Local EPUB Text
量化投资
8月7日（周二）和8月8日（周三），按照模型操作的做多/做空股票对冲基金大受打击，尽管同一时期固定收益产品市场和股票市场上的波动相对不太大，且其他对冲基金类型也没有遭受重大损失。8月9日，美国标普500指数跌了3%，市场大多数的中性基金继续大幅度缩水，很快它们市场中立的地位就岌岌可危。4
若这些基金本身是中立的，怎么会产生这些损失？它们应该表现出不管市场方向如何，收益都会很不错。罗认为肯定是由于某种系统风险的存在。换言之，基金交易系统的编程方式不变，因此，用同样的方式编制程序，但市场出现了临时事件，基金的价值也会遭受损失。市场中立和130/30的基金都很受欢迎，但也引起了不同程度的批评。有些人捍卫130/30基金，针对投资组合有些人做多130%、做空30%。但若碰上分散程度不均匀，或者倾向于标准差区域的话，那么130/30这种策略就未必有益了。有些人还说，市场中立的基金需要贝塔值产生正回报，或者说，上行的市场应该有正数的贝塔值。
量化投资的优点
若所有的程序员思维模式相同，他们毕业于同类学校，脑子里的理论都一样，下班去光顾消费的地方也一样，那么他们就很有可能编写出大致相同的程序。对某些投资者来说，量化基金依然不太有吸引力。投资者开始会想起由诺贝尔奖得主建立的、由定量模型推导出来的长期资本管理公司（Long Term Capital Management，LTCM）。1998年俄罗斯金融危机后，长期资本管理公司出现巨亏，美联储只能出面解困。有些人认为美联储的介入是一种危险的举动，产生的风险策略让金融体系在2007～2008年时崩溃。还有些人认为这为美联储和政府干预金融市场开了先例。若当时长期资本管理公司只是把投资者拉下水，任其自生自灭，以后人们在进行杠杆交易的时候就会更加谨慎些。
从回报表现角度分析，量化投资有很多优点。假设你采用单一的基本面分析标准，如购买价格低于面值的股票，市盈率小于10倍。要做到这一点，你要付出多大的资金代价？不会太多，很多免费的财经网站和贴现票据经纪公司会变相过滤这两条标准。加上了流动性和市值过滤指标后，你可选的投资对象大大减少。若市盈率低于特定水平（其他金融比率也一样），你就会买入；若该比率超过了特定水平，你就卖出。为了简化问题起见，若股票交易价格低于票面价值，市盈率低于10倍，就买入；若股票交易价格超过票面价值的1.5倍，且市盈率超过15倍，就可以卖出。当然，为了能从这种策略的实施中获得效益最大化，你还必须得对你的标准在多种市场条件下进行回溯测试，从而为最佳的进场点和退场点设定比率。
可否将市盈率10倍，或者为其他数值作为一种买入的标准？可以用市场指数的百分比来对市盈率的高低情况进行判断吗？若市盈率低于美国标普500指数的1.1倍，你就应该买入。按照这种标准交易，需要承担1999年出现的市场定价过高的风险，即使市盈率低于市场指数1.1倍以下，该市盈率依然过高，不足以说明其低价买入后上涨的空间。还有一个问题是某些行业的股票市盈率自然要比其他行业的股票市盈率低一些。如科技股比化工类公司股票的市盈率高，因为科技股增长前景好，在某些情况下受经济周期的影响较小。
量化分析的成本/效益
使用计算机的程序衡量量化分析的成本效益，基金经理只需要花几分钟的时间，其成本很小。然而，假设我们买入40种股票分散投资组合，通过积极管理分析，我们需要有很多备选的公司股票，需要花费数小时来了解对应公司的财务报告。你还有可能得花时间跑一跑公司（去见见公司的管理人员，开展投资前的相关调查[1]），为此需要的食宿差旅费更是少不了。
既然投资回报率归根结底与费用和开销有关，那么量化投资在这里就有很大的优势了。假设你要拜访40家公司，跑一家公司需要花费5 000美元，那么这里就有20万美元的成本。为此，我们可能还得找到懂行的分析师，还得支付他们的薪资酬劳。比如说每年雇用4个分析师，每年每个人需要花费25万美元，加起来就有120万美元了。也就是说，管理1.2亿美元的资产，每年就需要有1%的回报来偿付这笔开销。理论上，使用量化系统的话，这笔费用完全可以节省下来。你只要支付基金经理的薪资（比如每年25万美元）就可以了。当然，我们还要加上编程费用以及财经数据库的费用，但是两相权衡后，你就明白了量化投资方法的优势。利用基本面分析意味着差旅费增加，开销增加一大笔不说，你还得抽空要会见更多的人。但是这种分析是否具有实际的意义？有些分析师比较擅长调查情况，而有些分析师宁可选择计算机程序，好让自己有空去打网球。
只有定制正确的量化策略才能真正提高价值。基本面分析需要相当于1%资产额的管理费。按照当前的情况，我们的投资管理更难做了，很难达到期望的回报率。精明的机构可能不会关注这些管理费，因为资产管理回报丰厚。还有一种可能是，当他们的管理费用低于平均水平时，他们就会启用量化研究经理。为了避免这种情况，我们最好降低管理费用。或者至少我们可以使用积极管理策略，让人们认定高额的资金管理费用是值得的。为什么不雇用几个工商管理硕士，在各大城市设立办事处，然后让他们专门负责投资前的调查工作，好让客户明白我们在市场立足的根本是我们正确的投资研究呢？客户可能本身也不懂行，看到办公室忙忙碌碌工作的职员以及堆积如山的研究报告，客户可能更容易相信自己的投资前景不错。
随着资金的不断涌入，研究成本本身已经不成问题，除非客户根据投资结果盘算后需要降低管理费用。英明的客户可能会四处打探，根据量化的标准判定可能的回报，然后根据这一判断，估算自己能赚多少钱。更高明的客户会设立影子投资组合（shadow portfolio），对基金经理采用的量化标准进行反向推导，判定基金经理的表现能否打败影子投资组合，由此确定相关人员能否为资产增值做出贡献。鉴于此，聪明的基金经理不愿意给出所有的量化标准，声称投资过程中一定要考虑公司的管理和品牌形象，而这些因素无法量化。通常情况下，只要投资回报比较客观，客户是不会关注基金经理的话是否全部属实。然而，最终投资委员会里总会有人提出管理费用的问题，提出效益不错的量化基金是不错的选择，或者使用简单的量化管理策略的交易型开放式指数基金也适合投资。这时，基金经理算是碰上真正的对手，当然也让人们制造了量化基金或者交易型开放式指数基金能够带来附加值的假象。
假设我的量化公式带来了不菲的收益，但是我知道要是客户更相信那些拥有宽敞的办公区域和很多员工的公司，那么他们看到只有我一个人对着一台电脑工作，肯定不会相信我的表现。因此，我就咬咬牙，雇了几个人，租了一间大办公室，摆好鲜花，墙上挂上画，接待处的人员笑容可掬。这些人和物与投资一点关系都没有，只不过是装装门面而已。等更多的资金涌入后，我就开始裁员，减少这部分的预算，告诉客户我加速了投资决策的过程，工作效率也提高了。但愿我此刻已经证明了自己的实力，客户也不再关注到底有几个人在办公室开展量化研究这个问题。
在2005年盈利拐点出现前，量化策略应用比较普遍。但是之后很多共同基金引入了量化基金，连嘉信（Schwab）和先锋（Vanguard）这样的贴现票据经纪公司和指数基金也增加了量化基金种类。基金的发展，当然牵涉到向潜在客户介绍投资的过程，这是遵守金融界职业道德必走的程序。
完成量化系统的编程、外加精挑细选标准、美化投资过程并不是一件很容易的事情。其中涉及的会计和统计工作会让整个过程变得扑朔迷离。5使用基本面分析和技术分析时，总要面临如何有效综合的问题。你常听到的解释是：“我曾尝试过结合基本面分析和技术分析，但是最后放弃了，因为这根本行不通。”技术分析和基本面分析就像是纽扣和布一样，而量化分析就是针。你需要针才能把纽扣钉起来。还有一个问题是技术分析和基本面分析常有不一致的地方。当基本面分析告诉基金管理者行情不好时，技术分析却表现出了积极的征兆；当基本面分析师兴冲冲地打算买入时，技术分析却出现了卖出的信号。这种情况无形中增加了人们的焦虑，也给投资前景蒙上了阴影。难怪那些只相信基本面分析的人最终只能去追踪垃圾指数。
量化系统的引入是平衡处理基本面分析、技术分析和投资行为等方面问题的唯一方法。当然，一定要保证量化系统编程的准确性，且不宜过于复杂。我们已经知道市盈率较低，相当于发出了买入的信号，但技术分析师不会被低市盈率这一信号欺骗。也就是说，若他们已经下定了决心，虽然财务数据的情况会模糊本已很清楚的局势，不管前景如何，他们都会坚决买入。量化系统有一定的基础，却不能凭空捏造买卖的决定。因此，量化系统能够很好地联系基本面分析和技术分析，就像我们有了线以后，就能成功把纽扣钉在衣服上。同理，在投资过程中，容不得人们左右摇摆，举棋不定，一定要对正确的投资方法有信心。为了成功，你必须要掌握投资的门道。量化分析是实现投资方法客观、可量化的唯一渠道。优柔寡断，决策方法前后不一致是让你遭受双赔局面的“捷径”，你不可能从中得到很好的投资回报。
[1]这里原文用了kick the tires，美国俚语，字面意思是踢轮胎，检查轮胎是否可靠。对于证券投资来说，这里的检验扩展为读公司的年度报告、检查公司的管理制度，回顾公司的历史表现，考察公司的竞争者以及阅读有关公司的最新报告等。——译者注