量化投資：掘金利器還是紙上談兵？

韓瑋

當股市持續下跌或者長期振蕩橫盤，傳統的投資策略往往表現不佳，此時，號稱“收益穩健、凈值回撤小、風險低”的量化投資，就會成為許多急于增值資金的追逐對象。

量化投資其實并不神秘。廣義上講，量化投資就是把投資管理過程中主觀、定性的環節進行數字化、模型化處理，也包括通過分析市場中大量與投資交易相關的數據來發現投資機會。狹義上講，量化投資是指在證券投資過程中，通過應用數學模型來采取決策，并使用計算機系統進行自動交易。

數量化、模型化、電算化處理，其實對各種投資策略都極其重要。將主觀、定性的內容數量化，可以大大提升投研團隊內部的溝通效率，有效解決長期困擾投資領域的協作難題。同時，數量化越充分，越能廣泛應用計算機等信息技術的成果，更快、更深地處理更多的信息，進而挖掘更多的有效投資機會。投資管理的模型化可以使投資決策更加全面、深入和客觀，因為投資模型不但積累了團隊的投資經驗，而且可以通過不斷完善、進化，來提升整個團隊的投資管理能力，這可不是僅僅依賴某個明星基金經理就能達到的。利用計算機系統進行交易，則可以克服投資者貪婪與恐懼的天性對投資產生干擾。

所以，量化投資只不過是在投資管理過程中，側重于應用數據分析、數學模型、計算機系統等工具和方法。量化投資本身不可能脫離技術分析、基本面分析，以及包括學院理論在內的套利分析等既有的投資理論和策略，否則就必然成為“無源之水、無本之木”。在國內外市場中，充斥著大量投資理論被誤用，以及投資策略期望收益為零甚至是負數的量化投資模型，然而還是有大量證券公司、銀行、保險機構的委外資金投入其中，為這些毫無價值的量化投資支付高額管理費和業績報酬。

應用大數據往往重視相關性，忽視了因果關系，這種思想在證券投資領域是非常危險的，股市的波動很難由歷史數據推導出的概率框架來決定。在自然界中，或許能找到一個和上證指數走勢幾乎一樣的曲線，利用這個不相關的曲線預測上證指數的走勢，并且投入自己的真金白銀去冒險，顯然是極其愚蠢的。然而，很多所謂統計套利的量化投資模型卻樂此不疲。雖然在物理學領域，沒人相信能制造出永動機，但在金融界，有人企圖用數學、物理學的方法，制造出量化投資的永動機。

大量套利策略的量化模型，理論上幾乎無懈可擊，但是其市場容量十分有限。往往在紙上談兵的模擬交易階段，效果十分驚人，一旦投入小規模的資金進行實際交易，在沖擊成本以及相同策略競爭的影響下，結果往往不盡如人意，稍微加大資金規模可能會遭遇虧損。這時候套利策略的量化模型很快就會失效，對于期望獲得長期穩健收益的投資者來說，量化投資變得幾乎不可能。

云計算、大數據、人工智能的蓬勃發展，無疑為量化投資的發展打開了廣闊的空間，然而基于缺乏科學理論基礎的量化投資，巨額虧損的黑天鵝是一定會飛來的。

來源：國際金融報