汇丰晋信恒生A股指数基金拟任基金经理 方磊

 

很多投资人一听到“量化”这个词，往往脑子里浮现的就是一堆看不懂的数学符号及机器，仿佛是一个普通投资人很难理解的领域。但在我从事量化研究相关工作的十几年中，感受倒并非如此，量化，其实是接“地气”的：首先，量化投资与人为的主动投资互相依存；其次，其实每个人都或多或少在实践着所谓“量化投资”的方式，理论人人上都可以成为量化高手。

 

抛开复杂的定义，所谓量化，就是一套有历史数据支撑的模型，可以很高深、很复杂，运用到各种对冲交易及衍生品操作当中，也可以很基础，比如简单的运用PB、PE数据来做投资。其核心在于：游戏规则的制定，即模型；持续不断的数据跟踪检测及模型优化，即动态调整；坚定的执行力，即不以人的主观判断为转移。

 

我在新加坡从事量化投资的工作时，就经常与非量化投资人员在一起，观察他们平时的交易，总结他们的实战经验，构造量化模型。也就是说，量化模型的基础是经验的总结。打个比方，就像农民伯伯并不是通过科学的统计，来决定什么时候该施肥、施多少量，科研人员则是通过大量历史数据来论证这些已被历史经验证明是正确的结论，再在此基础上建立模型用来预测施肥时间和施肥量。

 

所以，归根结底，很多有效的模型其实是在实践中生成的，如果没有过去这些成功的经验作为历史数据论证，很多模型也就不可能出现。

 

每个模型一出现，都会有其有效期，一旦模型被市场大量复制，或者市场发生变化，模型就有可能不适宜，这也就是模型的第二个要点——要不断的更新和优化。

 

可能就有人会问，既然如此，那需要模型做什么？既然以人的经验为基础，需要人来修正，就做主动的投资好了。我想可以以我的案例来说明一二。

 

我也曾尝试为自己设计过一个小的量化模型用以测算效果。将钱分成十份，在一年之中，如果某一天指数的跌幅超过某个值，就购入一份，到年底时不管赚赔，都平仓。按此策略，当年如是牛市理论计算收获颇丰，虽然没有大盘涨得那么多，熊市当然是亏损，而震荡市在较多人亏损的状况下模型是盈利的。付诸行动后，某一年的熊市到年底，当计算发现账户是亏损时，面对这样的结果，人的赌性战胜了策略的执行力，根据主观判断觉得市场已在估值底部区域，持有的话可能盈利更高，最终没有执行既定的策略。而当第二年牛市出现时，根据当年的模拟计算，如果当年按照此策略继续操作，整个投资是盈利的，但是，由于前一年底没有执行平仓，理论上牛市来临也没有资金投入，只能继续被动持有却享受不到牛市的盈利。

 

这就是人性的弱点，永远会被自己的情绪和主观的判断左右，无论你认为自己如何理性。这也是为什么量化投资在海外愈加流行的原因：将人为因素抛开。

 

看到这，投资人应该明白，其实自己可能就在做着“量化”投资。比如，我计划每个月的10号买入1000元基金，这就是一个最简单的模型。随着时间的变化，比如市场PE值已到历史底部，可以考虑加大投入到每月1500元，这就是动态调整。那么，剩下的，就是执行力了。恐怕大多数人，到了该买入的这天，就会开始纠结，今天涨了这么多，明天会不会跌？要不明天再买？等等诸如此类，最终一拖再拖，这个“模型”也就名不副实了。正如做量化投资的人常会说的一句话，“严格的纪律和执行力是量化投资成功的保证”。

 

所以，想成为“量化高手”理论上并不难。给自己定好规则，根据市场及时调整，然后最重要的，就是执行到位。