E49.扒开量化的门缝，瞧瞧科技与狠活
35:11 Share

嘿 大家好， 欢迎 收听 面 基本 期 聊聊 量化。 因为 后面 想 多 努力 聊 一些 量化 基金经理， 所以 本期 全 当 是个 铺垫。 介绍 一下 量化 的 世界观， 不求 有 多 深度。 就像 标题 所说， 这 期 只是 扒开 量化 的 门缝 往里面 瞧一瞧， 能 对 这个 流派 有 一些 最 基本 的 认知， 也 希望 能 帮 到 大家。 以后 再 看到 量化 相关 的 内容 的 时候， 能 大概 了解到 对方 在 说什么。

欢迎 收听 本期 节目， 我们 首先 来 聊 几个 非常 而上 的 问题。 通过 对 这些 问题 的 回答， 大家 也可以 感受到 量化 这个 流派 的 市场观， 还有 投资 观。 第一个 问题是， 市场 是 有效 的 吗？ 这也是 市场 有效 理论 要 重点 回答 的 一个 命题。 所谓 有效， 简单 说 就是 股票价格 已经 反映 了 所有 已知 信息。 这 句 话 很多人 肯定 都 听 过。 那 进一步 的 信息 是 怎么 影响 价格 的， 或者说 信息 是 如何 进入 价格 的， 总共 分三步。

第一步 是 信息 传递， 一件 事儿 发生 了 你 得 知道。 我们 举 个 例子， 比如 某家 公司 它的 业绩 增速 非常 好， 它 有 多种 途径 可以 传递 给 市场。 有 一帮人 可能 很 早就 知道 了 这个 消息， 然后 他们 快速 响应， 立刻 买入 对应 的 股票。 有 一帮人 在 公司 发布 业绩 公告 以后， 手机 收到 了 一条 行情 软件 的 提醒， 告诉 了 你 这件 事儿， 那你 立刻 判断 说 这 是一个 超 预期 的 利好， 决定 干 一票， 于是 准备 买入， 结果 发现 股价 已经 快 涨停 了。 一看 这个 股价 的 暴涨 时间 居然 比 公告 还 早 了 半个 小时。 你 无奈的 摇摇头 骂 了 一句， 呵呵。

A 股 还有 一帮人， 他 下班 的 时候 在 地铁 里边 打开 了 某个 一天 可以 推送 十条 的 某 中 字头 媒体 的 公众 号， 标题 叫 爆发。 这家 公司业绩 暴涨， 十万 股东 今夜无眠。 你看， 同样 是 一条 信息， 不同 人 收到 它的 顺序 完全不同。

第二步， 市场 的 各个 主体 都 接收 到了 这条 信息， 大家 开始 对他 进行 分析 和 决策。 第三步， 决策 以后， 大家 又 开始 基于 这条 信息 进行 交易， 买卖 股票。 但是 交易 也是 分 先后顺序 的， 还 用 前面 那个 例子， 假设 你 当天 买入 涨 了 8%， 你 觉得 这个 涨幅 已经 非常 可观 了， 已经 把 这条 信息 press in 了， 你 想 卖掉， 但是 不好意思， T 加 一 你 卖不掉。 但是 很多 量化 机构 是 可以 实现 T 加 0的。 散户 卖不掉 不 意味着 机构 卖不掉， 换言之， 机构 可以 落 贷， 但 你 不行。

我们 再 回 看 这 三步， 信息 分析、 交易 这 三个 环节 就 决定 了 市场 的 有效性。 换言之， 信息 传递 的 越快， 分析 的 越 精准， 交易 的 越 充分， 那 市场 也就 越 有效。 大家 可以 想象 一下， 每一天 市场 里 都 发生 着 各 这种 事儿， 这些 事儿 变成 了 信息流， 还有 数据流。 被 市场 里面 的 各个 主体 接收、 分析 交易， 这 一笔笔 交易 又 变成 了 价格， 对 吧？ 每 一笔 买 一和 卖 一 的 成交 都 留下 了 一个 价格 轨迹。 价格 本 这也是 数据， 它 又 变成 了 新的 信息。 再 重复 一遍 这 三步， 信息 分析 交易。 我们 就 用 这 三个 步骤 来 解释 什么 是 量化。

第一步 信息 量化， 就是 会 用 各种 手段 去 搜集 各种 数据流， 有的 拼 的 是 搜集 的 速度， 有的 拼 的 是你 这个 数据 它的 稀缺性。 第二步 分析 的 量化， 主要是 用 各种 客观 的 数学模型， 机器学习 或者说 人工智能 A I 你 叫 什么 都行， 用 各种各样 的 手段 去 分析。 数据分析 的 目标 是从 海量 的 数据 里面 能 找 的 规律。 如果 某些 数据 它 具有 大数 定律 意义 上 的 规律， 那么 这些 数据 就可以 被 称为 因子。 这也是 量化投资 里边 的 一个 特别 重要 的 抓手。 再 比如 如果 能 通过 分析 找 出来 大 概率 能 在线 的 规律， 那 它 就可以 成为 一种 量化 策略。

第三步 就是 交易 量化， 可以 通过 计算机程序 发出 买卖 指令， 快速 交易。 打个比方， 散户 正在 这边 意淫 着 毛 组合 宁 指数 长期 持有 能有 多 高 的 盈利 空间， 但是 量化 发现 建立 一个 五分钟 级别 的 趋势 机会， 并且 通过 日内 T 加 0快速 买卖 完成 落袋。 以上 大概 就是 量化 在 做 的 事儿 的 一个 缩影。 回 看 这 三步， 信息 分析 交易， 那用 数学模型 加上 机器 分析 决策 和 交易， 这 大概 就是 量化。 再举 个 例子， 价值 投资 在 我国 已经成为 某种 政治 正确 了。 价值 投资 的 信仰 图腾 无疑 肯定 是 八 芒 二人组。

量化投资 也有 他的 信仰 图腾， 就是 吉姆 西蒙斯。 对 西蒙斯 而言， 他的 伯克希尔 叫 大奖章 基金。 1988年 年 到 2018年 这 30年 间， 大奖章 基金 的 复合 年 化 收益率 大概是 66%， 管理费 高达 每年 5%， 业绩 提成 是 44%。 这种 费用 磨损 和 Carry 堪称 抢钱。 但是 即便 扣掉 这些， 大奖章 基金 的 费 后年 化 收益率 依然 高达 39%， 这 是神 一般 的 回报。 当然了， 这种 逆天 的 数据 背后， 大奖章 基金 的 规模 连 伯克希尔 零头 都 不如。

西蒙斯 在 征服 市场 之前 是一个 数学家， 在 M I T 还有 哈佛 教书， 还 曾经 为 政府 破译 过 密码 后 在 下海 做 量化投资。 某种程度 而言， 西蒙斯 也 破译 了 市场 的 密码。 2019年 华尔街日报 的 特约 撰稿人 叫 greg zark man， 他 写 了 一本书 叫 征服 市场 的 人 吉姆 西蒙斯 如何 掀起 量化 革命。 有人 就 问 这个 作者 扎克 曼， 西蒙斯 到底 是 怎么 做到 这么 深 的？ 大奖章 的 秘密 到底是什么？ 扎克 曼 说， 他们 没有 秘密， 但是 有 一大堆 优势， 比如 他们 有 可以 回溯到 18世纪 的 准确 数据。 你看 这就是 信息 的 稀缺性。 信息 分析、 交易， 这 将是 本期 节目 不断 重复 的 三个 关键词。

好了， 我们 到 现在 还没有 回答 本期 节目 最 开始 的 问题， 市场 是 有效 的 吗？ 信息流 最终 打入 了 价格 流 嘛？ 我 个人 答案 是 长期 看 市场 是 比较 有效 的。 但是 毫无疑问， 信息 通过 交易 进入 价格 的 过程 会 被 各种 变量 影响， 也 需要 时间。 所以 在 某些 时段， 某些 局部 市场 并不是 有效 的那 进一步 的 其实 市场 有效 理 更 重要 的 点 在于 它 有一个 推论。 这个 推论 就是 如果现在 的 价格 已经 充分反映 了 所有的 已知 信息， 那么 从 逻辑 上 讲， 未来 的 价格 走势 就和 已经 press in 的 已知 信息 无关 了。 未来 的 价格 走势 它 只会 受到 增量 信息 的 影响， 也就是说 新的 信息 再一次 打入 价格。 那 这个 推论 翻译 过来 就是， 如果 市场 有效， 那 大家 就 很难 预测 未来 了， 因为 增量 信息 无法 预测。

市场 很难 预测 的 另 一个点 在于， 不仅 增量 的 信息 会 影响 价格， 人的 分析 交易 也会 和 价格 相互影响， 比如说 著名 的 三根 阳线 改变 信仰， 再 比如 索罗斯 的 反身性 原理， 哪怕 面对 同样 的 信息， 人 也 可能 做出 不同 的 反应， 从而 让 市场 输出 完全不同 的 结果。 举 个 例子， 现在 中国 的 各 大 一线 城市 已经 认房 不认 贷 了。 这个 事儿 在 2016年 的 时候 发生 过。 然后 市场 的 反馈 是 走出 了 一线 楼市 有史以来 最大 的 牛市。 但是 同样 的 信息 再一次 发生 的 时候， 一线 楼市 在 杀跌。 所以 我想说 的 最后的 结论 很 简单， 就是 市场 总是 在 变， 而且 是 巨变。 甚至 可以 说 当我们 加入 了 增量 信息 和 人的 反应 这 两个 变量 以后， 人是 不可能 两次 踏进 同一个 市场 的那 市场 的 这种 变化 也会 让 因子 失效， 会 让 风格 切换， 会 让 抱团 瓦解， 也会 让 去年 的 冠军 基金经理 到了 今年 就 泯然 众人 矣。

前面 说 了， 长期 看 市场 是 有效 的， 或者说 市场 总会 在 某 一些 时刻 达成 均衡 的 状态。 但是 更 常态 的 是， 市场 总是 会 阶段性 的 局部 的 无效， 无论是 信息 层面、 分析 层面 还是 交易 层面 导致 的 无效， 是 这些 无效 才 构成 了 阿尔法， 或者说 超额 收益 的 真正 来源。 我们 还是 用 前面 的 例子， 扎克 曼 在 他的 书 里面 就说 大奖章 基金 的 模型 会 利用 人的 行为 弱点 去 赚钱， 他的 很多 超额 收益 其实 来自于 人的 行为 偏差。

进一步 的 越 有效 的 市场 就 越 难 创造 超额 收益， 打败 市场 的 难度 也就 越高。 比如 美 股， 美 股 现在 每天 3分之1 的 成交量 基本 是 由 量化 交易 供 见 的这 就 意味着 几件 事儿。 首先 信息 打入 价格 的 速度 很快， 在 微观 层面， 在 高频 的 层面 博弈 相当 激烈， 市场 相当 有效。 这种 高度 有效 就 意味着 实现 超额 收益 的 难度 很高。 在 这样的 环境 里面， 你 想 做出 阿尔法 就 很 困难。 反倒 是 跟上 市场 本身 的 贝塔， 同时 降低 费率， 降低 波动， 帮 大家 节税 才是 更有 吸引力 的那 反之 在 越 无效 的 市场 创造 超额 收益 就会 越 容易。 因为 信息 分析 交易 层面 的 无效 才是 真正 的 超额 收益 的 来源。

因此 一个 很 扎心 的 结论 就是 必须 得 说， 散户 是 国有资产 在 信息 获取 层面， 真正 有 价值 的 数据 早就 被 构建 了 价格 壁垒， 变成 了 一门 不断 涨价 的 生意。 拿 我自己 举例， 我想 找 一些 研 报， 那 我 每年 要 为此 花 两千多块 钱 去 买 汇博 投 研 的 账号， choice 的 数据， 万德 终端， 还有 价格 已经 非常 亲民 的 理 杏仁 这个 网站， 试问 哪个 数据 他 不 收费 呢？ 这 还 只是 信息 的 壁垒。 那 在 信息 的 广度 分析 层面， 这里 正是 量化 最 擅长 的 领域。 那 在 信息 深度 的 分析 层面， 普通 投资者 肯定 干 不过 机构 的 专业 投 研 团队。 在 交易 层面， T 加 0的权益 从来 没有 给予 过户， 散户 只能 做 T 但是 T 加 零 是 镰刀 的 标配， 你 问 就是 保护 投资者， 大家 也 不用 不服。

市场 本身 就有 很多 作用， 比如 它是 居民 部门 的 财富 储存器， 但是 同时 它 也 兼具 财富 再分配 的 功能， 就是 把 那些 情绪 不稳定、 经验 不 丰富、 交易 工具 少 的 人的 钱， 通过 波动 慢慢 转移到 在 这些 方面 做 的 好的 人的 手 里面。 所以 在 任何 市场 里， 谁能 贡献 无效 性， 谁 就在 贡献 超额 收益， 谁 就是 真正 的 韭菜， 而 主观 投资 也好， 量化投资 也好， 就是 在 用人 的 大脑 和 经验， 以及 机器 的 模型 算法， 在 这个 市场 里面 寻找 到底 哪些 事情 是 会 长期 终将 有效 的， 以及 市场 又会在 何时 何处 无效。 别人 贪婪 我 恐惧 是一种 方法， 反转 策略 又是 一种 方法。 对于 这些 市场上 的 无效 性， 谁 捕捉 的 更多， 谁 捕捉 的 更快， 哪怕 只是 分钟 级别 的， 谁 就能 赚 到 一些 超额 收益。 以上 就是 量化 的 市场观 之一。

量化 流派 坚信 的 另一个 底层 假设 是 大家 相信 历史 会 重复。 这个 逻辑 是 这样的， 历史上 已经 发生 过 的 事儿 被 记录 成了 数据。 我们 前面 说 了， 价格 本身 也是 一种 数据， 而 量化 会 基于 这些 数据， 用 各种 模型 和 手段 去 进行 归纳， 海选 出来 能 带来 超额 收益， 或者说 市场 无效 的 各种 大 概率 事件 和 规律 形成 策略。 当 现在 的 数据 和 过去 的 数据 类似的 时候， 模型 就会 给出 交易 指令， 对他 所 发现 的 那个 大 概率 事件 进行 下注。

我们 还是 举 西蒙斯。 那个 传记 的 例子， 在 量化 的 早期 阶段， 就有 交易者 开始 使用 不同 的 频段 去 划分 每天 的 市场 波动。 从 较长 的 频段 开始， 最后 细化 到 5分钟 一段。 我 随便 瞎 举 个 例子， 比如 大家 发现 每周五 的 第十个 频段 上涨 的 概率 高， 第12个 频段 下跌 的 概率 高， 这就是 量化 眼中 的 市场。 而且 这 还是 相当 早期 的 分析 水平 了。 放到 现在 这种 频段 的 间距 肯定 会 更 短。

包括 A I 的 加持， 都会 让 这种 归纳 的 效率 变得 更加 极致， 尤其是 在 处理 那些 海量 的， 比如 高频 量 价 数据 方面， A I 的 效率 非常 还有 对 那些 非线性 规律 的 挖掘。 A I 给出 的 判断 可能 会 在 我们 人脑 看来 会 非常 的 反 直觉。 非线性 本身 就 意味着 反 直觉， 对 吗？ 但是 这个 概念 它是 相对于 人脑 而言 的对 A I 来说， 反 直觉 从来不 是 它 需要 克服 的 困难。 所以 某种程度 而言， 量化 理解 的 历史 和 我们 理解 的 历史 并 不一样。 量化 眼中 的 历史 更 多是 指 数据。 当 现在 的 数据 和 历史数据 相似 的 时候， 对 量化 而言， 历史 就 在线 了。 哪怕 只是 在 几分钟 级别 的 在线， 也可以 对 这种 在线 去 进行 下注。

可以 说， 量化 在 归纳 这个 事儿 上 是 吊打 人脑 的， 它 在 广度 的 覆盖 上 也 远非 人 力所能及。 这种 特点 就让 量化 非常 擅长 去 搞 那些 没有 什么 关注度， 研究 也不 充分， 交易 也不 充分， 无效 性 也 比较高 的 公司。 这类 公司 普遍 有 几个 特点， 第一， 他们 绝不 是 传统意义 上 的 好 公司， 否则 也 不会 没有人 去 研究 它。 第二个 特点 就是 它 普遍 是 小 市值， 而且 这 一类 公司 它的 数量 是 很多 的， 也 盖 不 过来， 但是 他们 天然 适合 量化， 因为 量化 能 去做 下沉， 它 在 广度 层面 非常 擅长， 虽然 你 公司 的 质量 不高， 但是 在 基本面 以外， 仍然 有 非常 多 的 因子 可以 作为 量化 的 交易 抓手。

量化 天 依然 爱 小盘， 所以 你看 A 股 的 量化 指 增 策略， 主要 战场 其实 都在 500指数， 1000 2000 微盘 这些 中小 微 指数 上去 做 量化。 它 可以 实现 分散 选 股， 持仓 也很 灵活， 可以 中 高品 的 交易， 它 最终 是 靠 概率 去 赢 的。 电话 不 追求 赔率， 他 追求 的 是 微小 盈利 的 积累， 而 不是 单一 的 下 重 注。 与 之 对应 的 人脑 当然 也 不是 一无是处。

量化 适合 广度 层面 的 覆盖， 但 人的 投 研 是 可以 深度 挖掘 的， 这些 研究 实地调查 其实 对 大公司 的 投资 尤其 重要。 大家 在 听 很多 基金经理 的 访谈， 包括 我们 上 一期 的 节目 的 嘉宾， 大家 都在 强调 要 挑 那些 兼具 概率 和 赔率 的 机会 出手。 所以 我们 可以 笼统 的 说 人 主导 的 主动 投资， 他的 战场 更多 在 深度 和 赔率 层面 去 赚 企业 增长 的 钱。 而 量化投资 他的 战场 在 广度 和 胜率 层面 是 积小 胜 为 大胜。 此外 量化 善于 归纳， 而 人脑 在 演绎 和 预判 上 仍然 有 不可 替代性。

在 微观 的 层面， 量化 的 优势 特别 巨大， 甚至 可以 说 那些 几万块 入市， 做到 几个 亿 身家 的 游资 大佬， 他们的 脑袋 也是 一种 特别 善于 处理 微观 的 策略 模型， 但是 在 宏观 层面， 变化 还是 比较 动感 的， 他 对 很多 大大的 拐点 并不 敏感， 尤其 我们 前面 也 说 了， 量化 眼中 的 世界 一定 是 历史上 发生 过 的 事儿， 量化 会 记录 历史， 但是 它 绝不会 解释 历史， 一旦 遇到 了 历史上 没 发生 过 的 事儿， 或者说 好几个 西格玛 的 尾部 事件发生 了， 量化 就 很难 应对， 比如 刚刚 过去 的 二月份 的 量化 危机。 这个 拔 网线 应该 不在 绝大部分 量化 模型 的 设计 当中。 我 依然 以 西蒙斯 的 大奖章 基金 为例。 2007年 8月份 美国 量化 基大 地震， 你可以 理解 为 跟 今年 2月份 国内 的 量化 危机 类似， 这也是 一个 尾部 风险 事件。 当时 大奖章 基金 也 大 亏了。

西蒙斯 在 内部 的 演讲 上 就 强调 说， 我们 不能 凌驾于 模型 之上， 这 说明 文艺复兴 依然 是以 机器 决策 为 主导 的。 虽然 嘴 上 这么说， 其实 西蒙斯 一直 都 保留 着 交易员， 模型 是 模型， 现实 是 现实。 西蒙斯 已经 八十多岁 了， 他 见过 太多 大风大浪， 知道 很多 关键 的 时刻。 会说 遭遇 到了 尾部 风险 的 时候， 是 需要 人 顶上去， 用人 去 取代 程序 去做 交易 的。

西蒙斯 认为 这也是 文艺复兴 基金 和 长期 资本 公司 的 区别。 想必 很多人都 听 过 长期 资本 公司 的 故事， 这家 基金 天才 云集， 但是 它 被 尾部 风险 搞死 过 两次。 所谓 尾部 风险 就是 在 你 模型 的 概率 上， 可能 要 上 万年 才 发生 过 一次。 但是 现实 就是 哪怕 是 长期 资本， 它 打造 出来 的 这种 天才 模型， 每 五年 就 被 市场 干 死 了 一次。 所以 还记得 我们 开头 说 的 吗？ 市场 的 不可 预测 和 随时 改变， 某种程度 上 这就是 市场 的 惩罚。 他 惩罚 的 手段 就是 塔勒布 所说 的 非为 风险。

在 量化 交易 中， 越是 高频 的 战场 就 越 依赖 技术 和 模型， 也 越 需要 量化 机构 们 进行 军备竞赛。 比如 囤 卡， 比如 拼 交易 速度。 而 越是 低频 的 战场， 就 越 需要 人脑 和 经验 的 判断。 让 策略 失效 的 并非 是 策略 本身， 而是 市场 状态 的 变化。 这也是 我 很想 和 大家 说 的， 价值 投资 作为 一种 策略， 就 一定 有 他的 代价， 还有 他 所 适应 的 市场 环境。

价值 投资 绝对 不是 万金油， 我们 对待 自己， 对待 策略， 对待 我们 玩耍 的 市场， 真的 需要 实事求是。 像 量化 或者 游资， 其实 大家 真的 很 实事求是， 他们 都是 典型 的 不 争论 派。 市场 当前 的 状态 就是 最大 的 尺子， 所以 这些 人 没有 什么 异构 的， 他 不会 去 赌 市场 对了 还是 我错了， 无所谓。 因为 市场 变动 最终 都会 告诉我 结论， 今天我 看到 的 所有的 交易价格 最终 都会 变成 能 调整 我自己 模型 的 数据集。 所以 你看 那些 炒 短线 的 也好， 还是 量化 也好， 大家 追求 的 都是 概率， 而 不是 赔率， 也 不是 每次 都 赢。

另一个 市场观 也是 非常 形而上 的 务虚 的 问题， 量化 而言， 什么 是 价值？ 这个 有点 触及 灵魂 的 投资 问题， 其实 也 非常 能 反映 量化 这个 流派 它的 价值观， 我们 所谓 的 资产质量、 护城河、 自由 现金流 这些 内生 价值， 是在 量化 眼中 他们是 价值 吗？ 那 我们 赌 国运， 判断 行业 景气 度， 这些 因素 在 量化 眼中 是 价值 吗？

前面 提到 过， 超额 收益 真正 的 来源 是 市场 在 某些 时刻 某些 局部 的 无效 性。 所以 在 量化 的 坐标系 里面， 我们在 市场 里面 看到 的 数据流， 价格 瘤， 这些 信息 里面 都 包含 着 数据流、 价格 流。 他们 里面 都 包含 着 世界 和 市场 的 行为 轨迹。 不管 是 高频 还是 低频， 宏观 还是 微观 信息 打入 价格 的 过程， 这些 都是 价值。

价格 本身 就是 价值量 化 分析。 价格 分析 数据 可以在 各个 维度 上 找到 出手 的 机会， 不是 只有 公司 自由 现金流 的 增长 和 可持续性 才 叫 价值。 对 量化 而言， 也许 某 一个 标 它 在 两分钟 之内 的 价格 趋势 也是 价值。 所以 你 会 发现 加上 时间 的 尺度 以后， 价值 也 变得 多种多样。 所以 我 真心 觉得 这是 量化 特别 有意思 的 一个 价值观， 就是 价格 本身 就是 价值。

让 我们 再 上升 一步， 大家 还记得 达里奥 的 那个 著名 的 经济 机器 是 怎样 运行 的 视频 吗？ 那个 视频 里面 说 1万个 人 组成 了 经济 系统在 系统 内部 各个 单元， 就像 无数个 尺寸 各异 又 互相 耦合 的 齿轮 一样， 大家 在 相互作用 中 形成了 很多 的 反馈 机制。 这个 竞技 系统 的 整体， 它是 具有 高维 世界 的 特征， 它 极其 复杂， 就 好像 二维 看 三维， 三维 看 四维 一样。 这 意味着 对 更 低 维 的 世界 来说， 那个 高维 的 世界 是 不可以 被 直接 观察 和 直接 测量 的， 因为 它 太 复杂 了。 但是 高维 系统 会 在 很多 低 维 平面 上 形成 各种 投影。 当我们 把 这些 投影 用 数据 量化 出来 的 时候， 它 就 变成 了 各种各样 的 经济指标。 GDP 也好， M R P、 P I、 P M I、 用电量， 各种 股票指数、 债券 指数， 这些 指标 里面 都 携带 了 这个 复杂 系统 的 某些 运行 信息。

我 再举 几个 例子。 一百多年 前， 年轻 的 财经 记者 查尔斯 道 分别 挑选 了 12家工业企业， 还有 11家运输 企业， 编制 出了 工业 指数 和 运输 指数， 用 它们 来 观察 工业时代 的 经济形势。 大家 仔细 想想， 工业 指数、 运输 指数 它的 内在 逻辑 和 今天 的 P M I 没有 太大 差别 的那 某种程度 度 而言， 查尔斯 道 甚至 可以 说是 量化 的 奠基人 之一。 虽然 他 只是 一个 财经 记者， 但是 他 不太 认可 媒体 的 价值， 因为 在 他 那个 时代， 报纸 是 主流。 对 报纸 而言， 广告主 才是 真 上帝， 读者 不是。

查尔斯 道 认为， 在 投资 和 财经 领域， 信息 的 价值 是 远高于 媒体 的， 数据 本身 就有 巨大 的 价值。 他 和 另外 一位 记者 叫 爱德华 琼斯， 两个人 成立 了 道琼斯 通讯社。 他们的 媒体 产品， 这个 数据 产品 叫 flames is 它的 意思 是 几页 纸， 它的 内容 以 数据 为主， 主要是 记录 各种各样 的 股票价格 信息。 这个 只有 几页 纸 的 产品 在 当时 的 功能 类似 于 今天 的 行情 软件， 加 彭博 和 f ax set， 再加 证券 三大 报， 再加 万德 数据库 这么 一个 集合。 在 1889年， 这个 媒体 产品 改名 为 华尔街日报。

而且 你 要 知道， 在 1933年 美国 的 证券法 出台 之前， 美国 的 上市公司 是 没有 义务 向 散 披露 他 公司 的 财务数据 的。 换句话说， 基本面 数据 在 当时 几乎 是一个 不存在 的 概念。 在 那样的 环境 里， 在 那样的 时代 里边， 准确 而 迅速 的 价格 本身 就是 极其 有有 价值 的 信息。 那时候 是 利弗 摩尔 被 奉为 股神 的 时代趋势 策略， 完美的 呼应 了 当时 的 时代 和 市场。

1862年， 法国 医生 克莱 门 朱 格拉 出版 了 论德 英美 三国 经济危机 及其 发展 七 这 本书， 他 提出了 十年 一个 循环 的 经济周期 理论， 后人 称之为 诸葛 拉 周期。 1919年 开始， 苏联 经济学家 尼古拉 康德 基耶 夫 连续 发表文章， 用 大量 统计资料 证明 了 学界 早就 有 讨论 论 的 大概 50年 左右 重复 一轮 的 长波 周期 确实 是 存在 的， 后人 称之为 康波 周期。 1923年， 美国 经济学家 约瑟夫 基金 根据 对 物价、 生产 还有 就业 的 统计， 数据分析 出 资本主义 经济 中 每隔 40个月 左右 就会 出现 一次 有 规律 的 上下。 活动 后人 称之为 基薪 周期。 1930年， 美国 经济学家 库兹涅茨 出版 了 他的 第一本 重要著作 生产 和 价格 的 长期 运动。 他 考察 了 主要 资本主义 国家 从 19世纪 到 20世纪 初 这 50年 间 的 经济 数据， 发现 农产品 和 工业品 的 价格 存在 着 平均 长度 20年 左右 的 周期 规律， 库兹涅茨 周期 诞生。

说 这些 例子 是 想 告诉 大家， 某种程度 而言， 以上 故事 都是 量化 的 思维， 甚至 成为 了 量化 的 根基 之一。 大家 从 大量 的 数据 中 找到了 不同 时间尺度 的 规律。 我 再 用 前面 提到 那个 高维 系统 的 例子。 这些 伟大 先哲 们 通过观察 数据， 发现 了 这个 复杂 系统 中 几个 不同 尺寸 的 齿轮 运转 的 规律。 有的 齿轮 平均 42个 月 转 一圈， 有的 齿轮 100个月 转 一圈， 有的 200个月1圈， 有的 600个月1圈。 那 放到 现在 利用 数学模型、 计算机通信 技术、 计量 统计 A I 等 学科， 还有 手段 量化。 既 能 像 空间站 里 俯瞰 地球 旋转 一样 去 观测 宏观 的 尺度， 也能 像 用 显微镜 一样 去 观测 微观 的 尺度， 这也是 量化 的 一大 市场观。

数据 就是 价值， 价格 本身 就是 价值， 没有所谓 错的 价格， 每一个 价格 本身 就 包含 了 市场， 还有 对手 的 行为 轨迹， 它 亦 是 经济 系统 的 一种 投影。 所以 我们 平时 投资 的 那些 合理 估值， 还有 各种 经济理论 所 讨论 的 那些 世界 应该 怎么样， 各种 应然， 他们 都 不是 量化 的 约束。 价格 本身 就是 一种 实然 价格 说 现在 就是这样 量化， 心中 也没有 那么 多 应该 量化， 相当 的 无我， 它 对 市场 也 相当 的 实事求是。

以上 我们 大概 介绍 了 量化 的 市场观， 对 很多人 而言， 包括 我自己， 这 是一种 全新 的 叙事。 接下来 我们 聊聊 量化 的 投资 观， 就像 人 有 能力 圈 一样， 量化 的 能力 圈 应该 叫 因子。 你 因子 池 里面 的 因子 越多， 能力 圈 也就 越 广， 可用 的 策略 也 越多， 对 市场 无效 性 的 捕捉 效率 也就 越高。 那 就像 人 会 去 积累 经验， 努力学习， 去 拓展 自己的 能力 圈 一样。 量化 也 需要 吞 入 新的 数据， 并且 结合 市场， 结合 新的 研究成果， 不断 的 去 迭代 升级 自己的 策略 还有 模型。

而且 更 残酷 的 是对 量化 而言， 任何 策略 都有 有效期。 随着 市场 变化， 前面 说 了 这是 一定 的 策略， 一旦 失效， 其实 在 相当 一段时间 内 就 不会 再 变得 有效 了。 其实 这 行 也很 残酷， 因为 他的 进步 速度 一定 比 人 快。 任何 策略 都有 生命周期， 所以 你的 策略 是 到 无止境 的 更新 迭代 的。 它 不太 像 主观 投资， 守 着 自己的 能力 圈， 可能 一生 的 大部分 时间 都 在等待 那些 宝贵 的 击球 机会。

但 量化 不行， 量化 不进则退， 只要 模型 停下来， 就会 被 超越、 替代、 被 遗忘， 取而代之 的 是 新兴 的 策略， 还有 持续 涌入 的 竞争者。 那 跟人 一样， 那人 会 犯错。 量化 当然 也会 犯错， 比如 错误 的 数据 输入， 错误 的 模型 输出， 再 比如 代码 写错 了， 这 也很 正常人 会 生病。 量化 也是， 比如 系统 没有 备份， 比如 被 拔 网线 了。 这些 可能 更 像是 量化 的 风 控 部分。

量化 的 投资 流程 大体上 可以 分为 这些 环节。 你 首先 得 有一个 想法 或者 洞察， 然后 去做 数据采集 和 分析， 最后 形成 一个 因子， 然后 把 这些 因子 优化 成 一个 组合 或者说 模型， 然后 再 进行 行 风险 优化， 最后 交易 落地， 去 验证 你的 想法 是否 有效。 模型 跑 起来 之后 开始 不断 的 迭代， 这 是个 循环 的 过程。 这 其中 因为 你的 策略 是 明确 的， 你的 代码 也是 明确 的。 所以 量化 的 一个 特别 大 的 优点 就是 它 可以 归因， 而且 是 逻辑 层面 的 可 归因， 它 具有 很强 的 可 解释性。 比如 大家 遇到 了 一个 量化 产品， 其实 你的 逻辑 你是 用 什么样 的 市场 状态， 你的 收益 来源、 风险 来源、 月度 胜率、 超额 胜率、 调仓 胜率， 因此 贡献 每个 频段 的 收益， 贡献 不同 持仓 周期 靠 什么 赢， 其实 都能 解释 的 比较清楚。

这是 量化 的 一个 特别 大 的 优势。 那就 和人 有 不同 的 经历、 禀赋 还有 能力 圈 一样， 不同 的 量化 团队 也有 各自 擅长 的 策略， 而且 这个 事儿 比表面 看上去 更加 复杂。 比如 两只 量化 基金， 大家 策略 的 收益 来源 是 相同 的， 相关性 也很 高， 但是 不同 团队 他 跑 出来 的 回报率 差异 就会 很大。 这 说明 虽然 表面上看 是 非常 类似， 但是 实际上 在 底层 的 模型 上 大家 还是 有 很多 差异 的那 另一方面 随着 我们 自己 对 市场、 对 策略、 对 产品 的 跟踪 还有 认知 的 加深。 我们会 发现 就是 我们 理解 的 量化 策略 会越来越 细分， 越来越 垂直。 就 好像 比如说 我们 熟悉 的 一些 主动型 的 基金经理， 他是 什么 风格？ 他 这个 风格 适合 什么样 的 市场 状态。 其实 一只 量化 基金 和 一个 主动型 的 基金经理 没有 太多 区别 的。

在 本质 上 量化 策略 的 分类 方法 也 很多。 我可以 像 报菜名 一样， 比如说 选 股 策略、 T 加 0策略、 趋势 策略、 反转 策略、 相对 价值 策略、 做事 策略、 各种 套利、 统计 套利、 跨境 套利、 跨 品种 跨 期限 的 套利， 还有 事件驱动、 多因子 策略。 在 比如 你的 策略 基于 什么样 的 数据类型？ 是 基于 行情 量 价 数据， 还是 基本面 数据， 还是 另类 数据 呢？ 再 比如 你的 持仓 周期短 至 秒 级长 至 月度 级别 的。 说实话 我 并不认为 在 这 里面 给 大家 罗列 各种 有什么 意义。 就是你 听到 一个 策略 名， 找 一个 t GPT， 找 kimi 问 一下， 其实 得到 的 答案 都会 比 从 我 这 得到 的 要 更好。 我们在 节目 里面 去 说， 这些 终归是 走马观花， 可能 连 浅尝辄止 都 谈不上。

但是 关于 量化 策略， 我 觉得 有 几个 重点， 大家 在 初 接触 一致 量化 产品 的 时候 可以 重点 关注 一下。 第一 是要 搞清楚 它是 一个 单 策略 还是 多 策略。 理论上 讲， 只是 理论上 你的 策略 越多， 其实 你 能 适应 的 市场 状态 也 越多。 第二 是 搞清楚 它的 收益 来源 是 什么样 的， 它 适应 什么样 的 市场 状态。 反之 第三点 我们 也要 搞清楚 哪些 市场 状态 对他 不 友好， 以及 它的 风险 来源 是什么。 因为 肯定 不存在 可以 hold 住 全场 的 天才 模型， 就像 不存在 可以 持续 跑 赢 市场 的 基 经理 一样。 任何 产品 哪怕 你是 多 策略 的， 肯定 都 会有 阶段性 失效 的 可能。

前面 说 了， 超额 收益 的 真正 来源 是 市场 的 无效 性， 所以 从 逻辑 上 讲， 你的 市场 状态 是 阴， 超额 收益 是 钴， 是 市场 状态 给 了 策略 机会。 那 类似的 是 市场 状态。 选择 了 当年 最牛 的 行业， 表现 最好的 风格。 而 恰巧 市场上 那么 多 基金经理， 还 就有 一些 人 他 重点 押注 了 这个 当年 跑 赢 的 行业 或者 是 风格， 于是 他 成了 当年 的 冠军 基金经理。 第二年 市场 状态 变了。

然后 对待 量化 策略 还有 几个 思路， 比如 我们 投资 时候 不 都 经常 说 大类 资产 配置 嘛， 其实 引申 一下 量化投资， 它的 内部 也有 很多 的 策略， 它 足以 撑起 一个 大类 策略 配置。 其实 它 和 大类 资产 配置 很 像， 但是 可能 这点 离 很多人都 比较 远。 因为 目前为止 量化 公募 的 策略 类型 肯定 要 远 少于 量化 私募。 但是 私募 的 门槛儿 又 摆在 那里， 对 吧？

第二个 思路 就是 其实 面 基 的 第一期 节目， 它的 核心思想 就是 大家 可以 把 自己的 基金 账户 看作 一个 基金 组合。 所以 从 这个 角度 出发 的话， 当我 想 新 买入 任何 一只 基金， 无论 它是 量化 的 也好， 指数 的 也好， 还是 主动型 的 也好， 其实我 都是 把 这 支 基金 纳入 到了 我自己 的 组合 里。 那 最 理想 的 情况 就是 能 找到 一支 有 稳定 超额 收益 的， 而且 它 还 与你 组合 里 其他 的 基金 的 相关性 较低， 如此 就可以 实现 有效 分散。

最后 我们 来 聊聊 量化 的 风险。 量化 的 第一个 风险 就是 你的 策略 模型 失效 了。 而且 前面 已经 不止一次 提到 过 这点 了， 非常 残酷， 绝不 是 大家 想 的对 吧？ 代码 写 完， 策略 开发 出来， 就可以 躺 着 等着 你的 小 镰刀 去 割 韭菜 了。 不可以 的。 迭代 是你 永恒的 任务， 不进则退， 永远 要 卷。 你不知道 策略 什么时候 会 失效， 因为 你不知道 市场 什么时候 会 变。 但 另一方面， 虽然 训练 出 一个 模型 要 远 比 培养出 一名 基金经理 快得多， 但是 一个 模型 可能 它 从 开发 到 落地 的 时间 也是 以 月 甚至 以 年 为 单位 的。

第二个 风险 就是 尾部 风险。 像 2007年 8月份 的 美国 的 量化 危机， 还有 刚刚 过去 的 二月份 的 A 股 的 量化 危机， 其实 绝大部分 尾部 风险 它 都是 流动性 的 风险， 流动性 风险 说白了 就是 没有人 去 接 你的 盘 了， 而 量化 它 客观 上 是 要求 有 高 换手率 的， 所以 一旦 策略 同质化， 就 类似 于 公募 基金 抱团 一样。 这种 情况 一旦 遇到 减量 的 环境， 流动性 不足， 就 很 容易 交易 踩踏， 镰刀 互 砍， 大家 快速 大幅 的 亏 钱。

尾部 风险 还 意味着 一些 政策 风险， 比如 把 网线， 其实 我们 再 把 这个 问题 上升 一下， 就是 政策 风险 它 属于 现实 世界 里 的 问题， 它 并不是 数据 层面 的 风险。 前段时间 某个 知名 私募， 他 给 持有人 报告 被 曝光 出来 了。 他 把 二月份 的 那个 量化 危机 定性 为 五个 西格玛 级别 的 小概率事件 的 潜台词 就是 这个 事 不太可能 发生。

说实话 我 认为 量化 流派 整体 肯定 要 比 那些 游资 群体 厉害 的 多。 但是 在 处理 一些 既 复杂 又 现实 的 问题 上， 老练 的 游资 可能 比 量化 模型 厉害 的 多。 这 里面 的 核心 差别 在于 我们 做 投资 不能 只从 数据 层面 去 认识 市场。 尽管 量化 模型 能 捕捉 一些 行为 偏差 带来 的 机会， 但是 人心 远 比 这个 复杂。 大家 可以 想想 我国 的 资本 周期， 可以 想想 舆论 对 那些 量化 大佬 买 别墅 啊， 还有 各种 花边新闻 的 反应， 可以 想想 前段时间 市场 对 量化 的 讨伐 和 围攻， 可以 想想 量化 这个 事儿， 它的 基座 到底 是 精英 们 的 天才 模型， 还是 说 他 也 只是 一种 商业模式， 它 他 自己的 规则 范式， 包括 现在 两万多 亿 的 量化 规模 对 A 股 流动性 的 影响， 以及 我们 这个 市场 对 它的 容忍度。

其实 仔细 想想， 本来 量化 是一个 很 有 前景 的 细分 行业， 尤其 还是 金融业 在。 在 楼市 冰冻、 存款 龟缩 的这 三五年 时间 里面 快速 爆发， 成为 一个 大众 认为 它 有 原罪 的 行业。 这 剧本 好像 怎么看 也 并不 陌生， 对 吧？ 我 刚才 说 那些 可能 听起来 都很 玄乎， 但是 它 确实 是 那些 尾部 的 政策 风险 的 上 一层 量化。

第四个 风险 就是 道德风险。 这点 量化 公募 会 小 很多， 毕竟 基金经理 上面 还有 基金 公司， 基金 公司 上面 还有 监管。 但是 量化 私募 却是 在 这方面 的 约束 就会 少 很多。

典型 的 比如 相信 大家 可能 都 听 过 很多 量化 私募 都有 自己的 核心 自营 策略。 那你 要 看 这个 策略， 这个 净值 那 真的 跟 画 出来 似的， 低 回撤 高 收， 对 不同 市场 状态 的 适应度 都 非常 的 高。 你 如果 去 看 这个 核心 自营 策略 的话， 就会 觉得 这个 团队 太 牛 了。 但是 这个 产品 只 对内 你 买不到。 其实 这种 所谓 的 核心 自营 策略， 它 未必 有 多 牛， 而且 很有可能 就是 自营 策略 和 对外 的 策略 是 一致 的。

但是 我 跑 这个 自营 策略 的 自有 账户 规模 很小， 而 持有人 的 产品 账户 它 规模 很大。 我不需要 任何 猫腻， 我不需要 太 复杂。 我 只需要 先 交易 自己的 自有 账户， 然后 再去 交易 我的 产品 账户。 其实 就能 把 我的 自有 账户 跑 得 特别 漂亮。 因为我 的 接盘侠 是 确定 的， 所以 我 相当于 我 用 产品 账户 去 接 我的 自有 账户。 而且 你 想 量化 私募 的 低 透明度、 极度 分散、 高 换手率， 这些 并不是 很 容易 被 发现。 当然 我 并 不是说 大家 都 这么 干， 只是 说有 这种 可能。 也 希望 大家 以后 看到 一些 私募 的 核心 自营 策略 的 时候， 也 不必 太过 神化 它。

另一个 道德风险 就是 策略 的 一致性 问题， 就是 嘴 上 说 一套， 实际 做 又是 另外 一套。 又 因为 你的 低 透明度 和 高 换手， 其实 外人 也 看 不太 出来。 尤其 普通 投资者 如果 去 想要 要 到 一家 量化 私募， 它的 四级 估值 表 也 并 不容易， 对 吧？ 这 东西 相当于 量化 私募 的 底 库， 它 会 穿透 到 量化 它的 股票 明细， 交易 的 建仓 成本， 还有 每 一笔 的 损益。 所以 这些 道德风险 确实 量化 私募 会 更大。

而且 很多 量化 私募 它的 业绩 非常 亮眼。 但是 考虑到 剔除 掉 你的 业绩 提成， 其实 也 未必 比 量化 公募 要好 很多。 尤其 在 考虑到 你的 资金 门槛， 还有 潜在 的 分散 程度。 虽然 可能 量化 公募 看起来 差 一些， 不像 私募 那么 灵活， 但是 也 未必 差 多少。

所以 以上 就是 关于 量化投资 在 市场观 和 投资 观 层面 给 大家 做了 一些 铺垫。 我 不求 多 深入， 其实 大家 有 个 大概 感受 就行， 权当 抛砖引玉 了。 后面 我 争取 会 多 访谈 一些 量化 基金经理， 把 更多 具体 的 问题 和 回答 呈现 给 大家。 感谢 大家 的 收听， 下期。