對(duì)每一個(gè)從事量化投資的人來說，心中都有一個(gè)夢(mèng)想——用“公式打敗市場(chǎng)”。量化投資界從不缺少神奇的傳說，西蒙斯的大獎(jiǎng)?wù)禄疬B續(xù)20年實(shí)現(xiàn)80%的投資收益，正是這種奇跡激勵(lì)著每個(gè)寬客尋找神奇的公式，以實(shí)現(xiàn)持續(xù)戰(zhàn)勝市場(chǎng)的美夢(mèng)。正如投資界的二八法則一樣，能夠戰(zhàn)勝市場(chǎng)的永遠(yuǎn)是少數(shù)，這對(duì)量化投資者來說也不例外。量化投資在海外成熟的市場(chǎng)已發(fā)展了30年，國內(nèi)的量化投資才剛剛起步，對(duì)其如何運(yùn)作依然模糊，本文將試著揭開量化投資神秘的面紗。

　　系統(tǒng)化思考

　　研究是量化投資的核心，表現(xiàn)良好的量化策略大多來源于精心設(shè)計(jì)、縝密而又從不懈怠的研究。對(duì)寬客來說，研究思想的獲取不外乎經(jīng)驗(yàn)的積累、專業(yè)的學(xué)習(xí)、他人的傳道。但無論你的思想來源于哪里，你都必須對(duì)量化策略進(jìn)行嚴(yán)謹(jǐn)縝密、邏輯一致性的系統(tǒng)化研究。

　　首先，你必須要深刻理解策略的基本原理，它是否具有科學(xué)的理論基礎(chǔ)？它獲利的基礎(chǔ)是什么，是來源于你的模型還是來源于你的風(fēng)控？它適應(yīng)哪些市場(chǎng)？它適應(yīng)哪個(gè)品種？這些問題你必須誠實(shí)而認(rèn)真地思考。

　　其次，細(xì)節(jié)決定成敗，你必須考慮到策略的每一個(gè)細(xì)節(jié)。對(duì)機(jī)器來說，它只是忠實(shí)執(zhí)行你的指令，如果缺乏絕對(duì)精確的指令，機(jī)器也是毫無用處的。相對(duì)主觀判斷型交易者來說，機(jī)器的優(yōu)點(diǎn)在于它能克服主觀交易者隨意的情緒化的決策，很多時(shí)候，這恰恰是你獲利的來源，對(duì)手的情緒化和錯(cuò)誤是你獲利的“源頭活水”。

　　最后，你必須持續(xù)跟蹤你的量化策略，沒有一個(gè)模型是一勞永逸的，沒有這樣完美的印鈔機(jī)。一旦模型出現(xiàn)預(yù)定的偏差，你必須全力以赴尋找問題的根源。正如量子理論描述世界的方法是“或然率”，而量化投資描述世界的方法只是概率游戲，無論你是用什么策略，獲利都只是因?yàn)楦怕收驹谀氵@邊。

　　確立你的優(yōu)勢(shì)

　　對(duì)每個(gè)寬客來說，你必須要確定你在這個(gè)市場(chǎng)中的優(yōu)勢(shì)，當(dāng)然這個(gè)優(yōu)勢(shì)更多取決于相對(duì)優(yōu)勢(shì)。要想成為市場(chǎng)中少數(shù)的贏家，你必須明白你的優(yōu)勢(shì)邊際所在。

　　對(duì)不同類型的量化投資人來說，建立優(yōu)勢(shì)路徑不盡相同。比如對(duì)高頻交易者來說，優(yōu)勢(shì)的一個(gè)重要來源是速度和交易成本，比你的競(jìng)爭(zhēng)對(duì)手享有更快的速度和更低的交易成本。如果你想成為一個(gè)高頻交易員，要想方設(shè)法取得這樣的優(yōu)勢(shì)。對(duì)日內(nèi)低頻交易員來說，優(yōu)勢(shì)可能來源于你的模型，比如在海量的交易數(shù)據(jù)中尋找到微弱的規(guī)律性，或是來源于你的風(fēng)控，即使對(duì)同一個(gè)模型來說，風(fēng)控水平的高低也在一定程度上影響著模型的發(fā)揮，在很多時(shí)候風(fēng)控的重要性是超越模型的。這其實(shí)很好理解，大部分模型都已被寬客建立，要尋找到神奇的公式難度極大，在高度競(jìng)爭(zhēng)的市場(chǎng)環(huán)境中，模型的優(yōu)勢(shì)都是短暫的，但只要你在細(xì)節(jié)的各個(gè)方面都比競(jìng)爭(zhēng)對(duì)手考慮得更周全一些，你就有可能建立自己的優(yōu)勢(shì)，風(fēng)控就是被很多“聰明”的寬客所忽視的。對(duì)套利交易者來說，你的優(yōu)勢(shì)可能取決于你的資金規(guī)模，可能取決于你的交易成本，還可能取決于制度壁壘，比如國內(nèi)市場(chǎng)的某些內(nèi)外盤套利機(jī)會(huì)，恰是因?yàn)橘Y本管制，那些有境外渠道的投資者就可以充分享受這種制度紅利的套利機(jī)會(huì)。

　　對(duì)寬客來說，無論是采用哪種交易模式，都要思考你的對(duì)手是誰，你相對(duì)于競(jìng)爭(zhēng)對(duì)手優(yōu)勢(shì)有哪些，你必須建立自己的SWOT分析模型。

　　永遠(yuǎn)不要忘記黑天鵝

　　歷史總是被創(chuàng)造的，通常在那些寬客投資失敗的案例中，我們總是能找到過度依賴于歷史數(shù)據(jù)的影子，歷史數(shù)據(jù)反映了哪些情景是可能再現(xiàn)的，哪些是極少發(fā)生的，哪些又是從未發(fā)生過的。多數(shù)失敗教訓(xùn)都是或多或少忽視了歷史上極少發(fā)生的或從未發(fā)生的情景。長期資本的破產(chǎn)就是未預(yù)測(cè)到俄羅斯會(huì)賴賬，因?yàn)闅v史上從未發(fā)生過。而預(yù)防黑天鵝事件正是在風(fēng)險(xiǎn)評(píng)估中必須考慮到的，一個(gè)好的量化交易策略是會(huì)主動(dòng)承擔(dān)一些合理的市場(chǎng)波動(dòng)風(fēng)險(xiǎn)，對(duì)不可預(yù)知的風(fēng)險(xiǎn)必須要有防范措施。

　　正如“測(cè)不準(zhǔn)原理”是量子世界理論基礎(chǔ)一樣，不可預(yù)知事件總是伴隨著量化世界。風(fēng)險(xiǎn)管理并不只是規(guī)避風(fēng)險(xiǎn)或者減少損失，它是為了提高回報(bào)而實(shí)施有目的選擇和規(guī)?？刂?。度量市場(chǎng)風(fēng)險(xiǎn)的工具主要有夏普比率，計(jì)算收益回報(bào)隨著時(shí)間的標(biāo)準(zhǔn)差，這種方法可以得到不確定性的概念，這個(gè)概念通常稱作波動(dòng)率。波動(dòng)率是風(fēng)險(xiǎn)的來源，同時(shí)也是眾多寬客獲利的來源。風(fēng)險(xiǎn)控制模型一方面需要分析市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)，也就是市場(chǎng)整體型的風(fēng)險(xiǎn)，另一個(gè)方面也需要分析數(shù)據(jù)統(tǒng)計(jì)型風(fēng)險(xiǎn)，統(tǒng)計(jì)型風(fēng)險(xiǎn)在量化交易策略中經(jīng)常會(huì)用到，但有時(shí)也會(huì)產(chǎn)生策略參數(shù)過度優(yōu)化的風(fēng)險(xiǎn)。

　　市場(chǎng)可能持續(xù)非理性，一直到你破產(chǎn)為止，所以不要忘記黑天鵝事件，它會(huì)比你想像的出現(xiàn)更多。

　　嚴(yán)格執(zhí)行指令

　　主觀判斷型交易者中的貪婪、恐懼、不守紀(jì)律的情緒化因素在量化交易過程中會(huì)得以避免，這也是量化策略與主觀判斷型交易策略的顯著區(qū)別。事實(shí)上量化交易策略并不比主觀判斷型交易策略更聰明，只是量化策略能夠避免多數(shù)人在嚴(yán)格執(zhí)行紀(jì)律時(shí)所面臨的異常的心理挑戰(zhàn)。在經(jīng)過設(shè)計(jì)和嚴(yán)格測(cè)試的量化交易策略后，投資者應(yīng)該讓模型自動(dòng)運(yùn)行而不受不必要的隨意干預(yù)，除非模型已不適應(yīng)當(dāng)前市場(chǎng)。在很多初次采用量化模型投資者中，正是因?yàn)椴荒苋淌墚?dāng)前市場(chǎng)合理的波動(dòng)進(jìn)而懷疑模型的有效性而放棄執(zhí)行量化策略。甚至有些人會(huì)產(chǎn)生量化投資無用論的觀點(diǎn)，但對(duì)資本市場(chǎng)來說，這也是合理的，因?yàn)闊o論用哪種投資方法，這個(gè)市場(chǎng)本就是少數(shù)人贏家的游戲。