点，第一就是要长期投资，如果你非要说我明天就要赚钱，没有任何投资方式可以满足你的投资需求，第二就是要有一个好的投资逻辑和投资理念，一定要是一个非常正确的理念去投资，才能获得好的效果。

       这个市场肯定不是随机波动，因为如果一个市场是随机波动的，那么任何方式都无法获取超额收益，所有人赚的钱应该都是随机的，一个市场肯定是有规律  可循的，首先这一点是我们的一个理念，这也是量化投资的一个基础。

       量化投资依靠的是概率统计的概念，比如说我可能一次的择时胜率是50.1%，大家看来基本上就是瞎蒙的，但是如果我每次胜率都是50.1%，做1000次这样的判断，它们合在一起的胜率可能就能达到60%以上，所以它就是一个统计的事件，依靠大概率大数定律，实现统计上的赚钱。

       如果我选每一只股票，它的胜率都是51%，中国市场有4000多只股票，这个时候我在4000多只股票里面挑选出一个篮子能够跑赢指数，它的胜率就有可能达到60%以上，甚至接近70%。如果我一天的胜率是70%，做一年的时间再把每一天都积累起来，那么一年跑赢指数的胜率就已经接近100%，这就是统计学的规律，这一点普通投资者是很难进行的，因为首先就要明确的判断模型是不是具有51%以上的胜率，51%的胜率和49%的胜率，就是一个稳定赚钱的模型和一个稳定亏钱的模型的区别。

       对于股票类策略而言，有两类不同的运作方式，在同样的选股模型之下，如果我不去对冲，只是买股票，就是指数增强策略，如果我加一个对冲，比如说用股指期货把指数的涨跌对冲掉，它就是阿尔法策略，就是中性策略。中性产品相对来讲坡度是比较小的，那么指数增强就不一样，指数增强它是只买股票，只不过我买的股票会比指数跑得好，所以我的收益率一块是指数本身的收益，这一块有一个术语叫做贝塔收益，还有一块就是我跑赢指数的收益，这一块也有一个术语叫做阿尔法收益，所以它的收益是由指数本身的收益贝塔叠加上跑赢指数的收益阿尔法共同组成。我们知道指数的贝塔本身波动是很大，所以指数增强产品也是一种高波动的资产，市场大跌的时候它会跟着跌下来，上涨的时候也会跟着涨上去。

       量化投资的策略不是针对某一个阶段市场特殊行情开发的，它的研发是捕捉市场的长期存在的规律，而且往往它抓的是微观规律，并不是我们能够观察到的一些宏观规律，比如看到哪个板块涨的好，哪些股票涨的好，量化策略做的不是这个事情，它是有很多的微观规律共同形成的整体预测，甚至其中有很多的微观规律不一定能够做出非常明确的解释，因为有很多微观规律可能是非线性的，最终是由无数这样的规律共同组合在一起形成预测。

       如果我找到的每一个规律都只有50.1%的胜率，用这一个规律去运行模型，基本上做出来就是一个随机波动，但是如果我有1万条这样的规律，共同形成对市场的预测模型，它的胜率可能就能达到60-70%，如果我有1000万这样的规律共同预测呢？当然量化模型也不可能最终达到100%的胜率，这就意味着它一定会在某些情况下亏钱，而这个亏钱情况的出现就是策略本身表现的一部分，一个正常运作的策略就是有时候赚钱有时候赔钱的。

       另外我们想强调的就是量化策略的研发是有延续性的，我们的策略需要不断去改进，不断去优化，但优化和改进的过程是在原有策略的基础上不断进行进一步的研发，而不是把老的框架完全推翻，所以往往一个策略，新旧版本之间是有很强的传承性的，新策略比老策略表现肯定要好，但是往往在赚钱的行情下，两个都能赚钱，亏钱的时候两个都亏钱，只不过新模型赚的时候多赚一点，亏的时候少亏一点，这个时候长期表现当然就更好，这就是量化策略研发的一种方式。

       一些朋友比较关心量化和主动管理的区别，量化投资和主动管理本身就是世界范围分庭抗礼的两大类投资模式，世界范围的量化投资占比更高一些，中国市场主动投资占比更高一些，跟中国量化发展的比较晚有关系。

       那么主动投资是通过主观判断的方式来决定你去投资什么样的一些品种，投资什么样的一些股票，可能要去研究一下公司的营收情况，研究一下它的管理层是不是成熟，市场环境是不是配合，现在的宏观环境是不是适合它，货币政策如何等等，当然也可以用很多的定量的公式来辅助判断，但是无论用再多的定量的公式来考虑，判断最终到底这股票买不买，什么时候买，买多少，还是基金经理说了算的。

       量化投资是不一样的，量化投资的从业人员不去决定我到底买哪个股票，我们是在开发量化投资策略的，我们一旦评估下来它是一个有效的策略，它就会自动化的去执行。当然可能现在私募基金自动化运行比较多，要买什么股票自动发出信号自己就去买卖，公募基金的话，它可能无法自动化交易，但是也是模型让他买什么，他就手动去买什么，要如实的执行这个模型的建议。

       这种情况下，如果这个模型的效果不好，比如说这段时间亏钱了，我们就要分析一下到底是短期的一个波动，还是长期的情况，即使我发现这个模型长期来看确实不行了，我也不会主动对这个模型做出任何的调整，而是要努力的去提升这个模型的效果，开发出更好的模型来，取代老的模型，但是仍然要遵循新模型给出的结果，而不能主动的对它的结果进行任意的修改。

       这就是量化投资和主动投资很大的区别，落在投资的层面上，持仓的层面上也都有非常大的区别，比如说主动投资的一个基金，可能一般拿几十只股票，最多的话可能100多只股票，少的话还有拿几只股票的，但是量化投资的基金一般来讲就是好几百只，甚至是1000多只，多的有2000多只，这么多的股票，显然我们知道它是不可能由人一个一个来看这个股票该不该买，它就是由机器来决定的。

来源：天狼学院